基于BP的城市化与生态环境耦合脆弱性与协调性动态模拟研究——以黑龙江省东部煤电化基地为例

doi:10.13249/j.cnki.sgs.2014.011.1337

摘要/Abstract

摘要：

将城市化与生态环境耦合脆弱的典型地区——黑龙江省东部煤电化基地作为研究区域,运用BP神经网络结合模糊综合评判法,利用2004~2010年指标数据,在对2010年城市化与生态环境耦合脆弱性与协调性现状评价的基础上,预测了2013~2022年城市化与生态环境耦合脆弱性与协调性,深入分析了城市化与生态环境耦合脆弱性与协调性关系未来演变趋势。结果表明：鹤岗、双鸭山、鸡西具有较重脆弱度,并且有向中度脆弱度过渡的趋势;佳木斯以中度脆弱度为主,但是向较轻脆弱度发展比较缓慢;七台河、牡丹江则以较轻脆弱度为主,但七台河重度脆弱度和较重脆弱度所占比重也比较大,牡丹江脆弱度情况明显优于七台河。鹤岗、双鸭山、鸡西协调度等级为中度失调;佳木斯与七台河协调度等级为濒临失调;牡丹江的协调度等级为良好协调。而脆弱性与协调性关系比较中,七台河脆弱性趋小值与协调性发展值关系为同时退化发展,但趋势比较缓慢;牡丹江则基本保持现有状态;其它城市均为同时向良好等级发展的趋势,但发展的速率和波动略有不同。

关键词: BP神经网络, 城市化与生态环境耦合, 协调性, 脆弱性, 黑龙江东部煤电化基地

Abstract:

The research area of this article is the coal-electricity base in eastern Heilongjiang Province, which is a typical coupling of urban and ecological environment. By the supporting of BP neural network and combining the method of fuzzy comprehensive evaluation, this article predicts the vulnerability and coordination of the coupling of urban and ecological environment from 2013 to 2022 in the coal-electricity base in the eastern Heilongjiang Province. The results show that Hegang, Shuangyashan, Jixi are the heavier vulnerability districts; Jiamusi belongs to moderate vulnerability, but developing speed is more slowly; Qitaihe and Mudanjiang are mild vulnerability, but severe vulnerability and heavier proportion in Qitaihe is relatively large, and vulnerability in Mudanjiang is better than that in Qitaihe; Hegang, Shuangyashan and Jixi are moderate disorders districts, Jiamusi and Qitaihe are endangered disharmony, and coordination grade in Mudanjiang is good coordination. The results of the relationship between vulnerability and coordination show that Qitaihe is slowly decline; Mudanjiang is basically flat; the others are slowly rising. It indicated that the overall vulnerability and coordination of the coupling of urban and ecological environment in the coal-electricity base in the eastern Heilongjiang Province are not optimistic and the reference of scientific significance could be provided to the eco-environmental protection and reasonable urbanization road by this research.

Key words: BP neural networks, the coupling of urban and ecological environment, coordination, vulnerability, the coal-electricity base in the eastern Heilongjiang Province

中图分类号:

F253.9

陈晓红, 吴广斌, 万鲁河. 基于BP的城市化与生态环境耦合脆弱性与协调性动态模拟研究——以黑龙江省东部煤电化基地为例[J]. 地理科学, 2014, 34(11): 1337-1343.

Xiao-hong CHEN, Guang-bin WU, Lu-he WAN. Dynamic Simulation of Vulnerability and Coordination of the Coupling of Urban and Ecological Environment Based on BP: A Case of the Coal-electricity Base in the Eastern Heilongjiang Province[J]. SCIENTIA GEOGRAPHICA SINICA, 2014, 34(11): 1337-1343.

图/表 10

图1

表1

表2

表3

表4

图2

表5

图3

表6

图4

参考文献 20

[1]	刘耀彬,宋学锋.城市化与生态环境耦合模式及辨别[J] .地理科学,2005,25(4):408~414.
[2]	黄金川,方创琳.城市化与生态环境交互耦合机制与规律性分析[J] .地理研究,2003,22(2):212~220.
[3]	张理茜,蔡建明,王妍.城市化与生态环境响应研究综述[J] .生态环境学报,2010,19(1):244~252.
[4]	刘小茜,王仰麟,彭建.人地耦合系统脆弱性研究进展[J].地球科学进展,2010,24(8):917~927.
[5]	蔡运龙. 全球气候变化下中国农业的脆弱性与适应对策[J] .地理学报,1996,51(3):202~212.
[6]	苏飞,张平宇,李鹤.中国煤矿城市经济系统脆弱性评价[J] .地理研究,2008,27(4):43~48.
[7]	陈萍,陈晓玲.全球环境变化下人——环境耦合系统的脆弱性研究综述[J].地理科学进展,2010,29(4):454~462.
[8]	国家统计局城市社会经济调查司.中国城市统计年鉴[M].北京:中国统计出版社,2005~2011.
[9]	罗四维. 人工神经网络建造[M].北京:中国铁道出版社,1998:89~112.
[10]	Rygel L,O'sullivan D,Yarnal B.A method for constructing a social vulnerability index: an application to hurricane storm surges in a developed country[J]. Mitigation and Adaptation Strategies for Global Change, 2006, 11(3):741-764.
[11]	Luers A L,Lobell D B,Sklar L S,et al.A method for quantifying vulnerability, applied to the agricultural system of the Yaqui Valley,Mexico[J]. Global Environmental Change, 2003, 13(4):255-267.
[12]	Young O R, Berkhout F, Gallopin G C,et al.The globalization of socio-ecological systems: An agenda for scientific research[J]. Global Environmental Change, 2006, 16(3):304-316.
[13]	Gallopín G C.Linkages between vulnerability, resilience, and adaptive capacity[J]. Global Environmental Change, 2006, 16(3):293-303.
[14]	连飞. 中国经济与生态环境协调发展预警协调研究——基于因子分析和BP神经网络模型[J].经济与管理,2008,22(12):8~11.
[15]	李鹤,张平宇,程叶青.脆弱性的概念及其评价方法[J].地理科学进展,2008,27(2):18~25.
[16]	樊运晓,高朋会,王红娟.模糊综合评判区域承灾体脆弱性的理论模型[J].灾害学,2003,18(3):20~23.
[17]	黄方,刘湘南,张养贞. GIS支持下的吉林省西部生态环境脆弱态势评价研究[J].地理科学,2003,23(1): 95~100.
[18]	李博,佟连军,韩增林.东北地区煤炭城市脆弱性与可持续发展模式[J].地理研究,2010,29(2):361~372.
[19]	万鲁河,张茜,陈晓红.哈大齐工业走廊经济与环境协调发展评价指标体系——基于脆弱性视角的研究[J].地理研究,2012,31(9):1673~1683.
[20]	杨士弘. 广州城市环境与经济协调发展预测及调控研究[J].地理科学,1994,14(2):136~143.

	x₁	x₂	x₃	x₄	x₅	x₆
x₁	0.000	2.843	3.027	2.783	1.330	4.570
x₂	2.843	0.000	3.654	4.674	2.189	3.571
x₃	3.027	3.654	0.000	3.392	2.931	4.116
x₄	2.783	4.674	3.392	0.000	3.082	4.423
x₅	1.330	2.189	2.931	3.082	0.000	3.676
x₆	4.570	3.571	4.116	4.423	3.676	0.000

项目	一级指标	二级指标
城市化	经济城市化	第二产业占GDP比重(x₁)、第三产业占GDP比重(x₂)、固定资产投资总额(x₃)、人均工业总产值(x₄)、在岗职工平均工资(x₅)
	人口城市化	城镇登记失业人口(x₆)、第二产业就业人口比重(x₇)、第三产业就业人口比重(x₈)
	空间城市化	建成区面积(x₉)、人均城市铺装路面面积(x₁₀)、人均居住面积(x₁₁)、限额以上工业企业数量(x₁₂)
	社会城市化	普通高等学校在校人数(x₁₃)、每万人拥有公共汽电车数量(x₁₄)、煤气家庭用量(x₁₅)
生态环境	大气环境	二氧化硫去除量(y₁)、工业烟尘去除量(y₂)、可吸入颗粒物年均值(y₃)、二氧化硫年均值(y₄)、二氧化氮年均值(y₅)
	水环境	工业废水排放量(y₆)、工业废水排放达标率(y₇)、生活污水处理率(y₈)
	固体废弃物	工业固体废物综合利用率(y₉)、生活垃圾无害化处理率(y₁₀)
	噪声环境	区域噪声平均值(y₁₁)和交通噪声平均值(y₁₂)
	生态保护	城市环境设施投资额(y₁₃)、人均绿地面积(y₁₄)、人均耕地面积(y₁₅)、污染源治理投资额(y₁₆)

城市	重度脆弱	较重脆弱	中度脆弱	较轻脆弱	轻度脆弱
鹤岗	0.22	0.43	0.25	0.09	0.01
佳木斯	0.08	0.11	0.64	0.17	0.00
双鸭山	0.27	0.44	0.24	0.06	0.00
七台河	0.05	0.25	0.22	0.47	0.00
鸡西	0.12	0.43	0.25	0.20	0.00
牡丹江	0.00	0.00	0.07	0.58	0.35

	鹤岗	佳木斯	双鸭山	七台河	鸡西	牡丹江
城市化系统	0.34	0.41	0.28	0.48	0.47	0.70
生态环境系统	0.37	0.52	0.34	0.53	0.33	0.81
协调性	0.60	0.67	0.55	0.71	0.61	0.87

年份（年）	鹤岗	佳木斯	双鸭山	七台河	鸡西	牡丹江
2013	0.53	0.64	0.56	0.68	0.54	0.82
2014	0.54	0.64	0.57	0.68	0.54	0.82
2015	0.54	0.65	0.57	0.68	0.55	0.82
2016	0.54	0.65	0.57	0.67	0.55	0.81
2017	0.55	0.65	0.58	0.67	0.55	0.81
2018	0.55	0.66	0.58	0.66	0.56	0.81
2019	0.56	0.66	0.58	0.66	0.56	0.81
2020	0.56	0.66	0.58	0.66	0.57	0.81
2021	0.56	0.67	0.58	0.66	0.57	0.81
2022	0.56	0.67	0.58	0.66	0.57	0.81