地理視角下的土地利用適宜性分析

汪 建

(馬鞍山市不動產登記中心,安徽 馬鞍山 243000)

0 引言

隨著社會的經濟發展,土地作為重要的生產資料承載了人類的一切活動[1-2]。合理地進行土地資源開發和土地利用能有效緩解用地緊張的問題,因而,如何在人與自然和諧的前提下進行城市規劃、城鎮建設是極為重要的,土地利用適宜性的狀況能夠影響自然資源的配置和社會經濟的發展[3-4]。所謂的適宜性開發是因地制宜,最大化集約節約利用土地,一方面滿足實際生產建設的需要,另一方面也需要突出質量,確保有序、梯次開發利用[5]。作為重要的研究方向之一,業界學者引入多種方式方法進行研究與評價,如引入LandUSEM模型、AHP-CV組合賦權、Meta進行土地利用適宜性評價[1,6-7];除引入模型或方法進行評價外,還綜合考慮土地利用的沖突性識別[8-9],在不同的地形地貌地區,都有相應的實驗研究,包括平原地區[10]、山城地區[2]等。但這些模型與分析方法往往需要通過專家打分或賦權重的方式進行評價,因而評價的主觀性相對較多導致評價的結果不夠客觀,評價的結果也不太符合實際的利用情況[11]。

因此,本研究以馬鞍山市為研究對象,統籌有序加權平均法、熵權法兩種方法進行潛力性因子評價,依托布爾運算方法進行限制性因子評價,構建土地利用適宜性評價指標,并進行適宜性探索分析,以期為城市開發建設提供技術支撐與應用參考。

1 研究區概況

馬鞍山市位于安徽省的東部,與南京市、蕪湖市、合肥市、滁州市、宣城市相鄰,橫跨長江。近年來,馬鞍山市社會經濟快速發展,城市化水平也不斷提高,2013年,全市的城市化率為62%,2022年末相應的城市化率則超過了72%,大大超過了全國的平均城市化率。需要重視的是,城市化率的不斷提高必然伴隨著城鎮土地開發與利用的需求,因而對馬鞍山市城鎮發展土地利用進行適宜性分析,能夠有助于馬鞍山市合理、有效地調整相應政策措施,旨在達到持續利用土地的目的。

2 評價指標體系

2.1 評價指標選取

根據已有研究結果,對于土地利用適宜性的評價標準可分為兩種類型,分別為潛力性和限制性,因而對應的土地利用適宜性分析也可以分為潛力性分析、限制性分析。對于城市發展而言,土地利用往往涉及地形地貌等地理環境、自然資源生態環境、社會經濟等諸多因素。本研究在綜合考慮自然環境、人類活動影響等基礎上選擇適應性、限制性兩方面的決策因子,其中,潛力性的因子主要包括地形因素(高程因子、坡度因子)、社會經濟因素(道路鄰近度因子、土地利用因子、人口密度因子、城市建筑鄰近度因子)、自然環境因素(空氣質量因子、工程地質條件因子);限制性的因素主要考慮紅線因子,即在城市建設中不能改變只能保護,主要包括地表水因子、地下水因子、永久基本農田保護區因子、城市綠化帶因子、度假勝地因子、森林公園因子、水源保護地因子,這些因子對城市的發展都有很大的正向推動作用,需要重點考慮。

在本研究中,對于限制性的因子而言,其權重賦值為負數;對于適宜性因子而言,其權重賦值為正數。因此,在具體的城市土地利用適宜性評價中,不同的因子對應不同的權重。

2.2 評價因子標準化

在確定好諸多評價因子的基礎上,進行評價因子的無量綱統一,以實現最終的疊加計算與分析。為了更好地進行空間分析,本研究選擇網格化進行分析,使各因子對應的數據能夠具備獨立分析和計算的結果。此外,需要將所有的因子圖層轉換為30 m×30 m的網格圖層,能夠具備不同的位置特征,同時統一了分辨率,且具備了足夠的精度來反映城市化特征的局部細節與差異。

本研究利用分級、分數的方式進行潛力性因子和限制性因子的量化(見表1),對于潛力因子,賦值范圍為[1,5],限制性的因子賦值為-0.6,-1。對于各類因子,分數越高則代表城鎮用地發展適宜性越高。

表1 城鎮發展潛力因素的等級和評分系統

對于限制性因素賦值中的地下水因子、城市綠化帶因子定位限制級,權重賦值為-0.6,地表水因子、永久基本農田保護區因子、度假勝地因子、森林公園因子、水源保護地因子則賦值為-1。

3 土地利用適宜性評價

在構建評價指標的基礎上,對潛力性因子和限制性因子進行量化計算,其中,潛力性因子計算可通過有序加權平均法、熵權法進行權重因子的計算確定;對于限制性因子而言,可直接通過布爾計算的方式明確各因子的具體權重。本研究則通過均值相似度賦權法,進行潛力性因子的權重計算,既能滿足重要性的排序需求,也能保證相對客觀。

根據評價分析過程,可以將最后的評價結果按分級方式細分為不適宜區、低適宜區、中適宜區、高適宜區、最適宜區5類。為了更顯著地進行不同等級區分,本研究引入聚類算法進行不同等級的劃定,即相同類別具有較高的相似度,不同類別間的相似度則較低。

3.1 限制性因素

所謂限制性因素,就是國家嚴禁或限制開發的領域,如生態環境、永久基本農田等,這是尤為重要的。對于限制性的因素,通過判斷其格網是否在限制區范圍內:如果不在限制區范圍內,則賦值為0;如果在限制發展區域則賦值為-0.6;如果在禁止發展區域,則賦值為-1。

3.2 潛力性因素

3.2.1 熵權法

信息熵用于描述隨機變量的不確定性,在具體的評價過程中,如果評價指標的差異度較小,則對應的信息熵權值就越小;如果評價指標的差異程度越大,則熵權值就越大。其具體的計算過程如下。

如果一個評價過程中有n個評價指標,m個評價的對象,則原始數據的決策矩陣可用公式(1)進行計算:

3.投喂量。投喂量為稻田（池塘）存蝦重量的1%～4%。可根據天氣情況投喂，晴天，多投喂，陰雨天，少投喂，以吃完為宜。若第二天早上去田邊或池塘發現水比較渾濁，說明餌料投喂量不夠，要逐步增加投喂量；若發現有多余餌料，要逐步減少投喂。

A=(aij)n×m

(1)

式(1)中:A為決策矩陣;i,j為行列數;n,m為評價指標和評價對象。

進行規范化及歸一化運算,如公式(2)、公式(3)所示:

R=(rij)n×m

(2)

(3)

在歸一化計算的基礎上,計算每個屬性的信息熵,具體如公式(4)所示:

(4)

在公式(4)的基礎上,計算對應屬性權重向量,具體如公式(5)所示:

ω=(ω1,ω2,…,ωn)

(5)

在公式(5)的基礎上,計算各潛力因子權重值,其中A1的權重值為0.123 4,A2的權重值為0.102 7,A3的權重值為0.142 3,A4的權重值為0.151 7,A5的權重值為0.112 9,A6的權重值為0.157 2,A7的權重值為0.104 4,A8的權重值為0.105 4。

3.2.2 有序加權平均法

有序加權平均算法是通過對屬性值進行從大到小排序,對屬性對應賦權重值,再進行聚集。根據賦權重值的方式,有序加權平均法可分為主觀、客觀兩種賦權值方法,其中,主觀賦權值方法是根據專家的經驗或認知進行賦值,但相對主觀性很強。因而,本文通過基于均值相似度的客觀性賦值方法,其中A1的權重值為0.251 1,A2的權重值為0.186 7,A3的權重值為0.142 6,A4的權重值為0.111 3,A5的權重值為0.104 5,A6的權重值為0.089 4,A7的權重值為0.074 0,A8的權重值為0.040 4。

在確定權重值的基礎上,綜合有序加權平均法、熵權法兩種方法的結果得到潛力性因子的最終權重,并結合限制性因子計算權重,進行土地適應性分析,最后對兩類因子進行綜合分析,得到最終的土地利用適宜性分析結果。

通過空間分析方法、Kappa系數方法來分析有序加權平均法、熵權法兩種方法計算的結果。其中,Kappa系數用于檢驗兩種方法計算結果的一致性,利用空間分析方法進行兩種結果的疊加,從而可以得出相同適宜性等級的重疊性,具體如表2所示。

表2 有序加權平均法、熵權法計算適宜性等級結果比較

有序加權平均法、熵權法兩種方法計算的結果具有較高的空間一致性,其中,Kappa系數為0.85,空間一致性達到了86.5%,因而可以認為在空間分布上,這兩種方法計算得到的適宜性等級分布也較為相似,如表2所示。

本研究針對城鎮土地利用適宜性分析建立了多因子評價體系,綜合限制性、潛力性兩方面因子,旨在客觀提供最優決策。為了驗證計算結果的正確性及有效性,對比《馬鞍山市國土空間總體規劃(2021—2035年)》的工業用地、倉儲用地、居住用地、公共設施用地結果。其中,土地利用最適宜區結果與已公布的國土空間總體規劃重合度超過86%,相比較單一因子分析結果,相似度有提升。其分析結果顯示:

(1)土地利用適宜性等級從城鎮向周邊逐漸降低。

(2)適宜性最高的地區位于城鎮的中心地區,而適宜性低的地區大多位于農田保護區和風景名勝區等城市發展的限制地區。

4 結語

城市的快速發展對土地的需求越來越迫切,如何將有限的土地資源最大化利用,需要因地制宜進行不同類型的建設與開發。針對這些需求,本文以馬鞍山市為研究區域,綜合考慮限制性、潛力性兩個方面因子,嘗試構建了面向城鎮土地利用適宜性的評價指標體系,并依托聚類方法將土地利用適宜性劃分為5個等級,即最適宜區、高適宜區、中適宜區、低適宜區、不適宜區。具體包括以下幾個方面。

(1)熵權法、有序加權平均法能夠有效地進行潛力性因子權重計算,兩者計算結果相似度較高;在此基礎上計算的適宜性結果與國土空間規劃用地也具有相似性,空間布局一致性達86.5%。

(2)馬鞍山市土地利用適宜性等級從城鎮向周邊逐漸降低。

(3)適宜性最高的地區位于城鎮的中心地區,而永久基本農田保護區、風景名勝區等不適宜性較低,為限制地區。

隨著新型城鎮化的不斷加快,土地資源也逐漸減少,合理、有效進行土地利用和開發需要越來越重視,一方面需要統籌編制國土空間規劃,另一方面需要調整農業結構,合理進行土地資源利用。