耕地评价中几个关键问题的探讨.pdfVIP

土壤资源持续利用与生态环境安全学术会议论文集 耕地评价中几个关键问题的探讨∗ 张俊平 胡月明† 薛月菊 （华南农业大学信息学院，广州 510642 ） 摘 要 耕地质量是关系到我国粮食安全和经济安全的热点问题。本文以广东省龙川县为例，从耕地质量评价的数据 准备、评价指标体系及权值制定、耕地质量等级评定入手，系统地研究了数据挖掘技术在耕地质量评价各主要环节中的应用， 并指出了当前国内耕地评价中亟待解决的难题。 关键词 耕地质量评价；指标权值；样本容量；有监督学习分类 中图分类号 TP183 文献标识码 A [1] 土地评价研究一直受到国际的关注 。随着现代数学方法和科学技术的应用，土地评价研究不断深入， 特别是从 20 世纪 80 年代以来，在经济建设和社会发展的强烈驱动下，我国土地评价研究在理论、方法和 应用的广度和深度上都取得了前所未有的发展，但同时也必须认识到在耕地或土地评价的过程中仍存在着 许多亟待解决的难题。本文主要对耕地评价指标权值制定、样本容量大小确定和耕地质量等级评定三个关 键问题进行探讨。 1 耕地评价指标权值的制定 指标权值的大小反映了评价指标对耕地质量的影响程度。在确定指标权值时，特尔斐法仍被广泛应用 [2] ，为了减少人为因素的影响，层次分析法(Analytic hierarchy process，AHP) 、主成分分析法（Principal component analysis，PCA ）、因子分析法（Factor analysis ，FA ）、多元回归分析法(Multiple regression，MR ） 和灰色关联度分析法（Grey relation analysis，GRA ）等方法逐渐被采用，也可以应用近些年来发展起来的 模糊集理论和神经网络的方法，也有学者融合其中二种或多种方法的权值制定指标的综合权值。在耕地质 量评价中，具体选择哪一种指标权值计算方法应充分考虑到基础数据的数据结构、评价指标体系与评价用 途等因素，然而，探讨指标权值计算方法所应用的数学理论是正确制权的基础。 1.1 统计学理论 统计学分析是以数据为研究对象，从中获取规律信息并为事件的发展进行预测、决策和控制等提供据， 它是目前数据分析中应用最多、理论成果最为成熟的方法。概率论和数理统计是统计学理论的基石，概率 论是研究随机现象统计规律的一门数学学科；数理统计以概率论为理论基础，研究随机现象的规律性，即 样本数据的搜集、整理、分析、推断的各种统计学方法及其理论背景的一门新兴的数学学科。基于统计学 思想，耕地质量调查和试验数据可以看作是耕地质量评价评价单元过程的随机表现，具有随机过程的性质。 在上述制权方法中，基于统计学制权的方法有特尔斐法，主成分分析法（PCA ）、因子分析法（FA ）、 多元线性回归分析法（MR ）等。其中，特尔斐法是一种简单应用统计学方法的专家经验值的统计分析， 采用特尔斐法制权简便易行，不用考虑基础数据的质量和数据的结构，由于指标权值确定是建立在经验判 断的基础上，具有明显的主观随意性，研究人员难以应用数学的方法对经验权值的科学性进行检验。因此， 采用特尔斐法制权在学术研究中应用的并不多。 PCA 法或 FA 法（在某种程度上可以看成是 PCA 法的推广和扩展）大多应用于数据压缩和指标综合得 ∗基金项目：国家自然科学基金项目和广东省自然科学基金项目联合资助。 †通讯作者：教授,博士生导师。E-mail:ymhu@ 作者简介：张俊平(1976-)，男，江西南昌人，博士后，主要从事土地资源评价和 GIS 应用研究。E-mail: zjp01210@163.com 56 第一部分 土壤资源与管理 分排序方面[3,4]，如果将 PCA 或 FA 方法中主成分或公因子的方差贡献率和对应的特征向量结合，也可以 实现评价指标权值的制定。然而，有研究者认为，直接应用 PCA 法进行评价存在不少问题，同时，减少 评价因素数量意味着这些因素所包含的信息在一定程度上的丢失[5,6] 。笔者认为，应用 PCA 法或 FA 法时 需要充分考虑研究对象所采用的评价指标体