张海珍+马泽忠

摘要：選择重庆市巴南区石龙镇大连村、大兴村、白马村、金星村、合路村、柏树村、大桥村、大园村和中伦村9个行政村作为研究区，将研究区的遥感影像、数字高程模型、行政界线等数据的空间参考坐标系统一为1980西安坐标系，选择2006-2012年研究区的农用肥施用量数据作为村级尺度统计数据空间化方法研究的研究数据，利用专家打分法对不同土地利用类型与农用肥施用之间的相关性进行打分，分值范围是0～1分。结合村级行政界线、行政村面积、农用肥施用量、土地利用数据和专家打分结果，构建农用肥施用数据空间化模型，分别生成2006-2012年村级农用肥施用数据空间化分布栅格数据，栅格尺度选择1、10、100和200 m这4种，并对栅格化结果进行对比分析。同时，对2006-2012年的农用肥施用空间分布数据进行时序分析，获取农用肥施用量的动态变化趋势。通过研究得到以下结论：①村级农用肥施用量数据空间化尺度与土地利用数据的类型及空间分辨率有关；②研究区各行政村农用肥施用量在2006-2012年期间总体变化趋于平稳。本研究对于实现村级统计数据空间化方法具有一定的参考意义，而空间化后的村级统计数据对于进行村镇区域规划、土地整改、生态环境保护等具有重要指导意义。

关键词：统计数据空间化；农用肥施用数据；专家打分法；尺度；时序分析

中图分类号：X87；P208；S126 文献标识码：A 文章编号：0439-8114（2016）20-5241-05

DOI：10.14088/j.cnki.issn0439-8114.2016.20.019

Abstract： Dalian village， Daxing village， Baima village， Jingxing village， Helu village， Baishu village， Daqiao village， Dayuan village and Zhonglun village were chosen as research areas. The spatial reference system of the remote sensing images， the digital elevation model and administrative boundaries data were unified to 1980 Xi′an coordinate system. Score range was 0～1 point. The agricultural fertilizer data space model was constructed through combining with village-level administrative boundaries， area of administrative village， the amount of agricultural fertilizer， land use data and expert scoring results data. As a result， the village agricultural fertilizer distribution data from 2006 to 2012 were generated. Spatial resolutions of 1， 10， 100 and 200 m were selected as raster scales， and the results of grid data were analyzed. The spatial distribution of agricultural fertilizer data from 2006 to 2012 was taken timing analysis， and the changing trends of agricultural fertilizer amount were got. The results showed that：①Scales of agricultural fertilizer data had relationship with types and spatial resolutions of the land use data. ②The trend of agricultural fertilizer amount in the study area from 2006 to 2012 was smooth. The results of statistical data space of the village had important guiding significance for the village area planning， land rectification， ecological and environmental protection.

Key words： statistical data space； application data of agricultural fertilizer； expert scoring method； scale； timing analysis

统计数据是表示某一地理区域自然经济要素特征、规模、结构、水平等指标的数据，是定性、定位和定量统计分析的基础数据。统计数据往往以各级行政单元作为统计单位，各级行政单元包括全国、省、市、县、乡镇、行政村等，以往以统计数字表示自然经济要素的方式过于简单，如何将各级统计数据与地理数据相结合，学者们利用数学模型、3S技术和统计学知识实现了统计数据的空间化，并围绕统计数据空间化这一问题展开了研究。廖一兰等[1]针对人口空间分布信息在环境健康风险诊断、自然灾害损失评估和现场抽样调查比较等地理学和相关学科研究中占有重要的地位，设计了遗传规划（Genetic programming，GP）、遗传算法（Geneticalgorithms，GA）和GIS相结合的方法。李雅箐[2]以北京市房山区为例对农村经济统计数据空间化进行了研究，文章根据“提出问题-分析经济发展空间特征-构建地理要素指标体系-分析地理要素作用-建立空间化模型-检验修正模型-确定模拟表面”的系统研究思路，最终构建了研究区农村纯收入空间数据库。杨妮等[3]基于DMSP/OLS夜间灯光数据，利用GIS与SPSS相结合的方法，构建了广西省GDP统计数据的空间化模型。叶靖等[4]以义乌市为例对乡镇级人口统计数据空间化的格网尺度效应进行了分析。

以往基于GIS的统计数据空间化研究多以人口数据和GDP数据为主[5-8]，研究尺度也多以省级和市级为主[9-12]，鲜有针对村级尺度统计数据空间化方法的研究。实际生产中，村级统计数据涉及人口数据、社会经济数据、基础设施数据等多种类型的统计数据，其中农用肥施用量数据作为农村统计数据中的一项重要指标，在乡镇区域规划、土地利用规划、生态环境保护等方面有着重要作用。实现村级尺度的农用肥施用量数据空间化对自然环境保护和社会发展具有重要意义。针对这一问题，本研究以村级为研究尺度，利用格网法对研究区的农用肥施用量统计数据进行空间化处理，基于多期数据实现农用肥施用量数据的时序分析，对于村级统计数据空间化方法的研究具有一定参考意义。

1 研究区概况

石龙镇位于重庆市巴南区东南部，辖区东邻南川市的大观镇和兴隆镇，南与石滩镇和神童镇接壤，西连接龙镇，北与东泉镇、姜家镇毗邻。石龙镇属丘陵中低山区，丘陵深谷较多，中部地势较为平坦，平均海拔550 m，气候属中亚热带湿润气候，温和多雨，四季分明，平均气温18.5 ℃，平均日照时数1 158 h，年内风向多偏南。镇域内有石英砂、重金石等矿产资源，生态资源、水资源较为丰富，森林覆盖率达68%。

全镇土地总面积10 483.52 hm2，占全区总面积的5.75%，下辖9个行政村，2个社区居委会（图1）。石龙镇是一个典型的农业镇，以种植业为主，生产水稻、小麦、油菜、玉米、红薯等，副业以蚕桑、养猪为主，全镇总人口30 157人，其中非农业人口1 697人，农业人口28 460人。2009年全镇地区生产总值完成32 363万元，固定资产投资额17 143万元，农民人均收入5 420元。

2 数据源与预处理

采用的数据源主要有4类，遥感数据、土地利用矢量数据、村级统计数据和矢量行政境界数据。遥感数据包括2010、2011、2012年的遥感影像，30 m空间分辨率；2012年土地利用矢量数据，精度为1 m。村级统计数据包括巴南区石龙镇2006-2012年农经年报、巴南区统计公报、村级规划等数据。矢量边界數据包括研究区村界线图。

对于空间数据的处理包括遥感影像的配准、矢量数据的空间校正、统一坐标系、统计数据电子化等操作。表1为2006-2012年的农用肥施用量数据。

3 研究方法

3.1 专家打分法

结合全国第二次国土调查土地利用类型分类规范和研究区土地利用现状，在本次研究中将土地利用类型分为24类，主要包括交通、农业用地、建筑用地、林地、草地、园地等。根据不同土地利用类型的定义，结合专家的经验知识，经过组织专家讨论，水浇地、果园、旱地和茶园被确定为农用肥的具体施用对象。各土地利用类型对农用肥施用的影响力进行了打分，分值域为0～1，见表2。

由表2可以看出，对农用化肥施用分布影响最直接的是旱地、果园、水浇地、水田和茶园，专家打分分别为0.40、0.15、0.20、0.15和0.10，其余为0。

3.2 统计数据空间化模型的构建

基于土地利用数据、行政村界线、专家打分结果和研究区农用肥施用量统计数据，以行政村为样本，构建农用肥施用数据空间化模型。

其中，Aj为j土地利用类型的农用肥施用分布初始系数，单位为t/km2；Sij为i村j类土地利用的面积，单位为km2；Qi为i村统计农用肥施用数据，单位为t；tij为i村j类土地利用类型专家打分的结果。

根据模型，对每个村的农用肥统计数据，以及对农用肥施用分布有影响的土地利用类型的面积及专家打分结果按照公式进行线性回归计算，求得各土地利用农用肥施用分布初始系数Aj。将求得的土地利用农用肥施用分布系数栅格化。

4 尺度分析和时序分析

本研究中的农用肥施用量空间化模型基于土地利用数据和村级统计数据，其中行政界线和土地利用数据均为矢量数据，空间化后的数据为栅格数据（图2）。由于矢量数据的界线不存在宽度，栅格化后的数据空间边缘会发生变化，造成栅格化后的数据与村级统计数据之间产生变化，而不同的栅格化尺度之间也会使结果数据之间存在误差[12]。本研究选择生成200、100、10和1 m这4种尺度的格网农用肥施用数据，并对不同尺度之间的误差进行了分析。

以2012年白马村农用肥施用量数据为例，图3为白马村农用肥数据不同尺度空间化分布。表3为格网农用肥施用数据与村统计农用肥施用数据的误差。

由图3可以看出，空间采样尺度为1～200 m，采样值越小，农用肥施用空间分布的表现上越细腻，采样值越大，农用肥施用空间分布的表现上越粗糙。

由表3可以得知，2006-2012年间，栅格化尺度值从200、100、10、1 m，尺度数值越大，农用肥施用量统计值与空间化后的农用肥施用量之间的误差值越大；反之，尺度数值越小，统计值与空间化数据之间的误差越小。其中，栅格化尺度为200 m时，误差的绝对值最高达19.21%。栅格化尺度为100 m时，误差值略有降低，但误差最大值的绝对值仍然高达11.47%。当栅格化尺度为10 m时，误差值的绝对值已经降低到3.25%以下，栅格化尺度为1 m时，误差值的绝对值降低到2.08%以下。栅格化尺度为1和10 m时，误差值比较接近。

由图4可知，2006-2012年期间，金星村、中伦村、柏树村、大园村和大桥村各年间农用肥施用量变化小，2012年较2006年农用肥施用量呈现减少趋势，大连村、白马村农用肥施用量变化明显，曲线呈S型，总体呈现下降趋势。大兴村农用肥施用量先增加后减少；合路村农用肥施用量变化曲线平缓，2012年比2006年农用肥施用量增加超过30%。

由图5可知，2006-2012年间，金星村农用肥施用量最高，大兴村农用肥施用量最少，大连村和白马村农用肥施用量变化明显。

5 小结与讨论

本研究选择重庆市巴南区石龙镇的各行政村的农用肥施用量数据进行空间化研究，选择2006-2012年研究区的农用肥施用数据作为基础研究数据，通过专家打分法对土地利用数据和农用肥施用量之间的相关性进行打分，参考人口统计数据空间化模型，对村级农用肥施用量统计数据进行空间化建模，空间化尺度分别选择200、100、10和1 m这4种尺度。并对2006-2012年间各行政村的农用肥施用量数据进行了时序分析。得到以下结论。

1）对于农用肥施用量统计数据空间化的格网尺度，其适宜尺度为1 m，同时，尺度为10 m时误差值略大于1 m尺度。当统计数据空间化范围和数据量较大时，1 m的空间化尺度势必会影响统计数据空间化速度，以及空间化后的数据所占存储空间也较大。所以，研究精度容许情况下，可以选10 m位栅格化尺度。

2）通过研究发现，村级农用肥施用量统计数据空间化的尺度受到土地利用类型和分辨率的影响，农用肥往往在水田、旱地、果园、茶园和其他园林，空间化尺度与土地利用数据分辨率越接近，则统计数据与空间化数据之间的误差越小。

本研究结合GIS技术、空间建模方法和统计学知识，针对以往统计数据空间化研究往往为全国、地区级及省级等大范围的研究尺度，选择行政村这一尺度，对农村农用肥施用量数据进行了空间化研究。通过此次研究，对于根据农用肥施用空间分布情况进行区域规划、土地整改、生态环境具有重要指导意义。下一步将继续对村级统计数据空间化技术进行深层次的研究。

参考文献：

[1] 廖一兰，王劲峰，孟 斌，等.人口统计数据空间化的一种方法[J].地理学报，2007，62（10）：1110-1119.

[2] 李雅箐.农村经济统计数据空间化研究[D].北京：首都师范大学，2011.

[3] 杨 妮，吴良林，郑士科.基于GIS的县域人口统计数据空间化方法[J].地理空间信息，2013，11（5）：74-77.

[4] 叶 靖，杨小唤，江 东.鄉镇级人口统计数据空间化的格网尺度效应分析——以义乌市为例[J].地球信息科学学报，2010， 12（1）：40-47.

[5] 王雪梅，李 新，马明国.干旱区内陆河流人口统计数据的空间化——以黑河流域为例[J].干旱区资源与环境，2007，21（6）：39-49.

[6] 闫庆武，卞正富.基于GIS的社会统计数据空间化处理方法[J].云南地理环境研究，2007，19（2）：92-97.

[7] 李月臣，何志明，刘春霞.基于站点观测数据的气温空间化方法评述[J].地理科学进展，2014，33（8）：1019-1028.

[8] 康敏捷，曹 可，王 辉，等.基于作息空间思想的人口统计数据空间化方法[J].地理与地理信息科学，2012，28（4）：60-68.

[9] 王春菊，汤小华.基于GIS的福建省人口统计数据空间化[J].地理与地理信息科学，2004，20（4）：71-74.

[10] 朱翠霞，陈阿林，刘 琳.基于GIS的区域人口统计数据空间化——以重庆都市区为例[J].重庆师范大学学报（自然科学版），2013，30（5）：50-55.

[11] 杨续超，高大伟，丁明军，等.基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例[J].长江流域资源与环境，2013，22（6）：729-734.

[12] 吴健生，许 多，谢舞丹，等.基于遥感影像的中尺度人口统计数据空间化——以京津冀地区为例[J].北京大学学报（自然科学版），2015，51（4）：707-717.