王新軍，曹 磊，吳穎超，湯建熙，趙言文

（1.常州工學(xué)院 藝術(shù)與設(shè)計(jì)學(xué)院，江蘇 常州213002；2.南京農(nóng)業(yè)大學(xué) 資源與環(huán)境科學(xué)學(xué)院，江蘇 南京210095；3.江蘇省水利廳，江蘇 南京210095）

水土保持區(qū)劃是水土保持規(guī)劃的重要內(nèi)容，為生態(tài)環(huán)境建設(shè)和區(qū)域管理發(fā)展提供科學(xué)的依據(jù)。水土保持區(qū)劃是在全面了解區(qū)域自然地理、生態(tài)環(huán)境、水土流失特征和區(qū)域發(fā)展條件等基礎(chǔ)上，做到水土保持工作分區(qū)、分類指導(dǎo)，因地制宜，分層次，有重點(diǎn)地監(jiān)控和管理，為區(qū)域可持續(xù)發(fā)展制定科學(xué)規(guī)劃［1］，實(shí)現(xiàn)水土保持措施合理布局和資源最優(yōu)配置，促進(jìn)區(qū)域生態(tài)環(huán)境、經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展。

20世紀(jì)50年代黃秉維［2］在《中國自然區(qū)劃》中編制的“黃河中游流域土壤侵蝕圖”可以看作中國水土保持區(qū)劃起步。水土保持區(qū)劃方法隨著科學(xué)技術(shù)的進(jìn)步不斷完善，1990年，張漢雄［3］選擇了7個(gè)指標(biāo)使用模糊聚類法對(duì)陜西安塞縣進(jìn)行了水土保持分區(qū)；2008年張超［4］運(yùn)用層次分析法、系統(tǒng)聚類法，完成了中國水土保持區(qū)劃，建立了水保區(qū)劃框架；魏曉等［5］依據(jù)寧夏地域差異類型及防治措施進(jìn)行了水土保持區(qū)劃。以土壤侵蝕類型、地域差異類型等進(jìn)行區(qū)劃指導(dǎo)水土保持工作，取得了較好的實(shí)際應(yīng)用效果，但存在方法指標(biāo)單一、主觀定性偏重等不足［6］。

國外在水土保持區(qū)劃方面開展的研究較少。以往的區(qū)劃方法缺乏對(duì)社會(huì)經(jīng)濟(jì)因素的考慮，以自然邊界為界限，沒有考慮行政區(qū)劃的完整性，分級(jí)不夠詳盡，命名不規(guī)則，不符合新時(shí)期區(qū)劃的要求［7］。

本研究構(gòu)建了江蘇省水土保持區(qū)劃指標(biāo)體系，在對(duì)區(qū)劃指標(biāo)運(yùn)用主成分方法降維后，結(jié)合Arcmap 9.3對(duì)江蘇省水土保持區(qū)劃進(jìn)行了量化分析。

江蘇省境內(nèi)共有2個(gè)全國Ⅰ級(jí)分區(qū)（北方土石山區(qū)、南方紅壤區(qū)），3個(gè)Ⅱ級(jí)分區(qū)（泰沂及膠東山地丘陵區(qū)、華北平原區(qū)、江淮丘陵及下游平原區(qū)）和7個(gè)Ⅲ級(jí)分區(qū)（太湖丘陵平原水源涵養(yǎng)人居環(huán)境維護(hù)區(qū)、沿江丘陵崗地農(nóng)田防護(hù)人居環(huán)境維護(hù)區(qū)、江淮丘陵崗地農(nóng)田防護(hù)保土區(qū)、江淮下游平原農(nóng)田防護(hù)水質(zhì)維護(hù)區(qū)、魯中南低山丘陵土壤保持區(qū)、黃泛平原防風(fēng)固沙農(nóng)田防護(hù)區(qū)、淮北平原崗地農(nóng)田防護(hù)土壤保持區(qū)）。Ⅲ級(jí)分區(qū)涉及的行政分區(qū)較多、面積較大、自然地理、水土流失、經(jīng)濟(jì)發(fā)展與社會(huì)發(fā)展?fàn)顩r較為復(fù)雜。

為了更有效地開展水土保持的監(jiān)控和管理，合理布局水保措施和資源配置，促進(jìn)生態(tài)環(huán)境和經(jīng)濟(jì)、社會(huì)的可持續(xù)發(fā)展。江蘇省在全國水土保持Ⅲ級(jí)區(qū)劃的基礎(chǔ)上，展開了以鄉(xiāng)鎮(zhèn)為基礎(chǔ)行政單元的水土保持區(qū)劃。

從自然、社會(huì)經(jīng)濟(jì)、土地利用和水土流失4個(gè)方面選取了22個(gè)指標(biāo)進(jìn)行水土保持區(qū)劃，使用主成分分析方法對(duì)各類指標(biāo)進(jìn)行降維，運(yùn)用GIS軟件的空間分析功能繪制各類因子的分布圖，通過層次分析法得到各類因子的權(quán)重，結(jié)合疊圖法和重分類法計(jì)算出水土保持區(qū)劃的初步劃分成果。

1 研究的數(shù)據(jù)與圖件來源

1.1 研究的數(shù)據(jù)來源

江蘇省水土保持區(qū)劃指標(biāo)層的數(shù)據(jù)主要來源：

（1）自然要素中的平均海拔數(shù)據(jù)是通過地理信息系統(tǒng)（GIS）從江蘇省30m分辨率的數(shù)字高程模型（DEM）中提取，年均降水量和年均氣溫來源于江蘇省統(tǒng)計(jì)年鑒和各縣的政府網(wǎng)站，其他數(shù)據(jù)均來源于市級(jí)水利主管部門經(jīng)統(tǒng)計(jì)上報(bào)的數(shù)據(jù)。

（2）社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)來源于江蘇省統(tǒng)計(jì)年鑒和江蘇省市級(jí)水利主管部門經(jīng)統(tǒng)計(jì)上報(bào)的數(shù)據(jù)。

（3）土地利用數(shù)據(jù)為2010年江蘇省各地土地利用數(shù)據(jù)，來源于市級(jí)水利主管部門經(jīng)統(tǒng)計(jì)上報(bào)的數(shù)據(jù)。

（4）水土流失數(shù)據(jù)來源于江蘇省水土流失定量監(jiān)測(cè)成果。

以上數(shù)據(jù)均基于江蘇省鄉(xiāng)鎮(zhèn)級(jí)的行政單元，共1 432個(gè)行政單元、31 504個(gè)數(shù)據(jù)。水土流失數(shù)據(jù)采用2012年數(shù)據(jù)，其他均為2010年數(shù)據(jù)。

1.2 研究使用的圖件

本研究采用的圖件有1∶5萬的江蘇省行政區(qū)圖（鄉(xiāng)鎮(zhèn)界），用于確定鄉(xiāng)鎮(zhèn)邊界及研究結(jié)果的統(tǒng)計(jì)分析；江蘇省30m分辨率的DEM用于提取平均海拔數(shù)據(jù)。

2 指標(biāo)體系的構(gòu)建和指標(biāo)層的降維

2.1 指標(biāo)體系的構(gòu)成

水土保持是一項(xiàng)復(fù)雜的系統(tǒng)工程，它不僅受自然因素的影響，也受社會(huì)經(jīng)濟(jì)因素的影響，土地利用變化也能引起一系列自然現(xiàn)象和生態(tài)過程的變化［8］。水土保持影響因素包括自然、社會(huì)和經(jīng)濟(jì)等多個(gè)方面，而對(duì)水土保持影響因子的分析，實(shí)質(zhì)上是一個(gè)多因素、多指標(biāo)綜合作用的系統(tǒng)分析。根據(jù)水土保持區(qū)劃體系結(jié)構(gòu)，將水土保持區(qū)劃指標(biāo)體系分為4個(gè)層次，包括目標(biāo)層（A）、要素層（B）、因子層（C）和指標(biāo)層（D）。其中，要素層（B）包括自然要素（B1）、社會(huì)經(jīng)濟(jì)要素（B2）、土地利用要素（B3）和水土流失要素（B4）；因子層（C）由各項(xiàng)指標(biāo)構(gòu)成，如地形地貌因子（C1）等；指標(biāo)層（D）是水土保持各影響因素的具體體現(xiàn)，根據(jù)江蘇省具體情況進(jìn)行選擇確定（表1）。

2.2 數(shù)據(jù)指標(biāo)層的降維

（1）主成分分析的原理。主成分分析，又稱主組元分析、主分量分析，它是利用變量族的少數(shù)幾個(gè)線性組合（新的變量族）來解釋多維變量的協(xié)方差結(jié)構(gòu)，挑選最佳變量子集，簡化數(shù)據(jù)，揭示變量間關(guān)系的一種多元統(tǒng)計(jì)分析方法［9］。使用主成分方法進(jìn)行數(shù)據(jù)降維處理，可以把多個(gè)具有一定相關(guān)性的指標(biāo)約化為少數(shù)幾個(gè)綜合指標(biāo)。

（2）要素層的主成分分析。本文中使用SPSS 18.0軟件對(duì)原始數(shù)據(jù)要素層指標(biāo)進(jìn)行主成分分析，以自然要素指標(biāo)為例分析主成分分析步驟如下：

①先在SPSS軟件下建立自然要素各指標(biāo)的數(shù)據(jù)文件。

②執(zhí)行“分析丨降維丨因子分析”命令，其中“抽取”對(duì)話框中方法選擇“主成分法（Principal compo－nents）”，抽取因子數(shù)量為5，保證抽取的主成分的累積貢獻(xiàn)率大于85%?！暗梅帧睂?duì)話框中選擇“保存為變量”將會(huì)把原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化處理后，保存為新的變量，方法選擇“回歸”。

表1 江蘇省水土保持區(qū)劃指標(biāo)

③由主成分分析總方差表的分析結(jié)果可知，提取的前5個(gè)主成分的累積貢獻(xiàn)率為89.245%，大于85%，因此自然要素可提取5個(gè)主成分，表達(dá)的信息為原信息量的89.245%，從而使自然要素的指標(biāo)由7個(gè)減少到5個(gè)，實(shí)現(xiàn)了降維。

④根據(jù)主成分對(duì)應(yīng)的方差貢獻(xiàn)率計(jì)算第1，2，3，4，5主成分的權(quán)重分別為0.32，0.25，0.16，0.14，0.12。

⑤由主成分分析得到的旋轉(zhuǎn)成分矩陣能簡化因子的解釋。第1主成分在年均降水量（D3）、年均氣溫（D4）上有較大載荷，第1主成分命名為氣候因子；第2主成分在平均海拔（D1）、丘陵山區(qū)面積比例（D2）上載荷較大，主要反映丘陵帶來的差異，第2主成分命名為地形因子；第3主成分主要表現(xiàn)在林草覆蓋率（D5）指標(biāo)上，因此第3主成分命名為林草覆蓋因子；第4主成分主要表現(xiàn)在沙土面積比（D6）指標(biāo)上，因此第4主成分命名為土壤質(zhì)地因子；第5主成分主要表現(xiàn)在水域面積比（D7）指標(biāo)上，因此第5主成分命名為水域因子（表2）。

表2 旋轉(zhuǎn)成分矩陣

（3）將主成分分析后SPSS自動(dòng)另存的標(biāo)準(zhǔn)化的指標(biāo)數(shù)據(jù)乘以相應(yīng)的權(quán)重得出各因子層的主成分得分，將各因子層主成分得分相加即得到要素層的綜合得分。按照此方法分別求得其他3要素：社會(huì)經(jīng)濟(jì)要素、水土流失要素和土地利用要素層的綜合得分，作為GIS處理的地理數(shù)據(jù)。

式中：SN——自然因子的綜合得分；X1，X2，…，X5——降維過程中原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化處理后保存的變量。

3 基于GIS的要素層空間分析

GIS是為解決資源與環(huán)境等全球性問題而發(fā)展的以地理空間數(shù)據(jù)庫為基礎(chǔ)，由計(jì)算機(jī)硬件、軟件組成的高新技術(shù)系統(tǒng)，具有采集、處理、分析、建模和顯示空間數(shù)據(jù)等功能［10］。將地理信息數(shù)據(jù)與GIS相結(jié)合進(jìn)行水土保持區(qū)劃，可以快速、準(zhǔn)確地完成數(shù)據(jù)的處理，直觀地顯示出區(qū)劃結(jié)果，便于調(diào)整和修改，提升區(qū)劃工作的質(zhì)量和效率。

江蘇省水土保持區(qū)劃在上述數(shù)據(jù)分析的基礎(chǔ)上進(jìn)行，結(jié)合Arcmap 9.3完成數(shù)據(jù)的空間分析。首先將4要素的綜合得分與江蘇省鄉(xiāng)鎮(zhèn)邊界的行政區(qū)劃圖進(jìn)行數(shù)據(jù)連接，在Arcmap中使每個(gè)鄉(xiāng)鎮(zhèn)的屬性數(shù)據(jù)表中都有自然要素、社會(huì)經(jīng)濟(jì)要素、土地利用要素和水土流失要素的綜合得分屬性；第二步，利用Arcmap的空間分析功能分別繪制4個(gè)要素的空間分布柵格圖，通過該圖能夠顯示個(gè)各要素在江蘇省鄉(xiāng)鎮(zhèn)行政單元上的分布情況；第三步，通過層次分析法確定4個(gè)要素的權(quán)重關(guān)系，使用Arcmap進(jìn)行有條件的柵格圖像疊置，形成4個(gè)要素的疊置成果圖，由于該圖數(shù)值分布區(qū)間較分散，無法直觀地反映區(qū)劃成果因此需要進(jìn)行數(shù)值的重分類；最后，使用重分類生成初步的區(qū)劃成果。

3.1 GIS鄉(xiāng)鎮(zhèn)行政區(qū)的空間連接

將SPSS主成分分析得到的4要素的綜合得分與江蘇省鄉(xiāng)鎮(zhèn)行政邊界的電子地圖相結(jié)合進(jìn)行空間分析，首先要將處理的綜合得分與鄉(xiāng)鎮(zhèn)行政邊界的電子地圖屬性數(shù)據(jù)表進(jìn)行連接。在Arcmap中打開江蘇省鄉(xiāng)鎮(zhèn)邊界的電子地圖，在圖層的屬性表中使用Option丨Joins and Relates丨Join完成操作，該步驟需要將地圖中的鄉(xiāng)鎮(zhèn)與數(shù)據(jù)中的鄉(xiāng)鎮(zhèn)名稱順序相對(duì)應(yīng)。

3.2 生成各要素的空間分布柵格圖

將4個(gè)要素的綜合得分與江蘇省鄉(xiāng)鎮(zhèn)行政區(qū)劃圖相連接，在Arcmap中可以使用該得分繪制各要素的空間分布圖（附圖5），執(zhí)行ArcToolbox中的“Convert tools丨To Raster丨Feature To Raster”命令，分別對(duì)4個(gè)要素的綜合得分轉(zhuǎn)換為柵格數(shù)據(jù)集。

附圖5中色相和亮度相同的區(qū)域從數(shù)據(jù)上表示具有相近的數(shù)據(jù)區(qū)間，區(qū)劃意義表示為具有相近的功能屬性，而色相和亮度不同的區(qū)域數(shù)據(jù)上表示數(shù)據(jù)區(qū)間差異，區(qū)劃意義上表示為功能屬性存在較大的差異。

3.3 GIS圖層的空間疊置

空間疊置分析主要用于兩層或多層以上的數(shù)據(jù)圖層生成新的數(shù)據(jù)圖層，從數(shù)據(jù)結(jié)構(gòu)角度看有柵格疊置和矢量疊置，從疊置條件看有條件疊置和無條件疊置［11］。水土保持區(qū)劃中應(yīng)用的有條件柵格疊置，以各因子的權(quán)重構(gòu)成的算數(shù)表達(dá)式作為疊置條件。

3.3.1 層次分析法（AHP）確定各因子權(quán)重 AHP（analytic hierarchy process）是美國運(yùn)籌學(xué)家薩迪于20世紀(jì)70年代提出，是一種定性與定量分析相結(jié)合的多目標(biāo)決策分析方法，通過兩兩對(duì)比的方式確定層次中諸因素的相對(duì)重要性順序［12］。運(yùn)用AHP確定權(quán)重的步驟如下［13］：

（1）對(duì)問題涉及的因素進(jìn)行分類，構(gòu)造一個(gè)各因素之間相互聯(lián)結(jié)的層次結(jié)構(gòu)模型。

（2）構(gòu)造兩兩比較的判斷矩陣，采用1—9及其倒數(shù)的標(biāo)度方法，對(duì)重要性程度進(jìn)行量化。

（3）通過判斷矩陣計(jì)算準(zhǔn)則權(quán)重，并進(jìn)行一致性檢驗(yàn)。

（4）計(jì)算各層元素對(duì)系統(tǒng)目標(biāo)的合成權(quán)重，進(jìn)行排序。

由于將人的判斷與數(shù)量相結(jié)合，肯定會(huì)存在誤差，反映了估計(jì)結(jié)果與標(biāo)度的不一致，因此通過公式（2）對(duì)判斷矩陣的一致性進(jìn)行判斷：

式中：CI——一致性標(biāo)準(zhǔn)；λmax——判斷矩陣的最大特征值；n——判斷矩陣的維數(shù)。當(dāng)一致性標(biāo)準(zhǔn)CI＝0時(shí)，為完全一致，CI值越大，判斷矩陣的完全一致性就越差。引入平均隨機(jī)一致性指標(biāo)RI，并取CR為衡量矩陣一致性的指標(biāo)：

一般情況下CR≤0.1，則可認(rèn)為判斷矩陣的一致性可以接受，否則應(yīng)修正判斷矩陣。

研究中為了計(jì)算江蘇省水土保持區(qū)劃的自然要素、社會(huì)經(jīng)濟(jì)要素、土地利用要素、水土流失要素的權(quán)重，首先構(gòu)建各個(gè)要素的判斷矩陣，按重要性的賦值區(qū)間為1—9及其倒數(shù)，進(jìn)入AHP計(jì)算軟件中計(jì)算出各要素的權(quán)重（表3）。

經(jīng)過驗(yàn)證CR值為0.021 2＜0.1，因此由該判斷矩陣得到的江蘇省水土保持區(qū)劃的各要素的權(quán)重可以被接受。

表3 層次分析法計(jì)算矩陣及權(quán)重

3.3.2 要素層的有條件柵格疊置 借助GIS軟件平臺(tái)與各要素的權(quán)重，將江蘇省水土保持區(qū)劃4個(gè)組成要素的分布圖進(jìn)行柵格疊置，計(jì)算機(jī)按照各要素圖層的權(quán)重逐像元進(jìn)行計(jì)算，可以得到由4要素柵格圖疊置的結(jié)果圖。在Arcmap中使用“Spatial Analysis丨Raster Calculator”工具，將 AHP的權(quán)重（Wi）輸入圖層疊置的計(jì)算公式。柵格疊置的結(jié)果圖是連續(xù)區(qū)間的具有數(shù)值的柵格圖像（見附圖6）。

3.3.3 圖層疊置的重分類計(jì)算 GIS繪制的區(qū)劃成果需要符合水土保持區(qū)劃的區(qū)內(nèi)相似性和區(qū)間差異性、區(qū)域連片的特性，而由圖層疊置產(chǎn)生的結(jié)果是具有連續(xù)區(qū)間的柵格圖像，無法滿足區(qū)劃的要求。因此對(duì)疊置結(jié)果進(jìn)行處理，將柵格圖像中的數(shù)值進(jìn)行聚類，設(shè)定相應(yīng)的數(shù)據(jù)區(qū)間，使數(shù)值相近的聚成一類，即可實(shí)現(xiàn)區(qū)劃的目標(biāo)。使用Arcmap中的Spatial Analysis丨Reclassify工具，選擇圖層疊置的結(jié)果圖層，使用Standard Deviation的方法進(jìn)行重分類，江蘇省水保區(qū)劃的疊圖結(jié)果被劃分成6個(gè)數(shù)據(jù)區(qū)間進(jìn)行重新分類，其結(jié)果見附圖7。

4 結(jié)論

（1）基于GIS的江蘇省水土保持區(qū)劃方法綜合自然要素、社會(huì)經(jīng)濟(jì)要素、土地利用要素和水土流失要素4個(gè)方面，全面、綜合地分析了江蘇省水土保持區(qū)劃，彌補(bǔ)了以往水土保持區(qū)劃指標(biāo)單一、主觀定性的不足。

（2）運(yùn)用SPSS軟件的主成分分析方法對(duì)大量數(shù)據(jù)進(jìn)行處理，使用地理信息系統(tǒng)軟件對(duì)數(shù)據(jù)進(jìn)行計(jì)算和分析，提高了水土保持區(qū)劃效率和準(zhǔn)確性；整個(gè)區(qū)劃過程明晰，易于掌握，可廣泛使用。

（3）遵照水土保持區(qū)劃定量分析與定性分析相結(jié)合的原則，基于GIS的水土保持區(qū)劃成果作為定量分析的結(jié)果，為下一步開展水土保持區(qū)劃定性分析奠定了基礎(chǔ)。

［1］ 夏繼紅，胡玲.生態(tài)河岸帶功能區(qū)劃的定性與定量研究［J］.水利學(xué)報(bào)，2007（S1）：542－546.

［2］ 黃秉維.中國綜合自然區(qū)劃的初步草案［J］.地理學(xué)報(bào)，1958，24（4）：348－364.

［3］ 張漢雄.模糊聚類在水土保持區(qū)劃中的應(yīng)用［J］.中國水土保持，1990（11）：52－54.

［4］ 張超，王志國，王秀茹，等.我國水土保持區(qū)劃的回顧與思考［J］.中國水土保持科學(xué)，2008，6（4）：100－104.

［5］ 魏曉，孫峰華.寧夏水土保持及區(qū)劃研究［J］.水土保持研究，2005，12（6）：119－121.

［6］ 吳海波，趙曉慎.基于Bayes判別分析模型的水土保持區(qū)劃［J］.中國水土保持科學(xué)，2012，10（2）：88－91.

［7］ 趙巖，王治國，孫保平，等.中國水土保持區(qū)劃方案初步研究［J］.地理學(xué)報(bào)，2013，68（3）：307－317.

［8］ Renschler C S，Harbor J.Soil erosion assessment tools from point to regional scales：The role of geomorphologists in land management research and implementation［J］.Geomorphology，2002，47（2）：189－209.

［9］ 范國忠，楊作糜.現(xiàn)代統(tǒng)計(jì)分析方法［M］.北京：高等教育出版社，2010.

［10］ 黃杏園.地理信息系統(tǒng)概論［M］.北京：中國統(tǒng)計(jì)出版社，1992.

［11］ 馬曉群，王效瑞，徐敏，等.GIS在農(nóng)業(yè)氣候區(qū)劃中的應(yīng)用［J］.安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2003，30（1）：105－108.

［12］ Saaty T L.A scaling method for priorities in hierarchical structures［J］.Journal of Mathematical Psychology，1977，15（3）：234－281.

［13］ 周峰，許有鵬，石怡.基于AHP－OWA方法的洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究：以秦淮河中下游地區(qū)為例［J］.自然災(zāi)害學(xué)報(bào)，2012，20（6）：83－90.