基于人工神經(jīng)網(wǎng)絡(luò)的喀斯特地區(qū)水資源安全評價

劉麗穎, 官冬杰, 楊清偉, 蘇維詞

(1.重慶交通大學(xué) 河海學(xué)院, 重慶 400074; 2.重慶工商大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院, 重慶 400067; 3.重慶交通大學(xué) 建筑與城市規(guī)劃學(xué)院, 重慶 400074; 4.重慶師范大學(xué) 地理與旅游學(xué)院, 重慶 400047; 5.貴州科學(xué)院 山地資源研究所, 貴州 貴陽 550001)

基于人工神經(jīng)網(wǎng)絡(luò)的喀斯特地區(qū)水資源安全評價

劉麗穎1,2, 官冬杰3, 楊清偉1, 蘇維詞4,5

(1.重慶交通大學(xué) 河海學(xué)院, 重慶 400074; 2.重慶工商大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院, 重慶 400067; 3.重慶交通大學(xué) 建筑與城市規(guī)劃學(xué)院, 重慶 400074; 4.重慶師范大學(xué) 地理與旅游學(xué)院, 重慶 400047; 5.貴州科學(xué)院 山地資源研究所, 貴州 貴陽 550001)

[目的] 對喀斯特地區(qū)水資源安全狀況進(jìn)行評價，為喀斯特地區(qū)水環(huán)境管理與可持續(xù)發(fā)展提供科學(xué)依據(jù)。 [方法] 以喀斯特典型分布區(qū)貴州省為例，建立喀斯特地區(qū)水資源安全評價指標(biāo)體系，構(gòu)建BP人工神經(jīng)網(wǎng)絡(luò)模型，對貴州省9個州市水資源安全進(jìn)行評價，并與熵權(quán)物元模型相比較。 [結(jié)果] 貴州省9個州市的水資源安全，有2個處于比較安全狀態(tài)，6個處于一般狀態(tài)，1個處于比較不安全狀態(tài)。評價結(jié)果與熵權(quán)物元模型評價結(jié)果基本一致。[結(jié)論] 該體系評價結(jié)果合理，評價方法簡便直觀，該模型對類似地區(qū)水資源安全評價有一定的參考價值。

水資源; 安全; 神經(jīng)網(wǎng)絡(luò); 喀斯特地區(qū); 模型構(gòu)建

文獻(xiàn)參數(shù)： 劉麗穎, 官冬杰, 楊清偉, 等.基于人工神經(jīng)網(wǎng)絡(luò)的喀斯特地區(qū)水資源安全評價[J].水土保持通報(bào)，2017,37(2)：207-214.DOI:10.13961/j.cnki.stbctb.2017.02.032； Liu Liying, Guan Dongjie, Yang Qingwei, et al. Assessment of Water Resources Security in Karst Area Based on Artificial Neural Network[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：207-214.DOI:10.13961/j.cnki.stbctb.2017.02.032

水資源是人類生存和發(fā)展必不可少的自然資源，是經(jīng)濟(jì)社會可持續(xù)發(fā)展和維持生態(tài)平衡的重要基礎(chǔ)。隨著世界人口的持續(xù)增長和經(jīng)濟(jì)社會的快速發(fā)展，出現(xiàn)如水資源短缺、水環(huán)境污染、水土流失、洪澇災(zāi)害頻繁等水資源安全問題。水資源安全到目前為止沒有一個公認(rèn)的定義。目前的定義主要有兩大類，一種是從水資源本身來進(jìn)行定義，主要考慮的是水資源自身的安全狀態(tài)和水資源的基礎(chǔ)是否保持良好[1]；一種是從水資源對社會經(jīng)濟(jì)發(fā)展的保障程度來定義。如賈紹鳳[2]認(rèn)為水資源安全涉及社會安全、經(jīng)濟(jì)安全和生態(tài)安全等幾個層次。水資源安全要保證人人都有獲得安全飲用水的權(quán)利，保證社會可持續(xù)發(fā)展的經(jīng)濟(jì)用水和生態(tài)用水。本研究認(rèn)為水資源安全主要是指在保持生態(tài)環(huán)境良性循環(huán)的前提下，水資源對經(jīng)濟(jì)發(fā)展和人民生活的保障程度，保障程度越高就越安全。水資源安全研究已引起學(xué)術(shù)界的高度關(guān)注，成為當(dāng)前水資源科學(xué)中的一個重點(diǎn)和熱點(diǎn)問題[3-5]。近年來，國內(nèi)外學(xué)者對水資源安全評價的方法主要包括：層次分析法[6]、灰色關(guān)聯(lián)分析[7]、集對分析法[8-9]、模糊分析法[10]、系統(tǒng)動力學(xué)方法等[11]。但是以上方法皆為直接建模，過程復(fù)雜且效果不是非常理想，在評價的各個環(huán)節(jié)都存在不同程度的主觀判斷，進(jìn)而影響評價結(jié)果的客觀性。

喀斯特地區(qū)有著復(fù)雜的水文地質(zhì)、地貌和生態(tài)環(huán)境條件、多種水資源賦存類型以及由此導(dǎo)致的“工程性”缺水等問題，使其流域空間結(jié)構(gòu)、水系發(fā)育規(guī)律、水文動態(tài)等方面表現(xiàn)出與常態(tài)流域的巨大差異，這也增加了喀斯特地區(qū)水資源的開發(fā)和利用難度。同時，由于喀斯特地區(qū)生態(tài)環(huán)境脆弱，近年來經(jīng)濟(jì)迅速發(fā)展，水污染加劇、水資源短缺和水資源供需矛盾尖銳等問題日益突顯，已對當(dāng)?shù)厣鷳B(tài)環(huán)境的安全和社會經(jīng)濟(jì)的可持續(xù)發(fā)展構(gòu)成了威脅。喀斯特地區(qū)的水資源安全的研究已成為一個值得關(guān)注的問題。因此，本研究以巖溶地貌最為發(fā)育的貴州省為例，通過建立喀斯特區(qū)域水資源安全評價指標(biāo)體系(圖1)，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的方法，構(gòu)建喀斯特地區(qū)水資源安全的評價模型，并依此模型對貴州省9個州市的2013年水資源安全情況進(jìn)行評價，同時采用熵權(quán)物元模型對結(jié)果加以驗(yàn)證和比較分析，以期尋求一種更適合的評價方法，并對喀斯特地區(qū)水資源安全、生態(tài)安全、以及環(huán)境建設(shè)提供有益的參考。

1 研究區(qū)概況

貴州省地處中國西南部高原山地，地理坐標(biāo)為24°37′—29°13′N，103°36′—109°35′E，該省國土面積176 167 km2，喀斯特地貌面積109 084 km2，占該省國土總面積的61.9%，是西南地區(qū)巖溶分布最廣的省份，也是西南巖溶山區(qū)的核心部分。2013年貴州省總?cè)丝? 502萬人，其中農(nóng)業(yè)人口2 177.33萬人，非農(nóng)業(yè)人口1 324.89萬人，城鎮(zhèn)化率為37.83%，水資源總量為759.44×1010m3，比常年偏少28.5%，人均水資源量為2 168 m3。

圖1 喀斯特地區(qū)水資源安全評價指標(biāo)體系

2 研究數(shù)據(jù)與方法

2.1 喀斯特地區(qū)水資源安全評價指標(biāo)體系構(gòu)建

水資源安全的評價指標(biāo)體系的建立是一個比較復(fù)雜和值得探討的問題[12]?？λ固氐貐^(qū)水資源安全評價指標(biāo)既要體現(xiàn)該區(qū)域水資源總體現(xiàn)狀，如缺水類型、緊缺程度、供水類型等，反應(yīng)水資源可持續(xù)利用狀況和開發(fā)利用的滿意程度，還應(yīng)考慮水量水質(zhì)對經(jīng)濟(jì)和社會的保障程度、水資源與生態(tài)耦合程度等因素。基于以上考慮，本文遵循代表性、綜合性、可觀測性和易操作性等原則，充分考慮喀斯特地區(qū)地貌、生態(tài)、水資源、經(jīng)濟(jì)、社會的特殊性，結(jié)合貴州省水資源安全現(xiàn)狀及資料的可獲得性，能體現(xiàn)水資源安全的內(nèi)涵、發(fā)展?fàn)顟B(tài)和發(fā)展過程的因素為指標(biāo)，建立綜合判斷體系。在參考國內(nèi)相關(guān)研究成果的基礎(chǔ)上，本研究綜合歸納確定了喀斯特地區(qū)水資源安全評價指標(biāo)17個(圖1)。

2.2 喀斯特地區(qū)水資源安全等級劃分及指標(biāo)閾值確定

根據(jù)國內(nèi)外有關(guān)標(biāo)準(zhǔn)及相關(guān)文獻(xiàn)，將指標(biāo)劃分為5個等級，定性描述為：極不安全、比較不安全、一般、比較安全、安全，分別用表示Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ級。通過參考相關(guān)學(xué)者的研究成果，以及國家、行業(yè)和地方的環(huán)境質(zhì)量標(biāo)準(zhǔn)、背景等，結(jié)合貴州省水資源、經(jīng)濟(jì)、社會和生態(tài)系統(tǒng)的實(shí)際，確定各指標(biāo)對應(yīng)的等級閾值(表1)。

表1 喀斯特地區(qū)水資源安全評價指標(biāo)等級劃分

注：研究數(shù)據(jù)主要來源于《貴州省統(tǒng)計(jì)年鑒2013》、《貴州省環(huán)境公報(bào)2013》、《貴州省水土流失公告》和《貴州省水資源公報(bào)》，詳見表2。

表2 貴州省各州市水資源安全指標(biāo)(2013年)

2.3 喀斯特地區(qū)水資源安全評價模型構(gòu)建

2.3.1 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建 人工神經(jīng)網(wǎng)絡(luò)具有廣泛的自適應(yīng)性和學(xué)習(xí)能力，在理論上可以逼近任何非線性函數(shù)，是國際上非常活躍的前沿研究領(lǐng)域之一，在生態(tài)安全問題研究中將被廣泛采用[13-14]。它通過對有代表性的樣本自學(xué)習(xí)、自適應(yīng)，能夠掌握事物的本質(zhì)特征，能有效解決水資源系統(tǒng)中的非線性模糊問題，從而避開其他方法尋求水資源與社會經(jīng)濟(jì)系統(tǒng)之間耦合關(guān)系的困難，對水資源安全易于做出客觀正確的評價。目前，BP人工神經(jīng)網(wǎng)絡(luò)已在水環(huán)境質(zhì)量評價[15-16]、水質(zhì)評價[17-18]、土地生態(tài)安全評價[19]、水環(huán)境承載力評價[20]等方面得到了廣泛應(yīng)用。因此本研究采用BP人工神經(jīng)網(wǎng)絡(luò)方法對喀斯特地區(qū)水資源安全進(jìn)行綜合評價，具體建模程序?yàn)椋?/p>

(1) 確定網(wǎng)絡(luò)層數(shù)。根據(jù)典型喀斯特地區(qū)貴州省水資源安全評價，本研究選用3層BP網(wǎng)絡(luò)，即1個輸入層，1個隱含層，1個輸出層。其中輸入神經(jīng)元個數(shù)為17個，輸出神經(jīng)元個數(shù)為1個。

(4) BP網(wǎng)絡(luò)訓(xùn)練。對建立的BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，隱含層神經(jīng)元的激活函數(shù)選取Transig函數(shù)，輸出層神經(jīng)元激活函數(shù)選取Logsig函數(shù)。訓(xùn)練函數(shù)采用Trainlm，學(xué)習(xí)函數(shù)采用Learngdm，性能函數(shù)采用mse。網(wǎng)絡(luò)創(chuàng)建：net=newff(minmax(p),[4,1],{‘tansig’,‘logsig’}‘trainlm’,‘learngdm’,‘mse’)；設(shè)定用于訓(xùn)練的各級樣本的目標(biāo)輸出分別為：Ⅰ極：不安全0～0.125，Ⅱ級：比較不安全0.125～0.375，Ⅲ級：一般0.375～0.625，Ⅳ級：比較安全0.625～0.875；Ⅴ級：安全0.875以上。

根據(jù)表1所給的指標(biāo)分級標(biāo)準(zhǔn)，對每級標(biāo)準(zhǔn)隨機(jī)生成10個學(xué)習(xí)樣本，共生成50個學(xué)習(xí)樣本。將50個樣本已歸一化后的數(shù)據(jù)及其相應(yīng)的目標(biāo)值組成訓(xùn)練樣本，網(wǎng)絡(luò)的訓(xùn)練次數(shù)初步定為1 000次，訓(xùn)練目標(biāo)設(shè)定為學(xué)習(xí)參η=0.1，α=0.9，E≤0.000 01。輸入已建好的BP網(wǎng)絡(luò)進(jìn)行反復(fù)訓(xùn)練，當(dāng)?shù)?7次后，誤差0.0452，滿足誤差要求。水資源安全評價的BP網(wǎng)絡(luò)模型及訓(xùn)練結(jié)果可靠，可以投入使用。

2.3.2 熵權(quán)物元分析模型構(gòu)建 物元模型由蔡文教授于20世紀(jì)80年代初創(chuàng)立，它以形式化的模型研究事物拓展的可能性和開拓規(guī)律，主要用于解決不相容的復(fù)雜問題，適合多因子評價，是目前等級評價中使用比較廣泛的一種方法[21]。因此本研究選取熵權(quán)物元模型對評價對象進(jìn)行評價，以期對BP模型評價結(jié)果進(jìn)行驗(yàn)證。喀斯特地區(qū)水資源安全物元模型的構(gòu)建步驟為：物元分析中所描述的對象(喀斯特地區(qū)水資源安全)N及特征向量c和特征量值v組成喀斯特地區(qū)水資源安全物元R=(N,c,v)，如果對象N有n個特征向量c1，c2,…,cn及其對應(yīng)的量值v1,v2,…,vn，則稱R為n維喀斯特地區(qū)水資源安全物元，即：

(1)

(1) 確定經(jīng)典域和節(jié)域物元矩陣?？λ固氐貐^(qū)水資源安全的經(jīng)典域物元矩陣可表示為：

Roj=(Noj,Ci,Vo)

式中：Roj——喀斯特地區(qū)水資源安全經(jīng)典域物元；Noj——所劃分喀斯特地區(qū)水資源安全的第j個評價等級(其中，j=1,2,…,n)；Ci——第i個評價指標(biāo)?？λ固氐貐^(qū)水資源安全經(jīng)典域物元矩陣可表示為：

(2)

式中：(aoji,boji)——對應(yīng)評價等級j的量值范圍，即經(jīng)典域。

同樣地，喀斯特地區(qū)水資源安全的節(jié)域物元矩陣可表示為：

Rp=(Np,Cn,Vp)

式中：Rp——節(jié)域物元；p——喀斯特地區(qū)水資源安全全體等級。相應(yīng)的經(jīng)典域復(fù)合物元矩陣和節(jié)域物元矩陣可表示為：

(3)

式中：(api,bpi)——節(jié)域物元關(guān)于特征ci的量值范圍，即節(jié)域。

(2) 確定待評價物元。把待評價對象Nx的物元表示為Rx：

(4)

(3) 確定關(guān)聯(lián)函數(shù)和關(guān)聯(lián)度。喀斯特地區(qū)水資源安全指標(biāo)關(guān)聯(lián)函數(shù)K(x)的定義為：

(5)

(6)

式中：p(X,Xo)——點(diǎn)X與對應(yīng)特征向量的有限區(qū)間(即：Xo=[ao,bo])的距離；p(X,Xp)——點(diǎn)X對應(yīng)于特征向量節(jié)域的有限區(qū)間，即：Xp=[ap,bp]的距離[22]；X，Xo，Xp——喀斯特地區(qū)水資源安全物元的量值、經(jīng)典域物元的量值范圍和節(jié)域物元的量值范圍。

(4) 計(jì)算綜合關(guān)聯(lián)度并確定評價等級。待評價對象Nx(x=1,2,3,…,m)關(guān)于等級j的綜合關(guān)聯(lián)度Kj(Nx)為：

(7)

式中：Wi——喀斯特地區(qū)水資源安全各評價指標(biāo)的權(quán)重； Kj(Nx)——待評價對象Nx關(guān)于等級j的綜合關(guān)聯(lián)度； kj(xi)——待評價對象Nx關(guān)于等級j的單指標(biāo)關(guān)聯(lián)度。若Kjx=max[Kj(Nx)]，則Nx處于喀斯特地區(qū)水資源安全標(biāo)準(zhǔn)等級j級,j=1,2,…,n；

(5) 權(quán)重的確定。在確定評價指標(biāo)的熵權(quán)值時，運(yùn)算公式為：

(8)

式中：zij——第i個評價單元第j個指標(biāo)標(biāo)準(zhǔn)化值。將評價指標(biāo)的熵值轉(zhuǎn)化為權(quán)重值：

(9)

結(jié)合案例各指標(biāo)量值，由公式(8)—(9)計(jì)算喀斯特地區(qū)水資源安全評價指標(biāo)的權(quán)重(表3)。

3 結(jié)果與討論

3.1BP神經(jīng)網(wǎng)絡(luò)模型評價結(jié)果及分析

將表2中貴州省喀斯特地區(qū)的水資源安全評價指標(biāo)值進(jìn)行歸一化處理后，輸入訓(xùn)練好的BP網(wǎng)絡(luò)進(jìn)行檢驗(yàn)，網(wǎng)絡(luò)輸出值及分級評價結(jié)果詳見表4。

表3 喀斯特地區(qū)水資源安全評價指標(biāo)權(quán)重

表4 BP模型的喀斯特地區(qū)水資源安全評價結(jié)果

用ArcGIS 9.3軟件作為實(shí)現(xiàn)工具，將貴州省各州市水資源安全屬性數(shù)據(jù)輸入，得到基于BP模型的水資源安全等級劃分(圖2)。結(jié)果表明，有6個州市的水資源安全利用等級為一般，具體排序?yàn)椋鹤窳x>黔西南>六盤水>貴陽>銅仁>畢節(jié)。由人均水資源量、人口密度、石漠化面積和水土流失比例等指標(biāo)數(shù)據(jù)值可知，該區(qū)域生態(tài)環(huán)境脆弱，對水資源安全利用較為不利。安順?biāo)Y源安全利用等級為比較不安全，存在水資源安全隱患，進(jìn)一步開發(fā)潛力較小。對相關(guān)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，可以發(fā)現(xiàn)，安順近年來經(jīng)濟(jì)發(fā)展迅速，人口密度加大，但水資源開發(fā)利用難度大、利用率低，水土流失嚴(yán)重，水資源的安全利用面臨較大的壓力。黔南和黔東南水資源安全利用等級為比較安全。這是因?yàn)樵搮^(qū)域經(jīng)濟(jì)發(fā)展相對落后，受喀斯特地質(zhì)影響，水資源開發(fā)規(guī)模小，利用率低，需求量相對較少，因此水資源有一定的安全利用空間。評價結(jié)果與實(shí)際較為吻合。

圖2 BP模型的貴州省水資源安全等級劃分

3.2 熵權(quán)物元模糊模型評價結(jié)果及分析

由表2評價指標(biāo)量值，根據(jù)公式(5)—(6)計(jì)算喀斯特地區(qū)水資源安全評價指標(biāo)關(guān)聯(lián)度，以貴陽市C1指標(biāo)(水資源利用率)的計(jì)算結(jié)果為例介紹各指標(biāo)意義，將C1=31.15帶入相應(yīng)的計(jì)算公式后，得到對應(yīng)的評價等級關(guān)聯(lián)度分別為：k(C1)1=-0.377，k(C1)2=0.058，k(C1)3=-0.036，k(C1)4=-0.264，k(C1)5=-0.404，可以判定貴陽市該指標(biāo)屬于Ⅱ級，即比較不安全等級。同理可得其他指標(biāo)的相關(guān)數(shù)值(表5)。

將各項(xiàng)指標(biāo)對應(yīng)各等級的關(guān)聯(lián)度量值(表5)與其對應(yīng)計(jì)算出的權(quán)重(表3)代入公式(7),計(jì)算出各州市水資源安全綜合關(guān)聯(lián)度，并判斷水資源安全等級。以貴陽市為例，其K1=-0.434，K2=-0.381，K3=-0.348，K4=-0.374，K5=-0.384，可以判定貴陽市水資源安全級別為Ⅲ級，即“一般”級別。同理可以判定其他各州市的水資源安全等級(表6)。

表5 貴州省各州市水資源安全評價指標(biāo)關(guān)聯(lián)度

用ArcGIS 9.3軟件作為實(shí)現(xiàn)工具，將貴州省各州市水資源安全屬性數(shù)據(jù)輸入，得到基于熵權(quán)物元模型的水資源安全等級劃分如圖3所示。熵權(quán)物元模型分析結(jié)果中，貴陽、遵義、安順、畢節(jié)以及六盤水地區(qū)的水資源安全利用級別向“一般”轉(zhuǎn)化，黔南、黔東南、銅仁和黔西南的水資源安全利用級別向“比較安全”轉(zhuǎn)化。此評價結(jié)果與BP神經(jīng)網(wǎng)絡(luò)模型評價結(jié)果基本一致。

圖3 熵權(quán)物元模型的貴州省水資源安全等級劃分

4 討 論

(1) BP神經(jīng)網(wǎng)絡(luò)模型和熵權(quán)物元模型評價結(jié)果顯示，貴州省水資源安全利用基本處于一般狀態(tài)和比較安全狀態(tài)，其主要瓶頸：一是“山高水(河)低、雨多地漏”的喀斯特水文地質(zhì)地貌條件易造成特有的“喀斯特干旱”現(xiàn)象，使?jié)駶櫟馁F州喀斯特山區(qū)成了“缺水區(qū)”；二是貴州喀斯特山區(qū)雨水多，但方便可利用的水資源少，由于缺乏攔水、蓄水和調(diào)水等工程，造成嚴(yán)重的人畜飲水困難，水質(zhì)也得不到保證；三是傳統(tǒng)中攔蓄供水模式不適應(yīng)喀斯特地域特點(diǎn)，難以解決缺水問題。基于以上特點(diǎn)貴州喀斯特山區(qū)成了“缺水區(qū)”，尤其“工程性缺水”已成為制約貴州喀斯特山區(qū)社會經(jīng)濟(jì)與生態(tài)協(xié)調(diào)發(fā)展的主要瓶頸。因此應(yīng)根據(jù)喀斯特地區(qū)的水資源特征和其形成規(guī)律，因地制宜、因水制宜、因需制宜，分別采用類型眾多，規(guī)模不一的水資源開發(fā)工程和管理模式，確?？λ固氐貐^(qū)水資源安全可持續(xù)利用，取得經(jīng)濟(jì)、生態(tài)和社會的三大效益。

(2) 對比表4和表6可以看出，人工神經(jīng)網(wǎng)絡(luò)模型與熵權(quán)物元模型評價結(jié)果基本一致，但仍有一定的差異：兩種模型對貴陽、遵義、黔南、黔東南、畢節(jié)以及六盤水地區(qū)的評價結(jié)果一致。安順、銅仁以及黔西南的熵權(quán)物元模型的評價結(jié)果比BP模型的評價結(jié)果高出一個等級，這是因?yàn)殪貦?quán)物元模型更強(qiáng)調(diào)對影響因子的分析，而BP模型強(qiáng)調(diào)非線性關(guān)系下的綜合質(zhì)量分析。從表6可以看出，該區(qū)域可認(rèn)定為此等級，但不完全符合對應(yīng)等級的標(biāo)準(zhǔn)，具備向其轉(zhuǎn)化的條件，因此，兩種模型的評價結(jié)果基本一致。

(3) BP模型不需要建立復(fù)雜的顯示關(guān)系，只需要給定如表1中的評價等級標(biāo)準(zhǔn)，對獲得的樣本數(shù)據(jù)進(jìn)行簡單的處理，便可以建立水資源安全利用評價的數(shù)學(xué)模型，模型計(jì)算簡單、客觀、適用性強(qiáng)。熵權(quán)物元模型需要確定權(quán)重，并構(gòu)建樣本數(shù)據(jù)與評價等級之間復(fù)雜的函數(shù)關(guān)系，從而得到量化結(jié)果；BP模型不僅可利用輸出值來判定水資源開發(fā)所處的階段,而且可利用輸出值大小進(jìn)一步判斷處于同一開發(fā)階段的區(qū)域的水資源安全利用程度的大小，該模型不僅可以進(jìn)行分類，還可以根據(jù)輸出值進(jìn)行較好的排序。熵權(quán)物元模型只能用等級分值來評價水資源安全利用程度的大小，對于水資源安全利用程度所處階段的判斷較為模糊。

5 結(jié) 論

(1) 構(gòu)建了一套比較完整，能反映喀斯特地域特色的水資源安全的評價指標(biāo)體系和評價標(biāo)準(zhǔn)，并用BP人工神經(jīng)網(wǎng)絡(luò)模型對貴州省9個州市進(jìn)行綜合評價和等級劃分，結(jié)果表明：貴州省9個州市中，有2個州市處于比較安全狀態(tài)、有6個州市處于一般狀態(tài)、有1個州市處于比較不安全狀態(tài)。本結(jié)果與與熵權(quán)物元模型評價結(jié)果基本一致。

(2) 本研究對BP神經(jīng)網(wǎng)絡(luò)模型在喀斯特地區(qū)水資源安全利用評價方面的應(yīng)用性進(jìn)行驗(yàn)證和比較分析。BP神經(jīng)網(wǎng)絡(luò)模型，首先分析出水資源安全利用的影響因子，將其作為BP網(wǎng)絡(luò)的輸入，每一個影響因子對應(yīng)BP網(wǎng)絡(luò)輸入層的一個節(jié)點(diǎn)，將識別問題的結(jié)果作為網(wǎng)絡(luò)輸出，輸入層和輸出層節(jié)點(diǎn)數(shù)目依具體問題的性質(zhì)而定，當(dāng)BP網(wǎng)絡(luò)的結(jié)構(gòu)確定后，用該網(wǎng)絡(luò)對樣本進(jìn)行系列的監(jiān)督學(xué)習(xí)，從而識別出類別與影響因子之間復(fù)雜的非線性映射關(guān)系。該模型自主學(xué)習(xí)的特性減少了設(shè)計(jì)者對先驗(yàn)知識的依賴，計(jì)算速度快，評價結(jié)果具有客觀性，精度也較好。

(3) 本研究基于文獻(xiàn)參考和喀斯特地區(qū)水資源安全利用特征，選取了17個評價指標(biāo)構(gòu)成了評價體系。但是，水資源安全評價涉及的因素眾多，評價指標(biāo)的選取需要在今后的實(shí)踐中不斷完善。此外，BP神經(jīng)網(wǎng)絡(luò)自身存在一些缺陷和不足，隱含層神經(jīng)元個數(shù)確定沒有絕對準(zhǔn)確的方法，一般通過試錯獲得，會造成網(wǎng)絡(luò)的冗余性，增加網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān)。因此，這種方法還需要進(jìn)一步的完善。

[1] 張翔,夏軍,賈紹鳳.水安全定義及其評價指數(shù)的應(yīng)用[J].資源科學(xué),2005,27(3):145-149.

[2] 賈紹鳳,張軍巖,張士鋒.區(qū)域水資源壓力指數(shù)與水資源安全評價指標(biāo)體系[J].地理科學(xué)進(jìn)展,2002,21(6):538-545.

[3] Waughrayd. Water Security: The Water-Food-Energy-Climate Nexus[M]. Washington: Island Press, 2011.

[4] Lindhe A, Rosén L, Norberg T, et al. Uncertainty modelling in multi-criteria analysis of water safety measures[J]. Environment Systems and Decisions, 2013,33(2):195-208.

[5] Yong Jiang. China’s water security: Current status, emerging challenges and future prospects[J]. Environmental Science & Policy， 2015,54:106-125.

[6] Yang Xiaohua, Sun Boyang, Zhang Jian, et al. Hierarchy evaluation of water resources vulnerability under climate change in Beijing, China[J]. Natural Hazards, 2015，75(5):1-14.

[7] Dai Jing, Qi Jing, Chi Jingjing, et al. Integrated water resource security evaluation of Beijing based on GRA and topsis[J].Frontiers of Earth Science in China, 2010,4(3):357-362.

[8] Zhang Junyi, Wang Lachun. Assessment of water resource security in Chongqing City of China: What has been done and what remains to be done?[J]. Natural Hazards， 2015,75(3):2751-2772.

[9] 張鳳太,王臘春,蘇維詞,等.基于熵權(quán)集對耦合模型的表層巖溶帶“二元”水資源安全評價[J].水力發(fā)電學(xué)報(bào),2012,31(6):70-76.

[10] 杜向潤,馮民權(quán),張建龍.基于改進(jìn)模糊物元模型的水安全評價研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版,2015,43(8):222-228.

[11] Chen Zhihe, Wei Shuai. Application of system dynamics to water security research[J]. Water Resources Management, 2014,28(2):287-300.

[12] 來海亮,汪黨獻(xiàn),吳滌非.水資源及其開發(fā)利用綜合評價指標(biāo)體系[J].水科學(xué)進(jìn)展,2006,17(1):95-101.

[13] 袁曾任.人工神經(jīng)元網(wǎng)絡(luò)及其應(yīng)用[M].北京:清華大學(xué)出版社,1999:1-12.

[14] Liu Zelin, Peng Changhui, Xiang Wenhua, et al. Application of artificial neural networks in global climate change and ecological research: An overview[J].Chinese Science Bulletin, 2010,55(34):3853-3863.

[15] Yirgalem C, Ghinwa M N. Water quality monitoring using remote sensing and an artificial neural Network[J]. Water, Air,& Soil Pollution, 2012,223(8):4875-4887.

[16] Yang Fang, Wang Meng, Ye Min. Study on the Evaluation Model of Water Environment Quality based on Artificial Neural Network[C]∥Arabia, United Arab Emirates, Dubai: 2012 International Conference on Electrical and Computer Engineering(ICECE2012), 2012.

[17] Najah A, El-Shafie A, Karim O A, et al. Application of artificial neural networks for water quality prediction[J]. Neural Computing and Applications, 2013, 22(1):187-201.

[18] Singh K P, Basant A, Malik A, et al. Artificial neural network modeling of the river water quality: A case study[J]. Ecological Modelling, 2009,220(6):888-895.

[19] Mazzocchi Chiara, Corsi Stefano, Sali Guido. Agricultural land consumption in Periurban areas: A methodological approach for risk assessment using artificial neural networks and spatial correlation in Northern Italy[J]. Applied Spatial Analysis and Policy, 2017，10(1)：3-20.

[20] Peng Yu. Study on the assessment of water resources carrying capacity in strategic environmental assessment[J].Computer Science for Environmental Engineering and EcoInformatics, 2011,158(1):269-274.

[21] 余健,房莉,倉定幫,等.熵權(quán)模糊物元模型在土地生態(tài)安全評價中的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(5):260-266.

[22] 施開放,刁承泰,左太安,等.基于熵權(quán)物元模型的耕地占補(bǔ)平衡生態(tài)安全評價[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2013,21(2):243-250.

Assessment of Water Resources Security in Karst Area Based on Artificial Neural Network

LIU Liying1,2, GUAN Dongjie3, YANG Qingwei1, SU Weici4,5

(1.SchoolofRiverandOceanEngineering,ChongqingJiaotongUniversity,Chongqing400074,China; 2.SchoolofMathematicsandStatistics,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China; 3.CollegeofArchitectureandUrbanPlanning,ChongqingJiaotongUniversity,Chongqing400074,China; 4.SchoolofGeographyandTourism,ChongqingNormalUniversity,Chongqing400047,China; 5.InstituteofMountainResources，GuizhouAcademyofSciences,Guiyang，Guizhou550001,China)

[Objective] Water resource security was evaluated to provide scientific basis for water environment management and sustainable development in Karst area.[Methods] A case study of Guizhou Province in karst was carried out and an evaluation index system of water resources security was established. The BP artificial neural network model was constructed to evaluate the water resources securities of 9 cities in Guizhou Province, and the results were compared with entropy weight matter element model.[Results] Water resource securities of 9 cities were evaluated in Guizhou Province, among which two cities were assessed at relatively safe level, six cities at general level, and one city at relatively unsafe level. The evaluation results were basically the same to the results of the entropy weighted matter element model. [Conclusion] The results are reasonable and the method is simple and intuitive. The model has certain reference value for similar areas of water resources security evaluation.

water resources; security; neural network; karst area; model construction

2016-05-13

2016-06-01

國家自然科學(xué)基金項(xiàng)目“喀斯特城市邊緣帶土地利用/覆蓋變化及其環(huán)境效應(yīng)”(41261038)，“三峽庫區(qū)生態(tài)安全后續(xù)發(fā)展動態(tài)模擬及其可視化預(yù)警評價”(41201546); 國家科技支撐計(jì)劃項(xiàng)目(2014BAB03B01); 重慶市自然科學(xué)基金項(xiàng)目(cstc2012jjA20010); 重慶工商大學(xué)2015年校級科研項(xiàng)目(670101577)

劉麗穎(1982—),女(漢族),遼寧省遼陽市人,博士研究生,講師,主要從事水資源與可持續(xù)發(fā)展研究。E-mail:lly@ctbu.edu.cn。

官冬杰(1980—),女(漢族),黑龍江省富錦市人,博士,教授,博士生導(dǎo)師,主要從事城市空間格局演化、土地利用預(yù)測、生態(tài)模擬與環(huán)境評價、“3S”技術(shù)應(yīng)用等方面的研究工作。E-mail:guandongjie_2000@163.com。

A

1000-288X(2017)02-0207-08

TV213， P642.25