|
4 模型实例—厦门生态城市评价与分析
厦门是我国首批14个开放城市和沿海5个副省级城市之一，国务院明确地将厦门的城市发展目标定位为“东南沿海的重要中心城市”和“港口及风景旅游城市”，使厦门生态城市建设成为必需。厦门市进行生态城市建设的基础性工作是对其生态城市建设的水平进行定量评价，故以厦门市相应指标值为资料(表1)，通过RBF神经网络模型对厦门市的生态化水平进行了定量评价，并对其三个层面分别训练网络，评定了其相应的生态化值，结果如表2所示。
表2 厦门市生态化值
年份生 态 化 值
综合评价经济发展环境保护社会进步
现状200520102020
25258288163627638622
34030360173774039133
26278301633515237787
30256333643695738878
由表2可知，厦门市生态化现状值为2.5258，距L2级(生态达标级)尚有一定距离；经济发展、环境保护和社会进步三个层面的生态化值排序为：经济发展＞社会进步＞环境保护，经济发展和社会进步已达L2级，环境保护未达到L2级。三个层面的生态化值皆大于厦门市的整体生态化值，整体值并非是三个层面生态化值的简单加权平均，而是更体现了局部不达标给整个城市生态系统所带来的负面影响的累积效应。
从经济发展层面来看，厦门市作为闽东南厦漳泉经济圈中心城市，经济基础较好。近年来漳州、泉州经济发展步伐加快，增强了闽东南经济圈的综合实力，区域经济集聚效应显著提升，为厦门市经济发展带来了新的动力，其人均国内生产总值、年人均财政收入、单位GDP能耗和单位GDP水耗超过生态达标级标准值颇多。其余4项指标虽未达到生态城市达标级标准值，但相差不大；厦门市第三产业比重相对偏小，但其在国民经济中的地位正在逐年提升，将继续和第二产业一起成为经济增长的两部主要引擎；DELL、松下、涌泉等26家企业则于2001年通过了ISO14000环境管理体系认证；鼓浪屿与率先以名胜风景区和行政区的双重身份通过了国家环保总局和建设部的验收，成为国家级ISO14000示范区，规模化企业通过ISO-14000认证比率有望继续大幅度提高。总之，厦门市经济发展层面生态化程度已超过L2级标准，其值为34030，吻合于厦门市实际情况。
从环境保护层面来看，水环境问题是厦门市生态环境的突出问题所在，不仅淡水资源短缺(人均淡水水资源占有量仅相当于全国、福建省人均占有量的42%和20%)，水质性水资源问题亦初显端倪，饮用水源受粪大肠菌群污染，达标率仅为528%；备用水源(湖边水库)有机污染严重，有10多项监测指标超过标准；近岸海域环境状况堪优，受无机氮、活性磷和粪大肠肝菌群污染，超三类海水高达827%。这些问题使城市水功能区水质达标率、近岸水域水环境质量达标率和集中式饮用水源水质达标率与L2级标准值相差很大，是造成厦门市环境层面生态化指数偏低的重要原因所在。城镇生活污水集中处理率和旅游区环境达标率等8项指标虽与L2级标准值相差不大，但是亦不达标。达L2级的6项指标也仅略超过标准值，致使整个环境层面的生态化值偏低，仅为26278，成为厦门市建设“现代化国际性生态型港口及风景旅游城市”的突出问题所在。
从社会进步层面来看，生态化值为30256，基本达到L2级要求，其中城市生命线系统完好率、恩格尔系数、基尼系数和环境保护宣传虽未达到L2级标准值，但差距不大；其它指标皆达L2级标准，但超过L2级标准值不多。因此，虽然社会层面达生L2级标准指标数
多于经济发展层面，生态化值依旧低于经济发展层面。随着城市化进程的推进、基础设施的不断完善以及信息公开化制度［9］的推广，社会进步层面的生态化程度将继续提升，不会成为厦门市建设生态城市的瓶颈所在。
从生态城市的概念和内涵、规律规则原理［2］、五律协同原理［2］出发，分析厦门发展过程中的得失与将来发展的有利和不利因素，课题组制定了2005年、2010年及2020年各指标目标值(表1)，并用RBF神经网络模型对2005年、2010年及2020年各指标目标值进行了定量评价，计算结果如表2所示，发展趋势如图4所示。图4 厦门市生态化值变化趋势由表2和图4知，据规划目标值，厦门市2005年生态化值将达28816，接近L2级(生态达标级)标准，2007年左右全面达到L2级；2010年达36276，超过L2级标准颇多；2020年，将有望向L1级(生态城市级)靠近，达38622。其中，经济层面生态化值提升最快，与近期内经济建设的核心位置有关；环境层面生态化值虽滞后于其它两个层面的生态化值，但上升速度是最快的；社会进步层面的生态化值则稳步提升。
5 结束语
本文将RBF神经网络应用于生态城市评价，在MATLAB环境下将其程序化，简化了定量化评价过程，图形化的结果表示清晰易懂，可操作性强。预测精度方面，RBF神经网络模型所训练的各等级生态化值的评价误差为0，较其它评价模型有了显著提高。若将城市历年指标值进行规范化处理，并通过RBF神经网络进行定量化评价，可定量评价城市的发展轨迹，寻找城市发展过程中存在的问题。此外，该模型不仅能确定各评价对象及其各层面的生态化值，还能对不同城市的生态化程度进行比较，具有较强的分类和排序功能，适用范围较广。
参 考 文 献
1.王文彤.我国生态城市建设探索［J］.城市规划汇刊，1993，(5)：12～23.
2.左玉辉.环境学［M］.北京：高等教育出版社.2002.
3.王静.天津生态城市建设现状 定量评价［J］.城市环境与城市生态，2002，15(5)：20～22.
4.宋永昌，戚仁海，由文辉等.生态城市的指标体系与评价方法［J］.城市环境与城市生态，1999，12(5)：16～19.
5.唐永顺，张二勋.生态城市评价模型研究—以河南省为例［J］.生态经济，2004，S1：251～255.
6.Huang kun,Chen Senfa,Sun Yan,etc..Study and Implementation on the Grey
Comprehensive Evaluation Support System of Eco-city［J］.Journal of Southeast University.2002,18(4):356～360.
7.闻新，周露，王丹力等.MATLAB神经网络仿真与应用［M］.北京：科学出版社.2003.
8.Moody J,Darken C.Fast Learning in Networks of Locally-tuned Processing Units.［J］.Natural Computation.1988,(1):281～294.
9.Howard Demuth,Mark Beale.Neutral Network Toolbox For Use with MATLAB.［M］.USA:The MathWorksInc..2002.
10.王远，陆根法等.污染控制信息手段：从理论到实践［J］.南京大学学报(自然科学版)，2001，37(6)：743～748.
上一页 [1] [2] |
用户登录 
新用户注册 
