基于GIS與遞歸算法的水庫移民安置自適應選址方法

肖 超

(貴州省水利投資(集團)有限責任公司，貴州 貴陽 550001)

0 引言

自改革開放以來，我國水利水電事業取得迅猛發展，以長江三峽、南水北調等工程為代表的水利水電項目，不僅改善了我國區域結構性缺水的現象，而且有利于推動我國社會經濟的高速增長。但是，由于水利水電工程涉及范圍較廣，在工程發揮巨大的社會效益的同時，無法避免為附近居民帶來嚴重影響，水庫不僅淹沒了附近耕地，甚至會損壞居民房屋，所以在我國水利水電工程建設中，水庫移民安置至關重要，水庫移民安置區的選址直接關系到水利水電工程效益的發揮程度。在選址問題上，國內外眾多學者在工業布局、設備設施選址等不同行業與領域紛紛展開了相關研究，費香澤等人[1]在抽水蓄能電站上下水庫選址中引入了衛星遙感地形數據，提升了選址工作的效率；韓文軍[2]等人將排序學習技術應用于城市設施選址中，提升了選址的質量；馬國普等人[3]利用分支定界算法設計一種突發事件應急救援點和安置點協同考慮的選址方法，對人員疏散具有重要作用。一般來說，水庫移民安置選址是一項融合社會、環境等眾多因素的復雜工程，本文旨在推動我國水利水電事業的健康發展，設計一種水庫移民安置自適應選址方法。

1 基于GIS獲取水庫移民安置區信息

一般來說，在進行水庫移民安置選址時，必須掌握移民安置區的土地利用情況、地形地貌等基礎信息[4]，所以本文引入了GIS技術[5]，該技術具有強大的空間分析與數據管理能力，可以為水庫移民安置選址提供所需的空間與非空間數據等。首先通過GIS軟件采集水庫移民安置區的交通道路網絡、街道等空間數據，以AutoCAD的dwg文件格式進行存儲，并采集人口分布、人口密度等非空間數據，通過數據表的形式和空間數據一一對應。然后對水庫移民安置區信息的空間數據進行預處理，主要包括格式轉化和提煉操作，其中格式轉化就是將原始采集水庫移民安置區空間數據由地圖形式轉化為數字形式。關于數據提煉，就是從眾多水庫移民安置區信息中提取后續選址所需的影響因素數據[6]，結合水庫移民安置選址的實際情況，本文將選址影響因素大致分為生產生活、自然環境、基礎設施以及社會條件這幾類關鍵因素，在進行影響因素數據的提取時，需要通過排序倒數法獲取各個因素的權值，也就是先利用影響因素的重要性系數對各因素進行排序，表達式如下所示：

ε=∑100(ph)/5

(1)

式中，ε—水庫移民安置區選址影響因素的重要性系數；p—影響因素的評分；h—影響因素的序號。根據式(1)分別求出上述影響因素的重要性系數，再按照從大到小的順序進行排序，完成排序后，即可獲取各影響因素的權值，計算公式如下所示：

(2)

式中，Zi—水庫移民安置區選址影響因素歸一化處理后的權重值；hi—第i個影響因素的序號；N—影響因素的數量。根據式(2)所求權值，對GIS軟件中采集的原始安置區信息數據進行屬性賦值，并將與選址無關的數據剔除，從而提取到有用的水庫移民安置區信息數據，作為選址基礎數據。

2 構建水庫移民安置區選址模型

通過分析文中上述內容所獲取的水庫移民安置區選址影響因素，本文決定將各影響因素轉化為能夠定量計算的優化目標，以此構建多目標的水庫移民安置區選址模型[7]。首先考慮水庫移民安置工程的成本、經濟效益等因素，需要在符合相關規范的前提下，最大限制控制安置區數量并提升1個安置區容納的人數，所以本文構建的第1個目標函數就是安置區數量最小化目標，表達式如下所示：

(3)

式中，minf1—水庫移民安置區數量最小化目標；μi—第i個安置區的重要程度；xi—變量，如果在i點設置安置區，該變量為1，否則為0；I—水庫移民安置區的數量。然后，本文構建的第2個目標函數就是容納人數最大化目標，表達式如下所示：

(4)

式中，maxf2—水庫移民安置區容納人數最大化目標；γi—第i個安置區的占地面積；yij—變量，如果居民原住址j被安置區i所覆蓋，則變量為1，否則為0；φij—安置區的覆蓋度系數；J—居民原住址地區數量。最后，考慮到安置區周邊的生活環境、經濟發展等因素，安置區所在位置不應該離居民本身的居住地太遠，所以本文構建了下式所示的距離最短化目標函數：

(5)

式中，minf3—水庫移民安置區選址距離最短化目標；dij—居民原住址j與安置區i之間的距離。綜上，本文構建的多目標水庫移民安置自適應選址模型[8]表達式為：

f=minf1+maxf2+minf3

(6)

式中，f—多目標水庫移民安置自適應選址模型。如上述內容所示，本文通過線性加權的方法，構建了多目標的水庫移民安置自適應選址模型，將水庫移民安置選址問題轉化為優化求解問題，促使實際安置區的選址更加科學合理。

3 遞歸算法確定水庫移民安置區位置

在實際的水庫移民安置選址模型求解過程中，由于選址影響因素較多，模型求解較為困難，傳統尋優算法很容易陷入局部最優，所以本文引入了遞歸算法對文中上述內容構建的多目標水庫移民安置區選址模型進行求解，從而獲得最佳選址方案[9]。遞歸算法就是將原始復雜的求解問題轉換為同類簡單的子問題進行求解，簡單來說就是“自己調用自己”，所以在進行水庫移民安置選址時，引入遞歸算法不僅可以提升模型求解速率，而且可以保障最優解的自適應性，具體流程如圖1所示。

圖1 遞歸算法求解水庫移民安置選址模型流程

在利用遞歸算法求解多目標的水庫移民安置選址模型時[10]，主要分為遞推與回歸2個步驟：①遞推就是在確定模型解空間的搜索起點與搜索方向時，依次調用函數對模型各個節點進行搜索求解，在此過程可以清楚呈現模型解的搜索順序；②回歸就是當遞推搜索結果不滿足要求時，可以返回上1層調用函數，對模型解空間進行重新搜索，直至跳出函數停止算法搜索過程中，將此時求得結果輸出，得到水庫移民安置自適應選址方案[11]。因此，本文求解目標水庫移民安置選址模型時，將原始較為復雜的大型問題轉化為規模較小的問題依次進行求解，這樣輸出的模型最優解為全局最優解，且具有較高的自適應性，最后根據輸出方案即可確定水庫移民安置區的位置[12]。

4 實例分析

4.1 研究區概況

本章以某水利樞紐工程為研究對象，從定量角度對設計水庫移民安置自適應選址方法進行實例分析。該水利樞紐工程是某城市建設的重點水利工程之一，距下游村莊約80km，主要以防洪、發電為主要功能。工程包含了重力壩、泄水閘、船閘等建筑物，最大壩高達24.2m，壩頂全長1296m，受壩區淹沒影響的有周邊3個縣區的12個鄉鎮，所以本次水庫移民安置計劃涉及拆遷房屋面積約86.5萬m2、村民約1萬余人。本文結合該水利工程的實際情況，通過文中設計方法進行水庫移民安置區的選址，最終得到安置區選址結果見表1。

表1 水庫移民安置區選址結果

在本文設計方法下，該水庫移民安置區最終選擇了上表所示的甲、乙、丙、丁這4個安置點，根據實地調查得到的各安置點基本資料顯示，這4個安置點可以滿足居民的生產與生活需求。

4.2 結果分析

為定量分析實例水庫移民安置區的選址結果，本章對上述安置點進行適宜性評價，首先選取適宜性評價指標與權重見表2。

在上表所示數據的基礎上，借助ArcGIS軟件即可求出各安置區的適宜性綜合分值，計算公式如下所示：

(7)

式中，Pi—水庫移民安置區第i個一級指標的綜合分值；Fij—第i個一級指標中的第j個二級指標的量化分值；ωj—第j個二級指標的權值；n—二級指標的數量。與此同時，本文利用ArcGIS軟件中的自然斷點法對安置區適宜性進行分級，由高至低依次分為Ⅰ級(適宜)、Ⅱ級(比較適宜)、Ⅲ級(基本適宜)、Ⅳ級(不適宜)。針對研究區的實際數據，所得具體評價結果見表3。

表3 水庫移民安置區適宜性評價結果

從上表中數據可以看出，各水庫移民安置區的適宜性均處于Ⅰ級，說明本文設計選址方法在理論與實踐上都是可行的，可以解決水庫移民安置選址問題，且所得選址結果良好。

5 結語

綜上所述，本文依據水庫移民安置是一項涉及重大民生的復雜性工程，所面臨問題眾多，尤其是選址問題較為突出，選址結果直接關系到整個水庫移民安置工程的效益?；诖?，本文提出一種基于GIS與遞歸算法的水庫移民安置自適應選址方法，通過GIS技術獲取了水庫移民安置區的相關信息，在此基礎上構建了多目標優化的選址模型，然后再利用遞歸算法求解模型即可獲得最佳的選址方案。同時，本文依托實際項目，對設計方法下所得選址結果的適宜性進行了定量評價，根據評價結果證明了設計方法的有效性與正確性，解決水庫移民安置選址問題，選址結果良好，可為我國水利水電工程提供相關技術參考。