基于BP-ANN模型的农村土地生态安全评价及影响因素分析——以重庆市丰都县为例

针对重庆市丰都县土地生态敏感特性和区域实际情况,将土地生态安全评价指标值作为输入,土地生态安全评价得分作为输出,基于多层反向传播人工神经网络(BP-ANN)构建了具有15个隐含层神经元的3层土地生态安全评价模型,通过Matlab R2012b随机选取2013年317个总样本中的200个样本,将其中的70%,30%分别作为网络的训练样本和检验样本用于训练及检验BP-ANN,将剩余117个样本测试网络,再将2014年317个村的相关指标值代入人工神经网络通过模式识别进行评价;在此基础上分析丰都县农村土地生态安全状况的空间分异现象,并使用因子分析法结合多元线性回归分析法研究影响丰都县农村土地生态安全的因素。结果表明:(1)117个测试样本中相对误差小于5%的样本占98.21%,BP-ANN模型精度良好;(2)2014年丰都县各村土地生态安全评分为40.47～55.73,平均得分49.19,土地生态安全状况处于中等偏下水平,空间上土地生态安全评分全局Morans′I指数为0.34,空间呈自相关性,县域内西北部的农村土地生态状况较好;(3)影响丰都县农村土地生态安全的因素按照影响程度大小依次为:植被生物条件、土壤条件、景观多样性、生态建设与发展协调程度、降水条件、水域条件。BP-ANN模型一定程度上克服了传统评价过程中主观因素导致的误差,精确的评价结果对区域土地生态保护提供指导。