基于不同Logistic模型的土地利用格局模擬對比研究——以湖北省宣恩縣和咸豐縣為例

危小建， 江　平， 馬國慶

(1.東華理工大學(xué) 測繪工程學(xué)院，江西 南昌 330013；2.流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局

重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330013；3.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079；4.寧夏土地勘測

規(guī)劃院，寧夏 銀川 750000)

?

基于不同Logistic模型的土地利用格局模擬對比研究
——以湖北省宣恩縣和咸豐縣為例

危小建1，2， 江平3， 馬國慶4

(1.東華理工大學(xué) 測繪工程學(xué)院，江西 南昌 330013；2.流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局

重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330013；3.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079；4.寧夏土地勘測

規(guī)劃院，寧夏 銀川 750000)

摘要：模擬土地利用空間格局分布規(guī)律對合理利用土地資源、制定土地利用規(guī)劃、協(xié)調(diào)土地與經(jīng)濟(jì)、環(huán)境的關(guān)系具有十分重要的意義。土地利用格局存在空間異質(zhì)性，對比不同地區(qū)格局特征規(guī)律對加深土地利用格局的認(rèn)識具有重要意義。以鄰接的湖北省宣恩縣和咸豐縣為研究對象，通過對比基于局地因子、自相關(guān)因子和鄰域因子的3種Logistic模型的模擬參數(shù)的一致性和異質(zhì)性來對比研究兩地的格局分布規(guī)律。實(shí)驗(yàn)與分析結(jié)果表明，宣恩縣和咸豐縣的土地利用格局特征存在共同的驅(qū)動因子和聚集效應(yīng)，具有共性；不同模型的模擬結(jié)果表明驅(qū)動因子在作用方向，大小方面存在差異，鄰域因子在鄰域尺度上表現(xiàn)出不同特征。研究結(jié)果對加深理解不同地區(qū)的土地利用分布格局特征的差異性，促進(jìn)區(qū)域土地利用的規(guī)劃、土地資源的合理開發(fā)與可持續(xù)發(fā)展戰(zhàn)略的順利實(shí)施具有一定的參考價值。

關(guān)鍵詞：土地利用格局；空間模擬；Logistic 模型；空間自相關(guān)；領(lǐng)域特征；湖北

對土地利用空間格局進(jìn)行研究，有利于認(rèn)識和掌握各土地利用類型的分布特征和規(guī)律，對改善人居環(huán)境，合理利用土地資源、制定發(fā)展建設(shè)規(guī)劃，協(xié)調(diào)用地布局與環(huán)境的關(guān)系具有重要的實(shí)踐指導(dǎo)意義。土地利用空間分布規(guī)律的研究主要集中在以下幾個方面：各土地利用類型的空間統(tǒng)計(jì)分析[1-3]，分形特征研究[4]，通過DPSIR模型、冗余分析、主成分分析[5]等方法甄別土地利用驅(qū)動因素，在土地利用動態(tài)模擬中通過控制格局與過程的自然和人文景觀變量來建立多元模型、CA模型、CLUE模型等模擬土地利用動態(tài)變化格局的研究[6-13]?？傮w來看，目前的研究多局限于采用定性分析或定量模型的方法刻畫同一區(qū)域的格局特征，或采用統(tǒng)計(jì)學(xué)的方法對比不同區(qū)域土地利用類型數(shù)量結(jié)構(gòu)特征的差異。通過對不同地區(qū)進(jìn)行對比分析有助于加深對土地利用空間格局規(guī)律的認(rèn)識，利用模型對比分析不同地區(qū)不同空間格局分布規(guī)律的研究還比較少。

近年來，通過對比研究的方法研究不同地區(qū)的差異特征的研究越來越多，對比分析不同地區(qū)的土地利用變化和格局分布的相似性和差異性的研究也有一些。文獻(xiàn)[14]對比分析了智利南部3個不同地區(qū)的溫帶景觀變化受人類活動的影響。文獻(xiàn)[15]對比分析巴基斯坦斯瓦特縣3個不同地區(qū)土地利用格局變化的不同特點(diǎn)。文獻(xiàn)[16]對比分析了中國西部黃土高原的兩個小流域的土地利用變化的軌跡和驅(qū)動力。文獻(xiàn)[17]通過ALOS多光譜影像，對比分析了東京、京都和臺北的土地利用覆蓋格局的差異。目前的研究較少采用模型的方法，通過建立Logistics回歸模型來模擬不同地區(qū)不同土地利用類型格局并進(jìn)行對比分析的研究筆者還未見到。土地利用變化格局模擬的研究國內(nèi)外已開展了大量研究工作[18]，Logistics模型、CA、蟻群、粒子群等模型都被利用來模擬不同土地利用類型的格局特征[19-21]，其中Logistics模型[22-24]及其改進(jìn)是常用的模型，本文選用Logistic模型來對比分析不同地區(qū)的空間格局特征的差異。

考慮自變量的自相關(guān)特征和鄰域特征，通過建立基于局地因子、空間自相關(guān)因子和鄰域因子的不同的Logistic回歸模型，對比研究湖北省宣恩縣和咸豐縣的土地利用格局與其驅(qū)動因素之間的定量關(guān)系，進(jìn)行空間橫向的差異分析，以揭示不同地區(qū)土地利用空間分布格局的差異性和一致性，顯化分析不同區(qū)域土地利用格局的驅(qū)動因素的差異。

1數(shù)據(jù)和方法

1.1研究區(qū)概況

選取的研究區(qū)為湖北省恩施土家族苗族自治州的兩個鄰接地區(qū)宣恩縣和咸豐縣。宣恩縣和咸豐縣地處鄂西南邊陲，屬鄂西山地區(qū)。宣恩縣主要地形特點(diǎn)為最高點(diǎn)火燒堡海拔2 014 m，最低點(diǎn)(貢水與清江匯合處)海拔356 m。宣恩縣城海拔510 m。境內(nèi)海拔1 200 m以上的高山占全縣總面積的25.69%，海拔800～1 200 m的二高山占47.12%，800 m以下低山占27.19%。咸豐縣主要地形特點(diǎn)為地形地貌復(fù)雜，呈南部高、中部低、東部向西部傾斜。沿龍?zhí)逗雍哟矕|北高、西南低，形成河水倒流，境內(nèi)海拔最高點(diǎn)1 911.5 m，最低點(diǎn)445 m，相對高差為1 466.5 m，以二高山地區(qū)為主，占總面積的68%。

1.2數(shù)據(jù)來源與處理

不同驅(qū)動因素對土地利用空間分布的影響與控制作用是不同的。本文側(cè)重分析土地利用分布格局特征，選取穩(wěn)定少動的長時間尺度上作用的驅(qū)動因素[25]，不考慮年際變動的驅(qū)動因素。具體選取的驅(qū)動因素有高程、坡度、坡向、距離最近城鎮(zhèn)的距離、距離最近村莊的距離、距離最近河流的距離、距離最近溝渠的距離、距離縣級以上道路距離、距離縣級以下道路距離共9個長時間尺度作用的局地因子，同時還有各土地利用類型的鄰域特征量。本研究主要考慮兩類鄰域特征，一是反距離加權(quán)的空間自相關(guān)鄰域特征量，另一類是空間統(tǒng)計(jì)的鄰域豐度特征量。本研究數(shù)據(jù)來源主要為土地利用現(xiàn)狀圖、30m的DEM數(shù)字高程模型和湖北及周邊省區(qū)公路里程地圖冊。將土地利用現(xiàn)狀圖按照一級分類分為4類：耕地、林地、建設(shè)用地和其他用地。在 ArcGIS 平臺下，制作各變量因子圖，統(tǒng)一各圖層坐標(biāo)系統(tǒng)，將所有的數(shù)據(jù)處理成GIS的GRID 格式的數(shù)據(jù)類型，格網(wǎng)大小為100m×100m，然后把數(shù)據(jù)轉(zhuǎn)化為ASCII格式，再借助于CLUE-S模型中的File Converter 軟件，把 ASCII 數(shù)據(jù)轉(zhuǎn)化成單一記錄文件輸入到 SPSS 統(tǒng)計(jì)軟件，并對每一種地類與其所選的驅(qū)動因素之間進(jìn)行二值 Logistic逐步回歸分析。

1.3研究方法

1.3.1技術(shù)路線

建立Loglstic回歸模型，對不同地區(qū)土地利用格局與土地利用驅(qū)動因素之間的關(guān)系進(jìn)行對比分析。在模型使用上，考慮到土地利用數(shù)據(jù)的獨(dú)立性假設(shè)往往并不成立，傳統(tǒng)的Logistic回歸模型只能進(jìn)行土地利用類型與驅(qū)動因素的相關(guān)性分析，而不能描述空間自相關(guān)性的特征。為了正確描述土地利用空間格局分布的結(jié)構(gòu)和模式，在建立模型時需要進(jìn)一步對土地利用類型的空間自相關(guān)性特征加以分析和考慮[26]。綜合考慮局地因子、空間自相關(guān)性特征和空間鄰域特征，本文確定了3種空間分布模擬建模方案：①傳統(tǒng)Logistic模型，只考慮局地因子，不考慮鄰域特征量；②AutoLogistic模型，在局地因子的基礎(chǔ)上，考慮反距離加權(quán)的空間自相關(guān)鄰域特征量；③基于鄰域豐度特征的Logistic模型，不考慮局地因子和反距離加權(quán)的空間自相關(guān)鄰域特征量。3種方案都采用的是Logistic逐步回歸模型。通過逐步Logistic回歸模型能識別出各影響因子對不同土地利用類型的影響力度、強(qiáng)度，為進(jìn)一步揭示其相互關(guān)系和驅(qū)動機(jī)制提供基礎(chǔ)。

1.3.2傳統(tǒng)Logistic模型

傳統(tǒng)Logistic模型是一種對二分類因變量進(jìn)行回歸分析時常用的非線性分類統(tǒng)計(jì)方法，常用來進(jìn)行土地利用格局模擬研究。根據(jù)土地利用格局驅(qū)動因素，運(yùn)用Logistic逐步回歸可以自動篩選對土地利用格局影響顯著的因子。Logistic模型公式如下：

(1)

式中：P是二分性變量；α是常數(shù)；βi是Logistic回歸的偏回歸系數(shù)；xi是驅(qū)動因素。

1.3.3AutoLogistic模型

AutoLogistic模型是在傳統(tǒng)的Logistic模型基礎(chǔ)之上以空間權(quán)重的方式引入空間自相關(guān)因子，從而解決了空間統(tǒng)計(jì)分析問題中固有的空間自相關(guān)效應(yīng)的影響。AutoLogistic[27-29]模型公式如下：

(2)

式中：wij為時空點(diǎn)i，j的空間權(quán)重函數(shù)。

本研究中，取權(quán)重函數(shù)為點(diǎn)對間距離的倒數(shù)，即如果空間點(diǎn)對i，j的距離以Dij表示，則空間權(quán)重函數(shù)表示為：

(3)

1.3.4鄰域豐度

土地利用空間分布不僅受到高程、坡度、距城鎮(zhèn)距離等局地因子的影響，還受到不同土地利用類型之間的相互影響。各種土地利用類型在區(qū)域土地利用空間格局分布過程中均存在著一定程度的空間相關(guān)性。本文通過引入鄰域因子研究不同地域、不同地類的鄰域空間分布模型。鄰域豐度因子[30-32]定義公式如下：

(4)

式中：Fi，k，d為鄰域豐度因子，其中i為柵格位置；k為土地類型；d為鄰域半徑；nk，d，i為i柵格d半徑范圍內(nèi)k土地類型的柵格個數(shù)；nd，i為i柵格d距離鄰域內(nèi)柵格總數(shù)量；Nk為整個研究區(qū)域內(nèi)k地類柵格總個數(shù)；N為研究區(qū)域內(nèi)總有效柵格數(shù)。

本文考慮各土地利用類型3×3、9×9、13×13距離范圍內(nèi)的鄰域豐度特征。

2結(jié)果與分析

回歸分析可以用來量化研究區(qū)土地利用類型與驅(qū)動因素之間的關(guān)系，本文通過ArcGIS、CLUE-S和SPSS等軟件，對前述的4種土地利用類型，運(yùn)用Logistic逐步回歸進(jìn)行備選因素的診斷建模，篩選出對土地利用格局影響顯著的因素，確定它們之間的定量關(guān)系和作用方向，并對所得結(jié)果進(jìn)行ROC檢驗(yàn)，實(shí)現(xiàn)3種Logistic建模方案的土地利用格局模擬。為保證入選變量的顯著性，在使用逐步Logistic回歸時，變量的進(jìn)入和保留的參數(shù)都設(shè)為0.05?？紤]到篇幅影響和對比的顯著性，本文選取了湖北省宣恩縣和咸豐縣的耕地、林地和建設(shè)用地的模擬結(jié)果進(jìn)行對比分析。

2.1傳統(tǒng) Logistic和AutoLogistic模型回歸結(jié)果

宣恩縣和咸豐縣的耕地、林地和建設(shè)用地的傳統(tǒng)Logistic模型和AutoLogistic模型回歸結(jié)果見表1。從表1可知，總體上，咸豐縣的耕地、林地和建設(shè)用地模型的擬合效果要稍好于宣恩縣的相應(yīng)模型，不過差別不大。所選的備選因子對宣恩縣和咸豐縣的土地利用空間格局模擬結(jié)果的ROC值都大于0.7，這說明地形、地貌、距離城鎮(zhèn)、道路等穩(wěn)定的局地因子對山區(qū)土地利用空間格局影響較為顯著，是山區(qū)土地利用格局的主要驅(qū)動因子，宣恩縣和咸豐縣主要驅(qū)動因子方面存在共性。具體從驅(qū)動因子入選以及ROC值來看，宣恩縣和咸豐縣的模擬結(jié)果又存在差別，表明不同地區(qū)的土地利用格局受同一組驅(qū)動因子影響的程度存在差異。

表1　傳統(tǒng) Logistic模型和AutoLogistic模型回歸分析結(jié)果

注：LG—傳統(tǒng) Logistic模型，AU-LG—AutoLogistic模型，n.i—未考慮變量。

從AutoLogistic模型相比傳統(tǒng)Logistic模型提高的ROC來看，宣恩縣和咸豐縣的AutoLogistic模型的擬合結(jié)果都比傳統(tǒng)Logistic模型的擬合結(jié)果有了較大的改善。究其原因，山區(qū)同一土地利用類型的分布格局受到地形地貌條件的限制，在空間上聯(lián)系更緊密，密集分布特征明顯。

從驅(qū)動因子入選角度具體來看，宣恩縣和咸豐縣兩個地區(qū)的土地利用類型的Logistic回歸結(jié)果均存在著一定的差異，各個驅(qū)動因子對各土地利用類型空間格局分布的影響大小不同，作用方向有的相同、有的不同，說明同一用地類型在不同地區(qū)存在著不同的區(qū)位取向。本文從入選的變量以及變量的作用方向兩個方面對比分析宣恩縣和咸豐縣兩個地區(qū)耕地、林地和建設(shè)用地空間分布驅(qū)動因子的差異。

從耕地格局模擬的結(jié)果來看，在傳統(tǒng)Logistic模型中，對宣恩縣耕地空間分布影響顯著的正向因子有距離最近城鎮(zhèn)的距離、距離最近主要溝渠的距離和距離縣級以上道路距離，負(fù)向因子有高程、距離最近村莊的距離和距離縣級以下道路距離。從AutoLogistic模型來看，與宣恩縣的傳統(tǒng)Logistic模型不同的是距離縣級以上道路距離這個正向因子沒有入選，說明縣級以上道路對耕地的空間格局分布的影響不像其他入選變量那么強(qiáng)。而從咸豐縣的耕地空間格局模擬結(jié)果來看，與宣恩縣不同的是坡度和距離最近河流的距離對咸豐縣耕地分布影響較顯著，且距離最近溝渠的距離的作用方向相反。咸豐縣耕地模擬的傳統(tǒng)Logistic模型與AutoLogistic模型結(jié)果的差別與宣恩縣的兩模型差別一致，表明縣級以上道路對耕地的空間格局分布的影響較弱。共同影響宣恩縣和咸豐縣耕地空間分布的驅(qū)動因子有高程、距離最近城鎮(zhèn)的距離、距離最近村莊的距離和距離縣級以下道路距離。

從林地格局模擬的結(jié)果來看，總體上，宣恩縣和咸豐縣林地模擬結(jié)果中入選驅(qū)動變量較多，究其原因，林地是宣恩縣和咸豐縣的主要土地利用類型，受到多數(shù)驅(qū)動因子影響。在傳統(tǒng)Logistic模型中，宣恩縣和咸豐縣的林地驅(qū)動因子的差別是距離最近溝渠的距離和距離縣級以上道路距離。在AutoLogistic模型中，宣恩縣和咸豐縣的林地驅(qū)動因子的差別是高程、坡度和距離最近河流的距離。對比傳統(tǒng)Logistic模型與AutoLogistic模型的模擬結(jié)果，發(fā)現(xiàn)宣恩縣和咸豐縣的差別較大，說明較多驅(qū)動因子對林地布局的影響并不十分穩(wěn)定和顯著。共同影響宣恩縣和咸豐縣林地空間分布的驅(qū)動因子中有距離最近城鎮(zhèn)的距離、距離最近村莊的距離和距離縣級以下道路距離。

從建設(shè)用地格局模擬的結(jié)果來看，在傳統(tǒng)Logistic模型中，宣恩縣和咸豐縣的建設(shè)用地驅(qū)動因子都包含高程、坡度、距離最近城鎮(zhèn)的距離、距離縣級以上道路距離和距離縣級以下道路距離，存在差別的驅(qū)動因子是距離最近河流的距離和距離最近溝渠的距離。在AutoLogistic模型中，入選驅(qū)動因子較少，共同的驅(qū)動因子除了自相關(guān)變量外就只有距離縣級以下道路距離。對比傳統(tǒng)Logistic模型與AutoLogistic模型的模擬結(jié)果，發(fā)現(xiàn)距離縣級以下道路距離對宣恩縣和咸豐縣的建設(shè)用地空間布局特征影響十分顯著。共同影響宣恩縣和咸豐縣建設(shè)用地空間分布的驅(qū)動因子只有距離縣級以下道路距離。

2.2基于鄰域因子的Logistic回歸結(jié)果

基于鄰域豐度的土地利用空間格局模擬可以定性、定量地分析研究區(qū)各土地利用類型間的相關(guān)性。宣恩縣和咸豐縣的耕地、林地和建設(shè)用地的鄰域因子的Logistic模型結(jié)果見表2。從表2可知，總體上，宣恩縣和咸豐縣的耕地、林地和建設(shè)用地鄰域因子的Logistic模型的ROC值都高于0.85，解釋效果都很好，說明宣恩縣與咸豐縣各土地利用空間格局呈現(xiàn)相互之間的空間集聚效應(yīng)。

具體從各土地利用類型的模擬結(jié)果來看，宣恩縣和咸豐縣的耕地的鄰域格局特征表現(xiàn)一致，其自相關(guān)特征都顯著，宣恩縣和咸豐縣的耕地自相關(guān)特征在9×9的鄰域范圍內(nèi)作用方向與3×3和13×13的鄰域范圍內(nèi)相反，說明耕地自相關(guān)特征具有尺度效應(yīng)。宣恩縣和咸豐縣的耕地在3×3和9×9的鄰域范圍內(nèi)與建設(shè)用地的相鄰特征顯著，在13×13的鄰域范圍內(nèi)則不顯著，說明宣恩縣和咸豐縣的耕地與建設(shè)用地的鄰接特征在較小的鄰域范圍內(nèi)顯著。而宣恩縣和咸豐縣的耕地與林地的鄰接特征則在較大的鄰域范圍內(nèi)顯著。從林地的擬合結(jié)果來看，宣恩縣和咸豐縣的林地自相關(guān)特征顯著，在3×3的鄰域范圍內(nèi)耕地出現(xiàn)頻率較低。宣恩縣的林地的13×13的鄰域范圍內(nèi)耕地出現(xiàn)頻率較低的特點(diǎn)也顯著，而此鄰域范圍內(nèi)林地的自相關(guān)特征不顯著，咸豐縣的林地在此鄰域范圍內(nèi)自相關(guān)的特征顯著。從建設(shè)用地的擬合結(jié)果來看，宣恩縣和咸豐縣的建設(shè)用地在3×3和9×9的鄰域范圍內(nèi)自相關(guān)特征顯著，在9×9的鄰域范圍內(nèi)曾負(fù)相關(guān)特征，在13×13的鄰域范圍內(nèi)的自相關(guān)特征不顯著。在建設(shè)用地3×3的鄰域范圍內(nèi)林地出現(xiàn)頻率較低，其他用地出現(xiàn)頻率較高。

表2　基于鄰域因子的Logistic回歸分析結(jié)果

注：鄰域因子的命名規(guī)則如下，E_U_D中”U”表示土地利用類型代碼，”D”表示鄰域因子的作用半徑；耕地、林地、建設(shè)用地和其他用地的代碼分別為0，1，2，3。

3結(jié)論

研究通過實(shí)現(xiàn)傳統(tǒng)Logistic模型，AutoLogistic模型和基于鄰域豐度特征的Logistic模型，對比分析宣恩縣和咸豐縣的土地利用格局驅(qū)動因子差異，研究結(jié)果表明：

(1)從傳統(tǒng)Logistic模型和AutoLogistic模型的模擬結(jié)果來看，地形、地貌、距離城鎮(zhèn)、道路等穩(wěn)定的局地因子是山區(qū)土地利用格局的主要驅(qū)動因子。共同影響宣恩縣和咸豐縣耕地空間分布的驅(qū)動因子有高程、距離最近城鎮(zhèn)的距離、距離最近村莊的距離和距離縣級以下道路距離。共同影響宣恩縣和咸豐縣林地空間分布的驅(qū)動因子中有距離最近城鎮(zhèn)的距離、距離最近村莊的距離和距離縣級以下道路距離。共同影響宣恩縣和咸豐縣建設(shè)用地空間分布的驅(qū)動因子只有距離縣級以下道路距離。

(2)從傳統(tǒng) Logistic模型與AutoLogistic模型的模擬結(jié)果對比來看，宣恩縣和咸豐縣各土地利用類型的空間自相關(guān)程度都要強(qiáng)，山區(qū)同一土地利用類型的分布格局受到地形地貌條件的限制，在空間上聯(lián)系更緊密，密集分布特征明顯。從宣恩縣和咸豐縣各土地利用類型的傳統(tǒng)Logistic模型和AutoLogistic模型對比來看，宣恩縣和咸豐縣土地利用類型的空間分布的影響因子存在較大的差異，影響因子的顯著性、作用大小和作用方向都存在較大差別。

(3)從基于鄰域因子的Logistic模型的擬合效果來看，宣恩縣與咸豐縣各土地利用空間格局呈現(xiàn)相互之間的空間集聚效應(yīng)。宣恩縣與咸豐縣的耕地、林地和建設(shè)用地的自相關(guān)特征都較顯著，且具有尺度效應(yīng)。宣恩縣和咸豐縣各土地利用類型的交互作用的作用尺度和顯著性存在較大差別。

通過Logistic建模對比研究宣恩縣和咸豐縣的土地利用空間分布的規(guī)律，定量地揭示了不同地區(qū)土地利用空間分布的規(guī)律，對于區(qū)域土地利用的規(guī)劃、土地資源的合理開發(fā)與可持續(xù)發(fā)展戰(zhàn)略的順利實(shí)施具有一定的指導(dǎo)意義和參考價值。但本文仍存在一些不足：很難確定所有應(yīng)備選的穩(wěn)定少動因子；模型所做的研究具有一定的尺度依賴，所選擇的研究尺度只能揭示在此尺度下的分布規(guī)律；土地利用空間分布的驅(qū)動機(jī)理復(fù)雜，只利用Logistic回歸模型的原理探討驅(qū)動因素，其理論和實(shí)踐還有待進(jìn)一步深入研究；選取的宣恩縣和咸豐縣從地貌特征上來說具有一定的代表性，但土地利用是一個復(fù)雜的巨系統(tǒng)，研究所得結(jié)論在多大程度上可以進(jìn)行推廣是一個值得補(bǔ)充研究的問題。

參考文獻(xiàn)：

[1]李君，李小建.綜合區(qū)域環(huán)境影響下的農(nóng)村居民點(diǎn)空間分布變化及影響因素分析——以河南鞏義市為例[J].資源科學(xué)，2009，31(7)：1195-1204.

[2]劉明皓，戴志中，邱道持，等.山區(qū)農(nóng)村居民點(diǎn)分布的影響因素分析與布局優(yōu)化——以彭水縣保家鎮(zhèn)為例[J].經(jīng)濟(jì)地理，2011，31(3)：476-482.

[3]李紅波，張小林，吳江國，等.欠發(fā)達(dá)地區(qū)聚落景觀空間分布特征及其影響因子分析——以安徽省宿州地區(qū)為例[J].地理科學(xué)，2012，(6)：711-716.

[4]郭碧云，王光謙，傅旭東，等.黃河中游清澗河流域土地利用空間結(jié)構(gòu)和分形模型[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28(14)：223-228.

[5]覃琳，邱凌，朱玉碧，等.基于主成分分析法的重慶市九龍坡區(qū)土地利用變化驅(qū)動機(jī)理研究[J].中國農(nóng)學(xué)通報(bào)，2012，28(5)：240-246.

[6]吳莉，侯西勇，徐新良，等.山東沿海地區(qū)土地利用和景觀格局變化[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29(5)：207-216.

[7]謝花林，李波.基于logistic回歸模型的農(nóng)牧交錯區(qū)土地利用變化驅(qū)動力分析——以內(nèi)蒙古翁牛特旗為例[J].地理研究，2008，27(2)：294-304.

[8]張丁軒，付梅臣，陶金，等.基于CLUE-S模型的礦業(yè)城市土地利用變化情景模擬[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，(12)：246-256.

[9]周銳，蘇海龍，胡遠(yuǎn)滿，等.不同空間約束條件下的城鎮(zhèn)土地利用變化多預(yù)案模擬[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27(3)：300-308.

[10]Luo J，Wei Y H.Modeling spatial variations of urban growth patterns in Chinese cities：the case of Nanjing[J].Landscape and Urban Planning，2009，91(2)：51-64.

[11]吳健生，馮喆，高陽，等.CLUE-S模型應(yīng)用進(jìn)展與改進(jìn)研究[J].地理科學(xué)進(jìn)展，2012，(1)：3-10.

[12]周銳，蘇海龍，王新軍，等.CLUE-S模型對村鎮(zhèn)土地利用變化的模擬與精度評價[J].長江流域資源與環(huán)境，2012，(2)：174-180.

[13]Zheng X，Zhao L，Xiang W，et al.A coupled model for simulating spatio-temporal dynamics of land-use change：A case study in Changqing，Jinan，China[J].Landscape and Urban Planning，2012，106(1)：51-61.

[14]Echeverría C，Newton A，Nahuelhual L，et al.How landscapes change：Integration of spatial patterns and human processes in temperate landscapes of southern Chile[J].Applied Geography，2012，32(2)：822-831.

[15]Qasim M，Hubacek K，Termansen M，et al.Spatial and temporal dynamics of land use pattern in District Swat，Hindu Kush Himalayan region of Pakistan[J].Applied Geography，2011，31(2)：820-828.

[16]Wang D，Gong J，Chen L，et al.Comparative analysis of land use/cover change trajectories and their driving forces in two small watersheds in the western Loess Plateau of China[J].International Journal of Applied Earth Observation and Geoinformation，2013，21：241-252.

[17]Hung W，Chen Y，Cheng K.Comparing landcover patterns in Tokyo，Kyoto，and Taipei using ALOS multispectral images[J].Landscape and Urban Planning，2010，97(2)：132-145.

[18]Mitsuda Y，Ito S.A review of spatial-explicit factors determining spatial distribution of land use/land-use change[J].Landscape and ecological engineering，2011，7(1)：117-125.

[19]Tayyebi A，Pijanowski B C.Modeling multiple land use changes using ANN，CART and MARS：Comparing tradeoffs in goodness of fit and explanatory power of data mining tools[J].International Journal of Applied Earth Observation and Geoinformation，2014，28：102-116.

[20]陳曦?zé)槪鳡柛?土地利用的多尺度空間自相關(guān)模型比較[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，(6)：324-331.

[21]Mas J，Kolb M，Paegelow M，et al.Inductive pattern-based land use/cover change models：A comparison of four software packages[J].Environmental Modelling & Software，2014，51：94-111.

[22]Van Dessel W，Van Rompaey A，Szilassi P.Sensitivity analysis of logistic regression parameterization for land use and land cover probability estimation[J].International Journal of Geographical Information Science，2011，25(3)：489-508.

[23]Dendoncker N，Rounsevell M，Bogaert P.Spatial analysis and modelling of land use distributions in Belgium[J].Computers，Environment and Urban Systems，2007，31(2)：188-205.

[24]Monteiro A T，F(xiàn)ava F，Hiltbrunner E，et al.Assessment of land cover changes and spatial drivers behind loss of permanent meadows in the lowlands of Italian Alps[J].Landscape and urban planning，2011，100(3)：287-294.

[25]余婷，柯長青.基于CLUE-S模型的南京市土地利用變化模擬[J].測繪科學(xué)，2010，35(1)：186-188.

[26]吳桂平，曾永年，馮學(xué)智，等.CLUE-S模型的改進(jìn)與土地利用變化動態(tài)模擬——以張家界市永定區(qū)為例[J].地理研究，2010，29(3)：460-470.

[27]Lin Y，Chu H，Wu C，et al.Predictive ability of logistic regression，auto-logistic regression and neural network models in empirical land-use change modeling：A case study[J].International Journal of Geographical Information Science，2011，25(1)：65-87.

[28]Braimoh A K，Onishi T.Geostatistical techniques for incorporating spatial correlation into land use change models[J].International Journal of Applied Earth Observation and Geoinformation，2007，9(4)：438-446.

[29]吳桂平，曾永年，鄒濱，等.AutoLogistic方法在土地利用格局模擬中的應(yīng)用——以張家界市永定區(qū)為例[J].地理學(xué)報(bào)，2008，(2)：156-164.

[30]段增強(qiáng)，Verburg PH，張鳳榮，等.土地利用動態(tài)模擬模型的構(gòu)建及其應(yīng)用——以北京市海淀區(qū)為例[J].地理學(xué)報(bào)，2004，59(6)：1037-1047.

[31]Verburg P H，de Nijs T，Ritsema Van Eck J，et al.A method to analyse neighbourhood characteristics of land use patterns[J].Computers，Environment and Urban Systems，2004，28(6)：667-690.

[32]段增強(qiáng)，張鳳榮，苗利梅.基于鄰域因子的土地利用空間格局分析——以北京市海淀區(qū)為例[J].農(nóng)業(yè)工程學(xué)報(bào)，2006，(6)：71-76.

Simulation on Spatial Land Use Patterns Based on Different Logistic Models：

A comparative study of Xuan’en and Xianfeng Counties，Hubei Province

WEIXiao-jian1，2，JIANGPing3，MAGuo-qing4

(1.School of Geomatics，East China University of Technology，Nanchang 330013，China；2.Key Laboratory of Watershed Ecology and Geographical Environment Monitoring，National Administration of Surveying，Mapping and Geoinformation，Nanchang 330013，China；3.School of Resource and Environment Science，Wuhan University，Wuhan 430079，China；4.Ningxia Land Surveying and Planning Institute，Yinchuan 750000，China)

Abstract:Spatial pattern of simulating the distribution of land-use plays an important role in the rational use of land resources，the determination of land-use planning and the coordination of the relationship between land use，economic development，and environmental conservation.Land-use patterns have the spatial heterogeneity，and the adjacent regions also have great differences.Recently，studying the difference of land-use distribution between different areas is always through a few of statistical metrics.Few studies are considered through comparing spatial models of different areas.Taking Xuan’en County and Xianfeng County as examples，this paper described three methods of logistic model based on local factors，autocorrelation factors and neighborhood factors for simulating spatial land use pattern，quantitatively analyzing the relationship between land use types and land use patterns of driving factors through the analysis of comparison with the actual distribution.Through the ArcGIS，CLUE-S and SPSS softwares，we selected four kinds of land use types to build models with Logistic stepwise regression for alternative factors by three kinds of Logistic model.We screened out the impact factors of land use pattern and determined the quantitative relationship and function between them.The results showed that land-use pattern of Xuan’en County and Xianfeng County have the same driving factors and cluster effects.According to the simulated results of the traditional Logistic model and AutoLogistic model，the main driving factors of land use pattern in mountainous area are the local terrain factors，landscape，urban road distance and so on.From the point of view of driving factor and ROC value，the simulating results of Xuan’en County and Xianfeng County are different，showing that different regions of the land use pattern have differences in the same group of driving factors.Compared with ROC values of traditional Logistic model and AutoLogistic model，the fitting results of the AutoLogistic model have been more improved than the traditional Logistic model.The reason is mainly that the restrictions of topography of distribution pattern of the same land use type in mountainous area are more closely linked in the space，and density of distribution characteristics.ROC value of Logistic model of neighborhood factor is above 0.85，which means that the effect is very good，showing that the spatial land use pattern have the present agglomeration effect in Xuan’en County and Xianfeng County.Land using autocorrelation characteristics of cultivated land，forest land，construction land in Xuan’en and Xianfeng County are obvious and have scale effect.The research results have certain guiding significance and reference value on improving the expression of spatial pattern，deepening the understanding of different distribution pattern of land use in different regions，promoting regional land-use planning，exploiting wisely land resources and implementing successfully sustainable development strategy.

Key words:spatial land use patterns；spatial simulation；Logistic regression；spatial autocorrelation；neighborhood effects；Hubei

中圖分類號：F301.24(263)

文獻(xiàn)標(biāo)志碼：A

文章編號：1009-4210-(2016)01-093-09

作者簡介：危小建(1988-)，男，博士，從事土地利用規(guī)劃、評價和土地資源可持續(xù)發(fā)展研究。E-mail：weixiaojian1988@163.com

基金項(xiàng)目：東華理工大學(xué)博士啟動基金項(xiàng)目(DHBK2015311)

收稿日期：2015-11-20

doi:10.3969/j.issn.1009-4210.2016.01.013