一种区域农业生态发展动态评估方法、系统及可存储介质
1.本发明涉及农业生态发展技术领域，更具体的说是涉及一种区域农业生态发展动态评估方法、系统及可存储介质。
背景技术：
2.农业生态系统健康状况是生态—社会—经济复合系统可持续发展的重要保障。农业生态系统的健康运转定义为系统内农业环境因素、生产者、消费者和分解者等基本要素保存完整，物质流与能量流循环有序，表现为农业生产网络的自适应化和多样化，并对长期或突变的自然及人为扰动造成的代谢耗散保持弹性和稳定性。在农业发展过程中，区域农业生态系统通过内在基本能量燃烧的不断积累，促使其朝着熵增的方向变化，变化趋势取决于生态，社会和经济这3个非线性过程连续变化的强度、方向和组织性。当系统熵增达到可以跃迁的能量储备，便会在“危机触发阈值”的影响下，引发不同尺度的系统无序和劣质化。对不同子系统无序性的度量及基本物质(正负性约束变量)的定量表达就能对区域农业生态系统健康水平和趋势作出有效的判断和预测。准确量化不同农业相关指标对区域农业生态系统健康水平的影响程度，并给出相应的管理优化措施，是农业高效发展研究的难点。
3.目前，我国农业生态系统结构复杂，地区差异较大。不同部门提出的评价指标体系存在分类不明、难以量化、主观影响大等问题。且直接套用其他的评估指标进行农业生态系统健康评估，其结果存在一定的局限性和很大的不确定性。同时，农业资源配置相对低效，农业生产竞争力不强，而现有评价指标局限于短时间、小尺度的农作物产量及其经济收益，忽视了自然禀赋、经济发展和技术革新等非线性过程变化结点，易造成指标信息量缺失，评价结果不够客观。再次，农业生态系统健康水平变化过程具有低强度、长周期、影响因素繁杂等特征，传统定性评估手段难以揭示其动态变化。
4.通过上述分析，现有农业生态系统健康水平变化过程强度低、周期长、影响因素繁杂，传统定性评估手段难以准确揭示其动态变化且不确定性较强。
5.因此，如何提供一种区域农业生态发展动态评估方法、系统及可存储介质是本领域技术人员亟需解决的问题。
技术实现要素：
6.有鉴于此，本发明提供了一种区域农业生态发展动态评估方法、系统及可存储介质，解决了测度、模拟和认识区域农业生态系统的高度耦合特性，量化分析现阶段不同区域农业生态系统健康水平和变化趋势，基于本发明有利于提高农业全要素生产力、竞争力和创新力。
7.为了实现上述目的，本发明提供如下技术方案：
8.一种区域农业生态发展动态评估方法，包括：
9.s100：获取区域样本数据并进行整合得到基础数据库；
10.s200：根据所述基础数据库，建立指标体系模型；
11.s300：对所述指标体系模型中的参数进行预处理；
12.s400：建立评估模型，根据预处理后的指标体系模型的参数以及所述评估模型，得到评估结果。
13.优选的，s100具体包括如下步骤：
14.s110：获取区域集成报告数据；
15.s120：确定关键词，检索与关键词的相关文献数据，并根据所述相关文献数据对集成报告数据进行校正以及补充，得到区域样本数据；
16.s130：根据区域样本数据建立基础数据库。
17.优选的，所述指标体系模型包括目标层，决策层，准则层以及相应指标层；
18.其中，所述目标层为：区域农业生态发展动态的评价指标；
19.所述决策层包括：农业生态系统承载力数据、农业生态系统生产力数据、农业生态系统竞争力数据以及农业生态系统创新力数据；
20.对所述决策层数据进行衍生，得到对应准则层数据；
21.对所述准则层数据进行衍生，得到对应指标层数据。
22.优选的，s300包括如下步骤：
23.s310：对所述指标层的数据进行无量纲化处理，得到标准化后的指标数据；
24.s320：运用delphi综合赋权法对指标数据进行筛选以及调整，并通过spearman相关性分析法对指标层中重复的指标数据进行剔除，得到正向指标的标准化数据以及负向指标的标准化数据，具体表达式为：
25.正向指标标准化过程：0.8
×
[r
ij-min(r
ij
)]/[max(r
ij
)-min(r
ij
)]+0.2
[0026]
正向指标标准化过程：0.8
×
[max(r
ij
)-r
ij
)]/[max(r
ij
)-min(r
ij
)]+0.2
[0027]
式中，r
ij
为第j个地市、第i项指标的原始值；
[0028]
s330：通过专家打分法结合层次分析模型获取所述正向指标的标准化数据以及负向指标的标准化数据的权重系数。
[0029]
优选的，s300还包括如下步骤：
[0030]
s340：为所述正向指标数据以及所述负向指标数据赋予相应的权重系数；
[0031]
s350：对所述指标层数据标准化及权重归一化，分别计算农业生态系统承载力从耕地面积占比，有效灌溉系数，农用物资投入度以及农业活动能耗不同年份变化数值；
[0032]
s350：整合准则层计算结果并赋予相应的权重系数。
[0033]
优选的，s400具体包括如下步骤：
[0034]
s410：建立评估模型，计算模糊数学隶属函数：
[0035][0036]
[0037][0038]
式中，c
ij
为第l个地市第i个评价因子的值；v
ij
为第i评价因子在第j个评价级的评价标准，其中，i＝1，2，...,n；j＝1，2，...,m；r
ij
为第i个评价因子在第j个评价标准的隶属度，其中，r
ij
∈[0，1]；
[0039]
s420：计算复合系统评价矩阵：
[0040][0041]
式中，r为评价矩阵；
[0042]
s430：评价矩阵与相应指标数据的权重系数的线性相乘，得到评估结果。
[0043]
优选的，还包括：
[0044]
s500：设置不同的模拟场景，应用所述评估模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率以及可持续性，输出模拟结果；
[0045]
s600：比较不同场景的模拟结果，生成相应的区域农业发展决策。
[0046]
一种区域农业生态发展动态评估系统，包括：
[0047]
数据获取模块，用于获取区域样本数据并进行整合得到基础数据库；
[0048]
建立模块，与所述数据获取模块连接，用于根据所述基础数据库，确定区域农业生态发展动态的评价指标，建立指标体系模型；
[0049]
数据处理模块，与所述建立模块，用于对所述指标体系模型中的参数进行预处理；
[0050]
评估模块，与所述数据处理模块连接，用于建立评估模型，根据与处理后的指标体系模型的参数以及所述评估模型，得到评估结果。
[0051]
优选的，还包括：
[0052]
输出模块，与所述评估模块连接，用于设置不同的模拟场景，应用所述评估模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率以及可持续性，输出模拟结果；
[0053]
生成模块，与所述输出模块连接，用于比较不同场景的模拟结果，生成相应的区域农业发展决策。
[0054]
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如上述的区域农业生态发展动态评估方法。
[0055]
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种区域农业生态发展动态评估方法、系统及可存储介质，基于模糊数学原理，从生态系统承载力、生产力、竞争力和创新力等四个方面量化分析农业生态系统健康水平，结合模糊数学方法、综合赋权法，构建区域农业生态系统健康水平评估模型，可量化、准确的表征不同阶段区域农业生态系统发展现状和变化趋势，明确不同地区在农业现代化发展过程中的优势和短板，并可根据不同的发展目标设定相应的调整策略，对区域农业水平的高效发展提供科学决策。
附图说明
[0056]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0057]
图1为本发明提供的区域农业生态发展动态评估方法流程示意图；
[0058]
图2为本发明实施例1提供的区域农业生态系统健康水平评估模型框架示意图；
[0059]
图3为本发明实施例1提供的区域农业生态发展动态评估系统结构示意图；
[0060]
图4(a)-(e)为河南省代表性城市(地区)农业生态系统健康水平示意图，其中图4(a)为郑州(豫中)农业生态系统健康水平示意图，图4(b)为开封(豫东)农业生态系统健康水平示意图，图4(c)为洛阳(豫西)农业生态系统健康水平示意图，图4(d)为安阳(豫北)农业生态系统健康水平示意图，图4(e)为南阳(豫南)农业生态系统健康水平示意图；
[0061]
图5(a)-(d)为10年尺度上郑州市农业生态系统各子系统评估结果动态变化趋势示意图，其中，图5(a)表示农业生态系统承载力评估值，图5(b)表示农业生态系统生产力评估值，图5(c)表示农业生态系统竞争力评估值，图5(d)表示农业生态系统创新力评估值；
[0062]
图6(a)-(d)为10年尺度上郑州市农业生态系统各子系统评估值隶属度变化趋势示意图，其中，图6(a)表示农业生态系统承载力评估值隶属度，图6(b)表示农业生态系统生产力评估值隶属度，图6(c)表示农业生态系统竞争力评估值隶属度，图6(d)表示农业生态系统创新力评估值隶属度；
[0063]
图7(a)-(f)为10年尺度上郑州市农业生态系统各子系统关键指标的变化趋势，其中，图7(a)表示耕地面积占比，隶属于农业生态系统承载力子系统；图7(b)表示土地产出率，隶属于农业生态系统生产力子系统；图7(c)表示城乡收入比，隶属于农业生态系统竞争力子系统；图7(d)表示单位农业机械动力值，隶属于农业生态系统竞争力子系统；图7(e)表示农业科研机构数，隶属于农业生态系统创新力子系统；图7(f)表示投资比率，隶属于农业生态系统创新力子系统。
具体实施方式
[0064]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0065]
实施例1
[0066]
一方面，参见附图1所示，本发明实施例1公开了一种区域农业生态发展动态评估方法，包括：
[0067]
s100：获取区域样本数据并进行整合得到基础数据库；
[0068]
s200：根据所述基础数据库，建立指标体系模型；
[0069]
s300，对所述指标体系模型中的参数进行预处理；
[0070]
s400：建立评估模型，根据预处理后的指标体系模型的参数以及所述评估模型，得到评估结果。
[0071]
在一个具体实施例中，s100包括：
[0072]
s110：获取研究区不同行政单位年鉴、土壤志、不同时期农业普查数据、土壤调查、污染普查数据、地区统计公报、社会经济发展报告，即集成报告；收集区域社会、经济和农业领域相关数据，即文献数据。
[0073]
s120：选取以“农业生态系统健康水平”为主题的不同关键词在知网、万方等中文数据库以及springer、elsevier、wiley online等外文数据库进行检索查阅，全面收集至今发表的国内外有关区域土壤健康评估的相关文献，进行数据校正和补充，得到区域样本数据。
[0074]
s130：根据集成报告数据和文献数据建立基础数据库，针对农业生态系统承载力、农业生态系统生产力、农业生态系统竞争力和农业生态系统创新力等4个主题进行数据分类分级汇总，标注缺失、矛盾和重复数据。
[0075]
参见附图2所示，在一个具体实施例中，s200建立指标体系模型，该指标体系模型指的是区域农业生态系统健康发展水平评价体系指标模型，包括1个目标层(a)，4个决策层(b1～b4)，16个准则层(c1～c16)及相应指标层(d)。
[0076]
具体的，农业生态系统承载力(b1)作为衡量农业生态系统发展与环境协调程度的标尺，反映不同时期、不同状态或条件下，不同空间尺度的农田生态系统对人类社会、经济活动的支持能力，决定了区域农业生态系统发展的速度和规模。本模型中，农业生态系统承载力通过耕地面积占比(c1)，有效灌溉系数(c2)，农用物资投入强度(c3)和农业活动能耗(c4)等4个方面进行表征，并结合数据库相关数据对不同年份c1～c4进行量化。
[0077]
具体计算方式如下：
[0078]
耕地面积占比＝耕地面积/土地面积；
[0079]
有效灌溉系数＝耕地有效灌溉面积/耕地面积；
[0080]
化肥施用总量＝(氮肥施用量
×
w氮肥+磷肥施用量
×
w磷肥+钾肥施用量
×
w钾肥)；
[0081]
化肥施用强度＝化肥施用总量/农作物播种面积；
[0082]
农药使用强度＝耕地面积/农作物播种面积；
[0083]
农用塑料薄膜使用强度＝农用塑料薄膜使用量/农作物播种面积；
[0084]
农药生产活动能耗＝(农村用电量
×
w电+农机柴油使用量
×
w柴油)。
[0085]
式中，w氮肥、w磷肥、w钾肥、w电和w柴油分别表示氮肥、磷肥、钾肥、用电和柴油所占权重。
[0086]
具体的，农业生态系统生产力(b2)是指在一定时间内某一区域所产生的物质、能量或价值的总和，包括农业生态系统自然生产力和经济生产力两方面。本模型中，农业生态系统生产力(b2)从粮食单产量(c5)、土地产出率(c6)、第一产业增加值gdp占比(c7)和单位农用生产值(c8)等4个方面进行表征，并结合数据库相关数据对不同年份c5～c8进行量化。
[0087]
具体计算方式如下：
[0088]
粮食单产量＝粮食总产量/粮食作物实际占用的耕地面积；
[0089]
土地产出率＝农业增加值/耕地面积；
[0090]
第一产业增加值gdp占比＝第一产业增加值/地区生产总值(gdp)；
[0091]
单位农用生产值＝农业生产总值/农作物播种面积。
[0092]
具体的，农业生态系统竞争力(b3)定义为以良好的农业环境作为支撑，通过集聚不同发展资源，对农业生产要素进行优化升级，促进区域农业生产的高效可持续发展，用于衡量区域农业生态系统上实现各项要素配置的能力。本研究中农业生态系统竞争力通过劳动生产率(c9)，城乡收入比(c10)，单位机械动力(c11)和单位水耗产值(c12)等4个特征进行表征，并结合数据库相关数据对不同年份c9～c12进行量化。
[0093]
具体计算方式如下：
[0094]
劳动生产率＝农业增加值/第一产业就业人员；
[0095]
城乡收入比＝城镇居民家庭人均可支配收入/农村居民家庭人均可支配收入；
[0096]
单位农业机械动力产值＝农业生产总值/农业机械总动力；
[0097]
单位水耗农业产值＝农业生产总值/农业用水量。
[0098]
具体的，农业生态系统创新力(b4)用于评估创新主体(高校及科研机构、政府部门等)在农业生产中对可持续农业系统的潜在贡献。本模型中，农业生态系统创新力应用农业科研机构数(c13)、农业r&d(研究与试验发展)经费总额(c14)、农业r&d科研人员数(c15)和农业固定投资额比重(c16)等4个指标进行表征，并结合数据库相关数据对不同年份c13～c16进行量化。
[0099]
具体计算方式如下：
[0100]
农业科研机构数＝区域总体r&d(研究与试验发展)机构数目；
[0101]
农业r&d经费＝区域r&d经费
×
(农业生产总值/gdp)；
[0102]
农业r&d科技人员数＝r&d科研人员
×
(农业生产总值/gdp)；
[0103]
农业固定投资额比重＝农林牧渔业固定投资额/区域投资总额。
[0104]
在一个具体实施例中，s300包括：应用熵权法和delphi(专家打分)法获取4个决策层(b1～b4)和16个准则层(c1～c16)的权重，联立各方程进行区域农业生态系统健康发展水平初步计算。具体步骤如下：
[0105]
s310：对所述指标层的数据进行无量纲化处理，得到标准化后的指标数据；
[0106]
s320：运用delphi综合赋权法对指标数据进行筛选以及调整，并通过spearman相关性分析法对指标层中重复的指标数据进行剔除，得到正向指标数据或负向指标的标准化数据，具体表达式为：
[0107]
正向指标标准化过程：0.8
×
[r
ij-min(r
ij
)]/[max(r
ij
)-min(r
ij
)]+0.2
[0108]
正向指标标准化过程：0.8
×
[max(r
ij
)-r
ij
)]/[max(r
ij
)-min(r
ij
)]+0.2
[0109]
式中，r
ij
为第j个地市、第i项指标的原始值；
[0110]
s330：通过专家打分法确定各指标数据的重要性，并结合层次分析模型获取各指标数据的权重系数；
[0111]
s340：为所述正向指标数据以及所述负向指标数据赋予相应的权重系数；
[0112]
s350：对所述指标层数据标准化及权重归一化，分别计算农业生态系统承载力从耕地面积占比，有效灌溉系数，农用物资投入度以及农业活动能耗不同年份变化数值；
[0113]
s360：整合准则层计算结果并赋予相应的权重系数。
[0114]
具体的，还包括：应用熵权法获取16个准则层(c1～c16)的权重，咨询生态、农业和土壤领域的3～5位专家，应用delphi(专家打分)法对准则层权重进行校正。具体公式为：
[0115][0116][0117][0118]
其中k＝1lnp，p为样点数目,e
ij
表示第j个点位第i个评价因子的标准化值，vi为熵权,wi为所求权重,ti为专家打分给出的校正系数。
[0119]
更具体的，还包括整合准则层计算结果并赋予相应的权重系数后，计算目标层(区域农业生态系统健康发展水平，a)不同年份变化数值并阐明其变化趋势，计算公式如下：
[0120][0121]
式中，w
ib
为获取的决策层对应权重。
[0122]
在一个具体实施例中，s200根据国内外相关文献建议和规划值进行评价指标等级标准划分，应用模糊数学模型计算4个决策层(b1～b4)和16个准则层(c1～c16)在不同等级的隶属度并开展健康水平动态评估。
[0123]
s410：建立评估模型，计算模糊数学隶属函数：
[0124][0125][0126][0127]
式中，c
ij
为第l个地市第i个评价因子的值；v
ij
为第i评价因子在第j个评价级的评价标准，其中，i＝1，2，...,n；j＝1，2，...,m；r
ij
为第i个评价因子在第j个评价标准的隶属度，其中，r
ij
∈[0，1]；
[0128]
s420：计算复合系统评价矩阵：
[0129][0130]
式中，r为评价矩阵；
[0131]
s430：评价矩阵与相应指标数据的权重系数的线性相乘，得到评估结果。
[0132]
具体的，结合国内外相关文献的建议和规划值将各指标评价等级标准划分为非常低效(i级)、低效(ⅱ级)、一般(ⅲ级)、高效(ⅳ级)和非常高效(
ⅴ
级)5个层次，并给出各级标准划分阈值。具体公式为：
[0133][0134]
healtha＝r
t
×wib
＝max{β1,β2,...,β5}
[0135]
其中，和healtha分别为不同决策层和目标层评估结果，即各层隶属度最大值所处(max)等级，αm(m＝1～5)和βm(m＝1～5)表示不同决策层和目标层在非常低效(i级)、低效(ⅱ级)、一般(ⅲ级)、高效(ⅳ级)和非常高效(
ⅴ
级)等5个等级的隶属度值。
[0136]
通过模糊数学隶属函数建立各子系统评价矩阵ri，通过评价矩阵与相应权重(见步骤3)的线性相乘获取准则层(c1～c16)在不同等级的隶属度及其健康发展水平评估结果。
[0137]
通过模糊数学隶属函数建立复合系统评价矩阵r，通过评价矩阵与相应权重的线性相乘获取获取决策层(b1～b4)在不同等级的隶属度及其健康发展水平评估结果，并计算目标层(区域农业生态系统健康发展水平，a)在不同等级的隶属度及其健康发展水平评估结果。
[0138]
阐明目标层(区域农业生态系统健康发展水平，a)及其子系统(b1-b4)健康发展水平变化趋势，揭示目标层(a)与不同子系统(b1-b4)的响应关系，并进一步推导出不同子系统(b1-b4)与相应准则层(c1～c16)的响应关系，阐明区域农业生态系统健康发展的优势和短板。
[0139]
在一个具体实施例中，还包括：s500：设置不同的模拟场景，应用所述评估模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率以及可持续性，输出模拟结果；
[0140]
s600：比较不同场景的模拟结果，生成相应的区域农业发展决策。
[0141]
具体的，应用所构建模型进行多场景模拟，评估不同措施在提升区域农业生态系统健康发展水平的效率和可持续性，根据不同目标提出区域农业生态系统健康发展水平优化策略。
[0142]
具体的，对模型运算结果进行评估和参数校正，优化模型运行效率。
[0143]
具体的，设置不同的模拟场景(如开展节水灌溉、肥料管控、提升农业机械化水平，提升农业创新技术研发投入等场景)，应用所构建模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率和可持续性。
[0144]
具体的，比较不同场景模拟结果，根据地区农业发展特和发展目标(如在3年或5年内实现农产品市场份额占比提升10％～20％，第一产业gdp提升3％～10％等)制定相应的区域农业高效发展科学决策。
[0145]
另一方面，参见附图3所示，本发明实施例1公开了一种区域农业生态发展动态评估系统，包括：
[0146]
数据获取模块，用于获取区域样本数据并进行整合得到基础数据库；
[0147]
建立模块，与所述数据获取模块连接，用于根据所述基础数据库，确定区域农业生态发展动态的评价指标，建立指标体系模型；
[0148]
数据处理模块，与所述建立模块，用于对所述指标体系模型中的参数进行预处理；
[0149]
评估模块，与所述数据处理模块连接，用于建立评估模型，根据与处理后的指标体系模型的参数以及所述评估模型，得到评估结果。
[0150]
具体的，还包括：
[0151]
输出模块，与所述评估模块连接，用于设置不同的模拟场景，应用所述评估模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率以及可持续性，输出模拟结果；
[0152]
生成模块，与所述输出模块连接，用于比较不同场景的模拟结果，生成相应的区域农业发展决策。
[0153]
再一方面，本发明实施例1公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至6任一项所述的区域农业生态发展动态评估方法。
[0154]
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种区域农业生态发展动态评估方法、系统及可存储介质，基于模糊数学原理，从生态系统承载力、生产力、竞争力和创新力等4个方面量化分析农业生态系统健康水平。另外，本发明不同于传统的定性评估，而是结合模糊数学，构建基于隶属度和“delphi-entropy”综合赋权法的区域农业生态系统健康水平评估模型，量化分析不同地区农业生态系统健康水平动态变化趋势，及其与农业生态系统承载力、农业生态系统生产力、农业生态系统竞争力和农业生态系统创新力等4个子系统之间的交互关系，揭示不同地区在农业现代化发展过程中的优势和短板。本发明公开可保留指标特性，得到的结果也不再是单一的确定性数值，不再是“好或坏”的一刀切结论，而是以隶属度的形式给出区域农业生态系统健康水平现有特征和变化趋势，具有结果清晰、不确定性低、可比性强等特点。同时，管理者和学者可根据不同地区农业发展要求和特定情况对现行农业措施惊醒可持续性和有效性评估，并进行措施优化，开展区域农业生态系统健康、高效发展的科学决策。
[0155]
实施例2
[0156]
根据河南省农业发展现状和发展目标，从农业生态系统承载力、农业生态系统生产力、农业生态系统竞争力和农业生态系统创新力等4个方面构建河南省农业生态系统发展动态水平评价体系，应用模糊数学和层次分析方法，参见附图4所示，为在河南省的郑州(豫中)、开封(豫东)、洛阳(豫西)、安阳(豫北)和南阳(豫南)5个代表性城市(地区)农业生态系统健康水平示意图，针对此开展区域农业生态系统健康水平评估和动态变化分析。
[0157]
参见附图5(a)-(d)所示，为郑州市10年尺度上决策层评估结果动态变化趋势示意图，参见附图6(a)-(d)所示，为郑州市10年尺度上决策层评估值隶属度变化趋势示意图，近10年来郑州(豫中)、洛阳(豫西)和南阳(豫南)农业生态系统健康发展水平均为一般水平(iii级)，开封市农业生态系统健康发展水平为高效水平(iv级)，安阳市农业生态系统高效发展水平除2020年为高效水平(iv级)隶属外，其他年均以ⅲ级(一般)隶属为主。
[0158]
决策层评估和隶属度分析显示(以郑州市为例)，郑州(豫中)农业生态系统承载力近10年来先上升后下降，整体变化幅度不大。各年均以一般水平(iii级)隶属为主，2018年iii级隶属最高，接近90％。2019年首次出现iv级(高效)隶属，隶属度在20％左右，到2020年再次转为ⅲ级(一般)隶属。郑州市农业生态系统生产力在2011～2017年持续上升，上升幅度为34.3％。2018～2020年郑州市农业生态系统生产力先下降再上升再下降，变化幅度较大。郑州农业生态系统生产力除2019年为一般水平(ⅲ级)隶属外，各年均以ⅱ级(低效)隶属为主。2012、2014和2015年ⅱ级隶属最高，均保持在95％左右。2019年首次出现ⅲ级隶属，
隶属度接近60％左右，但2020年再次转为ⅲ级(一般)隶属，且出现i级(非常低效)隶属且隶属度接近30％。
[0159]
近10年来郑州市农业生态系统竞争力变化幅度较大，2011到2016年逐步下降，2017年有一定回升，2018～2019年再次下降，2019年降至最低点0.353，2020年有一定提升但提升幅度较小。郑州农业生态系统竞争力除2012年为一般水平(ⅲ级)隶属外，各年均以ⅱ级(低效)隶属为主。2015、2016和2020年ⅱ级隶属最高，均保持在90％左右。2012年首次出现ⅲ级隶属，隶属度接近50％。2016和2019年均出现i级(非常低效)隶属，2019年该级别隶属度升至25％，2020年再次转为ii级隶属。近10年来郑州市农业生态系统创新力变化幅度较大，2011到2012年变化幅度不大，之后逐步下降，2014年降至最低点0.543，之后迅速增加，于2017年达到最高点0.601，较2014年提升10.7％，之后稳定在0.58附近。郑州(豫中)农业生态系统创新力各年均以一般水平(iii级)隶属为主，除2013和2014年iii级隶属水平在70％外，其他各年iii级隶属水平均保持在90％。
[0160]
进一步开展针对郑州(豫中)农业生态系统各子系统的高权重指标的综合分析。参见
[0161]
郑州市耕地面积占比持续下降是造成其农业生态系统承载力提升的主要原因；土地产出率的快速提升是该地区农业生态系统生产力逐步提升的关键支撑；郑州市单位机械总动力近年来显著提升，且城乡收入差距持续减少，因此该地区生态系统竞争力提升速度较快；虽然郑州市农业科研机构数较多，但农业投资占比近年来连续走低，导致该地区农业生态系统创新力没有出现显著增长。
[0162]
参见附图7(a)-(f)所示，为10年尺度上郑州市农业生态系统各子系统关键指标的变化趋势，综合河南省不同地区典型城市农业生态系统发展动态评估结果(豫东、豫西、豫北和豫南地区分析省略)，可知当前河南省高效生态农业正处于推进绿低碳转型的新阶段。10年(2011～2020年)尺度上，豫中地区土地资源约束特征明显，其农业生态系统承载力和农业生态系统生产力亟待加强；豫西地区农业生态系统生产力提高迅速，但负外部效应明显，农业生产活动能耗较高，存在环境污染风险；豫南地区生态禀赋较好，但交通相对滞后，农业基础设施不甚完善，农业生态系统生产力提升；农业高校和研究机构数量较少，技术创新相关经费投入不足是限制豫北和豫东地区农业生态系统创新力增加的主要原因。针对河南省农业发展现状，健全耕地管理体制，发展低碳农业，推广循环农业模式，提升农业技术创新力度，建立高效生态农业示范基地，巩固河南粮食产能并增强其产业市场竞争力，是促进全省农业生态系统高效发展的关键步骤。
[0163]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0164]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
技术特征：
1.一种区域农业生态发展动态评估方法，其特征在于，包括：s100：获取区域样本数据并进行整合得到基础数据库；s200：根据所述基础数据库，建立指标体系模型；s300：对所述指标体系模型中的参数进行预处理；s400：建立评估模型，根据预处理后的指标体系模型的参数以及所述评估模型，得到评估结果。2.根据权利要求1所述的一种区域农业生态发展动态评估方法，其特征在于，s100具体包括如下步骤：s110：获取区域集成报告数据；s120：确定关键词，检索与关键词的相关文献数据，并根据所述相关文献数据对集成报告数据进行校正以及补充，得到区域样本数据；s130：根据区域样本数据建立基础数据库。3.根据权利要求1所述的一种区域农业生态发展动态评估方法，其特征在于，所述指标体系模型包括目标层，决策层，准则层以及相应指标层；其中，所述目标层为：区域农业生态发展动态的评价指标；所述决策层包括：农业生态系统承载力数据、农业生态系统生产力数据、农业生态系统竞争力数据以及农业生态系统创新力数据；对所述决策层的数据进行衍生，得到对应准则层数据；对所述准则层的数据进行衍生，得到对应指标层数据。4.根据权利要求3所述的一种区域农业生态发展动态评估方法，其特征在于，s300包括如下步骤：s310：对所述指标层的数据进行无量纲化处理，得到标准化后的指标数据；s320：运用delphi综合赋权法对指标数据进行筛选以及调整，并通过spearman相关性分析法对指标层中重复的指标数据进行剔除，得到正向指标标准化数值以及负向指标标准化数值，具体为：正向指标标准化过程：0.8
×
[r
ij-min(r
ij
)]/[max(r
ij
)-min(r
ij
)]+0.2负向指标标准化过程：0.8
×
[max(r
ij
)-r
ij
)]/[max(r
ij
)-min(r
ij
)]+0.2式中r
ij
为第j个地市、第i项指标的原始值；s330：通过专家打分法结合层次分析模型获取所述正向指标标准化数值以及所述负向指标标准化数值的权重系数。5.根据权利要求4所述的一种区域农业生态发展动态评估方法，其特征在于，s300还包括如下步骤：s340：为所述正向指标数据以及所述负向指标数据赋予相应的权重系数；s350：对所述指标层数据标准化及权重归一化，分别计算农业生态系统承载力从耕地面积占比，有效灌溉系数，农用物资投入度以及农业活动能耗不同年份变化数值；s360：整合准则层计算结果并赋予相应的权重系数。6.根据权利要求5所述的一种区域农业生态发展动态评估方法，其特征在于，s400具体包括如下步骤：s410：建立评估模型，计算模糊数学隶属函数：
式中，c
ij
为第l个地市第i个评价因子的值；v
ij
为第i评价因子在第j个评价级的评价标准，其中，i＝1，2，...,n；j＝1，2，...,m；r
ij
为第i个评价因子在第j个评价标准的隶属度，其中，r
ij
∈[0，1]；s420：计算复合系统评价矩阵：式中，r为评价矩阵；s430：评价矩阵与相应指标数据的权重系数的线性相乘，得到评估结果。7.根据权利要求6所述的一种区域农业生态发展动态评估方法，其特征在于，还包括：s500：设置不同的模拟场景，应用所述评估模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率以及可持续性，输出模拟结果；s600：比较不同场景的模拟结果，生成相应的区域农业发展决策。8.一种利用权利要求1-7任一项所述的一种区域农业生态发展动态评估方法的区域农业生态发展动态评估系统，其特征在于，包括：数据获取模块，用于获取区域样本数据并进行整合得到基础数据库；建立模块，与所述数据获取模块连接，用于根据所述基础数据库，确定区域农业生态发展动态的评价指标，建立指标体系模型；数据处理模块，与所述建立模块，用于对所述指标体系模型中的参数进行预处理；评估模块，与所述数据处理模块连接，用于建立评估模型，根据与处理后的指标体系模型的参数以及所述评估模型，得到评估结果。9.根据权利要求8所述的一种区域农业生态发展动态评估系统，其特征在于，还包括：输出模块，与所述评估模块连接，用于设置不同的模拟场景，应用所述评估模型预测不同场景下区域农业生态系统健康发展水平变化趋势，评估不同措施的调控效率以及可持续性，输出模拟结果；生成模块，与所述输出模块连接，用于比较不同场景的模拟结果，生成相应的区域农业发展决策。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特
征在于，所述计算机可读指令被处理器执行时实现如权利要求1至7任一项所述的区域农业生态发展动态评估方法。
技术总结
本发明公开了一种区域农业生态发展动态评估方法、系统及可存储介质，属于农业生态发展技术领域。该方法包括：获取区域样本数据并进行整合得到基础数据库；根据基础数据库，建立指标体系模型；对指标体系模型中的参数进行预处理；建立评估模型，根据预处理后的指标体系模型的参数以及评估模型，得到评估结果。本发明解决了测度、模拟和认识区域农业生态系统的高度耦合特性，量化分析现阶段不同区域农业生态系统健康水平和变化趋势，基于本发明有利于提高农业全要素生产力、竞争力和创新力。竞争力和创新力。竞争力和创新力。
