尹宜勝 楊成業(yè) 于國慶 蔡久凱

摘 要：西藏地區(qū)擁有得天獨厚的地熱資源，所以對地熱資源的開發(fā)和利用就顯得尤為重要。本文對影響西藏地區(qū)地熱資源的開發(fā)和利用能力的因素進行綜合評價，在掌握區(qū)域地質的各種資料后，提出影響地熱開發(fā)利用的因素，并對其進行篩選，從而確定評價指標體系，利用層次分析法確定影響因素的權重，結合MATLAB軟件創(chuàng)建BP神經網絡，以評估一個地區(qū)地熱可持續(xù)開發(fā)和利用的能力，從而判斷西藏某地區(qū)地熱資源的開發(fā)利用潛力。

關鍵詞：西藏地區(qū);地熱資源;可持續(xù)開發(fā)利用;神經網絡;層次分析法

中圖分類號：TK529文獻標識碼：A文章編號：1003-5168（2020）34-0156-03

Assessment on the Development and Utilization Capacity

of Geothermal Water Resources in Tibet

YIN Yisheng YANG Chengye YU Guoqing CAI Jiukai

（College of Engineering， Tibet University，Lhasa Tibet 850000）

Abstract： Tibet has unique geothermal resources， so the development and utilization of geothermal resources is particularly important. This paper made a comprehensive evaluation on the factors affecting the development and utilization of geothermal resources in Tibet. After mastering all kinds of data of regional geology， the factors influencing geothermal development and utilization were put forward and screened， so as to determine the evaluation index system. At the same time， AHP was used to determine the weight of influencing factors. Finally， combined with MATLAB software， BP neural network was created to evaluate the sustainable development and utilization ability of geothermal resources in a region， and then to judge the potential of geothermal resources development and utilization in a certain region of Tibet.

Keywords： The Tibet region;geothermal resources;sustainable development and utilization;Neural network;the analytic hierarchy process

1 西藏地質構造

為了探明西藏地熱活動的規(guī)律，有必要對青藏高原的構造背景做一定的研究。經查閱各種地質、物探、化探、遙感等資料后，由若干構造帶“焊接”的青藏高原，在印度洋擴張超碰撞效應、岡瓦納大陸分解北移、南亞大陸與歐亞大陸相撞、雅江縫合帶發(fā)育等過程進行后，斷裂構造十分發(fā)育，而這對巖漿向上侵位噴出、水熱體的對流循環(huán)起著通道作用，促進了水熱區(qū)的形成。對所有資料進行整合后，整理出了西藏構造和地熱分布圖。

2 地熱水可持續(xù)開發(fā)利用能力影響因素及指標體系

西藏雖然有著得天獨厚的地熱資源，但對其的開發(fā)仍面臨諸多問題。本文通過對西藏地區(qū)進行實地考察、資料收集，將影響地熱水開發(fā)的因素歸納為技術條件、環(huán)境效應、地面沉降、開采潛力、水溫、地熱資源管理6個方面。實際上，影響地熱水開發(fā)的因素還有很多，如地熱利用率、人為因素、構造程度、平均水壓下降速率等，但由于西藏地區(qū)地廣人稀、因素的模糊性等，本文舍棄了這些影響較小且難以準確確定的因素，以簡化問題分析的過程。

2.1 指標體系的建立

根據上述對影響因素的分析，建立地熱水可持續(xù)開發(fā)利用能力評價指標體系，如圖1所示。

2.2 指標權重的確定

在上述指標體系的基礎上，采用層次分析法來分析各個評價指標所占的權重。在層次分析法的實際應用中，按照1—9標度來構造下一層因素相對上一層因素的相對重要性判斷矩陣。

2.2.1 判斷矩陣的構造。研究者根據上述指標構造的判斷矩陣具體如表1和表2所示。

2.2.2 判斷矩陣的求解。運用MATLAB軟件，求解矩陣的最大特征值及其對應的特征向量，然后進行歸一化處理并進行一致性檢驗，記作：

[CI=λmax-nn-1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

由式（1）可知，當[n]增加時，判斷誤差就會增加。因此，在判斷一致性時應考慮到[n]的影響，使用隨機性一致性比值，記作：其中Ri取值如表3所示：

[Cr=CiRi]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

通過上述公式可計算出：矩陣1西藏地區(qū)地熱水可持續(xù)開發(fā)能力評價指標A的[λmax=6.148 6]，[Cr]=0.024 0<0.1。

[特征向量=0.661 4920.455 5820.150 5720.089 1960.558 3680.111 674]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

[歸一化=0.326 40.224 80.074 30.044 00.275 50.055 1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

矩陣2環(huán)境效應B2的[λmax=5.186 6]，[Cr]=0.041 7<0.1。

[特征向量=0.380 2680.062 5890.213 8540.363 1640.820 888]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

[歸一化=0.206 60.034 00.116 20.197 30.445 9]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

由上可知，矩陣1和矩陣2的[Cr]<0.1，排序的結果具有一致性，即權重的分析具有可靠性。

2.3 評價指標的量化

本文將評價指標分為強、中、弱3個等級，對應的得分分別為0～33、34～66、67～100，由專家根據獲取的地、化、物、遙等級料進行分析，根據上述得出的各個指標的權重對地下熱儲層進行評分。本文西藏地區(qū)地熱數據共采集8組，由于人工神經網絡的輸出范圍為[0，1]，所以要對原始數據進行歸一化處理，處理后的數據見表4。

3 神經網絡評價模型的建立及模型的驗證

3.1 BP神經網絡結構的建立

通過上述指標的處理分析，經查閱資料反復結合西藏地區(qū)的實際，建立如圖2所示神經網絡構造。模型將影響地熱可持續(xù)開發(fā)利用能力的6個因素作為輸入層;根據神經網絡的隱含層節(jié)點的經驗公式得出，該模型隱含層的節(jié)點數為4比較合適;將最終得出的評價結果作為輸出層，結果中將地熱開發(fā)利用的等級分為3級，輸出結果中（1，0，0）代表開發(fā)潛力高、（0，1，0）代表開發(fā)潛力中、（0，0，1）代表開發(fā)潛力低。最后，利用MATLAB中的BP神經網絡工具箱構建一個輸入層、隱含層和輸出層節(jié)點數為（6，4，3）的BP神經網絡模型用來進行分析、訓練和檢驗。

3.2 模型的訓練和檢驗

本文使用LOGSIG函數作為隱含層激活函數，使用TRAINSCG作為訓練函數，分別以訓練樣本的實際參數輸入、輸出參數作為網絡的輸入值和輸出值，然后利用MATLAB工具箱進行訓練，當訓練次數為401次時，達到要求的精度0.001，圖3為訓練結果的曲線。

在上述訓練結束后，要對模型的可靠性進行檢驗，在此用實測的3個樣本的數據與輸出的數據進行對比。輸出結果如表5所示，在此分析中，輸出結果與實際的地熱開發(fā)利用能力相統(tǒng)一，則建立的BP網絡模型可行。

4 結語

本文在全面收集西藏地區(qū)地熱資料的基礎上，初步分析了地熱資源分布與構造、斷裂的關系，進一步深化了對西藏地熱資源的認識，為進一步開發(fā)利用地熱資源奠定了基礎。同時，利用層次分析法，確定出有可能影響西藏地熱開發(fā)利用的因素，并計算出各個因素的權重。最后，在BP神經網絡模型建立后成功評價出西藏某個地區(qū)地熱開發(fā)利用的潛力大小。

參考文獻：

[1]黃健，張鋼.深度卷積神經網絡的目標檢測算法綜述[J].計算機工程與應用，2020（17）：12-23.

[2]羅莉.BP神經網絡數字識別的Matlab實現(xiàn)[J].電子技術與軟件工程，2019（20）：174-175.

[3]王亞維，王中美，王益?zhèn)?，?基于GRA-AHP模型的巖溶地下水水質評價[J].水力發(fā)電，2019（8）：1-3，62.

[4]李錄娟.亞洲地熱圖編制及地熱潛力評估[D].長春：吉林大學，2011：3.

[5]劉清志，賈峰，范延磊.基于AHP的黃河三角洲地熱資源開發(fā)投資決策研究[J].農業(yè)工程技術（新能源產業(yè)），2010（12）：19-21.

[6]張娟娟.基于AHP和BP神經網絡的地熱水可持續(xù)開發(fā)能力評價[D].焦作：河南理工大學，2009：5.