基于模糊物元模型的秦岭山区建设用地适宜性评价

张海龙

（商洛学院城规划与建筑工程学院，商洛　726000）

基于模糊物元模型的秦岭山区建设用地适宜性评价

张海龙

（商洛学院城规划与建筑工程学院，商洛726000）

0　引言

秦岭山区是我国南北地理与气候分界线［1］，该区面积广阔，地形地貌复杂，气候条件多变，生态敏感而脆弱，同时该区也是生物多样性热点地区之一［1-3］。2011年起陕西省开始实施避灾与扶贫并举的陕南移民搬迁工程，将秦岭山区的城镇化建设推上了一个新的高潮［4］。随之接踵而至的山村旅游和美丽乡村建设，也在秦岭山区遍地开花，进行地如火如荼［5］，极大地推动了山区经济发展。但是，此类工程都影响着秦岭山区脆弱的生态环境，使该区野生物种生境面临破坏，种群数量下降。秦岭山区建设用地的位置选择受制因素较多，如何减小对自然环境的破坏是其中重要指标。对秦岭山区建设用地进行适宜性评价，将会为科学规划山区建设用地分布，实现区域生态环境的协调和可持续发展提供方法论。

物元分析理论一般用于解决难以用精确数学语言表达的实际问题，其本质是利用关联函数对研究对象时空上的发展及变化进行定量描述［6］。近年来，结合物元分析理论与模糊数学概念的模糊物元模型得到了迅速发展，该模型已经被广泛用于地质评价、环境评价以及中草药适宜性评价等相关研究中［7-8］，以上研究结果证明了该模型的科学性以及实用性。

目前国内关于山区建设用地分布研究主要采用的方法有GIS空间分析、相关分析以、生态位理论及景观分析等［9-10］，这些方法都有本研究可以借鉴的地方。但它们在研究过程中容易受到研究者主观因素的影响，如基于生态位理论的建设用地适宜性评价分析多采用专家打分法等主观性较强的定权方法，人为因素干扰较大，评价结果的客观性必然会受到影响。故本文为了最大限度的避免主观因素对研究结果的影响，使用模糊物元模型，利用最大信息熵确定评价因子权重，对商洛市商州区全区建设用地适宜性进行评价与研究，旨在为商州区合理利用土地资源、保护耕地、制定区域发展规划提供参考。

1　研究区概况与数据来源

1.1研究区概况

商洛市商州区位于陕西省东南部，地处秦岭东段南麓腹地，丹江源头，是全市政治、经济、文化中心，也是秦岭山区人口、资源、环境矛盾相对集中的地区之一，其地理坐标介于北纬33°38′～34°12′之间，东经109°30′～110°14′之间（图1）。全区下设14个镇，4个街道办事处，253个行政村，31个社区，人口55万人，总土地面积2644.36 km2。境内地貌类型多样，特别典型的有山地、丘陵、河谷平原等，别具一格的天然地貌，蕴含了丰富的生态旅游资源，商州区的旅游业也得到了空前的繁荣，极大地推动了当地社会经济的发展。随着经济的高速发展，其与生态环境保护之间的矛盾不断升级，严重影响了商州区科学、持续地发展。另外，商州区也是国家南水北调工程重要水源涵养基地，因此大部分地区属于限制开发区域，生态环境保护意义重大。

图1　研究区位置以及建设用地分布

1.2数据来源

本文的数据来源于：（1）2013年商州区土地利用变更调查数据。该数据依照国土资源部2007年颁布的《第二次全国土地调查技术规程》（TD/T1014—2007），将全国土地根据其利用现状进行分类。本研究采用权威土地利用现状数据，能够充分保证数据的各类土地利用图斑的空间位置以及图斑面积的精度［11］。（2）商州区90m分辨率的DEM和坡度、坡位指数数据以及30m分辨率TM数据，均来源于地理空间数据云（http：//www. gscloud.cn/）。（3）商州区土地利用总体规划图（2005—2020年）、2013年商州区统计年鉴及社会经济统计资料，来源于商州区各相关政府部门。

2　研究方法

本研究的评价步骤为：利用模糊物元模型概念构造商州区建设用地适宜性评价指标隶属函数，用精确的数学语言描述商州区建设用地的需求并确定其限制性条件；利用最大信息熵模型计算各评价指标的权重，然后计算商州区建设用地适宜性综合评价指标值；最后应用上述研究结果，针对商州区不同适宜性等级建设用地特点提出建议。

2.1评价指标体系构建

根据相关研究以及本区建设用地特点，遵循方便性、经济性、永续性以及可操作性等原则，参考专家意见，从影响该区建设用地的生态条件、生产条件和生活条件中选取具有代表性的16个指标，确立商州区建设用地适宜性评价指标体系［9，12-14］。根据商州区建设用地自然条件选取海拔、坡度、坡向、最近水源地距离，以及地质灾害作为生态条件的评价指标；生产条件选取500m范围内农用地面积（耕地、园地）、到水利设施的距离、工商业用地可达性以及人均纯收入排名作为评价指标；选取到中心城市的距离、到镇级服务中心距离、已建成居民点密度、已建成居民点面积、到省道和国道距离、到县道距离以及道路通达性作为生活条件评价指标；选取植被归一化指数（NDVI）、地质灾害以及生态保护区和南水北调重要水源涵养基地作为生态条件的评价指标（表1）。

2.2评价指标体系测算

在本研究中X1（海拔）、X2（坡度）、X3（坡向）以及X4（坡位指数）四个生态条件，利用DEM进行分析得到；X4（最近水源地距离）、X7（到水利设施的距离）、X8（工商业用地可达性）、X10（到中心城市的距离）、X11（到镇级服务中心距离）、X14（到省道和国道距离）、X15（到县道距离）等距离相关的因子采用欧氏距离量测每一单元到最近要素的距离，生成200m×200m的距离栅格图层；根据相关文献以及《商州区统筹城乡发展规划》等数据转绘得到X5（地质灾害）；利用网格分析法分别以200m×200m、与农用地（耕地和林地）图斑做叠置分析，统计计算各个网格内的聚落面积值，赋予对应网格，生成X6（200m范围内农用地面积），同理以200m×200m为网格单位与建设用地图斑做叠置分析生成X13（已建成建设用地面积），以商州区建设用地数据为基础，采用密度制图得到200m×200m研究区建设用地密度栅格图层；从2013年商州区土地利用变更调查数据提取商州区主要道路数据，采用《城镇土地定级规程》定义的通达度模型，由公式（1）计算商州区2013年道路通达度。

表1　建设用地适宜性评价指标与商州区现状值

式中，Y3为道路通达度；ri为道路相对影响半径，计算公式为ri=d/di，其中di为缓冲距离，d为影响距离（d= g/2l），g为商州区总面积；l为商州区主干道路总长。

乡镇人均纯收入数据采用2013年商州区乡镇人均纯收入排名数据，植被归一化指数（NDVI）是利用研究区TM卫星影像获取，地质灾害以及生态保护区和南水北调重要水源涵养基地来自于商州区土地利用总体规划图，以上数据处理后均转换为200m×200m的栅格数据。

在本研究中以建设用地适宜度数值表示商州区实际条件满足建设用地需求的程度，即当区域条件完全满足当地建设用地要求时，将该区划为最适合建设用地等级，其建设用地适宜度为1；反之，将该区划为最不适合建设用地等级，其建设用地适宜度为0。但是建设用地需求并没有确定标准，且不同的区域建设用地需求也不尽相同，因此本文利用模糊物元模型来描述商州区建设用地需求。

物元模型是将复杂的现实事物使用数学语言精确描述的数学手段，在该模型中，研究目标被描述为一个有序三元组R=（N，C，V），其中事物名称为N，事物特征为C，V表示事物N的量值，由于建设用地适宜性特征为模糊性概念，因此在本研究中称研究目标R为模糊物元。对于R的多个特征值C1、C2、…、Cn，分别对应的模糊量值v1，v2，…，vn，即研究目标R为n维模糊物元，则m个事物及其n维物元就构成复合物元Rnm（公式2）：

其中μij（i=1，2，…，n；j=1，2，…，m）是第j个事物第i个特征对应的模糊值［15］。

2.3确定隶属规则

模糊物元模型应用的关键是建立合理有效的模糊集隶属函数即隶属规则（表2，表3，表4，表5），隶属函数可以将语义上模糊的概念以及专家意见在形式上转化为定量的数学描述［15］。在本研究中采取从优隶属度原则计算每个适宜性评价指标的模糊量值，在模糊数学中一般用下梯形（越小越优型（公式3））或者上梯形（采用越大越优型（公式4））两种规则，本文中关键参数的设置参考相关文献［9，14，16-18］以及部分专家意见：

表2　评价指标的隶属函数类型以及阈值

在本文中地形要素X1（海拔）、X2（坡度）、X3（坡向）以及X7（500m范围内农用地面积）等指标不适宜采用以上两种隶属函数，本文使用ArcGIS9.3将这四个因子分别与商州区的建设用地斑块空间分布图进行叠加，并以此计算不同因子数值水平上的建设用地斑块面积，据此绘制建设用地斑块面积相关因子的变化趋势，发现商州区农村随X1（海拔）、X2（坡度）均呈偏正态分布，用地斑块X3（坡向）以及X7（500m范围内农用地面积）等呈正态分布且表现出明显的空间集聚特征。因此本文选择高斯隶属函数（公式5）来对地形因子的适宜性进行描述［19］。

表3　不同坡位指数隶属度值

表4　不同地质灾害等级量化标准

表5　南水北调重要水源涵养基地量化标准

2.4关联变换

根据表1、表2中模糊隶属规则构造关联系数，建立关联系数复合模糊物元Rξ（公式6）：

公式中ξij=μij（i=1，2，…，n；j=1，2，…，m）为第j样本第i个评价指标的关联系数，即本研究中经模糊隶属函数归一化后第j样本第i个评价指标的适宜性指数。

2.5评价指标权重计算

权重系数是指在评价系统中评价指标对评价目标重要程度的表征，权重的确定是评价成功与否的关键。为了避免主观因素对权重系数确定的影响，本文利用客观赋权法中的最大信息熵模型确定评价指标权重，信息熵用来表征信息源中信号的不确定性。决策者在决策评价中所获信息的丰富与否直接决定了评价的可靠性和精度，对应的信息量越大则熵值越大。本文采用常用对数（ln）对所有评价指标的信息熵E（公式7）进行定义［2，20-21］。

公式中μij为经隶属函数（表1）转换后各评价指标的值n，为17即本文中评价指标的个数，m为3285即全体建设用地斑块。

为（公式8）：

则评价指标的熵权值可表示为（公式9）：

由最大信息熵模型求得的各个评价指标权重如表1所示。

2.6综合评价指标值的计算

设Rk表示m个事物的关联度组成的关联度复合物元，Rw是指标的信息熵权重向量，则有：

图2　商州区建设用地适宜性指数

3　结果分析

商州区建设用地适宜性综合评价结果为连续的栅格数据，其值为0.03-0.96。本研究按照建设用地适宜性综合评价值从低到高，采用自然断点分级方法将研究区建设用地适宜性划分为高适宜建设用地、适宜建设用地、不适宜建设用地以及禁止建设用地四个等级（表5）。自然断点方法基于聚类分析且能较好保持数据统计特性［22］。分级后建设用地适宜性综合评价指数低于0.235的区域为禁止建设用地，其中土地利用现状图中河流水库等不适宜建设用地的区域也归并为该类型用地，适宜指数0.235-0.436的地区为不适宜建设用地，适宜指数0.436-0.682的地区为适宜建设用地，高适宜建设用地的适宜指数等于或大于0.682。同时利用ArcGIS 9.3空间分析模块将分级后的结果与研究区行政区域图叠加显示，并计算各等级分布面积，得出商州区不同等级建设用地适宜性潜在分布结果（表6，图3）。

表6　建设用地适宜性评价综合分析

图3　建设用地适宜性评价等级

结果表明，商州区所在区域面积的2.28%，属于高适宜建设用地，主要分布于丹江及其主要支流两岸，西起陈塬街道办东至孝义镇的川道和两侧坡塬，还有境内北部的腰市镇、李庙乡、大荆镇部分地区，中部的杨峪河镇部分地区。这些地区地势平坦，交通便捷，自然地理条件优越，同时也是商洛市市区所在地，基础服务设施齐全，人口密集，经济水平较高，是未来商州区建设用地的主要发展区域。适宜建设用地面积相对较大，面积为133.28 km2，主要分布于高适宜建设用地周边低山区，同时在研究区北部的大荆、腰市、西荆及李庙也有一定分布，这些地区地形较为平坦，离水源地和较大的乡镇服务中心距离都适中，基础生活服务设施健全，交通便利，生产、生活条件较为优越，建设用地发展具有一定的潜力。

不适宜建设用地面积占全区总土地面积的7.12 %，绝大部分分布于境内的中部、北部和东北部，这些地方地貌复杂，低山和丘陵广布，具体包括麻街镇、板桥镇、黑龙口镇、洪门河乡、北宽坪镇的全部及龙王庙乡、三岔河乡、麻池河乡、腰市镇、西荆乡、李庙乡的大部或部分地区，这些地区自然坡面坡度较大，水土碎石流失较为严重，风化强烈，农业生产条件较差。因此，建设用地建议维持现状，同时加强对其周边适宜建设用地以及高适宜建设用地社区的基础服务设施尤其是教育设施的财政投入，引导人口外迁，逐步减少居民点建设面积，使其自然衰退。禁止建设用地面积为2262.51 km2，该类型建设用地主要分布于境内西北部和西部秦岭南翼，西南部和南部的流岭，东北部的蟒岭，包括牧护关镇、砚池河乡、黑山镇、闫村乡、上官坊乡和北宽坪镇的全部和三岔河乡、龙王庙乡、刘湾街办、沙河子镇等的大部或部分地区。其自然坡面坡度多在30度以上。耕地分布于梁、洼、槽及沟道，陡坡地所占面积很大，是退耕还林还牧的重点地区。这些区域地质灾害多发，交通不便，人口稀疏，优质农业资源较少，不适宜居民点建设，应作为重点生态保护区域。

4　结语

建设用地适宜性评价研究是区域发展优化布局的理论基础。本文运用模糊物元模型以建设用地宜性评价为切入点，以GIS空间分析技术为支撑，对商州区建设用地进行了多因素综合适宜性评价，并应用评价结果，采用系统聚类方法，将商州区建设用地划分为4种类型。分析结果表明，商州区建设用地适宜度分布具有明显差异，该区大部分区域不适合建设用地分布，高适宜建设用地主要分布于丹江及其主要支流两岸，该区应加快高适宜建设用地地区建设以及和中高山地区居民点搬迁与撤并工作，在此基础上，逐渐开展适宜建设用地的集中建设。

构建科学的建设用地适宜性评价体系与方法，将为区域土地利用，特别是为建设用地资源相对短缺的山区，进行城镇化建设时提供理论依据。模糊物元模型适用于多指标评价问题，其优势把人们解决问题的过程形式化，对于无法确定的模糊数学关系进行量化，从而建立起相应的物元模型。本文正是利用物元分析理念，并结合模糊集和贴近度的概念，将熵值法引入到权重的计算中，能够较为全面、客观地评价建设用地适宜性，从而为建设用地适宜性评价提供一条可行的新途径。

［1］康慕谊，朱源.秦岭山地生态分界线的论证［J］.生态学报，2007，27：2774-2784.

［2］Lu C Y，Gu W，Dai A H，et a1（2012）.Assessing Habitat Suitability Based on Geographic Information System（GIS）and Fuzzy：a Case Study of Schisandrasphenanthera Rehd.et Wils.In Qinling Mountains，China［J］.Ecological Modelling.2012，242（3）：105-115.

［3］郭彦龙，顾蔚，路春燕，等.基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布［J］.植物学报，2013，48（4）：411 -422.

［4］郝俊卿.“迁移—集聚”模式下陕南移民搬迁地区城镇化的发展机制与路径研究［C］.陕西省社科界2012-2013年度重大理论与现实问题研究优秀成果选编，2014：154-162.

［5］郑向群，陈明.我国美丽乡村建设的理论框架与模式设计［J］.农业资源与环境学报，2015，32（2）：106-115.

［6］蔡文.物元模型及其应用［M］.北京：科学技术文献出版社，1994.

［7］陈斌，丁世飞.基于信息熵的模糊物元模型预测玉米螟种群动态［J］.数学的实践与认识，2007，37（10）：78-82.

［8］郭彦龙，卫海燕，顾蔚，等.基于模糊物元模型的桃儿七潜在地理分布研究［J］.生态学报，2015，35（3），DOI：10.5846/stxb2013 04120689.

［9］秦天天，齐伟，李云强，等.基于生态位的山地农村居民点适宜度评价.生态学报，2012，32（16）：5175-5183.

［10］蒙莉娜，郑新奇，赵璐，等.基于生态位适宜度模型的土地利用功能分区.农业工程学报，2011，27（3）：282－287.

［11］吴江国，张小林，冀亚哲，等.县域尺度下交通对乡村聚落景观格局的影响研究—以宿州市埇桥区为例［J］.人文地理，2013，28：110-115.

［12］齐增湘，廖建军，徐卫华，等.基于GIS的秦岭山区聚落用地适宜性评价［J］.生态学报，2015，35（4）：1274-1283

［13］杨子生.山区城镇建设用地适宜性评价方法及应用——以云南省德宏州为例［J］.自然资源学报，2016（1）：64-76.

［14］曲衍波，张凤荣，姜广辉，等.基于生态位的农村居民点用地适宜性评价与分区调控.农业工程学报，2010，26（11）：290－296.

［15］胡宝清.模糊理论基础（第二版）.武汉：武汉大学出版社，2010：271-300.

［16］朱雪欣，王红梅，袁秀杰，等.基于GIS的农村居民点区位评价与空间格局优化.农业工程学报，2010，26（6）：326-333.

［17］刘晓清，毕如田，高艳.基于GIS的半山丘陵区农村居民点空间布局及优化分析——以山西省襄垣县为例.经济地理，2011，31（5）：822-826.

［18］吴秀芹，张艺潇，吴斌，等.沙区聚落模式及人居环境质量评价研究—以宁夏盐池县北部风沙区为例.地理研究.2010，29（9）：1683-1694.

［19］王林林，路春燕.陕北黄土丘陵沟壑区聚落分布及形成机制研究——以延安市安塞县为例［J］.农业现代化研究，2015（5）：883-889.

［20］Weber T C.Maximum Entropy Modeling of Mature Hardwood Forest Distribution in Four U.S.States［J］.Forest Ecology and Management，2011，261（3）：779-788.

［21］张家其，吴宜进，葛咏，等.基于灰色关联模型的贫困地区生态安全综合评价—以恩施贫困地区为例.地理研究，2014，33（8）：1457－1466.

［22］Yanga X Q，Kushwahab S P S，Saranb S，et a1.Maxent Modeling for Predicting the Potential Distribution of Medicinal Plant，Justiciaadhatoda L.in Lesser Himalayan Foothills［J］.Ecological Engineering，2013，51，83-87.

Construction Land；Fuzzy Matter Element Model；Suitability Analysis；Shangzhou District

Suitability Assessment of Construction Land in Tsinling Mountains Based on Fuzzy Matter Element Model

ZHANG Hai-long
（College of Urban，Rural Planning and Architectural Engineering，Shangluo University，Shangluo 726000）

陕西省教育厅专项科研计划项目（No.15JK1231）、商洛学院科研基金项目（No.12SKY014）

1007-1423（2016）22-0017-07DOI：10.3969/j.issn.1007-1423.2016.22.004

张海龙（1982-），男，硕士，讲师，研究方向为空间数字模型与GIS应用

2016-07-02

2016-07-22

秦岭山区生态环境脆弱，资源承载能力有限，在该区进行的建设活动必将对其生态环境产生影响。科学评价秦岭山区建设用地适宜性，对建设用地的选址与布局，生态环境的保护和经济社会协调发展均具有积极意义。以商洛市商州区为例，利用模糊物元模型对该区建设用地适宜性进行研究与评价，将研究区建设用地划分为高适宜、适宜、不适宜及禁止建设4个等级。结果表明：模糊物元模型能够较好地对秦岭山区建设用地适宜性进行评价；商州区高适宜建设用地面积为60.29 km2，占研究区总面积的2.28%，表明该区高适宜建设土地面积相对较小。商州区适宜建设用地面积为133.28 km2，占研究区总面积的5.04%，可以进行适度建设。研究结果也可为当前建设用地科学布局提供理论基础。

建设用地；模糊物元模型；适宜性评价；商州区

Because the ecological environment is fragile and resources carrying capacity is limited in Tsinling Mountains，construction activities in this area will impact on the ecological environment.Scientific evaluation the suitability of construction land in Tsinling Mountains，which has positive significance in selection and layout of construction land，protection of ecological environment and harmonious development of economy and society.Takes Shangzhou，Shangluo as an example，uses fuzzy matter element mode to evaluate and research the suitability of construction land，divides construction land this area into four levels：high suitable，suitable，unsuitable and a ban on the construction. The result shows that fuzzy matter element mode can better evaluate the suitability of land for construction in Tsinling Mountains.The high suitable land for construction area is 60.29 km2in Shangzhou，accounting for 2.28%of the total area，indicating that the area of land suitable for the development of construction land is relatively small.Then，suitable land for construction area is 133.28 km2in the area，accounting for 5.04%of the total area，which can be appropriate for development.The result also provides a theoretical basis for scientific layout of the current regional of construction land.