張紅俠，郭陳龍

（商洛學(xué)院城鄉(xiāng)規(guī)劃與建筑工程學(xué)院，陜西商洛726000）

黃陵縣土地利用結(jié)構(gòu)信息熵及影響因素研究

張紅俠，郭陳龍

（商洛學(xué)院城鄉(xiāng)規(guī)劃與建筑工程學(xué)院，陜西商洛726000）

基于信息熵理論，以黃陵縣為例，通過信息熵和均衡度對2010—2014年黃陵縣土地利用結(jié)構(gòu)狀況進(jìn)行研究。并在此基礎(chǔ)上，利用主成分分析法對影響信息熵的15個社會經(jīng)濟(jì)因素進(jìn)行降維分析。結(jié)果表明，黃陵縣土地利用信息熵呈現(xiàn)下降趨勢，優(yōu)勢度不斷上升，表明黃陵縣土地利用在這5 a內(nèi)總體向均衡方向發(fā)展，最終趨于穩(wěn)定；影響因素提煉為兩大方面：縣域經(jīng)濟(jì)發(fā)展程度和產(chǎn)業(yè)結(jié)構(gòu)變化。在上述研究的基礎(chǔ)上，為黃陵縣調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、協(xié)調(diào)人地關(guān)系、促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展，提出相關(guān)的發(fā)展建議。

信息熵；土地利用；主成分分析法；黃陵縣

土地利用已經(jīng)成為全球環(huán)境變化研究的核心領(lǐng)域和前沿課題[1]。從原始社會發(fā)展到現(xiàn)在，由于生產(chǎn)力的不斷解放，人類土地利用的廣度和深度各不相同，所以，土地利用結(jié)構(gòu)不斷發(fā)生變化。從系統(tǒng)論出發(fā)，土地類型演變的本質(zhì)就是土地類型結(jié)構(gòu)和功能的自組織。這種自組織是靠一定的地理過程來完成的，是區(qū)域內(nèi)部人流、物質(zhì)流和能量流遷移轉(zhuǎn)化的結(jié)果[2]。土地利用信息熵通過對區(qū)域土地利用的信息熵、均衡度、優(yōu)勢度的計算，可以反映出土地利用結(jié)構(gòu)的動態(tài)演變情況以及土地利用存在的問題。

隨著信息熵研究的不斷深化、研究水平的不斷提高，在區(qū)域土地利用結(jié)構(gòu)的分析方面，信息熵的運用已十分廣泛，我國學(xué)者在此方面做了相關(guān)研究并取得了一定的成果。李江等[2]通過對信息熵基本原理的研究，對武漢市近10 a的城市用地結(jié)構(gòu)動態(tài)演變進(jìn)行了實例分析；石培基等[3]分析了甘肅省甘州區(qū)的土地利用結(jié)構(gòu)信息熵和均衡度，得出甘肅省甘州區(qū)土地利用信息熵持續(xù)增長、均衡度較高的結(jié)論；李文波等[4]運用信息熵對武漢市城市土地利用結(jié)構(gòu)演變進(jìn)行分析，得出3個影響主成分并劃分為3個階段；譚永忠等[5]通過對東中西部和浙江省等地區(qū)土地利用信息熵的計算分析，揭示了區(qū)域土地利用結(jié)構(gòu)的變化規(guī)律；陳西蕊等[6]利用信息熵原理對陜西省韓城市的土地利用結(jié)構(gòu)熵值的時序變化特征進(jìn)行了分析，得出了韓城市土地利用系統(tǒng)具有動態(tài)性和開放性的特點；劉敬財?shù)萚7]基于信息熵對重慶市豐都縣作了分析；陳浩等[8]研究了綿陽市土地利用結(jié)構(gòu)信息熵時空差異。

本研究借鑒以上文獻(xiàn)研究思路，選取黃陵縣為研究區(qū)域，通過信息熵、均衡度和優(yōu)勢度的分析，對2010—2014年黃陵縣土地利用結(jié)構(gòu)狀況進(jìn)行總結(jié)，在此基礎(chǔ)上運用主成分分析方法對影響信息熵的15個社會經(jīng)濟(jì)因素進(jìn)行降維處理，得出導(dǎo)致區(qū)域土地利用結(jié)構(gòu)改變的主要推力，根據(jù)分析結(jié)果提出相應(yīng)的對策建議，以期為黃陵縣土地利用結(jié)構(gòu)優(yōu)化及持續(xù)利用提供理論借鑒。

1 研究區(qū)域概況

黃陵縣地處35°20′27″～35°49′21″N，108°36′46″～109°27′13″E之間，位于陜西省中西部，延安市的南部，與銅川市接壤；北接富縣、東接洛川縣、南接宜君縣和旬邑縣、西接甘肅的正寧縣，有陜北南大門之稱[9]。黃陵縣地形為黃土高原大背景下的溝壑區(qū)，西部為梁峁，中部為川道河谷，東部為塬面；整體地勢由西北向東南遞減，總面積2 292 km2。該區(qū)氣候為溫帶大陸性氣候，南部與北部、東部與西部有較大差異，年平均氣溫9.4℃，為半濕潤和半干旱的過渡區(qū)。境內(nèi)地下水資源豐富，有洛河兩大支流通過，年平均流量約為2.3億m3；自然條件和生態(tài)環(huán)境適宜中溫帶各種植物生長和繁殖，并具有明顯的區(qū)域差異：西部主要是天然次生林地帶，東部山臺主要分布草灌植物，塬面川道以栽培植物為主。截至2014年底，各利用類型的土地占比由大到小依次為：林地占82.3%，耕地占6.3%，草地占5.3%，園地占3.4%，居民點及工礦用地占1.6%，交通運輸用地占0.5%，水利建設(shè)用地占0.4%，未利用土地占0.2%。全縣劃分為10個鄉(xiāng)鎮(zhèn)，分別為橋山鎮(zhèn)、隆坊鎮(zhèn)、田莊鎮(zhèn)、店頭鎮(zhèn)、雙龍鎮(zhèn)、阿黨鎮(zhèn)、太賢鄉(xiāng)、侯莊鄉(xiāng)、倉村鄉(xiāng)和腰坪鄉(xiāng)；截至2014年底，全縣總?cè)丝?3.05萬；GDP總量為112.61億元；境內(nèi)有黃銅高速和210國道通過，2016年西延動車黃陵站的開通進(jìn)一步提升了該地的交通通達(dá)度；黃陵縣人文旅游資源得天獨厚，“人文初祖”華夏炎黃子孫的祖先皇帝葬于此，每年清明祭祀皇帝大典成為中華第一大典。

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

本研究的黃陵縣各土地利用類型面積數(shù)據(jù)來源于2010—2014年黃陵縣國土資源局；研究區(qū)域概況數(shù)據(jù)來源于《黃陵縣志》和陜西省統(tǒng)計局以及相關(guān)公開數(shù)據(jù)；主成分分析的社會經(jīng)濟(jì)數(shù)據(jù)主要來源于《陜西統(tǒng)計年鑒》。

2.2 研究方法

2.2.1 土地利用結(jié)構(gòu)信息熵信息熵主要是衡量一個系統(tǒng)的復(fù)雜程度和有序程度。信息熵越低，這個系統(tǒng)越有序；反之，信息熵越高，這個系統(tǒng)越混亂。在區(qū)域土地利用結(jié)構(gòu)的分析方面，信息熵的運用已十分廣泛。土地利用結(jié)構(gòu)信息熵（H）計算模型為：假設(shè)某一區(qū)域土地總面積為S，共有n種土地利用類型，某種土地利用類型面積為Si（i＝1，2，3，…）。

各土地利用類型所占總面積比例如公式（2）。

由公式（3）可知，當(dāng)區(qū)域處于未開發(fā)狀態(tài)時，其信息熵H＝0；當(dāng)這個區(qū)域開發(fā)成熟，土地利用類型齊全且各類型之間的差異不大時，信息熵達(dá)到最大值H＝lnn。由此，熵值的大小反映土地利用結(jié)構(gòu)的分異程度，即信息熵越大，土地利用類型越多，土地類型之間的面積相差越小。由于公式（3）中對區(qū)域土地職能數(shù)n的反映不夠明朗，其數(shù)值往往缺乏可比性，因此，有必要引入均衡度的概念。

其中，J為均衡度，是各土地利用類型的熵值與最大熵值之比，反映土地利用的均衡狀況。J值越大，各土地類型之間的比例差別就越小。由于H≤Hmax，可得其取值范圍為0≤J≤1。當(dāng)J越接近0時，表明土地利用不成熟，土地間比例差別較大；當(dāng)J越接近1時，則土地利用類型的均衡度越接近理想狀態(tài)，這樣就能明確反映土地職能數(shù)量。

其中，I為優(yōu)勢度，反映各個土地利用類型對土地的支配程度；與信息熵成反比，與均衡度意義相反。

配網(wǎng)設(shè)施巡檢是有效保證電力系統(tǒng)安全的一項基礎(chǔ)工作[4]，巡檢的目的是掌握配網(wǎng)線路運行狀況及周圍環(huán)境的變化，及時發(fā)現(xiàn)設(shè)施缺陷或危及配網(wǎng)線路安全的隱患，從而保證配網(wǎng)線路的安全和電力系統(tǒng)穩(wěn)定。

2.2.2 主成分分析法通常為了追求結(jié)果的科學(xué)性，常常選擇較多的因素，但指標(biāo)過多會增加分析問題的難度和復(fù)雜性[10]。主成分分析是把原來較多的因素通過一定的線性變換為少數(shù)幾個新的、具有代表性指標(biāo)的一種統(tǒng)計分析方法[11]。從數(shù)學(xué)角度看，是一種降維處理技術(shù)[12]。新變量指標(biāo)是原變量指標(biāo)線性組合最大方差者，并依次遞減成為第1個、第2個、…、第M個主成分，簡單來說，就是確定原來變量在主成分上的載荷。具體計算步驟如下。

2.2.2.1 計算相關(guān)系數(shù)矩陣建立R＝rij的一個地理數(shù)據(jù)矩陣，rij（i，j＝1，2，…，p）為原變量xi與xj之間的相關(guān)系數(shù)，數(shù)據(jù)之間具有相關(guān)性，是進(jìn)行降維處理、主成分分析的前提條件。

2.2.2.2 計算特征值與特征向量運用雅可比法求出特征值λi（i＝1，2，…，p）[10]，然后對應(yīng)求出特征向量ei（i＝1，2，…，p）。通過特征值找出能代表原始數(shù)據(jù)、信息量較多的新變量。

2.2.2.3 計算主成分貢獻(xiàn)率及累計貢獻(xiàn)率主成分貢獻(xiàn)率，通過從前到后統(tǒng)計相關(guān)指標(biāo)的累計貢獻(xiàn)率高于85%，最終確定主成分?jǐn)?shù)目。

3 結(jié)果與分析

3.1 黃陵縣土地利用結(jié)構(gòu)信息熵分析

表1 黃陵縣2010—2014年土地利用結(jié)構(gòu)及信息熵

3.2 黃陵縣土地利用信息熵影響因素的主成分分析

影響土地利用結(jié)構(gòu)變化的原因既包括自然驅(qū)動力也包括人為驅(qū)動力，在較短的時間尺度上，自然驅(qū)動力相對較為穩(wěn)定，人為驅(qū)動力則相對比較活躍[13]。鑒于研究時間跨度較小，所以，選取社會經(jīng)濟(jì)因素作為主要分析指標(biāo)。

根據(jù)指標(biāo)選取的目的性、可操作性、科學(xué)性等原則[14]，并參考相關(guān)文獻(xiàn)的基礎(chǔ)上，選取了黃陵縣2010—2014年的15個社會經(jīng)濟(jì)指標(biāo)，分別為：年底總?cè)丝冢ㄈf人，X1）、生產(chǎn)總值（億元，X2）、第一產(chǎn)業(yè)產(chǎn)值（億元，X3）、第二產(chǎn)業(yè)產(chǎn)值（億元，X4）、第三產(chǎn)業(yè)產(chǎn)值（億元，X5）、人均生產(chǎn)總值（元，X6）、生產(chǎn)總值指數(shù)（上年＝100，X7）、全社會固定資產(chǎn)投資（萬元，X8）、地方財政收入（萬元，X9）、地方財政支出（萬元，X10）、農(nóng)村居民人均純收入（元，X11）、城鎮(zhèn)居民人均可支配收入（元，X12）、糧食產(chǎn)量（t，X13）、農(nóng)林牧漁業(yè)總產(chǎn)值（萬元，X14）、社會消費品零售總額（萬元，X15）。這15個指標(biāo)涵蓋了黃陵縣的經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、人口數(shù)量等社會經(jīng)濟(jì)因素。

運用SPSS軟件，對15個社會經(jīng)濟(jì)數(shù)據(jù)進(jìn)行處理，結(jié)果列于表2。

從表2可以看出，X1與X2，X3，X5，X7，X12，X13，X15的相關(guān)性均達(dá)到了0.9越接近1，相關(guān)程度就越高，同樣其他14個指標(biāo)兩兩之間均呈現(xiàn)出較高的相關(guān)性，主成分分析就是將眾多具有一定相關(guān)關(guān)系的變量，重新組合成一組新的互相無關(guān)的綜合變量來代替新變量[11]，所以，選取的15個指標(biāo)適合做主成分分析。

表3為提取新的綜合指標(biāo)以及特征值和主成分貢獻(xiàn)率，通過SPSS總共提取了15個新的綜合指標(biāo)，但是往往采用累計貢獻(xiàn)率達(dá)到85%以上的新綜合指標(biāo)，這樣既保留原指標(biāo)較多的信息，又達(dá)到了以幾個新綜合指標(biāo)代替原來多個指標(biāo)的目的。表3中第2個指標(biāo)累計貢獻(xiàn)率達(dá)到93.828%，所以，提取成分1和2作為新的綜合指標(biāo)。

表2 各指標(biāo)之間的相關(guān)矩陣

表3 特征值及主成分貢獻(xiàn)率

表4 主成分載荷矩陣

表4中反映的是主成分與變量之間的關(guān)系，其中第1主成分的貢獻(xiàn)率占到82.85%，與GDP、第二產(chǎn)業(yè)產(chǎn)值、人均GDP、生產(chǎn)總值指數(shù)及城鎮(zhèn)居民人均可支配收入的相關(guān)關(guān)系達(dá)到0.97以上，概括為經(jīng)濟(jì)發(fā)展因素；第2主成分的貢獻(xiàn)率為10.978%，與糧食產(chǎn)量、第三產(chǎn)業(yè)、全社會固定投資的相關(guān)關(guān)系明顯高于其他指標(biāo)，概括為產(chǎn)業(yè)結(jié)構(gòu)變化。

4 結(jié)論及建議

筆者對黃陵縣2010—2014年土地利用結(jié)構(gòu)信息熵及主要影響因素進(jìn)行了分析。結(jié)果表明：（1）黃陵縣這5 a土地利用類型變化幅度較小，經(jīng)濟(jì)發(fā)展尚不成熟，處于生長發(fā)展期；土地利用結(jié)構(gòu)信息熵呈上升趨勢，各土地類型處于不穩(wěn)定、不均勻狀態(tài)；各土地類型之間用地面積差別較大，均衡性不強(qiáng)，一種或幾種土地類型支配程度較大。（2）影響黃陵縣土地利用結(jié)構(gòu)信息熵有兩大因素，分別為經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)變化。經(jīng)濟(jì)發(fā)展為主要驅(qū)動力，其貢獻(xiàn)率占到82.85%，與GDP、第二產(chǎn)業(yè)產(chǎn)值、人均GDP、生產(chǎn)總值指數(shù)及城鎮(zhèn)居民人均可支配收入的相關(guān)關(guān)系達(dá)到0.97以上；產(chǎn)業(yè)結(jié)構(gòu)的貢獻(xiàn)率為10.978%，與糧食產(chǎn)量、第三產(chǎn)業(yè)、全社會固定投資的相關(guān)關(guān)系明顯高于其他指標(biāo)。

通過以上結(jié)論和分析，對黃陵縣土地利用提出以下建議。

（1）大力發(fā)展經(jīng)濟(jì)，合理利用土地。建議雙龍鎮(zhèn)大力發(fā)展林業(yè)，雙龍鎮(zhèn)地勢較高，森林覆蓋率達(dá)85%，上畛子林場和大岔林場均在此；隆坊鎮(zhèn)地形較為平坦，可依據(jù)地域單元因地制宜發(fā)展種植業(yè)；橋山鎮(zhèn)是縣城主體并且著名旅游景點黃帝陵也在境內(nèi)，經(jīng)濟(jì)發(fā)達(dá)且活躍，故土地類型應(yīng)以居民用地、旅游資源利用和交通用地為主；阿黨鎮(zhèn)、太賢鄉(xiāng)蘋果產(chǎn)業(yè)較為發(fā)達(dá)，應(yīng)大力發(fā)展林果業(yè)；店頭鎮(zhèn)是黃陵縣的工業(yè)鎮(zhèn)，應(yīng)該支持和引導(dǎo)繼續(xù)發(fā)展工業(yè)，土地利用類型以工礦建設(shè)用地為主。

（2）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，注重三大產(chǎn)業(yè)的協(xié)調(diào)性。具體措施是，第一產(chǎn)業(yè)可立足地理優(yōu)勢對洛川蘋果進(jìn)行深加工，借助洛川蘋果品牌進(jìn)行宣傳或大力發(fā)展現(xiàn)代化農(nóng)業(yè)園區(qū)，增強(qiáng)科技含量，打造綠色、無污染農(nóng)產(chǎn)品，培養(yǎng)和打造品牌效應(yīng)；第二產(chǎn)業(yè)方面，改造傳統(tǒng)落后、高耗能、低產(chǎn)出的煤電力等工業(yè)，以科技和創(chuàng)新注入焦炭加工、電力等主導(dǎo)工業(yè)，使主導(dǎo)工業(yè)持續(xù)迸發(fā)新活力；第三產(chǎn)業(yè)方面，立足當(dāng)?shù)刭Y源，大力發(fā)展旅游，以黃帝陵為依托打造特色旅游項目，帶動餐飲、住宿、紀(jì)念品等的發(fā)展；依托中華第一大典，弘揚民族傳統(tǒng)文化，促進(jìn)黃陵縣特色旅游產(chǎn)業(yè)的發(fā)展。

［1］劉澤.基于信息熵的河津市土地利用結(jié)構(gòu)時序變化及驅(qū)動力分析[J].山西農(nóng)業(yè)科學(xué)，2013，41（6）：578-581.

［2］李江，郭慶勝.基于信息熵的城市用地結(jié)構(gòu)動態(tài)演變分析[J].長江流域資源與環(huán)境，2002，11（5）：393-397.

［3］石培基，董翰蓉，潘競虎.甘州區(qū)土地利用結(jié)構(gòu)信息熵時空變化分析[J].土壤通報，2012，43（2）：263-268.

［4］李文波，楊鋼橋.基于信息熵的城市土地利用結(jié)構(gòu)演變分析：以武漢市為例[J].國土資源科技管理，2007（4）：96-100.

［5］譚永忠，吳次芳.區(qū)域土地利用結(jié)構(gòu)的信息熵分異規(guī)律研究[J].自然資源學(xué)報，2003，18（1）：112-117.

［6］陳西蕊，張蓉珍.歷史文化名城土地利用結(jié)構(gòu)熵值時序分析：以韓城市為例[J].江西農(nóng)業(yè)學(xué)報，2011（1）：184-186.

［7］劉敬財，周寶同，趙昆昆，等.基于信息熵的土地利用結(jié)構(gòu)變化影響因素分析：以重慶市豐都縣為例[J].中國農(nóng)學(xué)通報，2011，27（32）：221-225.

［8］陳浩，董廷旭，羅培.綿陽市土地利用結(jié)構(gòu)信息熵時空差異研究[J].安徽農(nóng)業(yè)科學(xué)，2014，42（13）：4078-4080.

［9］薛光明.黃陵縣志[M].西安：西安地圖出版社，1992：66-67.

［10］高嘯峰.基于主成分分析法的土地利用/覆被變化驅(qū)動力研究[J].地理與地理信息科學(xué)，2009，25（1）：36-39.

［11］吳駿.SPSS統(tǒng)計分析從零開始學(xué)[M].北京：清華大學(xué)出版社，2014：261-276.

［12］徐建華.計量地理學(xué)[M].北京：高等教育出版社，2012：95-100.

［13］劉耀彬，陳志，楊益明.基于信息嫡的武漢城市土地利用空間結(jié)構(gòu)變動分析[J].資源開發(fā)與市場，2004，20（5）：64-65.

［14］ZHANG J.Variationofland use structure in Chuzhou city，China：1996-2005[J].Ecological Economy，2007（3）：159-167.

Study on Information Entropy of Land Use Structure of Huangling County and Influencing Factor

ZHANGHongxia，GUOChenlong
（CollegeofUrban and Rural Planningand Construction Engineering，ShangluoUniversity，Shangluo726000，China）

The article summarizes the land use structure status of Huangling county in 2010-2014 based on information entropy theory and by taking Huangling county for an example and using information entropy and balance degree.Based on the summary,the dimension reduction analysis of15 social and economic factors affecting information entropy is made using principal component analysis. The result shows that the land use information entropy of Huanglin county takes on a downtrend with rising degree of dominance.This indicates that the land use within five years develops toward balance as a whole,finally reaching a steady status and that there are two main influencing factors:county-scale economic development degree and industrial structure.Based on the above research,the article puts forward for Huanglin county related development recommendations for adjusting industrial structure,coordinating human-land relationship and promotingsustainable development ofeconomy.

information entropy;land use;principal component analysis;Huanglin county

F301.24

：A

：1002-2481（2017）06-1032-05

10.3969/j.issn.1002-2481.2017.06.41

2016-12-22

張紅俠（1978-），女，陜西咸陽人，副教授，碩士，主要從事自然地理及區(qū)域地理的教學(xué)工作。