于寶航 張明

摘要 選取蘇州市為研究地區(qū)，在生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià)方法的基礎(chǔ)上，根據(jù)具體狀況對(duì)蘇州市的當(dāng)量因子數(shù)值進(jìn)行修改，確定土地利用類型中不同的服務(wù)功能的價(jià)值。并將其作為網(wǎng)絡(luò)學(xué)習(xí)的樣本，然后建立BP神經(jīng)網(wǎng)絡(luò)，通過模型來研究土地利用類別的生態(tài)服務(wù)功能在時(shí)空上的演變規(guī)律。

關(guān)鍵詞 可持續(xù)發(fā)展;人工神經(jīng)網(wǎng)絡(luò);區(qū)域分析;生態(tài)經(jīng)濟(jì)系統(tǒng)

Abstract Suzhou is selected as the research area. On the basis of the ecosystem service value evaluation method， the equivalent factor value of Suzhou was modified according to the specific situation to determine the value of different service functions in the land use type. By using it as a sample of network learning， a BP neural network was established to study the temporal and spatial evolution of the ecological function value of land use categories through models.

Key words Sustainable development;Artificial neural network;Regional analysis;Eco-economic system

Constance等[1]在1997年將全球的生態(tài)服務(wù)分為17類，并對(duì)其進(jìn)行定量分析;謝高地等[2]通過調(diào)查問卷制定了完善的生態(tài)服務(wù)價(jià)值當(dāng)量表。賈晨陽等[3]將InVEST模型與生態(tài)服務(wù)評(píng)估模型相結(jié)合，更加明確了土地利用所帶來的負(fù)面影響，由于區(qū)域性生態(tài)經(jīng)濟(jì)系統(tǒng)特征間連接較復(fù)雜，所以片面剖析很難了解系統(tǒng)的整體特征。以往采用的評(píng)價(jià)方式多為人為評(píng)分，導(dǎo)致評(píng)價(jià)結(jié)果帶有主觀因素，缺乏科學(xué)性;最近幾年研究人員采用的主成分分析法、層次分析法、綜合指數(shù)法等雖然帶有客觀性的評(píng)價(jià)，但忽視了動(dòng)態(tài)層面上的對(duì)比。

人工神經(jīng)網(wǎng)絡(luò)具有調(diào)整權(quán)值、容錯(cuò)性高等特點(diǎn)，通過學(xué)習(xí)的網(wǎng)絡(luò)能逼近1個(gè)多層次的社會(huì)經(jīng)濟(jì)系統(tǒng)。通過搭建非線性評(píng)價(jià)模型使人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，輸入各時(shí)間段系統(tǒng)中的參數(shù)，使之成為系統(tǒng)參數(shù)與評(píng)價(jià)等級(jí)的映射集成，也同時(shí)避免了人為因素計(jì)算各指標(biāo)權(quán)重帶來的主觀性[4]。為了從客觀的角度評(píng)價(jià)區(qū)域的生態(tài)服務(wù)系統(tǒng)的功能以及潛在的發(fā)展水平，在評(píng)價(jià)指標(biāo)的選取能夠反映整體的經(jīng)濟(jì)實(shí)力和狀態(tài)，并能通過1個(gè)網(wǎng)絡(luò)模型來分析指標(biāo)間的差異和動(dòng)態(tài)層面的對(duì)比，筆者選取蘇州市為研究地區(qū)，在生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià)方法的基礎(chǔ)上，根據(jù)具體狀況對(duì)蘇州市的當(dāng)量因子數(shù)值進(jìn)行修改，確定土地利用類型中不同的服務(wù)功能的價(jià)值，并將其作為網(wǎng)絡(luò)學(xué)習(xí)的樣本，然后建立BP神經(jīng)網(wǎng)絡(luò)，通過模型來研究土地利用類別的生態(tài)服務(wù)功能在時(shí)空上的演變規(guī)律。

1 研究區(qū)和方法概況

1.1 研究區(qū)概括 蘇州市位于江蘇省東南部（119°55′～121°20′E，30°47′～32°02′N）。作為中國經(jīng)濟(jì)最強(qiáng)的地級(jí)市，蘇州GDP增長率長期保持在中國城市總排名的前5～6名，人均 GDP領(lǐng)先其他城市。伴隨著連續(xù)多年的高速發(fā)展，蘇州的土地利用也發(fā)生了非常劇烈的變化，最主要的特征是隨著城市的急劇擴(kuò)張，大量農(nóng)田被建設(shè)用地吞并，少數(shù)轉(zhuǎn)換成了林地、水域和園地。

1.2 神經(jīng)網(wǎng)絡(luò)技術(shù)原理

（1）近代神經(jīng)網(wǎng)絡(luò)起源于人們對(duì)大腦的認(rèn)識(shí)，人類慢慢加深對(duì)腦部神經(jīng)系統(tǒng)的結(jié)構(gòu)了解，通過學(xué)習(xí)對(duì)腦神經(jīng)系統(tǒng)處理信息的模式進(jìn)行數(shù)學(xué)建模并且研究的一門科學(xué)。圖1為有2個(gè)隱含層的網(wǎng)絡(luò)。

（2）神經(jīng)網(wǎng)絡(luò)本質(zhì)是一種監(jiān)督學(xué)習(xí)，用已得到的輸入和目標(biāo)向量，對(duì)建立的模型中各個(gè)參數(shù)進(jìn)行調(diào)整。使用最小二乘法即模型的實(shí)際輸出值和目標(biāo)值的誤差平方和（公式4），然后借助于迭代的算法，反方向逐層修正參數(shù)（公式5），使得誤差低于給定的最小誤差值時(shí)，模型收斂穩(wěn)定[5]。

2 算法的缺點(diǎn)及改進(jìn)方法

當(dāng)前的BP神經(jīng)網(wǎng)絡(luò)主要存在的缺點(diǎn)為訓(xùn)練時(shí)間長、收斂速度慢、容易陷入局部極小點(diǎn)，針對(duì)這幾個(gè)問題，提出以下幾種改進(jìn)的方法：

2.1 附加動(dòng)量項(xiàng)

為了避免網(wǎng)絡(luò)在訓(xùn)練過程中產(chǎn)生震蕩，可以在公式（5）中加入動(dòng)量因子α，既能平滑權(quán)值變化，也能適當(dāng)提高網(wǎng)絡(luò)的收斂速度：

2.2 調(diào)整學(xué)習(xí)率 學(xué)習(xí)率的一般取值（0，1），學(xué)習(xí)率過大或過小都會(huì)對(duì)網(wǎng)絡(luò)的訓(xùn)練產(chǎn)生很大影響，該研究的方法是在初期學(xué)習(xí)率選取較大的值，隨著網(wǎng)絡(luò)的訓(xùn)練來進(jìn)行調(diào)整不斷減小，直至模型收斂。

2.3 確定節(jié)點(diǎn)和隱藏層層數(shù)

3 生態(tài)服務(wù)系統(tǒng)內(nèi)部經(jīng)濟(jì)參數(shù)的選取

3.1 調(diào)整模型

在謝高地等[2]提出的基本理論模型的基礎(chǔ)上，根據(jù)蘇州市的實(shí)際情況，對(duì)當(dāng)量因子表進(jìn)行了修改。分別是耕地對(duì)應(yīng)農(nóng)業(yè)用地，園地取園林和果園的平均值，林地對(duì)應(yīng)森林，牧草地對(duì)應(yīng)草地，水域則取濕地和水體的平均值，其他用地按未利用地來計(jì)算，建設(shè)用地來自其他研究者提供的數(shù)值，表1定義1 hm2耕地的食物生產(chǎn)的服務(wù)功能價(jià)值是1，其他生態(tài)服務(wù)價(jià)值的大小是相對(duì)于耕地中食物生產(chǎn)服務(wù)的貢獻(xiàn)大小[8-9]。將生態(tài)服務(wù)分為供給服務(wù)（食物生產(chǎn)、原材料生產(chǎn)），調(diào)節(jié)服務(wù)（氣體調(diào)節(jié)、氣候調(diào)節(jié)、水文調(diào)節(jié)、廢物調(diào)節(jié)），支持服務(wù)（保持土壤、維持生物多樣性），文化服務(wù)（提供美學(xué)景觀），得到新的生態(tài)系統(tǒng)服務(wù)功能評(píng)估單價(jià)體系（表1）。從表1可以看出，耕地主要提供了供給和支持服務(wù)，而園地和林地的生態(tài)服務(wù)功能相當(dāng)，會(huì)側(cè)重于調(diào)節(jié)服務(wù)和支持服務(wù)。水域在調(diào)節(jié)服務(wù)，特別是水文和廢物調(diào)節(jié)上發(fā)揮了重要的作用，牧草地和其他用地由于在整個(gè)土地利用板塊占有比例很少，所以對(duì)生態(tài)服務(wù)的貢獻(xiàn)很小，而建設(shè)用地對(duì)整個(gè)生態(tài)服務(wù)功能是持有一種消極的作用，特別是在水文和服務(wù)調(diào)節(jié)的功能板塊上。

3.2 研究區(qū)域單位面積生態(tài)系統(tǒng)生產(chǎn)的價(jià)值

根據(jù)蘇州市統(tǒng)計(jì)年鑒公布的2009—2016年糧食播種面積以及糧食產(chǎn)量數(shù)據(jù)（來源于蘇州市統(tǒng)計(jì)年鑒，中國統(tǒng)計(jì)年鑒），得出以下公式：

式中，mi、pi、qi、M分別表示第i種糧食作物的播種面積、價(jià)格、單位面積產(chǎn)量、糧食產(chǎn)量總價(jià)值，Eα為單位播種面積糧食產(chǎn)值，Nij表示的是第i種土地利用的第種生態(tài)服務(wù)功能評(píng)估單價(jià)。根據(jù)該公式，得出2009—2016年間的Eα值，通過Eα值對(duì)表1的當(dāng)量因子進(jìn)行相乘（公式9），得到蘇州市生態(tài)單個(gè)服務(wù)功能的價(jià)值Mc[10]，以此作為網(wǎng)絡(luò)的輸入值，即可計(jì)算每年的BP價(jià)值，上述公式中各列參數(shù)的具體數(shù)值皆來自于蘇州市2009—2016年的統(tǒng)計(jì)年鑒。由表2可知，在研究年份內(nèi)，蘇州市單位面積生態(tài)系統(tǒng)生產(chǎn)的價(jià)值逐漸增加，這得益于蘇州市對(duì)土地的集約利用，將對(duì)生態(tài)環(huán)境產(chǎn)生積極的影響。

4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練和學(xué)習(xí)

4.1 數(shù)據(jù)處理 以耕地、園地、林地、牧草地、水域、建設(shè)用地、其他用地作為網(wǎng)絡(luò)的輸出特征值，以9類生態(tài)系統(tǒng)服務(wù)類型作為網(wǎng)絡(luò)的輸入，在特征值過大情況下，應(yīng)該對(duì)所有輸入數(shù)據(jù)進(jìn)行歸一化[11]，將值劃到[0，1]，公式如下：

4.2 樣本訓(xùn)練 運(yùn)用自然斷點(diǎn)法對(duì)輸出向量進(jìn)行等級(jí)區(qū)分，訓(xùn)練數(shù)據(jù)見表3。再根據(jù)公式（7）和反復(fù)的試驗(yàn)最終確定了的網(wǎng)絡(luò)結(jié)構(gòu)。

Matlab中參數(shù)設(shè)計(jì)如下：初始權(quán)值w為[0，1]的隨機(jī)數(shù);學(xué)習(xí)率為0.01;最大迭代次數(shù)設(shè)置成10 000次;最大誤差0.001;激活函數(shù)分別為 “tansig”和“purelin”[12-13]。 以2009—2016年間的9類生態(tài)系統(tǒng)服務(wù)價(jià)值食物生產(chǎn)（X1）、原材料生產(chǎn)（X2）、氣體調(diào)節(jié)（X3）、氣候調(diào)節(jié)（X4）、水文調(diào)節(jié)（X5）、廢物調(diào)節(jié)（X6）、保持土壤（X7）、維持生物多樣性（X8）、提供美學(xué)景觀（X9）作為經(jīng)濟(jì)指標(biāo)對(duì)神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。由表3可知，X1～X9為評(píng)價(jià)指標(biāo)，網(wǎng)絡(luò)通過不斷學(xué)習(xí)修改權(quán)值，找出評(píng)價(jià)指標(biāo)與評(píng)價(jià)級(jí)別間復(fù)雜的內(nèi)在對(duì)應(yīng)關(guān)系，利用網(wǎng)絡(luò)模型即可以進(jìn)行經(jīng)濟(jì)發(fā)展水平的綜合評(píng)價(jià)。

4.3 網(wǎng)絡(luò)學(xué)習(xí)

網(wǎng)絡(luò)訓(xùn)練完成后，再將輸入值的原始數(shù)據(jù)先歸一化，再輸入網(wǎng)絡(luò)中，經(jīng)過1 918步迭代，MSE=0.00 099 824（均方誤差），綜合以上構(gòu)建的模型得到蘇州市8年間生態(tài)系統(tǒng)服務(wù)功能的BP評(píng)價(jià)結(jié)果（表4）。從表4可以看出，蘇州市生態(tài)系統(tǒng)服務(wù)BP評(píng)價(jià)值的構(gòu)成以園地和林地所占比例最高，而建設(shè)用地和其他用地的評(píng)價(jià)指標(biāo)最低。

5 小結(jié)與討論

近幾年蘇州市暫緩耕種了易造成水土流失的農(nóng)田，有計(jì)劃地植樹造林，因此相應(yīng)林地的BP值增加。2009年處于蘇州市工業(yè)化中期向后期的過渡，該時(shí)期地區(qū)的發(fā)展依賴于土地要素的投入，蘇州市政府對(duì)閑置用地進(jìn)行整治，建設(shè)用地增加，而建設(shè)用地BP價(jià)值逐漸減少，因此可以得出建設(shè)用地的BP評(píng)價(jià)值和利用面積呈負(fù)相關(guān)。水域在水源涵養(yǎng)和廢料處理等方面有巨大優(yōu)勢，蘇州市的水體資源豐富，加上政府對(duì)水域的有效開采和利用，因此水域的BP評(píng)價(jià)值呈積極的上升趨向。

到了工業(yè)發(fā)展、城鎮(zhèn)化后期，人們迫切想保護(hù)生態(tài)環(huán)境，很快蘇州市政府優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，對(duì)果園、茶等原料積極支持，帶動(dòng)了園地和牧草地BP評(píng)價(jià)值的上升，由于建設(shè)用地的急速擴(kuò)張，大量耕地減少，相應(yīng)耕地的BP價(jià)值降低。

1個(gè)具有良好性能的神經(jīng)網(wǎng)絡(luò)模型必須擁有訓(xùn)練樣本、檢驗(yàn)樣本和測試樣本3個(gè)部分，而該研究在網(wǎng)絡(luò)訓(xùn)練的樣本數(shù)不夠多。此外，評(píng)價(jià)體系也必須建立在模型的精度之上，而有關(guān)特征指數(shù)的選取尚未進(jìn)行深入研究，其是否具有代表性或者是否能夠滿足生態(tài)系統(tǒng)的評(píng)價(jià)標(biāo)準(zhǔn)是在以后的研究中需要解決的問題。

參考文獻(xiàn)

[1]COSTANZA R，DARGE R，DE GROOT R，et al.The value of the worlds ecosystem services and natural capital[J]. Ecological economics，1998，25（1）：3-15.

[2]謝高地，魯春霞，成升魁. 全球生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估研究進(jìn)展[J].資源科學(xué)，2001，23（6）：5-9.

[3]賈晨陽，陳玟汐，郭闖，等.基于模糊綜合評(píng)價(jià)的生態(tài)服務(wù)評(píng)估[J].化工設(shè)計(jì)通訊，2019，45（7）：248-252.

[4]崔朋. 基于BP人工神經(jīng)網(wǎng)絡(luò)的小城鎮(zhèn)生態(tài)規(guī)劃研究：以梅河口市中和鎮(zhèn)為例[D].長春：東北師范大學(xué)，2008.

[5]LEK S，DELACOSTE M，BARAN P，et al.Application of neural networks to modelling nonlinear relationships in ecology[J].Ecological modelling， 1996，90（1）：39-52.

[6]劉鯖潔，陳桂明，劉小方，等.BP神經(jīng)網(wǎng)絡(luò)權(quán)重和閾值初始化方法研究[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，35（6）：137-141.

[7]麻永建.基于人工神經(jīng)網(wǎng)絡(luò)的江蘇省小城鎮(zhèn)經(jīng)濟(jì)發(fā)展水平及其區(qū)域差異研究[J].安徽農(nóng)業(yè)科學(xué)，2006，34（5）：1003-1005.

[8]馬淑花. 基于生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估的土地利用規(guī)劃研究[D].武漢：華中科技大學(xué)，2018.

[9]謝高地，張彩霞，張雷明，等. 基于單位面積價(jià)值當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法改進(jìn)[J].自然資源學(xué)報(bào)，2015，30（8）：1243-1254.

[10]肖玉，謝高地，安凱.莽措湖流域生態(tài)系統(tǒng)服務(wù)功能經(jīng)濟(jì)價(jià)值變化研究[J].應(yīng)用生態(tài)學(xué)報(bào)，2003，14（5）：676-680.

[11]徐艷艷.基于BP神經(jīng)網(wǎng)絡(luò)的吉林省縣域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)[J].云南地理環(huán)境研究，2010，22（5）：68-72.

[12]吳勁軍，黃望彥.基于BP神經(jīng)網(wǎng)絡(luò)區(qū)域經(jīng)濟(jì)發(fā)展實(shí)力的模糊綜合評(píng)價(jià)[J].江西廣播電視大學(xué)學(xué)報(bào)，2004（4）：30-31.

[13]黃宇棟. BP神經(jīng)網(wǎng)絡(luò)在信息系統(tǒng)數(shù)據(jù)分類中的應(yīng)用研究[D].北京：中國地質(zhì)大學(xué)，2013.