楊博，呂新彪，魏彥芳

（1.中國地質(zhì)大學(xué)（武漢）資源學(xué)院，湖北武漢430000；2.甘肅省國土資源廳，甘肅蘭州730000；3.甘肅煤炭地質(zhì)勘查院，甘肅蘭州730000）

基于BP神經(jīng)網(wǎng)絡(luò)的礦產(chǎn)資源綜合區(qū)劃功能分區(qū)方法研究

楊博1，2，呂新彪1，魏彥芳3

（1.中國地質(zhì)大學(xué)（武漢）資源學(xué)院，湖北武漢430000；2.甘肅省國土資源廳，甘肅蘭州730000；3.甘肅煤炭地質(zhì)勘查院，甘肅蘭州730000）

開展礦產(chǎn)資源綜合區(qū)劃功能分區(qū)研究，對(duì)進(jìn)行差別化管理政策的制定、空間分區(qū)管理有理論和實(shí)踐意義。在分析礦產(chǎn)資源綜合區(qū)劃影響因素的基礎(chǔ)上，構(gòu)建以資源條件、開發(fā)基礎(chǔ)、生態(tài)條件、區(qū)域經(jīng)濟(jì)潛能為準(zhǔn)則層的礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃的指標(biāo)體系和分區(qū)體系。分析和討論了礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)方法，并采用BP神經(jīng)網(wǎng)絡(luò)方法對(duì)甘肅省礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃進(jìn)行分類研究，將甘肅省劃分為重點(diǎn)發(fā)展、一般發(fā)展、限制發(fā)展和禁止發(fā)展4類功能區(qū)。結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)分類結(jié)果符合實(shí)際，是對(duì)傳統(tǒng)區(qū)劃方法的重要補(bǔ)充。

綜合區(qū)劃；礦產(chǎn)資源；BP神經(jīng)網(wǎng)絡(luò)；功能分區(qū)

區(qū)劃是從區(qū)域角度觀察和研究地域綜合體，探討區(qū)域單元的形成發(fā)展、分異組合、劃分合并和相互聯(lián)系，是對(duì)過程和類型綜合研究的概括和總結(jié)［1］。綜合區(qū)劃是人與環(huán)境系統(tǒng)研究對(duì)可持續(xù)發(fā)展的重大理論貢獻(xiàn)［2］，是當(dāng)前地域系統(tǒng)研究和全球環(huán)境變化人文因素研究的熱點(diǎn)［3，4］，不同部門綜合區(qū)劃研究也取得很多理論成果［5-9］。第三輪礦產(chǎn)資源規(guī)劃編制要求開展礦產(chǎn)資源基礎(chǔ)、開發(fā)條件、生態(tài)約束、區(qū)域發(fā)展需求等各因素整合起來的礦產(chǎn)資源綜合區(qū)劃研究，為分區(qū)規(guī)劃、分類指導(dǎo)礦產(chǎn)資源勘查、開發(fā)利用與保護(hù)，為礦產(chǎn)資源規(guī)劃編制提供理論依據(jù)。楊博等［10，11］已對(duì)礦產(chǎn)資源綜合區(qū)劃的概念內(nèi)涵、區(qū)劃體系、劃分方法等作了大量研究，提出了較重要的理論成果。候華麗等［12］將礦產(chǎn)資源綜合區(qū)劃體系劃分為兩級(jí)，一級(jí)為地域分區(qū)，二級(jí)為功能分區(qū)。并認(rèn)為二級(jí)區(qū)劃指標(biāo)體系應(yīng)包含礦產(chǎn)資源基礎(chǔ)條件、礦產(chǎn)資源開發(fā)條件、生態(tài)條件、地區(qū)經(jīng)濟(jì)發(fā)展水平等綜合性指標(biāo)。本文擬探討礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃指標(biāo)體系、分區(qū)方法，并以縣區(qū)為基本單位，采用BP神經(jīng)網(wǎng)絡(luò)方法開展甘肅省礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃功能分區(qū)研究，為豐富和拓展區(qū)劃的方法和途徑，并為礦產(chǎn)資源綜合區(qū)劃分區(qū)研究和礦產(chǎn)資源規(guī)劃提供理論依據(jù)和實(shí)證參考。

1　礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃指標(biāo)體系與分區(qū)體系

1.1礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃指標(biāo)體系

綜合考慮礦產(chǎn)資源勘查、開發(fā)利用與保護(hù)全過程，可以發(fā)現(xiàn)其受到資源因素、環(huán)境因素、社會(huì)因素、經(jīng)濟(jì)因素等四個(gè)方面的影響?；谶@些影響因素，在遵循全面性與可操作性、數(shù)據(jù)可獲得性與可對(duì)比性、系統(tǒng)性和導(dǎo)向性等原則基礎(chǔ)上，構(gòu)建礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃指標(biāo)體系，從而實(shí)現(xiàn)區(qū)域劃分。其中目標(biāo)層為礦產(chǎn)資源合理開發(fā)與區(qū)劃可持續(xù)發(fā)展，準(zhǔn)則層包括礦產(chǎn)資源條件、開發(fā)基礎(chǔ)、生態(tài)條件和區(qū)域經(jīng)濟(jì)潛能等四個(gè)方面。準(zhǔn)則層又由若干指標(biāo)組成（表1）。

1.2礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)體系

依據(jù)礦產(chǎn)資源綜合區(qū)劃的定義，以及礦產(chǎn)資源綜合區(qū)劃指標(biāo)體系，按照區(qū)劃的目標(biāo)和功能，劃分礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃體系。根據(jù)礦產(chǎn)資源綜合區(qū)劃影響因素指標(biāo)分析，可以知道礦產(chǎn)資源基礎(chǔ)為綜合區(qū)劃核心要素，其他如開發(fā)條件、區(qū)域經(jīng)濟(jì)發(fā)展水平等因素是綜合區(qū)劃的重要影響因素，而生態(tài)條件礦產(chǎn)資源綜合區(qū)劃約束性因素。因此，本文認(rèn)為礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)區(qū)劃應(yīng)該包含重點(diǎn)發(fā)展、禁止開發(fā)、限制發(fā)展、一般發(fā)展等四種類型區(qū)，其中一般發(fā)展區(qū)為其他三類發(fā)展區(qū)的補(bǔ)充，不單獨(dú)劃分。因此，礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)可劃分為：礦產(chǎn)資源重點(diǎn)發(fā)展區(qū)、生態(tài)保護(hù)區(qū)（禁止開發(fā)區(qū)）、限制發(fā)展區(qū)和一般發(fā)展區(qū)。

表1　礦產(chǎn)資源綜合區(qū)劃指標(biāo)體系

2　基于BP神經(jīng)網(wǎng)絡(luò)的礦產(chǎn)資源綜合區(qū)劃功能分區(qū)

2.1礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)方法

礦產(chǎn)資源綜合區(qū)劃受自然、社會(huì)、環(huán)境、經(jīng)濟(jì)的綜合影響，影響因子多，難以提取主要因子，同時(shí)不同因子之間又存在一定相關(guān)性，且每個(gè)因子貢獻(xiàn)率也不同，導(dǎo)致礦產(chǎn)資源綜合區(qū)劃難以劃分?，F(xiàn)有比較常見的區(qū)劃分析方法有：主導(dǎo)標(biāo)志法、相關(guān)分析法、專家集成定性分析法、最終分類評(píng)價(jià)矩陣分類法［13］，逐步歸并模型定量法等［14］。朱傳耿等［15］采用最終分類評(píng)價(jià)矩陣分類法對(duì)地域主體功能區(qū)劃進(jìn)行實(shí)證研究，取得良好的成果，是目前常用的地域功能識(shí)別和劃分方法方法。劉玉邦［16］等運(yùn)用主成分與聚類分析方法進(jìn)行農(nóng)業(yè)水資源高效利用綜合分區(qū)，這種方法可以避免人為的主觀確定因子的權(quán)值，同時(shí)可以消除不同因子之間的相關(guān)性干擾，但此方法也易受影響［17］，導(dǎo)致聚類中心偏移。神經(jīng)網(wǎng)絡(luò)方法在區(qū)域劃分中取得了很好地效果［18-23］，但目前應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行庫上次資源綜合區(qū)劃分區(qū)的案例還未見報(bào)道。本文擬選取產(chǎn)資源條件、開發(fā)基礎(chǔ)、生態(tài)條件和區(qū)域經(jīng)濟(jì)潛能等指標(biāo)層和指標(biāo)因子，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)方法，進(jìn)行礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)劃分，目的在于探索實(shí)踐定量途徑在區(qū)劃劃分中的應(yīng)用，拓展區(qū)劃的方法和途徑。

2.2BP神經(jīng)網(wǎng)絡(luò)及其理論基礎(chǔ)

2.2.1神經(jīng)網(wǎng)絡(luò)的分類

神經(jīng)網(wǎng)絡(luò)理論的研究工作始于上世紀(jì)中頁，McMulloch和Pitts首先提出神經(jīng)元的形式化模型［24］，并進(jìn)行邏輯函數(shù)運(yùn)算，開啟了人工神經(jīng)網(wǎng)絡(luò)的理論研究。經(jīng)過多年的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)的理論和應(yīng)用研究在數(shù)學(xué)和工程學(xué)方面取得了豐碩的成果，產(chǎn)生出了諸如向前神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)、隨機(jī)神經(jīng)網(wǎng)絡(luò)及自組織神經(jīng)網(wǎng)絡(luò)等30多種不同類型、結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)等，這些模型又大致分為三類：前向神經(jīng)網(wǎng)絡(luò)（以BP網(wǎng)絡(luò)為典型代表），反饋神經(jīng)網(wǎng)絡(luò)（以Hopfidld網(wǎng)絡(luò)為典型代表）以及自組織神經(jīng)網(wǎng)絡(luò)（以SOFM網(wǎng)絡(luò)為典型代表）。從系統(tǒng)角度來看，BP最適合解決分類問題，因?yàn)榉诸悊栴}可視為分析計(jì)算靜態(tài)的非線性映射f，BP這種前向網(wǎng)絡(luò)通過非線性處理能力可較好的逼近映射f。

2.2.2BP神經(jīng)網(wǎng)絡(luò)模型的理論分析

BP神經(jīng)網(wǎng)絡(luò)是基于BP算法的多層前饋網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，算法成熟，具有自學(xué)習(xí)和自適應(yīng)等優(yōu)點(diǎn)。BP算法通過輸入、輸出數(shù)據(jù)樣本集，根據(jù)誤差反向傳遞的原理，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，其學(xué)習(xí)過程包括信息的正向傳播過程以及誤差的反向傳播這兩個(gè)過程，對(duì)其反復(fù)訓(xùn)練，連續(xù)不斷地在相對(duì)誤差函數(shù)梯度下降的方向上，對(duì)網(wǎng)絡(luò)權(quán)值和偏差的變化進(jìn)行計(jì)算，逐漸逼近目標(biāo)。典型的BP神經(jīng)網(wǎng)絡(luò)由一個(gè)輸入層、至少一個(gè)隱含層和一個(gè)輸出層組成［25］（圖1）。BP神經(jīng)網(wǎng)絡(luò)模擬預(yù)測(cè)過程由以下四個(gè)階段組成：（1）模式順傳播過程；（2）誤差逆?zhèn)鞑ミ^程；（3）記憶訓(xùn)練過程；（4）學(xué)習(xí)收斂過程。最終形成模擬預(yù)測(cè)結(jié)果。

2.3BP神經(jīng)網(wǎng)絡(luò)聚類步驟

2.3.1BP神經(jīng)網(wǎng)絡(luò)構(gòu)成

指標(biāo)因子輸入。在輸入層輸入指標(biāo)因子，本文將12個(gè)指標(biāo)層因子列為指標(biāo)因子，即基礎(chǔ)地質(zhì)調(diào)查工作覆蓋率、查明資源儲(chǔ)量、大中型礦產(chǎn)地、年度開采總量、大中型礦山數(shù)量、可利用土地資源、可利用水資源、交通優(yōu)勢(shì)度、生態(tài)重要性、生態(tài)脆弱性、工業(yè)化階段、礦業(yè)所占比重等。

隱含層。進(jìn)行BP網(wǎng)絡(luò)建模時(shí)，隱層數(shù)的確定至關(guān)重要。隱層數(shù)沒有強(qiáng)制的規(guī)定，隱層數(shù)越多，模型識(shí)別訓(xùn)練樣本的差異性越好，但計(jì)算機(jī)運(yùn)行的中間過程越復(fù)雜，耗時(shí)越多，對(duì)于檢驗(yàn)樣本誤差可能會(huì)增大。所以一般原則是：隱層數(shù)小于訓(xùn)練樣本數(shù)的前提下，達(dá)到精度要求時(shí)的隱層數(shù)越少越好，本文將隱含層也設(shè)為12層。

輸出層。輸出層根據(jù)研究目的而確定，筆者以農(nóng)用地的土地適宜性為輸出層。在BP網(wǎng)絡(luò)結(jié)構(gòu)中，每層都是用數(shù)值來刻畫，而農(nóng)用地適宜性只是一個(gè)概念性的模型，因此筆者將概念模型用數(shù)值進(jìn)行刻畫。根據(jù)礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)體系，綜合礦產(chǎn)資源不同功能分區(qū)，即開發(fā)強(qiáng)度、限制性強(qiáng)度和生態(tài)保護(hù)能力的高低，將二級(jí)區(qū)劃開發(fā)適宜性分為4等，4為高度適宜，3為較適宜，2為一般適宜，1為不適宜。

2.3.2訓(xùn)練樣品的選取

根據(jù)甘肅省實(shí)際，結(jié)合專家的知識(shí)經(jīng)驗(yàn)，確定14個(gè)市州的12個(gè)指標(biāo)層形成的二級(jí)區(qū)劃開發(fā)適宜性指標(biāo)作為訓(xùn)練樣本，即給定14個(gè)市州二級(jí)區(qū)劃開發(fā)適宜性評(píng)分，作為實(shí)際建模選擇的樣本。

2.4研究實(shí)例

2.4.1數(shù)據(jù)分析與處理

本研究以甘肅省為對(duì)象展開實(shí)證分析，以縣區(qū)為基本單位進(jìn)行數(shù)據(jù)收集和處理，主要針對(duì)二級(jí)區(qū)劃指標(biāo)層指標(biāo)逐一收集，數(shù)據(jù)資源主要來源于《甘肅統(tǒng)計(jì)年鑒2013年》、《2013年甘肅省國土資源公報(bào)》等。

主要針對(duì)指標(biāo)層數(shù)據(jù)進(jìn)行逐一分析說明：基礎(chǔ)地質(zhì)調(diào)查工作覆蓋率：引用2013年甘肅省已完成的1：5萬礦產(chǎn)遠(yuǎn)景調(diào)查圖幅和面積，并與相關(guān)縣域國土面積相比，得出各縣的基礎(chǔ)地質(zhì)調(diào)查工作覆蓋率；各縣查明資源儲(chǔ)量、大中型礦產(chǎn)地、年度開采總量、大中型礦山數(shù)量引用2013年礦產(chǎn)資源儲(chǔ)量年報(bào)數(shù)據(jù)；可利用土地資源引用2008年土地總體利用規(guī)劃數(shù)據(jù)；可利用水資源引用2013年甘肅統(tǒng)計(jì)年鑒數(shù)據(jù)；各縣區(qū)交通優(yōu)勢(shì)度采用金鳳君［26］等計(jì)算方法，依據(jù)甘肅省2013年鐵路、公路網(wǎng)地理圖屬性數(shù)據(jù)計(jì)算得到；各縣區(qū)生態(tài)重要性和生態(tài)脆弱性指標(biāo)數(shù)據(jù)來源于甘肅省生態(tài)功能區(qū)劃；各縣區(qū)工業(yè)化階段和礦業(yè)所占比重來源于2013年甘肅統(tǒng)計(jì)年鑒數(shù)據(jù)。

礦產(chǎn)資源綜合區(qū)劃指標(biāo)體系包括4項(xiàng)準(zhǔn)則層，12項(xiàng)評(píng)價(jià)指標(biāo)及項(xiàng)基礎(chǔ)指標(biāo)，每項(xiàng)指標(biāo)都有不同的量綱單位，若要對(duì)指標(biāo)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)分析時(shí)，就必須要消除量綱的影響，進(jìn)行無量綱化處理［27］。

圖1　BP神經(jīng)網(wǎng)絡(luò)傳遞模式

2.4.2BP神經(jīng)網(wǎng)絡(luò)計(jì)算

在Matlab平臺(tái)下，首先錄入訓(xùn)練樣本，即14個(gè)市州的指標(biāo)數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，進(jìn)而錄入其他各縣的各類指標(biāo)數(shù)據(jù)，使用newff函數(shù)創(chuàng)建級(jí)聯(lián)前向神經(jīng)網(wǎng)絡(luò)，輸入層和輸出層的神經(jīng)元采用tansig傳遞函數(shù)，隱含層與輸出層采用purelin函數(shù)，訓(xùn)練算法為trainlm。采取的訓(xùn)練精度設(shè)置為0.001。計(jì)算結(jié)果如圖2所示。

2.4.3結(jié)果分析

圖2　BP神經(jīng)法劃分的甘肅省礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)圖

從圖2可得，BP神經(jīng)網(wǎng)絡(luò)分類結(jié)果的空間聚集性較高，基本反映了甘肅省礦產(chǎn)資源分布的區(qū)域特征。BP神經(jīng)網(wǎng)絡(luò)輸出結(jié)果為4類區(qū)域。第一類為礦產(chǎn)資源重點(diǎn)發(fā)展區(qū)，第二類為礦產(chǎn)資源一般發(fā)展區(qū)，第三類為礦產(chǎn)資源限制發(fā)展區(qū)，第四類為生態(tài)保護(hù)區(qū)（禁止開發(fā)區(qū)）。每一類發(fā)展區(qū)都包括若干縣區(qū)，每類發(fā)展區(qū)與所保護(hù)的縣區(qū)都有很強(qiáng)的相關(guān)性，如重點(diǎn)發(fā)展區(qū)包含：金川區(qū)、平川區(qū)、崇信縣、華亭縣等4個(gè)縣區(qū)，這些縣都是礦產(chǎn)資源儲(chǔ)量豐富，礦產(chǎn)資源開發(fā)強(qiáng)度高，礦業(yè)產(chǎn)值高的地區(qū)；限制發(fā)展區(qū)大都為礦產(chǎn)資源儲(chǔ)量較為匱乏，或者開發(fā)基礎(chǔ)條件較差，不適宜大規(guī)模進(jìn)行礦產(chǎn)資源開發(fā)的地區(qū)；生態(tài)保護(hù)區(qū)（禁止開發(fā)區(qū)）如卓尼縣、舟曲縣、碌曲縣、肅南縣等，大都位于自然保護(hù)區(qū)，不適宜進(jìn)行礦產(chǎn)資源開發(fā)。

3　討論

基于BP神經(jīng)網(wǎng)絡(luò)開展的礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分區(qū)，你搞過預(yù)測(cè)結(jié)果和驗(yàn)證分析，結(jié)果表明模型的建立與選擇是符合實(shí)際的，且有以下優(yōu)點(diǎn)：（1）能夠快速把握區(qū)域的分異特點(diǎn)，進(jìn)行大范圍的區(qū)劃工作；（2）BP網(wǎng)絡(luò)模型可以避免聚類分析的噪音影響帶來的評(píng)價(jià)誤差；（3）與專家經(jīng)驗(yàn)集成的區(qū)劃方法相比，BP神經(jīng)網(wǎng)絡(luò)方法更加客觀。但也有需要完善的地方，如典型樣本（訓(xùn)練樣本）的選擇上，有一定的主觀性；只進(jìn)行了一種神經(jīng)網(wǎng)絡(luò)方法的分類研究，研究論證不夠全面等等。但總體上，基于BP神經(jīng)網(wǎng)絡(luò)進(jìn)行的礦產(chǎn)資源綜合區(qū)劃二級(jí)區(qū)劃分具有劃分層次明顯、區(qū)域分割清晰、客觀性強(qiáng)等優(yōu)點(diǎn)，是對(duì)傳統(tǒng)區(qū)劃方法的重要補(bǔ)充。在未來的工作中，應(yīng)該加強(qiáng)對(duì)因子選擇、典型樣本選取方法研究，同時(shí)要運(yùn)用多種神經(jīng)網(wǎng)絡(luò)方法開展分區(qū)研究，通過對(duì)不同方法的對(duì)比分析，總結(jié)出最優(yōu)區(qū)劃方案。

［1］鄭度，葛全勝，張雪芹，等.中國區(qū)劃工作的回顧與展望［J］.地理研究，2005，24（3）：330-344.

［2］劉燕華，葛全勝，張雪芹.關(guān)于中國全球環(huán)境變化人文因素研究發(fā)展方向的思考［J］.地球科學(xué)進(jìn)展，2004，19（6）：889-895.

［3］吳紹洪.綜合區(qū)劃的初步設(shè)想［J］.地理研究，1998，17（4）：367-374.

［4］劉燕華，鄭度，葛全勝，等.關(guān)于開展中國綜合區(qū)劃研究若干問題的認(rèn)識(shí)［J］.地理研究，2005，24（3）：321-329.

［5］楊勤業(yè)，鄭度，吳紹洪，等.20世紀(jì)50年代以來中國綜合自然地理研究進(jìn)展［J］.地理研究，2005，24（6）：89-91.

［6］毛漢英，方創(chuàng)琳.我國新一輪國土規(guī)劃編制的基本構(gòu)想［J］.地理研究，2002，21（3）：267-275.

［7］陳守煜，李亞偉.基于模糊迭代聚類的水資源分區(qū)研究［J］.遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2004，23（6）：848-851.

［8］馮紅燕，譚永忠，王慶日.中國土地利用分區(qū)研究綜述［J］.中國土地科學(xué)，2010，24（8）：71-76.

［9］金貴，王占岐，姚小薇，等.國土空間分區(qū)的概念與方法探討［J］.中國土地科學(xué)，2013，27（5）：48-53.

［10］楊博，呂新彪，魏彥芳.礦產(chǎn)資源綜合區(qū)劃的概念與方法探討［J］.國土與自然資源研究，2015（3）：50-53.

［11］楊博，呂新彪，魏彥芳.省級(jí)尺度礦產(chǎn)資源綜合區(qū)劃方法與應(yīng)用［J］.國土與自然資源研究，2015（6）：19-22.

［12］侯華麗，吳尚昆，張玉韓，周璞.對(duì)我國開展礦產(chǎn)資源綜合區(qū)劃相關(guān)問題的思考［J］.國土資源科技管理，2015（03）：78-83.

［13］陳雯，段學(xué)軍，陳江龍，等.空間開發(fā)功能區(qū)劃的方法［J］.地理學(xué)報(bào)，2004，59（增刊）：53-58.

［14］黃桂芝，董平，吳霜.可持續(xù)發(fā)展理論基本模式新探及數(shù)學(xué)模型研究［J］.太原理工大學(xué)學(xué)報(bào)，2005，36（1）：103-106.

［15］朱傳耿，仇方道，馬曉冬，等.地域主體功能區(qū)劃理論與方法的初步研究［J］.地理科學(xué)，2007，27（2）：136-141.

［16］劉玉邦，梁川.基于主成分和模糊C-均值聚類算法的農(nóng)業(yè)水資源高效利用綜合分區(qū)［J］.水文，2011，31（5）：57-63.

［17］秦福高，孫悅娟.聚類與關(guān)聯(lián)規(guī)則挖掘進(jìn)行結(jié)合的研究［J］.電腦知識(shí)與技術(shù)，2011，7（14）：3418-3419.

［18］黃嬌，高陽，趙志強(qiáng)，等.基于GIS與SOFM網(wǎng)絡(luò)的中國綜合自然區(qū)劃［J］.地理研究，2011，30（9）：1648-1659.

［19］劉婭，朱文博，韓雅，等.基于SOFM神經(jīng)網(wǎng)絡(luò)的京津冀地區(qū)水源涵養(yǎng)功能分區(qū)［J］.環(huán)境科學(xué)研究，2015，28（3）：369-376.

［20］王江思，馬傳明，王文梅.基于SPSS和GIS的BP神經(jīng)網(wǎng)絡(luò)農(nóng)用地適宜性評(píng)價(jià)［J］.地質(zhì)科技情報(bào)，2013，32（2）：138-143.

［21］黃亞捷，葉回春，張世文.基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的中國耕地生產(chǎn)力分區(qū)［J］.中國農(nóng)業(yè)科學(xué)，2015，48（6）：1136-1150.

［22］張學(xué)儒，張鐿鋰，劉林山.基于SOFM神經(jīng)網(wǎng)絡(luò)模型的土地類型分區(qū)嘗試—以青藏高原東部樣帶為例［J］.地理研究，2013，32（5）：839-847.

［23］袁滿，劉耀林，危小建.基于模糊自組織神經(jīng)網(wǎng)絡(luò)的土地用途分區(qū)研究［J］.國土資源科技管理，2013，30（6）：74-80.

［24］謝承泮.神經(jīng)網(wǎng)絡(luò)發(fā)展綜述［J］.科技情報(bào)開發(fā)與經(jīng)濟(jì)，2006，16（12）：148-150.

［25］李朝靜，唐幼純，黃霞.BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用綜述［J］.勞動(dòng)保障世界，2012（8）：71-74.

［26］金鳳君，王成金，李秀偉.中國區(qū)域交通優(yōu)勢(shì)的甄別方法及應(yīng)用分析［J］.地理學(xué)報(bào)，2008，63（8）：787-798.

［27］蔣維楊，趙嵩正，劉丹，等.大樣本評(píng)價(jià)的定量指標(biāo)無量綱化方法［J］.統(tǒng)計(jì)與決策，2012，365（17）：4-9.

（2016-01-20收稿S編輯）

The Comprehensive Regionalization Function Partition Method Research Based on BP Neural Network

YANG Bo1，2et al
（1.Faculty of Earth Resource，China University of Geosciences （Wuhan），Hubei Wuhan 430000；2.Gansu Provincial Department of Land and Resources，Gansu Lanzhou 730000，China）

Research on mineral resources comprehensive regionalization functional partition has theoretical and practical significance for differential management policy，space partition management.On the basis of analyzing the factors affecting mineral resources comprehensive regionalization，build mineral resources comprehensive regionalization secondary zoning index system and partition system based on resource conditions，development，ecological conditions，regional economic potential for rule layer.Analysis and discusses the comprehensive regionalization secondary mineral resources districts partition method.Research Gansu province comprehensive regionalization secondary division classification using BP neural network method. The Gansu province has divided into four kinds of functional areas:the key development，the general development，the limited development and the prohibited development.The results show that the BP neural network classification results are reality，it is the important supplement of traditional division method.

comprehensive regionalization；mineral resources；BP neural network；Functional partition

F426

A

1003-7853（2016）01-0066-05

甘肅省工業(yè)發(fā)展“六大行動(dòng)計(jì)劃”專項(xiàng)經(jīng)費(fèi)

楊博（1980-），男，甘肅玉門人，工程師，中國地質(zhì)大學(xué)（武漢）博士，從事礦產(chǎn)資源規(guī)劃研究。