作者：徐婷 李明陽(yáng) 吳文浩 單位：南京林業(yè)大學(xué)森林資源與環(huán)境學(xué)院 句容市農(nóng)業(yè)委員會(huì)

本研究以句容市下蜀鎮(zhèn)2006年森林資源二類調(diào)查數(shù)據(jù)為主要信息源，以地理信息系統(tǒng)軟件ArcGIS、統(tǒng)計(jì)分析軟件SPSS為挖掘工具，通過(guò)主成分分析和聚類分析，揭示森林資源調(diào)查數(shù)據(jù)庫(kù)中隱含的森林健康空間分布規(guī)律、森林健康與生態(tài)環(huán)境因子間的量化關(guān)系等知識(shí)，以期為面向森林可持續(xù)經(jīng)營(yíng)指標(biāo)的森林資源空間數(shù)據(jù)挖掘探索出一條科學(xué)適用的技術(shù)路線。

1研究區(qū)域概況

下蜀鎮(zhèn)位于江蘇省句容市北部，寶華山東側(cè)，地理范圍為東經(jīng)119°4'23″～119°15'4″，北緯32°4'23″～32°12'29″，土地面積160km2，人口6.3萬(wàn)人。地處長(zhǎng)江三角洲，是長(zhǎng)江南岸的經(jīng)濟(jì)重鎮(zhèn)，是江蘇省句容市唯一的沿江鎮(zhèn)，擁有3.5km長(zhǎng)的長(zhǎng)江深水岸線，位于佛教圣地“律宗第一名下蜀鎮(zhèn)山”寶華山腳下，東離古城鎮(zhèn)江30km，西距古都南京35km，在上海經(jīng)濟(jì)輻射區(qū)邊緣，南京都市區(qū)規(guī)劃圈內(nèi)。下蜀鎮(zhèn)自然條件得天獨(dú)厚，屬北亞熱帶季風(fēng)氣候，四季分明，雨水充沛，日照充足，年降水量1105km，年均溫15.1℃，年均日照時(shí)間2018h，年均無(wú)霜期229d。下蜀鎮(zhèn)境內(nèi)多低山丘陵，地勢(shì)高低不平，總體呈現(xiàn)南高北低趨勢(shì)，南部依偎寶華山，中部為低山丘陵，北部依靠長(zhǎng)江，地勢(shì)平坦。水陸交通發(fā)達(dá)，礦藏資源豐富。長(zhǎng)江黃金水道、寧鎮(zhèn)公路、312國(guó)道、滬寧鐵路橫貫東西;句蜀公路、新大公路縱申南北，交織成網(wǎng);大道河、便民河直通長(zhǎng)江。工業(yè)經(jīng)濟(jì)基礎(chǔ)較好，已逐步形成了建材、化工、服裝、機(jī)械四大工業(yè)類項(xiàng)。下蜀鎮(zhèn)用材林樹種有水杉(Metasequoiaglyptrobides)、馬尾松(Pinusmassoniana)、棣棠(Kerriajaponica)等，經(jīng)濟(jì)林樹種有油桐(Verniciafordii)、板栗(Casta-neamollissima)、青梅木(mangachagpoiBlanco)、葡萄(Vitisvinifera)、柿樹(Diospyroskaki)、桃樹(Prunuspersica)等270多種，形成了“南林北菜”的農(nóng)業(yè)發(fā)展格局。

2數(shù)據(jù)來(lái)源及研究方法

2.1數(shù)據(jù)來(lái)源及預(yù)處理研究所用的主要數(shù)據(jù)有:1)下蜀鎮(zhèn)2006年二類調(diào)查固定樣地空間數(shù)據(jù)庫(kù)，包括1216個(gè)小班，其中小班的屬性表除了包括地類、林種、樹種、平均胸徑、平均樹高、單位蓄積等常規(guī)調(diào)查因子外，還增加了森林健康調(diào)查因子;2)2006年下蜀鎮(zhèn)遙感衛(wèi)星SPOT5數(shù)據(jù)包(全色+多光譜)，全色波段空間分辨率為2.5m，多光譜波段空間分辨率為10m;3)地理要素的矢量文件，根據(jù)融合后的SPOT5遙感圖像生成的包含居民地、交通干線(國(guó)道、省道、鐵路)的矢量文件;4)根據(jù)下蜀鎮(zhèn)1∶10000地形圖制作的研究地區(qū)數(shù)字高程模型(DEM)，空間分辨率為3.3m。根據(jù)相關(guān)文獻(xiàn)可知［3－8］，森林健康與林分單位面積蓄積量、平均高度、平均胸徑、平均年齡等林分調(diào)查因子有關(guān)，與林分所處的坡度、海拔、坡向等地形因子有關(guān)，并受到與居民點(diǎn)距離大小、離道路遠(yuǎn)近等人類干擾因子的影響。利用Erdas9.2進(jìn)行衛(wèi)星圖像預(yù)處理、全色波段與多光譜波段的空間分辨率融合、自然色彩變換、空間子集運(yùn)算。在此基礎(chǔ)上，借助GIS平臺(tái)對(duì)獲取的森林資源二類調(diào)查的原始小班數(shù)據(jù)進(jìn)行預(yù)處理，選取與森林健康有關(guān)因子。首先，通過(guò)ArcGIS中的FeaturetoPoint工具，將1216個(gè)片林小班數(shù)據(jù)多邊形文件轉(zhuǎn)換成矢量文件;其次，利用其SpatialAnalyst的表面分析工具，生成研究區(qū)域海拔、坡度、坡位3個(gè)柵格圖層;第三，通過(guò)Arc-GIS9.3鼠標(biāo)屏幕跟蹤生成道路、居民點(diǎn)圖層，并進(jìn)行緩沖分析生成道路、居民地緩沖圖層;最后利用GIS平臺(tái)上外掛式分析工具HawthTools中的Inter-sectPointTool，分別與道路緩沖區(qū)、居民點(diǎn)緩沖區(qū)、海拔、坡度、坡位柵格圖層相交，生成距道路距離、距居民點(diǎn)距離、坡度、海拔、坡5個(gè)新的屬性特征。在最后生成的空間數(shù)據(jù)庫(kù)中，包含森林健康、6個(gè)林分因子(單位面積蓄積量、平均樹高、平均胸徑、平均年齡、植被覆蓋度、植被高度)，3個(gè)地形因子(坡度、海拔、坡位)，2個(gè)人類干擾因子(居民點(diǎn)距離大小、離道路遠(yuǎn)近)，共計(jì)12個(gè)屬性。

2.2主成分分析主成分分析法(Principalcomponentanalysis(PCA))是通過(guò)構(gòu)造原評(píng)價(jià)指標(biāo)的綜合指標(biāo)用以代替原指標(biāo)進(jìn)行評(píng)估的方法。主成分之間是相互獨(dú)立的，通常少數(shù)幾個(gè)主成分就能在很大程度上反映原有指標(biāo)提供的信息，這些主成分被稱作主成分向量。主成分分析法一方面能消除重疊的信息，另一方面又起到降維的作用。通過(guò)對(duì)主成分中各指標(biāo)系數(shù)的分析，確定每一主成分所綜合的意義［9］。

2.3聚類分析聚類分析(ClusterAnalysis)是根據(jù)事物本身的特性研究個(gè)體分類的方法。聚類分析的原則是同一類中的個(gè)體有較大的相似性，不同類的個(gè)體差異很大，將性質(zhì)相近的歸為一類，將性質(zhì)差別較大的歸入不同的類。當(dāng)要聚成的類數(shù)已知時(shí)，使用快速聚類過(guò)程可以很快將觀測(cè)量分到各類中去，其特點(diǎn)是處理速度快，占用內(nèi)存少。快速聚類適用于大樣本的聚類分析，它能快速地把各觀測(cè)量分到各類中去。本研究采用K－MeansCluster執(zhí)行快速樣本聚類，使用k均值分類法對(duì)觀測(cè)量進(jìn)行聚類。K－MeansCluster不僅是快速樣本聚類過(guò)程，而且是一種逐步聚類分析。所謂逐步聚類分析就是先把被聚對(duì)象進(jìn)行初始分類，然后逐步調(diào)整得到最終分類。

3結(jié)果與分析

3.1主成分分析首先分析與森林健康有關(guān)的11個(gè)生態(tài)因子的相關(guān)性。KMO檢驗(yàn)用于比較觀測(cè)相關(guān)系數(shù)值與偏相關(guān)系數(shù)值的一個(gè)指標(biāo)，KMO的值越逼近1，表明對(duì)這些變量進(jìn)行因子分析的效果越好，一般偏相關(guān)性大于0.9時(shí)相關(guān)性最佳，0.7以上可以接受，0.5以下不宜做因子分析。論文中KMO值為0.767，因此可以做因子分析。Bartlett球形檢驗(yàn)是檢驗(yàn)相關(guān)陣是否是單位陣，經(jīng)Bartlett檢驗(yàn)表明，Bartlett值為5153.190，Bartlett球形檢驗(yàn)統(tǒng)計(jì)量的sig＜0.01，由此否定相關(guān)矩陣是一個(gè)單位矩陣的零假設(shè)，即認(rèn)為各變量間存在相關(guān)性。因子載荷是變量與公共因子的相關(guān)系數(shù)，對(duì)于一個(gè)變量來(lái)說(shuō)，載荷因子絕對(duì)值較大的因子與它的關(guān)系更密切，也更能代表這個(gè)變量。因此，從表1中可知，3個(gè)因子反映了主載荷變量的信息。根據(jù)公因子內(nèi)各個(gè)變量特點(diǎn)，給每個(gè)公因子命名如下:①森林活力因子，最重要的變量，解釋總方差的37.979%，主要包含4個(gè)變量信息，即平均樹高、平均胸徑、活立木蓄積、平均年齡;②森林環(huán)境脅迫因子，解釋總方差的23.234%，主要包含5個(gè)變量信息，即坡度、海拔、坡向、距道路距離、距居民點(diǎn)距離;③森林組織結(jié)構(gòu)因子，解釋總方差的14.242%，主要包含2個(gè)變量信息，即植被覆蓋度、植被高度。將主成分分析的結(jié)果與GIS平臺(tái)中片林小班數(shù)據(jù)屬性表進(jìn)行連接，結(jié)合片林小班數(shù)據(jù)將主成分分析的結(jié)果利用GIS平臺(tái)表達(dá)出來(lái)，繪制出3個(gè)公因子分布圖(圖1、圖2、圖3)。