胡学东^1,, 王占岐^1,, 邹利林²
1. 中国地质大学（武汉）公共管理学院,武汉 430074
2. 华侨大学公共管理学院,泉州 362021

Suitability evaluation of arable land consolidation in mountain areas of Northwestern Hubei based on Bayesian Probability Modeling

HUXuedong^1,, WANGZhanqi^1,, ZOULilin²
1. School of Public Administration,China University of Geosciences（Wuhan）,Wuhan 430074,China
2. College of Public Administration,Huaqiao University,Quanzhou 362021,China
通讯作者:王占岐,E-mail：zhqwang@cug.edu.cn
收稿日期:2015-03-13
修回日期:2015-06-18
网络出版日期:2016-01-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:基金项目： “十二五”国家科技支撑计划课题：“用地网络化综合监管信息平台优化关键技术研究”（2013BAJ05B02）
作者简介:
-->作者简介：胡学东,男,湖北黄石人,博士生,主要从事土地利用规划和土地经济研究。E-mail：huxuedongcug@126.com



展开

摘要
在中国耕地保护形势日益严峻的情况下,如何在山地区开展耕地整治项目布局,提高耕地整治效率,是当前开展山地区土地整治规划工作的重要内容,而耕地整治适宜性评价则是耕地整治项目布局的前提。本文以鄂西北山地区房县为研究区域,选取灌溉保证率、地形坡度、土壤质地、有效土层厚度、耕地系数、与道路距离、与城镇中心距离和田块规模指数8个评价指标,运用贝叶斯概率模型计算影响因素权重和耕地整治的后验概率,并得到研究区耕地整治的适宜性分布图,最后进行预测结果检验。结果表明：①在影响山地区耕地整治的因素中,耕地系数、灌溉保证率、地形坡度、与道路距离四个因素对耕地整治影响程度比田块规模指数、有效土层厚度、与城镇中心距离和土壤质地4个因素对耕地整治的影响程度大;②对2013年耕地整治项目布局与适宜性分布图进行对比分析,有88.81%处于适宜性整治区,说明该模型具有可行性。该文可为耕地整治适宜性评价提供方法借鉴,并为鄂西北山地区更合理科学地开展土地整治规划提供依据。

关键词：土地利用;耕地整治;适宜性评价;贝叶斯概率模型;山地区
Abstract
How to arrange arable land consolidation projects and improve the efficiency of arable land consolidation in mountain areas under increasingly serious arable land protection situation is an important component of land consolidation planning. And suitability evaluation of arable land consolidation is the premise of arable land consolidation projects arrangement. Taking Fang county in northwest Hubei,China as a case study,we first selected eight affecting factors, including irrigation assurance rate,terrain slope,soil texture,effective soil layer thickness,arable land coefficient,distance to road,distance to town center and field scale index, to characterize the arable land consolidation suitability. The weight values of affecting factors and posterior probability of arable land consolidation were calculated to obtain a distribution map of arable consolidation suitability by Bayesian Probability Modeling. We found that among factors affecting arable land consolidation of mountain areas,arable land coefficient,irrigation assurance rate,terrain slope and distance to road have more influence on arable land consolidation than others. A total of 88.81% of the area is distributed in suitable arable consolidation areas when comparing arable land consolidation placing in 2013 with predictions of arable consolidation suitability; this indicates the model is feasible. These data provide a reference for suitability evaluation of arable land consolidation and can contribute to the practicability of land consolidation planning in mountainous areas in China.

Keywords：land use;arable land consolidation;suitability evaluation;Bayesian Probability Model;mountain area

-->0
PDF (1110KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
胡学东, 王占岐, 邹利林. 基于贝叶斯概率模型的鄂西北山地区耕地整治适宜性评价[J]. , 2016, 38(1): 83-92 https://doi.org/10.18402/resci.2016.01.09
HU Xuedong, WANG Zhanqi, ZOU Lilin. Suitability evaluation of arable land consolidation in mountain areas of Northwestern Hubei based on Bayesian Probability Modeling[J]. 资源科学, 2016, 38(1): 83-92 https://doi.org/10.18402/resci.2016.01.09

1 引言

耕地整治是当前土地整治工作的主体内容,对提高耕地质量、增加有效耕地面积、改善农业生产条件具有重要意义^[1]。耕地整治适宜性研究是土地整治规划的基础,是划定耕地整治重点区域、确定耕地整治项目和整治时序的基本依据^[2]。土地整治是保障中国耕地红线的重要途径之一,其规划布局和整治实施取得了极大成效^[3] ,说明这些耕地整治项目的布局与选址的合理性与可行性得到验证,那么能否根据这些已实施的耕地整治项目所处的条件,挖掘影响耕地整治项目布局的因素从而指导未来耕地整治规划与选址?同时由于山地区独特的地形地貌与生态安全,在该地区进行土地整治项目的规划布局比在平原地区难度要大,而在优质耕地较少的山地区要想既保证区域经济快速发展又保护耕地红线,就必须要实施土地整治来确保区域耕地的占补平衡,同时调查可知,山地区已开展多年的耕地整治,积累了大量的已整治项目成果^[3]。因此,通过分析山地区已整治耕地所处的自然条件来指导未整治耕地的整治适宜性,对于合理科学布局山地区耕地整治项目具有重要意义。
关于耕地整治项目评价多集中于实施的耕地整治项目的效益评价、项目空间格局分析以及项目分区研究^[3-10],而对于耕地整治适宜性评价方法则多以基于专家知识的综合指数法、模糊综合评判法为主^[11,12],这些方法在确定影响因素权重大小过程中或多或少的引入专家打分,从而增强了评价结果的主观性。而通过充分利用山地区已整治耕地项目所表达的数据信息进行未整治耕地的适宜性评价及规划布局的研究还仍显薄弱。基于此,本研究以贝叶斯概率理论为基础,以已整治耕地作为训练样本,利用已整治耕地信息对未整治耕地适宜性评价进行修正,进而根据后验概率大小来更加精确地划分耕地整治适宜性区域。贝叶斯理论是统计学中的一个重要分支,由其发展起来的贝叶斯模型^[13-16]、证据权模型^[11,17-19]在各个科研领域得到积极地推广和应用,且结合GIS技术的贝叶斯理论在充分利用现有数据集进行空间分析并客观计算权重等方面有着独特的优势,其限制性条件是选取评价指标必须相互独立。因此,本研究利用贝叶斯概率模型对耕地整治的适宜性进行评价,试图为耕地整治项目规划布局和选址提供技术支撑。

2 研究区概况及数据来源

2.1 研究区概况

房县地处湖北省西北部,十堰市的东南部,位于大巴山和武当山之间,地跨110°02'E-111°15'E,31°33'N-32°30'N;地域辽阔,东临襄阳市谷城县、保康县,南接神农架林区,西连竹山县,北靠郧县、十堰市城区、丹江口市,东西长300km,南北宽131km,总面积5 117.86km²,有“千里房县”之称。房县地形以山地为主,西高东低,南高北缓,中间略呈盆地形,海拔180~2 458.6m,地貌单元类型复杂,农业立体分层明显,构成了“九分山水一分田地”的土地资源结构。
研究区属于典型的鄂西北山地区,大部分区域是林地。根据2010年度房县土地利用变更调查数据结果,2010年末房县农用地面积49.18万hm²,占土地总面积的96.08%,在农用地中耕地面积4.08万hm²,占农用地面积的8.30%,林地面积44.85万hm²,占农用地面积的91.20%。随着经济的发展,人地矛盾日益突出,开展耕地整治优化布局、提高耕地质量成为缓解这一矛盾的重要手段。另外,房县耕地整治项目从2005年持续到2013年,这为获取研究数据提供了有效支撑,同时该区域已整治耕地面积有7 222.68hm²,只占总耕地的17.70%,说明该区域还有大量的耕地可开展耕地整治。

2.2 数据来源与处理

2.2.1 数据来源
本次耕地整治适宜性评价涉及的主要数据有：①11万房县土地利用现状（2010年）矢量数据（图1,见89页）^1）(1）房县国土资源局2011年完成的“土地利用现状更新”项目成果。),从中提取耕地图层和道路图层,并获取各城镇中心区位分布图;②房县国土资源局土地整治中心提供的房县2005-2013年耕地整治项目矢量数据^2）(2）房县土地整治专项规划（2010-2020年）调查数据。),从中提取已整治耕地项目范围线;③房县耕地质量等级补充完善数据库（2010年）^3）(3）房县国土资源局2011年完成的“耕地质量等级成果补充完善”项目成果。),从中提取耕地质量属性图层和耕地坡度图层,并获取地块的灌溉保证率、土壤质地和有效土层厚度等指标数据。
2.2.2 数据处理
为确保研究对象的完整性,本次研究以耕地图斑为评价单元。①在ArcGIS9.3平台下统一各专题图层的空间投影坐标系;②由于耕地整治与否是由耕地整治前所处的条件决定,因此本研究的指标是耕地整治前的现状指标值,而通过实地调查可知,房县2005年以后的耕地整治项目虽然已改变项目区域的耕地质量,但是在2010年的土地利用现状图和耕地补充完善成果中还未更新,从而确保本研究计算的指标值反映的是耕地整治前所处条件,在此基础上叠加耕地图层和2005-2012年已整治耕地项目范围线得到已整治耕地图层和未整治耕地图层,而把2013年已实施的耕地整治项目分布图作为检验图层;③在此基础上分别进行已整治耕地和未整治耕地图层与耕地质量属性和坡度图叠加,获取耕地图斑（包括已整治耕地和未整治耕地）的灌溉保证率、地形坡度、土壤质地、有效土层厚度等相关指标值;④再分别进行已整治耕地和未整治耕地图层与道路图层和城镇中心缓冲分析获取耕地与道路和城镇中心的距离;而耕地系数和田块规模指数^[8]则通过公式（1）和公式（2）计算获得。
（1）
（2）
式中 为图斑耕地系数; 为图斑中耕地面积; 为图斑总面积; 为田块规模指数; 为图斑周长。

3 研究方法

3.1 研究思路和步骤

（1）研究思路。耕地整治是以现有耕地利用状态为基础,通过对现状耕地进行整治,达到增加耕地数量和提高耕地质量的目的,因此,了解整治耕地的现状,评价耕地整治的适宜性水平是了解耕地能否整治的关键,也是土地整治专项规划、耕地整治项目设计的基础工作^[20]。研究表明,中国土地整治工程在其规划布局和整治实施方面取得了极大成功,并且对粮食安全战略和社会和谐发展起到重要的支撑作用^[3],因此可以根据现有的耕地整治项目所处自然条件出发,选取相应的因素指标,并确定其对耕地整治发生与否的影响大小,再根据其影响大小来指导未整治耕地的整治适宜性。鉴于此,本研究以鄂西北山地区房县为研究区域,通过以已整治耕地为训练样本,分析在先验条件下各指标对耕地整治实施的影响大小,再结合贝叶斯概率模型来计算耕地整治后验概率,最后根据后验概率大小确定未整治耕地图斑的整治适宜性。
（2）研究具体步骤。①通过叠加耕地图层和已整治耕地项目区（2005-2012年）确定两个基本图层——已整治耕地图层和未整治耕地图层;②结合现有研究成果和鄂西北山地区特定条件确定影响耕地整治适宜性的评价指标体系;③根据证据权重法计算各指标对耕地整治的影响大小;④根据卡方检验,在确保各指标相互独立的基础上,运用后验概率计算公式计算研究区域耕地整治的后验概率;⑤根据后验概率分布结果划分未整治耕地整治适宜性类型区。

3.2 贝叶斯概率模型

贝叶斯概率方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法^[21]。该方法的核心为贝叶斯公式,其基本形式如下：
P(R|S)=P(R)P(S|R)P(S)（3）
式中是事件R的先验概率,它是由已知的先验信息获取的最初概率,即研究区域已经开展的耕地整治占总耕地的比例;为事件R在条件为S的情况下发生的后验概率,而为已发生事件R中存在条件S的概率,为随机变量条件S的概率。由此可知,也可以解释为：在条件S（评价指标）存在的情况下,事件R（开展耕地整治）发生的概率。
根据贝叶斯公式,可得后验几率的表达形式：
O(R|S)=P(S|R)P(Rˉ|S)=P(R)P(S|R)P(S)P(Rˉ|S)
=P(R)P(S|R)P(Rˉ)P(S|Rˉ)=O(R)P(S|R)P(S|Rˉ)（4）
式中为后验几率;为事件不发生, P(R)/P(Rˉ)，P(R)+P(Rˉ)=1。对公式（4）取自然对数得出其对数线性公式如下：
lnO(R|S)=lnO(R)+lnP(S|R)P(S|Rˉ)（5）
参考证据权重法Agterberg提出的权重确定方法^[22],定义因子影响权重分别为和。
W+=lnP(S|R)P(S|Rˉ)（6）
W-=lnP(Sˉ|R)P(Sˉ|Rˉ)（7）
如果因子和事件是正相关, 则为正 为负,相反,因子和事件是负相关, 则为负 为正,如果事件与因子不存在关系,那么, ,后验概率等于先验概率。
每个指标因子权重都有正权重和负权重,因此定义对比度C来衡量指标因子与耕地整治事件的空间联系大小。对比度C值绝对值越大表明指标因子与耕地整治相关性越强,指标影响权重越大,若C为正值,表明其正相关,若C为负值,表明其负相关。
（8）
存在两个因子的事件发生的条件概率计算公式如下：
P(R|S1,S2)=P(R,S1,S2)P(S1,S2)=P(S1,S2|R)P(R)P(S1,S2|R)+P(S1,S2|Rˉ)P(Rˉ)（9）
假设S₁和S₂相互独立则有：
P(R|S1,S2)=P(R,S1,S2)P(S1,S2)=P(R)P(S1|R)P(S1)×P(S2|R)P(S2)（10）
线性数线性权重因子表达方式有：
lnO(R|S1,S2)=lnO(R)+W1++W2+（11）
当存在n个相互独立因子的时候,存在2ⁿ种不同的组合,其表达形式为：
lnO(R|S1,S2,?,Sn)=lnO(R)+∑i=1nWSi（12）
式中为因子存在或者不存在的权重值。
其后验概率为：
P(R|S1,S2,?,Sn)=O(R)e∑i=1nWSi1+O(R)e∑i=1nWSi（13）

3.3 评价指标

在选择评价指标时遵循差异性、主导性和现实性原则。依据山地区自然条件和现有耕地整治评价指标体系的研究成果^[1,23-25],确定了8个评价指标（表1）：灌溉保证率（A₁）、地形坡度（A₂）、土壤质地（A₃）、有效土层厚度（A₄）、耕地系数（A₅）、与道路距离（A₆）、与城镇中心距离（A₇）和田块规模指数（A₈）。
Table 1
表1
表1耕地整治评价指标体系
Table 1Index system of arable land consolidation evaluation

评价指标	级别	级别含义	获取方法
灌溉保证率（A1）	1	充分满足,包括水田、菜地和可随时灌溉的水浇地	叠加分析研究区域耕地质量属性中的灌溉保证率图层和耕地图层(包括已整治耕地图层和未整治耕地图层),得到每个耕地图斑的灌溉保证率值
	2	基本满足,有良好的灌溉系统,在关键需水生长季节有灌溉保证的水浇地
	3	一般满足,有灌溉系统,但在大旱年不能保证灌溉的水浇地
	4	无灌溉条件,包括旱地与望天田
地形坡度（A2）/°	1	地形坡度<2	叠加分析研究区域耕地坡度图和耕地图层(包括已整治耕地图层和未整治耕地图层),得到每个耕地图斑的坡度值
	2	地形坡度2~6
	3	地形坡度6~15
	4	地形坡度15~25
	5	地形坡度≥25
土壤质地（A3）	1	壤土	叠加分析研究区域农用地分等定级中的土壤质地图层和耕地图层(包括已整治耕地图层和未整治耕地图层),得到每个耕地图斑的土壤质地值
	2	砂土
	3	粘土
有效土层厚度（A4）/cm	1	有效土层厚度>100.1	叠加分析研究区域耕地质量属性中的有效土层厚度图层和耕地图层(包括已整治耕地图层和未整治耕地图层),得到每个耕地图斑的有效土层厚度值,并根据划分标准划分级别
	2	有效土层厚度80.1~100.1
	3	有效土层厚度60.1~80.1
	4	有效土层厚度<60.1
耕地系数（A5）	1	<0.813	利用式（1）,分别计算已整治耕地图层和未整治耕地图层中的每个耕地图斑的耕地系数,再根据截取确定级别
	2	0.813~0.888
	3	0.888~0.963
	4	>0.963
与道路距离（A6）/m	1	<200	提取土地利用现状中的道路图层,分别以200m、500m、1 000m、2 000m和3 000m进行缓冲区分析,再叠加耕地图层(包括已整治耕地图层和未整治耕地图层),得出距道路不同距离的耕地分布情况
	2	200~500
	3	500~1 000
	4	1 000~2 000
	5	2 000~3 000
	6	>3 000
与城镇中心距离（A7）/m	1	<1 000	以研究区域城镇中心点为圆心,分别以1 000m、2 000m、4 000m、6 000m、8 000m和10 000m为半径进行缓冲区分析,再与耕地图层(包括已整治耕地图层和未整治耕地图层)进行叠加,得出距城镇中心不同距离的耕地分布情况
	2	1 000~2 000
	3	2 000~4 000
	4	4 000~6 000
	5	6 000~8 000
	6	8 000~10 000
	7	>10 000
田块规模指数（A8）	1	<1.358	利用公式（2）,分别计算已整治耕地图层和未整治耕地图层中的每个耕地图斑的田块规模指数,再根据截取确定级别
	2	1.358~2.929
	3	2.929~4.501
	4	>4.501

注：截取是指以平均值（m）为基础,上下移动一个标准差,即。
新窗口打开

4 结果与分析

4.1 权重计算

根据研究区域土地利用现状成果和已整治耕地项目统计,房县总耕地面积为4.08万hm²,已整治耕地面积为7 222.68hm²,先验概率为0.177。在此基础上,借助ArcGIS 9.3平台,分别计算已整治耕地中变量出现概率、未整治耕地中变量出现概率、已整治耕地中变量未出现概率和未整治耕地中变量未出现概率,最终根据公式（6）、公式（7）和公式（8）确定各指标级别的权重及相关参数见表2。本研究每个指标包含多个级别,每个级别对指标都具有相应的影响,并且互斥,其并集包含指标的全部信息,因此每个级别 对目标的影响大小都可以反映该指标对目标的影响,根据并集原理,评价指标对耕地整治的影响由其内部各级别绝对值最大的C值决定。根据C值以及W⁺和W^-大小可知,对耕地整治影响程度从大到小的指标依次是耕地系数、地形坡度、灌溉保证率、与道路距离、田块规模指数、有效土层厚度、与城镇中心距离和土壤质地。由此可知,在鄂西北山地区,决策者更愿意选择耕地系数较大,灌溉设施完善,地形坡度平坦,与道路距离较近的耕地作为耕地整治对象,而这些因素是反映山地区耕地整治过程中成本高低,新增耕地数量大小,产能能否持续的重要指标;对于田块规模指数、有效土层厚度和土壤质地等指标对耕地整治也有所影响,但与一般研究不同的是其影响程度相对较小,田块规模指数是反映耕地的规则程度的重要指标,而房县的耕地分布较分散,规则程度差,其田块规模指数主要分布在1.36~3.00之间,所以导致在耕地整治过程中对其考虑程度降低,而对于有效土层厚度和土壤质地指标是衡量耕地土壤质量的重要指标,其对耕地整治影响较小,说明在山地区决策者在耕地整治项目布局选址中对耕地的土壤质量考虑相对较少,也从侧面反映出决策者希望通过耕地整治来提高耕地的土壤质量。
Table 2
表2
表2各指标权重参数
Table 2Parameters of weight for each index

评价指标	级别							C
灌溉保证率（A1）	1	0.012 2	0.003 5	0.987 8	0.996 5	1.249	-0.009	1.257
	2	0.114 5	0.133 9	0.885 5	0.866 1	-0.157	0.022	-0.179
	3	0.333 4	0.247 0	0.666 6	0.753 0	0.300	-0.122	0.422
	4	0.539 9	0.615 6	0.460 1	0.384 4	-0.131	0.180	-0.311
地形坡度（A2）/°	1	0.354 9	0.136 1	0.645 1	0.863 9	0.958	-0.292	1.250
	2	0.043 8	0.031 1	0.956 2	0.968 9	0.342	-0.013	0.356
	3	0.186 8	0.154 3	0.813 2	0.845 7	0.191	-0.039	0.230
	4	0.317 2	0.433 8	0.682 8	0.566 2	-0.313	0.187	-0.500
	5	0.097 3	0.244 8	0.902 7	0.755 2	-0.923	0.178	-1.101
土壤质地（A3）	1	0.608 9	0.624 7	0.391 1	0.375 3	-0.026	0.041	-0.067
	2	0.133 5	0.112 9	0.866 5	0.887 1	0.168	-0.023	0.191
	3	0.257 6	0.262 4	0.742 4	0.737 6	-0.018	0.006	-0.025
有效土层厚度（A4）/cm	1	0.041 6	0.050 5	0.958 4	0.949 5	-0.194	0.009	-0.203
	2	0.726 3	0.640 4	0.273 7	0.359 6	0.126	-0.273	0.399
	3	0.206 4	0.285 2	0.793 6	0.714 8	-0.323	0.105	-0.428
	4	0.025 7	0.023 9	0.974 3	0.976 1	0.073	-0.002	0.074
耕地系数（A5）	1	0.065 6	0.062 5	0.934 4	0.937 5	0.048	-0.003	0.052
	2	0.161 7	0.174 2	0.838 3	0.825 8	-0.074	0.015	-0.089
	3	0.457 5	0.667 7	0.542 5	0.332 3	-0.378	0.490	-0.868
	4	0.315 3	0.095 6	0.684 7	0.904 4	1.193	-0.278	1.472
与道路距离（A6）/m	1	0.374 2	0.258 2	0.625 8	0.741 8	0.371	-0.170	0.541
	2	0.197 7	0.200 4	0.802 3	0.799 6	-0.014	0.003	-0.017
	3	0.187 4	0.210 8	0.812 6	0.789 2	-0.118	0.029	-0.147
	4	0.182 0	0.214 8	0.818 0	0.785 2	-0.166	0.041	-0.207
	5	0.049 3	0.084 4	0.950 7	0.915 6	-0.538	0.038	-0.575
	6	0.009 3	0.031 4	0.990 7	0.968 6	-1.217	0.023	-1.239
与城镇中心距离（A7）/m	1	0.046 5	0.034 1	0.953 5	0.965 9	0.310	-0.013	0.323
	2	0.067 8	0.078 4	0.932 2	0.921 6	-0.145	0.011	-0.157
	3	0.257 8	0.238 6	0.742 2	0.761 4	0.077	-0.026	0.103
	4	0.217 7	0.201 1	0.782 3	0.798 9	0.079	-0.021	0.100
	5	0.137 8	0.147 7	0.862 2	0.852 3	-0.069	0.012	-0.081
	6	0.125 0	0.127 3	0.875 0	0.872 7	-0.018	0.003	-0.021
	7	0.147 4	0.172 8	0.852 6	0.827 2	-0.159	0.030	-0.189
田块规模指数（A8）	1	0.056 2	0.166 0	0.943 8	0.834 0	-1.083	0.124	-1.207
	2	0.503 7	0.544 9	0.496 3	0.455 1	-0.079	0.087	-0.165
	3	0.284 8	0.174 9	0.715 2	0.825 1	0.488	-0.143	0.631
	4	0.155 3	0.114 2	0.844 7	0.885 8	0.307	-0.048	0.355

注：为变量出现概率;为变量在未整治耕地中出现概率;为变量在已整治耕地中未出现概率;为变量在未整治耕地中未出现概率。
新窗口打开

4.2 独立性检验

在进行后验概率计算之前,必须检验各指标之间是否相互独立。根据卡方检验（检验）和克拉姆系数^[16]计算公式,得到每个指标之间的独立性检验结果（克拉姆系数）如表3。由表3可知,所有影响耕地整治的指标之间的相关性系数均小于0.5,满足独立性检验,符合贝叶斯概率模型的要求。

4.3 生成后验概率分布图

根据公式（13）计算房县耕地整治的后验概率,后验概率值大小代表各耕地整治的适宜性大小,其值在0~1之间,数值越大,表明适宜开展耕地整治的可能性越大。最终房县耕地整治的后验概率分布图见图2。
根据组间差距最大、组内差距最小原则,对后验概率分布图采用ArcGIS9.3的Natural Breaks（Jenks）进行分类,得到后验概率临界值,并根据区域特点划分为4个整治区：①不可整治区,后验概率小于0.059的区域,面积为1.48万hm²,占未整治耕地总面积的43.93%;②整治后备区,后验概率在0.059~0.142之间的区域,面积为1.07万hm²,占未整治耕地总面积的31.94%;③较适宜整治区,后验概率在0.142~0.512之间,面积为5 452.70hm²,占未整治耕地总面积的16.23%;④高适宜整治区,后验概率在0.512~0.905之间,面积为2 655.73hm²,占未整治耕地总面积的7.90%。由统计结果可知,地处鄂西北山地区的房县未整治耕地随着整治概率增大其面积逐渐减少,其中,可整治概率小于0.059的区域面积达到43.93%,该区域的耕地分布零散,自然条件较差,不宜进行整治,但是,也存在可整治率较高的区域（后验概率大于0.51的区域所占比例为7.90%）,该区域耕地自然条件好,可达性强,整治较容易,但所占比例较小。根据耕地整治选址原则,可以推测房县耕地整治将主要分布在较适宜整治区和高适宜整治区。
Table 3
表3
表3独立性检验过程中各因素之间的克拉姆系数
Table 3The Cramer’V coefficient between the factors in the process of independence test

评价指标	灌溉 保证率	地形 坡度	土壤 质地	有效土层厚度	耕地 系数	道路 距离	城镇中心 距离	田块规模指数
灌溉保证率	-	0.118	0.429	0.368	0.046	0.038	0.132	0.055
地形坡度	-	-	0.101	0.081	0.417	0.096	0.193	0.229
土壤质地	-	-	-	0.351	0.056	0.090	0.100	0.048
有效土层厚度	-	-	-	-	0.040	0.065	0.122	0.068
耕地系数	-	-	-	-	-	0.160	0.166	0.148
与道路距离	-	-	-	-	-	-	0.113	0.091
与城镇中心距离	-	-	-	-	-	-	-	0.177
田块规模指数	-	-	-	-	-	-	-	-

新窗口打开
显示原图|下载原图ZIP|生成PPT
图12010年房县土地利用现状分布
-->Figure 1Actual land use distribution of Fang County in 2010
-->

显示原图|下载原图ZIP|生成PPT
图2基于后验概率的耕地整治适宜性预测分布
-->Figure 2Distribution arable land consolidation suitability based on posterior probability
-->

4.4 模型评价

为检验模型的准确率,在ArcGIS9.3软件上进行耕地整治适宜性分布图与房县2013年耕地整治项目分布图叠加分析,并统计2013年耕地整治项目坐落于四个耕地适宜性整治区的面积,其中分布在不可整治区的面积占0.91%,分布在整治后备区的面积占10.28%,分布在较适宜整治区和高适宜整治区的面积占88.81%。说明2013年房县耕地整治项目大部分处于适宜耕地整治区域,只有很少部分（0.91%）的区域处于不可整治区,与评价结果较一致。通过实地调查可知,房县2013年耕地整治项目分布在较适宜整治区面积明显高于分布在高适宜整治区的面积,究其原因,一方面是由于耕地整治项目的实施,高适宜整治区面积越来越少,导致分布在该区域整治项目减少;另一方面,则是由于高适宜整治区也是城镇发展的重要承载区域,承担着产业转移和建设用地扩张的任务,从而导致该区域即使适合耕地整治也无法布局更多的耕地整治项目。而且研究表明如果成功识别出至少70%的发生事件,则可以认为评价结果是有效的^[26,27]。同时研究结果还表明房县的耕地整治项目由高适宜性整治区（后验概率大于0.50）逐渐向适宜性整治区（后验概率在0.15~0.50之间）转移,可以预测未来房县的耕地整治项目将在适宜性整治区（后验概率在0.14~0.50之间）开展。

5 结论与讨论

（1）本研究以影响耕地整治开展的因素在已整治耕地和未整治耕地中的发生概率为基础,运用证据权重法对鄂西北山地区的房县耕地整治影响因素权重进行研究。研究结果表明,在山地区耕地系数、灌溉保证率、地形坡度、与道路距离四个因素比田块规模指数、有效土层厚度、与城镇中心距离和土壤质地四个因素对耕地整治的影响程度大,并且对于山地区耕地整治,决策者更多是选择在耕地系数大,灌溉条件充足,地形坡度小,距离道路和城镇中心较近,以及田块规模指数较大的区域开展耕地整治;而对于坡度较大、距离较远以及田块规模较小的耕地决策者的整治意愿则较小。
（2）本研究运用贝叶斯概率模型,利用已整治耕地所处的条件信息来指导未整治耕地的顺利开展,最后通过计算未整治耕地的后验概率来划分耕地整治适宜性级别,分别为：后验概率小于0.059的不可整治区,后验概率在0.059~0.142之间的整治后备区,后验概率在0.142~0.512之间的较适宜整治区,后验概率在0.512~0.905之间的高适宜整治区。根据划分结果,房县的下一步耕地整治将在较适宜整治区和高适宜整治区开展。
（3）基于贝叶斯概率模型的耕地整治适宜性评价方法是在给定数据样本下结合贝叶斯推理来获得未整治耕地的后验概率,并根据后验概率大小作为评价分值对未整治耕地进行适宜性级别划分的新型方法,最终的评价结果与2013年已实施的耕地整治项目较吻合（准确率达到88.81%）。该方法可以充分发挥先验知识、客观规则的作用,方便于计算机直接处理而减少人为因素的干扰,因此其可为土地整治规划与管理计划以及建立耕地整治布局自动选址提供依据。
本研究选取影响耕地整治的评价指标主要是自然因素指标,主要是为了增强指标数据的客观性,如何选取更加精确的评价指标还有待于进一步研究;此外,由于基于贝叶斯概率模型的耕地整治适宜性评价是利用已整治耕地所表达的信息来计算未整治耕地来评价未整治耕地的适宜性,所以该评价方法只适用于已开展过耕地整治项目的区域,并且已开展耕地整治项目数量越多,评价结果就越准确。因此,可以通过建立分区域的耕地整治项目属性数据库来积累训练样本,从而提升该方法的可使用性。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	张瑞娟,姜广辉,周丁扬,等. 耕地整治质量潜力测算方法 [J]. 农业工程学报,2013,29(14):238-244. [本文引用: 2] [ZHANG Ruijuan,JIANG Guanghui,ZHOU Dingyang,et al.Calculation method of qualitative potential of farmland consolidation [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2013,29(14):238-244.] [本文引用: 2]
[2]	郭洪泉,王磊,范金梅,等. 北京延庆县耕地整理潜力多因素综合评价数据模型 [J]. 农业工程学报,2006,22(8):83-86. [本文引用: 1] [GUO Hongquan,WANG Lei,FAN Jinmei,et al.Multi-factor comprehensive evaluation model for the potential of arable land consolidation for Yanqing District in Beijing [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2006,22(8):83-86.] [本文引用: 1]
[3]	杨绪红,金晓斌,管栩,等. 2006-2012年中国土地整治项目空间特征分析 [J]. 资源科学. 2013,35(8):1535-1541. [本文引用: 4] [YANG Xuhong,JIN Xiaobin,GUAN Xu,et al.The spatial distribution of land consolidation projects in China from 2006 to 2012 [J]. Resources Science,2013,35(8):1535-1541.] [本文引用: 4]
[4]	杨俊,王占岐,金贵,等. 基于AHP与模糊综合评价的土地整治项目实施后效益评价 [J]. 长江流域资源与环境. 2013,22(8):1036-1042. [YANG Jun,,WANG Zhanqi,JIN Gui,et al.Post-benefit evaluation of land consolidation project implementation based on AHP and fuzzy comprehensive evaluation [J]. Resources and Environment in the Yangtze Basin,2013,22(8):1036-1042.]
[5]	金晓斌,黄玮,易理强,等. 土地整理项目绩效评价初探 [J]. 中国土地科学,2008,22(6):57-62. [JIN Xiaobin,HUANG Wei,YI Liqiang,et al.Study on performance evaluation on land reconsolidation project [J]. China Land Science,2008,22(6):57-62.]
[6]	关小克,张凤荣,李乐,等. 北京市农业发展态势及土地整治策略研究 [J]. 资源科学,2011,33(4):712-719. [GUAN Xiaoke,ZHANG Fengrong,LI Le,et al.Agriculture development trends and land consolidation strategies in Beijing [J]. Resources Science,2011,33(4):712-719.]
[7]	罗文斌,吴次芳,杨剑. 基于“流程逻辑”框架的土地整理项目绩效物元评价 [J]. 中国土地科学,2010,24(4):55-61. [LUO Wenbin,WU Cifang,YANG Jian.Performance evaluation of land consolidation projects based on the Matter-Element method under “Process Logic” framework [J]. China Land Science,2010,24(4):55-61.]
[8]	徐康,金晓斌,吴定国,等. 基于农用地分等修正的土地整治项目耕地质量评价 [J]. 农业工程学报. 2015,31(7):247-255. [本文引用: 1] [XU Kang,JIN Xiaobin,WU Dingguo,et al.Cultivated land quality evaluation of land consolidation project based on agricultural land gradation [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2015,31(7):247-255.] [本文引用: 1]
[9]	刘彦随. 土地综合研究与土地资源工程 [J]. 资源科学,2015,37(1):1-8. [LIU Yansui.Integrated land research and land re-sources engineering [J]. Resources Science,2015,37(1):1-8.]
[10]	黄晓阳,金晓斌,郭贝贝,等. 黄土台塬区农用地整治分区研究 [J]. 资源科学,2014,36(3):438-445. [本文引用: 1] [HUANG Xiaoyang,JIN Xiaobin,GUO Beibei,et al.Land consolidation regionalization of the Loess Platform [J]. Resources Science,2014,36(3):438-445.] [本文引用: 1]
[11]	金贵,王占岐,胡学东,等. 基于模糊证据权模型的青藏高原区土地适宜性评价 [J]. 农业工程学报,2013,29(18):241-250. [本文引用: 2] [JIN Gui,WANG Zhanqi,HU Xuedong,et al.Land suitability evaluation in Qinghai-Tibet Plateau based on fuzzy weight of evidence model [J]. Transactions of the Chinese Society of Agricul-tural Engineering (Transactions of the CSAE),2013,29(18):241-250.] [本文引用: 2]
[12]	李喆,伍文. 成都市土地开发整理工程选址决策规则集适宜性评价 [J]. 中国土地科学. 2013,27(10):57-61. [本文引用: 1] [LI Zhe,WU wen. Suitability evaluation on the decision rules for locating the land development and consolidation project in Chengdu [J]. China Land Science,2013,27(10):57-61.] [本文引用: 1]
[13]	龙兴明. 基于贝叶斯神经网络先验模型的图像去噪研究 [J]. 重庆师范大学学报(自然科学版),2009,26(3):65-68. [本文引用: 1] [LONG Xingming.Image denoising based Bayesian neural network prior statistical modeling [J]. Journal of Chongqing Normal University (Natural Science),2009,26(3):65-68.] [本文引用: 1]
[14]	张文婷,王海军,陈莹莹,等. 顾及障碍物的朴素贝叶斯分类法在城镇土地定级中的应用 [J]. 资源科学,2013,35(9):1871-1876. [ZHANG Wenting,WANG Haijun,CHEN Yingying,et al.A Bayesian based urban land gradation method considering the obstacles [J]. Resources Science,2013,35(9):1871-1876.]
[15]	樊春玲,孙四通,金志华. 贝叶斯神经网络建模预测方法及其应用 [J]. 中国惯性技术学报,2009,17(1):85-88. [FAN Chunling,SUN Sitong,JIN Zhihua.Modeling & predictive method of Bayesian neural network [J]. Journal of Chinese Inertial Technology,2009,17(1):85-88.]
[16]	陈小祥. 基于贝叶斯概率城市土地利用动态变化模拟研究 [D].长沙:中南大学,2007. [本文引用: 2] [CHEN Xiaoxiang.Research on the Urban Land Use Dynamic Change Simulation Based on Bayesian [D]. Changsha:Central South University,2007.] [本文引用: 2]
[17]	余勋,梁婕,曾光明,等. 基于三角模糊数的贝叶斯水质评价模型 [J]. 环境科学学报,2013,33(3):904-909. [本文引用: 1] [YU Xun,LIANG Jie,ZENG Guangming,et al.An integrated fuzzy-Bayesian water quality assessment model based on triangular fuzzy numbers [J]. Acta Scientiae Circumstantiae,2013,33(3):904-909.] [本文引用: 1]
[18]	秦喜文,张树清,李晓峰,等. 基于证据权重法的丹顶鹤栖息地适宜性评价 [J]. 生态学报,2009,29(3):1074-1082. [QIN Xiwen,ZHANG Shuqing,LI Xiaofeng,et al.Assessment of Red-crowned Crane's habitat suitability based on weights-of-evidence [J]. Acta Ecologica Sinica,2009,29(3):1074-1082.]
[19]	成秋明,陈志军,Khaled A.模糊证据权方法在镇沅(老王寨)地区金矿资源评价中的应用 [J]. 地球科学(中国地质大学学报),2007,32(2):175-184. [本文引用: 1] [CHENG Qiuming,CHEN Zhijun,AlI Khaled. Application of fuzzy weights of evidence method in mineral resource assessment for gold in Zhenyuan District,Yunnan province,China [J]. Earth Science-Journal of China University of Geosciences,2007,32(2):175-184.] [本文引用: 1]
[20]	Tang X,Chen B,Zhang L,et al.Analysis of cultivated land consolidation potential in China [J]. Transactions of the Chinese Society of Agricultural Engineering,2012,28(1):219-224. [本文引用: 1]
[21]	王哲. 现代贝叶斯统计学理论与方法研究 [J]. 价值工程,2012,31(1):276-277. [本文引用: 1] [WANG Zhe.Modern Bayesian statistics theory and method research [J]. Value Engineering,2012,31(1):276-277.] [本文引用: 1]
[22]	Agterberg F.A modified weights-of-evidence method for regional mineral resource estimation [J]. Natural Resources Research,2011,20(2):95-101. [本文引用: 1]
[23]	唐秀美,潘瑜春,刘玉,等. 基于耕地系数和预评价法的耕地整治潜力测算方法 [J]. 农业工程学报,2014,30(1):211-218. [本文引用: 1] [TANG Xiumei,PAN Yuchun,LIU Yu,et al.Calculation method of cultivated land consolidation potential based on cultivated land coefficient and preevaluation of farmland classification [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2014,30(1):211-218.] [本文引用: 1]
[24]	陈亚恒,刘会玲,张俊梅,等. 农用地分等成果在耕地整理潜力计算中的应用 [J]. 农业工程学报,2008,24(S1):177-180. [CHEN Yaheng,LIU Huiling,ZHANG Junmei,et al.Application of agricultural land classification in cultivated land consolidation potential predicting [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2008,24(S1):177-180.]
[25]	张正峰,赵伟. 北京市大兴区耕地整理潜力模糊评价研究 [J]. 农业工程学报,2006,22(2):83-88. [本文引用: 1] [ZHANG Zhengfeng,ZHAO Wei.Arable land consolidation potentiality evaluation based on fuzzy evaluation theory in Daxing District in Beijing [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2006,22(2):83-88.] [本文引用: 1]
[26]	Carranzaa E J M,Hale M. Evidential belief functions for data-driven geologically constrained mapping of gold potential,Baguio district,Philippines [J]. Ore Geology Reviews,2002,22(1-2):117-132. [本文引用: 1]
[27]	Oh H J,Kim Y S,Choi J K,et al.GIS mapping of regional probabilistic groundwater potential in the area of Pohang City,Korea [J]. Journal of Hydrology,2011,399(3-4):158-172. [本文引用: 1]