基于信息熵和灰关联的建三江分局土地利用结构驱动力分析

赵菲菲，刘 东，2，刘 萌

（1.东北农业大学 水利与建筑学院，哈尔滨150030；2.东北农业大学 农林经济管理博士后科研流动站，哈尔滨150030）

土地利用结构是指国民经济各部门（如农、林、牧、副、渔）及其内部用地的面积与比例关系，它反映了一个地区土地利用的合理程度及其生产结构特点［1］。伴随社会生产力的发展，土地利用结构不断在非人为因素和人为因素的双重影响下发生结构上的演替和变化，表现出自发的、具有不可逆的演化特征［2］。研究区域土地利用结构的动态变化，探索其发展规律及驱动机制，对丰富人类对土地覆被变化规律的认识，预测土地利用变化前景，保持土地利用系统的良性循环，提高土地利用的生态、经济和社会效益，促进社会经济的可持续发展具有重要价值意义。

1948年，美国工程师Shannon在信息论中把熵作为平均信息量的量度，引出信息熵的概念［3］。信息熵是不确定性的量度，不确定性越大越无序。土地利用结构信息熵用于反映土地利用结构动态变化，度量土地利用系统的有序程度，判断系统的演化进程，其大小反映了土地利用类型的多少和各土地类型面积分布的均匀程度［4－5］。

1 研究区概况与研究方法

1.1 研究区概况

建三江分局位于中国北部边陲的三江平原腹地，系黑龙江、松花江、乌苏里江汇流的河间地带，全局东西长为152.9km，南北宽为152.8km，地理坐标为132°31′—134°32′E，46°49′—48°12′N。全局地势西南高、东北低，除分布在勤得利、八五九、胜利等农场的少数山丘外，绝大部分是平原沼泽地带。北部和东南部有部分山地，呈东北至西南走向，海拔高程60～626m，是我国重要商品粮和绿色有机食品基地。毗邻富锦、同江、饶河、抚远4个国家级一类陆路口岸，福前铁路、佳抚公路横贯，交通发达，通讯便捷。建三江分局辖区总面积1.24万km2［6］，占整个黑龙江省垦区面积的22%。其中耕地67.42万hm2，现有人口20万，人均耕地3hm2，为全国人均耕地面积的35倍、世界的12倍。土壤共分为棕壤土、白浆土、草甸土、沼泽土和泛滥地土壤五大土类。多年平均气温1.0～2.0℃，极端最高气温38℃，极端最低气温－41.6℃，多年平均降水量为383.5～886.1mm。

1.2 数据来源

本文数据来源于《建三江农垦统计年鉴（1999—2009）》，以及《建三江农垦统计年报（1999—2009）》。根据我国土地利用现状分类系统，结合研究区土地利用现状和土地资源特点，把研究区土地利用类型划分为耕地、林地、园地、水域、居民点及工矿用地、未利用地、牧草地和其他用地等八大类来分析计算。

1.3 研究方法

本文首先利用信息熵对1999—2009年建三江分局土地利用结构的时间演变进行分析，同时在Excel和ArcGIS软件的支持下分析建三江分局1999年和2009年两个时间段的土地利用结构信息熵的空间分布情况。最后利用Matlab 7.0软件对影响土地利用结构变化的主要指标与信息熵之间进行灰关联分析，探讨影响建三江分局用地结构动态演变的主要驱动力。

土地本身是一个具有耗散结构的自然历史综合体，具有结构和功能的有序性特征，所以可利用信息熵描述和刻画土地利用系统的有序程度［7］。土地利用结构信息熵H表示如下：

式中：s——研究区域土地总面积；si——各种土地利用类型的面积；pi——第i种土地利用类型在该区域所有土地利用类型中出现的可能性。基于信息熵公式，土地利用结构的均衡度J与优势度D分别为：

信息熵反映了区域土地利用的多样性和复杂程度，均衡度体现土地利用结构的均衡性。优势度呈现区域内一种或几种用地类型支配该区域土地类型的程度。

2 建三江分局土地利用结构演化与分析

2.1 建三江分局土地利用结构的有序度分析

依据建三江分局1999—2009年土地利用类型数据（缺失2002年的数据），求出其土地利用结构（表1），并绘制用地结构信息熵H值、均衡度J值及优势度D值（图1）。由表1可以看出，近10a来建三江分局用地结构布局及经济差异有以下几种发展态势：（1）建三江分局是经济欠发达的地区，用地结构以农林结合为主，因此该区农业用地所占比重很大。已利用的土地中土地利用类型以耕地为主，其它用地、林地次之。（2）1999—2009年的10a间，耕地面积除2003年、2004年有所下降外，其他年份呈现上升趋势，尤其是2004—2005年变化最大，是该区变化量最大的一个土地利用类型。林地面积在这10a中缓慢增长。园地所占比例很小。（3）水域和居民点及工矿用地面积在这些年中变化不大。（4）未利用地、牧草地和其他用地面积呈现下降趋势，特别是未利用地急剧下降。

由图1分析发现，建三江分局土地利用结构信息熵自1999—2009年呈先升后降的趋势。2004年达到最大值1.663 6，年增长幅度为0.07%。表明建三江分局土地利用结构在1999—2004年间向无序状态发展，有序度降低，结构性减弱。土地利用结构信息熵在2005年开始下降，2009年降至1.349 3，年下降幅度为4.136%。表明建三江分局土地利用结构在2005—2009年由无序转为有序，结构性增强。建三江分局土地利用结构的均衡度在这些年间呈先升后降的趋势，在2004年达到最高值，为0.722 5。优势度的趋势与均衡度的恰恰相反，在2004年达到最低值，为0.277 5。说明建三江分局土地利用结构在2004年时均质性最强，之后由一种或几种用地类型支配建三江分局土地类型。

表1 建三江分局1999－2009年土地利用结构变化 %

图1 建三江分局土地利用结构信息熵、均衡度、优势度（1999－2009年）

2.2 建三江分局土地利用结构信息熵的空间分布分析

利用计算得出的1999年和2009年建三江分局各农场的土地利用结构信息熵（图2），在ArcGIS软件支持下，根据图2将信息熵的区域差异分为3种类型区：信息熵高值区，中值区和低值区。做出这两个时间段建三江分局的土地利用结构信息熵空间分布图（图3）。由计算结果知，1999年建三江分局的土地利用结构信息熵平均值为1.499 4，15个农场中高于平均值的有8个，2009年建三江分局的土地利用结构信息熵平均值为1.270 3，高于平均值的农场有8个，高于1.499 4的农场个数只有一个。1999年信息熵最高的农场是前哨，为1.817 2。2009年信息熵最高的农场为勤得利，为1.503 6。由图2—3看出，2009年建三江分局各农场土地利用结构信息熵都低于1999年的信息熵。十年间，前进、洪河、创业、红卫和八五九农场的信息熵由高值区转变为低值区；青龙山、鸭绿河和前哨农场的信息熵由高值区转变为中值区；七星和二道河农场的信息熵由中值区转变为低值区。信息熵低值区的分布区域范围扩大，这些农场土地利用结构较单一，或以农业为主，或以畜牧业为主，或以林业为主。总体上看，土地利用类型不均衡，土地利用结构的有序性高。

图2 1999年和2009年建三江分局土地利用信息熵

图3 1999年和2009年建三江分局土地利用信息熵空间分布

3 信息熵变化驱动力分析

影响土地利用结构变化的因素很多，包括自然、文化习俗和社会经济等因素［8］。由于时间尺度较短，自然驱动力相对较稳定，人文驱动力则相对活跃［9］。因此主要考虑人文因素对土地利用变化的影响，着重从社会经济因素对土地利用变化的影响进行分析。参考有关用地结构及驱动力研究的经验和结论，本研究的驱动因素的选取遵循数据可获取、可量化的原则，主要选取影响用地结构变化的因子包括总人口、人均GDP、第一产业增加值、第二产业增加值、第三产业增加值、工业总产值、固定资产投资额、农业总产值、粮食产量。利用灰色关联度分析法［10］对以上指标与信息熵之间的关联度进行定量分析，研究1999—2009年上述影响因子对土地利用结构变化的驱动力见表2。

表2 1999－2009年建三江分局土地利用结构信息熵与相关指标汇总

经过灰色关联度计算，得到各影响因子与信息熵紧密程度（表3）。由表3可知，r总人口＞r第三产业增加值＞＞r农业总产值＞r固定资产总投资。土地利用结构信息熵与各影响因子均有很强的相关性，引起土地利用结构变化的主导因素有总人口的增长、第三产业的发展、以及粮食产量的变化。最重要的影响因素是总人口的增长。这是因为建三江分局是农业综合开发试验区，以农业生产为主，并肩负着黑龙江省千亿斤粮食产能工程的重担。因此，增加耕地面积是完成此项任务的办法之一。并且农业收入也是当地居民经济的主要来源。而在农业内部结构上，粮食作物面积占总播种面积的比例很高。因此，当地居民除了口粮地外，不得不开垦新土地播种经济作物以增加收入。由此可见，人口增加是土地利用结构最直接的诱导因素，驱使人们开垦更多的土地以满足人民群众生活需求。

表3 序列关联度

4 结论与讨论

（1）建三江分局1999—2009年，由于肩负着黑龙江省千亿斤粮食产能工程的重担，加之农业收入是当地的主要收入，耕地面积大幅增加，11a间增加313 622 hm2；林地和居民点及工矿用地有小幅的增长，林地面积增加了40 849hm2，居民点及工矿用地面积增加了1 881hm2；未利用地面积大幅度下降，11a间减少了218 207hm2。

（2）土地利用结构信息熵结果表明，建三江分局土地利用结构信息熵呈现先升后降的趋势。建三江分局土地利用结构在1999—2004年间向无序状态发展，有序度降低。自2005年起，建三江分局土地利用结构由无序转为有序，有序度在升高。

（3）通过1999年和2009年建三江分局熵值空间分布对比分析发现，各农场的熵值有明显的下降趋势，信息熵低值区域扩大，信息熵高值区域缩小。总体来看，经济结构单一，土地利用结构不均衡。

（4）通过运用灰色关联度分析法对土地利用结构信息熵与社会经济驱动指标之间的关联度进行定量分析。其中总人口的增长、第三产业的发展、粮食产量的增加、第二产业和工业的发展等是主要的驱动因素。

［1］ 王夏琰，刘学录.甘肃省土地利用结构变化及其驱动力分析［J］.甘肃农业大学学报，2007，42（4）：97－102.

［2］ 卢波，金勇章.长沙市土地利用结构信息熵及驱动力研究［J］.资源与产业，2008，10（6）：19－21.

［3］ 谭洁，朱红梅，金卫华.长沙市土地利用结构熵值时序分析［J］.经济地理，2010，30（1）：118－121.

［4］ 曾毅，李茂席，文志军，等.西藏山南地区土地利用结构信息熵值特征及演化规律研究［J］.安徽农业科学，2009，37（11）：5063－5065.

［5］ 陈彦光，刘明华.城市土地利用结构的熵值定律［J］.人文地理，2001，16（4）：20－24.

［6］ 郭雷，马克明，张易.三江平原建三江地区30年湿地景观退化评价［J］.生态学报，2009，29（6）：3126－3135.

［7］ 居玲华，石培基.甘肃省土地利用结构动态演变及其驱动力分析［J］.广东土地科学，2008，7（5）：38－43.

［8］ 文博，夏敏.基于信息熵和灰关联分析的县域土地利用结构时空变化［J］.安徽农业科学，2010，38（15）：8119－8121，8196.

［9］ 梁丽霞.黄土高原南部土地利用动态变化及驱动机制分析［D］.西安：陕西师范大学，2010.

［10］ 付强.数据处理方法及其农业应用［M］.北京：科学出版社，2006：23－26.