《基于地理加权回归的石漠化影响因子分布研究》由会员分享，可在线阅读，更多相关《基于地理加权回归的石漠化影响因子分布研究（17页珍藏版）》请在金锄头文库上搜索。
1、基于地理加权回归的石漠化影响因子分布研究 许尔琪 中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室 摘 要： 分析和识别石漠化的关键影响因子, 有助于有效治理和恢复石漠化。以往研究对影响因子的空间局部差异关注较少, 本文以黔桂喀斯特山地为研究区, 选取自然及社会经济等 12 个影响因子, 利用地理加权回归 (GWR) 模型, 在普通线性回归的基础上嵌入空间因素, 分析石漠化影响因子的空间分异。结果表明: (1) 黔桂喀斯特山地的石漠化 Morans I 大于正态函数在 99%显著水平, 存在明显空间聚集现象; (2) GWR 模型 R2 (0.508) 明显高于传统统计模型的 R2
2、(0.156) , 回归模型拟合效果显著提高; (3) 12 个影响因子与石漠化关系呈现不同数值大小、正负效应和线性组合关系的空间分布差异; (4) 人类活动叠加在喀斯特特殊的岩性、土壤和植被组合上, 显著影响石漠化分布;同时, 局部区域高强度人类活动导致石漠化的急剧变化。GWR 模型可揭示石漠化影响因子的空间分异规律和局部的关键影响因子, 刻画多因子组合作用对石漠化的影响, 有助于差别化的小流域石漠化治理。关键词： 石漠化; 影响因子; 地理加权回归模型; 空间分异; 黔桂喀斯特山地; 作者简介：许尔琪, 男, 广东汕头人, 博士, 主要从事土地利用及空间格局、生态环境效应研究。E-mail
3、:收稿日期：2017-08-23基金：国家自然科学基金项目 (41601095) Spatial variation in drivers of karst rocky desertification based on geographically weighted regression modelXU Erqi Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sci
4、ences; Abstract： Analysis and identification of key drivers of karst rocky desertification (KRD) can contribute to effective management and restoration. Ignoring heterogeneity leads to statistical bias and influences the specificity of desertification control planning. Taking Guizhou and Guangxi Kar
5、st Mountainous Regions as the study area, this paper chose twelve factors, including socioeconomic, spatial distance, topography, climate, soil, lithology and land use, as drivers of KRD. Geographically Weighted Regression modeling (GWR) and embedding spatial factors to the traditional ordinary line
6、ar regression (OLS) model were used to analyze the spatial distribution of influence on KRD. An obvious spatial agglomeration of KRD in the study area according to Morans I at the significant level of 99% was found. Coefficients of determination (R2) of GWR were much higher for OLS (0.508 vs. 0.156)
7、 , indicating a much better fit for the GWR model.Coefficients of GWR between twelve drivers and an obvious spatial distribution of value magnitudes, negative or positive effects and combined types. The specifics of the karst background create a fragile and vulnerable environment that is susceptible
8、 to human activities. Meanwhile, intense human activities lead to a sharp change in KRD status, which included the predatory sabotage for casing the severe KRD and the KRD restoration projects for reversing KRD to no KRD. The regression coefficients of the twelve drivers and their linear combined ch
9、aracteristics showed different spatial distributions based on GWR modeling. Using the GWR model revealed the spatial discrimination of the effects of driving forces on KRD and identified key drivers of KRD at the local area, revealing the spatial distribution of the joint effect of different driving
10、 forces helping provide a scientific reference to differential KRD control at small watershed scales.Keyword： Karst rocky desertification; driving force; geographically weighted regression model; spatial distribution; Guizhou and Guangxi Karst Mountainous Region; Received： 2017-08-23引用格式:许尔琪.基于地理加权回
11、归的石漠化影响因子分布研究J.资源科学, 2017, 39 (10) :1975-1988.Xu E Q.Spatial variation in drivers of karst rocky desertification based on geographically weighted regression modelJ.Resources Science, 2017, 39 (10) :1975-1988.1 引言“石漠化”是指热带、亚热带脆弱的岩溶环境中, 由于不合理人类干扰和破坏, 发生植被退化、土壤侵蚀和基岩裸露等的土地退化现象1-4。世界岩溶地貌集中分布区主要包括有欧洲中南部、北
12、美东部和东亚地区等三大片区。前两个片区上百年前就有石漠化, 如土耳其、法国、摩洛哥、意大利、克罗地亚等等都曾经有石漠化5-7, 但由于上述地区地质环境脆弱性较小、人口和经济压力相对较轻, 石漠化多为生态地质环境因素影响8,9。然而, 地处东亚片区中心地带的西南岩溶地区, 其石漠化问题不仅受地质背景的影响, 更是自然因素和人类活动叠加的结果10-14。因此, 分析和识别石漠化的关键驱动因素及其贡献程度, 有助于治理和恢复石漠化。石漠化吞噬西南岩溶地区民众的生存空间, 影响珠江、长江的生态安全, 制约区域经济社会可持续发展10,15,16。研究表明, 石漠化的影响因子众多14,17-20, 自然因
13、素包括地质条件、气候因素、地形因子和地貌类型等21-24, 人为因子既包括毁林开荒、坡地种植、超载过牧和开山开矿等加剧石漠化的行为, 也包括生态修复工程等治理石漠化的因素9,25-28。不同案例区影响石漠化的关键因素各不相同, 贡献率也有显著差异14,18,19, 但这些研究却很少关注石漠化与影响因子关系在案例区内的空间差异。考虑到石漠化治理和恢复多是以小流域为单元, 如果缺乏对因子影响程度空间分布的认识, 将影响石漠化治理规划和工程制定的准确性, 尤其随着研究区面积的增加, 空间差异和不确定性将进一步增加。因此, 本研究选定黔桂喀斯特山地, 采用地理加权回归 (GWR) 模型, 辨析石漠化与
14、影响因子关系的空间差异, 为喀斯特地区石漠化治理提供科学依据。2 研究区概况、研究方法与数据来源2.1 研究区概况本文以位于贵州和广西的黔桂喀斯特山地为研究区29, 该区覆盖峰林、峰丛和洼地等主要喀斯特地貌类型, 面积为 21.41 万 km, 约位于 22854N-281227N, 1041827E-1102040E 之间 (图 1) 。地势为西北高, 东南低, 山地多, 平地少。该区属亚热带季风湿润气候, 年均降雨约为 8001900mm, 年均温度为 923。作为中国石漠化分布的最严重区域, 各类型石漠化皆有分布, 是石漠化与影响因子关系研究的典型区。2.2 研究方法与数据来源2.2.1
15、 石漠化分级因石漠化分级标准较多, 尚无统一定论, 本文采用国家林业局官方发布的最新一期石漠化空间分布数据 (2011 年) 30, 并对部分结果进行人工修正, 该数据主要依据基岩裸露、植被覆盖和土壤覆盖程度进行石漠化分级31 (表 1) , 将石漠化强度等级分为无石漠化、潜在石漠化、轻度石漠化、中度石漠化、强度石漠化和极强度石漠化等 6 级, 分别用 16 表示。2.2.2 影响因子选取对比以往研究对石漠化影响因子贡献程度的结果14,17-20, 考虑数据的可获得性, 本文共选取 12 个影响因子 (图 2) , 包括社会经济、空间距离、地形、气候、土壤和土地利用等因素, 其数据来源及处理过
16、程见表 2 (见第 1978 页) 。以 1km1km 栅格单元对石漠化和影响因子进行空间重采样, 共计 21.41 万个单元, 进行后续分析。图 1 黔桂喀斯特山地范围 Figure 1 Boundary of Guizhou and Guangxi Karst Mountainous Region 下载原图表 1 石漠化等级分级标准 Table 1 Classification standard of karst rocky desertification 下载原表 2.2.3 数据预处理为避免指标之间由于量纲和数量级的影响, 本文采取 Z-score 标准化方法将石漠化分级及影响因子进行标准化处理, 转化函数如下:式中 x为标准化后数值;x 为原始数值; 为样本数据均值; 为样本数据标准差。采用容差及方差膨胀因子 (VIF) 对影响因子与石漠化关系进行共线性检验, 以避免由于因素之间
