1、第十章 土地可持续利用评价,土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用,一、主导因子评判法,土地资源评价，主要是对土地资源的质量进行评价，关于土地数量的评价可以通过土地制图与面积量算工作完成。,土地评价的主要方法,一、主导因子评判法,土地资源评价的方法主要有： 主导因子评判法 最低限制因子评判法 综合指标评判法 多因子综合评判法 标准值对照评判法 样地法 投入产出法 实验法 历史波动分析法 农业生态带方法,土地评价的主要方法,一、主导因子评判法,这种方法从影响土地资源质量的多个因子中，选择一或两个起决定性作用的主导因子作为评价或土地分等定级的依据。然后对这些起主导
2、作用的评价因子（或项目），提出一个或多个能全面确切的表达它的评价指标，并对每一个指标按一定标准作出分级，这样便可得到一张可以用于质量分级的标准表。在这种条件下，评价人员只需要取得该资源的主导因子在不同地段（土地单元）的全部指标，便可与评价标准表对照，从而获得每一个评价地段（土地单元）的级别。,主导因子评判法,一、主导因子评判法,例如：徐樵利教授对地处亚热带的宜昌县适种柑橘地的土地评价。评价者从该地实际出发，确定影响该县种植柑橘的土地质量的因子有9项：越冬气温；土体厚度；地表排水条件；水源与供水条件；土壤有机质；地表坡度；pH值；土壤质地；地形与避冻条件。,主导因子评判法,一、主导因子评判法,通
3、过实地调查分析，选取越冬气温与土体厚度两项为评价的主导因子。确定越冬温度以极端低温7出现频率，9出现频率等指标来表达；土体厚度以土层厚度加风化壳厚度来表达。同时根据它们对柑橘生长影响的程度分别划为4个等级，便得出评价适种柑橘土地质量的主导因子指标分级表（表10-1），这种分级表就是主导因子分级的标准。,主导因子评判法,一、主导因子评判法,主导因子评判法,表10-1 宜昌市柑橘适宜种植土地质量主导因子指标分级,一、主导因子评判法,评价人员从该地区实际出发，以柑橘越冬温度为主要指标，以土体厚度为辅助指标，得出柑橘土地坪级标准（表10-2）。,主导因子评判法,表10-2 宜昌市柑橘种植土地适宜性评价
4、标准,一、主导因子评判法,根据表10-1和表10-2，将土地单元的特征相应指标与之对照，便可得出其土地适宜于种植柑橘的结论。如土地单元A冬季极端低温7的频率为20年以上一遇，土体或风化壳厚度为34米；土地单元B冬季极端低温为911，9频率为12年一遇，土体厚度为23米。那么通过查评价标准表，便可得出土地单元A为Ib，属于一等地；土地单元B为IVc，属等外备用地。,主导因子评判法,一、主导因子评判法,运用主导因子评判法作土地评价，不仅需要科学的选取评价的主导因子（或评价项目）和表达这一评价因子的指标，而且必须对指标进行科学的分级，切忌指标的主观随意性，这样才能保证获得正确的评价结果。,主导因子评
5、判法,二、最低限制因子评判法,这一方法是选取多个限制因子作为评价项目（或评价因子），各限制因子按其对资源的限制程度进行指标分级，即划分为不同级别的定量或定性的评判指标或标准，然后对被评对象的各个限制因子评定其级别，记录在评价表格中；最后以限制因子评定的最低级别来确定被评对象的等级。,最低限制因子评判法,二、最低限制因子评判法,例如：赵松乔教授等对黑龙江和内蒙古部分地区的土地适宜性评价。在评价中，选择了12种限制因素： 地面坡度； 地表积水状况； 排水条件； 干旱威胁； 寒冻危害； 风烛危害； 土层厚度； pH值； 盐碱化程度；土壤肥力； 土壤质地； 土壤障碍层。,最低限制因子评判法,二、最低限
6、制因子评判法,根据区域实际，参照联合国粮农组织的做法，适宜级采用4级划分，即：1一最适宜，2一适宜，3一临界适宜，4一不适宜，对各限制因素指标制定具体评价标准（表10-3），最后采用最低限制因子评判法确定土地总的适宜等级（表10-4）。,最低限制因子评判法,二、最低限制因子评判法,表10-3 黑龙江和内蒙古部分地区的土地评价因素评级标准,二、最低限制因子评判法,从表10-4可知，杜鹃落叶林漂灰土山地这一土地类型，对于农业（种植业）是不适宜的，对林业最适宜，对牧业临界适宜。最低限制因子评价法反映了土地质量中的“最小一最大”原理。,最低限制因子评判法,二、最低限制因子评判法,表10-4 黑龙江和内
7、蒙古部分地区土地适宜性评价举例,三、综合指标评判法,这种评价方法是选取公认的能反映土地资源质量的综合性指标，依其变化幅度确定土地的等级标准，再根据土地评价单元该项指标的特征值，确定土地评价的等级优劣。,综合指标评判法,三、综合指标评判法,例如：中国科学院内蒙宁夏综合考察队对内蒙古天然草场的评价，便是采用的单位面积产草量这一指标来建立草场质量评价标准的（表10-5），荒漠草场亩产鲜草2050千克，便是属于6级草场。,综合指标评判法,表10-5 内蒙古天然草场级的评定标准,三、综合指标评判法,采用综合指标评价法进行土地评价多数是按土地产出结果来进行评价的，其结果直观，易于接受掌握，但往往比较粗略，
8、对土地质量缺乏深入理解。,综合指标评判法的评价,四、多因子综合评判法,这种方法主要是根据土地评价的目的，选取有关的土地特性和其它社会经济要素特征，并根据在其内部或相互之间的重要性分别给出数量化值，以数量化值替代评价要素。然后按照数学规律将这些数量化值加以综合，并要考虑到各要素之间的相互关系和相互作用，产生最后的性能指数；最后将这种指数转而用于按值的次序对土地进行分等，用以反映土地质量的高低。,多因子综合评判法,四、多因子综合评判法,在土地评价中，设评价因素分别为A、B、C、D则可以将某一土地单元相应因素的数量化特征值赋予a、b、c、d值。其综合评价，若是等权平均（即各因素的作用相同），则根据各
9、因素之间相互作用的组合，确定不同的数字计算方法，求出评价的结果。,多因子综合评判法,四、多因子综合评判法,一般说来，其因素间的关系和计算方法有三种类型：(1) 累加型：Pabcd(2) 乘积型：P=ab c d(3) 复合型：Pa 式中P为评价结果（或称总得分）。,多因子综合评判法,四、多因子综合评判法,若各个因素的相互作用是累加型的，而因素对土地的质量影响是不一样的，则必须对每一个要素的权重具体分析赋值，其计算公式为：P 式中：i为第i个要素的权重；pi为第i个要素的评价得分； 1。多因素综合评判法，在土地评价中的应用十分广泛。,多因子综合评判法,五、标准值对照评判法,这一评价方法是按照国家
10、（或国际上）规定的质量标准，或者科学界公认的质量分级标准，将它与被评的某一土地单元质量特征实际值对照，确定其土地评价结果。 标准值对照评判法，同上述其他评价方法比较，其主要不同在于评价标准不是评价人员自己制定的，评价人员只需按专家组制定的工作规程来对土地质量特征加以研究，与标准对照得出自己的土地评价结论。 这种方法对于全国或国际土地评价（全球土地评价）有很大的作用，其评价结果便于区域对比。,标准值对照评判法,六、样地法,土地评价中的标准样地适用于各类土地评价，但在农用地的分等定级中应用最多。 农用地分等定级标准样地是指：在农用地分等定级的区域内，当技术与管理水平一定或出于区域内的平均状况时，从
11、该区域内常种植作物产量水平属于最高范围的那一类土地中随机选取出的若干个农用地分等定级单元。,样地法,六、样地法,在对区域内的农用地进行分等定级的过程中，设置标准样地的主要目的，是将同一区域内的其他农用地分等定级单元与本区域的标准样地进行比较，从而得出农用地分等定级单元与标准样地在质量上的相对差异性大小的定量数值，再按照该差异性数值的大小和农用地分等定级工作已定的农用地等别或级别数量，对农用地分等定级区域内的各个分等定级单元进行等别或级别的划分。,样地法,六、样地法,样地法是以选定的标准样地为参照，建立定级因素计分规则，通过比较，计算定级单元因素分值，评定农用地级别的方法。,样地法的定义,六、样
12、地法,样地法的内容与程序,农用地样地法定级的内容与程序,六、样地法,定级单元应在县域内统一编号，以乡(镇)为单位填表登记，表格样式参见表10-6。,划分单元,六、样地法,表10-6 样地法农用地定级表格式,乡级区域名称：,六、样地法,县级标准样地指县域内技术与管理水平处于平均状况时，从大宗作物产量水平最高范围的一类土地中选取的定级单元。每个乡镇内至少布设一个标准样地，应选择农业生产条件最优的定级单元作为标准样地，标准样地的现实生产力水平在当地最高；标准样地应是土地利用总体规划确定为基本农田的定级单元；标准样地应在表10-6中注明；,设置标准样地,六、样地法,县级标准样地指县域内技术与管理水平处
13、于平均状况时，从大宗作物产量水平最高范围的一类土地中选取的定级单元。标准样地按表10-7的格式进行登记；应拍摄标准样地典型地段的景观照片和土壤剖面照片；标准样地及其典型地段的坐标应在农用地定级单元图上注明。,设置标准样地,六、样地法,表10-7 标准样地属性登记表,注：(1)对标准样地编号时，按单位面积的产量水平从高到低顺序排列，产量水平最高的为l号。 (2)如果省在县内设有省级标准样地，则在县内的省级标准样地编排在前，作为县内农用地定级的标准样地使用。,六、样地法,原则定级因素指标应在定级工作区内有明显差异；定级因素分作物确定。方法根据实际情况，按照大宗作物分别选取农用地定级因素。,确定定级
14、因素,六、样地法,因素特征值调查应按乡镇逐单元、逐因素调查，并填表登记，表格样式参见表10-6、表10-7；因素特征值从已有土地利用、土壤、地貌等资料中查取，若已有资料不能满足需要，应进行野外补充调查；在因素特征值调查的同时，应收集定级单元最近3年的产量数据，有条件的地方应使用实测产量数据。,确定定级因素,六、样地法,因素分级定级因素分级以36个级别为宜，分级方法有两种：根据试验或实测资料，建立定级因素与农作物产量水平之间的函数关系，确定因素分级数目及各级上下限；用经验法确定因素分级数目及各级上下限。,编制因素分级记分规则表,六、样地法,编制标准样地特征分值表将农业综合生产条件最优的标准样地定
15、义为1号标准样地，其分值定为100分，按照定级因素对农业生产的影响程度，将100分分配给各个定级因素；其他标准样地定级因素的分值，可根据定级因素的分级情况，与1号标准样地的相应因素特征值比较后确定，比较过程中若出现农用地综合特征优于1号标准样地的将结果填入表格，表格样式参见表10-8。,编制因素分级记分规则表,六、样地法,表10-8 标准样地特征分值表,六、样地法,编制定级因素记分规则表各因素每个级别的记分量有两种确定方式：等差方式，具体方法参见表10-9中的“土层厚度”记分规则；非等差方式，具体方法参见表10-9中的“坡度”记分规则。将确定的记分规则填入表格，表格样式参见表10-9。,编制因
16、素分级记分规则表,六、样地法,表10-9 定级因素分级记分规则表,作物(类别)名称：,七、投入产出分析法,土地具有生产性能，好的土地投入少而产出多，通过投入物质能量（或资金、劳动等）与产出的物质能量（或收入）进行比较，利用投入产出效率来对土地质量进行评价，是这种方法的核心内容。投入产出分折法在土地评价中，常常用资本投入产出分析为多，以成本利润比较为多。随着土地评价的深入，人们对价格体系紊乱、价格波动不定、价值形态严重歪曲对土地评价结论的影响的认识越来越深刻，故在土地评价中，把投入生产的各种物质（机械、燃油、电力、农家肥、化肥、薄膜、人畜力等）与输出产品统一折合为能量（焦耳）进行分析，通过土地类
17、型或区域能量投入产出比较来得出土地评价的结论。,七、投入产出分析法,表10-10 区际农田投能比较利益分析,八、实验法,根据土地利用目的，选择同一类型不同土地单元，采用不同的土地利用方式，进行土地利用实验，探讨土地利用过程中的物质能量流动转化规律，探求土地适宜性佳、效益好的土地利用用途，建立土地利用的合理模式。通过模式比较、效益分折、类型对比总结土地评价的结论。,九、历史波动分析法, 好的土地，其质量优，效益佳，产量高，产出值的波动小。 对定土地资源区域各种作物的产量历史资料分析，通过趋势分析扣除技术进步对土地产出的影响，然后再对各种作物的产量波动进行分析，找出高产稳产性能好的优势作物，从而得
18、出土地适宜性评价的结论。,举例： 江汉平原土地评价中，运用矩阵决策分折方法确定其高产稳产作物优势，对土地作物适宜性（适宜性作物）进行评判，实际上就是采用历史波动分析法的思路来进行的。,九、历史波动分析法, 汉江平原各种作物高产稳产的优势，通过各作物历,年产量进行研究可知。,九、历史波动分析法,小麦和稻谷同其他作物比较，其增产趋势明显，但产量波动也较大，应在高产稳产上狠下功夫。小麦高产性能较稻谷好。而稻谷中以晚稻的增产趋势最明显，产量最不稳定。大豆、薯类的高产稳定性能比稻麦与其他秋杂粮作物差，并非江汉平原的优势作物。经济作物棉花和麻类增产趋势都很显著，但棉花比麻类的产量波动大。油菜是油料作物中，
19、适应性强、高产稳产的作物。,九、历史波动分析法,第十章土地评价的方法与技术,土地评价的主要方法数学方法在土地评价中的应用土地资源信息系统及其应用,第二节 数学方法在土地评价中的应用,主成分分析法 回归分析法 灰色关联分析法 模糊综合评价法 人工神经网络法 给予遗传算法的投影寻踪模型评价方法 数据包络分析法,土地评价研究多年来的发展，已取得了巨大的成就。关于土地评价的工作程序，每一步骤在土地评价中应完成的任务日益规范化；土地评价工作者对数学方法认识的加深，有力的推动了数学方法在土地评价中的应用。,数学方法在土地评价中的应用,运用数理统计或其他应用数学模型来进行土地评价因子的选择、权重的确定，评价
20、单元的划分、等级评定、级差收益测算等方面的工作，大大提高了土地评价结果的客观性和精确性，避免了不同研究工作者的主观行为干扰的严重性，评价结果的不可比较性。,数学方法在土地评价中的应用,数学方法在土地评价中的应用，其本质是通过建立土地质量与土地因素之间的数学模式，对土地进行分类与评价。LQif（A，B，C，）LQi 表示任一土地的质量，A、B、C是与土地质量LQi相关的土地特性的特征值。,数学方法在土地评价中的应用,LQif（A，B，C，）其具体关系式，取决于土地特性对土地质量的影响方式，要依靠土地评价中的定性分析来加以确定。在一定意义上，数学方法在土地评价中的应用，是定性方法与定量研究相结合进
21、行土地评价。20世纪80年代以前，我国的土地评价主要采用定性方法。定性：随意性太大进入80年代以后，数值法土地评价在各地逐步开展起来，并已取得可喜的进展。,数学方法在土地评价中的应用,数值法土地评价的方法的主要区别：参评因素的选择及其权重的确定。评价方法：初期多采用指数或分数的等权累加法，后来则趋于采用指数或分数的加权累积法。权重计算：早期多应用经验判断法，或比较简单的计算方法，如等差指数法；近期则趋于应用比较复杂的方法，如回归分析法和模糊评价法等。,数学方法在土地评价中的应用,随着计算机和信息技术的快速发展，目前又出现了利用地理信息系统和人工神经网络等方法，进行定量的土地评价研究，目的是使评
22、价因素的权重确定更为精确和符合实际。,数学方法在土地评价中的应用,土地评价方法中应用比较广泛的方法主要涉及数理统计、模糊数学、灰色系统和人工神经网络等方面的数学模型与方法,数学方法在土地评价中的应用, 主成分分析是把一些具有错综复杂关系的变量归结为少数几个综合变量（主成分）的一种多元统计分析方法。 基本思想：降维设法找出少数的几个综合因子来代替原来众多的因子，使得它既能尽量多的反映原来因子的信息，而且它们彼此之间又互相独立。 多用于土地评价因素的选择或精简，以减少土地资源类型划分或土地资源区划的工作量。,一、主成分分析法,基本步骤：1.对原始土地调查数据 进行标准化计算，以消除各指标量纲不同和
23、量级差异的影响。使每个变量(指标)的平均值为0，标准差为1。,一、主成分分析法,基本步骤：2.用标准化的数据矩阵求变量间的相关系数，得出相关系数矩阵R 相关系数矩阵是实对称矩阵，只需计算其上三角元素或下三角元素即可。,一、主成分分析法,基本步骤：3.计算特征值和特征向量 一般说来多用适合于实对称矩阵的雅可比方法来求取 根据特征方程 计算特征值，即解 rnp+rn-1p-1+r1+r0=0 的特征多项式，求l、2、p，并使1按大小排列即 12p0 列出关于特征值i的特征向量ei。,一、主成分分析法,一、主成分分析法,基本步骤：4.计算累计贡献率 一般取累计贡献率达80%95%的特征值1，2， k
24、(kp)。,基本步骤：5.计算主成分载荷,一、主成分分析法,基本步骤：6.计算主成分得分,一、主成分分析法,举例： 南洛河流域农业生态类型划分与生态设计的研究,一、主成分分析法, 表10-13所列的土地质量、耕地条件、气候条件、土壤条件等是直接影响农业生产的重要因素，它们相互作用，构成了农业生产的环境生态条件。,一、主成分分析法, 南洛河流域的88.4为洛南县所辖。 洛南是1984年依照利于经济发展和管理方便的原则，进行行政区划调整的试点县。全县共分161个乡（镇、管区），山区乡相对较小，盆谷梁塬上的乡相对较大，平均面积为17.2平方公里。各乡自然地理特征较为一致，农业生态条件类似。 可以以洛
25、南为控制县，将乡作为农业生态类型研究的样本,一、主成分分析法, 对南洛河流域各环境生态因素（变量）进行分析，所得到的7个主成分（表10-14）可以说明农田环境生态系统信息的80左右。因此，可以根据这些因子的空间变化来说明南洛河流域农业环境生态条件的空间分异。,一、主成分分析法, 从表10-14可计算出主成分载荷（表10-15）,一、主成分分析法,第1主成分：与年均温、10积温、复种指数、小麦播种面积比率有较大的负相关(r6-0.9052，r7-0.9040；r15-0.5644；r16-0.8458)。与年雨量(r60.9070)有较大的正相关。它反映了水热状况及水热生态条件制约下农作物布局和
26、熟制的区域分异。从生态地理系统分析意义上看，是一个气候生态主成分。,一、主成分分析法,第2主成分：与川平台地比率有较大负相关，与坡地比率和阴地比率有较大的正相关。反映出南洛河流域的耕地类型形态的区域分异。这是一个耕地形态主成分。,一、主成分分析法,第3主成分：与陡坡地比率有较大的正相关。与K2O含量有较大的负相关。反映了农田生态条件中陡坡地比率与土壤中K2O含量过大，土地营养失调对农业生产的影响。可以看做是个农业环境生态条件的限制性主成分。,一、主成分分析法,第4主成分：与垦殖指数有较大的正相关。与耕层厚度15厘米土层面积比率有较大的负相关。它反映了南洛河流域的垦殖条件和耕作条件。它是一个农业
27、环境生态的垦耕性能主成分。,一、主成分分析法,第5主成分：与全氮含量，土地生产水平（单位面积粮食产量）、水浇地比率有较大的正相关。说明了土地的肥力特征、灌溉条件及其生态输出功能。是一个土地质量的主成分。,一、主成分分析法,第6主成分：与土壤类型组合指标有较大的正相关。是反映土壤条件的主成分。,一、主成分分析法,第7主成分：速效磷(P2O5)有较大的正相关。可以反映南洛河流域磷与磷肥对作物的影响和空间变化。是一个土壤磷素作用主成分。,一、主成分分析法, 南洛河流域的各个主成分综合反映了农田环境生态条件的地域分异，是本区地域分异的主导因素。 根据FXL（其中F为主成分得分，L为主成分载荷）计算出南
28、洛河流域各农业生产单位乡的主成分得分，以其为基础，利用聚类分析方法便可将南洛河流域划分为五种农业生态类型。 盆谷梁塬温暖稍干农业生态型、低山丘陵温暖潮湿农业生态型、低中山地中温半湿润农业生态型、亚高山地冷凉湿润农业生态型、高中山地温凉较湿农业生态型。 土地评价的基本结论，即其土地质量分为五级。,一、主成分分析法, 回归分析法，是把一定地域范围内的土地评价因素及其与土地生产力之间的关系，近似的描述为具有线性相关关系的变量间联系的函数。 多元线性回归方程：YB0十B1X1十B2X2十十BmXm Y为土地生产力(产量)；xl，x2，xm为土地评价因素；B0为回归常数项；B1、B2、Bm为回归系数，表
29、示自变量xl、x2、xm每增加一个单位时，在综合影响的条件下，因变量的增长量。,二、回归分析法,用途： 可以近似的确定区域中影响土地质量的主要因素，进行评价因素的选择 可以确定各因素对产量或收益的影响程度，即评价因素的权重 可以通过分析单个因素同土地质量的关系，建立各因素的分等定级标准,二、回归分析法,回归分析法的计算，一般要借助计算机。 基本程序：1.数据处理，建立原始数据矩阵。 在土地评价中，对于土地质量的综合性指标单位面积产量，最好用土地的基本产量（本底产量），即实际产量扣除因施肥、农药使用，机耕和管理等带来的产量增长量 为了克服其产量及其他指标的波动性和随机性影响，有条件的情况下，指标
30、观测值，最好采用35年的平均值。,二、回归分析法,基本程序：2.建立多元回归模型。 在回归方程中，土地的产量和土地评价因素均为已知数值，通过上机运算求得回归方程中的回归系数B0，B1，B2，Bm的估计值b0，b1，b2，bm后，列出以下回归方程第一次回归方程)： Yb0十blx1十b2x2十十bmxm,二、回归分析法,基本程序：3.计算标准回归系数和评价因素的权重。 建立多元线性回归方程后，需要分析哪些因素是影响因变量y的主要因素，哪些是次要因素，一般是比较各因素的回归系数b1，b2，bm的绝对值大小。 但实际工作中，因所取得的自变量的单位不同，要直接比较回归系数是不便的，需通过计算标准回归系
31、数bj，来判断各自变量的重要性。,二、回归分析法,基本程序：3.计算标准回归系数和评价因素的权重。 Lij正规方程系数矩阵对角线元素； Lyy离差平方和。 因每个bj与各因素所取的度量单位无关，bj就可以进行任何两个因素的比较，并反映出x值的重要程度。绝对值越大的bj，相应的x对y的影响也就越显著。,二、回归分析法,基本程序：3.计算标准回归系数和评价因素的权重。 同时，由于标准回归系数bj与原度量单位无关，因此，也可作为确定评价因素权重的依据。 Pi= Pi评价因素的权重 bi标准回归系数,二、回归分析法,基本程序：4.回归效果检验。 确定了回归方程后，需对xi与yi之间是否有线性关系和回归
32、效果进行检验或方差分析(表10-16)。,二、回归分析法,基本程序：4.回归效果检验。 方程中，y的总离差平方和Lyy分解为两部分，即回归平方和U与剩余平方和Q。 LyyU十Q 在多元线性回归分析中，回归平方和表示的是所有k个自变量对y的离差的总影响，因此它可以按下式计算,二、回归分析法,基本程序：4.回归效果检验。 剩余平方和则等于 由以上一些公式可知，回归平方和越大，则剩余平方和越小，线性关系越密切，回归的效果就越好，方程的精度就越高。,二、回归分析法,基本程序：4.回归效果检验。 在多元回归中，各个平方和的自由度可按下述原则来确定： 总平方和Lyy的自由度为n-1，n为样本数； 回归平方
33、和的自由度等于自变量数k； 剩余平方和的自由度等于n-k-1。,二、回归分析法,基本程序：4.回归效果检验。 方差S2：剩余平方和除以它的自由度 剩余标准差S 在多元线性回归分析中，对整个回归进行显著性检验时，通常用F检验法。F值就等于回归方差和剩余方差的比,二、回归分析法,基本程序：4.回归效果检验。 当F值计算出来后，查F分布表进行显著检验。F分布表中有两个自由度，f1表示回归平方和的自由度k，f2表示剩余平方和的自由度n-k-1。F分布表中列有三种不同的显著水平，值分别为0.10、0.05和0.01。若FFa，则回归效果显著，Fa是F分布表查取值，F是计算值；反之，则回归效果不显著。,二
34、、回归分析法,基本程序：4.回归效果检验。 经检验的多元回归方程达到显著时，并不意味着每个因素xi与y之间的线性相关关系具有同等的密切程度，因此在进行总体效果分析的同时，还需逐一检验bj的显著性，以便剔除那些次要的，可有可无的变量，使重新建立的回归方程能够反映变量之间的重要性。 常用方法有t检验和F检验。,二、回归分析法,基本程序：4.回归效果检验。 t检验： Cij为正规方程系数矩阵逆阵的元素；tj值称为自变量x的T值，T值越大，自变量越重要。对于给定的显著水平值，可以查t分布表。当tjta时，xj对y有影响，当bl，b2，bm检验结果都显著时，说明求出的包含m个自变量的线性回归方程是合理的
35、。 当tjta值时，则说明该因素对Y影响不大，应考虑剔除,二、回归分析法,基本程序：4.回归效果检验。 F检验： Fj服从F分布，自由度分别是1和(n-m-1)，当FjFa时，则认为xj重要，否则应考虑剔除。,二、回归分析法,Fjbj2CijS2残,基本程序：4.回归效果检验。 检验回归效果的另外一种方法就是计算方程的复相关系数。 R为复相关系数，它表示x与y的相关程度大小。R越接近1回归效果越好，相反越差。,二、回归分析法,基本程序：5.确定评价指数及评定等级。 为了确定评价指数，除了确定各评价因素的权重外，还要确定评价因素的级位指数（分数）。 a i为评价因素i的级位指数；Pi为评价因素的
36、权重。,二、回归分析法,举例： 张妙玲等对江苏省宜兴川埠镇土地适宜性评价就是采用多元回归分所法进行的。评价对象为水稻、小麦、红薯、苹果、杉林和松树。现仅以水稻为例予以说明。,二、回归分析法,二、回归分析法,首先，对评价因素进行分级。水稻用地的评价因素共12项，将它们各划分为5个等级，与5个土地级别相对应(表10-17)对各评价因素的重要性进行检验，获表10-18。,表10-18中的t值(绝对值)均大于1，说明诸评价因素对土地的基本产量(Y)都有一定的影响。其中，t5、t6、t7的值均大于2，说明它们所对应的因素是重要因素。但是t4、t 2均小于查表临界值t0.1(21)=1.72，相应的x4、
37、x2在方程中作用较小，应予剔除。但是，考虑到x4对水稻生长有实际意义，并接近临界值，故予以保留。这样重新建立的新回归方程为： Y59.73十51.686x1十24.354x3一4.324x4十21437x5十16011x6十10711x7 回归方程计算结果： R=0.8756, F=8.2144F0.01(6, 15)=4.32 表明回归总体效果显著。,二、回归分析法,然后再进行各自变量重要性的t值检验。表10-19 X1、X3、X5、X6、X7的t值均超过t0.1(21)=1.72的临界值，为主要因素。X4的t值虽未超过该临界值，但大于1，说明仍有一定影响，给予保留。按bi值的大小排列，自变
38、量的重要性顺序为： X5X7X6X3X4 在此基础上计算各评价因素（Xi）的权重（Pi）（表10-20）,二、回归分析法,最后按各因素的权重及其对应指标的级位指数，求出各土地评价单元的单项得分及总分值，并参照分值范围划分土地等级。 表10-21举例说明IA-2、IA-4、IB-6和IB-7四个土地评价单元的评价结果。,二、回归分析法, 回归分析法不仅可用于筛选参评因素，使参评因素的数量尽量减少，而突出那些主导的参评因素，而且还可用数学方法确定这些参评因素的权重，因此有助于减少土地评价中的主观随意性，提高其科学性。 进行回归分析必须要有足够的样本数量，样本既要有代表性，也要求数据尽量准确。 同时
39、，回归分析法适用于解决成线性、指数或对数分布的对象，尤以线性分布对象最为合适，否则难以取得满意的结果,二、回归分析法, 灰色关联分析是一种多因素统计分析方法, 它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序。 如果样本数据列反映出两因素变化的态势（方向、大小、速度等）基本一致，则它们之间的关联度较大； 反之，关联度较小。 灰色关联度分析的核心是计算关联度，以选定的标准样地为参照，按照多因素综合评判法确定的因素因子体系及其影响权重，计算预选用地块与标准地块的关联度， 以此评定预选用地块质量水平。,三、灰色关联分析法,三、灰色关联分析法,根据初始化数据计算不同时刻k的参
40、考值X0与比较值Xi的对应点的绝对差值，并找出其中的最小绝对差值min和最大绝对差值max。计算关联系数（式中P为分辨系数，一般取01之间的数，常取0.5。）计算关联度,基本步骤： 根据评价目标收集资料。 构造参考数列和比较数列，并对参考数列和比较数列进行初始化处理，使之无量纲化、归一化。初始化的方法通常有均值法、初值法和标准化。 参评因素的灰色关联分析。计算关联度并对结果进行分析。,三、灰色关联分析法,举例： 辛建军等对山西长治县农耕地的评价。,三、灰色关联分析法,步骤：1收集资料、典型调查 在土地评价过程中，着重收集地形图、土壤普查资料及有关图件、农业综合区划资料、水土保持规划资料和土地利
41、用现状详查资料与图件。通过对这些资料的综合研究和分析，对全县的自然概貌，社会经济情况、农业生产规模与水平、土地适宜性及其限制因素作全面的了解。,三、灰色关联分析法,步骤：2构造数列对照表及初值处理 土地是农业生产基本的生产资料，其质量优劣综合反映在生产能力的高低差异方面。基于土地评价的目的，不宜严格区分所谓自然属性或经济属性评价。因此，将外业调绘小班评价单元近五年的综合平均产量作为参考数列，各种参评因素作为比较数列进行关联分析和归纳。,三、灰色关联分析法,设：论域U（全县农耕地小班集合）O1，O2，On（n1，15100）是被评价的灰色对象集，要求按质量划分为K个白化等级子集。 （1）构造参考
42、数列与比较数列对照表 将收集到的土地利用现状图、土壤类型分布图和地形图叠加，看出土地利用现状小班分布在什么样的地形和土种上面。在充分考虑不同的利用方式、产量区间、土壤类型因素的基础上，在15100个小班中随机选取5的小班归纳出参考数列与比较数列对照表（表10-22）。 （2）无量纲化处理 在关联分析前必须进行无量纲化处理。用初值法(每个数列除以该数列第一个数)，这样得到一个新的数列（表10-23）,三、灰色关联分析法,步骤：3参评因素的灰色关联分析 （1）关联度计算。 按照上述关联度计算方法，将表10-23中X0与Xi各对应点的绝对差求出并列入表10-24中。 求参考数列X0与被比较数列Xi各
43、点的关联系数和关联度，将计算结果列入表10-25。,三、灰色关联分析法,（2）计算结果分析由表10-25可知参评因素与产量的关联度顺序排列为： r4r3r1r6r2r5r4表示土厚度与产量的关系。说明土层与产量的关系最密r3 、r1分别表示阳离子代换量和有机质与产量的之间的密切关系。前者是反映土壤缓冲性和保肥的主要指标，后者是土壤肥力的主要物质基础。r6反映了灌溉与产量的关系，仅次于前者。r2、 r5表示质地和坡度与产量的关系。,三、灰色关联分析法,r2、 r5表示质地和坡度与产量的关系。 一般来说，质地和坡度与产量的关系也是很密切的，但在该县具体条件下，表现不大密切。就质地而言，经抽查，该县
44、土壤表层中壤和轻壤约占86.2%，重壤占12.7%，砂壤占1.72%，重壤中作为农耕地的比重很小，砂壤中则无农耕地，而绝大多数农耕地为中壤，因此质地不是影响产量的关键因素。再者，由于当地大多数农耕地分布在平川和丘陵区，山区耕地较少，且山区和丘陵区的耕地多为梯田，坡耕地仅占总耕地面积的2.6%左右，坡度与产量关系不太密切亦是符合实际的。,三、灰色关联分析法,（3）土地的等级指标和等级划分 表10-18中横列X0(1)、X0(2)、X0(3)、X0(4)原是产量由高到低的排列，作为参考数列。实质可视为土地等级，即X0(1)为等地，X0(2)为等地，依此类推。 相应的比较数列X0(1)、X0(2)、
45、X0(3)、X0(4)即可视为某参评因素按“优度”由高到低的排序，并将比较数列各点“优度”给值如下： X0(1)4 X0(2)3 X0(3)2 X0(4)1,三、灰色关联分析法,值此，可从两个方面拟定土地质量等级指标和土地等级： 按关联系数拟定土地质量等级指标和土地等级按关联度计算各评价因素的权重，将评价因素的分数与权重相乘，然后各因素得分相加得出土地评价单元的总得分，按设定的每等地的得分标准，评定其土地质量等级。,三、灰色关联分析法,三、灰色关联分析法, 按关联系数拟定土地质量等级指标和土地等级以上各土地等级指标值，实质是个灰数区间的白化值。实际评价过程中，计算值与指标值完全符合的极少，这样
46、就必须求计算值与指标值的相容度。,三、灰色关联分析法, 按关联系数拟定土地质量等级指标和土地等级在表10-25中查相应的关联系数，再乘以各自的“优度”值，最后各项相加即得该小班等级指标值：所以，9.6210.9616.53。分别求相容度如下：因此，该号小班是等地。, 按关联度计算各评价因素的权重，将评价因素的分数与权重相乘，然后各因素得分相加得出土地评价单元的总得分，按设定的每等地的得分标准，评定其土地质量等级。 根据关联度r1，计算各评价因素的权重W1，其公式如下：,三、灰色关联分析法, 按关联度计算各评价因素的权重，将评价因素的分数与权重相乘，然后各因素得分相加得出土地评价单元的总得分，按设定的每等地的得分标准，评定其土地质量等级。 某村25号耕地小班土地评价得分为： 式中：Wi为因素权重；Pi为因素的级位指数；i1，2，6 按照土地质量评价标准所规定的等级指数范围，该号小班的土地质量是是等地。,三、灰色关联分析法, 模糊综合评价法运用模糊数学方法，通过模糊数学综合评价模型来得出土地评价单元的评价结论的一种方法。,
