水土保持措施布局影響因子的多尺度分析

陸在寶， 徐偉銘， 肖桂榮

(1. 福州大學 福建省空間信息工程研究中心, 福建 福州 350002)

?

水土保持措施布局影響因子的多尺度分析

陸在寶， 徐偉銘， 肖桂榮

(1. 福州大學 福建省空間信息工程研究中心, 福建 福州 350002)

以福建省長汀縣為研究區，運用統計學方法和GIS技術，從自然環境方面分析不同尺度下的水土保持措施空間分布的主要影響因子.為了避免選擇分析尺度的隨意性，利用小波分析識別水土保持措施空間格局的特征尺度.采用30 m×30 m網格單元為基本研究單元，平均聚合生成以30 m為尺度間隔的多個尺度序列圖層，分別構建不同聚合規模的水土保持措施與不同作用范圍的影響因子之間的多元線性回歸模型.研究結果表明：利用標準化回歸系數衡量，水土保持措施空間分布影響因子在不同的作用范圍及不同的規模尺度上，對水土保持措施空間分布的影響程度是不同的.

水土保持； 影響因子； 小波分析； 特征尺度； 多元線性回歸模型； 長汀縣

水土流失是制約人類生存和社會可持續發展的重大環境問題，也是中國各種生態問題的集中反映[1].水土保持措施的空間格局在不同的研究尺度上具有不同的特征，包括不同的影響因子、不同的特征演變過程.目前，對影響因子多尺度分析研究大多采用空間自相關[2-3]和半方差分析[4-6]的定量化尺度研究方法.這兩種方法只適合區域空間尺度分析，不能準確地得到特征尺度的范圍.小波分析[7]能有效地從信號中提取信息，自適應的伸縮和平移等功能對信號進行多尺度細化分析，通過信息變換使局部特征信號突出，可用于識別空間格局的特征尺度和監測突變的特征信息.胡云鋒等[8]應用小波變換和小波多尺度相關分析方法對歸一化植被指數(NDVI)因子、地形因子的特征尺度進行研究.傅麗華等[9]選擇長株潭城市群核心區土地，利用變化最明顯的湘江樣帶開展研究，采用一維連續小波變換，求取土地利用變化的特征尺度值.陳江平等[10]選取兩個時期的武漢市遙感影像，通過小波分析得到土地利用變化的特征尺度，并揭示土地利用變化在宏觀上與微觀上的制約因素.本文以福建省長汀縣為例，多尺度分析水土保持措施布局影響因子，由統計方法量化水土保持措施和影響因子的關系[11-13].

1 研究區域的概況

長汀縣地處福建省西部，武夷山脈南段，為閩贛兩省的邊陲要沖，在北緯25°18′40″～26°02′05″，東經116°00′45″～116°39′20″之間.東西寬66 km，南北長80 km.北與寧化相接，東北靠清流，東鄰連城，南毗上杭，西南連武平，西和西北與江西贛南交界.由于歷史和自然原因，長汀是南方紅壤區水土流失最嚴重的典型區域，土壤主要為地帶性紅壤，大部分以花崗巖、砂質巖、酸性巖侵蝕紅壤為主，風化劇烈，保水保肥能力低，抗蝕能力差，土壤肥力衰退嚴重，極易發生水土流失.

2 材料與方法

2.1 數據預處理

選擇的影響因子盡可能綜合考慮各種自然與社會經濟因素，兼顧數據的可獲取性，以及滿足空間化、定量化的需求.自然環境對水土保持措施空間格局變化發揮著重要的作用，又因為社會經濟資料獲取難度較大，因此，重點選取自然環境影響因子進行研究.

通過不斷地實踐發現：地形因子、植被覆蓋度因子、土地利用類型、水土流失強度、道路、居民點等對長汀縣水土保持措施空間分布格局的形成與演變具有直接或者間接的決定作用.為了進行水土保持措施空間分布的影響因子分析，首先對原始數據進行分析和處理.影響因子的分析與處理，如表1所示.

為了將各種不同來源的數據有效地疊加，消除不同數據之間不同規模序列的影響，需進行數據的網格化處理.將研究區劃分為30 m×30 m的矢量網格單元作為基本研究尺度.該步驟在ArcGIS軟件平臺上完成；所有數據的基本統計分析采用SPSS 19軟件完成，小波方差的計算采用MATLAB編程實現，小波方差-尺度圖和標準化回歸系數-尺度圖的繪制通過Excel 2010完成.

表1 影響因子分析與處理

續表

圖1 研究區2004-2013年水土保持措施空間分布及其樣帶位置圖Fig.1 Map of spatial distribution of soil and water conservation measures in study area and location of sample between 2004 and 2013

2.2 小波分析

2.2.1 樣帶的選取 沿緯線(25°33′N～25°48′N)和經線(116°20′E～116°30′E)方向設置樣帶寬度為一個網格單元(即30 m×30 m空間分辨率)的6條樣帶，分別按順序連續采取165，257，183，283，233，446個數據樣點.2004-2013年，研究區水土保持措施空間分布及其樣帶位置圖，如圖1所示.

進一步對選擇的樣帶進行分析，研究區中水土保持措施的實施地區主要分布在河田、策武、三洲、濯田等鄉鎮，設置經度方向上3條：樣帶4，6代表河田鎮低山高丘景觀；樣帶5代表河田鎮中部河谷盆地景觀.緯線方向上設置3條樣帶：樣帶1代表策武鄉低山景觀；樣帶2代表河田鎮地貌景觀；樣帶3代表三洲鄉、濯田鎮盆地半山區景觀，其選取的樣帶具有針對性和代表性.

2.2.2 小波尺度方差 設W(a,b)為信號f(n)在尺度a，位置b上的小波變換系數，定義該尺度上的小波尺度方差為

小波尺度方差表示所有位置的數據在給定尺度的小波分解下，小波系數離開平均位置的量度，用來檢驗全局結構.小波系數是在一定研究尺度下，信號局部變異特征強度的度量.根據小波系數計算得出：小波方差越大，表明該尺度上結構信息越豐富，可以揭示特征尺度或監測突變信息[15].因此，利用小波尺度方差可以輔助研究尺度選擇或揭示空間格局的特征尺度.

2.3 多元統計分析方法

采用逐步回歸分析確定對水土保持措施布局貢獻比較顯著的影響因子，用水土保持措施與空間分布關系密切的影響因子建立多元線性回歸模型，如下式所示，即

式中:Measurei,c為矢量網格單元i中水土保持措施c所占的面積百分比；Facti,n為影響因子n在矢量網格單元i中的歸一化值或面積百分比；βn為影響因子n的標準化回歸系數.

考慮到回歸模型的簡便性，增加更多的影響因子模型的解釋能力變化不大.以0.05的顯著性水平作為選擇標準，選取在逐步回歸分析中貢獻最大的前9種影響因子或分量.建立某一類型水土保持措施與不同作用范圍的影響因子之間的回歸方程，利用標準化回歸系數衡量回歸方程中各自變量對因變量的相對重要性這一特性，判斷影響因子對該類型的水土保持措施空間分布相對重要的作用范圍.

3 結果與分析

3.1 水土保持措施空間分布格局的特征尺度檢測結果

分別對6條樣帶數據進行小波細節系數的提取和小波方差的計算，檢測長汀縣不同地理位置的水土保持措施空間格局的特征尺度及變化特點.小波方差變換曲線對比，如圖2所示.圖2中：var為小波方差值，s為尺度.

(a) 沿經度方向的樣帶 (b) 沿緯度方向的樣帶圖2 小波方差變換曲線對比Fig.2 Variance curve of wavelet transformation line in longitudinal direction

由圖2可知：沿緯線方向3條樣帶的小波方差變換曲線的走勢比較一致，樣帶1～3小波方差在移動窗口為7～14個網格單元單位時達到局部極大值.因此，小波方差局部極大值所對應的尺度可作為水土保持措施空間格局的特征尺度.之后，小波方差突然變大，這是由于尺度上推而產生的信息合并，不能算為特征尺度.若空間格局中存在兩個或多個相鄰的特征尺度時，應該將其特征尺度看作一個尺度范圍，即一個特征尺度域.按照每個單元30 m粒徑，可以將210～420 m作為沿緯線方向上樣帶1～3代表的水土保持措施空間分布格局的特征尺度域.

沿經線方向上的特征尺度出現在兩個不同的尺度范圍內，可能是因為長汀縣境內的河流流向大多是南北方向，導致地塊破碎程度比較嚴重，在不同的尺度上表現出的特征信息不同.沿經線方向上的水土保持措施空間分布格局的特征尺度域大致在150～300 m和900～1 500 m范圍內.

3.2 水土保持措施空間分布主要影響因子多尺度分析

空間分布的主要影響因子在不同聚合規模尺度上的標準化回歸，如圖3所示.圖3中：coef為主要影響因子.考慮到研究區的面積范圍及通過平均聚合生成多尺度序列數據圖層，選取150～420 m為特征尺度域，以30 m×30 m的矢量網格單元平均聚合法分別生成150 m×150 m～420 m×420 m等一系列以30 m為尺度間隔的聚合規模序列數據圖層，將其作為多尺度分析的數據圖層.

(a) 封禁措施 (b) 低效林改造措施

(c) 經濟林果措施 (d) 生態林草措施圖3 空間分布的主要影響因子在不同聚合規模尺度上的標準化回歸Fig.3 Standard beta of main impact forces of regression models of economic fruit

3.2.1 封禁措施空間分布主要影響因子多尺度分析 由圖3(a)可知：1) 輕度流失區、高植被覆蓋區、大于0.75的植被覆蓋度、25°～35°范圍內的坡度、離村莊居民點的距離是封禁措施空間分布的重要因子，并且這種強的作用隨著尺度的增加而增大；2) 在小于30%的植被覆蓋度與封禁措施之間擬合的標準化回歸系數為負，在0.75～1.00之間則為正，說明0.75～1.00范圍內適宜實施封禁措施，植被覆蓋度小于0.3對封禁措施的實施有強烈的抑制作用；3) 在25°～35°范圍內，坡度因子對封禁措施空間分布的影響程度最大，并且在研究尺度范圍內較穩定，離村莊居民點的距離因素與封禁措施擬合的標準化回歸系數為正，說明離村莊居民點的距離越遠越適宜實施封禁措施，弱化人為因素對生態環境的破壞； 4) 與中度流失區相比，輕度流失區對封禁措施空間分布影響程度最大.

根據標準化回歸系數的大小與正負，可以得出封禁措施空間分布適宜的地區主要分布在輕度流失區、立地條件好的中度流失區、植被覆蓋度大于0.75，生長良好的地區及離村莊居民點較遠的地區.

3.2.2 低效林改造措施空間分布主要影響因子多尺度分析 由圖3(b)可知：1) 水土流失強度的中度流失、土壤可蝕性因子均為低效林改造空間分布的重要因子，其影響程度隨尺度增加呈波動性變化且有增強的趨勢；2) 土地利用類型的低植被覆蓋區，其影響程度在特征尺度域內隨著尺度的增大趨于穩定；3) 在15°～25°范圍內的坡度和0.45～0.60范圍內的植被覆蓋度對低效林改造措施的影響程度較大，并且這種影響程度隨著尺度增大趨于穩定.

從上述分析可以看出：低效林改造措施的實施一般會選擇立地條件較差的中度流失區及立地條件好的強度流失區；為防止土壤侵蝕，植被覆蓋度較高，適宜區間在0.45～0.60范圍內；坡度的適宜區間在15°～25°范圍內.

3.2.3 經濟林果措施空間分布主要影響因子多尺度分析 由圖3(c)可知：水土流失強度的輕度流失、0.60～0.75范圍內的植被覆蓋度、離最近道路距離、農村勞動力密度均是影響經濟林果空間分布的重要因子，并且影響程度隨尺度的增大呈波動增強的趨勢；其次，土地利用類型的低植被覆蓋區及5°～8°范圍內的坡度，其影響程度隨著研究尺度的增加而趨于穩定.

通過標準化回歸系數的大小和正負可以得出：經濟林果空間分布適宜地區位于輕中度水土流失區,一般選擇坡度為5°～8°的緩坡度,要求交通便利，勞動力密度較大；土地利用類型中的低植被覆蓋區適宜實施經濟林果,植被覆蓋度較大，利于保持水土及減少土壤養分的流失.

3.2.4 制約生態林草措施空間分布主要影響因子多尺度分析 由圖3(d)可知：水土流失強度的強烈流失、15°～25°坡度及土地利用類型中的低植被覆蓋區均為影響生態林草措施空間分布的重要因子，其影響程度隨著研究尺度的增大呈增強的趨勢.小于0.30范圍內的植被覆蓋度也是影響生態林草空間分布的主要影響因子之一，其影響程度隨著研究尺度的增大趨于穩定.

由標準化回歸系數的大小和正負可以看出：長汀縣生態林草措施的空間分布一般選擇在強烈、極強烈及劇烈的流失斑,較適宜在15°～25°坡度范圍內；植被覆蓋度小于30%的流失地塊包括低植被覆蓋區、火燒跡地、砂石地等疏林地.

4 結論

通過構建水土保持措施與不同作用范圍的影響因子之間的多元回歸模型，分析探討了主要影響因子及隨研究尺度的變化情況.從標準化回歸系數隨研究尺度的變化直觀看出：水土保持措施的類型不同，其空間分布的主要影響因子的作用范圍有所不同，并且反映適宜水土保持措施空間分布主要影響因子的作用范圍.

不同的分析尺度會影響對于給定變量的解釋，脫離尺度的任何解釋是沒有意義.因此，識別空間分布格局的特征尺度，既可以避免分析尺度選取的隨意性，又兼顧到選取研究尺度上結構信息豐富.以30 m×30 m小尺度平均聚合生成一系列較大尺度規模序列數據，便于在多尺度上，全面研究制約水土保持措施空間分布的主要影響因子及其在特征尺度范圍內隨尺度增大的變化情況；標準化回歸系數在多元線性回歸中被用來衡量變量間的相對重要性，可以直觀地判定影響水土保持措施空間分布的主要因子及其適宜水土保持措施空間分布的影響因子作用范圍.

由于只選取一小段尺度區間(特征尺度域)進行研究，尺度區間范圍較小，因此，得到的影響因子及其分量的標準化回歸系數隨著尺度的變化幅度較小，不能宏觀地把握影響因子在大中尺度對水土保持措施空間分布影響程度的變化情況.

[1] 李銳.中國主要水蝕區土壤侵蝕過程與調控研究[J].水土保持通報,2011,31(5):1-5.

[2] 邱炳文.福建省龍海市土地利用空間分布影響因子的尺度效應分析[J].自然資源學報,2007,22(1):70-78.

[3] 邱炳文,王欽敏,陳崇成,等.福建省土地利用多尺度空間自相關分析[J].自然資源學報,2007,22(2):311-321.

[4] CHEN K,BLONG R.Identifying the characteristic scale of scene variation in fine spatial resolution imagery with wavelet transform-based sub-image statistics [J].International Journal of Remote Sensing,2003,24(9):1983-1989.

[5] 蔡博峰,于嶸.景觀生態學中的尺度分析方法[J].生態學報,2008,28(5):2279-2287.

[6] 孫丹峰.IKONOS 影像景觀格局特征尺度的小波與半方差分析[J].生態學報,2003,23(3):405-413.

[7] KEITT T H,URBAN D L.Scale-specific inference using wavelets[J].Ecology,2005,86(9):2497-2504.

[8] 胡云鋒,徐芝英.蒙古高原地形與植被指數的特征尺度及多尺度耦合關系[J].地理科學,2014,34(12):1511-1517.

[9] 傅麗華,謝炳庚,何燕子,等.基于小波分析長株潭核心區土地利用變化尺度特征研究[J].地理科學,2012,32(1):60-65.

[10] 陳江平,韓青,胡晶,等.顧及小波變換的土地利用變化與經濟因子的多尺度相關性分析[J].武漢大學學報(信息科學版),2013,38(9):1118-1121.

[11] KASPER K,VELDKAMP A.Evaluating impact of spatial scales on land use pattern analysis in central America[J].Agriculture, Ecosystems and Environment,2001,85:205-221.

[12] WALSH S J,CRARAWFORD T W,WELSH W F,et al.A multiscale analysis of LULC and NDVI variation in Nang Rong District, ort-heast Thailand [J].Agriculture, Ecosystems and Environment,2001,85:47-64.

[13] 王合玲.艾比湖流域土壤有機質與影響因素響應系研究[D].烏魯木齊：新疆大學,2013：57-60.

[14] 查軒,黃少燕,陳世發.退化紅壤地土壤侵蝕與坡度坡向的關系: 基于GIS的研究[J].自然災害學報,2010,19(2):32-39.

[15] 邱炳文,隨銀坡,陳崇成.南方丘陵山區典型地物景觀特征尺度研究[J].自然資源學報,2010,25(11):1970-1977.

(責任編輯： 陳志賢 英文審校： 吳逢鐵)

Multi-Scale Analysis on Impact Factors of Layout of Soil and Water Conservation Measures

LU Zaibao, XU Weiming, XIAO Guirong

(1. Key Lab of Spatial Data Mining and Information Sharing of Ministry of Education, Fuzhou University, Fuzhou 350002, China;2. Spatial Information Engineering Research Center of Fujian Province, Fuzhou University, Fuzhou 350002, China)

Taking Changting County of Fujian Province as the research area, the main impact factors of the spatial distribution of soil and water conservation measures are analyzed in different scales from the aspects of natural environment by using statistical methods and GIS technology. In order to avoid the random selection of analysis scale, the characteristic scale of spatial pattern of soil and water conservation measures are identified by wavelet analysis. The scale of 30 m×30 m is used as the basic research unit, and the multiple scale sequence data layers is based on 30 m scale interval are generated by the average polymerization. The multiple linear regression model in different aggregate size between the soil and water conservation measures and its impact factors is constructed. The results show that the impact factors of spatial distribution of soil and water conservation measures have different effect on the spatial distribution of soil and water conservation measures in different ranges of action and different scales, and the influence degree is measured using standard regression coefficient.

soil and water conservation; impact factor; wavelet analysis; characteristic scale; multiple linear regression model; Changting County

10.11830/ISSN.1000-5013.201606013

2015-11-01

徐偉銘(1986-)，男，講師，博士，主要從事水土保持適宜性評價的研究.E-mail:xwming2@fzu.edu.cn.

國家科技支撐計劃資助項目(2013BAC08B02)； 福建省教育廳科技項目(JK2014004， JA15070)； 福州大學科技發展基金資助項目(2013-XY-15)； 福州大學科技啟動基金資助項目(0460-022500)

S 157.2(257)

A

1000-5013(2016)06-0725-06