一种采煤塌陷区植被自修复能力综合评价方法与流程

1.本发明涉及数据的处理与分析技术领域，具体涉及一种采煤塌陷区植被自修复能力综合评价方法。


背景技术：

2.由于煤炭开采导致采煤塌陷区植被的损伤日益严重，然而现有技术中鲜少有技术人员就采煤塌陷区植被自修复能力进行研究。
3.环境保护部南京环境科学研究所李海东等人提出了一种高寒沙地植被恢复潜力评估方法，运用层次分析法和模糊综合评价法进行不同类型沙地植被恢复潜力综合评价计算，能够分别输出包括15个评价因素的优劣程度和植被恢复潜力的总体评价；中国农业大学王莹、李道亮采用模糊综合评价-灰色优势关联分析法建立了煤矿废弃地植被恢复潜力评价模型，对辽宁阜新市矿区煤矿废弃地植被恢复潜力进行了评价。
4.上述文献分别对高寒沙地和煤矿废弃地植被恢复潜力进行评价，评价指标均采用绝对值，但我国不同区域地质采矿条件、区域气候、地形地貌、地下水位等差异较大，且煤炭开采对地表植被的影响效应也各不相同。鉴于此，考虑到植被自修复能力是植被生态系统受扰动后恢复到原来稳定状态的能力，本发明采用损伤度来评价采煤影响因素受扰动后损伤状况，并定量测度其对采煤塌陷区植被自修复能力的影响，具有一定的科学性。另外，两篇文献仅考虑了地形、土壤、气候和现状四个影响因素，未能充分反映采煤扰动对植被恢复潜力的影响。因此，本发明从气候变化和采煤扰动两方面分析采煤塌陷区植被变化驱动力，选择气候条件信息、地形条件信息、土壤状况信息、水文状况信息、根际微生物状况信息和植被状况信息这六个方面作为采煤塌陷区植被自修复能力测度的基本指标，能够全面反映植被自修复能力的影响因素。
5.中国矿业大学(北京)土地复垦与生态重建研究所陈超、胡振琪等人综合运用层次分析法和德尔菲法确定指标权重，采用综合指数法数学模型对典型风积沙煤矿土地生态损伤自修复能力进行评价。该文献仅对土地损伤自修复能力进行评价，并未涉及到植被自修复能力，且评价指标也均采用绝对值，因此，本发明采用层次分析法(ahp)和模糊综合评价法对采煤塌陷区植被自修复能力进行测度，具有一定的科学性和合理性。


技术实现要素：

6.鉴于上述现有技术中存在的问题，本发明的目的在于提供一种采煤塌陷区植被自修复能力综合评价方法，通过运用ahp-模糊综合评价法对采煤塌陷区植被自修复能力进行评价。本发明所提供的评价方法能够分别输出包括25个影响因素的优劣程度和植被自修复能力的总体评价，可以为减少人工修复对采煤塌陷区的扰动及降低生态修复成本提供理论参考。
7.为实现上述目的，本发明采取的技术方案如下：
8.一种采煤塌陷区植被自修复能力综合评价方法，包括：
9.s1.根据采煤塌陷区的原始背景值，确定植被恢复目标；
10.s2.分析所述采煤塌陷区的植被变化驱动力，确定所述采煤塌陷区的植被自修复能力评价指标；
11.s3.依据所述植被自修复能力评价指标，运用层次分析法，建立所述采煤塌陷区的植被自修复能力评价的层次结构模型；
12.s4.利用所述层次结构模型，构建判断矩阵、层次单排序列表和层次总排序列表；
13.s5.构建损伤度评价模型，定量测度植被自修复能力评价指标损伤情况；
14.s6.依据步骤s4和步骤s5得到的数据，运用模糊综合评价法，进行采煤塌陷区植被自修复能力综合评价。
15.在本发明的一些优选的实施方式中，步骤s2中，所述植被变化驱动力包括气候变化和采煤扰动。
16.在本发明的一些优选的实施方式中，步骤s2中，所述植被自修复能力评价指标包括气候条件信息、地形条件信息、土壤状况信息、水文状况信息、根际微生物状况信息和植被状况信息。
17.根据本发明，从气候变化和采煤扰动两方面分析采煤塌陷区植被变化驱动力，选择气候条件信息、地形条件信息、土壤状况信息、水文状况信息、根际微生物状况信息和植被状况信息这六个方面作为采煤塌陷区植被自修复能力测度的基本指标。
18.在本发明的一些优选的实施方式中，所述层次结构模型包括目标层a、准则层b和指标层c，其中，
19.所述目标层a是所述层次结构模型的最高级别，即实现采煤塌陷区植被自修复能力测度值；
20.所述准则层b是确保总体目标实现的主要系统层次，分为气候条件信息b1、地形条件信息b2、土壤状况信息b3、水文状况信息b4、根际微生物状况信息b5、植被状况信息b6；
21.所述指标层c是最基本的层次结构，包括年降水量c1、年平均气温c2、年日照时数c3、附加坡度c4、地裂缝宽度c5、土壤水分c6、土壤ph值c7、土壤有机质c8、土壤速效磷c9、土壤速效钾c10、土壤全氮c11、土壤容重c12、土壤孔隙度c13、土壤酸性磷酸酶活性c14、土壤蔗糖酶活性c15、土壤脲酶活性c16、地下水位c17、地表水量c18、水质c19、微生物种类c20、微生物数量c21、微生物多样性c22、现有植被覆盖程度c23、植物多样性c24和植物生物量c25。
22.在本发明的一些优选的实施方式中，所述气候条件信息b1包括年降水量c1、年平均气温c2、年日照时数c3的影响因素集合；
23.所述地形条件信息b2包括附加坡度c4、地裂缝宽度c5的影响因素集合；
24.所述土壤状况信息b3包括土壤水分c6、土壤ph值c7、土壤有机质c8、土壤速效磷c9、土壤速效钾c10、土壤全氮c11、土壤容重c12、土壤孔隙度c13、土壤酸性磷酸酶活性c14、土壤蔗糖酶活性c15、土壤脲酶活性c16的影响因素集合；
25.所述水文状况信息b4包括地下水位c17、地表水量c18、水质c19的影响因素集合；
26.所述根际微生物群落状况b5包括微生物种类c20、微生物数量c21、微生物多样性c22的影响因素集合；
27.所述植被状况信息b6包括现有植被覆盖程度c23、植物多样性c24、植物生物量c25
的影响因素集合；
28.所述影响因素集合为：b1＝{c1，c2，c3}，b2＝{c4，c5}，b3＝{c6，c7，c8，c9，c10，c11，c12，c13，c14，c15，c16}，b4＝{c17，c18，c19}，b5＝{c20，c21，c22}，b6＝{c23，c24，c25}；a＝{b1，b2，b3，b4，b5，b6}。
29.根据本发明，根据所述采煤塌陷区植被自修复能力测度的基本指标，并采用层次分析法构建不同采煤塌陷区植被自修复能力测度的层次结构模型；模糊评价划分为三个层次，即目标层a、准则层b和指标层c。
30.根据本发明，所述目标层是层次结构的最高级别，即实现采煤塌陷区植被自修复能力测度值；所述准则层是确保总体目标实现的主要系统层次。
31.在本发明的一些优选的实施方式中，步骤s4包括：
32.从所述采煤塌陷区植被自修复能力测度的层次结构模型的指标层c开始，根据指标层c中的各影响因素对上一级的准则层b的基本指标的重要性，采用两两比较方式形成判断矩阵，采用方根方法求出各影响因素的权重值并归一化运算，通过一致性检验后计算得到指标层c对准则层b的权重集(b—c)：w21、(b—c)：w22、(b—c)：w23、(b—c)：w24、(b—c)：w25、(b—c)：w26；将计算得到的各影响因素的权重值建立层次单排序列表；
33.从所述采煤塌陷区植被自修复能力测度的层次结构模型的准则层b，根据准则层中各基本指标对上一级的目标层a的重要性，采用两两比较方式形成判断矩阵，采用方根方法求出各基本指标的权重值并归一化运算，通过一致性检验后计算得到准则层b对目标层a的权重集(a—b)：w1；将计算得到的各基本指标的权重值建立层次单排序列表；
34.将指标层c相对于准则层b的权重值同准则层b相对于目标层a的权重值相乘，得到每个影响因素在采煤塌陷区植被自修复能力测度值中所占的权重；将计算得到的每个影响因素在采煤塌陷区植被自修复能力测度值中所占的权重建立层次总排序列表。
35.在本发明的一些优选的实施方式中，步骤s5中，气候条件信息的损伤度评价模型如式(1)所示：
[0036][0037]
其中，ei代表研究区目标年第i方面气候信息波动情况；ti代表目标年的第i方面全年气候信息实测值；t
i0
代表研究区近5～15年，优选8～12年的第i方面常年气候信息值，i＝{1，2，3}；
[0038]
地形条件的损伤度评价模型为现场实测值；
[0039]
土壤状况信息、水文状况信息、根际微生物状况信息和植被状况信息的损伤度评价模型如式(2)所示：
[0040][0041]
其中，di代表第i方面影响因素损伤度；si代表第i方面影响因素实测值；代表第i方面影响因素原始背景值，i＝{6，7，
……
，25}。
[0042]
在本发明的一些优选的实施方式中，步骤s6包括：
[0043]
1)建立评价标准；
[0044]
2)确定隶属函数，求出各评价因素属于不同评语级别的隶属度；
[0045]
3)依据所述隶属度建立模糊评价矩阵；
[0046]
4)依据所述模糊评价矩阵和权重构建模糊综合评价模型；
[0047]
5)依据所述模糊综合评价模型，进行采煤塌陷区植被自修复能力综合评价。
[0048]
根据本发明，步骤1)中，针对每个影响因素预设不同级别对应的评语阈值，以及根据各个影响因素在采煤塌陷区植被自修复能力测度值中所占的权重处于多级评语阈值的范围，确定各个影响因素在采煤塌陷区植被自修复能力测度信息。
[0049]
在本发明的一些优选的实施方式中，步骤2)中，所述隶属函数为戒上型。
[0050]
根据本发明，步骤2)中，在确定25个影响因素分别在采煤塌陷区植被自修复能力测度信息中的对应的评语级别后，建立评价标准体系及其在5个等级内的取值区间列表，并确定各个评价因素的5个评语级别的隶属函数；
[0051]
选取所示评价标准体系及其在5个等级内的取值区间列表中各评价因素的区间中间值作为指标在各级的标准值，利用所述隶属函数计算得到第i个指标在第j级内的标准值s
ij
，i＝1，2，3，
…
，25；j＝1，2，
…
，5；
[0052]
其中，上述25个评价因素的隶属函数均属于戒上型。
[0053]
在本发明的一些优选的实施方式中，步骤3)中，所述模糊评价矩阵如式(3)所示：
[0054][0055]
式(3)中，m代表评价指标数i＝1，2，
……
，25；n代表植被自修复能力级别。
[0056]
根据本发明，求出各评价因素属于不同评语级别的隶属度，建立模糊评价矩阵r；
[0057]
设参与植被自修复能力评价的指标有i个，植被自修复能力评价标准由j个级别组成，由于植被自修复能力状况和植被自修复能力分级标准都是模糊的，故用隶属度来划分界限比较合适；
[0058]
设r
ij
表示第i种指标的植被自修复能力测度值可以被评价为第j种等级的可能性，这样就构成了植被自修复能力评价指标与等级之前的模糊关系矩阵r；根据塌陷区植被自修复能力的评价对象实测值和评价标准值，以及隶属函数算法，确定采煤塌陷区植被自修复能力评价指标层的模糊关系矩阵r。
[0059]
根据本发明，i对j的隶属度，它们的关系即为隶属函数。
[0060]
在本发明的一些优选的实施方式中，步骤4)中，所述模糊综合评价模型如式(4)所示：
[0061][0062]
式(4)中，w表示权重，r表示模糊评价矩阵，表示模糊综合运算符。
[0063]
根据本发明，在模糊数学中称为模糊算子；模糊算子有多种形式，其中最常用的情况是“取大取小算子”和“乘与算子”。
[0064]
根据本发明，结合层次分析法确定的权重集w21、w22、w23、w24、w25和w26，基于模
糊综合评价模型，构建采煤塌陷区植被自修复能力模糊综合评价准则层模型，并得到准则层评价的模糊关系矩阵列表；
[0065]
根据所述准则层评价的模糊关系矩阵列表，得到准则层中气候条件信息b1、地形条件信息b2、土壤状况信息b3、水文状况信息b4、根际微生物状况信息b5、植被状况信息b6这六个不同条件约束下的对应不同等级的隶属度，根据所述隶属度值判定六个不同条件下植被自修复能力的能力大小；
[0066]
所述准则层评价的模糊关系矩阵为：
[0067]
气候条件：
[0068]
地形条件：
[0069]
土壤状况：
[0070]
水文状况：
[0071]
根际微生物状况：
[0072]
植被状况：
[0073]
确定采煤塌陷区植被自修复能力模糊综合评价目标层模型，并得到目标层评价的模糊关系矩阵列表；
[0074]
根据所述目标层评价的模糊关系矩阵列表，得到目标层中六个条件所具体包括的25个评价因素所对应的不同等级的隶属度值，根据所述评价因素对应的隶属度值判定六个条件下具体评价因素下植被自修复能力的能力大小；
[0075]
所述目标层评价的模糊关系矩阵为：
[0076]
根据本发明，较佳的，所述采煤塌陷区植被自修复能力评价信息包括五个评语级别；依次为强即第ⅰ级、较强即第ⅱ级、一般即第ⅲ级、较弱即第ⅳ级、很弱即第
ⅴ
级。
[0077]
本发明的有益效果至少在于以下几个方面：
[0078]
其一，以往研究对植被自修复能力评价因素的取值均为绝对值，但我国不同区域地质采矿条件、区域气候、地形地貌、地下水位等差异较大，且煤炭开采对地表植被的影响效应也各不相同，不同地区植被原始生境条件差异很大，且植被自修复能力是指植被生态系统受扰动后恢复到原来稳定状态的能力，自修复能力影响因素取值应为评价指标受损状态与原始状态的差异程度。鉴于此，本发明构建采煤影响因素损伤度评价模型，对各影响因素受扰动后损伤状况进行评价。依据采煤塌陷区植被生态系统受损后各评价指标实测值与原始值之间的相对值占原始值的比例，确定各评价指标受损后状态与原始状态的相似程度。
[0079]
其二，采煤塌陷区植被生态系统变化主要受气候变化和采煤扰动两方面驱动因素的影响。以往研究选择的评价指标未能充分反映采煤扰动对植被自修复能力的影响。故本发明选择气候条件信息、地形条件信息、土壤状况信息、水文状况信息、根际微生物状况信息和植被状况信息这六个方面作为采煤塌陷区植被自修复能力测度的准则层指标，选择年降水量、年平均气温、年日照时数等25项因素作为采煤塌陷区植被自修复能力测度的指标层，所选评价指标体系能够充分全面的反映采煤塌陷区植被生态系统的影响因素，具有一定的科学性和合理性。
附图说明
[0080]
图1是本发明实施例1的评价方法的流程图。
具体实施方式
[0081]
以下通过实施例对本发明进行详细说明，但本发明的保护范围并不限于下述说明。
[0082]
实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市购途径获得的常规产品。
[0083]
实施例1
[0084]
1、评估对象确定
[0085]
选择神东矿区某超大工作面进行采煤塌陷地植被自修复能力测度，其基本情况如下：
[0086]
(1)采煤塌陷地全长约3500m，倾向长度320m；
[0087]
(2)年平均气温7.3℃，最高38℃，最低-28℃；多年均降水量368.2mm，多集中在7、8、9三个月；多年均蒸发量2111.2mm；年日照时数3000h；2019年平均气温7.5℃，多年均降水量370.2mm，年日照时数2950h；
[0088]
(3)塌陷地附加坡度0.9
°
，地裂缝宽度100mm；
[0089]
(4)未开采影响区土壤含水量均值为8.0，土壤ph值为7.95，土壤有机质3.7g/kg，土壤速效磷1.75mg/kg，土壤速效钾24mg/kg，土壤全氮0.027g/kg，土壤容重1.7g/cm3，土壤孔隙度37％，土壤酸性磷酸酶活性2.88umol/gsoil/h，土壤蔗糖酶活性6.83mg/g、土壤脲酶活性0.368mg/g；塌陷地裂缝区土壤含水量均值为6.32，土壤ph值为7.97，土壤有机质3.3g/kg，土壤速效磷1.375mg/kg，土壤速效钾15mg/kg，土壤全氮0.017g/kg，土壤容重1.6g/cm3，土壤孔隙度39.5％，土壤酸性磷酸酶活性1.79umol/gsoil/h、土壤蔗糖酶活性3.12mg/g，土壤脲酶活性0.132mg/g；
[0090]
(5)未开采影响区地下水位-15m，生态水位阈值8m，开采影响区地下水位-17m；地表水系不发育；
[0091]
(6)未开采影响区根际真菌菌株为74株，菌种丰富度74，多样性指数为4.19；塌陷裂缝区根际真菌菌株为52株，菌种丰富度52，多样性指数为3.58；
[0092]
(7)未开采影响区植被盖度90％，多样性指数1.67，植物生物量干重170g/m2；塌陷裂缝区植被盖度80％，多样性指数1.50,植物生物量干重70g/m2。
[0093]
2、植被自修复目标确定
[0094]
基于研究区自然地理概况，确定风积沙区采煤塌陷地植被自修复目标，即为建立能自我维持的植被覆盖和具有稳定生态功能的植物群落。
[0095]
3、植被自修复能力测度方法
[0096]
首先运用层次分析法，建立植被自修复能力测度的层次结构、构造判断矩阵、层次单排序及其一致性检验，并通过数学软件matlab编程计算层次排序及其一致性检验。
[0097]
其次运用模糊综合评价法，进行采煤塌陷地植被自修复能力综合测度。
[0098]
4、构建植被自修复能力综合测度模型
[0099]
a.评价指标的选取：
[0100]
为了能够使植被自修复能力评价指标体系更科学、客观和合理的反映风积沙区采煤塌陷地植被自修复能力。在评价指标的选取过程中应遵循以下原则：
[0101]
(1)直接性：选择的因素对植被自修复应起直接作用。
[0102]
(2)普遍性：在植被自修复过程中，有些因素变化对于植被自修复的反应都是相同的。
[0103]
(3)可行性：在选择评价指标时，应选择相对计算较简单的指标。
[0104]
选择气候条件信息、地形条件信息、土壤状况信息、水文状况信息、根际微生物状况信息、植被状况信息等6个方面作为风积沙区采煤塌陷地植被自修复能力测度的基本指标。采用层次分析法构建风积沙区采煤塌陷地自修复能力测度的层次结构模型，评价因素集合为：b1＝{c1，c2，c3}，b2＝{c4，c5}，b3＝{c6，c7，c8，c9，c10，c11，c12，c13，c14，c15，c16}，b4＝{c17，c18，c19}，b5＝{c20，c21，c22}，b6＝{c23，c24，c25}；a＝{b1，b2，b3，b4，b5，b6}。
[0105]
目标层是层次结构的最高级别，即实现风积沙区采煤塌陷地植被自修复能力测度；准则层是确保总体目标实现的主要系统层次，分为气候条件信息、地形条件信息、土壤状况信息、水文状况信息、根际微生物状况信息、植被状况信息等；指标层是最基本的层次结构，包括植被自修复能力测度的所有因素，这些因素是测度风积沙区采煤塌陷地植被自修复能力的直接可度量因子。
[0106]
b.指标权重的确定
[0107]
采用层次分析法(ahp)，通过对评价指标两两之间的相对重要性比较，计算权重值，建立各评价指标在植被自修复能力测度中的权重集w。
[0108]
从指标层开始，根据各指标对上一层的重要性，采用两两比较方式来形成评判矩阵，求出各指标的权值并归一化，通过一致性检验后得到指标层对准则层的权重集。用同样方法确定准则层对目标层的权重集。通过层次分析法得到指标层对准则层的权重集w21、w22、w23、w24、w25、w26，准则层对目标层的权重集w1。
[0109]
(1)构造判断矩阵
[0110]
综合相关文献和专家打分结构获得目标层、准则层和指标层的判断矩阵。准则层各指标相对于目标层的判断矩阵及权重见表1。
[0111]
表1：目标层—准则层(a—b)判断矩阵及计算结果
[0112][0113]
经计算λ
max
＝6.174，偏离一致性指标ci＝0.035，判断一致性指标cr＝0.028《0.1。由各指标的权重可以看出，气候条件和土壤状况对风积沙区采煤塌陷地植被自修复能力测度影响较大。
[0114]
(2)层次单排序
[0115]
该方法首先把复杂的评价问题层次化，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子。
[0116]
表2a：准则层—指标层(b—c)判断矩阵及计算结果
[0117][0118]
表2b：准则层—指标层(b—c)判断矩阵及计算结果
[0119][0120]
表2c：准则层—指标层(b—c)判断矩阵及计算结果
[0121][0122]
表2d：准则层—指标层(b—c)判断矩阵及计算结果
[0123][0124][0125]
表2e：准则层—指标层(b—c)判断矩阵及计算结果
[0126][0127]
表2f：准则层—指标层(b—c)判断矩阵及计算结果
[0128][0129]
(3)层次总排序
[0130]
将各个具体指标相对于准则层的权重与准则层相对于目标层的权重相乘，可得每个指标在风积沙区采煤塌陷地植被自修复能力评价中所占的比重(表3)。
[0131]
综上，指标层对准则层的权重集w21、w22、w23、w24、w25、w26分别为，w21＝(0.4434，0.3874，0.1692)，w22＝(0.6667，0.3333)，w23＝(0.2034，0.1126，0.1126，0.1126，0.1126，0.1126，0.0625 0.0625，0.0625，0.0362，0.0362，0.0362)，w24＝(0.7089，0.1125，0.1786)，w25＝(0.1634，0.5396，0.2970)，w26＝(0.5396，0.2970，0.1634)；准则层对目标层的权重集w1＝(0.2968，0.0943，0.2245，0.1079，0.0667，0.2098)。
[0132]
表3风积沙区采煤塌陷地植被自修复能力评价指标权重
[0133]
[0134][0135]
c.根据各影响指标实测值与原始背景值，构建采煤影响因素损伤度评价模型，定量测度植被自修复能力评价指标损伤情况；
[0136]
气候条件信息：根据研究区近10年的常年气候信息与目标年的全年气候信息实测值之间的相对值占常年气候信息值的比例，确定研究区目标年气候信息的波动情况，作为气候变化对采煤塌陷区植被自修复能力影响评价依据，气候变化波动值如下式所示：
[0137][0138]
其中，ei代表研究区目标年第i方面气候信息波动情况；ti代表目标年的第i方面全年气候信息实测值；t
i0
代表研究区近10年的第i方面常年气候信息值，i＝{1，2，3}。
[0139]
地形条件：附加坡度、地裂缝宽度采用现场实测值；
[0140]
其他影响因素：植被自修复能力是指植被生态系统受扰动后恢复到原来稳定状态的能力。构建采煤影响因素损伤度评价模型，对各影响因素受扰动后损伤状况进行评价。依据采煤塌陷区植被生态系统受损后各评价指标实测值与原始值之间的相对值占原始值的比例，确定各影响指标受损后状态与原始状态的相似程度
[0141]
[0142]
其中，di代表第i方面影响因素损伤度；si代表第i方面影响因素实测值；代表第i方面影响因素原始背景值，i＝{6，7，
……
，25}。
[0143]
表4神东矿区某超大工作面植被自修复能力评价指标得分情况
[0144][0145][0146]
d.评价标准的建立:
[0147]
(1)评语集的确定：
[0148]
评语集是评价者对评价对象做出的各种评价结果所组成的集合，用
ⅴ
来表示。评价标准的确定要根据实际需求而定，一般等级的划分在3级到9级之间，即评语集
ⅴ
＝{
ⅴ
1，
ⅴ
2，
……
，
ⅴ
m}(3≤m≤9)。在采煤塌陷区植被自修复能力评价中，令
ⅴ
＝{ⅰ，ⅱ，ⅲ，ⅳ，
ⅴ
}，各评语分别代表{强，较强，一般，较弱，很弱}，它们由高到低表示植被自修复能力的5个等级大小。气候条件决定了采煤塌陷区植被生长对先天条件的满足程度，而地形条件、土
壤状况、水文状况、根际微生物群落状况和植被状况决定了植被生长对后天条件的满足程度。如果植被生长的先天和后天条件能够得到较好的满足，则认为植被生长较易，植被自修复能力较大。
[0149]
(2)评价标准体系的建立：
[0150]
根据各指标对采煤塌陷区植被自修复能力的影响，参考专家意见，确定评价标准体系及其在5个等级内的取值区间(表5)。
[0151]
表5采煤塌陷区植被自修复能力评价指标区间
[0152]
[0153][0154]
e.隶属函数的确定
[0155]
正确构造隶属函数是模糊识别的关键。隶属函数的确立目前还没有一套成熟有效的方法，大多数确立方法还停留在经验和实验的基础上。确定各指标对植被自修复能力等级(评语集)的隶属度的方法不同，对于不同的评价指标，隶属函数的表述也存在差异。为了计算简单，均认为是线性变化。隶属函数u(x)可分为以下3种类型：
[0156]
(1)戒下型：即x越大，u(x)值越大；
[0157]
(2)戒上型：即x越小，u(x)值越大；
[0158]
(3)对称性：即x和u(x)值呈抛物线性状。
[0159]
其中，上述25个影响因素的隶属函数类型属于戒上型；
[0160]
根据各指标的五级评价标准，确定5个级别的隶属函数。本发明实施例中所确定的采煤塌陷区植被自修复能力评价各指标区间划分见表5。选取表4中各指标的区间中间值作为指标在各级的标准值(表6)，得到第i个指标在第j级内的标准值sij，i＝1,2,3，
…
，25；j＝1,2,
…
，5。
[0161]
表6采煤塌陷区植被自修复能力评价指标在各等级内的标准值
[0162]
[0163][0164]
隶属函数公式为：
[0165][0166]
[0167][0168]
f.模糊评价矩阵的建立
[0169]
在植被自修复能力评价中，需要作出评价的对象是影响植被恢复的各自具体指标。利用模糊数学的理论基础，通过必要的计算分析，求出各指标属于评语集不同评语的隶属度，建立模糊评价矩阵r。
[0170]
设参与植被自修复能力评价的指标有i个，植被自修复能力评价标准由j个级别组成，由于植被自修复能力状况和植被自修复能力分级标准都是模糊的，故用隶属度来划分界限比较合适；
[0171]
设rij表示第i种指标的植被自修复能力测度值可以被评价为第j种等级的可能性，这样就构成了植被自修复能力评价指标与等级之前的模糊关系矩阵r；根据塌陷区植被自修复能力的评价对象实测值和评价标准值，以及隶属函数算法，确定采煤塌陷区植被自修复能力评价指标层的模糊关系矩阵r；
[0172][0173]
其中，m代表评价指标数i＝1，2，
……
，25；n代表植被自修复能力级别即j＝1，2，3，4，5；i对j的隶属度，它们的关系即为隶属函数；
[0174]
根据采煤塌陷区植被自修复能力的评价对象实测值和评价标准值，以及隶属函数算法，确定采煤塌陷区植被自修复能力评价指标层的模糊关系矩阵(表7)。
[0175]
表7：指标层的模糊关系矩阵
[0176]
[0177][0178]
g.模糊综合评价模型的构建：
[0179]
层次模糊综合评价的原则是：先从最低层开始进行评价，并将每层的评价结果视为对上一层指标的评价集，组成高一层的指标评价矩阵，再对高一层进行综合评价，直到最高层的评价结束。在构建层次结构模型时，要求各层中所考虑的指标必须满足独立性，不存在依赖关系。因此每一层的评价算法相同，即模糊综合评价模型是：
[0180][0181]
其中，是模糊综合运算符，在模糊数学中称为模糊算子；模糊算子有多种形式，其中最常用的情况是“取大取小算子”和“乘与算子”；
[0182]
结合层次分析法确定的权重集w21、w22、w23、w24、w25和w26，基于模糊综合评价模型，构建采煤塌陷区植被自修复能力模糊综合评价准则层模型如下：
[0183]
强，较强，一般，较弱，很弱ⅰ，ⅱ，ⅲ，ⅳ，
ⅴ
[0184]
气候条件：
[0185]
地形条件：
[0186]
土壤状况：
[0187]
水文状况：
[0188]
根际微生物状况：
[0189]
植被状况：
[0190]
采煤塌陷区植被自修复能力模糊综合评价目标层模型如下：
[0191][0192]
依据上述方法，针对采煤塌陷区植被自修复能力，对准则层评价的模糊关系矩阵见表8，目标层评价的模糊关系矩阵见表9。根据最大隶属度原则，确定采煤塌陷区植被自修复能力的强弱。
[0193]
从准则层的评价结果来看(表8)，气候条件约束下采煤塌陷区植被自修复能力为第ⅰ等级的隶属度最大(0.4434)，自修复能力强；地形条件约束下采煤塌陷区植被自修复能力为第ⅱ、ⅲ等级的隶属度最大(0.5)，自修复能力一般；土壤状况约束下采煤塌陷区植被自修复能力为第
ⅴ
等级的隶属度最大(0.2034)，自修复能力很弱；水文状况约束下采煤塌陷区植被自修复能力为第ⅰ等级的隶属度最大(0.7089)，自修复能力强；根际微生物群落状况约束下采煤塌陷区植被自修复能力为第
ⅴ
等级的隶属度最大(0.5396)，自修复能力很弱；植被状况约束下采煤塌陷区植被自修复能力为第
ⅴ
等级的隶属度最大(0.88)，自修复能力很弱。
[0194]
从目标层的评价结果来看(表9)，采煤塌陷区植被自修复能力第ⅰ、ⅱ等级的隶属度最大(0.2968)，自修复能力较强。
[0195]
表8：准则层的模糊关系矩阵
[0196][0197][0198]
表9：目标层的模糊关系矩阵
[0199][0200]
应当注意的是，以上所述的实施例仅用于解释本发明，并不构成对本发明的任何限制。通过参照典型实施例对本发明进行了描述，但应当理解为其中所用的词语为描述性和解释性词汇，而不是限定性词汇。可以按规定在本发明权利要求的范围内对本发明作出修改，以及在不背离本发明的范围和精神内对本发明进行修订。尽管其中描述的本发明涉及特定的方法、材料和实施例，但是并不意味着本发明限于其中公开的特定例，相反，本发明可扩展至其他所有具有相同功能的方法和应用。