基于BP神經(jīng)網(wǎng)絡(luò)的土地適宜性評價(jià)研究

羅瑋祥，張廷玉

(福建師范大學(xué) 地理科學(xué)學(xué)院，福建 福州 350007)

?

基于BP神經(jīng)網(wǎng)絡(luò)的土地適宜性評價(jià)研究

羅瑋祥，張廷玉

(福建師范大學(xué) 地理科學(xué)學(xué)院，福建 福州 350007)

指出了土地適宜性評價(jià)是土地利用總體規(guī)劃的一個(gè)重要研究專題，通過評價(jià)可以為土地利用現(xiàn)狀分析、土地利用及土地開發(fā)和充分、合理利用土地資源提供科學(xué)依據(jù)。研究了現(xiàn)行土地適宜性評價(jià)的理論與方法，分析了以往土地適宜性評價(jià)方法存在的不足，提出了利用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)評價(jià)模型進(jìn)行土地適宜性評價(jià)的辦法。

土地適宜性評價(jià)；土地利用規(guī)劃；智能地理計(jì)算；BP神經(jīng)網(wǎng)絡(luò)

1　引言

土地是人類賴以生存的基本條件和物質(zhì)基礎(chǔ)。隨著人口的增長和經(jīng)濟(jì)社會(huì)的發(fā)展，對土地的需求也在不斷增加。在有限的土地資源條件下，如何合理配置人類生產(chǎn)、生活所需用地，保證土地資源的可持續(xù)利用，協(xié)調(diào)人地之間的矛盾，是擺在人類面前的重大課題。

土地適宜性評價(jià)是在對土地各構(gòu)成要素包括自然的、經(jīng)濟(jì)的、社會(huì)的進(jìn)行全面分析基礎(chǔ)上,以土地合理利用為目標(biāo)。根據(jù)特定的目的或針對一定的土地用途來對土地的屬性進(jìn)行鑒定, 并闡述土地的適宜性及其程度的過程。著眼于探索新時(shí)期、新形勢下土地利用規(guī)劃中土地適宜性的理論、系統(tǒng)分析以及技術(shù)方法，在此基礎(chǔ)上，著重研究探討土地適宜性的評價(jià)方法與應(yīng)用，將計(jì)算智能理論引入土地評價(jià)領(lǐng)域，借助智能地理計(jì)算中的人工神經(jīng)網(wǎng)絡(luò)模型，從而科學(xué)快速合理地評價(jià)土地適宜性。

2　國內(nèi)外研究動(dòng)態(tài)及其發(fā)展趨勢

2.1國外相關(guān)研究動(dòng)態(tài)

20世紀(jì)60年代以后，隨著計(jì)算機(jī)技術(shù)、地理信息系統(tǒng)技術(shù)、遙感技術(shù)和全球衛(wèi)星定位技術(shù)等先進(jìn)的信息處理技術(shù)的廣泛應(yīng)用，土地適宜性評價(jià)方法有了很大的發(fā)展。土地評價(jià)無論在體系上還是方法上都日趨走向成熟。圭爾夫大學(xué)的Moss以加拿大生態(tài)土地分類作為土地評議單元，通過分析土地系統(tǒng)內(nèi)部的各種地理過程及過程反應(yīng)，建立數(shù)學(xué)模型，將氣候和土壤的生產(chǎn)潛力相結(jié)合進(jìn)行土地的生態(tài)評價(jià)(Moss，1985)；Steiner F，McSherry L，JillCohen對流經(jīng)亞利桑那州和新墨西哥州的Gila河流域分流憩地、工業(yè)用地、商業(yè)用地和低密度住宅用地4種類型分別進(jìn)行評價(jià)(Steiner F,2000)；Kalogirou S結(jié)合使用GIS和專家系統(tǒng)進(jìn)行土地適宜性評價(jià)模型，并開發(fā)了LEIGIS軟件(Kalogirou S，2002)等。

2.2國內(nèi)相關(guān)研究動(dòng)態(tài)

我國的土地適宜性評價(jià)工作起步較晚，比較綜合的土地適宜性評價(jià)始于20世紀(jì)70年代后期。進(jìn)入90年代后，計(jì)算機(jī)技術(shù)和3S技術(shù)等為土地適宜性評價(jià)研究提供了現(xiàn)代化的研究手段，土地適宜性評價(jià)得以迅速發(fā)展并有新的拓展。例如，尹啟后，何勁耘對四川省涪陵市未利用土地適宜性評價(jià)與開發(fā)利用研究(尹啟后等，1995)；楊國棟、賈成前等利用人工神經(jīng)網(wǎng)絡(luò)模型高速公路復(fù)墾土地適宜性評價(jià)(楊國棟等，2002)；王全，徐建剛等對南京市高淳新區(qū)進(jìn)行了城市用地生態(tài)適宜性評價(jià)(王全等，2005)等。

3　BP神經(jīng)網(wǎng)絡(luò)分類實(shí)驗(yàn)分析

3.1資料收集和軟件準(zhǔn)備

采用的資料為湖北省松滋市的土地利用現(xiàn)狀圖、地質(zhì)圖、地形地貌圖等社會(huì)經(jīng)濟(jì)文獻(xiàn)資料。BP神經(jīng)網(wǎng)絡(luò)分類程序采用國家863項(xiàng)目課題五——智能地理計(jì)算并行技術(shù)與中間件中的神經(jīng)網(wǎng)絡(luò)算法進(jìn)行，主要采用C++進(jìn)行開發(fā)，利用gdal類庫進(jìn)行矢量數(shù)據(jù)的操作，利用QT類庫進(jìn)行界面設(shè)計(jì)。BP神經(jīng)網(wǎng)絡(luò)分類程序使用開源的GIS軟件QGIS作為宿主程序，自身作為插件進(jìn)行應(yīng)用。程序分為訓(xùn)練測試及分類兩個(gè)模塊。土地適宜性評價(jià)BP神經(jīng)網(wǎng)絡(luò)分類的路線圖，如圖1所示。

3.2BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)設(shè)計(jì)

3.2.1輸入層的確定

由于人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)性，進(jìn)行土地適宜性分類時(shí)不需要預(yù)先確定指標(biāo)權(quán)重體系，土地因子對不同用地的影響規(guī)律可由神經(jīng)網(wǎng)絡(luò)模型通過對樣本的學(xué)習(xí)取得。因此可將土地適宜性評價(jià)的影響因子作為神經(jīng)網(wǎng)絡(luò)輸入層的神經(jīng)元。

3.2.2輸出層的確定

將土地的適宜程度分為高度適宜、適宜、勉強(qiáng)適宜、不適宜4個(gè)等級(jí)，我們用1,2,3,4這4個(gè)連續(xù)變化的實(shí)數(shù)代表適宜程度的量化，故輸出層可用一個(gè)神經(jīng)元來表示。

3.2.3隱含層的確定

隱含神經(jīng)元只具有計(jì)算意義，其數(shù)目沒有嚴(yán)格的規(guī)定。一個(gè)公認(rèn)的指導(dǎo)原則是在沒有其他經(jīng)驗(yàn)知識(shí)時(shí)，符合給定樣本的最簡單(規(guī)模最小)的網(wǎng)絡(luò)就是最好的選擇，這相當(dāng)于是樣本點(diǎn)的偏差在允許范圍條件下用最平滑的函數(shù)去逼近未知的非線性映射。

3.3實(shí)驗(yàn)分析

試驗(yàn)以湖北省松滋市宜旱地適宜性評價(jià)為例說明。根據(jù)研究區(qū)土地資源和數(shù)據(jù)源特點(diǎn)，選取pH值、有機(jī)質(zhì)含量、土壤質(zhì)地、耕層厚度、地形坡度、全氮、有效磷、速效鉀這8個(gè)影響因子作為土地適宜性評價(jià)測試屬性。為了計(jì)算方便，采用這8個(gè)屬性值量化后的值進(jìn)行計(jì)算，每個(gè)屬性量化值分布從0～100。對于因子等級(jí)的劃分以及土地適宜性評價(jià)結(jié)果均以高度適宜、適宜、勉強(qiáng)適宜、不適宜這4個(gè)等級(jí)來表示(表1)。

3.3.1數(shù)據(jù)預(yù)處理

試驗(yàn)采用湖北省松滋市的1∶50000土地利用現(xiàn)狀圖，以土地利用現(xiàn)狀圖中的地塊單元作為評價(jià)單元，其原因一是由于土地利用現(xiàn)狀中的地塊單元相對來說其單元內(nèi)各種條件比較一致，另外也方便評價(jià)結(jié)果的應(yīng)用。整個(gè)實(shí)驗(yàn)區(qū)地塊數(shù)總共有4763個(gè)，隨機(jī)選取60%的樣本作為訓(xùn)練樣本，另外40%的樣本作為測試樣本，來評定精度(圖2)。

表1　訓(xùn)練數(shù)據(jù)示例

圖2　訓(xùn)練數(shù)據(jù)原始分類

3.3.2BP網(wǎng)絡(luò)模型結(jié)構(gòu)

針對湖北省松滋市的土地適宜性評價(jià)分類構(gòu)造如圖3所示的BP神經(jīng)網(wǎng)絡(luò)模型。

3.3.3訓(xùn)練與測試

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行土地適宜性評價(jià)分類首先要對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，其基本過程如圖4所示。

程序默認(rèn)狀態(tài)是樣本訓(xùn)練狀態(tài)，設(shè)置最大訓(xùn)練次數(shù)為1000次，訓(xùn)練/測試后，保存網(wǎng)絡(luò)，得到BP網(wǎng)絡(luò)結(jié)構(gòu)圖。

圖3土地適宜性評價(jià)分類BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

圖4　BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和測試

3.3.4土地適宜性分類

點(diǎn)擊程序主頁面中的分類功能，得到土地適宜性BP人工神經(jīng)網(wǎng)絡(luò)分類結(jié)果，如圖5所示。訓(xùn)練精度值高達(dá)93%。

3.4試驗(yàn)結(jié)論

試驗(yàn)選取有機(jī)質(zhì)含量、土壤質(zhì)地、pH值、耕層厚度、地形坡度、全氮、有效磷、速效鉀8個(gè)影響因子，利用BP人工神經(jīng)網(wǎng)絡(luò)模型對土地適宜性進(jìn)行評價(jià)，獲得了高達(dá)93%的精度，驗(yàn)證了其可行性。但是本模型仍然存在一定的不完善性。

圖5神經(jīng)網(wǎng)絡(luò)分類結(jié)果

(1)訓(xùn)練樣本數(shù)量的限制。如果要保證網(wǎng)絡(luò)模型的精度，往往需要大量的歷史數(shù)據(jù)作為訓(xùn)練樣本，此次研究采用的相關(guān)數(shù)據(jù)存在欠缺。

(2)學(xué)習(xí)收斂速度慢，容易陷入局部極小。利用此次的訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練時(shí)，BP算法每訓(xùn)練完一次實(shí)驗(yàn)，需要較長的時(shí)間，這主要是由于學(xué)習(xí)速率太小造成的。雖然可以通過采用LM算法加以改進(jìn)，但是如果學(xué)習(xí)速率設(shè)置過大，網(wǎng)絡(luò)可能不收斂。

(3)由于研究的時(shí)間有限，筆者在土地適宜性評價(jià)模型的構(gòu)建和程序設(shè)計(jì)上只提供了簡單的演示功能，尚未進(jìn)行數(shù)據(jù)庫的深入研究，需要在以后的工作中進(jìn)一步加以改進(jìn)。

4　結(jié)語

人工神經(jīng)網(wǎng)絡(luò)技術(shù)的優(yōu)越性伴隨著計(jì)算機(jī)技術(shù)的發(fā)展在模式識(shí)別和區(qū)域分類領(lǐng)域正發(fā)揮著強(qiáng)大優(yōu)勢，已成為近年來研究的熱點(diǎn)。以智能地理計(jì)算為背景，以土地適宜性評價(jià)實(shí)現(xiàn)過程為核心，將GIS技術(shù)與評價(jià)方法有機(jī)結(jié)合，在理論、方法和技術(shù)上對土地適宜性評價(jià)進(jìn)行了研究與設(shè)計(jì)，利用BP神經(jīng)網(wǎng)絡(luò)評價(jià)模型對湖北省松滋市宜旱地適應(yīng)性進(jìn)行了評價(jià)，并對實(shí)驗(yàn)結(jié)果進(jìn)行了分析，發(fā)現(xiàn)其中有待改進(jìn)的不足之處。

[1]中國土地學(xué)會(huì)規(guī)劃分會(huì).當(dāng)前土地利用規(guī)劃的形式與對策探討[J].中國土地科學(xué),2003(1).

[2]歐陽志云,王如松.生態(tài)位適宜度模型及其在土地利用適宜性評價(jià)中的應(yīng)用[J].生態(tài)學(xué)報(bào),1999(2):113～120.

[3]姚建民.農(nóng)用土地適宜性評價(jià)方法及其實(shí)踐[J].資源開發(fā)與市場,1994(6):249～251.

[4]史舟，等.基于GIS的縣級(jí)柑橘適宜性評價(jià)系統(tǒng)研制[J].浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版),2002(5):492～494.

[5]唐家平，劉釗.基于GIS的特色經(jīng)濟(jì)作物種植適宜性評價(jià)系統(tǒng)[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,2002(1):9～12.

[6]張萍.農(nóng)業(yè)土地資源動(dòng)態(tài)評價(jià)模型研究[J].國土資源遙感,2000 (3):51～56.

[7]蔣宗禮.人工神經(jīng)網(wǎng)絡(luò)電子講義[M].北京:高等教育出版社, 2004.

[8]閻平凡.張長水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算[M].北京:清華大學(xué)出版社,1999.

[9]趙需生.在土地評價(jià)中應(yīng)用人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的理論與實(shí)踐[J]. 中國土地科學(xué), 1998(3).

[10]焦利民, 劉耀林.土地適宜性評價(jià)的模糊神經(jīng)網(wǎng)絡(luò)模型[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2004(6).

[11]Homik,Kstin.Mchcombe and White.H. Multilayer Feedforward Networks Universal Approximator[J]. Neural Networks， 1989,11(2):183～192.

[12]Poggio T, Girosi F. Network for Approximation and learn[J]. Proceedings of the IEEE.1990, 23(78):1481～1496.

[13]何英彬,陳佑啟,楊鵬,等.國外基于GIS土地適宜性評價(jià)研究進(jìn)展及展望[J]. 地理科學(xué)進(jìn)展, 2009, 28(6): 898～904.

[14]王江思, 馬傳明, 王文梅, 等. 基于 SPSS 和 GIS 的 BP 神經(jīng)網(wǎng)絡(luò)農(nóng)用地適宜性評價(jià)[J]. 地質(zhì)科技情報(bào), 2013, 32(2): 138.

2016-06-03

國家基礎(chǔ)科學(xué)人才培養(yǎng)基金項(xiàng)目(編號(hào)：J0830521)

羅瑋祥(1990—)，男，福建師范大學(xué)地理科學(xué)學(xué)院碩士研究生。

Q958.113

A

1674-9944(2016)16-0232-03