基于GIS的土地利用程度Krining空間插值方法研究

耿融　趙康　伍紅玲

摘 要：文章利用Krining空間插值方法，選用不同的半變異函數模型，對海口市海岸帶土地利用程度進行采樣、插值，得到研究區土地利用程度最優空間插值方法為指數模型和土地利用程度強弱空間分布。通過文章的研究，希望對相關工作提供借鑒。

關鍵詞：Krining；空間插值；GIS；土地利用程度

土地利用程度是區域各種土地利用類型綜合作用的結果，它不僅反映了土地利用中土地本身的自然屬性，同時也反映了人類因素與自然環境因素的綜合效應[1]。對土地利用程度進行分析可以從外界干擾和生態角度去反映土地利用時空變化的特征。土地利用程度可利用空間插值方法進行計算。目前GIS軟件中空間插值方法眾多，采用何種插值方法及模型進行最優測算是研究土地利用程度的關鍵所在。

1 研究方法

文章以海口市海岸帶作為研究區，2010年1：10000土地利用現狀圖作為數據源。將研究區，劃分為1km×1km大小格網，共獲得373個采樣區格網，總面積356.00km2。再分別計算每一個采樣區格網的土地利用程度值，以此作為采樣區格網中心點的土地利用程度值。利用Kining（克里金）插值方法，選用不同的半變異函數模型進行對比，以此確定最優克里金方法下空間插值模型。土地利用程度指數計算，詳細計算方法見文獻[3]。根據劉紀遠[2]提出的數量化土地利用程度分析方法，將研究區土地對自然生態環境的影響程度進行分級賦值，其建設用地4，耕地和園地3，水域用地和林地2，其他土地1。

2 結果與分析

2.1 土地利用程度的半變異函數計算及模型擬合

在進行半變異函數計算與擬合之前，對采樣數據進行空間探索性分析，2010年土地利用程度取值范圍為154.95～400.00，平均值為272.08，標準差42.41。2010年數據較好地服從正太分布，波動范圍和幅度較大。由土地利用程度采樣點數據特征，決定采用普通克里金（Ordinary Krining）方法進行空間插值。普通克里金空間插值過程中，要對半變異函數建模，這是空間描述與空間預測之間的關鍵步驟。半變異函數和協方差可以提供有關數據集的空間自相關信息，但是，不能提供所有可能的方向和距離信息。因此為確保克里金法預測的準確性，要根據經驗半變異函數擬合模型，即連續函數或曲線，這一步驟至關重要。半變異函擬合模型主要有高斯模型（Gaussian model）、球狀模型（Spherical model）、穩定模型（Stable model）和指數模型（Exponential model），文章根據最佳擬合原則進行選擇。在普通克里金法預測方法下，對數據分別進行半變異函數模型擬合，相關數據如表1所示。

在比較不同方法和/或模型產生的結果時，需考慮模型的最優性和最有效性。均方根預測誤差最小時，表明所用模型是最優模型；均方根預測誤差更接近于平均預測標準誤差時，表明該模型更有效，因為在對不含數據的某一點進行預測時，只能使用估計的平均預測標準誤差評估預測的不確定性。因此，最佳模型應擁有最大的復相關系數（R2，Multiple Correlation Coefficient），最接近于 0 的標準平均值（MS，Mean Standardized），最小的均方根誤差（RMS，Root-Mean-Square），最接近該誤差的平均標準誤差（ASE，Average Standard Error），以及最接近于1的標準均方根誤差（RMSS，Root-Mean-Square Standardized）。

2010年指數模型的復相關系數均為最大，平均標準誤差和均分根誤差均為最小且最接近，標準均方根誤差相對其他模型也比較接近1。因此選擇指數模型進行擬合。利用ArcGIS空間探索性分析功能，得到2010年土地利用程度值的半變異函數，其變異函數指數擬合模型為

2010年Model：272.16*C0+2135.2*Exponential（19573）， （1）

2.2 土地利用程度空間擬合結果

基于所選最佳理論模型的半變異函數，利用ArcGIS的地地統計學功能，設定柵格大小為30m，采用普通克里金法-指數模型對2010年的土地利用程度進行空間插值模擬。由于采樣格網的土地利用程度值主要在170～370之間，為了便于比較土地利用程度值的大小，文章對土地利用程度以40為間隔進行等間距劃分，共分為5個等級。弱土地利用程度170～210，較弱土地利用程度：210～250，中等土地利用程度250～290，較強土地利用程度290～330，強土地利用程度330～370。在此基礎上，利用ArcGIS柵格Reclassify工具對各土地利用程度級別所占面積進行統計，以便直觀分析研究區土地利用程度的空間分布和程度結構情況，其中弱土地利用程度占研究區總面的2.14%，較強土地利用程度34.86%，中等土地里利用程度38.12%，較弱土地利用程度16.81%，弱土地利用程度8.07%。空間插值結果分布圖，如圖1所示。

3 結束語

利用克里金空間插值方法時，指數模型的復相關系數均為最大，平均標準誤差和均分根誤差均為最小且最接近，標準均方根誤差相對其他模型也比較接近1，因此克里金-指數模型為最優插值方法。得到：研究區較弱土地利用程度的區域主要分布東寨港紅樹林自然保護區和南渡江入海口；土地利用程度較強的區域主要分布在離城區較近的東部，主要是靈山鎮建成區、桂林洋經濟技術開發區和離中心城區僅1公里、南北走向的瓊山大道三個片區。

參考文獻

[1]楊文軒，龐紅麗，張旭.蘭州市近10年的土地利用動態變化研究[J].水土保持研究，2013，20（3）：231-236.

[2]莊大方，劉紀遠.中國土地利用程度的區域分異模型研究[J].自然資源學報，1997，12（2）：105-111.

[3]胡和兵，劉紅玉，郝敬鋒，等.南京市九鄉河流域土地利用程度空間異質性分析[J].地球信息科學學報，2012，14（5）：627-634.

作者簡介：耿融（1987-），男，云南昆明人，在讀碩士，助理工程師，研究方向：地質信息技術、地理信息系統。