基于BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的城市安全距離研究
——以蕪湖和馬鞍山為例

賈 寧,董 欣,寧 雄,劉 毅

?

基于BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的城市安全距離研究
——以蕪湖和馬鞍山為例

賈 寧,董 欣,寧 雄,劉 毅*

(清華大學(xué)環(huán)境學(xué)院,北京 100084)

快速的城鎮(zhèn)化使城市間距不斷減小,上下游城市間水質(zhì)的相互影響愈發(fā)顯著.本研究提出基于水質(zhì)的城市安全距離概念,建立基于BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的城市安全距離量化方法,并選擇長(zhǎng)江沿岸相鄰的蕪湖、馬鞍山兩市為案例,評(píng)估未來(lái)兩市建成區(qū)擴(kuò)張后城市間距的安全性,計(jì)算兩市建成區(qū)的最小安全距離.結(jié)果顯示,2020年蕪湖與馬鞍山4.6km的間距屬于安全距離,能夠保證下游城市馬鞍山上游控制斷面地表II類(lèi)的水功能要求.但與2010年相比,控制斷面水質(zhì)變差,COD與氨氮濃度分別提高了29.2%與23.2%.為了保證控制斷面的水功能要求,蕪湖與馬鞍山兩市的最小安全距離為3.2km.

城市安全距離；城市空間增長(zhǎng)邊界；BP神經(jīng)網(wǎng)絡(luò)；水質(zhì)模型

中國(guó)正經(jīng)歷著快速的城鎮(zhèn)化[1],城市規(guī)模逐漸擴(kuò)大,建設(shè)用地不斷擴(kuò)張,城市連片分布,隨之而來(lái)的,是日益凸顯的資源環(huán)境壓力[2-3].研究表明,土地由非建設(shè)用地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地,將加大水資源需求[4],加劇暴雨徑流[5],增大污水排放[6],成為入湖河流水質(zhì)污染的主要來(lái)源[7].與此同時(shí),城市的擴(kuò)張使得相鄰城市建成區(qū)的間距不斷縮小,上游城市的污染排放對(duì)下游城市飲用水安全的威脅不能通過(guò)河流自?xún)舳?上下游城市間的水安全影響越發(fā)顯著.由此可見(jiàn),在設(shè)定城市空間增長(zhǎng)邊界(UGB)并將其作為一種控制城市無(wú)序擴(kuò)張、引導(dǎo)城市合理發(fā)展的手段[8]時(shí),不僅需要考慮城市擴(kuò)張對(duì)本地水資源與水環(huán)境的壓力,還需要考慮對(duì)下游城市水安全的影響,特別是在城市密集的區(qū)域.

現(xiàn)有針對(duì)城市空間增長(zhǎng)邊界的研究大多是對(duì)單個(gè)城市空間邊界的量化[9-11],模擬過(guò)程中以本地的生態(tài)安全格局[12-14]和資源環(huán)境承載能力[15]等為約束,很少涉及城市間的相互影響.賈濱洋等[16]提出在確定城市空間增長(zhǎng)邊界時(shí),應(yīng)當(dāng)考慮城市間的最小生態(tài)安全距離.

在上述城市空間增長(zhǎng)邊界的研究中,對(duì)城市間相互影響的考慮基本集中在概念探討與定性分析層面,缺少定量化的研究.

基于此,本研究在城市空間增長(zhǎng)邊界設(shè)定中引入安全距離的概念,綜合考慮城市擴(kuò)張對(duì)其自身污染排放的影響及上下游城市間的水質(zhì)響應(yīng)關(guān)系,以下游城市水環(huán)境功能定位為約束目標(biāo),利用基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)模型[17-19],確定上下游城市間的合理距離,進(jìn)而確定城市空間增長(zhǎng)的合理邊界.

1　基于BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的城市安全距離量化方法

安全距離的概念常見(jiàn)于石油化工行業(yè)建設(shè)項(xiàng)目的環(huán)境影響評(píng)價(jià)[20-21].在本研究中,安全距離是基于水環(huán)境質(zhì)量的安全距離,指上游城市的正常排放不會(huì)影響下游城市水環(huán)境功能的城市間距.對(duì)于具體城市而言,本研究所定義的安全距離不具有唯一性,但具有最小值:當(dāng)上下游城市間距小于最小安全距離時(shí),上游城市正常的污染排放就會(huì)威脅到下游城市的水環(huán)境質(zhì)量.本研究構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的城市安全距離量化方法如圖1所示,包括3部分:城市污染排放特征概化、BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型構(gòu)建和城市間距安全性判斷.

1.1　城市污染排放特征概化

城市污染排放特征概化是基于城市土地利用變化模擬結(jié)果對(duì)研究區(qū)域點(diǎn)源與面源排放強(qiáng)度及空間分布進(jìn)行的量化.點(diǎn)源包括生活源與工業(yè)源兩類(lèi),其排放量通過(guò)研究區(qū)域的居民生活強(qiáng)度與工業(yè)行業(yè)特征確定.非點(diǎn)源指雨水沖刷建成區(qū)和城市之間非建成區(qū)產(chǎn)生的地表徑流帶入水體的污染物,其排放量通過(guò)場(chǎng)次降雨平均沖刷模型進(jìn)行計(jì)算.在本研究中,假設(shè)點(diǎn)源均通過(guò)污水管網(wǎng)收集至污水處理廠,處理后就近排入城市水環(huán)境;非點(diǎn)源則以線源的形式沿程排入水體.

1.2　BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型構(gòu)建

河流某斷面的污染物濃度與斷面所在位置以及上游污染物排放位置和排放量P之間存在著某種函數(shù)關(guān)系,如式(1)所示.BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型就是通過(guò)監(jiān)測(cè)數(shù)據(jù)的樣本訓(xùn)練確定函數(shù)關(guān)系,進(jìn)而實(shí)現(xiàn)斷面污染物濃度的預(yù)測(cè).

=(,P,) (1)

在本研究中,BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的輸入即其輸入層包括:河流上游來(lái)水的污染物濃度與流量,點(diǎn)源排放量及排放位置,非點(diǎn)源線型排放強(qiáng)度及排放起始點(diǎn)位置,以及模擬斷面的位置;輸出即其輸出層為模擬斷面的污染物濃度;隱含層神經(jīng)元的個(gè)數(shù)依據(jù)輸入輸出神經(jīng)元的個(gè)數(shù)具體確定.本研究采用串行訓(xùn)練的方式對(duì)BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的所有訓(xùn)練樣本同時(shí)進(jìn)行訓(xùn)練,如果總體誤差值滿(mǎn)足收斂要求,則訓(xùn)練終止;如果不滿(mǎn)足要求,則進(jìn)行反向的權(quán)值修正過(guò)程,具體過(guò)程見(jiàn)圖2.

1.3　城市間距安全性判斷

利用 BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型,對(duì)下游城市控制斷面的污染物濃度進(jìn)行預(yù)測(cè).如果控制斷面污染物濃度滿(mǎn)足下游城市水環(huán)境功能的要求,則上下游城市的間距屬于安全距離,也就是說(shuō),城市間河段的環(huán)境容量與自?xún)裟芰梢跃徑庥缮舷掠纬鞘锌臻g擴(kuò)張、間距縮小而引發(fā)的水環(huán)境壓力.如果控制斷面污染物濃度不能滿(mǎn)足下游城市水環(huán)境功能的要求,則需要重新選擇上下游城市空間增長(zhǎng)模式,重新設(shè)定城市空間增長(zhǎng)邊界,直至下游城市控制斷面水質(zhì)滿(mǎn)足要求,此時(shí)得到的上下游城市間距為安全距離.

2 案例應(yīng)用與結(jié)果

2.1　案例區(qū)域基本情況

選取蕪湖和馬鞍山兩市作為研究對(duì)象.兩市位于安徽省東南部,是安徽省重要的經(jīng)濟(jì)中心,也是長(zhǎng)江下游重要的港口城市.2012年,兩市人口分別為356.6萬(wàn)和218.8萬(wàn),城鎮(zhèn)化率分別達(dá)到58.0%和61.2%.2000年以來(lái),兩市建設(shè)用地增長(zhǎng)迅速.蕪湖市建設(shè)用地總面積由2000年的68km2增長(zhǎng)到2010年的135km2,馬鞍山市的增長(zhǎng)更為迅速,從36km2增長(zhǎng)至92km2.

快速的城鎮(zhèn)化使得兩市建成區(qū)呈現(xiàn)沿江相向擴(kuò)張的趨勢(shì)、間距不斷縮小.2010年國(guó)家發(fā)改委批復(fù)的《皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)規(guī)劃》[22]中提出,“加快蕪(湖)馬(鞍山)同城化進(jìn)程”,“建設(shè)現(xiàn)代化濱江組團(tuán)式大城市”.可以預(yù)見(jiàn),未來(lái)兩地建成區(qū)將進(jìn)一步相向擴(kuò)張,城市間距將進(jìn)一步縮小.而兩地主要的飲用水源和污水去向均為長(zhǎng)江干流,因此這種城市間距的不斷減小會(huì)使上游蕪湖的污染排放給下游馬鞍山的水安全帶來(lái)潛在威脅.

本研究綜合考慮蕪湖市與馬鞍山市建成區(qū)的分布,提取長(zhǎng)江東岸1063km2的城市用地密集區(qū)作為研究區(qū)域.該區(qū)域2020年的用地情況如圖3所示,建設(shè)用地預(yù)計(jì)達(dá)到490km2.

2.2　案例區(qū)域污染排放特征概化

研究區(qū)域內(nèi)包括8個(gè)水質(zhì)監(jiān)測(cè)斷面與5個(gè)污水處理廠服務(wù)區(qū).根據(jù)蕪湖市與馬鞍山市建成區(qū)的范圍、污水處理廠排放口等信息,可將研究區(qū)域污染排放的空間特征概化,如圖4所示.研究選取下游城市馬鞍山市的上游斷面為控制斷面,以此斷面水質(zhì)表征城市間距變化對(duì)水環(huán)境質(zhì)量的影響.本研究以最上游監(jiān)測(cè)斷面為起點(diǎn),江岸任意點(diǎn)至起始點(diǎn)的沿江距離為該點(diǎn)的坐標(biāo).由于長(zhǎng)江江面較寬,因此,本研究假設(shè)岸邊的水質(zhì)僅受同側(cè)岸邊污染排放的影響,忽略江對(duì)岸排放的影響.

研究區(qū)域內(nèi)的點(diǎn)源為5座污水處理廠的尾水.污水廠的污水來(lái)源于生活排放和工業(yè)排放.

生活排放的計(jì)算基于人口,如式(2):

1365(2)

式中:1為生活污染物排放總量;為區(qū)域人口數(shù)量;為人均日用水量,L/d;為產(chǎn)污系數(shù),即污水排放量與用水量的比值;為排放的污水中污染物的濃度,mg/L.

工業(yè)排放基于工業(yè)用地面積計(jì)算,如式(3):

2(3)

式中:2為工業(yè)污染物排放總量;為單位工業(yè)用地面積的污染物排放量,t/km2,考慮技術(shù)進(jìn)步因素,排放強(qiáng)度呈逐年下降趨勢(shì);為工業(yè)用地面積,基于實(shí)際2005、2010年以及預(yù)測(cè)得到的2020年數(shù)據(jù),采用線性插值法得到逐年工業(yè)的用地面積.

假設(shè)生活污水和工業(yè)廢水均經(jīng)處理后達(dá)一級(jí)B標(biāo)準(zhǔn)排放[23].自2006年以來(lái),研究區(qū)域內(nèi)的5座污水處理廠均是在原有基礎(chǔ)上不斷擴(kuò)建,并未改變位置,因此,假設(shè)到2020年,5座污水處理廠仍在原位置擴(kuò)建以滿(mǎn)足城市擴(kuò)張的需求,即點(diǎn)源的排放量發(fā)生變化,但位置不變.基于此,在后續(xù)構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型中,對(duì)于點(diǎn)源,僅將5個(gè)排放量作為輸入變量,數(shù)據(jù)見(jiàn)表1.

區(qū)域內(nèi)的非點(diǎn)源排放以行政區(qū)為單元進(jìn)行量化.本文采取場(chǎng)次降雨徑流平均濃度計(jì)算非點(diǎn)源污染物的排放量,見(jiàn)式(4):

×EMC (4)

式中:指污染物排放總量;指徑流系數(shù),指建設(shè)用地面積;指降雨量,數(shù)據(jù)來(lái)自地方部門(mén);EMC為場(chǎng)次降雨平均濃度.

假設(shè)2個(gè)區(qū)域的非點(diǎn)源分別以均勻線型源的形式沿城市邊界排入長(zhǎng)江,則非點(diǎn)源沿江排放強(qiáng)度的計(jì)算方法見(jiàn)式(5):

/(5)

式中:為沿江排放強(qiáng)度;為建成區(qū)非點(diǎn)源污染物排放總量;為建成區(qū)沿江跨度.

此外, 還要考慮非點(diǎn)源污染物排放的位置.研究區(qū)域的建成區(qū)可分為蕪湖和馬鞍山兩段.運(yùn)用GIS平臺(tái)將建成區(qū)轉(zhuǎn)換成矩形,則建成區(qū)的起點(diǎn)、終點(diǎn)可用坐標(biāo)表示.基于實(shí)際2005、2010年以及預(yù)測(cè)2020年的坐標(biāo)值,采用線性插值的方法獲得其他年份的坐標(biāo)信息.

因此,在后續(xù)構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型中,對(duì)于非點(diǎn)源,需要將排放強(qiáng)度及建成區(qū)的起、終點(diǎn)信息作為輸入變量,數(shù)據(jù)見(jiàn)表2.

2.3　“蕪湖—馬鞍山”段BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型構(gòu)建

表1 研究區(qū)域內(nèi)不同年份點(diǎn)源排放強(qiáng)度(t/a)Table 1 Discharge intensities of regional point sources in different years (t/a)

根據(jù)上述污染特征概化結(jié)果,“蕪湖—馬鞍山”段水質(zhì)模型的輸入變量共有14個(gè):作為點(diǎn)源的5座污水處理廠的污染排放量(1~5),非點(diǎn)源污染線型排放強(qiáng)度(1,2)及排放區(qū)域起點(diǎn)終點(diǎn)坐標(biāo)(1~4),上游來(lái)水流量(0)及污染物濃度(0),斷面位置.模型訓(xùn)練和驗(yàn)證時(shí),斷面位置輸入圖4所示8個(gè)監(jiān)測(cè)斷面之一的坐標(biāo)(1,2, …,或8).用模型預(yù)測(cè)時(shí),斷面位置輸入控制斷面的坐標(biāo)(’).水質(zhì)模型的輸出變量為斷面污染物濃度.模型訓(xùn)練和驗(yàn)證時(shí),輸出為某個(gè)監(jiān)測(cè)斷面的污染物濃度(1,1,…,或8);預(yù)測(cè)時(shí),輸出為控制斷面濃度(’).模型對(duì)COD和氨氮兩種污染物進(jìn)行模擬.所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型如圖5所示.

整理2006~2013年間長(zhǎng)江干流蕪湖馬鞍山段8個(gè)監(jiān)測(cè)斷面的COD和氨氮年均濃度數(shù)據(jù),剔除部分未檢出的情況,共得到37組“年份-斷面位置-濃度”數(shù)據(jù).每輪隨機(jī)選出30組樣本用于模型訓(xùn)練,剩余7組樣本用于模型驗(yàn)證.重復(fù)進(jìn)行500輪訓(xùn)練,每輪產(chǎn)生的30組訓(xùn)練樣本不完全相同.設(shè)置訓(xùn)練的收斂條件為:總誤差小于0.01,或迭代次數(shù)達(dá)2000次,滿(mǎn)足其中之一即可.

模型訓(xùn)練過(guò)程中模擬誤差的收斂軌跡如圖6(a)所示.500輪訓(xùn)練的結(jié)果表明,樣本的選擇對(duì)模型模擬誤差的影響不大,COD的模擬誤差集中在0.01~0.03之間,氨氮的模擬誤差集中在0.01~ 0.04之間,見(jiàn)圖6(b).可見(jiàn)該模型具有較高的穩(wěn)定性和可靠性.

(a)模型訓(xùn)練誤差收斂過(guò)程

(b) 500輪訓(xùn)練的收斂誤差

圖6 “蕪湖—馬鞍山”段BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型訓(xùn)練誤差
Fig.6 Training errors of the BP neural network water quality model in Wuhu-Ma'anshan River Reach

從圖7可知,COD與氨氮濃度的模擬誤差均可以控制在10%以?xún)?nèi),模型性能較好.

2.4　“蕪湖—馬鞍山”間距安全性判斷

以蕪湖市建成區(qū)末端與馬鞍山市建成區(qū)起始點(diǎn)之間的距離表征2個(gè)城市的間距.2010年,兩城市間距為9.85km;2020年,兩城市間距則縮短為4.64km.利用上述BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型可以對(duì)控制斷面的水質(zhì)進(jìn)行預(yù)測(cè),結(jié)果表明,2020年控制斷面的COD年均值為12.80mg/L,氨氮濃度年均值為0.31mg/L.馬鞍山市對(duì)控制斷面的水功能定位為地表II類(lèi),從COD和氨氮2個(gè)指標(biāo)的年均值來(lái)看,2020年控制斷面水質(zhì)能夠滿(mǎn)足水功能要求,也就是說(shuō)未來(lái)蕪湖市與馬鞍山市4.6km的間距屬于安全距離,現(xiàn)階段兩市城鎮(zhèn)化過(guò)程中建成區(qū)相向擴(kuò)張的模式較為合理.然而與2010年相比,2020年控制斷面COD提高了29.2%,氨氮的濃度提高了23.2%.由此可見(jiàn),雖然2020年控制斷面的水質(zhì)能夠滿(mǎn)足當(dāng)?shù)氐乃δ芤?但與現(xiàn)狀相比,惡化較快,如果按照現(xiàn)有的城市擴(kuò)張模式發(fā)展,未來(lái)控制斷面的水質(zhì)將不能滿(mǎn)足水功能要求.

上述模型結(jié)果表明,控制斷面的COD增長(zhǎng)較快,因此,本研究以COD為控制目標(biāo),進(jìn)一步對(duì)蕪湖與馬鞍山兩市間的最小安全距離進(jìn)行了分析.假設(shè)2020年2個(gè)城市的社會(huì)經(jīng)濟(jì)發(fā)展情景不變,可以認(rèn)為2個(gè)城市的點(diǎn)源與非點(diǎn)源排放總量不變,僅調(diào)整上游蕪湖市建成區(qū)的終點(diǎn)位置,即調(diào)整兩個(gè)城市建成區(qū)的間距,模擬分析不同城市間距下控制斷面的COD,結(jié)果如圖8所示.

從圖8可以看出,控制斷面的COD濃度隨著兩市建成區(qū)間距的減小而升高.當(dāng)兩市建成區(qū)的間距小于2.5km時(shí),下游馬鞍山市的控制斷面將不能滿(mǎn)足地表II類(lèi)水的功能要求.考慮到突發(fā)性污染事故、城鎮(zhèn)化速度過(guò)快等因素對(duì)控制斷面水質(zhì)的影響,選取水功能要求濃度限值的90%對(duì)應(yīng)的建成區(qū)間距為2個(gè)城市的最小安全距離,可以得到蕪湖與馬鞍山兩市建成區(qū)的最小安全距離為3.2km.也就是說(shuō),為了保證控制斷面的水功能要求,兩城市在未來(lái)城市邊界增長(zhǎng)過(guò)程中應(yīng)保持大于3.2km的間距.已有研究對(duì)蕪湖與馬鞍山兩市2020年城市擴(kuò)張情景進(jìn)行了預(yù)測(cè),預(yù)計(jì)到2020年兩市建成區(qū)間距為4.6km,可見(jiàn)按照現(xiàn)有的城市建設(shè)模式發(fā)展,到2020年馬鞍山控制斷面的水質(zhì)能夠滿(mǎn)足當(dāng)?shù)氐乃δ苄枨?仍有空間可供兩個(gè)城市相向擴(kuò)張,見(jiàn)圖9.

在城市邊界增長(zhǎng)的過(guò)程中考慮水環(huán)境質(zhì)量與上下游城市間距的響應(yīng)關(guān)系,量化基于水環(huán)境質(zhì)量的城市安全距離,既可以判斷城市間距離是否合理、是否預(yù)留足夠的緩沖地帶,也能夠?yàn)樽R(shí)別城市發(fā)展空間格局的環(huán)境影響、實(shí)現(xiàn)可持續(xù)的城鎮(zhèn)化提供技術(shù)支持與決策依據(jù).

3　結(jié)語(yǔ)

本研究在提出基于水環(huán)境質(zhì)量的城市安全距離的基礎(chǔ)上,建立了包括污染排放特征概化、BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型構(gòu)建及城市間距安全性判斷三步的基于BP神經(jīng)網(wǎng)絡(luò)水質(zhì)模型的城市安全距離量化方法,并以長(zhǎng)江流域“蕪湖—馬鞍山”區(qū)域?yàn)榘咐?進(jìn)行了兩市建成區(qū)間距安全性的分析,量化了兩市建成區(qū)的最小安全距離.結(jié)果顯示,2020年蕪湖與馬鞍山4.6km的間距屬于安全距離,能夠保證下游城市馬鞍山上游控制斷面地表II類(lèi)的水功能要求.但與2010年相比,控制斷面水質(zhì)變差,COD與氨氮濃度分別提高了29.2%與23.2%.為了保證控制斷面的水功能要求,蕪湖與馬鞍山兩市的最小安全距離為3.2km.研究為蕪湖、馬鞍山2個(gè)城市的空間邊界增長(zhǎng)與空間格局開(kāi)發(fā)提出了約束.

Gregory B. Aspects of Urbanization in China: Shanghai, Hong Kong, Guangzhou [M]. Amsterdam: Amsterdam University Press, 2012:13-24.

Tang Z, Engel B A, Pijanowski B C, et al. Forecasting land use change and its environmental impact at a watershed scale [J]. Journal of environmental management, 2005,76(1):35-45.

Duh J D, Shandas V, Chang H, et al. Rates of urbanisation and the resiliency of air and water quality [J]. Science of the Total Environment, 2008,400(1):238-256.

Liu G, Yang Z, Chen B, et al. Emergy-based dynamic mechanisms of urban development, resource consumption and environmental impacts [J]. Ecological Modelling, 2014,271:90- 102.

Fletcher T, Burns M. Urban stormwater runoff: a new class of environmental flow problem [J]. PLoS ONE [P]. 2012,7(9):1-10.

Dong Y, Liu Y, Chen J. Will urban expansion lead to an increase in future water pollution loads?—a preliminary investigation of the Haihe River Basin in northeastern China [J]. Environmental Science and Pollution Research, 2014,21(11):7024-7034.

孫金華,曹曉峰,黃 藝.滇池流域土地利用對(duì)入湖河流水質(zhì)的影響 [J]. 中國(guó)環(huán)境科學(xué), 2011,31(12):2052-2057.

Benfield F K, Terris J, Vorsanger N. Solving sprawl: Models of smart growth in communities across America [M]. Washington, DC: Island Press, 2003:137-138.

徐 康,吳紹華,陳東湘,等.基于水文效應(yīng)的城市增長(zhǎng)邊界的確定——以鎮(zhèn)江新民洲為例 [J]. 地理科學(xué), 2013,8:979-985.

Tayyebi A, Pijanowski B C, Tayyebi A H. An urban growth boundary model using neural networks, GIS and radial parameterization: An application to Tehran, Iran [J]. Landscape and Urban Planning, 2011,100(1):35-44.

Bhatta B. Modelling of urban growth boundary using geoinformatics [J]. International Journal of Digital Earth, 2009, 2(4):359-381.

李詠華.生態(tài)視角下的城市增長(zhǎng)邊界劃定方法——以杭州市為例 [J]. 城市規(guī)劃, 2011,12:83-90.

周 銳,王新軍,蘇海龍,等.基于生態(tài)安全格局的城市增長(zhǎng)邊界劃定——以平頂山新區(qū)為例 [J]. 城市規(guī)劃學(xué)刊, 2014,4:57- 63.

張曉瑞,賀巖丹,方創(chuàng)琳,等.城市生態(tài)環(huán)境脆弱性的測(cè)度分區(qū)與調(diào)控 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(7):2200-2208.

王振波,張 薔,張曉瑞,等.基于資源環(huán)境承載力的合肥市增長(zhǎng)邊界劃定 [J]. 地理研究, 2013,12:2302-2311.

賈濱洋,曾九利,李 玫,等.“多規(guī)融合”下的城市開(kāi)發(fā)邊界與最小生態(tài)安全距離 [J]. 環(huán)境保護(hù), 2015,Z1:23-26.

宋國(guó)浩.人工神經(jīng)網(wǎng)絡(luò)在水質(zhì)模擬與水質(zhì)評(píng)價(jià)中的應(yīng)用研究 [D]. 重慶:重慶大學(xué), 2009.

Zhao Y, Nan J, Cui F, et al. Water quality forecast through application of BP neural network at Yuqiao reservoir [J]. Journal of Zhejiang University SCIENCE A, 2007,8(9):1482-1487.

王 祎,李靜文,邵 雪,等.基于計(jì)算智能的流域污染排放優(yōu)化模式研究 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(1):173-180.

李 娜,張 震,冷 飛.油田生產(chǎn)設(shè)施環(huán)境安全距離理論與案例分析 [J]. 油氣田環(huán)境保護(hù), 2012,22(6):76-80.

劉艷菊,張 震,李 巍,等.油田生產(chǎn)設(shè)施環(huán)境安全距離理論與估算——以勝利油田東辛采油廠為例 [J]. 安全與環(huán)境工作, 2006,13(1):77-84.

國(guó)家發(fā)展改革委.關(guān)于印發(fā)皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)規(guī)劃的通知[EB/OL]. http://www.gov.cn/zwgk/2010-03/24/ content_1563507.htm, 2010-3-24/2015-12-1.

GB18918-2002 城鎮(zhèn)污水處理廠污染物排放標(biāo)準(zhǔn) [S].

*責(zé)任作者, 教授, yi.liu@tsinghua.edu.cn

Safe distance between cities based on the BP neural network water quality model: a study on Wuhu and Ma'anshan

JIA Ning, DONG Xin, NING Xiong, LIU Yi*

(School of Environment, Tsinghua University, Beijing 10084, China)., 2016,36(6)：1905~1912

As a result of decreasing distance between cities during the rapid urbanization, the water quality of cities located in upper and lower reaches has closer interations. This paper proposes the concept of safe distance between cities to ensure the water quality in downstream cities, which is quantified based on the BP neural network model for water quality. Two adjacent cities along the Yangtze River, Wuhu and Ma'anshan, are chosen as the representative case to evaluate the safety of water quality and quantify the minimum safe distance after city expansion. The results reveal a safe distance of 4.6km between the two cities in 2020, which could ensure the water quality of the control section in upper reaches of Ma'anshan (the downstream city) to meet the class II standard of surface water. However, compared with the year 2010, the water quality of the control section will decline, where the COD concentration is projected to increase by 29.2% and NH3-N by 23.2%. In order to ensure the water function of the control section, the minimum safe distance between the two cities needs to be 3.2km.

safe distance between cities；urban growth boundary；BP neural network；water quality model

X321

A

1000-6923(2016)06-1905-08

賈 寧(1992-),女,山西太原人,清華大學(xué)博士研究生,主要研究方向?yàn)閼?zhàn)略環(huán)境影響評(píng)價(jià).發(fā)表論文1篇.

2015-12-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(71473148)