基于GIS的江蘇省水土保持區劃方法

王新軍，曹 磊，吳穎超，湯建熙，趙言文

（1.常州工學院 藝術與設計學院，江蘇 常州213002；2.南京農業大學 資源與環境科學學院，江蘇 南京210095；3.江蘇省水利廳，江蘇 南京210095）

水土保持區劃是水土保持規劃的重要內容，為生態環境建設和區域管理發展提供科學的依據。水土保持區劃是在全面了解區域自然地理、生態環境、水土流失特征和區域發展條件等基礎上，做到水土保持工作分區、分類指導，因地制宜，分層次，有重點地監控和管理，為區域可持續發展制定科學規劃［1］，實現水土保持措施合理布局和資源最優配置，促進區域生態環境、經濟和社會可持續發展。

20世紀50年代黃秉維［2］在《中國自然區劃》中編制的“黃河中游流域土壤侵蝕圖”可以看作中國水土保持區劃起步。水土保持區劃方法隨著科學技術的進步不斷完善，1990年，張漢雄［3］選擇了7個指標使用模糊聚類法對陜西安塞縣進行了水土保持分區；2008年張超［4］運用層次分析法、系統聚類法，完成了中國水土保持區劃，建立了水保區劃框架；魏曉等［5］依據寧夏地域差異類型及防治措施進行了水土保持區劃。以土壤侵蝕類型、地域差異類型等進行區劃指導水土保持工作，取得了較好的實際應用效果，但存在方法指標單一、主觀定性偏重等不足［6］。

國外在水土保持區劃方面開展的研究較少。以往的區劃方法缺乏對社會經濟因素的考慮，以自然邊界為界限，沒有考慮行政區劃的完整性，分級不夠詳盡，命名不規則，不符合新時期區劃的要求［7］。

本研究構建了江蘇省水土保持區劃指標體系，在對區劃指標運用主成分方法降維后，結合Arcmap 9.3對江蘇省水土保持區劃進行了量化分析。

江蘇省境內共有2個全國Ⅰ級分區（北方土石山區、南方紅壤區），3個Ⅱ級分區（泰沂及膠東山地丘陵區、華北平原區、江淮丘陵及下游平原區）和7個Ⅲ級分區（太湖丘陵平原水源涵養人居環境維護區、沿江丘陵崗地農田防護人居環境維護區、江淮丘陵崗地農田防護保土區、江淮下游平原農田防護水質維護區、魯中南低山丘陵土壤保持區、黃泛平原防風固沙農田防護區、淮北平原崗地農田防護土壤保持區）。Ⅲ級分區涉及的行政分區較多、面積較大、自然地理、水土流失、經濟發展與社會發展狀況較為復雜。

為了更有效地開展水土保持的監控和管理，合理布局水保措施和資源配置，促進生態環境和經濟、社會的可持續發展。江蘇省在全國水土保持Ⅲ級區劃的基礎上，展開了以鄉鎮為基礎行政單元的水土保持區劃。

從自然、社會經濟、土地利用和水土流失4個方面選取了22個指標進行水土保持區劃，使用主成分分析方法對各類指標進行降維，運用GIS軟件的空間分析功能繪制各類因子的分布圖，通過層次分析法得到各類因子的權重，結合疊圖法和重分類法計算出水土保持區劃的初步劃分成果。

1 研究的數據與圖件來源

1.1 研究的數據來源

江蘇省水土保持區劃指標層的數據主要來源：

（1）自然要素中的平均海拔數據是通過地理信息系統（GIS）從江蘇省30m分辨率的數字高程模型（DEM）中提取，年均降水量和年均氣溫來源于江蘇省統計年鑒和各縣的政府網站，其他數據均來源于市級水利主管部門經統計上報的數據。

（2）社會經濟統計數據來源于江蘇省統計年鑒和江蘇省市級水利主管部門經統計上報的數據。

（3）土地利用數據為2010年江蘇省各地土地利用數據，來源于市級水利主管部門經統計上報的數據。

（4）水土流失數據來源于江蘇省水土流失定量監測成果。

以上數據均基于江蘇省鄉鎮級的行政單元，共1 432個行政單元、31 504個數據。水土流失數據采用2012年數據，其他均為2010年數據。

1.2 研究使用的圖件

本研究采用的圖件有1∶5萬的江蘇省行政區圖（鄉鎮界），用于確定鄉鎮邊界及研究結果的統計分析；江蘇省30m分辨率的DEM用于提取平均海拔數據。

2 指標體系的構建和指標層的降維

2.1 指標體系的構成

水土保持是一項復雜的系統工程，它不僅受自然因素的影響，也受社會經濟因素的影響，土地利用變化也能引起一系列自然現象和生態過程的變化［8］。水土保持影響因素包括自然、社會和經濟等多個方面，而對水土保持影響因子的分析，實質上是一個多因素、多指標綜合作用的系統分析。根據水土保持區劃體系結構，將水土保持區劃指標體系分為4個層次，包括目標層（A）、要素層（B）、因子層（C）和指標層（D）。其中，要素層（B）包括自然要素（B1）、社會經濟要素（B2）、土地利用要素（B3）和水土流失要素（B4）；因子層（C）由各項指標構成，如地形地貌因子（C1）等；指標層（D）是水土保持各影響因素的具體體現，根據江蘇省具體情況進行選擇確定（表1）。

2.2 數據指標層的降維

（1）主成分分析的原理。主成分分析，又稱主組元分析、主分量分析，它是利用變量族的少數幾個線性組合（新的變量族）來解釋多維變量的協方差結構，挑選最佳變量子集，簡化數據，揭示變量間關系的一種多元統計分析方法［9］。使用主成分方法進行數據降維處理，可以把多個具有一定相關性的指標約化為少數幾個綜合指標。

（2）要素層的主成分分析。本文中使用SPSS 18.0軟件對原始數據要素層指標進行主成分分析，以自然要素指標為例分析主成分分析步驟如下：

①先在SPSS軟件下建立自然要素各指標的數據文件。

②執行“分析丨降維丨因子分析”命令，其中“抽取”對話框中方法選擇“主成分法（Principal compo－nents）”，抽取因子數量為5，保證抽取的主成分的累積貢獻率大于85%。“得分”對話框中選擇“保存為變量”將會把原始數據經標準化處理后，保存為新的變量，方法選擇“回歸”。

表1 江蘇省水土保持區劃指標

③由主成分分析總方差表的分析結果可知，提取的前5個主成分的累積貢獻率為89.245%，大于85%，因此自然要素可提取5個主成分，表達的信息為原信息量的89.245%，從而使自然要素的指標由7個減少到5個，實現了降維。

④根據主成分對應的方差貢獻率計算第1，2，3，4，5主成分的權重分別為0.32，0.25，0.16，0.14，0.12。

⑤由主成分分析得到的旋轉成分矩陣能簡化因子的解釋。第1主成分在年均降水量（D3）、年均氣溫（D4）上有較大載荷，第1主成分命名為氣候因子；第2主成分在平均海拔（D1）、丘陵山區面積比例（D2）上載荷較大，主要反映丘陵帶來的差異，第2主成分命名為地形因子；第3主成分主要表現在林草覆蓋率（D5）指標上，因此第3主成分命名為林草覆蓋因子；第4主成分主要表現在沙土面積比（D6）指標上，因此第4主成分命名為土壤質地因子；第5主成分主要表現在水域面積比（D7）指標上，因此第5主成分命名為水域因子（表2）。

表2 旋轉成分矩陣

（3）將主成分分析后SPSS自動另存的標準化的指標數據乘以相應的權重得出各因子層的主成分得分，將各因子層主成分得分相加即得到要素層的綜合得分。按照此方法分別求得其他3要素：社會經濟要素、水土流失要素和土地利用要素層的綜合得分，作為GIS處理的地理數據。

式中：SN——自然因子的綜合得分；X1，X2，…，X5——降維過程中原始數據經標準化處理后保存的變量。

3 基于GIS的要素層空間分析

GIS是為解決資源與環境等全球性問題而發展的以地理空間數據庫為基礎，由計算機硬件、軟件組成的高新技術系統，具有采集、處理、分析、建模和顯示空間數據等功能［10］。將地理信息數據與GIS相結合進行水土保持區劃，可以快速、準確地完成數據的處理，直觀地顯示出區劃結果，便于調整和修改，提升區劃工作的質量和效率。

江蘇省水土保持區劃在上述數據分析的基礎上進行，結合Arcmap 9.3完成數據的空間分析。首先將4要素的綜合得分與江蘇省鄉鎮邊界的行政區劃圖進行數據連接，在Arcmap中使每個鄉鎮的屬性數據表中都有自然要素、社會經濟要素、土地利用要素和水土流失要素的綜合得分屬性；第二步，利用Arcmap的空間分析功能分別繪制4個要素的空間分布柵格圖，通過該圖能夠顯示個各要素在江蘇省鄉鎮行政單元上的分布情況；第三步，通過層次分析法確定4個要素的權重關系，使用Arcmap進行有條件的柵格圖像疊置，形成4個要素的疊置成果圖，由于該圖數值分布區間較分散，無法直觀地反映區劃成果因此需要進行數值的重分類；最后，使用重分類生成初步的區劃成果。

3.1 GIS鄉鎮行政區的空間連接

將SPSS主成分分析得到的4要素的綜合得分與江蘇省鄉鎮行政邊界的電子地圖相結合進行空間分析，首先要將處理的綜合得分與鄉鎮行政邊界的電子地圖屬性數據表進行連接。在Arcmap中打開江蘇省鄉鎮邊界的電子地圖，在圖層的屬性表中使用Option丨Joins and Relates丨Join完成操作，該步驟需要將地圖中的鄉鎮與數據中的鄉鎮名稱順序相對應。

3.2 生成各要素的空間分布柵格圖

將4個要素的綜合得分與江蘇省鄉鎮行政區劃圖相連接，在Arcmap中可以使用該得分繪制各要素的空間分布圖（附圖5），執行ArcToolbox中的“Convert tools丨To Raster丨Feature To Raster”命令，分別對4個要素的綜合得分轉換為柵格數據集。

附圖5中色相和亮度相同的區域從數據上表示具有相近的數據區間，區劃意義表示為具有相近的功能屬性，而色相和亮度不同的區域數據上表示數據區間差異，區劃意義上表示為功能屬性存在較大的差異。

3.3 GIS圖層的空間疊置

空間疊置分析主要用于兩層或多層以上的數據圖層生成新的數據圖層，從數據結構角度看有柵格疊置和矢量疊置，從疊置條件看有條件疊置和無條件疊置［11］。水土保持區劃中應用的有條件柵格疊置，以各因子的權重構成的算數表達式作為疊置條件。

3.3.1 層次分析法（AHP）確定各因子權重 AHP（analytic hierarchy process）是美國運籌學家薩迪于20世紀70年代提出，是一種定性與定量分析相結合的多目標決策分析方法，通過兩兩對比的方式確定層次中諸因素的相對重要性順序［12］。運用AHP確定權重的步驟如下［13］：

（1）對問題涉及的因素進行分類，構造一個各因素之間相互聯結的層次結構模型。

（2）構造兩兩比較的判斷矩陣，采用1—9及其倒數的標度方法，對重要性程度進行量化。

（3）通過判斷矩陣計算準則權重，并進行一致性檢驗。

（4）計算各層元素對系統目標的合成權重，進行排序。

由于將人的判斷與數量相結合，肯定會存在誤差，反映了估計結果與標度的不一致，因此通過公式（2）對判斷矩陣的一致性進行判斷：

式中：CI——一致性標準；λmax——判斷矩陣的最大特征值；n——判斷矩陣的維數。當一致性標準CI＝0時，為完全一致，CI值越大，判斷矩陣的完全一致性就越差。引入平均隨機一致性指標RI，并取CR為衡量矩陣一致性的指標：

一般情況下CR≤0.1，則可認為判斷矩陣的一致性可以接受，否則應修正判斷矩陣。

研究中為了計算江蘇省水土保持區劃的自然要素、社會經濟要素、土地利用要素、水土流失要素的權重，首先構建各個要素的判斷矩陣，按重要性的賦值區間為1—9及其倒數，進入AHP計算軟件中計算出各要素的權重（表3）。

經過驗證CR值為0.021 2＜0.1，因此由該判斷矩陣得到的江蘇省水土保持區劃的各要素的權重可以被接受。

表3 層次分析法計算矩陣及權重

3.3.2 要素層的有條件柵格疊置 借助GIS軟件平臺與各要素的權重，將江蘇省水土保持區劃4個組成要素的分布圖進行柵格疊置，計算機按照各要素圖層的權重逐像元進行計算，可以得到由4要素柵格圖疊置的結果圖。在Arcmap中使用“Spatial Analysis丨Raster Calculator”工具，將 AHP的權重（Wi）輸入圖層疊置的計算公式。柵格疊置的結果圖是連續區間的具有數值的柵格圖像（見附圖6）。

3.3.3 圖層疊置的重分類計算 GIS繪制的區劃成果需要符合水土保持區劃的區內相似性和區間差異性、區域連片的特性，而由圖層疊置產生的結果是具有連續區間的柵格圖像，無法滿足區劃的要求。因此對疊置結果進行處理，將柵格圖像中的數值進行聚類，設定相應的數據區間，使數值相近的聚成一類，即可實現區劃的目標。使用Arcmap中的Spatial Analysis丨Reclassify工具，選擇圖層疊置的結果圖層，使用Standard Deviation的方法進行重分類，江蘇省水保區劃的疊圖結果被劃分成6個數據區間進行重新分類，其結果見附圖7。

4 結論

（1）基于GIS的江蘇省水土保持區劃方法綜合自然要素、社會經濟要素、土地利用要素和水土流失要素4個方面，全面、綜合地分析了江蘇省水土保持區劃，彌補了以往水土保持區劃指標單一、主觀定性的不足。

（2）運用SPSS軟件的主成分分析方法對大量數據進行處理，使用地理信息系統軟件對數據進行計算和分析，提高了水土保持區劃效率和準確性；整個區劃過程明晰，易于掌握，可廣泛使用。

（3）遵照水土保持區劃定量分析與定性分析相結合的原則，基于GIS的水土保持區劃成果作為定量分析的結果，為下一步開展水土保持區劃定性分析奠定了基礎。

［1］ 夏繼紅，胡玲.生態河岸帶功能區劃的定性與定量研究［J］.水利學報，2007（S1）：542－546.

［2］ 黃秉維.中國綜合自然區劃的初步草案［J］.地理學報，1958，24（4）：348－364.

［3］ 張漢雄.模糊聚類在水土保持區劃中的應用［J］.中國水土保持，1990（11）：52－54.

［4］ 張超，王志國，王秀茹，等.我國水土保持區劃的回顧與思考［J］.中國水土保持科學，2008，6（4）：100－104.

［5］ 魏曉，孫峰華.寧夏水土保持及區劃研究［J］.水土保持研究，2005，12（6）：119－121.

［6］ 吳海波，趙曉慎.基于Bayes判別分析模型的水土保持區劃［J］.中國水土保持科學，2012，10（2）：88－91.

［7］ 趙巖，王治國，孫保平，等.中國水土保持區劃方案初步研究［J］.地理學報，2013，68（3）：307－317.

［8］ Renschler C S，Harbor J.Soil erosion assessment tools from point to regional scales：The role of geomorphologists in land management research and implementation［J］.Geomorphology，2002，47（2）：189－209.

［9］ 范國忠，楊作糜.現代統計分析方法［M］.北京：高等教育出版社，2010.

［10］ 黃杏園.地理信息系統概論［M］.北京：中國統計出版社，1992.

［11］ 馬曉群，王效瑞，徐敏，等.GIS在農業氣候區劃中的應用［J］.安徽農業大學學報，2003，30（1）：105－108.

［12］ Saaty T L.A scaling method for priorities in hierarchical structures［J］.Journal of Mathematical Psychology，1977，15（3）：234－281.

［13］ 周峰，許有鵬，石怡.基于AHP－OWA方法的洪澇災害風險區劃研究：以秦淮河中下游地區為例［J］.自然災害學報，2012，20（6）：83－90.