改進(jìn)人工神經(jīng)網(wǎng)絡(luò)在河南部分河流的水質(zhì)評(píng)價(jià)中的應(yīng)用

趙穎 王建英 孫燕 孔海燕 張?zhí)m真

摘要：水環(huán)境質(zhì)量評(píng)價(jià)為水環(huán)境政策提供依據(jù)。目前用于水環(huán)境評(píng)價(jià)的方法眾多，每一種方法都有其優(yōu)缺點(diǎn)、適應(yīng)性，其中，人工神經(jīng)網(wǎng)絡(luò)法是一種對(duì)生物體進(jìn)行模仿的方法，該方法有著較強(qiáng)的學(xué)習(xí)能力，能處理水環(huán)境評(píng)價(jià)因子與評(píng)價(jià)標(biāo)準(zhǔn)之間非線性關(guān)系。本文主要介紹了人工神經(jīng)網(wǎng)絡(luò)法和基于此法改進(jìn)的方法，并將其應(yīng)用到河南海河流域部分河流斷面的水質(zhì)評(píng)價(jià)中，結(jié)果表明，該新方法可靠且具有實(shí)用性。

關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)；水質(zhì)評(píng)價(jià)；河南

中圖分類號(hào)：X832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-672X（2018）03-0216-02

DOI：10.16647/j.cnki.cn15-1369/X.2018.03.129

Abstract： The evaluation of water environment quality provides the basis for water environment policy. At present， there are many methods for water environment assessment. Each method has its advantages and disadvantages， its adaptability. Among them， artificial neural network method is a method of imitating organisms and has strong learning ability to deal with water Nonlinear relationship between environmental assessment factors and evaluation criteria. This paper introduces the artificial neural network method and the improved method based on this method， and applies this method to some river sections of Haihe River Basin in He'nan Province. The result is reliable and practical.

Key words：Artificial neural network； Water quality evaluation；Henan

水環(huán)境評(píng)價(jià)為水資源的保護(hù)、開(kāi)發(fā)利用和管理決策提供科學(xué)的依據(jù)。目前，我國(guó)的水環(huán)境質(zhì)量評(píng)價(jià)方法主要有：?jiǎn)我蜃釉u(píng)價(jià)法、污染指數(shù)評(píng)價(jià)法、模糊評(píng)價(jià)法、灰色評(píng)價(jià)法等[1]。各種方法都有其優(yōu)缺點(diǎn)和適應(yīng)性問(wèn)題。如單因子評(píng)價(jià)法計(jì)算簡(jiǎn)便，能很快的判定出水質(zhì)類別，但以水質(zhì)最差單項(xiàng)指標(biāo)所屬類別作為水體綜合水質(zhì)類別，評(píng)價(jià)結(jié)果表現(xiàn)為過(guò)保護(hù)；污染指數(shù)評(píng)價(jià)法能夠直觀判斷綜合水質(zhì)是否達(dá)到功能區(qū)目標(biāo)， 但是不能直觀判斷綜合水質(zhì)類別；模糊評(píng)價(jià)法和灰色評(píng)價(jià)法評(píng)價(jià)結(jié)果的水質(zhì)類別不能完全反映國(guó)家水質(zhì)控制標(biāo)準(zhǔn)的要求[2]。

目前發(fā)展的人工神經(jīng)網(wǎng)絡(luò)法是基于對(duì)生物體的模擬，具有較強(qiáng)的學(xué)習(xí)功能，能處理水環(huán)境評(píng)價(jià)因子與水質(zhì)評(píng)價(jià)標(biāo)準(zhǔn)之間非線性關(guān)系[3]，具有一定的模糊性，符合水體客觀環(huán)境，其中的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用廣泛。本文對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了介紹，并基于此對(duì)該方法進(jìn)行了改進(jìn)，將其應(yīng)用到河南部分河流水質(zhì)評(píng)價(jià)中去，結(jié)果可靠，可以應(yīng)用到水環(huán)境水質(zhì)評(píng)價(jià)中去。

1 人工神經(jīng)網(wǎng)絡(luò)模型

1.1 BP神經(jīng)網(wǎng)絡(luò)

誤差反向后傳BP神經(jīng)網(wǎng)絡(luò)過(guò)程由4個(gè)部分組成[4]：①輸入層向輸出層的順向傳播；②誤差信號(hào)由輸出層經(jīng)隱含層向輸入層的逆?zhèn)鞑ィ虎蹖W(xué)習(xí)訓(xùn)練過(guò)程；④求取誤差函數(shù)最小值。

1.1.1 模式順傳播

輸入層模式向量Xk、輸出層模式向量Yk可分別表示為：

Xk=（a1，a2，…，aN），K=1，2，…，L

Yk=（b1，b2，…，bM），K=1，2，…，L

其中N為輸入層的節(jié)點(diǎn)數(shù)，M為輸出層的節(jié)點(diǎn)數(shù)，L為樣本數(shù)量。隱含層θj、輸出層θi可分別表示為：

θj=f（）；θi=f（）

其中f為S型激勵(lì)函數(shù)：f（x）=1/[1+exp（-x）]，W為連接權(quán)重，θ為閾值。

1.1.2 誤差的逆?zhèn)鞑?/p>

誤差的逆?zhèn)鞑ミ^(guò)程是由輸出層的誤差向中間層的誤差進(jìn)行傳遞的過(guò)程。在傳遞過(guò)程中需要計(jì)算輸出層、隱含層各單元的一般化誤差，得出校正誤差和，然后調(diào)整各單元之間的連接權(quán)和閾值。調(diào)整公式按下式給出：

Δvjt=ɑ；Δrt=ɑ

Δwij=β；Δθj=β

1.1.3 學(xué)習(xí)訓(xùn)練過(guò)程

學(xué)習(xí)訓(xùn)練過(guò)程是指根據(jù)希望輸出結(jié)果與實(shí)際輸出結(jié)果之間的誤差調(diào)整連接權(quán)的反復(fù)學(xué)習(xí)過(guò)程。

1.1.4 收斂過(guò)程

收斂過(guò)程即求取全過(guò)程誤差最小值的過(guò)程，全過(guò)程誤差E最小值可由下式計(jì)算得出：

E=

1.2 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)

傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)可操作性強(qiáng)，但存在一些缺陷，主要有：訓(xùn)練時(shí)間過(guò)長(zhǎng)，由于BP算法需進(jìn)行多次訓(xùn)練才能達(dá)到收斂要求，這樣對(duì)于一些復(fù)雜問(wèn)題學(xué)習(xí)效率低下；可能存在不能收斂問(wèn)題，如果修正值過(guò)大，可能導(dǎo)致在修正過(guò)程中能不到最小誤差值；得到的可能是局部最小值，訓(xùn)練過(guò)程是從誤差函數(shù)斜面達(dá)到最小值的，而對(duì)于復(fù)雜網(wǎng)絡(luò)呈現(xiàn)的是多維的空間結(jié)構(gòu)，這會(huì)使得訓(xùn)練在某一維結(jié)構(gòu)形成局部最小值。對(duì)于存在的這些問(wèn)題可以通過(guò)加快收斂速度、改變隱含層的單元個(gè)數(shù)來(lái)予以解決。加快收斂速度是通過(guò)使學(xué)習(xí)系數(shù)取得較大值，加快學(xué)習(xí)速度來(lái)實(shí)現(xiàn)的。為了使學(xué)習(xí)系數(shù)取得較大值，學(xué)習(xí)過(guò)程中通過(guò)加入慣性沖量過(guò)濾掉了高頻振蕩，這個(gè)過(guò)程中需要對(duì)權(quán)值進(jìn)行修正。

2 水環(huán)境質(zhì)量評(píng)價(jià)

河南省地處我國(guó)中原地區(qū)，人口眾多，是大的產(chǎn)糧區(qū)，對(duì)我國(guó)糧食安全意義重大，而水環(huán)境對(duì)河南的農(nóng)業(yè)發(fā)展至關(guān)重要。本研究以河南省海河流域的幾條河流的監(jiān)測(cè)斷面作為研究對(duì)象，采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)法對(duì)上述河流監(jiān)測(cè)斷面進(jìn)行水質(zhì)評(píng)價(jià)，發(fā)現(xiàn)此法結(jié)果可靠，運(yùn)算速度快，適合河南地區(qū)河流水質(zhì)評(píng)價(jià)。

2.1 水環(huán)境質(zhì)量監(jiān)測(cè)

2.1.1 樣品采集

本次樣品采集于河南省海河流域的6條河流：衛(wèi)河、共產(chǎn)主義渠、淇河、湯河、安陽(yáng)河、馬頰河。海河流域人口密集，流經(jīng)我國(guó)主要的產(chǎn)糧區(qū)，但由于安陽(yáng)河從太行山東麓流出之后流入平原，宣泄能量弱，常發(fā)生嚴(yán)重的洪澇災(zāi)害，對(duì)我國(guó)糧食安全和生態(tài)有嚴(yán)重影響，研究意義重大。淇河、湯河、馬頰河各有1個(gè)監(jiān)測(cè)斷面，衛(wèi)河、共產(chǎn)主義渠、安陽(yáng)河監(jiān)測(cè)斷面分別為4個(gè)、2個(gè)和2個(gè)，總共11個(gè)監(jiān)測(cè)斷面（表1）。

2.1.2 評(píng)價(jià)因子及監(jiān)測(cè)標(biāo)準(zhǔn)

根據(jù)河南海河流域?qū)嶋H情況，本文選取了高錳酸鹽指數(shù)、五日生化需氧量、氨氮、化學(xué)需氧量和總磷等評(píng)價(jià)因子，監(jiān)測(cè)結(jié)果見(jiàn)表1。評(píng)價(jià)標(biāo)準(zhǔn)依據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB3838-2002）。本次選取的5個(gè)評(píng)價(jià)因子對(duì)應(yīng)的地表水環(huán)境質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)如表2所示。

2.2 人工神經(jīng)網(wǎng)絡(luò)法

2.2.1 人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)過(guò)程

根據(jù)表1的實(shí)測(cè)監(jiān)測(cè)資料可以得出，網(wǎng)絡(luò)有11個(gè)輸入向量，每個(gè)向量包含5個(gè)變量，即網(wǎng)絡(luò)的輸入層包含5個(gè)神經(jīng)元，其輸出向量有11個(gè)。隱含層采用S型激勵(lì)函數(shù)函數(shù)，輸出層采用對(duì)數(shù)函數(shù)。根據(jù)表2的地表水環(huán)境標(biāo)準(zhǔn)，可得訓(xùn)練樣品集P、目標(biāo)向量t分別為：

人工神經(jīng)網(wǎng)絡(luò)的具體步驟包括以下8個(gè)步驟[5]：（1）首先對(duì)11個(gè)斷面監(jiān)測(cè)水樣和水環(huán)境標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行極差化處理，即將數(shù)據(jù)區(qū)間化為0～1之間；（2）將水質(zhì)標(biāo)準(zhǔn)訓(xùn)練樣品集P輸入到網(wǎng)絡(luò)；（3）BP神經(jīng)網(wǎng)絡(luò)創(chuàng)建；（4）學(xué)習(xí)過(guò)程（訓(xùn)練函數(shù)、參數(shù)設(shè)置）；（5）輸出節(jié)點(diǎn)水質(zhì)級(jí)別輸出；（6）輸入5項(xiàng)評(píng)價(jià)指標(biāo)；（7）采用Matlab軟件進(jìn)行仿真計(jì)算；（8）經(jīng)過(guò)多次訓(xùn)練，使誤差達(dá)到規(guī)定要求，得出評(píng)價(jià)結(jié)果。

2.2.2 水質(zhì)評(píng)價(jià)

根據(jù)改進(jìn)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行分析可以得出修武水文站、衛(wèi)輝水文站、湯陰五陵、南樂(lè)元村集、西永康橋、衛(wèi)輝黃土崗、林州黃花營(yíng)、湯河水庫(kù)、彰武水庫(kù)、馮宿橋、南樂(lè)水文站斷面的輸出值分別為：0.885、0.935、0.916、0.893、0.931、0.938、0.009、0.913、0.285、0.706、0.715，將輸出結(jié)果與目標(biāo)向量進(jìn)行對(duì)比，得出其對(duì)應(yīng)的水質(zhì)等級(jí)分別為：Ⅳ類、Ⅴ類、Ⅴ類、Ⅳ類、Ⅴ類、Ⅴ類、Ⅰ類、Ⅴ類、Ⅱ類、Ⅳ類、Ⅳ類。從評(píng)價(jià)結(jié)果可以看出基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)法與單因子評(píng)價(jià)法結(jié)果相似。在單因子評(píng)價(jià)中，修武水文站、南樂(lè)元村集水質(zhì)等級(jí)評(píng)價(jià)為Ⅴ類，而基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)法將修武水文站、南樂(lè)元村集水質(zhì)等級(jí)評(píng)價(jià)為Ⅳ類，這可能是因?yàn)樾尬渌恼?、南?lè)元村集監(jiān)測(cè)的5個(gè)因子中氨氮沒(méi)有衛(wèi)輝水文站、湯陰五陵、西永康橋、衛(wèi)輝黃土崗、湯河水庫(kù)這些斷面超標(biāo)嚴(yán)重，評(píng)價(jià)結(jié)果可能更符合實(shí)際情況。衛(wèi)輝水文站、湯陰五陵、西永康橋、衛(wèi)輝黃土崗、湯河水庫(kù)水質(zhì)為Ⅴ類，污染最為嚴(yán)重，衛(wèi)河的4個(gè)斷面水質(zhì)情況都不好，不是Ⅳ類水質(zhì)就是Ⅴ類水質(zhì)，據(jù)此可以對(duì)其水質(zhì)進(jìn)行處理，采取及時(shí)有效的防范措施。改進(jìn)的神經(jīng)網(wǎng)絡(luò)計(jì)算速度快、效率高，結(jié)果可靠，對(duì)模糊性、不確定規(guī)律性的處理效果好。

3 結(jié)束語(yǔ)

基于改進(jìn)的BP人工神經(jīng)網(wǎng)絡(luò)法能解決多種評(píng)價(jià)因子與水質(zhì)等級(jí)的復(fù)雜非線性關(guān)系，該方法速度快，準(zhǔn)確性和精度高，該方法在河南海河流域部分河流斷面的分析顯示與單因子分析結(jié)果相似，對(duì)水體標(biāo)準(zhǔn)等級(jí)模糊性處理更好，可以廣泛應(yīng)用于水環(huán)境水質(zhì)評(píng)價(jià)。另外，在實(shí)際評(píng)價(jià)過(guò)程中，應(yīng)根據(jù)研究目的、研究區(qū)域地理環(huán)境合理選擇影響水質(zhì)因子進(jìn)行分析，以期對(duì)水環(huán)境質(zhì)量做出全面準(zhǔn)確的評(píng)價(jià)。

參考文獻(xiàn)

[1]李茜，張建輝，林蘭鈺，等.水環(huán)境質(zhì)量評(píng)價(jià)方法綜述[J].現(xiàn)代農(nóng)業(yè)科技，2011，（19）：285-290.

[2]李名升，張建輝，梁念等.常用水環(huán)境質(zhì)量評(píng)價(jià)方法分析與比較[J].地理科學(xué)進(jìn)展，2012，31（5）：617-624.

[3]陳守煜，李亞偉.基于模糊人工神經(jīng)網(wǎng)絡(luò)識(shí)別的水質(zhì)評(píng)價(jià)模型[J].水科學(xué)進(jìn)展，2005，16（1）：88-91.

[4]倪深海，白玉慧. BP神經(jīng)網(wǎng)絡(luò)模型在地下水水質(zhì)評(píng)價(jià)中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2000，20（8）：124-127.

[5]婁申，干曉蓉.基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)[J].云南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，16（2）：165-167.

收稿日期：2018-01-10

作者簡(jiǎn)介：趙穎（1970-），女，本科，研究方向?yàn)樗h(huán)境質(zhì)量綜合分析與評(píng)價(jià)。