陳藜藜，宋 戈，鄒朝暉

（東北大學(xué)土地管理研究所，遼寧 沈陽 110819）

基于免疫機(jī)理的黑龍江省耕地系統(tǒng)安全預(yù)警研究

陳藜藜，宋 戈，鄒朝暉

（東北大學(xué)土地管理研究所，遼寧 沈陽 110819）

研究目的：科學(xué)識別黑龍江省耕地系統(tǒng)安全警情現(xiàn)狀及其未來發(fā)展趨勢。研究方法：改進(jìn)突變級數(shù)模型和Elman神經(jīng)網(wǎng)絡(luò)模型。研究結(jié)果：（1）構(gòu)建基于生物免疫機(jī)理的耕地系統(tǒng)安全警情評定指標(biāo)體系，得出黑龍江省警情1995—2014年整體呈波動上升趨勢，警度從“無警”上升至“輕警”，再至“中警”，說明基于改進(jìn)突變級數(shù)模型的評價(jià)結(jié)果可凸顯評價(jià)對象之“優(yōu)、劣”特征；（2）引入Elman神經(jīng)網(wǎng)絡(luò)構(gòu)建耕地系統(tǒng)安全警情預(yù)測模型，測試擬合精度在0.97以上，預(yù)測結(jié)果可靠，表明未來20年黑龍江省警情將整體呈先升高、后降低趨勢，警度在“輕警”與“中警”之間。研究結(jié)論：基于生物免疫機(jī)理的黑龍江省耕地系統(tǒng)安全預(yù)警研究，可為省域尺度下耕地系統(tǒng)安全預(yù)警提供一種新的思路。

土地評價(jià)；免疫機(jī)理；耕地系統(tǒng)安全預(yù)警；改進(jìn)突變級數(shù)；黑龍江省

1 引言

隨著中國城鎮(zhèn)化和工業(yè)化進(jìn)程不斷穩(wěn)步推進(jìn)，激增的建設(shè)用地?cái)U(kuò)張和工業(yè)污染促使耕地資源供需矛盾日益加劇、生態(tài)環(huán)境污染嚴(yán)重，耕地質(zhì)量不斷下降，嚴(yán)重威脅著國家和區(qū)域糧食安全以及社會經(jīng)濟(jì)穩(wěn)定。加強(qiáng)以耕地資源為主體的耕地自然生態(tài)系統(tǒng)和以人類活動為主體的人類社會經(jīng)濟(jì)系統(tǒng)構(gòu)成的耕地系統(tǒng)的安全，已然成為國家和地區(qū)保障人類健康和耕地可持續(xù)利用的首要任務(wù)。全面保護(hù)和建設(shè)耕地系統(tǒng)安全是強(qiáng)化保護(hù)耕地?cái)?shù)量、提升耕地質(zhì)量、降低耕地污染的前提條件，是實(shí)現(xiàn)耕地資源持續(xù)、足量的有效供給，人類經(jīng)濟(jì)社會可持續(xù)發(fā)展和生態(tài)環(huán)境健康的有效保障，因此，準(zhǔn)確識別耕地安全的警情現(xiàn)狀，并及時科學(xué)地對耕地系統(tǒng)安全進(jìn)行預(yù)警逐漸成為學(xué)術(shù)界與政府部門關(guān)注的焦點(diǎn)。

近年來，學(xué)者們主要從耕地土壤質(zhì)量的動態(tài)監(jiān)測[1-2]、預(yù)警理論[3]、預(yù)警指標(biāo)體系[4-5]和預(yù)警方法[6]等方面對耕地系統(tǒng)安全預(yù)警展開研究。盡管當(dāng)前研究成果豐碩，但仍存在一定的不足：（1）耕地作為復(fù)雜的系統(tǒng)，缺少從系統(tǒng)性角度構(gòu)建的耕地系統(tǒng)安全預(yù)警概念框架和理論體系；（2）現(xiàn)有研究多從耕地?cái)?shù)量、質(zhì)量、生態(tài)組合或從自然、社會、生態(tài)角度構(gòu)建耕地資源安全評價(jià)指標(biāo)體系，忽略了預(yù)警警兆的發(fā)生具有滯后性和耕地的系統(tǒng)性特征，缺乏系統(tǒng)潛在突變特性的考慮；（3）耕地資源安全預(yù)警方法存在無法體現(xiàn)“總體大于部分之和”（綜合評價(jià)法）、難以反映復(fù)雜非線性系統(tǒng)特征（加權(quán)法、灰色預(yù)測和回歸分析）以及非結(jié)構(gòu)問題無法準(zhǔn)確結(jié)構(gòu)化（系統(tǒng)動力學(xué)）等諸多問題。值得強(qiáng)調(diào)的是：（1）在預(yù)警現(xiàn)狀評價(jià)上，突變級數(shù)法具有降低評價(jià)主觀性又不失科學(xué)性和合理性的優(yōu)勢。但同時該方法兼有指標(biāo)的重要性排序主觀性太大，綜合評價(jià)值偏高且差距較小，不具有絕對含義[7]的缺陷。因此，改進(jìn)其存在的缺陷，有助于提高預(yù)警現(xiàn)狀評價(jià)結(jié)果的科學(xué)合理性。（2）在預(yù)測未來警情上，神經(jīng)網(wǎng)絡(luò)模型能提高預(yù)測精度，是預(yù)警研究方法的重要創(chuàng)新。但現(xiàn)有研究將其多用于生態(tài)安全預(yù)警[8]、食品安全預(yù)警[9]、園區(qū)安全生產(chǎn)預(yù)警[10]等方面，在耕地資源安全預(yù)警上應(yīng)用的研究極少。Elman神經(jīng)網(wǎng)絡(luò)模型具有反饋記憶功能、強(qiáng)大動態(tài)信息處理能力以及以任意精度對時間序列的非線性問題動態(tài)預(yù)測模擬逼近的優(yōu)點(diǎn)，更適合耕地資源安全復(fù)雜、多變量、系統(tǒng)性和非線性特征的預(yù)警研究。（3）耕地系統(tǒng)與生物系統(tǒng)本質(zhì)上都屬于復(fù)雜系統(tǒng)。生物系統(tǒng)在面對病毒侵害等威脅時，具有識別不利要素，并及時采取防御策略，防止機(jī)體受損的自身免疫系統(tǒng)。若耕地系統(tǒng)能夠具有“生物免疫”的功能，能及時發(fā)現(xiàn)耕地系統(tǒng)安全存在的隱患，耕地系統(tǒng)安全性將大幅度提高。免疫機(jī)理現(xiàn)多用于如化工園區(qū)安全生產(chǎn)預(yù)警[10]、河流生態(tài)風(fēng)險(xiǎn)預(yù)警[11]、城市生態(tài)系統(tǒng)預(yù)警[12]等方面，缺少基于免疫機(jī)理的耕地系統(tǒng)安全預(yù)警研究。因此，從系統(tǒng)角度出發(fā)，將免疫機(jī)理應(yīng)用耕地系統(tǒng)安全預(yù)警研究，有助于耕地系統(tǒng)安全警情的科學(xué)準(zhǔn)確判定，為耕地系統(tǒng)安全預(yù)警提供新的思路和方法。

黑龍江省是中國第一大產(chǎn)糧大?、?004—2015年《黑龍江省統(tǒng)計(jì)年鑒》顯示，全省糧食產(chǎn)量從2003年底2512.3萬t增加至2014年底6242.19萬t，實(shí)現(xiàn)連續(xù)“十一年增”，占全國糧食產(chǎn)量的11%。和最大的商品糧生產(chǎn)基地，承擔(dān)著保障國家糧食安全的重任。但近年來，農(nóng)藥化肥過量施用②2015年《黑龍江省統(tǒng)計(jì)年鑒》顯示，全省化肥使用量（折純）高達(dá)251.93，農(nóng)藥使用量8.74萬t。造成土壤質(zhì)量逐漸降低，水土流失、排水堵塞、易澇等問題凸顯，加之洪澇、干旱等自然災(zāi)害時有發(fā)生，農(nóng)業(yè)面源污染問題擴(kuò)大及部分地區(qū)生態(tài)破壞越加明顯，嚴(yán)重威脅著耕地質(zhì)量，隨時可能觸及耕地系統(tǒng)安全的警戒線。鑒于此，本文以黑龍江省為研究區(qū)，從系統(tǒng)角度出發(fā)，創(chuàng)新性地將生物系統(tǒng)免疫機(jī)理應(yīng)用于耕地系統(tǒng)安全預(yù)警研究，并從抗原和抗體兩方面構(gòu)建耕地系統(tǒng)安全預(yù)警指標(biāo)體系；基于突變理論，利用Matlab編程，運(yùn)用改進(jìn)的突變級數(shù)模型評定研究區(qū)1995—2014年耕地系統(tǒng)安全警情現(xiàn)狀，并引入Elman神經(jīng)網(wǎng)絡(luò)模型，預(yù)測研究區(qū)2015—2034年耕地系統(tǒng)安全的警情狀況，最終確定研究區(qū)耕地系統(tǒng)安全警情動態(tài)變化特征，以期為緩解區(qū)域警情，制定有效保障耕地系統(tǒng)安全及農(nóng)業(yè)可持續(xù)發(fā)展的決策提供科學(xué)依據(jù)。

2 基于免疫機(jī)理的耕地系統(tǒng)安全預(yù)警理論基礎(chǔ)

2.1 耕地系統(tǒng)及其安全的內(nèi)涵

本文將耕地系統(tǒng)安全界定為一個國家或地區(qū)在一定時期內(nèi)，人類社會與耕地資源在相互作用和反饋過程中，耕地系統(tǒng)能在受到自身的脆弱性（隱患）和人為活動影響（壓力）之下，通過自身調(diào)節(jié)（免疫）和人類社會調(diào)控（響應(yīng)），在時間上維持自身組織結(jié)構(gòu)和系統(tǒng)整體的穩(wěn)定，實(shí)現(xiàn)耕地資源持續(xù)、足量的有效供給，保障人類生存、經(jīng)濟(jì)社會發(fā)展和生態(tài)環(huán)境健康的狀態(tài)。在耕地系統(tǒng)安全中，耕地系統(tǒng)是以耕地資源為主體的自然生態(tài)系統(tǒng)和以人類活動為主體的社會經(jīng)濟(jì)系統(tǒng)在特定區(qū)域內(nèi)通過協(xié)同和拮抗作用而形成的復(fù)合系統(tǒng)（圖1）。

圖1 耕地系統(tǒng)內(nèi)涵概念模型Fig.1 Conceptual model of cultivated land system

2.2 生物系統(tǒng)免疫機(jī)理在耕地系統(tǒng)安全預(yù)警中的可行性分析

生物免疫系統(tǒng)是由免疫活性分子、免疫細(xì)胞、免疫組織和免疫器官組成的系統(tǒng)，是生物抵抗外界病源入侵的屏障，當(dāng)機(jī)體受到抗原刺激時，免疫系統(tǒng)將通過免疫器官、免疫細(xì)胞和免疫分子之間的相互作用，發(fā)揮生理防御、自身穩(wěn)定以及免疫監(jiān)視三方面功能對抗原進(jìn)行處理，以維持各系統(tǒng)內(nèi)部組成部分處于良好穩(wěn)定狀態(tài)[10]。與此相似，耕地系統(tǒng)也具有自我恢復(fù)并維持自身穩(wěn)定的功能，且人類社會為減少和避免耕地?cái)?shù)量和質(zhì)量下降及生態(tài)環(huán)境破壞而做出有效調(diào)控，具有一定的主動性、組織性和有機(jī)性。要保障耕地系統(tǒng)的安全，一要有完善的防御系統(tǒng)，即能夠排除異己、防御異物，二要能對耕地系統(tǒng)運(yùn)行過程中危害其安全的事件做出相應(yīng)的調(diào)控措施，即進(jìn)行免疫反饋、免疫調(diào)節(jié)與恢復(fù)以維持自我穩(wěn)定。人類作為耕地系統(tǒng)的重要組成部分，是調(diào)控耕地系統(tǒng)安全的核心，當(dāng)耕地系統(tǒng)發(fā)生問題時，其自身結(jié)構(gòu)、組織及環(huán)境會表現(xiàn)出相應(yīng)的征兆，人類社會依據(jù)征兆采取不同的調(diào)控方式，而耕地自身結(jié)構(gòu)、組織和環(huán)境在受到調(diào)控后會做出相應(yīng)的響應(yīng)。人類社會和耕地系統(tǒng)的調(diào)控與響應(yīng)過程，可以看成是耕地系統(tǒng)對出現(xiàn)的安全問題不斷“學(xué)習(xí)”并積累經(jīng)驗(yàn)，對相似問題的調(diào)控方式反復(fù)“記憶”，對受到的調(diào)控產(chǎn)生“反饋”，相近于生物系統(tǒng)免疫的學(xué)習(xí)—記憶—反饋原理[10]。因此，可以基于生物系統(tǒng)免疫機(jī)理構(gòu)建耕地系統(tǒng)安全預(yù)警體系。

3 黑龍江省耕地系統(tǒng)安全警情現(xiàn)狀和預(yù)測模型構(gòu)建

3.1 數(shù)據(jù)來源與處理

本文數(shù)據(jù)主要來源于1996—2015年《黑龍江省統(tǒng)計(jì)年鑒》、《黑龍江省環(huán)境狀況公報(bào)》、《中國統(tǒng)計(jì)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》和《松遼流域水資源公報(bào)》以及黑龍江省土地利用現(xiàn)狀數(shù)據(jù)。對研究數(shù)據(jù)均采用極差標(biāo)準(zhǔn)化進(jìn)行無量綱處理，正指標(biāo)表示指標(biāo)值越大警情越小，耕地系統(tǒng)越安全；負(fù)指標(biāo)表示指標(biāo)值越小警情越小，耕地系統(tǒng)越安全。

3.2 耕地系統(tǒng)安全警情現(xiàn)狀模型構(gòu)建

3.2.2 基于抗原—抗體的耕地系統(tǒng)安全預(yù)警指標(biāo)體系構(gòu)建 基于耕地系統(tǒng)及其安全的內(nèi)涵，借鑒生物免疫機(jī)理，從抗原（Ag）和抗體（Ab）兩方面構(gòu)建耕地系統(tǒng)安全預(yù)警指標(biāo)體系?？乖ㄓ绊懜叵到y(tǒng)當(dāng)前和未來安全的隱患（自然災(zāi)害隱患和生態(tài)環(huán)境隱患）和人類社會對耕地系統(tǒng)造成的壓力；抗體包括耕地維持自身穩(wěn)定的結(jié)構(gòu)和功能所具有的免疫（生態(tài)功能免疫、質(zhì)量安全免疫和結(jié)構(gòu)安全免疫）以及人類社會為減少和避免耕地生態(tài)破壞和環(huán)境風(fēng)險(xiǎn)做出響應(yīng)（表1）。

3.2.3 基于改進(jìn)級數(shù)突變模型的耕地系統(tǒng)安全警情現(xiàn)狀評定 基于傳統(tǒng)突變級數(shù)模型的歸一化公式[7]，針對傳統(tǒng)突變級數(shù)模型存在的缺陷，本文利用基于熵權(quán)法和層次分析法的主客觀賦權(quán)法及數(shù)值轉(zhuǎn)化法對突變級數(shù)模型進(jìn)行改進(jìn)。

（1）評價(jià)指標(biāo)主次排序。采用熵權(quán)法和層次分析法分別確定各指標(biāo)權(quán)重為w1i和w2i，主客觀綜合賦權(quán)法確定指標(biāo)權(quán)系數(shù)α*和β*，根據(jù)wi= α*w1i+ β*w2i，確定定各指標(biāo)主次排序，以確保指標(biāo)的主次排序客觀、合理。α*和β*的計(jì)算公式如下：

（2）數(shù)值轉(zhuǎn)化及綜合評定?；跀?shù)值轉(zhuǎn)化的思想，通過IBM SPSS 23.0曲線擬合分析發(fā)現(xiàn)，當(dāng)?shù)讓?5個控制指標(biāo)的隸屬度均取xi時，Power型曲線形式相似于傳統(tǒng)突變級數(shù)評價(jià)法的（xi，yi）分布，因此，對傳統(tǒng)突變級數(shù)法的改進(jìn)，選用Power曲線對x與y的關(guān)系進(jìn)行擬合，以將傳統(tǒng)突變級數(shù)綜合評價(jià)值轉(zhuǎn)化為底層控制指標(biāo)隸屬度值。

將突變級數(shù)法已求算的1995—2014年耕地系統(tǒng)安全現(xiàn)狀警情的初始綜合評價(jià)值（y）代入Power型擬合函數(shù)中，求出與之對應(yīng)的25個底層指標(biāo)隸屬度值x（本文將其定義為y'），即改進(jìn)后的綜合評價(jià)值。參考相關(guān)研究[4，8]，將耕地系統(tǒng)安全警情分為無警（Ⅰ級）、輕警（Ⅱ級）、中警（Ⅲ級）、重警（Ⅳ級）和巨警（Ⅴ級）5個等級，設(shè)底層25個控制指標(biāo)相對應(yīng)的隸屬度均取為xi（xi= 0—0.15，0.15—0.35，0.35—0.55，0.55—0.75，0.75—1），將底層控制指標(biāo)隸屬度值等級作為改進(jìn)突變級數(shù)模型評價(jià)等級標(biāo)準(zhǔn)，既具有絕對意義，又能直觀反映綜合評價(jià)值優(yōu)劣。

3.3 耕地系統(tǒng)安全預(yù)警預(yù)測模型構(gòu)建

運(yùn)用Matlab編程對Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，以構(gòu)建黑龍江省耕地系統(tǒng)安全警情預(yù)測模型。（1）將傳統(tǒng)突變級數(shù)模型測算得到的1995—2014年耕地系統(tǒng)安全預(yù)警值作為輸入數(shù)據(jù)，運(yùn)用三次樣條函數(shù)（spline）插值；（2）將插值后的數(shù)據(jù)構(gòu)造學(xué)習(xí)樣本（設(shè)輸入層神經(jīng)元數(shù)是n，輸出層祌經(jīng)元數(shù)是n + 1，則個n + 1個相鄰數(shù)據(jù)組成1個樣本，將前n個值為樣本輸入數(shù)據(jù)，后1個值為樣本期望輸出值）進(jìn)行學(xué)習(xí)訓(xùn)練，并通過調(diào)整n，得到最佳的樣本集，其中樣本集采用神經(jīng)網(wǎng)絡(luò)反向傳播訓(xùn)練函數(shù)自適應(yīng)lr動量梯度下降（traingdx）進(jìn)行訓(xùn)練，并將樣本集劃分為訓(xùn)練樣本集和測試樣本集；（3）分別將訓(xùn)練樣本集和測試樣本集輸入網(wǎng)絡(luò)進(jìn)行測試，直至達(dá)到訓(xùn)練學(xué)習(xí)目標(biāo)函數(shù)閾值，并采用樣本數(shù)據(jù)測試的Pearson相關(guān)系數(shù)R和均方誤差（MSE）進(jìn)行檢驗(yàn)；（4）若構(gòu)建的網(wǎng)絡(luò)模型通

過檢驗(yàn)，則應(yīng)用該模型預(yù)測未來20年（2015—2034年）的耕地系統(tǒng)安全預(yù)警值；若模型未通過檢驗(yàn)，重復(fù)運(yùn)行上述過程，直至通過檢驗(yàn)后可進(jìn)行預(yù)測。

表1 基于免疫機(jī)理的黑龍江省耕地系統(tǒng)安全預(yù)警指標(biāo)體系Tab.1 Early-warning index system of land ecological security based on the immune mechanism in Heilongjiang

4 結(jié)果與分析

4.1 耕地系統(tǒng)安全預(yù)警現(xiàn)狀結(jié)果及分析

（1）耕地系統(tǒng)安全預(yù)警指標(biāo)主次排序?yàn)椋孩倏乖笜?biāo)重要程度排序：A g 3＞A g 4＞A g 5＞A g 1＞A g 9＞A g 8＞A g 2＞A g 6＞A g 7；②抗體指標(biāo)重要程度排序：A b 15＞A b 10＞A b 11＞A b 9＞A b 4＞A b 7＞A b 3＞A b 5＞A b 16＞A b 8＞A b 14＞A b 7＞A b 13＞A b 2＞A b 1。

（2）按突變級數(shù)模型的三種計(jì)算原則[7]，抗原的A g I、A g II和A g III各因素層內(nèi)部指標(biāo)間和抗體的A b I、A b II、A b III、A b IV和A b V各因素層內(nèi)部指標(biāo)間都是相互補(bǔ)充關(guān)系，因此在計(jì)算過程中選擇取均值的互補(bǔ)原則，其中A g I和A b IV各內(nèi)部指標(biāo)采用互補(bǔ)型尖點(diǎn)突變，A g II和A b V各內(nèi)部指標(biāo)間采用燕尾突變，其他因素層內(nèi)部指標(biāo)間采用互補(bǔ)型蝴蝶突變。

（3）運(yùn)用改進(jìn)的突變級數(shù)模型，得到擬合底層控制指標(biāo)隸屬度與綜合評價(jià)值之間的擬合方程為：

基于回歸方程，計(jì)算改進(jìn)的突變級數(shù)模型評價(jià)值，得出1995—2014年耕地系統(tǒng)安全預(yù)警最終綜合評價(jià)值，并與傳統(tǒng)突變級數(shù)模型評價(jià)值進(jìn)行比較，確定相應(yīng)年份的耕地系統(tǒng)安全預(yù)警評價(jià)等級（表2）。

表2 黑龍江省1995—2014年耕地系統(tǒng)安全預(yù)警最終評價(jià)結(jié)果Tab.2 The fnal evaluation results of the early warning system of cultivated land in Heilongjiang Province during 1995-2014

1995—2014年，黑龍江省耕地系統(tǒng)安全預(yù)警指數(shù)呈現(xiàn)波動上升的趨勢，警度先由Ⅰ級轉(zhuǎn)變?yōu)棰蚣墸S持約十年的Ⅱ級狀態(tài)后繼續(xù)上升至Ⅲ級，而在2010年回降到Ⅱ級之后，又上升并保持在Ⅲ級，即整體警情趨勢是由“無警”轉(zhuǎn)變?yōu)椤拜p警”，再上升至“中警”。警情大體可分為三個階段：1995—1997年警情上升期，1998—2007年警情平穩(wěn)期，2008年出現(xiàn)警情急劇上升，2008—2014年警情呈現(xiàn)波動性下降趨勢。

從1996年開始，區(qū)域內(nèi)耕地水土流失率顯著增加，1996年比1995年增加了近0.1個百分點(diǎn)，而1997年之后，增加幅度高達(dá)近0.2個百分點(diǎn)，水土流失率嚴(yán)重，這是造成耕地系統(tǒng)安全預(yù)警值升高的重要原因之一；2008年耕地系統(tǒng)安全警度值明顯偏高，一方面，因?yàn)榛省⑥r(nóng)藥和地膜等物質(zhì)的大量投施，農(nóng)業(yè)機(jī)械化、農(nóng)業(yè)電力供應(yīng)等投入的增加，降低了不宜耕種地區(qū)的開墾難度和種植難度，使可開墾土地面積增加，在增加耕地面積的同時使得土壤有機(jī)質(zhì)層變薄，肥力不斷減弱，土壤質(zhì)量下降，水土流失加重，耕地系統(tǒng)脆弱性增加，所以當(dāng)2008年春季和夏末秋初旱情十分嚴(yán)峻時，耕地系統(tǒng)的抗逆能力不足，受災(zāi)害影響較大，導(dǎo)致耕地系統(tǒng)安全警情急劇上升；另一方面，2008年城市迅速擴(kuò)張，建設(shè)占用耕地面積增加，導(dǎo)致耕地系統(tǒng)壓力增大，安全警情狀況加劇，使得警情急劇上升。從2009年開始，警情有所緩解，原因在于2008年開始實(shí)施“黑龍江省千億斤糧食生產(chǎn)能力戰(zhàn)略工程”①2008年3月，黑龍江省政府第三次常務(wù)會議討論并原則通過《黑龍江省千億斤糧食生產(chǎn)能力戰(zhàn)略工程規(guī)劃》，力爭通過3—5年的努力，使黑龍江省具備年產(chǎn)糧食千億斤的能力。后，黑龍江省糧食播種面積增加，且種植結(jié)構(gòu)得到了優(yōu)化，耕地系統(tǒng)糧食生產(chǎn)抵御自然災(zāi)害的能力增強(qiáng)，作物生產(chǎn)力水平和糧食生產(chǎn)穩(wěn)定性指數(shù)分別高達(dá)73.7847和0.8712。2011年耕地易澇面積增加，且工業(yè)廢水排放超出了環(huán)境承載能力，直接威脅農(nóng)業(yè)生態(tài)環(huán)境，導(dǎo)致耕地系統(tǒng)安全警情上升，警情值僅次于2008年。2012年后由于對耕地系統(tǒng)保護(hù)力度的加大，包括增加環(huán)保投資、加強(qiáng)植樹造林以及改善水土流失治理措施等，且在國家農(nóng)業(yè)綜合開發(fā)的東北黑土區(qū)水土流失重點(diǎn)治理工程項(xiàng)目實(shí)施下，2011—2013年期間水土流失治理收效良好；加之2012—2014年期間自然災(zāi)害發(fā)生率降低，農(nóng)作物受災(zāi)面積減少，耕地系統(tǒng)安全警情有所緩解，說明加強(qiáng)防災(zāi)和減災(zāi)能力建設(shè)，并提高耕地系統(tǒng)自身災(zāi)害抗逆能力，對保障全省耕地系統(tǒng)安全具有重要意義。

通過對比傳統(tǒng)突變級數(shù)模型下耕地系統(tǒng)安全預(yù)警綜合評價(jià)值y與改進(jìn)突變級數(shù)模型下的綜合評價(jià)值y’，改進(jìn)的突變級數(shù)模型下的耕地系統(tǒng)綜合評價(jià)值，在滿足等級相同條件下，取值在［0，1］范圍內(nèi)明顯擴(kuò)大，并其分布也更加符合人們對于評價(jià)對象“優(yōu)、劣”的直觀判斷，更符合實(shí)際，近于客觀，驗(yàn)證了改進(jìn)模型的合理有效。

4.2 耕地系統(tǒng)安全預(yù)警預(yù)測結(jié)果及分析

本文對1995—2014年耕地系統(tǒng)安全警情值通過spline插值后，構(gòu)造由10個數(shù)預(yù)測第11個數(shù)的輸入樣殘差本集。運(yùn)用RMatlab2014a軟件編寫程序，將1996—2010年的數(shù)據(jù)所構(gòu)造的樣本作為訓(xùn)練集，2011—2014年的數(shù)據(jù)所構(gòu)造的樣本作為測試集。采取循環(huán)訓(xùn)練算法，設(shè)定期望誤差為1×10-4，最大訓(xùn)練迭代次數(shù)為5000，允許最多失敗驗(yàn)證次數(shù)為5，確定Elman模型的結(jié)構(gòu)為10—10—1，即10個輸入節(jié)點(diǎn)，10個隱含層節(jié)點(diǎn)，1個輸出節(jié)點(diǎn)。經(jīng)過3006次迭代，模型收斂且收斂性能較好，擬合系數(shù)R＞0.97，MSE＜5×10-4，說明模型訓(xùn)練和測試結(jié)果較好，具備預(yù)測研究區(qū)耕地系統(tǒng)安全未來警情值條件。Elman模型學(xué)習(xí)訓(xùn)練結(jié)果及MSE軌跡如圖2?；谏鲜鲇?xùn)練好的Elman神經(jīng)網(wǎng)絡(luò)模型，預(yù)測2015—2034年黑龍江省耕地系統(tǒng)安全警情，得到預(yù)測結(jié)果（圖3）。

運(yùn)用改進(jìn)突變級數(shù)模型對Elman模型直接預(yù)測得到的警情結(jié)果（y）進(jìn)行計(jì)算，得到改進(jìn)后結(jié)果（y'），并對二者進(jìn)行對比（表3）。

如何轉(zhuǎn)化學(xué)困生，是教師必須正面回答的問題。在弄清主要原因之后，家長和教師又該如何改善孩子的學(xué)習(xí)情況呢？

由圖3和表3可見，2015—2034年，黑龍江省耕地系統(tǒng)安全警情值呈現(xiàn)先升高、后降低的趨勢，警情等級為Ⅱ級—Ⅲ級之間，處于輕警與中警之間。究其原因，隨著人口的增加和建設(shè)用地的擴(kuò)張，耕地系統(tǒng)安全壓力加劇。投入過量的農(nóng)藥、化肥和薄膜等導(dǎo)致的耕地地力退化是黑龍江省未來耕地系統(tǒng)安全警情加劇的最大隱患，也是警情預(yù)測值偏高的主要原因。隨著生態(tài)環(huán)境破壞的日益加劇，鹽堿、水土流失等生態(tài)問題逐漸凸顯，耕地系統(tǒng)安全受到的脅迫越來越大，抵抗自然災(zāi)害的能力逐漸下降，導(dǎo)致警情預(yù)測值逐漸升高。但是，由Elman模型預(yù)測得到的2015—2034年警情值增加不到0.02，由改進(jìn)突變級數(shù)模型得到的2025—2034警情值增加不到0.20，相比1995—2014年間的20年，研究區(qū)警情值增加速率明顯減緩。盡管在未來20年內(nèi)耕地系統(tǒng)安全存在警情升高的隱患和壓力，但人類社會也在為排除耕地系統(tǒng)安全警情做出響應(yīng)，主要包括對區(qū)域洪澇和旱災(zāi)等自然災(zāi)害抵抗工程建設(shè)和除澇、水土流失治理和植樹造林力度的加強(qiáng)。與此同時，耕地系統(tǒng)自身也存在的免疫功能，主要通過糧食生產(chǎn)穩(wěn)定性、土地結(jié)構(gòu)的多樣性以及生態(tài)恢復(fù)力等體現(xiàn)。因此，在未來20年內(nèi)，警情上升速率明顯減緩，甚至在2030年之后，警情會有所下降。此外，從表3可以看出，與基于傳統(tǒng)突變級數(shù)模型，由Elman模型直接預(yù)測得到的警情結(jié)果相比，在預(yù)測結(jié)果基礎(chǔ)上運(yùn)用改進(jìn)級數(shù)突變模型得到的結(jié)果值更具有明顯“優(yōu)、劣”的特征，更利于直觀判斷警情變化趨勢。

圖2 黑龍江省耕地系統(tǒng)安全預(yù)警值Elman學(xué)習(xí)情況Fig.2 The early-warning values of cultivated land system security based on Elman in study area

圖3 黑龍江省2015—2034年耕地系統(tǒng)安全預(yù)警Elman預(yù)測結(jié)果Fig.3 The prediction results and com parison of early-warning on cultivated land system security in Heilongjiang Province during 2015-2034

表3 黑龍江省2015—2034年耕地系統(tǒng)安全預(yù)警預(yù)測結(jié)果及比較Tab.3 Prediction results and com parison of cultivated land system security early-warning in Heilongjiang Province during 2015-2034

從當(dāng)前的警情及未來預(yù)測警情可知，若進(jìn)一步強(qiáng)化耕地?cái)?shù)量、質(zhì)量和生態(tài)保護(hù)，嚴(yán)格控制建設(shè)占用耕地，重視化肥、農(nóng)藥和農(nóng)膜等農(nóng)業(yè)“三廢”對耕地系統(tǒng)安全造成的影響，加大抵御自然災(zāi)害工程的建設(shè)力度，加強(qiáng)除澇、水土流失治理等工程建設(shè)，將可減緩耕地系統(tǒng)安全警情。但若任其發(fā)展，則可能在未來出現(xiàn)警情加劇的情況。

5 結(jié)論與討論

5.1 結(jié)論

（1）基于生物免疫機(jī)理，從系統(tǒng)的角度嘗試性地提出了耕地系統(tǒng)和耕地系統(tǒng)安全的概念，并構(gòu)建了黑龍江省耕地系統(tǒng)安全預(yù)警指標(biāo)體系，運(yùn)用主客觀賦權(quán)法和數(shù)值轉(zhuǎn)化方法構(gòu)建了基于改進(jìn)突變級數(shù)的耕地系統(tǒng)安全預(yù)警評定模型，揭示了1995—2014年黑龍江省耕地系統(tǒng)安全警情逐漸升高的整體特征，可為省域尺度下耕地系統(tǒng)安全預(yù)警評價(jià)提供一種新的思路。

（2）從研究方法看，在警情現(xiàn)狀評定上，改進(jìn)的級數(shù)突變模型與傳統(tǒng)突變級數(shù)模型相比，評價(jià)結(jié)果具有絕對含義，更能凸顯評價(jià)對象之“優(yōu)、劣”特征，更符合實(shí)際，符合客觀實(shí)際，且該方法是針對傳統(tǒng)突變級數(shù)模型本身存在的缺陷而提出的，具有普適性；在未來警情預(yù)測上，基于Elman神經(jīng)網(wǎng)絡(luò)構(gòu)建耕地系統(tǒng)安全警情預(yù)測模型，測試擬合精度在0.97以上，誤差小于5×10-4，預(yù)測結(jié)果可靠，為耕地系統(tǒng)安全預(yù)警研究提供了一種新的方法。

（3）從警情現(xiàn)狀和未來預(yù)測結(jié)果看，黑龍江省1995—2014年耕地系統(tǒng)安全警情整體呈波動上升趨勢，警度由“無警”上升至“輕警”，再至“中警”；在當(dāng)前警情發(fā)展態(tài)勢下，2015—2034年警情將整體呈現(xiàn)先升高、后降低的趨勢，警度處于“輕警”與“中警”之間。嚴(yán)控耕地被建設(shè)占用，加強(qiáng)除澇、水土流失的治理，改善耕地生態(tài)環(huán)境將是今后調(diào)控的重點(diǎn)。

5.2 討論

（1）本文創(chuàng)新性地基于生物免疫機(jī)理，從系統(tǒng)角度構(gòu)建了耕地系統(tǒng)安全預(yù)警指標(biāo)體系，但如何深入探究體系內(nèi)各因子對耕地系統(tǒng)安全警情的影響值得深入探究。

（2）本文引入的Elman神經(jīng)網(wǎng)絡(luò)模型在時間尺度上預(yù)測黑龍江省耕地系統(tǒng)安全未來警情，訓(xùn)練誤差達(dá)10-4數(shù)量級，具有準(zhǔn)確精度高的優(yōu)點(diǎn)，但如何運(yùn)用該方法實(shí)現(xiàn)區(qū)域耕地系統(tǒng)安全警情空間格局的動態(tài)預(yù)測將是下一步研究的重點(diǎn)。

（References）:

［1］ Evans T P, Kelley H. Multi-scale analysis of a household level agent-based model of land cover change ［J］ . Environ Manage，2004，72（1-2）：57 - 72.

［2］ Sharon I. Kirkpatrick,Valerie Tarasuk. Food Insecurity is Associated with Nutrient Inadequacies among Canadian Adults and Adolescent ［J］ . The Journal of Nutrition，2008，138（3）：604 - 612.

［3］ 劉友兆，馬欣，徐茂. 耕地質(zhì)量預(yù)警［J］ . 中國土地科學(xué)，2003，17（12）：9 - 12．

［4］ 宋戈，連臣. 黑龍江省耕地資源安全預(yù)警分析及預(yù)警系統(tǒng)的構(gòu)建［J］ . 農(nóng)業(yè)工程學(xué)報(bào)，2012，28（6）：247 - 252.

［5］ 張利，陳影，王樹濤，等. 濱?？焖俪鞘谢貐^(qū)土地生態(tài)安全評價(jià)與預(yù)警——以曹妃甸新區(qū)為例［J］ . 應(yīng)用生態(tài)學(xué)報(bào)，2015，26（8）：2445 - 2454.

［6］ 趙宏波，馬延吉. 基于變權(quán)—物元分析模型的老工業(yè)基地區(qū)域生態(tài)安全動態(tài)預(yù)警研究——以吉林省為例［J］ . 生態(tài)學(xué)報(bào)，2014，34（16）：4720 - 4733.

［7］ 趙宏波，馬延吉，苗長虹. 基于熵值—突變級數(shù)法的國家戰(zhàn)略經(jīng)濟(jì)區(qū)環(huán)境承載力綜合評價(jià)及障礙因子——以長吉圖開發(fā)開放先導(dǎo)區(qū)為例［J］ . 地理科學(xué)，2015，35（12）：1525 - 1532.

［8］ 徐美，朱翔，劉春臘. 基于RBF的湖南省土地生態(tài)安全動態(tài)預(yù)警［J］ . 地理學(xué)報(bào)，2012，10：1411 - 1422.

［9］ 雷勛平，Robin Qiu，吳楊. 基于供應(yīng)鏈和可拓決策的食品安全預(yù)警模型及其應(yīng)用［J］ . 中國安全科學(xué)學(xué)報(bào)，2011，21（11）：136 -143.

［10］ 陳清光，陳國華，段偉利，等. 基于免疫機(jī)理的化工園區(qū)安全生產(chǎn)預(yù)警預(yù)測模型研究［J］ . 高?；瘜W(xué)工程學(xué)報(bào)，2014，28（3）：626 - 633.

［11］ ?；勰? 基于不確定性理論的河流環(huán)境風(fēng)險(xiǎn)模型及其預(yù)警指標(biāo)體系［D］ . 長沙：湖南大學(xué)，2012.

［12］ 陳軍飛，王慧敏. 城市生態(tài)系統(tǒng)診斷預(yù)警體系研究［J］ . 城市問題，2005，（6）：7 - 12.

［13］ 陸麗珍，詹遠(yuǎn)增，葉艷妹，等. 基于土地利用空間格局的區(qū)域生態(tài)系統(tǒng)健康評價(jià)——以舟山島為例［J］ . 生態(tài)學(xué)報(bào)，2010，（1）：245 - 252.

［14］ 中華人民共和國環(huán)境保護(hù)部. 生態(tài)環(huán)境狀況評價(jià)技術(shù)規(guī)范（HJ/T192-2015）［S］ . 北京：中國環(huán)境科學(xué)出版社，2015.

［15］ 周廣勝，張新時. 自然植被凈第一性生產(chǎn)力模型初探［J］ . 植物生態(tài)學(xué)報(bào)，1995，19（3）：193 - 200.

［16］ 聶英. 中國糧食安全的耕地貢獻(xiàn)分析［J］ . 經(jīng)濟(jì)學(xué)家，2015，（1）：83 - 93.

（本文責(zé)編：陳美景）

Study on Early-Warning of Cultivated Land System Security in Heilongjiang Province based on the Immune M echanism

CHEN Li-li, SONG Ge, ZOU Chao-hui
（Institute of Land Management, Northeastern University, Shenyang 110819, China）

The purpose of this study is to scientifically identify the current situation and future trend of the cultivated land system security level in Heilongjiang Province. The research methods employed were subjective and objective weighting methods, advanced catastrophe progression model and Elman neural network. The results are showed as follows. 1）Based on the immune mechanisms of biological system, the cultivated land security level evaluation index system was constructed, finding that the alert level for Heilongjiang Province from 1995—2014 was generally on an upward trend. The alert level raised from “nil” to “l(fā)ight”, and then up to “moderate” from 1995 to 2014, thus showing that the evaluation results based on the improved catastrophe progression model highlighted the “excellent or inferior features”of the evaluation object. 2）Using the Elman neural network to construct the cultivated land system security earlywarning model, the matching accuracy of measurements was greater than 0.97 and the prediction results were reliable. The security level in Heilongjiang Province will increase then decrease during the next 20 years, and the alert level will be between “l(fā)ight” and “moderate”. In conclusion, the research on cultivated land system security early-warning in Heilongjiang province based on the biological immunity mechanisms can provide a new way for cultivated land systemsecurity early-warning at the provincial level.

land assessment; immune mechanism; early-warning of cultivated land system security level; advanced catastrophe progression model; Heilongjiang Province

F301.2

：A

1001-8158（2017）05-0079-10

10.11994/zgtdkx.20170517.142640

2017-01-19；

2017-03-15

國家自然科學(xué)基金項(xiàng)目（41571165）；中央高校基本科研業(yè)務(wù)費(fèi)（N130714001，N151406001）。

陳藜藜（1989-）， 女，湖南益陽人， 博士生。 主要研究方向?yàn)橥恋乩谩?E-mail： llchen2014@126.com

宋戈（1969-），女，黑龍江慶安人，教授，博士生導(dǎo)師。主要研究方向?yàn)橥恋乩门c管理。E-mail： songgelaoshi@163.com