苏州市土地学会2019优秀论文

刘爱霞1 王静1 刘正军2

（1.国土资源部土地利用重点实验室，中国土地勘测规划院，北京，100035；2.中国测绘科学研究院，北京，100039）

摘要：本文主要讨论基于 MODIS 16 天合成的 NDVI 时间序列数据、8 天合成 LST 数据、1∶5 万DEM数据以及其他辅助数据相结合，进行北京西北部地区土地资源现状调查和土地利用及植被覆盖多年变化的研究。首先选取适合于 MODIS 数据分类的土地覆盖分类系统，用 PCA 方法对NDVI 时间序列数据进行信息增强与压缩处理，结合LST数据、DEM数据及降雨温度数据，利用模糊K－均值非监督分类法，进行研究区的土地覆盖分类，得到土地资源现状情况。然后利用变化矢量（CVA）分析方法对北京西北部地区的土地利用及植被覆盖的多年变化状况进行了分析。结果表明，MODIS 数据能很好地应用于大范围的土地资源监测中，并能得到较好的结果。

关键词：北京西北部；MODIS；土地资源现状；土地利用及植被覆盖变化

随着“人口－资源－环境”之间的矛盾日益尖锐，为了实现可持续发展的战略目标，世界各国政府都在大力加强资源与生态环境监测系统的建设。我国《全国生态环境建设规划》和《全国生态环境保护纲要》也明确提出要完善生态环境监测和信息服务体系。国土资源部《科技发展“十五”计划纲要》强调大力推进国土资源管理工作的信息化，强调努力实现国土资源调查评价工作的现代化。其中，土地资源调查与监测是其主要内容之一。

随着现代遥感技术的迅速发展，适合于不同空间尺度土地资源调查监测的各种遥感数据相继出现。目前，SPOT5、Landsat TM/ETM＋遥感数据是土地资源调查的主要数据源，适合于乡级、县级、区域级等不同尺度，但是应用于较大空间尺度的土地资源调查时，耗费大量人力、物力，且不经济。近年出现的中空间分辨率、高时间分辨率的 MODIS 数据为大尺度的土地资源调查提供了更好的数据源。Tucker 等人研究表明［1］，归一化植被指数 NDVI 实际反映了植被生物量、覆盖度和叶绿素含量三方面的生物物理化学性质，利用不同时相条件下的 NDVI序列，可以比较准确地反映植被的生长季相变化的规律。这成为利用遥感数据进行大区域范围植被和土地覆盖制图的基本思路［2～4］。

本文尝试以MODIS的NDVI时间序列数据集为主要数据源，结合MODIS LST、DEM、降雨、温度等辅助数据，首先选取适合的土地覆盖分类系统，通过 PCA 等数据处理方法，使用模糊K－均值非监督分类法，进行北京西北部地区的土地覆盖自动分类研究；然后利用变化矢量（CVA）分析方法对该区的土地利用及植被覆盖的多年变化状况进行分析，以便为大尺度土地资源的调查监测提供一种快速便捷的方法。

1 研究区概况

北京西北部地区是我国生态环境建设部门重点关注和投资的地区，本研究区主要包括北京市西北部的风沙源区，涉及河北、山西、内蒙古三省 8个市（地、盟）的 51个县（市、旗），土地总面积为×104 km2。该区范围西起内蒙古的四子王旗，东至内蒙古的敖汉旗，南起山西的代县，北至内蒙古的阿鲁克尔沁旗，地理坐标为东经 110°20′～121°01′，北纬38°51′～45°25′。

研究区地处内蒙古高原中部、黄土高原的北端，位于内蒙古、山西和河北三省交界处，区内地表形态主要由高原、山地、丘陵和盆地几大部分组成，地势呈中间高、南北低趋势。研究区跨中温带和寒温带，属干旱、半干旱大陆性季风性气候，气候变化较为明显。冬春季节受西伯利亚和蒙古冷高压控制，气候干燥少雨，主导风向为西北风，风力强劲，风蚀型外营力地质作用极为强烈，研究区北部的浑善达克沙地和科尔沁沙地，生态环境极为脆弱，是北京西北部地区的主要风沙源区。区域夏秋季节受太平洋副热带高压控制，多东南风，风力较弱，水汽补给较少，气候炎热少雨。区域年均气温 ℃以下，年降雨量为200～750mm，但降雨集中，降雨强度大，外加区域地势比降大，土质疏松，水蚀型外应力地质作用和重力侵蚀作用强烈，水土流失严重，而且容易发生滑坡和泥石流。

2 数据及预处理

遥感数据

本文所用遥感数据是美国EROS数据中心提供的MODIS影像。NDVI数据是2001～2004年16日合成的时间序列数据，共23个时相，空间分辨率为250m。陆面温度（LST）是2002年的8日合成时间序列数据，共46个时相，空间分辨率为1 km。

在 MODIS 数据处理中，用 MRT 几何纠正与镶嵌软件完成了图像的几何纠正和镶嵌。然后用最大合成法（MVC）对同一区域内植被指数、陆面温度等多时相的数据进行合成预处理，即图像中每一像元用j天中的最大像元值来代替，该处理的目的是为了减少大气的云、颗粒、阴影、视角以及太阳高度角的影响（Brent，.，1986）。虽然最大合成过程（MVC）减少了大气的云、颗粒等的影响，但是云污染仍存在，接着采用改进的 BISE （the best index slope extraction）方法进行 NDVI 的多时相去云处理。尽管所用 MODIS 的LST 数据都是8 天合成数据，但 Ts 数据质量非常差，为了解决数据残缺的问题，我们利用线形回归来模拟这些数据。地表温度是高度空间相关的，相邻时相同一区域内的 Ts 在空间上存在某种相同的相关性，用线性关系来拟和这种关系；用相同大小的模板同时在被修复图像和参考图像上滑动，如果处于被修复图像模板中心值是零值或异常值，则用最小二乘法求出两个模板内有效数据间的线性回归系数，然后用该系数和参考图像模板中心值求出新值替代原来的零值或异常值。

其他辅助数据

辅助数据主要有通过 ETM＋数据目视解译得到的 2002年北京西北部地区土地利用现状图，北京西北部地区 1∶50000 DEM 数据，北京西北部地区的降水、温度数据。利用北京西北部地区各气象站点资料先计算各站点的年平均积温、年平均降水量，然后利用Kriging 插值方法获得北京西北部地区栅格的年平均气温、年平均降水量分布图。

3 研究方法

土地覆盖分类

（1）选取适合于 MODIS 数据分类的土地覆盖分类系统，本研究采用《基于遥感数据的土地利用/土地覆被分类体系》［5］。该分类体系最重要的特色在于，针对不同空间尺度和所对应的遥感数据源，都具有其相应的分类，而且分类类型逐渐细化。对于一级分类和二级分类，侧重于土地覆被的分类，即对于中、低空间分辨率遥感数据，以土地覆被分类为主。

（2）用 PCA 方法对 NDVI 时间序列数据进行信息增强与压缩处理，以排除各种干扰因素，提高分类精度。采用 PCA变换可以将原有的12个月中有用的NDVI信息中的绝大部分压缩到少量的前几个主分量中，同时排除了部分由于数据质量等原因引起的噪声。因此，利用 PCA变换可以有效保证分类精度不受损失。实际结果的研究也表明，PCA 在对于抑制噪声影响和保证分类精度起到了重要的作用［6］。

（3）结合 LST 数据、DEM 数据及降雨温度数据，利用模糊K－均值非监督分类法，进行研究区的土地覆盖分类［7］，经过分类后处理，对分类发生明显错误的图斑进行更正，得到北京西北部地区的土地覆盖分类图。

土地利用及植被覆盖多年变化分析

变化向量（CVA）分析是一种非常有潜力的植被比较分析方法，根据变化矢量的强度和方向判定变化的区域和类型［8］。变化矢量分析技术用指示参数年时序中的每个数据值作为时序空间的一点，时序空间连续几年的点连接成变化矢量。变化矢量的方向确定了变化的推进，矢量的大小表征了变化的强度。

例如，用连续多年12个月的数据来进行变化矢量分析，则变化矢量空间由每年的12个变化监测指示因子图像构成，故全年指示因子对应于一个12 维的时间矢量：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

P （i，x）表示像元i对应于x年的矢量，x （t）为像元i在时间t1到tn的指示因子值，n表示时间维数。矢量的模‖P‖ 代表了全年指示因子累积，矢量的方向为全年指示因子的时间曲线形状的综合反映。

任意两年间指示因子的任何变化都会表现在这12维空间中，这种变化可用变化矢量描述如下式：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

ΔP （i）是像元i从x年到y年的变化矢量。ΔP （i）包含了（y－x）年间，像元i在每一时间维上的变化信息。变化矢量的模‖ΔP （i）‖，由欧氏距离（Enclidean distance）决定，表示了指示因子变化的强度。

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

当‖ΔP （i）‖超过某一阈值时，往往对应着植被覆盖类型从一种类型转变成另一种类型。ΔP （i）的方向由一系列的角度定义，决定了指示因子的变化过程。

对计算出变化矢量强度，依据图像的直方图特征和地面资料可以采用阈值分割的方法划分不同的矢量变化强度等级。

借助于指示因子累计值的变化率来判断矢量变化类型。变化率的定义如下：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

4 结论与讨论

土地资源现状调查

通过对研究区2002年12个月的NDVI时间序列数据进行主成分分析得到的前四个主分量，基于1 km 分辨率的 MODIS 8 天合成 LST 数据得到的研究区年均 LST 数据，1∶5 万DEM数据，然后结合降雨温度数据，采用模糊K－均值非监督分类法，得到北京西北部地区的土地覆盖分类结果。然后，对分类结果进行分类后处理，对分类发生明显错误的图斑进行更正，最后得到2002年北京西北部地区的土地覆盖分类图（图1）。

图1 2002年北京西北部地区土地覆盖分类图

通过图1和图2可以看出，北京西北部地区土地覆盖类型中草地的覆盖面积所占比例最大，约占总面积的53%，内蒙古高原的浑善达克沙地和丘陵区及研究区东部的科尔沁草原南缘地带呈集中连片分布；中西部坝上高原地区的低洼处和河湖滩地的周边、阴山山脉东部及周边地区的丘陵地区也比较集中。牧草地总面积的60%以上分布在沙质甚至沙砾质干旱草原区。农用地占研究区总面积的21%，主要分布在研究区西南部高原和盆地中，多呈条带状沿河谷和河流冲积平原分布。林地占研究区土地总面积的13%，主要分布在大兴安岭、燕山、恒山、阴山山脉地区，在研究区的东部和西南部山区是林地集中分布地区，且大多分布在山体的上部。裸地占研究区总面积的8%，主要分布在北部浑善达克沙地和东部的科尔沁沙地。研究区中，湿地、水域和建设用地所占面积比例最小。

图2 2002年北京西北部地区各土地覆盖类型所占比例

土地利用与植被覆盖多年变化

用变化矢量分析法对北京西北部地区2001～2004年NDVI 的变化进行监测。所用数据是北京西北部地区2001～2004年的每月的最大 NDVI 时间序列值，首先计算 NDVI的变化矢量模，然后采用对变化矢量模进行图像分割的技术来生成 NDVI 的变化强度。图像分割满足：①相似性原则，即同一区域内像元应相似；②非连续原则，即从一个区域向另一个区域搜索，像元一定有某些变量特征（梯度等特征）发生突变，从而确定边界。

变化强度

NDVI 变化强度反映了植被覆盖的变化情况。综合考虑植被覆盖度变化矢量模的直方图、均值和方差来确定每个分割点，对变化矢量模进行分割得到变化强度。

表1 矢量变化强度不同等级阈值

从图3和图4中可以看出，2001～2004年4年间，北京西北部绝大部分地区土地利用/植被覆盖状况没有发生大的变化，生态系统基本维持平衡。无变化和低变化地区占北京西北部地区总面积的。

无变化区面积最大，占总面积的，主要分布于北京西北部地区的赤峰市、敖汉旗、翁牛特旗、巴林右旗和阿鲁科尔沁旗，北部的锡林郭勒盟和四王子旗等地，表明5年间三峡库区的植被覆盖在水平方向上很少变化。

低变化区面积占总面积的 ，主要分布在北京西北部地区的察哈尔右翼中旗、察哈尔右翼前旗、克什克腾旗、正镶白旗、正蓝旗和太仆寺旗的交界处等地区。

中变化区的面积比较小，主要集中在北京西北部地区的凉城地区。

剧烈变化区，主要集中在北京西北部地区的西部地区、浑善达克沙地周围、克什克腾旗北部和四王子旗等地。

图3 北京西北部地区 2001～2004年植被指数 （NDVI） 变化强度

图4 植被覆盖度矢量变化强度面积比例

变化类型

以上计算了北京西北部地区4年间NDVI矢量变化强度。矢量变化强度反映了2001～2004年4年间北京西北部地区NDVI的变化程度，但无法判断这4年间植被覆盖度到底是增加还是减少了。因此可以同时借助 NDVI 变化强度和 NDVI 累计值的变化率来判断ND-VI 矢量变化类型［9］。

取变化强度的无变化和低变化的界值作为阈值 M，变化强度小于 M 的像元，被认为其变化为平稳型，当变化强度大于 M 时，再根据累计变化率来确定其变化类型。具体参数如下：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

根据计算出NDVI的累积变化率，再考虑公式（5）可以得到NDVI矢量变化类型图。

从图5和图6可以看出，2001～2004年北京西北部地区的植被覆盖总体上表现为稳中增加的趋势。归纳起来的变化特征为：

图5 北京西北部地区 2001～2004年植被覆指数 （NDVI）

图6 植被覆盖度矢量变化强度面积比例

（1）植被覆盖变化类型中以平稳型为主，占整体面积的，主要分布于北京西北部地区的东北、西北等地区。

（2）增加型占的比重也比较大，占北京西北部地区面积的，主要分布在北京西北部地区中南部地区。

（3）减少型代表植被覆盖度有一定的减少，所占比重很小，主要分布在北京西北部地区的北部零散地区。

（4）波动型占北京西北部地区面积的，主要分布在北京西北部地区的东北部地区。植被覆盖的波动是正常的自然现象，它是植被正常生长、长期的气候变化等自然作用和各种人类经济活动共同作用的结果。

参考文献

［1］Tucker，.，Townshend， Goff， land cover classification using meteorological satellite data ［J］.Science，1984 （227）：369～375

［2］Cihlar cover mapping of large areas from satellites：status and research priorities ［J］. ，21 （6＆7）：1093～1113

［3］Townshend ，et Land Cover Classification by Remote Sensing：Present Capabilities and Future Possibilities ［J］.Remote Sensing of Environment，1991 （35）：243～255

［4］Lloyd phenological classification of terrestrial vegetation cover using shortwave vegetation index imagery ［J］. Sensing，1990，11 （12）：2269～2279

［5］， a land use/cover classification system based on remote sensing data in of SPIE－Remote sensing for environmental monitoring，GIS applications and Geology IV，2004，（5574）：52～60

［6］刘爱霞，刘正军，王静.基于PCA变换和神经元网络分类方法的中国森林制图研究.长江流域资源与环境，2006，15 （1）：19～24

［7］刘爱霞，王静等.基于MODIS数据的北京西北部地区土地覆盖分类研究.地理科学进展，2006，25 （2）：96～102

［8］陈云浩，李晓兵，陈晋，史培军.1983～1992年中国陆地植被NDVI演变特征的变化矢量分析.遥感学报，2002，6 （1）：12～18

［9］中国测绘科学研究院.三峡库区相关生态环境监测技术研究.项目验收总结报告.2005，10

主要贡献：主持参加完成的“新疆土地开发战略研究”专题项目曾获1991年国家土地管理局土地利用优秀成果一等奖，该文于1993年获国家局科技进步一等奖；主持并参加完成的“新疆维吾尔自治区土地利用总体规划”项目获1995年国家土地局科技进步二等奖；参加完成的“乌鲁木齐市土地利用总体规划”项目获自治区土地管理局1996年度科技进步一等奖及优秀成果一等奖；主持并参加完成的“新疆吐哈油田土地权属勘界”及“北疆铁路一期工程权属勘界”两项成果均获自治区土地局1994年度优秀成果一等奖和科技进步一、二等奖。撰写论文《新疆土地利用总体规划模型研究》及《新疆土地利用分区研究》获新疆土地学会优秀论文二、三等奖；《对新疆土地资源开发的再认识》获新疆土地学会1997年“土地杯”优秀论文一等奖；个人曾获1986年新疆维吾尔自治区优秀专业技术工作者称号，1995年获国家土地局“全国土地详查先进个人”称号。孙焕章 男，1934年2月生，江苏省镇江市丹阳人。曾在中国科学院地质研究所工作。

袁正午1，2 褚静静1，2 刘明皓1，2 魏秉铎1，2

（1.重庆邮电大学计算机学院，重庆，4000652.重庆邮电大学中韩合作GIS 研究所，重庆，400065）

摘要：通过建立土地利用总体规划实施评价指标体系的原则，据此原则建立了指标体系、评价标准。根据系统分析及系统建模的特点，建立了基于三角白化权函数的灰色评价模型，对指标体系进行分析处理。所建立的评价模型成功应用于重庆市城口县土地利用总体规划实施评价实证分析中，评价结果符合客观实际，为土地利用总体规划实施评价提供一种科学、有效的评价手段。

关键词：土地利用规划；系统分析；指标体系；灰色评价模型

1 引言

土地利用总体规划是在一定地域范围内，根据国家社会经济可持续发展的要求和自然、经济条件，对土地资源开发、利用、整治、保护所做的总体部署和安排［1］。它是国家对经济与社会发展进行宏观调控的重要手段，它和其他类型的规划一样，是人类的一项社会劳动，具有鲜明的社会目标和众多参与者的社会特征［2］。土地利用总体规划重在制定，贵在实施，新的形势对土地利用总体规划的实施提出了新的要求。目前，如何对土地利用总体规划实施进行评价，是十分重要而紧迫的问题。

现行的各级土地利用总体规划批准实施以来，对于加强土地宏观管理和实施土地用途管制、严格保护耕地特别是基本农田、促进土地集约合理利用发挥了重要作用。但在一些地方，不依规划办事，违反规划批地的现象仍然存在，擅自或变相修改规划的问题时有发生，有的规划在执行中反映出科学性和可操作性不强等问题。为此，开展土地利用总体规划实施进行评价研究不仅十分必要，而且通过建立一种评价系统模型，为全面分析规划实施效果，促进有关地方落实规划目标、任务和各项政策措施，同时通过总结正反两方面经验，提出改进规划工作的对策建议，作为修编规划和加强规划实施管理的基础和依据。对提高规划的科学性和可操作性，对完善和发展土地利用规划学的理论与技术方法都有重要理论学术意义和实用价值。

本文结合重庆市城口县的实际情况，分析土地利用总体规划实施评价的组成部分并将其系统化、模式化，研究实施评价构成系统的基本框架。综合集成各种现代化科学技术并改造、创新，研究适合地区具体情况并具有一定先进性的土地利用总体规划实施评价系统模型，实现土地利用总体规划实施评价过程的系统化，为土地规划实施效果评价提供先进的评价手段，从而为修编规划和加强规划实施管理提供科学依据。

2 土地利用总体规划实施评价系统建模

土地利用总体规划实施评价指标体系涉及多领域、多学科，这些评价指标有定量指标，也有定性指标，种类较多，具有复杂性、多层次等特点。因此，本文拟采用灰色综合评价法对土地利用总体规划实施进行全面综合评价。

确定各层评价指标的权重

土地利用总体规划实施评价指标体系是由4个层次、对应多个指标组成的，按上述的指标体系评价时，各层指标对上一层目标的重要程度是不相同的，即有不同的权重。这些权重的确定，可以利用层次分析法［3］ （即AHP法），通过两两成对的重要性比较建立判断矩阵，然后用求解矩阵特征值的方法解出。

（1）构造判断矩阵 如对于目标层V 1，c i （c i ∈V 1） 表示第i个评价指标，c ij 表示c i 对c j 指标（cj∈V1）的相对重要性数值（i，j＝1，2，…，n）。因此判断矩阵p （i）如式（1）所示。

（2）计算重要性排序 将判断矩阵式 （1）每一列归一化，然后再按行相加并作归一化处理，得到构造矩阵的特征向量w （i），即各目标评价指标的权数值，其中 i＝1，2，…，n，但对判断矩阵式（1）的判断是否合理，需要对判断矩阵进行一致性检验。

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

确定评价等级

由于土地利用总体规划指标有的是刚性指标，有的不是刚性指标，对各类指标设定评价等级的方法也不同。在设置评价等级时一般以规划基期年指标值、规划目标值为基本参照，设定评价时点各个评价等级对应的各个指标值范围。设置方法是：由规划基期年指标值、规划目标值，计算出评价时点的目标值，然后以评价时点目标值为标准，设置各个评估等级的取值区间。

计算各类指标评价时点的目标值

由于评价时间是处于规划期内的某一个时点，因此，本文根据规划基期年和目标年的数据，确定评价时间点的目标数，以便作为参照计算评价时点的评价指标量化值。各类规划指标评价时点的目标值计算公式如下：

（1）完成性指标 这类指标要求规划执行者在规划期限内完成一定数量的工作量。 如式（2）：

S＝A×t /T （2）

式中，S为评价时点的目标数；A为规划目标；t为规划实施时间；T为规划期。

（2）限制性指标 限制性指标指的是土地利用总体规划中要求规划执行者不能超出某一限度的指标。包括两种情况，一种是下限指标，包括基本农田保护面积、耕地保有量等；一种是上限指标，包括建设用地使用面积、耕地占用面积、城镇扩展规模等。

对于下限指标，基本农田保护面积评价时点目标值计算如式（3），耕地保有量评价时点目标值计算如式（4）

S＝A （3）

S＝B －（B －A）×t /T （4）

式中，S为评价时点目标值；A为规划目标；B为基期年数值；（B－A）/T为规划期每年耕地减少量；t为规划实施时间。

对于上限指标，可以采用先计算规划年平均增加的数量，然后乘上实施年时间数就可以计算出评价时点的控制目标值。如式（5）：

S＝A×t /T （5）

（3）土地利用效率 对于这类指标，评价时点目标S 的计算如下：

S＝B ＋（A －B）×t /T （6）

（4）环境改善率 对于这类指标，其中对于森林覆盖率、木材蓄积量指标的评价时点目标值的计算，采用式（6）方法处理；水土流失面积指标采用式（4）计算。

对于违反事件和公众认知这两类指标，由于规划时一般没有做出具体的数量要求，所以不需要计算其评价时点目标值。

确定评价等级

在设置评价等级时以规划基期年指标值、规划目标值为基本参照，设定评价时点各个评价等级对应的各个指标值范围。由规划基期年指标值、规划目标值，计算出评价时点的目标值，然后以评价时点目标值为参照，结合咨询专家意见的方式，设置各个评估等级的取值区间。在此基础上，将评价等级定为“好”、“较好”、“一般”、“较差”、“差”等若干个等级。

基于三角白化权函数的灰色评价模型

在确定各层指标的权重和评价等级后，采用基于三角白化权函数的灰色评价模型进行评价。

基于三角白化权函数的灰色评价的步骤［4］如下：

设有n个对象，m个评估指标，s个不同的灰类，对象i关于指标j的观测值为Xij，i＝1，2，…，n；j＝1，2，…，m。根据Xij的取值对应的i进行评估诊断。具体步骤如下：

第一步：按照评估要求所需划分的评价等级数即灰类数s，将各个指标的取值范围也相应地划分为s个灰类，例如将指标j的取值范围［a1，as＋1］，划分为s个区间：

［a1，a2］，…，［ak－1，ak］，…，［as－1，as］，［as，as＋1］

其中，ak （k＝1，2，…，s，s＋1）的值一般可根据实际情况的要求或定性研究结果确定。

第二步：令λk＝（ak＋ak＋1）/2 属于第k个灰类的白化权函数值为1，连接（λk，1）与第k－1个灰类的起点ak－1和第 k＋1个灰类的终点ak＋2，得到j指标关于k灰类三角白化权函数 。对于 ，可分别将j指标取数域向左、右延拓至a0，as＋2，如图1。

对于指标j的一个观测值x，可由公式（7）：计算出其属于灰类k （k＝1，2，…，s）的隶属度。

第三步：计算对象i关于灰类k的综合权系数，由式（7）计算：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

其中 为j指标可k子类白化权函数；ηj为指标j在综合聚类中的权重。

图1 三角白化权函数示图

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

第四步：由（9）计算：

土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集

判断对象i属于灰类k∗；当有多个对象同属于灰类k∗时，还可以进一步根据综合聚类系数的大小确定同属于灰类k∗的各个对象的优劣或位次。

评价过程把各个二级子目标当作一个对象，计算出其关于灰类的综合权系数，然后乘上各自权重并累加即可得到上一级目标的综合权系数。

在实际计算时，把由a0，…，as＋1，as＋2这些值作为确定指标所属灰类的阀值，由式（8）计算出各指标所属灰类的三角白化权函数值。

3 土地利用总体规划实施评价实证研究——以重庆市城口县为例

规划基期年土地利用基本情况

上一轮土地利用总体规划基期年为1996年，目标年为2010年。规划基期年土地利用基本情况包括：土地利用结构，土地利用效率和生态环境情况等几个方面。

土地利用结构

根据城口县1996年土地利用现状变更调查，全县土地总面积，地类划分为农用地、建设用地和未利用土地。

（1）农用地 全县农用地总面积为，占土地总面积，其中： 耕地面积 ，占土地总面积 ；园地面积 ，占土地总面积；林地面积，占土地总面积；牧草面积，占土地总面积；其他农用地面积，占土地总面积。

（2）建设用地 总面积 ，占土地总面积 ，其中： 城镇村面积，占土地总面积；独立矿工面积，占土地总面积；交通用地面积 ，占土地总面积 ；水利设施面积 ，占土地总面积。

（3）未利用地 总面积，占土地总面积。

土地利用效率和生态环境情况

（1）土地利用程度 1996年城口县土地利用率为 ，农业土地利用率为。土地垦殖率为。耕地复种指数为。

（2）土地利用效益 1996年，产粮108096 吨，粮食播面单产2050kg/hm2，人均产粮。森林覆盖率为，当年全县水土流失面积155239hm2。

规划目标年土地利用目标

土地利用结构

根据城口县土地利用总体规划（1997～2010年）资料显示，规划期间各类土地利用结构调整如下：

（1）农用地 全县农用地面积规划至 2010年为 255566hm2，占土地总面积的，2010年农用地面积比 1996年增加了 ，其中：耕地基期年面积，目标年面积，比基期年减少面积。规划期间一些质量差，经济和生态环境效益差的耕地将退耕为农业生态用地，生态退耕面积达10000hm2。建设占用耕地。通过土地整理和开发复垦新增耕地面积1020hm2，其中，整理建设用地 为耕地，开发未利用地 为耕地。园地基期年面积，目标年面积，规划期间增加面积，增加面积由未利用地、其他农用地和耕地调整过来。其他农用地面积 ，占总土地总面积的。

（2）建设用地 总面积，占土地总面积的。 其中： 城镇村及独立工矿用地面积 ，占土地总面积的 。其中，城镇建设用地面积，农村居民点面积 。交通用地面积 ，占土地总面积的。水利设施总面积，占土地总面积的。

（3）未利用地 规划目标年面积，占土地总面积的。

土地利用效率、生态环境目标及土地利用控制目标

（1）规划目标年城口县土地利用率达到，土地垦殖率为，大力改造中低产田地，提高农作物单产水平，以保持本县粮食有较高的自给率。目标年耕地面积保持在，人均耕地面积为。规划目标年耕地保有量为，划定基本农田保护区保护面积，保护率。

（2）增加资金和技术投入，改造中低产田地，逐步提高单位土地总面积产出水平，提高耕地复种指数和利用率。规划目标年，耕地复种指数达到 198%，实现粮食单产3180kg/hm2。

（3）大力植树造林，改善生态环境，新增林地面积 13690hm2，使林地面积达到143442hm2，森林覆盖率35%，水土流失面积减少至131953hm2，只有轻度水土流失情况。

（4）土地利用控制目标，严格控制建设用地规模，新增建设用地面积，建设占用耕地面积。2010年县建设用地面积达到。

2003年土地利用现状

根据城口县 2003年土地利用变更调查资料显示，2003年全县土地总面积为，其中：

（1）农用地 全县农用地面积，占土地总面积的。 其中： 耕地面积，占全县土地总面积的。园地面积，占土地总面积的。林地面积，占土地总面积。牧草地面积，占土地总面积的。其他农用地面积10982hm2，占总土地总面积的。

（2）建设用地 总面积，占土地总面积的。 其中： 城镇村及独立工矿用地（居民点及工矿用地）面积，占土地总面积的。交通用地面积，占土地总面积的 。水利设施总面积 ，占土地总面积的。

（3）未利用地 面积，占土地总面积的。

城口县土地利用总体规划实施评价指标体系

以下仅以土地利用总体规划实施结果中的执行情况、限制性指标、基本农田保护面积为例进行实证研究。

评价等级：根据城口县的实际情况，整理得到各类指标划分标准如表1：（表中的S为目标值，X为指标现状值）。

表1 城口县土地利用总体规划实施评价限制性指标 （hm2）

对于限制性指标，由于它们的上限、下限值不同，因此评价等级的划分标准不同。各类指标评价等级划分标准如表2。

表2 限制性指标评价等级

通过层次分析法计算得到各层评价指标权重如下：

η（X12m）＝（，，，）；

η（V1j）＝（，，）；

η（Ui）＝（，）

评价及结果分析

评价计算过程

根据评价等级的确定，最后整理得到规划实施评价指标及灰类划分如表3。

表3 城口县土地利用总体规划实施情况评价指标数据表

表4 分指标X 的隶属度

根据表中每一列中的最大值可以判断各个二级子目标所属的灰类。从表5可以看出，二级子目标V12属第三个灰类。

表5 二级子目标综合聚类权系数

同理，可计算一级子目标的综合聚类权系数（表6）：

表6 一级子目标综合聚类权系数

从上表可以看出，子目标U1 所属灰类为第三个灰类。

评价结果的分析讨论

反映土地利用总体规划执行情况的U1 属于第三个灰类，即土地利用总体规划实施过程中执行指标的实现属于较好的情况。下面根据评价过程各类指标的计算值进行分析。

限制性指标实施情况比较好。表4显示，属于限制性指标的各个分指标中，耕地保有量指标和建设用地指标实施情况比较差；规划实施后从1997～2003年，城口县耕地减少的速度很快，到2003年耕地保有量为，已很接近规划2010 目标年的指标数值。耕地减少速度快的原因主要是这些年的退耕还林实施力度较大，部分劣质不宜耕种的耕地退耕还林，还有部分耕地调整为园地及其他农地。建设占用耕地也是耕地减少的一个原因；规划实施后建设占用耕地，仅剩余的规划控制指标。其他限制性指标实施情况比较好，如基本农田保护面积得到很好保护，建设用地使用面积等得到很好控制。

4 结论

以系统科学理论为指导，运用系统工程的理论和方法，综合运用土地管理学、信息学等多门学科的综合知识，在对土地利用总体规划实施评价进行系统分析的基础上，建立了土地利用总体规划实施评价指标体系与评价模型，并以重庆市城口县为例，在理论、方法和技术上对土地利用总体规划实施评价进行了系统研究，并实现以下目标与内容：

（1）从系统论的角度对土地利用总体规划实施评价基本概念、特点和系统结构等进行了深入分析，建立了土地利用总体规划实施评价指标体系及其评价标准。

（2）建立了土地利用总体规划实施评价模型。

（3）采用基于三角白化权函数的灰色评价法对土地利用总体规划实施进行评价，其结果为修编规划和加强规划实施管理提供科学依据。

（4）建立的评价模型成功应用于城口县土地利用总体规划实施评价，应用结果证明所建立的评价指标体系及其评价标准是合理的，验证了评价模型在土地利用总体规划实施评价中是成功的，评价结果符合实际，为土地利用总规划实施评价提供一种先进、科学、有效的评价手段。

参考文献

［1］吴次芳，潘文灿.国土规划的理论与方法.北京：科学出版社，2003

［2］王万茂，张颖.市场经济与土地利用规划.中国土地科学.2003，17 （1）：9～15

［3］赵焕臣等.层次分析法.北京：科学出版社，1986

［4］刘思锋，党耀国等.灰色系统理论及应用.北京：科学出版社，1999