基于BP神经网络的城市总生态足迹预测研究——以武汉市为例.pdfVIP

维普资讯 I重诧尉 敢 第30卷 第8期 2007年8月 基于BP神经网络的城市总生态足迹预测研究 — — 以武汉市为例 ‘ 李湘梅， 周敬宣 华中科技大学环境科学与工程学院，武汉 430074 摘 要：鉴于BP网络在处理非线性复杂系统的优势，以武汉市为研究对象，构建一个 10--4--1结构的BP神经网络预测模型，将 1978--2002年和2003年的相关数据作为模型的训练和测试样本，以2004年的社会、经济、环境数据作为网络的预测输入，对该年的总 生态足迹进行预测。结果表明，BP神经网络预测结果与实际足迹值的相对误差为0．69％，预测精度优于传统的多元回归统计模型。 关键词：生态环境 ；BP神经网络j 生态足迹； 预测 中图分类号：X826 文献标识码：A 文章编号：1003—6504 2007 08-0068-03 人工神经网络 ArtificialNeuralNetwork，简称 上反映区域生态环境状态。生态足迹越大，该区域生 6 是由大量、简单的神经元广泛连接而成 ，用于模 态环境所承受的负荷越大。采用生态足迹方法 对武 拟人脑思维方式的非线性动力学系统，具有 自组织、 汉市 1978—2004年生态足迹和生态承载力进行了计 自适应和 自学习等特点，同时它还具有很强输入输 量。结果表明，1978—2004年间武汉市一直处于赤字状 出非线性映射能力和易于学习和训练优点，在处理 态，尽管人均承载力有所提高，但人均生态足迹快速 相互影响、相互制约且具有复杂交叉效应和动态效 增长是造成区域生态不可持续发展的重要原因。因 应的变量间关系有着独特功能，因此广泛应用于模 此，利用历史数据对武汉市总生态足迹进行预测 ，揭 式识别 、动态预测和优化组织等方面 1【】。BP网络是 示经济发展与生态环境负荷发展趋势将对区域发展 ANN技术中应用最为广泛的一种网络类型，与传 规划、政策制定都有重要的意义。总生态足迹由人均 统回归统计模型相比具有更好的容错性 、鲁棒性和 生态足迹乘以区域总人 口数得到。 自适应性 ，在预测预报、分类和评价等方面最为适用 2 BP神经网络 2【】。 本文以武汉市为研究区域，利用BP神经网络构造 BP网络属于多层网络，若干神经元 节点 分别 预测模型，对武汉市2004年城市总生态足迹进行预 组成输入层、隐含层和输出层。输入信号经隐含层 “向 测，并将结果与回归模型的预测结果比较，检验其预 前”传向输出层 ，如果输出信号误差超出网络的设定 测精度，理论上为生态足迹动态化提供一种新的思 精度范围，则将误差由输出层 “向后”传向隐含层，逐 路和方法，实践中为政府相关部门的规划决策提供 层调整各神经元的连接权重和阈值 ，直至输出信号误 有效的分析手段。 差满足网络精度要求，见图l。BP神经网络的具体算 1 武汉市生态环境概况 法详见文献 5【]。 武汉市位于中国腹地中心，湖北省东部，介于东经 输 113％l~11505，北纬29~58~3lo22。总面积8494．41km2。 武汉市属北亚热带季风性气候，冬冷夏热、四季分明。 隐禽 境内江河纵横，湖泊星布，总水域面积达2187km2，占 入 1 市域面积的25．7％，水资源极其丰富。近年来，武汉市 图l 的BP 络 结构 经济增长加速，2004年实现国内生产总值 1956亿元， 采用BP神经网络对城市总生态足迹进行预测， 人均GDP2．50万元，完成全社会固定资产投资822．20 其依据的是BP网络的映射原理，对映射样本集合和， 亿元。伴随着经济发展带来的境内人口密度过大，资 可以假设其存在映射 ，如公式 1 所示： 源 如湖泊 过渡开发，“三废”排量的增加使得该地区 生态环境恶化。制约着该地区经济的发展。生态足迹 yi 月C f_l，2，… ，，z 1 为寻求最佳的映射值 ，BP网络模型将样本集合 作为区域叮持续发展度量的生态性指标，在一定程度 的输入、输出转化为非线性优化，通过对简单的非线 性函数的复合，建立一个高度的非线性映射关系，实现 作者简介：李湘梅 1975一 ，女，博士研究生，主要从事环境规划与管理的 F值的最优逼近。 研究， 电话 座机电话号码 电子信箱 xmli200l@tom．corn。 · 68 · 维普资讯 基于BP神经网络的城市总生态足迹预测研究 李湘梅，等 配收入等 l0个指标为总生态足迹影响因子。根据文 3 武汉市总生态足迹预测 献 [3】得到 1978～2004年各因子值 ，利用偏最小二乘 3．1 影响因素分析 partialleastsquare，PLS 和留一法交叉验证 1eave— 生态足迹表示既定经济规模或人 口数对重要 自 out