区域土地利用结构及其驱动因子的统计分析-自然资源学报.pdf

第 14 卷 第 4 期 自 然 资 源 学 报 Vo 1. 4 No . 4 1999 年 10 月 J OU RN AL O F N A TU RAL R E SOU R C E S Oct . , 1999 文章编号 : 1000 - 3037 ( 1999) 04 - 038 1 - 04 区域土地利用结构及其驱动因子的统计分析 张 明 ( 中国科学院 地理研究所 ,北京 100 10 1) 摘要 : 采用经典的数理统计方法 ———典型相关分析 , 选择位于干旱半干旱过渡地带的榆林地区作 为典型代表 , 对区域性土地利用结构及其驱动因子进行了统计分析 。通过大型社会科学统计软件 包 SP SS 操作运行 , 并对统计结果进行专业分析 , 定量诊断出各驱动因子对该区土地利用结构分 布贡献作用的大小 。同时运用典型相关系数和冗余度分析 ,对诊断结果进行了检验 。 关 键 词 :典型相关分析 ;冗余度分析 ;土地利用与土地覆盖变化 ;驱动因子 中图分类号 : F 30 12 文献标识码 :A ( ) 土地利用与土地覆被变化 L U C C 是全球环境变化最显著的方面 ,它既受自然因素的制约 ,又受社会 、 经济 、技术和历史等因素的影响 ,具有很强的综合性和地域性 。通过不同尺度 、不同学科的综合研究 ,建立各 种 L U C C 模型 ,定量分析和预测 L U C C 前景 ,是研究者们普遍瞩目的方向。作为自然与人为过程交叉最为 密切的L U C C ,其自然与社会经济的驱动力分析 ,也无疑成为一个更为人们所关注的核心 。 本项研究是对 L U C C 驱动力综合分析的预研究 , 通过定量分析区域土地利用结构特征及其驱动因子 , 为进一步分析土地利用结构稳定性乃至 L U C C 的驱动力分析提供依据 。 1 研究方法 在 L U C C 的研究中 , 多元统计方法已经愈来愈普遍地得以应用 。其中 , 典型相关分析被广泛认为是定 量判别 L U C C 驱动力的有力工具 。典型相关分析是一种经典的多元统计方法 ,它揭示的是两组多元随机变 量之间的关系 。这两组多元随机变量中一组是自变量组 , 另一组则是标准变量组 。和其他相关统计方法对 比,典型相关分析特别适合于所分析的标准变量组 ,其各个变量之间本身具有较强的相关性 。不同的土地利 用类型之间相互影响 , 相互制约 , 所以典型相关分析法被广泛用来研究土地利用特征同自然 —人为因素之 间的关系 。具体做法是 : 在第一组变量中提出一个典型变量 ,在第二组变量中也提出一个典型变量 , 并使这 一典型变量组合具有最大的相关 ; 然后又在每一组变量中提出第二个典型变量 , 使得在与第一个典型变量 不相关的典型变量中 ,这两个典型变量组合之间的相关是最大的。将此过程继续进行 ,直至两组变量间的相 关被提取完毕为止 。可见 ,典型相关分析把原来较多变量转化为少数几个典型变量 ,通过这较少的典型变量 之间的典型相关系数来综合地描述两组多元随机变量之间的相关关系 。 本项研究中 ,标准变量组 Y 为各种土地利用类型的分布 ; 自变量组 X 为自然条件与社会经济条件 。 标准变量组 Y 包括六种土地利用类型 ,它们分别是耕地 、林地 、草地 、居民—工矿 —交通用地 、水域和未 利用地 。在自变量组 X 中 ,有 46 个与自然和社会经济条件有关的变量 。研究时段为 1992 年 。各变量均以乡 ( ) 镇级为单元 262 个乡镇 ,满足了样本要求 。进行统计分析之前 ,检验每组变量之间是否有高度相关存在 ,即 是否有多重共线性问题存在 ,对于提高统计诊断模型精度是很重要的。通过大型社会科学统计软件包 SP SS 收稿 日期 : 1999 - 04 - 27 ;修订日期 : 1999 - 07 - 13 。 ( ) 基金项 目: 国家自然科学基金重点项 目 4983 1020 。 (