茶增芬，張 翊， 李銀富，李 佳， 王 振

(1.昆明市國土資源信息中心，云南昆明 650091；2.云南省環(huán)境科學(xué)研究院，云南昆明 650034；3.云南大學(xué)資源環(huán)境與地球科學(xué)學(xué)院，云南昆明 650091)

?

基于全局主成分分析的羅平縣資源環(huán)境承載力動(dòng)態(tài)評(píng)價(jià)

茶增芬1，張 翊2， 李銀富3，李 佳3， 王 振3

(1.昆明市國土資源信息中心，云南昆明 650091；2.云南省環(huán)境科學(xué)研究院，云南昆明 650034；3.云南大學(xué)資源環(huán)境與地球科學(xué)學(xué)院，云南昆明 650091)

[目的]評(píng)價(jià)羅平縣資源環(huán)境承載力。[方法]基于羅平縣的實(shí)際情況，從資源條件、環(huán)境條件和社會(huì)經(jīng)濟(jì)條件3個(gè)方面選取14項(xiàng)指標(biāo)構(gòu)建評(píng)價(jià)指標(biāo)體系，利用全局主成分分析方法對(duì)2005—2014年羅平縣的資源環(huán)境承載力進(jìn)行動(dòng)態(tài)評(píng)價(jià)，并根據(jù)主成分分析結(jié)果確定影響其承載力的關(guān)鍵因素。[結(jié)果]對(duì)羅平縣資源環(huán)境承載力影響較大的是資源及環(huán)境因素；羅平縣10年來各鄉(xiāng)(鎮(zhèn))資源環(huán)境承載力在時(shí)序上總體呈上升趨勢，各鄉(xiāng)(鎮(zhèn))間的資源環(huán)境承載力空間差異較明顯，差異呈減小趨勢。[結(jié)論]采用的全局主成分分析法將時(shí)間序列加入到評(píng)價(jià)體系中，實(shí)現(xiàn)了資源環(huán)境承載力動(dòng)態(tài)分析的統(tǒng)一性和整體性，并保證了系統(tǒng)分析的可比性。評(píng)價(jià)結(jié)果可為研究區(qū)資源環(huán)境合理開發(fā)利用提供理論依據(jù)。

全局主成分分析；資源環(huán)境承載力；動(dòng)態(tài)評(píng)價(jià)；羅平縣

20世紀(jì)末以來，在生產(chǎn)力和科學(xué)技術(shù)巨大提升的同時(shí)，人類社會(huì)物質(zhì)財(cái)富也獲得了極大的豐富，改造和利用自然的能力也提高到空前的程度[1]，但隨之出現(xiàn)了自然資源逐漸枯竭、自然環(huán)境被嚴(yán)重破壞、土地沙漠化、水體污染、諸多物種瀕臨滅絕等問題。目前，各國經(jīng)濟(jì)快速發(fā)展的同時(shí)，對(duì)資源和環(huán)境條件的需求也不斷增加，資源短缺和環(huán)境污染嚴(yán)重的問題也越來越突出[2]。近年來，為了解決社會(huì)經(jīng)濟(jì)發(fā)展與資源環(huán)境之間的矛盾，人們不斷嘗試用各種方法來描述資源消耗、環(huán)境需求及經(jīng)濟(jì)發(fā)展的供需關(guān)系[3]。經(jīng)過不斷研究，資源環(huán)境承載力逐步應(yīng)用于描述區(qū)域發(fā)展的限制程度。評(píng)價(jià)一個(gè)地區(qū)或區(qū)域的資源環(huán)境承載力對(duì)該地區(qū)或區(qū)域的發(fā)展起到了重要作用[4]。另外，主體功能區(qū)規(guī)劃、區(qū)域發(fā)展規(guī)劃及土地利用總體規(guī)劃調(diào)整完善等工作要求在資源環(huán)境承載力評(píng)價(jià)的基礎(chǔ)上進(jìn)行，表明資源環(huán)境承載力評(píng)價(jià)對(duì)主體功能區(qū)劃、區(qū)域發(fā)展規(guī)劃及土地利用規(guī)劃等方面具有重要意義[5]。羅平縣地形條件復(fù)雜，地理位置獨(dú)特優(yōu)越，但資源環(huán)境的利用與保護(hù)也存在不合理之處。筆者通過資源環(huán)境承載力研究得到羅平縣10年來的承載力狀況及變化情況，為羅平縣的資源環(huán)境合理利用保護(hù)及社會(huì)經(jīng)濟(jì)協(xié)調(diào)發(fā)展等提供參考。

1 研究區(qū)概況

羅平縣坐落于云南省東部，隸屬曲靖市，位于103°57′～104°43′ E，24°31′～25°25′ N，連接昆明市、貴州省、廣西壯族自治區(qū)，地理位置優(yōu)越，區(qū)位優(yōu)勢明顯[6]。羅平縣東與貴州接壤；東南部與廣西壯族自治區(qū)隔水相望?？h域占地3 015.08 km2，壩區(qū)和山區(qū)占土地總面積的比例分別為22%和78%，東西、南北方向的最大跨度分別為75、99 km?？傮w而言，研究區(qū)地理位置優(yōu)越，區(qū)位優(yōu)勢明顯，具有地形條件復(fù)雜、巖溶地貌發(fā)育較成熟且陡坡較多、縣內(nèi)地表水系較發(fā)育、地質(zhì)條件較復(fù)雜、社會(huì)經(jīng)濟(jì)快速發(fā)展的特征。

2 研究方法

2.1 評(píng)價(jià)單元的確定 劃分評(píng)價(jià)單元的方法主要有網(wǎng)格法、多邊形法、地塊法和疊置法等[7]。評(píng)價(jià)單元的確定會(huì)影響在評(píng)價(jià)中的應(yīng)用價(jià)值和評(píng)價(jià)結(jié)果的精度[8]。結(jié)合研究區(qū)的實(shí)際情況，同時(shí)為了滿足縣域內(nèi)政策實(shí)施及鄉(xiāng)鎮(zhèn)管理的要求，該研究采用行政區(qū)為評(píng)價(jià)單元，研究區(qū)域內(nèi)共12個(gè)評(píng)價(jià)單元。

2.2 評(píng)價(jià)指標(biāo)體系的構(gòu)建 考慮羅平縣的實(shí)際情況和全面反映自然資源、環(huán)境和社會(huì)經(jīng)濟(jì)3個(gè)方面的特征，選取14項(xiàng)評(píng)價(jià)指標(biāo)，具體指標(biāo)設(shè)計(jì)和計(jì)算方法、指標(biāo)屬性見表1。

2.3 全局主成分分析方法[9-10]

2.3.1 構(gòu)造全局?jǐn)?shù)據(jù)表。若統(tǒng)計(jì)n個(gè)樣本，每個(gè)樣本有相同的m個(gè)指標(biāo)變量，用X1，X2，…，Xm來描述，可以得到一個(gè)平面數(shù)據(jù)表：Xt=(Xij)n×m，n代表樣本的個(gè)數(shù)，m代表變量的個(gè)數(shù)。將T年的每個(gè)數(shù)據(jù)表展開并排在一起構(gòu)成一個(gè)Tn×m的全局?jǐn)?shù)據(jù)表，記為：

將各年的數(shù)據(jù)表按時(shí)間縱向展開得到的立體數(shù)據(jù)表即為全局?jǐn)?shù)據(jù)表。

根據(jù)以上所構(gòu)建的指標(biāo)體系及指標(biāo)處理方法，分別得到2005—2014年的平面數(shù)據(jù)表，并將10年的平面數(shù)據(jù)表按年份縱向展開，即得到羅平縣資源環(huán)境承載力評(píng)價(jià)全局?jǐn)?shù)據(jù)表。

表1 羅平縣資源環(huán)境承載力評(píng)價(jià)指標(biāo)體系

2.3.2 數(shù)據(jù)標(biāo)準(zhǔn)化。在評(píng)價(jià)過程中，所構(gòu)建的指標(biāo)體系中每個(gè)指標(biāo)數(shù)值的單位存在一定差異，使得指標(biāo)數(shù)值間不能進(jìn)行比較和分析，為了使評(píng)價(jià)結(jié)果具有準(zhǔn)確性，需要對(duì)所取指標(biāo)值進(jìn)行無量綱化處理，即標(biāo)準(zhǔn)化處理。為了消除量綱對(duì)原始數(shù)據(jù)的影響，采用極差標(biāo)準(zhǔn)化法[11]。

對(duì)于正趨向指標(biāo)計(jì)算公式：

(1)

對(duì)于負(fù)趨向指標(biāo)計(jì)算公式：

(2)

式中,Nij代表標(biāo)準(zhǔn)化后的值；Mij代表指標(biāo)原始值；max(Mi)代表指標(biāo)的最大值；min(Mi)代表指標(biāo)的最小值。

根據(jù)公式(1)和(2)對(duì)羅平縣資源環(huán)境承載力評(píng)價(jià)全局?jǐn)?shù)據(jù)表中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，以消除量綱的影響。

2.3.3 有效性檢驗(yàn)。有效性檢驗(yàn)是對(duì)所選取的變量是否適用于該方法進(jìn)行檢驗(yàn)，檢驗(yàn)過程需要借助SPSS分析軟件。若變量的KMO>0.5，說明適宜做因子分析；若Bartlett’s球形檢驗(yàn)結(jié)論拒絕假設(shè)，表明所選取的變量間存在一定的相關(guān)性，適宜對(duì)數(shù)據(jù)進(jìn)行因子分析[12]。

檢驗(yàn)結(jié)果表明，KMO統(tǒng)計(jì)量的取值大于0.5。Bartlett球形檢驗(yàn)的卡方值為2 369.984，顯著性值小于0.05，因此，所選取的變量適宜做因子分析。

主成分選取的主要依據(jù)：特征值大于1，累計(jì)方差貢獻(xiàn)率超過80%。

2.3.5 求初始因子載荷矩陣。先求出原始變量與對(duì)應(yīng)主成分的相關(guān)系數(shù)，即可得到因子載荷矩陣A=(rij)。

2.3.6 求基礎(chǔ)指標(biāo)的主成分系數(shù)。指標(biāo)的主成分系數(shù)βi由主成分分析結(jié)果的因子載荷矩陣中第i列數(shù)值除以對(duì)應(yīng)第i個(gè)特征根的開方求得。

2.3.7 求綜合評(píng)價(jià)函數(shù)。構(gòu)造綜合評(píng)價(jià)函數(shù)：

(3)

式中，λi是第i個(gè)主成分的特征根，F(xiàn)i是經(jīng)標(biāo)準(zhǔn)化后的第i個(gè)主成分得分，q是各主成分的特征根之和。

Fi=β1χ1+β2χ2+β3χ3+……+βmχm

(4)

式中，βm由成分矩陣中第i列數(shù)據(jù)除以第i個(gè)主成分所對(duì)應(yīng)的特征值的開平方根后得到，xm為標(biāo)準(zhǔn)化后的原始變量。

3 結(jié)果與分析

3.1 關(guān)鍵影響因素分析 借助SPSS軟件，對(duì)標(biāo)準(zhǔn)化后的變量進(jìn)行全局主成分分析，求得全局特征值、各個(gè)主成分的方差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率，結(jié)果見表2。由表2可知，前4個(gè)全局主成分的特征值均大于1，且累計(jì)貢獻(xiàn)率超過80%，表明這4個(gè)主成分基本能夠代表原始指標(biāo)對(duì)羅平縣資源環(huán)境承載力進(jìn)行評(píng)價(jià)。

將選取的前4個(gè)主成分代表原始的14個(gè)指標(biāo)，各因子載荷見表3。

表2 全局特征值及各個(gè)主成分方差貢獻(xiàn)率

表3 各因子載荷

由表3可知，第1主成分F1主要反映了坡度(≥25°)指數(shù)、坡度(≤8°)指數(shù)、人均耕地、人均林地、飲用水水質(zhì)達(dá)標(biāo)率、人口密度、公路通車?yán)锍讨笖?shù)這7個(gè)指標(biāo)的信息；地質(zhì)災(zāi)害高易發(fā)區(qū)指數(shù)、地質(zhì)災(zāi)害中易發(fā)區(qū)指數(shù)、石漠化指數(shù)在第2主成分F2上有較大載荷；污水處理率、生物多樣性保護(hù)重要性指數(shù)、農(nóng)民人均純收入在第3主成分F3上有較大載荷；人均水資源可利用量在第4主成分F4上有較大載荷。

根據(jù)公式(4)得到前4個(gè)主成分的表達(dá)式：

F1=0.401X1+0.316X2+0.107X3+0.295X4-0.339X5-0.039X6+0.145X7+0.334X8+0.168X9+0.155X10+0.098X11+0.402X12+0.201X13+0.358X14

(5)

F2=-0.128X1+0.061X2-0.078X3-0.240X4+0.226X5+0.373X6-0.376X7+0.307X8+0.316X9+0.228X10-0.459X11-0.026X12+0.320X13+0.159X14

(6)

F3=0.157X1+0.177X2+0.280X3+0.100X4+0.098X5+0.187X6-0.306X7-0.243X8- 0.451 X9+0.469 X10-0.156 X11+0.088 X12-0.423 X13+0.156 X14

(7)

F4=-0.006X1-0.213X2+0.647X3-0.142X4+0.237X5-0.488X6+0.072X7+0.042 X8+0.193X9+0.349X10+0.017X11+0.008X12+0.191X13-0.141X14

(8)

根據(jù)公式(3)計(jì)算綜合得分：

F=(0.340 05F1+0.229 01F2+0.149 41F3+0.103 44F4)/0.821 91 =0.158X1+0.153X2+0.155X3+0.056X4-0.030X5+0.060X6-0.091X7+0.185X8+ 0.100X9+0.257X10-0.114X11+0.176X12+0.119X13+0.203X14

(9)

根據(jù)上述表達(dá)式計(jì)算得到羅平縣12個(gè)鄉(xiāng)鎮(zhèn)歷年的資源環(huán)境承載力綜合得分(表4)。

從第1主成分對(duì)資源環(huán)境承載力的貢獻(xiàn)率看，第1主成分對(duì)資源環(huán)境承載力的影響較大。第1主成分反映了坡度(≥25°)指數(shù)、坡度(≤8°)指數(shù)、人均耕地、人均林地、飲用水水質(zhì)達(dá)標(biāo)率、人口密度、公路通車?yán)锍讨笖?shù)7個(gè)指標(biāo)的信息。從主成分F1的函數(shù)關(guān)系式(5)可以看出，第1個(gè)主成分的線性組合中X1、X2、X8、X12、X14的系數(shù)較大，均大于0.3，表明這5個(gè)指標(biāo)在第1主成分中所起的作用相當(dāng)。而第5個(gè)變量(指標(biāo))的系數(shù)為負(fù)值，且其絕對(duì)值為0.339，也在第1主成分中起到相當(dāng)?shù)淖饔?。因?F1在綜合反映其他變量信息的基礎(chǔ)上，突出反映了自然資源承載力的大小。

第2主成分反映了地質(zhì)災(zāi)害高易發(fā)區(qū)指數(shù)、地質(zhì)災(zāi)害中易發(fā)區(qū)指數(shù)、石漠化指數(shù)3個(gè)指標(biāo)的信息，即為環(huán)境條件主成分。從主成分F2的函數(shù)關(guān)系式(6)可以看出，第2個(gè)主成分的線性組合中X6、X8、X9、X13的系數(shù)較大，都大于0.3，主要反映了環(huán)境條件的指標(biāo)信息。因此，F(xiàn)2突出反映了資源環(huán)境承載力環(huán)境承載力方面的大小。

表4 羅平縣各鄉(xiāng)(鎮(zhèn))歷年資源環(huán)境承載力綜合得分及排名

第3主成分反映了污水處理率、生物多樣性保護(hù)重要性指數(shù)、農(nóng)民人均純收入3個(gè)指標(biāo)的信息。從主成分F3的函數(shù)關(guān)系式(7)可以看出，第3個(gè)主成分的線性組合中X10系數(shù)最大，為0.469，主要反映了環(huán)境條件的指標(biāo)信息。因此，F(xiàn)3在綜合反映其他變量信息的基礎(chǔ)上，突出反映了資源環(huán)境承載力環(huán)境承載力方面的大小。

人均水資源可利用量在第4主成分F4上有較大載荷，且從主成分F4的函數(shù)關(guān)系式(8)可以看出，第4個(gè)主成分的線性組合中X3系數(shù)最大，為0.647，反映了人均水資源可利用量對(duì)資源環(huán)境承載力環(huán)境承載力限制性的高低。

根據(jù)全局主成分分析對(duì)羅平縣資源環(huán)境承載力的評(píng)價(jià)結(jié)果可以看出，資源條件、環(huán)境條件及社會(huì)經(jīng)濟(jì)條件均對(duì)羅平縣的資源環(huán)境承載力有影響。其中，資源條件中的坡度因素、人均水資源可利用量、人均耕地，環(huán)境條件中的地質(zhì)災(zāi)害易發(fā)性及石漠化程度等因素對(duì)羅平縣資源環(huán)境承載力的影響最大。

3.2 資源環(huán)境承載力時(shí)空變化趨勢 從羅平縣各鄉(xiāng)鎮(zhèn)10年的資源環(huán)境承載力時(shí)序變化情況看，羅雄鎮(zhèn)的資源環(huán)境承載力在全縣中的優(yōu)勢明顯，承載力得分10年來均最高且呈上升趨勢；板橋鎮(zhèn)承載力得分基本保持平緩上升趨勢；馬街鎮(zhèn)資源環(huán)境承載力得分增加較快，但在全縣中的優(yōu)勢有所減弱；富樂鎮(zhèn)的資源承載力呈先上升后下降再上升的波動(dòng)趨勢，在全縣中的優(yōu)勢有所加強(qiáng)；九龍鎮(zhèn)10年來的資源環(huán)境承載力呈上升趨勢，在全縣中的優(yōu)勢有所減弱；阿崗鎮(zhèn)的資源環(huán)境承載力也呈上升趨勢，呈先緩慢上升再快速上升繼而轉(zhuǎn)為平穩(wěn)上升的趨勢，在全縣中優(yōu)勢較明顯；大水井鄉(xiāng)10年來呈平穩(wěn)上升趨勢，在全縣中的排名靠后；魯布革鄉(xiāng)10年來的資源環(huán)境承載力呈波動(dòng)上升趨勢，在全縣中的排名有下降趨勢；舊屋基鄉(xiāng)自2005年逐年上升，但在全縣中的排名為最后，資源環(huán)境承載力不是很樂觀；鐘山鄉(xiāng)、長底鄉(xiāng)和老廠鄉(xiāng)10年的資源環(huán)境承載力均呈逐年上升趨勢，在全縣中的排名均較靠后，老廠鄉(xiāng)在全縣中的排名有上升趨勢。

羅平縣各鄉(xiāng)(鎮(zhèn))資源環(huán)境承載力具有明顯的空間差異性，羅雄鎮(zhèn)資源環(huán)境承載力最高，舊屋基鄉(xiāng)資源環(huán)境承載力最低。羅雄鎮(zhèn)與舊屋基鄉(xiāng)之間的資源環(huán)境承載力差異最大，其主要原因是舊屋基鄉(xiāng)坡度(≥25°)面積比例較高，人均資源占有量少，自然資源條件不佳；加之舊屋基鄉(xiāng)生物多樣性保護(hù)面積比例也較高，因其面積不能被占用和利用，所能承載的人口少；舊屋基鄉(xiāng)離縣城(羅雄鎮(zhèn))較遠(yuǎn)，社會(huì)經(jīng)濟(jì)發(fā)展較慢，科學(xué)技術(shù)水平低下也導(dǎo)致舊屋基鄉(xiāng)的資源未能合理開發(fā)利用。羅雄鎮(zhèn)資源環(huán)境承載力遠(yuǎn)高于其他鄉(xiāng)(鎮(zhèn))，羅雄鎮(zhèn)資源相對(duì)充裕，加之羅雄鎮(zhèn)是羅平縣的縣城所在地，其社會(huì)經(jīng)濟(jì)發(fā)展水平也領(lǐng)先于其他鄉(xiāng)(鎮(zhèn))，環(huán)境保護(hù)實(shí)施較好。社會(huì)經(jīng)濟(jì)發(fā)展水平較高的鄉(xiāng)(鎮(zhèn))資源環(huán)境承載力較大，表明地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展不平衡以及資源配給條件的差異顯著影響地區(qū)的資源環(huán)境承載力。

4 結(jié)論

(1)主成分分析結(jié)果表明,所選取的自然資源條件、環(huán)境條件、社會(huì)經(jīng)濟(jì)條件為影響資源環(huán)境承載力的驅(qū)動(dòng)因子，表明自然資源條件及環(huán)境條件對(duì)羅平縣的資源環(huán)境承載力影響最為關(guān)鍵。

(2)羅平縣區(qū)域內(nèi)12個(gè)鄉(xiāng)鎮(zhèn)資源環(huán)境承載力時(shí)空差異顯著。時(shí)間上，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，羅平縣各鄉(xiāng)(鎮(zhèn))資源環(huán)境承載力呈增強(qiáng)趨勢。2005—2014年，羅雄鎮(zhèn)、馬街鎮(zhèn)、阿崗鎮(zhèn)、大水井鄉(xiāng)、舊屋基鄉(xiāng)、鐘山鄉(xiāng)、長底鄉(xiāng)及老廠鄉(xiāng)的資源環(huán)境承載力得分呈平穩(wěn)上升趨勢，板橋鎮(zhèn)、富樂鎮(zhèn)、九龍鎮(zhèn)及魯布革鄉(xiāng)的資源環(huán)境承載力得分呈波動(dòng)上升趨勢。其中，魯布革鄉(xiāng)資源環(huán)境承載力得分波動(dòng)較大?？臻g上，羅平縣歷年資源環(huán)境承載力空間差異較大，隨著社會(huì)經(jīng)濟(jì)的發(fā)展、環(huán)境保護(hù)實(shí)施逐漸完善等，羅平縣資源環(huán)境承載力空間差距呈逐漸減小趨勢。10年來，舊屋基鄉(xiāng)和羅雄鎮(zhèn)之間的資源環(huán)境承載力差距最大。

(3)該研究采用的全局主成分分析法不僅能夠?qū)崿F(xiàn)對(duì)原始數(shù)據(jù)降維，而且將時(shí)間序列加入到評(píng)價(jià)體系中，從而實(shí)現(xiàn)資源環(huán)境承載力的動(dòng)態(tài)評(píng)價(jià)，保證了資源環(huán)境承載力動(dòng)態(tài)分析的統(tǒng)一性和整體性，并保證了系統(tǒng)分析的可比性。

[1] 王麗.中國國土空間資源環(huán)境承載力評(píng)價(jià)[J].今日?qǐng)@土，2013(9)：39.

[2] 劉明，廖和平，李濤，等.基于模糊物元的重慶市資源環(huán)境承載力動(dòng)態(tài)評(píng)價(jià)研究[J].中國農(nóng)學(xué)通報(bào)，2015，31(20)：113-118.

[3] 鄧偉.山區(qū)資源環(huán)境承載力研究現(xiàn)狀與關(guān)鍵問題[J].地理研究，2010，29(6)：959-969.

[4] 黃濤.湖北省資源環(huán)境承載力評(píng)價(jià)分析[J].經(jīng)營管理者，2015：187.

[5] 史同廣，王慧.區(qū)域開發(fā)規(guī)劃原理[M].濟(jì)南：山東省地圖出版社，1994.

[6] 鄧維強(qiáng).基于DPSIR模型的羅平縣耕地資源安全評(píng)價(jià)研究[D].昆明：云南大學(xué)，2015.

[7] 洪惠坤，廖和平，魏朝富，等.基于改進(jìn) TOPSIS 方法的三峽庫區(qū)生態(tài)敏感區(qū)土地利用系統(tǒng)健康評(píng)價(jià)[J].生態(tài)學(xué)報(bào)，2015，35(24)：8016-8027.

[8] 徐蕾，張中旺.基于全局主成分分析的漢江生態(tài)經(jīng)濟(jì)帶水資源承載力研究[J].湖北農(nóng)業(yè)科學(xué)，2015，54(18)：4459-4463.

[9] 羅瑞雪，蔡雪雄.福建省城市化水平綜合評(píng)價(jià)動(dòng)態(tài)研究：基于全局主成分分析[J].福建論壇(人文社會(huì)科學(xué)版)，2013(12)：135-139.

[10] CHENG C，TONG S Y.Population，relation between economic development leveland resource and environment carrying capacity of central area of yunnan province based on decoupling analysis[J].Agricultural science & technology，2015，12：2829-2832.

[11] 王維維，孟江濤，張毅.基于主成分分析的湖北省水資源承載力研究[J].湖北農(nóng)業(yè)科學(xué)，2010，49(11)：2764-2767.

[12] 程鴻群，鄒敏，張洛熙，等.湖北省房地產(chǎn)投資環(huán)境的時(shí)序全局主成分分析[J].武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版)，2015(4)：447-451.

Resources and Environment Carrying Capacity Dynamic Evaluation of Luoping County Based on Global Principle Component Analysis

CHA Zeng-fen1, ZHANG Yi2,LI Yin-fu3et al

(1.Kunming Municipal Land and Resources Information center,Kunming,Yunnan 650091;2.Yunnan Institute of Environment Science, Kunming, Yunnan 650034;3.School of Resource & Environment and Earth Science, Yunnan University, Kunming, Yunnan 650091)

[Objective] The aim was to evaluate dynamics of resources and environment carrying capacity in Luoping County. [Method] Based on the actual situation of Luoping County, selecting 14 indicators from resource conditions, environmental conditions and social economic conditions to built evaluation index system, using the method of global principal components analysis, the dynamic evaluation was conducted on resources and environment bearing capacity of ten years (2005-2014) in Luoping County, and according to the result of principal component analysis to determine the bearing capacity of the key factors. [Result] The resource conditions and environmental conditions had a greater influence on the resources and environment bearing capacity of Luoping County; resources and environmentbearing capacity in 10 years showed overall rising trend, resources and environment bearing capacity had obvious spatial differences among villages(towns), the gap was decreased. [Conclusion] This article uses the global principal component analysis (GPCA) to introduce time sequence into the evaluation system, realizes the unity and wholeness of dynamic analysis, and guarantees thecomparability of system analysis. The evaluation results can provide a certain theoretical basis for rational development, utilization and protection of resources and environment in the study area.

Global principal component analysis; Resources and environment carrying capacity; Dynamic evaluation; Luoping County

云南大學(xué)資源環(huán)境與地理科學(xué)學(xué)院學(xué)院制建設(shè)專項(xiàng)“云南邊疆少數(shù)民族地區(qū)山地城鎮(zhèn)建設(shè)土地開發(fā)利用模式研究”(2013CK003)。

茶增芬(1992- )，女，彝族，云南大理人，碩士研究生，研究方向：土地利用規(guī)劃、土地資源管理。

2016-09-14

S 181.3

A

0517-6611(2016)32-0043-04