基于DEM的县域土地利用空间自相关格局分析_谷建立

0
引
言
空间自相关客观存在，这是由地理学第一定律 所决定的。衡量全局空间自相关常用指标有全局 Moran’ s I 和全局 Geary’ s C[1]， 它们能够方便探测空 间要素或其属性值在区域整体的空间自相关性大 小。而局部空间自相关指标，如 G 统计量[2]，空间 关联局域指标 （local indicators of spatial association， [3] 简称 LISA） 以及 Moran 散点图[4]，则能有效地揭 示空间要素或其属性值在区域局部的空间相关性 大小。Overmars KP 等[5]于 2003 年首次对土地利用 进行空间自相关分析，并引入了空间自回归模型。 土地利用空间自相关表现为土地利用变量在空间 上的分布特征及其对邻域的影响程度[6]，土地利用 在区域空间连续分布，具有显著性空间自 2012 年
第 23 期 12 月
农 业 工 程 学 报 Transactions of the Chinese Society of Agricultural Engineering
Vol.28 No.23 Dec. 2012
·土地整理工程·
基于 DEM 的县域土地利用空间自相关格局分析
218
农业工程学报
2012 年
其中横轴对应描述变量 X，纵轴对应空间滞后向量 WX。该图分为 4 个象限，分别识别一个地区及其邻 近地区的局域关系，即 HH 聚集（第一象限）和 LL 聚集（第三象限），暗示了观测值的相似性；HL 异常（第二象限）和 LH 异常（第四象限），暗示 了观测值的异常性。因此，采用 Moran 散点图可以 直观看出区域内存在几种聚集或异常特征。 空间关联局域指标（local indicators of spatial association，LISA）用来衡量观测单元属性值与周 边单元属性值的相近（正相关）或差异（负相关） 程度[20]。该指标可以用局部 Moran’ s I 统计量进行 度量，公式为 I i xi wij xj 。其中， xi 和 xj 都是标
2.2 研究方法 2.2.1 全局空间自相关 全局空间自相关是对地理要素属性值在整个 区域的空间特征的描述[20]。全局 Moran’ s I 被是广 泛应用的全局自相关统计量，一般针对连续多边形 分布的地理现象，用来研究地理要素的空间分布格 局和背后成因[9]。计算公式如下[21-22]
n I S0
i 1 j 1 n n
Moran’ s I 取值范围为[-1,1]，通常将其解释为 一个相关系数。计算完成之后需要对结果进行统计 检验，一般采用 z 检验[20]。
zI I E(I ) ，式中 S ( I ) var( I ) S (I )
其中，E(I)为观测变量自相关性的期望，var(I) 与 S(I)分别代表方差和标准差， z I 即为标准差的倍 数，用来检验空间自相关性。在 0.05 置信水平下， z I =1.96。当 z I >1.96 时，表示观测值之间存在显 著性正相关，高的观测值通常与高的观测值发生空 间聚集（简称 HH 聚集），低的观测值通常与低的 观测值发生空间聚集（简称 LL 聚集），呈现空间 聚集格局；当 z I <− 1.96 时，表示观测值之间存在显 著性负相关，高的观测值倾向于与低的观测值聚集 在一起（简称 HL 异常），而低的观测值倾向于与 高的观测值聚集在一起（简称 LH 异常），呈现空 间异常格局。当 z I <1.96 时，要素在区域的自相关 性不显著，观测值在区域呈独立随机分布。 2.2.2 局部空间自相关 全局 Moran’ s I 不能确切指出聚集或异常发生的 具体空间位置， 此时需要用局部自相关方法作进一步 分析，包括空间关联局域指标[3]和 Moran 散点图[4]。 Moran 散点图是反映空间位置属性局部自相关 性的统计图方法，利用数据（X，WX）绘制散点图，
基于dem的县域土地利用空间自相关格局分析221表2谷城县hh显著性聚集区的地形特征统计值topographiccharacteristicsinhhsignificantclusterregionofguchengcountytable2地形因子耕地园地林地草地城镇村及工矿用地交通运输用地水域及水利设施用地其他土地幅度43208825929214815713294617143225232227371海拔m平均值1002035441229210595148幅度035034073046029031060052坡度平均值372073445幅度13601360136013601360136013601360坡向平均值157156178183172167151160幅度068516194182250263210601382126地形起伏度m平均值17381234014182129幅度1177711201133661144111141111651197611615地表粗糙度平均值10031012108510191002100310061007表3谷城县ll显著性聚集区的地形特征统计值topographiccharacteristicsinllsignificantclusterregionofguchengcountytable3地形因子耕地园地林地草地城镇村及工矿用地交通运输用地水域及水利设施用地其他土地幅度8513286018269105453120海拔m平均值4659648885幅度056034070025坡度平均值164244幅度1360136013601360坡向平均值147173176178幅度92790916396356地形起伏度m平均值1002115618幅度11225112061287311107地表粗糙度平均值1073100511281004注
域往往表现为地理对象的局部空间聚集。在此方 面，段增强等[7]以北京海淀区为研究区对土地利用 邻域间的聚集特征进行了分析；韦素琼等[8]以闽台 作为研究区对城镇建设用地整体和局部聚集特征 做了研究；焦利民等[9]分析了湖北省区域的城镇地 价所表现的空间局部聚集特征；王千[10]对河北省耕 地生态安全与空间聚集特征做了科学评价。地理现 象的空间局部自相关特征，更为研究者所关注。 在土地利用空间模式变化过程中，自然环境因 素起到了主导推动作用 [11] ，其中地形因素最为重 要。由于空间异质性的存在，土地利用空间自相关 会随着区域变化而变化，而区域变化不仅表现为空 间位置的变化，还表现为区域地形的改变。因此， 基于地形变化开展土地利用空间自相关研究，为揭 示不同地形下的土地利用分布机制提供了新的思 路，有助于深化对土地利用整体及局部空间自相关 特性的理解。关于地形，海拔、坡度和坡向是土地 利用空间格局[12-13]和景观特征研究[14]的常用因子。 除此之外，衡量地表起伏程度的因子（如地形起伏 度、地表粗糙度）也是影响陆面过程的关键因子[15] 而常被使用，如有地形起伏度与人口分布[16]、景观 格局分异的相关性研究[17]。本文通过运用全局和局 部空间自相关方法，分析了研究兼有山地、丘陵和 平原地形的县域土地利用空间自相关格局特征；并 利用区域统计方法， 分析了海拔、 坡度与坡向[12-13]，
谷建立，张海涛※，陈家赢，任 艳，郭 龙
（华中农业大学资源与环境学院, 武汉 430070） 摘 要：为了研究地形变化对土地利用空间自相关格局的影响，该文首先以谷城县行政村土地利用变量为基础， 运用全局 Moran’ s I 系数、Moran 散点图和 Anselin 局部 Moran’ s I 系数分析了县域尺度土地利用空间自相关格局， 揭示土地利用空间局部聚集和局部异常特征；后基于 DEM 地形分析提取海拔、坡度、坡向、地形起伏度及地表 粗糙度 5 种地形因子， 并对各种用地 0.05 显著性水平下局部聚集和异常区域的地形特征做了统计分析。 结果表明， 典型山地、丘陵和平原地形对土地利用自相关分布结构影响明显，其容易导致土地利用在局部空间显著性聚集特 征的形成；而土地利用局部显著性异常区域的出现主要源于特殊地形或人为干扰。该研究可为区域土地利用结构 调整和格局优化实践提供参考依据。 关键词：土地利用，统计方法，优化，空间自相关，DEM，地形分析，区域统计 doi：10.3969/j.issn.1002-6819.2012.23.000 中图分类号：F301.2 文献标志码：A 文章编号：1002-6819(2012)-23-0000-09 谷建立， 张海涛， 陈家赢， 等. 基于 DEM 的县域土地利用空间自相关格局分析[J]. 农业工程学报， 2012， 28(23)： 216－224. Gu Jianli, Zhang Haitao, Chen Jiaying, et al. Analysis of land use spatial autocorrelation patterns based on DEM data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(23): 216－224. (in Chinese with English abstract)
( xi x )2
（1）
其中， n 是要素总个数， ( xi x ) 是第 i 个空间 单元上的观测值与平均值的偏差（本文空间单元观 测值为用地比率， 即行政单位某地类面积/行政单位 总土地面积），wij 是要素 i 和要素 j 的权重，邻接 取值为 1，否则为 0。空间邻接分为 rook’ s 标准和 queen’ s 标准， 前者要求 2 个多边形至少有一条公共 边，后者仅需 2 个多边形之间有公共点或公共边[23]， 本文采用后者。 S0 wij 是空间权重矩阵。
收稿日期：2011-10-28 修订日期：2012-10-23
基金项目：国家自然科学基金资助项目（40601073） ，国家自然科学基 金资助项目（ 41101192 ） ；中央高校基本科研业务费专项资金资助 （2011PY112） ，中央高校基本科研业务费专项资金资助（2011QC041） ； 华中农业大学自主科技创新基金（2011SC21）资助。 作者简介：谷建立（1985－） ，男，河北藁城人，研究方向为地理信息 系统与数字国土。武汉 华中农业大学资源与环境学院，430070。 Email：jianligu@ ※通信作者：张海涛（1974－） ，男，湖北京山人，博士，副教授，从 事 GIS 在国土、土壤资源，土地利用，水资源和环境领域的应用研究。 通讯地址：武汉 华中农业大学资源与环境学院，430070。 Email：zht@
1
研究区概况
w ( x
i 1 j 1 ij n i 1
n
n
i
x )( x j x )
以湖北省谷城县为例进行研究。谷城县位于湖 北 省 西 北 部 ， 处 于 111° 07'30″ ～ 111° 52'00″E ， 30° 53'00″～32° 29'40″N 之间，行政区面积 2 540.97 km2。其处于中国地理结构的第二阶梯和第三阶梯 的过度段，地形变化强烈，海拔 1 000 m 以上山峰 有 30 多座，地势西南高、东北部低，从西南部到 东北部依次出现高山、丘陵、河谷、岗地、平地等 多种地形，山地、丘陵占总面积的 90%，中东部平 原地区占 10%。因此，选择谷城县为例开展地形与 空间自相关格局研究，具有典型性和借鉴意义。 土地利用结构为某一地区各类土地利用类型 在质和量上的对比关系，具有一定的格局或图式， 包括数量结构和空间结构[18]。谷城县共有 9 个镇， 1 个乡，辖包括居委会、村委会和林区在内的 296 个行政单位。依据土地利用现状分类标准（GB/T 21010－2007），全县农村土地一级类可分为 8 种， 以林地为主，占 70.53%，其次是耕地 15.63%，园 地 1.54%， 草地仅 0.46%， 城镇村及工矿用地 4.34%， 交通运输用地 1.2%，水域用水利设施用地 5.42%， 其他用地 0.88%。在研究区内，山地、丘陵区占主 导地位，平原区面积较小，地形条件决定了土地利 用的方式和类型，影响了土地利用空间布局。
第 23 期
谷建立等：基于 DEM 的县域土地利用空间自相关格局分析
217
以及地形起伏度、地表粗糙度[15-17]对土地利用空间 自相关格局的影响。其目的，一是要弄清县域内随 地形变化的各类土地利用的空间结构特征，为区域 土地利用规划、结构调整和政策制定提供重要参 考；二是要揭示地形变化对土地利用空间自相关格 局形成的影响，进一步发现土地利用与自然环境的 耦合规律，以指导土地利用建模理论分析。
2
数据与方法
2.1 研究数据 土地利用基础数据来源于谷城县农村土地调 查数据库，比例尺为 1∶10 000。全县 296 个行政 单位，各类土地利用面积以行政单位进行统计，并 经过平差处理，面积计算精确、可靠。DEM 数据 来 源 于 美 国 国 家 航 空 航 天 局 （ NASA ） ASTER G-DEM，栅格大小为 28.5 m× 28.5 m。综合考虑数 据源和计算机运算能力， 本文选用 28.5 m 作为研究 尺度。为了最大限度地保证土地利用信息，在矢量 -栅格数据转换过程中，首先生成 9.5 m× 9.5 m 的栅 [19] 格图层，后采用最近邻方法 ，重采样生成 28.5 m× 28.5 m 的土地利用栅格图层。基于 DEM 地 形分析，提取了海拔、坡度、坡向、地形起伏度及 地表粗糙度 5 种地形因子。