2. 水土保持国家林业局重点实验室, 100083, 北京;
3. 水利部水土保持植物开发管理中心, 100038, 北京
中国水土保持科学 2017, Vol. 15 Issue (5): 142-148. DOI: 10.16843/j.sswc.2017.05.018 |
计算机技术的突飞猛进促进了水土保持工作信息化的发展。目前,我国水土保持信息化工作主要从标准体系建设、基础设施建设、数据库建设、业务应用系统开发、信息分类与传输体系建设、提高保障水平等几个方面展开,已经进入了发展的加速期,也取得了很好的成绩,但其与行业发展形势、社会需求及国家整体的信息化战略布局的要求仍有较大差距:存在水土流失数据未能定期获取、水土保持信息化基础设施不完善、技术标准建设滞后及信息技术应用与信息化发展不同步等问题[1]。业务应用系统开发作为水土保持信息化工作的一部分一直以来都备受领域学者的青睐。1972年加拿大建立了世界上第1个土壤数据库信息系统,从此各国相继研发了土壤退化评价、水土流失预测及水土保持管理等方面的信息系统,为水土保持措施的科学配置提供了参考,并提高了其针对性和防治效果[2]。1986年,北京大学遥感中心等单位建立的区域侵蚀信息系统是我国较早、较成熟的水土保持信息系统[2]。早期研发的水土保持信息系统主要用于水土流失预测预报、水土保持监测评价、监测点信息采集、淤地坝管理、滑坡泥石流预警、小流域管理等领域[3]。近些年则集中在水土保持管理上,例如赵永军等[4]研发的水土保持重点工程项目管理信息系统、谢红霞等[5]研发的延河流域水土保持管理信息系统,以及程瑞芳[6]研发的三维可视化的河南省水土保持管理信息系统等。专家系统是人工智能领域最具发展前景的技术,早在20世纪90年代,专家系统技术就已经被应用于水土保持信息管理领域。例如早期的马蔼乃等[7]开发的微机地理专家系统MCGES,傅炜[8]提出的黄土地区土壤侵蚀专家系统,张晓萍等[9]提出的基于GIS的水土保持林草措施专家系统,饶良懿等[10]对我国早期水土保持专家系统的研究现状做了综述和总结。近些年来水土保持专家系统的研发较少,近期涌现的仅有柳礼奎等[11]针对农村居民点水土保持要素创建的专家决策系统,文东新等[12]构建的基于Google Earth的大围山水土保持信息系统,匡星等[13]建立的铁路工程水土流失预测评价专家系统等。
我国实施了长期的水土流失综合治理,水土保持工作取得了重大进展和显著成效。水土保持生态效应的评价一直以来是人们关注的重点,通过对各类单项或综合治理措施的生态效应进行评价与估算,监测与评价水土保持规划实施的进度与质量,其目的是定量标识水土保持措施影响的方式、程度和范围,为水土保持措施配置和科学决策提供依据,是水土保持研究的一项重要内容[14]。目前这一领域积累了大量的专家知识,但还没有一个专门的生态效应评价专家系统进行水土保持生态效应的快速、智能评价,而这正是水土保持行政管理部门所亟需的高效决策工具。笔者在搜集、整理我国多年积累的水土保持生态治理数据资料的基础上,采用产生式知识表达方法构建了水土保持生态效应评价专家系统知识库,利用可视化开发程序语言VC++,将专家系统技术与地理信息系统技术相互集成,研制和开发一个界面友好、功能完善的水土保持生态效应评价专家系统,以为我国水土保持生态工程的效应评价提供强有力的决策工具。
1 系统总体结构水土保持生态效应评价专家系统由人机接口、专家系统和地理信息系统组成。专家系统与地理信息系统采取松耦合的结合方式——两者是通过中间数据接口文件相互连接,专家系统用来产生水土保持领域的知识库(专家知识),并用其推理机进行启发式推理,而地理信息系统则为专家系统提供支撑,用来管理空间数据并可作空间信息分析和显示[15]。专家系统包括知识库、知识获取与管理系统、推理机、数据库及其管理系统、模型库及其管理系统、图形库及其管理系统。具体结构如图 1所示。
|
图 1 水土保持生态效应评价专家系统总体结构 Figure 1 General structure of the expert system (ES) for ecological effect evaluation of soil and water conservation |
人机接口作为用户与系统之间的媒介[16],可把用户输入的生态效应评价指标和参数转换成系统内部可以识别的表达形式,然后将其交给相应的模块去处理,最后把评价结果反馈给用户;知识库则是系统的核心组成,用于存放大量水土保持生态效应评价知识(规则),这些知识包括调水、保土、生物多样性维持以及固碳等4个方面,涉及坡面、小流域和区域3个尺度(表 1)。在进行模块设计时,将每个尺度的每个方面知识单独存储在1个子库中,即本系统的知识库包括12个子库,在进行生态效应评价时,推理机可根据用户需求去相应的子库进行匹配;因此,提升了推理机的匹配速度和系统的工作效率。知识获取采用主动与被动相结合的方式,增加了规则的获取途径;推理机是系统的又一核心组成[17],其工作原理是针对数据库中的当前数据信息,利用知识库中的知识,按一定的推理方法和搜索策略进行推理,并得出结论。本系统,在进行生态效应评价时推理机采用产生式推理策略和不精确性推理策略适时地决定知识的选择和运用,为用户提供效应评价结果;本系统为了便于管理,将数据、模型以及图形分开存放,形成了不同类型的数据库,数据库负责接收系统的内部和外部数据,包括静态数据库和动态数据库,提供系统内各模型间数据共享[9]。模型库包括基础模型库和专业模型库。图形库则用于存储该评价系统的各类图形。
| 表 1 不同尺度水土保持生态效应评价指标体系 Table 1 Evaluation index system of ecological effect of soil and water conservation at different scales |
知识库是专家系统的核心组成,是推理机正常运作的前提,也是专家系统有别于其他计算机软件系统的重要标志[18]。知识库也被称为规则库,根据相应原则和格式,把水土保持专业领域内的知识及专家知识进行有效处理和编写,转换成计算机识别的知识形式存放到知识库中。由于专家系统是整合领域的专家知识模拟专家的思维方式来进行问题的求解,因此知识库中知识的数量是否丰富、知识的整理是否合理,是此类系统能否进行科学、准确评价的关键。
2.1 知识的获取水土保持生态效应评价专家系统知识的获取是解决以何种方式从水土保持领域中已有的大量数据资料(包括口述或文字、研究成果、报告或实测数据等)中提取出该专家系统所需的知识,因此,要求所取得的知识内容应具备准确、客观的特点[19]。知识获取的方法分为主动式和被动式2类[20]:主动式知识获取,反映的是系统根据用户操作过程中输入的基本信息和产生的评价结果,通过知识获取系统自动地获取或产生知识并转入系统的知识库中;而被动式知识获取,指的是由知识工程师按照评价指标体系,根据水土保持领域的某些知识源(如专家、书本或专家处理的实例等)挖掘出有关的领域知识,并通过知识编辑器等类似的工具,将收集的这些知识以计算机能识别的形式装入知识库。在本系统的知识库构建中,知识的获取主要采取主动式与被动式相结合的方法。被动式知识获取包括3方面内容:1)通过阅读和分析已有的专业文献和研究成果、报告获取;2)通过与水土保持领域专家面对面交流获取;3)通过对水土保持领域专家进行问卷调查获取。所有获取的知识和经验参数都要反复询问领域专家来确定,然后整理为若干规则,并依据评价尺度和评价内容的不同,组建相应的规则集(知识库的子库)。
2.2 知识的表示知识表示就是知识的符号化和形式化的过程[21]。通过某种特定的表达方式把水土保持生态效应评价领域的各种知识整合到计算机系统的程序设计过程中[20]。目前知识的表示方法有多种,本系统采用了IF A THEN B的产生式知识表达方式。
产生式规则的基本形式:
RULE n
IF A THEN B
Certainty Factor m
Photo Graph None
Reference None
END RULE
格式说明:n为规则号(整数);A条件判断语句;B结果语句;m为可信度值(用0~100之间的整数来表示);Photo Graph为图片或图形,缺省时默认值为None;Reference为参考文献,缺省时默认值为None。以北方土石山区坡面尺度减流减沙效应为例,其规则如下(此部分共梳理了476条规则):
RULE 1
IF省份=北京
地点=延庆
多年平均降雨量=475 mm
土壤类型=褐土
坡长=10 m
坡向=阴坡
坡度=15°
土地利用方式=板栗树盘
排列方式=“田”字形
THEN 减流效应82%
减沙效应95%
可信度值95
Photo Graph None
Reference None
END RULE
3 系统总体功能设计本系统采用应用面向对象的开发方式Microsoft Visual C++(VC++)[22]作为系统开发工具,应用面向对象开发方式设计推理机并开发专家系统,有利于系统的重构和扩充,且操作简单、适宜推广。水土保持生态效应评价专家系统由6个功能模块组成,包括信息管理模块、知识库管理模块、文献管理模块、水土保持生态效应评价模块、GIS管理模块以及输出模块。进入本系统首先需要注册、登录,以便进行安全管理。
3.1 信息管理模块能够完成对属性数据、模型数据和图形数据的基本操作,包括输入、查询、添加、修改和删除等功能,亦可称为数据管理。
3.1.1 属性数据管理本系统数据库包括动态数据库和静态数据库,水土保持生态效应评价专家系统的动态数据库用来存放系统运行过程中产生的数据,包括中间推理结果、求解状态及最终结果等;静态数据库则用来存放系统的初始数据,包括土壤数据、多年平均降雨量数据、径流和泥沙观测数据、水土保持措施数据、植被类型数据以及土地利用数据等。属性数据管理就是对静态数据的管理,完善和修改属性数据可以帮助用户全面准确的了解研究地状况。
3.1.2 模型数据管理水土保持生态效应评价过程会应用许多模型,包括一些规划模型和数学模型,例如线性规划模型、多目标规划模型、多元统计模型、回归分析模型等;还包括水土保持领域的一些专业模型,例如水土保持生态效应评价方法模型、土壤侵蚀模型、流域产沙模型、水文模型、生态模型等。模型数据管理可以对以上这些模型进行修改等操作,也可以补充系统中缺少的模型,为水土保持生态效应评价提供更多的方法。
3.1.3 图形数据管理水土保持生态效应评价过程涉及很多图形,包括数字化地形图、流域地块图和土壤图、植被图、坡度图、地貌图、土壤侵蚀类型图、土地利用现状图及土层厚度图等各类专题图。通过图形数据管理可以增加和更新不同地区的各类图形,提升评价结果的直观性。
3.2 知识库管理模块知识库管理模块是对系统知识库的知识进行编辑,主要包括知识的添加、修改、删除、查询等功能,使其不断完善,提高生态效应评价的准确性。通过知识库管理,可以向专家系统知识库中不断添加新知识和修改既有知识。同时对知识库中的规则进行一致性校验,对知识进行处理、对知识的语法错误等进行检查,保证知识表示的规范性、一致性和可操作性。
3.3 文献管理模块文献管理主要包括对知识应用文献的添加、查询、修改和删除等功能操作。文献管理功能不仅为用户提供方便,也可以检索规则的准确性,提高评价工作的效率。
3.4 水土保持生态效应评价模块水土保持生态效应评价作为本系统的核心功能,主要包括以下4部分。
1) 评价指标参数输入:用户进入评价界面把已有的指标参数输入对应位置,包括地点、多年平均降雨量、坡度、坡长、坡向、降雨强度、植被盖度、土地利用方式和水土保持措施等。
2) 评价指标与方法选择:评价指标分为坡面、小流域和区域3个尺度,每个尺度包含调水、保土、生物多样性维持以及固碳等几类指标,具体如表 1所示;评价方法主要包括专家推理评价和模型评价,以专家推理评价为主。评价模型主要默认层次分析法,应用模型评价可对专家推理评价结果进行验证和补充,同时在系统模型库中储存了几种较成熟的评价方法,用户可根据需要进行补充与选择。
3) 水土保持生态效应评价:系统根据用户输入的参数,选择合适的评价指标与方法,运用推理机与知识库中的知识进行匹配或运用模型进行计算。
4) 评价结果输出:系统根据匹配和计算的过程输出评价结果,包括用户输入参数数据、评价结果、可信度值、参考文献以及各类专题图等。
3.5 GIS管理模块GIS管理模块主要是对空间数据(包括DEM数据和遥感影像数据)的管理以及负责与GIS系统形成连接,保证专家系统与地理信息系统的相互结合,为本系统提供空间数据操作的可能。
3.6 输出功能模块输出模型计算的结果或水土保持生态效应评价结果,包括可信度值,参考文献以及系统生成的各类专题图等。
4 系统在白马小流域坡面尺度保土效应评价中的应用 4.1 白马小流域基本情况白马小流域位于山西省平顺县青羊镇白马村,距平顺县城7.0 km,总面积为4.47 km2,属于海河流域浊漳河水系,流域为典型北方土石山区,地貌为中山类山谷地貌,土壤类型为石灰性褐土,地理位置为E 113°20′30″~113°22′11″,N 36°07′19″~36°08′52″,海拔1 303.3~1 522.5 m,平均坡度为20.56°。干旱半干旱大陆性季风气候,多年平均降雨量为628.9 mm,其中汛期降雨量为488.96 mm,且降雨主要集中在6—9月份,年平均气温9.1 ℃,无霜期125 d,≥10 ℃的积温为3 177.5 ℃,多年平均蒸发量1 631.6 mm。该区沟壑纵横,山高坡陡,土层厚度瘠薄,且抗蚀性差,水土流失严重。流域内总人口为440人,其中劳动力259人,人均耕地0.21 hm2,粮食总产量35 759 kg,人均年纯收入2 280.5元。水土流失面积为3.34 km2,占流域总面积的74.7%。
4.2 系统应用目前,水土保持生态效应评价专家系统已初步建立,在现有数据和规则的基础上对系统的主要功能进行验证与应用,取得了较好的效果。由于篇幅有限,笔者仅以白马小流域坡面尺度保土效应评价为例介绍系统应用。在坡度为18.2 ℃,坡长为20 m,降雨强度为1.1 mm/min,植被盖度为40%,土地利用方式为乔木林地,水土保持措施为鱼鳞坑的条件下,采用专家推理评价方法,通过推理机进行推理,得到该区坡面尺度保土效应评价结果:土壤侵蚀模数为70.35 t/(km2·a), 减流效应为75%,减沙效应为80.15%。评价结果可为水土保持行政管理部门进行水土保持管理、水土保持规划实施进度、质量的监督监测以及水保措施的进一步部署和决策提供依据。
5 结论与建议水土保持生态效应评价作为水土保持工作的一项重点内容,一直以来备受关注。笔者设计和研发的水土保持生态效应评价专家系统,将专家系统技术与地理信息系统技术相结合,通过收集、整理、归纳和总结水土保持领域专家多年的研究和实践所积累的大量、分散的数据信息,构建了水土保持生态效应评价知识库,实现水土保持生态效应的高效、智能评价。评价结果不仅能为水土保持信息化管理提供科学依据,同时也为水土保持规划实施进度、质量的监督监测及水保措施的进一步部署和决策提供依据。
水土保持生态效应评价专家系统虽具有界面友好、操作简单、评价快速等特点,能满足水土保持生态效应评价工作的基本需要,但在一些方面仍有待进一步完善、加强与提升:一是系统的知识库需要进一步丰富和完善,以提升评价结果的全面性和准确性;二是推理机中使用的产生式推理策略和不精确性推理策略算法相对简单,还需考虑引入其他更为精确的推理策略,优化推理机的匹配过程。
| [1] |
王春玲, 孟丹, 王冬梅, 等. 我国水土保持信息化建设的现状与建议[J].
中国水土保持, 2016(3): 69.
WANG Chunling, MENG Dan, WANG Dongmei, et al. Present situation and suggestions on soil and water conservation information construction in China[J]. Soil And Water Conservation in China, 2016(3): 69. |
| [2] |
褚兴彬. 山东省水土保持管理信息系统研究[D]. 山东: 山东农业大学, 2009: 7.
ZHU Xingbin. Study on soil and water conservation management information system for Shandong province[D]. Shandong:Shandong Agricultural University, 2009:7. http://cdmd.cnki.com.cn/Article/CDMD-10434-2009234552.htm |
| [3] |
罗志东, 曹文华, 赵院, 等. 水土保持信息系统运行维护管理探讨[J].
中国水土保持, 2015(3): 37.
LUO Zhidong, CAO Wenhua, ZHAO Yuan, et al. Discussion on operation and maintenance management of soil and water conservation information system[J]. Soil And Water Conservation in China, 2015(3): 37. |
| [4] |
赵永军, 冯伟, 许永利. 水土保持重点工程项目管理信息系统建设[J].
中国水土保持, 2014(10): 10.
ZHAO Yongjun, FENG Wei, XU Yongli. Construction of management information system for key project of soil and water conservation[J]. Soil And Water Conservation in China, 2014(10): 10. DOI: 10.3969/j.issn.1000-0941.2014.10.005. |
| [5] |
谢红霞, 段建南, 王改兰, 等. 延河流域水土保持信息系统的设计与实现[J].
土壤通报, 2015, 46(3): 539.
XIE Hongxia, DUAN Jiannan, WANG Gailan, et al. Design and implementation of soil and water conservation information system in yanhe River Basin[J]. Chinese Journal of Soil Science, 2015, 46(3): 539. |
| [6] |
程瑞芳. 河南省水土保持三维可视化管理信息系统的研发[J].
中国水土保持, 2015(3): 40.
CHENG Ruifang. Research and development of 3D visualization management information system for soil and water conservation in Henan Province[J]. Soil And Water Conservation in China, 2015(3): 40. |
| [7] |
马蔼乃, 周长发. 地理专家系统的试验研究[J].
地理学报, 1992, 47(3): 252.
MA Ainai, ZHOU Changfa. A study of geographical expert system[J]. Acta Geographical Sinica, 1992, 47(3): 252. |
| [8] |
傅炜. 黄土丘陵沟壑区土壤侵蚀专家系统试验研究[J].
自然灾害学报, 1993, 2(1): 62.
FU Wei. A test research for forming soil erosion expert system in loess hills and gullies[J]. Journal of Natural Disasters, 1993, 2(1): 62. |
| [9] |
张晓萍, 李锐, 赵永安. 基于GIS的水土保持林草措施"专家"系统研究[J].
土壤侵蚀与水土保持学报, 1998, 4(4): 77.
ZHANG Xiaoping, LI Rui, ZHAO Yongan. Study on GIS-based expert system of biological practice for soil and water conservation[J]. Journal of Soil Erosion and Soil and Water Conservation, 1998, 4(4): 77. |
| [10] |
饶良懿, 余新晓, 谢宝元, 等. 我国水土保持专家系统的研究现状和发展趋势[J].
水土保持学报, 2002, 16(3): 68.
RAO Liangyi, YU Xinxiao, XIE Baoyuan, et al. Review and perspective of soil and water conservation expert system in China[J]. Journal of Soil and Water Conservation, 2002, 16(3): 68. |
| [11] |
柳礼奎, 路紫. 石家庄市农村居民点水土保持专家决策系统的构建与实施[J].
水土保持研究, 2007, 14(6): 134.
LIU Likui, LU Zi. The construction and implementation of soil and water conservation expert-policy-making system inShijiazhuang rural residential areas[J]. Research of Soil and Water Conservation, 2007, 14(6): 134. |
| [12] |
文东新, 余定椿. 基于Google Earth的大围山水土保持信息系统研究[J].
中南林业科技大学学报, 2010, 30(5): 40.
WEN Dongxin, YU Dingchun. Study on information system for soil and water conservation in Daweishan based on Google Earth[J]. Journal of Central South University of Forestry&Technology, 2010, 30(5): 40. |
| [13] |
匡星, 白明洲, 于会滨. 铁路工程环境评价中专家系统的应用探讨[J].
山西建筑, 2013, 39(26): 213.
KUANG Xing, BAI Mingzhou, YU Huibin. The application discussion on expert system of railway project environmental assessment[J]. Shanxi Architecture, 2013, 39(26): 213. DOI: 10.3969/j.issn.1009-6825.2013.26.111. |
| [14] |
李静. 基于组件式GIS的水土保持效益评价信息系统初步研究: 以延河流域为例[D]. 杨凌: 西北农林科技大学, 2008: 2.
LI Jing. A preliminary study on information system based on comGIS for soil and water conservation evaluation:a case study on Yan He river basin[D]. Yangling:Northwest A & F University, 2008:2. http://cdmd.cnki.com.cn/Article/CDMD-10712-2008102594.htm |
| [15] |
饶良懿, 谢宝元, 余新晓, 等. 北京山区小流域综合治理智能决策信息管理系统的研制和开发[J].
北京林业大学学报, 2003, 2(1): 43.
RAO Liangyi, XIE Baoyuan, YU Xinxiao, et al. Intelligent decision support system for small watershed management in Beijing mountain areas[J]. Journal of Beijing Forestry University, 2003, 2(1): 43. |
| [16] |
李雷. 基于产生式规则的变压器故障诊断专家系统[D]. 西安: 西安电子科技大学, 2008: 3.
LI Lei. A fault diagnosis expert system based on production rule for power transformers[D]. Xi'an:Xi'an University of Electronic Science and Technology, 2008:3. http://cdmd.cnki.com.cn/Article/CDMD-10701-2009056629.htm |
| [17] |
李秀霞. 基于案例推理技术的数控机床故障诊断专家系统结构设计[J].
机械工程师, 2016(1): 238.
LI Xiuxia. Structure design of NC machine fault diagnosis expert system based on case-based reasoning technology[J]. Mechanical Engineers, 2016(1): 238. |
| [18] |
潘文聪, 郭志民, 陈永宝. 水土保持规划专家系统初探[J].
福建水土保持, 2010, 14(4): 29.
PAN Wencong, GUO Zhimin, CHEN Yongbao. Preliminary study on expert system of soil and water conservation planning[J]. Fujian Soil And Water Conservation, 2010, 14(4): 29. |
| [19] |
张清清. 铁路信号设备故障诊断专家系统设计研究[J].
企业技术开发, 2016, 3(9): 28.
ZHANG Qingqing. Research on fault diagnosis expert system design of railway signal equipment[J]. Technology Development of Enterprise, 2016, 3(9): 28. |
| [20] |
齐俊鹏. 基于产生式规则的信息安全风险评估专家系统研究[D]. 北京: 北京信息控制研究所, 2008: 14.
QI Junpeng. Study of an expert system based on production rules for information security risk assessment[D]. Beijing:Beijing Information Control Institute, 2008:14. http://cdmd.cnki.com.cn/Article/CDMD-83221-2008126072.htm |
| [21] |
孔繁胜.
知识库系统原理[M]. 杭州: 浙江大学出版社, 2002.
KONG Fansheng. Knowledge base system principle[M]. Hangzhou: Zhejiang University Press, 2002. |
| [22] |
李铁军, 唐庆华, 王洁. 专家系统及其常用开发语言[J].
辽宁工业大学学报, 2010, 30(3): 147.
LI Teijun, TANG Qinghua, WANG Jie. Expert system and its developed languages[J]. Journal of Liaoning University of Technology, 2010, 30(3): 147. |