張 洵
(遼寧省水文局,沈陽 110003)
?
Logistic回歸模型在阜新市水庫濕地演變驅動力分析中的應用
張 洵
(遼寧省水文局,沈陽 110003)
水庫濕地作為阜新市面積最大的人工濕地之一,其是該地區重要的生態基礎保障。因此,文章從社會經濟以及自然環境兩個方面,就阜新市水庫濕地演變的驅動因子指標系統進行分析。其中,阜新市的入境水量以及氣溫和降水量及地下水埋深等指標,構成了該地區水庫濕地演變的驅動因子指標體系。而阜新市常駐人口以及人均GDP、城市化率三大主要指標,構成了該地區社會經濟驅動因子指標體系。在研究過程中,文章基于長時間序列,針對阜新市1989—2015年水庫實地演變過程中形成的TM遙感影像,重點提取了該地區30多年來的水庫濕度空間分布以及水文變化演變規律信息數據資料,結合阜新市水庫濕地增長已經減少這一時空演變過程中呈現出來的具體規律,采用Logistic回歸模型,對阜新市水庫濕地的具體空間分布情況及其在不同時段內的演變驅動力進行探討分析。
Logistic回歸模型;阜新市;水庫濕地;演變驅動力
濕地包括多種不同類型,其中水庫濕地就是其中的一種類型。其主要的生態功能就是對區域地下水進行補充及對河川徑流量進行調節,起到水源供給的作用。在此過程中,水庫濕地還能夠起到調節區域氣候及促進物質循環的作用。尤其是在遼寧省阜新市水質凈化及污染降解和生物多樣性維護過程中,發揮著至關重要的作用。但是近年來,隨著城市化進程不斷推進,遼寧省經濟社會快速發展,阜新市作為一大主要的重工業城市,受人類實踐活動與氣候變化雙重影響,使該地區水庫濕地的功能結構發生了很大變化,生態系統失衡,反過來又對遼寧省阜新市生活、生產造成了嚴重影響。對此,文章將以阜新市為例,針對Logistic回歸模型在阜新市水庫濕地演變驅動力分析中的應用情況進行論述。
阜新市位于遼寧省西部的低山丘陵地帶,屬于東北遼河平原及內蒙古高原的過渡帶,分為細河區以及新邱區和海州區及太平區和清河門區5個不同的市轄區。阜新市氣候類型屬于溫帶大陸性季風氣候,雨熱同期、四季分明,夏季和冬季平均氣溫分別為20℃和3℃。早在2014年,阜新市就積極啟動了細河綜合治理工程項目,重點抓543工程,分別在王營子以及韓家店河及湯頭河、五道橋河流域內實施生態恢復治理工程,進一步打造舒適美麗、宜居祥和的城市。截止目前,遼寧省阜新市已在細河流域修建成10多處人工濕地景區及5座潛壩和超過30km長的河道。尤其是在543工程的指引和帶動下,阜新市河道生態系統及人工濕地景觀系統得到改善,其在阜新市工農業生產及防洪和城市生產以及生活用水等方面發揮了巨大的經濟效益和社會生態效益。但是,在近年來的人工實踐過程中,阜新市水庫濕地受自然因素與社會因素雙重影響,水庫濕地時空演變分布發生了很大變化[1]。
結合上述背景資料,文章將以Logistic回歸模型為分析研究手段,將阜新市1989—2015年的TM遙感影響資料進行優化組合,通過選取該研究區近30多年水庫濕地空間分布變化歷史信息資料,選擇空間變化時段段較為明顯的驅動力因子,從自然以及社會經濟兩方面,科學構建阜新市水庫濕地演變的驅動因子指標空間變化回歸模型,對不同時間段水庫濕地演變驅動機制進行分析。具體研究技術實施流程如圖1所示:

圖1Logistic回歸模型在阜新市水庫濕地演變驅動力分析中的應用流程
2.1 數據資料選取
文章在研究之前,重點選取了阜新市1989—2015年歷史遙感影像數據資料,為了避免該地區氣象資料受氣候等相關因素影響,文章選取每年10—11月份的部分數據資料進行分析。該時段阜新市天氣晴朗期多、降雨較少。因此,衛星遙感云圖較為清晰,便于后期分析過程中,選取阜新市水庫濕地相關信息。通過分析,阜新市30多年的歷史數據資料表明,該地區水庫濕地空間分布信息總體變化幅度較大,且濕地總面積逐漸經歷了一個先增后減的變化過程。在此過程中出現波峰與波谷,由此反映了阜新市水庫濕地面積的增長與消退這一變化趨勢。對此,文章將結合這一變化趨勢,詳細對阜新市水庫濕地演變驅動力進行分析[2]。
2.2 選取Logistic回歸模型相關指標體系
水庫濕地生態景觀系統較為復雜,因此在時空演變過程中,會受人為因素與自然因素雙重影響。通過內部與外部雙重驅動力共同作用,導致阜新市歷史濕地面積先增后減[3]。基于此,文章將重點從社會經濟視角及自然因素兩個不同視角下,對遼寧省阜新市水庫濕地演變驅動力影響因素相關指標因子進行選取,從而構建Logistic回歸模型定量與定性分析指標體系[4]。具體指標見表1所示:

表1 Logistic回歸模型分析中阜新市水庫濕地演變驅動力影響指標體系選取
2.3Logistic回歸模型構建
基于上述指標文章將選用Logistic回歸模型,對阜新市水庫濕地演變驅動力影響因素進行分析[5]。按照這一模型的實際建模要求,假設指標x1、x2、x3......xn分別是與因變量Y存在相關性的一組自變量,而P是某事件發生的概率,則(1-P)為該事件沒有發生的概率,由此構建如下指標回歸分析模型:
(1)
在上述回歸模型中,阜新市水庫濕地增加或減少的概率通過P表示;
另外,對阜新市水庫濕地演變驅動力影響的相關社會因子及自然因子,分別通過自變量x1、x2、x3……xn表示,其中主要分為以下7大因子:①阜新市歷史氣候因子;②阜新市歷史降雨量因子;③阜新市地下水埋深;④阜新市入境水量;⑤阜新市人均GDP;⑥阜新市城市化率;⑦阜新市常駐人口。
在上述回歸模型中,常數項以及模型偏回歸系數分別通過α和β表示;通過這一系數可以看出,自然因素及社會經濟雙重因素在阜新市水庫濕地演變驅動影響中的實際貢獻度[6]。
2.4Logistic回歸模型數據分析
文章在對上述7大不同因變量進行回歸分析時,主要基于隨機數據抽樣法,對阜新市1989—2015年這段時期內典型數據變化情況進行分析,以此篩選出事件發生與否,對遼寧省阜新市水庫濕地演變驅動力影響過程中的具體貢獻系數。在此過程中,將不顯著因素剔除,分別采用“1”和“0”對該研究區水庫濕地的演變情況進行評估,“1”表示在研究期內,該地區濕地水庫發生顯著變化;而“0”表示該地區在研究時間斷內,水庫濕地無明顯變化[7]。如下表3數據所示為1989—2015年阜新市水庫濕地演變典型年份回歸分析資料:

表2 1989—2015年阜新市水庫濕地 演變典型年份回歸分析數據 km2
結合上述數據資料,文章基于ArcGIS技術平臺對以上不同年份的水庫濕地面積進行疊加處理,然后將具體變化矢量圖轉化成分辨率為40m的柵格圖層,具體如圖2所示:

圖2 阜新市水庫濕地演變回歸分析遙感云圖(部分)
注:“1”為不變化部分(紅色區域);“0”為未變化部分(白色區域)。
2.5 驅動力顯著性分析

表3 阜新市水庫濕地演變驅動力顯著性回歸檢驗
故從上述數據顯著性以及相關性回歸分析中可以看出,城市化率 (%)、常住人口 (萬人)及氣候因素和人均GDP(萬元)四大因素是阜新市水庫濕地演變過程中的主要驅動因子[8]。從中不難發現,在1989—2015年這段時期內,阜新市城市化迅速發展,常駐人口不斷增多,經濟社會總體發展水顯著提升,由此帶來了一系列環境問題,使阜新市水庫濕地面積不斷減少[9]。
綜上所述,文章通過研究,結果表明在早期研究時間范圍內,年降水量以及入境水量為阜新市水庫濕地變化的兩大主要驅動因子。其中,在2009—2015年這段研究期間內,經過對阜新市水庫濕地演變驅動力進行Logistic回歸分析,發現入境水量和年均降水量對阜新市水庫濕地增長變化的主導驅動力實際貢獻系數逐降低。在此過程中,該研究區水庫濕地演變驅動力變化中自然因素的影響已經不占主導地位,而經濟發展水平及城市化率和常駐人口為阜新市水庫濕地急劇減少的主要驅動因子,其實際貢獻率分別為6.82、8.52和7.90。但總體來看,在此過程中,該研究區水庫濕地演變驅動力變化中,人為活動的影響占據主導地位,阜新市受經濟社會因素及自然生態因素雙重影響。因此,在今后政府治理實踐中,應注意平衡經濟社會發展與生態環境保護之間的關系。在保證生態效益有效提升的前提下,大力發展經濟,促進阜新市生態效益與經濟效益和社會效益協調提升。
[1]郭福厚,梁鳳國.遼寧省濕地資源保護的對策分析[J].水土保持應用技術,2006(01):33-34.
[2]李艷君,許翼.第二牤牛河旁側濕地工程技術與實踐[J].水土保持應用技術,2013(01):15-16.
[3]賈濱洋,張偉,張峰瑜.嚴重污染事故后河流的生態恢復——以沱江為例[J].環境科學導,2008(05):35-40.
[4]汪世國.瑪納斯河流域水資源優化配置系統研究[J].水利建設與管理,2010(05):72-75.
[5]尹亭.電網EMS系統全數據記錄分析之研究[J].中國水能及電氣化,2015(01):33-35,32.
[6]田冰.河北省自然濕地生態需水量分析[J].水土保持應用技術,2007(02):34-36.
[7]金云杰.凌河流域人工濕地對水環境質量影響分析評價[J].水土保持應用技術,2015(05):27-28.
[8]田坤,范榮亮,安婷,等.基于敏感性分析的徐州市水生態綜合治理[J].水利規劃與設計,2015(05):1-6.
[9]鄧志國.大石橋市水資源開發利用現狀分析與評價[J].水利技術監督,2015(03):28-29,51.
1007-7596(2017)01-0118-04
2016-12-22
張洵(1979-),女,遼寧錦州人,高級工程師,研究方向為水資源評價、地下水管理等。
X
B