模糊证据权法在夏橙产区土地适宜性评价中的应用
浙江大学学报(农业与生命科学版)
37(6):693~698,2011
Journal of Zhejiang University (Ag r ic 1&Life Sci 1)文章编号:1008-9209(2011)06-0693-06
DOI :10.3785/j.issn.1008-9209.2011.06.015
收稿日期:2011-02-23
基金项目:重庆市国土资源和房屋管理局科技计划资助项目(2008-10).
作者简介:谢洪斌(1985)),男,四川南部人,硕士,助理工程师,从事÷3S"技术与数字国土方面的研究.T el:023-********;E -mail:h on gbinxie@https://www.360docs.net/doc/415702920.html,.
模糊证据权法在夏橙产区土地适宜性评价中的应用
谢洪斌1,2,杨雪3,谭德军1,2,罗真富1,2
(1.重庆地质矿产研究院外生成矿与矿山环境重庆市重点实验室,重庆400042;2.煤炭资源与安全开采国家重点实验室重庆研究中心,重庆400042;3.成都理工大学地球科学学院,四川成都610059)
摘 要:为解决土地适宜性评价中因子权重选取的主观性和随意性问题,以夏橙产区为例,引入模糊证据权法.评价结果显示:85%的已知适宜点处于修正后验概率分级图的中等适宜级别以上,表明集数据驱动和知识驱动为一体的模糊证据权法与修正后验概率模型结合可以客观、准确地对土地进行适宜性评价.关 键 词:模糊证据权;修正后验概率模型;土地适宜性评价;夏橙中图分类号:P 964;S 127;T U 98 文献标志码:A
XI E H ong -bin 1,2,YA N G Xue 3,T A N De -jun 1,2,L U O Zhen -fu 1,2(1.Chongqing K ey L abor ator y of E x ogenic M iner aliz ation and M ine Env ir onment ,Chongqing I nstitute of Geology and M iner al Resour ces ,Chongqing 400042,China;2.Chong qing Resear ch Center of S tate K ey L abor ato ry of Coal Resour ces and S af e M ining ,Chongqing 400042,China;3.College of Earth S cience ,Cheng du Univers ity o f T echnology ,Chengdu 610059,China)
Application of fuzzy weights of evidence m ethod on land suitability evaluation for summer orange region.Journal of Zhejiang U niversity (Ag r ic 1&L ife Sci 1),2011,37(6):693-698
Abstract:To so lve the problem of subjectivity and arbitrariness,fuzzy weights of ev idence method was introduced to a summer o range production areas fo r land suitability ev aluation.Evaluation results showed that 85%of the known appropriate points w ere in the r evised medium -appro priate level,indicating that the fuzzy weights which integrated data -driv en and know ledge -driven,as long as combined with modified posterior probability mo del,could achieve an objectiv e and accurate measurement for land suitability evaluation.Key words:fuzzy w eig ht s o f evidence;modified po sterio r pr obabilit y mo del;land suitability evaluation;
summer or ang e
土地适宜性评价是近年来土地管理领域的研究热点,是辅助协调土地利用的有效方法[1-2].它是利用相关的自然、经济、社会数据对土地利用进行评价,从而揭示土地的生产潜力,并且可以反映出某种土地利用类型的适宜程度
及改良利用的可能性
[3]
.
目前,国内外广泛用于土地适宜性评价的
方法可以概括为3种[1,4-5]:叠加分析法、多指标决策模型和人工智能方法.其中,叠加分析法的优点是容易理解和操作,但不是多因素、多方面
浙江大学学报(农业与生命科学版)
的综合判断,容易导致一些不正确的结论;多指标决策模型在一定程度上解决了叠加分析法的问题,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;人工智能方法能较好地解决不确定性、模糊性以及不准确性等问题,但该方法最大不足在于它采取÷黑箱"式的分析问题风格.前2种方法存在的问题是具有很大的主观性[6],后一种方法在处理有些地理空间问题时还有局限.鉴于此,本文创新性地将矿产资源评价预测中广泛采用的证据权法引入到夏橙产地的土地适宜性评价中,以克服传统评价方法中因子权重的主观随意性问题.
1证据权法
1.1证据权法
证据权法(w eight of evidence,简称WofE),最早被用于医学诊断上,在20世纪80年代被加拿大数学地质家Agterberg和Bor ham-Car ter等修改和发展,引入到矿产预测中[7-8],现已被用于滑坡、泥石流灾害评价[11-12]和动物栖息地评价[6],但未见基于某种土地利用类型的土地适宜性评价.
证据权法首先从计算先验概率入手,先验概率反映了研究区已发现研究目标的数量与研究区大小的比值,然后计算在某种地学证据模式条件下的条件概率.目前,证据权模型包括:普通证据权模型、模糊证据权模型以及模糊预测对象的证据权模型等,这些模型都遵循条件独立性假设,证据权法就是在这个假设条件下,综合证据的因子定量评价方法[7-8,13-15].假设D表示所要预测的事件,研究区总面积为s,u为每个单元的面积,则N(S)=s/u;D表示s内事件已经出现的训练层,N(D)表示每个单元发生该事件的总数;X为与D相关的证据层.为了计算事件D的先验概率,需要将证据层X离散成二值图:A和A.A表示存在事件D发生的单元赋值为1,A 表示不存在事件D发生的单元赋值为0, A G A=X.因此,任意单元发生事件D的先验概率为:P(D)=N(D)/P(S).在给定证据出现的情况下,根据贝叶斯法则,D存在的有利度能被表达为D出现的条件概率:
P(D|A)=P(D H A)/P(A).(1)
在给定二态赋值模型信息出现的情况下, D的条件(后验)概率等于D先验概率P(D)乘以因子P(A|D)/P(A).同理,可得不存在事件D发生的条件(后验)概率为:
P(D|A)=P(A|D)/P(A)@P(D).
(2)
若证据权使用概率的自然对数,也即是逻辑概率表达,根据条件概率的定义,可以得到D 的逻辑概率为:
O(D|A)=O(D)@P(A|D)/P(A|D).
(3)
对证据权方程(3)2侧都取自然对数,定义正的证据权为:W+=ln[P(A|D)]/[P(A| D)],负的证据权为:W-=ln[P(A| D)]/[P(A|D)],则证据权方程(3)可以写成对数线性的形式,即公式(4):
ln O(D|A)=ln O(D)+W+,
ln O(D|A)=ln O(D)+W-.
(4)
如果有n层证据,则后验逻辑概率能被表达为:
ln O(D|A k1H A k2H A k3H*A k n)=
ln O(D)+E n j=1W k j,(5)其中W k j为正,表明该证据存在;W k j为负,表明该证据不存在;W k j为0表明缺少数据.
1.2模糊证据权法
在证据权法中,对于连续属性的数据,最常用的方法是离散化成二态或三态图层,因此,在离散图层时易造成信息损失的不足.为了克服普通证据权法这一不足,研究者提出了模糊证据权法[13-15],它通过隶属度定量证据层的模糊度来处理多分类证据层,通过引入模糊概率和条件模糊概率的概念,用多值模糊隶属度函数(0[L A(X)[1),把证据层看作是模糊集合以代替二分类或三分类数据;此外,该方法更易于对缺失数据进行处理.具体做法是,不再将证据图层二值化,而是用合适的曲线(模糊隶属度函数)去拟合训练点,得到其隶属度,从而计算出证据权重.
1.3模糊证据权法评价步骤
根据模糊证据权法的原理,在进行土地适
694第37卷
谢洪斌,等:模糊证据权法在夏橙产区土地适宜性评价中的应用
宜性评价时应遵循以下步骤:1)合理选择训练样本,完成先验概率计算;2)生成证据图层;3)计算证据图层权重;4)综合所有证据图层,计算后验概率;5)修正后验概率,以满足独立性条件假设;6)划分土地适宜性等级与验证评价结果.
2应用实例
2.1研究区概况
研究区选择为重庆市长寿湖夏橙优质产区,面积约为11000hm2,区内有湖泊、丘陵、低山,主要土地利用类型有6类:耕地、果园、林地、居民地、草地和裸地.区内海拔最高为675m,最低约为330m.气候属亚热带湿润气候区,常年平均气温1717e.年均降雨量116512mm,日照时数124511h.区内主要土壤类型为水稻土、紫色土、黄泥土.土壤化学性质和养分状况:pH>715的占20142%,pH615~715的占57109%,pH< 615的占22149%;有机质含量2%~3%的占15122%,1%~2%的占57109%,016%~1%的占21181%,<016%的占5188%.
212训练样本选择与先验概率计算
根据全国第2次土地调查得到的数据,研究区共包含240个村,共有562块地种植夏橙.经野外调查,在每个村选择1块最优夏橙产地作为样本点,共98个样本点.取562块地中面积最小的作为训练单元,大小为200m2,计算先验概率为010003.
213证据图层生成
本研究共使用了与夏橙土地适宜性相关的8类自然因素(表1):高程、坡度、坡向、土壤侵蚀、降雨量、土壤地球化学质量、水源距离和土壤类型.
1)通过研究区地形图提取等高线,生成DEM、坡度和坡向数据,按照表1分类,生成高程、坡度、坡向证据图层.
2)使用已有的美国通用土壤流失方程(USLE),利用RS与GIS空间信息提取方法,估算计算单元的土壤侵蚀量,结合水利部水力侵蚀强度分级,得到研究区土壤侵蚀强度空间分布特征.
3)对采集的地球化学数据及降雨量数据进行插值,并通过地学统计分析,检验数据的分布形态,对于趋于正态分布的函数采用峰值型函数,不服从正态分布的,根据其曲线特征选择戒上型或戒下型函数,获取其隶属度,然后通过分级,生成土壤地球化学质量、降雨量证据层.
4)对研究区水系按照表1所示的距离生成缓冲区,得到水源距离证据层.
5)矢量化研究区土壤图,并转成栅格文件,生成土壤类型证据层.
214证据权重计算
利用Geo DAS软件计算213节8种因子各类别的证据权重(表1).
215后验概率计算及后验概率修正
综合证据权重专题图在GeoDAS软件中计算后验概率图(图1).由于面积单元大小的设置将影响预测后验概率的大小,但不影响后验概率的分布形态,因此,后验概率值的大小不能代表该事件发生的几率,而代表了该事件发生后的分布形态.
前面讲到证据权法存在2个问题[13-15]:一是由于必须对证据层进行二值化处理造成信息丢失,影响预测结果;二是要做到证据层之间满足条件独立性假设几乎是不可能的,不满足条件独立性假设,会造成后验概率偏大或偏小,而无法对适宜点数进行准确估计.第1个问题可以通过模糊证据权法解决,第2个问题则需要通过后验概率修正或加权证据权模型来解决. 2007年成秋明等[15]提出了后验概率修正模型,通过该修正模型,人们不需要考虑证据层之间是否满足条件独立性假设,只要对所获得的后验概率进行修正就可以较准确地估计适宜点数.本研究采用修正后验概率的方法得到最优夏橙产地的概率分布.在GeoDAS中,通过对已知点的后验概率分布,选择适合的模型进行拟合和概率修正.本研究根据多次尝试,最终确定了幂指数模型:Y= 2.40364118412787E-02x^0.580336014980969,并对后验概率进行修正(图2);修正参数见表2.
695
第6期
浙江大学学报(农业与生命科学版)
表1各个证据层的模糊权重参数
T able1Par ameters of fuzzy w eigh ts for each evidence factor
证据层分类W+W-C T M S F FW S(FW)T(FW)
坡向/(b)
-1-01760128-1104-3181--01630122-2184 0~2215-01010124-0125-01481100011801530135 24715~33715-01020121-0123-01600183-01330144-0174 2215~11215-01110129-0139-11720167-01470136-1128 20215~24715-01200124-0144-21090150-01540129-1187 11215~15715-01320127-0159-21750133-01580123-2153 15715~20215-01480127-0175-31220117-01610120-2197 33715~36010------01630122-2184
高程/m
<350-----013801201193 350~400-01120136-0148-21091100-01120113-0198 400~500--011601160113-013801201193 500~600-4122-4122-01080150-01120101 >600-4122-4122-01080150-01120101 <5-4122-4122-0108--01380117-2129 5~10-4122-4122-0108--01380117-2129 10~200135-0138017331401100012701201139
坡度/(b)20~300142-0115015721541146114401304183 30~450149-0105015411641106013501211169
45~600169-010*********-0104-01400117-2128
>600189-01890144-1184-01750160-1125
土壤类型
--4122-4122-0108--11000130-3135水稻土0126-1100112731960150-01250117-1142紫色土0121-0139016021590150-01250117-1142黄泥土0120-0110013111411100012001171117
土壤侵蚀剧烈-----010*********中度-01010118-0119-0131-010*********轻度-0103-0103-01050165010401210121微度0104-0122012701901100010401110139
土壤地球化学质量一般------01030122-0114中等-01020160-0162-11140150-01040113-0129良好-01060161-0167-2101--01030122-0114优良-01040110-0114-01611100-01040112-0132
水源距离/m
<50-01500137-0187-31901100-01470118-2168 50~100-01470139-0186-31911100-01470118-2168 100~200-01070144-0151-11810150-01430131-1138 200~300-01010121-0122-01350150-01430131-1138 300~500--216521650111-012101600135 >500-----012101600135 <5001004122-4122-01080150010101120105 50~3000100-0102010201041100011301160184
降雨量/m m300~500-01100112-0122-11040100-01140118-0178 500~800-01020101-0102-01100150010101120105
>800-01850102-0187-01930150010101120105注:W+:存在时的权重;W-:不存在时的权重;C:空间相关系数(对比度);T:学生值;M S F:隶属度;FW:模糊权重值;S (FW):模糊权重值的标准差;T(FW):模糊权重值的学生值.
696第37卷
谢洪斌,等:
模糊证据权法在夏橙产区土地适宜性评价中的应用
图1 后验概率图
Fig.1 Posterior probability
map
图2 后验概率修正模型曲线
Fig.2 Curve of m odified pos terior probab ility m od el
表2 后验概率修正参数及适宜点数估计
Table 2 Param eters of m odified posterior probab ility and th e
nu mber of estimating s uitability points
后验概率累积面积/
hm 2已知适
宜点/个修正概率估计适宜
点数/个01000137051769718601000310016901000328341158812501000389155010005188512464186010004661690100089741054415001000439169010018
65129
3186
010006
4105
216 土地适应性等级划分及结果验证 根据表2所预测的适宜点个数的多少,对应的将后验概率图进行分级.按照适宜点越多、
适宜级别越高的原则进行划分(表3),得到土地适宜性分级图(图3).图3A 为以后验概率分
级的结果;图3B 为以修正后的后验概率分级
的结果.将已知点与土地适宜性分级图进行叠加得到:处于中等适宜级别以上的已知点在修正后的后验概率分级图中占85%(其中高度适宜的占58%,中等适宜的占27%),在后验概率分级图中占69%(其中高度适宜的占4%,中等适宜的占65%).可见,修正后的后验概率分级图比未经修正的后验概率分级图的评价精度更高,更能反映土地适宜的真实程度.
表3 土地适宜性分级表
Table 3 Reclassified tab le for land suitability 后验概率
修正后验概率适宜级别<010003<010003高度适宜010003~010*********~010004中等适宜010005~010*********~010006勉强适宜010008~010018
010006~010018
不适宜
A:后验概率;B:修正后的后验概率.
图3 土地适宜性分级图
Fig.3 Reclas sified map for land suitability
697
第6期
浙江大学学报(农业与生命科学版)
3结论
模糊证据权模型是一种集数据驱动和知识驱动为一体的混合模型,它充分利用了先验知识和观测到的历史时间变量的信息,通过数理统计获得事情发生的概率;通过引入模糊理论,提供全新的基于知识的自动决策能力,克服了边界不确定问题及由此造成的信息损失问题,因此,利用其得到的后验概率进行系统状态决策,较传统方法更合理.根据本文的应用实例,笔者认为模糊证据权模型可以客观、准确地对土地进行适宜性评价.
References:
[1]ZENG M in,DU AN Jian-nan,LI Shu ai,et al.(曾敏,
段建南,李帅,等).T he summ ariz e and progress of land
appraises during the pas t10years[J].Journal of
Hunan Agricultu ral Univers ity:Natural Sciences(湖南农
业大学学报:自然科学版),2009,35(1):92-95.(in
Ch ines e)
[2]Kalogirou S.E xpert system and GIS:an application of
land suitability evaluation[J].Computers,
Environment and Urban S ystems,2002,26:89-112. [3]王万茂.土地资源管理学[M].北京:高等教育出版社,
2003:70-75.
[4]XU M eng-jie,M EI Yan,S ONG Q-i h ai(徐梦洁,梅艳,
宋奇海).Advancement in research on GIS-b as ed land
evalu ation in China[J].S oil(土壤),2007,39(4):503-
508.(in Chinese)
[5]H E Ying-b in,CH EN You-qi,YANG Peng,e t al.(何
英彬,陈佑启,杨鹏,等).An overview and perspective
of alien land su itability evaluation study based on GIS
technology[J].Progress in G eography(地理科学进展),
2009,28(6):898-902.(in Ch ines e)
[6]QIN X-i w en,ZH ANG Shu-qing,LI Xiao-fen g,et al.
(秦喜文,张树清,李晓峰,等).Ass ess ment of red-
crown ed crane's habitat suitability bas ed on w eights-of-
evidence[J].Acta Ecologica Sinica(生态学报),2009,
29(3):1075-1082.(in C hines e)
[7]Agterberg F https://www.360docs.net/doc/415702920.html,puter programs for min eral
exploration[J].Science,1989,245:76-81.
[8]Agterberg F P,Borh am-Carter G F,Cheng Q M,e t al.
W eigh ts of evidence modeling and w eighted logistic
regr ess ion for mineral potential mapping[M]//Davis J
C,H erzfeld U https://www.360docs.net/doc/415702920.html,puters in Geology.New York:
Oxford University Press,1993:13-32.
[9]LIU S h-i xiang,XUE Lin-fu,S UN Feng-yu e,et al.(刘
世翔,薛林福,孙丰月,等).An application of GIS-
based w eights of evidence for g old pr os pectin g in the
northw es t of H eilon gjian g Province[J].Journal of
Jilin Univers ity:Earth S cience Ed ition(吉林大学学报:
地球科学版),2007,37(5):889-894.(in Ch ines e) [10]CHE N Yong-qing,XIA Qing-lin,HU ANG Jing-ning,
et a l.(陈永清,夏庆霖,黄静宁,等).Ap plication of the
w eights-of-evidence method in mineral res ource
assessments in th e s ou thern segment of th e?Sanjian g
metallogenic zone?,southw estern China[J].Geology
in China(中国地质),2007,34(1):132-141.(in
Chinese)
[11]ZH AO Yan-n an,NIU Ru-i qin g(赵艳南,牛瑞卿).
Exploration of landslid e haz ard zonation based on the
w eights of evidence m ethod[J].G eography and G eo-
information S cience(地理与地理信息科学),2010,26
(6):19-23.(in Ch ines e)
[12]M ENG Fan-qi,LI Guan g-jie,QIN Sh eng-w u,e t al.
(孟凡奇,李广杰,秦胜伍,等).Zonation of lan dslide
hazards based on w eights of evidence model[J].
Journal of Jilin University:Earth Science Edition(吉林
大学学报:地球科学版),2010,23(6):89-94.(in
Chinese)
[13]ZH ANG Sheng-yuan,CH ENG Qiu-ming,ZH ANG
Su-ping,et al.(张生元,成秋明,张素萍,等).
Weighted w eigh ts of eviden ce and stepw ise w eig hts of
evidence and th eir application in Sn-Cu mineral
potential mapping in Gejiu,Yunnan Province,China
[J].Earth Science)Journal of China University of
G eosciences(地球科学:中国地质大学学报),2009,34
(2):281-285.(in Chinese)
[14]Agterb erg F P,C heng Q M.C on ditional independence
test for w eights of evidence modeling[J].Natural
Resource Research,1993,11(4):249-255.
[15]CH ENG Qiu-m ing,CH EN Zh-i jun,Ali Khaled(成秋
明,陈志军,Ali Kh aled).Application of fuz zy w eigh ts
of evidence meth od in mineral resource assessment for
gold in Zh enyuan District,Yunnan Province,China
[J].Earth Science)Journal of China University of
G eosciences(地球科学:中国地质大学学报),2007,32
(2):175-184.(in Chin ese)
698第37卷