水土保持措施布局影響因子的多尺度分析

陸在寶， 徐偉銘， 肖桂榮

(1. 福州大學(xué) 福建省空間信息工程研究中心, 福建 福州 350002)

?

水土保持措施布局影響因子的多尺度分析

陸在寶， 徐偉銘， 肖桂榮

(1. 福州大學(xué) 福建省空間信息工程研究中心, 福建 福州 350002)

以福建省長(zhǎng)汀縣為研究區(qū)，運(yùn)用統(tǒng)計(jì)學(xué)方法和GIS技術(shù)，從自然環(huán)境方面分析不同尺度下的水土保持措施空間分布的主要影響因子.為了避免選擇分析尺度的隨意性，利用小波分析識(shí)別水土保持措施空間格局的特征尺度.采用30 m×30 m網(wǎng)格單元為基本研究單元，平均聚合生成以30 m為尺度間隔的多個(gè)尺度序列圖層，分別構(gòu)建不同聚合規(guī)模的水土保持措施與不同作用范圍的影響因子之間的多元線性回歸模型.研究結(jié)果表明：利用標(biāo)準(zhǔn)化回歸系數(shù)衡量，水土保持措施空間分布影響因子在不同的作用范圍及不同的規(guī)模尺度上，對(duì)水土保持措施空間分布的影響程度是不同的.

水土保持； 影響因子； 小波分析； 特征尺度； 多元線性回歸模型； 長(zhǎng)汀縣

水土流失是制約人類生存和社會(huì)可持續(xù)發(fā)展的重大環(huán)境問題，也是中國(guó)各種生態(tài)問題的集中反映[1].水土保持措施的空間格局在不同的研究尺度上具有不同的特征，包括不同的影響因子、不同的特征演變過程.目前，對(duì)影響因子多尺度分析研究大多采用空間自相關(guān)[2-3]和半方差分析[4-6]的定量化尺度研究方法.這兩種方法只適合區(qū)域空間尺度分析，不能準(zhǔn)確地得到特征尺度的范圍.小波分析[7]能有效地從信號(hào)中提取信息，自適應(yīng)的伸縮和平移等功能對(duì)信號(hào)進(jìn)行多尺度細(xì)化分析，通過信息變換使局部特征信號(hào)突出，可用于識(shí)別空間格局的特征尺度和監(jiān)測(cè)突變的特征信息.胡云鋒等[8]應(yīng)用小波變換和小波多尺度相關(guān)分析方法對(duì)歸一化植被指數(shù)(NDVI)因子、地形因子的特征尺度進(jìn)行研究.傅麗華等[9]選擇長(zhǎng)株潭城市群核心區(qū)土地，利用變化最明顯的湘江樣帶開展研究，采用一維連續(xù)小波變換，求取土地利用變化的特征尺度值.陳江平等[10]選取兩個(gè)時(shí)期的武漢市遙感影像，通過小波分析得到土地利用變化的特征尺度，并揭示土地利用變化在宏觀上與微觀上的制約因素.本文以福建省長(zhǎng)汀縣為例，多尺度分析水土保持措施布局影響因子，由統(tǒng)計(jì)方法量化水土保持措施和影響因子的關(guān)系[11-13].

1 研究區(qū)域的概況

長(zhǎng)汀縣地處福建省西部，武夷山脈南段，為閩贛兩省的邊陲要沖，在北緯25°18′40″～26°02′05″，東經(jīng)116°00′45″～116°39′20″之間.東西寬66 km，南北長(zhǎng)80 km.北與寧化相接，東北靠清流，東鄰連城，南毗上杭，西南連武平，西和西北與江西贛南交界.由于歷史和自然原因，長(zhǎng)汀是南方紅壤區(qū)水土流失最嚴(yán)重的典型區(qū)域，土壤主要為地帶性紅壤，大部分以花崗巖、砂質(zhì)巖、酸性巖侵蝕紅壤為主，風(fēng)化劇烈，保水保肥能力低，抗蝕能力差，土壤肥力衰退嚴(yán)重，極易發(fā)生水土流失.

2 材料與方法

2.1 數(shù)據(jù)預(yù)處理

選擇的影響因子盡可能綜合考慮各種自然與社會(huì)經(jīng)濟(jì)因素，兼顧數(shù)據(jù)的可獲取性，以及滿足空間化、定量化的需求.自然環(huán)境對(duì)水土保持措施空間格局變化發(fā)揮著重要的作用，又因?yàn)樯鐣?huì)經(jīng)濟(jì)資料獲取難度較大，因此，重點(diǎn)選取自然環(huán)境影響因子進(jìn)行研究.

通過不斷地實(shí)踐發(fā)現(xiàn)：地形因子、植被覆蓋度因子、土地利用類型、水土流失強(qiáng)度、道路、居民點(diǎn)等對(duì)長(zhǎng)汀縣水土保持措施空間分布格局的形成與演變具有直接或者間接的決定作用.為了進(jìn)行水土保持措施空間分布的影響因子分析，首先對(duì)原始數(shù)據(jù)進(jìn)行分析和處理.影響因子的分析與處理，如表1所示.

為了將各種不同來源的數(shù)據(jù)有效地疊加，消除不同數(shù)據(jù)之間不同規(guī)模序列的影響，需進(jìn)行數(shù)據(jù)的網(wǎng)格化處理.將研究區(qū)劃分為30 m×30 m的矢量網(wǎng)格單元作為基本研究尺度.該步驟在ArcGIS軟件平臺(tái)上完成；所有數(shù)據(jù)的基本統(tǒng)計(jì)分析采用SPSS 19軟件完成，小波方差的計(jì)算采用MATLAB編程實(shí)現(xiàn)，小波方差-尺度圖和標(biāo)準(zhǔn)化回歸系數(shù)-尺度圖的繪制通過Excel 2010完成.

表1 影響因子分析與處理

續(xù)表

圖1 研究區(qū)2004-2013年水土保持措施空間分布及其樣帶位置圖Fig.1 Map of spatial distribution of soil and water conservation measures in study area and location of sample between 2004 and 2013

2.2 小波分析

2.2.1 樣帶的選取 沿緯線(25°33′N～25°48′N)和經(jīng)線(116°20′E～116°30′E)方向設(shè)置樣帶寬度為一個(gè)網(wǎng)格單元(即30 m×30 m空間分辨率)的6條樣帶，分別按順序連續(xù)采取165，257，183，283，233，446個(gè)數(shù)據(jù)樣點(diǎn).2004-2013年，研究區(qū)水土保持措施空間分布及其樣帶位置圖，如圖1所示.

進(jìn)一步對(duì)選擇的樣帶進(jìn)行分析，研究區(qū)中水土保持措施的實(shí)施地區(qū)主要分布在河田、策武、三洲、濯田等鄉(xiāng)鎮(zhèn)，設(shè)置經(jīng)度方向上3條：樣帶4，6代表河田鎮(zhèn)低山高丘景觀；樣帶5代表河田鎮(zhèn)中部河谷盆地景觀.緯線方向上設(shè)置3條樣帶：樣帶1代表策武鄉(xiāng)低山景觀；樣帶2代表河田鎮(zhèn)地貌景觀；樣帶3代表三洲鄉(xiāng)、濯田鎮(zhèn)盆地半山區(qū)景觀，其選取的樣帶具有針對(duì)性和代表性.

2.2.2 小波尺度方差 設(shè)W(a,b)為信號(hào)f(n)在尺度a，位置b上的小波變換系數(shù)，定義該尺度上的小波尺度方差為

小波尺度方差表示所有位置的數(shù)據(jù)在給定尺度的小波分解下，小波系數(shù)離開平均位置的量度，用來檢驗(yàn)全局結(jié)構(gòu).小波系數(shù)是在一定研究尺度下，信號(hào)局部變異特征強(qiáng)度的度量.根據(jù)小波系數(shù)計(jì)算得出：小波方差越大，表明該尺度上結(jié)構(gòu)信息越豐富，可以揭示特征尺度或監(jiān)測(cè)突變信息[15].因此，利用小波尺度方差可以輔助研究尺度選擇或揭示空間格局的特征尺度.

2.3 多元統(tǒng)計(jì)分析方法

采用逐步回歸分析確定對(duì)水土保持措施布局貢獻(xiàn)比較顯著的影響因子，用水土保持措施與空間分布關(guān)系密切的影響因子建立多元線性回歸模型，如下式所示，即

式中:Measurei,c為矢量網(wǎng)格單元i中水土保持措施c所占的面積百分比；Facti,n為影響因子n在矢量網(wǎng)格單元i中的歸一化值或面積百分比；βn為影響因子n的標(biāo)準(zhǔn)化回歸系數(shù).

考慮到回歸模型的簡(jiǎn)便性，增加更多的影響因子模型的解釋能力變化不大.以0.05的顯著性水平作為選擇標(biāo)準(zhǔn)，選取在逐步回歸分析中貢獻(xiàn)最大的前9種影響因子或分量.建立某一類型水土保持措施與不同作用范圍的影響因子之間的回歸方程，利用標(biāo)準(zhǔn)化回歸系數(shù)衡量回歸方程中各自變量對(duì)因變量的相對(duì)重要性這一特性，判斷影響因子對(duì)該類型的水土保持措施空間分布相對(duì)重要的作用范圍.

3 結(jié)果與分析

3.1 水土保持措施空間分布格局的特征尺度檢測(cè)結(jié)果

分別對(duì)6條樣帶數(shù)據(jù)進(jìn)行小波細(xì)節(jié)系數(shù)的提取和小波方差的計(jì)算，檢測(cè)長(zhǎng)汀縣不同地理位置的水土保持措施空間格局的特征尺度及變化特點(diǎn).小波方差變換曲線對(duì)比，如圖2所示.圖2中：var為小波方差值，s為尺度.

(a) 沿經(jīng)度方向的樣帶 (b) 沿緯度方向的樣帶圖2 小波方差變換曲線對(duì)比Fig.2 Variance curve of wavelet transformation line in longitudinal direction

由圖2可知：沿緯線方向3條樣帶的小波方差變換曲線的走勢(shì)比較一致，樣帶1～3小波方差在移動(dòng)窗口為7～14個(gè)網(wǎng)格單元單位時(shí)達(dá)到局部極大值.因此，小波方差局部極大值所對(duì)應(yīng)的尺度可作為水土保持措施空間格局的特征尺度.之后，小波方差突然變大，這是由于尺度上推而產(chǎn)生的信息合并，不能算為特征尺度.若空間格局中存在兩個(gè)或多個(gè)相鄰的特征尺度時(shí)，應(yīng)該將其特征尺度看作一個(gè)尺度范圍，即一個(gè)特征尺度域.按照每個(gè)單元30 m粒徑，可以將210～420 m作為沿緯線方向上樣帶1～3代表的水土保持措施空間分布格局的特征尺度域.

沿經(jīng)線方向上的特征尺度出現(xiàn)在兩個(gè)不同的尺度范圍內(nèi)，可能是因?yàn)殚L(zhǎng)汀縣境內(nèi)的河流流向大多是南北方向，導(dǎo)致地塊破碎程度比較嚴(yán)重，在不同的尺度上表現(xiàn)出的特征信息不同.沿經(jīng)線方向上的水土保持措施空間分布格局的特征尺度域大致在150～300 m和900～1 500 m范圍內(nèi).

3.2 水土保持措施空間分布主要影響因子多尺度分析

空間分布的主要影響因子在不同聚合規(guī)模尺度上的標(biāo)準(zhǔn)化回歸，如圖3所示.圖3中：coef為主要影響因子.考慮到研究區(qū)的面積范圍及通過平均聚合生成多尺度序列數(shù)據(jù)圖層，選取150～420 m為特征尺度域，以30 m×30 m的矢量網(wǎng)格單元平均聚合法分別生成150 m×150 m～420 m×420 m等一系列以30 m為尺度間隔的聚合規(guī)模序列數(shù)據(jù)圖層，將其作為多尺度分析的數(shù)據(jù)圖層.

(a) 封禁措施 (b) 低效林改造措施

(c) 經(jīng)濟(jì)林果措施 (d) 生態(tài)林草措施圖3 空間分布的主要影響因子在不同聚合規(guī)模尺度上的標(biāo)準(zhǔn)化回歸Fig.3 Standard beta of main impact forces of regression models of economic fruit

3.2.1 封禁措施空間分布主要影響因子多尺度分析 由圖3(a)可知：1) 輕度流失區(qū)、高植被覆蓋區(qū)、大于0.75的植被覆蓋度、25°～35°范圍內(nèi)的坡度、離村莊居民點(diǎn)的距離是封禁措施空間分布的重要因子，并且這種強(qiáng)的作用隨著尺度的增加而增大；2) 在小于30%的植被覆蓋度與封禁措施之間擬合的標(biāo)準(zhǔn)化回歸系數(shù)為負(fù)，在0.75～1.00之間則為正，說明0.75～1.00范圍內(nèi)適宜實(shí)施封禁措施，植被覆蓋度小于0.3對(duì)封禁措施的實(shí)施有強(qiáng)烈的抑制作用；3) 在25°～35°范圍內(nèi)，坡度因子對(duì)封禁措施空間分布的影響程度最大，并且在研究尺度范圍內(nèi)較穩(wěn)定，離村莊居民點(diǎn)的距離因素與封禁措施擬合的標(biāo)準(zhǔn)化回歸系數(shù)為正，說明離村莊居民點(diǎn)的距離越遠(yuǎn)越適宜實(shí)施封禁措施，弱化人為因素對(duì)生態(tài)環(huán)境的破壞； 4) 與中度流失區(qū)相比，輕度流失區(qū)對(duì)封禁措施空間分布影響程度最大.

根據(jù)標(biāo)準(zhǔn)化回歸系數(shù)的大小與正負(fù)，可以得出封禁措施空間分布適宜的地區(qū)主要分布在輕度流失區(qū)、立地條件好的中度流失區(qū)、植被覆蓋度大于0.75，生長(zhǎng)良好的地區(qū)及離村莊居民點(diǎn)較遠(yuǎn)的地區(qū).

3.2.2 低效林改造措施空間分布主要影響因子多尺度分析 由圖3(b)可知：1) 水土流失強(qiáng)度的中度流失、土壤可蝕性因子均為低效林改造空間分布的重要因子，其影響程度隨尺度增加呈波動(dòng)性變化且有增強(qiáng)的趨勢(shì)；2) 土地利用類型的低植被覆蓋區(qū)，其影響程度在特征尺度域內(nèi)隨著尺度的增大趨于穩(wěn)定；3) 在15°～25°范圍內(nèi)的坡度和0.45～0.60范圍內(nèi)的植被覆蓋度對(duì)低效林改造措施的影響程度較大，并且這種影響程度隨著尺度增大趨于穩(wěn)定.

從上述分析可以看出：低效林改造措施的實(shí)施一般會(huì)選擇立地條件較差的中度流失區(qū)及立地條件好的強(qiáng)度流失區(qū)；為防止土壤侵蝕，植被覆蓋度較高，適宜區(qū)間在0.45～0.60范圍內(nèi)；坡度的適宜區(qū)間在15°～25°范圍內(nèi).

3.2.3 經(jīng)濟(jì)林果措施空間分布主要影響因子多尺度分析 由圖3(c)可知：水土流失強(qiáng)度的輕度流失、0.60～0.75范圍內(nèi)的植被覆蓋度、離最近道路距離、農(nóng)村勞動(dòng)力密度均是影響經(jīng)濟(jì)林果空間分布的重要因子，并且影響程度隨尺度的增大呈波動(dòng)增強(qiáng)的趨勢(shì)；其次，土地利用類型的低植被覆蓋區(qū)及5°～8°范圍內(nèi)的坡度，其影響程度隨著研究尺度的增加而趨于穩(wěn)定.

通過標(biāo)準(zhǔn)化回歸系數(shù)的大小和正負(fù)可以得出：經(jīng)濟(jì)林果空間分布適宜地區(qū)位于輕中度水土流失區(qū),一般選擇坡度為5°～8°的緩坡度,要求交通便利，勞動(dòng)力密度較大；土地利用類型中的低植被覆蓋區(qū)適宜實(shí)施經(jīng)濟(jì)林果,植被覆蓋度較大，利于保持水土及減少土壤養(yǎng)分的流失.

3.2.4 制約生態(tài)林草措施空間分布主要影響因子多尺度分析 由圖3(d)可知：水土流失強(qiáng)度的強(qiáng)烈流失、15°～25°坡度及土地利用類型中的低植被覆蓋區(qū)均為影響生態(tài)林草措施空間分布的重要因子，其影響程度隨著研究尺度的增大呈增強(qiáng)的趨勢(shì).小于0.30范圍內(nèi)的植被覆蓋度也是影響生態(tài)林草空間分布的主要影響因子之一，其影響程度隨著研究尺度的增大趨于穩(wěn)定.

由標(biāo)準(zhǔn)化回歸系數(shù)的大小和正負(fù)可以看出：長(zhǎng)汀縣生態(tài)林草措施的空間分布一般選擇在強(qiáng)烈、極強(qiáng)烈及劇烈的流失斑,較適宜在15°～25°坡度范圍內(nèi)；植被覆蓋度小于30%的流失地塊包括低植被覆蓋區(qū)、火燒跡地、砂石地等疏林地.

4 結(jié)論

通過構(gòu)建水土保持措施與不同作用范圍的影響因子之間的多元回歸模型，分析探討了主要影響因子及隨研究尺度的變化情況.從標(biāo)準(zhǔn)化回歸系數(shù)隨研究尺度的變化直觀看出：水土保持措施的類型不同，其空間分布的主要影響因子的作用范圍有所不同，并且反映適宜水土保持措施空間分布主要影響因子的作用范圍.

不同的分析尺度會(huì)影響對(duì)于給定變量的解釋，脫離尺度的任何解釋是沒有意義.因此，識(shí)別空間分布格局的特征尺度，既可以避免分析尺度選取的隨意性，又兼顧到選取研究尺度上結(jié)構(gòu)信息豐富.以30 m×30 m小尺度平均聚合生成一系列較大尺度規(guī)模序列數(shù)據(jù)，便于在多尺度上，全面研究制約水土保持措施空間分布的主要影響因子及其在特征尺度范圍內(nèi)隨尺度增大的變化情況；標(biāo)準(zhǔn)化回歸系數(shù)在多元線性回歸中被用來衡量變量間的相對(duì)重要性，可以直觀地判定影響水土保持措施空間分布的主要因子及其適宜水土保持措施空間分布的影響因子作用范圍.

由于只選取一小段尺度區(qū)間(特征尺度域)進(jìn)行研究，尺度區(qū)間范圍較小，因此，得到的影響因子及其分量的標(biāo)準(zhǔn)化回歸系數(shù)隨著尺度的變化幅度較小，不能宏觀地把握影響因子在大中尺度對(duì)水土保持措施空間分布影響程度的變化情況.

[1] 李銳.中國(guó)主要水蝕區(qū)土壤侵蝕過程與調(diào)控研究[J].水土保持通報(bào),2011,31(5):1-5.

[2] 邱炳文.福建省龍海市土地利用空間分布影響因子的尺度效應(yīng)分析[J].自然資源學(xué)報(bào),2007,22(1):70-78.

[3] 邱炳文,王欽敏,陳崇成,等.福建省土地利用多尺度空間自相關(guān)分析[J].自然資源學(xué)報(bào),2007,22(2):311-321.

[4] CHEN K,BLONG R.Identifying the characteristic scale of scene variation in fine spatial resolution imagery with wavelet transform-based sub-image statistics [J].International Journal of Remote Sensing,2003,24(9):1983-1989.

[5] 蔡博峰,于嶸.景觀生態(tài)學(xué)中的尺度分析方法[J].生態(tài)學(xué)報(bào),2008,28(5):2279-2287.

[6] 孫丹峰.IKONOS 影像景觀格局特征尺度的小波與半方差分析[J].生態(tài)學(xué)報(bào),2003,23(3):405-413.

[7] KEITT T H,URBAN D L.Scale-specific inference using wavelets[J].Ecology,2005,86(9):2497-2504.

[8] 胡云鋒,徐芝英.蒙古高原地形與植被指數(shù)的特征尺度及多尺度耦合關(guān)系[J].地理科學(xué),2014,34(12):1511-1517.

[9] 傅麗華,謝炳庚,何燕子,等.基于小波分析長(zhǎng)株潭核心區(qū)土地利用變化尺度特征研究[J].地理科學(xué),2012,32(1):60-65.

[10] 陳江平,韓青,胡晶,等.顧及小波變換的土地利用變化與經(jīng)濟(jì)因子的多尺度相關(guān)性分析[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2013,38(9):1118-1121.

[11] KASPER K,VELDKAMP A.Evaluating impact of spatial scales on land use pattern analysis in central America[J].Agriculture, Ecosystems and Environment,2001,85:205-221.

[12] WALSH S J,CRARAWFORD T W,WELSH W F,et al.A multiscale analysis of LULC and NDVI variation in Nang Rong District, ort-heast Thailand [J].Agriculture, Ecosystems and Environment,2001,85:47-64.

[13] 王合玲.艾比湖流域土壤有機(jī)質(zhì)與影響因素響應(yīng)系研究[D].烏魯木齊：新疆大學(xué),2013：57-60.

[14] 查軒,黃少燕,陳世發(fā).退化紅壤地土壤侵蝕與坡度坡向的關(guān)系: 基于GIS的研究[J].自然災(zāi)害學(xué)報(bào),2010,19(2):32-39.

[15] 邱炳文,隨銀坡,陳崇成.南方丘陵山區(qū)典型地物景觀特征尺度研究[J].自然資源學(xué)報(bào),2010,25(11):1970-1977.

(責(zé)任編輯： 陳志賢 英文審校： 吳逢鐵)

Multi-Scale Analysis on Impact Factors of Layout of Soil and Water Conservation Measures

LU Zaibao, XU Weiming, XIAO Guirong

(1. Key Lab of Spatial Data Mining and Information Sharing of Ministry of Education, Fuzhou University, Fuzhou 350002, China;2. Spatial Information Engineering Research Center of Fujian Province, Fuzhou University, Fuzhou 350002, China)

Taking Changting County of Fujian Province as the research area, the main impact factors of the spatial distribution of soil and water conservation measures are analyzed in different scales from the aspects of natural environment by using statistical methods and GIS technology. In order to avoid the random selection of analysis scale, the characteristic scale of spatial pattern of soil and water conservation measures are identified by wavelet analysis. The scale of 30 m×30 m is used as the basic research unit, and the multiple scale sequence data layers is based on 30 m scale interval are generated by the average polymerization. The multiple linear regression model in different aggregate size between the soil and water conservation measures and its impact factors is constructed. The results show that the impact factors of spatial distribution of soil and water conservation measures have different effect on the spatial distribution of soil and water conservation measures in different ranges of action and different scales, and the influence degree is measured using standard regression coefficient.

soil and water conservation; impact factor; wavelet analysis; characteristic scale; multiple linear regression model; Changting County

10.11830/ISSN.1000-5013.201606013

2015-11-01

徐偉銘(1986-)，男，講師，博士，主要從事水土保持適宜性評(píng)價(jià)的研究.E-mail:xwming2@fzu.edu.cn.

國(guó)家科技支撐計(jì)劃資助項(xiàng)目(2013BAC08B02)； 福建省教育廳科技項(xiàng)目(JK2014004， JA15070)； 福州大學(xué)科技發(fā)展基金資助項(xiàng)目(2013-XY-15)； 福州大學(xué)科技啟動(dòng)基金資助項(xiàng)目(0460-022500)

S 157.2(257)

A

1000-5013(2016)06-0725-06