基于不同指标权重计算方法的耕地地力评价对比研究

马会宁，陈伟强,程道全，朱帅蒙，房阿曼，赵 洁

(1.河南农业大学资源与环境学院，河南 郑州 450002；2.河南省土壤肥料工作站，河南 郑州 450002)



基于不同指标权重计算方法的耕地地力评价对比研究

马会宁1，陈伟强1,程道全2，朱帅蒙1，房阿曼1，赵 洁1

(1.河南农业大学资源与环境学院，河南 郑州 450002；2.河南省土壤肥料工作站，河南 郑州 450002)

为了提高耕地地力评价结果的精确度，探讨更加适合耕地地力评价的方法，本研究以河南省洛阳市为例，采用层次分析法、灰色关联度分析法、基于主客观集成赋权的方法分别求取权重，并根据评价综合指数与作物产量之间一致性程度，对比不同评价方法的优劣。结果表明，3种方法求得的耕地地力综合指数与作物产量之间都有显著性关系， Pearson相关性依次为0.216、0.249、0.311，在0.01水平上显著相关，说明3种方法都可以用于耕地地力评价。基于主客观集成赋权的方法要明显优于参与对比的层次分析法和灰色关联度分析法，更适合洛阳市耕地地力评价。

耕地地力评价；层次分析法；灰色关联度；模糊数学；主客观集成赋权

耕地地力是指耕地的基础能力, 耕地地力评价可以加强对现有耕地现状的认识，这对国家粮食安全和农业可持续发展有重要意义[1]。评价指标权重的确定是耕地地力评价的重要内容，选择合理的赋权方法，对评价结果的精确性有重要影响。目前，单一赋权在国内外应用最为广泛[2-4]，RAJESH等[2]以越南河内省为例，采用层次分析法(AHP)与GIS相结合的方法,评价城市周边的农业用地，用层次分析法确定各因素的优先级；鲁明星等[3]基于GIS，采用层次分析法与模糊数学对华中丘陵区进行耕地地力评价。张艳粉等[4]基于GIS，采用AHP法对洛阳市耕地地力评价进行研究。聂艳等[5]应用模糊物元分析法求出定级因子的权重和各评价单元的关联度，从而提高了农用地评价结果的准确性和可信度。组合赋权应用较多[6-8]，但是在土地评价方面的应用相对较少[9-11]，针对具体区域，哪种赋权方法更加合理并对赋权结果进行检验的研究更少。本研究以河南省洛阳市为例，在文献[4]的基础上，针对该文献仅采取AHP法求取权重的不足，进一步提出用AHP法、灰色关联度分析法分别求取指标的权重，并基于主客观集成赋权的方法求得综合权重，分别开展耕地地力评价；最后利用作物产量验证评价结果，对比分析不同权重计算方法的优劣，对于目前土地或耕地质量评价等具有一定的实践指导意义。

1 研究对象

洛阳市位于河南省西部，横跨黄河两岸，东邻郑州，西接三门峡，北邻焦作，南邻平顶山、南阳。位于东经112°16′～112°37′，北纬34°32′～34°45′。地处暖温带大陆性季风型气候区；地势西高东低，境内地形复杂多样，其中山区面积占45.51%，丘陵面积占40.73%，平原面积占13.8%。发育的土壤有褐土、潮土、石质土、红粘土、紫色土、棕壤、粗骨土、砂姜黑土、水稻土等，其中褐土分布最广。

2 数据来源

耕地地力评价数据主要包括土壤、土地利用、土壤养分、立地条件、农业生产管理条件和社会经济等。土壤基本资料来源于第二次土壤普查的土壤图和土壤普查报告(1982年)；土地利用数据来自洛阳市国土资源部门第二次土地利用现状调查数据(2009年)；耕地耕层土壤养分含量数据均来源于测土配方施肥项目的分析化验数据(2005—2009年)；灌溉分区、排水分区均来自洛阳市水利局；社会经济资源来自2009—2011年统计年鉴。

3 评价过程与方法

耕地地力评价过程大致分为评价单元划分、评价指标体系建设、单指标分值化与综合评价分值计算和耕地地力等级划分4个阶段。

3.1 评价单元划分

评价单元划分采用GIS空间叠加法。首先利用ArcGIS进行土壤与土地利用现状数据的输入与编辑，抽取耕地专题图层、土壤图和行政区划图叠加，得到耕地地力评价单元。其次，利用测土配方施肥样点数据，通过空间插值法，生成各种土壤养分图。最后，根据空间关联关系，将土壤养分、灌溉与排水、地形等信息，赋值给各个评价单元。

3.2 评价指标体系建设

评价指标体系建设包括评价指标选择与指标权重确定。根据《耕地地力调查与质量评价技术规程》(中华人民共和国农业行业标准[NY/T 1634—2008])提供的评价指标库，采用特尔菲法选择评价指标。指标权重的计算方法是本研究的重点，分别选用了3种方法确定指标权重，即层次分析法、灰色关联度分析法和基于主客观集成赋权的方法。

3.2.1 层次分析法 美国运筹学家马斯．L．萨蒂于20世纪70年代提出了层次分析法[12]，其基本原理是按照指标间的相互关联影响以及隶属关系将指标按不同层次组合，形成一个多层次的结构模型，从而最终使问题归结为最低层相对于最高层的相对重要权值的确定和相对优劣次序的排定。计算方法详见文献[12]。

3.2.2 灰色关联度分析法 灰色关联分析的基本思想是根据各比较序列曲线与参考序列曲线的相似程度来判断其联系是否紧密[13]。本研究中耕地地力评价是基于灰色关联分析法的基本原理，采用邓氏关联度模型确定评价指标权重[14]。其基本步骤如下：

3.2.2.1 原始数据标准化处理 本研究中，根据各评价因子的性质，将评价因子分为概念型和数值型2类。为了采取量化的评价方法和自动化的评价手段,减少人为因素的影响, 对于可定量化的数据类型采用模糊数学方法[3]，根据各因素对耕地地力影响大小建立隶属函数。对于质地、坡度、砾石、灌溉类型、地貌类型等概念型定性因子，根据因子的级别状况，采用专家打分法，经过归纳、反馈、逐步收缩、集中，最后产生并获得相应的隶属度。本研究中隶属度越接近于1，表示该指标变量在指标评价体系中的质量越好。概念型指标以地貌类型为例，专家评估结果如表1。

表1 地貌类型及其隶属度专家评估量化处理

数据型指标分为戒上型函数、戒下型函数、峰型函数、直线型函数。有机质、速效钾、有效磷等与耕地地力表现为戒上型函数，坡度与耕地地力表现为戒下型函数。根据洛阳市有机质、有效磷、速效钾的空间分布范围及养分含量级别，结合肥料试验获取的数据，由专家划段给出相应的分值，然后在计算机中绘制这2组数值的散点图，再根据散点图进行曲线模拟，寻求参评因素实际值与隶属度关系方程从而建立起定量因子的隶属函数[4,15]。以有效磷为例，根据洛阳市土壤有效磷丰缺指标，建立隶属函数及隶属度，见表2和表3。

表2 有效磷隶属函数各参数

表3 有效磷的隶属度

3.2.2.2 计算关联系数 经过数据处理后的参考数列为：

{X0(t)}={X01,X02,…,X0m}

比较数列为：

式中，m为数列的数据长度，也就是数据个数。参考数列与比较数列在时刻t=k时的关联系数Loi(k)即：

(1)

3.2.2.3 计算关联度 关联度Roi即每个评价指标的关联系数Loi(k)的平均值：

(2)

(2)式中：Roi为比较序列第i个因素与参考序列的关联度；n为比较序列数目。Roi值越大对参考序列的影响越大。

3.2.2.4 确定指标权重 根据关联度Roi，可计算出各个评价指标的权重值Zi：

(3)

3.2.3 主客观权重集成 在解决实际问题过程中，为了使评价既具有专家们的宝贵经验，又具有客观性，需要把主观权重和客观权重进行集成。这里采用公式(4)对主、客观权重进行集成，得到综合权重：

Wj=K1Aj+K2Bj(j=1,2,…,n)

(4)

(5)

(6)

3.3 分值化计算方法

单指标分值化方法。只有把每一个评价因子都定量表示，且都处于同一量纲，才能衡量该因子对耕地地力的影响程度。然而每个评价因子对于耕地地力的影响程度界线很难把握，因此采用模糊评价中的隶属函数模型对评价因素进行定量、归一化处理。

综合分值计算方法。用指数和法来确定耕地的综合指数[3]，公式如下：

(7)

式中：IFI(Integrated Fertility Index)表示的是指耕地地力综合指数；Fi表示的是第i个要素评分值；Ci表示的是第i个要素的组合权重。

3.4 评价结果对比方法

分别用层次分析法、灰色关联度分析法、主客观集成赋权3种方法求取耕地地力综合指数，他们之间没有直接的可比性。本研究根据评价综合指数与作物产量之间一致性程度，对比不同评价方法的优劣。

4 结果与分析

4.1 评价单元与评价指标

通过对洛阳市土壤图、土地利用现状图和行政区划图叠加分析，该市耕地共划分74 882个评价单元。按照重要性、稳定性、差异性、独立性和易获取性等原则[17]，并结合洛阳市农业生产实际，从全国耕地地力评价因子集中选取了土壤管理、耕层理化、剖面性状、立地条件4个大方面的10个评价因子来建立评价指标体系。10个因子分别是：灌溉保证率、速效钾、有效磷、有机质、表层砾石度、质地、土壤剖面、坡度、高程、地貌类型。

4.2 基于层次分析法的主观权重

基于层次分析法求取的主观权重直接引用文献[4]中的结果[4]，结果如表4，由表4可知，10个评价因子中，灌溉保证率、土壤剖面、地貌类型的权重相对较大，表层砾石度、坡度、速效钾的比重较小，指标权重差异性大。

表4 基于层次分析法的主观权重表

续表4

4.3 基于灰色关联度分析法的客观权重

以洛阳市近几年施肥试验记录的产量数据为参考数列，通过空间关联分析，得到作物产量与评价因子指标之间的关系表，利用灰色关联分析法原理与方法，计算各评价因子关联度值与权重值。由表5可以看出，由灰色关联分析法得到的指标权重差异不大，其中有效磷的权重值最大，为0.119，质地比重最小，为0.089 6。

表5 基于灰色关联度分析法的客观权重表

4.4 主客观集成赋权

根据公式5和公式6求得，K1=0.495 3，K2=0.504 7。根据公式4求得综合权重，结果见表6。由表6可以看出，灌溉保证率、土壤剖面、地质地貌的权重相对较大，分别为0.148 1、0.132 3、0.127 0。表层砾石度、坡度、速效钾的权重较小，分别为0.062 2、0.064 2、0.070 2。层次分析法求得的指标权重最大值为0.18，最小值为0.03；灰色关联度分析法求得的最大值为0.119，最小值为0.089 6。由表4～表6综合可得：1)灌溉保证率对耕地级别影响较大；2)耕层理化和剖面性状两大方面都对耕地级别有着重要影响，主观赋权法和客观赋权法存在差异，主观赋权法认为剖面性状对耕地地力的影响大于耕层理化状况；客观赋权法得出耕层理化的影响程度比剖面性状对耕地地力的影响更为显著。剖面形状作为反映耕地地力的一个重要因素，也从一个侧面反映了土壤养分、有机质含量等条件，主观赋权法往往受到决策者其主观认识的局限、思维的惯性和决策意向的影响。客观赋权法完全依赖模型数据，忽略了主观决策分析，可通过主观赋权的方法加以补充修正使因素更加全面合理。

4.5 相关性分析

4.5.1 评价综合指标计算 根据公式7，分别用层次分析法、灰色关联度分析法、主客观集成赋权求得的3种权重求取耕地地力综合指数。层次分析法-模糊数学法求得的综合指数为0.42～1.00，灰色关联分析法求得的综合指数为0.58～0.99，基于主客观集成赋权求得的综合指数为0.55～0.99。

表6 基于主客观集成赋权的综合权重

4.5.2 评价方法对比分析 用3种方法求取的耕地地力综合指数与洛阳市粮食产量做相关性分析时，采用各评价单元的粮食产量，由于无法获取每一个地块的粮食产量，只能得到产量样点数据，在此利用GIS的空间插值功能，得到产量空间分布图，然后与评价单元图叠加，并分区统计后，即可得到每个评价单元的粮食产量数据。结果如表7所示，3种方法求得的结果与产量都有显著性关系，且在0.01水平上(双侧)显著相关，说明3种方法都可以用来实施耕地地力评价。灰色关联度分析法与产量的相关系数大于层次分析法，说明在本次研究中，灰色关联分析法要优于层次分析法。可能因为层次分析法主观性强，专家组对研究区耕地影响因子认识有偏颇，从而在层次分析模型中填写相对重要性时与客观事实不符。而灰色关联分析法只从数学角度对数据分析处理，没有考虑影响耕地地力诸多指标的相对重要性，存在理论缺陷。针对这2种方法的不足，对主客观权重进行集成，既能发现与弥补灰色关联分析法忽略掉的指标相对重要性信息，又能尽可能利用专家组宝贵的经验。由结果可知，基于主客观集成赋权的方法明显优于参与对比的层次分析法和灰色关联分析法。

表7 耕地地力综合指数与粮食产量相关性分析

注：**在0.01水平上(双侧)显著相关，观测值n为74 882。

Note：**indicates a significant correlation at 0.01 level (bilateral), the number of observation is 74 882.

5 结论

本研究针对耕地地力评价过程中指标权重确定问题，采用层次分析法、灰色关联度分析法求取权重，并对主客观权重进行集成。基于层次分析法求取的权重，是专家凭借自己的经验对指标的相对重要性进行打分，构造判断矩阵求取权重，受主观影响较大。而灰色关联分析法是根据比较序列和参考序列的关联系数大小求取权重，受主观影响较小，但是只考虑单个比较序列与参考序列的关系，没有考虑比较序列之间的相对重要性。而主客观权重集成能弥补前两者的不足，既能客观地充分利用专家的宝贵经验，又具有客观性。用3种方法求取的耕地地力综合指数与洛阳市粮食产量做相关性分析，Pearson相关性依次为0.216、0.249、0.311，说明主客观权重集成明显优于参与对比的层次分析法和灰色关联度分析法。组合赋权方法更适合洛阳市耕地地力评价，有利于提高耕地地力评价结果的精度。

[1] 鲁明星,贺立源,吴礼数.我国耕地地力评价研究进展[J],生态环境,2006,15(4):865-869.

[2] RAJESH B T, YU J M. Land evaluation for peri-urban agriculture using analytical hierarchical process and geographic information system techniques: A case study of Hanoi [J].Land Use Policy,2008(25):225-239.

[3] 鲁明星,贺立源,吴礼数,等.基于GIS的华中丘陵区耕地地力评价研究[J],农业工程学报,2006,22(8):96-101.

[4] 张艳粉,任圆圆,陈伟强.基于GIS的洛阳市耕地地力评价研究[J],河南农业大学学报, 2013,47(4):470-473.

[5] 聂 艳,周 勇,于 婧，等.基于GIS和模糊物元分析法的农用地定级评价研究[J].农业工程学报,2004,20(5):297- 300.

[6] 沈阳武,彭晓涛,施通勤,等. 基于最优组合权重的电能质量灰色综合评价方法[J].电力系统自动化,2012,36(10):67- 72.

[7] 王贤琳,宋佳佳,谢助新.绿色冶金企业综合评价体系研究[J].电力系统自动化,2010(10):266-268.

[8] 胡建强，李涓子，廖桂平.一种基于多维服务质量的局部最优服务选择模型[J].计算机学报,2010,33(3):526-532.

[9] 金晓斌,张鸿辉,周寅康.农用地定级综合评价中权重系数确定方法探讨[J].南京大学学报:自然科学,2008,44(4):447- 456.

[10]赵跃中,严宝文.最优组合赋权法在土地整理综合效益评价中的应用——以山西省闻喜县裴社乡为例[J].江苏农业科学,2014,42(3):385-388.

[11]倪九派,李 萍,魏朝富,等.基于AHP和熵权法赋权的区域土地开发整理潜力评价[J]. 农业工程学报,2009,25(5):202-209.

[12]王培豪.耕地地力评价方法研究与合理性检验——以河南省修武县为例[D].郑州：河南农业大学,2012:37-38.

[13]杜 栋,庞庆华,吴 炎.现代综合评价方法与案例精选[M].北京:清华大学出版社,2008.

[14]郭 娜,郭 科,吴金炉,等.灰色关联度分析法在土地评价中的应用[J].成都理工大学学报：自然科学版,2007,34(6):626-629.

[15]姜广辉,赵婷婷,段增强,等.北京山区耕地质量变化及未来趋势模拟[J]．农业工程学报，2010,26(10) :304-309．

[16]胡石元,李德仁,刘耀林,等.体现主客观信息的土地定级因素综合集成赋权法研究[J].武汉大学学报：信息科学版,2006,31(8):695-699.

[17]闫一凡,刘建立,张佳宝.耕地地力评价方法及模型分析[J].农业工程学报,2014,30(5):204-210.

(责任编辑：朱秀英)

Comparative study on the cultivated land fertility evaluation based on different calculation methods of indexes weights

MA Huining1， CHEN Weiqiang1， CHENG Daoquan2， ZHU Shuaimeng1， FANG Aman1， ZHAO Jie1

(1.College of Resources and Environment，Henan Agricultural University，Zhengzhou 450002，China； 2.Soil and Fertilizer Station of Henan Province，Zhengzhou 450002，China)

Taking Luoyang as the research object, methods of analytic hierarchy process(AHP), grey related analysis and subjective and objective integrated empowerment were employed to calculate indexes weights independently in order to improve the accuracy of the results of land fertility evaluation and probe the more suitable method for it. According to the degree of consistency between the integrated fertility index and crop yields, the pros and cons of different evaluation methods were compared. The result indicates that the integrated fertility indexes obtained by the three methods and crop yields have a significant relationship, Pearson correlation coefficient are 0.216,0.249,and 0.311,and at 0.01 level it is obvious, which indicates that the three methods can be used to implement the cultivated land fertility evaluation. Significantly, the subjective and objective integrated empowerment is superior to the other two methods and more suitable for land fertility evaluation of Luoyang.

land fertility evaluation; AHP; grey relation degree; fuzzy mathematics; subjective and objective integrated empowerment

2014-05-11

国家自然科学基金项目(41201209)。

马会宁(1990-)，女，河南濮阳人，硕士研究生，主要从事土地信息系统与土地评价方面的研究。

陈伟强(1975-)，男，河南安阳人，副教授。

1000-2340(2015)04-0517-07

S158

A