基于空間熱點(diǎn)與聚類(lèi)區(qū)域空間自相關(guān)分析方法的鄉(xiāng)域單元耕層地力資源評(píng)價(jià)研究

盧健

摘 ? 要：基于農(nóng)安縣各鄉(xiāng)域耕層地力資源，使用ArcGIS平臺(tái)，文章建立了農(nóng)安縣耕層地力資源的部分土壤屬性數(shù)據(jù)的全氮、有效磷、有效鉀及有機(jī)質(zhì)養(yǎng)分?jǐn)?shù)據(jù)庫(kù)，運(yùn)用全局自相關(guān)的兩種分析方法（聚類(lèi)和異常值分析及熱點(diǎn)分析）分析了養(yǎng)分?jǐn)?shù)據(jù)分布特征。結(jié)果表明：不同類(lèi)型耕地質(zhì)量指數(shù)均表現(xiàn)出較強(qiáng)的空間正相關(guān)性，研究結(jié)果對(duì)于耕地保護(hù)與優(yōu)化布局政策提供理論方法和參考借鑒，同時(shí)也為農(nóng)田精準(zhǔn)作業(yè)的實(shí)施提供了決策依據(jù)。

關(guān)鍵詞：空間熱點(diǎn);聚類(lèi)空間;自相關(guān);耕層地力資源

對(duì)于農(nóng)業(yè)工作者來(lái)說(shuō)，耕層地力資源情況是評(píng)價(jià)地力資源最直接的標(biāo)準(zhǔn)，而衡量地理資源情況的指標(biāo)更多取決于土壤養(yǎng)分的高低[1]。因此，對(duì)土壤屬性數(shù)據(jù)的養(yǎng)分全氮、有效磷、有效鉀及有機(jī)質(zhì)進(jìn)行分析研究，可為鄉(xiāng)域范圍耕層地力資源功能劃分與管控及田間精準(zhǔn)作業(yè)的實(shí)施提供一定依據(jù)。

本文借助GIS分析技術(shù)，采用Getis-Ord Gi*（熱點(diǎn)分析）和Morans I（聚類(lèi)和異常值分析）對(duì)農(nóng)安縣耕層地力資源的部分土壤屬性數(shù)據(jù)全氮、有效磷、有效鉀及有機(jī)質(zhì)的空間熱點(diǎn)和聚類(lèi)及異常值進(jìn)行了分析并提供顯著性檢驗(yàn)，兩種方法的結(jié)論為農(nóng)安縣鄉(xiāng)域范圍耕層地力資源的功能分區(qū)與精細(xì)化管控及田間精準(zhǔn)作業(yè)的實(shí)施提供了決策依據(jù)。

1 ? ?研究區(qū)域和研究方法

研究區(qū)域選擇吉林省農(nóng)安縣，農(nóng)安縣土壤以黑土、黑鈣土為主。本文借助GIS分析技術(shù)，運(yùn)用Getis-Ord Gi*和Morans I兩種空間自相關(guān)分析方法，對(duì)農(nóng)安縣耕層地力資源的部分土壤屬性數(shù)據(jù)的空間熱點(diǎn)和聚類(lèi)及異常值進(jìn)行了驗(yàn)證，并進(jìn)行了相應(yīng)的顯著性檢驗(yàn)，最終對(duì)鄉(xiāng)域單元耕層地力資源進(jìn)行分析研究。

1.1 ?Getis-OrdGi*（熱點(diǎn)分析）

熱點(diǎn)分析能夠運(yùn)用Getis-OrdGi*統(tǒng)計(jì)對(duì)數(shù)據(jù)集中的每一個(gè)要素進(jìn)行計(jì)算并得到z得分和p值，從而在空間上獲取發(fā)生聚類(lèi)的位置。工作方式為：比照所有要素及其臨近要素，尋找具有顯著統(tǒng)計(jì)學(xué)意義的熱點(diǎn)，即要素在具有高值特征的同時(shí)，臨近要素也同樣具有高值特征[2]。單一要素及其相鄰要素的局部總和將與整體要素的總和相比較;當(dāng)局部總和與所預(yù)期的局部總和有很大差異，以致于無(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[3]，z得分越大，高值（熱點(diǎn)）的聚類(lèi)相關(guān)性就越強(qiáng)。對(duì)于統(tǒng)計(jì)學(xué)上的顯著性負(fù)z得分越低，低值（冷點(diǎn)）的聚類(lèi)相關(guān)性就越弱。

1.2 ?MoransI（聚類(lèi)和異常值分析）

MoransI根據(jù)要素位置和要素值對(duì)空間的自相關(guān)性進(jìn)行判斷。在給定一組要素及相關(guān)屬性的情況下，計(jì)算MoransI指數(shù)值、z得分和p值評(píng)估該指數(shù)的顯著性。根據(jù)已知分布的曲線(xiàn)得出的面積近似值（受檢驗(yàn)統(tǒng)計(jì)量限制）來(lái)確定p值。

如果高值與其他高值相聚集，低值與其他低值相聚集，數(shù)據(jù)集中的值在空間上發(fā)生聚類(lèi)的可能性增高，則MoransI指數(shù)為正。反之，若高值與其他高值分散，而與其他低值相聚集，則該指數(shù)為負(fù)。若正叉積值與負(fù)叉積值相抵消，則指數(shù)將接近于零。因?yàn)榉肿邮芊讲顨w一化影響，所以指數(shù)值會(huì)落在-1.0～+1.0的區(qū)間內(nèi)[4]。

1.3 ?空間自相關(guān)兩種算法的共同點(diǎn)與不同點(diǎn)

利用這兩種方法，可以針對(duì)空間單元分布現(xiàn)象的特性進(jìn)行有效分析，其共同點(diǎn)和不同點(diǎn)如下：

在算法原理上，兩種算法的共同點(diǎn)是都通過(guò)分析評(píng)估所有數(shù)據(jù)的屬性平均值，來(lái)確定空間自相關(guān)現(xiàn)象。不同點(diǎn)是，MoransI對(duì)權(quán)重的依賴(lài)度略低，正值1表示要素與臨近要素發(fā)生聚類(lèi)，負(fù)值1表示要素與臨近要素為異常值;Getis-OrdGi*更傾向于對(duì)權(quán)重分析，最終會(huì)取得一個(gè)具有顯著意義的z得分。

在結(jié)果方面，兩種算法的共同點(diǎn)是都會(huì)計(jì)算p值和z得分。不同點(diǎn)是，MoransI會(huì)明確給出4種結(jié)果，即高高值空間集聚、高低值空間集聚、低低值空間集聚和低高值空間集聚，可以通過(guò)這4種結(jié)果來(lái)判定空間是否出現(xiàn)了聚集或異常值現(xiàn)象[5]。

2 ? ?結(jié)果與分析

利用ArcGIS，使用熱點(diǎn)分析、聚類(lèi)和異常值分析的空間分析工具對(duì)農(nóng)安縣耕層地力資源的全氮、有效磷、有效鉀及有機(jī)質(zhì)進(jìn)行分析研究，得到農(nóng)安縣養(yǎng)分分布熱點(diǎn)分析圖和MoransI分析圖。

2.1 ?養(yǎng)分N的熱點(diǎn)和聚類(lèi)及異常值分析

由分析結(jié)果可知，養(yǎng)分氮在農(nóng)安縣楊樹(shù)林鄉(xiāng)為冷點(diǎn)區(qū)域，在農(nóng)安縣中部各鄉(xiāng)域地區(qū)為熱點(diǎn)區(qū)域;在農(nóng)安縣楊樹(shù)林鄉(xiāng)出現(xiàn)低低值空間集聚，可知在楊樹(shù)林鄉(xiāng)養(yǎng)分氮含量稀少，周?chē)鬣l(xiāng)域養(yǎng)分氮含量同樣稀少，在農(nóng)安縣中部各鄉(xiāng)域地區(qū)出現(xiàn)高高值空間集聚，可知在農(nóng)安縣中部養(yǎng)分氮含量豐富，周?chē)鬣l(xiāng)域養(yǎng)分氮含量同樣豐富，在農(nóng)安縣新農(nóng)鄉(xiāng)出現(xiàn)高低值空間集聚，可知在新農(nóng)鄉(xiāng)周?chē)鬣l(xiāng)域養(yǎng)分氮含量與新農(nóng)鄉(xiāng)相比較少。

2.2 ?養(yǎng)分P的熱點(diǎn)和聚類(lèi)及異常值分析

養(yǎng)分磷在農(nóng)安縣楊樹(shù)林鄉(xiāng)、哈拉海鎮(zhèn)和新農(nóng)鄉(xiāng)附近為冷點(diǎn)區(qū)域，在農(nóng)安縣伏龍泉鎮(zhèn)、三崗鄉(xiāng)、鮑家鎮(zhèn)以及合隆鎮(zhèn)附近為熱點(diǎn)區(qū)域;養(yǎng)分磷MoransI分析主要表現(xiàn)為高高值空間集聚，分布情況與熱點(diǎn)分析圖的熱點(diǎn)區(qū)域大致相同，說(shuō)明在農(nóng)安縣伏龍泉鎮(zhèn)、三崗鄉(xiāng)、鮑家鎮(zhèn)以及合隆鎮(zhèn)養(yǎng)分磷含量豐富，其周?chē)鬣l(xiāng)域養(yǎng)分磷同樣豐富。

2.3 ?養(yǎng)分鉀的熱點(diǎn)和聚類(lèi)及異常值分析

養(yǎng)分鉀在農(nóng)安縣永安鄉(xiāng)、楊樹(shù)林鄉(xiāng)、哈拉海鎮(zhèn)和新農(nóng)鄉(xiāng)附近為冷點(diǎn)區(qū)域，在農(nóng)安縣中部各鄉(xiāng)域地區(qū)為熱點(diǎn)區(qū)域，且較為聚集;在農(nóng)安縣中部各鄉(xiāng)域地區(qū)出現(xiàn)高高值空間集聚，可知在農(nóng)安縣中部養(yǎng)分鉀含量豐富，周?chē)鬣l(xiāng)域養(yǎng)分鉀含量同樣豐富，在農(nóng)安縣新農(nóng)鄉(xiāng)出現(xiàn)高低值空間集聚，可知在新農(nóng)鄉(xiāng)周?chē)鬣l(xiāng)域養(yǎng)分鉀含量與新農(nóng)鄉(xiāng)相比較少。

2.4 ?有機(jī)質(zhì)的熱點(diǎn)和聚類(lèi)及異常值分析

在農(nóng)安縣楊樹(shù)林鄉(xiāng)、永安鄉(xiāng)、哈拉海鎮(zhèn)和新農(nóng)鄉(xiāng)附近是有機(jī)質(zhì)的冷點(diǎn)區(qū)域主要分布區(qū)域，而熱點(diǎn)區(qū)域較為分散，主要分布在農(nóng)安縣中部地區(qū);在農(nóng)安縣巴吉壘鎮(zhèn)和龍王鄉(xiāng)交界處高值空間集聚，則該區(qū)域有機(jī)質(zhì)含量豐富，周?chē)鬣l(xiāng)域有機(jī)質(zhì)含量同樣豐富，在農(nóng)安縣新農(nóng)鄉(xiāng)出現(xiàn)高低值空間集聚，可知在新農(nóng)鄉(xiāng)周?chē)鬣l(xiāng)域有機(jī)質(zhì)含量與新農(nóng)鄉(xiāng)相比較少。

3 ? ?結(jié)語(yǔ)

通過(guò)分析農(nóng)安縣各鄉(xiāng)域單元耕層地力資源狀況的空間差異性，結(jié)果如下：

（1）基于Getis-OrdGi*對(duì)土壤養(yǎng)分的空間熱點(diǎn)進(jìn)行分析結(jié)果表明，養(yǎng)分N和有機(jī)質(zhì)的區(qū)域熱點(diǎn)主要分布在農(nóng)安縣中南部各鄉(xiāng)域地區(qū)，冰點(diǎn)主要分布在農(nóng)安縣北部各鄉(xiāng)域地區(qū)。

（2）利用MoransI區(qū)分農(nóng)安縣耕層地力資源的土壤養(yǎng)分?jǐn)?shù)據(jù)的空間集聚與空間離散區(qū)域，分析研究表明，不同類(lèi)型耕地質(zhì)量指數(shù)均表現(xiàn)出較強(qiáng)的空間正相關(guān)性，即養(yǎng)分?jǐn)?shù)據(jù)高值或低值的鄉(xiāng)域在空間上表現(xiàn)出明顯的集聚狀態(tài)，并且其聚集程度較高。

（3）基于兩種算法的耕層地力資源分析，為耕地管理分區(qū)提供了新的決策，對(duì)鄉(xiāng)域耕地質(zhì)量的差異化保護(hù)和精細(xì)化管理具有一定的參考價(jià)值。

[參考文獻(xiàn)]

[1]任平.基于GIS和空間自相關(guān)模型的耕地空間分布格局及變化特征分析—以成都市龍泉驛區(qū)為例[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2016（3）：325-334.

[2]洪舒蔓，郝晉珉，周寧，等.黃淮海平原耕地變化及對(duì)糧食生產(chǎn)格局變化的影響[J].農(nóng)業(yè)工程學(xué)報(bào)，2014（21）：268-277.

[3]李勇，周永章，張澄博，等.基于局部MoransI和GIS的珠江三角洲肝癌高發(fā)區(qū)蔬菜土壤中Ni，Cr的空間熱點(diǎn)分析[J].環(huán)境科學(xué)，2010（6）：1617-1623.

[4]熊昌盛，韋仕川，欒喬林，等.基于MoransI分析方法的耕地質(zhì)量空間差異研究—以廣東省廣寧縣為例[J].資源科學(xué)，2014（10）：2066-2074.

[5]趙建軍，張洪巖，王野喬，等.基于AHP和GIS的省級(jí)耕地質(zhì)量評(píng)價(jià)研究—以吉林省為例[J].土壤通報(bào)，2012（1）：70-75.

Abstract：Based on the ploughing soil fertility resources in various rural areas of Nongan County， the total nitrogen， available phosphorus， available potassium and organic matter nutrient databases of some soil attribute data of cultivated soil fertility resources in Nongan County were established by using ArcGIS platform， and the distribution characteristics of nutrient data were analyzed by two methods of global auto-correlation（clustering， abnormal value analysis and hot spot analysis）in this paper. The results showed that the quality index of different types of cultivated land showed strong spatial positive correlation. The research results provide theoretical methods and reference for cultivated land protection and optimization layout policy， and also provide decision-making basis for the implementation of farmland precision operation.

Key words：spatial hot spot; clustering space; autocorrelation; ploughing ground fertility resources