吳桂平

(南京大學(xué)地理信息科學(xué)系，南京210093)

土地利用及其變化受到自然、社會、經(jīng)濟(jì)等眾多因素的相互影響，是一個相當(dāng)復(fù)雜的過程[1]，目前已經(jīng)成為全球環(huán)境變化和可持續(xù)發(fā)展研究的重要內(nèi)容[2]。要綜合分析各種因素對土地利用的影響，則必須將所研究的范疇落實(shí)到一定的區(qū)域上，這樣才有可能具體地探討各種自然、社會經(jīng)濟(jì)的變化對土地利用/土地覆蓋的影響[3]，而在區(qū)域的土地利用與土地覆蓋變化研究過程中，區(qū)域的空間規(guī)模尺度則是一個十分關(guān)鍵的問題[4]。土地利用在不同的規(guī)模尺度上具有不同的特征，包括不同的影響因素、不同的演變機(jī)理與過程(scale effect)[5]。因此，區(qū)域土地利用與土地覆蓋變化必須與尺度效應(yīng)聯(lián)系起來，通過尺度效應(yīng)的研究，回答和解決以下三個方面的問題:①如何有效地將土地利用空間數(shù)據(jù)從一種尺度轉(zhuǎn)換到另一種尺度[6]？②在何種尺度上，可以正確地把握特定的土地利用變化規(guī)律[7]？③不同空間尺度上的數(shù)據(jù)在反映相同的土地利用現(xiàn)象時的差異如何[8]？

針對上述問題，國內(nèi)外學(xué)者們做了大量的工作。陳佑啟和Verburg P H[11]采用6個不同的柵格尺度(32，64，96，128，160，192 km)，運(yùn)用多元回歸模型，探討了我國土地利用的多尺度空間分布特征;鄧祥征等人[9]以中國北方農(nóng)牧交錯帶為研究對象，分析了由于“可塑性面積單元問題”的存在而導(dǎo)致的土地利用變化驅(qū)動力研究中的尺度效應(yīng)問題;張永民等人[10]分別在 5 個模擬尺度上(100，250，500，750，1 000 m)構(gòu)建了河北省沽源縣的土地利用格局模擬模型，解釋了土地利用格局與驅(qū)動因素之間的相互關(guān)系及其尺度相關(guān)性特征，同時在此基礎(chǔ)上確定了研究區(qū)域的最優(yōu)模擬尺度。眾多的研究表明，學(xué)者們在選擇尺度分析方法時，大多數(shù)都是按照平均聚合的方法來建立一種人為的柵格尺度序列的。然而，真實(shí)世界的空間數(shù)據(jù)具有連續(xù)性和不均勻性的特點(diǎn)，柵格數(shù)據(jù)作為土地利用中一類重要的數(shù)據(jù)組織方式，對土地利用的空間分析、模擬和應(yīng)用有著極為重要的意義。地理空間數(shù)據(jù)的聚合方式將對成果的解釋說明有顯著的差異，不同的聚合方式?jīng)Q定了格網(wǎng)數(shù)據(jù)的精度，并影響了后續(xù)空間分析和模擬結(jié)果的精度[11-12]。因此，在實(shí)現(xiàn)土地利用空間數(shù)據(jù)的柵格轉(zhuǎn)化時，應(yīng)根據(jù)數(shù)據(jù)的分布特征與應(yīng)用要求選用適當(dāng)?shù)木酆戏椒āｈb于此，本文選取位于湘西北巖溶山區(qū)的張家界市永定區(qū)為研究對象，嘗試從不同的矢柵轉(zhuǎn)換原則出發(fā)，對土地利用空間數(shù)據(jù)進(jìn)行尺度轉(zhuǎn)換，然后采用多元Logistic回歸的方法，通過分別構(gòu)建不同聚合尺度上的土地利用格局模擬模型，詳細(xì)分析研究區(qū)域內(nèi)不同尺度轉(zhuǎn)換方式對土地利用格局的尺度依賴性規(guī)律，以期通過對土地利用尺度轉(zhuǎn)換問題的研究，有助于實(shí)施土地利用模式在不同尺度間的轉(zhuǎn)換，從而更進(jìn)一步促進(jìn)對不同尺度下土地利用與土地覆蓋變化機(jī)理和過程的認(rèn)識。

1 研究區(qū)概況

張家界市永定區(qū)地處湖南省西北部，云貴高原武陵山脈北支中斷，長江流域洞庭湖水系澧水中上游，是張家界市旅游經(jīng)濟(jì)開發(fā)的腹地。全區(qū)土地總面積2 174 km2，東與慈利、桃源毗鄰，南抵沅陵，西鄰永順，北與桑植、武陵源接壤，地理坐標(biāo)為東經(jīng)110°04′-110°55′，北緯 28°52′-29°25′。永定區(qū)境內(nèi)群山起伏，溝谷縱橫，山地相對高差較大，最大高差達(dá)1 392.6 m。研究區(qū)水資源較為豐富，中部澧水自西向東蜿蜒而下，橫貫境內(nèi)長達(dá)96.8 km，控制流域面積1 614.29 km2。全區(qū)年平均氣溫16.8℃，年日照時數(shù)為1 449.6 h，中部溪谷平地年降雨量1 300～1 600 mm，南部中低山區(qū)年降雨量在1 700 mm以上，屬于半亞熱帶山原型季風(fēng)性濕潤氣候。

研究區(qū)具有以下三個典型特點(diǎn):①地質(zhì)構(gòu)造復(fù)雜，地貌類型多樣化:全區(qū)地貌以山地為主，兼有丘陵、崗地、溪谷平原等多種地貌類型;②水土流失嚴(yán)重，生態(tài)環(huán)境脆弱:全區(qū)絕大部分旱地分布在山坡上，有近80%的旱地面積存在著不同程度的水土流失現(xiàn)象，山體滑坡等自然災(zāi)害頻繁;③典型的少數(shù)民族聚居地區(qū)和農(nóng)業(yè)旅游區(qū):2005年全區(qū)少數(shù)民族人口占總?cè)丝诘谋壤哌_(dá)78%;農(nóng)業(yè)和旅游業(yè)總產(chǎn)值占全區(qū)GDP總量的73%。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源與分析

本研究主要的數(shù)據(jù)來源包括:①張家界市永定區(qū)2005年土地利用現(xiàn)狀數(shù)據(jù)(MapGIS格式);②美國國家航空航天管理局(NASA)提供的永定區(qū)范圍內(nèi)3弧秒精度的SRTM(Shuttle Radar Topography Mission)數(shù)據(jù);③永定區(qū)2005年社會經(jīng)濟(jì)統(tǒng)計年鑒。

首先，根據(jù)土地利用現(xiàn)狀圖在MapGIS平臺下提取出耕地、林地和建設(shè)用地三種用地類型，作為本次研究的主要土地利用類型，在此基礎(chǔ)之上轉(zhuǎn)換成shape文件格式。同時，土地利用是社會經(jīng)濟(jì)與自然環(huán)境交互作用的結(jié)果，為了充分驗(yàn)證在不同尺度轉(zhuǎn)換方式下，各種影響因子對土地利用格局的擬合狀況，本研究綜合考慮各種自然環(huán)境、社會經(jīng)濟(jì)以及可達(dá)性方面的因素，具體包括以下幾個方面:①地形因子，包括高程、坡度和坡向等要素;②可達(dá)性因子，包括各點(diǎn)與公路的最近距離、與鐵路的最近距離、與水域的最近距離以及與主要鄉(xiāng)鎮(zhèn)的最近距離等;③社會經(jīng)濟(jì)因子，包括城市化率、人口密度、勞動力密度、農(nóng)業(yè)生產(chǎn)總值、工業(yè)生產(chǎn)總值等。

2.2 研究方法

2.2.1 Logistic回歸模型 Logistic回歸模型是土地利用變化研究中常用的一種方法。這種方法一般是將研究區(qū)細(xì)分為許多柵格單元，模型的目標(biāo)變量(土地利用格局)由二分類變量數(shù)據(jù)表示，1表示某種土地利用類型出現(xiàn)，0表示不出現(xiàn)，模型的解釋變量(驅(qū)動因素)通過一系列自然和社會經(jīng)濟(jì)因素來描述。

假設(shè)一個柵格可能出現(xiàn)某一土地利用類型的條件概率為Pi=P(yi=1│xi)，Logistic回歸模型假定這個概率能表達(dá)為如下的Logistic函數(shù)形式:

式中:Pi——每個柵格可能出現(xiàn)土地利用類型i的概率;X ——各備選驅(qū)動因素;βn——由Logistic回歸方程所診斷出的第n個驅(qū)動因素的回歸系數(shù)。Logistic函數(shù)是協(xié)變的非線性函數(shù)并且能轉(zhuǎn)換成線性函數(shù)形式。根據(jù)公式(1)，可以計算事件發(fā)生與不發(fā)生的比率為:

這個比率稱為似然比(odds)。通過對似然比進(jìn)行自然對數(shù)變換就可以得到一個線性函數(shù):

基于Logistic回歸方法的土地利用格局模擬模型就是根據(jù)公式(3)的Binary Logistic回歸方程構(gòu)建而成的。對于Logistic回歸方程的解釋能力一般利用Pontius R G提出的ROC(Relative Operating Characteristics)方法[13]進(jìn)行檢驗(yàn)。檢驗(yàn)指標(biāo) ROC值介于0.5和1.0之間，0.5表示回歸方程的解釋能力最差，與隨機(jī)判別效果相當(dāng)，1.0表示方程的解釋能力最好，可以完全確定土地利用的空間分布，隨著ROC值的增加，Logistic回歸方程對土地利用格局的解釋能力逐漸上升。

2.2.2 尺度聚合方法 最常用的尺度聚合方法有兩種，第一種是以最大面積值為基礎(chǔ)(Rule of Maximum Area)的方法;第二種是以中心屬性值為基礎(chǔ)(Rule of Centric Cell)的方法[14]。前者可以理解為優(yōu)勢規(guī)則，相似于遙感重采樣方法中的平均值法，后者可以理解為隨機(jī)規(guī)則。

面積最大值的原則(RMA)是從轉(zhuǎn)換的網(wǎng)格中選取網(wǎng)格數(shù)量最多的類型作為輸出網(wǎng)格的類型，如果存在兩個或多個優(yōu)勢類型，隨機(jī)選擇其中之一作為輸出網(wǎng)格的類型。所用的方法是，利用Arc/info的Arc模塊下的PolyGrid命令，將矢量圖柵格化，每個柵格的取值為該柵格內(nèi)所占面積最大的屬性值。在中心屬性值原則(RCC)下，網(wǎng)格取值是以柵格單元框架中心點(diǎn)的屬性值作為輸出值。所用的方法是利用Arcview的Grid模塊下的Convert to Grid命令，將矢量圖柵格化，每個柵格的取值為該柵格中心點(diǎn)的屬性值。一般而言，面積最大原則適用于分類較細(xì)、格網(wǎng)較小的情況，突出整體的分布規(guī)律。中心屬性值原則適用于具有連續(xù)分布特征的地理要素，如降水量分布、人口密度圖等[15]。

在本文的研究中，首先分別采用RMA方法和RCC方法對土地利用空間數(shù)據(jù)(包括土地利用類型數(shù)據(jù)和驅(qū)動因子數(shù)據(jù))進(jìn)行了尺度轉(zhuǎn)換(分別以100 m×100 m為起點(diǎn)，2 000 m×2 000 m為終點(diǎn)，100 m為間隔)，借助于SPSS 13.0軟件，在兩種聚合方法下構(gòu)建不同尺度上的土地利用格局模擬模型。然后將RMA方法下的土地利用數(shù)據(jù)與RCC方法下的驅(qū)動因子數(shù)據(jù)組合，進(jìn)行不同尺度上的土地利用格局模擬，以最終分析不同尺度轉(zhuǎn)換方式對土地利用格局及其決定因素之間相互關(guān)系的尺度依賴性規(guī)律。

3 結(jié)果分析

表1顯示了在不同聚合方法下，永定區(qū)2005年主要地類(耕地、林地和建設(shè)用地)的多元Logistic回歸模型在100 m×100 m～2 000 m×2 000 m各種聚合規(guī)模上的擬合優(yōu)度值。其中，所有模擬結(jié)果的擬合優(yōu)度均達(dá)到了ROC＞0.5的要求。在100 m×100 m的基本研究尺度上，回歸模型的擬合優(yōu)度均比較低，模型的擬合優(yōu)度總體上隨著聚合規(guī)模的升高而升高，但是在稍高聚合規(guī)模時(大于1 700 m×1 700 m)均發(fā)生驟變現(xiàn)象?？傮w而言，建設(shè)用地的擬合優(yōu)度較好，擬合優(yōu)度值均遠(yuǎn)遠(yuǎn)高于耕地和林地。

從表1可以看出，在不同的柵格化方法中，隨著柵格大小的變化，模型的擬合優(yōu)度(ROC值)的變化呈現(xiàn)不同的趨勢。在中心值原則(RCC)下，隨著柵格像元的增大，模型的擬合優(yōu)度值變化相對較大。其趨勢為:在400 m和700 m的尺度時，ROC值出現(xiàn)明顯的波動。在面積最大原則(RMA)和優(yōu)化組合方法(OIM)下，隨著聚合尺度的升高，模型的擬合優(yōu)度值變化相對較為平緩，且ROC值逐漸增大的趨勢比較明顯。比較RCC、RMA和OIM三種方法，優(yōu)化組合方法(OIM)具有更高的擬合優(yōu)度，在各種聚合尺度上，耕地、林地、建設(shè)用地的ROC值均得到了明顯的提高。

表1 不同聚合方法下的Logistic回歸擬合優(yōu)度對尺度變化的響應(yīng)

圖1 永定區(qū)2005年1 700 m尺度上的土地利用分布格局(上)及其空間概率模擬(下)

盡管在不同的模擬尺度上，各種地類格局的Logistic回歸方程的擬合優(yōu)度具有明顯的不同，但是不管模擬尺度大小，各類解釋變量對土地利用類型發(fā)生比的作用方向是完全相同的，只是解釋變量對地類發(fā)生比的作用程度存在著一定的差異。并且，隨著模擬尺度的增大，所得方程的擬合優(yōu)度逐漸上升。縱觀三種方法，在1 700 m尺度時各種地類的擬合均出現(xiàn)ROC的峰值，因此，可以認(rèn)為1 700 m是永定區(qū)土地利用格局的最佳模擬尺度，最終運(yùn)用此尺度上的Logistic回歸模型分別對耕地、林地和建設(shè)用地格局的空間分布概率進(jìn)行計算和模擬，模擬結(jié)果如圖1所示。

圖1顯示，在1 700 m的空間尺度上，永定區(qū)土地利用空間分布概率與土地利用格局的真實(shí)分布基本上是相符的，即土地利用類型的分布區(qū)域往往是模擬得到的概率較高區(qū)域。但是，在局部地區(qū)也存在著模擬概率與實(shí)際情況不符的地方，究其原因可能有兩個方面:(1)真實(shí)的土地利用分布格局與根據(jù)模型計算的模擬概率之間的誤差與相應(yīng)尺度范圍內(nèi)的土地利用復(fù)雜程度是相對應(yīng)的，具體表現(xiàn)為永定區(qū)喀斯特地貌特征下的土地利用及其自然要素的高復(fù)雜性，必然引起尺度轉(zhuǎn)換時所帶來的柵格化誤差。(2)各種土地利用類型在區(qū)域土地利用空間格局分布過程中均存在著一定程度的空間自相關(guān)性，這種空間自相關(guān)性的特征在尺度轉(zhuǎn)換和模型模擬時都會帶來一定的誤差。這些情況說明，在進(jìn)行尺度轉(zhuǎn)換時，針對不同的地理要素，尺度轉(zhuǎn)換方法的選擇是十分關(guān)鍵的。

4 結(jié)論

(1)基于由遙感和數(shù)字高程模型數(shù)據(jù)源得到的土地利用、地形、河流、湖泊、道路以及城鎮(zhèn)和農(nóng)村居民點(diǎn)等空間數(shù)據(jù)，分別采用不同的尺度轉(zhuǎn)換方法，以100 m×100 m為起點(diǎn)，2 000 m×2000 m為終點(diǎn)，在20個空間模擬尺度分別構(gòu)建了耕地、林地和建設(shè)用地的格局模擬模型。在不同的數(shù)據(jù)轉(zhuǎn)換方法下，土地利用格局模擬模型的擬合優(yōu)度都存在著顯著的差異，表明尺度轉(zhuǎn)換方式對土地利用格局存在著尺度依賴性規(guī)律。

(2)在空間尺度逐漸增大過程中，中心值原則(RCC)下，模型的擬合優(yōu)度值變化相對較大，表現(xiàn)出很強(qiáng)的隨機(jī)性，在400 m和700 m的尺度時，ROC值出現(xiàn)明顯的波動;面積最大原則(RMA)和優(yōu)化組合方法(OIM)下，隨著聚合尺度的升高，模型的擬合優(yōu)度值變化相對較為平緩，且ROC值逐漸增大的趨勢比較明顯。比較RCC、RMA和OIM三種方法，優(yōu)化組合方法(OIM)具有更高的擬合優(yōu)度，在各種聚合尺度上，耕地、林地、建設(shè)用地的ROC值均得到了明顯的提高。

(3)RMA法突出了整體的分布規(guī)律，而RCC法突出了土地利用復(fù)雜程度的空間分布特征。由原始矢量數(shù)據(jù)經(jīng)過空間數(shù)據(jù)聚合構(gòu)建的土地利用格局模型，可以在一定程度上揭示土地利用空間數(shù)據(jù)轉(zhuǎn)換所引起的尺度效應(yīng)的變化規(guī)律。此外，研究結(jié)果對于區(qū)域土地利用的規(guī)劃、土地資源的合理開發(fā)與可持續(xù)發(fā)展戰(zhàn)略的實(shí)施也具有一定的指導(dǎo)意義和參考價值。

[1] 陳佑啟，Peter H V，徐斌.中國土地利用變化及其影響[J].地理科學(xué)進(jìn) 展 ，2000 ，19(2):116-127.

[2] 李秀彬.全球環(huán)境變化研究的核心領(lǐng)域:土地利用/土地覆被變化的國際研究動向[J].地理學(xué)報，1996，51(5):553-558.

[3] 陳佑啟，Peter H V.中國土地利用/土地覆蓋的多尺度空間分布特征分析[J].地理科學(xué)，2000，20(3):197-202.

[4] Jane S，Darla M，Harini N.Land cover change and landscape fragmentation:comparing the utility of continuous and discrete analyses[J].Agriculture，Ecosystems and Environment，2004，101:185-205.

[5] Holling C S.Cross-scale morphology，geometry and dynamics of ecosystems[J].Ecological Monographs，1992 ，62(4):447-502.

[6] Marceau D J，Hay G L.Remote sensing contributions to the scale issue[J].Canadian Journal of Remote Sensing，1999，25:356-364.

[7] 李軍，莊大方.地理空間數(shù)據(jù)的適宜尺度分析[J].地理學(xué)報，2002，57(增刊):52-59.

[8] 邱揚(yáng)，傅伯杰.土地持續(xù)利用評價的景觀生態(tài)學(xué)基礎(chǔ)[J].資源科學(xué) ，2000 ，22(6):1-8.

[9] 鄧祥征，戰(zhàn)金艷.中國北方農(nóng)牧交錯帶土地利用變化驅(qū)動力的尺度效應(yīng)分析[J].地理與地理信息科學(xué)，2004，20(3):64-68.

[10] 張永民，周成虎，鄭純輝，等.沽源縣土地利用格局的多尺度模擬與分析[J].資源科學(xué)，2006，28(2):88-96.

[11] Fotheringham A S，Wong D W S.The modifiable areal unit problem in multivariate statistical analysis[J].Environment and Planning A ，1991，23:1025-1044.

[12] Openshaw S.The M odifiable Areal Unit Problem[M].Norwich:Geo Books，1984.

[13] Pontius R G，Schneider L C.Land-cover change model validation by a ROC method for the Ipswich watershed，Massachusetts，USA[J].Agriculture，Ecosystems and Environment，2001，85:239-248.

[14] He H S，Stentura T V，M ladenoff D J.Effects of spatial aggregation approaches on classified landsat TM satellite imagery[J].International Journal of Geographic Information Sciences，2002，16(1):93-109.

[15] 朱良峰，吳信才，劉修國.GIS中矢量多邊形網(wǎng)格化問題研究[J].地理與地理信息科學(xué)，2004，20(1):12-15.