张 洵
(辽宁省水文局,沈阳 110003)
Logistic回归模型在阜新市水库湿地演变驱动力分析中的应用
张 洵
(辽宁省水文局,沈阳 110003)
水库湿地作为阜新市面积最大的人工湿地之一,其是该地区重要的生态基础保障。因此,文章从社会经济以及自然环境两个方面,就阜新市水库湿地演变的驱动因子指标系统进行分析。其中,阜新市的入境水量以及气温和降水量及地下水埋深等指标,构成了该地区水库湿地演变的驱动因子指标体系。而阜新市常驻人口以及人均GDP、城市化率三大主要指标,构成了该地区社会经济驱动因子指标体系。在研究过程中,文章基于长时间序列,针对阜新市1989—2015年水库实地演变过程中形成的TM遥感影像,重点提取了该地区30多年来的水库湿度空间分布以及水文变化演变规律信息数据资料,结合阜新市水库湿地增长已经减少这一时空演变过程中呈现出来的具体规律,采用Logistic回归模型,对阜新市水库湿地的具体空间分布情况及其在不同时段内的演变驱动力进行探讨分析。
Logistic回归模型;阜新市;水库湿地;演变驱动力
湿地包括多种不同类型,其中水库湿地就是其中的一种类型。其主要的生态功能就是对区域地下水进行补充及对河川径流量进行调节,起到水源供给的作用。在此过程中,水库湿地还能够起到调节区域气候及促进物质循环的作用。尤其是在辽宁省阜新市水质净化及污染降解和生物多样性维护过程中,发挥着至关重要的作用。但是近年来,随着城市化进程不断推进,辽宁省经济社会快速发展,阜新市作为一大主要的重工业城市,受人类实践活动与气候变化双重影响,使该地区水库湿地的功能结构发生了很大变化,生态系统失衡,反过来又对辽宁省阜新市生活、生产造成了严重影响。对此,文章将以阜新市为例,针对Logistic回归模型在阜新市水库湿地演变驱动力分析中的应用情况进行论述。
阜新市位于辽宁省西部的低山丘陵地带,属于东北辽河平原及内蒙古高原的过渡带,分为细河区以及新邱区和海州区及太平区和清河门区5个不同的市辖区。阜新市气候类型属于温带大陆性季风气候,雨热同期、四季分明,夏季和冬季平均气温分别为20℃和3℃。早在2014年,阜新市就积极启动了细河综合治理工程项目,重点抓543工程,分别在王营子以及韩家店河及汤头河、五道桥河流域内实施生态恢复治理工程,进一步打造舒适美丽、宜居祥和的城市。截止目前,辽宁省阜新市已在细河流域修建成10多处人工湿地景区及5座潜坝和超过30km长的河道。尤其是在543工程的指引和带动下,阜新市河道生态系统及人工湿地景观系统得到改善,其在阜新市工农业生产及防洪和城市生产以及生活用水等方面发挥了巨大的经济效益和社会生态效益。但是,在近年来的人工实践过程中,阜新市水库湿地受自然因素与社会因素双重影响,水库湿地时空演变分布发生了很大变化[1]。
结合上述背景资料,文章将以Logistic回归模型为分析研究手段,将阜新市1989—2015年的TM遥感影响资料进行优化组合,通过选取该研究区近30多年水库湿地空间分布变化历史信息资料,选择空间变化时段段较为明显的驱动力因子,从自然以及社会经济两方面,科学构建阜新市水库湿地演变的驱动因子指标空间变化回归模型,对不同时间段水库湿地演变驱动机制进行分析。具体研究技术实施流程如图1所示:
图1Logistic回归模型在阜新市水库湿地演变驱动力分析中的应用流程
2.1 数据资料选取
文章在研究之前,重点选取了阜新市1989—2015年历史遥感影像数据资料,为了避免该地区气象资料受气候等相关因素影响,文章选取每年10—11月份的部分数据资料进行分析。该时段阜新市天气晴朗期多、降雨较少。因此,卫星遥感云图较为清晰,便于后期分析过程中,选取阜新市水库湿地相关信息。通过分析,阜新市30多年的历史数据资料表明,该地区水库湿地空间分布信息总体变化幅度较大,且湿地总面积逐渐经历了一个先增后减的变化过程。在此过程中出现波峰与波谷,由此反映了阜新市水库湿地面积的增长与消退这一变化趋势。对此,文章将结合这一变化趋势,详细对阜新市水库湿地演变驱动力进行分析[2]。
2.2 选取Logistic回归模型相关指标体系
水库湿地生态景观系统较为复杂,因此在时空演变过程中,会受人为因素与自然因素双重影响。通过内部与外部双重驱动力共同作用,导致阜新市历史湿地面积先增后减[3]。基于此,文章将重点从社会经济视角及自然因素两个不同视角下,对辽宁省阜新市水库湿地演变驱动力影响因素相关指标因子进行选取,从而构建Logistic回归模型定量与定性分析指标体系[4]。具体指标见表1所示:
表1 Logistic回归模型分析中阜新市水库湿地演变驱动力影响指标体系选取
2.3Logistic回归模型构建
基于上述指标文章将选用Logistic回归模型,对阜新市水库湿地演变驱动力影响因素进行分析[5]。按照这一模型的实际建模要求,假设指标x1、x2、x3......xn分别是与因变量Y存在相关性的一组自变量,而P是某事件发生的概率,则(1-P)为该事件没有发生的概率,由此构建如下指标回归分析模型:
(1)
在上述回归模型中,阜新市水库湿地增加或减少的概率通过P表示;
另外,对阜新市水库湿地演变驱动力影响的相关社会因子及自然因子,分别通过自变量x1、x2、x3……xn表示,其中主要分为以下7大因子:①阜新市历史气候因子;②阜新市历史降雨量因子;③阜新市地下水埋深;④阜新市入境水量;⑤阜新市人均GDP;⑥阜新市城市化率;⑦阜新市常驻人口。
在上述回归模型中,常数项以及模型偏回归系数分别通过α和β表示;通过这一系数可以看出,自然因素及社会经济双重因素在阜新市水库湿地演变驱动影响中的实际贡献度[6]。
2.4Logistic回归模型数据分析
文章在对上述7大不同因变量进行回归分析时,主要基于随机数据抽样法,对阜新市1989—2015年这段时期内典型数据变化情况进行分析,以此筛选出事件发生与否,对辽宁省阜新市水库湿地演变驱动力影响过程中的具体贡献系数。在此过程中,将不显著因素剔除,分别采用“1”和“0”对该研究区水库湿地的演变情况进行评估,“1”表示在研究期内,该地区湿地水库发生显著变化;而“0”表示该地区在研究时间断内,水库湿地无明显变化[7]。如下表3数据所示为1989—2015年阜新市水库湿地演变典型年份回归分析资料:
表2 1989—2015年阜新市水库湿地 演变典型年份回归分析数据 km2
结合上述数据资料,文章基于ArcGIS技术平台对以上不同年份的水库湿地面积进行叠加处理,然后将具体变化矢量图转化成分辨率为40m的栅格图层,具体如图2所示:
图2 阜新市水库湿地演变回归分析遥感云图(部分)
注:“1”为不变化部分(红色区域);“0”为未变化部分(白色区域)。
2.5 驱动力显著性分析
表3 阜新市水库湿地演变驱动力显著性回归检验
故从上述数据显著性以及相关性回归分析中可以看出,城市化率 (%)、常住人口 (万人)及气候因素和人均GDP(万元)四大因素是阜新市水库湿地演变过程中的主要驱动因子[8]。从中不难发现,在1989—2015年这段时期内,阜新市城市化迅速发展,常驻人口不断增多,经济社会总体发展水显著提升,由此带来了一系列环境问题,使阜新市水库湿地面积不断减少[9]。
综上所述,文章通过研究,结果表明在早期研究时间范围内,年降水量以及入境水量为阜新市水库湿地变化的两大主要驱动因子。其中,在2009—2015年这段研究期间内,经过对阜新市水库湿地演变驱动力进行Logistic回归分析,发现入境水量和年均降水量对阜新市水库湿地增长变化的主导驱动力实际贡献系数逐降低。在此过程中,该研究区水库湿地演变驱动力变化中自然因素的影响已经不占主导地位,而经济发展水平及城市化率和常驻人口为阜新市水库湿地急剧减少的主要驱动因子,其实际贡献率分别为6.82、8.52和7.90。但总体来看,在此过程中,该研究区水库湿地演变驱动力变化中,人为活动的影响占据主导地位,阜新市受经济社会因素及自然生态因素双重影响。因此,在今后政府治理实践中,应注意平衡经济社会发展与生态环境保护之间的关系。在保证生态效益有效提升的前提下,大力发展经济,促进阜新市生态效益与经济效益和社会效益协调提升。
[1]郭福厚,梁凤国.辽宁省湿地资源保护的对策分析[J].水土保持应用技术,2006(01):33-34.
[2]李艳君,许翼.第二牤牛河旁侧湿地工程技术与实践[J].水土保持应用技术,2013(01):15-16.
[3]贾滨洋,张伟,张峰瑜.严重污染事故后河流的生态恢复——以沱江为例[J].环境科学导,2008(05):35-40.
[4]汪世国.玛纳斯河流域水资源优化配置系统研究[J].水利建设与管理,2010(05):72-75.
[5]尹亭.电网EMS系统全数据记录分析之研究[J].中国水能及电气化,2015(01):33-35,32.
[6]田冰.河北省自然湿地生态需水量分析[J].水土保持应用技术,2007(02):34-36.
[7]金云杰.凌河流域人工湿地对水环境质量影响分析评价[J].水土保持应用技术,2015(05):27-28.
[8]田坤,范荣亮,安婷,等.基于敏感性分析的徐州市水生态综合治理[J].水利规划与设计,2015(05):1-6.
[9]邓志国.大石桥市水资源开发利用现状分析与评价[J].水利技术监督,2015(03):28-29,51.
1007-7596(2017)01-0118-04
2016-12-22
张洵(1979-),女,辽宁锦州人,高级工程师,研究方向为水资源评价、地下水管理等。
X
B