基于logistic模型的人類開發(fā)活動影響下河北省濱海濕地演變驅(qū)動分析*

羅建美，張學(xué)儒，霍永偉

(1.河北地質(zhì)大學(xué)土地資源與城鄉(xiāng)規(guī)劃學(xué)院,石家莊 050031；2.中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心中國科學(xué)院農(nóng)業(yè)水資源重點實驗室 河北省節(jié)水農(nóng)業(yè)重點實驗室,石家莊 050022；3.中國科學(xué)院大學(xué),北京 100049；4.重慶交通大學(xué)，重慶 400074；5.河北省國土資源利用規(guī)劃院，石家莊050051)

0 引言

近年來，河北省海岸帶地區(qū)經(jīng)濟(jì)快速發(fā)展，基礎(chǔ)設(shè)施的投資建設(shè)逐年增加，人類開發(fā)活動日益加強(qiáng)，由此導(dǎo)致濱海濕地大規(guī)模地被人為開發(fā)的農(nóng)業(yè)區(qū)域和建設(shè)區(qū)域所取代，成為該區(qū)域濱海濕地演變的最顯著特征。但是，自然狀態(tài)下的濱海濕地大規(guī)模的人類活動開發(fā)區(qū)域，造成了生物多樣性喪失、地表水循環(huán)改變、城市熱島、水土流失加劇等一系列區(qū)域生態(tài)環(huán)境問題，給海岸帶區(qū)域安全造成潛在威脅[1-4]。因此，濱海濕地的空間演變規(guī)律與驅(qū)動機(jī)制受到眾多學(xué)者的關(guān)注[5-8]。但是如何快速、準(zhǔn)確地監(jiān)測濱海濕地空間分布成為了科研人員不得不面對的一個問題。隨著計算機(jī)圖像處理技術(shù)、GIS，RS等科學(xué)的進(jìn)步，基于遙感影像的土地分類提取技術(shù)發(fā)展較快，面向?qū)ο蟮姆诸惙椒ㄔ诘乇砀脖恍畔⑻崛☆I(lǐng)域已有不少較理想的案例應(yīng)用[9， 10]。此外，目前關(guān)于濱海濕地的研究，多關(guān)注于其空間演變以后的生態(tài)效應(yīng)問題，往往忽視對其空間演變位置特征方面的研究。文章研究的主要目的是關(guān)注濱海濕地演變發(fā)生與影響因素之間的定量關(guān)系，探討運(yùn)用Logistic 回歸模型分析濱海濕地演變發(fā)生的可能原因，揭示其發(fā)生概率隨影響因素作用程度的變化規(guī)律，從而為濱海濕地的保護(hù)與區(qū)域內(nèi)生態(tài)環(huán)境建設(shè)提供科學(xué)依據(jù)。

1 研究區(qū)概況

圖1 河北海岸帶地理位置示意

研究區(qū)地處河北省東部，處于渤海灣的中心，南與山東省接壤，北至秦皇島市山海關(guān)區(qū)，中間夾有天津市，南張莊崔臺子與遼寧省相鄰，大清口以東屬遼東灣，其西屬渤海灣。在北緯38°7′～40°5′和東經(jīng)117°25′～119°53′之間。河北省的沿海岸區(qū)域被天津分割成了兩段：(1)北段由自秦皇島市的山海關(guān)區(qū)的張莊崔臺子開始，再到豐南市瀨河口疆的剃臺莊； (2)南段由自黃驊市南排河鎮(zhèn)的岐山口開始，止于海興縣的大口河河口。研究區(qū)2013年總面積40.660 441萬hm2，涵蓋唐山、秦皇島、滄州3市的沿海區(qū)域(圖1)。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

(1)遙感數(shù)據(jù)。為精確提取不透水地表和分析其演變空間特征，選用了2005年和2013年的兩期Landsat TM數(shù)據(jù)，為保證解譯精度采用2013年的高分1號衛(wèi)星的遙感影像進(jìn)行交叉研究其中，TM來自 U.S.Geological Survey(USGS)。

(2)DEM。采用日本經(jīng)貿(mào)及工業(yè)部(METI)和美國航空航天管理局(NASA)發(fā)布的全球30m 分辨率的ASTER GDEM數(shù)據(jù)。

(3)專題數(shù)據(jù)。氣溫降水?dāng)?shù)據(jù)來自中國氣象數(shù)據(jù)共享網(wǎng)中全國站點數(shù)據(jù)，并進(jìn)行插值處理。

2.2 方法

2.2.1 因變量

圖2 2005年人類開發(fā)活動空間格局 圖3 2013年人類開發(fā)活動空間格局

以2005年和2013年兩期Landsat TM為基本信息源，結(jié)合野外調(diào)查的GPS定位實測數(shù)據(jù)。參考1： 10萬土地利用矢量數(shù)據(jù)、高分一號衛(wèi)星數(shù)據(jù)，采用面向?qū)ο笈c目視解譯相結(jié)合的方法提取研究區(qū)在這兩個時期的土地利用覆被信息。面向?qū)ο蟮慕庾g方法能夠克服基于像元的分類技術(shù)所造成的“椒鹽效應(yīng)”問題[11-13]。此外這種分類方法還可以綜合利用影像的鄰域信息、紋理信息、GIS輔助數(shù)據(jù)和上下文信息等相關(guān)信息，分類結(jié)果精度較高[14-16]。另外，目視解譯雖然費(fèi)時費(fèi)力，但是其解譯精度較高，是其他自動分類方法所不能匹及的。面向?qū)ο蟮姆诸惙椒梢院芎玫赝瓿蛇b感影像的分割，能夠?qū)鹘y(tǒng)目視解譯工作中的手工屏幕勾畫工作解放出來。因此兩者相結(jié)合是一種高效、精確的地表覆被信息提取方法。這個過程可以在ENVI ZOOM的Feature Extraction模塊中實現(xiàn)，F(xiàn)eature Extraction模塊采用基于邊緣分割的算法，支持矢量文件導(dǎo)入，能夠準(zhǔn)確、快速的對影像進(jìn)行分割。因此，可以通過目視解譯出的矢量樣該文件對分割后產(chǎn)生的對象進(jìn)行選擇，作為樣本區(qū)域，達(dá)到快速、準(zhǔn)確地對影像進(jìn)行分類的目的，再通過目視解譯對提取出的結(jié)果進(jìn)行修訂，生成兩期人類開發(fā)活動分布圖(圖2， 3)。根據(jù)人類開發(fā)活動的不同形式將人類開發(fā)活動影響區(qū)域分為：農(nóng)業(yè)活動開發(fā)區(qū)、建設(shè)活動開發(fā)區(qū)、未開發(fā)利用區(qū)3個大的類型，其中濱海濕地屬于未開發(fā)區(qū)域。

將兩期數(shù)據(jù)疊加，查找出濱海濕地演變后主要地表覆被類型和演變發(fā)生的空間位置。發(fā)現(xiàn)濱海濕地主要向農(nóng)業(yè)用地和建設(shè)用地兩個類型轉(zhuǎn)變，占到濱海濕地變化面積的63.6%和31.2%。因此，將濱海濕地—農(nóng)業(yè)活動區(qū)和濱海濕地—建設(shè)活動區(qū)作為因變量進(jìn)行分析。該研究主要分析濱海濕地向農(nóng)業(yè)開發(fā)區(qū)和建設(shè)開發(fā)區(qū)的演變驅(qū)動機(jī)制。

表1 變量類型

2.2.2 自變量

濱海濕地演變不僅會受到地形地貌、海拔高度、氣溫降水等自然因素的影響，比如降水減少會導(dǎo)致某些濕地類型退化為裸土地表，而且會更強(qiáng)烈受到人類開發(fā)活動的影響，人類開發(fā)活動的強(qiáng)度會隨距離人類活動的中心區(qū)域的空間距離的增加而衰減。因此該研究選擇了與濱海濕地演變發(fā)生的空間位置密切相關(guān)的海拔、坡度、氣溫、降水、距城鎮(zhèn)距離、距農(nóng)村居民點距離、距海岸線距離和距道路距離8個因子作為自變量，其變量類型如表1所示。海拔、坡度變量由DEM直接通過ARCGIS的Spatial Analyst分析模塊計算得到。氣溫、降水兩個變量通過對研究區(qū)及其周邊12個氣象站點數(shù)據(jù)進(jìn)行克里金插值獲取。居民點、道路數(shù)據(jù)、海岸線數(shù)據(jù)通過遙感解譯獲取，利用ARCGIS Spatial Analyst下Distance命令計算得到以上3個要素的距離空間柵格圖層。

2.2.3 二元Logistic回歸模型

濱海濕地演變發(fā)生的空間位置受到海拔、氣溫、降水、距海岸線距離、距道路距離、距居民點距離等因素的影響，這些影響因素未必直接導(dǎo)致濕地發(fā)生演變，但是其演變發(fā)生空間位置與這些影響因素之間確實存在定量關(guān)系?；谶@一點，可以用Logistic回歸來解釋兩者之間的關(guān)系。Logistic回歸技術(shù)方法基于數(shù)據(jù)的抽樣，能為每個自變量產(chǎn)生回歸系數(shù)，進(jìn)而解釋為地表覆被演變發(fā)生的變化概率，其優(yōu)點是，變量既可以是連續(xù)的也可以是分類的。其表達(dá)式如下：

(1)

式(1)中，Pi表示每個柵格單元可能向某一類型i演變的概率；X表示各影響因素；β是各影響因素的回歸系數(shù)。

對(1)式兩側(cè)取以e為底的指數(shù)，就可以得到如下表達(dá)式：

odd(p)=exp(β0+β1X1i+β2X2i+…+βnXni)

(2)

odd(p)為發(fā)生比率，用來對自變量的Logistic 回歸系數(shù)進(jìn)行解釋[17]?；貧w模型計算結(jié)果中包括回歸系數(shù)、及其估計的標(biāo)準(zhǔn)差、WaldX2統(tǒng)計量和顯著性水平。正的回歸系數(shù)值表示解釋變量增加一個單位值時發(fā)生比率會相應(yīng)增加。反之，當(dāng)回歸系數(shù)為負(fù)值時說明增加一個單位值時發(fā)生比會相應(yīng)減少，其發(fā)生比率的變化程度可以用exp(β)定量表達(dá)[18]。WaldX2統(tǒng)計量用以表示每個解釋變量的相對權(quán)重，能夠評估解釋變量對事件預(yù)測的貢獻(xiàn)力[18， 19]。

Logistic模型可以從眾多影響濱海濕地演變的因子中篩選出相關(guān)性較為顯著的因子，不顯著的解釋變量在回歸結(jié)果中將被剔除。ROC曲線可以檢驗方程的擬合程度檢驗[20-22]，不透水地表演變發(fā)生空間位置與真實分布的擬合程度可以用曲線以下的面積比例來表示，該值介于0.5到1之間，值越大概率分布和真實的類型分布之間越具有較好的一致性，回歸方程越能較好地解釋演變發(fā)生空間位置特征，模型的結(jié)果越精確； 反之，若該值越接近0.5，說明回歸方程對演變發(fā)生空間位置的解釋意義越低[20]。

表2 濱海濕地向農(nóng)業(yè)開發(fā)區(qū)域演變的Logistic回歸結(jié)果

表3 濱海濕地向建設(shè)開發(fā)區(qū)域演變的Logistic回歸結(jié)果

3 結(jié)果分析

通過ARCGIS的Raster to ASCII命令把ESRI GRID格式的環(huán)境影響因素和植被類型抽樣數(shù)據(jù)轉(zhuǎn)化為ASCII文件，并另存為“.txt”文件，讀入到SPSS中。計算Logistic回歸方程的回歸系數(shù)、WaldX2統(tǒng)計量、自由度等統(tǒng)計量以及ROC檢驗值(表2)。

3.1 濱海濕地向農(nóng)業(yè)開發(fā)區(qū)域演變的Logistic回歸模型

根據(jù)WaldX2統(tǒng)計量，在濱海濕地向農(nóng)業(yè)開發(fā)區(qū)域演變的過程中，空間解釋變量貢獻(xiàn)大小依次為：距農(nóng)村居民點距離、距海岸線距離、距城鎮(zhèn)距離、距道路距離、坡度、氣溫、海拔、和降水。其中，距農(nóng)村居民點距離、距海岸線距離兩個解釋變量最為重要，說明濱海濕地向農(nóng)業(yè)開發(fā)區(qū)演變主要受到距居民點距離和距海岸線距離遠(yuǎn)近的影響。氣溫、海拔和降水3個解釋變量WaldX2統(tǒng)計量較小，說明濱海濕地向農(nóng)業(yè)開發(fā)區(qū)域演變的發(fā)生，在海拔和氣溫、降水3個方面沒有明顯的規(guī)律和特征。方程中距農(nóng)村居民點距離和距海岸線距離兩個解釋變量的系數(shù)為負(fù)，表明濱海濕地向農(nóng)業(yè)開發(fā)區(qū)域演變發(fā)生的概率隨著到農(nóng)村居民點距離和到海岸線距離的增大而減小，即農(nóng)村距居民點和海岸線越近就越容易發(fā)生演變。其發(fā)生概率的變化程度可以用exp(β)來表示，對于距居民點距離減小1個單位，其轉(zhuǎn)變?yōu)椴煌杆乇淼母怕蕦⒃龃?/e-0.236×1倍，即1.55倍； 當(dāng)距居民點距離減小2個單位時，其概率則增大1/e-0.236×2倍。同理，對于距海岸帶距離減小1個單位時，其發(fā)生概率將增大1.4倍。其原因可能是農(nóng)村距離居民點距離近的濱海濕地開發(fā)為農(nóng)業(yè)活動區(qū)域的開發(fā)條件更為便利； 此外農(nóng)業(yè)開發(fā)區(qū)域包括了面積較多的水產(chǎn)養(yǎng)殖用地，該地類在距離海岸線更近的區(qū)域更有利于開發(fā)或其開發(fā)成本更低。方程氣溫、降水這個解釋變量的系數(shù)為正值，表明農(nóng)業(yè)用地向不透水地表發(fā)生的概率隨溫度和降水的增大而增大。氣溫、降水每增加1個單位，其演變發(fā)生的概率將分別增大1.06和1.03倍，說明濱海濕地向農(nóng)業(yè)開發(fā)區(qū)域演變的空間位置在氣溫和降水兩個因子空間特征規(guī)律不顯著。因此，其演變規(guī)律受自然因子作用較小，人為開發(fā)活動是濱海濕地轉(zhuǎn)變最主要驅(qū)動因子。

3.2 濱海濕地向建設(shè)開發(fā)區(qū)域演變的Logistic回歸模型

濱海濕地向建設(shè)活動開發(fā)區(qū)域演變的過程中，空間解釋變量對回歸方程貢獻(xiàn)值由大到小依次為：距海岸線距離、距城鎮(zhèn)居民點距離、距農(nóng)村居民點距離、距道路距離、海拔、降水、和氣溫。其中，距海岸線距離、距城鎮(zhèn)距離、距農(nóng)村居民點距離3個變量的重要性要顯著高于其他變量，表明濱海濕地向建設(shè)活動開發(fā)區(qū)域演變主要受距海岸線距離、距城鎮(zhèn)居民點距離、距農(nóng)村居民點距離3個因素的影響。其演變發(fā)生概率隨距海岸線距離的減小而增大，減小1個距離單位，概率將增大1.72倍； 隨距城鎮(zhèn)距離的減小而增大，減小1個距離單位，概率將增大1.57倍； 隨距農(nóng)村居民點距離的減小而增大，增大1個單位，概率將增大1.33倍。這可能與濱海濕地在海岸線附近分布較廣有關(guān)，此外港口建設(shè)、濱海工業(yè)園區(qū)開發(fā)、沿海交通基礎(chǔ)設(shè)施建筑等人類大規(guī)模的建設(shè)開發(fā)活動往往在這些區(qū)域相對集中。另外兩個較為重要的解釋變量是距道路距離和坡度，濱海濕地向建設(shè)活動開發(fā)區(qū)域演變發(fā)生概率在道路距離和坡度特征上與其向農(nóng)業(yè)活動開發(fā)區(qū)域演變具有一致性，隨距道路距離的增加而減小、隨坡度的增加而減小，這可能與坡度平緩區(qū)域的更易開展建設(shè)活動有關(guān)系。隨海拔、氣溫和降水每增加一個單位，其演變概率分別增大1.001、1.025和1.061，變化規(guī)律不顯著。

4 結(jié)論討論

基于遙感與地理信息系統(tǒng)技術(shù)及Logistic 回歸分析模型，該研究定量分析了2005—2013年河北濱海濕地演變發(fā)生的空間位置與其解釋變量之間的關(guān)系。濱海濕地向農(nóng)業(yè)活動開放區(qū)和建設(shè)活動開發(fā)區(qū)域演變的兩個因變量和影響因子變量的回歸方程都以較高值通過了ROC檢驗，回歸方程的擬合度較高。說明所選驅(qū)動因子與濱海濕地表演變發(fā)生的空間位置存在定量關(guān)系，Logistic回歸模型可以很好的解釋這種空間上的定量關(guān)系。

濱海濕地主要演變?yōu)檗r(nóng)業(yè)活動開發(fā)區(qū)域和建設(shè)活動開發(fā)區(qū)域兩個類型，前者主要距農(nóng)村居民點距離、距海岸線距離的程度兩個因素的影響； 后者則受到距海岸線距、距城鎮(zhèn)距離、距農(nóng)村居民點距離遠(yuǎn)近的影響較大，距海岸線距離減小1個單位，濱海濕地轉(zhuǎn)變?yōu)榻ㄔO(shè)活動的概率將增大1.72倍。這種基于概率診斷與RS、GIS技術(shù)結(jié)合的綜合研究方法，可以為定量分析濱海濕地演變的驅(qū)動因子，為海岸帶地區(qū)的濕地保護(hù)提供科學(xué)依據(jù)。

該研究建立空間Logistic回歸模型所選擇的解釋變量都是某一時間點上的數(shù)據(jù)，未能考慮這些解釋變量在時間尺度上的變化，以及其變化后對因變量的影響，這些工作需要進(jìn)一步深入的探討。另外，由于受遙感數(shù)據(jù)獲取時間的限制，濱海濕地演變的樣本數(shù)據(jù)在時間尺度上也只能限定在2005—2013年間時間尺度上，如果能獲取更長時間序列的遙感數(shù)據(jù)，可能會獲取更為理想的分析結(jié)果。