建昌縣水庫移民后期扶持效果評估

黨淑慧

(建昌縣水利事務(wù)服務(wù)中心，遼寧 葫蘆島 125300)

0 引 言

由于未能充分認(rèn)識水庫移民安置的社會后果、重要程度及其進(jìn)度控制因素，許多大中型水庫移民安置過程中存在一些遺留問題，因安置項目未能妥善移民，使得生活困難和不安全社會因素等問題經(jīng)常出現(xiàn)。水庫移民后期扶持效果風(fēng)險評價是加強扶持政策實施監(jiān)督管理的有效方法，對維護(hù)移民群眾合法權(quán)益和庫區(qū)社會穩(wěn)定極其重要，可為后期扶持政策資金的高效、安全使用以及移民安置區(qū)的經(jīng)濟社會持續(xù)發(fā)展提供保障。當(dāng)前，計算過程較復(fù)雜和權(quán)重計算人為主觀性強為后期扶持效果風(fēng)險評價存在的主要問題，而對于信息量龐大且數(shù)據(jù)復(fù)雜的問題研究受到一定的限制。BP網(wǎng)絡(luò)具有聯(lián)想記憶、自適應(yīng)性、自組織學(xué)習(xí)、高度非線性映射、高度容錯等特性，可從復(fù)雜龐大的信息中揭示其內(nèi)在變化規(guī)律，有效解決傳統(tǒng)分析方法存在的復(fù)雜性和主觀性問題，已被廣泛應(yīng)用于工程投資估算、洪澇災(zāi)害預(yù)測、水資源評價等多個領(lǐng)域[1]。

鑒于此，文章以建昌縣水庫移民安置項目為例，依據(jù)監(jiān)測評估調(diào)查數(shù)據(jù)和BP神經(jīng)網(wǎng)絡(luò)模型評價分析了后期扶持效果風(fēng)險水平，更好的掌握移民區(qū)生活改善程度，為合理的制定相關(guān)政策和移民安置進(jìn)度風(fēng)險分析提供可靠的依據(jù)。

1 后期扶持效果評估模型

1.1 風(fēng)險評價指標(biāo)體系

在實地調(diào)查、勘察以及整理相關(guān)資料的基礎(chǔ)上，結(jié)合建昌縣移民安置后期扶持監(jiān)測評估工作和移民項目面臨的風(fēng)險來源，考慮移民的切身利益將恢復(fù)與提高移民生產(chǎn)生活水平可能遇到的風(fēng)險要素進(jìn)行系統(tǒng)全面地分析，從土地資源、居住環(huán)境、收入結(jié)構(gòu)、生活與住房條件5個子系統(tǒng)選擇20項評價因子，遵循系統(tǒng)性、層次性、代表性和科學(xué)性等原則構(gòu)建評價體系如表1所示。

1.2 BP神經(jīng)網(wǎng)絡(luò)模型

一般情況下，對于任意的n維到m維的映射均可利用一個3層的BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)。所有的輸入、輸出和隱含層神經(jīng)元節(jié)點為組成網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)鍵，其同一層次、不同層次間的神經(jīng)元處理單元為全互聯(lián)連接和無連接形式，網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

表1 安置區(qū)扶持效果評估體系

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

設(shè)輸入模型的樣本值為(Xp,Tp)，其中p∈{1,2,…,N|，N為BP網(wǎng)絡(luò)的樣本總數(shù)；評價樣本的權(quán)值向量為W，神經(jīng)網(wǎng)絡(luò)的期望與實際輸出向量Yp之間的誤差函數(shù)表示為E(W)=g(f(W,Xp,Tp))，則利用二乘函數(shù)法獲取相應(yīng)的誤差，其數(shù)學(xué)式為：

(1)

式中：m為網(wǎng)絡(luò)輸出向量維數(shù)，其它參數(shù)含義同上。在數(shù)學(xué)方程映射關(guān)系未知的情況下，系統(tǒng)軟件存儲大量的映射關(guān)系預(yù)測模式，因此在非線性復(fù)雜問題處理時具有明顯的優(yōu)勢。根據(jù)設(shè)定的精度和權(quán)值w，針對特定的數(shù)據(jù)(Xp,Tp)能夠完成輸入xp∈R″至輸入yp∈Rn的映射。為了獲取最高的精度和最小的誤差通常要對模型進(jìn)行訓(xùn)練，依據(jù)一定的規(guī)則選擇網(wǎng)絡(luò)學(xué)習(xí)過程中新的w′，從而使得E(w′)≤E(w)，其流程包括：①設(shè)定正向傳播方式，完成樣本的輸入和模擬輸出；②若模擬期望值與實際輸出存在較大偏差，則按照一定的規(guī)則反向傳播；③從輸出向隱含層的反向傳播，可計算實際與期望之間的誤差信號，并作為連接權(quán)誤差的修正依據(jù)；④網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的實質(zhì)是反復(fù)交替的完成誤差逆向傳播與正向傳播；⑤輸出全局誤差最小時的模擬值即為網(wǎng)絡(luò)趨于收斂的最終評價結(jié)果[2]。梯度下降算法為BP神經(jīng)網(wǎng)絡(luò)模擬的常用方法，利用下式修正相應(yīng)的權(quán)值，即：

(2)

式中：wij為連接節(jié)點i與j的權(quán)值；η為控制修正速度的學(xué)習(xí)步長，也成為學(xué)習(xí)速率，取值區(qū)間為0-1。一般情況下，若η值過大，則對Wi(t)的穩(wěn)定性產(chǎn)生顯著影響；若η值過小，則Wi(t)的收斂時間太長，速度較慢。

因此，BP網(wǎng)絡(luò)模型調(diào)整閾值向量和權(quán)值矩陣的過程就是不斷地自動學(xué)習(xí)，網(wǎng)絡(luò)系統(tǒng)在誤差達(dá)到預(yù)先設(shè)定的精度要求時終止學(xué)習(xí)。該條件下，將權(quán)值矩陣以數(shù)據(jù)文件的形式納入網(wǎng)絡(luò)系統(tǒng)內(nèi)部，并存儲于數(shù)據(jù)庫中。采用已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)即可實現(xiàn)水庫移民后期扶持效果的評估，通過輸入移民點的指標(biāo)數(shù)據(jù)可獲取相應(yīng)的輸出向量，依據(jù)設(shè)定好的評價標(biāo)準(zhǔn)確定輸出向量所屬的評價等級[3]。

2 實例分析

2.1 區(qū)域概況

建昌縣位于遼寧西部山區(qū)，東與連山、興城區(qū)接壤，南接河北省青龍綏中，西與凌源毗鄰，北靠喀左、朝陽縣，地處E119°2′47″-120°17′45″，N40°24′30″-41°5′57″之間。該區(qū)域總面積3181km2，其中城區(qū)261km2，共有28個鄉(xiāng)(鎮(zhèn))、276個行政村，村民組2854個，總?cè)丝?28529人。研究區(qū)實有耕地面積5.96萬hm2，人均耕地面積0.095hm2，農(nóng)業(yè)和工業(yè)總產(chǎn)值21.67、55.83億元，農(nóng)村居民人均純收入9429元。境內(nèi)地勢西高東低，呈階梯狀，最高峰大青山海拔1223.8m，最低點六股河出境處海拔76.3m，研究區(qū)平均海拔426m。根據(jù)地貌單元和組合情況，全縣可劃分西部嶺上低山丘陵區(qū)、中部河谷盆地區(qū)、東部嶺下區(qū)和南部嶺下區(qū)4個地貌類型。該地區(qū)為青龍河、大凌河和六股河發(fā)源地，皆匯入渤海，其中大凌河、六股河縱貫全縣，河長為63km和92.6km，流域面積1199km2、1772 km2。研究區(qū)屬大陸性季風(fēng)氣候，其特點為光熱充足，四季分明，雨量不均，易成干旱，年均氣溫8.2℃，日照時數(shù)2915h，無霜期162d[8-9]。

建昌縣境內(nèi)有大中型水庫2座，其中宮山咀水庫是大凌河上游的一座大(Ⅱ)型水庫，總庫容10886萬m3，該水庫是防洪、發(fā)電、灌溉、城市供水等綜合利用水利工程，防護(hù)建昌縣城和喀左縣城的城鎮(zhèn)及沿岸的人民生命財產(chǎn)，多年平均供水量為3776.2萬m3，發(fā)電量為3105kW；馬道子水庫是一座以防洪、灌溉、工業(yè)和城市供水為主，同時具有養(yǎng)魚、發(fā)電等功能的水利樞紐，，總庫容1330萬m3。另外，境內(nèi)有小型水庫20座，總庫容2662萬m3，其中小(1)型水庫8座，小(2)型水庫12座。

2.2 數(shù)據(jù)的獲取

以建昌縣2018年宮山咀水庫、馬道子水庫移民后期扶持監(jiān)測評估報告為依據(jù)獲取各樣本數(shù)據(jù)，參評樣本隨機選取昌縣10個安置村，數(shù)據(jù)統(tǒng)計見表2。其中，訓(xùn)練樣本為隨機選取的7個樣本點評估數(shù)據(jù)，后期扶持效果評估樣本為其余3個樣本點指標(biāo)值。

表2 水庫移民后期扶持效果評估樣本數(shù)據(jù)

2.3 樣本數(shù)據(jù)歸一化

若樣本數(shù)據(jù)未經(jīng)歸一化預(yù)處理，則極易造成計算結(jié)果無法收斂或計算時間的增加。因此，對于數(shù)據(jù)的歸一化處理，考慮采用最小最大值法，其數(shù)學(xué)表達(dá)式為：

(3)

式中：ymin、ymax為后期扶持效果評估的下界與上界；xmin、xmax為參評樣本的最小、最大值。

2.4 風(fēng)險評定標(biāo)準(zhǔn)

后靠或外遷移民在安置工程實施后，其生產(chǎn)結(jié)構(gòu)、生活方式和生活環(huán)境均發(fā)生不同程度的改變，對提升和恢復(fù)移民生產(chǎn)生活水平產(chǎn)生較大影響。綜合考慮移民生產(chǎn)生活影響程度、風(fēng)險因素以及移民風(fēng)險評價習(xí)慣等因素，將風(fēng)險評價等級劃分為v1、v2、v3、v4、v5，所對應(yīng)的評語為零風(fēng)險、可忽略、可接受、中等和不可接受風(fēng)險，從而構(gòu)建后期扶持效果評價向量為V={極有利，有利，一般，不利，極不利影響}，BP模型輸出如表3所示。

表3 BP網(wǎng)絡(luò)輸出等級

2.5 后期扶持效果風(fēng)險評價

1)確定神經(jīng)元數(shù)目。移民后期扶持效果評估體系中共有20項參評因子，而效果評價標(biāo)準(zhǔn)為5級，因此BP網(wǎng)絡(luò)的輸入層和輸出層神經(jīng)元節(jié)點數(shù)為20、5個，相應(yīng)的輸入和輸出向量維度為20、5。一般條件下，利用試算法及經(jīng)驗公式確定隱含層神經(jīng)元最佳節(jié)點數(shù)，即：

(4)

式中：m、n、S為輸出、輸入和隱含層神經(jīng)元節(jié)點數(shù)，其中N值為0-10范圍。

設(shè)定隱含層節(jié)點數(shù)為6-15個，然后利用公式(4)和m=20、n=5試算試算最佳節(jié)點，BP網(wǎng)絡(luò)的參數(shù)設(shè)置為：最大失敗和訓(xùn)練次數(shù)為5、500次，訓(xùn)練精度為0.00001，保持其它參數(shù)不變。通過訓(xùn)練同一樣本集，選擇隱含層神經(jīng)元符合精度要求時的節(jié)點數(shù)。根據(jù)相關(guān)文獻(xiàn)和試算結(jié)果，從6-15范圍內(nèi)選取最佳的隱含層節(jié)點數(shù)。結(jié)果顯示，在保持模擬精度不變的條件下，網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性在12個節(jié)點時最好，所以選擇12個隱含層節(jié)點數(shù)進(jìn)行BP網(wǎng)絡(luò)模擬分析，因此BP網(wǎng)絡(luò)的節(jié)點數(shù)為20×12×5。

2)仿真與訓(xùn)練。采用trainlm函數(shù)作為網(wǎng)絡(luò)訓(xùn)練方法，相對于傳統(tǒng)的梯度動量下降法L-M優(yōu)化方法能夠大大縮短運算時間，顯著提升預(yù)測模擬誤差的收斂速度。設(shè)定網(wǎng)絡(luò)模型的學(xué)習(xí)速率和最小梯度為0.01、0.1，訓(xùn)練精度為0.00001，最大訓(xùn)練步數(shù)10000，具體見表4。網(wǎng)絡(luò)訓(xùn)練的輸入樣本數(shù)據(jù)矩陣為建昌縣10個移民村的20×8數(shù)據(jù)，選用向量的形式作為監(jiān)測評估的目標(biāo)輸出。

表4 BP網(wǎng)絡(luò)訓(xùn)練參數(shù)

3)移民安置風(fēng)險評價。BP網(wǎng)絡(luò)訓(xùn)練完成后，選擇監(jiān)測樣本為牤牛營子、建昌鎮(zhèn)、石佛3個安置村的指標(biāo)數(shù)據(jù)，為驗證風(fēng)險評價效果的準(zhǔn)確性將監(jiān)測樣本數(shù)據(jù)輸入模型，比較分析監(jiān)測評估報告與BP神經(jīng)網(wǎng)絡(luò)評價結(jié)果見表5。

表5 后期扶持效果評價結(jié)果對比

從表5可知，評價結(jié)果達(dá)到極有利影響的為牤牛營子安置村，可見后期扶持政策的實施不僅恢復(fù)了移民生產(chǎn)生活，而且較移民前有了較大的提升；評價結(jié)果達(dá)到有利影響的為建昌鎮(zhèn)風(fēng)險評估，雖然已恢復(fù)至搬遷安置前的移民生產(chǎn)生活水平，但其提升幅度不顯著；評價結(jié)果屬于一般影響的為石佛村，后期扶持政策的實施使得石佛村的移民生活基本恢復(fù)至搬遷前的水平。檢測評估綜合評價結(jié)果與BP網(wǎng)絡(luò)模型風(fēng)險評估保持較高的一致性，可見BP模型的仿真能力較好，對于后扶持效果的評價具有較強可靠性和可行性。

3 結(jié) 論

1)對建昌縣水庫移民后期扶持效果利用BP神經(jīng)網(wǎng)絡(luò)模型科學(xué)評價，結(jié)果發(fā)現(xiàn)后期扶持政策的實施在一定程度上提高和改善了建昌縣大部分地區(qū)的移民生產(chǎn)生活水平。監(jiān)測評估結(jié)果和BP網(wǎng)絡(luò)評價保持良好一致性，因此神經(jīng)網(wǎng)絡(luò)的仿真能力較好，對于后扶持效果的評價具有較強可靠性和可行性。

2)對移民效果風(fēng)險狀況運用BP模型評價，其中相關(guān)數(shù)據(jù)的收集較為中線，誤差精度要求、網(wǎng)絡(luò)參數(shù)設(shè)置、數(shù)據(jù)預(yù)處理和樣本的選擇等均可影響評價結(jié)果可靠性，為進(jìn)一步提升計算精度未來仍需要不斷的深入研究。