定量化土地评价指标体系及评价方法探讨.doc

定量化土地评价指标体系及评价方法探讨 41定量化土地评价指标体系及评价方法探讨摘要: 从可持续发展的角度，提出了定量土地评价指标体系建立的原则与依据；分析了土地评价指标体系的现状与存在的问题；总结了土地评价指标体系的量化表达方法，特别是空间统计分析模型和地理信息系统技术在定量化土地评价中的应用。为可持续利用土地评价提供理论依据和方法上的借鉴。关键词：可持续利用；土地评价；指标体系；量化表达21世纪人类面临的人口资源环境危机将进一步加剧。如何解决这个问题以达到资源的可持续利用已成为当今研究的焦点。在人口资源环境系统中，土地资源处于最基本的地位。为了人类的生存和发展，协调好人地关系，我们必须对土地进行精确的评价，进而实现可持续土地利用规划。而农用地是一切土地资源利用的基础，也是社会可持续发展的关键。农用地质量决定着农用地生产力的高低及其利用效益。在当前人口对土地压力越来越大、城镇建设用地对农用地的侵占、耕地面积增加受到严重限制的情况下，用量化指标确定土地质量等级，以达到客观而准确地评价农用地质量，进一步提高农用地生产力水平，具有重要的现实意义。一切评价工作都基于指标体系的建立。指标体系的研究是评价的重要环节。因此，进行指标体系的研究，使评价指标科学合理化显得尤为重要。土地利用系统是典型的自然经济社会复合系统。该系统涉及到了资源、环境、生态、社会经济等指标。这些指标中的大部分因子具有空间和时间特征，且所有因子的综合分析和评价都必须在确切的空间域内进行，其内容涉及面广，分析处理的数据量大1。传统的评价方法已很难满足可持续土地利用规划对信息的需求，因此，近年来地理信息系统和数学模型技术应用于农用地评价成为研究热点。1 评价指标选取的依据与原则土地利用系统是一个自然、社会经济综合作用的系统，它的影响因素包括自然因素、社会经济因素和区位因素。因此，评价土地质量的指标体系应由生态指标、社会经济指标和区位指标组成。生态指标既包括土地自身的特性，也包括土地的自然环境，它主要有气候因子、地貌因子、土壤因子等。气候因子中水热因子决定农作物的熟制。因此它是土地质量评价的基本因子。地貌因子包括地貌类型、海拔高度、坡度、坡向、侵蚀程度等因子。地形、地质因子在很大强度上决定着土地利用方向、农田基本建设、土地改造的技术设施及开发利用等。因此，地貌因子也是土地评价基本因子之一。土壤是植物根系活动的场所，同时它具有提供和调节植物生长发育所需要的水分、养分、空气、热量等其他生长条件的能力。因此它是土地生产力的最重要组成部分，也是土地评价的最基本因子。在土地评价中着重考虑土壤类型、土层厚度、土壤质地、酸碱度（pH值）、有机质、氮、磷、钾等速效营养元素的含量及水分状况等因子。土壤的水分状况指水源保证率、沼泽化、潜育层深度及地下水的埋藏深度等2。同时可持续利用农用地的质量还要求土壤的环境不被破坏。因此土壤的污染状况包括土壤中重金属含量、有机农药含量和土壤中硝态氮含量等，也是土地评价的重要因子。社会经济指标包括土地利用集约度、土地经营效益、人口状况等。土地利用集约度主要指土地投入的水平；土地经营效益主要由产量或产值等指标来表示。人口状况主要体现人口与资源的关系，这直接影响到土地质量2, 3。区位指标主要指经济地理位置，包括中心城镇影响度和交通条件等。因此，选取指标的原则应考虑以下几个方面：（1）主导性原则 从影响土地质量的众多指标中选择制约土地用途的主要因子增强土地质量评价的科学性和简洁性。（2）差异性原则 选择研究区内有明显差异，能够出现临界值的因子，客观地划分土地等级，否则将有悖于评价目的。（3）不相容性(独立性)原则 该原则要求所选的指标体系能够尽量反映土地的全部属性。指标间不能出现因果关系，避免重复评价。（4）可能性原则 指标的选择要具有实用性，即易于捕捉信息并对其定量化处理。体系不宜过于庞大，应简单明了，便于理解和计算。（5）定量与定性相结合的原则 尽量把定性的、经验性的分析进行量化，以定量为主。必要时对现阶段难以定量的指标采用定性分析，减少人为影响，提高精度2, 4, 19。2 指标体系现状与问题2.1 指标体系现状土地评价是土地利用规划的主要依据，是合理利用土地的重要前提。20世纪60年代以来，土地评价多以土地分类和土地潜力分类为主5。但是随着人口的增长、土地退化和环境问题的日益加剧，以土地的现状特征分析为主的传统的土地评价（土地适宜性评价和土地潜力评价）远远满足不了土地可持续利用和自然保护等现代土地利用规划的需求。土地可持续利用问题已经成为该领域研究的焦点。衡量可持续发展的指标体系被拟定为近期理论研究的重点6。而旨在更好地掌握土地质量变化的土地质量指标体系研究则成为几大国际组织（世界银行、联合国粮农组织、联合国开发计划署、联合国环境规划署）确定的优先研究项目7。继90年代国际上一些土壤学家和土地评价专家将可持续概念引申到土地利用之后，国际上召开了多次会议，许多学者从自然、经济、社会、环境等各个方面探讨了土地评价的指标和方法。在“发展中国家可持续土地利用评价国际研讨会”（泰国）25和“21世纪可持续土地利用管理国际研讨会”（加拿大）26等基础上，世界粮农组织（FAO）于1993年颁布了可持续土地利用评价纲要等指导性文件24。评价纲要中指出了评价的原则、程序和五项评价标准，即：土地生产性（productivity）、土地的安全性或稳定性（security）、水土资源保护性（protection）、经济可行性（viability）和社会可接受性（acceptance），并初步建立了从自然、经济和社会等方面的评价指标8。由于不同国家和地区的自然和社会经济条件不同，各国均以评价纲要为指导，探讨适合本国的土地评价理论和方法。其后世界银行、联合国粮农组织、联合国开发计划署和联合国环境规划署于1995年召开会议研究建立土地质量指标体系项目的全球联盟基础。中国继1992年世界环境与发展大会之后也制定了中国国家可持续发展战略中国21世纪议程，并展开了相关研究9。许多学者在理论的基础上从自然、社会经济、生态三个方面提出了各种土地可持续发展的指标体系10, 11, 5。陈百明等指出了土地的可持续利用指标与评价的研究必须从三个方面开展深入探讨：一是土地利用分区及制定区域土地可持续利用指标体系，二是制定主要土地利用系统可持续利用指标体系及阈值，三是制定典型区土地可持续利用指标体系及阈值。只有将三方面的研究融合起来，才能保证指标体系的科学性、系统性和实用性8。Anthony Gar-on Yeh等以广东省东莞市为样区，利用GIS研究了快速发展地区的土地可持续发展9。随着研究的深入，可持续农业评价研究也逐渐展开。姜文来等12、徐梦洁13、刘慧14等研究了区域农业可持续发展的指标体系和方法。但我国在土地资源可持续利用及其指标体系的研究方面与国外还存在着一定差距，评价方法没有充分反映出可持续性的动态特征。因此在建立土地可持续利用指标体系时应与国际上的主要评价指标体系进行比较，特别是某些指标域值上的异同。2.2 指标体系存在的问题截至目前，国际上有关的指标体系可分为以下几种：单一指标体系、综合核算体系、菜单式多指标体系、菜单式少指标体系、“压力-状态-响应”（P-S-R）指标体系15。但总的来说，这些指标体系研究中主要存在以下问题：（1）理论与实践脱节。有些指标看似合理，但由于数据不易获得，实际操作起来就很困难；（2）有些指标的选择上存在概念模糊和交叉现象；（3）指标数据太多，不便操作；（4）忽略了空间因素4, 6, 16。同时，评价指标体系中权重或贡献率的确定也是很困难的技术问题。目前国内研究中常采用层次分析法、特尔菲法等方法，有很强的主观性。因此本课题将以地理信息系统为工作平台，引入模糊神经网络模型确定权重，以期克服主观成分及随机性的影响，使评价结果更客观准确。3 定量化土地评价方法3.1 土地评价中因素因子及其权重的定量方法3.1.1 空间扩散模型18该模型用于计算呈扩散影响的因素，如排灌保证率、道路通达度中心城镇影响度等。它能准确确定具有空间扩散影响的因素对定级范围内的各个定级单元作用强度。它由扩散场强和缓冲区赋值两部分组成。扩散场强是随着距离的增加作用分值迅速降低，因此，实施缓冲带操作采用指数形式的分析模型。Fi=fo(1-ri )；ri=di /do；do=s/2l；di=do(1-lnFi/lnfo)其中do因素影响半径；di实际距离；fo规模指数；s研究区域面积；l道路或沟渠长度。3.1.2 主成份分析法20农用土地质量是自然因素和社会经济因素综合作用的结果，分析各因素综合作用的特性，就能综合判断农用土地质量的高低。由于影响农用土地质量的因素种类繁多，影响强度相差甚远，因而科学地选择指标，对农用地的质量评价具有重要意义。目前，常用的方法有经验判断法、特尔菲咨询法、主成分分析法等。本课题将采用主成分分析法筛选因素。主成分分析法是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术，即用较少几个综合指标来代表原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。3.1.3 模糊神经网络评价指标体系中权重或贡献率的确定一直以来是制约指标合理的瓶颈因素。确定权重值的方法很多。目前常用的有层次分析法、特尔菲咨询法、回归分析法、灰色关联分析法和主因子分析法等，但这些方法却难以摆脱人为因素及模糊随机性的影响。为了克服权重确定的困难，弱化人为因素，近年来，模糊神经网络模型开始受到关注。模糊神经网络这一术语已流行近十年，目前已形成了一个很热门的研究领域。它在本质上就是将常规的神经网络赋予模糊输入信号和模糊权值。由于现实世界中的许多事物均是模糊的，没有明确的内涵和外延。逻辑学家和哲学家J.Lukasiewicz指出经典的二值逻辑只是理想世界的模型，而不是现实世界的模型。随后美国加州大学的L.A.Zadeh博士在1965年发表的Fuzzy Set论文中首次提出了表达事物模糊性的重要概念隶属函数。它的提出奠定了模糊理论的数学基础，并在此基础上发展形成了模糊理论。而1966年诞生的模糊逻辑为计算机模仿人的思维方式来处理信息提供了可能21。神经网络是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，是通过许多简单的关系连接来表示复杂的函数关系。它的研究从20世纪40年代开始，至今已有半个世纪的历史。由于神经网络由大量的神经元组成，因此它对信息的存储具有分布式的特点；对信息的处理及推理的过程具有并行的特点；同时神经网络对信息的处理具有自组织、自学习、容错能力强等特点23。但由于神经网络表示的简单关系往往是非0即1的简单逻辑关系，且神经网络所知的信息是隐含的22。模糊理论的逻辑取值可在0和1之间连续取值。将这两者结合起来形成的模糊神经网络（FNN）可减少神经网络对存储器的要求，增加网络的泛化能力和容错能力等。FNN是在传统的神经网络中增加一些模糊成分，用“与”、“或”运算符取代S函数，输入信号或网络权值为模糊量。它继承了常规神经网络的学习算法，但由于模糊信息的特殊性，又形成了一些独特的算法。模糊神经网络融合了模糊逻辑和神经网络的优点，既能表示定性知识，又具有自学习和处理定量数据的能力。因此将两者结合起来形成的模糊神经网络就同时具有模糊推理和神经学习的能力。3.1.4 层次分析法层次分析法（The Analytical Hierarchy Process,简称AHP），是著名运筹学家T.L.Saaty在70年代提出的。它把人的思维过程层次化、数量化，并用数学方法为分析、决策、预报和控制提供定量的依据，事实上是一种定性与定量相结合的方法。AHP法的基本原理就是把要研究的复杂问题看作一个大系统，通过对系统的多个因素的分析，划分出各因素相互联系的有序层次；再请专家对每一层次的各因素进行客观的判断后，相应给出相对重要性的定量表示，建立数学模型，计算出每一层次全部因素的相对重要性的权数，并加以排序；最后根据排序结果进行规划决策和选择解决问题的措施。3.2 地理信息系统在定量土地评价中的应用地理信息系统起源于北美。加拿大国家土地调查局为了处理大量的土地调查资料，于20世纪70年代建立了世界上第一个地理运行性地理信息系统。随后许多国家纷纷投入大量的人力、物力、才力研究地理信息系统。美国地质调查局发展了50多个地理信息系统，主要用于输入处理、分析和输出全国范围土地利用和土地覆盖制图的空间数据。20世纪80年代地理信息系统在全世界范围内全面应用，许多国家将地理信息系统用于国土规划、支持资源与环境管理决策。同时发展中国家也迈开了信息时代的步伐。地形图、利用图、土壤类型图、行政区划图土壤数据、环境数据、社会经济数据空间数据库数字化属性数据库标准化处理数据库管理系统用户人机接口FNN 模型、AHP模型、主成分模型、指数扩散模型模型库管理系统指标体系报表农用地定级图输出图1 土地评价信息系统在我国，地理信息系统的研制与应用从20世纪70年代末开始。虽然历史短但发展快。土地资源评价与管理是地理信息系统应用最早的和比较成熟的领域之一，涉及到土地利用、土地开发整治和保护的各个环节。在土地资源动态监测方面，主要是利用已有数据、图件和GIS及3S等集成系统，对土地利用现状进行动态监测，以便及时掌握土地利用的动态变化信息，这对国民经济建设，尤其是农业可持续发展具有重大而深远的影响。在土地资源利用现状调查中的应用则主要是利用遥感图像，同时结合各种分类方法及分类算法模型提取信息，得到精确的土地资源利用数据和图件。由农业部全国土壤普查办公室主持的“第二次全国土壤普查”便是首次以11万15万的航空像片为主要数据源，结合地形图，利用GIS技术进行了县级土壤普查，较常规方法节约了3/4的经费17。在土地资源规划方面主要是获取被治理区的基础资料，选取合适的规划模型，对规划区进行规划，并对其效果进行评价，为土地资源规划提供最优的规划方案。20世纪80年代后期，为了适应土地管理的技术要求，各级土地部门在有关科研单位和院校的配合下，开发了多种应用软件，用于土地利用现状分析、土地适宜性评价、生产潜力分析及各种预测。今后，定量土地评价的发展趋势是将数据库、模型库、方法库、专家系统与GIS紧密集合与集成，建立适合于不同层次用户操作使用的土地评价业务运行管理信息系统（图1），提高我国农业现代化管理水平。参考文献：1 黄杏元, 高文. 地理信息系统支持的城市土地定级方法研究J. 环境遥感, 1993, 8（4）：241-249.2 邓留献. 农用土地定级估价理论与实践M. 北京: 中国大地出版社, 2000: 7.3 国土资源部. 农用地分等定级规程（国土资源大调查专用）S. 北京: 国土资源部, 2001: 3.4 田光明. 县域农业资源环境可持续性评价的理论与方法探讨D. 北京: 北京农业大学博士学位论文, 1995.5 傅伯杰，陈利顶. 土地可持续利用评价的指标体系与方法J. 自然资源学报, 1997，12（2）：112-118.6 张坤民，王灿. 中国可持续发展进展及其理论研究的若干思考J. 中国人口资源与环境, 2001, 11（3）: 13-18.7 冷疏影, 李秀彬. 土地质量指标体系国际研究的新进展J. 地理学报, 1999, 54（2）: 177-185.8 陈百明，张凤荣. 中国土地可持续利用指标体系的理论与方法J. 自然资源学报, 2001, 16（3）: 197-203.9 ANTHONY GAR-ON YEH. Sustainable Land Development Model For Rapid Growth Areas Using GISJ. Int J Geogr Infor Sci, 1998, 12(2): 169-189.10 冷疏影，刘燕华. 中国脆弱生态区可持续发展指标体系框架设计J. 中国人口资源与环境, 1999, 9（2）: 40-45.11 刘黎明, 谢花林, 赵英伟. 我国草地资源的可持续利用评价指标体系的研究J. 中国土地科学, 2001, 15（4）: 43-46.12 姜文来, 罗其友. 区域农业资源可持续利用系统评价模型J. 经济地理, 2000, 20（3）: 78-81.13 徐梦洁. 区域农业可持续发展评价体系初探J. 农业系统科学与综合研究, 1998, 14（4）: 313-316.14 刘慧. 区域农业可持续发展指标体系及评估方法J. 地理科学进展, 1997, 16（2）: 21-25.15 王伟中. 地区可持续发展导论M. 北京：商务印书馆, 1999.16 钱海滨, 薛永森, 田彦军. 土地资源合理利用评价研究综述J. 中国土地科学, 2001, 15（2）: 14-19.17 汪卫民. RS和GIS在农业领域的应用与展望J. 计算机与农业, 1998（2）：4-7.18 黄杏元, 徐寿成. GIS动态缓冲带分析模型及其应用J. 中国图象图形学报, 1998，3（10）：871-873.19 王令超. 基于GIS工作平台的农用土地定级方法研究J. 地域研究与开发, 1999，18（2）：20-22.20 余家林. 农业多元实验统计M. 北京: 北京农业大学出版社, 1993.21 冯冬青. 模糊智能控制M. 北京：化学工业出版社, 1998: 9.22 李斌. 基于BP算法的模糊神经网络研究J. 上海航天, 1995，4：8-12.23 李士勇. 模糊控制: 神经控制和智能控制论M. 哈尔滨: 哈尔滨工业大学出版社, 1996: 10.24 FAO. An international framework evaluating sustainable managementR. World Soil Resources Report, 1993: 73.25 ACIAR/IBSRAM. Proceedings of the international workshop on evaluation for sustainable land management in developing worldC. Technical Papers, Chiang Rai, Tailand, 1991: 2.26 University of Lethbridge. Proceedings of the in