城市环境质量的未确知测度评价
c2 100 1 1 1 50 30 20 150 45 0. 56 0. 045 0. 021
c3 300 3 3 4 100 60 60 300 50 0. 67 0. 05 0. 022
c4 500 5 10 8 250 150 150 500 55 0. 8 0. 06 0. 025
c5 1000 10 20 16 500 300 300 800 60 1. 25 0. 1 0. 03
攀枝花 565
1326. 4 3. 7
第 12 期
城市环境质量的未确 知测度评价 续表 2 四川省 16 个主要城市环境 测量指标监测值
55
城市 名称
每万元工业产值 三废排放量 废水 ( t) 废气 ( 104 m 3 ) 10. 3 9. 9 1. 9 3. 4 10. 8 9. 9 3. 0 5. 4 4. 5 7. 8
1999 年 12 月
系统工程理论与实践
第 12 期
城市环境质量的未确知测度评价
刘开第, 庞彦军, 孙光勇 , 姚立根
( 河北建筑科技学院 , 河北 邯郸 056038)
摘要 : 在未确知测度空间基础上 , 建立未确知测度评价模型并用于城市环境质量评价 . 与模糊综合
评判、 灰色聚类分析、 物元分析、 B P 人工神经网络等评价方法比较 , 未确知测度 评价模型严谨 , 评价结 果合理、 精细、 分辨率高 , 更适合于环境质量评价 .
p
qx i = 则 qx i 是样品 x i 的总得分 , 称
nl
l= 1
il
( 10)
q = ( qx 1 , qx 2 , … , qx n ) 为得分向量 , 可按 qx i 的大小对 x i 的优劣排序 . 以上称为未确知综合测度评价模型 .
( 11)
2 评价步骤
以四川省 16 个主要城市环境质量评价为例 . 有关数据见表 1 、 表 2. 表 1 城市环境质量评价指标的等级标准
耕地面积 居住面积 绿地面积 0. 55 0. 61 0. 66 0. 59 0. 57 1. 02 0. 045 0. 047 0. 044 0. 038 0. 045 0. 042 0. 023 0. 023 0. 028 0. 058 0. 027 0. 022
144. 2 36. 6 99. 0 17. 3 7. 3 2. 0 17. 2 3. 8 41. 2 0. 4
( Hebei Inst itute of Ar chitectural Science & T echnolog y , Handan 056038) Abstract : On the basis o f t he unascer tained measur ement space , t his paper sets up the model of unascer tained measurement evaluatio n and uses it to ev aluat e a city 's enviro nmental quality. Compar ed w it h the fuzzy synthetical ev aluation, gr ey cluster analysis, matter element analy sis and BP ar tificial neural net wo rk, this mo del is perfect, the evaluating r esult is mo re r easo nable and it s r esolving po wer is higher . It is mo re suitable for evaluating the env ir onmental quality . Keywords : unascer tained measur ement; r eco gnization; ev aluation on t he enviro nmental qualit y 对环境质量评价多见于模糊综合评 判、 灰色聚类分析及物元分析等评价方法 . 因为环境评价的评价空 间是“ 有序的” , 而对有序评价空间不太适于用“ 最大隶属度 ” 识别准则识别和排序 . 本文给出建立在未确知 测度空间基础上的未确知测度 评价、 识别 模型 , 模型 本身严谨 , 评 价的结果合理、 精细 , 分 辩率高 , 更 适合于 环境质量综合评价 .
1 未确知测度模型
设 x 1 , x 2 , … , x n 为待评价的 n 个城市 , 则评价对象空间 X = { x 1 , x 2 , … , x n } . 对 x i ∈ X , 有 m 个评价指 标 I 1 , I 2 , … , I m, 指标空间 I = { I 1 , I 2 , … , I m } . 于是 , x i 可表为 m 维向量 x i = ( x i1 , x i 2 , … , x i m) , 其中 x i j 表 示 研究对象 x i 关于测量指标 I j 的测量值 . 对每个 x i j 有 p 个评价等级 c 1 , c 2 , … , c p , 则评价空间为 U = { c1 , c 2 , … , cp } . 设 ck 表示污染等级 , 则 k 级污染好于 k+ 1 级污染 , 记作 c1 > c 2 > … > cp . 若 { c1 , c2 , … , c p } 满 足: c1 > c2 > … > c p 或 c 1 < c 2 < … < cp 则称 { c 1 , c 2 , … , c p } 是评价空间 U 的一个有序分割类 .
wj
ij k
=
wj =
j= 1
wj = 1
所以
ik
称(
是未确知测度 . i1 , i 2 , … , ip ) 为 x i 的综合测度评价向量 . 称矩阵
11 21 12 22
… … …
1p 2p
(
ik n ×p
)
=
( 8)
n1
n2
np
为多指标综合测度评价矩阵 . 1 . 4 识别准则 若 x i 的综合 测度评价向量为 ( 0, 0. 4, 0. 2, 0. 2, 0. 2) , 按最大隶属度识别准则可判 x i 属二级 . 但这显 然不合理 , 因为 x i 有六成不属于二 级 , 属于二级的程度仅有四成 . 为此 , 引入置信度识别准则 . 设 为置信 度 ( > 0. 5, 常取 0. 6 或 0. 7) , 若 c 1 > c2 > … > c p , 令
k
k0 = min k :
k l= 1
il
, k = 1, 2, … , p
( 9)
则认为 x i 属于第 k0 个评价类 c k0 .
54
系统工程理论与实践
1999 年 12 月
若 x i 的评价向量为 ( 0, 0. 4, 0. 2, 0. 2, 0. 2) , 取置信度 = 0. 6, 知 x i 属三级污染 . 1 . 5 排序 除了要 判别 x i ( i = 1, 2, … , n ) 属于那个评价等级外 , 有时要求对 x i 的污染轻重排出顺 序 . 若 c 1 > c 2 > … cp , 令 cl 的分值为 nl , 则 n l > nl + 1 , 令
ik
=
( x i ∈ ck ) 表示样本 x i 属于第 k 个评价类 ck 的程度 , 则
m ik
=
j= 1
wj
ij k
, i = 1, 2, … , n; k = 1, 2, … . p
( 7)
由于 0
ik
1, 并且
p ik k= 1 p m m p ij k j= 1 k= 1 m
=
k= 1 j = 1
最高允许量 3000 30 50 100 5000 1500 1000 3000 80 5 0. 5 0. 2
50 0. 5 0. 5 0. 3 25 15 10 100 40 0. 5 0. 04 0. 02
表 2 四川省 16 个主要城市环境测量指标监测值
城市 名称 废水 ( t) 重庆 成都 白贡 泸州 德阳 628 405 246 865 262 每万元工业产值 三废排放量 废气 ( 10 m ) 4. 0 5. 8 5. 1 24. 2 12. 1 1. 6
… …k
) m×p =
i21
, i = 1, 2, … , n
( 4)
i m1
im 2
imp
为单指标测度评价矩阵 . 1 . 2 指标权重 用 w j 表示测量指标 I j 与其它指标相比具有的相 对重要程度 , 要求 w j 满足 :
m
0 称 w j 为 I j 的权重 , 称向量
关键词 : 未确知测度 ; 识别 ; 环境质量评价 中图分类号 : O 211
T he U nascert ained M easur em ent Evaluat ion on a Cit y's Envir onm ent al Qualit y
L IU Kai-di, PA NG Yanjun, SU N Guangyong, YAO L igen
wj
1,
j= 1
wj = 1
( 5)
w = ( w 1 , w 2 , …, w m ) 为指标权重向量 .
( 6)
在未确知综合评价系统中 , 指标权重向量 是非常重要的 . 如果 专家对各测量指标相 对重要性熟悉 , 有 经验 , 则可由专家组按一定规则给各评价指标 “ 评 分” , 并用 “ 统计评分” 的方法确定指标权重向量 . 若专家 无法给出权重估计 , 可用“ 相似权” 作为权重 ( 另文给出 ) . 1 . 3 多指标综合测度评价矩阵 令
茶场土壤环境质量评价的未确知测度模型
科技资讯科技资讯S I N &T NOLOGY I NFORM TI ON2008N O .17SC I ENCE &TEC HN OLO GY I NFO RM ATI O N能源与环境1未确知测度模型[1,3]设是n 个测点的土壤样本，X 表示对象空间,则。
要评价x i 需要测量m 个指标,指标空间记作I ,则。
设x i j 表示x i 关于Ii 的检测值，对x ij 有p 个评价等级,评价空间记作U ,则,若c k 比c k +1“好”,记作c k ＞c k +1,若c 1＞c 2＞…＞c k ,称是评价空间U 的一个有序分割类。
1.1单指标未确知测度[2]用表示监测值x ij 属于第k 个评价等级c k 的程度,μ满足：0≤≤1（1）=1（2）(3)其中，，式(2)称为μ对评价空间U 满足“归一性”；式(3)称为μ对评价空间U 满足“可加性”。
不满足“归一性”与“可加性”的测量结果，在理论上讲式不可信的,称满足(1)(2)(3)的μ为未确知测度,简称测度,称矩阵(4)为x i 单指标测度评价矩阵，称矩阵(4)的第j 个行向量为xi j的单指标测度评价向量。
(4)1.2确定各评价指标的权重[5]利用层次分析求权法计算,此法确定权重的原理是借用层次分析法(A HP )的层次结构模型中的任一层次上各因子两两比较，构造比较判断矩阵,然后求解而得权重。
首先,根据重要性比较标度，将各评价因子进行两两比较,并赋予相应的重要性(由专家咨询值确定),以此为基础构造判断矩阵B:(5)矩阵B 中,b ii =1,且b i j =1/b j i ；，J 为整数,且1≤J ≤9。
则各因子的权重为:（6）层次分析法赋权需通过计算矩阵B 的最大特征根λmax 来进行一致性检验。
若检验结果不满意,则需重新确定判断矩阵B,直至满意为止。
用w j 表示指标I j 相对于其它评价指标的重要程度,w j 满足:0≤w j ≤1,称w j为指标I j 的权重,为指标权重向量。
多维度的城市街道绿化质量测度与评价——以大连市中心城区为例
街道绿化作为城市绿地系统中重要的组成部分，是居民接触最频繁的城市绿化形式，会对城市生态改善、环境品质提升、行人心理感知体验产生最直接的影响。
因此，对于街道绿化的测度与评估显得尤为重要。
国内传统的城市绿化评价指标包括绿地率、植被覆盖率和人均公园绿地面积等二维绿化平面指标。
随着国家新型城镇化规划工作的展开，把对人的关注度提升到了新的高度，呼吁以人为本的城市规划与设计[1]，基于人视角对绿化进行评估量化的绿视率（green viewindex, GVI）指标，因其可以更好地反映人在街景中实际感受到的绿化程度[2]，可作为以人为本的绿化评价方法。
已有学者借助街景大数据对街道绿视率展开研究，并尝试与植被覆盖率结合进行街道绿化的综合评价，但植被覆盖率大多以片区、街区或大网格为单元来测算[3，4]，超出了街道尺度，缺乏街道微观尺度下的植被覆盖率测度。
另外，绿视率仅能测量绿化量的大小，同样的绿视率可能存在植物配置的不同。
绿化配置的效果表征着绿化效果的美感体验，同样影响着街道绿化的质量。
因此，本次研究将微观尺度下街廊视角[5]的植被覆盖率与绿视率相结合进行对比研究，同时考虑街道绿化配置构成，更加综合地评估街道绿化质量。
研究以辽宁省大连市中心城区为例，运用卫星遥感影像、百度街景数据及机器学习算法和线上调查，对街道植被覆盖率、绿视率和绿化配置展开测度与评价，探究街道植被覆盖率、绿视率及绿化配置的分布特征，并进一步分析不同功能街区的绿化综合质量。
通过深入探究多维度视角下的街道绿化质量，可以全面地了解街道绿化的现状与问题，为城市街道绿化规划与设计提供参考。
摘要 文章以辽宁省大连市中心城区为例，基于卫星遥感影像、百度街景数据及图像语义分析和线上调查，提取街道植被覆盖率、绿视率及绿化配置数据，进行绿化质量测度与评价。
结果显示：①研究区域整体的街道绿化质量一般，植被覆盖率均值为32.84%，绿视率均值为22.40%，绿化配置简单占比61.53%；②商业型街区的3项绿化指标表现最差，景观休闲型街区的街道绿视率与绿化配置水平最高；③行道树冠幅、街道和路幅宽度、乔灌草的搭配，以及街旁绿地的布置均是影响街道绿化质量的因素。
基于未确知测度的高新区技术创新环境评价
高 新 区技 术创新 环 境 评价 指 标体 系 的设 计应 遵 循 以
下原则 ： （） １ 系统 性原则 。 高新 区是一个 有机 系统 ， 具有 系统 的
各项 特征 ： 层次 性 、 体性 、 整 结构 性等 ， 高新 区 的技 术创 而 新环境 也是 一个 复杂 的系统 ， 具有很 强 的系统 整体性 。因 此建立 一个 良好 的评 价指 标体 系对其进 行评 价 。 也必 须综
议 。
关 键 词 ： 新 区 ； 术 创 新 环 境 ； 术 创 新 能 力 高 技 技
中图分类 号 ：２ ６４ Ｆ ７． ４
文献标 识码 ： Ａ
文章 编号 ：０ １ ７ ４ （０ ９ ０ — １４ ０ １ ０ — ３ ８ ２ ０ ）９ ０ ２ — ４
素， 而且 高新 区技术 创新 能力的提 高需要 在一 定 的支撑环
确知 测度模 型作 为评判方 法 ，并 应用信 息熵 确定 权重 ， 较 好地符 合 了客观实 际 。此 外 ． 高新 区这 种 区域技术 创新 对 环境 的评价研 究也 只是 以定性 为主 。 未对 其进 行定量 综合 评价 。因此 ， 文在剖 析高新 区技术 创新 环境 构成 因素 的 本 基础 上 ． 建高 新 区技术 创 新环 境评 价 指标 体 系 。 构 并且 引 入未确 知测 度模 型进行评 价研究 。 后结 合某 高新 区的具 最
知识 经济时代 的来 临 ， 高技术创 新 已成为现 代经 济最 富于 竞争 活力 的源泉 。美 国硅谷 、 国剑 桥 、 国索 非亚 、 英 法 印度
班加 罗尔 以及 我 国台湾新竹 等科技 园 区 ． 引导 与推 动国 在
（ ＨＰ ［３］多层 次灰 色 评价 法 ］ 糊综 合评 价 法 ［、 Ａ ）－ 、 ２， ５ 、 模 ６ 神 ］
基于未确知测度方法的城市化水平评价研究
（ ａｔ ｇＳｈｏ ｏ Ｓ ｎ ｅｉ Ｖ ｃｔ ｎｌ ｄ ｃｔ ｎ Ｔ ｎｓａ ｅｅ ０ ３ ０ ， ｈｎ ） Ｌｏｉ ｃｏｌ ｆ ｙ ｔ ｓ ｏａ ｏａ Ｅ ｕａ ｏ 。 ａｇｈｎＨ ｂｉ ６ ６ ０ Ｃ ｉａ ｎ ｈ ｓ ｉ ｉ
Ａｂ ｔａ ｔ ｈ ｅ ｅ ｆ ｒａ ｉａｉｎｉ ｏ ｎｙａ ｍｐ ｒａ ｔ ｙ ｏ ｆ ｈ ｅｅ ｆ ｃ ｎ ｍｙ，ｓｃｅｙ， ｕｔｒ ｎ ｃ－ ｓｒ ｃ ：Ｔ ｅｌｖ ｌ ｂ ｎｚ ｔ ｓｎ ｔ ｌ ｎｉ ｏｔｎ ｍｂｌｏ ｅｌｖｌｏ ｏ ｏ ｏｕ ｏ ｏ ｓ ｔ ｅ ｏ ｉｔ ｃ ｌ ｅａ ｄ ｓｉ ｕ
ｔｅｍｏ ｅ ． ｈ ｄ １ Ｋｅ ｒ ｓ ｒ ａ ｉａｉｎ ｌｖ ｌ ｎ ｅ ｙ ｔｍ；ｉｆｒ ｔ ｎ ｅ ｔ ｐ ｙ ｗｏ ｄ ：ｕｂ ｎｚ ｔ ｅ ｅ ；ｉｄ ｘｓｓｅ ｏ ｎｏｍａｉ ｎｒ ｙ；ｕ ａｅ ｒａｎ ｄ ｍｅ ｓ ｒ ｏ ｏ ｎ ｓ ｅ ｉｅ ａｕ ｅ ｔ
引言
Ｄｅ ０６ ｅ ．２ Ｏ
第 ５卷第４ 期
Ｖ０． ． １５Ｎｏ ４
基 于未 确 知 测 度方 法 的城 市 化 水 平评 价 研 究
葛 延 斌
（ 河北省乐亭县 综合职业技术学校， 河北 唐山 ０３０ ） ６ ６０ 摘 要： 城市化水平是一个国家和地区经济、 社会、 文化 、 科技水平的重要标志。 也是衡量国家和地区社会组织
城市化是由于工业化引起 的、 随着现代化 伴 发展过程而产生的一种在空间地域上人 口由农村
城市化问题研究也具有重要理论意义 。 它有助于
丰富和发展城市化理论。因此 ， 做好城市化水平 的评价工作对于一个地区的发展有着重要的战略
意义。本文研究 了信息熵和未确知测度方法在城 市化水平评价中的应用 。 给出了综合评价模型， 并 结合实例进行分析。
改进的未确知测度评价模型在水环境质量评价中的应用
出现样本识别与样本排序判 断结 果不吻合的问
题 ，无法 反 映水质 的真 实情况 。
法较为简单 ，但无法兼顾其他多个水质成分对整 体水质 的影响。为此 ，国内外学者提 出了综合指
数法Ⅲ 、投影寻踪算法 、人工神经网络纠 等评价 方法以弥补单因子评价法的缺陷。但这几种评价 方法均未注意到评价信息的 “ 未确知性” ， 出 会 现评价结果不合理的现象。
ｔａ ｉ ｏ ａ ｎ ｓ ｅ ｔｉ ｅ ａ ｕ ｅ ｎ ｓ ｓ ｍｅ ｔ ｍｏ ｅ ｎ ｔ ｅ ｉ ｈ ｒ ｎ ｉｃ ｍｓａ ｃ ｓ ． ｈ ｃ ａ ｅ ｅ ｔ ｔ ｅ ｗａｅ ｕ ｉ ｒ ｄ ｔ ｎ ｌ ｕ ａ ｃ ｒ ｎ ｄ ｍｅ ｓ ｒ ｍｅ ｔ ａ ｅ ｓ ｎ ｄ ｌ ｉ ｈ ｎ ｅ ｅ ｔ ｃ ｒ ｕ ｔ ｅ ｗ ｉｈ ｃ ｎ ｒ ｆ ｃ ｔ ｒ ｑ ａ ｔ ｉ ａ ｓ ｎ ｌ ｈ ｌ ｙ
Ｍｏ ｅ ａ ｅ ｎ ｉ ｎ ｎａ Ｑｕ ｌ ｓ ｓ ｍｅ ｔ ｄ ｌｎＷ ｔ ｒ ｖｒ ｍｅ ｔ ｌ ａｉ Ａｓ ｅ ｓ ｎ ｉ Ｅ ｏ ｔ ｙ
钱树 芹’ ，高秋 霖 （． 江水利科 学研 究院 广 州 ５０１ ）； ２ 华 南铁路 建设 监理 公 司 广 州 ５００ １ 珠 １６１ （ ． １６０）
为此 ，本文构筑了一种新的单指标未确知测
度 构造模 式 ，在此 基 础上建 立 了改进 的未确 知测
度模型 ，并将其应用到某经济开发区水环境质量 评价当中，结果表明改进模型所得的样本识别与 样本排序判断结果相吻合 ，从而能够更加准确地 反映水质状况。
事实上 ，评价水体是一动态系统 ，水质同时 受很多不确定因素影响 ，而且水质监测数据也是 在有限的时空范围内获得 的，所提供的信息属于 未确知信息 。鉴于此 ，刘开第等基于未确知理 论 ，提 出了传统 的未确知测度评价模型嘲 ，此模 型注意到了评价信息的 “ 未确知性” ，而且通过
城市环境监测与评估方法
城市环境监测与评估方法城市环境监测与评估是确保城市环境质量、推动环境改善的重要手段。
随着城市化进程的加速，城市环境问题日益凸显，因此，如何有效地进行城市环境监测与评估成为亟待解决的问题。
本文将介绍城市环境监测与评估的方法与技术，通过科学的数据收集与分析，为城市环境治理提供依据。
一、城市环境监测方法城市环境监测主要依靠科学、准确的数据来反映城市环境状况，常用的监测方法包括以下几种：1. 实地监测实地监测是通过人工采集数据的方式进行的监测。
例如，可以在城市的不同地点设置监测站点，使用专业仪器检测大气质量、噪音水平、水质等指标，并定期进行数据收集与分析。
实地监测可以直接获取真实、客观的环境数据，为环境评估提供重要依据。
2. 遥感监测遥感监测是利用遥感技术对城市环境进行监测和评估。
通过卫星或无人机等遥感设备获取图像数据，对城市地貌、植被覆盖、土地利用等进行分析，可以全面了解城市环境的动态变化。
遥感监测具有高时空分辨率、大范围覆盖等特点，可以提供全面、快速、准确的城市环境信息。
3. 数据模拟数据模拟是通过建立数学模型，模拟城市环境的变化过程。
根据城市的地理、气象、人口等数据，使用计算机模型进行数据分析与计算，可以模拟和预测城市环境的变化趋势。
数据模拟可以提供辅助决策的科学依据，帮助评估城市环境政策的效果。
二、城市环境评估方法城市环境评估是对城市环境质量进行综合评价和分析的过程，常用的评估方法包括以下几种：1. 统计分析统计分析是对城市环境数据进行整理、加工和分析的方法。
通过对监测数据进行统计，例如计算平均值、标准差、相关系数等，可以揭示城市环境的现状和变化趋势。
统计分析可以为环境问题的识别、优化方案的制定提供数据支持。
2. 环境指标评估环境指标评估是使用一系列定量指标来评估城市环境质量的方法。
通过设定一组评价指标，并进行定量分析，如空气质量指数、水质健康指数等，可以客观地评估城市环境的状况和健康程度。
环境指标评估可用于城市环境的综合评价和对比分析。
城市环境质量评价
城市环境质量评价现代社会中，城市化进程不可避免地加速了城市环境问题的出现。
城市环境质量评价是衡量城市环境状况的重要指标之一，对于城市发展和居民生活质量的改善具有重要意义。
本文将对城市环境质量评价的方法和重要指标进行探讨，并提出相关问题的解决方案。
一、城市环境质量评价的方法城市环境质量评价可采用多种方法，包括定量评价和定性评价。
定量评价主要是通过收集数据，运用数学模型和技术手段进行分析和计算，以量化的方式评价城市环境的质量。
定性评价则主要是基于专家意见、居民满意度调查等主观判断的方法，通过描述和比较的方式评价城市环境的优劣。
在定量评价中，常用的方法包括环境监测与分析、GIS技术、模型模拟等。
环境监测与分析通过对城市环境的监测数据进行收集和分析，评估环境质量的变化趋势和污染程度。
GIS技术则通过地理信息系统的建设和应用，将各种环境指标和空间位置相结合，进行全面的评价和分析。
模型模拟是一种常用的预测与分析方法，通过建立城市环境影响模型，模拟和预测城市环境的变化过程和趋势。
而在定性评价中，往往采用问卷调查、专家评议和公众参与等手段进行。
问卷调查是通过设计和发放调查问卷，收集居民对城市环境的满意度和意见建议，从而评价城市环境的质量。
专家评议则是由相关领域的专家通过知识和经验，对城市环境的优劣进行评价和判断。
公众参与则是通过向居民提供参与评价的机会，征求他们对城市环境的意见和建议，增加评价的客观性和可信度。
二、城市环境质量评价的重要指标城市环境质量评价的重要指标主要包括空气质量、水质状况、噪声污染、固体废弃物处理和绿化覆盖率等。
空气质量是评价城市环境的重要指标之一，主要通过测量和评估空气中的污染物浓度和污染源的分布情况。
水质状况则关注城市水体的污染程度和水源的供应安全情况。
噪声污染是城市环境中常见的问题之一，评价指标主要包括噪声强度和噪声源分布情况。
固体废弃物处理则考虑城市废弃物的收集、运输和处理情况，以及对环境的影响程度。
城市环境质量测试与评估
城市环境质量测试与评估城市环境质量是指城市地区在自然、社会和经济条件下的环境状况。
它直接影响着居民的生活质量和健康状况。
因此，对城市环境质量进行测试和评估是非常重要的。
本文将介绍城市环境质量测试的主要内容和方法，并探讨如何进行评估。
一、城市环境质量测试城市环境质量测试包括对空气质量、水质、土壤质量和噪声等方面的监测。
接下来将对这些方面进行详细介绍。
1. 空气质量测试空气质量是城市环境质量的重要指标，直接关系到居民的健康状况。
空气质量测试主要包括测量空气中的颗粒物、二氧化硫、一氧化碳和臭氧等指标。
测量方法包括使用空气采样器收集样品，并使用相应的仪器进行分析。
测试结果将根据相关标准进行评估，以确定环境空气的质量状况。
2. 水质测试城市的水源包括地下水和水体，水质问题直接关系到居民的饮用水安全。
水质测试主要包括测量水中的溶解氧、氨氮、总磷和总氮等指标。
测试方法包括采集水样，并使用适当的分析仪器进行测试。
测试结果将与相关标准进行比较，以判断水质是否达标。
3. 土壤质量测试土壤质量是农业生产和城市建设的重要基础。
土壤质量测试主要包括测量土壤中的有机质、全氮、速效磷和速效钾等指标。
测试方法包括采集土壤样本，并使用适当的仪器和试剂进行分析。
测试结果将与相关标准进行对比，以确定土壤质量的状况。
4. 噪声测试噪声是城市环境中常见的污染源之一，对人们的健康和生活产生负面影响。
噪声测试主要包括测量环境中的噪声水平和频率。
测试方法包括使用噪声测量仪进行实时监测和数据记录。
测试结果将根据相关标准进行评估，以判断噪声是否超过限制。
二、城市环境质量评估城市环境质量评估是基于测试结果对城市环境进行综合评价。
评估的目的是识别环境问题、制定环境保护措施以及监测环境改善的效果。
下面将介绍城市环境质量评估的主要内容和方法。
1. 数据处理城市环境测试获得的数据需要进行处理和分析。
数据处理包括数据清洗、数据转换和数据统计等步骤。
清洗数据是为了去除错误、异常的数据，以保证数据的准确性。
基于未确知测度理论的雾霾污染评价及应对措施研究
基于未确知测度理论的雾霾污染评价及应对措施研究一、引言雾霾污染是当前全球面临的重要环境问题之一，严重影响了人们的生活和健康。
为了有效评价雾霾污染的程度，并制定科学合理的应对措施，本文以未确知测度理论为基础，研究雾霾污染的评价方法和应对措施。
二、未确知测度理论的概述未确知测度理论是由Pawlak于1982年提出的一种数学模型，用于处理不确定和模糊信息。
该理论通过引入未确知变量和相应的测度，能够量化数据的不确定性和模糊性，较好地适用于环境评价等实际问题。
三、雾霾污染评价方法的建立1. 定义未确知变量雾霾污染的程度受到多种因素的影响，包括颗粒物浓度、气象条件、污染源等。
针对这些影响因素，我们可以定义一系列未确知变量，如PM2.5浓度的高度、湿度的程度等。
2. 构建未确知测度在未确知测度理论中，未确知测度是对未确知变量的度量和描述。
根据雾霾污染的特点，我们可以构建一系列未确知测度，如“低”、“正常”、“中等”、“高”等，来描述雾霾污染的程度。
3. 确定测度的权重未确知测度的权重反映了各个未确知变量对雾霾污染程度的重要程度。
通过专家咨询或数据统计分析，我们可以确定不同未确知测度的权重，从而得到综合评价雾霾污染程度的测度。
4. 编制评价指标体系为了全面评价雾霾污染的程度，我们可以建立一个评价指标体系，将各项未确知测度以及其权重纳入其中。
通过对各项指标进行综合评估，可以得出雾霾污染的综合评价结果。
四、雾霾污染应对措施的研究1. 确定应对措施的未确知变量为了制定有效的雾霾污染应对措施，我们需要先确定应对措施的未确知变量，如治理措施的实施程度、成本投入等。
2. 构建未确知测度类似于雾霾污染评价的方法，我们可以构建一系列未确知测度，来描述应对措施的效果，如“高效”、“一般”、“低效”等。
3. 确定测度的权重通过专家咨询或数据统计分析，确定各个未确知测度的权重，可以得到对应对措施的综合评价测度。
4. 优化应对措施基于对应对措施的综合评价测度，可以对各种应对措施进行优化和调整，以达到更好的治理效果。
基于未确知测度的海绵城市PPP项目风险评价
摘要Abstract有效的风险防控是海绵城市PPP项目的重要成功因素，对风险的科学评价是风险防控的首要任务在海绵城市PPP项目风险因素分析的基础上，建立包括5个一级指标17个二级指标在内的科学评价指标体系，基于未确知测度理论构建风险评价模型，根据置信度识别准则判断风险等级，采用层次分析法与信息熵法计算指标权重，并结合具体案例对评价模型进行应用。
Part 01构建评价指标体系1.1 构建原则由于海绵城市PPP项目具有周期长资金需求量大工艺要求高等特点，且在项目建设全过程中存在不同参与单位，沟通协调难度大，面临着各种各样的风险，因此，制定科学合理的风险评价指标体系尤为重要构建指标体系时需遵循系统性一致性可操作性科学性可比性原则。
1.2 识别风险因素在文献梳理的基础上，分析已有海绵城市PPP项目中对项目产生重要影响的风险事件，对项目面临的风险进行识别按照不完全契约理论对风险阶段进行划分，并进行总结筛选海绵城市PPP项目风险可按照风险性质和成因划分为技术风险管理风险政治风险经济风险和社会风险，各风险因素可作为评价指标体系构建的基准和依据。
1.3 构建过程在评价指标体系的构建中，一级指标主要基于风险性质和成因分为技术风险指标管理风险指标政治风险指标经济风险指标和社会风险指标，二级指标的设定中兼顾对不同阶段风险的评价和对不同主体风险的评价参考相关规定，将每项指标分为5个等级，即Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ级，分别表示低风险较低风险中等风险较高风险高风险评判集为{C1，C2，C3，C4，C5} 风险测度实际上是在不确定环境下建立规则，使得在该环境下任何一个可能的风险都对应一个数值，即风险测度值，将风险进行量化，如表1所示。
Part 02实例研究2.1 工程概况2016年4月云南省玉溪市成功申报第2批海绵城市试点试点区域玉溪大河上游汇水分区建设项目东至东方水库南至环山路和龙马路西至龙马路北至河滨路，占地面积3.45k㎡，占试点区域总面积的16.5%，项目投资总额为52800万元该项目采用DBFO模式，项目公司在PPP合作期内自行承担项目运营费用责任和风险，并对项目进行设计投资建设运营管理维护等，按照项目年度考核结果获取相应的财政补贴资金PPP合作到期后，项目公司需在项目资产和其他相关设施无异常的情况下，无偿移交给玉溪市人民政府或其指定机构。