基于元胞自动机和多准则决策的潜在土地适宜性评价模型系统 - 图文

基于元胞自动机和多准则决策的潜在

1. 需求分析

土地是人类赖以生存的基本条件和物质基础。随着人口的增长和经济社会的发展，对土地的需求也在不断增加。在有限的土地资源条件下，如何合理配置人类生产、生活所需用地，保证土地资源的可持续利用，协调人地之间的矛盾，是摆在我们面前的重大课题。

土地利用适宜性评价根据特定的用地类型，以土地合理利用为目标，对土地属性进行鉴定，并阐述土地适宜性程度。土地适宜性分析可以引导人们按照土地的内在适宜方向进行开发，对于保证合理适当地利用土地资源、提高土地的社会价值具有重要的指导意义。但是在传统的土地利用适宜性评价工作中，仍然存在评价结果主观性较强，评价过程效率不高，难于做长期的潜在适宜性评价等问题。面对这样的情况，一些人工智能的方法被应用到该领域中了。但是当前使用的人工智能方法相对单一，很多优势性很强的新兴人工智能方法还未得到应有的利用。因此我们在此建立了一个基于元胞自动机和多准则决策的潜在土地适宜性评价模型系统，对土地利用的当前适宜性和潜在适宜性进行分析。

土地适宜性评价模型系统

2．解决思路

土地适宜性评价有几个特点。（1）土地适宜性评价涉及土壤、水文、气象、地质、人文等多个方面，是多种评价因子共同参与的综合产物。（2）土地作为一个复杂系统，其内部的规律很难通过简单的数学方程来表达。因此，选用能够模拟复杂系统的、合适的模型方法来解决实际的评价工作是非常重要的。（3）土地适宜性评价的研究必须基于空间信息，评价必须以空间的形式来表达。

系统采用层次分析法来确定各评价因子的权重值。但由于层次分析法模型建立的过程中的人为主观因素，一定程度上会影响决策结果，通过敏感性分析，可以确定不精确因素对决策会产生多大的影响，对决策结果会产生多大的偏移，因而提出了在空间尺度上研究多准则权重敏感性的新方法，将通用的敏感性分析方法运用在基于GIS的层次分析多准则决策模型中，并开发了相应的AHP Sensitivity工具模块来检测多准则决策评价相对准则因子权重的

1

变化，并进一步对决策问题的空间动态变化做可视化展现。最后以层次分析法作为元胞自动

机的转换规则来建立土地利用适宜性模拟模型。

3．系统设计

3.1 系统构架图

图 1 系统构架图

3.2数据准备

研究区选取了澳洲某个灌溉农业区域，通过分析现有的灌溉用地，结合各类评价体系来研究当地的灌溉农业土地适宜性。

3.2.1 适宜性等级的划分

参照联合国粮农组织的《土地评价纲要》，根据土地对评价用途的适宜性程度、限制性强度和生产能力的高低，我们将灌溉农业用地适宜性分为四个等级（S1、S2、S3、N）。

高适宜（S1）：对灌溉用地高度适宜，土地质量最适合灌溉农业发展。土地利用评价的各项准则因子都处于最优或较优的状态。土地对灌溉农业来说没有明显的限制性或者限制性

2

较小，土地具有较高的农业生产率和效益。

中等适宜（S2）：对灌溉用地中等适宜，土地质量比较好。土地对灌溉农业来说具有限制性，长期利用会一定程度的降低产量和效益。经济效益明显低于高适宜等级。

勉强适宜（S3）：土地对灌溉用地来说具有较为明显的限制性，土地质量不太适合灌溉农业的发展，土地的农业生产率和效益很低，利用不当就会产生土地退化。

不适宜（N）：土地对灌溉农业具有绝对的限制性。在目前的技术水平和可接受的成本投入条件下，土地对灌溉农业来说不能利用或不能持续利用。

3.2.2 评价准则因子的选取

灌溉农业适宜性涉及到很多影响因子，但是如果参评因子过于繁杂，会降低评价结果的明确性。从多个准则因子中选取主要因子的方法包括逻辑回归分析、主成分分析和专家选择方法等。对研究区的评价因子选取工作，我们采用专家选择方法。虽然专家的选择基于其经验、偏好，但是多个专家的“群体效应”可以将客观因素与主观因素、共同准则与个人准则有效统一，形成更为科学的选择结果。经过专家的征询和讨论，最终确定了6个准则因子（基于元胞自动机的适宜性评价方法另外需要两个评价因子：灌溉用地领域效应因子和土地利用限制性因子）。

（1）坡度（Slope，简写为S）：研究区地形条件比较复杂。坡度越大，土壤侵蚀作用就越明显，水土流失严重，不利于灌溉和农业设施的建设。相反，地形起伏小，对农业水利化、机械化都有好处。

（2）土壤质地（Soil Texture，简写为ST）：流域内有各种不同的土壤类型。不同的土壤质地对灌溉农业的适宜性有很大的差别。根据土壤中土粒的粗细情况，可以将土壤分为砂土、壤土、粘土等。

（3）地下水位深度（Depth to Water-table，简写为DWT）：地下水位的高低会对土壤产生影响，高地下水位是是造成盐碱土的重要因素。一方面，澳洲的气候干旱，地下水一般都含有一定盐分，如果地下水接近地表，那么由于毛细作用上升到地表的水分蒸发后，就留下了盐分。长年累月的盐分积累使得土壤的含盐量不断增加，就形成了盐碱土。因此，对于研究区来说，地下水位的深度越深，对灌溉农业用地越有利。

（4）地下水电导率（Electrical Conductivity of Groundwater，简写为ECw）：电导率是水质分析中的重要指标。水电导率的大小主要由溶解在水中的离子类型、浓度和水温等因素决定，其中离子种类组成取决于含水层的岩性及人类生产活动的影响。地下水电导率是判断地下水是否会引起土壤盐渍化的重要指标，它的大小反映了地下水或者土壤溶液中盐分含量的多少。相比测定含盐量，测定电导率具有可靠、经济、快速等优点，而且以电导率来评估灌

3

溉农业中的水质，也是国际上通用的标准。

（5）土壤水力传导度（Hydraulic Conductivity of Soil，简写为Ks）：土壤水力传导率表征土壤对水分流动的传导能力，是计算土壤水分运动的一个重要系数。在数量上等于单位水势梯度下单位时间内通过单位土壤断面的水流量。常用单位为厘米/秒或米/日。

（6）水源可达性（Distance to Stream，简写为DS）：水是灌溉农业的主要限制条件，灌溉的可达性和便捷性一定程度上决定某个地区的灌溉农业适宜性。研究区域的灌溉主要依靠地表径流，因此以水系分布来确定地表水源的可达性指标。

在适宜性评价过程中，气候条件也是一项重要的因素。但是本文研究区面积相对较小，不能有效的反映气候条件在地域上的差异，因此在评价中没有加入气候因子。

图 2是经过单因子分级的准则因子图层，图层类型采用了ESRI的GRID数据格式来实现栅格数据图层的表现，并选定了100×100米的正方形格网作为基本评价单元。

图 2准则因子图层

3.3功能模块描述

系统的应用程序主要分为四大功能模块： （1）土地评价多准则因子权重的计算

4