，，

(福州大學 a.福建省空間信息工程研究中心；b.地理空間信息技術國家地方聯(lián)合工程研究中心;c.空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室，福州 350002)

基于模糊證據(jù)權模型的長汀縣水土保持措施適宜性評價

陳小林a,b，c，徐偉銘a,b，c，肖桂榮a,b，c

(福州大學 a.福建省空間信息工程研究中心；b.地理空間信息技術國家地方聯(lián)合工程研究中心;c.空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室，福州 350002)

在水土保持措施的適宜性評價中，評價因子的選取和權重的確定是值得探討的問題。為避免因子選取和權重確定的主觀隨意性，引入集知識和數(shù)據(jù)驅(qū)動為一體的模糊證據(jù)權模型。以福建省長汀縣封禁措施為研究對象，選取自然適宜性和社會適宜性2方面共7個因子，綜合各因子參數(shù)計算后驗概率，得到長汀縣水土保持措施適宜性分級圖。結(jié)合2014—2015年封禁措施分布情況進行分析，結(jié)果表明：高度適宜占38.5%，中度適宜占43.5%，一般適宜占9.2%，中度適宜級別以上占82%，與實際情況有較高的吻合性。這說明模糊證據(jù)權模型能夠客觀、準確地對水土保持措施進行適宜性評價，可以為政府配置水土保持措施提供決策參考和理論依據(jù)。

長汀縣；模糊證據(jù)權模型；水土保持；封禁措施；適宜性評價

1 研究背景

水土保持措施的適宜性指某種措施與當?shù)氐淖匀坏乩項l件是否相適宜，是因地制宜地進行水土保持措施規(guī)劃布局的要素之一[1]。合理配置水土保持措施，才能使水土保持措施發(fā)揮應有的功效。水土保持措施適宜性評價是通過建立科學的評價指標體系，用科學的方法對不同措施在某一特定區(qū)域的適宜程度進行綜合評價的過程，是水土保持措施優(yōu)化配置的基礎，對區(qū)域生態(tài)安全和經(jīng)濟發(fā)展也具有重要的現(xiàn)實意義[2]。但是，有關水土保持措施的適宜性評價方面的研究相對較少[3]。近年來，一些研究主要是從措施的效益[4-5]、措施的采納程度[6]以及水土保持措施的優(yōu)化配置[7-8]等方面進行，并且大多數(shù)是間接研究。直接定量評價水土保持措施適宜性時，大多數(shù)學者采用層次分析法[9]、特爾斐法[2]等依靠專家經(jīng)驗確定評價因子和權值的方法，這或多或少摻雜了人的主觀性。評價因子的選取和權重的確定是科學、有效地進行水土保持措施適宜性評價的基礎，評價因子選擇不同、權值確定不一，勢必導致評價結(jié)果不盡相同。如何科學地選擇評價因子、準確地確定相關因子的權重值得深入研究。

針對以上問題，本文嘗試引入模糊證據(jù)權模型進行水土保持措施適宜性評價，模糊證據(jù)權是由證據(jù)權發(fā)展而來。證據(jù)權模型是一種貝葉斯概率準則下的對數(shù)線性模型[10-11]，最初應用于醫(yī)學領域[12-13]，后被加拿大Agterberg等[14]修改和發(fā)展，引入到礦產(chǎn)預測與評價中。證據(jù)權模型在處理連續(xù)數(shù)據(jù)時，二值或三值化易造成數(shù)據(jù)丟失，而模糊證據(jù)權模型通過引入多值模糊隸屬度函數(shù)來處理多分類數(shù)據(jù)，能夠更加充分利用數(shù)據(jù)。該模型算法較容易理解、推理規(guī)則透明，可以充分利用先驗知識，還能夠很好地結(jié)合GIS空間分析，因此近年來在礦產(chǎn)資源預測評價[15]、自然災害評價[16-18]、土地適宜性評價[19-20]中應用廣泛。

綜上所述，本文采用集數(shù)據(jù)驅(qū)動與專家知識于一體的模糊證據(jù)權模型，對長汀縣水土保持措施的自然適宜性和社會適宜性進行直接定量評價。模糊證據(jù)權模型推理規(guī)則透明且結(jié)果易于解釋，在土地適宜性評價中已有相關應用，但在水土保持措施適宜性評價中研究較少。引入該模型，以期克服水土保持措施適宜性評價中證據(jù)因子選取和權值確定的主觀影響，為長汀縣水土保持措施的優(yōu)化配置提供建議依據(jù)。

2 研究區(qū)概況及數(shù)據(jù)來源

2.1 研究區(qū)概況

長汀縣位于福建的西部山區(qū)，武夷山脈南段，地理坐標為116°0′45″ E—116°39′20″ E，25°18′40″ N—26°2′5″ N，海拔在240～500 m之間，地貌以山地丘陵為主，地形為盆地，亞熱帶季風氣候，年平均降雨量1 711 mm，主要集中在4—6月份，災害性天氣多。由于自然氣候和歷史原因，長汀縣是典型的南方紅壤水土流失區(qū)域，主要以花崗巖侵蝕為主，土壤抗蝕性弱，加上人為對地表的破壞，極易發(fā)生水土流失。經(jīng)過長期的治理，目前長汀縣主要的水土保持措施有封禁、生態(tài)林草、低效林改造、經(jīng)濟林果、崩崗治理。鑒于封禁措施是一種較單一的生物措施，且占地面積最大又是成片分布，所以本文對封禁措施的適宜性進行評價。

2.2 數(shù)據(jù)來源及預處理

水土保持措施適宜性評價涉及的主要數(shù)據(jù)有：長汀縣水土保持站提供的2012年水土流失程度分布圖、長汀縣1∶50 000土壤類型分布圖、2013—2015年水土保持治理情況分布圖、長汀縣1∶10 000數(shù)字線劃地圖數(shù)據(jù)、2012年土地利用類型圖、2012年植被覆蓋度圖。

在ArcGIS 10.2平臺下，將水土流失程度圖、植被覆蓋度圖、土地利用類型圖、土壤類型圖等所有圖層都轉(zhuǎn)為統(tǒng)一的投影和坐標系。對道路和居民地作近鄰分析，得到至最近道路距離圖和至最近居民地距離圖。依據(jù)評價區(qū)域的最小圖斑和數(shù)據(jù)量的大小，確定最小評價單元格為100 m×100 m。

3 研究方法

3.1 模糊證據(jù)權模型

3.1.1 基本原理

證據(jù)權模型是通過先驗概率，計算在某些地學證據(jù)模式條件下的條件概率,其原理如下。

(1)先驗概率計算。假設研究區(qū)T的總面積為A(T)，被劃分為固定面積為u的單元格，則研究區(qū)T內(nèi)總共有N(T)=A(T)/u個單元格，D為要預測的事件，N(D)表示研究區(qū)T中每個格子發(fā)生事件D的總數(shù)，則事件D發(fā)生的概率為

P(D)=N(D)/N(T) 。

(1)

式中P(D)即為先驗概率，先驗幾率O(D)=P(D)/(1-P(D))。

(2)證據(jù)權重計算。任意一個證據(jù)因子(圖層)離散成二值圖，其權重定義為

(2)

(3)對比度計算。

C=W+-W-。

(3)

(4)后驗概率計算。對于n個證據(jù)因子，若它們關于事件發(fā)生的條件相互獨立，則研究區(qū)內(nèi)多個證據(jù)圖層條件下的證據(jù)權信息綜合后驗概率為

(4)

(5)

3.1.2 模糊權重計算

證據(jù)權模型在處理連續(xù)性數(shù)據(jù)時，通常是將它離散成二值或三值，這往往會造成信息的損失，影響評價結(jié)果。針對這一不足， Agterberg等[14]發(fā)展了模糊證據(jù)權模型，克服了證據(jù)權在離散圖層時易造成信息損失的不足。模糊證據(jù)權模型是通過隸屬度定量證據(jù)層的模糊度來處理多分類證據(jù)層，利用多值模糊隸屬度函數(shù)(0≤u(x)≤1，x為各因子的值)擬合訓練樣本，計算證據(jù)權重值。

假設有n個證據(jù)因子，將證據(jù)因子Bj(j=1,2,3,…,n)的屬性值分為mj個區(qū)間類。根據(jù)式(2)、式(3)計算證據(jù)因子Bj每個屬性類的正、負權重值和對比度C。設Bj1和Bj2((Bj1∩Bj2)?T,Bj1∩Bj2=0)的定義為Bj1={x|ujt(x)=1}，Bj2={x|ujt(x)=0}(j=1,2,3,…n;t=1,2,3,…,mj) 。則證據(jù)因子Bj的第t個區(qū)間Ajt的模糊權重為

(6)

后驗概率計算。對于n個證據(jù)因子，研究區(qū)任一單元格s事件發(fā)生的可能性的后驗概率對數(shù)表示為

(7)

最后得到單元s的后驗概率P(s)為

(8)

3.2 模糊證據(jù)權模型主要評價步驟

首先是訓練樣本的選擇和先驗概率的計算。訓練樣本一般選擇適宜性結(jié)果較好、可信度高的區(qū)域所提取出的點。合理選擇訓練樣本，計算先驗概率。其次，提取與水土保持適宜性相關的證據(jù)圖層，將各證據(jù)圖層按照一定的規(guī)則分類并按照最小評價單元劃分，計算各個證據(jù)圖層的正、負權重和對比度，用隸屬度函數(shù)確定各個圖層分類的隸屬度，計算模糊證據(jù)權，確定證據(jù)圖層的重要性。再次，綜合各個證據(jù)因子進行后驗證概率計算。其中，對于權重值為零或是很小的證據(jù)圖層可以舍去，不必納入后驗概率的計算。然后依據(jù)一定的方法進行后驗概率分級，劃分適宜性等級。最后，運用模型進行預測并評價模型。通過將適宜性結(jié)果和2014—2015年的措施治理分布圖進行疊加分析，評價模型效果。其主要流程見圖1。

3.3 訓練樣本的選擇和先驗概率的計算

研究區(qū)長汀縣土地面積為3 099 km2，以100 m×100 m為評價單元，將研究區(qū)劃分為309 761個單元格。依據(jù)水土保持站提供的2013年水土保持措施治理情況分布圖，從中選擇封禁措施治理示范區(qū)作為訓練樣本，封禁措施共有4 180個單元格，按照式(1)可得研究區(qū)每個單元格適合封禁措施的先驗概率為0.013 49。

3.4 評價因子選擇和分級

水土保持措施的適宜性一般包括自然環(huán)境適宜性和社會經(jīng)濟適宜性，且自然環(huán)境適宜性為主導因素。基于數(shù)據(jù)的獨立性、實用性、可獲得性等原則，選取的自然環(huán)境適宜性評價因子包括土地利用類型、水土流失程度、土壤可蝕性K值、植被覆蓋度、坡度，社會經(jīng)濟適宜性方面有至最近道路的距離、至最近居民地的距離，總共7個因子。

圖1模糊證據(jù)權模型評價主要步驟

Fig.1Mainstepsoffuzzyweight-of-evidenceevaluation

然后將各證據(jù)圖層分類并按照最小評價單元劃分。水土流失程度按照水利部的標準分為輕度流失、中度流失、強烈流失、極強烈流失、劇烈流失5個類別。土地利用類型分為高植被覆蓋區(qū)(有林地)、低植被覆蓋區(qū)(疏林地)、火燒跡地、建設用地、農(nóng)用地、砂石地(裸地)。植被覆蓋度、坡度、土壤可蝕性K值通過參考長汀縣長久以來的治理經(jīng)驗、相關文獻和咨詢有關專家進行分類。至最近居民地距離和至最近道路距離依據(jù)數(shù)據(jù)特點并咨詢相關專家分為6類。劃分類別后，將各個圖層劃分為100 m×100 m的單元格。

4 結(jié)果與分析

4.1 計算證據(jù)權重和隸屬度

按照式(2)、式(3)計算各個圖層分類值的正、負權重和對比度。隸屬度通過隸屬度函數(shù)確定，經(jīng)過咨詢相關專家和查閱相關資料采用函數(shù)如下：植被覆蓋度、至最近道路的距離、至最近居民地的距離與適宜性措施在一定范圍內(nèi)呈正相關關系，采用升半梯形函數(shù)作為隸屬度函數(shù)；土壤可蝕性K值與適宜性措施在一定范圍內(nèi)呈負相關關系，采用降半梯形函數(shù)作為隸屬度函數(shù)；水土流失程度、土地利用類型和坡度是定性描述或集合區(qū)間分級，采用特征函數(shù)作為隸屬度函數(shù)。通過計算發(fā)現(xiàn)坡度和至最近道路距離的對比度和正權太小，對于封禁措施的實施貢獻不大，故沒有把坡度和至最近道路距離的模糊證據(jù)權重值運用到后驗概率計算。這應該是坡度對于封禁措施的實施關系不大，在其他條件滿足的情況下，地形坡度是大是小都可以施行封禁措施。而至最近道路的距離由于鄉(xiāng)村道路縱橫交錯，規(guī)律特點也不夠明顯。正負權重和隸屬度及其各類參數(shù)的計算結(jié)果見表1。

表1 證據(jù)層模糊證據(jù)權重參數(shù)

注： STDEV為C的標準差，MSF為隸屬度，F(xiàn)W為模糊權重

4.2 后驗概率計算及適宜性分級

4.2.1 后驗概率計算

依據(jù)式(6)—式(8)，將土地利用類型、水土流失程度、土壤可蝕性K值、植被覆蓋度、至最近居民地的距離這5個因子作為最終的證據(jù)因子代入式(5)計算，最后得到每個單元的后驗概率。后驗概率的大小受評價單元的影響，但是其分布狀態(tài)并不受評價單元的影響。因此，后驗概率的大小并不是表示事件發(fā)生的幾率，而是表示事件發(fā)生后的分布形態(tài)。

4.2.2 適宜性分級

通過ArcGIS中的統(tǒng)計功能對后驗概率進行分析，從中以2012年水土流失區(qū)作為重點研究區(qū)進行分類，因為一般水土保持措施都是針對水土流失區(qū)進行配置。發(fā)生水土流失的格網(wǎng)共有48 671個，依據(jù)后驗概率頻率直方圖的明顯轉(zhuǎn)折點進行適宜性分級，分級結(jié)果見表2。

表2 封禁措施適宜性等級劃分

高度適宜區(qū)所占的面積最大，主要分布在河田鎮(zhèn)西部、西北部，三洲鎮(zhèn)北部、東南部，灈田鎮(zhèn)東部、東南部，策武鎮(zhèn)東部，涂坊鎮(zhèn)東北部、西南部，其他一些地方零星分布。中度適宜區(qū)主要在河田鎮(zhèn)南部、東南部，策武鎮(zhèn)東北部，三洲鎮(zhèn)東南部，灈田鎮(zhèn)東部，新橋鎮(zhèn)中部、東南部，以及其他一些地方較為分散分布。一般適宜和不適宜區(qū)較小，主要分布在河田鎮(zhèn)、三洲鎮(zhèn)和策武鎮(zhèn)這幾個水土流失較為嚴重的地方。具體分布情況見圖2。

圖2長汀縣封禁措施適宜性分級

Fig.2MapofsuitabilityratingfortheenclosingmeasuresofChangtingCounty

封禁措施的高度適宜和中度適宜區(qū)中，主要的水土流失程度為輕度流失和中度流失；土地利用類型主要是有林地和疏林地；植被覆蓋度主要為0.6～1；土壤可蝕性K值主要在0.22～0.26；至最近居民地的距離在900 m以上。一般適宜區(qū)至最近居民地的距離為300～900 m，其他條件和高、中度適宜區(qū)基本一致。這是因為實施封禁主要利用的是自然修復力，對土地和植被要求較高。水土流失嚴重的區(qū)域，生態(tài)環(huán)境往往破壞嚴重，僅僅依靠自然修復力很難改善或是需要花費相當長的時間，而水土流失程度較低的區(qū)域，土壤和植被保存較好，能夠充分發(fā)揮自然環(huán)境的修復作用。至最近居民地的距離遠，可減少人類活動的干擾，對封禁措施的實施有益。

4.2.3 模型的預測與檢驗

依據(jù)從水土保持站得到的2014—2015年治理措施分布圖，運用ArcGIS提取出封禁措施分布圖，從中選取有發(fā)生水土流失的區(qū)域，再與適宜性分級圖進行疊加分析，其中高度適宜占重疊區(qū)域的38.5%，中度適宜占43.5%，一般適宜占9.2%，高-中度適宜占82%。可見，模糊證據(jù)權模型預測評價結(jié)果與實際情況吻合性較高，能充分發(fā)揮先驗知識的作用，這表明模糊證據(jù)權模型可以客觀、真實地反映封禁措施的適宜性。

5 討論與結(jié)論

5.1 討 論

本文從方法的角度引入模糊證據(jù)權模型，結(jié)合GIS綜合分析了自然環(huán)境適宜性和社會經(jīng)濟適宜性因素，通過治理示范區(qū)域選取樣本點，具有一定的代表性。需要注意的是，模糊證據(jù)權模型的已知訓練樣本點須是公認度高的適宜點，這樣得出的結(jié)果才會更加準確。因此，怎樣保證已知信息來源的多樣化和提高已知信息的精度和公認度是后續(xù)研究需要加強的地方。此外由于篇幅的限制，本文只進行了封禁措施的適宜性評價，還有其他幾種水土保持措施未作評價，今后對于多種措施的綜合適宜性評價也是值得研究的問題。

5.2 結(jié) 論

(1)引入集數(shù)據(jù)驅(qū)動和知識驅(qū)動為一體的模糊證據(jù)權模型進行水土保持措施的適宜性評價是有效的。該模型在一定程度上克服了因子選取和權重確定的主觀影響，通過隸屬度函數(shù)增加了經(jīng)驗知識的干預，有效利用了專家經(jīng)驗。在評價分級結(jié)果與實際措施分布對比中，82%的區(qū)域處于中度適宜級別以上，有較高的吻合性，表明了模型的有效性。

(2)通過模型劃分了封禁措施的適宜性區(qū)域，研究區(qū)分為高度適宜、中度適宜、一般適宜和不適宜區(qū)域，可以為水土保持措施的配置提供參考和依據(jù)。

[1] 許炯心.黃土高原水土保持有效性研究[J].水土保持學報,2001,15(1):105-109.

[2] 代富強,劉剛才.紫色土丘陵區(qū)典型水土保持措施的適宜性評價[J].中國水土保持科學,2011,9(4):23-30.

[3] 張玉斌,王昱程,郭 晉.水土保持措施適宜性評價的理論與方法初探[J].水土保持研究,2014,21(1):47-55.

[4] 喻榮崗,楊 潔,王 農(nóng),等.侵蝕紅壤區(qū)不同水土保持措施的土壤改良效果研究[J].中國水土保持,2012,(7):40-42.

[5] 趙護兵,劉國彬,曹清玉.黃土丘陵區(qū)不同植被類型對水土流失的影響[J].水土保持研究,2004,11(2):153-155.

[6] BEWKET W. Soil and Water Conservation Intervention with Conventional Technologies in Northwestern Highlands of Ethiopia: Acceptance and Adoption by Farmers[J]. Land Use Policy, 2007, 24(2):404-416.

[7] 盧玉東,張樹恒,宋光煜,等.低山丘陵區(qū)土壤侵蝕生態(tài)工程治理模式及優(yōu)化配置——以四川省宣漢縣拱橋河流域為例[J].地球科學與環(huán)境學報,2007,29(3):304-307.

[8] 李子君.潮河流域不同水土保持措施配置方案對年徑流量的影響[J].水土保持通報,2010,30(1):108-112.

[9] 張秦嶺,李占斌,王 星.陜西省丹漢江流域重點水土保持工程適宜性評價[J].西北農(nóng)林科技大學學報(自然科學版),2014,42(10):225-234.

[10] AGTERBERG F. A Modified Weights-of-evidence Method for Regional Mineral Resource Estimation[J].Natural Resources Research, 2011, 20(2):95-101.

[11] DENG M. Binary Pattern Recognition in the Presence of Correlated Multiple Dependent Variables[J]. Nonrenewable Resources Research, 2010,19(4):269-278.

[12] HRISTOZOV D R, ZABEO A, FORAN C,etal. A Weight of Evidence Approach for Hazard Screening of Engineered Nanomaterials[J]. Nanotoxicology, 2014, 8(1):72-87.

[13] GOODMAN J E, PRUEITT R L, SAX S N,etal. Weight-of-evidence Evaluation of Short-term Ozone Exposure and Cardiovascular Effects[J]. Critical Reviews in Toxicology, 2014, 44(9): 725-790.

[14] AGTERBERG F P, BONHAM-CARTER G F, CHENG Q,etal. Weights of Evidence Modeling and Weighted Logistic Regression for Mineral Potential Mapping[J]. Computers in Geology, 1993, 25:13-32.

[15] 趙增玉,陳火根,潘 懋,等.基于證據(jù)權模型的寧蕪盆地中段玢巖鐵礦資源預測[J].北京大學學報(自然科學版),2015,51(5):863-870.

[16] 范 強,巨能攀,向喜瓊,等.證據(jù)權法在滑坡易發(fā)性分區(qū)中的應用——以貴州桐梓河流域為例[J].災害學,2015,30(1):124-129.

[17] 謝洪斌,楊 雪,譚德軍,等.模糊證據(jù)權法在地震滑坡危險度區(qū)劃中的應用[J].中國安全科學學報,2011,21(8):164-170.

[18] KAYASTHA P, DHITAL M R, SMEDT F D. Landslide Susceptibility Mapping Using the Weight of Evidence Method in the Tinau Watershed, Nepal[J]. Natural Hazards, 2012, 63(2): 479-498.

[19] 金 貴,王占岐,胡學東,等.基于模糊證據(jù)權模型的青藏高原區(qū)土地適宜性評價[J].農(nóng)業(yè)工程學報,2013,29(18):241-250.

[20] 龔建鳳,王占岐,蔡恩香,等.基于模糊證據(jù)權模型的基本農(nóng)田保護區(qū)空間布局合理性評價[J].水土保持研究,2015,22(4):161-167.

(編輯：羅 娟)

Suitability Evaluation of Soil and Water Conservation Measures in Changting County Based on Fuzzy Weight-of-Evidence Model

CHEN Xiao-lin1,2,3，XU Wei-ming1,2,3，XIAO Gui-rong1,2,3

(1.Spatial Information Engineering Research Center of Fujian Province, Fuzhou University, Fuzhou 350002, China; 2. National Engineering Research Centre of Geo-spatial Information Technology, Fuzhou University, Fuzhou 350002, China; 3. Key Laboratory of Spatial Data Mining amp; Information Sharing of Ministry of Education, Fuzhou University, Fuzhou 350002, China)

Selecting indicators and determining their weights are worthy of discussion in the suitability assessment of soil and water conservation measures. In this article, a fuzzy weight-of-evidence model which is both knowledge and data driven was introduced to avoid the subjective arbitrariness in selecting indicators and determining their weights. The enclosing measures of Changting County were taken as case study. By screening out seven factors in natural suitability and social suitability, the posterior probability was calculated by comprehensively considering parameters of all factor layers, and then the maps of suitability classification were obtained. Compared with the distribution of enclosing measures from 2014 to 2015, the results show that 38.5% of the measures are highly suitable, 43.5% moderately suitable, 82% above moderately suitable, and 9.2% averagely suitable, which is highly consistent with the actual situation. The results prove that the fuzzy weight-of-evidence model could evaluate the suitability of soil and water conservation measures objectively and accurately. The results also provide reference and theoretical basis for governments in implementing soil and water conservation measures.

Changting county; fuzzy weight-of-evidence model; soil and water conservation; enclosing measures; suitability assessment

10.11988/ckyyb.20160780 2017,34(11):33-38

2016-08-04；

2016-10-21

國家科技支撐計劃項目 (2013BAC08B02)

陳小林(1990-)，男，江西吉安人，碩士研究生，研究方向為水土保持措施適宜性評價，(電話)0591-87892565(電子信箱)chenxiaogood@126.com。

徐偉銘(1986-)，男，福建閩侯人，講師，博士，研究方向為水土保持措施適宜性評價，(電話)0591-87881263(電子信箱)xwming2@fzu.edu.cn。

S157.9

A

1001-5485(2017)11-0033-06