基于贝叶斯网络的生态用地流失机制研究

doi:10.31497/zrzyxb.20201213

自然资源学报 ›› 2020, Vol. 35 ›› Issue (12): 2980-2994.doi: 10.31497/zrzyxb.20201213

基于贝叶斯网络的生态用地流失机制研究

郑涛¹^,²^,³(), 陈爽¹(), 张童¹^,², 徐丽婷¹^,², 马丽雅¹^,²

1.中国科学院南京地理与湖泊研究所,南京 210008
2.中国科学院大学,北京 100049
3.华东师范大学中国现代城市研究中心,上海 200062

收稿日期:2019-05-14 修回日期:2019-08-22 出版日期:2020-12-28 发布日期:2020-12-18
通讯作者: 陈爽 E-mail:zhengtao16@mails.ucas.ac.cn;schens@niglas.ac.cn
作者简介:郑涛（1994- ）,男,江苏溧阳人,硕士,研究方向为城市土地利用及其生态效应。E-mail: zhengtao16@mails.ucas.ac.cn
基金资助:
国家自然科学基金项目(41771140);中国科学院战略性先导科技专项(A类)(XDA23020101);江苏省自然科学基金项目(BK20181105)

Research on driving mechanism of ecological land loss based on Bayesian network

ZHENG Tao¹^,²^,³(), CHEN Shuang¹(), ZHANG Tong¹^,², XU Li-ting¹^,², MA Li-ya¹^,²

1. Nanjing Institute of Geography & Limnology, CAS, Nanjing 210008, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China

Received:2019-05-14 Revised:2019-08-22 Online:2020-12-28 Published:2020-12-18
Contact: Shuang CHEN E-mail:zhengtao16@mails.ucas.ac.cn;schens@niglas.ac.cn

摘要/Abstract

摘要：

从中微观尺度对城市滨江地区生态用地流失进行驱动因素分析,尤其将政策规划等具有重要影响力的因子进行量化分析,可为生态用地开发与保护政策制定提供参考。利用贝叶斯网络模型综合考虑导致生态用地流失的邻域因子、自然因子和政策规划因子,以良好的图形描述方法较为清晰地展示出生态用地变化及其驱动因子之间的过程关系。以南京滨江地区作为典型案例区,研究结果表明：（1）2005—2018年间,南京滨江地区约11.0%的生态用地发生流失,维持稳定的生态用地占比89.0%;（2）政策规划保护力是影响南京滨江地区生态用地流失的主要驱动因素,城镇扩张惯性力次之,二者对生态用地流失的敏感性分别为9.37%和2.53%,而开发阻力的敏感性仅为0.21%;（3）在政策规划因子中,沿江岸线规划对维持生态用地稳定性的作用效果高于土地利用规划,表明要使生态空间得以长期存在,应制定基于生态用地功能目标的保护政策。

关键词: 生态用地, 贝叶斯网络, 驱动机制, 南京

Abstract:

From the micro perspective, the driving factors of ecological land loss in urban riverside area are analyzed, especially based on the quantitative analysis of the factors with crucial influences such as policy and planning, which has important reference significance for the formulation of ecological land protection policies. In this paper, the Bayesian network model is used to integrate the neighborhood factors, natural factors, policy and planning factors that lead to ecological land loss. And the relationship between ecological land change and its driving factors is clearly illustrated by a good graphical description method. The research results show that from 2005 to 2018, about 11.0% of the ecological land in Nanjing riverside area is lost, and the stable proportion of ecological land is 89.0%. The sensitivity of ecological land protection intensity to ecological land loss is as high as 9.37%, the sensitivity of construction potential factor is 2.53%, and the sensitivity of development difficulty is only 0.21%. The effect of shoreline planning is better than that of land use planning, which indicates that the protection policy based on the function goal of ecological land should be made to ensure the long-term existence of ecological space.

Key words: ecological land, Bayesian network, driving mechanism, Nanjing

郑涛, 陈爽, 张童, 徐丽婷, 马丽雅. 基于贝叶斯网络的生态用地流失机制研究[J]. 自然资源学报, 2020, 35(12): 2980-2994.

ZHENG Tao, CHEN Shuang, ZHANG Tong, XU Li-ting, MA Li-ya. Research on driving mechanism of ecological land loss based on Bayesian network[J]. JOURNAL OF NATURAL RESOURCES, 2020, 35(12): 2980-2994.

图/表 12

图1

表1

图2

图3

表2

图4

表3

图5

图6

图7

表4

表5

参考文献 40

[1]	祁帆, 李宪文, 刘康. 自然生态空间用途管制制度研究. 中国土地, 2016, (12):21-23.
	[ QI F, LI X W, LIU K. Research on the control system of natural ecological space use. China Land, 2016, (12):21-23.]
[2]	黄敏, 杨飞, 郑士伟. 中国城镇化进程对生态系统服务价值的影响. 水土保持研究, 2019,26(1):352-359.
	[ HUANG M, YANG F, ZHENG S W. Impact of urbanization process on ecosystem service value in China. Research of Soil and Water Conservation, 2019,26(1):352-359.]
[3]	管青春, 郝晋珉, 石雪洁, 等. 中国生态用地及生态系统服务价值变化研究. 自然资源学报, 2018,33(2):195-207.
	[ GUAN Q C, HAO J M, SHI X J, et al. Study on the changes of ecological land and ecosystem service value in China. Journal of Natural Resources, 2018,33(2):195-207.]
[4]	倪绍祥. 土地利用/覆被变化研究的几个问题. 自然资源学报, 2005,20(6):138-143.
	[ NI S X. Some issues in the study on land use/cover change. Journal of Natural Resources, 2005,20(6):138-143.]
[5]	郭玲霞, 黄朝禧. 基于主成分分析法的武汉市生态用地变化驱动研究. 天津农业科学, 2011,17(2):37-41.
	[ GUO L X, HUANG C X. Research on the driver of Wuhan city's ecological land change based on the principal component analysis. Tianjin Agricultural Sciences, 2011,17(2):37-41.]
[6]	李晶辉. 郑州市土地利用变化及驱动力分析. 郑州: 河南农业大学, 2006.
	[ LI J H. Analysis on land use change and its driving forces in Zhengzhou city. Zhengzhou: Henan Agricultural University, 2006.]
[7]	王海军, 刘艺明, 张彬, 等. 基于Logistic-GTWR模型的武汉城市圈城镇用地扩展驱动力分析. 农业工程学报, 2018,34(19):248-257, 310.
	[ WANG H J, LIU Y M, ZHANG B, et al. Analysis of driving forces of urban land expansion in Wuhan metropolitan area based on Logistic-GTWR model. Transactions of the CSAE, 2018,34(19):248-257, 310.]
[8]	李颖, 冯玉, 彭飞, 等. 基于地理探测器的天津市生态用地格局演变. 经济地理, 2017,37(12):180-189.
	[ LI Y, FENG Y, PENG F, et al. Pattern evolvement of ecological land in Tianjin based on geodetector. Economic Geography, 2017,37(12):180-189.]
[9]	化虎蝶, 王晨祥. 基于贝叶斯网络的大连市空气质量预测与诊断. 安全与环境工程, 2018,25(1):58-63.
	[ HUA H D, WANG C X. Prediction and diagnosis of air quality in Dalian city based on Bayesian networks. Safety and Environmental Engineering, 2018,25(1):58-63.]
[10]	滕丽华, 魏俊. 基于贝叶斯网的生态工业园环境影响因子的分析方法研究. 工业技术经济, 2008,27(12):78-80.
	[ TENG L H, WEI J. Research of analysis method of eco-industrial park environmental impact factor based on Bayesian network. Industry Economic and Technical, 2008,17(12):78-80.]
[11]	刘继来, 刘彦随, 李裕瑞. 中国“三生空间”分类评价与时空格局分析. 地理学报, 2017,72(7):1290-1304.
	[ LIU J L, LIU Y S, LI Y R. Classification evaluation and spatial-temporal analysis of "production-living-ecological" spaces in China. Acta Geographica Sinica, 2017,72(7):1290-1304.]
[12]	陈瑜琦, 张智杰, 郭旭东, 等. 中国重点生态功能区生态用地时空格局变化研究. 中国土地科学, 2018,32(2):19-26.
	[ CHEN Y Q, ZHANG Z J, GUO X D, et al. Spatial-temporal analysis on ecological land changes in the key ecological functional areas in China. China Land Science, 2018,32(2):19-26.]
[13]	牛高华. 长江三角洲地区土地利用变化与耕地非农化分析. 南京: 南京农业大学, 2006.
	[ NIU G H. Research on the change of land use and conversion of arable land in the Yangtze River Delta. Nanjing: Nanjing Agricultural University, 2006.]
[14]	安国强. 基于EKC&Lorenz Curve的山东省生态用地时空演变及保护区划研究. 中国土地科学, 2018,32(9):89-96.
	[ AN G Q. Spatio-temporal evolution and conservation zoning of ecological land in Shandong province based on EKC & Lorenz Curve. China Land Science, 2018,32(9):89-96.]
[15]	陈爽, 刘云霞, 彭立华. 城市生态空间演变规律及调控机制: 以南京市为例. 生态学报, 2008,28(5):2270-2278.
	[ CHEN S, LIU Y X, PENG L H. Dynamics of urban ecological space evolution and policy responses: A case study of Nanjing city. Acta Ecologica Sinica, 2008,28(5):2270-2278.]
[16]	马才学, 孟芬, 赵利利. 1990—2005年武汉市土地利用时空变化及其政策驱动因素分析. 水土保持研究, 2015,22(2):117-122.
	[ MA C X, MENG F, ZHAO L L. Analysis on spatio-temporal change of land use and its policy-driven factor in Wuhan city from 1990 to 2005. Research of Soil and Water Conservation, 2015,22(2):117-122.]
[17]	周锐, 胡远满, 王新军, 等. 快速城镇化地区生态用地演变及驱动力分析. 长江流域资源与环境, 2015,24(6):1012-1020.
	[ ZHOU R, HU Y M, WANG X J, et al. Change characteristics of ecological land and its driving factors in rapidly urbanizing region. Resources and Environment in the Yangtze Basin, 2015,24(6):1012-1020.]
[18]	卢文喜, 罗建男, 鲍新华. 贝叶斯网络在水资源管理中的应用. 吉林大学学报: 地球科学版, 2011,41(1):153-158.
	[ LU W X, LUO J N, BAO X H. Application of Bayesian network in water resource management. Journal of Jilin University: Earth Science Edition, 2011,41(1):153-158.]
[19]	PHAN T D, SMART J C R, CAPON S J, et al. Applications of Bayesian belief networks in water resource management: A systematic review. Environmental Modelling & Software, 2016,85(C):98-111.
[20]	曾莉, 李晶, 李婷, 等. 基于贝叶斯网络的水源涵养服务空间格局优化. 地理学报, 2018,73(9):1809-1822.
	[ ZENG L, LI J, LI T, et al. Optimizing spatial patterns of water conservation ecosystem service based on Bayesian belief network. Acta Geographica Sinica, 2018,73(9):1809-1822.]
[21]	FRAYER J, SUN Z, MULLER D, et al. Analyzing the drivers of tree planting in Yunnan, China, with Bayesian networks. Land Use Policy, 2014,36(1):248-258.
[22]	王欣. 贝叶斯网络在退耕农民土地利用行为中的应用. 西安: 西安科技大学, 2016.
	[ WANG X. The application of Bayesian networks in land use behavior of farmers participation in retired farmland. Xi'an: Xi'an University of Science and Technology, 2016.]
[23]	SUN Z L, MULLER D. A framework for modeling payments for ecosystem services with agent-based models, Bayesian belief networks and opinion dynamics models. Environmental Modelling & Software, 2013,45:15-28.
[24]	MCCLOSKEY J T, LILIEHOLM R J, CRONAN C. Using Bayesian belief networks to identify potential compatibilities and conflicts between development and landscape conservation. Landscape and Urban Planning, 2011,101(2):0-203.
[25]	关小东, 何建华. 基于贝叶斯网络的基本农田划定方法. 自然资源学报, 2016,31(6):1061-1072.
	[ GUAN X D, HE J H. Prime farmland protection zoning based on Bayesian network. Journal of Natural Resources, 2016,31(6):1061-1072.]
[26]	黎斌, 何建华, 屈赛, 等. 基于贝叶斯网络的城市生态红线划定方法. 生态学报, 2018,38(3):800-811.
	[ LI B, HE J H, QU S, et al. A method of delimiting urban ecological red line protection area based on Bayesian network. Acta Ecologica Sinica, 2018,38(3):800-811.]
[27]	INGE A. Modeling land-use decision behavior with Bayesian belief networks. Ecology and Society, 2008,13(1):1-23.
[28]	LANDUYT D, BROEKX S, GOETHALS P L M. Bayesian belief networks to analyse trade-offs among ecosystem services at the regional scale. Ecological Indicators, 2016,71:327-335.
[29]	LANDUYT D, BROEKX S, D'HONDT R, et al. A review of Bayesian belief networks in ecosystem service modelling. Environmental Modelling & Software, 2013,46:1-11.
[30]	PEARL J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. San Mateo: Morgan Kaufmann Publishers, 1988.
[31]	JENSEN F. Bayesian Networks and Decision Graphs. New York: Springer, 2002.
[32]	陈静, 蒋正凯, 付敬奇. 基于Netica的自学习贝叶斯网络的构建. 电子测量与仪器学报, 2016,30(11):1687-1693.
	[ CHEN J, JIANG Z K, FU J Q. Construction of self-learning Bayesian network based on Netica. Journal of Electronic Measurement and Instrumentation, 2016,30(11):1687-1693.]
[33]	MURPHY K P. The bayes net toolbox for Matlab. Computing Science and Statistics, 2001,33(2):1024-1034.
[34]	MAHJOUB M A, KALTI K. Software Comparison Dealing with Bayesian Networks. International Conference on Advances in Neural Networks. Springer-Verlag, 2011.
[35]	蒋望东, 林士敏. 基于贝叶斯网络工具箱的贝叶斯学习和推理. 信息技术, 2007, (2):5-8, 31.
	[ JIANG W D, LIN S M. Bayesian learning and inference algorithm based on Bayesian networks toolbox. Information Technology, 2007, (2):5-8, 31.]
[36]	POLLINO C A, WOODBERRY O, NICHOLSON A, et al. Parameterisation and evaluation of a Bayesian network for use in an ecological risk assessment. Environmental Modelling & Software, 2007,22(8):1140-1152.
[37]	LANDUTY D, BROEKX S, ENGELEN G, et al. The importance of uncertainties in scenario analyses: A study on future ecosystem service delivery in Flanders. Science of the Total Environment, 2016,553:504-518.
[38]	PADT F J G, WESTERINK J. Addressing scale in open space preservation: Learning from the hague region in the Netherlands. Tijdschrift Voor Economische En Sociale Geografie, 2012,103(5):601-614.
[39]	HECKERMAN D, GEIGER D, CHICKERING D M. Learning Bayesian networks: The combination of knowledge and statistical data. Machine Learning, 1995,20(3):197-243.
[40]	CHEN S H, POLLINO C A. Good practice in Bayesian network modelling. Environmental Modelling & Software, 2012,37(17):134-145.

地类名称	斑块数量/个	面积最小值/m²	面积最大值/m²	平均面积/m²	总面积/m²
耕地	760	1010	345189	12041	9150952
水域	511	1000	119959	7292	3726333
内陆滩涂	86	1033	433536	37764	3247727
其他土地	220	1003	384412	20199	4443814
园地	359	1002	101609	8124	2916641
林地	87	1022	59405	8220	715158
草地	77	1003	53351	10002	770180
总计	2100	1000	433536	11891	24970805

因子层	指标层
邻域因子	距主干道距离、距镇中心距离、距已开发地块距离、距工业园距离、城镇扩张惯性力
自然因子	高程、坡度、距长江水面距离、土地类型、开发阻力
政策规划因子	土地利用规划、沿江岸线规划、政策规划保护力
目标变量	生态用地流失概率

变量名称	数值类型	等级代码
变量名称	数值类型	1	2	3	4	5	6	7
目标变量
生态用地流失概率	离散	是	否
自变量
邻域因子
距主干道距离/m	连续	<1000	1000~2000	2000~4000	>4000
距镇中心距离/m	连续	<2000	2000~4000	4000~6000	>6000
距已开发地块距离/m	连续	<300	300~600	600~1200	>1200
距工业园距离/m	连续	<2000	2000~4000	4000~8000	>8000
城镇扩张惯性力	离散	强	弱
自然因子
高程/m	连续	<-50	-50~0	0~50	>50
坡度/(°)	连续	0~2	2~5	5~15	>15
距长江水面距离/m	连续	<250	250~500	500~750	>750
土地类型	离散	耕地	园地	林地	草地	水域	其他土地	内陆滩涂
开发阻力	离散	强	弱
政策规划因子
土地利用规划	离散	允许建设	非允许建设
沿江岸线规划	离散	生态	生活	生产	其他
政策规划保护力	离散	强	弱

节点名称	方差缩减
政策规划保护力	9.37
沿江岸线规划	5.42
城镇扩张惯性力	2.53
土地利用规划	0.74
距主干道距离	0.43
距已开发地块距离	0.27
距工业园距离	0.27
开发阻力	0.21
距镇中心距离	0.17
土地类型	0.08
距长江水面距离	0.06
坡度	0.01
高程	0

变量名称	变量状态	概率变化	变量名称	变量状态	概率变化
政策规划保护力	强	+3.6	城镇扩张惯性力	强	-2.4
政策规划保护力	弱	-3.6	城镇扩张惯性力	弱	+2.4
沿江岸线规划	生态	+3.1	距主干道距离/m	<1000	-0.7
	生活	-1.7		1000~2000	-0.2
	生产	-1.2		2000~4000	+0.7
	其他	-0.2		>4000	+0.3
土地利用规划	允许建设	-1.0	距已开发地块距离/m	<300	-0.7
土地利用规划	非允许建设	+1.1		300~600	+0.1
开发阻力	强	+0.7		600~1200	+0.3
开发阻力	弱	-0.7	>1200		+0.3
土地类型	耕地	-0.3	距工业园距离/m	<2000	-0.4
	园地	0		2000~4000	-0.3
	林地	+0.1		4000~8000	+0.5
	草地	0.0		>8000	+0.2
	水域	-0.1	距镇中心距离/m	<2000	-0.4
	其他土地	0		2000~4000	-0.1
	内陆滩涂	+0.3		4000~6000	+0.3
				>6000	+0.1

基于贝叶斯网络的生态用地流失机制研究

Research on driving mechanism of ecological land loss based on Bayesian network

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 40

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	卢淑莹, 黄鑫, 陶卓民. 基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例[J]. 自然资源学报, 2021, 36(2): 315-326.
[2]	周佳宁, 毕雪昊, 邹伟. “流空间”视域下淮海经济区城乡融合发展驱动机制[J]. 自然资源学报, 2020, 35(8): 1881-1896.
[3]	刘崇刚, 孙伟, 曹玉红, 陈晨. 乡村地域生态服务功能演化测度——以南京市为例[J]. 自然资源学报, 2020, 35(5): 1098-1108.
[4]	刘建志, 房艳刚, 王如如. 山东省农业多功能的时空演化特征与驱动机制分析[J]. 自然资源学报, 2020, 35(12): 2901-2915.
[5]	陈舒婷, 郭兵, 杨飞, 韩保民, 范业稳, 杨潇, 何田莉, 刘悦, 杨雯娜. 2000—2015年青藏高原植被NPP时空变化格局及其对气候变化的响应[J]. 自然资源学报, 2020, 35(10): 2511-2527.
[6]	姚成胜, 殷伟, 李政通. 中国粮食安全系统脆弱性评价及其驱动机制分析[J]. 自然资源学报, 2019, 34(8): 1720-1734.
[7]	杨晓, 刘爱民, 贾盼娜, 薛莉. 中国大豆压榨企业空间格局及其演变机制[J]. 自然资源学报, 2019, 34(7): 1440-1456.
[8]	王萌萌, 李阳兵, 李珊珊. 岩溶槽谷区耕地涨落时空特征与驱动机制[J]. 自然资源学报, 2019, 34(3): 510-525.
[9]	管青春, 郝晋珉, 石雪洁, 高阳, 王宏亮, 李牧. 中国生态用地及生态系统服务价值变化研究[J]. 自然资源学报, 2018, 33(2): 195-207.
[10]	关小东, 何建华. 基于贝叶斯网络的基本农田划定方法[J]. 自然资源学报, 2016, 31(6): 1061-1072.
[11]	王海鹰, 秦奋, 张新长. 广州市城市生态用地空间冲突与生态安全隐患情景分析[J]. 自然资源学报, 2015, 30(8): 1304-1318.
[12]	宫丽彦, 程磊磊, 卢琦. 荒地的概念、分类及其生态功能解析[J]. 自然资源学报, 2015, 30(12): 1969-1981.
[13]	王介勇, 刘彦随. 三亚市土地利用/覆被变化及其驱动机制研究[J]. 自然资源学报, 2009, 24(8): 1458-1466.
[14]	舒帮荣, 刘友兆, 陆效平, 沈春竹, 何守春. 能值分析理论在耕地可持续利用评价中的应用研究——以南京市为例[J]. 自然资源学报, 2008, 23(5): 876-885.
[15]	张林波, 李伟涛, 王维, 熊严军. 基于GIS的城市最小生态用地空间分析模型研究——以深圳市为例[J]. 自然资源学报, 2008, 23(1): 69-78.