雅安水环境生态风险评价研究(编辑修改稿)

雅安水环境生态风险评价研究(编辑修改稿)内容摘要：

特征测定 暴露测量 风险分析 暴露分析 生态反应分析 与风险管理者交流结果 风险评估 风险描述 风险表征 问题表述 整合可利用信息 获得数据、整合过程、描述结果 风险管理及与感兴趣团体交流结果 11 AHP 是在多目标、多准则的条件下，对多种方案进行选择与判 断的一种简洁而有力的工具。 正因为如此，它被广泛地应用于人们生活的各种宏观与微观决策中。 层次分析法的核心之一是把复杂的决策问题层次化。 它根据问题的性质以及所要达到的目标，把问题分解为不同的组成因素，并按各因素之间的隶属关系和相互关联程度分组，形成一个不相交的层次结构。 上一层次的元素对相邻的下一层次的全部或部分元素起着支配作用，从而形成一个自上而下的逐层支配关系。 具有这一逐层支配关系性质的结构称为递阶层次结构。 递阶层次结构的决策问题，最后可归结为最低层 (供选择的方案、措施等 )相对于最高层 (系统目标 )的相对重要 性的权值或相对优劣次序的总排序问题。 其核心之二是将引导决策者，通过一系列成对比较的评判来得到各个方案或措施在某一个准则之下的相对重要度的度量。 这种评判能转换成数字处理，构成一个判断矩阵，然后使用单准则的排序计算方法，可获得这些方案或措施在该准则之下的优先度的排序。 在层次结构中，这些准则本身也可以对更高层次的各个元素的相对重要性赋权。 通过层次的递阶关系可以继续这个过程，直到各个供决策的方案或措施对最高目标的总排序计算出来为止。 这样，决策者就可进行评价、选择和计划等决策活动。 AHP 的理论及应用研究在我国的 发展速度也是很快的。 在 1982 年 11 月召开的中美能源、资源、环境学术会议上，美国 Moorhead 州立大学能源研究所所长H． Cholanmezlaad 教授向中国学者介绍了 AHP 方法在能源、资源、环境工程中的应用，引起了与会的中国学者的强烈兴趣。 之后于 1988 年 9 月在我国召开了第一届国际 AHP 研讨会，更多的中国学者开始了对这门新的决策科学的研究，无论在 AHP理论研究或是实际应用中，都取得了很好的成果。 尤其在应用方面，我国学者的涉及面十分广泛 [40]。 层次分析法的特点 (1) 系统性 系统分析 是当今重大科学、重大工程和社会背景下的一种重要的决策分析方法。 系统分析的观点之一是把分析对象看作为一个整体 —— 系统。 系统中的每个子系统乃至每个子元素都是与系统内其他部分相互关联、彼此影响的。 尽管每个子系统、子元素具有自身特定的功能和特点，有时彼此间甚至是相互冲突的，但它们都是构成系统整体功能所不可缺少的组成部分。 系统分析的观点之二是要把系统分清层次。 任何复杂系统都具有一定的层次结构，下层因素受到上层因素的支配，反过来上层因素又要受到下层因素的影响。 而 AHP 方法的思想基础与系统分析的原则是一致的。 它要求决策者 在对问题进行决策分析时，首先要找出分析对象的诸影响因素及其彼此的相关关系，从而建立起能清晰反映出这种关系的层次递阶系统结构，使决策者在进行决策分析时，把复杂问题自千头万绪之中条理化。 (2) 综合性 在目前大量的决策问题中，决策者所要考虑的很多因素是属于定性 12 化因素，这些因素无法以某种定量的标度进行表现。 如人们在日常生活决策中所遇到的问题，多半属于定性化分析判断问题。 AHP 方法在对事物进行决策分析时，能对定性问题定量化进行综合分析处理，并能得到明确的定量化结论，以优劣排序的形式表现出来。 这有助于决策者作出判 别。 孰取孰舍，泾渭分明。 这也正是 AHP 决策分析法区别于其他很多决策优化方法的一个重要特征。 (3) 简便性 由于世界的千变万化，社会的迅速发展，这使得从事实际工作的决策者们对决策方法的简便性有很高要求。 因为世界对决策反应的速度要求越来越快，而一些繁复的决策方法耗时、耗力、耗资金，在很多场合又不具有令人满意的实用价值。 而 AHP 方法对事物的评判决策过程十分简便，易于掌握和运用，一个只要具有高中文化程度的人就不难掌握其运算方法，辅之于普通计算器便能完成全部的决策分析过程。 若有计算机及有关程序，则整个计算就更方便 、更迅速了。 (4) 准确性 在我们的研究对象中，无论决策者所追求的是“满意的决策”，或是“最优的决策”， AHP 方法都可以提供具有准确性的结果，这是因为它有丰富的数学原理为准确性提供了可信的基础。 同时， AHP 方法还能吸取决策者个人或集团的阅历、经验、智慧、判断能力，从而使得决策建立在更扎实的基础上。 从以上的特点来看，层次分析法在本质上是一种决策思维方式，它具有人的思维分析、判断和综合的特征。 作为一个决策工具，层次分析法具有简单、易用、有效、适应性强、应用范围广等优点，因而受到人们广泛的重视 [4042]。 递阶层次结构模型 在 AHP 方法中首先要建立决策问题的递阶层次结构的模型。 通过调查研究和分析，准确确定决策问题的范围和目标，问题包含的因素及各因素间的相互关系。 然后建立起一个以目标层、若干准则层和方案层所组成的递阶层次结构。 图 3 表示了一个典型的递阶层次结构。 图 3 典型递阶层次结构 [40] 在层次模型中，用作用线表明上一层次因素同下一层次因素之间的关系。 如某个„„ „„ „„ 决策目标 准则 2 准则 1 准则 3 子准则 1 子准则 1 方案 2 方案 1 方案 3 „„ „„ „„ 目标层 准则层 子准则层 方案层 子准则 1 13 因素与下一层次中所有因素均有联系，则称其与下一层次有完全层次关系。 如这个因 素仅与下一层次中的部分因素有联系，则称其与下一层次存在着不完全的层次关系。 构造系统的层次结构的过程是从最高层 (目标 )开始，通过中间层 (准则 )，到最低层 (方案 )为止。 相对重要性的比例标度和判断矩阵 工程技术领域，有些问题是可以量化的，而有些问题与社会经济系统的某些决策问题一样，是难于对系统进行量化的。 但这些被测量对象的属性大多数具有相对性质，系统中各因素相关度的测量可通过人的判断和经验来完成。 AHP 方法就是根据这些系统中元素测度的特点提出了相对重要性的比例标度。 两个元素相对重要性的比较可变 换为一个数。 表 1 说明了相对重要性的比例标度。 表 1 相对重要性的比例标度 相对重要性的权数 定义 解释 1 同等重要 对于目标，两个因素 贡献是等同的 3 一个因素比另一个因素稍微重要 经验和判断稍微偏向一个因素 5 一个因素比另一个因素明显重要 经验和判断明显偏向一个因素 7 一个因素比另一个因素非常重要 一个因素非常的受到偏爱 9 一个因素比另一个因素极端重要 对另一个因素偏爱的程度是极端的 2， 4， 6， 8 上述两相邻项判断的中值 上述非 0数的倒数 如果一个因素相对于第二个因素有上述的数 目（如 5），那么二个因素相对于第一个因素就有倒数值（如 1/5） 比例标度确定后，即可建立判断矩阵，其通用公式为： 1 1 1 2 11 2 2 2 212()nnnnijn n n nAa a aa a a aa a a    显然， 1/ij jiaa, 1iia ， i， j=1， 2， ， n。 再用方根法计算判断矩阵的特征向量。 由矩阵理论，用某一重量向量12 TnW W W W 右乘 A 矩阵得 ： 111 1 1221nWn n nnnW n WW n WA n WW n Waaaa                           14 向量 W 称为判断矩阵 A 的特征向量。 层次分析法的计算问题是 判断 矩阵的最大特征根 max 和特征向量 W。 特征向量通用算法是幂乘法和方根法（也称几何平均法），此外还有规范 列 平均法 (又称为和积法 )。 一般来说，计算矩阵的最大特征根及其相应的特征向量 ，并不需要追求很高的精度，因为判断矩阵自身已带有不少误差。 方根 法和规范例平均法与幂乘法相比，虽然粗糙，但只需手算或小型计算机即可， 十分 方便。 步骤概括如下： (1) 计算判断矩阵行元素的成 绩 Mi； (2) 计算 iM 的 n 次方根 iW ；(3) 对向量12 TinW W W W 归一化。 判断矩阵的一致性检验 在层次分析法中，为了构造判断矩阵引入了 1~9 的比例标度法，这就使得决策者判断思维数字化。 这种将判断思维数字化的方法大大简化了问题的分析，是复杂的社会、经济及科学管理领域的问题定量分析成为可能。 为此，这种数字化方法还有助于决策者检查并保持判断思维的一致性。 在应用层次分析法时，保持思维一致性是非常重要的。 所谓判断一致性，即判断矩阵 A 有以下关系： /ij ik jka a a , , 1, 2, ,i j k n  由矩阵理论，判断矩阵在满足上述完全一致条件下，具有唯一的非零解，也是最大的特征根 max =n，且除 max ，其余的特征根均为零。 前面已经提到过，在通过二二比较构成判断矩阵 A 时，存在判断中的非一致性问题。 这种非一致性，大多是思维的非一致性，也有笔误造成的。 只有判断矩阵满足判断一致性时，所求得的重要性矢量 W 的估计才能作为可靠的重要性比例标度，即权重。 根据上面的分析，我们可通过求解下属系统得到相对重要性程度矢量 W 的估计W ： AW = max W 式中： max —— 矩阵 A 的最大特征根。 根据 Perron 定理，正矩阵有一个最大的实特征值，相应地存在为惟一规范的非负特征向量，矩阵 A 存在最大特征根，且 max≥ n，当 A 满足完全一致性时 , max =n； 当 A 不满足完全一致性时 max ﹥ n。 具体的方法如下： 15 ① 用方根法计算判断矩阵的最大特征根 max 111 12 13 14 1221 22 23 24 2331 32 33 34 3441 42 43 44 41 2 3 4 6nnnWnnn n n n nWWWAWWa a a a aa a a a aa a a a aa a a a aa a a a a              max =1()n Wii iAnW= 11()WAnW + 22()WAnW + 33()WAnW + 44()WAnW ++()WnnAnW 则：123max4WnWWWAWW  ② 判断矩阵的一次性检验 判断矩阵若具有完全的一致性， max =n，其余特征根均为零。 当矩阵 A 不具备完全一致性时， 1 max n, max 与其余的特征根 2,n 具有如下关系： max2nii n  由上式知，若判断矩阵具有较满意的一致性时， max 稍大于 n，其余特征根均接近于零。 所以，上式计算值的大小就反映判断与完全一致性的偏离程度。 即可以用判断矩阵最大特征根以外的其余特征根的负平均值的绝对值作为度量判断矩阵偏离一致性的指标。 即用 max 1nCI n   检验专家判断思维的一致性。 为了度量不同阶段矩阵是否具有满意的一致性，我们还需引入判断矩阵的平均随机一致性指标 RI 值。 对于 1～ 9 阶段矩阵， RI 值见表 2。 16 表 2 平均随机一致性指标 RI 值 n 1 2 3 4 5 6 7 8 9 RI 因为 1， 2 阶判断矩阵总具有完全一致性，所以， 2 阶判断矩阵的 RI 只是形式上的。 当阶数大于 2 时，判断矩阵的一致性指标 CI 与同阶平均随机一致性指标RI 之比称为随机一致性比率，记为 CR。 当 CR=CI/RI＜ 时，即认为判断矩阵具有满足的一 致性，否则就需要舍去或调整判断矩阵，并使之具有满意的一致性。 层 次分析法评价的基本步骤 概括起来， 层次分析法的基本步骤如下： (1) 要完成的评估目标 ； (2) 从最高层 (管理目标 )，通过中间层 (判断准则 )到最低层构。