饒永恒，張建軍，徐 琴，羅廣芳

(中國地質大學(北京)土地科學技術學院，北京 100083)

基于logistic回歸模型的礦業(yè)城市土地利用演變規(guī)律分析

饒永恒，張建軍，徐 琴，羅廣芳

(中國地質大學(北京)土地科學技術學院，北京 100083)

采礦作為促進我國經濟發(fā)展的有效驅動力，往往伴隨著劇烈的土地利用干擾。為研究礦業(yè)城市土地利用演變規(guī)律，本文利用土地利用矢量數據，借助ARCGIS軟件、MAPGIS軟件及SAS軟件，分析了武安市土地利用結構變化和13年的土地利用變化趨勢。在此基礎上，運用logistic回歸模型，得到該區(qū)土地利用變化規(guī)律隨距離采礦區(qū)域距離變化趨勢。結果表明：各類土地利用類型變化率隨距離礦產資源分布區(qū)域的遠近而呈現(xiàn)下降的趨勢，但每種土地類型都會有一個特異性區(qū)段，呈現(xiàn)出不規(guī)則變化的狀態(tài)；通過logistic回歸模型分析，礦區(qū)對土地干擾強度最值并不在礦產資源分布區(qū)，在1996～2005年礦產資源分布區(qū)對土地利用變化的干擾半徑小于2005～2009年間礦區(qū)的干擾半徑。研究結果對于礦業(yè)城市土地利用規(guī)劃具有指導作用。

土地利用；規(guī)律；logistic回歸模型；礦區(qū)

當前，采礦活動對土地利用的影響包括直接影響、間接影響和聯(lián)動影響三個方面。采礦活動對土地利用的直接影響主要體現(xiàn)在區(qū)域土地利用結構變化與采礦活動有很強的關聯(lián)性，如采礦活動對農田景觀的影響[1]。利用現(xiàn)代技術和邏輯模型是當前研究礦區(qū)驅動力的主要措施，如CA模型[2]，Logistic回歸模型[3]，RS和GIS技術[4]等。采礦活動對土地利用的間接影響主要表現(xiàn)在因為采礦活動很迫使其他相關活動發(fā)生從而產生對土地利用的影響，主要表現(xiàn)在土壤侵蝕過程等[5]。采礦活動對土地利用的聯(lián)動影響主要表現(xiàn)在因采礦活動引起的土地利用變化而進一步引發(fā)其他活動，利用采礦活動引發(fā)的地質災害等[6]。

國內外開展對礦區(qū)土地利用演變的研究涉及面廣而全，主要集中在對土地利用的影響方式和對土地利用方式的影響程度兩個方面。值得一提的是兩個方面都是針對宏觀的、整體的探討，缺少從微觀的、局部的揭示采礦活動對土地利用演變的影響規(guī)律。隨著科技水平的發(fā)展，單純的“整體性”研究已經不能滿足“高精度、高效率”的采礦活動影響強度研究，而應從多角度出發(fā)結合已有成果，形成新的研究思路和研究框架。關于此方面的研究，在國內相關領域涉及較少。近年來，國內針對礦區(qū)的研究主要圍繞著建立模型進行，如多元線性回歸模型、神經網絡模型等。Logistic模型最早是出現(xiàn)流行病學中，用來探索某疾病的危險因素，預測某疾病發(fā)生的影響強度等。后來被引入土地利用變化研究中，用來分析土地利用演變的驅動力[3]、進行土地利用變化模擬[7]、編制區(qū)域地質災害危險性區(qū)劃圖[8]等。因此，為了揭示礦產資源分布對土地的干擾規(guī)律，豐富礦區(qū)土地利用研究，在保證采礦正常推動經濟發(fā)展的基礎上，著力促進礦區(qū)朝著“生態(tài)采礦”邁進?；诖?，本文通過礦區(qū)對土地利用演變影響規(guī)律的研究，旨在將礦業(yè)城市的土地利用演變規(guī)律“可視化”，為地區(qū)土地利用提供理論基礎和指導建議。

1 研究區(qū)概況

武安市地處晉冀魯豫經濟區(qū)的腹地，地理位置處于東經113°45′～114°22′，北緯36°28′～37°01′之間。全市總面積1819 km2。武安市四面環(huán)山，距離邯鄲市區(qū)30 km，東鄰邯鄲市、永年縣；南接磁縣、峰峰礦區(qū)；西倚涉縣、山西左權縣；北連邢臺沙河市。唯中部少崇山，形成局部小平原，稱武安盆地。武安市有豐富的礦產資源，如煤、鐵、鈷、鋁等，是河北重要的能源基地，為全國58個重點產煤縣(市)和全國四大富鐵礦基地之一。武安市礦產地分布集中：以市區(qū)為中心，南北分布著鐵礦資源帶；東西兩側分布著煤炭資源帶；西部及南側環(huán)繞鐵路周邊分布著水泥用石灰?guī)r為主的石灰?guī)r帶。

2 數據來源與研究方法

2.1 數據來源

本文的土地利用信息數據主要來源于國土部門提供的相關的土地利用數據等，加上測繪部門、國土部門和規(guī)劃部門的矢量數據，主要包括研究區(qū)域的礦產資源規(guī)劃數據以及1996年、2005年和2009年3年的土地利用數據。同時，還包括實際調查的數據資料，主要是當地的降雨、植被長勢情況等，主要用于定性和定量分析。

2.2 數據處理2.2.1 影響梯度劃分和梯度內土地利用信息的獲取

依常理推測，礦產資源分布對土地利用演變的影響總體呈現(xiàn)逐級衰減規(guī)律。因此，以武安行政轄區(qū)內覆蓋范圍最長直徑及礦產資源分布范圍為參考，應用ArcGis軟件對礦產資源分布范圍至武安行政轄區(qū)內覆蓋范圍進行了測算，從武安市礦山資源分布邊緣線至最遠行政轄區(qū)邊緣線直線距離為32929m。本文嘗試采用1km、3km、5km的梯度值對武安市礦產資源的分布影響梯度進行了劃分，但是考慮到北方地區(qū)農田邊長的確定標準以500～800m或更長一些的為主，若以1km為梯度劃分標準，會導致同一梯度內土地利用類型單一，無法滿足同一梯度內斑塊差異的原則；而以5km為梯度劃分標準，整個研究區(qū)可劃分7個梯度級別，同一梯度內覆蓋面積大，研究區(qū)的兩條礦產帶彼此干擾強烈，容易覆蓋彼此梯度之間的差異性；若以3km為梯度劃分標準，全區(qū)共分為11個梯度，兩個礦產資源帶之間的區(qū)域能有效區(qū)分，是較為理想的梯度劃分值。為研究客觀規(guī)律，以3km為梯度值等距離衰減地對武安市礦產資源分布對土地利用演變的梯度影響進行劃分，得到武安市礦產資源分布影響梯度劃分圖(圖1)。

圖1 武安市礦產資源分布對土地利用演變影響的梯度圖

如圖1所示，研究武安市礦產資源分布對土地利用演變的梯度影響規(guī)律，基礎研究單元為12個梯度(礦產資源分布作為1級梯度)。第1梯度主要以兩條南北走向的礦產資源分布帶為主，貫穿武安市的中部和東部區(qū)域；第2梯度和第3梯度的分布范圍較廣，以礦產資源分布為主帶向外擴散；第1、2、3梯度覆蓋武安市中東部地區(qū)的大部分地區(qū)，也是武安市地勢相對較為平坦的區(qū)域；第4梯度以上(含)覆蓋武安市的西北和西南區(qū)域，其中，第9梯度之后，梯度范圍僅覆蓋于武安市的西北部。

在此基礎上，根據武安市礦產資源分布對土地利用演變影響的梯度，應用mapgis軟件以各個梯度范圍的界線為裁剪邊框，對1996年、2005年和2009年三期的土地利用矢量數據進行了處理，獲取各個影響梯度內土地利用信息，然后利用匯總不同梯度內不同土地利用類型面積，以便下一步對各梯度內土地利用結構進行分析。

2.2.2 數理統(tǒng)計

隨著研究隨機現(xiàn)象規(guī)律性的科學—概率論的發(fā)展，應用概率論的結果更深入地分析研究統(tǒng)計資料，能夠通過對某些現(xiàn)象的頻率的關聯(lián)性來發(fā)現(xiàn)該現(xiàn)象的內在規(guī)律性，并做出一定精度程度的判斷和預測，這就是數理統(tǒng)計。將這種方法運用于土地利用演變規(guī)律，能較好的反映出土地利用變化概率情況。對研究區(qū)內的土地利用現(xiàn)狀信息進行統(tǒng)計匯總，比較不同年間不同梯度內同種土地利用類型的面積變化。由于指標的變化可能存在正負的問題，為了更好的反映變化量的變化趨勢，對數據進行相應的處理，處理后的結果高值反映土地受干擾程度高，低值反映受干擾程度低。指標處理見式(1)。

(1)

式中：xi是某地類在該梯度變化面積；xmax是該地類所有梯度內變化面積的最大值；xmin是在該地類所有梯度內面積變化的最小值。

2.3 logistic回歸模型

當一個因變量為二分類變量時，線性回歸將不能用于推導自變量和因變量之間的關系，采用logistic回歸模型就能解決此類問題[9]。

設事件發(fā)生的概率為P，取值范圍為0～1，則事件不發(fā)生的概率為1-P。這種概率可以用logistic函數計算，其表達式見式(2)。

(2)

式中：β0、β1、…、βk為邏輯回歸系數；x1、x2、……、xk是任意k個變量。

Logistic回歸模型的還有另外一種形式(式(3))。

(3)

本文利用SAS軟件計算求得回歸系數β、自由度df、顯著性水平p和發(fā)生比率OR?；貧w系數β可解釋為對應自變量一個單位的變化所導致的土地利用變化，發(fā)生比率OR可解釋為隨著梯度每增加一個單位，相對變化率增加或減少(OR-1)*100%。

3 結果與分析

3.1 不同梯度土地利用結構

為了探索各梯度內土地利用構成，利用前期準備工作獲得的每個影響梯度內的不同土地利用類型面積繪制成圖。由圖2可以看出，武安市1996年土地利用信息隨著梯度等級的增加，土地利用類型也有以耕地、建設用地為主逐步過渡為以未利用地、林地為主的趨勢。

圖2 1996年不同梯度內土地利用結構

耕地、建設用地作為人們生活所必須涉及的一種土地類型，它們的面積直接反映的是人類活動的強度，而未利用土地和林地這一類土地利用類型存在的前提就是不受人類活動的硬性干擾。土地利用結構的變化反映的是當地的土地需求變化，一般來說，建設用地構成比重越大，人類干擾活動越強，生態(tài)破壞越嚴重。

武安市土地利用結構從第1梯度超過70%都是耕地和建設用地，到第12梯度幾乎都是林地和未利用地，這很直觀的反映從低梯度向高梯度過渡時，人類活動呈現(xiàn)出減弱的變化。

圖3、圖4分別是2005年和2009年武安市的土地利用結構圖，從圖中來看，這兩年間的人為干擾土地類型(耕地、建設用地、園地)和非人為干擾用地(林地、未利用地)隨梯度變化狀態(tài)也表現(xiàn)為與1996年近乎一致的趨勢，不同的是在高梯度時未利用地與林地的面積變化情況，這與當地的水土流失、年降水情況、植被長勢情況有關。

3.2 不同梯度土地利用類型變化趨勢

為了進一步探索隨著梯度的增加，人類活動對土地的干擾強度的變化規(guī)律，通過對1996～2005年和2005～2009年間的不同梯度的耕地、工礦用地建設用地、非工礦建設用地的面積變化進行統(tǒng)計匯總，分別繪制成不同梯度內不同土地利用類型的面積變化趨勢圖。

圖3 2005年不同梯度內土地利用結構

圖4 2009年不同梯度內土地利用結構

如圖5(a)所示，武安市耕地面積變化的變化趨勢，隨著距離礦產資源分布區(qū)域的遠近而呈現(xiàn)下降的趨勢。但在1996～2005年間，能夠看見耕地變化趨勢出現(xiàn)了較大的扭曲，客觀上反映了礦產資源分布區(qū)對對周邊3km范圍內的土地干擾極為突出。在2005～2009年間，特異性變化區(qū)域擴伸至第4～6梯度。如圖5(b)所示，武安市工礦用地面積變化趨勢，與耕地面積變化趨勢基本一致。不同的礦區(qū)資源分布區(qū)域干擾強度中心從1996～2009年只是從3km處外擴至6km處，說明工礦用地受限制于礦區(qū)資源分布，礦區(qū)分布對工礦用地的干擾強度大于耕地。如圖5(c)所示，武安市非工礦建設用地面積變化趨勢，依然是在第2梯度達到峰值，從第3梯度零開始，隨著距離礦產資源分布區(qū)域越遠，其變化趨勢越弱。與工礦建設用地不同的是，隨著礦區(qū)開采程度愈來愈高，所帶來的經濟效益愈來愈好，直接反映的就是非工礦建設用地的快速發(fā)展。如圖5(d)所示，武安市未利用地面積變化趨勢，與前幾種土地利用類型面積變化趨勢一致。不同的是其特異性變化區(qū)域在2005～2009年已經擴散至第6梯度。

綜上，礦產資源分布區(qū)域周邊土地類型面積變化趨勢由內向外整體上呈現(xiàn)減弱的趨勢，但是部分區(qū)段會表現(xiàn)出特異性特征，側面反映了土地干擾強度由近到遠是減弱的趨勢。特異性區(qū)段反映的是礦區(qū)資源分布區(qū)域對土地干擾強度中心隨著時間的變化而向外推移。

圖5 不同梯度面積變化趨勢

3.3 土地利用類型隨距離變化的演變規(guī)律

由于用到的Logistic回歸模型是一元Logistic回歸模型，將自變量納入Logistic回歸模型。通過計算得到1996～2005年和2005～2009年土地利用類型變化的Logistic回歸模型相關系數(表1)。

表1 土地利用類型變化的Logistic回歸模型相關系數

為了得到較為精確的土地利用變化規(guī)律隨著距離礦區(qū)中心遠近的相關性，在進行Logistic回歸時，依據按照12個梯度進行，并輔以整個研究區(qū)為尺度的分析。

由表1可以得出，兩個階段的P值都小于0.05，說明距離具有顯著性意義。在1996～2005年之間，回歸系數為負值，土地利用變化從0～36km大致表現(xiàn)為逐漸減弱的趨勢，土地利用變化強度最大值是在近礦區(qū)，而不是在采礦區(qū)域。在2005～2009年之間，土地利用變化規(guī)律與1996～2005年之間的一致，值得一提的是，從發(fā)生比率OR來看，在這一時間段礦區(qū)對4～7梯度的土地利用變化干擾較之前明顯增加，說明隨著時間的推移，礦區(qū)的開采力度越來越大，開發(fā)程度也越來越高，礦區(qū)能夠輻射強度的范圍也已經越來越大，同時，由于國家政策的變化，要求礦區(qū)被破壞土地必須復墾，采礦企業(yè)減弱了對采礦區(qū)土地的破壞，將影響強度逐步向外推進。兩個時間段的土地利用變化規(guī)律在第9梯度以后，都出現(xiàn)極大幅度的不規(guī)則變化。通過查詢資料與結合當地實際地形來看，這部分土地位于武安市西北部，地形較高，有很大面積的林地，由于“退耕還林”政策和一些地方性公益項目較大干擾了土地利用變化，因此，將這部分土地劃為礦區(qū)“弱干擾帶”，認為礦區(qū)對土地利用的干擾作用的已經微乎其微。

在1996～2005年的第1梯度區(qū)間內，OR=0.991說明每增加1km，土地利用類型發(fā)生變化的概率減少0.9%，而隨著距離的增加，變化的概率幅度越來越大，到第8梯度時，每增加1km，土地利用類型發(fā)生變化的概率減少7.6%，是第1梯度內的8.4倍。研究區(qū)整體呈現(xiàn)出隨著距離變遠，土地變化率降低的規(guī)律。在2005～2009年間，第1、2梯度內土地利用變化率幾乎接近穩(wěn)定。而在第4～7梯度內，土地利用較1996～2005年受采礦區(qū)干擾程度明顯增強。在第8梯度內，每增加1km，土地利用類型發(fā)生變化的概率減少10.3%。研究區(qū)總體土地利用演變規(guī)律與1996～2005年相似。另外，在兩個時間內，礦區(qū)對土地利用變化規(guī)律的影響最大強度都不是發(fā)生在礦區(qū)中心，而是距離礦區(qū)周邊3km內。這與前文不同梯度土地利用類型變化趨勢得到的結論一致。從整個研究區(qū)來看，礦區(qū)對武安市土地利用類型變化影響比率為1，說明土地利用變化是多因素、多方面影響的過程，采礦區(qū)的影響這一單獨干擾因素不足以覆蓋整個武安市的土地利用變化。

4 結論與討論

1)為了探索采礦對土地利用的干擾規(guī)律，文中利用了logistic模型。Logistic模型是一種研究分類變量與一組自變量關系比較合理的模型，它能夠用來解決線性回歸無法模擬的問題，研究多因素、多干擾性的土地利用變化過程，但是Logistic模型要求各個自變量相互獨立，在多自量的研究中需要對自變量進行多重線性診斷，舍棄相關性較高的自變量。由于土地利用變化是個極其復雜的過程，外加上針對人為活動較為劇烈的采礦活動集中區(qū)域，利用距離礦區(qū)遠近作為自變量來分析其與土地利用變化二者之間的關系，容易受到當地的政治、經濟與生態(tài)觀念等因素的影響，因此，是否利用logistic回歸模型將其他各種土地利用變化驅動力都納入模型中，再進一步分析距離礦區(qū)距離與土地利用變化之間的關系需要進一步深入研究，同時，將Logistic回歸模型進一步引入土地領域，值得推行與完善。

2)本文根據1996年、2005年、2009年3年的土地利用現(xiàn)狀圖，利用ARCGIS、MAPGIS，將3張土地利用現(xiàn)狀圖，按3km每梯度進行劃分，共劃分12個等級，分析13年來各個梯度內土地利用變化特征，結果顯示：不同梯度內耕地面積、工礦用地面積、非工礦建設用地面積、未利用地面積隨著距離礦產資源分布區(qū)域的遠近而呈現(xiàn)下降的趨勢。但在1996～2009年之間，每個土地類型都會有一個特異性區(qū)段，呈現(xiàn)出土地利用類型變化率陡增的狀態(tài)。這反映出礦產資源分布區(qū)域并非土地受擾動最為劇烈的區(qū)域，而是隨著礦區(qū)開發(fā)程度的不同，礦區(qū)對土地利用變化的影響強度不同；利用不同梯度內的距離作為因變量，建立2個階段的土地利用變化的logistic回歸模型，進一步驗證整個研究區(qū)內土地利用變化隨著距離變化的強度變化。在1996～2005年礦區(qū)中心對土地利用的變化的干擾半徑小于2005～2009年間礦區(qū)的干擾半徑，反映采礦區(qū)域對周圍土地利用變化強度中心逐漸向外擴散。這種規(guī)律往往在當土地離礦區(qū)一定距離之后，由于受其他因素(地形、坡度等)的影響大于礦產資源分布區(qū)的干擾強度，會出現(xiàn)扭曲，但在靠近礦區(qū)一定距離內仍然顯著。

3)采礦活動土地生態(tài)擾動強，周邊地物變化率高，具有較強的時空性。以礦產資源為經濟主導的礦業(yè)城市，其土地利用演變隨著與采礦區(qū)距離的由近及遠，呈現(xiàn)出從人為干擾土地類型(耕地、建設用地、園地)向非人為干擾用地類型(林地、未利用地)過渡的趨勢，同時，生態(tài)擾動也有從強度大逐漸減弱的規(guī)律。而隨著時間的推移，礦區(qū)的生態(tài)擾動輻射范圍逐漸擴大，強度也會發(fā)生相應變化。值得一提的是，這種規(guī)律適用于礦業(yè)經濟正處于發(fā)展期的礦業(yè)城市，它所對應的是礦業(yè)經濟從開始的起步階段逐步發(fā)展到飽和階段，后期進入礦業(yè)經濟的衰竭階段，其生態(tài)擾動性也會相應衰弱。因此，針對不同的采礦周期，其對土地利用干擾程度不同，所影響的范圍也不同，在實際運用中，應結合礦區(qū)情況，合理使用，從而為礦業(yè)城市的土地利用政策提供合理意見。

[1] 付梅臣,郭義強,張惠.興隆莊采煤對農田景觀格局的影響及景觀重建[J]．農業(yè)工程學報，2004，20(3)：253-256.

[2] 王艷，姚吉利，宋振柏.基于改進CA的礦區(qū)土地利用空間結構演變預測[J]．金屬礦山，2007(10)：81-83，100．

[3] 徐嘉興，李鋼，陳國良.基于Logistic回歸模型的礦區(qū)土地利用演變驅動力分析[J].農業(yè)工程學報，2012,28(20)：247-255.[4] 張正鵬，武文波.基于GIS技術的沈陽礦區(qū)土地資源利用變化監(jiān)測[J]．煤炭科學技術，2007，35(10)：38-41．

[5] 白中科，段永紅，楊紅云，等.采煤沉陷對土壤侵蝕與土地利用的影響預測[J].農業(yè)工程學報.2006，22(6)：67-70.

[6] L.J.Donnelly，H.D.L.Cruz，I.Asmar，et al..The monitoring and prediction of mining subsidence in the Amaga，Angelopolis，Venecia and Bolombolo Regions，Antioquia，Colombia[J].Engineering Geology，2001(59)：103-114.

[7] 曾凌云，王鈞，王紅亞.基于GIS和Logistic回歸模型的北京山區(qū)耕地變化分析與模擬[J].北京大學學報：自然科學版，2009，45(1)：165-170.

[8] 王衛(wèi)東，鐘晟.基于 GIS 的 Logistic 回歸模型在地質災害危險性區(qū)劃中的應用[J].工程勘察，2009(11)：5-10.

[9] 王濟川，郭志剛.Logistic 回歸模型：方法與應用[M].北京：高等敎育出版社，2001.

A rule of land use change in a mining city based on logistic regression model

RAO Yong-heng，ZHANG Jian-jun，XU Qin,LUO Guang-fang

(School of Land Science and Technology，China University of Geosciences (Beijing),Beijing 100083，China)

It’s always going with land disturbance，when mining promotes the economic development of our country.ArcGis，MapGis and SAS software are applied to analyze the land use structure and changing trend of Wu’an city during 13 years.Logistic regression model is used to get land use variationwith different distances from the mining area.Theresult shows thatas the distance to mineral resources growing，the rate of land use change presents a downtrend，but each land type has a specific section，presenting the irregular change state.In addition，the mineral resources area is not the maximum value of the land disturbance,from 1996 to 2005，the disturbance radius of mining area to land use change is less than the disturbance radius from 2005 to 2009.The results of this study for mining city are of important guiding significance for land use planning.

land use；rule；logistic model；mining area

2014-04-17

國家自然科學基金委青年科學基金項目資助(編號：41101531)；教育部高等學校博士學科點專項科研基金資助(編號：20110022120010)；北京高等學校青年英才計劃項目資助(編號：YETP0639)

饒永恒(1991-)，男，四川達州人，碩士研究生，主要從事土地利用與土地生態(tài)研究。E-mail:nicelife007@126.com。

張建軍(1982-)，男，山西太原人，博士，副教授，碩士生導師，主要從事土地利用與生態(tài)經濟方面的教學與研究工作。E-mail:zhangjianjun_bj@126.com。

F301.24

A

1004-4051(2015)03-0070-06