典型相关分析在土地利用结构研究中的应用_以环渤海地区为例.docxVIP

762 地 理 研 究 20 卷 成为研究土地利用特征同自然 ) 人为因素之间的关系的最佳统计工具。日本学者较早将典型相关分析同其他经典数理统计方法结合一并引入到土地利用变化研究中, 对区域土地利用结构变化的驱动因子进行了较为缜密的相关诊断, 取得了满意的结果[5]。对土地利用结构及其变化机制的研究不仅将大大丰富人类对土地覆被变化规律的认识, 它也是土地利用变化前景预测和可持续土地利用规划的重要基石[ 6, 7] 。本文将对这一方法的思路和操作进行介绍, 并以环渤海地区为例, 探讨它在土地利用结构及其变化分析中的具体应用。 基本思路 1 示意了典型相关分析的主要思路。设有两组观测变量, 目标变量是土地利用类型, 自然和社会经济变量为解释变量。我们来分析不同土地利用类型分布与自然和社会经济因子间的相关关 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,  图 1 典型相关分析主要思路示意图 F ig1 1 The main thought of canonical correlation analysis 直至两组变量间的相关被提取完毕为止[8] 。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的描述两组多元随机变量之间的相关关系。 本文主要介绍应用大型社会科学统计软件包 SPSS 中附带的命令程序来进行典型相关分析及专业分析。 操作程序 与一般的相关分析和回归分析一样, 典型相关分析要求模型中所有的变量为间距测度等级, 样本数目符合统计分析要求; 除此之外, 各组内的观测变量之间不能有高度的多重共线性。后者对于提高统计诊断模型精度是很重要的。SPSS 软件提供了多重共线性诊断程序, 可以自动甄别输出具有多重共线性的变量来。 SPSS 中附带的典型相关程序是以 SYNTAX 命令直接编写的文件。其文件名为: CANCORR1SPS。在 SPSS 中首先打开已经准备好的数据文件, 将所有数据调入 SPSS 中的工作文件窗口。在调用 CANCORR 程序之前需编写有关语句: 打开 SYNTAX 窗口, 输 6 期 张 明等: 典型相关分析在土地利用结构研究中的应用 763 入调用上述命令程序及定义典型相关分析变量组的命令。 INCLUDE - C: \ SPSSWIN \ CANCORR. SPS CANCORR SET1 = Y1 Y2 Y3 / SET 2 = x1 x2 x3 x4. 上述命令语句可以根据实际要求进行相应的修改, 如添加对数据进行标准化处理的语句等, 但一定要确保变量名与 SPSS 的工作文件中的变量名一致。 运行以上命令语句, 即可得到所有典型相关分析的结果。 通过 SPSS 中的子程序宏指令 CANCORR, 两组变量之间最大相关的系数可以被判定, 运作产生的直接结果包括: 典型相关系数; 典型相关系数的平方; 特征值及指标; 检验典型相关系数 ( 整体检验和维度递减检验) ; 典型系数; 典型负载系数; 交叉负载系数;变式对总方差的代表比例; 冗余指数。其中, 典型相关系数的平方、变式对总方差的代表比例及冗余指数可作为统计的检验指标, 反映模型模拟的精度。此外, SPSS 的运行过程还在工作文件中计算出了每个随机变量在每个样本单元的典型得分 ( Canonical Score) , 从而能在空间上反映出典型相关模拟的程度。 具体应用 我们通过 SPSS 软件, 运用典型相关分析对环渤海地区土地利用结构与自然和社会经济因子之间的相关关系进行揭示。 选取的目标变量组) ) ) 土地利用类型分别为: 耕地、林地、草地、水域、城建矿居用地和未利用地, 为 1995 年遥感影像解译数据。自变量组) ) ) 自然社会经济因子包括地形、地貌、气候以及同时期社会经济统计指标等 58 个变量。样本单元为行政县。 SPSS 运行结果所显示的第一对典型变量是 土地利用结构: w1 = - 01845y1+ 01931y2+ 01218y3- 01182y4- 01199 y5- 01 289y6 影响因子: z1 = 01438x1- 01741x2- 01559x3- 01818x4- 0132x5+ , - 01 301x14+ , + 01153x58 第二对典型变量是 土地利用结构: 2 = - 01248y1+ 0106y2- 01387y3+ 01414y4+ 013330 y5+ 01768y6 影响