第一作者简介: 杨 斌(1979-),男,博士,副教授,硕士生导师,西南科技大学环境与资源学院教师,北京师范大学环境科学与工程专业博士后,主要从事空间信息应用技术研究。E-mail: xjgis@126.com。
以低山丘陵革命老区四川省梓潼县为研究区,将影响城镇化空间发展因素分为交通、区域动力和地形3大类,分析并基于ASTER GDEM,ETM和基础地理信息数据,提取出国道、省道、县道、蔬菜果园区、生态旅游区、生态工业区、水系、坡度和地形起伏度9个因子; 结合层次分析法模型计算这9个因子的权重,在ArcGIS 9.3中利用空间叠置分析法得出梓潼县空间格局适宜性分级和分区图。该方法的实现为科学定量评价低山丘陵革命老区城镇化空间格局模式提供了一种全新的解决思路。
With Zitong County in Sichuan Province, an old revolutionary base area, as the study area, the authors classified the factors affecting urbanization spatial development into three types, i.e., traffic, regional dynamics and landform, and, on the basis of ASTER GDEM,ETM and basic geographic information data, extracted nine factors, namely national highway, provincial road, county road, vegetable orchid area, ecological tourism area, ecological industrial area, stream system, slope and degree of topographic relief. The weights of these factors were calculated in combination with Analytical Hierarchy Process (AHP), and the spatial pattern adaptability gradation and zoning charts were compiled by means of spatial superimposition analysis in ArcGIS 9.3. The realization of this method has provided a entirely new workable means for scientific quantitative evaluation of urbanization spatial pattern model in the lower mountain hilly old revolutionary base area.
随着社会经济的飞速发展和人民生活水平的不断提高, 我国革命老区城镇化建设进程得到了深入的发展。但革命老区大多位于低山丘陵地貌区, 其城镇化空间发展受到了空间格局和自然环境条件等因素的制约, 面临着许多困难和挑战 [1, 2]。因此, 对革命老区城镇化形态特征和空间格局模式的分析研究已成为经济快速发展中的革命老区必须面对和解决的科学问题。层次分析法(analytical hierarchy process, AHP)以一种用定量和定性相结合的方式, 分析与处理多目标、多层次复杂系统问题和难以完全用定量方法分析与决策的社会系统工程[3], 将AHP和空间定量分析数据集成应用到城镇化空间格局模式中的研究目前还不多见[4]。
本文利用AHP递阶调用多层评价分析的特点, 以低山丘陵革命老区— — 四川省梓潼县为研究区, 将城镇化空间发展布局的内外驱动力要素分解, 构建城镇化空间发展递阶层次结构模型, 根据相应准则建立判断矩阵求取对应要素权重, 在ArcGIS软件中加载相关数据和模型, 通过空间分析获取低山丘陵革命老区城镇化空间发展趋势结果图, 为探讨经济相对落后的低山丘陵革命老区城镇化空间发展模式分析提供一种全新的解决思路。
梓潼县位于四川盆地西北部丘陵向低山过渡地域, E104° 51'16″~105° 27'35″, N30° 25'27″~31° 25'43″之间。县内地势以低山丘陵为主, 东北高, 西南低, 中间夹一低凹的潼江河谷, 东西横剖面呈不对称的马鞍形, 全境平均海拔高度约为600 m, 东北部为海拔700 m以上的高丘、低山, 西南部为海拔600 m以下的中、浅丘陵。根据地貌形态成因的区域相似性, 从空间布局角度, 将研究区分为潼江以西的丘陵区、潼江以东的高丘低山区和潼江河谷的平坝区3个不同的地貌区。梓潼县不仅是拥有2 300多年历史的文化古镇, 还是四川省有名的红色革命根据地之一, 其战略地位相当重要[5]。
结合梓潼县空间区位特征, 并充分考虑数据采集的可行性和定量分析的可操作性, 研究所用信息主要来自研究区ASTER GDEM数据(图1)、ETM(图2)、国家1∶ 25万基础地理信息数据及部分专题地图解译数据等。对ASTER GDEM数据进行几何纠正、投影转换等处理, 获取了坡度、地形起伏度数据; 对ETM图像进行分析识别, 并经实地调查, 获取研究区蔬菜果园、生态工业及旅游资源数据; 对国家基础地理信息数据进行处理, 获取道路要素信息。
AHP可将各种因素层次化, 并逐层比较多种关联因素, 为分析和预测事物的发展提供可靠的定量依据。主要步骤包括递阶层次结构模型、判断矩阵的建立及其求值、一致性检验和综合指数计算等运算过程[6, 7]。首先, 通过分析复杂问题所包含的因素及其相互关系, 将问题分解为不同的要素, 并将这些要素归并为不同的层次, 从而形成多层次结构; 然后, 在每一层次按某一规定准则对该层各元素进行逐对比较, 建立判断矩阵; 最后, 通过计算判断矩阵的最大特征值及对应的正交化特征向量, 得出各层要素对应准则的权重值[8, 9]。
革命老区空间结构和发展模式涉及到诸多方面, 其中自然环境和经济社会发展因素起到了决定性作用[10]。根据革命老区城镇化自然形态特征的表现形式和经济社会发展制约要素的相关性规律特点, 选取交通、区域动力和地形等影响城镇化空间发展的3大类要素, 并依次细化为国道、省道、县道、蔬菜果园区、生态旅游区、生态工业区、水系、坡度和地形起伏度9个影响因子[11]; 再根据AHP法建模思路, 依次建立层次结构模型, 构造相应的判断矩阵, 并最终求取各因子的权重值。
首先要把问题条理化、层次化, 构造一个有层次的结构模型; 在这个模型下, 复杂问题被分解为元素的组成部分; 这些元素又按其属性及关系形成若干层次, 且上一层次的元素可作为准则对下一层次有关元素起支配作用[12]。这些层次可分为3类: 第一类为最高层, 只包含一个元素, 一般是分析问题的预定目标或理想结果, 也称为目标层; 第二类为中间层, 包含为实现目标所涉及的中间环节, 可以由若干个层次组成, 包括所需考虑的准则、子准则, 也称为准则层或指标层; 第三类为最底层, 包括各种措施、决策方案等, 也称为措施层或方案层。
递阶层次结构中的层次数与问题的复杂程度及需要分析的详尽程度有关, 一般层次数不受限制。每一层次中所支配的元素一般不要超过9个, 因为支配的元素过多会给两两比较判断带来困难。根据研究区确定的9个影响因子, 结合空间格局形态模式评价指标, 将指标体系分为目标层A、指标层(因素层)B和方案层C。具体层次结构如图3所示。
AHP方法要求逐层计算有关相互联系的元素间影响的相对重要性, 并予以量化, 组成判断矩阵, 作为分析的基础[13]。一般在构造判断矩阵时常用的是Satty提出的标度方法, 即分别以1, 3, 5, 7, 9来标度2个元素之间的重要性程度[1]。
根据前人研究经验, 虽然Satty的比例标度法在确定事物的排序上基本是合理的, 但其对相互之间的重要性程度差异的描述与人的常识仍有一定偏差。例如, “ 稍微重要” 的标度值为3, 也就是将比“ 同样重要” 高3倍的情况认为是“ 稍微重要” , 而“ 明显重要” 的标度值为5, 与“ 稍微重要” 的标度比为5/3=1.67, 远小于3, 即“ 明显重要” 的事物与“ 稍微重要” 的事物相比较得出的差异, 还远不能与“ 稍微重要” 的事物与“ 同样重要” 的事物相比较得出的差异显著, 这是不合理的。本文结合汪树玉[14]提出的改进的比例标度法, 对其进行汇总(表1), 使得重要性等级之间数量差异能更接近于人们的量化概念。
![]() | 表1 改进的比例标度法汇总 Tab.1 Modified summary sheet of scaling method |
本次研究使用的比例标度法为指数标度, 即: 按因子a比因子b的重要性, 从“ 同等重要” 到“ 极端重要” , 只分别取1, 1.277, 2.080, 4.327和9.00; 反之, 若因子a比因子b次要, 则取相应权重的倒数, 因此构建了梓潼县空间格局特征模式的判断矩阵(表2)。
![]() | 表2 梓潼县空间格局特征模式判断矩阵 Tab.2 Judgment matrix of spatial characteristic poittern of Zitong county |
在城镇化空间格局特征模式的研究过程中, 利用方根法来计算判断矩阵B的最大特征根及其对应特征向量[15]。
第一步, 计算判断矩阵每一行的元素乘积, 即
Mi=
第二步, 计算Mi的m次方根, 即
第三步, 对向量
Wi=
则W=(W1, W2, …Wm)T即为所求特征向量。
式(1)— (3)中: M为判断矩阵行乘积; W为特征向量; m为矩阵列元素个数; i为矩阵的行号数; j为矩阵的列号数。经计算, A— Bi矩阵的特征向量为: W=(0.074, 0.105, 0.052, 0.107, 0.168, 0.239, 0.046, 0.117, 0.092), 即为B1~B9分别对A的权重, 也就是国道因子对梓潼县城镇化空间格局变化影响的“ 贡献” 权重是0.074, 省道是0.105, 县道是0.052, 蔬菜果园区是0.107, 生态旅游区是0.168, 生态工业区是0.239, 水系是0.046, 坡度是0.117, 地形起伏度是0.092。
通过因子多样性对比分析, 分别选取国道、省道、县道作为交通要素特征因子, 该类因子可以利用交通矢量图层, 通过矢栅转换和空间插值方法提取; 选取蔬菜果园区、生态旅游区、生态工业区、水系作为区域动力要素特征因子, 该类因子可以利用该区域已有的城镇化建设规划和ETM数据, 通过数据扫描和空间重分类提取; 选取坡度和地形起伏度作为地形要素特征因子, 该类因子可以利用等高线数据通过插值方法生成的DEM数据在ArcGIS平台下进行归类提取[16]。
在ArcGIS Desktop 9.3平台下, 运用Spatial Analysis Tool工具中的栅格计算器, 将国道、省道、县道、蔬菜果园区、生态旅游区、生态工业区、水系、坡度和地形起伏度9个因子进行加权空间叠置运算, 在栅格计算器中输入空间格局模式适宜性数据集的计算公式, 即
Ss=0.073 6Rgd+0.105 1Rsd+0.051 6Rxd+0.046 2Rwater+0.167 6Rstly+0.107 4Rscsg+ (4)
式中: Ss为适宜性数据集; Rgd为国道图层因子; Rsd为省道图层因子; Rxd为县道图层因子; Rwater为水系图层因子; Rstly为生态旅游区因子; Rscsg为生态工业区因子; Rslope为坡度因子; Rqfd为地形起伏度因子。
对以上所有图层因子数据进行叠置分析, 采用自然裂点法进行分类运算, 得到梓潼县城镇化空间格局适宜性分区结果, 将该结果导入ArcGIS Desktop 9.3平台, 进行数据的匹配和整合, 生成研究区空间格局评价二维图; 将二维结果数据和数字高程模型(DEM)导入到ArcGIS Scene 9.3场景中, 通过数据拉伸获得研究区空间格局评价三维图, 具体实现过程如图4所示。
图5为研究区空间格局评价二维图; 图6为研究区空间格局评价三维图。
由于图6是在三维视图下生成的, 所以视觉效果有些差异。
低山丘陵革命老区作为自然环境相对恶劣、经济条件相对落后的区域, 其城镇化空间格局发展受到各方面的限制。利用AHP方法和GIS技术, 以四川省梓潼县为研究区, 从影响城镇化空间格局发展特征因素研究入手, 在GIS和RS技术支撑下提取出各评价因子数据, 构建出多要素环境下的递归层次分析模型, 最终在ArcGIS平台上定量提取出梓潼县城镇化空间格局的二维图和三维图。
从结果分析来看, 因子的筛选和提取是进行研究此类定量问题的前提, 方法和模型的构建是研究的关键和核心, 利用空间层次分析方法进行定量评价和科学描述是研究的落脚点。因此, 将抽象的数学模型和空间信息表述技术集成应用到革命老区空间格局评价分析中, 达到了较为理想的指导价值。该方法的尝试亦为研究此类抽象问题提供了有效的解决途径。
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|