两种方法在山区耕地地力评价中应用比较.docVIP

两种方法在山区耕地地力评价中的应用比较 　　摘 要：以贵州省赤水市山区耕地地力评价为例，选取了海拔、灌溉能力、剖面构型、耕层厚度、土体厚度、耕层质地、有机质、有效磷、速效钾、耕地坡度级、地形部位共11个评价因子构建指标体系，运用结合特尔斐法的层次分析法和主成分分析法对赤水市耕地地力进行评价，在此基础上运用相关分析法对两种评价方法进行对比分析。结果表明，在山区耕地地力评价中，对于同一评价单元，采用层次分析法得出的分值与按照主成分分析法得出的分值存在很强的相关性，但也表现出一定的差异性。 　　关键词：耕地；地力评价；主成分分析（PCA）； 层次分析法（AHP）；相关分析 　　中图分类号：S158 文献标识号：A 文章编号：1001-4942（2013）11-0091-04 　　中国是个人口大国，粮食问题一直是关系国计民生的重大问题，保障粮食安全始终是我国建设现代农业的重要目标[1]。而粮食产量与耕地的质量、利用效率有直接关系，所以国家十分重视耕地的保护和评价工作。目前我国有两个全国性的农用地评价体系：一是农业部实施的产量主导型农用地评价体系，又称为耕地质量评价体系；二是国土资源部实施的综合型农用地评价体系，又称为农用地分等定级估价体系[2]。耕地地力评价属于第一个评价体系，耕地地力由立地条件、土壤条件和农田基础设施等因素影响和决定[3]。通过对耕地地力的评价，可以摸清耕地的特性，为生产和规划服务。平原地区和山地地区的土壤采样标准不同，采用统一标准会导致耕地地力评价结果不同，而耕地评价方法的选取对评价结果也有很大影响。本研究运用主成分分析法（PCA）和层次分析法（AHP）对贵州省赤水市山区耕地地力进行评价，比较两种方法的差异。 　　1 数据来源及研究方法 　　1.1 数据来源 　　式中，Fi为第i个单元主成分的综合得分。 　　为了更好地反映各个评价单元耕地地力情况，将耕地地力按照百分制折算。 　　2.2 层次分析法评价结果 　　本研究各评价指标权重值是运用市域耕地资源管理信息系统软件中的“层次分析法模型”功能模块来计算。将专家组构造的判断矩阵输入到软件中，计算机自动计算各判断矩阵的特征向量及其最大特征值，进行判断矩阵的一致性检验、逻辑统一性检验，并进行层次总排序及一致性检验。权重计算结果见表2，其中A为目标层，B为准则层，C为指标层。 　　对于所有指标值的处理，则选取划分隶属度的方法进行处理。采用特尔斐法邀请专家对一组实测值评估出一组隶属度，并用SPSS 16.0拟合隶属函数，计算出隶属函数的参数（见表3）。其中x为指标值，c为标准指标值，将每一单元某一指标的实测值带入隶属函数，就得到相应指标的隶属度。对于定性描述的评价因子剖面构型、耕层质地2个指标，则采用特尔斐法直接打分给出隶属度。再利用公式（4）计算每个评价单元的耕地地力综合指数。 　　2.3 评价结果的比较分析 　　相关分析通过相关系数来衡量变量之间的紧密程度。相关系数大于1为正相关，小于1为负相关[7]。本文将两种方法评价下的两组数据当作两组因子进行分析，如果两组数据表现出很大的相关性，则说明两种方法评价出的分值梯度曲线走势相近，也就表明在评价过程中，运用两种方法对相同条件的耕地地力进行评价，其结果没有太大差异，两种方法适用范围一致。反之，结果差异性大，这两种方法适用范围还需要探讨。 　　本研究首先利用散点图判断计算后的10 000组赤水市耕地地力数据是否具有相关趋势，结果表明，两种方法计算出的分值具有明显的相关性[8]。然后利用SPSS 16.0对两组数据进行相关性分析，其耕地地力综合分值相关系数大于0.8，双侧检验概率均小于显著水平0.01，再一次说明总体相关性大。 　　参考《全国耕地类型区、耕地地力等级划分》（NY/T309-1996）和《贵州省耕地地力评价技术规范》（DB52/T -2009），以耕地地力综合指数为依据，采用等间距分级法，首先将用层次分析法得到的评价单元的分值排序后划分成6个耕地地力等级。这里评价单元编号是唯一值，不同编号的评价单元都有AHP方法评价出的分值，再根据评价单元的编号，添加编号相同的运用PCA方法评价出的分值，确保评价单元的编号和由两种评价方法得到的两组分值前后一一对应。最后运用SPSS 16.0对两组数据进行相关性分析，分析结果见表4。 　　表4中列出了每一等级两个变量（层次分析综合分值和主成分综合分值）之间的相关系数，及双侧检验概率和数据组数。可知所有等级的两组耕地地力综合分值相关系数都大于0.6，而Sig. （2-tailed）均为0.000.01，即双侧检验概率均小于显著水平0.01，这表明层次分析法计算出的耕地地力综合分值和主成分分析方法计算出的综合分值具有很强的线性相关性，但是仍然存在一定的差