地理国情普查数据辅助的土地利用价值综合评价
2018-11-30侯恩兵张治凡陈春晖
侯恩兵,董 斌,张治凡,陈春晖
(1. 安徽省基础测绘信息中心,安徽 合肥 230031; 2. 安徽省智慧城市与地理国情监测重点实验室,安徽 合肥 230031; 3. 安徽农业大学理学院,安徽 合肥 230036)
我国人均土地资源较稀缺,随着经济的快速发展,城市化的进程不断加快,导致人类社会与土地之间的矛盾日益激增。因此本文研究的关键是如何节约、集约并高效地利用土地资源,充分发挥现有的土地资源最大的利用价值[1]。
国内对土地利用价值研究主要集中在通过在土地利用过程中总结经济、社会和生态三方面效益关系并对综合效益进行评价。有一部分学者选取经济、社会和生态3个方面作为影响因子,通过建立相应的城市土地利用综合效益的评价指标体系,以量化方式对区域土地利用效益变化趋势进行评价分析;在研究方法上,多数学者采用功效系数法、TOPSIS法、熵权法等方法进行定量与定性分析评价土地利用价值;在研究区域选择上,多集中于重庆、哈尔滨、宁波等经济发达城市,县市级经济欠发达城市鲜有研究。
因此,充分利用现有的地理国情数据,客观准确地评价研究区土地利用状况,分析其土地利用各方面价值,从而改进现有土地利用结构,实现土地资源节约、集约利用的目标是一项重要的研究课题。地理国情普查数据具有覆盖面广泛的优点,其涵盖了自然环境、资源与能源、社会经济环境等众多要素[2],为土地利用研究提供一个可靠的数据来源。
1 土地利用价值综合指标体系的构建
土地利用价值是一个综合的概念,通常涉及生态、社会、经济、景观等多方面内容,不能用简单的单个指标进行评价,需要通过构建一套完善的综合指标体系,并建立一个科学全面的统计分析方法来分析土地利用价值[3]。
构建土地利用综合评价指标体系是评价土地利用价值的基础,选取的每一个评价指标都应与土地利用价值相关。因此,综合考虑研究区域的发展特点、各种指标体系的优缺点及数据的可获得性,评价指标体系从生态、景观、社会、经济4个方面建立,构建方法采用层次分析方法(analytic hierarchy process,AHP)。该方法是美国运筹学家萨蒂于20世纪70年代提出的一种定性与定量相结合的系统分析方法[4-5],可以把定量与定性分析有机结合起来,更好地体现生态风险评价的综合性、整体性和层次性[6]。
以安徽省凤台县为例,本文构建的指标体系分为3个层次,即目标层、准则层、指标层[7]。目标层是整个指标体系的最终目标,即土地利用价值。准则层由指标层构成,按照指标层的相关分类,分别为生态价值、景观价值、社会价值、经济价值。指标层是在准则层的子系统中与这4个判断指标密切相关的参数,其中生态价值包括一些能反映绿化程度、水环境情况等指标,如道路绿地覆盖率、植被覆盖度、污水处理率等;景观价值包含拼块数、景观优势度等直接反映景观指数的指标;社会价值主要包含能反映土地利用对社会公益,公共文化起作用的指标,如学校数,医院数等;经济价值是反映一定社会经济现象数量的名称和数值,是经济研究、分析、计划和统计及各种经济工作所通用的工具,包括反映经济现象,如GDP;通过专家打分法结合研究区现状最终筛选出16种指标因子[8],见表1。
2 土地利用现状及土地利用价值指标的计算方法
本文在土地利用价值的指标计算中融合数据来源于地理国情普查数据和社会经济统计数据,其数据来源真实可靠,可以准确反映出研究区现状,如图1所示。
2.1 土地利用现状
地理国情中LCA图层(地表覆盖,以下简称LCA)的采集一级分类中,主要将土地分为10个大类:0100,耕地;0200,园地;0300,林地;0400,草地;0500,房屋建筑区;0600,道路;0700,构筑物;0800,人工堆掘地;0900,荒漠与裸露地表;1000,水域。综合研究区的概况,本文将地表覆盖中的分类按照耕地、园地、草地、建筑用地(0500、0700、0800)、道路用地(0600)、未利用地(0900)及水域(1000)这8种土地利用类型来划分[9]。运用ArcGIS软件属性表中统计功能,获得各土地利用类型的相关数据见表2。
表1 凤台县土地利用价值综合评价指标
图1 凤台县地表覆盖土地利用分类
2.2 凤台县土地利用经济价值指标
土地利用经济价值指标是指某种土地利用方式所带来的直接和间接的可量化的经济价值的指标[10]。
表2 凤台县2015年土地利用现状
(1) 人均农林牧渔业产值:该指标是可直接反映土地产出方面的经济价值,该项值越高则表示土地利用经济价值越高,可通过统计年鉴直接获取。
(2) 人均二三产业产值:该指标是指研究区某一年的二三产业产值与该年的人口总数的比值。
(3) 单位面积交通、邮政产值(万元):该指标可从一定程度上总反映出交通、仓储等用地带来的直接经济收益。
(4) 人均GDP(万元/人):该指标是指研究区当年的GDP总值与人口总数的比值。可以直观反映出土地利用的经济价值总收益。
2.3 凤台县土地利用景观价值指标
土地利用景观价值指标主要是指利用景观分析软件FRAGSTATS计算出选取的景观指标,通过景观指数来直接反映土地利用的空间分布情况。本文依据研究区概况,凤台县的农村面积占比相对较高,主要依靠农业收入维持生活,因此本文主要研究耕地景观类型的各景观指数[11]。
(1) 最大斑块占比(LPI),是某一景观类型中最大斑块占整个景观面积的比例。
LPI=m/M
(1)
式中,m为国情数据LCA图层中某种景观类型的要素总面积;M为研究区总面积。
(2) 景观斑块密度(PD),是指单位面积的某种类型景观的斑块数量,反映该类型景观的分化程度,斑块密度越大则表示该类型景观破碎化程度较高。计算公式为
PD=N/A=n/M
(2)
式中,N为某种类型景观的总斑块数;A为研究区景观总面积;n为国情数据地表覆盖LCA图层中某种景观类型的要素数量;M为研究区总面积。
(3) 斑块边界密度(ED),是指单位面积的某种类型景观的斑块边缘长度,反映了该景观类型被边界分割的程度,其值的大小直接影响边缘效应和物种组成。其公式为
ED=E/A=c/M
(3)
式中,E为某种类型景观的所有斑块边界的总长度;A为研究区景观总面积;c为国情数据地表覆盖LCA图层中某种景观类型的要素总周长;M为研究区总面积。
(4) 景观形状指数(LSI),是指通过计算某种类型景观中斑块形状与面积相等的正方形之间的偏离程度来描述该景观的形状复杂程度的景观格局指数,对衡量研究区景观中物种的流动和人类活动的位移等情况有着非常重要的意义。计算公式为
(4)
式中,E为某种类型景观的所有斑块边界的总长度;A为研究区景观总面积;c为国情数据地表覆盖LCA图层中某种景观类型的要素总周长;M为研究区总面积。
2.4 凤台县土地利用生态价值指标
土地利用生态价值指标是指可以反映土地利用方式下的关于综合生态学和经济学方面的一些主要可量化的数值指标[12]。
(1) 林地覆盖率是指从研究区国情数据中的地表覆盖LCA图层中查找CC码为0300的要素总面积除以研究区总面积的比例大小。
(2) 人均公共绿化面积是指研究区公共绿化面积与人口总数的比值大小。在国情数据中地表覆盖LCA层中,主要包括的分别是专项采集人工绿化0360、0420,该指标是由前两者的总面积除以人口总数得到。
(3) 单位面积污染处理厂数是指标中所指的污染处理厂包括与土地利用生态价值正相关的污水处理厂、垃圾回收站等。该指标可从国情数据BUCP(城镇综合功能单元)图层中查找处理厂个数并除以总面积得到,可直观反映提倡生态保护所起到的对合理土地利用方式的推动作用。
(4) 水域面积占比是指从研究区国情数据中的地表覆盖LCA图层中查找CC码为1001要素的总面积除以研究区总面积的比例大小。
2.5 凤台县土地利用社会价值指标
土地利用社会价值指标主要是指土地利用方式下因人类社会活动在土地上所能产生的价值指标[13]。
(1) 人均道路面积:是指道路总面积除以人口总数,道路面积筛选研究区国情数据地表覆盖LCA图层中0600要素总面积。
(2) 人均住宅面积:住宅面积是指研究区国情数据地表覆盖LCA图层中0500要素的面积总和,再将住宅总面积除以人口总数,即可得到此项指标值。
(3) 建设用地面积占比:建设用地面积可从研究区地理国情地表覆盖LCA图层中提取0500、0600、0700、0800要素总面积,该指标是指建设用地总面积与研究区总面积的比值大小。
(4) 单位面积公共设施数量:该指标通过从国情数据BUCP(城镇综合功能单元)图层中筛选学校、政府部门、医院等公共机构数量,再除以土地总面积获得。此指标反映的是研究区土地投入于公共服务方面的力度,也可说是反映土地在所带来的社会公共利益大小。
3 凤台县土地利用价值综合评价模型
在确定指标层的所有各项指标组成之后,再对各项指标进行综合量化。量化过程主要是对指标层的各指标值进行无量纲化处理,这样可简化计算,并采用层次分析法与德尔菲法相结合的方法对指标层、准则层的各项指标赋相应的权重大小,最后通过综合评价加权函数公式模型,计算得出最终的各准则层的土地利用各价值的复合数值。
3.1 指标值量化
在土地利用价值综合评价指标层的16个指标中,存在两种情况:一是指标值越大土地利用价值就越高的指标;二是指标值越大土地利用价值就越低的指标。为了使各项指标之间存在更好的可比性,以达到土地利用价值综合评价的目的,本文将安徽省区域的平均水平数据作为目标值,通过相关计算,最终为16个指标中的每一指标都确定了一个标准值。通过将各项指标的实际值与该指标的标准值的比值来进行量化计算,最终获得此指标量化值(见表3)。
ci=(xi/yi)×100(值越大土地利用价值越高)
ci=(yi/xi)×100(值越大土地利用价值越低)
式中,ci为指标层中第i个指标的量化指标值;xi为指标层中第i个指标的实际值;yi为指标层中第i个指标的标准值。
由上述公式可知,最终得到的指标量化值大于100,则说明研究区的该项指标值高于安徽省平均水平;指标量化值低于100,则表示该项指标值低于安徽省平均水平。
3.2 指标权重的确定
土地利用价值综合评价模型构建中的关键环节就是确定各指标权重,本文运用了层次分析法和德尔菲法相结合的方法。层次分析法主要是由一些网络专家进行各指标打分,再根据各指标的重要性程度来获得权重值,再结合相关专业的专家评估结果进行分析整理,即可确定各指标最终的权重值[14]见表3。
表3 凤台县2015年土地利用价值评价指标值及权重
3.3 土地利用价值综合评价模型的建立
在量化指标层的各指标值,并加以确定各指标权重后,最后得出目标层的综合评价加权函数模型公式[15-16]。土地利用价值综合水平的计算公式为
(5)
式中,P为土地利用价值综合评价指数;ci为指标层中第i个指标的量化指标值;ai为指标层中第i个指标的总权重。
通过上述公式计算可以获得凤台县的土地利用价值综合评价指数,见表4。
表4 凤台县2015年土地利用价值综合评价指数
4 凤台县土地利用价值综合评价
4.1 凤台县土地利用价值分析
凤台县位于安徽省淮南市辖县,县域呈东南、西北斜形,南北长50 km,东西宽约42 km,面积约1100 km2,其中,耕地面积约46 km2,总人口约为73万。根据表3数据分析,指标层的各指标量化值是由标层的实际值与其标准值的比值再乘以100获得,因此各量化值越接近100,则表示该项指标价值水平与安徽省的平均水平越接近,也即若某种指标量化值小于100就标志研究区土地利用某一方面的价值水平可观;若某种指标量化值大于100就标志研究区土地利用某一方面的价值水平有待提升。由表中土地利用经济价值指标层的各量化值可知,凤台县的土地利用经济价值水平基本上比安徽省的平均水平高,其中二三产业的产值水平略低于安徽省的平均水平,由于近年来,凤台县侧重于治理环境污染,大大减少了工厂数量,因此工业产值不高。根据国情数据可知凤台县景观斑块较小且分散,并由表中指标层的各景观指标量化值得出,其土地利用景观价值水平较安徽省平均水平普遍偏低。凤台县土地利用生态价值指标层中的水域面积占比超过安徽省平均水平较多,但是林业覆盖率略低于安徽省平均水平,其中的人均公共绿化面积和单位面积污染处理厂数均近似于安徽省平均水平。凤台县土地利用社会价值指标层中的建设用地面积占比相对较高于安徽省平均水平,其他各指标均低于安徽省平均水平。综合分析研究区土地利用各价值特点,以安徽省平均水平为基准,表明凤台县的经济发展水平相对较高,但是整体综合水平有待提高。
4.2 凤台县土地利用价值综合评价分析
单一指标往往不具有说服力和代表性,因而单一的指标值大小不能客观地反映研究区的土地利用价值综合水平。通过对凤台县2015年土地利用价值综合评价指数表(见表4)进行分析,得出2015年凤台县的土地利用的经济价值和生态价值均明显超出安徽省平均水平,土地利用的社会价值和景观价值在安徽省平均水平之下;而研究区土地利用的整体综合价值稍低于安徽省平均水平。由此可以看出凤台县属于一个经济、生态、景观、社会等各方面综合水平居中的地区,凤台县既不是风景旅游胜地,同时二三产业水平中等,生态环境一般,再加上任何地区发展都始终坚持经济效益、社会效益和生态效益相结合的原则,因此,对于凤台县来说,在保持现有生态环境水平的前提下,如何节约集约并高效的利用土地,实现统筹兼顾目标,最终推动凤台县经济发展和社会进步是未来几年需解决的难题。
5 结 语
地理国情普查包含地表覆盖普查和地理国情要素普查两大板块。其中,地表覆盖主要是调查勾绘出土地利用地块的分类,直观地反映出所有土地的使用情况。利用不同年份间作出的地表覆盖数据,反映出阶段性土地利用类型间的转移情况,如水域转移成砂石,建筑用地施工情况,荒裸地表植树造林等,通过地表覆盖进行实时监测。而地理国情要素则表现为要素多且复杂,它几乎涵盖了人类建造的功能性建筑的调查。如小区、道路、医院、学校、机构单位等。从某些层面来说地表覆盖反映了国家的硬实力,从地类面积上反映出农业、工业、林业、畜牧业各产业的投入情况,而地理国情要素则表现出国家软实力的部分,国家综合实力的表现不仅仅只有经济,地理国情调查的要素可以量化出文化、教育、医疗、运输、环境绿化等情况。通过地理国情监测不仅可以得到每个地区的年份间变化,更能比较不同区域间的发达程度,以此为依据才能真正意义上实施先富带动后富,针对文化、教育、医疗、运输、环境绿化各项指标值过低的地区进行改造,如教育机构在城市已经十分普及,但是在一些偏远的农村教育资源相对匮乏。结合地理国情数据的交通数据运用GIS软件对学校机构进行缓冲分析,筛选出教育基地不足的地区,为政府决策者区域规划和教育资源合理分配提供直接的科学数据。