多元統(tǒng)計(jì)分析在土地利用分區(qū)中的應(yīng)用

1、多元統(tǒng)計(jì)分析在土地利用分區(qū)中的應(yīng)用論文導(dǎo)讀：本研究采用多元統(tǒng)計(jì)分析中主成分聚類(lèi)分析方法對(duì)所收集的數(shù)據(jù)進(jìn)行處理。主要區(qū)域原那么的指導(dǎo)作用主要表達(dá)在數(shù)值分析方法應(yīng)用前評(píng)價(jià)單元和評(píng)價(jià)指標(biāo)的選擇以及數(shù)值分析結(jié)果的定性處理.基于主成分分析的聚類(lèi)分析在貫徹相對(duì)一致性原那么和綜合分析與主導(dǎo)因素相結(jié)合的原那么過(guò)程中別具特色,該方法的合理應(yīng)用會(huì)增加土地利用地域分區(qū)研究的科學(xué)性和定量化水平。利用上述分區(qū)原那么和數(shù)值方法,松原市各區(qū)縣土地利用效益和程度差異明顯。關(guān)鍵詞：主成分分析,聚類(lèi)分析,分區(qū),土地利用程度和效益1 引言新一輪土地利用總體規(guī)劃修編的過(guò)程中，土地利用分區(qū)作為總規(guī)的組成局部對(duì)于統(tǒng)籌協(xié)調(diào)區(qū)域土地利用，特

2、別是建設(shè)用地和農(nóng)用地之間的關(guān)系，合理調(diào)整土地利用結(jié)構(gòu)，實(shí)現(xiàn)土地利用的可持續(xù)開(kāi)展具有重要的現(xiàn)實(shí)意義。本文以松原市土地利用程度和效益數(shù)據(jù)為根底，探討了在遵循土地利用分區(qū)主要原那么下，基于主成分分析的聚類(lèi)分析方法在土地利用的地域分區(qū)方面的應(yīng)用，為土地利用分區(qū)的進(jìn)一步研究提供理論依據(jù)。2 土地利用分區(qū)原那么與方法2.1 分區(qū)原那么按照經(jīng)濟(jì)、社會(huì)、自然等條件相對(duì)一致，土地利用方向根本相同的狀況，明確各地域土地利用方向，具有宏觀(guān)控制指導(dǎo)作用，使規(guī)劃管理在較大范圍內(nèi)有一定連續(xù)性。分區(qū)原那么具體概況為以下六點(diǎn) 【1】 ：1表達(dá)區(qū)域開(kāi)展戰(zhàn)略的要求；2自然條件和社會(huì)經(jīng)濟(jì)水平的相對(duì)一致性；3土地利用特點(diǎn)和存在問(wèn)題的

3、相對(duì)一致性；4土地利用開(kāi)展方向和措施的相對(duì)一致性；5突出土地利用問(wèn)題和管理措施的相似性；6便于實(shí)施管理，保持鄉(xiāng)鎮(zhèn)界限和區(qū)劃界限的完整性。論文參考網(wǎng)。2.2 分區(qū)方法本研究采用多元統(tǒng)計(jì)分析中主成分聚類(lèi)分析方法對(duì)所收集的數(shù)據(jù)進(jìn)行處理。數(shù)據(jù)來(lái)源為2005年松原市土地利用變更調(diào)查和松原市統(tǒng)計(jì)年鑒。論文參考網(wǎng)。主成分分析能夠抓住分析問(wèn)題的主要矛盾，消除研究指標(biāo)間的信息重疊因素，把得到的主成分作為研究指標(biāo)再進(jìn)行聚類(lèi)分析能夠提高分類(lèi)結(jié)果的準(zhǔn)確性。主成分聚類(lèi)分析方法對(duì)土地利用分區(qū)研究的主要步驟為：將指標(biāo)變量和樣本區(qū)縣數(shù)據(jù)建立原始數(shù)據(jù)矩陣；原始數(shù)據(jù)矩陣的標(biāo)準(zhǔn)化；對(duì)經(jīng)標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣采用主成分分析法建立主成分；

4、將主成分作為自變量進(jìn)行回歸分析，計(jì)算前k個(gè)主成分的樣本值；利用計(jì)算所得的k個(gè)主成分的樣本值作為新變量進(jìn)行聚類(lèi)分析，用歐式距離之平方(SquaredEuclidean distance)方法計(jì)算樣本間距離，用離差平方和法(Ward方法)進(jìn)行連接 。3 方法應(yīng)用3.1 評(píng)價(jià)指標(biāo)確實(shí)定結(jié)合土地利用分區(qū)原那么，本研究選取反映區(qū)域土地利用程度和效益兩個(gè)方面共11個(gè)主要指標(biāo)進(jìn)行評(píng)價(jià)和劃分。反映土地利用程度的指標(biāo)為：土地利用率x 1 、土地墾殖率x 2 、林地利用率x 3 、牧草地指數(shù)x 4 、建設(shè)用地指數(shù)x 5 、居民點(diǎn)及獨(dú)立工礦用地指數(shù)x 6 、交通用地指數(shù)x 7 、水域用地指數(shù)x 8 ；反映土地利用效

5、益的指標(biāo)為：已利用土地單位面積國(guó)內(nèi)生產(chǎn)值x 9 、農(nóng)業(yè)用地單位面積產(chǎn)值x 10 、工業(yè)用地單位面積產(chǎn)值x 11 。3.2 主成分分析本研究借助于SPSS13.0軟件完成數(shù)據(jù)處理及分析，對(duì)松原市一區(qū)四縣各指標(biāo)數(shù)據(jù)作標(biāo)準(zhǔn)化處理，通過(guò)主成分分析，計(jì)算相關(guān)系數(shù)矩陣，求得特征根、特征向量和方差奉獻(xiàn)率 。通過(guò)表1可以看出旋轉(zhuǎn)后前四個(gè)主成分的累積方差奉獻(xiàn)率已接近100%，根本可以表征初始變量全部信息。表1 主成分分析總方差解釋Table 1 Total variance explaination 主成分 初始提取值 旋轉(zhuǎn)后提取 特征值 方差百分比 累計(jì)奉獻(xiàn)率 特征值 方差百分比 累計(jì)奉獻(xiàn)率 1 6.436

6、58.505 58.505 3.959 35.987 35.987 2 2.233 20.298 78.803 3.026 27.512 63.499 3 1.372 12.476 91.279 2.513 22.849 86.349 4 0.959 8.721 100.000 1.502 13.651 100.000 提取方法：主成分分析；旋轉(zhuǎn)方法：方差最大正交旋轉(zhuǎn)表2 旋轉(zhuǎn)成分矩陣和主成分表達(dá)式系數(shù)矩陣(A)Table 2 Rotation components matrix andprincipal components expression coefficient matrix(A)

7、標(biāo)準(zhǔn)化變量ZXp 旋轉(zhuǎn)后成分矩陣 主成分表達(dá)式系數(shù)矩陣 1 2 3 4 1 2 3 4 ZX1 0.029 0.245 0.915 -0.319 -0.119 -0.056 0.454 -0.037 ZX2 0.156 0.897 0.406 -0.082 -0.153 0.379 0.030 -0.009 ZX3 -0.402 -0.785 0.386 -0.271 -0.031 -0.429 0.404 -0.042 ZX4 -0.202 -0.905 -0.362 0.096 0.127 -0.384 0.010 0.037 ZX5 0.742 0.405 0.468 -0.259 0.

8、196 -0.011 0.046 -0.206 ZX6 0.785 0.377 0.409 -0.271 0.229 -0.022 0.005 -0.234 ZX7 0.715 0.125 0.636 0.262 0.139 -0.207 0.342 0.251 ZX8 0.098 0.010 -0.106 0.989 -0.090 -0.013 0.154 0.730 ZX9 0.963 0.242 0.055 0.105 0.323 -0.064 -0.127 -0.049 ZX10 0.424 0.580 0.648 0.253 -0.067 0.096 0.294 0.279 ZX11

9、 0.968 0.102 -0.079 0.217 0.354 -0.116 -0.158 0.008 在旋轉(zhuǎn)后的成分矩陣中見(jiàn)表2，可以看出主成分1主要綜合反映了x 5 、x 6 、x 7 、x 9 、x 11 這五個(gè)指標(biāo)的信息，可以將主成分1解釋為建設(shè)用地土地利用程度和工業(yè)用地效益的指標(biāo)；主成分2綜合反映的是x 2 、x 3 、x 4 指標(biāo)變量的信息，將主成分2看作是農(nóng)用地土地利用程度的指標(biāo)；主成分3主要綜合了x 1 和x 10 的信息；主成分4那么反映的是水域用地指數(shù)(x 8 )的信息，松原市河流縱橫，境內(nèi)擁有三江兩湖一河，流域?qū)拸V，水資源豐富，作為單獨(dú)反映水域用地指數(shù)x 8 的主成分4有

10、其必要性。論文參考網(wǎng)。通過(guò) 主成分表達(dá)式系數(shù)矩陣； 標(biāo)準(zhǔn)化指標(biāo)矩陣計(jì)算得出各區(qū)縣在主成分因子上得分情況見(jiàn)表3。表3 區(qū)縣各主成分(新指標(biāo))得分值Table 3 Component score matrix of variousregions using principal component analysis 主成分1 主成分2 主成分3 主成分4 綜合值 寧江區(qū) 1.74 0.39 0.03 -0.10 0.73 前郭縣 -0.24 -0.64 0.48 1.58 0.07 長(zhǎng)嶺縣 -0.31 -1.04 0.77 -1.20 -0.38 乾安縣 -0.38 -0.24 -1.73 -0.1

11、4 -0.62 扶余縣 -0.81 1.52 0.45 -0.15 0.21 主成分1得分最高的是寧江區(qū)，說(shuō)明寧江區(qū)的建設(shè)用地土地利用程度和效益較高；由其他主成分得分可以看出扶余縣農(nóng)用地土地利用程度和效益都較好，長(zhǎng)嶺縣和前郭縣土地利用率較高，前郭縣水域資源豐富。3.3 聚類(lèi)分析據(jù)以上土地利用綜合分區(qū)的原那么和方法，利用表3 中有關(guān)數(shù)據(jù)做聚類(lèi)分析,得到聚類(lèi)譜系圖(見(jiàn)圖1) ,取連接距離為5將松原市土地利用分為四個(gè)類(lèi)型：第1類(lèi): 北部人口和產(chǎn)業(yè)集聚區(qū),包括寧江區(qū)全部和前郭西部區(qū)域第2類(lèi): 東部農(nóng)業(yè)及農(nóng)業(yè)產(chǎn)業(yè)化開(kāi)展區(qū),包括扶余縣和前郭東部第3類(lèi): 西部農(nóng)林牧生態(tài)保護(hù)區(qū), 包括了乾安縣和長(zhǎng)嶺西北部第4

12、類(lèi): 南部農(nóng)林牧及其產(chǎn)品加工區(qū),包括長(zhǎng)嶺縣大部圖1 基于主成分分析的系統(tǒng)聚類(lèi)分析Fig.1 Hierarchical cluster analysis basedon principal component analysis4 結(jié)語(yǔ)主要區(qū)域原那么的指導(dǎo)作用主要表達(dá)在數(shù)值分析方法應(yīng)用前評(píng)價(jià)單元和評(píng)價(jià)指標(biāo)的選擇以及數(shù)值分析結(jié)果的定性處理.基于主成分分析的聚類(lèi)分析在貫徹相對(duì)一致性原那么和綜合分析與主導(dǎo)因素相結(jié)合的原那么過(guò)程中別具特色,該方法的合理應(yīng)用會(huì)增加土地利用地域分區(qū)研究的科學(xué)性和定量化水平。利用上述分區(qū)原那么和數(shù)值方法,松原市各區(qū)縣土地利用效益和程度差異明顯。本文將松原市土地利用分為四個(gè)類(lèi)型區(qū)，各土地利用區(qū)內(nèi)表達(dá)了當(dāng)前土地利用的特點(diǎn)和未來(lái)開(kāi)展方向，以及各土地利用分區(qū)之間的統(tǒng)籌協(xié)調(diào)。參考文獻(xiàn)：【1】 何