文沛沨,夏建國(guó),*,姜強(qiáng)

1.四川農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,四川成都611130

2.四川農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院,四川成都611130

基于免疫克隆算法的土地復(fù)墾適宜性評(píng)價(jià)

文沛沨1,夏建國(guó)1,2*,姜強(qiáng)2

1.四川農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,四川成都611130

2.四川農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院,四川成都611130

為優(yōu)化土地復(fù)墾規(guī)劃設(shè)計(jì)，降低土地復(fù)墾成本，該研究構(gòu)建了基于免疫克隆算法的土地復(fù)墾適宜性評(píng)價(jià)模型，并以“四川省巴廣渝高速公路工程”為調(diào)查對(duì)象進(jìn)行了實(shí)證研究。結(jié)果表明：免疫克隆算法比較精確穩(wěn)健，優(yōu)化結(jié)果受參數(shù)影響較小，能夠合理地對(duì)地類面積進(jìn)行高效優(yōu)化組合，具有優(yōu)秀的擴(kuò)展性，并隨優(yōu)化組合規(guī)模的擴(kuò)大，它比線性規(guī)劃法更具解決復(fù)雜問(wèn)題的優(yōu)勢(shì)，從而使復(fù)墾土地在地類適宜的同時(shí)，滿足了土地成本適宜和質(zhì)量適宜的要求，協(xié)調(diào)了不同土地利用約束的需求，提高了土地復(fù)墾效率，對(duì)工程復(fù)墾預(yù)算和復(fù)墾規(guī)劃設(shè)計(jì)具有現(xiàn)實(shí)指導(dǎo)意義，在土地復(fù)墾評(píng)價(jià)方面具有推廣應(yīng)用價(jià)值。

免疫克隆算法;土地復(fù)墾;土地規(guī)劃;復(fù)墾成本;適宜性評(píng)價(jià)

土地復(fù)墾適宜性評(píng)價(jià)作為土地復(fù)墾的中心環(huán)節(jié)和項(xiàng)目決策的依據(jù)，不同土地復(fù)墾適宜性評(píng)價(jià)方法的選取將影響土地復(fù)墾適宜性評(píng)價(jià)結(jié)果的準(zhǔn)確性和客觀性，進(jìn)而影響土地復(fù)墾的決策工作[1-3]。

故基于前人成果[4,5]可知，土地復(fù)墾適宜性評(píng)價(jià)方法一般多采用極限條件法、指數(shù)和法、模糊綜合評(píng)價(jià)法、可拓法和人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法等數(shù)學(xué)規(guī)劃模型分析法，即對(duì)數(shù)據(jù)結(jié)果或分布特征先作某種假定，按照一定準(zhǔn)則建立顯式評(píng)價(jià)函數(shù)，對(duì)建立的評(píng)價(jià)函數(shù)模型進(jìn)行實(shí)證的數(shù)據(jù)分析方法[6]。關(guān)于上述評(píng)價(jià)方法的研究成果相對(duì)集中于指標(biāo)體系的構(gòu)建及適宜性復(fù)墾方向的確定等方面，但從多目標(biāo)約束角度出發(fā)來(lái)研究土地復(fù)墾適宜性評(píng)價(jià)的文獻(xiàn)尚未見(jiàn)報(bào)道。因此，該研究嘗試性地引入多目標(biāo)優(yōu)化算法[7,8]免疫克隆算法，以便將土地復(fù)墾適宜性評(píng)價(jià)問(wèn)題轉(zhuǎn)化為一帶有約束條件的多目標(biāo)優(yōu)化問(wèn)題進(jìn)行研究。該研究以“四川省巴廣渝高速公路工程”復(fù)墾數(shù)據(jù)為基準(zhǔn)數(shù)據(jù)進(jìn)行實(shí)證研究，研究復(fù)墾土地在利用方向確定的同時(shí)，兼顧其他不同土地利用約束的需求，以期優(yōu)化土地復(fù)墾規(guī)劃設(shè)計(jì)，降低土地復(fù)墾成本，為其他工程土地復(fù)墾適宜性評(píng)價(jià)研究提供一定的借鑒。

1 土地復(fù)墾適宜性評(píng)價(jià)模型

根據(jù)研究區(qū)復(fù)墾責(zé)任范圍和現(xiàn)狀，確定評(píng)價(jià)原則，建立適宜性評(píng)價(jià)指標(biāo)體系，使用熵權(quán)法[9]確

1.1 免疫克隆算法模型

免疫克隆算法模型首先對(duì)抗體進(jìn)行了編碼，計(jì)算抗體的適應(yīng)度，然后循環(huán)運(yùn)行克隆操作、變易操作、選擇操作，若達(dá)到最大進(jìn)化代數(shù)或抗體適應(yīng)度達(dá)到指定的終止條件，則結(jié)束進(jìn)化[10]（圖2）。

圖1 基于免疫克隆算法的土地復(fù)墾適宜性評(píng)價(jià)模型Fig.1 Land suitability evaluation model based on immune clone algorithm

圖2 免疫克隆算法模型Fig.2 Model of immune clonal algorithm

1.2 免疫克隆算法操作步驟

（1）抗體編碼。免疫克隆算法的操作對(duì)象是抗體庫(kù)[8]，該文對(duì)抗原和抗體都采用實(shí)數(shù)的編碼方式，抗體初始化階段以正常狀態(tài)下的樣本作為初始抗體[10]。

（2）適應(yīng)度函數(shù)。每個(gè)抗體的適應(yīng)度是每個(gè)抗體對(duì)應(yīng)的復(fù)墾成本，故以滿足不同土地利用約束的前提下使土地復(fù)墾成本C最低為優(yōu)化目標(biāo)的適應(yīng)度函數(shù)為：（Kn代表復(fù)墾后臨時(shí)用地面積，cn代表各個(gè)地類的復(fù)墾成本）。

（3）克隆操作?？寺〔僮魇且罁?jù)免疫細(xì)胞和抗原的親合力大小對(duì)免疫細(xì)胞進(jìn)行克隆繁殖，親和力越高，克隆繁殖的機(jī)會(huì)越大，克隆的數(shù)目越多[8]。具體的抗體庫(kù)P={a1,a2,…ai,…,an}的克隆操作C（）如下：

（4）變異操作。根據(jù)親和力對(duì)臨時(shí)種群實(shí)施高頻變異，其中變異率與親和力成反比，與抗原親和力較低的免疫細(xì)胞需經(jīng)歷高頻變異來(lái)尋找具有更高親和力的免疫細(xì)胞[8]。即單位抗體按照一定的變異概率Pm隨機(jī)選取抗體中的1個(gè)或多個(gè)點(diǎn)進(jìn)行變異操作，以形成新的抗體。具體抗體庫(kù)變異操作M（）為：

（5）克隆選擇操作。對(duì)經(jīng)過(guò)克隆操作和變異操作的抗體庫(kù)進(jìn)行再選擇優(yōu)質(zhì)個(gè)體，即適應(yīng)度更高的抗體組成新的抗體庫(kù)[8]。具體操作為：

（6）結(jié)束條件。（a）抗體適應(yīng)度達(dá)到指定的終止條件；（b）算法達(dá)到最大迭代次數(shù)。

2 實(shí)例研究

2.1 研究區(qū)概況

該研究以巴廣渝高速公路復(fù)墾用地為研究實(shí)例。該公路沿線農(nóng)業(yè)植被占很大的比例，主要以紫色土和水稻土、黃壤、潮土為主。整個(gè)項(xiàng)目區(qū)境內(nèi)，人口密度比較平均，人均耕地面積較大，耕地資源豐富，耕地質(zhì)量等級(jí)較高，土地資源狀況良好。研究區(qū)臨時(shí)用地總面積450.2879 hm2，分為棄土場(chǎng)、施工生產(chǎn)生活用地、施工便道、取土場(chǎng)四種臨時(shí)用地類型，其中棄土場(chǎng)耕地137.2147 hm2，林地53.0890 hm2；施工生產(chǎn)生活用地耕地111.3732 hm2；施工便道耕地51.2347 hm2，林地71.7200 hm2；取土場(chǎng)耕地20.0229 hm2，林地5.6334 hm2。

2.2 評(píng)價(jià)原則的確定

土地適宜性評(píng)價(jià)顧名思義就是根據(jù)研究區(qū)土地的各種自然和非自然屬性，評(píng)定土地對(duì)于某種用途是否適宜以及適宜的程度[11]，故應(yīng)遵循綜合原則、因地制宜原則、主導(dǎo)因素原則和最佳效益原則進(jìn)行評(píng)價(jià)，實(shí)現(xiàn)土地相關(guān)經(jīng)濟(jì)、生態(tài)和社會(huì)三大效益的高度統(tǒng)一。

2.3 評(píng)價(jià)單元和評(píng)價(jià)因子限制性等級(jí)標(biāo)準(zhǔn)的確定

2.3.1 評(píng)價(jià)單元的確定根據(jù)《巴廣渝高速公路初步設(shè)計(jì)報(bào)告書》，在公路建設(shè)過(guò)程中，主線及附屬設(shè)施屬于永久占用地，不能復(fù)墾，故該研究復(fù)墾適宜性評(píng)價(jià)單元范圍為除永久占地外的臨時(shí)用地，包括棄土場(chǎng)（81個(gè)）、施工生產(chǎn)生活用地（101個(gè)）、施工便道（252條）和取土場(chǎng)（14處）四種，評(píng)價(jià)單元共計(jì)529個(gè)，以下用L1、L2、L3、L4分別代表?xiàng)壨翀?chǎng)、施工生產(chǎn)生活用地、施工便道、取土場(chǎng)。

2.3.2 評(píng)價(jià)因子限制性等級(jí)標(biāo)準(zhǔn)的確定依據(jù)《土地復(fù)墾質(zhì)量控制標(biāo)準(zhǔn)》（TD/T 1036-2013）以及相關(guān)土地文獻(xiàn)[11-13]，擬定出項(xiàng)目區(qū)評(píng)價(jià)因子主要有13個(gè)（表1和表2）。故依據(jù)《農(nóng)用地質(zhì)量分等規(guī)程》（GB/T28407-2012）和《農(nóng)用地定級(jí)規(guī)程》（GB/T28405-2012），對(duì)參評(píng)因子進(jìn)行賦值，把土地復(fù)墾適宜性評(píng)價(jià)等級(jí)數(shù)確定為4級(jí)標(biāo)準(zhǔn)：一等地為高度適宜（80～100分）；二等地為中度適宜（60～80分）；三等地為勉強(qiáng)適宜（40～60分）；四等地為不適宜（小于40分）（表1和表2）。故結(jié)合上述土地適宜性評(píng)價(jià)標(biāo)準(zhǔn)，經(jīng)實(shí)地調(diào)查研究后確定土地破壞后復(fù)墾前研究區(qū)土地質(zhì)量狀況，進(jìn)行賦值。

2.4 評(píng)價(jià)因子和評(píng)價(jià)單元權(quán)重的確定

根據(jù)表1和表2確定研究區(qū)耕地類、林地類土地質(zhì)量賦值，且由于每個(gè)參評(píng)因子對(duì)土地復(fù)墾適宜等級(jí)的影響程度不同，故需使用精度較高，客觀性更強(qiáng)的熵權(quán)法，計(jì)算確定研究區(qū)耕地和林地參評(píng)因子權(quán)重（表3和表4）和研究區(qū)評(píng)價(jià)單元權(quán)重（表5）。

表1 宜耕類復(fù)墾方向的限制性等級(jí)標(biāo)準(zhǔn)Table 1 Restrictive classification standards towards suitable reclamation direction

表2 宜林類復(fù)墾方向的限制性等值標(biāo)準(zhǔn)Table 2 Restrictive equivalent standards towards forestry reclamation direction

2.5 土地適宜復(fù)墾方向的確定

按照評(píng)價(jià)原則，該文依據(jù)相關(guān)等級(jí)標(biāo)準(zhǔn)和權(quán)重（表3、表4），將各評(píng)價(jià)單元的分值分別與參評(píng)因子計(jì)算所得權(quán)重相乘，并累積相加，即可確定各評(píng)價(jià)單元綜合評(píng)分。由此計(jì)算可知，除棄土場(chǎng)邊坡耕地適宜等級(jí)為四等地、林地適宜等級(jí)為三等地外，其他評(píng)價(jià)單元適宜等級(jí)都為二等地，所以可以確定研究區(qū)土地適宜復(fù)墾方向?yàn)楦睾土值貎煞N地類。

表3 研究區(qū)耕地類參評(píng)因子權(quán)重Table 3 Contestant factor weights of farmland in the study area

表4 研究區(qū)林地類參評(píng)因子權(quán)重Table 4 Contestant factor weights of forestry land in the study area

2.6 土地適宜面積組合的確定

2.6.1 問(wèn)題描述近年來(lái)隨著經(jīng)濟(jì)的發(fā)展，土地復(fù)墾的成本壓力增大，故該文土地復(fù)墾適宜面積組合以成本最低化作為優(yōu)化目標(biāo)。具體的優(yōu)化問(wèn)題描述如下：

約束條件：復(fù)墾后耕地總面積≥復(fù)墾前耕地總面積；土壤質(zhì)量≥Q1；配套設(shè)施≥F2；生產(chǎn)力水平≥P3；K1，K2，…，Kn均為非負(fù)數(shù)，保留四位小數(shù)。

C為復(fù)墾工程的總成本（單位：萬(wàn)元）；K1，K2，…，Kn分別代表各個(gè)臨時(shí)用地復(fù)墾后的面積（單位：公頃）；c1，c2，…，cn分別代表各個(gè)地類的復(fù)墾成本（單位：萬(wàn)元/公頃）；Q1，F(xiàn)2，P3分別代表土壤質(zhì)量約束、配套設(shè)施約束、生產(chǎn)力水平約束。

該文棄土場(chǎng)邊坡既定為林地，面積不再優(yōu)化。且該文優(yōu)化目標(biāo)是土地復(fù)墾的成本，則將為耕地服務(wù)的交通運(yùn)輸用地(溝渠)和水域及水利設(shè)施用地(生產(chǎn)道路)的成本歸入耕地復(fù)墾成本中，故復(fù)墾后地類只有耕地和林地兩種，并以研究區(qū)域內(nèi)社會(huì)、經(jīng)濟(jì)、生態(tài)環(huán)境和地類結(jié)構(gòu)相近的土地復(fù)墾項(xiàng)目—遂廣高速公路復(fù)墾項(xiàng)目和遂西高速公路土地復(fù)墾項(xiàng)目的復(fù)墾成本作為參考，取其均值（表5）。

表5 研究區(qū)各臨時(shí)用地復(fù)墾成本Table 5 Cost of temporary land reclamation in the study area

2.6.2 優(yōu)化結(jié)果該文使用免疫克隆算法模型對(duì)不同的進(jìn)化次數(shù)、抗體群體大小、變異概率進(jìn)行了實(shí)驗(yàn)。如圖3所示，抗體群在第100代就已經(jīng)收斂，可見(jiàn)使用免疫克隆算法進(jìn)行土地復(fù)墾適宜性地類面積組合求解是高速的。故從表6中可以看出，伴隨抗體群規(guī)模的增大，免疫克隆算法的解變化幅度越小，免疫克隆算法找到最優(yōu)解的概率也就越大。所以為了得到最優(yōu)解，在計(jì)算時(shí)間適宜的前提下，適度擴(kuò)大抗體群規(guī)模，增加迭代次數(shù)，以方便找到問(wèn)題的最優(yōu)解。具體來(lái)說(shuō)，在前100次進(jìn)化中最優(yōu)成本具有顯著變化，降幅超過(guò)了200；但在100次進(jìn)化后，最優(yōu)成本穩(wěn)定在6418.90萬(wàn)元左右，并基本保持了穩(wěn)定。故綜上可知該文選取進(jìn)化次數(shù)為1000、抗體群體大小為500、變異概率為0.05進(jìn)行參數(shù)優(yōu)化，解得四種臨時(shí)用地的復(fù)墾后耕地面積分別為126.2219 hm2、111.3075 hm2、56.6667 hm2、25.6548 hm2，復(fù)墾后適宜性耕地總面積為319.8509 hm2，適宜性林地面積為130.4370 hm2，復(fù)墾后耕地較復(fù)墾前變動(dòng)率為0.0012%，土地復(fù)墾的最低總成本為6418.90萬(wàn)元。

表6 不同抗體規(guī)模的結(jié)果比較Table 6 Comparison of results from different size antibodies

3 結(jié)果有效性分析

為了保證免疫克隆算法結(jié)果的科學(xué)有效性，需對(duì)結(jié)果的有效性進(jìn)行驗(yàn)證。而線性規(guī)劃法可根據(jù)各種限制條件組合，選擇出最合理的計(jì)算方法，從而構(gòu)建線性規(guī)劃模型以求得最合理結(jié)果[10]。故使用線性規(guī)劃模型對(duì)結(jié)果進(jìn)行有效性驗(yàn)證具有相當(dāng)?shù)目尚哦?，其中單純形法是求解線性規(guī)劃問(wèn)題的通用方法。則上述問(wèn)題的線性規(guī)劃模型表述如下：

目標(biāo)函數(shù)：

0≤K1≤157.4030，0≤K2≤111.3732，0≤K3≤122.9547，0≤K4≤25.6563，K1、K2、K3、K4均為負(fù)整數(shù)。

單純形法解得：面積分別為126.2219 hm2、111.3075 hm2、56.6667 hm2、25.6548 hm2，最低總成本為6418.90萬(wàn)元，從而驗(yàn)證使用免疫克隆算法進(jìn)行土地復(fù)墾優(yōu)化組合確實(shí)是行之有效的（圖3）。但對(duì)于土地復(fù)墾項(xiàng)目來(lái)說(shuō)，不同地區(qū)地類復(fù)雜程度不一致，隨著土地復(fù)墾地類類型的增多，單純形法計(jì)算時(shí)間的復(fù)雜度成指數(shù)增長(zhǎng)，計(jì)算時(shí)間太長(zhǎng)，不適合處理大規(guī)模的優(yōu)化問(wèn)題[10]。故隨著類型的增多，適用于大規(guī)模優(yōu)化組合問(wèn)題的免疫克隆算法[8]較單純形法計(jì)算時(shí)間更短，具有更良好的擴(kuò)展性，更具解決復(fù)雜問(wèn)題的優(yōu)勢(shì)。

圖3 免疫優(yōu)化和線性優(yōu)化對(duì)比Fig.3 Comparison between immune optimization and linear programming optimization

4 結(jié)論

該文運(yùn)用免疫克隆算法，建立了確定土地適宜性復(fù)墾方向和復(fù)墾后適宜性地類面積組合的土地復(fù)墾適宜性評(píng)價(jià)模型，并運(yùn)用巴廣渝高速公路土地復(fù)墾報(bào)告的相關(guān)數(shù)據(jù)資料，對(duì)模型進(jìn)行了實(shí)例應(yīng)證，通過(guò)對(duì)實(shí)例運(yùn)算結(jié)果進(jìn)行分析，得到了以下主要結(jié)論：

（1）基于免疫克隆算法的土地復(fù)墾適宜性評(píng)價(jià)模型，在確定適宜性復(fù)墾方向?yàn)楦睾土值氐耐瑫r(shí)，定量分析了復(fù)墾后地類面積組合，確定復(fù)墾后適宜耕地面積為319.8509 hm2，適宜林地面積為130.4370 hm2，耕地總體變動(dòng)率為0.0012%，最低的土地復(fù)墾成本為6418.90萬(wàn)元，復(fù)墾后耕地較復(fù)墾前耕地面積略有增加。故可知，該評(píng)價(jià)模型計(jì)算結(jié)果精確詳實(shí)，其數(shù)據(jù)不僅為工程造價(jià)總預(yù)算中的土地復(fù)墾部分的預(yù)算提供了數(shù)據(jù)支撐，為工程造價(jià)總預(yù)算的準(zhǔn)確性做出了貢獻(xiàn)，更便于復(fù)墾規(guī)劃人員在實(shí)際規(guī)劃設(shè)計(jì)時(shí)，對(duì)復(fù)墾總成本進(jìn)行整體定量控制，對(duì)復(fù)墾后各臨時(shí)用地地類面積進(jìn)行總量具體控制（特別是在臨時(shí)用地?cái)?shù)量較多、規(guī)模較大的情況下），使各地類面積和復(fù)墾總成本定量向最合適宜的復(fù)墾后土地利用結(jié)構(gòu)傾斜規(guī)劃，避免了各地類面積規(guī)劃的主觀性和盲目性。

（2）抗體群體大小、進(jìn)化次數(shù)對(duì)最低復(fù)墾成本、耕地面積有一定的負(fù)向影響，但對(duì)不同的進(jìn)化次數(shù)、抗體群體大小和變異概率而言，優(yōu)化的結(jié)果中最低復(fù)墾成本變化幅度較小，即當(dāng)接近最優(yōu)解時(shí)，免疫克隆算法產(chǎn)生的最優(yōu)新個(gè)體變化幅度不明顯，結(jié)果亦趨于穩(wěn)定，達(dá)到一個(gè)恒定值，并使用了線性規(guī)劃法驗(yàn)證了免疫克隆算法結(jié)果的有效性。表明免疫克隆算法的結(jié)果相對(duì)比較精確穩(wěn)健，優(yōu)化結(jié)果受參數(shù)影響較小，能夠迅速搜索到嚴(yán)格滿足約束條件的模型最優(yōu)解。

（3）文中參考了生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì)環(huán)境和地類結(jié)構(gòu)相近的土地復(fù)墾項(xiàng)目的平均成本，臨時(shí)用地選擇了通用的棄土場(chǎng)、施工生產(chǎn)生活用地、施工便道、取土場(chǎng)4種類型，地類類型只有耕地和林地兩種，不涉及其他土地類型，這些問(wèn)題有待于進(jìn)一步深入研究與探討。

[1]王秋兵.土地資源學(xué)[M].北京:中國(guó)農(nóng)業(yè)出版社,2003

[2]王靜,鄭振源,邵曉梅,等.中國(guó)土地利用變化與可持續(xù)發(fā)展研究.[M].北京:中國(guó)財(cái)政經(jīng)濟(jì)出版社,2012

[3]王歡.土地復(fù)墾適宜性評(píng)價(jià)方法[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2010,20(4):154-158

[4]王沈佳.國(guó)內(nèi)外土地復(fù)墾適宜性評(píng)價(jià)的研究綜述[J].科技廣場(chǎng),2013(4):123-127

[5]李霞,周自強(qiáng).土地復(fù)墾適宜性評(píng)價(jià)方法的特點(diǎn)及展望[J].甘肅科技,2014(4):36-39

[6]婁帥,王慧敏,牛文娟,等.基于免疫遺傳算法水資源配置多階段群決策優(yōu)化模型研究[J].資源科學(xué),2013,36(3):569-577

[7]田玉玲,段富.免疫優(yōu)化算法、模型及應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2013

[8]公茂果,劉芳,焦李成,等.多目標(biāo)優(yōu)化免疫算法、理論和應(yīng)用[M].北京:科學(xué)出版社,2010

[9]尹鵬,楊仁樹,丁日佳,等.基于熵權(quán)法的房地產(chǎn)項(xiàng)目建筑質(zhì)量評(píng)價(jià)[J].技術(shù)經(jīng)濟(jì)與管理研究,2013(3):3-7

[10]廖春科,羅莉,何鴻君,等.基于免疫克隆算法的航母編隊(duì)配置研究[J].艦船科學(xué)技術(shù),2010,32(2):91-94

[11]羅明.土地復(fù)墾潛力調(diào)查評(píng)價(jià)研究[M].北京:中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社,2013

[12]黃建洲,劉學(xué)錄,馬艷霞,等.土地評(píng)價(jià)指標(biāo)體系研究[J].中國(guó)土地科學(xué),2011,25(2):18-22

[13]王金滿,白中科,羅明,等.基于專業(yè)序列的中國(guó)多層次土地復(fù)墾標(biāo)準(zhǔn)體系[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(5):312-315

The Evaluation on Land Reclamation Suitability Based on Immune Clone Algorithm

WEN Pei-feng1,XIAJian-guo1,2*,JIANG Qiang2
1.College of Economics and management,Sichuan Agricultural University,Chengdu 611130,China
2.College of Resources and Environment,Sichuan Agricultural University,Chengdu 611130,China

In order to optimize the planning and design of land reclamation,lower land reclamation costs,construct a suitability evaluation model of land reclamation based on immune clonal algorithm taking"Ba Guang Yu Expressway Project in Sichuan province"as an empirical objective.Results showed that immune clone algorithm was more precise than before and optimization results affected by parameter smally,it could be reasonable to efficiently combine the class area and had an excellent enlargement,and with expanded combination scale,it had the advantage to solute the complex problem than linear planning method,thus made the reclamation land suitable and met the requirements of land cost and quality suitability, coordinated the needs for the utilization constraint of different lands,improved the land reclamation efficiency.There is a practical significance for the project budget of reclamation and planning design,and has been worthful for generalization in terms of the evaluation of land reclamation.

Immune clone algorithm;land reclamation;land planning;reclamation cost;suitability evaluation

F301.2

A

1000-2324(2015)03-0379-06

2013-07-11

2013-07-26

四川農(nóng)業(yè)大學(xué)學(xué)科建設(shè)雙支計(jì)劃項(xiàng)目(2014);四川省學(xué)術(shù)和技術(shù)帶頭人培養(yǎng)基金項(xiàng)目(2014)

文沛沨(1988-),男,在讀碩士,研究方向:土地利用規(guī)劃.E-mail:310258565@qq.com

*通訊作者:Author for correspondence.E-mail:xiajianguo@126.com定相關(guān)評(píng)價(jià)單元和評(píng)價(jià)因子的權(quán)重，確定適宜性復(fù)墾方向，并引進(jìn)免疫克隆模型原理，將土地復(fù)墾的約束條件（土地面積約束、質(zhì)量指標(biāo)約束）作為抗原，將問(wèn)題的解（復(fù)墾成本最低和復(fù)墾質(zhì)量最優(yōu)）作為抗體，解的優(yōu)劣通過(guò)親和函數(shù)進(jìn)行判斷，新抗體通過(guò)克隆和變異實(shí)現(xiàn)繁殖，通過(guò)適度擴(kuò)大抗體群規(guī)模，增加迭代次數(shù)，進(jìn)行地類面積的大規(guī)模優(yōu)化組合，從而找到問(wèn)題的最優(yōu)解，最終在滿足土地復(fù)墾約束體系的前提下，實(shí)現(xiàn)土地復(fù)墾質(zhì)量最優(yōu)和土地復(fù)墾成本最低的目標(biāo)（圖1）。