基于多元數(shù)據(jù)的云南省水土保持區(qū)劃方法研究

彌智娟, 朱艷艷, 姜宏雷, 趙 成， 黃俊文

(1.云南省水利水電勘測(cè)設(shè)計(jì)研究院, 昆明 650021; 2.云南秀川環(huán)境工程技術(shù)有限公司, 昆明 650021)

基于多元數(shù)據(jù)的云南省水土保持區(qū)劃方法研究

彌智娟1,2, 朱艷艷1,2, 姜宏雷1,2, 趙 成1， 黃俊文1

(1.云南省水利水電勘測(cè)設(shè)計(jì)研究院, 昆明 650021; 2.云南秀川環(huán)境工程技術(shù)有限公司, 昆明 650021)

為了增強(qiáng)全國水土保持三級(jí)區(qū)劃在云南省的適用性和指導(dǎo)性，更有效地開展水土保持預(yù)防治理工作。針對(duì)云南省開展水土保持四級(jí)區(qū)劃，選取自然、社會(huì)經(jīng)濟(jì)、土地利用、水土保持4類要素的86個(gè)指標(biāo)構(gòu)建了云南省水土保持區(qū)劃指標(biāo)體系，通過SPSS軟件對(duì)指標(biāo)體系進(jìn)行主成分分析和聚類分析，結(jié)合GIS軟件將聚類分析結(jié)果繪制成自然要素分布圖、社會(huì)經(jīng)濟(jì)要素分布圖、土地利用要素分布圖、水土保持要素分布圖，并對(duì)這4個(gè)要素分布圖進(jìn)行空間疊置，初步完成了云南省水土保持四級(jí)分區(qū)工作。該方法大大提高水土保持區(qū)劃的效率和準(zhǔn)確性，以期為不同層次水土保持區(qū)劃工作提供借鑒。

水土保持; 區(qū)劃; SPSS; GIS; 多元數(shù)據(jù)

水土保持區(qū)劃是水土保持規(guī)劃的基礎(chǔ)和重要組成部分，也是實(shí)施水土流失綜合防治和行業(yè)管理的重要依據(jù)。水土保持區(qū)劃是在全面了解區(qū)域自然地理、生態(tài)環(huán)境、水土流失特征和區(qū)域發(fā)展條件等基礎(chǔ)上，做到水土保持工作分區(qū)、分類指導(dǎo)，因地制宜，分層次，有重點(diǎn)地監(jiān)控和管理，為區(qū)域可持續(xù)發(fā)展制定科學(xué)規(guī)劃[1]，實(shí)現(xiàn)水土保持措施合理布局和資源最優(yōu)配置，促進(jìn)區(qū)域生態(tài)環(huán)境、經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展。

國內(nèi)外學(xué)者在這方面做了大量的研究，也獲得了一定的經(jīng)驗(yàn)和不足。國外學(xué)者關(guān)于區(qū)劃的研究大部分主要是從自然因素出發(fā)，都很少涉及人類活動(dòng)對(duì)生態(tài)環(huán)境和生態(tài)系統(tǒng)的作用[2]，且采用的方法較為單一，如Bailey等[3-4]、Rowe等[5]。我國的水土保持區(qū)劃工作早期主要集中在黃土高原，20世紀(jì)50年代，黃秉維[6-7]、朱顯謨[8]等均對(duì)黃河中游地區(qū)建立區(qū)劃系統(tǒng)，并編制了不同尺度的土壤侵蝕圖；之后隨著先進(jìn)的統(tǒng)計(jì)學(xué)技術(shù)和計(jì)算機(jī)技術(shù)廣泛應(yīng)用到水土保持區(qū)劃的工作中，使區(qū)劃工作逐步向數(shù)字化方向發(fā)展。張漢雄[9]、胡志勇等[10]采用模糊數(shù)學(xué)模型對(duì)黃土高原丘陵溝壑區(qū)進(jìn)行水土保持分區(qū)；鄧根松等[11]考慮自然因素和人為因素的影響，利用灰色系統(tǒng)理論對(duì)福建省邵武市進(jìn)行水土保持區(qū)劃研究；吳海波等[12]采用Bayes判別分析理論對(duì)黃土丘陵溝壑區(qū)內(nèi)的3個(gè)省份建立水土保持區(qū)劃的數(shù)學(xué)模型；王新軍等[13]將“降維”的指標(biāo)體系結(jié)合GIS工具進(jìn)行江蘇省水土保持區(qū)劃研究。這些方法在不同層面都取得了很好的應(yīng)用效果，但均存在指標(biāo)單一、人為因素影響較多等特點(diǎn)。加之云南省山區(qū)較多，地形復(fù)雜多樣，區(qū)域差異較大，全國性的大尺度、單一指標(biāo)的水土保持區(qū)劃不能客觀、全面了解云南省自然、社會(huì)經(jīng)濟(jì)及水土流失防治需求的差異性和統(tǒng)一性。

因此，本文在全國水土保持三級(jí)區(qū)劃(全國水土保持區(qū)劃(試行)》(辦水保[2012]512號(hào)))的基礎(chǔ)上，收集全省129個(gè)縣級(jí)行政單元的多元統(tǒng)計(jì)數(shù)據(jù)，采用SPSS與GIS相結(jié)合的方法，從自然、社會(huì)經(jīng)濟(jì)、土地利用和水土保持4個(gè)方面對(duì)云南省水土保持四級(jí)區(qū)劃進(jìn)行研究。

1 研究數(shù)據(jù)及來源

云南省水土保持區(qū)劃四級(jí)分區(qū)是以縣級(jí)行政單元統(tǒng)計(jì)相關(guān)數(shù)據(jù)，全省縣級(jí)行政單元共129個(gè)，其中自然、社會(huì)經(jīng)濟(jì)數(shù)據(jù)采用1980—2014年的平均數(shù)據(jù)，土地利用數(shù)據(jù)采用2009年第二次全國土地調(diào)查數(shù)據(jù)，水土保持現(xiàn)狀數(shù)據(jù)采用2014年前累計(jì)數(shù)據(jù)。

區(qū)劃所需要的基礎(chǔ)數(shù)據(jù)包括指標(biāo)層數(shù)據(jù)和圖件數(shù)據(jù)(30 m分辨率的云南省數(shù)字高程模型圖；2013年云南省行政區(qū)劃圖)。研究數(shù)據(jù)主要來源于云南省統(tǒng)計(jì)年鑒(包括各州市統(tǒng)計(jì)年鑒)、云南省水文年鑒、云南省水資源公報(bào)、云南省水土保持公報(bào)、全國水土保持規(guī)劃數(shù)據(jù)上報(bào)系統(tǒng)和全國水土保持區(qū)劃協(xié)作平臺(tái)，云南省各級(jí)水利部門上報(bào)的數(shù)據(jù)。

2 數(shù)據(jù)分析原理

2.1 指標(biāo)體系分析原理

2.1.1 主成分分析原理 主成分分析法(Principal Component Analysis，PCA)作為指標(biāo)重要性分析的常用方法，其運(yùn)用“降維”的思想將多個(gè)指標(biāo)用少數(shù)幾個(gè)具有代表性，包含原始數(shù)據(jù)大量信息的綜合指標(biāo)代替的方法，其所帶信息量的大小代表了指標(biāo)的重要性高低。主成分分析能夠通過特征值、貢獻(xiàn)率、得分情況刪除在所有指標(biāo)中反映信息量最少的指標(biāo)，進(jìn)而保存最具重要性的指標(biāo)，以保證信息的完整性。因此本研究篩選過程中對(duì)特征值較低且對(duì)總方差累計(jì)貢獻(xiàn)率影響較大的主成分指標(biāo)進(jìn)行剔除，將剩余指標(biāo)再次進(jìn)行主成分分析，再次剔除，重復(fù)操作，直至剩余指標(biāo)的特征值不變且總方差累計(jì)貢獻(xiàn)趨于穩(wěn)定，不能再進(jìn)行指標(biāo)篩選。

水土保持區(qū)劃中采用多元數(shù)據(jù)進(jìn)行分析，不同數(shù)據(jù)往往具有不同的單位和量綱，且數(shù)值差異可能很大，由于區(qū)劃時(shí)需要盡量保留實(shí)際值中的數(shù)值關(guān)系，因此需要選用原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，本次選用最為常用的標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化方法進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。分析時(shí)抽取的主成分因子應(yīng)保證抽取的主成分累積貢獻(xiàn)率大于85%，方可達(dá)到降維的目的。

2.1.2 層次聚類分析原理 聚類分析(Cluster Analysis)是一種常用的定量化方法，按“物以類聚”的原則研究事物分類的一種多元統(tǒng)計(jì)分析方法[14]，它為了把互相差異的自然地理區(qū)域或現(xiàn)象進(jìn)行分類和歸納，用相似系數(shù)與差異系數(shù)反映被分類對(duì)象之間親疏程度的數(shù)量指標(biāo)。層次聚類分析是目前應(yīng)用最為廣泛的一種聚類方法，其基本思想是：先將待聚類的n個(gè)樣本(或者變量)各自看成1類，共有n類；再按照選定的方法計(jì)算每2類之間的聚類統(tǒng)計(jì)量，即某種距離(或者相似系數(shù))，將關(guān)系最為密切的2類合為1類，其余不變，即得到n-1類；然后按照前面的計(jì)算方法計(jì)算新類與其他類之間的距離(或相似系數(shù))，將關(guān)系最為密切的2類合并為1類，其余不變，即得到n-2類；如此下去，每次重復(fù)都減少1類，直到最后所有的樣品(或者變量)都?xì)w為1類為止。

應(yīng)用層次聚類分析進(jìn)行水土保持區(qū)劃時(shí)，把多元數(shù)據(jù)最小統(tǒng)計(jì)單元(縣級(jí)行政單元)稱為樣本，樣本與樣本之間的距離一般采用歐式距離或歐式距離平方，類與類之間聚類主要有類平均法、最短距離法、最遠(yuǎn)距離法、離差平方和法(ward法)等。通過反復(fù)試驗(yàn)比較，確定樣本與樣本之間的距離采用歐式距離平方法和類與類之間的聚類采用Ward法在云南省水土保持四級(jí)區(qū)劃中具有較好的效果。

2.2 空間疊置原理

空間疊置分析法(Overlay Analysis)是GIS空間分析的一種，疊置分析是將兩層或多層地圖要素進(jìn)行疊加產(chǎn)生一個(gè)新要素層的操作，其結(jié)果將原來要素分割生成新的要素，新要素綜合了原來兩層或多層要素所具有的屬性?？臻g疊置分析分為點(diǎn)與多邊形、線與多邊形以及多邊形與多邊形的疊加，這種疊置屬空間合成疊加，是對(duì)疊加后產(chǎn)生的多重屬性進(jìn)行重新分類。疊置法可以減少主觀性和隨意性，并有助于發(fā)現(xiàn)一些自然現(xiàn)象之間的聯(lián)系。套疊的圖幅數(shù)不能過多，否則，往往會(huì)出現(xiàn)難以綜合的局面。在主導(dǎo)要素不明顯的情況下，選取適當(dāng)?shù)膶ｎ}圖進(jìn)行疊加會(huì)取得了令人滿意的結(jié)果。

3 運(yùn)用多元數(shù)據(jù)分析云南省水土保持區(qū)劃

3.1 指標(biāo)體系的構(gòu)建

作為一項(xiàng)復(fù)雜的系統(tǒng)工程，水土保持不僅受自然要素的影響，也受社會(huì)經(jīng)濟(jì)要素的影響，土地利用變化也能引起一系列自然現(xiàn)象和生態(tài)過程的變化。另外，對(duì)影響因子的分析也是一個(gè)多指標(biāo)、多要素綜合作用旳系統(tǒng)分析。根據(jù)水土保持區(qū)劃指標(biāo)體系建立的原則，將水土保持區(qū)劃指標(biāo)體系分為四個(gè)層次，包括目標(biāo)層(A)、要素層(B)、因子層(C)和指標(biāo)層(D)。其中，要素層(B)包括自然要素(B1)、社會(huì)經(jīng)濟(jì)要素(B2)、土地利用要素(B3)和水土保持要素(B4)；因子層(C)由各項(xiàng)指標(biāo)構(gòu)成，如地形因子(C1)等，指標(biāo)層(D)根據(jù)云南省水土保持各影響要素的具體情況進(jìn)行選擇確定(表1)。

表1 云南省水土保持區(qū)劃指標(biāo)體系及量化指標(biāo)

續(xù)表1

目標(biāo)層(A)要素層(B)因子層(C)指標(biāo)層(D)云南省水土保持區(qū)劃指標(biāo)體系土地利用要素(B2)土地利用類型面積比例因子(C4)坡耕地面積比例(D41)<5°面積比例(D42)坡耕地5°～8°面積比例(D43)坡耕地8°～15°面積比例(D44)坡耕地5°～15°面積比例(D45)坡耕地15°～25°面積比例(D46)坡耕地>5°面積比例(D47)坡耕地>15°面積比例(D48)坡耕地>25°面積比例(D49)坡耕地25°～35°面積比例(D50)耕地面積比例(D51)園地面積比例(D52)林地面積比例(D53)草地面積比例(D54)水域面積比例(D55)未利用面積比例(D56)社會(huì)經(jīng)濟(jì)要素(B3)社會(huì)因子(C5)總?cè)丝?D57)人口密度(D58)農(nóng)業(yè)人口比例(D59)非農(nóng)業(yè)人口比例(D60)人均土地面積(D61)人均耕地面積(D62)人均園地面積(D63)人均糧食面積(D64)年糧食總產(chǎn)量(D65)經(jīng)濟(jì)因子(C6)人均GDP(D66)農(nóng)村人均純收入(D67)國民生產(chǎn)總值(D68)第一產(chǎn)業(yè)比例(D69)第二產(chǎn)業(yè)比例(D70)第三產(chǎn)業(yè)比例(D71)人均生產(chǎn)總值(D72)水土保持要素(B4)土壤侵蝕程度因子(C7)水土流失面積(D73)輕度水土流失面積比例(D74)中度水土流失面積比例(D75)強(qiáng)烈水土流失面積比例(D76)極強(qiáng)烈水土流失面積比例(D77)劇烈水土流失面積比例(D78)水土保持現(xiàn)狀因子(C8)水土流失治理面積(D79)坡改梯面積(D80)小型蓄水工程(D81)田間道路(D82)坡改梯配套引排水(D83)保土耕作(D84)經(jīng)果林造林面積(D85)封育治理面積(D86)

3.2 要素層指標(biāo)體系簡(jiǎn)化

本研究采用SPSS 21軟件分別對(duì)原始要素層指標(biāo)進(jìn)行主成分分析，以自然要素主成分分析為例。提取的前8個(gè)主成分的累積貢獻(xiàn)率為86.315%，滿足貢獻(xiàn)率>85%的要求。其中自然要素第1，2，3，4，5，6，7，8主成分貢獻(xiàn)率分別為29.230，18.079，12.093，8.359，5.508，5.251，4.206，3.589，由此計(jì)算各主成分的權(quán)重分別為0.34，0.21，0.14，0.10，0.06，0.06，0.05，0.04。

根據(jù)表2可知，第1主成分中有6個(gè)指標(biāo)占據(jù)較大載荷，分別為多年平均氣溫的因子載荷是0.869，一月平均氣溫的因子載荷是0.819，七月平均氣溫的因子載荷是0.789，無霜期的因子載荷是0.748，海拔的因子載荷是-0.902，極端最低氣溫的因子載荷是0.778。其中只有海拔與主成分呈負(fù)相關(guān)關(guān)系，其他均與主成分呈正相關(guān)關(guān)系。由此表明，第1主成分主要與溫度、海拔因子有關(guān)。第2主成分中有3個(gè)指標(biāo)占據(jù)較大載荷，分別為8°～15°坡面面積比例的因子載荷是-0.851，>25°坡面面積比例的因子載荷是0.859，山地面積比例的因子載荷是0.776。其中8°～15°坡面面積比例與主成分呈負(fù)相關(guān)關(guān)系，其他均與主成分呈正相關(guān)關(guān)系。由此表明，第2主成分主要反映地形地貌變化的差異。第3主成分中4個(gè)指標(biāo)占據(jù)較大載荷，分別為多年平均暴雨日數(shù)的因子載荷是-0.580，多年平均蒸發(fā)量的因子載荷是0.534，年平均降水量的因子載荷是-0.624，多年平均汛期降水量的因子載荷是-0.629。其中多年平均蒸發(fā)量與主成分呈正相關(guān)關(guān)系，其他均與主成分呈負(fù)相關(guān)關(guān)系。由此表明，第3主成分主要反映水文循環(huán)等方面的影響。第4主成分中2個(gè)指標(biāo)占據(jù)較大載荷，分別為日照時(shí)數(shù)的因子載荷是0.716，森林覆蓋率的因子載荷是0.640，均與主成分呈正相關(guān)關(guān)系。由此表明，第4主成分主要反映光照、植被等綜合方面的影響。第5主成分中3個(gè)指標(biāo)占據(jù)較大載荷，分別為>15 °坡面面積比例的因子載荷是-0.445，紫色土面積比例的因子載荷是-0.451，黑氈土面積比例的因子載荷是0.509。其中>15 °坡面面積比例、紫色土面積比例與主成分呈負(fù)相關(guān)關(guān)系，黑氈土面積比例與主成分呈正相關(guān)關(guān)系。由此表明，第5主成分主要與坡度及土壤類型等方面的影響有關(guān)。第6主成分中只有大風(fēng)日數(shù)指標(biāo)占據(jù)較大載荷，大風(fēng)日數(shù)的因子載荷是0.646，且與主成分呈正相關(guān)關(guān)系。由此說明，第6主成分主要與風(fēng)因素有關(guān)，可體現(xiàn)土壤侵蝕中的風(fēng)力侵蝕造成水土流失的影響。第7主成分中只有褐紅土面積比例指標(biāo)占據(jù)載荷較大，即褐紅土面積比例的因子載荷是-0.610，且與主成分呈負(fù)相關(guān)關(guān)系，由此說明，第7主成分主要與土壤類型因子有關(guān)。第8主成分中2個(gè)指標(biāo)占據(jù)較大載荷，分別為最大日降水量的因子載荷是0.497，紫色土面積比例的因子載荷是0.491，且均與主成分呈正相關(guān)關(guān)系。由此表明，第8主成分主要與土壤類型因子、降水的特定時(shí)段統(tǒng)計(jì)有關(guān)。

總體來看，第1主成分上集中的指標(biāo)最多且指標(biāo)載荷最重，第5主成分、第8主成分中最大載荷數(shù)值偏低，第6，7主成分載荷較大指標(biāo)均為1個(gè)且在該兩個(gè)主成分中選出的較大載荷指標(biāo)與該兩個(gè)主成分中的其他指標(biāo)載荷有一定差距。由此表明，雖然每個(gè)主成分所集中的指標(biāo)多少、荷載大小均不同，但卻代表整個(gè)自然要素的所有信息，即自然要素指標(biāo)經(jīng)過主成分分析提取的8個(gè)主成分盡可能保留原有多個(gè)變量的信息，將原來的多因子極大簡(jiǎn)化，有力提高了后續(xù)計(jì)算的效率。

將主成分分析后自動(dòng)另存的各主成分的綜合得分乘以相應(yīng)的權(quán)重得出各行政單元自然要素的綜合得分。

3.3 層次聚類分析及空間疊置

通過SPSS 21軟件進(jìn)行主成分分析，獲得自然要素綜合得分、社會(huì)經(jīng)濟(jì)要素綜合得分、土地利用要素綜合得分、水土保持要素綜合得分，在該軟件中進(jìn)行層次聚類分析，分別獲得各要素聚類樹狀圖。依據(jù)云南省水土流失情況的特點(diǎn)和保證全國水土保持三級(jí)區(qū)劃(云南省部分)(辦水保[2012]512號(hào))的完整性，選擇適當(dāng)?shù)牟介L距離，確定分類的類別數(shù)目。自然要素選擇步長距離為10時(shí)，將云南省縣級(jí)行政單元分為8類；社會(huì)經(jīng)濟(jì)要素選擇步長距離為5時(shí)，將云南省縣級(jí)行政單元分為8類；土地利用要素選擇步長距離為10時(shí)，將云南省縣級(jí)行政單元分為8類；水土保持要素選擇步長距離為5時(shí)，將云南省縣級(jí)行政單元分為7類。

通過ArcGIS 10.2將各要素分類結(jié)果繪制成圖(圖1)，分析圖1可知，從全省角度來看，圖A、圖B、圖C、圖D分類結(jié)果較為集中，離散區(qū)域較少，各要素對(duì)云南省縣級(jí)行政單元的劃分總體較為一致。從局部角度來看，云南省西北部3個(gè)斑塊在圖A、圖B、圖D中分類完全一致，且全國水土保持三級(jí)區(qū)劃(云南省部分)對(duì)該斑塊的分區(qū)亦是如此。

之后，采用ArcGIS 10.2將圖1中圖A、圖B、圖C、圖D四張圖進(jìn)行空間疊置，即可初步完成云南省水土保持區(qū)劃四級(jí)分區(qū)的劃分。

表2 自然要素指標(biāo)主成分分析因子載荷矩陣

圖1 云南省自然要素、社會(huì)經(jīng)濟(jì)要素、土地利用要素、水土保持要素分區(qū)

4 結(jié) 論

(1) 運(yùn)用SPSS 21軟件采用主成分分析對(duì)多元數(shù)據(jù)進(jìn)行“降維”，本文以自然要素為例，從自然要素的40個(gè)指標(biāo)中抽取8個(gè)主成分且主成分累積貢獻(xiàn)率達(dá)到86.315%，滿足要求。經(jīng)分析每個(gè)指標(biāo)均具有很好的代表性，計(jì)算各主成分的權(quán)重及各自然要素的綜合得分，其他三個(gè)要素依此類推。

(2) 根據(jù)各要素的綜合得分分別進(jìn)行層次聚類分析，選擇適當(dāng)?shù)牟介L距離，確定自然要素、社會(huì)經(jīng)濟(jì)要素、土地利用要素均分為8類，水土保持要素分為7類。通過ArcGIS 10.2軟件將各要素聚類分析結(jié)果繪制出自然要素分區(qū)圖、社會(huì)經(jīng)濟(jì)要素分區(qū)圖、土地利用要素分區(qū)圖和水土保持要素分區(qū)圖，并利用該軟件進(jìn)行空間疊置，即可初步完成云南省水土保持四級(jí)分區(qū)的劃分。

(3) 基于多元數(shù)據(jù)的云南省水土保持四級(jí)區(qū)劃綜合了自然要素、社會(huì)經(jīng)濟(jì)要素、土地利用要素和水土保持要素四個(gè)方面，采用多指標(biāo)、多層次進(jìn)行云南省水土保持四級(jí)分區(qū)分析，并與全國水土保持三級(jí)分區(qū)(云南省部分)進(jìn)行比較。該方法不僅彌補(bǔ)了以往水土保持區(qū)劃指標(biāo)單一、代表性差、主觀定性強(qiáng)的問題，而且提高了水土保持區(qū)劃分析的效率、客觀性和準(zhǔn)確性。

(4) 該方法具有很強(qiáng)的可操作性，但不足之處在于對(duì)多元數(shù)據(jù)的依賴性較高，數(shù)據(jù)收集難度較大，數(shù)據(jù)的準(zhǔn)確性對(duì)結(jié)果有一定影響。

；

[1] 夏繼紅,胡玲.生態(tài)河岸帶功能區(qū)劃的定性與定量研究[J].水利學(xué)報(bào),2007(S1):542-546.

[2] 傅伯杰,陳利頂,劉國華.中國生態(tài)區(qū)劃的目的、任務(wù)及特點(diǎn)[J].生態(tài)學(xué)報(bào),1999,19(5):591-595.

[3] Bailey R G. Ecosystem Geography:from ecoregions to sites[M]. New York: Springer, 2009.

[4] Bailey R G. Explanatory supplement to ecoregions map of the continents[J]. Environmental Conservation, 1989,16(4):307-309.

[5] Rowe J S, Sheard J W. Ecological land classification: A survey approach[J]. Environmental Management, 1981,5(5):451-464.

[6] 黃秉維.編制黃河中游流域土壤侵蝕分區(qū)圖的經(jīng)驗(yàn)教訓(xùn)[J].科學(xué)通報(bào),1955(12):15-21.

[7] 黃秉維.中國綜合自然區(qū)劃的初步草案[J].地理學(xué)報(bào),1958(4):348-365.

[8] 朱顯謨.有關(guān)黃河中游土壤侵蝕區(qū)劃問題[J].土壤通報(bào),1958(1):1-6.

[9] 張漢雄.模糊聚類在水土保持區(qū)劃中的應(yīng)用[J].中國水土保持,1990(11):52-54.

[10] 胡志勇,嚴(yán)鵬,程頤農(nóng),等.用模糊—?jiǎng)討B(tài)聚類法對(duì)青海省東部進(jìn)行水土保持綜合治理亞區(qū)劃分[J].水土保持研究,1994,1(1):37-44.

[11] 鄧根松,危煦春.灰色系統(tǒng)理論在水土保持區(qū)劃中的應(yīng)用：邵武市水土保持區(qū)劃方法初探[J].福建水土保持,1995(4):14-18.

[12] 吳海波,趙曉慎,王治國,等.基于Bayes判別分析模型的水土保持區(qū)劃[J].中國水土保持科學(xué),2012,10(2):88-91.

[13] 王新軍,曹磊,吳穎超,等.基于GIS的江蘇省水土保持區(qū)劃方法[J].水土保持通報(bào),2014,34(3):130-134.

[14] 汪冬華.多元統(tǒng)計(jì)分析與SPSS應(yīng)用[M].武漢:華東理工大學(xué)出版社，2010.

RegionalizationMethodofSoilandWaterConservationinYunnanProvinceBasedonMultivariateData

MI Zhijuan1,2, ZHU Yanyan1,2, JIANG Honglei1,2, ZHAO Cheng1， HUANG Junwen1

(1.YunnanInstituteofWater&HydropowerEngineeringInvestigation,DesignandResearch,Kunming650021,China; 2.YunnanXiuChuanEnvironmentalEngineeringTechniqueCompanyLimited,Kunming650021,China)

In order to boost up the applicability and guidance of the third level of national regionalization in Yunnan Province and thus to prevent and manage effectively soil and water conservation in the province. In virtue of the multivariate data, we deeply explored the four regionalization of soil and water conservation in Yunnan Province. According to the characteristics of soil erosion in Yunnan Province, there are 86 indicators including natural, socio-economic, land use and soil erosion which were selected in the index system. All indicators in the index system were analyzed using principal component analysis and cluster analysis by SPSS software, then with the help of GIS, it turned the result of cluster analysis into the distribution of map about four major factors, namely nature, socio-economic, land use and soil erosion. The four maps were used for spatial overlay analysis, the Yunnan Province soil and water conservation comprehensive evaluation map was preliminarily

. This method can greatly improve the efficiency and accuracy of the regionalization of soil and water conservation in Yunnan Province, and provide reference for the different levels of the regionalization of soil and water conservation work.

soil and water conservation; regionalization; SPSS; GIS; multivariate data

2016-03-17

：2016-04-01

彌智娟(1987—),女,陜西蒲城人,碩士,助理工程師,主要從事生態(tài)水文、水土保持研究，E-mail:mzj_sh@163.com

S157

：A

：1005-3409(2017)02-0064-06