（土地资源管理专业论文）泰山区土地利用变化驱动力分析.pdf

山东农业大学硕士学位论文 中文摘要 土地利用变化与驱动力分析研究是土地资源管理的前沿及热点问题， 主要研究土地利用类型变化规律、自然和社会经济活动驱动力对土地生态 系统变化的影响作用，是当代国际地球科学，尤其是地球表层系统研究领 域的重要内容。加强土地资源在数量、空间和质量方面变化的研究对于保 障区域经济的持续发展，保证人类的生存环境条件安全，具有十分重要积 极的作用。 对局部或区域的实例研究，才有可能具体的探讨各种自然和社会经济 因素对土地利用变化的影响。在不同的规模尺度上，土地利用的不同类型 与结构和自然、社会、经济等因素之间存在不同的相互作用，由此引起不 同的土地利用变化的过程。因此，为了研究全球土地利用变化，应该开展 局部的或区域的个例研究。 本文就是选择典型的泰山脚下的泰山区作为研究区，基于g i s 技术， 并结合其他自然、社会、经济数据，以区域可持续发展和土地可持续利用 为目标，对研究区的土地利用数量、程度、多样性变化及空间变化进行了 分析，在此基础上利用相关性分析法、主成分分析法和多元线性回归法对 研究区土地利用变化驱动力及其驱动机制进行了深入研究。 研究结果表明： ( 1 ) 从1 9 9 0 年到2 0 0 5 年研究期内，泰山区的土地利用变化很大， 以耕地、园地、林地、农村居民点及城建用地最为明显。其中，尤以耕地 减少最多，城建用地增加最多。鉴于此，为当地政府科学合理可持续的进 行规划工作提出了比较高的要求。 ( 2 ) 泰山区土地利用对自然景观的影响在研究期间一直比较稳定。 土地利用类型比较单一，全区总面积很大一部分是耕地等农用地，而其土 地利用类型多样性的变化不大。 ( 3 ) 分析泰山区1 9 9 0 年到2 0 0 5 年的土地利用程度变化，总体来看 土地利用程度不高，根据土地利用程度的极限应是4 0 0 的指标计算，土地 利用程度指数没有超过3 0 0 ，处于中等偏上水平，不过全区的土地利用程 度呈现略微上升的趋势。 ( 4 ) 短时间内自然因素对泰山区的土地利用变化影响不大，通过相 泰山区土地利用变化驱动力分析 关分析可知社会经济因素是影响其变化的主要驱动力。通过主成分分析， 影响土地利用变化的驱动因子有两个，因子l ：主要包括人口总数、国内 生产总值、人均g d p 、社会固定资产总投资、经济非农化率和农民人均 收入；因子2 ：主要包括农业总人口、粮食总产量和农业机械总动力。这 些驱动因素对于当地土地利用规划工作的开展有极高的参考价值。 关键字：土地利用变化驱动力地理信息系统主成分分 析泰山区 2 山东农业大学硕士学位论文 d r i v i n gf o r c e sa n a l y s i so f l a n du s ec h a n g ei n t a is h a nc o u n t y a b s t r a c t s t u d yo nd y n a m i cl a n du s ec h a n g e sa n dd r i v i n gf o r c e si s af r o n ta n d h o t p o i n tp r o b l e mt ol a n dr e s o u r c e sm a n a g e m e n t ，m a i n l yr e s e a r c h e dt h et y p e v a r i e t yr e g u l a t i o no fl a n du s e ，n a t u r a la n dc o m m u n i t ye c o n o m yd r i v i n gf o r c e st o c h a n g el a n de c o s y s t e m i t i st h e i m p o r t a n tc o n t e n to fc o n t e m p o r a r y i n t e r n a t i o n a lg e o s c i e n e e ，e s p e c i a l l yi nt h er e s e a r c hr e a l mo ft h ee a r t hs u r f a c e l a y e rs y s t e m t h e r ei sav e r yi m p o r t a n tf u n c t i o nt os t r e n g t h e nt h er e s e a r c ho f l a n dr e s o u r c ec h a n g eo nt h ea s p e c t so fa m o u n t ，s p a c ea n dq u a l i t yt og u a r a n t e e t h es u s t a i n a b l ed e v e l o p m e n to fr e g i o n a l e c o n o m ya n dm a k et h eh u m a n e x i s t e n c ee n v i r o n m e n tc o n d i t i o nt ob es a f e t y t h a tt h er e s e a r c ha n a l y s i so fa r e ao rr e g i o n ，m a y b ec o n c r e t e l yd i s c u s st h e i n f l u e n c eo fn a t u r a la n ds o c i a le c o n o m i cf a c t o r so nl a n du s ec h a n g e i nt h e d i f f e r e n ts c a l ec d t e f i o n ，w ec o u l dd i s c o v e rt h em u t u a lf u n c t i o nr e l a t i o n sa m o n g d i f f e r e n tt y p ea n ds t r u c t u r eo fl a n du s en a t u r e ，s o c i e t ya n de c o n o m i cf a c t o r s ， w h i c hm a yc a u s ed i f f e r e n tl a n du s ec h a n g i n gp r o c e s s t h e r e f o r e ，i no r d e rt o s t u d yt h el a n du s ec h a n g ea l lo v e rt h ew o r l d ，w es h o u l dc a r r yo u tp a r t i a lo r r e g i o n a le x a m p l er e s e a r c h t h ep a p e rh a sr e g a r d e dt a i s h a nc o u n t yw h e r et a i s h a ns i ta sr e s e a r c h a r e a w i t hg i st e c h n i q u e ，c o m b i n i n g 埘t h n a t u r a l ，s o c i a la n de c o n o m i c a l d a t a ，r e g a r d i n gt h es u s t a i n a b l er e g i o n a ld e v e l o p m e n ta st h eg o a l ，t h ea n a l y s i so f t h ea m o u n tv a r i e t yo ft h el a n du s e c h a n g e ，d e g r e ec h a n g eo fl a n du s e ，t h el a n d u s ed i v e r s i t ya n dt h es p a t i a ld i s t r i b u t i o no fl a n du s e c h a n g ei nr e s e a r c ha r e a h a v e b e e nc a r r i e do u t a c c o r d i n gt ot h i sf o u n d a t i o n ，t h ed r i v i n gf o r c e so fl a n d u s ec h a n g ei nr e s e a r c ha r e ah a sb e e nd e e p l yr e s e a r c h e dw i t ht h ec o l t e l a t i o n a n a l y s i sm e t h o d ，t h ep r i n c i p a lc o m p o n e n t sa n a l y s i sm e t h o da n dm u l t if a c t o r l i n er e g r e s s i o nm e t h o d 3 尜山区土地利用变化驱动力分析 t h er e s e a r c hr e s u l ti sa sf o l l o w s ： ( 1 ) t h ed e g r e eo fl a n du s ec h a n g ei si ne v i d e n c ei nt a i s h a nc o u n t yf r o m 19 9 0t o2 0 0 5 o fw h i c ht h e r ea r ef a r ml a n d ，g a r d e nl a n d ，f o r e s tl a d ，r e s i d e n t i a l a r e aa n du r b a nl a n df o rc o n s t r u c t i o n a n dt h er e d u c t i o np a r to ff a r ml a n di st h e m o s t , t h ei n c r e a s i n gp a r to fu r b a nl a n df o rc o n s t r u c t i o ni st h eb i g g e s t b e c a u s e o fi t ，i tb r i n g sf o r w a r dt ot h eh i g h e rr e q u e s tf o rd e v e l o p p i n gl a y o u ts c i e n t i f i c l y a n dc o n t i n u a b l e l yt og v e m m e n t ( 2 ) t h ei n f l u e n c eo ft h em o d eo fl a n du s ei nt a i s h a nc o u n t yo nn a t u r a l s i g h ti sa l w a y ss t a b l e t h et y p eo fl a n du s ei sc o m p a r a t i v e l ys i n g l e n e s s ，t h e m a j o r i t yo ft o t a la c r e a g ei nr e s e a r c h a r e ai sl a n df o ra g r i c u l t u r e ，f a r m l a n d e t a l a n dt h ed i v e r s i t yo fl a n du s et y p ei sl i t t l ec h a n g e ( 3 ) w i t ha n a l y s i so fl a n du s ed e g r e ec h a n g ei na r e af r o m19 9 0t o2 0 0 5 ，i t i sn o tw e l la saw h o l e o nt h eb a s i so f4 0 0t h a ti ti st h eh i g h e s ts c o r eo fl a n d u s ed e g r e e ，l a n du s ed e g r e ei n d e xi sn om o r et h a n3 0 0w h i c hi so nl e s s c r a c k a j a c k b u tt h el a n du s ed e g r e es h o w st h et r e n do fab i tr i s i n gi nt a i s h a n c o u n t y ( 4 ) t h ei n f l u e n c eo fn a t u r a lf a c t o rf o ra s h o r tp e r i o do nl a n du s ec h a n g eo f t a i s h a nc o u n t yi ss m a u n e s s o nt h eb a s i so fc o r r e l a t i o na n a l y s i s ，m a i nd r i v i n g f o r c ei ss o c i e t ya de c o n o m i cf a c t o r a n dt h e nt h ep a p e rt a k e su s eo fp r i n c i p l e c o m p o n e n ta n a l y s i st os h o wt h a tt h e r ea r et w od r i v i n gf a c t o r sf o ra f f e c t i n gt o l a n du s ec h a n g eo f t a i s h a nc o u n t y ：f a c t o r1i n c l u d e st o t a lp o p u l a t i o nf i g u r e ，g d p , g d p p e rc a p i t a , f i x e da s s e t si n v e s t m e n t ，e c o n o m i cn o n a g r i c u l t u r a lp e r c e n t a g e a n di n c o m ep e rc a p i t ao ff a r m e r ；f a c t o r2i n c l u d i e st o t a lp o p u l a t i o nf i g u r ef o r a g r i c u l t u r e ，t o t a lf o o d s t u f fo u t p u ta n da g r i c u l t u r em e c h a n i s mp o w e r t h e s e f a c t o r sh a v eh i g h e rr e f e r e n c ew o r t ht od e v e l o p p i n gl a y o u tf o rg o v e r n m e n t k e yw o r d s ：l a n d u s ec h a n g e ；d r i v i n gf o r c e ； g e o g r a p h i c i n f o r m a t i o n s y s t e m ，p r i n c i p a lc o m p o n e n t sa n a l y s i s ；t a is h a nc o u n t y 4 关于学位论文原创性和使用授权的声明 本人所呈交的学位论文，是在导师指导下，独立进行 科学研究所取得的成果。对在论文研究期间给予指导、帮 助和做出重要贡献的个人或集体，均在文中明确说明。本 声明的法律责任由本人承担。 本人完全了解山东农业大学有关保留和使用学位论文 的规定，同意学校保留和按要求向国家有关部门或机构送 交论文纸质本和电子版，允许论文被查阅和借阅。本人授 权山东农业大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或其他复制手 段保存论文和汇编本学位论文。同时授权中国科学技术信 息研究所将本学位论文收录到中国学位论文全文数据 库，并向社会公众提供信息服务。 保密论文在解密后应遵守此规定。 论文作者签名： o 表示两变量存在正的线性相关关系：r 0 8 表示两变量之间具有较强的线性关系； irl 0 3 表示两变量之间的线性相关关系较弱。 第二，对样本来自的两总体是否存在显著的线性关系进行推断。 由于存在抽样的随机性和样本数量较少等原因，通常样本相关系数不 能直接用来说明样本来自的两总体是否具有显著的线性相关性，而需要通 过假设检验的方式对样本来自的总体是否存在显著的线性相关关系进行 统计推断。基本步骤是： ( 1 ) 提出原假设，即两总体无显著的线性关系。 ( 2 ) 选择检验统计量。对不同类型的变量应采用不同的相关系数， 对应也应采用不同的检验统计量。 ( 3 ) 计算检验统计量的观测值和对应的概率p 一值。 ( 4 ) 决策。如果检验统计量的概率p 一值小于给定的显著性水平a ， 应拒绝原假设，认为两总体存在显著的线性关系；反之，如果检验统计量 的概率p 一值大于给定的显著性水平a ，则不能拒绝原假设，可以认为两 总体不存在显著的线性关系( 刘先勇等，2 0 0 2 ；薛薇，2 0 0 1 ) 。 1 4 2 主成分分析的基本理论 在进行土地利用变化驱动力的定量研究时，选择的因素应要细致全 面，但指标过多又会加大分析问题的难度和复杂性，这些因素不仅与土地 利用强度存在相关关系，而且相互之间也耦合关联。在实际问题中，主成 分分析可以将若干个自变量“合并”为几个独立成分变量，来减弱自变量 之间的相互干扰。 主成分分析( p r i n c i p a lc o m p o n e n ta n a l y s i s ) 是考察多个定量( 数值) 变量间相关性的一种多元统计方法。它是研究如何通过少数几个主分量 ( 即原始变量的线性组合) 来解释多变量的方差一协方差结构。具体地说， 是导出少数几个主分量，使它们尽可能多地保留原始变量的信息，且彼此 间不相关。主成分分析常被用来寻找判断某种事物或现象的综合指标，并 给综合指标所蕴藏的信息以恰当解释，以便更深刻地揭示事物内在的规 律。 假设有n 个样本，每个p 样本测得项指标( p 口一 8 p ( 1 z 揄$ 一毋一 一 一 冲一 苗 o d p 一冲一 卒土玲圃础踏圭殳磷 一爿冲一 l 圣肇替浔 潜邢 j 匐 茄跨w 呻 潜彗豇磐冲 安懈一水一 潘 一冲一 一昌一 一斗剐一 1 i 0 1 - 】l o o no o 一o o ah o o h o oh o o 71 o o 1 _ o o o时o o o 时o o 一 o o 时吣o o 吣o o ao o 】o a一o o1 - a 1 i n 饥 p 】i o1 - 1 i 吣 1 - 1 - n 1 7 时_ 时 时7o7 时7的7吣饥西a时饥 心1 - na o 一 a 】- a p a o a 肛8 n _ 4 o 7 q 饥】_西o 时 西一 西时o o 西时心一 西a 1 - 帆饥一伪西a一的一o o1 - a 7 p a 7 时7o a 1 - o h o 时 h a p o a _ o 伪p 西7 p a a 一 7 o _ 1 i o 一h n 一 p 饥 1 - 8 的吣h 时 时 一aoa h qa a西_ 时o qa h 饥 0 1 h a o 时a o西n a a ao o 】- o a 吣o h h o 】i 】- o o一饥_ ap 吣 一饥7帆o o q a西p a oq 时o a l _吣o o 的饥o q o 西吣o ao 饥o q h 西】_ 时西h 西_ o q 的时 时】-1o舡吣时饥o o qa o ho o h 吣 q o a a 7 0 8 7 n o吣q 78 _ 5 p o a o 一一p o p 6 西 。时a o o o a 一a 7 n qo p 时o ap q o 时时o a oo h时n oo o 】l 时1 - o oo o7 a 的a q h a 帆p a a o 】_ 1 a 饥 q a o时q o饥q，7 qq o j 7 1 - 1 4 j 7 o1 _ o o a 】-_ 1 - o 饥o a o a饥a q 忉a_ o o 吣o o，7 0 0_ o q n oo 饥_ a】- 1 3 0 1 - o饥】_ 饥q 叨 1 - 1 2 0 ，7 1 -p 1 4 a _ o】- 时1 _ o 叽1 _】-时】时a o一】-】-o】-饥h 1 2 a o a a 山东农业大学硕士学位论文 运用s p s s 软件对上述数据进行相关性分析，得出结果如下表4 - 3 ： 表4 - 3泰山区耕地比例及驱动因素变量相关性 t a b 4 - 3c o r r e l a t i n ga n a l y s i si n f i e l dp r o o r t i o na n dd r i v i n gf a c t o ri nt a i s h a n y i 从相关性分析中可以看到，泰山区的耕地比例与所有的驱动因素变量 呈正的比较强的相关关系，表明所选取的驱动因素的数值越大越高，耕地 所占的比例就越高，进一步表明泰山区在城市经济快速发展，人口不断增 加的同时出于粮食保障的角度也要充分考虑保护耕地。同时也可以看到， 随着社会经济的发展，耕地比例在不断的变化，也深刻的影响着土地利用 和覆被变化。 4 3 2 2 驱动因素因子分析 从以上相关性分析的结果可以清晰地看出，泰山区土地利用变化的社 会经济驱动因素变量之间存在着强烈的耦合关联，如果用单纯的相关分 析，必然存在误差冗余。因此，本文选择用因子分析方法将变量进行缩减， 以减弱驱动变量之间的相互干扰，并减少变量的数目，使结果更清晰明了， 同时避免大量重复的工作( 张新长等，2 0 0 5 ) 。因子分析是主成分分析方 法的推广，其功能是将若干变量所表达的信息用几个因子来概括，用主因 子解释的总方差的比例表明主因子对原变量所包含信息的概括程度，而各 变量在各主因子中的载荷系数则体现了变量在主因子中的相对重要程度， 因此也可根据载荷系数对主因子的实际意义进行概括( 吴喜 4 7 96 i t - o 4 6 7 8 i 3 6 o 0 5 3 1 0 8 9 l 9 3 5 o 0 0 9 3 4 4 7 5 2 4 l 5 7 o 5 o o 0 o 9 3 7 8 5 6 3 8 o l l 8 7 8 4 8 0 0 o o o l 1 8 9 1 5 7 9 9 3 8 9 l 9 8 7 9 3 7 o o o o o 0 2 8 2 9 4 4 9 3 3 4 1 o l 6 l 1 2 o 6 5 0 0 o o 0 一 一 o o 2 8 1 9 2 8 8， i蹴嘲眦咖哦蝴啪盯 n m m n 仉n n 0啪渤m”蚴啪嘞啪嗽 仉m 仉0 m m 仉m m y 迕岛k k k 岛玛 靳冈卜藩兰油辫艺蹰肆浔冷蕈 渐厶-4薪替安印吕龋磐团巾 ，_afa st耸葛盘笛1厶no厶厶-r口畸foi-no n一 n ) ( n u n 芦 n ) ( u n ) ( 6 n)(。 n * n。 _ 1 a 的 1-时a1_1aa1_o明|7ao铆q。o西11-o17舡7 ，onno o o o o o q o o o o 饥1_01-11-h o o o 心 _ _ a o o h n 1 - o p o 芯1 - o oo7o 吣o a o 1 _ o a qoo吣a吣 。oao 。时o 。1iao一 一1_1-时onqo伪舡o01-qo 饥o _ 们o饥a。oqpo 1 h o 吣 1 0 1 _ a。oooa。o7|7qao西的aaoa7吣onoo o 饥q o n o oaooqa o o n 一a p a o o o p1oo 。o的 占q o o p _qooaqno 0吣q 。o17a心 ooqa o p o 一们ao n 西q n 时o a q o o q | 7 o o o o 7 西 _a1一 的o o o 西o oq西西1-o饥吣o 。o1-a 。no西 。o01 no时o oa一 oaan 。oa西饥p 。o们吣o舡西 。o饥oo_ oaooooh西 ，o肛o1- o a 西一o o 一pj7们西西noo 。o_ 。o_oo时饥ooo a o 吣o a 铆时o qo o o n o_o西西西o n oo o a nh】_ooa _101-1 a o h1no饥 ，o吣 op o10q 山东农业人学硕一i j 学位论文 之，2 0 0 4 ) 。由于各因子单位不同，首先对其进行标准化，标准化后的驱 动因子见表4 - 4 。采用s p s s 软件对九个自变量进行主成分分析，按照主 成分分析方法中的相关系数矩阵、特征值与特征向量及主成分贡献率与累 计贡献率的计算公式，计算得特征值及各个主成分的贡献率与累计贡献率 ( 表4 5 ) 。根据主成分载荷计算公式，得到主成分载荷矩阵( 表4 6 ) 。 表4 - 5 解释总方差表 t a b 4 - 5t o t a lv a r i a n c ee x p l a i n e d 由表4 5 可知，累计大于1 的成分有两个，累计特征值占总方差的 8 8 0 9 8 ，所以主因子数m = 2 。第一、二主成分累计贡献率就达到8 8 0 9 8 。 即这两个主成分对9 个因子的解释能力为8 8 0 9 8 ，满足主成分分析的要 求( 卫海英，2 0 0 0 年) 。从图4 - 1 可以看到：横轴表示公共因子数，纵轴 为特征值。当提取l 、2 个公共因子时，特征值变化非常明显，当提取3 个以后的公共因子时，特征值的变化很小，基本趋于平缓。由此说明，提 取2 到3 个公共因子对原变量信息的刻画有显著的作用，而提取5 个以上 的公共因子对原变量信息的刻画已经无显著贡献，因此，这里提取了2 个 公共因子，基本反映了原变量的绝大部分方差。 用这2 个成分代替9 个原始变量，可以概括全部信息的8 8 0 9 8 。由 上述结果看可以认为对因子的提取结果比较理想，但是要想对每个因子命 名还比较困难，原因是每个因子中各原始变量的系数没有明显差别。可以 4 9 泰山区土地利用变化驱动力分析 通过旋转，使因子中各个变量的系数向最大和最小两极分化。表( a ) 为 旋转前的驱动因子表，表( b ) 为旋转后的驱动因子载荷矩阵。通过表( a ) 、 表( b ) 可以分别写出一个主成分表达式。 ( a ) 旋转前 图4 - 1碎石图 f i g 4 - 1 s e r e ep l o t 表4 - 6 旋转前后驱动因子负荷矩阵 t a b 4 - 6c o m p o n e n tm a t r i x 0 9 8 0 0 2 7 5 0 9 7 2 0 9 5 8 0 7 8 2 0 8 3 9 0 9 3 4 o 5 6 1 0 8 8 3 0 0 4 1 0 8 5 0 一o 1 8 9 一o 1 0 0 一0 3 9 5 - 0 2 2 6 0 2 8 l 0 7 2 7 0 4 0 7 ( b ) 旋转后 0 8 8 9 - 0 0 7 4 0 9 7 0 0 9 2 3 0 8 7 3 0 8 6 l 0 9 7 0 0 2 3 7 0 6 5 8 o 4 1 5 0 8 9 0 0 1 9 9 0 2 7 6 0 0 6 3 0 1 1 4 o 1 0 0 0 8 8 7 o 7 1 6 期配扔鼬 耶舶期船硒 加 勋 私 鼬 黔 灿 即 船 鼬 山东农业大学硕士学位论文 通过表( a ) 可以写出一个主成分表达式： c o m p o n e n tl l = 0 9 8 0 总人口+ 0 2 7 5 农业总人口+ 0 9 7 2 国内生产总值 十0 9 5 8 人均g d p + o 7 8 2 固定资产投资+ 0 8 3 9 经济非农化率+ 0 9 3 4 农民人 均收入+ o 5 6 1 粮食产量+ 0 8 8 3 农业机械总动力 c o m p o n e n tl 1 - - 0 0 4 1 总人h + 0 8 5 0 农业总人口一0 1 8 9 国内生产总值 - 0 1 0 0 人均g d p - o 3 9 5 固定资产投资一0 2 2 6 经济非农化率一0 2 8 1 农民 人均收入+ o 7 2 7 粮食产量+ 0 4 0 7 农业机械总动力 通过表( b ) 可以写出一个主成分表达式： c o m p o n e n tl 2 - 0 8 8 9 总人口一o 0 7 4 农业总人口+ 0 9 7 0 国内生产总值 + 0 9 2 3 人均g d p + o 8 7 3 固定资产投资+ 0 8 6 1 经济非农化率+ o 9 7 0 农民人 均收入+ 0 2 3 7 粮食产量+ 0 6 5 8 农业机械总动力 c o m p o n e n tl z - - 0 4 1 5 总人口+ o 8 9 0 农业总人口+ 0 1 9 9 国内生产总值 + 0 2 7 6 人均g d p - o 0 6 3 固定资产投资+ 0 1 1 4 经济非农化率+ o 1 0 0 农民人 均收入+ 0 8 8 7 粮食产量+ o 7 1 6 农业机械总动力 表4 - 7 因子旋转的转化矩阵 t a b 4 - 7 c o m p o n e n tt r a n s f o r m a t i o nm a t r i x 表4 - 7 为旋转前后的因子转换矩阵。用c l o 、c 2 0 分别表示旋转前的2 个因子，用c 1 、c 2 ，分别表示旋转后的2 个因子，则有 c l = 0 9 2 3c l o + 0 3 8 5c 2 0 c 2 薯_ o 3 8 5c i o + 0 9 2 3c 2 0 图4 - 2 为旋转后的因子荷载散点图。由于提取了2 个因子，因此生成 二维散点图。从因子荷载散点图中可以直观地看出决定因子的那些变量。 如果某变量正好落在坐标轴上，说明该变量只在该轴对应的因子上有荷 载：如果某变量落在坐标原点附近，说明该变量的因子荷载较小；如果某 变量落在坐标轴顶端。说明该变量的因子荷载较大。落在两个坐标轴共同 5 1 泰山区t 地利用变化驱动力分析 决定的平面内的变量，在这两个坐标铀对应的因子上都有荷载。分析图 4 2 可以得出结论：x 5 、) ( 6 、x 7 、x 3 、) ( 4 、x l 、x 9 则在第一主成分上有较高 的载荷，第一主成分主要解释了这几个变量；而x 2 、x 8 、x 9 、x l 在主成分2 上有较高的载荷，则第二主成分代表了这三个变量的信息。 图4 - 2 因子载荷散点图 f i g4 - 2c o m p o n e n tp l o ti nr o t a t e ds p a c e 表4 _ 8 因子得分系数矩阵 t a b 4 - 8 c o m p o n e n ts c o r ec o e f f i c i e n tm a t r i x 山东农业大学硕士学位论文 综合以上分析可以得出以下结论：影响泰山区土地利用变化的驱动因 子有两个，因子1 主要包括总人口、国内生产总值、人均g d p 、社会固 定资产总投资、经济非农化率和农民人均收入；因子2 主要包括农业总人 口、粮食总产量和农业机械总动力；即这两种驱动因子决定了全区从1 9 9 0 年到2 0 0 5 年的土地利用变化。 根据回归算法计算出因子得分矩阵( 表4 8 、4 9 ) 。据此，可以得到 下面的因子得分函数： f l 1 x 0 1 3 7 - x 2 x 0 1 4 6 + x 3 x 0 1 8 7 + x 4 x 0 1 6 5 + x s x o 2 0 4 + ) ( 6 o 1 7 5 + ) ( 7 x o 2 0 1 x 8 o 0 7 6 + x 9 x 0 0 4 2 f 2 = 一x ix 0 0 8 3 + x 2 x o 4 6 一x 3 x 0 0 3 9 + x 4 0 0 0 7 一x s x 0 15 9 x 6 0 0 6 7 一x 7 x 0 0 9 0 + x sx o 418 + x g x 0 2 7 0 表4 - 9 因子得分的协方差矩阵 t a b 4 - 9 c o m p o n e n ts c o r ec o v a r i a n c em a t r i x 接下来，在以上分析的基础上，计算每年的驱动力综合得分，以分析 选取的九个驱动因子对研究区综合驱动变化。在这里分析中，采用的变量 不再是原有的9 个变量，而是经因子分析后得到的2 个因子变量，利用2 个因子变量，可以计算出每年的综合驱动力得分。由于2 个因子变量反映 的是社会经济的不同侧面，因此在计算综合实力时，应给不同的侧面以不 同的权数。这些权数一般应由这方面的专家给定，这里，我们仅以这2 个 因子变量的方差贡献率作为权数，于是得到下面的计算公式： f = a t f l + a 2 f 2 公式4 1 通过标准化后的因子表和因子系数表，我们可以计算出提取的主成分 得分情况见表4 1 0 。 泰山区土地利用变化驱动力分析 表4l o主成分得分表 t a b 4 - 1 0 p r i n c i p a l c o m p o n e n ts c o r e 图4 - 3 驱动力综合得分趋势图 f i g4 - 3t h es y n t h e s i z es c o r e so f dr i v i n gf o r c e s 山东农业大学硕士学位论文 由公式4 1 可以得出研究期间泰山区每年的社会经济驱动力综合得 分，由图4 - 3 可见，社会经济因素对泰山区的土地利用的影响，总的趋势 是上升的。1 9 9 8 年以前的驱动力综合得分是负的，而1 9 9 8 年以后各年份 的驱动力综合得分是正，并且，从1 9 9 9 年开始社会经济的综合驱动力得 分越来越高，呈不断上升的趋势。 由以上分析可以得出以下结论： 影响泰山区土地利用变化的驱动因子有两个，因子1 主要包括农业总 人口、粮食总产量和农业机械总动力；因子2 主要包括总人口、国内生产 总值、人均g d p 、社会固定资产总投资、经济非农化率和农民人均收入。 即这两个驱动因子主要影响了泰山区的土地利用变化。并且，在1 9 9 1 年 到2 0 0 5 年间，这两个驱动因子对土地利用变化的影响程度在总体上是不 断增强的。 4 3 2 3 驱动机制分析 通过以上分析，对泰山区1 9 9 0 - 2 0 0 5 年土地利用变化与影响它们的社 会经济增长类因子之间的单因子用主成分分析法进行了讨论和研究，确定 了影响土地利用变化的主要社会经济增长类驱动因素。在此基础上，通过 多元线性回归分析，建立土地变化与社会经济增长类因子之间的驱动机制 模型。 甓由于在土地利用变化中，耕地面积的在不同年份的动态变化是最显著 的指标，所以本论文以耕地面积为因变量，以经过主成分分析的各变量为 自变量，在d p s 数据统计软件支持下进行多元线性回归分析( 于秀林等， 2 0 0 2 ) 见表4 1 1 。 5 5 泰山区土地利用变化驱动力分析 表4 - 111 9 9 1 - 2 0 0 5 年泰山区耕地变化回归模型摘要 t a b 4 1 1m o d e ls u m m a r yo fl i n e a rr e g r e s s i o na n a l y s i si nt a i s h a nf r o m1 9 9 1t o 2 0 0 5 将上表的数据块按照d p s ( 唐启义等，2 0 0 2 ) 格式键入，在菜单下选 择线性回归功能项，出现如图4 4 的操作界面，a = 0 0 5 置信水平下，点 击“预测”，将会出现“点y 估计：6 7 5 7 3 9 8 ；y 预测值：6 7 5 7 3 9 8 。继 续点击“返回编辑”，将会出现分析结果( 如表4 - 1 2 和表4 - 1 3 ) 。 表4 - 1 2 各个自变量参数估计结果表 t a b 4 1 2s i n c ee a s hv a r i a b l ep a r a m e t e re s t i m a t i o nr e s u l t st a b l e 山东农业大学珂i 士学位论立 跫| 盟淑镒越固趟嗣；i 一 1 0 1 2 t 3 0 研口口一 1 76 s 1 1 3l 1 0 疆司 周疆百： n 水平o i 匣圈 。m n r f b = 1 0 t 口* 6 t w3 ( 6 2 5 8 5 1 8 n 7 2 5 8l t p o 咖1 日l 帕6 7 5 73 9 8 “t b 能5 1 6 ：* 鼬 图4 - 4 多元线性回归模型残差图 f i g4 - 4m u l t i p l e l i n e a rr e g r e s s i o nm o d e lr e s i d u a lm a p 表4 - 1 3回归系数确定结果表 t a b 4 - 1 3 r e g r e i o nc o e f f e l e n td e “m h n n o n t a b l e 根据表4 1 3 及多元回归方程公式，建立泰山区1 9 9 1 2 0 0 5 年耕地面 积变化与驱动因子的多元线性回归模型为： y = 4 2 0 4 3 6 4 x i + o 1 3 1 9 x 2 - 0 0 2 3 x 3 - 4 8 3 7 3 5 x 4 - 2 7 0 1 3 x 5 + 1 0 4 6 4 1 4 3 式中，y 代表耕地面积，x l 代表g d p ，x 2 代表人均g d p ，x 3 代表社会 固定资产投资，) ( 4 代表经济非农化率，x 5 代表农民人均收入。其中相关系 数r = o 9 5 6 8 ，决定系数i t 2 = 09 1 5 4 6 6 ，通过1 的显著性检验。表明g d p 、 人均g d p 、社会固定资产投资、经济非农化率和农民人均收入是产生耕地 面积以及土地利用发生变化的主导驱动力因子。 8 撒女& m m 糍豁 自f | 濑n & m 黑鞫 目h 泰山区土地利用变化驱动力分析