基于自组织神经网络的生态敏感性分区——以北京市房山区为例.pdfVIP

中国环境科学 2008，28(4)：375～379 China Environmental Science 基于自组织神经网络的生态敏感性分区 — — 以北京市房山区为例 蔡博峰 ， ，穆 彬 ，方 皓 ，崔 艳 (1．中国科学院遥感应用研究所，北京100101；2．北京市环境保护科学研 究院，北京 100037) 摘要：采用自组织神经网络(SOM)模型，以北京市房山区为例，对其进行生态敏感性分区．分别以土壤侵蚀、地表水环境、地下水环境和生 境为生态敏感性因子，作为SOM模型的4个二维输入矩阵，通过多次迭代学习和自组织聚类，使结果在4维(4个生态因子)生态敏感性空间 内最大限度地逼近房山区生态特征分布．结果表明，房山区西北部山区的敏感性最高；东部平原是地表、地下水非常丰富的地区，属中度敏感； 二者之间的丘陵浅山区敏感性相对较弱． 关键词：自组织神经网络；生态敏感性分区；北京市房山区 中图分类号：X171 文献标识码：A 文章编号：1000-6923(2008)04—0375—05 Ecological sensitivity division based on SOM--a case study of Fangshan district in Beijing．CAI Bo-feng ’ MU Bin ，FANG Hao ，CUt YanZ(1．Institute ofRemote Sensing Applications，Chinese Academy of Sciences，Beijing 100101， China；2．Beijing Municipal Research Academy of Environmental Protection，Beijing 100037，China)．China Environmental Science，2008，28(3)：375~379 Abstract：The ecological sensitivity division based on SOM(Self-Organizing Feature Maps)model was introduced and validated through the case study of Fangshan district in Beijing．Soil erosion，surface water,ground water and habitat，in shape of 2 dimension matrix，were identified as the SOM model input．Through iteration algorithm and self-organization clustering，the model output approached in maximum the pa~em of Fangshan ecological sensitivity in 4-dimensional space．h general，its northwestem forested area was the most sensitive area，and its eastem plain，with plentiful surface water and ground water,belonged to medium ecological sensitive region．However,the region between these two parts was in relatively low sensitivity~ Key words：self-organizing feature maps~ecological sensitivity division．Fangshan district in Beijing 生态敏感性指区域生态系统对人类活动反 理性和可重复性 喝J． 应的敏感程度，用来反映产生生态失衡与生态 采用自组织神经网络(SOM)模型可以避免 环境问题的可能性大小『1]．生态敏感性分区是指 主观评价、赋值和确定分区个数的过程，完成多 根据生态敏感性各因子特征，将区域进行不同 因子空间聚类分析，最大限度地满足分区的内部 分区，是确定优先或重点开展生态建设和保护 相似性和彼此差异性原则[9-12]．SOM模型在生态 地点或区域的有效方法．生态敏感性分区和生 学研究和分区方面发挥了重要作用[9,13-1