基于Levenberg－Marquardt算法的水環(huán)境評(píng)價(jià)研究
——以南四湖為例

崔健，于明洋，徐秋曉

(1.山東建筑大學(xué)土木工程學(xué)院，山東濟(jì)南 250101； 2.山東師范大學(xué)人口·資源與環(huán)境學(xué)院，山東濟(jì)南 250014；3.山東省地礦工程勘察院，山東濟(jì)南 250014)

基于Levenberg－Marquardt算法的水環(huán)境評(píng)價(jià)研究
——以南四湖為例

崔健1?，于明洋1，2，徐秋曉3

(1.山東建筑大學(xué)土木工程學(xué)院，山東濟(jì)南 250101； 2.山東師范大學(xué)人口·資源與環(huán)境學(xué)院，山東濟(jì)南 250014；3.山東省地礦工程勘察院，山東濟(jì)南 250014)

南四湖是山東省重要的水源地之一，隨著經(jīng)濟(jì)建設(shè)的高速發(fā)展，南四湖水污染問題尤為突出，對(duì)本地區(qū)能源基地的建設(shè)和區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展產(chǎn)生重大制約影響。對(duì)南四湖進(jìn)行合理、有效的水環(huán)境綜合評(píng)價(jià)以供治理及決策已刻不容緩。筆者采用污染指數(shù)算法與LMBP神經(jīng)網(wǎng)絡(luò)算法，利用3S技術(shù)對(duì)南四湖的11個(gè)主要監(jiān)測(cè)站點(diǎn)的水環(huán)境進(jìn)行總體評(píng)價(jià)、空間分析及對(duì)比計(jì)算，探討了LMBP神經(jīng)網(wǎng)絡(luò)算法在評(píng)價(jià)水質(zhì)方面的可應(yīng)用性。

南四湖；水環(huán)境評(píng)價(jià)；神經(jīng)網(wǎng)絡(luò)；LMBP

1 引 言

由于地球生態(tài)環(huán)境日益惡化，全球濕地喪失和功能退化成為突出的問題之一，由此所帶來的生態(tài)環(huán)境影響成為人類關(guān)注的熱點(diǎn)。南四湖位于濟(jì)寧市境內(nèi)，是由南陽(yáng)湖、獨(dú)山湖、昭陽(yáng)湖及微山湖自北而南連接合并而成的一個(gè)近西北－東南向展布的狹長(zhǎng)帶狀湖泊，如圖1所示，該湖為典型的平原淺水湖泊，平均水深尚不足1.5 m，湖身狹長(zhǎng)，大運(yùn)河縱貫其中。是華北地區(qū)最大的湖泊和內(nèi)陸濕地，其環(huán)境變化對(duì)整個(gè)黃淮地區(qū)的環(huán)境有著舉足輕重的影響[1]。根據(jù)遙感影像解譯結(jié)果，2006年南四湖流域濕地面積共計(jì)為268 574 km2，占南四湖流域總面積的10.16%。近年來湖泊濕地被圍墾萎縮、湖泊水質(zhì)的惡化和湖底淤積加劇，已對(duì)該流域水環(huán)境形成了很大的威脅。本文重點(diǎn)研究南四湖的水環(huán)境演變及水環(huán)境評(píng)價(jià)，以便更好的結(jié)合南水北調(diào)東線工程對(duì)整個(gè)湖泊濕地進(jìn)行治理，保護(hù)和恢復(fù)濕地的功能，促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)的可持續(xù)發(fā)展具有重要意義。

2 南四湖水環(huán)境評(píng)價(jià)研究

2.1 “3S”技術(shù)及在水環(huán)境評(píng)價(jià)中的應(yīng)用

圖1 南四湖流域濕地分布圖

“3S”技術(shù)即遙感技術(shù)(Remote Sensing RS)、地理信息系統(tǒng)(Geographical information System GIS)、全球定位系統(tǒng)(Global Positioning System GPS)。因濕地具有特有的特性，如沼澤濕地從地面難于直接接近，濕地植被大多矮小，明水水體特有的反光性等，因此，RS、 GPS對(duì)高效、及時(shí)準(zhǔn)確地進(jìn)行長(zhǎng)期監(jiān)測(cè)有著重要的意義。根據(jù)2006的高分辨率衛(wèi)星遙感影像，通過遙感影像解譯結(jié)果，南四湖流域濕地面積共計(jì)為268 574 km2，占南四湖流域總面積的10.16%，如圖1所示。GIS空間特性對(duì)水質(zhì)管理部門有很大幫助，隨著計(jì)算機(jī)的大規(guī)模普及、運(yùn)算能力的大幅度提高以及GIS技術(shù)的不斷更新，水環(huán)境評(píng)價(jià)與管理中GIS的應(yīng)用將會(huì)日益完善，在本研究中將GIS強(qiáng)大的空間分析能力與水質(zhì)評(píng)價(jià)完全結(jié)合起來，利用GPS精確定位11個(gè)主要監(jiān)測(cè)點(diǎn)，如圖2所示，利用GIS軟件進(jìn)行水質(zhì)評(píng)價(jià)的空間分析，依據(jù)不同評(píng)價(jià)參數(shù)制作等值線圖，使得水環(huán)境評(píng)價(jià)更具直觀性、準(zhǔn)確性、合理性。

圖2 南四湖湖泊監(jiān)測(cè)點(diǎn)圖

2.2 水質(zhì)評(píng)價(jià)LMBP神經(jīng)網(wǎng)絡(luò)計(jì)算方法

在水體環(huán)境污染研究中，對(duì)水質(zhì)監(jiān)測(cè)和評(píng)價(jià)是工作的重心之一。水質(zhì)評(píng)價(jià)方法有很多種，多層前饋神經(jīng)網(wǎng)絡(luò)是人們熟知的一種神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，反向傳播(Back－Propaga－tion，BP)算法是多層前饋人工神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣的算法之一，近十年來，許多學(xué)者對(duì)如何加快傳統(tǒng)BP網(wǎng)的收斂速度以及避免陷入局部最優(yōu)解等問題做了大量的工作，并提出了許多改進(jìn)方案，如動(dòng)量法、可變學(xué)習(xí)率法、共軛梯度法、模擬退法[3]、趨藥分類法[4]、Alopex＋算法[5]等，這些方法在不同程度上改善了網(wǎng)絡(luò)性能，提高了收斂速度，但是并未從根本上加以解決。在最優(yōu)化理論中，Levenberg－Marquardt算法是一種非常有效的優(yōu)化設(shè)計(jì)方法，從收斂速度和收斂性來看，它結(jié)合了神經(jīng)網(wǎng)絡(luò)的梯度下降法和高斯－牛頓法的優(yōu)點(diǎn)，是牛頓法和最速下降法的一種結(jié)合算法[6，7]。本文采用Levenberg－Marquardt(LM)算法來構(gòu)建評(píng)價(jià)系統(tǒng)，應(yīng)用于水環(huán)境評(píng)價(jià)，大大提高了評(píng)價(jià)過程的收斂速度。

2.3 評(píng)價(jià)方法

(1)污染指數(shù)計(jì)算

污染指數(shù)計(jì)算采用均值型綜合指數(shù)法，即n個(gè)單因子污染指數(shù)的算術(shù)平均值，計(jì)算公式為:

其中:Ci——污染物i的實(shí)測(cè)濃度；Si——污染物i的標(biāo)準(zhǔn)濃度(取地面水Ⅲ類標(biāo)準(zhǔn))；n——評(píng)價(jià)因子數(shù)。按實(shí)測(cè)P值大小，對(duì)照水環(huán)境質(zhì)量分級(jí)標(biāo)準(zhǔn)，如表1所示。

按實(shí)測(cè)值計(jì)算得P值大小，對(duì)照水環(huán)境質(zhì)量分級(jí)標(biāo)準(zhǔn)，可確定水體的綜合級(jí)別。

水體水環(huán)境質(zhì)量分級(jí)標(biāo)準(zhǔn) 表1

(2)LMBP方法

根據(jù)監(jiān)測(cè)點(diǎn)的監(jiān)測(cè)指標(biāo)數(shù)值，采用基于C＃語(yǔ)言自主開發(fā)的評(píng)價(jià)系統(tǒng)計(jì)算綜合污染數(shù)值(LMBP值)，進(jìn)一步確定污染等級(jí)，具體等級(jí)劃分為:LMBP值小于3.0，污染等級(jí)定為Ⅰ；LMBP值介于3.0～3.5之間，污染等級(jí)定為Ⅱ；LMBP值介于3.5～4.0之間，污染等級(jí)定為Ⅲ；LMBP值介于4.0～5.0之間，污染等級(jí)定為Ⅳ；LMBP值介于5.0～5.5之間，污染等級(jí)定為Ⅴ；LMBP值大于5.5，污染等級(jí)定為超Ⅴ。

系統(tǒng)評(píng)價(jià)過程中，水質(zhì)評(píng)價(jià)的因素指標(biāo)集序列根據(jù)所建立的不同模型而異，本研究建立了一套輸入模型，選定DO、codmn、COD、BOD5、v_phen為評(píng)價(jià)指標(biāo)，地表水質(zhì)根據(jù)國(guó)家標(biāo)準(zhǔn)“GB3838－88地面水環(huán)境質(zhì)量標(biāo)準(zhǔn)”，在超標(biāo)參數(shù)和超標(biāo)倍數(shù)確定過程中，若某個(gè)評(píng)價(jià)參數(shù)超出Ⅲ類水質(zhì)標(biāo)準(zhǔn)即為超標(biāo)參數(shù)，并且以Ⅲ類水質(zhì)標(biāo)準(zhǔn)計(jì)算超標(biāo)倍數(shù)。

2.4 評(píng)價(jià)效果

本次研究根據(jù)南四湖進(jìn)行測(cè)試分析，如表2所示。采用GIS開發(fā)技術(shù)，整合南四湖流域十個(gè)主要河段以及南四湖湖面的11個(gè)主要水質(zhì)監(jiān)測(cè)點(diǎn)(圖2)，進(jìn)行了時(shí)間、空間上的水質(zhì)評(píng)價(jià)(圖3)，并對(duì)面狀水體進(jìn)行等值線等值面的分析、對(duì)比、總結(jié)(圖4～圖7)，得出除昭陽(yáng)湖的沙堤的水質(zhì)污染嚴(yán)重，為嚴(yán)重污染湖泊外(因?yàn)殡萃ㄟ^城郭河排污進(jìn)入昭陽(yáng)湖)，其他水質(zhì)監(jiān)測(cè)站點(diǎn)的水質(zhì)均明顯好于去年同期，南陽(yáng)湖的王廟為Ⅳ類水質(zhì)，屬中污染區(qū)域，其他水質(zhì)監(jiān)測(cè)斷面均屬清潔和尚清潔湖泊。

圖3 以LMBP值顯示湖泊各站點(diǎn)2003年和2004年水質(zhì)狀況

各監(jiān)測(cè)點(diǎn)的水質(zhì)測(cè)試分析 表2

圖4 以P值為依據(jù)的南四湖湖泊等值線圖

圖5 以LMBP值為依據(jù)的南四湖湖泊等值線圖

圖6 以P值為依據(jù)的南四湖表面分析圖

圖7 以LMBP值為依據(jù)的南四湖表面分析圖

3 系統(tǒng)的綜合評(píng)價(jià)

3.1 LMBP的可行性分析

污染指數(shù)法是水環(huán)境質(zhì)量評(píng)價(jià)的一種重要方法，已經(jīng)在各行各業(yè)得到了廣泛應(yīng)用。本次綜合評(píng)價(jià)首先是比較分析LMBP值和P值的正相關(guān)性，若正相關(guān)性較大，說明LMBP值在評(píng)價(jià)水質(zhì)狀況方面具有可應(yīng)用性；反之，LMBP神經(jīng)網(wǎng)絡(luò)算法仍需要進(jìn)一步修改。從圖8、圖9由兩種評(píng)價(jià)方法做出的比較圖可以明顯看出，LMBP值和P值具有大致的正相關(guān)性，二者在評(píng)價(jià)水質(zhì)狀況時(shí)結(jié)果基本上是一致的，LMBP法在水環(huán)境質(zhì)量評(píng)價(jià)中是可行的。

圖8 以P值和LMBP值顯示2004年的各湖泊水質(zhì)狀況

圖9 以P值和LMBP值顯示2004年所有監(jiān)測(cè)點(diǎn)的水質(zhì)狀況

3.2 LMBP值與污染指數(shù)P值的比較

由圖8可以看出，污染指數(shù)法P值在曲線中對(duì)比不明顯，比如獨(dú)山湖的水質(zhì)狀況要明顯好于其他湖區(qū)的水質(zhì)狀況，P值表現(xiàn)不太理想，而LMBP值就突出了這個(gè)結(jié)果。由圖9可以看出，其中一重污染監(jiān)測(cè)點(diǎn)的值要明顯高于其他監(jiān)測(cè)點(diǎn)，LMBP值的表現(xiàn)要強(qiáng)于P值?？梢姡谶@個(gè)過程中，由于LMBP法復(fù)雜的非線性對(duì)應(yīng)關(guān)系，使得監(jiān)測(cè)值的對(duì)比性更強(qiáng)，更適合于水質(zhì)的對(duì)比分析和趨勢(shì)研究。

LMBP方法還具有簡(jiǎn)便易行、模型構(gòu)建靈活、方便的特點(diǎn)，利用LMBP網(wǎng)絡(luò)特有的靈活性和適應(yīng)性為解決標(biāo)準(zhǔn)BP網(wǎng)絡(luò)中難題提供了獨(dú)特的方法，同時(shí)提供了獨(dú)特的模型構(gòu)建功能，即可以構(gòu)造任意個(gè)數(shù)輸入變量的模型，通過定義輸入變量的意義及輸入變量、評(píng)價(jià)結(jié)果的取值范圍，來構(gòu)建不同應(yīng)用領(lǐng)域的模型。

3.3 收斂速度對(duì)比分析

進(jìn)行正式評(píng)價(jià)之前，必須首先要根據(jù)樣本庫(kù)對(duì)新建模型進(jìn)行訓(xùn)練，確定能夠達(dá)到應(yīng)用所需要的精度，這里樣本庫(kù)可以是已知數(shù)據(jù)，比如說連續(xù)幾年的實(shí)際監(jiān)測(cè)值及評(píng)價(jià)等級(jí)，也可以根據(jù)特定規(guī)則如GB－3838標(biāo)準(zhǔn)自動(dòng)生成，樣本庫(kù)的生成效率，一是要考慮生成算法的優(yōu)化，另外原始數(shù)據(jù)量的大小也是關(guān)鍵因素，而模型的訓(xùn)練迭代次數(shù)LMBP算法及模型構(gòu)建的隱含層層數(shù)有關(guān)，表3為訓(xùn)練次數(shù)與隱含層層數(shù)的關(guān)系表。

由此可以看出，當(dāng)隱含單元數(shù)小于8時(shí)，網(wǎng)絡(luò)易陷入局部極小，難以達(dá)到所要求的精度(表示為INF)；當(dāng)隱含單元數(shù)為8～12時(shí)，訓(xùn)練次數(shù)明顯減少，再增加隱含單元數(shù)對(duì)訓(xùn)練次數(shù)影響不大。由此可以看出，選取隱單元數(shù)的最佳值為8～12。

網(wǎng)絡(luò)的訓(xùn)練次數(shù)與隱單元數(shù)的關(guān)系(表中INF代表無窮多次) 表3

4 評(píng)價(jià)結(jié)論及對(duì)策

利用本系統(tǒng)引入的LMBP值和P值對(duì)南四湖11個(gè)主要固定水質(zhì)站點(diǎn)的資料進(jìn)行評(píng)價(jià)分析，通過對(duì)基于LMBP算法的評(píng)價(jià)系統(tǒng)實(shí)際應(yīng)用發(fā)現(xiàn)，除了個(gè)別監(jiān)測(cè)點(diǎn)值評(píng)價(jià)產(chǎn)生較大出入、網(wǎng)絡(luò)訓(xùn)練收斂次數(shù)有時(shí)會(huì)比較大外，基本運(yùn)行正常，這與模型構(gòu)建參數(shù)選擇的準(zhǔn)確性有關(guān)，進(jìn)一步就算法的優(yōu)化及數(shù)據(jù)的兼容性方面做更深入的探討，會(huì)進(jìn)一步提高評(píng)價(jià)系統(tǒng)準(zhǔn)確性。

除對(duì)水質(zhì)環(huán)境污染進(jìn)行質(zhì)量評(píng)價(jià)外，濕地的類型、面積與分布；濕地土地利用狀況；濕地的生物多樣性及其珍稀瀕危野生動(dòng)植物；濕地周邊地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展對(duì)濕地資源的影響都對(duì)區(qū)域研究起著很大作用。建立一套科學(xué)、實(shí)用、符合當(dāng)?shù)氐臐竦乇O(jiān)測(cè)分類評(píng)價(jià)指標(biāo)體系。并可從中分析出濕地資源的變化趨勢(shì)十分重要。宏觀信息(面)以遙感手段為主獲取，微觀信息(點(diǎn))以地面核查、固定觀測(cè)為主獲取。地面野外核查采用控制面積強(qiáng)度的典型抽樣方法。根據(jù)不同的濕地類型和不同的濕地分布區(qū)域，按照一定的面積強(qiáng)度，典型地抽取樣地進(jìn)行地面核查，以幫助遙感信息處理，檢驗(yàn)修正遙感資料的解譯成果，提高遙感成果的精度。典型樣地可以多斯遙感圖像復(fù)位判讀對(duì)比，或輔以地形圖為GPS現(xiàn)地定位復(fù)位觀測(cè)。微觀信息以固定觀測(cè)點(diǎn)觀測(cè)獲取，這些觀測(cè)點(diǎn)主要設(shè)在交通相對(duì)方便的重點(diǎn)濕地。同時(shí)，由于沼澤地的特殊性，固定觀測(cè)點(diǎn)連續(xù)觀測(cè)是對(duì)典型抽樣地面野外核查的一種補(bǔ)充。對(duì)于獲取的各種監(jiān)測(cè)結(jié)果，應(yīng)在進(jìn)行技術(shù)處理的基礎(chǔ)上將有用信息輸入全國(guó)濕地信息網(wǎng)絡(luò)，各省和國(guó)家濕地管理和技術(shù)機(jī)構(gòu)可以互享數(shù)據(jù)資源，使監(jiān)測(cè)成果最大限度地為濕地保護(hù)與合理利用工作服務(wù)。只有依賴非常適用的遙感技術(shù)、全球定位系統(tǒng)、地理信息系統(tǒng)(3S技術(shù))和專家預(yù)測(cè)預(yù)報(bào)系統(tǒng)才能高效、及時(shí)準(zhǔn)確地進(jìn)行長(zhǎng)期監(jiān)測(cè)。

[1] 張祖陸，沈吉，孫慶義等.南四湖形成及水環(huán)境演變[J].海洋與湖沼，2002，33(3):32～36

[2] 程正群，李歧強(qiáng)，錢積新.一種快速有效的神經(jīng)網(wǎng)絡(luò)新算法[J].浙江大學(xué)學(xué)報(bào)(自然科學(xué)版)，2000，34(3):338～340

[3] 焦李成.神經(jīng)網(wǎng)絡(luò)計(jì)算[M].西安:西安電子科技大學(xué)出版社，1993

[4] 胡守仁.神經(jīng)網(wǎng)絡(luò)應(yīng)用技術(shù)[M].長(zhǎng)沙:國(guó)防科技大學(xué)出版社，1993

[5] Venugopal K P，Pandya A S.Alopex algorithm for training mutilayersneural networks[C].China:IEEE Int J Conf on NN，1991

[6] 王松，褚福磊，何永勇等.BP神經(jīng)網(wǎng)絡(luò)快速收斂算法研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2004，35(6):182～184

[7] 左云波，張懷存.一種改進(jìn)的BP網(wǎng)絡(luò)快速算法[J].北京機(jī)械工業(yè)學(xué)院學(xué)報(bào)，2005，20(1):31～34

[8] 張祖陸，孫慶義，彭利民等.南四湖地區(qū)水環(huán)境問題探析[J].湖泊科學(xué)，1999，11(1):43～46

The Study of Water Environment Evaluation Based on Levenberg－Marquardt Algorithm——Taking Nansi Lake Drainage Basin for Example

Cui Jian1，Yu MingYang1，2，Xu QiuXiao3
(1.School of Civil Engineering，Shandong Jianzhu University，Jinan 250101，China；2.College of population，Resources and Environment，Shandong Normal University，Jinan 250101，China；3.Shandong Provincial Geo－mineral Engineering Exploration Institute，Jinan 250101，China)

Nansi Lake is one of the important water resources in Shandong Province.With the rapid development of economic construction，especially water pollution problem has significant constraining effect to region's energy base construction and regional sustainable economic development.It is essential to take reasonable and effective comprehensive evaluation of water environment management in order to management and decision.We used pollution index algorithm and LMBP algorithm，combined with 3S technology，to evaluate，contrast the water environment and make the spatial analysis of the main 11 monitoring sites in Nansi Lake.In the end，we discuss the applicability of water quality using LMBP algorithm.

Nansi lake；Water envionment evaluation；Neural network；LMBP

1672－8262(2011)01－11－05

P208，P641

A

2010—12—16

崔健(1964—)，女，副教授，主要從事測(cè)繪工程、地理信息系統(tǒng)應(yīng)用等領(lǐng)域教學(xué)和科研工作。

山東省科技發(fā)展計(jì)劃項(xiàng)目(2006GG2308005)