北京大学学报自然科学版 ›› 2019, Vol. 55 ›› Issue (1): 182-188.DOI: 10.13209/j.0479-8023.2018.091

上一篇    下一篇

基于径向基函数网络模型的中国生态压力指数评价

王雨琪, 程舒鹏, 陆文涛, 付正辉, 郭怀成   

  1. 北京大学环境科学与工程学院, 北京 100871
  • 收稿日期:2018-02-28 修回日期:2018-05-03 出版日期:2019-01-20 发布日期:2019-01-20
  • 通讯作者: 郭怀成, E-mail: hcguo(at)pku.edu.cn
  • 基金资助:
    国家水体污染控制与治理重大科技专项(2013ZX07102-06)资助

Ecological Tension Index Assessment in China Based on RBFN Model

WANG Yuqi, CHENG Shupeng, LU Wentao, FU Zhenghui, GUO Huaicheng   

  1. College of Environmental Science and Engineering, Peking University, Beijing 100871
  • Received:2018-02-28 Revised:2018-05-03 Online:2019-01-20 Published:2019-01-20
  • Contact: GUO Huaicheng, E-mail: hcguo(at)pku.edu.cn

摘要:

为了解决生态压力指数法参数繁多、计算量大、难以进行多区域评价以及因计算过程包含主观因素而导致评价结果偏差等问题, 构建一种简单易行、科学有效的生态压力评价方法。选取生态压力评价相关指标, 建立径向基函数网络(RBFN)模型, 根据目前已有的生态压力指数计算结果, 进行模型训练和检验, 分别对2008年和 2013年中国31个省、自治区和直辖市的生态压力进行评价, 并利用GIS软件, 对评价结果进行可视化表达。结果显示, 中国有一半的地区处于极不安全的生态压力状态, 北京一直是全国生态压力最大的地区; 2008—2013年, 有22个省级行政区的生态压力变大; 生态压力最大的是华北地区, 生态压力最小的是西北地区。

关键词: 生态压力, 人工神经网络, 径向基函数网络, 中国

Abstract:

This paper select related indexes of ecological tension to establish the RBFN (radial basis function network) model, which is trained and tested according to the research results of ecological tension at different time in different regions. Then, the model is used to evaluate ecological tension of China’s 31 provinces, autonomous regions and municipalities in 2008 and 2013, and the evaluation results visualization expressed with GIS. The results show that the half area is the ecological pressure security status, and Beijing has the largest ecological pressure all the time; 22 provincial administrative regions’ ecological tension are aggravated from 2008 to 2013; regionally, the ecological pressure is the largest in North China, and the smallest in the northwest.

Key words: ecological tension, artificial neural network, RBFN, China