基于logisic回归分析的土地利用土地覆被变化驱动因子空间分布模型.docxVIP

基于logisic回归分析的土地利用土地覆被变化驱动因子空间分布模型 根据迄今为止的成果，国内外对土地利用覆盖的宏观变化进行了研究，大比例土地利用覆盖的小区域研究相对较少。这表明对土地利用覆盖变化的积累过程的研究是不完整的，不能充分反映土地利用覆盖层的微观动态变化特征。当把重点集中到单个区域和地区, 或者缩小时间范围时, 就会大大增进我们对原因与覆被关系的详细了解。因此, 选择地貌类型齐全的小区域, 加强宏观与微观相结合的土地利用覆盖变化研究显得尤为重要。为解释土地利用/土地覆被的全球变化, 必须进行广泛的区域性个案研究。区域性个案的比较研究, 旨在分析影响土地使用者或管理者改变土地利用和管理方式的自然和社会经济方面的主要驱动因子, 建立区域性土地利用/土地覆被动态变化的经验模型。 区域土地利用变化格局的动态模拟受到自然、社会、经济等众多因素在不同时间、空间尺度上的相互影响。是一个相当复杂的过程, 目前已经成为全球环境变化和可持续发展的重要内容。土地利用变化模型是深入了解土地利用变化过程、机理和环境影响的重要手段.而深入理解土地利用格局与其决定因素之间的相互关系则是构建土地利用变化模型的基础。 因此, 选择新疆吐鲁番市作为研究地区, 据50m×50 m的模拟网格对研究地区的土地利用格局进行模拟与分析。该研究的主要目的是构建研究地区的土地利用格局模拟模型, 探讨如何建立一个空间上的Logistic回归模型去发现干旱半干旱区土地利用变化不同过程的可能原因, 揭示土地利用格局与其决定因素之间的定量关系。及这样的一个空间上的统计分析识别能在多大程度上理解土地利用变化的驱动力。本文的研究结果可为完善土地利用变化模型, 探索未来土地利用的动态变化情景和制定可持续的土地利用规划方案提供科学依据。 1 水资源及其所占比例 由于吐鲁番特殊的地理位置, 盆地中的年降水量极其稀少, 人均占有水资源量仅为2 069 m3, 不足全球人均占有量的1/4, 比全国人均占有量还低, 农业用水占总水量的86%。长期以来, 由于吐鲁番水资源的极度匮乏, 造成地区植被稀疏, 水土不保, 生态环境恶劣, 抵御风沙、春旱、夏洪等自然灾害的能力较差。水资源短缺已成为制约吐鲁番经济社会发展的重要因素。 2 数据来源和研究方法 2.1 土地利用变化驱动因子 吐鲁番市幅员辽阔, 绿洲面积小, 戈壁、沙漠面积大, 因此研究区仅选取土地利用/覆盖变化相对较快的农区部分。土地利用/覆盖数据采用吐鲁番市国土资源局提供的吐鲁番市1∶10 000土地利用详查图 (2005年) 。因为本研究主要是模拟与分析耕地、园地、林地、草地、城镇用地、农村居民点、工矿用地、未利用地、其他用地这9种土地利用类型的空间分布格局, 因此对原土地利用图形数据按3级分类进行了相应的地类合并。 选取居民点、道路、渠系和地形分布等作为对吐鲁番市耕地、林地和草地等空间格局的形成与演变的驱动因子。为了构建土地利用格局模拟模型, 首先对原始数据进行了一些计算和分析。地理数据的地图包括吐鲁番市农区图、渠系图与道路图, 分别将农区图与后两种图叠加起来, 进行距离分析, 得出相应的距离分布图, 然后将其转化为ASCII码格式;生物物理数据中的地质、地貌是在ArcView中用DEM分析获得。 自然因素的影响是在区域自然地理环境的宏观背景下表现出来的, 特别是在自然环境条件相对复杂和脆弱的地区, 尤其在本研究区, 对土地利用变化发挥着很大的作用, 加之社会经济资料获取难度较高, 鉴于此, 研究中土地利用变化驱动因子以选取自然因素驱动因子为主。各驱动因子见表1。 2.2 土地利用变化概率 本研究运用的方法是Logistic回归模型。线性回归模型是在定量分析的实际研究中经常使用的统计分析方法, 然而在许多情况下, 线性回归会受到限制, 特别当因变量是个分类变量而不是一个连续变量时, 线性回归就不适用, Logistic回归模型能很好地解决这一问题。Logistic回归技术方法基于数据的抽样, 能为每个自变量产生回归系数。这些系数通过一定的权重运算法则被解释为生成特定土地利用类别的变化概率。Logistic回归已经被成功地运用到野生动植物栖息地研究, 森林火灾的预测以及森林采伐分析等方面。 2.2.1 土地利用类型的选择及发生比率 土地利用格局模拟模型是根据式 (1) 的二元Logistic回归方程构建而成的。其目标变量 (土地利用格局) 是根据栅格图形数据得出的二分类变量, 1表示某种土地利用类型出现, 0表示不出现;而解释变量包括到城市中心的距离、到乡 (镇) 中心的距离、到村庄的空间距离、到铁路的空间距离、到各种道路的距离、到渠系的距离和高程等。具体的建模计算是使用统计软件SPSS 10.0, 其中对解释变量的筛选是按照0.2