【《基于随机森林模型的生态安全评价分析案例》7900字】

基于随机森林模型的生态安全评价分析案例目录TOC\o"1-3"\h\u5123基于随机森林模型的生态安全评价分析案例 1216911.1评价指标体系的建立 1155521.1.1评价指标体系的建立方法 1306151.1.2评价指标体系的选取 1230521.1.3评价指标的量化 3303821.1.4评价指标量化分级 1476721.2生态安全评价过程 1553741.2.1样本选取 15317251.2.2训练数据 16274051.2.3优化参数 16230631.2.4精度评判 1779771.2.5特征重要性评估 177901.2.6特征重要性检验 19科学评价生态安全是分析低山丘陵区生态安全状况的前提。本章主要内容是建立生态安全评价指标体系，将相关数据处理成栅格数据格式，构建随机森林模型，评价湘乡市生态安全状况。1.1评价指标体系的建立构建科学合理的生态安全评价指标体系是准确评价湘乡市生态安全状况的前提。本研究将生态安全定义为在受到外界干扰的情况下，仍然可以为人类和各生物提供稳定的生存环境和持续性的粮食供给。因此，在本研究中生态安全是由自然环境和人类活动共同影响的，即构建生态安全评价指标体系应包含自然因素和人类活动因素。根据评价指标的独立性、稳定性、针对性及评价过程的可操作性等原则，结合湘乡市生态环境存在的实际问题及数据的可获得性，从生态重要性、生态敏感性和生态阻力因子三个方面构建生态安全评价指标体系。1.1.1评价指标体系的建立方法1.1.2评价指标体系的选取（1）生态重要性指标的选取生态系统能够为人类提供多种多样的服务功能，包括供给、调节、支持和文化服务等。本研究从人类对生态系统的需求角度出发，针对研究区生态环境状况，分析生态系统服务功能的区域性差异，明确各种不同的生态系统服务功能区，对具有重要生态价值的关键栅格单元进行有效管理和维护，其结果可以为国土空间开发保护和生态文明建设提供参考。本研究结合前人相关研究[42,52]，基于湘乡市的生态环境特点，通过对湘乡市相关数据、文献的收集与分析，确定湘乡市关键的生态服务为水源涵养、生物多样性保护与粮食安全。因此，本研究在遵循评价指标选取原则的基础上，确定湘乡市生态重要性评价指标，主要包括气候、土壤、生物和粮食供给等因素。主要有以下5项评价指标：年均降雨量、生物多样化、植被归一化指数（NDVI）、土层厚度、粮食产量。（2）生态敏感性指标的选取生态敏感性是指生态系统在应对人类活动干扰和自然环境变化时所体现的反应程度，是对现状自然环境条件下潜在生态环境问题发生的难易程度和可能性大小进行评定。高敏感区域受到人类不合理活动影响时，出现环境问题的可能性越大。生态敏感性评价的核心是识别当前自然环境中可能存在的环生态境问题，并将其落实到具体空间区域。通过生态敏感性评价，可以筛选出受到干扰后难以恢复的高敏感区域，从而以提升生态系统内部稳定性为目标划定生态空间，为区域生态问题的防治提供有效依据。本研究根据湘乡市生态环境主要问题和历年自然灾害发生情况选取地质灾害、水土流失和石漠化三项威胁，开展生态敏感性分析。分别选取三组指标：地质灾害包括降雨量、高程、坡度、NDVI、到河流距离、到公路距离六项评价指标；水土流失根据水土流失方程基本原理选取土壤可蚀性、地形起伏度和NDVI三项评价指标；石漠化以研究区内石漠化程度作为评价指标。剔除以上三组指标中的已重复的指标，包括年均降雨量、高程、坡度、NDVI、到河流距离、到公路距离、地形起伏度、土壤可蚀性和石漠化9项指标作为生态敏感性指标选取的评价因子。（3）生态阻力指标的选取生态阻力是指生态要素、功能与过程在空间流动上的阻力大小，其主要受到景观类型影响[71]。本研究从显性阻力和隐性阻力两个角度来选取生态阻力这一维度的指标，显性阻力选取土地利用类型这一指标，隐性阻力选取代表地貌条件的坡度因子和地形起伏度因子[72]。使用ArcGIS10.2软件中地图代数功能对各项指标进行处理，坐标设置为国家大地2000坐标系，生成14个栅格数据图层，空间分辨率为50m×50m，湘乡市共划分786750个评价单元。1.1.3评价指标的量化（1）高程湘乡市属于典型的低山丘陵地区，地形复杂。一般来说，高程较高的区域人类活动干扰较小、植被覆盖度高，生态环境具有相对较高的安全性；高程较低区域居住人口较多，人类工程活动频繁，容易导致滑坡、泥石流等地质灾害，造成生态环境问题。已有研究表明高程对自然灾害的发生具有重要影响[65]，进而在一定程度上决定了生态环境的安全与否。本研究采用自然断点法，基于湘乡市数字高程模型（DEM），在ArcGIS平台中将湘乡市高程划分为5级，从小到大依次为<100m、100~160m、160~250m、250~400m、>400m，得到研究区高程分布图（图3-1）。由图可见，湘乡市高程总体呈现出东南地势低平，西北地势较高的特征，其中，高程低值区主要分布在湘乡市中、东部地区，高值区多分布于湘乡市西北部及南部。图3-1湘乡市高程分布图图3-2湘乡市年平均降雨量分布图Fig.3-1ElevationdistributionofXiangxiangCityFig.3-2DistributionofannualmeanrainfallinXiangxiangCity（2）多年平均降雨量降雨这一自然现象在提供生物生长生存的水源的同时也会对土体表层产生冲刷作用，带走土体表面部分的不稳定土体颗粒，对具有地形起伏的低山丘陵区影响更大，易发生土壤侵蚀，造成水土流失。多年平均降雨量是一个长期状态下的平均降雨量，对地表植被发育、地表径流形成及水土功能保持具有重要影响，进而影响整个生态系统的安全性。本研究利用ArcGIS软件，基于湖南省湘潭市各气象站点的多年平均降雨量数据进行空间插值处理和重采样，经裁剪获取到湘乡市多年平均降雨量栅格图层。采用自然断点法将其分为5个等级，分别为<15528，15528~15653，15653~15778，15778~15918，>15918五个等级，得到研究区降雨量分布图（图3-2）。从图中可以看出，湘乡市东部地区的年平均降雨量大于西部地区。（3）坡度坡度是指地表单元陡缓的程度，它对斜坡区域的地表水径流、地下水的补给与排泄、坡体的稳定性、植被覆盖度等都有着重要影响，影响生态系统的稳定性。坡度较低区具有较好的稳定性，不易发生水土流失和自然灾害，生态系统稳定性较高。25°以上的坡度区域是地质灾害多发区，这些区域天然稳定性较差。本研究采用ArcGIS软件中的Slope工具，基于湘乡市DEM数据提取出坡度数据，采用自然断点法将其分为5个等级，分别为<2°、2°~8°、8°~15°、15°~25°、>25°，生成坡度分布图（图3-3）。湘乡市南、西、北部地势高，中部、东部地势低平，但地势起伏较为和缓，反差强度不大，其中，坡度小于2的区域面积占全市国土面积的16.43%。图3-3湘乡市坡度分布图图3-4湘乡市地形起伏度分布图Fig.3-3SlopedistributionofXiangxiangCityFig.3-4TopographicreliefdistributionofXiangxiangCity（4）地形起伏度地形起伏度是指特定区域范围内，海拔高度最高点与最低点之间的差值。地形起伏度作为地貌形态分类的重要指标，是生态敏感性评价的重要参考指标。本研究利用ArcGIS软件中的Zonalstatistics工具，基于湘乡市DEM计算地形起伏度数据，采用自然断点法将其分为5个等级，分别为<2.76，2.76~5.66，5.66~9.53，9.53~15.19，>15.19，生成研究区地形起伏度分布图（图3-4）。湘乡市地形起伏度大部分较低，高值区多在西北部山区，最大值是35.2，总体比较缓和，差值不大。（5）地质灾害核密度湘乡市以往发生过的地质灾害体类包括滑坡、泥石流、崩塌、地裂缝和地面塌陷，其中以滑坡和崩塌居多，这些地质灾害的发生对生态环境会造成一定程度的干扰，甚至造成难以恢复的生态环境问题，威胁区域生态安全。本研究利用ArcGIS软件中kerneldensity工具，基于湘乡市灾害点位数据进行核密度分析，得出地质灾害核密度，并以自然断点法将其分为5个等级，分别为<0.1，0.1~0.31，0.31~0.7，0.7~1.35，>1.35五个等级，核密度值越大的区域，发生的地质灾害越多。得到研究区地质灾害核密度分布图（图3-5）。图3-5湘乡市地质灾害核密度分布图图3-6湘乡市NDVI分布图Fig.3-5NucleardensitydistributionofgeologicalhazardsinXiangxiangCityFig.3-6DistributionofvegetationcoverageinXiangxiangCity（6）植被归一化指数（NDVI）NDVI是衡量生态环境质量的一个重要参数，对区域的水土保持功能具有直接影响。在植被高度发达的地区，水土保持功能相对更为稳定；而在植被覆盖度较低的地区，水土保持功能难以稳定发挥，甚至在遭受强暴雨、剧烈人类活动干扰时，还容易导致滑坡、泥石流等地质灾害的发生。NDVI是反映植被覆盖状况的遥感指标，其值与植被覆盖度成正相关。本研究通过ENVI计算得出NDVI数据，并将其分为5个等级，分别为<0.2，0.2~0.4，0.4~0.6，0.6~0.8，>0.8五个等级，得到研究区NDVI分布图（图3-6）。（7）距河流距离河流水域等对两岸坡地具有切蚀及冲击的作用，并带走坡脚岩土体，在坡脚处形成凌空面，容易导致滑坡等地质灾害的发生，对区域生态安全具有重要影响。湘乡市域内水系较为发达，为滑坡等灾害的发生提供了可能。对湘乡市河流数据进行缓冲操作，分别建立<100m、100~200m、200~300m、300~400m、>400m5个等级的缓冲区，得到研究区距河流距离缓冲图（图3-7）。图3-7湘乡市距河流距离缓冲区分布图图3-8湘乡市距公路距离缓冲区分布图Fig.3-7DistributionmapofriverbufferzoneinXiangxiangCityFig.3-8DistributionmapofhighwaybufferzoneinXiangxiangCity（8）距公路距离道路建设等人类工程活动对丘陵山区边坡的稳定性具有严重影响，易增加滑坡、崩塌等自然灾害的发生频率。因此，距公路距离是影响生态安全的一个重要的因素，距离公路远近不同对局部区域生态安全影响具有差异性。基于ArcGIS平台对湘乡市公路数据进行缓冲操作，分别建立<100m、100~200m、200~300m、300~400m、>400m5个等级的缓冲区，最终得到研究区距公路距离缓冲图（图3-8）。（9）石漠化程度湘乡市石漠化区域主要存在于西北部和南部少量地区，石漠化是导致区域生态敏感性的一个重要原因，石漠化地区极易发生山洪、滑坡、泥石流等地质灾害。此外，石漠化区域岩石裸露率高，土壤稀少，水土保持能力低，岩石渗漏易造成缺水、干旱等农业灾害。同时，暴雨将导致严重水土流失，不利于区域生态可持续发展。本研究将石漠化程度作为影响生态安全的一项指标。利用ArcGIS软件对湘乡市石漠化地区和非石漠化地区进行分级生成湘乡市石漠化分布图（图3-9）。图3-9湘乡市石漠化分布图图3-10湘乡市土壤可蚀性分布图Fig.3-9DistributionmapofrockydesertificationinXiangxiangCityFig.3-10DistributionmapofsoilerodibilityinXiangxiangCity（10）土壤可蚀性土壤可蚀性，是指土壤对侵蚀的敏感性程度。在降雨等其他条件相同情况下，可蚀性高的土壤比可蚀性低的易遭侵蚀。本研究参考生产建设项目土壤流失量测算导则（SL773-2018）附录C查询各个县土壤可蚀性因子，提取湘乡市土壤可蚀性因子数据。在ArcGIS平台对湘乡市土壤可蚀性因子进行空间插值及分级处理，得到研究区土壤可蚀性分布图（图3-10）。湘乡市只有极少数地区土壤可蚀性指数较高，分布在中部和西北部地区。（11）土层厚度土壤耕层富集了土壤主要的肥力，土层厚度越大，越有利于土壤肥力的富集，也更有利于土壤根系的延伸，耕地质量也就越高。本研究从湘乡市农业部门、耕地后备资源调查基础数据中提取土层厚度数据，最高土层厚度为130cm，平均土层厚度为68.7cm。本研究参考有效土层厚度分级标准将土层厚度分成5个类别，将其分为5个等级，分别为<15，15~30，30~50，50~100，>100五个等级，得到研究区土层厚度分布图（图3-11）。图3-11湘乡市土层厚度分级分布图图3-12湘乡市生物多样性分级分布图Fig.3-11DistributionmapofsoillayerthicknessinXiangxiangCityFig.3-12DistributionmapofbiodiversityinXiangxiangCity（12）生物多样性湘乡市地处中亚热带季风性湿润气候，生物种类丰富，在社会经济的发展过程中，生态平衡遭到人为的破坏，一些动植物的数量锐减，有些品种退化甚至灭绝。生物多样性保护对区域生态安全具有重大的意义。本研究按照表3-1分级标准对湘乡市区域内不同生物多样性区域进行分级，生成研究区生物多样性分布图（图3-12）。表3-1湘乡市生物丰富度分级Table3-1ClassificationofbiologicalrichnessinXiangxiangCity安全级别极安全较安全中等安全一般安全不安全分级标准国家级湿地公园省级生态公益林县级生态公益林其他森林、湿地、水域其他地区（13）粮食产量生态系统能够为人类提供供给，从一定程度上来说，保障粮食供给也是满足了区域一定的生态需求，因此，从生态需求重要性出发，粮食产量影响区域粮食安全，也是衡量生态安全的一项指标。根据湘乡市2019年国民经济统计资料显示，粮食总产量为49.84万吨。本研究结合湘乡市基本农田保护区，根据耕地质量等级和耕地植被覆盖度将粮食产量进行空间插值处理，得到湘乡市单位栅格面积上的耕地粮食产量。本研究将插值计算得出的湘乡市粮食产量分成5个级别，分别为<260，260~750，750~1268，1268~1792，>1792五个等级，得到研究区粮食产量分级分布图（图3-13）。图3-13湘乡市粮食产量分级分布图图3-14湘乡市土地利用类型分布图Fig.3-13GrainyieldclassificationdistributionmapofXiangxiangCityFig.3-14LandusetypedistributionmapofXiangxiangCity（14）土地利用类型不同的土地利用类型，体现了人类活动对生态系统的扰动程度和破坏程度的差异性，进而影响生态系统安全状况。例如林地、草地、和水域等生态用地有利于维持区域生态安全，建设用地等人类活动频繁的地类则会干扰生态系统稳定。本研究按照研究目标将湘乡市土地利用类型分成7个土地生态利用类别，即耕地、园地、建设用地、林地、水域、草地和未利用地(表3-2)。按照生物迁徙的阻力值大小划分为林地、水域或草地、耕地或园地、未利用地和建设用地五个等级（图3-14）。表3-2湘乡市土地利用现状类型与土地生态利用类型衔接Table3-2ConnectionbetweenlandusetypesandlandecologicalusetypesinXiangxiangCity土地利用现状类型土地生态利用类型一级类型二级类型耕地水田、旱地耕地园地果园、茶园、其他园地园地林地乔木林地、竹林、灌木林地、其他林地林地草地其他草地草地商业服务用地商业服务业用地、仓储物流用地建设用地工矿用地工业用地、采矿用地住宅用地城镇住宅用地、农村宅基地公共管理与公共服务用地机关团体新闻出版用地、科教文卫用地、公用设施用地、公园与绿地特殊用地特殊用地交通运输用地铁路用地、公路用地、城镇村道路用地、交通服务场站用地、农村道路、机场用地水域及水利设施用地河流水面、水库水面、坑塘水面、沟渠、水工建筑用地水域湿地内陆滩涂其他土地裸土地、裸岩石砾地未利用地1.1.4评价指标量化分级根据以上评价指标的量化分析，对选取的14项评价指标进行划分，将生态安全状况分为极安全、较安全、中等安全、一般安全和不安全5种等级，其对应的安全级别分别为1，2，3，4，5，具体见表3-3。表3-3湘乡市生态安全评价指标等级划分Table3-3ClassificationofecologicalsecurityevaluationindexinXiangxiangCity生态安全状况极安全较安全中等安全一般安全不安全安全级别12345高程(m)>400(250,400](160,250](100,160](0,100]降雨量(0.1mm)>15918(15778,15918](15653,15778](15528,15653](0,15528]坡度(°)[0,2](2,8](8,15](15,25]>25地形起伏度[0,2.76](2.76,5.66](5.66,9.53](9.53,15.19]>15.19地质灾害核密度[0,0.1](0.1,0.31](0.31,0.7](0.7,1.35]>1.35NDVI>0.852(0.804,0.852](0.748,0.804](0.632,0.748][0,0.632]距河流距离(m)（0,100](100,200](200,300](300,400]>400距道路距离(m)>400(300,400](200,300](100,200]（0,100]石漠化程度1(1,5)(1,5)(1,5)5土壤可蚀性9(7,9)7(5,7)5土层厚度（cm）>100(50,100](30,50](15,30][0,15]生物多样性12345粮食产量(㎏/㎡)>1792(1268,1792](750,1268](260,750][0,260]土地利用类型林地水域/草地耕地/园地未利用地建设用地1.2生态安全评价过程1.2.1样本选取随机森林模型是智能分类模型，能够通过对训练样本的学习以达到准确分类待测数据的目标，因此，样本选取是构建随机森林生态安全评价模型的关键，样本选取质量决定了整体评价效果。随机森林模型无需设定指标权重和分类标准，但是样本的选取需要遵循一定原则，即模型的权重与分类标准是被样本数据的选取规则所取代。成功选取样本之后需人为对样本级别进行判别，同时将样本集分为训练样本和测试样本。湘乡市生态安全状况将分为五级：极安全、较安全、中等安全、一般安全和不安全，样本依据《湖南省生物多样性保护战略与行动计划（2013-2030年）》、湘乡市生态保护红线、各级自然保护区、森林公园、湿地公园、生态公益林和历年地质灾害发生点位等综合选取，并加以人工识别赋予样本相应的生态安全等级。本研究共选取5000个样本点，具体分布如图3-15所示。图3-15样本点分布Fig.3-15Distributionofsamplepoints1.2.2训练数据本研究借助python语言平台实现随机森林模型的构建，选取的5000个样本点作为样本数据集N，各级别样本分别为1000个。首先，把样本集N分别按75%和25%的比例随机分成两个子集N1和N2，再将其中的N2作为测试数据集，N1作为训练数据集，从而构成训练集和测试集对样本进行训练与检测。1.2.3优化参数在构建随机森林模型时，需要对模型进行相关参数设定。在调整参数之前，需对随机森林模型中的random_state进行调整，random_state控制的是生成森林的模式，保证程序每次运行都分割一样的训练集和测试集，本研究设置random_state为0.5。经过多次调试将随机森林模型的以下参数调整至最佳参数，其余参数均为默认值。（1）分类树的个数：分类树数量越大模型效果越好，但达到一定程度时，精确性趋于稳定。经过设置不同分类树个数的模型运行效果比较，将模型的分类树个数设为2000个。（2）分类树最大深度：数据或者特征量少时可不设置，数据和特征多的情况下，可根据数据分布限定分类树最大深度。本研究基于数据和特征数量将分类树最大深度设置为20。（3）最小样本数：该值限制子树继续划分的条件，默认值为2，样本量不大的情况下无需修改。本研究根据样本数据情况将最小样本数调整为10。1.2.4精度评判将训练集与测试集输入随机森林模型进行运算，如果评价模型的训练和测试结果皆达到评估精度的要求，即可进行下一步计算，若不满足则需要对模型主要参数重新设定或重新选取样本点，直到满足评估精度要求后才能应用模型进行数据处理。随机森林模型内置了自评估功能，可不进行单独测试，评估结果见表3-4，模型的训练精度为98.01%，测试精度为95.53%。模型精度已经非常高，为避免模型过拟合问题，本研究不进行交叉验证来提升模型分类精度。表3-4随机森林模型训练和测试精度评估Table3-4Randomforestmodeltrainingandtestaccuracyevaluation样本数子集精度3500训练98.01%1500测试95.53%1.2.5特征重要性评估本研究构建的随机森林生态安全评价模型是根据所有分类节点的平均基尼减少值来计算各指标重要性程度（表3-5、图3-16）。在该模型中，可采用递归消除方法来淘汰回归系数最小的特征，同时计算模型的精度，对每个不同特征数得到的模型精度进行对比，确定在剔除淘汰特征后，模型的精度是否发生了显著变化。然后根据模型精度是否明显变化来决定影响因子的个数，最终构建随机森林模型。本研究中在选取全部14个影响因子构建随机森林模型时，模型的样本训练分类精度已经达到98.01%，同时，为防止模型产生过拟合的结果，本研究不再通过递归消除法对模型进行精度提升。模型可根据公式自动计算各个因子对模型的重要性，计算输出结果如表3-5：表3-5湘乡市生态安全影响因子重要性程度Table3-5ImportancedegreeofecologicalsecurityimpactfactorsinXiangxiangCity特征重要度特征重要度生物多样性31.48%坡度6.27%距公路距离15.29%降雨量