基于GIS的土地利用程度Krining空间插值方法研究

耿融　赵康　伍红玲

摘 要：文章利用Krining空间插值方法，选用不同的半变异函数模型，对海口市海岸带土地利用程度进行采样、插值，得到研究区土地利用程度最优空间插值方法为指数模型和土地利用程度强弱空间分布。通过文章的研究，希望对相关工作提供借鉴。

关键词：Krining；空间插值；GIS；土地利用程度

土地利用程度是区域各种土地利用类型综合作用的结果，它不仅反映了土地利用中土地本身的自然属性，同时也反映了人类因素与自然环境因素的综合效应[1]。对土地利用程度进行分析可以从外界干扰和生态角度去反映土地利用时空变化的特征。土地利用程度可利用空间插值方法进行计算。目前GIS软件中空间插值方法众多，采用何种插值方法及模型进行最优测算是研究土地利用程度的关键所在。

1 研究方法

文章以海口市海岸带作为研究区，2010年1：10000土地利用现状图作为数据源。将研究区，划分为1km×1km大小格网，共获得373个采样区格网，总面积356.00km2。再分别计算每一个采样区格网的土地利用程度值，以此作为采样区格网中心点的土地利用程度值。利用Kining（克里金）插值方法，选用不同的半变异函数模型进行对比，以此确定最优克里金方法下空间插值模型。土地利用程度指数计算，详细计算方法见文献[3]。根据刘纪远[2]提出的数量化土地利用程度分析方法，将研究区土地对自然生态环境的影响程度进行分级赋值，其建设用地4，耕地和园地3，水域用地和林地2，其他土地1。

2 结果与分析

2.1 土地利用程度的半变异函数计算及模型拟合

在进行半变异函数计算与拟合之前，对采样数据进行空间探索性分析，2010年土地利用程度取值范围为154.95～400.00，平均值为272.08，标准差42.41。2010年数据较好地服从正太分布，波动范围和幅度较大。由土地利用程度采样点数据特征，决定采用普通克里金（Ordinary Krining）方法进行空间插值。普通克里金空间插值过程中，要对半变异函数建模，这是空间描述与空间预测之间的关键步骤。半变异函数和协方差可以提供有关数据集的空间自相关信息，但是，不能提供所有可能的方向和距离信息。因此为确保克里金法预测的准确性，要根据经验半变异函数拟合模型，即连续函数或曲线，这一步骤至关重要。半变异函拟合模型主要有高斯模型（Gaussian model）、球状模型（Spherical model）、稳定模型（Stable model）和指数模型（Exponential model），文章根据最佳拟合原则进行选择。在普通克里金法预测方法下，对数据分别进行半变异函数模型拟合，相关数据如表1所示。

在比较不同方法和/或模型产生的结果时，需考虑模型的最优性和最有效性。均方根预测误差最小时，表明所用模型是最优模型；均方根预测误差更接近于平均预测标准误差时，表明该模型更有效，因为在对不含数据的某一点进行预测时，只能使用估计的平均预测标准误差评估预测的不确定性。因此，最佳模型应拥有最大的复相关系数（R2，Multiple Correlation Coefficient），最接近于 0 的标准平均值（MS，Mean Standardized），最小的均方根误差（RMS，Root-Mean-Square），最接近该误差的平均标准误差（ASE，Average Standard Error），以及最接近于1的标准均方根误差（RMSS，Root-Mean-Square Standardized）。

2010年指数模型的复相关系数均为最大，平均标准误差和均分根误差均为最小且最接近，标准均方根误差相对其他模型也比较接近1。因此选择指数模型进行拟合。利用ArcGIS空间探索性分析功能，得到2010年土地利用程度值的半变异函数，其变异函数指数拟合模型为

2010年Model：272.16*C0+2135.2*Exponential（19573）， （1）

2.2 土地利用程度空间拟合结果

基于所选最佳理论模型的半变异函数，利用ArcGIS的地地统计学功能，设定栅格大小为30m，采用普通克里金法-指数模型对2010年的土地利用程度进行空间插值模拟。由于采样格网的土地利用程度值主要在170～370之间，为了便于比较土地利用程度值的大小，文章对土地利用程度以40为间隔进行等间距划分，共分为5个等级。弱土地利用程度170～210，较弱土地利用程度：210～250，中等土地利用程度250～290，较强土地利用程度290～330，强土地利用程度330～370。在此基础上，利用ArcGIS栅格Reclassify工具对各土地利用程度级别所占面积进行统计，以便直观分析研究区土地利用程度的空间分布和程度结构情况，其中弱土地利用程度占研究区總面的2.14%，较强土地利用程度34.86%，中等土地里利用程度38.12%，较弱土地利用程度16.81%，弱土地利用程度8.07%。空间插值结果分布图，如图1所示。

3 结束语

利用克里金空间插值方法时，指数模型的复相关系数均为最大，平均标准误差和均分根误差均为最小且最接近，标准均方根误差相对其他模型也比较接近1，因此克里金-指数模型为最优插值方法。得到：研究区较弱土地利用程度的区域主要分布东寨港红树林自然保护区和南渡江入海口；土地利用程度较强的区域主要分布在离城区较近的东部，主要是灵山镇建成区、桂林洋经济技术开发区和离中心城区仅1公里、南北走向的琼山大道三个片区。

参考文献

[1]杨文轩，庞红丽，张旭.兰州市近10年的土地利用动态变化研究[J].水土保持研究，2013，20（3）：231-236.

[2]庄大方，刘纪远.中国土地利用程度的区域分异模型研究[J].自然资源学报，1997，12（2）：105-111.

[3]胡和兵，刘红玉，郝敬锋，等.南京市九乡河流域土地利用程度空间异质性分析[J].地球信息科学学报，2012，14（5）：627-634.

作者简介：耿融（1987-），男，云南昆明人，在读硕士，助理工程师，研究方向：地质信息技术、地理信息系统。