基于GIS的宜烟耕地筛选模型及实践

宋连东^1,2，宋雪莲²，章雅君²

（1.东华理工大学地球科学与测绘工程学院，江西 抚州 344000；2.核工业二九○研究所，广东 韶关 512026）

摘要：采用特尔斐测定法，确定宜烟耕地的评价因子，通过建立土地适宜性分析模型，计算宜烟耕地的数学适宜量。文章对土壤空间数据库和土地利用数据库进行空间分析功能，寻求宜烟耕地。在筛选宜烟耕地实践中，结合数据对分析统计和查询方法改进，最终筛选出空间位置及数量精确的各等级宜烟耕地。

关键词：宜烟耕地；GIS空间分析；叠置分析；多源数据

中图分类号：S-01        文献标识码：A        文章编号：1674-0432(2010)-08-0059-2

0 前言

土地是由气候、地质、地貌、土壤、水文和生物等因素组成的综合体，所有这些因素在地表有严格的地理分布规律，从而造成农用土地的空间差异。一方面在不同的气候带或气候区，土地的利用方向有本质的区别，即使在同一区域内，山体随海拔升高，温度降低，湿度变化等，从而使土壤和植被呈规律性变化；另一方面，由于地形和土壤的影响，农村土地还出现一些非地带性差异，如广泛分布于亚热带地区的石灰土和紫色土，与这一地区的地带性红壤和黄壤有很大差异，因而对农作物的适宜性也是不同的。粤北地区是广东主要的烟草生产的基地之一，如何结合区域内的自然生态环境、土地质量等资源约束条件对农用地进行适宜性分析，确定适宜耕地及其适宜等级，是烟草管理部门一直寻求解决的问题。本文主要探讨如体利用GIS建立宜烟耕地分析模型，筛选宜烟耕地。

1 评价因子的确立及数据支持的建立

本文以耕地土壤为研究对象，对其进行宜烟性分级和筛选，以便为土地利用规划和农业产业结构调整提供科学依据。为落实该项目标，深入研究烟草在粤北区域不同农用地中的适宜性，联同广东烟草韶关公司对粤北地区现植烟田进行了广泛调查，采用特尔斐测定法，确定出烟田的评价因素，如表1所示，该表是优质烟叶生产基地筛选的依据。

表1 优质烟叶生产基地筛选因子表

在数据支持建设方面，选用优秀地理信息软件MapGIS作为工作平台，利用GIS系统中数据处理功能完成评价因素数据的几何纠正、投影变换、类型转换、数据连接、边沿匹配等，建立烟叶信息数据库，从而获得规范化的数据，其结构如图1所示。

2 土地适宜性分析数学模型

设每个田块对应一组宜烟的参评因子Xi（i=1，2，3……m）；每个因子对应一个属性集Vi

Vi=（Vi1，…Vij…，Vim）

i=1，2…m；j=1，2…n

图1 粤北烟草数据库内容结构

显然，每个因子的属性都是一个对指定的宜烟等级Tk从优到劣的的全序集，且满足Vi1＞…Vij…＞Vin。

这些参评因子及其属性值的取得由数据库提取或由空间分析软件生成，这些因子按其属性值的优劣，可用下列矩阵表示。

                 （1）

式中，F为Xi对Tk的贡献函数值F=AX+B，W为Xi对Tk的权重值。

根据模型，可求出每块土地对烟叶生产的适宜度评分分值：

                        （2）

这种分析方法在量上给出确切的概念，但无法形成直观图件。现代的GIS技术很好地解决了该问题。

3 基于GIS的宜烟耕地筛选空间模型

确立了评价模型及支持性数据信息，利用GIS空间分布提供的方法库，按照评价因子对宜烟耕地进行筛选，从而获得按常规地面调查难以获得的结果，实现模型如图2所示。

图2 宜烟耕地筛选流程

根据确定的因素准则，利用GIS的空间分析功能分别对各因子判别分析，包括地貌仿真、坡度、坡向分析、耕地与土壤类别叠置分析等，最终形成的宜烟耕地图分布，筛选出宜烟耕地，求出最优质烟田。

3.1 DEM与坡度、坡向分析及三维仿真

利用建立的GIS数据库中的地貌数据（等高线）生成DEM模型，DEM不仅包含高程属性，还包含了地表形态属性，如坡度、坡向等。在宜烟耕地筛选时，由DEM派生出坡度分布图（图3）进行坡度分析，确定符合坡度条件土地集合。此外，亦可由DEM建立DTM，并结合ETM数据，直观地模仿出地域的三维模型（见图4）。

图3坡度分布图

图4 三维仿真模型

3.2 基于GIS的数据筛选

根据宜烟筛选因素，使用GIS提供的SQL选择语句，分别筛选出符合条件的各因素集，筛选方法如表2。

表2 GIS的数据筛选

3.3 基于GIS的空间分析

通过对GIS数据筛选，得出各评价因子的集合，利用GIS的空间分析功能对这些集合进行交、并、叠置等分析运算，逐步筛选出宜烟耕地。

理论上，各符合条件评价因子集依照公式（3）计算，其分析的结果即为宜烟耕地。

{坡度}∩{土壤}∩{元素}∩{农用地}∩……     （3）

实际上，用以上方法得出的宜烟耕地较实际宜烟耕地数误差较大，并不是理想的结果，需要对算法改进。

3.4 针对GIS数据模型改良空间分析方法

地理信息系统数据具有多语义性、多时空性、多尺度、获取手段多源性等特点。按理论公式不能得出正确结果的原因在于土壤分布数据、土壤元素数据和土地利用数据的语义、时空和获取手段不同，特别是土壤元素分布数据与农用地图斑数据采集获取方式差异。土壤元素分布数据是基于取样点数据扩展得来，模拟或推理出边界范围。这与复杂的现实不可能完全吻合。通过摄影测量，正射校正及实地调查得出的土地地块边界是客观的、准确的。因此在分析运算时，应该以农用地地类边界为准，按空间位置对应关系，使用叠置分析法把土壤分类、土壤元素信息赋给土地利用数据中的地块，使得土地利用图斑数据含有土壤分类、土壤元素等属性数据，进一步对土地利用图斑数据筛选，求出土壤类型、土壤元素条件的土地利用图斑数据集合，然后按公式（4）计算，最终得出宜烟分布数据，如图5。

{坡度}∩{符合土壤类型、土壤元素条件的农用地}∩……   （4）

图5宜烟耕地数据库及等级分布图

GIS有丰富的输入输出功能，将宜烟耕地的属性输出成Excel表格。在电子表格或MatLable中根据传统的土地利用模型计算，可实现将宜烟耕地分等定级，将计算结果导入GIS系统属性，便得出宜烟耕地的分级数据，可以用图件的形式直观地反映出来。

5 结论

GIS提供了丰富的多源数据空间分析方法，借助GIS技术，处理复杂的多因子评价分析模型，能够快速、准确地得出传统调查无法达到的结果，筛选出优质烟叶生产基地。该方法亦可进一步扩展，设立宜烟土壤肥力评价专家模型指导烟叶生产，或者推广到其它土地利用分析评价中，为土地规划、产业结构调整等提供科学决策的依据。

参考文献

[1] 王万茂,等.土地利用规划学[M].北京:中国大地出版社,2001.

[2] 赵利源,等.土地规划修编[M].北京:中国土地科学出版社,2005.

[3] 于海龙,等.GIS应用模型分类体系与复杂性评价[J].测绘科学.2006，3（114）：1009-2307

[4] 张文君，等.基于GIS的城市基础地图库系统设计[J].测绘科学.2006，2（70）：1009-2307

[5] 彭小琴,等.基于GIS的农业病虫害监测系统的构建研究[D].3S技术研究与应用——广东RS&GIS学会论文集[C].广东:广东省地图出版社,2007.

耕地 筛选 模型 实践 GIS