基于FCM的煤矿区生态系统环境风险分析研究＊

宋 洁 张 红 李 芳

(山西大学环境与资源学院,山西太原 030006)

基于FCM的煤矿区生态系统环境风险分析研究＊

宋 洁 张 红 李 芳

(山西大学环境与资源学院,山西太原 030006)

煤炭的开采活动使得煤矿区生态系统发生了一系列的改变,尤其是与人类生活息息相关的土地资源,植被资源,水资源等遭到了严重的破坏,给当地的经济发展及人民的生产生活带来了巨大的环境风险。本文在模糊认知图理论的基础上,建立了基于单个agent认知的煤矿区生态系统的风险模型,通过融合相同认知单元,将各个agent的模糊认知图合成能清晰地表示各个认知单元间的整个因果关系的群体认知图。分析群体认知图可知,由煤炭开采所引发的各种风险因子中,地面塌陷所造成的危害最大,当地财政收入受到各种因素的制约影响最大,而由煤炭开采所带动的产业链发展、当地基础设施建设、财政收入、治安问题、恢复治理费用、生活水平提高等九个社会因素之间既互相促进又互相制约,通过建立群体认知图我们可以清楚的认识到影响煤炭生态系统各因子之间的关系。进一步探索了多agent对矿区环境风险的认知方式、联系程度及影响因素,从而为矿区环境规划和管理决策行为提供有力的技术支持。

模糊认知图;煤矿区生态系统;agent;生态模型;因果关系

在煤炭开采区,区域经济以及相关产业的发展在很大程度上依赖于煤炭资源的开发利用,但由采矿引起的诸多环境问题也已成为影响区域环境、社会和经济发展的主要制约因素。采矿活动不仅破坏地层结构,而且也为周边地区带来了一系列影响深远的环境问题[1],如土地过量被征用,植被的生态调节功能被削弱,区域水土流失呈加重趋势,塌陷区存在地质灾害隐患、大气、地表水、地下水、土壤的质量下降,生态系统退化,生物多样性丧失,景观受到破坏,农作物减产等等,以上由于煤矿开采造成的环境风险已威胁到人类正常的生产生活。而这些由矿产资源开发引起的生态环境问题需要花费大量人力、物力和财力去恢复,而且难以恢复到原来的水平,如今,它已不单纯是一个环境污染问题,而是关系到一个国家、民族经济发展和人类生存根本性问题。因此,如何协调经济发展与矿区生态环境破坏已成为中国当前所面临的紧迫任务之一,也是中国实施可持续发展战略应先关注的问题之一。

在矿区生态环境风险评价和整治过程中,不同利益主体对矿区生态环境风险的认识不同,导致环境政策和管理措施在孕育、制定、修订、执行、传导的过程中产生一系列矛盾[2]。产生这些矛盾的原因是多方面的,其中综合不同利益主体的认知、构建协调有效的环境管理机制是不容回避的。

本文以工程技术人员这一利益群体为例,通过对多个agent进行访谈,构建模糊认知图(Fuzzy Cognitive Map,FCM),建立基于模糊认知图的煤矿区生态系统的认知系统,将多个agent的模糊认知图构成一幅清晰地表示各个认知单元间的整个因果关系有正反两方面意见的FCM,使每个agent的知识表示和推理技术认知更加完整、透明、清晰。实现决策的科学化和民主化,有助于进一步探索和谐有效的矿区环境风险管理机制。

1 研究方法

1.1 模糊认知图(FCM)

认知图(cognitive map,CM)是表达和推理系统中概念间因果关系的图模型,节点和边分别表示概念及概念间的因果关系[3]。Kosko于1986年在概念间因果关系中引入模糊测度,把概念间的三值{-1,0,1}逻辑关系扩展为区间[-1,1]上的模糊关系,提出模糊认知图模型(fuzzy cognitive map,FCM),用于概念间模糊因果关系的表达与推理。模糊认知图是一种定性分析的知识网络,并基于模糊推理规则来表达专家知识,其节点取值为[0,1],节点之间的联接权值取值为[-1,1],越靠近临界值则代表节点之间的影响越强烈。目前,模糊认知图在社会及行为科学方面、股票交易市场方面、军事政策方面都有所研究[4],作为决策制定的一个分支,它将为大型煤矿开采区的生态整治和环境管理决策提供一种新的思路和模式。

1.2 FCM的表示方式

在煤矿区,人们对环境风险的认知中,通常会同时考虑“促进”、“抑制”或“不确定”因素对煤矿区发展的影响,虽然经典的二值逻辑为计算机技术奠定了基础,模糊逻辑对不确定性推理提供了一种方法,但他们不能结合正面、负面或不确定三方的影响直接对环境建立模型,基于NPN逻辑理论的模糊认知图可以实现此目的[5]。在FCM中.模型图示化中主要由节点和连线组成。其中节点表征概念,可以表示系统的动作、原因、结果、目的、感情、倾向及趋势等,反映系统的属性、性能与品质[6];概念间的连线表示概念间的因果关系(用带箭头的连线表示,箭头的方向表示因果联系的方向)。

在FCM中,通过权值wij来描述认知单元Ci对认知单元Cj的因果关系或关联作用,wij∈[1,1],其中wij＞0表示认知单元Ci对Cj具有正向作用。wij＜0则相反,wij=0表示认知单元Ci对Cj不关联(互相之间没有直接影响),可得整个系统的关联矩阵W=[wij]n×n[7]

图1 模糊认知图表示

1.3 FCM的合成

认知图的合成的过程体现了知识的聚合。在分布式环境中,知识聚合(pooling)用来合成不同专家、不同组织、不同但相关领域的部分知识。以下方法常用于合成相同认知单元间的因果关系:设有K个agent,m个agent提出Ci对Cj有负面作用,n个agent提出有正面作用,即m个agent提出μR(x,y)是负的,强度分别为μ1,μ2,…μm,而n个专家提出μR(x,y)是正的,强度分别为v1,v2…vn,则综合各agent的意见后得到一个合成的因果关系值即NPN值[a,b][8],它可由以下计算得到

其中ci为各个agent的置信度。当有不同agent在不同的但相关或重叠的领域有专长时,按式(1)融合相同的认知单元(相同认知单元间设双向权值均为1),而后组成一个集成FCM。一个集成的FCM也可以看做是一个大环境中的一个部分FCM,以作进一步的合成。

2 结果与分析

2.1 影响因子识别

山西省是一个煤炭资源大省,山西煤炭资源丰富,是我国的能源重化工基地,长期以来,山西省形成了以挖煤、发电、冶金、化工、建材等工业为主体的超重型产业结构,发展模式以煤炭的大量消耗和粗放的外延发展为特征。近20年来,山西在为支援国家经济建设输送了大量能源和原材料[8-9],然而,在长期大规模、高强度开采煤炭资源的过程中,由于缺乏保护资源环境的意识,加之相关法律制度不健全,土地塌陷、地表扰动、崩塌、泥石流等矿山地质环境问题和地质灾害日益凸显[10]。这种高投入、高消耗、重污染导致的环境状况恶化,使得山西省经济和社会可持续发展正面临严峻挑战。

本研究先识别出煤炭开采中的环境风险因子以及因子之间的关系,确保各因子彼此独立,之后选取了山西省3个典型煤矿区的工程技术人员作为agent进行访谈,这些工程技术人员均工作在一线,对煤炭区生态系统的环境风险有深刻的认识。访谈过程中,首先清晰地表达本次访谈的内容和意义,并解释如何作出一幅因子间互不相关的认知图,访谈者列出自己认为的所有影响因子后,对因子的相关性、包含性进行识别,筛选出所有不相关的因子[11],构建这个访谈者个体的FCM。

由于不同的访谈者选取的风险因子不同,在FCM的构建过程中可以不断的加入新的影响因子。当增加访谈对象时,因子数量也不再增加的时候,访谈结束。本次研究中,当访谈到第十五个agent时,基本已经没有新增的影响因子(见图2)。

图2 认知图数

2.2 个体认知图的建立

不同的agent对煤矿区生态系统的环境风险认知可构建一个FCM,图3为某一agent提供的FCM。

它的关联矩阵为

煤炭开采对自然和社会造成的因子之间的相关性用认知单元间的权值代表,正向权值越大表示正相关性越大,反之亦然。各因子间的相关性均来自工程技术人员日常工作积累的知识和经验,它具有动态可调节性。

在FCM中,节点集C={1,2,…,n}为有限集,对于C中两个不同的节点i、j,若存在wij≠O,则称ci对cj有直接的关联作用,记作ci→cj;若存在互不相同的节点k1,k2,…,k(m-1)使得ci→ck1,ck2,→ck2,…,ck(m-1)→cj成立,则称ci通过节点ck1,ck2,…,ck(m-1)对cj间接关联(关系)作用,记为i→＜e1,e2,…,em＞ →j,si对sj的间接关联的权值可由下式得到:

每个工程技术人员由于工作对象和侧重点不同,对煤炭开采所造成的自然和社会方面影响的认知程度是不同的,于是给出另外两个agent的个体FCM。

图3 某一agent给出的FCM

图4 多agent集成后的FCM

2.3 群体认知图的融合

综合若干个agent的信息后开始工作。通过连接相同认知单元得到一个集成FCM,群体认知图只能及时的反映某一点情况,但他并不是静态的,而能逐渐变成为一个集体形式。群体认知图随着时间在动态的改变,损耗的部分离开集体,其他的部分再重新结合[11]。从多agent集成的群体认知图(见图4)可知,由煤炭开采所引发的各种环境风险中,地面塌陷对煤矿生态系统所造成的危害最大,它与破坏植被、土地利用类型改变等9个因子有直接关联,且恢复治理费用因子得到最大关联权值0.8,。当地的财政收入受到各种因子的制约程度最大,大气污染、地下水资源破坏等8个因子都对财政收入有负面影响,其中恢复治理费用因子的负向最大关联权值最大,为-0.7。煤炭开采造成的大气污染、粉尘污染、地下水资源破坏、土地利用类型改变、噪声污染、水资源缺乏、破坏生态环境这七个风险因子都直接或间接的影响到了地方财政收入;而由煤炭开采所带动的产业链发展、当地基础设施建设、财政收入、治安问题、恢复治理费用、生活水平提高、物价上涨、居民房屋安全隐患、增加就业这九个社会因素之间既互相促进又互相制约,如增加就业后人们的生活水平提高了,但造成了物价上涨,烟气污染等自然因素又影响了人们生活水平的提高。总之,群体认知图的建立可以让我们看清楚影响煤炭生态系统中各因子间的关系,又对进一步采取有效合理的措施治理生态系统提供了有力的决策依据。

3 结束语

模糊认知图通过概念间的关系来模拟模糊推理,通过整个图中各概念节点的相互作用来模拟系统的动态行为。本文将单个agent的FCM集成一个群体认知图,综合了煤炭开采对自然以及社会所造成的影响因子。由于FCM可以描述认知单元间正反两方面的信息,使得认知更加完整、清晰,从而减少由于信息缺乏而带来的认知偏差。本文研究结果也表明模糊认知图模型在煤矿区环境风险认知与管理的实践中是可行的。

(编辑:李 琪)

[1]Failing L,Gregory R,Harstone M.Integrating Science and Local Knowledge in Environmental Risk Management:A Decision-focused Approach[J].Ecological Economics,2007,64:47-60.

[2]Smyth Clint,Dearden Philip.Attitudes of Environmental Management Personnel Involved in Surface CoalMine Reclamation in Alberta and British Columbia,Canada[J].Applied Geography,1998,18(3):275-295.

[3]Kosko B.Fuzzy Cognitive Maps[J]Int J Man-machine Studies,1986,24:65-75.

[4]于江涛,钱积新.基于模糊认知图的Agent推理模型[J].浙江大学学报:工学版,2004,38(6):697-701.

[5]Wen RaZhang,Su Shingchen.A Cognitive Map:Based Approach to the Coordination ofDistributed CooperativeAgents[J].IEEE Tram on S MC,1992,22(1):103-113.

[6]汪成亮,李云峰.模糊认知图在物流中心选址中的应用[J].计算机工程与应用,2006,13:194-196.

[7]刘海龙,吴铁军.基于模糊认知图的多Agent协调模型[J].系统工程理论与实践,2002,2:49-54.

[8]杨亚萍,胡俊杰.模糊认知图在协同式医疗诊断系统中的应用[J].计算机工程与应用,2006,7:218-220.

[9]寇薇.山西煤炭工业的持续发展研究[J].安徽农业科学,2007,35(7):1980-1981.

[10]李训安,张国林.煤矿生态环境影响因素及对策[J].煤炭技术,2006,25(9):2-3.

[11]ÖzesmiU,Stacy L.Özes mi.EcologicalModels Based on People’s Knowledge:aMulti-step FuzzyCognitiveMappingApproach[J].EcologicalModelling,2004,176:43-64.

AbstractCoalmining ecological system are complicated and interactedwith many bioplant and nonbioplant.So it is difficult to define the factors and weight of environmental risk according to one view.This paper intends to explore the application of fuzzy cognitive map(FCM)based on stakeholders in ecological risk assess ment and management.First,all risk factors and their relationship were identified,then agent list the variables exsisted in their mind,and afterwords a completely unrelated FCM based on agent’s cognitive were drawn.Second,a composed FCM that aggregated each FCM was described.Based on the group FCM,these environmental risk factors are not only imperil ecological system but also restrict the development of local ecomomy.Sinking of ground hasmade seriously disserve for ecological system in the factors.Thispaper provides amethod to resolvemulti-agent conflict in coalmining ecologicalplan andmanagement.

Key wordsFuzzy cognitive-map;ecologicalmodels;coal-mining ecological system;agent;consequence

Study on Environmental Risk of Coal-m in ing EcologicalM odels Based on Fuzzy Cogn itive-map

SONG Jie ZHANG Hong L I Fang
(College of Environmental Science and Resources,ShanxiUniversity,Taiyuan Shanxi 030006,China)

X24

A

1002-2104(2010)03专-0142-04

2010-03-16

宋洁,硕士生,主要研究方向为环境规划与管理。

张红,博士,副教授,主要研究方向为环境科学。

＊教育部人文社会科学研究项目(项目批准号:08JC630054)。