基于ANN的洞庭湖区生态承载力预警研究

熊建新，陈端吕，彭保发，王亚力

（湖南文理学院 资源环境与旅游学院，湖南 常德 415000）

基于ANN的洞庭湖区生态承载力预警研究

熊建新，陈端吕，彭保发，王亚力

（湖南文理学院 资源环境与旅游学院，湖南 常德 415000）

生态承载力预警是判定生态系统可持续承载的重要依据。利用状态空间法和人工神经网络模型对洞庭湖区生态承载力进行预警分析，结果表明：（1）景气预警上，洞庭湖区2001～2010生态承载力整体上处于中警状态，反映出湖区生态、资源、环境与社会经济发展的协调性较差，生态系统可持续性较弱。洞庭湖区17个区域单元生态承载力出现了重警、中警和轻警三种状态，2001年、2005年和2010年3个年份的区域差异及变化相当明显。（2）景兆预警上，2015年洞庭湖区生态承载力接近轻警状态，可持续承载能力由弱可持续向可持续转变；相比2010年，17个区域单元的重警和中警比重分别下降了33.3%和18.2%，轻警比重上升了100%，体现了洞庭湖区国民经济和社会发展“十二五”规划纲要和环境保护“十二五”发展规划合理，生态环境保护和修复计划有效，生态调控措施得力。（3）利用BP神经网络模型可以科学地预测预报生态承载力未来发展趋势，判定区域经济、社会和生态的可持续性；模型的应用可靠可行，预警结果可以为区域生态系统的可持续发展提供科学依据。

生态承载力；预警；状态空间法；人工神经网络；洞庭湖区

生态承载力是衡量区域可持续发展的重要标志[1]，其本质是生态系统的可持续承载[2]。随着人类社会经济活动对资源利用程度的加深和对生态环境干扰力度的加剧，使得生态系统的承载能力日渐处于危机或危险状态，可持续性急需诊断，因而对生态承载力进行预警已成为区域可持续发展研究的重大课题[3]。然而，目前关于生态承载力预警研究尚处于初始阶段，更多的预警研究集中在生态环境质量预警[4]、可持续发展预警[5-6]、经济与生态环境协调发展预警[7]等方面，因此加强生态承载力预警研究迫在眉睫，具有极强的现实意义。就洞庭湖区而言，其生态性极弱，而社会经济性极强，一直是各级政府和学术界最为关注的热点和重点区域。目前，湖区已成为我国“十二五”期间构建“十大生态屏障”之一的长江流域的重点区域；湖南省委省政府已经启动了国家层面的“环洞庭湖生态经济圈”建设工作[8]；湖区的岳阳、常德和益阳已成为湖南省“3+5”城市群发展战略的核心区域。学术界从土地利用变化对生态系统服务价值的影响[9]、退田还湖对生态承载力的影响评价[10]、生态环境承载力分析[11]、生态足迹评价[12]、生态功能区划[13]、生态承载力综合评价[14]等方面取得了定性和定量研究成果，而对洞庭湖区生态承载力进行预警分析则是鲜见报道。因此，本研究基于RS、ArcGIS和MapInfo等技术支撑，构建生态承载力预警指标体系，运用状态空间法求算生态承载力预警指数，利用人工神经网络模型（ANN）对洞庭湖区及所辖21个县（区、市）生态承载力进行预警分析，反映洞庭湖区生态系统运行与发展中的可持续性，为洞庭湖区生态、经济和社会可持续发展提供决策依据和参考价值。

1 研究区域概况

洞庭湖区地处长江中游荆江南岸，地跨湘、鄂 两 省， 地 理 坐 标 约 为 28°44′N ～ 29°35′N、111°53′E ～ 113°05′E，介于长江东西不同景观生态的过渡地带，占据长江中下游最敏感又最脆弱的生态区位，大部分地区的海拔高度不到50 m，土地面积的85%以上在湖南省辖境内[15]。本研究范围界定为岳阳、常德和益阳3个地级市的21个县市、区（除平江县、石门县和安化县），其土地面积3.2×104km2，人口1.5×107，分别占湖南省的15%和21%以上。湖区属于典型的亚热带季风气候，年平均降雨量1 200～1 450 mm，年平均气温16.5～17.0℃[15]。河网密布，湘、资、沅、澧四水流经，水、土、生物等资源要素丰富。湖区开发历史悠久，生态资源独特，具备潜在发展空间。2001～2010年期间，三次产业结构从27.5∶36.7∶35.8调整为21.7∶41.5∶36.8，人均GDP从5.581×103元上升到3.704×104元。多年来，由于洞庭湖区自然环境的变迁和人类高强度持续开发利用，造成区域内湖泊湿地萎缩严重，水体富营养化日趋明显，水土流失、土地退化等生态环境问题突显[16]，已成为制约湖区可持续发展的重要因素。

2 预警指标体系的构建

2.1 数据来源

洞庭湖区生态承载力预警指标体系涉及到资源、环境、社会、经济和生态等诸多因素的数据及文字资料。因此，本研究利用ERDAS和ArcGIS软件对洞庭湖区2001～2010年遥感影像解译和信息处理，提取洞庭湖区各种土地利用类型的原始数据，人类社会经济和其它地理要素的数据主要通过《湖南省统计年鉴》、《岳阳市统计年鉴》、《常德市统计年鉴》和《益阳市统计年鉴》，以及环保、农业、气象、林业等相关部门提供的数据获得。

2.2 预警指标体系

生态承载力预警集中反映生态系统的承载和压力状态。因此，指标选取立足承载和压力两个方面，满足科学性、全面性和可操作性，结合洞庭湖区自然和社会经济概况，根据高吉喜[1]对生态承载力内涵的阐释，从生态弹性力、资源环境承载力和社会经济协调力3个角度，共筛选出18项体现承载和压力状态、便于度量且内涵丰富的指标（表1），符合中国科学院可持续发展指标体系[17]和《生态环境状况评价技术规范（试行）（HJ/T192-2006）》[18]的要求。为了消除指标数据间量纲和量级的影响，本文使用极差正规化法[19]，将原始数据有效归一化在（0，1）之间，离散度具有一致性。

预警指标权重的确定采用层次分析法[1]，通过预警指标两两之间的相对重要性比较，形成判断矩阵，求出预警指标的权重值并进行一致性检验，建立生态承载力预警指标体系(表1)。其中，生物丰度指数、植被覆盖指数、水网密度指数、人均水资源量、人均耕地面积、人均林地面积、环境污染治理投资率、经济密度、城市化率、人均GDP、第三产业比重为正向指标，与总目标呈正相关性，即数值越大，表明对生态系统的压力越小，承载能力越强。土地退化指数、湿地面积退化指数、气候变化指数、单位规模工业增加值能耗、废水净排放量、人口密度、恩格尔系数为负向指标，与总目标呈负相关性，即数值越大，表明对生态系统的压力越大，承载能力越弱。

表1 洞庭湖区生态承载力预警指标体系Table 1 Forecasting index system of ecological carrying capacity in Dongting lake region

3 预警模型及方法

3.1 预警模型

人工神经网络（Artif i cial neural network）是一个具有高度非线性的超大规模连续时间动力系统，是由大量的神经元广泛互连而形成的网络，具有强大的自学习能力、联想存贮能力、高速寻找优化解能力等特性，特别适用于地理过程模拟与预测、复杂地理系统优化计算等问题的研究[20]。BP神经网络模型，即前馈网络模型（Back-propagation network），是目前应用最广泛的一种人工神经网络模型[20]。它由输入层、隐含层和输出层组成，其神经网络结构如图1所示[3,20]。BP人工神经网络隐含层和输出层上的某神经元j的输出Oj由下式确定：

其中：fj表示神经元j对应的激发函数，主要采用Sigmoid函数表示神经元j的阈值；xi表示对应神经元j的各个输入值；wij表示对应输入和该神经元的连接权值。影响生态承载力的因子涉及到资源、环境、社会、经济和生态等诸多方面，它们之间是复杂的非线性关系。因此本文应用BP人工神经网络来训练生态承载力影响因子的非线性及不确定性关系，进而予以预测和预报。

图1 BP人工神经网络模型结构Fig.1 Three layers structure of BP-ANN model

3.2 预警方法

状态空间法（state-space techniques）是欧氏几何空间用于定量描述系统状态的一种有效方法，通常由表示系统各要素状态向量的三维状态空间轴组成。利用三维状态空间中的承载状态点，可以表示一定时间尺度内区域的不同承载状况，利用状态空间中的原点同系统状态点所构成的矢量模数表示区域承载力的大小[2]。在生态承载力研究中，三维状态空间轴分别代表生态承载力的影响因素，毛汉英等[2]将三维轴界定为人类活动轴、资源轴和环境轴。本文在借鉴前人研究成果的基础上，结合洞庭湖区特定的生态、经济、社会、资源和环境背景，将三维轴界定为生态弹性力轴、资源环境承载力轴和社会经济协调力轴，从而计算生态承载力预警指数。计算公式：

EC为生态承载力预警指数，Mg为生态承载力空间向量的模；B1jg为生态弹性力(B1)的第j个指标在空间坐标轴上的投影；B2jg为资源环境承载力(B2)第j个指标在空间坐标轴上的投影；B3jg为社会经济协调力(B3)的第j个指标在空间坐标轴上的投影；W1j、W2j、W3j分别为B1、B2、B3的第j个指标对应的权重。

生态承载力预警可分为景气预警和景兆预警两种模式[5,21]，景气预警是对警情的静态描述与定位，景兆预警是动态地把握警情未来的发展趋势。预警指数运用状态空间法求算，预警指数与警度等级及安全状况参考朱晔[5]、沈渭寿[22]等观点，利用特尔菲法、等间距法和线性加权求和法来确定（表2），预警指数越高，表明生态系统的可持续承载能力越强，生态状况越安全；反之越恶劣。运用BP人工神经网络模型进行预警时，输入层神经元个数由预警指标数确定，输出层神经元个数由警度划分的等级数确定。

表2 生态承载力警度区间及可持续性划分Table 2 Warning degree intervals and sustainability division of ecological carrying capacity

4 结果及分析

4.1 洞庭湖区生态承载力景气预警

利用状态空间法测算出洞庭湖区2001～2010年生态承载力预警指数，根据警度等级的划分，给出各年度的景气状况（表3）。可以看出，近10来洞庭湖区生态承载力整体上处于中警状态，反映出湖区生态、资源、环境与社会经济发展的协调性较差，可持续性较弱，生态系统的安全状况为一般。从区域差异角度来看，选取2001年、2005年和2010年3个典型年份的生态承载力预警指数，运用MapInfo Professional 7.0 SCP软件绘制出了景气预警的区域差异图（图2）。可以看出，洞庭湖区17个区域单元（常德市区包括鼎城区和武陵区、益阳市区包括赫山区和资阳区、岳阳市区包括岳阳楼区、云溪区和君山区）生态承载力出现了重警、中警和轻警三种状态，并且3个年份的区域差异及变化相当明显：（1）3个年份的重警区域个数依次为2个、5个和3个，占总数的11.8%、29.4%和17.6%，中警区域个数比重为47.1%：52.9%：64.7%，轻警区域个数比重为41.1%：17.7%：17.7%。表明洞庭湖区2001～2005年生态系统自我调节和抗干扰能力向恶化方向发展，2005～2010年生态环境质量有所改善，体现了“退耕还林还草”、“退田还湖平垸”等生态治理和恢复措施所取得了一定的成效。但是不容忽视的是轻警个数比重仍然较低，无警状态尚未出现。（2）3个年份同时出现重警状态的有岳阳市区和桃江县2个，轻警状态的只有沅江市1个，中警状态的有岳阳县、华容县、汨罗市、临湘市和益阳市区等5个，其它9个区域的警情变化不稳定，其中日趋恶化的有澧县，日趋良好的有南县。上述结果表明，目前洞庭湖区的生态系统承载能力较低，可持续性受到挑战，生态系统遭受人为干扰现象仍然突出[16]。同时，也说明所选取的预警指标具有代表性，预警方法可行。

表3 近10年洞庭湖区生态承载力景气状况Table 3 Prosperity forewarning of ecological carrying capacity in Dongting Lake region from 2001 to 2010

图2 洞庭湖区生态承载力景气预警的区域差异Fig.2 Regional diversity of prosperity forewarning of ecological carrying capacity in Dongting Lake region

4.2 洞庭湖区生态承载力景兆预警

根据BP人工神经网络工作原理，配置网络模型。生态承载力预警指标为18个，即输入神经元个数为18，输出神经元个数为1，根据Kolmogorov定理，确定隐含层神经元个数为12时，BP网络模型结构为18×12×1。以洞庭湖区2001～2010年的指标数据作为神经网络模型输入变量的训练样本，基于BP网络结构，选取动态参数为0.6，Sigmoid参数为0.9，模型输入层与隐含层之间的连接权值矩阵为：

隐含层到输出层的权值矩阵为：

BP人工神经网络模型运行结果显示，2010年洞庭湖区生态承载力预测值为0.495，而状态空间法求算的实际值为0.491，预测误差为0.8147%，拟合效果好，说明基于BP人工神经网络模型的生态承载力预警，用于预测预报警情未来的发展趋势，对于模型的适用具有可靠性，可以用来预测。因此，以洞庭湖区国民经济和社会发展“十二五”规划纲要和环境保护“十二五”发展规划中各项指标的目标值进行预测，模型输出结果显示2015年洞庭湖区生态承载力预测值为0.577，警度等级为中警，接近轻警状态。从区域差异角度来看（图3），重警、中警和轻警区域个数分别为2个、9个和6个，占总数的11.8%、52.9%和35.3%；相比2010年，重警和中警比重分别下降了33.3%和18.2%，轻警比重上升了100%；变化最明显的是临澧县、华容县和湘阴县等3个县域由中警转变为轻警，澧县由重警转变为中警。上述结果表明洞庭湖区生态系统的可持续承载能力由弱可持续向可持续性转变，警情向良性发展。这一结果既体现了洞庭湖区3个地级市的21个行政区制定的国民经济和社会发展“十二五”规划纲要和环境保护“十二五”发展规划合理，生态环境保护和修复计划有效，生态调控措施得力。同时也说明了利用BP神经网络模型进行生态承载力预警切实可行，模型运行结果可以为区域生态系统的可持续发展提供科学依据。

5 结论与讨论

图3 洞庭湖区生态承载力景兆预警的区域差异（2015）Fig.3 Regional diversity of omen forewarning of ecological carrying capacity in Dongting Lake region (2015)

（1）可持续预警是以可持续发展为目标的生态承载力调控[3]。研究发现，从景气预警上来看，洞庭湖区2001～2010年生态承载力整体上处于中警状态，反映出湖区生态、资源、环境与社会经济发展的协调性较差，可持续性较弱，生态系统的安全状况为一般。洞庭湖区17个区域单元生态承载力出现了重警、中警和轻警三种状态，生态系统没有出现恶劣状况，但是3个年份的区域差异及变化相当明显。从景兆预警上来看，2015年洞庭湖区生态承载力接近轻警状态，可持续承载能力由弱可持续向可持续转变，警情向良性发展；相比2010年，重警和中警所占比重不断下降，轻警所占比重不断上升。这既体现了洞庭湖区国民经济和社会发展“十二五”规划纲要和环境保护“十二五”发展规划合理，生态环境保护和修复计划有效，生态调控措施得力。同时也说明了利用BP神经网络模型可以科学地预测预报生态承载力未来发展趋势，判定区域经济、社会和生态的可持续性；模型的应用可靠可行，预警结果可以为区域生态系统的可持续发展提供科学依据。

（2）生态承载力是一个“自然—经济—社会”复杂系统，涉及到社会、经济、资源、环境和生态等诸多影响因素，利用人工神经网络模型分析这个复杂系统的可持续预警是一种方法的创新，但是模型的运行不仅需要多次训练，而且存一定的局限；加之洞庭湖区独特的生态区位，因此在进行预警研究时，预警指标的敏感性和随机波动不易把握，权重确定存在量化处理，使得预警结果欠全面客观。然而，从更长时间尺度、更多预警指标和更科学的预警方法去研究生态承载力，将具有更为重大的影响力和现实意义。

[1] 高吉喜. 可持续发展理论探讨: 生态承载力理论、方法与应用[M]. 北京: 中国环境科学出版社, 2001.

[2] 毛汉英, 余丹林. 区域承载力定量研究方法探讨[J]. 地理科学进展, 2001, 16(4): 549-555.

[3] 董成森, 陈端吕, 董明辉, 等. 武陵源风景区生态承载力预警[J]. 生态学报, 2007, 27(11): 4766-4776.

[4] 梅宝玲, 陈舜华. 内蒙古生态环境预警指标体系研究[J]. 南京气象学院学报, 2003, 26(3): 384-394.

[5] 朱 晔, 叶民强. 区域可持续发展预警系统研究[J]. 华侨大学学报：哲学社会科学版, 2002, (1): 32-38.

[6] 俞勇军, 陆玉麒. 南京市可持续发展预警系统初探[J]. 经济地理, 2001, 21(5): 527-531.

[7] 连 飞. 中国经济与生态环境协调发展预警系统研究[J]. 经济与管理, 2008, 22(12): 8-11.

[8] 湖南省委省政府. 将环洞庭湖生态经济圈建设上升为国家战略[N]. 长沙晚报, 2012-03-07.

[9] 谢春花,王克林.土地利用变化对洞庭湖区生态系统服务价值的影响[J].长江流域资源与环境,2006,15(2):191-194.

[10] 陶卫春, 王克林, 陈洪松, 等. 退田还湖工程对洞庭湖生态承载力的影响评价[J]. 中国生态农业学报, 2007,15(3):155-160.

[11] 姜加虎, 黄 群. 洞庭湖生态环境承载力分析[J]. 生态环境,2004, 13(3): 354-357.

[12] 尹少华, 安消云. 基于可持续发展的洞庭湖流域生态足迹评价研究[J]. 中南林业科技大学学报, 2011,31(6): 107-110.

[13] 李 姣, 张灿明, 罗 佳.洞庭湖生态经济区生态功能区划研究[J]. 中南林业科技大学学报, 2013, 33(6): 97-103.

[14] 熊建新, 陈端吕, 谢雪梅. 基于状态空间法的洞庭湖区生态承载力综合评价研究[J]. 经济地理, 2012, 32(11): 138-142.

[15] 窦鸿身, 姜加虎. 洞庭湖[M]. 合肥: 中国科学技术大学出版社, 2000.

[16] 孙占东, 黄 群, 姜加虎. 洞庭湖主要生态环境问题变化分析[J]. 长江流域资源与环境, 2011, 20(9): 1108-1112.

[17] 中国科学院可持续发展战略研究组. 中国可持续发展战略报告[M]. 北京: 科学出版社, 2008.

[18] 国家环境保护部. 生态环境状况评价技术规范(试行)(HJ/T192-2006)[M]. 北京: 中国环境科学出版社, 2006.

[19] 胡秉民, 王兆骞, 吴建军, 等. 农业生态系统结构指标体系及其量化方法研究[J]. 应用生态学报, 1992, 3(2): 144-148.

[20] 徐建华. 现代地理学中的数学方法[M]. 北京: 高等教育出版社, 2002.

[21] 顾海兵, 陈 璋. 中国工农业经济预警[M]. 北京: 中国计划出版社, 1992.

[22] 沈渭寿, 张 慧, 邹长新 ,等. 区域生态承载力与生态安全研究[M]. 北京: 中国环境科学出版社, 2010.

Study on forecasting system for ecological carrying capacity of Dongting lake region based on ANN

XIONG Jian-xin, CHEN Duan-lv, PENG Bao-fa, WANG Ya-li
(Resources Environment and Tourism College, Hunan University of Arts and Sciences, Changde 415000, Hunan, China)

Forecasting system for ecological carrying capacity is an important basis to determine ecosystem sustainable carrying. By using state-space techniques and artif i cial neural network, the ecological carrying capacity of forecasting system for Dongting Lake region was analyzed. The results show that (1) about cycle early-warning, the ecological carrying capacity of Dongting Lake region from 2001 to 2010 was in a moderate warning status, which ref l ected the ecology, resources, environment and social economy development were in poor coordination and the ecosystem was in weak sustainability; the ecological carrying capacity in 17 regional units of the Dongting Lake region appeared three forecasting states, including light, middle and serious; three years of 2001, 2005 and 2010 had quite obvious regional differences and changes. (2) About omen forewarning, the ecological carrying capacity of Dongting Lake area in 2015 will be near to light alert, the sustainable carrying capacity will change from weak sustainable to sustainable; compared with 2010, the proportion of serious warning and middle warning will decreases constantly by 33.3% and 18.2%， and the light warning is increasing constantly by 100%, which reflects the 12th Five-year Plan of economic and social development and environmental protection in Dongting Lake area are reasonable. (3) It was also proved that the BP neural network model can be used to forecast ecological carrying capacity future trends scientif i cally and determine sustainability of regional economy, society and ecology, the application of the model is reliable and feasible, the forecasting results can provide a scientif i c basis for sustainable development of regional ecosystem.

ecological carrying capacity; forecasting system; state-space techniques; artif i cial neural network (ANN); Dongting lake region

S718.5

A

1673-923X(2014)02-0102-06

2013-07-14

国家社会科学基金项目（13BJY025）；教育部人文社科规划基金项目 (12YJAZH166、12YJAZH146)；湖南省哲学社会科学基金项目 (11JD53)；湖南省科技厅计划项目（2011NK3047）

熊建新（1970-），男，湖南常德人，硕士，副教授，主要研究方向为区域可持续发展；E-mail：xjx1108@163.com

[本文编校：吴 彬]