基于人群搜索算法的低碳目標約束下土地結構優(yōu)化

張哲

西北大學 城市與環(huán)境學院,陜西 西安 710127

基于人群搜索算法的低碳目標約束下土地結構優(yōu)化

張哲

西北大學 城市與環(huán)境學院,陜西 西安 710127

為實現低碳約束下土地利用結構優(yōu)化，本文結合不同土地利用類型碳排放系數和碳密度，以碳蓄積量最大化和碳排放量最小化為目標函數，建立約束條件下的土地利用結構優(yōu)化數學模型。利用人群搜索算法的快速尋優(yōu)能力對土地利用結構優(yōu)化模型進行求解。結果表明：碳蓄積量比規(guī)劃方案有較大提高，碳排放總量減少0.141萬噸，與DE、PSO和GA法相比較，SOA算法具有更快的收斂速度和最優(yōu)解。

人群搜索算法;土地結構優(yōu)化;低碳約束

全球氣候變暖趨勢日益嚴重，低碳發(fā)展成為當前世界重點關注的熱點問題，土地結構的合理利用與否直接影響低碳經濟的發(fā)展和選擇。土地結構的不合理利用或者轉化，容易導致土地資源調控的失控，使得土地資源配置無法達到預期要求。因此，研究在低碳目標約束條件下的土地結構優(yōu)化，有利于土地資源的合理利用，同時可以減少溫室氣體的排放，實現“低碳”和“效益”的兼顧，為土地結構利用和規(guī)劃提供決策依據和參考。

1 人群搜索算法

人群搜索算法（Seeker Optimization Algorithm，SOA）是模擬人的隨機搜索行為而提出的群智能搜索算法，其通過社會學習和認知學習，結合人群的自組織聚集行為、利己主義行為和人的預動行為實現最優(yōu)解的搜索，SOA算法的流程如下[1]：

（1）t→0

（2）初始化初始解位置；

（3）計算每個位置的適應度函數值；

（4）搜尋策略，計算每個個體i在每一維j的搜索方向dij(t)和步長αij(t)；

搜索方向dij(t)由人的利己行為、利他行為和預動行為三種行為決定，任意第i個搜索個體的利己方向、利他方向以及預動方向分別為，表達式如下所示：

其中，SOA算法的搜索方向由三個方向的隨機加權幾何平均決定，搜索方向如公式（5）所示：

（5）按公式（6）和公式（7）更新搜尋個體位置；

（6）t→t+1；

（7）若滿足停止條件，算法終止；反之，轉（3）。

2 土地結構優(yōu)化數學模型

2.1 土地結構利用模型

建立生態(tài)經濟效益目標函數[2]：

其中，f(x)表示生態(tài)經濟效益（萬元），ki表示生態(tài)經濟效益系數，xi表示不同土地類型。

建立碳排放目標函數[3]：

其中，g(x)表示碳排放量（t），Ti表示第i種土地利用方式的面積（hm2），fi表示第i種土地利用方式的碳排放/吸收系數。

2.2 碳排放和碳蓄積模型

結合不同土地類別的碳排放系數和碳密度，碳蓄積量Z最大化目標函數[4]：

碳排放量Q最小化目標函數[5]：

式（11）～（12）中，ai，bi分別表示碳密度和碳排放系數，Xi表示不同土地類型。

2.3 碳蓄積量模型

陸地系統(tǒng)碳庫主要包括土壤碳庫和植被碳庫，碳蓄積量估算公式如下[6,7]：

其中，T表示區(qū)域土地生態(tài)系統(tǒng)總的碳儲量，Ki表示第i種土地類型的面積；Vi表示第i種土地類型上植被的平均碳密度；Si表示第i種土地類型上土壤的平均碳密度。

3 實證分析

3.1 數據來源

選擇武漢市土地結構數據為研究對象，結合武漢市當前土地利用現狀和城市規(guī)劃方案，決策變量選擇如表1所示：

表1 決策變量表Table 1 Decision variables

3.2 數學模型

結合不同學者的研究結果，土地結構優(yōu)化的目標函數建立如下：

約束條件：

3.3 結果分析

為實現土地結構優(yōu)化，設定種群規(guī)模sizepop=100，最大迭代次數Iteration=100，最大隸屬度值Umax=0.9500，最小隸屬度值Umin=0.0111，權重最大值Wmax=0.9，權重最小值Wmin=0.1，優(yōu)化結果如圖1-圖2所示。

圖1 優(yōu)化前結果Fig.1 Results before optimization

圖2 優(yōu)化后結果Fig.2 Results after optimization

圖3 Pareto解Fig.3 Pareto solution

圖4 適應度曲線Fig.4 Fitness curve

表2 優(yōu)化前后的碳蓄積量對比結果Table 2 Comparison of carbon accumulation before and after optimization

表3 優(yōu)化前后的碳排放對比結果Table 3 Comparison of carbon emissions before and after optimization

通過表2和表3優(yōu)化結果可知，武漢市2016年碳蓄積總量為2684.48萬噸，與其2020年土地利用規(guī)劃的碳蓄積總量為2941.23萬噸，優(yōu)化之后的碳蓄積總量為2939.9萬噸，雖然比總體規(guī)劃的碳蓄積總量略少，但較2016年有較大幅度提高，說明優(yōu)化的碳蓄積能力有很大提升空間。

根據武漢市2020年土地利用規(guī)劃方案，其年度綜合碳排放總量約為20.095萬噸，SOA算法優(yōu)化之后，其年度綜合碳排放總量減少到19.954萬噸，碳排放總量減少0.141萬噸，優(yōu)化效果較好。

為了對比SOA、DE[8]、PSO[9]和GA[10]的收斂速度，運行4次的收斂結果如圖5所示。與DE、PSO和GA法相比較，SOA算法具有更快的收斂速度和最優(yōu)解。

圖5 收斂性對比圖Fig.5 Comparison of convergences

4 結論

本文研究了低碳約束條件下的土地利用優(yōu)化結構模型，在綜合考慮碳蓄積量和碳排放的基礎上，以碳蓄積最大化和碳排放量最小化為目標函數，建立了帶約束的土地利用結構優(yōu)化數學模型，運用SOA算法實現土地利用結構優(yōu)化求解。研究結果表明，與DE、PSO和GA法相比較，SOA算法具有更快的收斂速度和更好的最優(yōu)解。同時，實現碳排放和碳蓄積的最優(yōu)化規(guī)劃，為城市土地利用規(guī)劃提供決策參考。

[1]Dai C,ChenW,ZhuY,et al.Seeker Optimization Algorithm for Optimal Reactive Power Dispatch[J].IEEE Transactions on Power Systems,2009,24(3):1218-1231

[2]黃迎春,楊伯鋼,張飛舟,等.基于同類城市建設目標的北京市土地利用結構優(yōu)化[J].農業(yè)工程學報,2016,32(4):217-227

[3]曾永年,王慧敏.以低碳為目標的海東市土地利用結構優(yōu)化方案[J].資源科學,2015,37(10):2010-2017

[4]陳宇,單玉紅,陳銀蓉.碳氧平衡約束下武漢市土地利用結構優(yōu)化情景模型研究[J].長江流域資源與環(huán)境,2015,24(12):2030-2037

[5]王觀湧,張 樂,于化龍,等.基于生態(tài)安全的土地利用結構優(yōu)化研究[J].土壤通報,2015,46(6):1321-1327

[6]陳 影,張 利,何 玲,等.基于多模型結合的土地利用結構多情景優(yōu)化模擬[J].生態(tài)學報,2016,36(17):5391-5400

[7]許小亮,李 鑫,肖長江,等.基于CLUE-S模型的不同情景下區(qū)域土地利用布局優(yōu)化[J].生態(tài)學報,2016,36(17):5401-5410

[8]房 飛,李濱勇,唐海萍.基于土地利用結構優(yōu)化的土壤有機碳儲量預測分析——以內蒙古多倫縣為例[J].干旱區(qū)研究,2016,33(1):67-73

[9]徐 磊,董 捷,張安錄.湖北省土地利用減碳增效系統(tǒng)仿真及結構優(yōu)化研究[J].長江流域資源與環(huán)境,2016,25(10):1528-1536

[10]任國平,劉黎明,付永虎,等.環(huán)境約束下大都市城郊土地利用結構評價——基于信息熵和非期望產出模型分析[J].長江流域資源與環(huán)境,2016,25(6):913-924

The Optimization for Land Structure with the Low Carbon Target Constraint Based on Seeker Optimization Algorithm

ZHANG Zhe
College of Urban and Environmental Science/Northwest University,Xi'an 710127,China

To realize the optimization for land use structure with a low carbon constraint,this paper combined with different types of land use coefficient of carbon emissions and density to maximize carbon storage and carbon emissions minimization as the objective function to establish the mathematical model of land use structure optimization with constraint to use the fast searching ability of Seeker Optimization Algorithm(SOP)to solve the optimization model of land use structure.The experimental results showed that the carbon storage was much higher than the planning scheme,carbon emissions reduced 1 thousand and 410 tons,compared with DE,PSO and GA method,the SOA algorithm had faster convergence speed and optimal solution.

Seeker OptimizationAlgorithm;land structure optimization;low carbon constraint

TP391.1

:A

:1000-2324(2017)02-0215-04

10.3969/j.issn.1000-2324.2017.02.010

2016-08-08

:2016-10-13

張 哲(1983-),男,碩士研究生,助理實驗師.主要研究方向為自然地理學.E-mail:woaiwodezuqiu@163.com