尹宜勝 楊成業(yè) 于國慶 蔡久凱

摘 要：西藏地區(qū)擁有得天獨(dú)厚的地?zé)豳Y源，所以對地?zé)豳Y源的開發(fā)和利用就顯得尤為重要。本文對影響西藏地區(qū)地?zé)豳Y源的開發(fā)和利用能力的因素進(jìn)行綜合評價(jià)，在掌握區(qū)域地質(zhì)的各種資料后，提出影響地?zé)衢_發(fā)利用的因素，并對其進(jìn)行篩選，從而確定評價(jià)指標(biāo)體系，利用層次分析法確定影響因素的權(quán)重，結(jié)合MATLAB軟件創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)，以評估一個(gè)地區(qū)地?zé)峥沙掷m(xù)開發(fā)和利用的能力，從而判斷西藏某地區(qū)地?zé)豳Y源的開發(fā)利用潛力。

關(guān)鍵詞：西藏地區(qū);地?zé)豳Y源;可持續(xù)開發(fā)利用;神經(jīng)網(wǎng)絡(luò);層次分析法

中圖分類號(hào)：TK529文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-5168（2020）34-0156-03

Assessment on the Development and Utilization Capacity

of Geothermal Water Resources in Tibet

YIN Yisheng YANG Chengye YU Guoqing CAI Jiukai

（College of Engineering， Tibet University，Lhasa Tibet 850000）

Abstract： Tibet has unique geothermal resources， so the development and utilization of geothermal resources is particularly important. This paper made a comprehensive evaluation on the factors affecting the development and utilization of geothermal resources in Tibet. After mastering all kinds of data of regional geology， the factors influencing geothermal development and utilization were put forward and screened， so as to determine the evaluation index system. At the same time， AHP was used to determine the weight of influencing factors. Finally， combined with MATLAB software， BP neural network was created to evaluate the sustainable development and utilization ability of geothermal resources in a region， and then to judge the potential of geothermal resources development and utilization in a certain region of Tibet.

Keywords： The Tibet region;geothermal resources;sustainable development and utilization;Neural network;the analytic hierarchy process

1 西藏地質(zhì)構(gòu)造

為了探明西藏地?zé)峄顒?dòng)的規(guī)律，有必要對青藏高原的構(gòu)造背景做一定的研究。經(jīng)查閱各種地質(zhì)、物探、化探、遙感等資料后，由若干構(gòu)造帶“焊接”的青藏高原，在印度洋擴(kuò)張超碰撞效應(yīng)、岡瓦納大陸分解北移、南亞大陸與歐亞大陸相撞、雅江縫合帶發(fā)育等過程進(jìn)行后，斷裂構(gòu)造十分發(fā)育，而這對巖漿向上侵位噴出、水熱體的對流循環(huán)起著通道作用，促進(jìn)了水熱區(qū)的形成。對所有資料進(jìn)行整合后，整理出了西藏構(gòu)造和地?zé)岱植紙D。

2 地?zé)崴沙掷m(xù)開發(fā)利用能力影響因素及指標(biāo)體系

西藏雖然有著得天獨(dú)厚的地?zé)豳Y源，但對其的開發(fā)仍面臨諸多問題。本文通過對西藏地區(qū)進(jìn)行實(shí)地考察、資料收集，將影響地?zé)崴_發(fā)的因素歸納為技術(shù)條件、環(huán)境效應(yīng)、地面沉降、開采潛力、水溫、地?zé)豳Y源管理6個(gè)方面。實(shí)際上，影響地?zé)崴_發(fā)的因素還有很多，如地?zé)崂寐省⑷藶橐蛩?、?gòu)造程度、平均水壓下降速率等，但由于西藏地區(qū)地廣人稀、因素的模糊性等，本文舍棄了這些影響較小且難以準(zhǔn)確確定的因素，以簡化問題分析的過程。

2.1 指標(biāo)體系的建立

根據(jù)上述對影響因素的分析，建立地?zé)崴沙掷m(xù)開發(fā)利用能力評價(jià)指標(biāo)體系，如圖1所示。

2.2 指標(biāo)權(quán)重的確定

在上述指標(biāo)體系的基礎(chǔ)上，采用層次分析法來分析各個(gè)評價(jià)指標(biāo)所占的權(quán)重。在層次分析法的實(shí)際應(yīng)用中，按照1—9標(biāo)度來構(gòu)造下一層因素相對上一層因素的相對重要性判斷矩陣。

2.2.1 判斷矩陣的構(gòu)造。研究者根據(jù)上述指標(biāo)構(gòu)造的判斷矩陣具體如表1和表2所示。

2.2.2 判斷矩陣的求解。運(yùn)用MATLAB軟件，求解矩陣的最大特征值及其對應(yīng)的特征向量，然后進(jìn)行歸一化處理并進(jìn)行一致性檢驗(yàn)，記作：

[CI=λmax-nn-1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

由式（1）可知，當(dāng)[n]增加時(shí)，判斷誤差就會(huì)增加。因此，在判斷一致性時(shí)應(yīng)考慮到[n]的影響，使用隨機(jī)性一致性比值，記作：其中Ri取值如表3所示：

[Cr=CiRi]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

通過上述公式可計(jì)算出：矩陣1西藏地區(qū)地?zé)崴沙掷m(xù)開發(fā)能力評價(jià)指標(biāo)A的[λmax=6.148 6]，[Cr]=0.024 0<0.1。

[特征向量=0.661 4920.455 5820.150 5720.089 1960.558 3680.111 674]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

[歸一化=0.326 40.224 80.074 30.044 00.275 50.055 1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

矩陣2環(huán)境效應(yīng)B2的[λmax=5.186 6]，[Cr]=0.041 7<0.1。

[特征向量=0.380 2680.062 5890.213 8540.363 1640.820 888]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

[歸一化=0.206 60.034 00.116 20.197 30.445 9]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

由上可知，矩陣1和矩陣2的[Cr]<0.1，排序的結(jié)果具有一致性，即權(quán)重的分析具有可靠性。

2.3 評價(jià)指標(biāo)的量化

本文將評價(jià)指標(biāo)分為強(qiáng)、中、弱3個(gè)等級(jí)，對應(yīng)的得分分別為0～33、34～66、67～100，由專家根據(jù)獲取的地、化、物、遙等級(jí)料進(jìn)行分析，根據(jù)上述得出的各個(gè)指標(biāo)的權(quán)重對地下熱儲(chǔ)層進(jìn)行評分。本文西藏地區(qū)地?zé)釘?shù)據(jù)共采集8組，由于人工神經(jīng)網(wǎng)絡(luò)的輸出范圍為[0，1]，所以要對原始數(shù)據(jù)進(jìn)行歸一化處理，處理后的數(shù)據(jù)見表4。

3 神經(jīng)網(wǎng)絡(luò)評價(jià)模型的建立及模型的驗(yàn)證

3.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的建立

通過上述指標(biāo)的處理分析，經(jīng)查閱資料反復(fù)結(jié)合西藏地區(qū)的實(shí)際，建立如圖2所示神經(jīng)網(wǎng)絡(luò)構(gòu)造。模型將影響地?zé)峥沙掷m(xù)開發(fā)利用能力的6個(gè)因素作為輸入層;根據(jù)神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)的經(jīng)驗(yàn)公式得出，該模型隱含層的節(jié)點(diǎn)數(shù)為4比較合適;將最終得出的評價(jià)結(jié)果作為輸出層，結(jié)果中將地?zé)衢_發(fā)利用的等級(jí)分為3級(jí)，輸出結(jié)果中（1，0，0）代表開發(fā)潛力高、（0，1，0）代表開發(fā)潛力中、（0，0，1）代表開發(fā)潛力低。最后，利用MATLAB中的BP神經(jīng)網(wǎng)絡(luò)工具箱構(gòu)建一個(gè)輸入層、隱含層和輸出層節(jié)點(diǎn)數(shù)為（6，4，3）的BP神經(jīng)網(wǎng)絡(luò)模型用來進(jìn)行分析、訓(xùn)練和檢驗(yàn)。

3.2 模型的訓(xùn)練和檢驗(yàn)

本文使用LOGSIG函數(shù)作為隱含層激活函數(shù)，使用TRAINSCG作為訓(xùn)練函數(shù)，分別以訓(xùn)練樣本的實(shí)際參數(shù)輸入、輸出參數(shù)作為網(wǎng)絡(luò)的輸入值和輸出值，然后利用MATLAB工具箱進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練次數(shù)為401次時(shí)，達(dá)到要求的精度0.001，圖3為訓(xùn)練結(jié)果的曲線。

在上述訓(xùn)練結(jié)束后，要對模型的可靠性進(jìn)行檢驗(yàn)，在此用實(shí)測的3個(gè)樣本的數(shù)據(jù)與輸出的數(shù)據(jù)進(jìn)行對比。輸出結(jié)果如表5所示，在此分析中，輸出結(jié)果與實(shí)際的地?zé)衢_發(fā)利用能力相統(tǒng)一，則建立的BP網(wǎng)絡(luò)模型可行。

4 結(jié)語

本文在全面收集西藏地區(qū)地?zé)豳Y料的基礎(chǔ)上，初步分析了地?zé)豳Y源分布與構(gòu)造、斷裂的關(guān)系，進(jìn)一步深化了對西藏地?zé)豳Y源的認(rèn)識(shí)，為進(jìn)一步開發(fā)利用地?zé)豳Y源奠定了基礎(chǔ)。同時(shí)，利用層次分析法，確定出有可能影響西藏地?zé)衢_發(fā)利用的因素，并計(jì)算出各個(gè)因素的權(quán)重。最后，在BP神經(jīng)網(wǎng)絡(luò)模型建立后成功評價(jià)出西藏某個(gè)地區(qū)地?zé)衢_發(fā)利用的潛力大小。

參考文獻(xiàn)：

[1]黃健，張鋼.深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法綜述[J].計(jì)算機(jī)工程與應(yīng)用，2020（17）：12-23.

[2]羅莉.BP神經(jīng)網(wǎng)絡(luò)數(shù)字識(shí)別的Matlab實(shí)現(xiàn)[J].電子技術(shù)與軟件工程，2019（20）：174-175.

[3]王亞維，王中美，王益?zhèn)?，?基于GRA-AHP模型的巖溶地下水水質(zhì)評價(jià)[J].水力發(fā)電，2019（8）：1-3，62.

[4]李錄娟.亞洲地?zé)釄D編制及地?zé)釢摿υu估[D].長春：吉林大學(xué)，2011：3.

[5]劉清志，賈峰，范延磊.基于AHP的黃河三角洲地?zé)豳Y源開發(fā)投資決策研究[J].農(nóng)業(yè)工程技術(shù)（新能源產(chǎn)業(yè)），2010（12）：19-21.

[6]張娟娟.基于AHP和BP神經(jīng)網(wǎng)絡(luò)的地?zé)崴沙掷m(xù)開發(fā)能力評價(jià)[D].焦作：河南理工大學(xué)，2009：5.