gis支持下的土地適宜性評(píng)價(jià)方法綜述

gis支持下的土地適宜性評(píng)價(jià)方法綜述

一般來說，土地利用評(píng)估是基于特定使用方法的特定要求制定的最合適土地利用方法。基于不同的土地利用內(nèi)涵與應(yīng)用方式的理解,土地適宜性評(píng)價(jià)形式不同。有必要明確土地利用與土地覆蓋這兩個(gè)概念。從廣義上講,土地覆蓋描述的是地球表層在自然狀態(tài)下的覆蓋、下墊面覆蓋以及人工建筑等;而土地利用是人類采取的土地覆蓋方式,它包括采取某種利用方式的目的以及生物物理過程?；诓煌目臻g尺度,土地利用內(nèi)涵不同。在大尺度上,土地利用表示資源利用;在小尺度上(如某個(gè)城市),土地利用意味著為不同的土地利用方式尋找最適合的潛在位置。但是在確定的尺度和研究區(qū)域,土地利用包括選取不同的土地利用方式、某種土地利用方式下的利用模式以及相應(yīng)的強(qiáng)度和范圍等。在進(jìn)行適宜性評(píng)價(jià)時(shí),有必要區(qū)分位置選取和位置搜索這兩個(gè)問題。如果某種土地利用候選區(qū)域情況(如所在位置、范圍以及其他屬性)都是確定的,研究者的目標(biāo)就是確定最適合的特定位置,對(duì)各個(gè)候選區(qū)域進(jìn)行分級(jí)評(píng)估,這便是位置選取的問題。如果沒有候選區(qū)域的范圍位置信息,就必須采取一定的方法確定評(píng)價(jià)單元,然后進(jìn)行評(píng)價(jià),這便是土地利用適宜位置搜索問題,其研究目的是確定適合位置的邊界。兩種問題都包括基于某種利用方式的要求,確定每個(gè)研究單元的適宜級(jí)別。位置搜索問題中,除確定適宜級(jí)別外,還需根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)匯總基本觀測(cè)單元的值,確定它的空間屬性,如形狀、鄰接性、緊密性信息等。本文的適宜性評(píng)價(jià)概念是廣義上的,它包括位置搜索問題。GIS支持下的土地適宜性評(píng)價(jià)是用戶通過GIS系統(tǒng)對(duì)相關(guān)地理對(duì)象(圖層)交互地輸入、顯示、分析以及結(jié)果輸出的過程,空間分析和推理是問題的核心,輔助決策是最終目的。從最初的數(shù)據(jù)到用于輔助決策的信息,基于GIS的土地適宜性評(píng)價(jià)包括數(shù)據(jù)、用戶參與以及輔助評(píng)價(jià)的方法等幾個(gè)不可缺少的要素。與其他應(yīng)用領(lǐng)域一樣,GIS通過支持建設(shè)者、規(guī)劃者、決策者等不同人群的參與來達(dá)到社會(huì)化的目的?；贕IS的土地適宜性評(píng)價(jià)技術(shù)在諸多方面的應(yīng)用,以及其他相關(guān)技術(shù)(如網(wǎng)絡(luò)和人工智能技術(shù))的發(fā)展,導(dǎo)致新的土地適宜性評(píng)價(jià)方法不斷涌現(xiàn)。1支持gis支持下土地適應(yīng)性評(píng)價(jià)方法1.1評(píng)價(jià)工作者不了解和操作評(píng)價(jià)因子疊加分析方法就是將不同的評(píng)價(jià)因子圖層進(jìn)行疊加分析,綜合形成一個(gè)總的評(píng)價(jià)圖,操作中用得最多的是布爾運(yùn)算和加權(quán)綜合法。疊加分析方法的優(yōu)點(diǎn)是容易理解和操作,因此應(yīng)用廣泛。但是,在進(jìn)行加權(quán)綜合分析操作時(shí),很多時(shí)候操作者并沒有很好地理解那些評(píng)價(jià)因子以及賦予它們相應(yīng)權(quán)重的意義。而且,各評(píng)價(jià)因子標(biāo)準(zhǔn)化和歸一化的方法在很多情況下并不恰當(dāng),同時(shí)該方法假定各個(gè)評(píng)價(jià)因子之間沒有相關(guān)性。而評(píng)價(jià)工作者并不了解或忽略了這些假設(shè),由此導(dǎo)致了一些不正確的結(jié)論。疊加分析方法將復(fù)雜的適宜性分析評(píng)價(jià)過程簡(jiǎn)化為幾個(gè)評(píng)價(jià)因子的問題,而不是多因素、多方面的綜合判斷,因?yàn)檫@種綜合很難在計(jì)算機(jī)中表示出來。1.2基于不同地理要素的模型多指標(biāo)決策模型克服了傳統(tǒng)的疊加分析方法的不足,GIS支持下的多指標(biāo)決策模型可以看作是將空間與非空間數(shù)據(jù)綜合為決策性結(jié)論的過程,多指標(biāo)決策模型定義了輸入與輸出圖層之間的關(guān)系。包括地理數(shù)據(jù)的處理、決策者的喜好以及根據(jù)某種決策規(guī)則進(jìn)行的選擇等,它將地理數(shù)據(jù)與決策者的喜好綜合為一個(gè)一維的對(duì)應(yīng)于多種選擇方案的數(shù)值。按照決策規(guī)則不同,又可分為多目標(biāo)決策模型和多屬性決策模型。多目標(biāo)決策模型側(cè)重于數(shù)學(xué)模型運(yùn)算,而多屬性決策模型側(cè)重于數(shù)據(jù)方面。多屬性決策模型是一種離散的模型,它假設(shè)每一種選擇方案都已經(jīng)具體地給出,而在多目標(biāo)決策模型中,可選方案則是在過程中產(chǎn)生的。1.2.1多目標(biāo)優(yōu)化問題該模型通過定義多個(gè)決策目標(biāo)的功能變量以及對(duì)這些變量施加限制條件的決策模型來確定可選方案,通過一系列的決策變量對(duì)決策方案進(jìn)行詳細(xì)的定義。它往往采取將這些變量轉(zhuǎn)化為單目標(biāo)問題,并且運(yùn)用線性運(yùn)算的方法予以解決。這種線性運(yùn)算的方法可以用來優(yōu)化土地利用,產(chǎn)生不同的規(guī)劃方案,同時(shí)分析決策變量和限制因子的關(guān)系。多目標(biāo)模型的優(yōu)點(diǎn)是它將地租和機(jī)遇成本等要素納入考慮范疇。但是隨著問題復(fù)雜性的增大,特別是適宜位置選取問題被定義為線性變量,限制了該方法的深入應(yīng)用。啟發(fā)式算法一定程度上可以解決這一問題,但并不保證能有一個(gè)最優(yōu)解,很多時(shí)候只是近最優(yōu)解。多目標(biāo)模型面臨的根本問題是:它無法將不同土地利用方式的選擇看作是一種包含鄰接性和整體性的空間模式;并且優(yōu)化算法軟件包與GIS軟件集成困難,它復(fù)雜的數(shù)學(xué)運(yùn)算較難在GIS環(huán)境中實(shí)現(xiàn)。由此引入了更容易在GIS環(huán)境中實(shí)現(xiàn)的多屬性模型。1.2.2多指標(biāo)決策模型中的應(yīng)用20世紀(jì)90年代以來,一系列多屬性模型評(píng)價(jià)方法在GIS環(huán)境中得以實(shí)現(xiàn)。相對(duì)權(quán)重值法和布爾邏輯運(yùn)算是其中最簡(jiǎn)單和最直接的方法。決策者首先確定每個(gè)屬性(評(píng)價(jià)因子)的相對(duì)權(quán)重,將每種屬性的權(quán)重值乘以該屬性的所得分值,然后相加得到總分值,選擇總分值最大的方案。這種方法簡(jiǎn)單易行,一般的GIS都能實(shí)現(xiàn),但也存在一些缺陷。層次分析法(AHP)是應(yīng)用較多的方法之一,它是將問題元素分解成目標(biāo)、準(zhǔn)則、方案等層次,在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法。這種方法是在對(duì)復(fù)雜決策問題的本質(zhì)、影響因素及其內(nèi)在關(guān)系等進(jìn)行深入分析的基礎(chǔ)上,利用較少的定量信息使決策的思維過程數(shù)字化,從而為多目標(biāo)、多準(zhǔn)則或無結(jié)構(gòu)特性的復(fù)雜決策問題提供簡(jiǎn)便的決策方法?；谶@些優(yōu)點(diǎn),層次分析法在土地利用規(guī)劃協(xié)同決策方面得到很好的應(yīng)用,但也有人對(duì)其理論上的功能質(zhì)疑。總的來說,多指標(biāo)決策模型面臨一些問題。首先輸入GIS系統(tǒng)的數(shù)據(jù)具有不確定性、不精確性和模糊性。其次,它必須將不同量綱的指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,不同的標(biāo)準(zhǔn)化處理方法可能導(dǎo)致不同的結(jié)果。最常用標(biāo)準(zhǔn)化處理方法是線性變換法,但該方法在理論和經(jīng)驗(yàn)方面均未有好的校正方案。再者,究竟某個(gè)特定的區(qū)域該采取何種土地利用措施仍是一個(gè)問題,還有很多有關(guān)決策支持的問題沒有解決。如將多指標(biāo)決策方法用于是否適合建造住房的評(píng)價(jià)時(shí),兩種方案的支持率都在30%左右,給最終決策帶來難題。人工智能方法有望解決這一問題。1.3人工智能的重要性空間信息技術(shù)的發(fā)展表明人工智能為土地適宜性分析與規(guī)劃問題的研究提供了新的機(jī)遇。從廣義上講,人工智能包括所有能夠輔助人們?cè)谀M決策中的計(jì)算技術(shù)。與其他方法所不同的是,它能較好地容忍不確定性、模糊性以及不準(zhǔn)確性等。人工智能方法包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊數(shù)學(xué)、元胞自動(dòng)機(jī)等。1.3.1評(píng)價(jià)方法所需的確定在一個(gè)復(fù)雜的土地利用適宜性評(píng)價(jià)系統(tǒng)中,有時(shí)很難給出常規(guī)評(píng)價(jià)方法所需的準(zhǔn)確數(shù)值,在某些時(shí)候適宜與不適宜的邊界并不太明顯。在確定邊界時(shí)有很大的不確定性,因此引入模糊數(shù)學(xué)的方法。模糊數(shù)學(xué)方法面臨的最大難題是隸屬函數(shù)的確定問題。1.3.2bp網(wǎng)絡(luò)方法人工神經(jīng)網(wǎng)絡(luò)模型模擬人腦的功能,具有自組織、自適應(yīng)的能力。誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)(BP網(wǎng)絡(luò))是應(yīng)用最廣泛的人工神經(jīng)網(wǎng)絡(luò)之一。BP網(wǎng)絡(luò)方法包括訓(xùn)練學(xué)習(xí)和應(yīng)用兩個(gè)過程。訓(xùn)練學(xué)習(xí)就是根據(jù)輸入輸出不斷調(diào)整網(wǎng)絡(luò)節(jié)點(diǎn)值的過程。人工神經(jīng)網(wǎng)絡(luò)模型用于土地適宜性評(píng)價(jià)就如一個(gè)自適應(yīng)的不斷調(diào)整的系統(tǒng),用戶可以將更多的精力關(guān)注問題本身而不是具體的技術(shù)細(xì)節(jié),因此被不少研究者所采納。其缺點(diǎn)是對(duì)訓(xùn)練數(shù)據(jù)的依賴性大,用戶并不清楚如何優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。1.3.3土地適宜性評(píng)價(jià)中傳統(tǒng)搜索算法和遺傳算法在土地適宜性評(píng)價(jià)中應(yīng)用不充分的問題它是一種借鑒生物界自然選擇和進(jìn)化機(jī)制發(fā)展起來的高度并行、隨機(jī)、自適應(yīng)搜索算法。由于其具有健壯性,特別適合于處理傳統(tǒng)搜索算法解決不好的、復(fù)雜的和非線性問題,在土地適宜性評(píng)價(jià)中得到較好的應(yīng)用。但遺傳算法只是一種找到近最優(yōu)解的方法,并不能保證找到最優(yōu)解。而且很多時(shí)候人們知道如何將遺傳算法的抽象框架運(yùn)用于具體的實(shí)際問題。如果能很好地描述問題空間和解決方案,也許并不需要遺傳算法。1.3.4土地適宜性評(píng)價(jià)的應(yīng)用把一個(gè)長(zhǎng)方形平面分成若干個(gè)網(wǎng)格,每一個(gè)格點(diǎn)表示一個(gè)細(xì)胞或系統(tǒng)的基元,它們的狀態(tài)賦值為0或1,在網(wǎng)格中用空格或?qū)嵏癖硎?在事先設(shè)定的規(guī)則下,細(xì)胞或基元的演化就用網(wǎng)格中的空格與實(shí)格的變動(dòng)來描述,該模型就是元胞自動(dòng)機(jī)。元胞自動(dòng)機(jī)(CellularAutomata,CA)可以很好地模擬系統(tǒng)從最初的簡(jiǎn)單狀態(tài)通過動(dòng)態(tài)的交互過程演化為一個(gè)復(fù)雜系統(tǒng)的過程。CA模型可以與多指標(biāo)模型等方法結(jié)合,在GIS系統(tǒng)中實(shí)現(xiàn)多種方法的集成。CA模型與代理技術(shù)結(jié)合,基于GIS的代理模型將為土地適宜性評(píng)價(jià)提供強(qiáng)有力的工具?？偟膩碚f,以下情況適合采用人工智能方法:1)存在大量的不可預(yù)料的非線性數(shù)據(jù);2)隱含著對(duì)于解決問題重要的解決模式;3)決策情況和人們的意見不能很好地定義。基于GIS的土地適宜性評(píng)價(jià)方法從最簡(jiǎn)單的疊加分析發(fā)展到多指標(biāo)分析、人工智能方法以及多種方法的綜合。目前,經(jīng)典的疊加分析方法仍是運(yùn)用最廣泛的。疊加分析方法的不足在于它沒有很好地將GIS和決策過程結(jié)合起來。多指標(biāo)決策模型在一定程度上解決了這些問題,但未能很好地解決指標(biāo)的標(biāo)準(zhǔn)化問題以及權(quán)重確定方法等。這些問題在人工智能方法中部分得到解決,但人工智能方法最大不足在于它采取“黑箱”式的分析問題風(fēng)格。2氣候條件概況福建省漳州市管轄漳浦縣、云霄縣、詔安縣、東山縣、南靖縣、平和縣、長(zhǎng)泰縣、華安縣以及龍海市和薌城區(qū)、龍文區(qū)。該市位于東經(jīng)116°53′~118°09′、北緯23°32′~25°13′之間,處于福建省的最南部,地勢(shì)西北高、東南低。地貌復(fù)雜,有中山、低山、丘陵、臺(tái)地、平原。漳州市氣候溫和,屬南亞熱帶季風(fēng)性濕潤(rùn)氣候。年均溫21℃左右,年日照超過2000h,無霜期330d以上,年平均降水量1500mm左右。2.1評(píng)估步驟2.1.1農(nóng)作物品種評(píng)價(jià)在明確了進(jìn)行評(píng)價(jià)的農(nóng)作物對(duì)象后,用戶可根據(jù)經(jīng)驗(yàn)和研究區(qū)實(shí)際情況,選取一定的評(píng)價(jià)指標(biāo)和評(píng)價(jià)標(biāo)準(zhǔn),確定該作物的生態(tài)指標(biāo)庫或直接引用系統(tǒng)原有的生態(tài)指標(biāo)庫。一是確定評(píng)價(jià)對(duì)象:農(nóng)作物品種包括各種糧食作物、經(jīng)濟(jì)作物、蔬菜、花卉、果樹、茶樹品種等,用戶可根據(jù)需求選擇感興趣的作物品種;二是建立評(píng)價(jià)指標(biāo)體系:在確定進(jìn)行適宜性評(píng)價(jià)的農(nóng)作物品種后,用戶根據(jù)該作物對(duì)氣候、土壤、地形等的要求,選定影響該作物生長(zhǎng)的因素;三是確定評(píng)價(jià)標(biāo)準(zhǔn):確定所有評(píng)價(jià)指標(biāo)對(duì)該農(nóng)作物品種的適宜范圍,如將適宜性級(jí)別分為非常適宜、較適宜、臨界適宜以及不適宜四級(jí),然后確定各評(píng)價(jià)指標(biāo)對(duì)應(yīng)各適宜級(jí)別值的范圍。對(duì)于非專業(yè)用戶,系統(tǒng)可從生態(tài)指標(biāo)庫中提取其相應(yīng)的專家知識(shí)供用戶參考,如果滿意可確定通過;否則可對(duì)其進(jìn)行調(diào)整,直至建立合適的評(píng)價(jià)標(biāo)準(zhǔn)為止。2.1.2疊加分析結(jié)果圖斑評(píng)價(jià)單元的劃分應(yīng)客觀地反映出土地在一定時(shí)間和空間上的差異。本研究采用各圖層疊加后生成的疊加分析結(jié)果圖的圖斑作為評(píng)價(jià)單元,能最大限度地保證同一評(píng)價(jià)單元內(nèi)土地基本屬性的一致性,同時(shí)避免評(píng)價(jià)單元選取過細(xì)造成的數(shù)據(jù)運(yùn)算量過大。2.1.3評(píng)價(jià)模型構(gòu)建在建立作物的生態(tài)指標(biāo)庫并確定評(píng)價(jià)單元后,采用經(jīng)驗(yàn)指數(shù)和法,即根據(jù)用戶選擇的影響農(nóng)作物生長(zhǎng)的氣候、土壤、地形等指標(biāo),按影響強(qiáng)度進(jìn)行經(jīng)驗(yàn)和統(tǒng)計(jì)分級(jí),然后用各因子之和的相應(yīng)數(shù)來表示對(duì)應(yīng)的適宜性級(jí)別。評(píng)價(jià)模型為:S=Σi=1nWiSiS=Σi=1nWiSi式中:S為每個(gè)評(píng)價(jià)單元的農(nóng)作物種植適宜性綜合評(píng)價(jià)指數(shù);Wi為第i個(gè)評(píng)價(jià)因子的相對(duì)權(quán)重;Si為第i個(gè)評(píng)價(jià)因子的土地適宜度;n為評(píng)價(jià)因子個(gè)數(shù)。2.2適宜性地區(qū)分析按照前面的評(píng)價(jià)步驟,通過GIS系統(tǒng),得到用戶感興趣作物的適宜性評(píng)價(jià)結(jié)果圖(圖1)。從圖1可以看出,漳州市大部分地區(qū)適宜或較適宜荔枝種植,特別是漳州市東部和東南部地區(qū)。用戶可查詢非常適宜或適宜區(qū)域目前的土地利用狀況,以及臨界適宜或不適宜區(qū)域的限制因素等,以便為進(jìn)一步的土地開發(fā)利用提供參考依據(jù)。3公眾參與土地評(píng)價(jià)過程中的困難基于GIS的土地適宜性評(píng)價(jià)方法經(jīng)歷了從簡(jiǎn)單的疊加分析到多指標(biāo)分析到人工智能以及多種方法綜合的過程。指標(biāo)的選取和標(biāo)準(zhǔn)化、權(quán)重的確定以及如何將GIS和決策過程結(jié)合,始終是評(píng)價(jià)方法研究的關(guān)鍵。為了更好地發(fā)揮GIS在土地適宜性評(píng)價(jià)中的作用,GIS從專家型向開放式社會(huì)化方向發(fā)展勢(shì)在必然。在利用GIS進(jìn)行土地適宜性評(píng)價(jià)的過程中,存在技術(shù)和政策兩方面的困難,主要表現(xiàn)為:準(zhǔn)確性、可達(dá)性、責(zé)任與義務(wù)等?，F(xiàn)實(shí)世界與用于表達(dá)模擬現(xiàn)實(shí)世界的數(shù)據(jù)(地理對(duì)象和相關(guān)屬性)之間總是存在誤差,這就導(dǎo)致準(zhǔn)確性問題。并且,在評(píng)價(jià)過程中用戶很容易被誤導(dǎo),只考慮地理對(duì)象本身而忽略了它所代表的現(xiàn)實(shí)世界。因此不能忽視主觀信息和客觀信息的綜合處理,在分析評(píng)價(jià)中結(jié)合群眾的參與意見,在