李 琳,黃 彥,尹鋼吉
(1. 密山市富密灌區(qū)水利水保總站連珠山分站,黑龍江 密山158300;2. 黑龍江省水利科學(xué)研究院,哈爾濱150080)
隨著糧食需求和農(nóng)業(yè)生產(chǎn)的發(fā)展,化肥和農(nóng)藥已成為農(nóng)業(yè)生產(chǎn)的必不可少的生產(chǎn)資料,在農(nóng)業(yè)生產(chǎn)中起著舉足輕重作用,到目前為止糧食增產(chǎn)主要依靠化肥和農(nóng)藥投入,呈現(xiàn)出其投入量逐年增加的趨勢。伴隨著化肥、農(nóng)藥投入量的增加農(nóng)業(yè)生產(chǎn)帶來了污染環(huán)境、食品安全等問題,已引起人們的廣泛重視。化肥用量大、使用效率低一直是困擾我國農(nóng)業(yè)生產(chǎn)的一個(gè)突出問題。化肥利用率低,大量的化肥損失導(dǎo)致一系列不良的環(huán)境。而化肥的流失和水分有直接的關(guān)系,為此,以基準(zhǔn)肥區(qū)為基礎(chǔ),對(duì)控灌、淺曬淺灌、濕潤灌、間歇灌4種灌溉技術(shù),采用基于RAGA 的PPC 模型進(jìn)行不同灌排模式減污效果綜合評(píng)價(jià),分析不同灌排模式下的減污效果。本分析中暫不考慮經(jīng)濟(jì)效益。
投影尋蹤模型( PPC) 是一種可用于高維數(shù)據(jù)分析,即可作探索性分析,又可作確定性分析的方法。建模過程如下[1]:
設(shè)各指標(biāo)值的樣本集為{x* (i,j) | i = 1 ~n,j = 1 ~p} ,其中x*(i,j) 為第i個(gè)樣本第j個(gè)指標(biāo)值,n、p 分別為樣本的個(gè)數(shù)和指標(biāo)的數(shù)目。
對(duì)于越大越優(yōu)的指標(biāo):

對(duì)于越小越優(yōu)的指標(biāo):

式中,xmax( j) 、xmin( j) 分別為第j個(gè)指標(biāo)值的最大值和最小值,x( i,j) 為指標(biāo)特征值歸一化的序列。
就是把p 維數(shù)據(jù){x*( i,j) | j = 1 ~ p} 綜合乘以a{a(1) ,a(2) ,a(3) ,…a( p) } 為 投 影 方 向 的 一 維 投 影 值z(mì)( i) 。

然后根據(jù){z( i) | i = 1 ~n} 的一維散布圖進(jìn)行分類。綜合投影指標(biāo)值時(shí),要求投影值z(mì)( i) 的散布特征就為局部投影點(diǎn)盡可能密集,最好凝聚成若干個(gè)點(diǎn)團(tuán); 而在整體上投影點(diǎn)團(tuán)之間盡可能散開。因此,投影指標(biāo)函數(shù)可以表達(dá)成:

式中: SZ為投影值z(mì)( i) 的標(biāo)準(zhǔn)值; DZ為投影值z(mì)( i) 的局部密度。


式中: E( z) 為序列{z( i) | i = 1 ~n} 的平均值; R 為局部密謀的窗口半徑; r( i,j) 為樣本之間的距離。
最大化目標(biāo)函數(shù):

約束條件: s.t:

把求得的最佳投影方向a*代入式(3) 后可得各點(diǎn)樣本的投影值z(mì)*( i) 。將z*( i) 與z*( j) 進(jìn)行比較,二者越接近,表示樣本i 與j 越傾向下分為同一類。若按z*( i) 值從大到小排序,則可以將樣本從優(yōu)到劣進(jìn)行排序。
基于實(shí)碼的加速遺傳算法( RAGA) 是模擬生物在自然環(huán)境中的遺傳和進(jìn)化過程而形成的一種自適應(yīng)全局優(yōu)化概率搜索算法。這里主要是用遺傳算法對(duì)投影尋蹤模型中的參數(shù)進(jìn)行優(yōu)化。計(jì)算步驟如下:
1) 在各個(gè)決策變量的取值變化區(qū)間[aj,bj]生成N 組均勻分布的隨機(jī)變量,i = 1 ~N,j = 1 ~p,N 為種群規(guī)模,p 為優(yōu)化變量的個(gè)數(shù)。
3) 計(jì)算基于序的評(píng)價(jià)函數(shù)。
4) 進(jìn)行選擇操作,以生成第1個(gè)子代群體。
5) 對(duì)4) 產(chǎn)生的新種群進(jìn)行交叉操作。
6) 對(duì)5) 產(chǎn)生的新種群進(jìn)行變異操作。
7) 進(jìn)化迭代。
不同灌排模式減污效果選擇N、P、K、株高、產(chǎn)量、穴有效穗數(shù)、灌水量等7 項(xiàng)作為評(píng)價(jià)分析指標(biāo)[2]。

表1 不同灌排模式減污效果評(píng)價(jià)指標(biāo)
對(duì)控制灌溉、淺曬淺灌、濕潤灌、間歇灌分別進(jìn)行樣本評(píng)價(jià)指標(biāo)調(diào)查。每個(gè)樣本有7個(gè)指標(biāo),即屬于7 維數(shù)據(jù)。對(duì)表1建立PPC 模型。RAGA 過程中選定父代初始種群規(guī)模為n,交叉概率pc=0.80,變異概率Pm=0.80,優(yōu)秀個(gè)體數(shù)目選定為20個(gè),a 為0.05,加速次數(shù)為8,得出最大投影指標(biāo)值為0.9928,最佳投影方向a*=(0.2867,0.5878,0.1792,0.4116,0.0531,0.6025,0.0708) ,將a*代入式(3) 后即得各個(gè)評(píng)價(jià)樣本的投影值( j) =( 1.9146,0.2653,1.5229,1.1943)
通過上述計(jì)算結(jié)果可知,采用控制灌溉模式評(píng)價(jià)樣本投影值最大為1.9146,其次是濕潤灌為1.5229,次之為間歇灌,第四為淺曬淺灌,說明控制灌溉技術(shù)模式對(duì)水稻田減污效果最好。綜合分析評(píng)價(jià),控制灌溉技術(shù)用水量最少,產(chǎn)量高,對(duì)于緩解日益緊缺的水資源是一種有效模式之一,對(duì)減少化肥對(duì)地下水帶來的污染作用顯著。
[1]付強(qiáng). 農(nóng)業(yè)水土資源系統(tǒng)分析與綜合評(píng)價(jià)[M]. 北京: 中國水利水電出版社,2005:268-273.
[2]黑龍江省水利科學(xué)研究院. 水稻灌排節(jié)水試驗(yàn)方案設(shè)計(jì)及試驗(yàn)數(shù)據(jù)初步分析. 哈爾濱:黑龍江省水利科學(xué)研究院,2009.