基于 LM-BP 神經(jīng)網(wǎng)絡(luò)模型的高速鐵路沿線環(huán)境影響評(píng)價(jià)研究

劉春姣，王 丹，郝晶晶，敦晨霞

LIU Chunjiao1，WANG Dan1，HAO Jingjing2，DUN Chenxia1

（1.石家莊鐵道大學(xué) 經(jīng)濟(jì)管理學(xué)院，河北 石家莊 050043；2.石家莊鐵道大學(xué) 土木工程學(xué)院，河北石家莊 050043）

(1.School of Economics and Management， Shijiazhuang Tiedao University， Shijiazhuang 050043， Hebei， China 2.School of Civil Engineering， Shijiazhuang Tiedao University， Shijiazhuang 050043， Hebei， China)

0 引言

近年來，我國高速鐵路事業(yè)蓬勃發(fā)展，高速鐵路建設(shè)在快速發(fā)展的同時(shí)，環(huán)保問題引起人們的重視。如何進(jìn)行生態(tài)環(huán)境影響評(píng)價(jià)，即在項(xiàng)目實(shí)施之前，開展有效的預(yù)測(cè)與評(píng)估，給決策者提供決策依據(jù)，在未來高速鐵路發(fā)展中極為重要。20世紀(jì)70年代，美國等發(fā)達(dá)國家通過研究鐵路建設(shè)對(duì)環(huán)境影響的評(píng)價(jià)指標(biāo)和方法，出臺(tái)了相關(guān)法律法規(guī)，規(guī)定所有鐵路建設(shè)項(xiàng)目必須在項(xiàng)目建設(shè)初期的可研階段進(jìn)行預(yù)測(cè)研究，在方案選擇上，與工程造價(jià)相比，應(yīng)更重視環(huán)境保護(hù)。我國于1987年發(fā)布了《鐵路工程設(shè)計(jì)環(huán)境保護(hù)技術(shù)規(guī)定》，標(biāo)志著我國開始注重鐵路建設(shè)對(duì)生態(tài)環(huán)境的影響。隨著鐵路部門對(duì)生態(tài)環(huán)境影響評(píng)價(jià)制度的多次修訂，環(huán)境評(píng)價(jià)體系在規(guī)范、途徑、評(píng)價(jià)指標(biāo)、評(píng)價(jià)范圍及評(píng)價(jià)水平等方面逐步健全。

現(xiàn)有環(huán)境影響評(píng)價(jià)方法主要為層次分析法、主成分分析法、聚類分析法等，這些方法不能有效地利用指標(biāo)之間的相互關(guān)聯(lián)性、層次性和指標(biāo)體系的綜合性進(jìn)行分析。目前采用BP神經(jīng)網(wǎng)絡(luò)等定量方法開展高速鐵路生態(tài)環(huán)境影響綜合評(píng)價(jià)的研究較少。為此，以LM-BP神經(jīng)網(wǎng)絡(luò)方法為基礎(chǔ)搭建高速鐵路建設(shè)中、短期工程環(huán)境影響評(píng)價(jià)模型，與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法相比較，該種算法在收斂速度、精確度和尋找全局最優(yōu)點(diǎn)方面都具有較強(qiáng)優(yōu)勢(shì)，同時(shí)利用神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí)，可以減少由于人的主觀性而引起的評(píng)價(jià)誤差，使得評(píng)價(jià)系統(tǒng)更加客觀實(shí)用。最后，以長(zhǎng)益常城際鐵路為例，對(duì)其沿線生態(tài)環(huán)境影響進(jìn)行評(píng)價(jià)。

1 LM-BP 神經(jīng)網(wǎng)絡(luò)模型

1.1 BP 神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)是通過模擬生物神經(jīng)網(wǎng)絡(luò)對(duì)信息進(jìn)行處理的，并由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。而反向傳播(Back-Propagation， BP)算法是一種建立在梯度下降法的基礎(chǔ)上有監(jiān)督的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，適于解決分類問題[1]，因而可以用于高速鐵路項(xiàng)目的生態(tài)環(huán)境影響評(píng)價(jià)。傳統(tǒng)性質(zhì)的三層BP神經(jīng)網(wǎng)絡(luò)模型一共有3層，分別是n個(gè)單元的輸入層{x1，x2，…，xn}、隱含層和m個(gè)單元的輸出層{y1，y2，…，ym}，每一層都含有神經(jīng)元，這些神經(jīng)元位于同層時(shí)無連接，而層和層之間的神經(jīng)元有連接[2]。三層BP神經(jīng)網(wǎng)絡(luò)模型如圖1所示。

圖1 三層BP神經(jīng)網(wǎng)絡(luò)模型Fig.1 Three-layer BP neural network model

BP神經(jīng)網(wǎng)絡(luò)算法是將外部的信息通過輸入層傳播進(jìn)來，利用神經(jīng)元的傳播作用，輸入到隱含層中，之后再經(jīng)過隱含層神經(jīng)元進(jìn)行計(jì)算，傳遞到輸出層，計(jì)算誤差，如誤差達(dá)不到要求，則誤差反向傳播[3]。這一過程的作用是通過連續(xù)的調(diào)整閾值及權(quán)值，使得誤差逐步減小，接著繼續(xù)進(jìn)行正向傳播，這2種傳播的方式不斷進(jìn)行，當(dāng)誤差足夠小的時(shí)候，學(xué)習(xí)過程就可以宣布停止，得到符合精度要求的閾值與權(quán)值，而網(wǎng)絡(luò)也實(shí)現(xiàn)了良好訓(xùn)練[4]。BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程就是信號(hào)正向傳播及誤差反向傳播的結(jié)合。

對(duì)于某一層的第j個(gè)計(jì)算單元，腳標(biāo)i代表前一層第i個(gè)單元，腳標(biāo)k代表后一層的第k個(gè)單元，Oj代表本層的輸出，ωij是前一層到本層的權(quán)值。反向傳播算法單元權(quán)值約定如圖2所示。

圖2 反向傳播算法單元權(quán)值約定Fig.2 Back propagation algorithm unit weight agreement

BP神經(jīng)網(wǎng)絡(luò)算法的主要步驟如下。

（1）步驟1：初始化閾值與權(quán)值。初始化過程一般把權(quán)值設(shè)定為較小的任意數(shù)(如± 0.2區(qū)間)。

（2）步驟2：對(duì)樣本進(jìn)行標(biāo)準(zhǔn)化處理。由于在實(shí)際過程中，樣本的輸入差別較大，為了避免數(shù)值間的差別大而影響學(xué)習(xí)效果，要對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理。經(jīng)常采用最小-最大規(guī)范化，即將數(shù)據(jù)線性映射到[0，1]之間。

（3）步驟3：正向計(jì)算各單元。輸入樣本X=(x1，x2，…，xn)T，期望輸出Y= (y1，y2，…，ym)T，實(shí)際輸出此時(shí)誤差E=其中，yk為第k個(gè)期望輸出，為第k個(gè)實(shí)際輸出，k= 1，2，…，m。從前到后對(duì)每層各單元神經(jīng)元的動(dòng)作如下。首先，計(jì)算隱含層第j個(gè)節(jié)點(diǎn)的輸入值其中，ωij是為輸入層第i個(gè)節(jié)點(diǎn)到隱含層第j個(gè)節(jié)點(diǎn)的權(quán)值，i= 1，2，…，n。然后，選用Sigmoid函數(shù)計(jì)算隱含層第j個(gè)節(jié)點(diǎn)的輸出值最后，計(jì)算輸出層第k個(gè)節(jié)點(diǎn)的局部梯度δk，δk=

（4）步驟4：反向計(jì)算隱含層第j個(gè)節(jié)點(diǎn)的局部梯度其中，ωjk是輸出層第k個(gè)節(jié)點(diǎn)到隱含層第j個(gè)節(jié)點(diǎn)的權(quán)值，k= 1，2，…，m。

（6）步驟6：重復(fù)步驟2至步驟6，直至收斂。其中步長(zhǎng)η對(duì)收斂性影響較大，可在0.1 ~ 3之間試探。慣性項(xiàng)系數(shù)α≥ 1時(shí)不收斂，其值可在0.9 ~ 1之間選擇。

1.2 LM-BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)算法基于梯度下降原理，存在著容易陷入局部極值和收斂速度慢等問題。因此，研究者們提出了各種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法，研究選取LM (Levenberg-Marquardt)算法。LM-BP神經(jīng)網(wǎng)絡(luò)算法是在BP神經(jīng)網(wǎng)絡(luò)算法之上，結(jié)合了梯度下降法和高斯-牛頓算法，根據(jù)雅可比矩陣修正權(quán)值，利用二階導(dǎo)數(shù)，提升計(jì)算速度，解決BP神經(jīng)網(wǎng)絡(luò)容易陷入局部極值的問題[4]。對(duì)于一組樣本，LM-BP算法的修正規(guī)則如下。

式中：Δω為修整權(quán)值；μ為相關(guān)系數(shù)；I為單位矩陣；R為誤差矩陣；J為雅可比矩陣。

輸出單元數(shù)量為M的誤差矩陣記為第k個(gè)輸出單元的誤差為。

J為雅可比矩陣，對(duì)權(quán)值數(shù)量為Q的樣本，雅可比矩陣

基于LM算法修正權(quán)值的BP神經(jīng)網(wǎng)絡(luò)模型步驟如下。

（1）步驟1：初始化各參數(shù)，神經(jīng)元之間的權(quán)值ω、精度ε、相關(guān)系數(shù)μ0和常數(shù)β(0 ＜β＜ 1)。

（3）步驟3：計(jì)算并存儲(chǔ)雅可比矩陣J(ω)。

（4）步驟4：計(jì)算Δω。

（5）步驟5：比較E與ε大小，若E＜ε，則停止計(jì)算，否則進(jìn)行下一步。

（6）步驟6：由后向前，修正權(quán)值，第t次迭 代 中 令ω(t+ 1) =ω(t) +Δω(t)， 計(jì) 算E； 若E(ω(t+ 1)) ＜E(ω(t))，令μ=μβ，從步驟 2 開始進(jìn)行新的迭代；否則，令μ=μ/β，從步驟4進(jìn)行新的迭代。

2 案例分析

長(zhǎng)益常城際鐵路(長(zhǎng)沙—益陽—常德)項(xiàng)目位于湖南省西北地區(qū)，臨近環(huán)洞庭湖生態(tài)經(jīng)濟(jì)圈。2017年12月18日，項(xiàng)目獲國家發(fā)展和改革委員會(huì)批復(fù)，同月26日，項(xiàng)目正式開工建設(shè)。長(zhǎng)益常城際鐵路全長(zhǎng)189.8 km，為雙線鐵路，最高設(shè)計(jì)速度350 km/h，采用自動(dòng)化控制，以電力牽引的方式驅(qū)動(dòng)。項(xiàng)目建設(shè)工期約48個(gè)月，工程投資估算217.2億元。我國對(duì)高速鐵路沿線環(huán)境影響展開評(píng)價(jià)是一項(xiàng)繁復(fù)的、系統(tǒng)性較強(qiáng)的工作，在進(jìn)行評(píng)價(jià)的時(shí)候，應(yīng)從全局出發(fā)，綜合考慮，探討生態(tài)環(huán)境影響評(píng)價(jià)的范圍及等級(jí)。

2.1 長(zhǎng)益常城際鐵路生態(tài)環(huán)境影響評(píng)價(jià)

2.1.1 生態(tài)環(huán)境影響評(píng)價(jià)級(jí)別劃分

參照工程項(xiàng)目的實(shí)施可能會(huì)對(duì)生態(tài)環(huán)境造成的干擾，將該評(píng)價(jià)按照嚴(yán)重程度由高到低劃分為Ⅰ級(jí)、Ⅱ級(jí)、Ⅲ級(jí)3個(gè)等級(jí)[5]。生態(tài)環(huán)境影響評(píng)價(jià)等級(jí)劃分標(biāo)準(zhǔn)如表1所示。

表1 生態(tài)環(huán)境影響評(píng)價(jià)等級(jí)劃分標(biāo)準(zhǔn)Tab.1 Classification criteria for work level assessment of ecological environment impact assessment

從表1可以看出，受到高速鐵路建設(shè)項(xiàng)目影響的因素有水、土地、生物群落和生態(tài)地域，如果建設(shè)項(xiàng)目對(duì)生態(tài)的影響是多方面的，在評(píng)價(jià)時(shí)要選取評(píng)價(jià)級(jí)別高的內(nèi)容進(jìn)行級(jí)別評(píng)判[6]。在實(shí)際工作中，根據(jù)具體情況，對(duì)評(píng)價(jià)工作進(jìn)行適當(dāng)?shù)恼{(diào)整和整改還需要得到有關(guān)部門的認(rèn)可。

2.1.2 生態(tài)環(huán)境影響的評(píng)價(jià)范圍

以生態(tài)因子互相之間的連結(jié)關(guān)系作為基礎(chǔ)和前提，主要依靠生態(tài)完整性、地質(zhì)條件等因素來確定生態(tài)環(huán)境影響評(píng)價(jià)的對(duì)應(yīng)范圍。為保護(hù)擬建項(xiàng)目經(jīng)過區(qū)域生態(tài)環(huán)境的完整性和生態(tài)敏感地區(qū)，確定生態(tài)環(huán)境影響評(píng)價(jià)范圍如下：①從建設(shè)初期，規(guī)劃外側(cè)軌道用地向外延伸300 m；②施工便道中心線向外兩側(cè)延伸各100 m；③臨時(shí)設(shè)施占地向外延伸100 m；④水體上方橋涵向外延伸300 m；水體上方在建橋，橋位下游1 km、上游500 m。

參照生態(tài)影響評(píng)價(jià)等級(jí)及工程的特點(diǎn)，該環(huán)境影響評(píng)價(jià)工作參照Ⅱ級(jí)作出評(píng)價(jià)[5]。

2.1.3 項(xiàng)目建設(shè)期生態(tài)影響評(píng)價(jià)指標(biāo)分析

建設(shè)項(xiàng)目對(duì)環(huán)境的影響包括：在工程建設(shè)時(shí)期，隧道、路堤及路塹等在進(jìn)行施工時(shí)會(huì)使植被遭到破壞，地表地質(zhì)發(fā)生改變引起水土流失，地下水位受到干擾；項(xiàng)目途徑村鎮(zhèn)和城市等地，居民生活會(huì)受到大型機(jī)械的噪聲影響；施工引起的粉塵、較大粉塵顆粒物和機(jī)械油煙等降低空氣質(zhì)量；生活廢水、建設(shè)廢水等如果處理不當(dāng)，易使水環(huán)境遭到破壞[7]。

對(duì)長(zhǎng)益常城際鐵路建設(shè)項(xiàng)目各項(xiàng)環(huán)境影響評(píng)價(jià)指標(biāo)分析如下。

（1）植物覆蓋率。工程沿線區(qū)域植被類型包含常綠闊葉林亞地帶、經(jīng)濟(jì)林和人工次生林。施工結(jié)束后，對(duì)工程臨時(shí)占用地進(jìn)行恢復(fù)，可以降低對(duì)植被的影響，而永久性占地對(duì)植被的覆蓋率有一定影響。

（2）植物物種變化程度。工程項(xiàng)目沿線的植物種類以熱帶植物為主，工程項(xiàng)目的永久性占地會(huì)對(duì)植物造成一定的破壞和擾動(dòng)，但由于不涉及珍稀植物種類，且該類植物在該區(qū)域分布廣泛，不會(huì)造成該評(píng)價(jià)區(qū)域植物種類的減少。通過加強(qiáng)項(xiàng)目建設(shè)施工過程中機(jī)動(dòng)車輛的管理，可以進(jìn)一步減小對(duì)植物物種的影響。

（3）動(dòng)物種類變化程度。工程項(xiàng)目施工范圍內(nèi)包含兩犧動(dòng)物、爬行類動(dòng)物、鳥類動(dòng)物、獸類動(dòng)物和水生動(dòng)物。由于施工范圍與周圍生態(tài)條件較為接近，因而不會(huì)對(duì)動(dòng)物棲息地造成太大影響。同時(shí)，對(duì)施工人員應(yīng)加強(qiáng)環(huán)保教育，嚴(yán)控施工人員迫害野生動(dòng)物和亂砍亂伐的行為。

（4）土壤受侵蝕程度。工程項(xiàng)目地處大陸中亞熱帶季風(fēng)濕潤氣候區(qū)，年平均降雨量高達(dá)1 400 mm，平均風(fēng)速為1.7 m/s，但農(nóng)田和林地的水土流失不明顯。在項(xiàng)目建設(shè)過程中，應(yīng)采取建立排水溝或恢復(fù)植被等措施，以防止水土流失。

（5）水環(huán)境影響。在工程建設(shè)時(shí)期，對(duì)水環(huán)境的影響主要來源于生產(chǎn)施工和項(xiàng)目管理人員生活污水、廢水，以及隧道橋梁等建設(shè)工程對(duì)地下水體的破壞。雖然作業(yè)過程中的工業(yè)排水量不大，但由于其影響時(shí)間較長(zhǎng)，對(duì)地下水質(zhì)產(chǎn)生的影響將持續(xù)累積。因此，應(yīng)采取適當(dāng)?shù)拇胧┙档退h(huán)境的污染。

（6）土地占用量影響。項(xiàng)目施工區(qū)域的評(píng)價(jià)范圍主要以耕地、園地和林地為主，極少含有建筑用地。通過調(diào)查，評(píng)價(jià)范圍內(nèi)耕地變化率為-5.18%，林地變化率為-2.61%，水域變化率為-3.48%。

（7）噪聲影響。在施工過程中產(chǎn)生噪聲的主要原因?yàn)榇笮蜋C(jī)械作業(yè)，以及運(yùn)輸作業(yè)的機(jī)動(dòng)車輛。通過禁止夜間施工和按照標(biāo)準(zhǔn)要求設(shè)置施工場(chǎng)地等措施可以有效降低噪聲。

（8）大氣污染。施工產(chǎn)生的粉塵、揚(yáng)塵和機(jī)械排放的氣體為主要的大氣污染源。針對(duì)這些污染源，可以采取灑水降塵、文明施工等方式降低影響。

（9）固體廢物。固體廢物主要包括生活垃圾和拆遷導(dǎo)致的建筑垃圾。固體廢物按照環(huán)衛(wèi)規(guī)定收集處理后，不會(huì)對(duì)生態(tài)環(huán)境產(chǎn)生太大影響。

2.2 基于LM-BP神經(jīng)網(wǎng)絡(luò)模型的綜合評(píng)價(jià)結(jié)果

2.2.1 評(píng)價(jià)等級(jí)確定

把工程項(xiàng)目建設(shè)期對(duì)環(huán)境造成的影響程度分為5級(jí)，具體劃分如下：[0.8，1)區(qū)間為極大影響，[0.6，0.8)區(qū)間為較大影響，[0.4，0.6)區(qū)間為中等影響，[0.2，0.4)區(qū)間為較小影響，[0，0.2)區(qū)間為極小影響[5]。因此，樣本輸出值范圍在規(guī)定的5個(gè)等級(jí)之中，期望輸出分別取各區(qū)間的中間值0.9，0.7，0.5，0.3和 0.1。

2.2.2 綜合評(píng)價(jià)結(jié)果

按照工程項(xiàng)目對(duì)環(huán)境的影響時(shí)間，將從直接干擾區(qū)、間接干擾區(qū)和對(duì)照區(qū)采集的數(shù)據(jù)劃分為短期和中期2組，每組選取2 000個(gè)樣本，其中每組測(cè)試樣本500個(gè)，訓(xùn)練樣本1 500個(gè)。參照5個(gè)等級(jí)范圍，輸出值直接反映影響程度。利用LM-BP神經(jīng)網(wǎng)絡(luò)模型對(duì)輸入數(shù)據(jù)進(jìn)行迭代，就可以得出評(píng)價(jià)標(biāo)準(zhǔn)與評(píng)價(jià)值二者存在的關(guān)系，從而搭建高速鐵路對(duì)生態(tài)環(huán)境影響的綜合評(píng)價(jià)模型[8]。

利用Matlab軟件進(jìn)行訓(xùn)練，首先設(shè)置輸入層神經(jīng)元數(shù)量、隱含層神經(jīng)元數(shù)量和輸出層神經(jīng)數(shù)量分別為9，25和1，相關(guān)系數(shù)μ設(shè)為0.03，期望誤差為1e-006。然后，對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理后使BP神經(jīng)網(wǎng)絡(luò)通過LM學(xué)習(xí)算法展開練習(xí)。結(jié)果顯示，訓(xùn)練到475步的時(shí)候誤差是最小的，訓(xùn)練過程誤差曲線如圖3所示。

圖3 訓(xùn)練過程誤差曲線Fig.3 Training process error curve

把選取的測(cè)試樣本代入搭建好的網(wǎng)絡(luò)中，得到實(shí)驗(yàn)樣本的實(shí)際輸出值，通過線性回歸分析，得出測(cè)試樣本的期望輸出與實(shí)際輸出值之間的相關(guān)系數(shù)是0.971 3。通過訓(xùn)練之后得出的神經(jīng)網(wǎng)絡(luò)模型有較強(qiáng)的泛化能力，可以在未知樣本的評(píng)價(jià)中發(fā)揮較好的作用。

利用LM-BP神經(jīng)網(wǎng)絡(luò)模型對(duì)各評(píng)價(jià)指標(biāo)展開評(píng)價(jià)，量化評(píng)價(jià)指標(biāo)如表2所示。

分別將中期和短期指標(biāo)評(píng)價(jià)預(yù)測(cè)值輸入模型后，輸出值即為綜合評(píng)價(jià)值。計(jì)算結(jié)果顯示，長(zhǎng)益常高速鐵路項(xiàng)目短期環(huán)境綜合評(píng)價(jià)值為0.34，表明建設(shè)項(xiàng)目對(duì)環(huán)境短期影響程度較??；中期輸出值是0.19，表明建設(shè)項(xiàng)目對(duì)中期環(huán)境影響程度為極小。

表2 量化評(píng)價(jià)指標(biāo)Tab.2 Quantitative evaluation index

3 結(jié)束語

以LM-BP神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，進(jìn)行高速鐵路環(huán)境評(píng)價(jià)影響研究，而如何對(duì)項(xiàng)目進(jìn)行長(zhǎng)期跟蹤并開展多種評(píng)價(jià)方法的準(zhǔn)確性和有效性比較工作仍然值得探索。另外，由于高速鐵路項(xiàng)目對(duì)生態(tài)環(huán)境造成的長(zhǎng)期影響預(yù)測(cè)難度大、影響因素多，在后續(xù)的工作中，需要對(duì)高速鐵路建設(shè)對(duì)生態(tài)環(huán)境的長(zhǎng)期影響進(jìn)行深入研究。同時(shí)，采取積極措施，促進(jìn)水環(huán)境、聲環(huán)境、大氣環(huán)境、動(dòng)植物及土地環(huán)境的全面協(xié)調(diào)發(fā)展。