市域尺度土地生態(tài)質(zhì)量空間分異及其主控因子分析
——以焦作市為例

張合兵，王世東，劉 毅

（河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，河南焦作454000）

市域尺度土地生態(tài)質(zhì)量空間分異及其主控因子分析
——以焦作市為例

張合兵，王世東，劉 毅

（河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，河南焦作454000）

以焦作市村級(jí)行政區(qū)為評(píng)價(jià)單元，從土地生態(tài)本底、生態(tài)結(jié)構(gòu)、生態(tài)效益和生態(tài)脅迫4個(gè)方面構(gòu)建指標(biāo)體系，運(yùn)用熱點(diǎn)分析模型對(duì)焦作市土地生態(tài)質(zhì)量的空間分異規(guī)律進(jìn)行研究，將焦作市土地生態(tài)質(zhì)量根據(jù)冷熱點(diǎn)分值劃分為5個(gè)等級(jí)。在熱點(diǎn)分析的基礎(chǔ)上，利用CART算法構(gòu)建分類(lèi)決策樹(shù)，根據(jù)控制變量法得到的決策樹(shù)分類(lèi)精度對(duì)研究區(qū)內(nèi)22個(gè)生態(tài)因子對(duì)全局土地生態(tài)質(zhì)量的貢獻(xiàn)度進(jìn)行分析，最后用主成分分析法再確定每一個(gè)生態(tài)類(lèi)型區(qū)的主控因子。結(jié)果表明，焦作市的土地生態(tài)質(zhì)量大致呈現(xiàn)出“核心——邊緣”結(jié)構(gòu)，即由城鎮(zhèn)中心向遠(yuǎn)郊土地生態(tài)質(zhì)量呈上升趨勢(shì)，而由水庫(kù)、河流、風(fēng)景區(qū)向城區(qū)方向土地生態(tài)質(zhì)量呈下降趨勢(shì)。其生態(tài)因子中生態(tài)服務(wù)價(jià)值具有最高貢獻(xiàn)度，對(duì)焦作市土地生態(tài)質(zhì)量影響最大。各級(jí)生態(tài)類(lèi)型區(qū)由于空間位置的差異，影響其土地生態(tài)質(zhì)量的主控因子也有顯著差異。一二級(jí)生態(tài)空間分異類(lèi)型區(qū)主控因子受人為因素影響較大，四五級(jí)生態(tài)空間分異類(lèi)型區(qū)則主要受自然因素的影響，三級(jí)生態(tài)空間分異類(lèi)型區(qū)受人為與自然雙重因素影響，主控因子最多。

土地生態(tài)質(zhì)量；主控因子；熱點(diǎn)分析；決策樹(shù)；主成分分析

近年來(lái)，我國(guó)在工業(yè)化、城鎮(zhèn)化快速發(fā)展的背景下，土地利用方式更加多樣化，區(qū)域土地生態(tài)問(wèn)題凸顯并逐漸成為研究的熱點(diǎn)［1－2］。土地生態(tài)質(zhì)量研究起因于土地退化及其生態(tài)環(huán)境惡化，為了防止土地生態(tài)環(huán)境惡化或土地退化，需要評(píng)價(jià)土地生態(tài)質(zhì)量并探尋其空間分異規(guī)律，了解土地生態(tài)系統(tǒng)的生態(tài)環(huán)境狀況，并據(jù)此提出可行的預(yù)防措施。

目前，土地生態(tài)質(zhì)量研究主要集中在土地的環(huán)境影響與評(píng)價(jià)，而對(duì)土地的生態(tài)質(zhì)量評(píng)價(jià)內(nèi)容不全、深度不夠，忽視了生態(tài)系統(tǒng)和生態(tài)過(guò)程的完整性，并缺乏從生態(tài)系統(tǒng)長(zhǎng)期、動(dòng)態(tài)角度研究生態(tài)建設(shè)對(duì)土地生態(tài)質(zhì)量演變的影響和規(guī)律；此外，由于從土地生態(tài)系統(tǒng)的眾多生態(tài)因子中識(shí)別重要的生態(tài)組分存在一定難度，使得對(duì)土地生態(tài)質(zhì)量評(píng)價(jià)和空間分異規(guī)律缺乏全面、系統(tǒng)的研究。總的來(lái)說(shuō)，雖然關(guān)于土地生態(tài)質(zhì)量評(píng)價(jià)方面的研究已有一些，但是針對(duì)市域尺度土地生態(tài)質(zhì)量空間分異的相關(guān)研究較少，主要有戴靚［3］以金壇市為例研究了縣域土地生態(tài)質(zhì)量的空間分異及其主控因子識(shí)別；昌亭等［4］研究了金壇市作為長(zhǎng)三角經(jīng)濟(jì)發(fā)達(dá)地區(qū)的典型地區(qū)，得出金壇市土地生態(tài)質(zhì)量分布具有城鄉(xiāng)梯度的規(guī)律；徐嘉興［5］以徐州礦區(qū)為例研究了典型平原礦區(qū)土地生態(tài)演變及評(píng)價(jià)；張合兵等［6］以平頂山市為例研究了土地生態(tài)質(zhì)量評(píng)價(jià)及影響因素，運(yùn)用ArcGIS軟件與綜合指數(shù)法對(duì)平頂山市土地生態(tài)質(zhì)量進(jìn)行評(píng)價(jià)，并對(duì)其影響因素進(jìn)行分析。吳健生等［7］以平朔露天礦區(qū)為研究對(duì)象，采用ESDA方法定量研究了礦區(qū)生態(tài)風(fēng)險(xiǎn)空間分異特征。王大力等［8］以云南省為研究空間載體，克服突破了生態(tài)環(huán)境偏重單要素的傳統(tǒng)評(píng)價(jià)方法，篩選構(gòu)建了區(qū)域生態(tài)環(huán)境綜合評(píng)價(jià)方法，探討了云南省生態(tài)環(huán)境及空間分異特征。

總的來(lái)說(shuō)，目前有關(guān)土地生態(tài)質(zhì)量空間分異方面的研究，主要集中在土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)的構(gòu)建以及評(píng)價(jià)結(jié)果的空間格局分析以及生態(tài)環(huán)境等方面的空間分異；并且，從研究區(qū)域來(lái)說(shuō)，有些從省域進(jìn)行研究，也有從流域和礦區(qū)進(jìn)行研究，但針對(duì)市域尺度的研究還較為少見(jiàn)。此外，雖然有少數(shù)研究對(duì)土地生態(tài)質(zhì)量空間分異進(jìn)行了探討，但無(wú)法較為明顯地體現(xiàn)其空間分布狀況和空間變化規(guī)律，尤其缺少識(shí)別影響土地生態(tài)質(zhì)量空間分異主控因子的相應(yīng)方法和模型。因此，迫切需要深入、系統(tǒng)地研究土地生態(tài)質(zhì)量演變和分異規(guī)律，并準(zhǔn)確識(shí)別土地生態(tài)質(zhì)量分異的主控因子，對(duì)于改善區(qū)域生態(tài)環(huán)境，實(shí)現(xiàn)土地可持續(xù)利用等具有重要的理論意義和實(shí)踐價(jià)值。

本研究基于GIS技術(shù)，結(jié)合焦作市區(qū)域特點(diǎn)構(gòu)建土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系，利用理想點(diǎn)法計(jì)算得到焦作市行政村尺度的各準(zhǔn)則層和綜合層分值，然后通過(guò)ArcGIS中的熱點(diǎn)分析工具對(duì)焦作市土地生態(tài)質(zhì)量的空間冷熱點(diǎn)分布規(guī)律進(jìn)行研究。在熱點(diǎn)分析的基礎(chǔ)上，利用控制變量法，用CART算法構(gòu)建分類(lèi)決策樹(shù)，確定每個(gè)指標(biāo)對(duì)全局土地生態(tài)質(zhì)量的貢獻(xiàn)度大小從而識(shí)別主控因子。最后用主成分分析法計(jì)算出焦作市每個(gè)生態(tài)類(lèi)型區(qū)土地生態(tài)質(zhì)量的主控因子。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

焦作市位于河南省西北部，地處北緯35°10′～35°21′N(xiāo)，113°4′～113°26′E之間，東西長(zhǎng)約 32.5 km，南北寬約19.7 km。焦作市總面積為4 072 km2，2012年中心城區(qū)建成區(qū)面積110 km2。焦作市轄4個(gè)市轄區(qū)、4個(gè)縣、1個(gè)省級(jí)高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)，代管2個(gè)縣級(jí)市，共有45個(gè)街道、36個(gè)鎮(zhèn)、22個(gè)鄉(xiāng)、1891個(gè)行政村。2014年末，焦作市總?cè)丝跒?68.49萬(wàn)人，常住人口為352.25萬(wàn)人，城鎮(zhèn)化率達(dá)到53.21%。焦作礦產(chǎn)資源品種較多，儲(chǔ)量較大，質(zhì)量較好，經(jīng)過(guò)普查的礦產(chǎn)資源有40余種，占河南省已發(fā)現(xiàn)礦種25%，探明儲(chǔ)量的有煤炭、石灰石、鋁礬土、耐火粘土、硫鐵礦等20多種。礦產(chǎn)資源開(kāi)采為焦作社會(huì)經(jīng)濟(jì)發(fā)展做出巨大貢獻(xiàn)的同時(shí)，也帶來(lái)了嚴(yán)重的土地破壞和生態(tài)環(huán)境退化，其中最嚴(yán)重的就是煤炭開(kāi)采帶來(lái)的土地資源的破壞，包括塌陷、挖損和壓占，這些土地在遭受破壞和退化的過(guò)程中，也帶來(lái)了嚴(yán)重的生態(tài)環(huán)境問(wèn)題。

1.2 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)源于焦作市土地利用現(xiàn)狀圖、空間分辨率為2.5 m的Spot遙感影像、土壤污染調(diào)查數(shù)據(jù)、基礎(chǔ)地理數(shù)據(jù)、城鎮(zhèn)地籍?dāng)?shù)據(jù)、地球化學(xué)調(diào)查數(shù)據(jù)、土壤圖、地形圖、數(shù)字模型高程（DEM）數(shù)據(jù)和氣象資料，人口數(shù)據(jù)來(lái)自2014年《焦作統(tǒng)計(jì)年鑒》。

1.3 評(píng)價(jià)指標(biāo)體系的構(gòu)建

土地生態(tài)質(zhì)量評(píng)價(jià)以生態(tài)系統(tǒng)觀點(diǎn)為基礎(chǔ)，綜合評(píng)價(jià)分析研究區(qū)域內(nèi)土地資源的自然特性、社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r及景觀生態(tài)狀況等因素，從而較為客觀地揭示區(qū)域土地資源利用和生態(tài)狀況對(duì)區(qū)域內(nèi)社會(huì)、經(jīng)濟(jì)和環(huán)境可持續(xù)發(fā)展的影響程度和制約因素。評(píng)價(jià)指標(biāo)體系的構(gòu)建作為土地生態(tài)質(zhì)量評(píng)價(jià)的關(guān)鍵環(huán)節(jié)，其合理與否將直接影響評(píng)價(jià)結(jié)果的科學(xué)性。因此，土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系必須在充分認(rèn)識(shí)土地生態(tài)質(zhì)量評(píng)價(jià)特點(diǎn)和內(nèi)涵基礎(chǔ)上，借鑒不同評(píng)價(jià)指標(biāo)體系的優(yōu)點(diǎn)并進(jìn)行有機(jī)結(jié)合，同時(shí)充分考慮不同區(qū)域土地生態(tài)特點(diǎn)與問(wèn)題，構(gòu)建科學(xué)合理的土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系，為科學(xué)開(kāi)展土地生態(tài)質(zhì)量評(píng)價(jià)解決土地生態(tài)問(wèn)題，提供堅(jiān)實(shí)的基礎(chǔ)。

現(xiàn)有研究中，土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建與評(píng)價(jià)目的緊密相關(guān)，目標(biāo)不同則指標(biāo)體系有較大差異。根據(jù)評(píng)價(jià)指標(biāo)體系差異，可將土地生態(tài)質(zhì)量評(píng)價(jià)分為面向過(guò)程和面向管理兩種類(lèi)型。面向過(guò)程的土地生態(tài)質(zhì)量評(píng)價(jià)，較注重土地自身的自然狀況，而忽略了人文指標(biāo)；面向管理的土地生態(tài)質(zhì)量評(píng)價(jià)，由于受到數(shù)據(jù)來(lái)源的限制不能全面反映土地本身的生態(tài)狀況，較多的注重人類(lèi)干擾對(duì)土地生態(tài)的影響，評(píng)價(jià)精度不高，無(wú)法應(yīng)用于區(qū)域精細(xì)化管理。因此，為深入了解研究區(qū)土地生態(tài)狀況，遵循指標(biāo)的可獲取性、差異性、綜合性及穩(wěn)定性等指標(biāo)選取原則，選取土地生態(tài)的本底指標(biāo)和對(duì)土地生態(tài)有直接影響指標(biāo)。

綜合對(duì)比省域尺度、縣域及更小尺度下土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)選取特點(diǎn)，考慮市域尺度上指標(biāo)選取的要求，本研究將基于樣點(diǎn)實(shí)測(cè)數(shù)據(jù)、土地利用斑塊數(shù)據(jù)和行政單元尺度數(shù)據(jù)有效結(jié)合，依據(jù)土地生態(tài)學(xué)與土地管理學(xué)的基本原理，從反映土地生態(tài)系統(tǒng)本身的狀態(tài)指標(biāo)和對(duì)區(qū)域土地生態(tài)影響最直接的人為響應(yīng)指標(biāo)出發(fā)，從生態(tài)本底、生態(tài)結(jié)構(gòu)、生態(tài)效益與生態(tài)脅迫4個(gè)方面，按準(zhǔn)則層和指標(biāo)層構(gòu)建土地生態(tài)評(píng)價(jià)指標(biāo)體系。并采用層次分析法確定各指標(biāo)權(quán)重（表1）。根據(jù)評(píng)價(jià)指標(biāo)的實(shí)測(cè)值，使用理想點(diǎn)法計(jì)算每個(gè)評(píng)價(jià)單元（行政村）的理想點(diǎn)得分，評(píng)價(jià)研究區(qū)土地生態(tài)質(zhì)量，并將該分值作為新增字段輸入到ArcGIS圖的屬性表中，為后面熱點(diǎn)分析提供數(shù)據(jù)支撐。

表1 土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系Table 1 Index system of land ecological quality evaluation

1.4 研究方法

1.4.1 理想點(diǎn)法 TOPSIS（technique for order preference by similarity to ideal solution）法又稱(chēng)理想點(diǎn)法，是一種有限方案多目標(biāo)決策分析方法，“正理想解”和“負(fù)理想解”是TOPSIS的兩個(gè)基本概念，即通過(guò)設(shè)計(jì)各指標(biāo)的正理想解和負(fù)理想解，建立評(píng)價(jià)指標(biāo)與正理想解與負(fù)理想解之間距離的二維數(shù)據(jù)空間，在此基礎(chǔ)上對(duì)評(píng)價(jià)方案與正理想解和負(fù)理想解作比較，若最接近于正理想解，同時(shí)又最遠(yuǎn)離負(fù)理想解，則該方案是備選方案中的最好方案。其主要計(jì)算公式為：

（1）確定理想解 Z＋、負(fù)理想解 Z－，設(shè) J代表正向指標(biāo)集、J*代表負(fù)向指標(biāo)集：

（2）計(jì)算距離 D＋與 D－：

每個(gè)方案到理想解 Z＋的距離為：

每個(gè)方案到負(fù)理想解 Z－的距離為：

（3）計(jì)算每個(gè)方案對(duì)理想解的相對(duì)接近度指數(shù)Ci，計(jì)算公式為：

Ci值越大，表明第 i個(gè)評(píng)價(jià)單元的土地生態(tài)質(zhì)量水平越高，越接近最優(yōu)水平。

本文利用理想點(diǎn)法對(duì)研究區(qū)土地生態(tài)質(zhì)量進(jìn)行評(píng)價(jià)，得到研究區(qū)土地生態(tài)質(zhì)量綜合評(píng)價(jià)結(jié)果圖，為后面進(jìn)行土地生態(tài)質(zhì)量空間分異分析和主控因子識(shí)別提供基礎(chǔ)數(shù)據(jù)。

1.4.2 熱點(diǎn)分析模型 熱點(diǎn)分析模型可以用于空間布局分異研究，該模型基于空間計(jì)量地理學(xué)的空間自相關(guān)思想，通過(guò)分析各影響因子屬性值的“中心”（高值集聚，即熱點(diǎn)）和“洼地”（低值集聚，即冷點(diǎn)），從而揭示空間要素或影響因素的集聚程度，其理論原型為空間計(jì)量學(xué)家Anselin于l995年提出的空間關(guān)聯(lián)局域指標(biāo)，主要通過(guò)計(jì)算局部高／低聚類(lèi)值（Getis－OrdG）來(lái)定量判斷區(qū)域極高或極低值要素的聚集程度或差異［9］。Getis－OrdG*id表達(dá)式為：

為了便于解釋和比較，對(duì)G*id進(jìn)行標(biāo)準(zhǔn)化處理

式中，E（G*i）表示 G*i的數(shù)學(xué)期望；而 Var（G*i）表示 G*i的方差，wij是空間的權(quán)重。若 Z（G*i）為正且顯著，則說(shuō)明位置 i周邊的值相對(duì)較高，屬于熱點(diǎn)區(qū)；反之，若Z（G*i）為負(fù)值且顯著，則說(shuō)明位置i周?chē)闹迪鄬?duì)較低，屬于冷點(diǎn)區(qū)。已有研究中，一般 xj值用的是各冷熱點(diǎn)分析指標(biāo)的屬性值。

熱點(diǎn)分析工具是ArcGIS空間統(tǒng)計(jì)工具箱中的一種分析工具，它可對(duì)數(shù)據(jù)集中的每一個(gè)要素計(jì)算Getis－Ord G*id統(tǒng)計(jì)。通過(guò)得到的 Z得分和P值，分析高值或低值要素在空間上發(fā)生聚類(lèi)的位置。此工具的工作方式為：查看鄰近要素環(huán)境中的每一個(gè)要素，高值要素往往容易引起注意，但可能不是具有顯著統(tǒng)計(jì)學(xué)意義的熱點(diǎn)。要成為具有顯著統(tǒng)計(jì)學(xué)意義的熱點(diǎn)，要素應(yīng)具有高值，且被其它同樣具有高值的要素所包圍。某個(gè)要素及其相鄰要素的局部總和將與所有要素的總和進(jìn)行比較；當(dāng)局部總和與所預(yù)期的局部總和有很大差異，以至于無(wú)法成為隨機(jī)產(chǎn)生的結(jié)果時(shí)，會(huì)產(chǎn)生一個(gè)具有顯著統(tǒng)計(jì)學(xué)意義的 Z得分。

本文利用熱點(diǎn)分析模型在研究區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)結(jié)果的基礎(chǔ)上，對(duì)焦作市土地生態(tài)質(zhì)量的空間冷熱點(diǎn)分布規(guī)律進(jìn)行研究。

1.4.3 決策樹(shù)模型 決策樹(shù)（Decision Tree）是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過(guò)構(gòu)建決策樹(shù)來(lái)求取凈現(xiàn)值的期望值大于等于零的概率，評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)，判斷其可行性的決策分析方法，是直觀運(yùn)用概率分析的一種圖解法［10］。對(duì)同一分類(lèi)目標(biāo)，使用不同指標(biāo)構(gòu)建的決策樹(shù)其分類(lèi)精度會(huì)有所差異，因此根據(jù)控制變量法原理可以測(cè)算每個(gè)評(píng)價(jià)指標(biāo)對(duì)分類(lèi)結(jié)果精度的影響，即其貢獻(xiàn)度，本研究采用CART算法構(gòu)建分類(lèi)決策樹(shù)。

CART的節(jié)點(diǎn)選擇準(zhǔn)則是使節(jié)點(diǎn)的不純度盡可能小，即使得不純度盡可能大地下降。而不純度是一個(gè)和純度相對(duì)的概念。度量一個(gè)節(jié)點(diǎn)的不純度比度量純度更有利于分類(lèi)，所以使用不純度作為指標(biāo)。不純度的度量有多種方法，本研究采用誤分類(lèi)不純度來(lái)進(jìn)行計(jì)算。

誤分類(lèi)不純度的計(jì)算公式為：

要使得不純度下降最大，不純度下降可以使用下式計(jì)算：

其中，Pk是分支到節(jié)點(diǎn)Nk的訓(xùn)練樣本占的比例，且滿(mǎn)足Pk＝1。本文在熱點(diǎn)分析的基礎(chǔ)上，基于控制變量法，用CART算法構(gòu)建分類(lèi)決策樹(shù)，并根據(jù)其分類(lèi)精度的高低來(lái)確定每個(gè)指標(biāo)對(duì)研究區(qū)全局土地生態(tài)質(zhì)量評(píng)價(jià)結(jié)果的貢獻(xiàn)度大小從而識(shí)別主控因子。

1.4.4 主成分分析法 主成分分析法是一種降維的統(tǒng)計(jì)方法，它借助于正交變換，將其分量相關(guān)的原隨機(jī)向量轉(zhuǎn)化成其分量不相關(guān)的新隨機(jī)向量，然后對(duì)多維變量系統(tǒng)進(jìn)行降維處理，能以一個(gè)較高的精度轉(zhuǎn)換成低維變量系統(tǒng)，再通過(guò)構(gòu)造適當(dāng)?shù)膬r(jià)值函數(shù)，進(jìn)一步把低維系統(tǒng)轉(zhuǎn)化成一維系統(tǒng)［11］。其具體步驟如下：

（1）原始指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化。

（2）對(duì)標(biāo)準(zhǔn)化陣求相關(guān)系數(shù)矩陣。

（3）解樣本相關(guān)矩陣的特征方程，計(jì)算特征根，確定主成分。

（4）將標(biāo)準(zhǔn)化后的指標(biāo)變量轉(zhuǎn)換為主成分。

（5）對(duì)主成分進(jìn)行綜合評(píng)價(jià)。

對(duì)主成分進(jìn)行加權(quán)求和，即得最終評(píng)價(jià)值，權(quán)數(shù)為每個(gè)主成分的方差貢獻(xiàn)率。

本文采用主成分分析法，在全局土地生態(tài)因子貢獻(xiàn)度分析的基礎(chǔ)上，計(jì)算識(shí)別出研究區(qū)每個(gè)生態(tài)類(lèi)型區(qū)的主控因子。

2 結(jié)果與討論

2.1 土地生態(tài)質(zhì)量空間分異規(guī)律

2.1.1 結(jié)果分析 利用ArcGIS10.0中的熱點(diǎn)分析工具，以焦作市村級(jí)行政區(qū)為評(píng)價(jià)單元，將各評(píng)價(jià)單元的理想點(diǎn)得分分值作為輸入字段進(jìn)行熱點(diǎn)分析，根據(jù)各評(píng)價(jià)單元的 Z值得分可以得到焦作市生態(tài)質(zhì)量空間分異的冷熱點(diǎn)圖（如圖1）。

圖1 焦作市土地生態(tài)質(zhì)量空間冷熱點(diǎn)分布圖Fig.1 The distributionmap of cold／hot spots of land ecological quality in Jiaozuo City

由圖1分析可知，焦作市土地生態(tài)質(zhì)量空間聚類(lèi)分異根據(jù)冷熱點(diǎn)分值由低到高可劃分為5個(gè)類(lèi)型。Z值得分小于－2.0的為一級(jí)生態(tài)空間分異類(lèi)型區(qū)，－2.0到－1.0的為二級(jí)生態(tài)空間分異類(lèi)型區(qū)，以此類(lèi)推，Z值得分大于2.0的區(qū)域?yàn)槲寮?jí)生態(tài)空間分異類(lèi)型區(qū)。Z值得分高的區(qū)域?yàn)闊狳c(diǎn)集聚區(qū)，表明此處生態(tài)質(zhì)量較好，分值低的區(qū)域?yàn)槔潼c(diǎn)集聚區(qū)，表明此處生態(tài)質(zhì)量較差。以分值最高的區(qū)域?yàn)槲寮?jí)生態(tài)空間分異類(lèi)型區(qū)，即焦作市生態(tài)質(zhì)量最好的區(qū)域，分值越低生態(tài)等級(jí)越低，各級(jí)生態(tài)空間分異類(lèi)型區(qū)及其對(duì)應(yīng)的冷熱點(diǎn)得分如表2所示。

表2 各生態(tài)空間分異類(lèi)型區(qū)冷熱點(diǎn)分值Table 2 Cold／hot spot score of each ecologicaltype area

從圖1可以看出，焦作市土地生態(tài)質(zhì)量分異特征表現(xiàn)在以下幾個(gè)方面：

（1）總體來(lái)看，焦作市土地生態(tài)質(zhì)量空間分異大致呈現(xiàn)出“核心一邊緣”結(jié)構(gòu)。即土地生態(tài)質(zhì)量由城鎮(zhèn)中心向遠(yuǎn)郊呈上升趨勢(shì)，同時(shí)，其空間分異度值從 －2.0升到 2.0，而土地生態(tài)質(zhì)量由水庫(kù)、河流、風(fēng)景區(qū)向城區(qū)方向呈下降趨勢(shì)，同時(shí)，其空間分異度值從 2.0降到 －2.0。

（2）研究區(qū)土地生態(tài)質(zhì)量空間分異呈現(xiàn)城區(qū)周邊土地生態(tài)質(zhì)量顯著低值集聚，外圍遠(yuǎn)郊各村及水庫(kù)河流區(qū)域的土地生態(tài)質(zhì)量空間分異呈顯著高值集聚特征。焦作市市轄區(qū)（包括山陽(yáng)區(qū)、中站區(qū)、解放區(qū)、馬村區(qū)）、博愛(ài)縣、沁陽(yáng)市、孟州市、溫縣等城區(qū)周邊的土地生態(tài)質(zhì)量空間分異呈現(xiàn)顯著低值集聚（分異度值低至－1.0以下），以該區(qū)域?yàn)橹行南蛲鈬由斓膮^(qū)域，其土地生態(tài)質(zhì)量呈上升趨勢(shì)；修武縣、武陟縣兩縣植被覆蓋率較高，旅游產(chǎn)業(yè)比較發(fā)達(dá)，更注重對(duì)生態(tài)的保護(hù)和建設(shè)，城區(qū)生態(tài)指數(shù)高于其它城區(qū)（分異度值介于－1.0和1.0之間）。

（3）研究區(qū)局部區(qū)域土地生態(tài)質(zhì)量空間分異呈現(xiàn)面狀或條帶狀聚集特征。如馬村區(qū)九里山鄉(xiāng)轄區(qū)分布有眾多煤礦，因煤炭開(kāi)采引起地表沉陷，對(duì)土地生態(tài)造成一定的破壞，表現(xiàn)為低值集聚區(qū)（分異度值低至－1.0以下）；高值集聚的區(qū)域則多為水庫(kù)、旅游景點(diǎn)、渠、河流等所在地，青天河水庫(kù)、白墻水庫(kù)，群英水庫(kù)等水庫(kù)，云臺(tái)山風(fēng)景區(qū)、神農(nóng)山風(fēng)景區(qū)、青天河風(fēng)景區(qū)等旅游景點(diǎn)因要素聚集程度高（分異度值普遍達(dá)到1.0以上），呈面狀分布聚集特征；人民勝利渠、黃河、沁河、大沙河等河流水渠，鄭焦晉高速、長(zhǎng)濟(jì)高速、焦克路、新濟(jì)路、焦枝鐵路等道路沿線兩側(cè)表現(xiàn)為高聚集區(qū)，沿道路或河流走向呈現(xiàn)條帶狀分布。

2.1.2 討論 從上述結(jié)果來(lái)看，研究區(qū)土地生態(tài)質(zhì)量大致呈現(xiàn)出“核心一邊緣”結(jié)構(gòu)，即由城鎮(zhèn)中心向遠(yuǎn)郊土地生態(tài)質(zhì)量呈上升趨勢(shì)，而由水庫(kù)、河流、風(fēng)景區(qū)向城區(qū)方向土地生態(tài)質(zhì)量呈下降趨勢(shì)。主城區(qū)附近片區(qū)土地生態(tài)指數(shù)顯著低值集聚，而外圍遠(yuǎn)郊各村及水庫(kù)河流區(qū)域的土地生態(tài)指數(shù)則呈顯著高值集聚。這一空間分異現(xiàn)象與空間經(jīng)濟(jì)學(xué)或新經(jīng)濟(jì)地理學(xué)所證實(shí)的，由于規(guī)模報(bào)酬遞增與交易成本所導(dǎo)致的區(qū)域發(fā)展過(guò)程中自生演化的城鄉(xiāng)二元“核心一邊緣”結(jié)構(gòu)［12］相契合。

2.2 全局土地生態(tài)主控因子

2.2.1 結(jié)果分析 識(shí)別全局土地生態(tài)主控因子其實(shí)就是分析研究區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)因子對(duì)評(píng)價(jià)結(jié)果的貢獻(xiàn)度。

測(cè)算指標(biāo)貢獻(xiàn)度的方法有很多，如控制變量法［13］、局部變化率與全部變化率比較法［14］、變量分離法［15］、決策樹(shù)法［16］等。但前三種方法都只能對(duì)數(shù)值型變量進(jìn)行計(jì)算和解釋?zhuān)?lèi)型變量無(wú)法衡量；且變化比率法需要兩期數(shù)據(jù)進(jìn)行比較計(jì)算。決策樹(shù)可以評(píng)價(jià)各數(shù)值變量或者類(lèi)型變量對(duì)土地生態(tài)質(zhì)量評(píng)價(jià)結(jié)果的相對(duì)重要性，但是不能給出絕對(duì)貢獻(xiàn)率的定量評(píng)價(jià)。在綜合比較現(xiàn)有因子貢獻(xiàn)度測(cè)算方法優(yōu)缺點(diǎn)的基礎(chǔ)上，本研究選用基于CART算法的決策樹(shù)方法，對(duì)研究區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)時(shí)選取的22個(gè)生態(tài)因子的貢獻(xiàn)度進(jìn)行分析。通過(guò)控制變量法，每次剔除不同的變量，可以得到不同的決策法則和訓(xùn)練精度，而通過(guò)訓(xùn)練精度的大小比較，可以實(shí)現(xiàn)每個(gè)變量貢獻(xiàn)度大小的排序。

以此原理為基礎(chǔ)，在SPSS 19.0軟件中，將土地生態(tài)質(zhì)量評(píng)價(jià)結(jié)果作為因變量，22個(gè)指標(biāo)變量作為自變量輸入。通過(guò)控制變量法和CART中的訓(xùn)練精度比對(duì)分析，實(shí)現(xiàn)各生態(tài)因子對(duì)研究區(qū)全局土地生態(tài)質(zhì)量評(píng)價(jià)結(jié)果的貢獻(xiàn)率評(píng)價(jià)，結(jié)果見(jiàn)表3。

2.2.2 討論 從上述結(jié)果可以看出，研究區(qū)全局土地生態(tài)主控因子呈現(xiàn)以下特點(diǎn)：

（1）各棵樹(shù)的節(jié)點(diǎn)數(shù)和樹(shù)深相差較小，節(jié)點(diǎn)數(shù)相差不超過(guò)5且節(jié)點(diǎn)數(shù)分布在35－40之間，樹(shù)深相差不超過(guò)3且分布在9－12之間，說(shuō)明各分類(lèi)模擬規(guī)則的復(fù)雜程度差別不大。

（2）生態(tài)服務(wù)價(jià)值是造成焦作市土地生態(tài)質(zhì)量差異的主要原因。在所有指標(biāo)作為自變量輸入條件下，CART模擬精度為91.2%，當(dāng)分別剔除自變量有效土層厚度、生態(tài)連通性、耕地比例、土壤綜合污染指數(shù)、年降水量、高程、損毀土地比例、城鄉(xiāng)建設(shè)用地比例時(shí)，CART的訓(xùn)練精度全部為91.0%。與不剔除自變量情況下的訓(xùn)練精度相比，降低了0.2個(gè)百分點(diǎn)，降幅很小，表明這8個(gè)變量對(duì)焦作市土地生態(tài)質(zhì)量空間分異的貢獻(xiàn)不大。當(dāng)剔除生態(tài)服務(wù)價(jià)值時(shí)，訓(xùn)練精度降低6.2%，表明生態(tài)服務(wù)價(jià)值是影響土地生態(tài)質(zhì)量的主要原因。這22個(gè)生態(tài)因子對(duì)于焦作市生態(tài)質(zhì)量貢獻(xiàn)度從大到小依次為：生態(tài)服務(wù)價(jià)值、NPP、土壤綜合污染面積比例、人口密度、林網(wǎng)密度、水面比例、林網(wǎng)密度、生態(tài)基礎(chǔ)設(shè)施用地比例、類(lèi)型多樣性指數(shù)、格局多樣性指數(shù)、斑塊多樣性指數(shù)、植被覆蓋度、林地比例、土壤有機(jī)質(zhì)、坡度、有效土層厚度、生態(tài)連通性、耕地比例、土壤綜合污染指數(shù)、年降水量、高程、損毀土地比例時(shí)、城鄉(xiāng)建設(shè)用地比例。

2.3 各生態(tài)類(lèi)型區(qū)主控因子

2.3.1 結(jié)果分析 通過(guò)上述研究可知，焦作市按其土地生態(tài)質(zhì)量可以劃分為五級(jí)生態(tài)類(lèi)型區(qū)，從一級(jí)到五級(jí)生態(tài)質(zhì)量遞增。由于每個(gè)生態(tài)類(lèi)型區(qū)所處的空間位置不同，影響其土地生態(tài)質(zhì)量的主要因子也必然會(huì)有所差異，本研究使用SPSS 19.0軟件的主成分分析功能，將所有評(píng)價(jià)指標(biāo)作為輸入變量，分別對(duì)各級(jí)生態(tài)類(lèi)型區(qū)進(jìn)行主成分分析，得到各土地生態(tài)類(lèi)型區(qū)的主控因子（如表4）。

表3 控制變量下的CART模擬精度Table 3 Simulation accuracy of different independent variables in CART

表4 各生態(tài)類(lèi)型區(qū)主控因子Table 4 Key controlling factors of different ecotypes

2.3.2 討論 由上述結(jié)果可以看出，研究區(qū)各生態(tài)空間分異類(lèi)型區(qū)主控因子分別為：

（1）一級(jí)生態(tài)空間分異類(lèi)型區(qū)：主控因子為年均降水量、坡度、生態(tài)基礎(chǔ)設(shè)施用地比例、生態(tài)服務(wù)價(jià)值。

（2）二級(jí)生態(tài)空間分異類(lèi)型區(qū)：耕地比例、土壤有機(jī)質(zhì)、林網(wǎng)密度、格局多樣性指數(shù)、損毀土地比例對(duì)土地生態(tài)質(zhì)量影響較大，一級(jí)和二級(jí)生態(tài)空間分異類(lèi)型區(qū)主要分布在城市擴(kuò)張發(fā)展區(qū)。該區(qū)域已基本實(shí)現(xiàn)城市化，區(qū)內(nèi)人類(lèi)活動(dòng)越來(lái)越頻繁，土地利用結(jié)構(gòu)失衡的現(xiàn)象不斷出現(xiàn)，從而引起生態(tài)用地減少、土壤沙化與土壤肥力下降等生態(tài)問(wèn)題。

（3）三級(jí)生態(tài)空間分異類(lèi)型區(qū)：主控因子最多，包括耕地比例、生態(tài)連通性、土壤綜合污染面積比例、水面比例、林網(wǎng)密度、植被覆蓋度、損毀土地比例等因子，影響機(jī)理復(fù)雜，受自然條件和人為活動(dòng)雙重影響突出。

（4）四級(jí)生態(tài)空間分異類(lèi)型區(qū)：受類(lèi)型多樣性指數(shù)、耕地比例、水面比例、年均降水量、格局多樣性指數(shù)、城鄉(xiāng)建設(shè)用地比例的影響。

（5）五級(jí)生態(tài)空間分異類(lèi)型區(qū)：主控因子為NPP、水面比例、生態(tài)連通性、格局多樣性指數(shù)、年均降水量、損毀土地比例，該區(qū)域內(nèi)城鎮(zhèn)化水平較低，植被覆蓋度較好，具有生態(tài)功能的林地、草地面積比例較大，使整個(gè)區(qū)域內(nèi)的土地生態(tài)質(zhì)量處于一個(gè)較高的水平。四級(jí)和五級(jí)生態(tài)空間分異類(lèi)型區(qū)大部分面積處于生態(tài)保護(hù)區(qū)范圍內(nèi)，林地面積大，且受人為活動(dòng)影響較小，因此其主控因子以自然因素為主。

3 結(jié) 論

本文首先利用理想點(diǎn)法對(duì)研究區(qū)土地生態(tài)質(zhì)量進(jìn)行評(píng)價(jià)，在評(píng)價(jià)結(jié)果的基礎(chǔ)上利用熱點(diǎn)分析模型分析土地生態(tài)質(zhì)量空間分異規(guī)律；然后利用決策樹(shù)模型確定每個(gè)指標(biāo)對(duì)全局土地生態(tài)質(zhì)量評(píng)價(jià)結(jié)果的貢獻(xiàn)度大??；最后用主成分分析法識(shí)別出研究區(qū)每個(gè)生態(tài)類(lèi)型區(qū)土地生態(tài)質(zhì)量的主控因子。主要結(jié)論有：（1）研究區(qū)土地生態(tài)質(zhì)量劃分為五個(gè)等級(jí)，從一級(jí)到五級(jí)生態(tài)質(zhì)量遞增?？傮w來(lái)看，研究區(qū)土地生態(tài)質(zhì)量大致呈現(xiàn)出“核心一邊緣”結(jié)構(gòu)，即由城鎮(zhèn)中心向遠(yuǎn)郊土地生態(tài)質(zhì)量呈上升趨勢(shì)，而由水庫(kù)、河流、風(fēng)景區(qū)向城區(qū)方向土地生態(tài)質(zhì)量呈下降趨勢(shì)。（2）研究區(qū)全局土地生態(tài)質(zhì)量貢獻(xiàn)度分析結(jié)果表明，生態(tài)服務(wù)價(jià)值對(duì)土地生態(tài)質(zhì)量的貢獻(xiàn)度最大。（3）研究區(qū)不同生態(tài)類(lèi)型區(qū)的主控因子各有差異，其中一二級(jí)生態(tài)區(qū)受人為因素影響較大，三級(jí)生態(tài)區(qū)受自然條件和人為活動(dòng)雙重影響，主控因子最多，而四五級(jí)生態(tài)區(qū)受人為活動(dòng)影響較小，其主控因子以自然因素為主。

［1］ 戴 靚，姚新春，周生路，等.長(zhǎng)三角經(jīng)濟(jì)發(fā)達(dá)區(qū)金壇市土地生態(tài)狀況評(píng)價(jià)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29（8）：249-257.

［2］ 劉焱序，李春越，任志遠(yuǎn)，等.基于LUCC的生態(tài)型城市土地生態(tài)敏感性評(píng)價(jià)［J］.水土保持研究，2012，19（4）：125-130.

［3］ 戴 靚.縣域土地生態(tài)質(zhì)量的空間分異及其主控因子識(shí)別——以金壇市為例［D］.南京：南京大學(xué)，2013.

［4］ 昌 亭，周生路，戴 靚，等.金壇市土地生態(tài)質(zhì)量的城鄉(xiāng)梯度規(guī)律研究［J］.水土保持研究，2014，21（3）：130-135.

［5］ 徐嘉興.典型平原礦區(qū)土地生態(tài)演變及評(píng)價(jià)研究——以徐州礦區(qū)為例［D］.徐州：中國(guó)礦業(yè)大學(xué)，2013.

［6］ 張合兵，陳寧麗，孫江鋒，等.基于 GIS的土地生態(tài)質(zhì)量評(píng)價(jià)及影響因素分析——以平頂山市為例［J］.河南農(nóng)業(yè)科學(xué)，2015，44（1）：62-69.

［7］ 吳健生，喬 娜，彭 建，等.露天礦區(qū)景觀生態(tài)風(fēng)險(xiǎn)空間分異［J］.生態(tài)學(xué)報(bào)，2013，33（12）：3816-3824.

［8］ 王大力，吳映梅.基于GIS的云南省生態(tài)環(huán)境空間分異探究［J］.中國(guó)農(nóng)學(xué)通報(bào)，2015，31（25）：192-199.

［9］ 程紅霞，胡列群，林粵江.近50 a新疆沙塵暴冷熱點(diǎn)的時(shí)空分布特征［J］.干旱區(qū)資源與環(huán)境，2014，28（7）：100-104.

［10］ 毛國(guó)君.數(shù)據(jù)挖掘原理與算法［M］.北京：清華大學(xué)出版社，2005.

［11］ 孫奇奇，宋 戈，齊美玲.基于主成分分析的哈爾濱市土地生態(tài)安全評(píng)價(jià)［J］.水土保持研究，2012，19（1）：234-238.

［12］ Fujita M，Krugman P，Venables A J.The Spatial Economy：Cities，Regions and International Trade［M］.MITPress，1999.

［13］ 蔡 艷，丁維新，蔡祖聰.土壤玉米系統(tǒng)中土壤呼吸強(qiáng)度及各組分貢獻(xiàn)［J］.生態(tài)學(xué)報(bào)，2006，26（12）：4273-4279.

［14］ 喬建平，石莉莉，王 萌.基于貢獻(xiàn)權(quán)重疊加法的滑坡風(fēng)險(xiǎn)區(qū)劃［J］.地質(zhì)通報(bào)，2008，27（11）：1787-1794.

［15］ 吳紹華，周生路，潘賢章，等.城市擴(kuò)張過(guò)程對(duì)土壤重金屬積累影響的定量分離［J］.土壤學(xué)報(bào)，2011，48（3）：496-505.

［16］ Zhang X，Lin F，Jiang Y，et al.Assessing soil Cu content and anthropogenic influencesusingdecision tree analysis［J］.Environmental Pollution，2008，156（3）：1260-1267.

［17］ 張秀英，孫 棋，王 珂，等.基于決策樹(shù)的土壤Zn含量預(yù)測(cè)［J］.環(huán)境科學(xué)，2008，29（12）：3508-3512.

Research on spatial differentiation of land ecological quality and main controlling factors identification based on city scale：——A case study of Jiaozuo City

ZHANG He-bing，WANG Shi-dong，LIU Yi
（School of Surveyingɑnd Lɑnd Informɑtion Engineering，He’nɑn Polytechnic University，Jiɑozuo，He’nɑn 454000，Chinɑ）

Using the village administrative district of Jiaozuo City as the evaluation unit，an index system including 4 criteria layers of basis，structure，efficiency and stresswas established.The spatial variation of land ecological quality was studied by using hot spot analysis.The land ecological quality of Jiaozuo City based on the hot and cold spotswere divided into 5 grades.The contribution of the22 ecological factorswere analyzed by the classification accuracy of decision tree in control variablemethod using the CART algorithm to construct decision tree based on the hot spotanalysis.Finally，themain controlling factors of each ecological type region were determined using the principal component analysis method.The results showed that the land ecological quality of Jiaozuo city showed a characteristic of“core-periphery”structure，which the land ecological qualitywere declining from the town center to the outer and the land ecological qualityarising from the reservoir，river，scenic area to the city.The ecological service value of the ecological factor has the highest degree of contribution and ithas the greatest impacton the land ecological quality of Jiaozuo city.Due to the differences space location of each ecological type region，themain factors affecting the land ecological quality also has the remarkable difference.Themain control factors of grade one and two ecological regions weremore influenced bymanmade factors.Themain control factors of grade four and five ecological regionsweremainly influenced byman-made factors.The grade three ecological regionswere influenced by both human and natural factors，and ithas themostmain con-trol factors.

land ecological quality；main control factors；hot spot analysis；decision tree；principal component analysis

X826

A

1000-7601（2017）05-0058-08

10.7606／j.issn.1000-7601.2017.05.09

2016-07-02

2016-11-04

國(guó)家自然科學(xué)基金項(xiàng)目（41541014，41301617）；中國(guó)煤炭工業(yè)協(xié)會(huì)指導(dǎo)性計(jì)劃項(xiàng)目（MTKJ－2015－284）；中國(guó)博士后科學(xué)基金（2016M590679）；河南省高等學(xué)校重點(diǎn)科研項(xiàng)目（17A420001）；河南省高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助（NSFRF1630）；河南理工大學(xué)創(chuàng)新性科研團(tuán)隊(duì)資助（B2017－16）；河南省高?？萍紕?chuàng)新團(tuán)隊(duì)支持計(jì)劃（18IRTSTHN008）；河南理工大學(xué)青年骨干教師資助計(jì)劃項(xiàng)目

張合兵（1975—），男，河南滑縣人，副教授，博士，主要從事土地利用方面的教學(xué)與科研工作。E-mail：jzitzhb＠hpu.edu.cn。

王世東（1978—），男，河南清豐縣人，副教授，博士，主要從事土地利用變化與土地復(fù)墾研究。E-mail：wsd0908＠163.com。