基于GIS的土地利用程度Krining空間插值方法研究

耿融　趙康　伍紅玲

摘 要：文章利用Krining空間插值方法，選用不同的半變異函數(shù)模型，對?？谑泻０稁恋乩贸潭冗M(jìn)行采樣、插值，得到研究區(qū)土地利用程度最優(yōu)空間插值方法為指數(shù)模型和土地利用程度強(qiáng)弱空間分布。通過文章的研究，希望對相關(guān)工作提供借鑒。

關(guān)鍵詞：Krining；空間插值；GIS；土地利用程度

土地利用程度是區(qū)域各種土地利用類型綜合作用的結(jié)果，它不僅反映了土地利用中土地本身的自然屬性，同時也反映了人類因素與自然環(huán)境因素的綜合效應(yīng)[1]。對土地利用程度進(jìn)行分析可以從外界干擾和生態(tài)角度去反映土地利用時空變化的特征。土地利用程度可利用空間插值方法進(jìn)行計(jì)算。目前GIS軟件中空間插值方法眾多，采用何種插值方法及模型進(jìn)行最優(yōu)測算是研究土地利用程度的關(guān)鍵所在。

1 研究方法

文章以?？谑泻０稁ё鳛檠芯繀^(qū)，2010年1：10000土地利用現(xiàn)狀圖作為數(shù)據(jù)源。將研究區(qū)，劃分為1km×1km大小格網(wǎng)，共獲得373個采樣區(qū)格網(wǎng)，總面積356.00km2。再分別計(jì)算每一個采樣區(qū)格網(wǎng)的土地利用程度值，以此作為采樣區(qū)格網(wǎng)中心點(diǎn)的土地利用程度值。利用Kining（克里金）插值方法，選用不同的半變異函數(shù)模型進(jìn)行對比，以此確定最優(yōu)克里金方法下空間插值模型。土地利用程度指數(shù)計(jì)算，詳細(xì)計(jì)算方法見文獻(xiàn)[3]。根據(jù)劉紀(jì)遠(yuǎn)[2]提出的數(shù)量化土地利用程度分析方法，將研究區(qū)土地對自然生態(tài)環(huán)境的影響程度進(jìn)行分級賦值，其建設(shè)用地4，耕地和園地3，水域用地和林地2，其他土地1。

2 結(jié)果與分析

2.1 土地利用程度的半變異函數(shù)計(jì)算及模型擬合

在進(jìn)行半變異函數(shù)計(jì)算與擬合之前，對采樣數(shù)據(jù)進(jìn)行空間探索性分析，2010年土地利用程度取值范圍為154.95～400.00，平均值為272.08，標(biāo)準(zhǔn)差42.41。2010年數(shù)據(jù)較好地服從正太分布，波動范圍和幅度較大。由土地利用程度采樣點(diǎn)數(shù)據(jù)特征，決定采用普通克里金（Ordinary Krining）方法進(jìn)行空間插值。普通克里金空間插值過程中，要對半變異函數(shù)建模，這是空間描述與空間預(yù)測之間的關(guān)鍵步驟。半變異函數(shù)和協(xié)方差可以提供有關(guān)數(shù)據(jù)集的空間自相關(guān)信息，但是，不能提供所有可能的方向和距離信息。因此為確?？死锝鸱A(yù)測的準(zhǔn)確性，要根據(jù)經(jīng)驗(yàn)半變異函數(shù)擬合模型，即連續(xù)函數(shù)或曲線，這一步驟至關(guān)重要。半變異函擬合模型主要有高斯模型（Gaussian model）、球狀模型（Spherical model）、穩(wěn)定模型（Stable model）和指數(shù)模型（Exponential model），文章根據(jù)最佳擬合原則進(jìn)行選擇。在普通克里金法預(yù)測方法下，對數(shù)據(jù)分別進(jìn)行半變異函數(shù)模型擬合，相關(guān)數(shù)據(jù)如表1所示。

在比較不同方法和/或模型產(chǎn)生的結(jié)果時，需考慮模型的最優(yōu)性和最有效性。均方根預(yù)測誤差最小時，表明所用模型是最優(yōu)模型；均方根預(yù)測誤差更接近于平均預(yù)測標(biāo)準(zhǔn)誤差時，表明該模型更有效，因?yàn)樵趯Σ缓瑪?shù)據(jù)的某一點(diǎn)進(jìn)行預(yù)測時，只能使用估計(jì)的平均預(yù)測標(biāo)準(zhǔn)誤差評估預(yù)測的不確定性。因此，最佳模型應(yīng)擁有最大的復(fù)相關(guān)系數(shù)（R2，Multiple Correlation Coefficient），最接近于 0 的標(biāo)準(zhǔn)平均值（MS，Mean Standardized），最小的均方根誤差（RMS，Root-Mean-Square），最接近該誤差的平均標(biāo)準(zhǔn)誤差（ASE，Average Standard Error），以及最接近于1的標(biāo)準(zhǔn)均方根誤差（RMSS，Root-Mean-Square Standardized）。

2010年指數(shù)模型的復(fù)相關(guān)系數(shù)均為最大，平均標(biāo)準(zhǔn)誤差和均分根誤差均為最小且最接近，標(biāo)準(zhǔn)均方根誤差相對其他模型也比較接近1。因此選擇指數(shù)模型進(jìn)行擬合。利用ArcGIS空間探索性分析功能，得到2010年土地利用程度值的半變異函數(shù)，其變異函數(shù)指數(shù)擬合模型為

2010年Model：272.16*C0+2135.2*Exponential（19573）， （1）

2.2 土地利用程度空間擬合結(jié)果

基于所選最佳理論模型的半變異函數(shù)，利用ArcGIS的地地統(tǒng)計(jì)學(xué)功能，設(shè)定柵格大小為30m，采用普通克里金法-指數(shù)模型對2010年的土地利用程度進(jìn)行空間插值模擬。由于采樣格網(wǎng)的土地利用程度值主要在170～370之間，為了便于比較土地利用程度值的大小，文章對土地利用程度以40為間隔進(jìn)行等間距劃分，共分為5個等級。弱土地利用程度170～210，較弱土地利用程度：210～250，中等土地利用程度250～290，較強(qiáng)土地利用程度290～330，強(qiáng)土地利用程度330～370。在此基礎(chǔ)上，利用ArcGIS柵格Reclassify工具對各土地利用程度級別所占面積進(jìn)行統(tǒng)計(jì)，以便直觀分析研究區(qū)土地利用程度的空間分布和程度結(jié)構(gòu)情況，其中弱土地利用程度占研究區(qū)總面的2.14%，較強(qiáng)土地利用程度34.86%，中等土地里利用程度38.12%，較弱土地利用程度16.81%，弱土地利用程度8.07%?？臻g插值結(jié)果分布圖，如圖1所示。

3 結(jié)束語

利用克里金空間插值方法時，指數(shù)模型的復(fù)相關(guān)系數(shù)均為最大，平均標(biāo)準(zhǔn)誤差和均分根誤差均為最小且最接近，標(biāo)準(zhǔn)均方根誤差相對其他模型也比較接近1，因此克里金-指數(shù)模型為最優(yōu)插值方法。得到：研究區(qū)較弱土地利用程度的區(qū)域主要分布東寨港紅樹林自然保護(hù)區(qū)和南渡江入?？?；土地利用程度較強(qiáng)的區(qū)域主要分布在離城區(qū)較近的東部，主要是靈山鎮(zhèn)建成區(qū)、桂林洋經(jīng)濟(jì)技術(shù)開發(fā)區(qū)和離中心城區(qū)僅1公里、南北走向的瓊山大道三個片區(qū)。

參考文獻(xiàn)

[1]楊文軒，龐紅麗，張旭.蘭州市近10年的土地利用動態(tài)變化研究[J].水土保持研究，2013，20（3）：231-236.

[2]莊大方，劉紀(jì)遠(yuǎn).中國土地利用程度的區(qū)域分異模型研究[J].自然資源學(xué)報(bào)，1997，12（2）：105-111.

[3]胡和兵，劉紅玉，郝敬鋒，等.南京市九鄉(xiāng)河流域土地利用程度空間異質(zhì)性分析[J].地球信息科學(xué)學(xué)報(bào)，2012，14（5）：627-634.

作者簡介：耿融（1987-），男，云南昆明人，在讀碩士，助理工程師，研究方向：地質(zhì)信息技術(shù)、地理信息系統(tǒng)。