基于GIS的土地节约集约利用评价研究

2012-07-04郝天平张洋王志龙

河北工程大学学报(自然科学版) 2012年1期

郝天平，张洋，王志龙

(河北工程大学资源学院，河北邯郸056038)

土地节约集约评价是根据土地的投入和产出状况，考虑土地的经济效益、社会效益、生态效益进行的综合评价[1－2]。我国土地节约集约利用的研究开始于20世纪90年代，起步较晚，主要集中在土地节约集约利用的相关理论和内涵、土地节约集约利用定量评价、土地节约集约利用途径及区域实践研究等方面[3－5]。在定量评价方面施建刚等[6]利用因子分析和聚类分析法，赵旭等[7]利用聚类分析和文献资料法对城市土地节约集约评价进行了研究，从总体上看这些方法并没有涉及对评价指标的筛选，一些评价仅对结果进行了文字性说明，表现不直观。本文运用主成分分析法(Principal Component Analysis，PCA)[8]对土地节约集约的各评价指标进行相关性分析，筛选出对评价影响较大的主要指标，在此基础上利用层次分析法(Analytical Hierarchy Process，AHP)获取各指标的权重值，利用GIS对土地节约集约评价结果进行制图表达。

1 模型建立

1.1 评价指标筛选

表1 土地节约集约评价指标Tab.1 Evaluation index of land saving

表2 层次分析模型层次结构Tab.2 Hierarchy structure of the AHP model

土地节约集约评价主要包括土地利用强度、土地投入强度、土地的经济效益和生态效益4个方面，具体指标如表1所示[10]，由于相同指标在不同的地区发挥的作用不相同，所以利用主成分分析对评价指标进行筛选，得到影响评价结果的主要指标。

将研究区分成若干小的评价区域，分别计算各区域的指标值，计算结果用矩阵X表示。

式中:Xij－第i小区域的第j指标(变量)的值，0 ＜i＜n，0＜j＜p。

对式(1)中的数据进行标准化处理，统一各评价指标的量纲和取值范围，得到矩阵X'

对式(2)标准化处理得到相关矩阵R

对矩阵R的特征值λi(0＜i≤p)按大小排序，根据特征值得到R的特征向量ei。

取Fi达到0.85～0.95的特征值时，第1～ i个主成分所对应的指标便为筛选得到的评价指标。

1.2 权重确定

利用主成分析法对评价指标进行筛选，采用层次分析法建立层次结构(表2)，根据Saaty等提出的1～9尺度(表3)，将评价指标量化处理。

表3 定性到定量的转化表Tab.3 Convert qualitative into quantitative

步骤1根据准则层对目标层的重要性建立判断矩阵A

式中:aij－准则层Ci与Cj比较对于目标层A的重要程度(贡献大小)。

步骤2根据评价指标对准则层的重要程度建立判断矩阵C(k)

步骤3分别对判断矩阵A，C(k)处理，得到最大特征值及对应的特征向量 ea，e(k)。

利用式(7)判断矩阵的一致性，当CR＜0.1时，判断矩阵具有一致性，否则调整判断矩阵。

式中:n－判断矩阵的维数，RI通过查平均随机一致性指标表获得。

利用式(8)判断总体一致性，同理当CR＜0.1时，说明判断矩阵具有一致性，否则调整各判断矩阵。

指标的权重计算公式为

土地节约集约评价结果f为

其中P表示评价指标标准化处理后组成的向量。

2 GIS分析

在主成分分析和层次分析建立的数量关系的基础上，利用GIS的空间处理能力进行综合分析[10－11]。GIS 分析的步骤如下:

步骤1计算指标值。对研究区按照一定规则划分成多个区域，计算各区域不同评价指标标准化处理后的值。

步骤2矢量数据栅格化。即将多边形矢量数据转化为栅格数据，栅格的Value值为标准化处理后的指标值。不同评价指标生成不同栅格图件。

步骤3代数运算。将评价指标栅格图件Value值与对应的权值相乘作为栅格图件的新的Value值。

步骤4叠加分析。将评价指标栅格图件在GIS系统下进行叠加，取全部图层Value值总和，所得到的图像即为土地节约集约评价专题图，其Value值为评价值，反映了该区域土地节约集约的平均情况。

3 案例分析

扎兰屯市位于内蒙古自治区东部，资源丰富，经济发展迅速，全市行政区域总面积1.69万km2，总人口45万，人地矛盾相对比较紧张。

3.1 评价指标筛选和权重确定

利用主成分分析法对表1中的评价指标进行分析(表4)，确定该市的最终评价因子为人口密度、地均GDP、地均第二产业GDP、人均建设用地面积、地均固定资产投资额、地均第三产业GDP、人均道路面积等7个因子。

表4 特征值与贡献率Tab.4 Characteristic values and contribution rate

在确定判断矩阵的过程中，应用Matlab软件对3位专家给出的判断矩阵进行权重计算和一致性检验，结果均符合要求。通过对结果算术平均，得到该市建设用地节约集约评价指标矩阵为

各评价指标的权重为W=[0.198 0.134 0.091 0.096 0.137 0.062 0.060]。

3.2 空间分析与评价结果

将该市土地划分为18个小区域，新增的7个属性字段，分别对应标准化处理后的评价指标值。在ArcGIS下利用ArcToolBox的Polygon to Raster工具将18个区域的矢量图转化为栅格图，其中Value field选择评价指标，共计产生7个栅格图件。用ArcMap打开7个栅格图件，利用Spatial Analyst工具条下的Raster Calculator工具做代数运算，使栅格图件的Value值为原值与该评价指标权重的乘积。利用同样的工具对7个评价指标栅格图求和，生成新的栅格图层。新的栅格图即为该市土地节约集约利用评价专题图(图1)，其value值便为该区域的评价值。

从图1可知，颜色较深的2、5、6区域评价值较高，均达到了0.78以上，反应了这部分区域经济发展水平较高，土地节约集约程度较高;颜色越浅的区域评价值越低，土地节约集约利用程度越低;该市东北部为山地，土地节约集约利用程度最低，经济发展水平也是该市的最低。将评价结果与该市土地节约集约普查的结果进行对照，发现评价结果与普查结果是基本吻合的。总之综合运用主成分分析和层次分析的评价反应了区域土地利用节约集约情况。该实例证明利用主成分分析确定评价指标，运用层次分析法获取各评价指标权重值，最后发挥GIS的统计分析能力进行土地节约集约评价的方法是合理可行的。