GIS在土地适宜性评价中的应用与展望

ＧＩＳ在土地适宜性评价中的应用与展望

李亚萍　马　蓉＊

（石河子大学机械电气工程学院，新疆石河子８３２００３）

摘 要：该文综述了ＧＩＳ支持下的各种土地适宜性评价方法及其优缺点。叠加分析方法、多指标决策模型以及人工智能方法等，其应用过程强调技术层面和群众参与是进行土地适宜性评价不可缺少的两个层面。

关键词：ＧＩＳ；土地；土地适宜性评价；公众参与；综述

中图分类号Ｆ３０１ 文献标识码Ａ 文章编号１００７－７７３１（２００８）１０－０５１－０３

土地适宜性评价是利用相关的自然、经济、社会和技术数据，对土地进行最佳利用评价，特殊目的的土地评价。它不仅揭示了土地的生产潜力，而且针对某种土地利用，反映出土地适宜性的程度及改良利用的可能性，是土地利用总体规划的重要内容。为充分合理利用土地资源，保证土地适宜性评价的准确性和科学性，必须借助有效的技术。随着计算机技术、地理信息系统技术、遥感技术和全球卫星定位技术等先进的信息处理技术的广泛应用，我国的土地适宜性评价有了很快的发展，而且不断创新，土地评价已成为ＧＩＳ的重要应用领域之一。

地理信息系统（Ｇｅｏｇｒａｐｈｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｙｓｔｅｍ，简称ＧＩＳ）技术是指由计算机系统、地理数据和用户组成的，通过对地理数据的集成、存储、检索、操作和分析，生成并输出各种地理信息，从而为土地利用、资源管理、环境监测、交通运输、经济建设、城市规划以及政府各部门行政管理提供新的指示，为工程设计和规划、管理决策服务。美国爱达荷大学地理系的Ｋａｎｇ－ｔｓｕｎｇＣｈａｎｇ把地理信息系统定义为用于输入、存储、查询、分析和显示地理数据的计算机系统。

２０世纪６０年代，Ｒｏｇｅｒ　Ｆ﹒Ｔｏｍｌｉｎｓｏｎ和Ｄｕａｎｅ　Ｆ﹒Ｍａｒｂｌｅ在不同地方，从不同角度提出地理信息系统，三四十年以来，地理信息系统已经得到了巨大发展，２０世纪９０年代已经进入了用户时代，并广泛应用于政府国土、环境、人口等资源的调查统计、分析、管理及决策，区域规划管理、城市基础设施管理、行业规划管理、大型工程规划设计、市场分析、商业与服务业管理等方面。

未来地理信息系统将朝着数据标准化（Ｉｎｔｅｒｏｐｅｒａｂｌｅ　ＧＩＳ）、数据多维化（３Ｄ＆４Ｄ　ＧＩＳ）、系统集成化（Ｃｏｍｐｏｎｅｎｔ　ＧＩＳ）、系统智能化（ＣｙｂｅｒＧＩＳ）、平台网络化（Ｗｅｂ　ＧＩＳ）和应用社会化（数字地球Ｄｉｇｉ－ｔａｌＥａｒｔｈ）的方向发展。

ＧＩＳ支持下的土地适宜性评价是用户通过ＧＩＳ系统对相关地理对象（图层）交互地输入、显示、分析以及结果输出的过程，空间分析和推理是问题的核心，辅助决策是最终目的。从最初的数据到用于辅助决策的信息，基于ＧＩＳ的土地适宜性评价包括数据、用户参与以及辅助评价的方法等几个不可缺少的要素。与其他应用领域一样，ＧＩＳ通过支持建设者、规划者、决策者等不同人群的参与来达到社会化的目的。基于ＧＩＳ的土地适宜性评价技术在诸多方面的应用，以及其他相关技术（如网络和人工智能技术）的发展，导致新的土地适宜性评价方法不断涌现。

１　ＧＩＳ支持下土地适宜性评价方法

１．１　叠加分析方法。叠加分析方法就是将不同的评价因子图层进行叠加分析，综合形成一个总的评价图，操作中用得最多的是布尔运算和加权综合法。叠加分析方法的优点是容易理解和操作，应用也广泛。但是，在进行加权综合分析操作时，很多时候操作者并没有很好地理解那些评价因子以及赋予它们相应权重的意义。而且，各评价因子标准化和归一化的方法在很多情况下并不恰当，同时该方法假定各个评价因子之间没有相关性。而评价工作者并不了解或忽略了这些假设，由此导致了一些不正确的结论。叠加分析方法将复杂的适宜性分析评价过程简化为几个评价因子的问题，而不是多因素、多方面的综合判断，因为这种综合很难在计算机中表示出来。

１．２　多指标决策模型。多指标决策模型克服了传统的叠加分析方法的不足，ＧＩＳ支持下的多指标决策模型可以看作是将空间与非空间数据综合为决策性结论的过程，多指标决策模型定义了输入与输出图层之间的关系。包括地理数据的处理、决策者的喜好以及根据某种决策规则进行的选择等，它将地理数据与决策者的喜好综合为一个一维的对应于多种选择方案的数值。按照决策规则不同，又可分为多目标决策模型和多属性决策模型。多目标决策模型侧重于数学模型运算，而多属性决策模型侧重于数据方面。多属性决策模型是一种离散的模

作者简介：李亚萍（１９８０～），女，汉，助教，硕士研究生，研究方向为农业遥感。＊通讯联系人。

收稿日期：２００８－０５－１０

型，它假设每一种选择方案都已经具体地给出，而在多目标决策模型中，可选方案则是在过程中产生的。１．２．１　多目标模型。该模型通过定义多个决策目标的功能变量以及对这些变量施加限制条件的决策模型来确定可选方案，通过一系列的决策变量对决策方案进行详细的定义。它往往采取将这些变量转化为单目标问题，并且运用线性运算的方法予以解决。这种线性运算的方法可以用来优化土地利用，产生不同的规划方案，同时分析决策变量和限制因子的关系。多目标模型的优点是它将地租和机遇成本等要素纳入考虑范畴。但是随着问题复杂性的增大，特别是适宜位置选取问题被定义为线性变量，限制了该方法的深入应用。启发式算法一定程度上可以解决这一问题，但并不保证能有一个最优解，很多时候只是近最优解。多目标模型面临的根本问题是：它无法将不同土地利用方式的选择看作是一种包含邻接性和整体性的空间模式；并且优化算法软件包与ＧＩＳ软件集成困难，它复杂的数学运算较难在ＧＩＳ环境中实现。由此引入了更容易在ＧＩＳ环境中实现的多属性模型。

１．２．２　多属性模型。２０世纪９０年代以来，一系列多属性模型评价方法在ＧＩＳ环境中得以实现。相对权重值法和布尔逻辑运算是其中最简单和最直接的方法。决策者首先确定每个属性（评价因子）的相对权重，将每种属性的权重值乘以该属性的所得分值，然后相加得到总分值，选择总分值最大的方案。这种方法简单易行，一般的ＧＩＳ都能实现，但也存在一些缺陷。层次分析法（ＡＨＰ）是应用较多的方法之一，它是将问题元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。这种方法是在对复杂决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数字化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。基于这些优点，层次分析法在土地利用规划协同决策方面得到很好的应用，但也有人对其理论上的功能质疑。

总的来说，多指标决策模型面临一些问题。首先输入ＧＩＳ系统的数据具有不确定性、不精确性和模糊性。其次，它必须将不同量纲的指标进行标准化处理，不同的标准化处理方法可能导致不同的结果。最常用标准化处理方法是线性变换法，但该方法在理论和经验方面均未有好的校正方案。再者，究竟某个特定的区域该采取何种土地利用措施仍是一个问题，还有很多有关决策支持的问题没有解决。如将多指标决策方法用于是否适合建造住房的评价时，两种方案的支持率都在３０％左右，给最终决策带来难题。人工智能方法有望解决这一问题。１．３　人工智能方法。空间信息技术的发展表明人工智能为土地适宜性分析与规划问题的研究提供了新的机遇。从广义上讲，人工智能包括所有能够辅助人们在模拟决策中的计算技术。与其他方法所不同的是，它能较好地容忍不确定性、模糊性以及不准确性等。人工智能方法包括人工神经网络、遗传算法、模糊数学、元胞自动机等。

１．３．１　模糊数学方法。在一个复杂的土地利用适宜性评价系统中，有时很难给出常规评价方法所需的准确数值，在某些时候适宜与不适宜的边界并不太明显。在确定边界时有很大的不确定性，引入了模糊数学的方法。模糊数学方法面临的最大难题是隶属函数的确定问题。１．３．２　人工神经网络方法。人工神经网络模型模拟人脑的功能，具有自组织、自适应的能力。误差反向传播人工神经网络（ＢＰ网络）是应用最广泛的人工神经网络之一。ＢＰ网络方法包括训练学习和应用两个过程。训练学习就是根据输入输出不断调整网络节点值的过程。人工神经网络模型用于土地适宜性评价就如一个自适应的不断调整的系统，用户可以将更多的精力关注问题本身而不是具体的技术细节。因此，被不少研究者所采纳。其缺点是对训练数据的依赖性大，用户并不清楚如何优化网络结构。

１．３．３　遗传算法。它是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法。由于其具有健壮性，特别适合于处理传统搜索算法解决不好的、复杂的和非线性问题，在土地适宜性评价中得到较好的应用。但遗传算法只是一种找到近最优解的方法，并不能保证找到最优解。而且很多时候人们知道如何将遗传算法的抽象框架运用于具体的实际问题。如果能很好地描述问题空间和解决方案，也许并不需要遗传算法。

１．３．４　元胞自动机。把一个长方形平面分成若干个网格，每一个格点表示一个细胞或系统的基元，它们的状态赋值为０或１，在网格中用空格或实格表示，在事先设定的规则下，细胞或基元的演化就用网格中的空格与实格的变动来描述，该模型就是元胞自动机。元胞自动机（Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ，ＣＡ）可以很好地模拟系统从最初的简单状态通过动态的交互过程演化为一个复杂系统的过程。ＣＡ模型可以与多指标模型等方法结合，在ＧＩＳ系统中实现多种方法的集成。ＣＡ模型与代理技术结合，基于ＧＩＳ的代理模型将为土地适宜性评价提供强有力的工具。

总的来说，以下情况适合采用人工智能方法。（１）存在大量的不可预料的非线性数据；（２）隐含着对于解决问题重要的解决模式；（３）决策情况和人们的意见不能很好地定义。基于ＧＩＳ的土地适宜性评价方法从最简单的叠加分析发展到多指标分析、人工智能方法以及多种方法的综合。目前，经典的叠加分析方法仍是运用最广泛的。叠加分析方法的不足在于它没有很好地将ＧＩＳ和决策过程结合起来。多指标决策模型在一定程度上解决了这些问题，但未能很好地解决指标的标准化问题以及

权重确定方法等。这些问题在人工智能方法中部分得到解决，但人工智能方法最大不足在于它采取“黑箱”式的分析问题风格。

２　结　论

基于ＧＩＳ的土地适宜性评价方法经历了从简单的叠加分析到多指标分析到人工智能以及多种方法综合的过程。指标的选取和标准化、权重的确定以及如何将ＧＩＳ和决策过程结合，始终是评价方法研究的关键。为了更好地发挥ＧＩＳ在土地适宜性评价中的作用，ＧＩＳ从专家型向开放式社会化方向发展势在必然。在利用ＧＩＳ进行土地适宜性评价的过程中，存在技术和政策两方面的困难，主要表现为：准确性、可达性、责任与义务等。

现实世界与用于表达模拟现实世界的数据（地理对象和相关属性）之间总是存在误差，这就导致准确性问题。并且，在评价过程中用户很容易被误导，只考虑地理对象本身而忽略了它所代表的现实世界。因此，不能忽视主观信息和客观信息的综合处理，在分析评价中结合群众的参与意见，在ＧＩＳ中恰当地表达公众意见将是问题解决的关键，但公众参与过程中又涉及可达性、责任与义务等问题。

可达性仍是一个难题，虽然计算机软硬件的发展使得更多的人有机会接触到ＧＩＳ，从而加强群众对土地利用问题的参与，但目前群众的参与程度并不高，更多的是由于经济和政策方面的原因，还有责任与义务方面的原因。决策问题从来就不只是一个技术问题，要实现客观公正，就要求公众在参与整个土地评价与规划的过程中，有一定的可信度、透明度以及相应的责任机制。每个参与的个人和组织都明确自己的义务与责任，而且ＧＩＳ专家、土地利用规划人员以及决策者都能很好地接受批评与改正意见。

参考文献

［１］束克欣．合理配置土地资源充分发挥土地资产效益［Ｊ］．资 源．产业，２００２，６（４）：９～１３．

［２］陈述彭，鲁学军，周成虎．地理信息系统导论［Ｍ］．北京：科 学出版社，２０００．

［３］Ｋａｎｇ–ｔｓｕｎｇ　Ｃｈａｎｇ．地理信息系统导论［Ｍ］．陈健飞等 译．北京：科学出版社，２００３．

［４］栗斌．政府ＧＩＳ数据仓库建设与应用初探［Ｊ］．测绘通报， ２００２（２）：４～６．

［５］俞翔，毛敏，彭其渊．基于ＧＩＳ的城市交通规划信息系统设 计构思［Ｊ］．交通运输工程与信息学报，２００４（１）：１０６～１１１．［６］秦向红，毕雪梅．ＧＩＳ与环境影响评价规划［Ｊ］．哈尔滨师范 大学自然科报，２００４（１）：８６～８９．

［７］于志慧，戚晓明．证券市场区域板块分析中ＧＩＳ的应用 ［Ｊ］．北方经贸，２００３（４）：７３～７４．

［８］ＡＥＲＴＳ　Ｊ．Ｓｐａｔｉａｌ　ｄｅｃｉｓｉｏｎ　ｓｕｐｐｏｒｔ　ｆｏｒ　ｒｅｓｏｕｒｃｅ ａｌｌｏｃａｔｉｏｎ：　ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　ｏｐｔｉｍｉｚａｔｉｏｎ， ｕｃｅｒｔａｉｎｔｙ　ａｎａｌｙｓｉｓ　ａｎｄ　ｖｉｓｕａｌｉｚａｔｉｏｎｔｅｃｈ－ ｎｉｑｕｅｓ［Ｄ］．Ｆａｃｕｌｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ，Ｕｎｉｖｅｒｓｉｔｙ

ｏｆ　Ａｍｓｔｅｒｄａｍ，２００２．

［９］ＨＯＰＫＩＮＳ　Ｌ．Ｍｅｔｈｏｄｓ　ｆｏｒ　ｇｅｎｅｒａｔｉｎｇ　ｌａｎｄ　ｓｕｉｔ ａｂｉｌｉｔｙ　ｍａｐｓ：ａ　ｃｏｍｐａｒａｔｉｖｅ　ｅｖａｌｕａｔｉｏｎ［Ｊ］． Ｊｏｕｒｎａｌ　ｆｏｒ　Ａｍｅｒｉｃａｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｐｌａｎｎｅｒｓ１９９７， ３４（１）：１９～２９． （郑丹丹编、校）

（上接２３页）然后选择一保温性能好的房舍，打扫干净后用无病毒的干稻草、锯木屑等保温物垫底１６～２０㎝厚，把包好薄膜的电热毯平铺于保温物上，再在电热毯上铺一床草席或竹席等，以便堆种催芽，并将温床四周用木板围好。将经消毒的种谷倒入盛有５５℃的热水容器中，边倒边翻动，静置３～５ｍｉｎ后，再搅动调温３～４次，使稻种在３５℃的温水中，充分预热、吸水１ｈ左右。将预热吸水的稻种捞出滤干，均匀地摊堆在电热毯温床上，一般一床单人电热毯可催稻种１５～２５ｋｇ。然后用塑膜把稻种包盖住，在薄膜上再加盖草等保温物，四周封牢扎紧，即可通电催芽。温床中要等距离安插入２～３支温度计，始终保持２５～３２℃温度如达到３９℃时应停电降温。为了不烧坏电热毯，白天中午可停止通电３～５ｈ。催芽期间要勤检查温湿度，如稻种稍干时，应及时喷水增湿，并常翻动换气，使稻种谷受热均匀，芽齐芽壮。

３．２　适时播种。谷种露白后调温到２５℃～３０℃，适温催芽促根，待芽长半粒谷、根长１粒谷时即可播种下田。在催芽中要随时注意谷种温度的变化，防止谷种温度过高或过低。温度过高会烧种，过低则会发酸臭酒，影响发芽率。

３．３　炼芽。在播种前要把催好芽的谷种摊开在常温下炼芽３～６ｈ后播种。使谷种适应空气温度，提高成苗率。３．４　播种方式。目前主要采用水育秧和旱育秧。对于健康、饱满、发芽势强的种子水旱育都可，对于色泽饱满度差、发芽势弱，甚至有病菌感染的种子，最好采用旱育秧。旱育栽培的秧苗具有秧苗矮壮、根系活力强，抗寒力强的特点，移栽后起发快，分蘖旺盛，提高成穗率和结实率，不仅可以早播早栽，提早成熟，而且可以节省秧田、薄膜、种子、用工、肥料投入和用水量。

３．５　防止烂秧。烂秧是烂种、烂芽和死苗的总称。以扎根现青为界，烂种烂芽发生在扎根现青以前。死苗发生在扎根现青以后，特别是２、３叶期比较严重。烂秧的防治办法：一是喷药杀菌，土壤杀菌主要用敌克松（１：５００）与硫酸铜（１：１　０００）混合液１５０ｋｇ粗雾点喷于厢面；二是及时供水防治青枯死苗；三是芽期遭雨水冲洗，种芽裸露，可补覆盖物或用稀泥浆匀洒厢面，均可提高出苗率；四是适当延长秧龄，培育分蘖壮秧。 （陈吉三编，孔　爽校）