李婉婉 ，金 麗 ，李慶國(guó)

（1.濟(jì)南大學(xué)，山東 濟(jì)南250022；2.山東省水利科學(xué)研究院，山東 濟(jì)南 250014）

土壤鹽漬化會(huì)造成土壤鹽分累積使得土壤肥力下降，導(dǎo)致農(nóng)作物減產(chǎn)或絕收以及土質(zhì)劣化、地表干裂，土地和植被的復(fù)雜性下降或喪失，對(duì)農(nóng)業(yè)和經(jīng)濟(jì)的可持續(xù)發(fā)展造成不可逆轉(zhuǎn)的損失。為減輕土壤鹽漬化災(zāi)害帶來的諸多損失，本文利用模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型建立土壤鹽漬化災(zāi)害預(yù)警模型，對(duì)未來土壤鹽漬化惡化程度進(jìn)行預(yù)警。根據(jù)對(duì)以往水文情況的實(shí)地調(diào)查，本文將黃河三角洲灌區(qū)土壤鹽漬化災(zāi)害警度分成無警、輕警、中警和重警4類。針對(duì)不同警度，對(duì)灌區(qū)不同區(qū)域采取不同措施減輕土壤鹽漬化的惡化。

1 模型評(píng)價(jià)因子選取

土壤鹽漬化災(zāi)害預(yù)警模型評(píng)價(jià)因子的選取，應(yīng)遵循科學(xué)性與數(shù)據(jù)的可獲取性相結(jié)合原則，定性和定量相結(jié)合原則，系統(tǒng)性與層次性原則，主導(dǎo)和相互獨(dú)立原則等。通過對(duì)黃河三角洲地區(qū)引黃灌區(qū)土壤鹽漬化現(xiàn)狀的調(diào)查和綜合分析，本文從自然地理因素、土壤內(nèi)在因素和人為活動(dòng)影響三個(gè)方面，選取9個(gè)預(yù)警因子，8個(gè)樣點(diǎn)的數(shù)據(jù)作為評(píng)價(jià)指標(biāo)，建立研究區(qū)土壤鹽漬化災(zāi)害預(yù)警指標(biāo)體系（見表1）。

2 指標(biāo)體系的標(biāo)準(zhǔn)化

在確定權(quán)重之前，首先要確定該指標(biāo)的類型。由于各指標(biāo)的量綱、數(shù)量級(jí)不同，因此需要對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，具體計(jì)算公式如下：

表1 土壤鹽漬化災(zāi)害預(yù)警評(píng)價(jià)指標(biāo)

對(duì)于正效益指標(biāo)，指標(biāo)值越大表明土壤鹽漬化的程度越小，極差標(biāo)準(zhǔn)化法的公式為：

對(duì)于負(fù)效益指標(biāo)，指標(biāo)值越大表明土壤鹽漬化程度越嚴(yán)重，極差標(biāo)準(zhǔn)化法的公式為：

式中：yij∈[0，1]，且 y 值越大土壤鹽漬化預(yù)警程度越低；max ｛xij｝是第j個(gè)指標(biāo)時(shí)的xij最大值；min ｛xij｝是第j個(gè)指標(biāo)時(shí)xij的最小值（i=1，2，…，n）。

3 預(yù)警因子的權(quán)重計(jì)算

由于各個(gè)指標(biāo)的作用不同，對(duì)鹽漬化的影響程度也不同，為了區(qū)分差異性，本研究采用模糊評(píng)價(jià)法分別來確定各個(gè)指標(biāo)的權(quán)重值，計(jì)算公式為：

根據(jù)公式（3）計(jì)算的結(jié)果見表2。由表2可以看出，土壤鹽漬化災(zāi)害預(yù)警評(píng)價(jià)指標(biāo)權(quán)重值可靠性比較強(qiáng)。預(yù)警因子按其權(quán)重大小分，依次為：土壤含鹽量＞潛在蒸散量＞土地利用類型＞電導(dǎo)率＞地下水位＞地下水礦化度＞TDS＞坡度值＞pH值。

表2 權(quán)重計(jì)算結(jié)果表

4 鹽漬化災(zāi)害評(píng)價(jià)模型的建立

模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型將黃河三角洲灌區(qū)的歷史觀測(cè)指標(biāo)數(shù)據(jù)值標(biāo)準(zhǔn)化矩陣S輸入模型的輸入層，uij=sih。該訓(xùn)練的目的是使得網(wǎng)絡(luò)輸出upj與期望輸出M（upj）即對(duì)應(yīng)各學(xué)習(xí)樣本的級(jí)別綜合相對(duì)隸屬度eh之間誤差最小。設(shè)

故訓(xùn)練的目標(biāo)函數(shù)表示為：

訓(xùn)練結(jié)束，再把新樣本矩陣X進(jìn)行標(biāo)準(zhǔn)化處理，得到的指標(biāo)特征值矩陣：

然后把R輸入網(wǎng)絡(luò)，得到神經(jīng)網(wǎng)絡(luò)實(shí)際輸出值upj也即新樣本的預(yù)報(bào)評(píng)價(jià)結(jié)果。按下式計(jì)算評(píng)價(jià)樣本的級(jí)別特征值：

該預(yù)報(bào)的具體步驟如下：

1）令t=1，并賦予α∈（0，1），η∈（0，1），wik（t）=wik（0）。以模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)的收斂性判定作為準(zhǔn)則。

2）輸入評(píng)價(jià)樣本的數(shù)據(jù)。計(jì)算樣本的神經(jīng)網(wǎng)絡(luò)實(shí)際輸出值。

3）計(jì)算網(wǎng)絡(luò)的平均誤差E。

4）若 E≤ξ（ξ為網(wǎng)絡(luò)訓(xùn)練精度），則訓(xùn)練結(jié)束，轉(zhuǎn)入步驟7）；否則，轉(zhuǎn)入下一步。

5）令t=t+1，根據(jù)新的權(quán)重和各樣本的指標(biāo)值，計(jì)算樣本的實(shí)際輸出值，再計(jì)算網(wǎng)絡(luò)的平均誤差E。

6）轉(zhuǎn)到第 4）步。

7）訓(xùn)練結(jié)束。輸入待新樣本，根據(jù)網(wǎng)絡(luò)輸出計(jì)算預(yù)報(bào)該樣本的預(yù)警級(jí)別。具體結(jié)果見表3。

表3 樣本預(yù)報(bào)結(jié)果及誤差檢驗(yàn)

5 結(jié)論

本研究選用模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的結(jié)構(gòu)為3層，拓?fù)浣Y(jié)構(gòu)為9∶5∶2，訓(xùn)練速率為0.1，樣本數(shù)據(jù)平均絕對(duì)誤差為0.021，均方根誤差為0.026，相對(duì)誤差為2.3%，誤差結(jié)果均較小，說明網(wǎng)絡(luò)學(xué)習(xí)和訓(xùn)練比較理想。檢驗(yàn)樣本最大絕對(duì)誤差為0.06、最小絕對(duì)誤差為0.004，平均絕對(duì)誤差0.024；最大相對(duì)誤差為6.4%、最小相對(duì)誤差為0.23%，平均相對(duì)誤差為3.1%。由表3可看出，黃河三角洲灌區(qū)的預(yù)警等級(jí)整體程度較輕，重警所占比例較小，8個(gè)檢驗(yàn)樣本預(yù)警等級(jí)的預(yù)報(bào)中，誤報(bào)一個(gè)樣本預(yù)警等級(jí)。

由此可知，運(yùn)用模糊優(yōu)選BP神經(jīng)模型可以對(duì)未來土壤鹽漬化發(fā)展程度進(jìn)行大致預(yù)測(cè)，可有效降低土壤鹽漬化災(zāi)害帶來的影響。