草原生态评价方法.docx

草原生态评价方法及原理
近年来，我国生态环境和社会经济评价的研究得到了广泛的开展， 提出了多种多样的方法，如层次分析法、主成分分析法、模糊数学法、 全排列多边形图示指标法、综合指数法及系统分析法等。对草原生态环 境和牧民社会经济生活水平进时，应用网 络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
层次分析法是将决策问题按总目标、各层子目标、评价准则直至 具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩 阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先 权重，最后再加权和的方法递阶归并各备择方案对总目标的最终 权
重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相 对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下 优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相 对量度。层次分析法比较适合于具有分层交错评价指标的目标系统， 而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求 出其最大特征值。及其所对应的特征向量W，归一化后，即为某一层 次指标对于上一层次某相关指标的相对重要性权值。
（2） 特征
层次分析法的特点是在对复杂的决策问题的本质、影响因素及其 内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思 维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题 提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场 合。
（3） 实施步骤
建立层次结构模型
在深入分析实际问题的基础上，将有关的各个因素按照不同属性 自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或 对上层因素有影响，同时又支配下一层的因素或受到下层因素的作 用。最上层为目标层，通常只有1个因素，最下层通常为方案或对象 层，中间可以有一个或几个层次，通常为准则或指标层。当准则过多 时（譬如多于9个）应进一步分解出子准则层。
构造成对比较阵
从层次结构模型的第2层开始，对于从属于（或影响）上一层每个因素 的同一层诸因素，用成对比较法和1—9比较尺度构造成对比较阵，直到
最下层。
计算权向量并做一致性检验
对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致 性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特 征向量（归一化后）即为权向量：若不通过，需重新构造成对比较阵。
计算组合权向量并做组合一致性检验
计算最下层对目标的组合权向量，并根据公式做组合一致性检验， 若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新 考虑模型或重新构造那些一致性比率较大的成对比较阵。
（4）优点
运用层次分析法有很多优点，不仅原理简单，而且具有扎实的理论 基础，是定量与定性方法相结合的优秀的决策方法，特别是定性因素起 主导作用的决策问题；该方法不仅适用于存在不确定性和主观信息的情 况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。也许层次分析 法最大的优点是提出了层次本身，它使得买方能够认真地考虑和衡量指 标的相对重要性。
3、主成分分析法（Principal components analysis， PCA）
（1）概念
主成分分析，也称为主分量分析，是由卡尔•皮尔逊于1901年发明 （pearson，1901），用于分析数据及建立数理模型。主成分分析是利用 降维的思想，把多指标转化为少数几个综合指标的多元统计分析方法。 其方法主要是通过对协方差矩阵进行本征分解（ Abdi & Williams，
2010 ）,以得出数据的主成分（即本征矢量）与它们的权值（即本征值
（Shaw, 2003 ））。PCA是最简单的以本征量分析多元统计分布的方法。其 结果可以理解为对原数据中的方差做出解释：哪一个方向上的数据值对 方差的影响最大？换而言之，PCA提供了一种降低数据维度的有效办法； 如果分析者在原数据中除掉最小的本征值所对应的成分，那么所得的低 维度数据必定是最优化的（也即，这样降低维度必定是失去讯息最少的 方法）。主成分分析在分析复杂数据时尤为有用。
主成分分析法是一种数学变换的方法，它把给定的一组相关变量通 过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减 的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最 大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不 相关，称为第二主成分。依次类推，I个变量就有1个主成分。
（2）实施步骤
数据标准化；
求相关系数矩阵；
一系列正交变换，使非对角线上的数置0,加到主对角上；
得特征根xi （即相应那个主成分引起变异的方差），并按照从大到小 的顺序把特征根排列；
求各个特征根对应的特征向量；
用下式计算每