基于貝葉斯網(wǎng)絡(luò)的礦業(yè)城市生態(tài)環(huán)境質(zhì)量影響因子研究

——以大冶市為例*摘要：大冶市是典型的礦業(yè)城市,生態(tài)環(huán)境壓力尤為突出,識別生態(tài)環(huán)境質(zhì)量影響因子,能夠及時發(fā)現(xiàn)生態(tài)環(huán)境中存在的問題,對于生態(tài)環(huán)境規(guī)劃具有重要的參考意義。以研究區(qū)格網(wǎng)數(shù)據(jù)為樣本,根據(jù)生態(tài)脅迫、生態(tài)助力、自然條件3類影響因子計算生態(tài)環(huán)境質(zhì)量,并構(gòu)建貝葉斯生態(tài)環(huán)境質(zhì)量網(wǎng)絡(luò)分析模型,探討了3類影響因子對生態(tài)環(huán)境質(zhì)量的作用大小和敏感程度,結(jié)果表明:大冶市生態(tài)環(huán)境質(zhì)量由西向東逐漸降低,南北較高而中心較低,生態(tài)環(huán)境質(zhì)量受人為活動影響較大;生態(tài)脅迫是影響大冶市生態(tài)環(huán)境質(zhì)量的主要驅(qū)動因素,生態(tài)助力次之,二者熵減百分比分別為24.6%和2.31%,而自然條件僅為0.473%;貝葉斯網(wǎng)絡(luò)較傳統(tǒng)評價模型能夠更加直觀地量化各個變量,使評價結(jié)果更具說服力。關(guān)鍵詞：生態(tài)環(huán)境質(zhì)量;貝葉斯網(wǎng)絡(luò);生態(tài)脅迫;生態(tài)助力;自然條件;評價模型;礦業(yè)城市0引言生態(tài)環(huán)境質(zhì)量是指在一定時空范圍內(nèi)生態(tài)系統(tǒng)對人類生存及社會發(fā)展的適宜程度,能夠反映生態(tài)環(huán)境的優(yōu)劣狀況。如今中國正處于城鎮(zhèn)化高速發(fā)展階段,城鄉(xiāng)建設(shè)用地不斷擴張,不僅給城市的生態(tài)承載能力帶來了巨大壓力,同時也給城市生態(tài)空間管理帶來了巨大挑戰(zhàn)。大冶市屬于典型的礦業(yè)城市,生態(tài)環(huán)境壓力尤為突出。識別生態(tài)環(huán)境質(zhì)量影響因子,能夠及時發(fā)現(xiàn)生態(tài)環(huán)境問題,對于生態(tài)環(huán)境管理與規(guī)劃具有重要意義。目前,生態(tài)環(huán)境質(zhì)量影響因子的研究主要分為指標構(gòu)建和因子識別兩個方面。在指標構(gòu)建方面:利用GIS將自然環(huán)境、生物環(huán)境和功能適宜性與生態(tài)影響因子相結(jié)合,為生態(tài)環(huán)境質(zhì)量評估奠定了基礎(chǔ);通過建立結(jié)構(gòu)-功能-協(xié)調(diào)度3個方面的指標體系,反映了南京市城市生態(tài)環(huán)境質(zhì)量;提出包含自然、社會、經(jīng)濟3個方面的指標體系,結(jié)合城市特征對上海市生態(tài)環(huán)境質(zhì)量進行了評價。但這些研究多是通過構(gòu)建多種類型指標來增加對評價結(jié)果的解釋,缺少對具體影響因子的量化分析。在因子識別方面,使用相關(guān)系數(shù)、權(quán)重等雖能在一定程度上體現(xiàn)指標的重要程度,但仍有一定的局限性。部分學者運用相關(guān)性分析、主成分分析進行影響因子識別研究,但生態(tài)環(huán)境質(zhì)量的變化與其影響因子之間關(guān)系復雜,很難用純粹的線性關(guān)系描述,并且這些方法較難處理因子中存在的離散變量,不利于對影響因子進行深入探析;也有學者運用地理探測器模型、偏最小二乘回歸、地理加權(quán)回歸模型等分析方法開展了相關(guān)研究,此類方法相較于簡單線性分析能夠有效提高自變量對因變量的解釋效應,但不能完全體現(xiàn)生態(tài)環(huán)境質(zhì)量變化過程與影響因子之間的關(guān)系,且影響因子之間的相關(guān)性存在較大不確定性。貝葉斯網(wǎng)絡(luò)是一種基于模型的內(nèi)涵方法,具有強大的建模功能和較為完善的推理機制,對于解決上述復雜系統(tǒng)中不確定性問題非常有效,并且能夠具體量化影響因子之間的聯(lián)系,目前已成功應用于統(tǒng)計決策、醫(yī)療診斷、風險評估等領(lǐng)域。在對不確定性問題的推理中,貝葉斯網(wǎng)絡(luò)模型沒有查詢方向的限制,可以進行由因到果的敏感性分析和由果到因的診斷性分析,能有效納入復雜系統(tǒng)中各類影響因子,尤其是對離散變量的處理效果較好,表達清晰,已有部分學者將其應用于復雜生態(tài)系統(tǒng)領(lǐng)域。運用貝葉斯網(wǎng)絡(luò)從鄰域因子、自然因子、政策規(guī)劃因子3個方面構(gòu)建指標體系并對生態(tài)用地流失問題進行了驅(qū)動因素分析,應用效果良好;危小建等通過構(gòu)建空間貝葉斯模型識別了城市擴張過程與生態(tài)保護的沖突。本文嘗試運用貝葉斯網(wǎng)絡(luò)探究大冶市生態(tài)環(huán)境質(zhì)量與各影響因子之間的聯(lián)系強度,利用貝葉斯網(wǎng)絡(luò)模型解決生態(tài)環(huán)境質(zhì)量影響因子分析過程中存在的不確定性問題,從生態(tài)脅迫、生態(tài)助力、自然條件3個方面對大冶市進行貝葉斯生態(tài)環(huán)境質(zhì)量影響因子研究。通過針對原因?qū)虻拿舾行苑治龊歪槍Y(jié)果導向的診斷性分析,綜合給出具有規(guī)劃意義的措施和建議,有助于了解大冶市生態(tài)環(huán)境質(zhì)量狀況和空間格局,以期為生態(tài)環(huán)境優(yōu)化提供參考。1研究區(qū)域和數(shù)據(jù)來源1.1研究區(qū)域大冶市地跨東經(jīng)114°31′～115°20′,北緯29°40′～30°15′,位于湖北省東南部(見圖1),處于湖北“冶金走廊”腹地,是武漢城市圈的重要組成部分。地勢北低南高、東西平緩,海拔高度為120～200m,屬亞熱帶濕潤季風氣候,適宜多種農(nóng)作物生長。大冶市金、銅、鐵礦石資源豐富,是全國六大銅礦生產(chǎn)基地和十大鐵礦生產(chǎn)基地之一。礦石中的Ca、Mg、K等可溶性離子溶解于地表水時,易產(chǎn)生次生鹽堿化問題,同時一些重金屬和放射性物質(zhì)也會對土壤層和大氣層造成危害。圖1研究區(qū)地理位置Fig.1Geographicallocationofthestudyarea1.2數(shù)據(jù)處理與指標構(gòu)建數(shù)據(jù)來源見表1,衛(wèi)星影像數(shù)據(jù)時間均為2020年,且多為30m分辨率。用1km×1km的柵格劃分研究區(qū),不足50m2的柵格因數(shù)據(jù)缺失等原因舍去,共生成1738個柵格樣本。衛(wèi)星影像數(shù)據(jù)均通過ArcGIS10.2進行漁網(wǎng)裁剪、相交等處理,其中夜間燈光值和植被覆蓋率需通過ENVI5.2軟件進行輻射定標、大氣校正、裁剪等預處理,大冶主要礦區(qū)和生態(tài)源地經(jīng)與谷歌衛(wèi)星地圖對比后得到。表1數(shù)據(jù)來源及離散分級說明Table1Descriptionofdatasourceanddiscreteclassification

2貝葉斯生態(tài)環(huán)境質(zhì)量網(wǎng)絡(luò)構(gòu)建2.1生態(tài)環(huán)境質(zhì)量獲取在研究大冶市生態(tài)環(huán)境質(zhì)量影響因子之前,首先要了解其生態(tài)環(huán)境質(zhì)量狀況。由于該市生態(tài)環(huán)境質(zhì)量并非可以直接獲取的數(shù)據(jù),而貝葉斯網(wǎng)絡(luò)構(gòu)建時需要的各種數(shù)據(jù)為可觀察變量,因此采用主成分分析方法(PCA)將指標體系進行綜合評價得到大冶市生態(tài)環(huán)境質(zhì)量結(jié)果,為貝葉斯網(wǎng)絡(luò)構(gòu)建作準備。PCA是統(tǒng)計學中常用的一種分析方法,能將數(shù)學變換過程中形成的反映主成分和指標包含的信息量權(quán)數(shù)用來計算綜合評價值,這樣在指標權(quán)數(shù)選擇上降低了主觀因素的影響,保證了客觀性,有助于提高結(jié)果的效度,也有利于貝葉斯網(wǎng)絡(luò)結(jié)果的呈現(xiàn)。將原始數(shù)據(jù)歸一化后,采用SPSS軟件進行主成分分析計算,主要步驟為:①原始數(shù)據(jù)的標準化;②求標準化后指標相關(guān)矩陣;③求相關(guān)矩陣特征根和特征向量,確定主成分;④求方差;⑤對主成分進行綜合評價。詳細計算公式及過程見參考文獻[14-15],用GIS對結(jié)果進行可視化呈現(xiàn)(見圖2)。將生態(tài)環(huán)境質(zhì)量進行歸一化,并將歸一化后的結(jié)果大致劃分為3個等級:①[0,0.3),較差;②[0.3,0.7),一般;③[0.7,1],較好。圖2大冶市各柵格樣本生態(tài)環(huán)境質(zhì)量Fig.2Eco-environmentalqualityofeachgridsamplesinDayecity應用SPSS時首先要對各指標進行檢驗,得到KMO(Kaiser-Meyer-Olkin)檢驗系數(shù)為0.639,這表明原有變量可以作因子分析;顯著性檢驗小于0.001,表示通過此方法分析大冶市生態(tài)環(huán)境質(zhì)量狀況較為可靠。2.2貝葉斯網(wǎng)絡(luò)模型貝葉斯網(wǎng)絡(luò)是一種表達各指標之間概率因果關(guān)系的有向無環(huán)圖方法,其中概率關(guān)系由節(jié)點和連接節(jié)點的鏈接表示,根據(jù)式(1)來推理預測相關(guān)變量對結(jié)果的影響。P(A|B)=P(AB)/P(B),(1)式中,P(A|B)是事件A在事件B已發(fā)生條件下的發(fā)生概率,P(AB)是事件A與事件B共同發(fā)生的聯(lián)合概率,P(B)是事件B的先驗概率。在貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中,節(jié)點代表隨機變量,如果兩個隨機變量之間存在相關(guān)性,則用有向邊進行鏈接,被指向的隨機變量稱為子節(jié)點,反之則稱為父節(jié)點。若某變量沒有父節(jié)點,則用先驗概率進行條件概率的表達。假設(shè)

S代表貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),則

S

由節(jié)點變量集

X(X={X1,X2,X3,…,Xn})和有向邊Y(Y=ZiZj|Zi,Zj∈Z)組成,可表示為S

=(X,Y)。(2)目前,構(gòu)建貝葉斯網(wǎng)絡(luò)模型的常用軟件有Netica、JavaBayes、BayesNetToolbox(BNT)等。Netica軟件相較于其他軟件具有易操作且具備強大的診斷性分析和敏感性分析的優(yōu)點,通過對數(shù)據(jù)文件(case文件/excel表格)進行參數(shù)自主學習,能夠?qū)⒏怕蕝?shù)以圖示形式直觀顯示[17]。因此本文采用Netica軟件來構(gòu)建和訓練貝葉斯生態(tài)環(huán)境質(zhì)量模型。2.3貝葉斯網(wǎng)絡(luò)節(jié)點變量選取與分級貝葉斯網(wǎng)絡(luò)節(jié)點變量的選取要能有效體現(xiàn)研究內(nèi)容之間的邏輯關(guān)系,一般包括輸入層節(jié)點變量、中間層節(jié)點變量、輸出層節(jié)點變量3類,即分析問題的起始因素、輸入與輸出之間的映射關(guān)系、研究目標等3層關(guān)系。生態(tài)環(huán)境影響因素主要分為生態(tài)環(huán)境質(zhì)量背景、人類對生態(tài)環(huán)境的影響以及對生態(tài)環(huán)境適宜度需求。指標的選擇不僅要以自然條件為基礎(chǔ),還要考慮人類活動對生態(tài)環(huán)境的影響,而影響又分為人類活動對生態(tài)環(huán)境的破壞和個人、組織或部門對改善環(huán)境作出的努力兩個部分,因此本文將生態(tài)環(huán)境質(zhì)量的影響因子分為自然條件、生態(tài)脅迫、生態(tài)助力3類作為中間層節(jié)點變量。其中:自然條件代表地區(qū)的地形地貌、氣候環(huán)境等特征;生態(tài)助力表現(xiàn)為提高土地利用集約程度、植樹造林等措施;生態(tài)脅迫包括城市擴張等狀況。輸入層節(jié)點選取說明參考表1。由于數(shù)據(jù)均為連續(xù)變量,為方便后續(xù)分析,需通過ArcGIS10.2中自然間斷點分級方法并結(jié)合實際意義,將連續(xù)變量轉(zhuǎn)換為離散變量。自然間斷點分級法是基于數(shù)據(jù)中固有的自然分組,科學識別分類間隔,能夠使各個分類之間差異最大化的一種斷點分級方法。由于部分數(shù)據(jù)存在極值情況,會影響自然間斷點的分級,因此數(shù)據(jù)選取5%～95%置信度區(qū)間將連續(xù)變量分級成3類(見表2),分級中的H(high)代表數(shù)值水平高或遠,M(medium)代表數(shù)值水平適中,L(low)代表數(shù)值水平低或近。大冶市生態(tài)環(huán)境質(zhì)量狀況Netica訓練模型見圖3。表2離散變量分級Table2Theclassificationofdiscretevariables圖3大冶市生態(tài)環(huán)境質(zhì)量狀況Netica訓練模型Fig.3NeticatrainingmodelofecologicalenvironmentqualityinDayecity2.4網(wǎng)絡(luò)敏感性與診斷性分析對貝葉斯網(wǎng)絡(luò)進行針對原因?qū)虻拿舾行苑治龊歪槍Y(jié)果導向的診斷性分析,能夠有效衡量模型中各因子之間的影響關(guān)系。網(wǎng)絡(luò)敏感性分析是指通過改變輸入節(jié)點的參數(shù)值觀察其輸出變量的概率參數(shù)的變化情況來衡量二者之間的影響程度,一般通過比較各指標縮減方差值大小或熵減百分比大小,方差縮減值和熵減比越大,則代表該指標對結(jié)果的影響越大。診斷性分析是基于敏感性分析結(jié)果,通過貝葉斯模型反向推理,觀察影響因子概率的變化情況,概率變化越大,表示二者關(guān)系越緊密。3結(jié)果分析3.1生態(tài)環(huán)境質(zhì)量狀況分析大冶市生態(tài)環(huán)境質(zhì)量的空間分布特征見圖2。由圖2可知:羅家橋街道、東岳路街道、還地橋鎮(zhèn)等地區(qū)生態(tài)環(huán)境質(zhì)量普遍較差,這些地區(qū)建筑較密集,經(jīng)濟活動強,人口較多,地形以平原為主;生態(tài)環(huán)境質(zhì)量較高的柵格普遍分布在金牛鎮(zhèn)、劉仁八鎮(zhèn)等地區(qū),這些地區(qū)經(jīng)濟活動相對較弱,地形以山丘為主,人口較少。整體上生態(tài)環(huán)境質(zhì)量由西向東逐漸降低,南北較高而中心較低,充分說明人類經(jīng)濟活動對于生態(tài)環(huán)境質(zhì)量的影響較大。從面積占比來看,生態(tài)環(huán)境質(zhì)量較差的區(qū)域面積約占總面積的57.2%,質(zhì)量一般的區(qū)域面積約占總面積的31.8%,質(zhì)量較好的區(qū)域面積約占總面積的11.0%,說明大冶市生態(tài)環(huán)境質(zhì)量還有較大的改善空間。3.2敏感性分析將分析變量設(shè)置為目標變量中的“生態(tài)環(huán)境質(zhì)量”,通過Netica軟件對其他因子進行敏感性分析,結(jié)果見表3。表3中的互信息是因子間相互依賴性的量度,熵減百分比和方差均表征因子間的影響程度。由表3可知:在中間層節(jié)點中,生態(tài)脅迫對于生態(tài)環(huán)境質(zhì)量的作用最為顯著,熵減百分比高達24.6%;其次是生態(tài)助力2.31%,自然條件僅為0.473%。從輸入變量角度看:生態(tài)脅迫因子中礦區(qū)距離對生態(tài)環(huán)境質(zhì)量影響最大,熵減百分比達11.8%;夜間燈光值和路網(wǎng)密度均較小,僅為0.909%和0.538%;生態(tài)助力因子中土地利用類型水平指數(shù)的熵減百分比為0.854%,影響較顯著;植被覆蓋率熵減百分比為0.317%;生態(tài)源距離的熵減百分比僅為0.00457%,是所有變量中熵減百分比最小的,代表其對于生態(tài)環(huán)境質(zhì)量的影響程度最小;自然條件對于生態(tài)環(huán)境質(zhì)量影響相對較小,僅土壤可蝕性的熵減百分比達0.24%,而河網(wǎng)密度和坡度熵減百分比僅為0.0149%和0.00804%,表明地形地貌等條件對于大冶市生態(tài)環(huán)境質(zhì)量的影響甚微。表3目標變量敏感性分析Table3Sensitivityanalysisoftargetvariables3.3診斷性分析選取生態(tài)脅迫、礦區(qū)距離、生態(tài)助力、夜間燈光值等9個對生態(tài)環(huán)境質(zhì)量影響較大的因子進行網(wǎng)絡(luò)診斷性分析。利用貝葉斯網(wǎng)絡(luò)模型的反向推理,將“生態(tài)環(huán)境質(zhì)量”概率值設(shè)定為“H”狀態(tài),即假設(shè)大冶市生態(tài)環(huán)境質(zhì)量始終維持在高水平,觀察各因子概率的變化情況,結(jié)果見表4。表4診斷性分析結(jié)果Table4Diagnosticanalysisresults由表4可知,生態(tài)脅迫因子“低”狀態(tài)的概率提高了44.30%,礦區(qū)距離因子“高”狀態(tài)的概率提高了17.10%,夜間燈光值和路網(wǎng)密度因子“低”狀態(tài)的概率分別提升了6.60%和6.00%,表明控制好生態(tài)脅迫因素可以明顯提高生態(tài)環(huán)境質(zhì)量水平,且距礦區(qū)越近,生態(tài)環(huán)境質(zhì)量越差,因此減少周圍礦區(qū)數(shù)量、修復停用的礦坑與尾礦庫,對于生態(tài)環(huán)境質(zhì)量的提升十分有效。生態(tài)助力因子“高”狀態(tài)的概率提高了2.80%,土地利用水平指數(shù)和植被覆蓋率“高”狀態(tài)的概率分別提升了1.80%和2.20%,表明土地利用集約化水平越高、植被越茂盛的地區(qū)生態(tài)環(huán)境質(zhì)量越好。自然條件因子“高”狀態(tài)的概率提高了2.20%,自然條件對于生態(tài)環(huán)境質(zhì)量影響并不大,其中土壤可蝕性“低”狀態(tài)的概率提高了1.20%,是自然條件因子中對生態(tài)環(huán)境質(zhì)量影響較為顯著的因素,表明土壤對侵蝕的敏感程度越低,生態(tài)環(huán)境質(zhì)量越優(yōu)。4討論貝葉斯網(wǎng)絡(luò)中每個節(jié)點的分級主要由經(jīng)驗確定,經(jīng)研究發(fā)現(xiàn),相比于相等間隔分級、分位數(shù)、標準差等分級方法,通過Arcgis中的自然間斷點方法效果最接近于專家經(jīng)驗,能夠保證結(jié)果的準確性。貝葉斯網(wǎng)絡(luò)相較于以往的多因子探測分析方法,在結(jié)果表達上能夠更加直觀地量化影響因子強度,并通過概率統(tǒng)計將其表達。生態(tài)脅迫對生態(tài)環(huán)境質(zhì)量造成的影響程度遠高于生態(tài)助力的貢獻程度,這表明城鎮(zhèn)化和經(jīng)濟的快速發(fā)展是導致生態(tài)環(huán)境質(zhì)量較差的主要原因,這與其他研究者的結(jié)論相同。由影響因子分析結(jié)果可知,礦區(qū)距離對大冶市生態(tài)環(huán)境質(zhì)量起到了主要驅(qū)動作用,明顯高于其他因子,這也與相關(guān)學者的結(jié)論一致,表明長期以來礦區(qū)地下開采活動破壞了大量的植被和耕地,直接的生態(tài)破壞主要為景觀改變、動物種類減少、地形地貌改變,地表塌陷以及由此引起的水土流失等問題,間接產(chǎn)生的污染主要為環(huán)境污染、生態(tài)系統(tǒng)破壞、占用和破壞土地。其中環(huán)境污染表現(xiàn)為:爆破廢氣、運輸車輛產(chǎn)生的廢氣和揚塵、采礦逸散的粉塵、采礦廢水等。目前大冶市存在100余座已閉庫尾礦庫和礦坑,部分尾礦庫對生態(tài)環(huán)境的破壞較大,如銅綠山銅礦等。因此,要使大冶市生態(tài)環(huán)境質(zhì)量得到改善,最重要的是要加強預防措施或者減輕礦區(qū)開采對環(huán)境的影響,加強礦區(qū)工程措施、礦山地質(zhì)環(huán)境保護與治理措施以及復墾工程技術(shù)措施等主要生態(tài)保護措施。相較而言,政策規(guī)劃(退耕還林、植樹造林、生態(tài)保護紅線)等體現(xiàn)生態(tài)助力的指標更具有長期的指導意義,需要進行長期的觀測與評價。相關(guān)研究表明,政策規(guī)劃保護力對于生態(tài)保護也很重要。從本研究結(jié)果也可以看出,生態(tài)助力對于大冶市生態(tài)環(huán)境質(zhì)量的影響不容忽視,土地利用水平對生態(tài)環(huán)境質(zhì)量影響較大。無論是《自然資源部關(guān)于2020年土地利用計劃管理的通知》提及的“除了納入重點保障的項目用地外,其余項目用地計劃指標均與處置存量土地掛鉤”,還是從大冶市經(jīng)濟主體