基于BP神經(jīng)網(wǎng)絡(luò)的Se元素生物有效性預(yù)測(cè)研究——以黃沙街鎮(zhèn)茶葉Se為例

李聰，郭軍，楊鵬至，陳方偉，毛雄，湯恒佳

基于BP神經(jīng)網(wǎng)絡(luò)的Se元素生物有效性預(yù)測(cè)研究——以黃沙街鎮(zhèn)茶葉Se為例

李聰，郭軍，楊鵬至，陳方偉，毛雄，湯恒佳

（中國(guó)地質(zhì)調(diào)查局長(zhǎng)沙自然資源綜合調(diào)查中心，長(zhǎng)沙 410600）

Se含量是茶葉質(zhì)量重要指標(biāo)，為了預(yù)測(cè)茶葉中的Se含量，本文以岳陽(yáng)縣黃沙街鎮(zhèn)茶葉基地的茶葉Se元素為研究對(duì)象，基于BP神經(jīng)網(wǎng)絡(luò)建立茶葉Se預(yù)測(cè)模型，在此基礎(chǔ)上預(yù)測(cè)了黃沙街茶廠茶葉Se富集系數(shù)。并與實(shí)測(cè)結(jié)果進(jìn)行對(duì)比，其研究結(jié)果表明預(yù)測(cè)結(jié)果精度達(dá)到84.77%，與實(shí)際數(shù)據(jù)有較好一致性。該建模方法同樣可運(yùn)用于土壤中其他元素的預(yù)測(cè)研究。

BP神經(jīng)網(wǎng)絡(luò)；茶葉Se；生物有效性；模型；黃沙街鎮(zhèn)

在以往研究中，對(duì)元素生物有效性研究更傾向于建立模型，而模型建立往往選擇傳統(tǒng)的多元回歸方程。在預(yù)測(cè)原理方面，其回歸預(yù)測(cè)模型需人為選擇預(yù)測(cè)變量間的函數(shù)形式，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)則不需要人為選擇函數(shù)形式?？梢酝ㄟ^(guò)網(wǎng)絡(luò)的自學(xué)習(xí)能力，建立預(yù)測(cè)變量到被預(yù)測(cè)變量的非線性映射，其在環(huán)境評(píng)價(jià)和預(yù)測(cè)等方面的具體應(yīng)用中表現(xiàn)出高于傳統(tǒng)方法的精確度（何國(guó)民，2019）。因此本文以黃沙街鎮(zhèn)茶葉基地所產(chǎn)茶葉中的Se元素為研究對(duì)象，根據(jù)前人研究及通過(guò)對(duì)數(shù)據(jù)進(jìn)行相關(guān)分析挑選了土壤pH、CaO、有機(jī)質(zhì)為變量因素，基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)了黃沙街鎮(zhèn)茶葉Se元素含量。為了更好地安全高效利用土地提供科學(xué)依據(jù)。

1 材料和方法

茶葉采集均為秋茶，且表1數(shù)據(jù)取自相同品種黃茶，茶葉類樣品采集方法：以0.1hm2～0.2 hm2為采樣單元，隨機(jī)選取15棵～20棵植株，每株采集上、中、下多個(gè)部位的葉片混合成1件樣品，老葉或新葉混合采樣。初步加工：茶葉類樣品采用隨機(jī)取樣法縮分，先用清水將樣品洗凈晾至無(wú)水后，將整株植株粗切后混合均勻，隨機(jī)取所需足量的樣品。加工方法：①用不銹鋼刀或剪刀將茶葉樣品在晾干室內(nèi)或高出地面1.5m以上架子上攤放于晾樣盤中風(fēng)干，或?qū)⑶兴闃悠贩旁?5～90℃烘箱鼓風(fēng)烘1 h，再在60～70℃下通風(fēng)干燥24～48 h成風(fēng)干樣品。；②將風(fēng)干樣品置于瑪瑙研缽進(jìn)行研磨，使樣品全部通過(guò)40目～60目尼龍塑料篩，混合均勻成待測(cè)試樣。

圖1 研究區(qū)位置圖及采樣點(diǎn)位圖

數(shù)據(jù)處理方法：數(shù)據(jù)整理利用Excel、Origin完成，圖件繪制利用SPSS、ArcGis完成。

1.1 Se生物有效性

茶葉中Se含量富集系數(shù)（K）通過(guò)如下公式計(jì)算：

K=Cplant/Csoil

其中，K表示元素的富集系數(shù)，Cplant為重金屬元素在作物中的含量，單位為mg/kg，Csoil為重金屬元素在根系土中的含量，單位為mg/kg（王銳等，2020）。

表1 元素指標(biāo)數(shù)據(jù)

2 研究區(qū)概況

黃沙街茶廠建于1965年，位于湖南省東北部岳陽(yáng)縣洞庭湖畔，東接107國(guó)道，茶廠占地面積3.2萬(wàn)畝，是湘北地區(qū)建場(chǎng)時(shí)間最長(zhǎng)、連片種植規(guī)模最大、年茶葉產(chǎn)量最大的茶葉生產(chǎn)基地。湖南省九大茶葉示范廠之一，年產(chǎn)干茶5000余擔(dān)。茶廠地處長(zhǎng)江中游中低緯度區(qū)，屬亞熱帶大陸季風(fēng)濕潤(rùn)氣候，受季風(fēng)的影響較大，年平均氣溫17℃，年平均降雨量在1500mm以上。茶廠主要出露地層為第四系洞庭湖組和汨羅組，廠區(qū)的地形主要以崗地為主，土壤類型主要有紅壤、水稻土。

3 模型的建立

3.1 建模原則

在擬合模型建立過(guò)程中，必須滿足數(shù)學(xué)模型建立的三個(gè)基本原則：簡(jiǎn)化原則、可推導(dǎo)原則和反映性原則。在模型建立過(guò)程中，需秉持“簡(jiǎn)明實(shí)用”的原則，防止出現(xiàn)“過(guò)度擬合”的錯(cuò)誤 。其次，建立的模型要在數(shù)學(xué)基礎(chǔ)上能完成推導(dǎo)，可進(jìn)行一定程度的推廣。最后數(shù)學(xué)模型的主要目的是為了解決實(shí)際問(wèn)題，因此建立的模型必須具有地質(zhì)意義，要將地質(zhì)問(wèn)題和傳統(tǒng)數(shù)學(xué)聯(lián)系起來(lái)，反映客觀事實(shí)（楊忠芳等，2020，王銳等，2020）。

3.2 指標(biāo)樣本選取

本文通過(guò)主成分分析法確定影響茶葉Se吸收的主因子中，挑選權(quán)重較大、相關(guān)性較強(qiáng)及與Se密切相關(guān)的影響因素用于網(wǎng)絡(luò)訓(xùn)練及建立多元非線性回歸模型方程：土壤CaO、土壤有機(jī)質(zhì)、pH。其變量數(shù)據(jù)均進(jìn)行對(duì)數(shù)化處理（pH除外），茶葉Se含量用富集系數(shù)K表示，各指標(biāo)數(shù)據(jù)見(jiàn)表1。

3.3 構(gòu)建模型

人工神經(jīng)網(wǎng)絡(luò)無(wú)需事先確定輸入輸出之間映射關(guān)系的數(shù)學(xué)方程，僅通過(guò)自身的訓(xùn)練，學(xué)習(xí)某種規(guī)則，在給定輸入值時(shí)得到最接近期望輸出值的結(jié)果。作為一種智能信息處理系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)其功能的核心是算法。同現(xiàn)行的計(jì)算機(jī)不同,是一種非線性的處理單元。只有當(dāng)神經(jīng)元對(duì)所有的輸入信號(hào)的綜合處理結(jié)果超過(guò)某一閾值后才輸出一個(gè)信號(hào)。因此神經(jīng)網(wǎng)絡(luò)是一種具有高度非線性的超大規(guī)模連續(xù)時(shí)間動(dòng)力學(xué)系統(tǒng)（閆以聰?shù)龋?007）。我們只需將經(jīng)過(guò)對(duì)數(shù)化處理后的變量因素導(dǎo)入神經(jīng)網(wǎng)絡(luò)中，而后設(shè)置代碼，經(jīng)過(guò)一系列運(yùn)算便可得出其結(jié)果。

3.3.1 設(shè)置代碼

getwd( ) #查詢工作目錄

setwd("F:/data") #設(shè)置工作目錄

tea <- read.csv("tea.csv") #讀入茶葉根系土數(shù)據(jù)

str(tea) #查看數(shù)據(jù)結(jié)構(gòu)

plot(tea$K)

hist(tea$K)

tea$Cdr <- log(tea$K)

hist(tea$Cdr)

tea$Cds <- log(tea$Cds) #使數(shù)據(jù)均衡分布

normalize <- function(x) { return((x - min(x)) / (max(x) - min(x))) }#構(gòu)造歸一化函數(shù)

tea.norm <- as.data.frame(lapply(tea[,5:12], normalize))

summary(tea.norm$Cdr) #確認(rèn)歸一化結(jié)果

summary(tea.norm$Cds) #確認(rèn)歸一化結(jié)果

ind <- sample(2, nrow(tea), replace = TRUE, prob = c(0.8, 0.2)); #隨機(jī)八二抽樣；

tea.train <- tea[ind == 1,] #設(shè)置訓(xùn)練數(shù)據(jù)

tea.test <- tea[ind == 2, ] #設(shè)置檢驗(yàn)數(shù)據(jù)

library(neuralnet) #加載神經(jīng)網(wǎng)絡(luò)包neuralnetset.seed(12345);

model1<-neuralnet(formula=K~CaO+pH+有機(jī)質(zhì),data=tea.train) #構(gòu)造和訓(xùn)練了神經(jīng)網(wǎng)絡(luò)plot(model1) #繪圖

test1.results <- compute(model1, tea.test[1:7]) #計(jì)算檢驗(yàn)數(shù)據(jù)

predicted1 <- test1.results$net.result #提取驗(yàn)證結(jié)果

3.3.2 網(wǎng)絡(luò)結(jié)構(gòu)（圖2、圖3）

圖2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)構(gòu)

圖3 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

3.3.3 訓(xùn)練數(shù)據(jù)處理

將原始數(shù)據(jù)經(jīng)過(guò)R語(yǔ)言構(gòu)造歸一化函數(shù)，然后將41件茶葉及根系土數(shù)據(jù)進(jìn)行八二抽樣，以設(shè)置訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)，確保后續(xù)所生成預(yù)測(cè)數(shù)據(jù)與原始數(shù)據(jù)對(duì)比誤差小，如模擬精確高、誤差小，則證明此網(wǎng)絡(luò)模型可用于下步預(yù)測(cè)。

表2 BP網(wǎng)絡(luò)模型誤差表

3.3.4 網(wǎng)絡(luò)模型的檢驗(yàn)與驗(yàn)證

網(wǎng)絡(luò)訓(xùn)練完后，通過(guò)對(duì)目標(biāo)實(shí)測(cè)值與預(yù)測(cè)值進(jìn)行對(duì)比參照（表2，圖3），下表實(shí)測(cè)值（K）與網(wǎng)絡(luò)模型值（K1）均為富集系數(shù)，檢驗(yàn)網(wǎng)絡(luò)模型的擬合度及精確度和誤差值，在此僅以抽樣后檢驗(yàn)數(shù)據(jù)作為對(duì)比，其中數(shù)值及結(jié)果均為經(jīng)過(guò)歸一化處理后的還原值。

采用歸一化平均誤差（NME）和歸一化均方根誤差（NRMSE）判斷模型的準(zhǔn)確度與精密度，公式如下：

其中：P為預(yù)測(cè)值的平均值，O為實(shí)測(cè)值的平均值，Pi表示第i套樣品的預(yù)測(cè)值，Oi表示第i套樣品的實(shí)測(cè)值，N表示樣品總數(shù)。通過(guò)對(duì)34組訓(xùn)練數(shù)據(jù)計(jì)算，該方程的NME=-0.024，NRMSE=0.284，其準(zhǔn)確度和精確度均較好。

從對(duì)Se元素的含量預(yù)測(cè)中可以看出，BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型精度達(dá)到84.77%，其歸一化平均誤差（NME）和歸一化均方根誤差（NRMSE）顯示其準(zhǔn)確度與精確度均較好，可以體現(xiàn)出網(wǎng)絡(luò)模型對(duì)于這種不直觀化的事物中的優(yōu)越性，明顯高于傳統(tǒng)多元回歸模型。

4 結(jié)論

利用BP神經(jīng)網(wǎng)絡(luò)的特殊優(yōu)勢(shì)及算法，不需要人為選擇函數(shù)運(yùn)算形式，可為該地區(qū)富Se茶葉選址提供依據(jù)，由于神經(jīng)網(wǎng)絡(luò)被證明具有非線性函數(shù)處理能力，相較于傳統(tǒng)回歸模型處理線性模型更具優(yōu)勢(shì)及根據(jù)。

圖4 實(shí)測(cè)數(shù)據(jù)與網(wǎng)絡(luò)模型折線對(duì)比圖

神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)回歸方程在后續(xù)研究中可結(jié)合運(yùn)用，由于神經(jīng)網(wǎng)絡(luò)在進(jìn)行計(jì)算時(shí)，常無(wú)法直觀明了清楚每個(gè)數(shù)字運(yùn)算過(guò)程，而是通過(guò)特點(diǎn)輸入、輸出以及特定隱藏層方式構(gòu)建（周志華等，2004）。

在被證明模型可用后，通過(guò)采集少量的茶葉樣品及少量的茶葉根系土樣品建立模型，在知道該地區(qū)農(nóng)用地土壤元素含量基礎(chǔ)上，可將其作為對(duì)應(yīng)茶葉Se元素仿真部分輸出值進(jìn)行計(jì)算，即可預(yù)測(cè)該年份當(dāng)?shù)剞r(nóng)作物Se元素含量。

何國(guó)民. 2019. BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型與回歸模型預(yù)測(cè)效果比較研究[J]. 第十一屆全國(guó)體育科學(xué)大會(huì)，

王銳，鄧海，賈中民，等．2020．硒在土壤-農(nóng)作物系統(tǒng)中的分布特征及富硒土壤閾值[J]. 環(huán)境科學(xué)，12

楊忠芳，湯奇峰，劉久臣．2020．湘鄂重金屬高背景區(qū)1∶5萬(wàn)土地質(zhì)量地球化學(xué)調(diào)查與風(fēng)險(xiǎn)評(píng)價(jià)報(bào)告[R]. 130-131，05

王銳，胡小蘭，張永文．2020.重慶市主要農(nóng)耕區(qū)土壤Cd生物有效性及影響因素[J]. 環(huán)境科學(xué)，04

閆以聰. 2007. 回歸方程與神經(jīng)網(wǎng)絡(luò)在數(shù)值預(yù)測(cè)方面的對(duì)比研究綜述[J]. 數(shù)理醫(yī)學(xué)雜志，001

周志華. 2004.神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]．北京: 清華大學(xué)出版社．

Bioavailability Prediction of Se Element Based on BP neural——Take Tea Se in Huangshajie Town as an Example

LI Chong GUO Jun YANG Peng-zhi CHEN Fang-wei MAO Xiong TANG Heng-jia

(Changsha Center for Comprehensive Natural Resources Survey, China Geological Survey, Changsha 410600)

Se content is an important index of tea quality. In order to predict Se content in tea, this paper took the Se element of tea in Huangshajie Tea Base of Yueyang County as the research object, established a tea Se prediction model based on BP neural network, and predicted the Se enrichment coefficient of tea in Huangshajie Tea Factory. Compared with the measured results, the research results show that the accuracy of the predicted results reaches 84.77%, which is in good agreement with the actual data. The modeling method can also be applied to the prediction of other elements in soil.

BP neural network; tea Se; bioavailability; model; Huangsha Street Town

X53

A

1006-0995（2022）04-0673-04

10.3969/j.issn.1006-0995.2022.04.025

2022-02-22

李聰（1995— ），男，湖北宜昌人，技術(shù)員，研究方向：地球化學(xué)土地質(zhì)量