基于SOFM方法的安徽省矿产资源开发主体功能区划研究

李 臻,陈义华,陈从喜,李 政,任升莲,任芳语

(1.合肥工业大学 资源与环境工程学院,安徽 合肥 230009;2.自然资源部 信息中心,北京 100036)

0 引 言

目前对于矿产资源可持续开发方面的研究,主要集中在矿产资源开发主体功能区划研究[1]、基于资源承载力的地域开发研究[2]、矿产资源型城市的产业转型升级[3]、矿业经济区发展[4]等方面。其中矿产资源开发主体功能区划研究对矿产资源开发空间格局优化、促进经济与资源环境协调发展具有重大意义[5]。

在20世纪80年代,研究人员开始将资源因素引入区划研究中,综合区划能更好地反映区域的实际情况,更有效地促进区域经济发展[6]。矿产区划与国土、生态、水资源、产业布局区划工作等形成耦合,能够为国民经济宏观布局提供重要基础信息[7]。文献[8-9]对矿产资源综合区划的概念、内涵、特点、区划体系及划分方法等内容进行系统梳理,使矿产资源综合区划研究形成了基本的研究体系。目前,很多研究者开展矿产资源区划研究,并将研究成果应用到资源合理开发规划中[10-11]。

矿产资源开发主体功能区划是指以有矿产资源分布的地域为研究对象,通过对影响矿产资源开发的资源、环境、经济、社会等要素进行综合评价,计算出矿产资源开发的适宜性,确定不同地区矿产资源开发的主导功能,从而实现矿产资源的可持续发展和生态文明建设[12]。

安徽省矿产资源丰富,主要矿种储量大,多种重要矿产储量在全国占重要位置[4]。丰富的矿产资源为安徽省经济发展提供了有利条件,矿业经济成为安徽省重要的支柱型产业之一。本文对安徽省矿产资源开发主体功能区划进行研究,以期为安徽省矿产资源合理开发,推动皖江、皖北、皖南和皖西四大板块协调发展提供基础数据。

1 研究区概况、研究方法与数据

1.1 研究区概况

本文以安徽省8种主要矿产分布地区为研究对象,研究区面积为7.894×104km2,占安徽省总面积(14.013×104km2)的56.33%,在皖北、皖江、皖南、皖西均有分布。研究区涉及16个市,共52个县区,见表1所列。

表1 研究区范围

1.2 研究方法

目前,主体功能区划的研究方法主要有层次分析法、引力模型法、综合指数法等,其中大多数为监督学习方法,主观性较强。随着人工神经网络的发展,其在地理模式识别、地理过程模拟及复杂地理系统的优化计算等方面表现出明显的优势。目前,人工神经网络有自组织特征映射(self-organizing feature map,SOFM)网络、多层后向传播(back propagation,BP)神经网络、径向基神经网络等多种模型,而SOFM模型在处理影响因素较多的复杂情况时,具有自组织、自学习的优势,能够很好地解决方案决策问题。因此,本文用SOFM方法对构建的指标数据进行综合聚类分析。

SOFM方法是1981年由神经网络专家Kohonen提出的[13],属于竞争性网络学习方法,能够对输入数据进行自组织学习,实现输入神经元的自动分类。该方法通过模拟脑神经系统SOFM功能,进行无监督的网络训练,在地理和生态的聚类分析研究中得到广泛应用,是一种很好的无监督分类方法。

SOFM网络计算原理为：将外部输入数据分门别类地放在不同区域,特征相似的输入数据较靠近,差异较大的数据较分离。SOFM网络算法结构如图1所示。图1中:r为输入矢量数;s为输出神经元数;W为网络权值矩阵;P为输入矢量;n为表示邻域大小的量;C为输出向量;g为获胜神经元。

图1 SOFM网络算法结构

SOFM网络的学习步骤[14]如下:

(1) 初始化。首先将输入矢量Pk及网络权值Wij(第j行第i个值)赋0～1的随机数,并进行归一化;然后确定初始学习率η(0)(0<η(0)<1)及初始邻域Ng(0)。邻域Ng(t)是指以获胜神经元g为中心,包含其他若干神经元的区域范围,它随着迭代次数的增加而单调递减。

(2) 提供一个学习模式,计算出Pk与Wj之间的最小欧氏距离,确定获胜神经元g。

(3) 修正输入层神经元与竞争层内所有神经元之间的权值,选取另一学习模式,返回步骤(2),得出新学习率η(t)及邻域Ng(t)。

(4) 确定总的学习次数T,令t=t+1,直到t=T,学习结束。

1.3 数据来源

安徽省矿产资源数据来自自然资源部信息中心固体矿产采矿权数据,基本属性包括查明资源储量、设计开采规模等;交通数据通过全国地理信息资源目录服务系统获取;各县区生态数据来自中国生态系统评估与生态安全格局数据库;各县区水资源数据、三大产业结构数据均来自2019年安徽省统计年鉴[15]。

1.4 指标体系构建与数据计算

1.4.1 指标体系构建

由于矿产资源开发常常受到资源环境和社会经济等多种因素的综合影响,矿产资源开发主体功能区划研究要有机地结合当地自然条件和社会经济发展状况,本文综合考虑资源环境数据与社会经济数据的可获得性,选择矿产资源丰度、生态环境指数、交通优势度、水资源丰缺度、工业化水平等因素为准则层,构建指标体系,如图2所列。

图2 矿产资源开发功能区划指标体系

1.4.2 矿产资源丰度计算方法

矿产资源是区域勘察开发的前提和基础,其丰度是影响矿产资源开发主体功能区划的重要因素之一。选择安徽省2006—2018年矿产资源较多的煤、铁、铜、铅、锌、金、硫铁、磷8种矿产资源为主要矿种,计算其丰度;以查明资源储量、设计开采规模及大中型矿山数量3项指标计算安徽省矿产资源的丰富度[16]。

(1) 查明资源储量。各地区所拥有的矿产资源种类不一,储量也不同,对各类矿产资源数据首先进行极差标准化[17],再对各县区各类矿产资源进行综合,计算公式为:

(1)

Xi′=sum(Fi1,Fi2,…,Fij)

(2)

其中:Fij为i县区j类矿种查明资源储量归一化后的数值;i=1,2,…,u;j=1,2,…,v;u为县区数;v为矿种的数量;Qj为j类矿种的权重;Xij为i县区j类矿种储量无量纲化后的数值;Xi′为i县区多矿种查明资源储量指数。

(2) 设计开采规模。首先对县区内各类矿产资源设计开采年限取平均值,再对各类矿产资源开采规模分别进行无量纲化处理,最后综合各类矿产资源的标准化值进行汇总,计算方法与矿产资源储量计算方法一致。

(3) 大中型矿山数量。根据文献[18],确定安徽省各县区大中型矿山数量,其中矿山规模划分见表2所列。

表2 矿山生产建设规模分类 单位:104 t/a

确定上述3项指标后,对其赋权重,然后求和计算矿产资源丰度值,再利用地理信息系统(geographic information system,GIS)自然间断点分级法,将矿产资源的丰度分为匮乏、一般、较丰富、丰富4个等级。

1.4.3 生态环境指数计算方法

在生态条件分级中,通过生态功能重要性数据和生态环境敏感性数据进行评价。利用GIS的空间分析技术,提取安徽省各县区生态功能重要性及生态环境敏感性最大等级作为该区的生态等级,生态环境指数计算公式[19]为:

K=max(Mi,Ni)

(3)

(4)

其中:K为i县区生态重要性与生态环境敏感性中较大的等级;Mi为i县区生态重要性等级;Ni为i县区生态环境敏感性等级;Ii为i县区生态环境指数;SK=9为i县区中生态等级为9的面积;Si为i县区面积。根据生态环境指数0.3、0.5、0.8将地区生态环境重要程度划分为一般、中等、高、极高4个等级。

1.4.4 交通优势度

交通运输条件直接影响矿山生产的运输成本,矿产品的运输总量大、运输距离长、运输成本高,必须依靠便利的交通设施将矿产资源优势转化为经济优势。采用路网密度、交通干线影响度和区位优势度3项指标计算交通优势度[20]。

(1) 路网密度,即单位面积内县区交通干线总长,计算公式为:

Di=Li/Si

(5)

其中:Di为i县区的路网密度;Li为i县区的交通干线总长。

(2) 交通干线影响度。该指标依据交通设施的技术、经济特征,按照专家打分,采用分类赋值的方法进行评价。

(3) 区位优势度。采用最短距离模型计算各县区到安徽省枢纽城市(合肥市)的最短距离,距离越短,表示区位优势度越高。

将上述3项指标按一定方法进行标准化处理,根据一致化原则对3项指标赋权重,然后求和计算各县区的交通优势度,再利用GIS自然间断点分级法分为低、一般、较高、高4个等级。

1.4.5 水资源丰缺度

矿产资源开发利用各个环节都离不开水资源,水资源的丰富程度对矿产资源产业发展具有决定性的作用[21]。根据GIS自然间断点分级法对各县区的工业用水量进行分级评价,分为缺乏、较缺乏、基本不缺水、不缺水4个等级。

1.4.6 工业化水平

第二产业占比反映矿产资源开采强度,在一定程度上反映地区对工业的依赖程度,从侧面反映了对矿产资源开发的需求程度,本文用其评价县区的工业化水平,同样利用GIS自然间断点分级法分为低、一般、较高、高4个等级。

2 计算结果及功能区划分析

基于上述计算、分析,首先进行单因素结果分析,再对各单因素数据综合分析,从而明确各县区的主体功能区类别。

2.1 单因素结果分析

安徽省矿产资源开发5类指标评价结果如图3所示。

由图3a可知,矿产资源丰富及较丰富地区主要分布在皖江经济带和皖北部分地区,皖南、皖西、皖中地区矿产资源较为贫乏。

由图3b可知,皖北、皖江地区生态环境指数较低,可以进行适度开发,而皖南、皖西地区生态环境指数较高,不利于矿产资源开发。

由图3c可知,安徽省交通优势度总体较高,皖北、皖南部分偏远地区交通优势度相对较弱。

由图3d可知,水资源总体上表现为南、北方地区工业用水较为缺乏,皖江大部分地区水资源情况较好,工业用水量较大。

由图3e可知,皖北部分地区以农业为主导产业,第二产业占比较低,对矿产资源开发需求不高,而皖江地区第二产业占比较高,工业是经济增长的主要动力,对矿产资源开发需求度较高。

图3 安徽省矿产资源开发5类指标评价结果

2.2 综合区划分析

在单因素分析的基础上,通过SOFM网络对52个县区进行聚类分析。

(1) 在MATLAB平台下,将2.1节预处理得到的指标数据(52×5维的数据)作为输入层,将输出层即类别数设为4,得到Ⅰ、Ⅱ、Ⅲ、Ⅳ4种县区类型。

(2) 对4种类型县区的矿产资源丰度、生态环境指数、交通优势度、水资源丰缺度及工业化水平5类指标归一化的特征值进行统计,结果见表3所列。

表3 4种类型县区5类指标特征值统计结果

Ⅰ型县区矿产资源最为丰富,生态环境指数低,适宜进行矿产资源开发,区域内交通优势度较高,工业用水量较丰富,第二产业占比较高,总体条件适合矿产资源大规模开发,判别为重点开发区。

Ⅱ型县区矿产资源丰度一般,生态环境指数低,区域内交通优势度高,工业用水量高且第二产业占比高,表明该区域矿产资源开发过度,需要进行保护性开发,将Ⅱ型县区判别为一般开发区。

Ⅲ型县区矿产资源丰度一般,生态环境指数低,区域内交通优势度不高,工业用水量较少,第二产业占比较低,表明该区域矿产资源开发程度不高,基础设施条件欠缺,将Ⅲ型县区判别为限制开发区。

Ⅳ型县区矿产资源匮乏,生态环境指数极高,不适宜进行矿产资源开发,区域内交通优势度低,工业用水量少,第二产业占比低。该区域生态环境影响突出,且矿产资源匮乏,将Ⅳ型判别为禁止开发区。

(3) 根据判别结果,通过GIS可视化方法对主体功能区空间分布进行显示,如图4所示。从图4可以看出,矿产资源开发主体功能区划表现出较高的空间集聚性,空间分异主要体现在南、北方的差异,可以概括为皖北限制开发区、皖江重点开发区、皖西禁止开发区、皖南禁止开发区。

图4 安徽省矿产资源开发主体功能区划空间分布

3 分析结果及主体功能区划建议

上述分析结果表明,安徽省52个县区的矿产资源开发主体功能区划表现出较高的异质性,本文据此对安徽省今后矿产资源开发及矿业发展提出以下建议。

(1) 重点开发区。安徽省的重点开发区共有10个县区,主要分布在安徽省皖江经济带。区域内矿产资源丰富,开发支撑条件较好,工业化水平有待提高。建议在重点开发区加强基础地质矿产资源勘探投入,提高地区内矿产资源开发规模,增强产业集聚和人口集聚,实现地区的规模化生产开发,促进资源优势转换为经济优势;在重点开发区发展深加工产业,通过适当延长产业链提高产品的附加值,优化供给侧矿产品结构性改革,逐步形成矿产资源加工基地,发挥第二产业对经济的带动作用。

(2) 一般开发区。安徽省的一般开发区共有8个县区,主要分布在重点开发区周边。在一般开发区,工业化发展水平较高,要做好科学规划,控制矿产资源开发强度,做好矿产资源战略储备,同时利用区位优势,发挥辐射带动作用,促进周边重点开发区矿产资源开发的规模化发展。

(3) 限制开发区。安徽省的限制开发区共有24个县区,是功能区划的主体部分,主要分布在皖北、皖中部分地区。限制开发区的主要限制因素为矿产资源丰度,其次为矿产资源开发的外部支撑条件。为了实现矿产资源的可持续开发利用,需要严格控制矿产资源的开采规模,严格执行矿山企业市场监管制度。皖北地区是我国的农产品基地,农产品资源丰富,但区域内水资源及交通优势不突出,因此需要加强水利、交通基础设施建设,以促进农产品提质增效,从而带动地区经济发展。

(4) 禁止开发区。安徽省的禁止开发区共有10个县区,主要分布在皖西、皖南山区,区域内生态功能重要性及生态环境敏感性程度高,且矿产资源匮乏,属于生态保护区。应当根据地区特色发展经济,提高第一、第三产业发展水平。

4 结 论

(1) 安徽省矿产资源分布显著集中,矿产资源丰富区主要分布在皖北、皖江城市带。

(2) 安徽省整体上生态环境较好,研究区内80.77%的县区生态环境适宜进行适度开发,生态保护需求较高的县区占19.23%,主要分布在皖南、皖西山区。

(3) 研究区内矿产资源富集区主要分布在Ⅰ、Ⅱ、Ⅲ型县区,其生态环境指数低,矿产资源开发与生态环境保护不存在根本冲突;整体开发布局较为合理,需要根据地区主体功能定位调整区域发展重心。

目前,安徽省正处于矿业高质量发展的关键阶段,矿产资源开发主体功能区的划分对实现矿产资源可持续发展具有重要意义。本文依据矿产资源开发主体功能区划结果提出差别化管理建议,对安徽省矿产资源可持续发展规划具有一定的参考价值。