基于OWA的低丘緩坡建設開發適宜性評價
——以云南大理白族自治州為例

劉焱序，彭 建，韓憶楠，魏 海，杜悅悅

(北京大學城市與環境學院，地表過程分析與模擬教育部重點實驗室, 北京 100871)

基于OWA的低丘緩坡建設開發適宜性評價
——以云南大理白族自治州為例

劉焱序，彭 建*，韓憶楠，魏 海，杜悅悅

(北京大學城市與環境學院，地表過程分析與模擬教育部重點實驗室, 北京 100871)

山區城市在城鎮化、糧食安全、生態保護的多重要求下，有必要探索將基本農田以外的低丘緩坡山地開發為建設用地的可行性和限制性。研究選取涵蓋景觀風險和災害風險的共12個空間化指標，基于有序加權平均(ordered weighted averaging, OWA)方法，以大理白族自治州為例進行低丘緩坡區域建設開發適宜性評價。通過設置不同位序權重表征評價者偏好，結果表明：在指標風險程度的可信度較高的情況下，農用地、城鎮、斷裂帶、河流等高風險指標權重被加大，空間特征明顯；在指標風險程度的可信度較低的情況下，評價結果的空間均質性增強。通過模擬城鎮建設導向、維持現有政策、風險控制導向3種適宜性分區情景，得出在城鎮建設導向下應優先開發中小城鎮，在風險控制導向下應優先保證大城市合理擴展。評價結果可以描述在城市的不同發展階段如何構建政策權衡后的城鎮化空間格局，滿足了不同決策思路下的建設用地開發布局需求。

低丘緩坡; 建設開發適宜性; 有序加權平均; 情景分析

土地適宜性評價是評定土地對于某種用途是否適宜以及適宜的程度，中國傳統的土地評價研究多以農林牧業綜合適宜性評價為主[1]。近年來，土地適宜性評價的領域正在不斷擴展，針對特色功能區域進行的單一用途土地評價備受重視[2]。在土地類型層面上，對耕地質量[3]、都市開發[4]、城區重建[5]、植被恢復[6]、綠色基礎設施[7]等單一目標地類適宜等級評價層出不窮，推動了傳統評價理論框架的不斷完善。土地生態適宜性評價以生物多樣性和生境保護為導向設置評價指標[8]，可以有效指導生態脆弱區域的土地開發相關規劃。尤其對于丘陵地區或山區而言，城市往往分布在地勢相對較低的河谷地帶，在建設用地空間布局上受到較多的地理本底條件限制。由于山區本身耕地面積較小，耕地保護壓力大，而為數不多的優質耕地又距離城市近，容易被開發為建設用地。為了保障優質耕地，維護糧食安全，國家和地方對此類耕地的開發有嚴格的指標約束，大幅提升了在平整河谷布局建設用地的難度。因此，為了優化土地資源配置，緩解供需矛盾，有必要探索山區城市將基本農田以外的低丘緩坡山地開發為建設用地的生態可行性和限制性，確定區域建設用地開發的適宜范圍。

隨著GIS技術與多準則評價方法相結合在土地適宜性評價中被廣泛應用，大量研究采用層次分析法(AHP)對柵格圖層進行賦權并疊加的方法得出評價結果[9]。由于評價選取的地理或生態因子往往是存在相互關聯的，簡單的對加權后的圖層進行疊加往往會造成一些有明顯限制作用的因子被另一些指標所補償，作為一個折中后的結果往往失去了評價者所要表述的限制性。因此，美國學者Yager提出了有序加權平均(OWA)的概念[10]，對因子屬性的重要程度進行排序，通過排序權重的變換模擬不同程度的評價者偏好下得出的決策結果。目前，OWA方法已逐步應用到國內對地理-生態過程研究中，在循環經濟綜合評價[11]、購房地理空間決策[12]等研究視角上取得了一些進展，但該方法目前在土地適宜性評價中的應用并不多見。基于OWA算法可以對多種不同偏好下的建設用地開發可行性作以情景模擬，顯然能夠降低某一種單一結果受決策者的主觀認知的影響，良好地反映區域政策微調導致的評價結果變化。基于此，本研究擬應用OWA算法對低丘緩坡山區的建設用地開發適宜性作以情景模擬，探索OWA算法在土地適宜性評價中的適用性，并為山區城市的城鎮化布局提供決策支持。

1 研究區概況

大理白族自治州地處云南省西部，地處云貴高原與橫斷山脈結合部位，全州山區面積占全州國土面積的90%以上，是典型的西南山區城市，如圖1所示。大理州當地居民將面積較大的山間小盆地、河谷沿岸和山麓地帶稱為“壩子”，壩區內土壤肥沃、灌溉便利，是優質耕地的集中區域。然而近年來，隨著地區工業與旅游業的快速發展，大理州在城鎮化過程中有大量的建設用地需求。由于壩區人口稠密交通便利，往往是建設用地開發的首選區域，致使研究區內為數不多的優質良田迅速減少。“積極培育中心城市，擇優發展小城鎮”是大理州城鎮體系規劃的明確要求。然而，中心城市大理市毗鄰蒼山洱海，生態保護壓力大，致使城市建設用地的布局受到明顯制約。而另一方面中心城市的極化作用吸引了大量人口的流入和企業的進駐，對建設用地的剛性需求不斷上升。因此，有必要通過開發市區周邊的低丘緩坡山地滿足城市化的需要。同時，周邊各縣的中心鎮一般位于壩區中央，在發展過程中容易侵占壩區的優質基本農田，對全州未來的糧食安全構成威脅。而非壩區部分一般生境質量較好且有一定坡度，如何控制生態風險和災害風險是建設開發選址的核心環節。因此，有必要在空間上對研究區低丘緩坡建設開發的適宜程度作以定量化，判別出建設用地開發的優先區域。

圖1 研究區位置Fig.1 location of the study area

在對大理州低丘緩坡區域的界定過程中，必須考慮到我國東西部的地理條件差異較大，對于西部地區低丘緩坡范圍的界定以及低丘緩坡建設用地開發的限制指標均不能直接照搬東部沿海地區的經驗[13]。由于滇西地區地勢相對較高，地表起伏劇烈，過多的在地形角度進行限制可能會導致建設用地布局的極度破碎化，不符合現實需要。因此，本研究根據大理州的海拔高度與地形起伏，暫時不將絕對高程作為限制性因素，只將坡度25°作為低丘緩坡范圍的上限。同時，山區中城鎮周邊河谷部分相對平坦，有大面積基本農田，不滿足研究目標，因此，本研究將壩區范圍作為低丘緩坡界定的下限。

2 研究方法

2.1 數據預處理

在數據準備過程中，按照城鎮化、糧食安全、生態保護和災害防治的多重導向，選擇土地利用、地質災害、地下水、地震、歸一化植被指數(NDVI)、地形、降水等多個數據集。其中農地、城鎮、公路、河流數據解譯自2010年春季ETM+影像， 并轉換為矢量格式對照Google Earth進行人工修正；林地類型源自云南大學生態學與地植物學研究所編制的云南省1∶25萬植被圖和林業科學數據中心相關森林資源數據；地下水保護區位置由大理州地下水功能區劃的二級功能區圖矢量化得到；地質災害類型和斷裂帶位置矢量化自大理州地質災害防治相關圖件；地震位置取自歷史震害資料中1500年以來5級以上地震；NDVI數據源自地理空間數據云平臺的MOD13Q1數據集，預處理過程中對2010全年的NDVI產品求年平均；DEM數據源自地理空間數據云平臺的GDEM數據集，在ArcGIS中生成坡度圖層；降水數據源自中國氣象科學數據共享網的多年平均站點數據集，按薄板樣條函數插值方法以經緯度作為自變量、高程作為協變量在ANUSPLIN軟件中插值所得[14]。所有數據在歸一化處理后均統一生成30 m分辨率柵格圖層。

2.2 適宜性指標構建

在山地開發的過程中，既要保證生態敏感區域不受干擾，又要防止人類健康受到災害威脅。本研究將這兩方面指標集歸納為景觀風險和災害風險，風險越大則越不適宜建設用地開發。按照景觀風險和災害風險的分類以及指標的可獲得性，本研究共選取12個指標參與評價。暫定景觀風險和災害風險作為兩個準則層對山地建設開發的貢獻為同等重要，分別賦權為0.5。每個準則層包含6個指標，指標相對于準則層的權重由AHP法確定。

在景觀風險的選取和賦值中主要考慮三個層面。首先，采用農地類型與林地類型表征土地利用方式影響的建設開發限制性。農地類型按農地景觀被開發所造成的糧食安全風險賦值；林地類型主要按照林地保護區等級賦值。其次，采用公路通達性和城鎮距離表征新開發建設用地與已有城鄉聚落的空間聯系。顯然距離公路景觀越遠則越不適宜布局建設用地，建設用地在公路兩側開發的通達性最高；而距離大型聚落越近則建設用地開發的需求也會相應增大。這里大型聚落最終選取大于5 hm2的城鎮與農村居民點圖斑作為閾值。最后，選擇植被綠度和地下水保護作為建設開發的輔助性指標。通過NDVI反映植被生物量，可以作為建設開發成本的側面衡量；建設用地開發增大了地下水的供給壓力，因此地下水保護區也應作為輔助性限制條件。

在災害風險的選取和賦值中也主要考慮三個方面。首先，在災害易發性角度考慮地質災害密度和地震密度。在地質災害易發性的表征中，以核密度函數[15]表征災害點空間集聚，給不同類型地質災害賦予不同權重，本研究按照災害的危害差異賦權為泥石流100，滑坡80，崩塌70，塌陷與地裂縫60，不穩定斜坡50，以默認的6871 m為搜索半徑，生成柵格圖層；地震易發性的表征也采用核密度方法，其中由于地震點的兩兩距離相對較遠，參照默認半徑取20 km為搜索范圍。其次，在災害的危險性角度考慮坡度和降雨侵蝕力的作用，顯然坡度越高、降雨侵蝕力越大，地質災害的發生強度可能會隨之增大。在處理過程中雖然坡度25°以上不應屬于低丘緩坡范圍，但默認為零星的散點可以開發，因此賦值暫不考慮范圍限制；降雨侵蝕力的計算是基于多年月平均數據，按照常用的Wischmeier經驗公式得出年降雨侵蝕力[16]。最后，立足于規劃視角考慮了斷裂帶距離和河流距離兩種限制性因素，這兩種線狀指標并不存在空間衰減關系，而是作為限制條件。本研究僅考慮研究區內較明顯的幾條大斷裂帶，暫定斷裂帶左右的緩沖區內不宜大規模建設；在河流引發的災害角度主要考慮洪水的影響，考慮到用水需求，僅設置了相對較小的緩沖半徑作為限制。

每個指標的歸一化方法如表1所示，其中權重欄顯示了乘以0.5后每個指標對于總目標的權重。兩種風險的AHP判斷矩陣一致性比例CR分別為0.058和0.087，均小于0.1，通過一致性檢驗。權重較高的指標包括農地類型、城鎮距離、斷裂帶距離、河流距離等，這是由于：在景觀風險指標集的賦權過程中，本研究認為農用地的保護和與城鎮的空間聯系是最為重要的兩個因子，前者在供給上決定了低丘緩坡開發的限制，后者在需求上決定了低丘緩坡開發的目標；在災害風險指標集的賦權過程中，本研究認為斷裂帶距離和河流距離是以二值化形式出現的，本身就是明確的限制性條件，因而相對其他因子更為重要。權重較低的指標包括植被綠度、地震密度等，這是由于：在景觀風險指標集的賦權過程中NDVI只是植被長勢的一個指標，但植物長勢并不能完全表明生物多樣性的重要性，僅是輔助性指標，相比而言林區的保護等級更為重要；在災害風險指標集的賦權過程中地震發生的不確定性因素強，其危害更多取決于房屋構造和坡度，在市域范圍內地震密度不一定是城市建設的重要限制指標。

表1 指標歸一化方法

2.3 有序加權平均法

OWA算法的核心在于對指標按照屬性重要性重新排序，對不同的排序位次賦予不同的次序權重。傳統的圖層疊加法實際上是OWA算法中默認次序權重相等的特殊情況。在OWA評價中，在評價者較為樂觀的情況下，會給重要性較高的次序圖層賦予較高的權重，評價結果能直接顯示指標中最重要的屬性；在評價者較為悲觀的情況下，會給重要性較低的次序圖層賦予較高的權重，評價結果不能反映指標的重要屬性。

關于OWA權重的確定有10余種算法，其中單調規則遞增(RIM)的定量方式出現較早且易于理解[17]。按照Yager的定義，位序權重可表述為[17- 19]。

j=1,2,...,n，QRIM(r)=ra

(1)

式中，j為位序，wj為位序權重，n為指標數量。r為自變量，a為表征樂觀程度的冪指數。

可知，在a=1的情況下位序權重相等，計算轉化為普通的準則權重疊加。若a<1，則最重要的屬性位序權重越大，評價者對指標的屬性持樂觀態度，只需要重要的前幾層算子即可判定；若a>1，則越重要的屬性位序權重越小，評價者對指標的屬性持悲觀態度，后面幾層不重要的算子更被重視。在本研究中，“樂觀”表明評價者認為生態風險的限制條件能夠制約建設用地的開發，而“悲觀”表明評價者不認為生態風險指標可以限制建設用地的開發。根據上述公式可以將次序權重的取值如表2所示。

表2 次序權重計算結果

3 結果分析

3.1 不同偏好適宜性對比

圖2為賦值并歸一化的12種適宜性指標，分別將其帶入表2所設計的7種偏好情況，結果如圖3所示。在評價者無偏好的狀態下，計算過程中不區分重要圖層，評價結果直接依賴于數據預處理中的準則權重。結果表征了海拔較低、壩區面積較大的大理市區、賓川縣和巍山縣在壩區周邊低丘緩坡地帶的建設用地開發適宜性較低，而同樣海拔相對不高、距離大理市區較遠的彌渡縣和永平縣壩區周邊則顯示出了相對較高的開發適宜性。在評價者最為樂觀的狀態下，除了半徑10 km之內的城鎮周邊有微弱的開發適宜性，其他大面積區域呈現出適宜性為0的基質狀態，除了城鎮指標外其他指標難以體現。這證明評價者在對風險極端重視的情況下，城郊以外的廣大區域是不適宜進行開發的，僅有城市周邊鑒于居民需求的壓力不得不進行微量的開發。在評價者樂觀的狀態下，風險被高度重視，河流、斷裂帶、坡度與降雨侵蝕力高值部分依然適宜性極低，而其他大多數柵格顯示出具有較低適宜性的格局。在評價者較樂觀的狀態下，適宜性低值部分和較低部分出現分化，作為限制性條件的河流和斷裂帶可以良好地在空間上被分離出來，成為評價者認知的生態風險重要來源。在評價者較悲觀的狀態下，風險評價的指標體系可信度低，大多數像元出現適宜性大于0.9的結果。至于后兩種評價者悲觀和最悲觀的狀態下，數據預處理中的風險賦值已不可信，壩區外全部是適宜開發區域，評價失去意義。

圖2 適宜性指標空間分布Fig.2 Spatial pattern of the suitability indices

圖3 不同偏好的適宜性評價Fig.3 suitable assessments for different preferences

3.2 基于多情景的適宜性分區

在選取a=0.5和a=2作為偏好適宜性的次序權重時，結果顯示其數據分離程度是相對較差的，適宜度比較集中。這種結果并不符合根據適宜性差異進行分區管制的決策目標，同時站在決策的角度上，評價人員的偏好也不可能出現如此大的波動。因此，基于情景模擬可用性的導向，本研究暫時默認為a=1是在糧食安全、生態安全、社會發展、居民健康等視角權衡下的正常賦權結果，是現有城鎮化、耕地保護、生態保護等政策要求的權衡值，命名為維持現有政策視角。則a=1.2可以作為一種較為忽視風險而重視城鎮擴張的政策傾向，命名為城鎮建設導向視角；a=0.8可以作為一種較為重視風險而嚴格限制城鎮擴張的政策傾向，命名為風險控制導向視角。為排除柵格值向某一方向偏移造成的分區比例嚴重失調，采用自然斷點法自動將柵格分為4類，保證了a較大的情況下斷點閾值也同步增大，將4類分區按適宜程度從高到低依次命名為優先開發區、適度開發區、限制開發區和不開發區。同時，對坡度圖進行重分類，25°以上為1，其他為0，轉為矢量后將面積1 km2以下的圖斑融合到鄰接的面積最大圖斑中，再提取出屬性值為1的部分作為低丘緩坡的上限，從而排除了一些坡度大于25°但不連續的破碎圖斑干擾。將提取出的25°以上“陡坡”范圍與壩區范圍融合，得出了非低丘緩坡區域作為不開發區。最終情景假設結果如圖4所示。

圖4 不同情景的建設開發適宜性分區Fig.4 Suitability of building land consolidation zoning for different scenarios

在城鎮建設導向下，永平縣雖然目前經濟實力相對較低，但由于地勢相對平緩、基本農田總量不大、壩區面積較小，因而有較大的擴展空間，優先開發區面積最大；祥云縣經濟實力相對較強，其同樣有較為平整的地形條件，由于路網密布、地質災害密度較低，因而也有較為廣闊的優先開發區范圍；同時，并不在城鎮附近的巍山縣西部由于坡度較緩、耕地保護壓力小，也形成了一定面積的優先開發區；反之，研究區的人口與經濟中心大理市由于鄰接蒼山洱海，只有南部和東部有大面積低丘緩坡空間，致使城鎮建設受到制約，相比其他各縣優先開發區面積反而最小。

維持現有政策的模式則體現出略有不同的分區格局。地勢較低的永平縣與巍山縣西部的優先開發區面積縮小一半以上，而北部地勢較高的劍川縣和洱源縣優先開發區面積減小幅度甚微，這體現出了遠離城鎮的風險正在加強；相比之下，同樣地勢較低但城鎮化水平相對高的祥云縣優先開發區范圍并未明顯縮小，證實了城鎮距離指標的重要作用；另外，相比城鎮建設導向，不宜開發區的面積并未有太多變化，分區類型的轉換主要發生在從優先開發區向適度開發區過渡。

風險控制導向則體現出了與城鎮建設導向較大的不一致性。巍山縣西部、云龍縣北部較大規模的優先開發區全部消失；永平縣的優先開發區縮減至中心鎮周圍10 km半徑范圍內，祥云縣成為優先開發區面積最大的地區；城鎮建設導向下優先開發區面積最小的大理市其優先開發區范圍變化反而也較小，且并沒有像云龍縣、永平縣、南澗縣一樣形成較大面積的限制開發區。顯然，在風險控制控制視角下不僅遠離城鎮的風險繼續加強，農地林地保護、坡度與降雨侵蝕力等因素也在空間上得到體現。

對比3種情景視角可以發現，由于客觀地理條件的限制，在傾向于城鎮建設的導向下，研究區大城市依然不適于大面積的進行建設用地開發，反而是相對開發風險較小的中小城鎮可以作為產業園區的優先選址地點。而在風險控制導向下則不然，自然環境相對較好的中小城鎮出于耕地和生境保護的目的不能進行大規模擴張；而大城市周邊由于存在剛性需求，即便有生態保護的壓力依然會預留一部分建設用地開發的空間。目前，在山地城市生態保護與城鎮化的權衡中，這種結論往往可以反映在土地規劃中。例如建設用地指標多則會把多出的那一部分規劃到較偏遠的鄉鎮或大型村落中，若建設用地指標少則優先保證城區的發展，側面證明了本研究適宜性分區的情景合理性。

4 討論

在多指標綜合評價中，指標賦值和權重判定是結果不確定性的最主要來源。首先需要明確，評價本身就是一個基于研究者認知的主觀過程，即使是完全客觀化賦權的熵值法也是評價者為了刻意拉開屬性值域差異而做出的一種主觀選擇，不一定是描述指標權值的最佳方式。在無法確認我們所設置的指標屬性值和權值是否足夠貼近真實情況的時候，采用OWA算法的偏好設置可以有效規避一部分誤差。例如，采用樂觀偏好可以將已有的屬性較大的指標進一步擴大化，采用悲觀偏好可以將屬性較大的指標平均化。因此，可以通過偏好的設置對已設置的權值做調整，使評價的邏輯性更加嚴密。

然而，OWA方法的應用并不意味著準則權重不再重要。在本研究中，準則權重較大的幾個指標圖層直接決定了樂觀偏好下的適宜性評價結果。按照對低丘緩坡建設用地開發背景的理解，本研究認為政策作用具有較大的影響力，那么有必要將城鎮化的需求和耕地保護的壓力賦予較高的權重。此外，對于一些明顯的限制性強但并未通過法律進行約束的要素例如斷裂帶、河流，理應賦予較大的權重，否則其限制作用有可能被其他指標所抵消。由此可見，確定準則權重是OWA評價的關鍵環節，OWA方法的分析結果依然高度依賴于AHP或者其他方法對準則權重設置的合理性。OWA方法只能規避部分誤差而不能糾正錯誤的準則權重設置，這也使其應用會受到一定程度的制約。

情景分析作為地理-生態過程的常用手段，有兩種不同的結果歸納方式。一種是在所假設的幾種情景里選取最優值，作為最終結果[20- 21]；而另一種是通過幾種情景的相互印證，歸納出一個綜合全部利弊的結論[22- 23]。在土地適宜性評價中，純粹的生態建設、耕地保護、城市擴展對于地區而言都是不符合統籌發展需要的，現實中案例極少。作為決策支持不僅要考慮極端情景，還應當重視不同情景間的組合與閾值變化的過渡，通過互競權衡發揮土地利用情景分析的現實意義[24]。在維持城市可持續發展的導向下，不僅要關注城鎮化的生態與環境效應[25]，還要認識到生態空間格局的動態演變[26]。隨著時間演變，進行政策微調在現實中是易于發生的，因此本研究傾向于通過情景間的組合得出一個綜合性的結論。顯然，應用OWA方法進行土地生態適宜性評價恰恰滿足情景組合分析的理論要求。將評價者偏好作為政策波動因素帶入權重體系中，一方面避免了傳統情景分析中權重不確定性導致的誤差；另一方面避免了情景的極化，對地區未來發展模式有良好的預見作用。因此，使用OWA方法評價土地生態適宜性不僅是可行的，而且是可以有效跟實際政策對接的。在OWA的應用體系下，本研究并不試圖選出一種最優方案，而是傾向于描述在城市的不同發展階段如何構建政策權衡后的城鎮化空間格局，以滿足不同決策思路下的建設用地開發布局需求，具有相對較高的現實意義。

5 結論

本研究基于所選擇的12個低丘緩坡建設用地開發適宜性指標，按照OWA算法對圖層按照屬性重新排序，對不同的排序位次賦予不同的次序權重，表征了從樂觀到悲觀7種評價者偏好下的建設用地開發適宜性評價。在樂觀情況下，農用地、城鎮、斷裂帶、河流等高風險指標權重被加大，空間特征明顯；在悲觀情況下，指標風險程度的可信度下降，評價結果的空間均質性增強。

按照OWA算法模擬城鎮建設導向、維持現有政策、風險控制導向3種適宜性分區情景。在傾向于城鎮建設的導向下，相對開發風險較小的中小城鎮可以作為產業園區的優先選址地點；而在風險控制導向下，自然環境相對較好的中小城鎮出于耕地和生境保護的目的不能進行大規模擴張，而大城市周邊由于存在剛性需求依然會有一部分建設用地開發的空間。通過描述在城市的不同發展階段如何構建政策權衡后的城鎮化空間格局，可以滿足不同決策思路下的建設用地開發布局需求。

致謝：感謝北京大學城市與環境學院李雙成教授對寫作的幫助。

[1] Ni S X.Progress in the research on land evaluation in China during the latest ten years.Journal of Natural Resources, 2003, 18(6): 672- 683.

[2] Shi T G, Zheng G Q, Wang Z Y, Wang L L.Progress in Research on Land Suitability Evaluation in China.Progress in Geography, 2007, 26(2): 106- 115.

[3] Liu Y L, Jiao L M, Liu Y F, He J H.A self-adapting fuzzy inference system for the evaluation of agricultural land.Environmental Modelling & Software, 2013, 40: 226- 234.

[4] Gong J Z, Liu Y S, Chen W L.Land suitability evaluation for development using a matter-element model: A case study in Zengcheng, Guangzhou, China.Land Use Policy, 2012, 29(2): 464- 472.

[5] Wang H, Shen Q P, Tang B S, Skitmore M.An integrated approach to supporting land-use decisions in site redevelopment for urban renewal in Hong Kong.Habitat International, 2013, 38: 70- 80.

[6] McVicar T R, Van Niel T G, Li L T, Wen Z M, Yang Q K, Li R, Jiao F.Parsimoniously modelling perennial vegetation suitability and identifying priority areas to support China′s re-vegetation program in the Loess Plateau: Matching model complexity to data availability.Forest Ecology and Management, 2010, 259(7): 1277- 1290.

[7] Greca P L, Rosa D L, Martinico F, Privitera R.Agricultural and green infrastructures: The role of non-urbanised areas for eco-sustainable planning in a metropolitan region.Environmental Pollution, 2011, 159(8/9): 2193- 2202.

[8] Ferretti V, Pomarico S.Ecological land suitability analysis through spatial indicators: An application of the Analytic Network Process technique and Ordered Weighted Average approach.Ecological Indicators, 2013, 34: 507- 519.

[9] Jeong J S, García-Moruno L, Hernández-Blanco J.A site planning approach for rural buildings into a landscape using a spatial multi-criteria decision analysis methodology.Land Use Policy, 2013, 32: 108- 118.

[10] Yager R R.On ordered weighted averaging aggregation operators in multicriteria decisionmaking.IEEE Transactions on Systems, Man, and Cybernetics, 1988, 18(1): 183- 190.

[11] Fan Y, Liu G P.Comprehensive evaluation of circular economy development in Gansu Province.Areal Research and Development, 2012, 31(1): 20- 23.

[12] Hu Z W, Liu X X, Peng C, Wei L.Spatial multi-criteria decision making for house location selection by ordered weighted averaging approach.Geographical Research, 32(3): 476- 486.

[13] Liu W D, Yan W.Mild slope land exploitation of low mountains and hills in developed regions: with Yongkang City as an example.Scientific and Technological Management of Land and Resources, 2007, 24(3): 1- 5.

[14] Hutchinson M F.Anusplin Version 4.2 User Guide.Cauberra: Australian National University, 2001.

[15] Shi X.Selection of bandwidth type and adjustment side in kernel density estimation over inhomogeneous backgrounds.International Journal of Geographical Information Science, 2010, 24(5): 643- 660.

[16] Wischmeier W H.A soil erodibility nomograph for farmland and construction sites.Journal of Soil and Water Conservation, 1971, 26(5): 189- 193.

[17] Zarghami M, Szidarovszky F.Fuzzy quantifiers in sensitivity analysis of OWA operator.Computers and Industrial Engineering.2008, 54(4): 1006- 1018.

[18] Yager R R.Quantifier guided aggregation using OWA operators.International Journal of Intelligent Systems, 1996, 11(1): 49- 73.

[19] Yager R R.Nonmonotonic OWA operators.Soft Computing, 1999, 3(3): 187- 196.

[20] Tong K K, Ma K M.Significant impact of job-housing distance on carbon emissions from transport: a scenario analysis.Acta Ecologica Sinica, 2012, 32(10): 2975- 2984.

[21] Bai Y, Zheng H, Zhuang C W, Ouyang Z Y.Ecosystem services valuation and its regulation in Baiyangdian baisn: Based on InVEST model.Acta Ecologica Sinica, 2013, 33(3): 711- 717.

[22] Yin H W, Kong F H, Qi Y, Wang H Y, Zhou Y N, Qin Z M.Developing and optimizing ecological networks in urban agglomeration of Hunan Province, China.Acta Ecologica Sinica, 2011, 31(10): 2863- 2874.

[23] Xiao X, Zhang J, Lu J Y, Zhong S E, Yin L J.Analysis on spatial structure and scenarios of carbon dioxide emissions from tourism transportation.Acta Ecologica Sinica, 2012, 32(23): 7540- 7548.

[24] Li P, Jiang L G, Feng Z M, Yu X B.Research progress on trade-offs and synergies of ecosystem services: an overview.Acta Ecologica Sinica, 2012, 32(16): 5219- 5229.

[25] Xie M M, Wang Y L, Fu M C.An overview and perspective about causative factors of surface urban heat island effects.Progress in Geography, 2011, 30(1): 35- 41.

[26] Gong J, Xie Y C, Sun P, Jie Y W.Spatio-temporal change on township scale of Jinta oasis in the latest 20 years.Acta Ecologica Sinica, 2013, 33(11): 3470- 3479.

參考文獻:

[1] 倪紹祥.近10年來中國土地評價研究的進展.自然資源學報, 2003, 18(6): 672- 683.

[2] 史同廣, 鄭國強, 王智勇, 王林林.中國土地適宜性評價研究進展.地理科學進展, 2007, 26(2): 106- 115.

[11] 樊元, 劉國平.甘肅省循環經濟發展水平綜合評價.地域研究與開發, 2012, 31(1): 20- 23.

[12] 胡卓瑋, 劉曉旭, 彭程, 魏錸.基于次序權重平均法的購房選擇地理空間多準則決策.地理研究, 2013, 32(3): 476- 486.

[13] 劉衛東, 嚴偉.經濟發達地區低丘緩坡土地資源合理開發利用: 以浙江省永康市為例.國土資源科技管理, 2007, 24(3): 1- 5.

[20] 童抗抗, 馬克明.居住- 就業距離對交通碳排放的影響.生態學報, 2012, 32(10): 2975- 2984.

[21] 白楊, 鄭華, 莊長偉, 歐陽志云, 徐衛華.白洋淀流域生態系統服務評估及其調控.生態學報, 2013, 33(3): 711- 717.

[22] 尹海偉, 孔繁花, 祈毅, 王紅揚, 周艷妮, 秦正茂.湖南省城市群生態網絡構建與優化.生態學報, 2011, 31(10): 2863- 2874.

[23] 肖瀟, 張捷, 盧俊宇, 鐘士恩, 尹立杰.旅游交通碳排放的空間結構與情景分析.生態學報, 2012, 32(23): 7540- 7548.

[24] 李鵬, 姜魯光, 封志明, 于秀波.生態系統服務競爭與協同研究進展.生態學報, 2012, 32(16): 5219- 5229.

[25] 謝苗苗, 王仰麟, 付梅臣.城市地表溫度熱島影響因素研究進展.地理科學進展, 2011, 30(1): 35- 41.

[26] 鞏杰, 謝余初, 孫朋, 頡耀文.鄉鎮尺度金塔綠洲時空格局變化.生態學報, 2013, 33(11): 3470- 3479.

SuitabilityassessmentforbuildinglandconsolidationongentlehillsidebasedonOWAoperatoracaseinDaliBaiNationalityBoroughinYunnan,China

LIU Yanxu, PENG Jian*, HAN Yinan, WEI Hai, DU Yueyue

LaboratoryforEarthSurfaceProcesses,MinistryofEducation,CollegeofUrbanandEnvironmentalSciences，PekingUniversity，Beijing100871，China

Under the multiple requirements of urbanization, food security and ecosystem management, it is necessary to explore the feasibilities and limitations on how to develop building land on gentle hillside in mountain cities.In the process of mountain development, the ecological sensitive area should be prevented from human interferences and human health from disaster threats.In this study, 12 spatial indices were selected which can represent the landscape and disaster risks in order to find the suitable degree of building land development on gentle hillside.Ordered weighted averaging (OWA) operators are usually used to model a family of parameterized decision strategies, which can be applied to route planning to provide more realistic results.In this method the optimistic degree can be quantified by the ordered weight.In an optimistic preference, the function of the relatively important indices is magnified; while in a pessimistic preference, the importance is relatively ignored.OWA algorithm can be used to conduct the scenario simulations of the feasibility of various construction land under different preferences，which is apparently able to reduce the impact of a single result of a subjective perception by decision-makers, and thus can well reflect the changes of evaluation result led by the slight adjustment of regional policies.In this study, Dali Bai Nationality Autonomous Prefecture was chosen as the study area, and OWA operators were adopted to measure the suitability of building land construction on gentle hillside.By setting up different ordered weights, scenarios can be set with the quantified optimistic or pessimistic preference of the decision makers.The result showed that in the optimistic scenario, the characteristics of high risk indices like farm land, urban, fault zone, rivers can be obviously detected spatially; in the pessimistic scenario where the degree of reliability for risk indices was decreased, the spatial homogeneity was enhanced on the result layer.Then, three scenarios were built up by the OWA operators, which support three different strategy orientations—urban construction, keeping the present policies and risk control.After defining the suitability sub region, it was found that priority development of small towns should be encouraged in urban construction scenario, while ensuring the land supply for big cities in the risk control scenario.With the assessments, we can describe how to build up the spatial pattern of urbanization after a policy trade-off among different stages of city development, and the results can satisfy the different decisions from the government and various requirements for the layout of construction land from different stakeholders.This study tended to draw a comprehensive conclusion through a combination of inter-scene.Although in a mathematical level, the three policy-perspectives provided by this paper are described as the preference of evaluator′s, they are actually a reflection of decision makers′ different strategic tendencies and thus are no clear good or bad.This study didn′t attempt to select an optimal solution, but tends to describe how to build a spatial pattern of urbanization with policy trade-offs in different stages of urban development, so as to meet the needs of construction land′s development under different decisions or layout ideas, with relatively high practical significance.

gentle hillside; suitability of building land consolidation; ordered weighted averaging; scenario analysis

國土資源部公益性行業科研專項經費課題(201311001- 2)

2013- 12- 23;

2014- 04- 01

10.5846/stxb201312233004

*通訊作者Corresponding author.E-mail: jianpeng@urban.pku.edu.cn

劉焱序.基于OWA的低丘緩坡建設開發適宜性評價——以云南大理白族自治州為例.生態學報,2014,34(12):3188- 3197.

Liu Y X, Peng J, Han Y N, Wei H, Du Y Y.Suitability assessment for building land consolidation on gentle hillside based on OWA operator：a case in Dali Bai Nationality Borough in Yunnan, China.Acta Ecologica Sinica,2014,34(12):3188- 3197.