土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用 第十章 土地可持续利用评价 土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用
一、主导因子评判法 土地评价的主要方法 土地资源评价，主要是对土地资源的质量进行评价，关于土地数量的评价可以通过土地制图与面积量算工作完成。
土地评价的主要方法 一、主导因子评判法 土地资源评价的方法主要有： 主导因子评判法 最低限制因子评判法 综合指标评判法 多因子综合评判法 标准值对照评判法 样地法 投入产出法 实验法 历史波动分析法 农业生态带方法
一、主导因子评判法 主导因子评判法 这种方法从影响土地资源质量的多个因子中，选择一或两个起决定性作用的主导因子作为评价或土地分等定级的依据。然后对这些起主导作用的评价因子（或项目），提出一个或多个能全面确切的表达它的评价指标，并对每一个指标按一定标准作出分级，这样便可得到一张可以用于质量分级的标准表。在这种条件下，评价人员只需要取得该资源的主导因子在不同地段（土地单元）的全部指标，便可与评价标准表对照，从而获得每一个评价地段（土地单元）的级别。
一、主导因子评判法 主导因子评判法 例如：徐樵利教授对地处亚热带的宜昌县适种柑橘地的土地评价。评价者从该地实际出发，确定影响该县种植柑橘的土地质量的因子有9项： ①越冬气温；②土体厚度； ③地表排水条件；④水源与供水条件； ⑤土壤有机质；⑥地表坡度； ⑦pH值；⑧土壤质地； 地形与避冻条件。
一、主导因子评判法 主导因子评判法 通过实地调查分析，选取越冬气温与土体厚度两项为评价的主导因子。确定越冬温度以极端低温≥—7℃出现频率，≥—9℃出现频率等指标来表达；土体厚度以土层厚度加风化壳厚度来表达。同时根据它们对柑橘生长影响的程度分别划为4个等级，便得出评价适种柑橘土地质量的主导因子指标分级表（表10-1），这种分级表就是主导因子分级的标准。
主导因子评判法 一、主导因子评判法 柑橘越冬温度 土体厚度 等级 极端低温（℃） ≥－7℃出现频率 ≥－9℃出现频率 ≥－7 20年以上一遇 100年以上一遇 Ⅰ 4 a －7～－9 15年以上一遇 50年以上一遇 Ⅱ 3～4 b －9～－11 30年以上一遇 Ⅲ 2～3 c Ⅳ 1～2 d 表10-1 宜昌市柑橘适宜种植土地质量主导因子指标分级
一、主导因子评判法 主导因子评判法 评价人员从该地区实际出发，以柑橘越冬温度为主要指标，以土体厚度为辅助指标，得出柑橘土地坪级标准（表10-2）。 表10-2 宜昌市柑橘种植土地适宜性评价标准 柑橘地等级 评 级 标 准 一等地 Ⅰa、Ⅰb 二等地 Ⅰc、Ⅰd、Ⅱa、Ⅱb 三等地 Ⅱc、Ⅱd、Ⅲa、Ⅲb 四等地 Ⅲc、Ⅲd、Ⅳa、Ⅳb 等外备用地 Ⅳc、Ⅳd
一、主导因子评判法 主导因子评判法 根据表10-1和表10-2，将土地单元的特征相应指标与之对照，便可得出其土地适宜于种植柑橘的结论。如土地单元A冬季极端低温≥－7℃的频率为20年以上一遇，土体或风化壳厚度为3～4米；土地单元B冬季极端低温为－9～－11℃，≥—9℃频率为12年一遇，土体厚度为2～3米。那么通过查评价标准表，便可得出土地单元A为Ib，属于一等地；土地单元B为IVc，属等外备用地。
一、主导因子评判法 主导因子评判法 运用主导因子评判法作土地评价，不仅需要科学的选取评价的主导因子（或评价项目）和表达这一评价因子的指标，而且必须对指标进行科学的分级，切忌指标的主观随意性，这样才能保证获得正确的评价结果。
最低限制因子评判法 二、最低限制因子评判法 这一方法是选取多个限制因子作为评价项目（或评价因子），各限制因子按其对资源的限制程度进行指标分级，即划分为不同级别的定量或定性的评判指标或标准，然后对被评对象的各个限制因子——评定其级别，记录在评价表格中；最后以限制因子评定的最低级别来确定被评对象的等级。
最低限制因子评判法 二、最低限制因子评判法 例如：赵松乔教授等对黑龙江和内蒙古部分地区的土地适宜性评价。在评价中，选择了12种限制因素： ⑴地面坡度； ⑵地表积水状况； ⑶排水条件； ⑷干旱威胁； ⑸寒冻危害； ⑹风烛危害； ⑺土层厚度； ⑻pH值； ⑼盐碱化程度；⑽土壤肥力； ⑾土壤质地； ⑿土壤障碍层。
最低限制因子评判法 二、最低限制因子评判法 根据区域实际，参照联合国粮农组织的做法，适宜级采用4级划分，即：1一最适宜，2一适宜，3一临界适宜，4一不适宜，对各限制因素指标制定具体评价标准（表10-3），最后采用最低限制因子评判法确定土地总的适宜等级（表10-4）。
二、最低限制因子评判法 表10-3 黑龙江和内蒙古部分地区的土地评价因素评级标准 限制因素分级 农业 林业 牧业 地面坡度（°） ＜3 农业 林业 牧业 地面坡度（°） ＜3 3～7 7～15 15～25 25～35 ＞35 1 2 3 4 土层厚度（cm） ＞70 70～50 50～30 30～10 ＜10 1～2 盐碱化程度 无 轻度 中度 强度 盐碱滩 土壤质地 粘壤 轻中重壤 砂质 砾质 岩砾面
最低限制因子评判法 二、最低限制因子评判法 从表10-4可知，杜鹃落叶林漂灰土山地这一土地类型，对于农业（种植业）是不适宜的，对林业最适宜，对牧业临界适宜。最低限制因子评价法反映了土地质量中的“最小一最大”原理。
二、最低限制因子评判法 表10-4 黑龙江和内蒙古部分地区土地适宜性评价举例 评 价 内 容 农业 林业 牧业 坡度：15°～20° 4 1 评 价 内 容 农业 林业 牧业 坡度：15°～20° 4 1 土壤肥力：中至较高 2 土层厚度：30～40～50cm 3 土壤质地：壤质，夹岩屑30%左右 土壤酸碱度：PH4～5 土壤盐碱化程度：无 地表积水状况：无 风蚀状况：不显 干旱威胁：不显 寒冻威胁：生长期短、频繁霜冻 总的适宜级 4（不适宜） 1（最适宜） 3（临界适宜）
三、综合指标评判法 综合指标评判法 这种评价方法是选取公认的能反映土地资源质量的综合性指标，依其变化幅度确定土地的等级标准，再根据土地评价单元该项指标的特征值，确定土地评价的等级优劣。
三、综合指标评判法 综合指标评判法 例如：中国科学院内蒙宁夏综合考察队对内蒙古天然草场的评价，便是采用的单位面积产草量这一指标来建立草场质量评价标准的（表10-5），荒漠草场亩产鲜草20～50千克，便是属于6级草场。 表10-5 内蒙古天然草场级的评定标准 项目 级别 1 2 3 4 5 6 鲜草产量（kg/亩） 400以上 400～300 300～200 200～100 100～50 50以下
三、综合指标评判法 综合指标评判法的评价 采用综合指标评价法进行土地评价多数是按土地产出结果来进行评价的，其结果直观，易于接受掌握，但往往比较粗略，对土地质量缺乏深入理解。
四、多因子综合评判法 多因子综合评判法 这种方法主要是根据土地评价的目的，选取有关的土地特性和其它社会经济要素特征，并根据在其内部或相互之间的重要性分别给出数量化值，以数量化值替代评价要素。然后按照数学规律将这些数量化值加以综合，并要考虑到各要素之间的相互关系和相互作用，产生最后的性能指数；最后将这种指数转而用于按值的次序对土地进行分等，用以反映土地质量的高低。
四、多因子综合评判法 多因子综合评判法 在土地评价中，设评价因素分别为A、B、C、D．则可以将某一土地单元相应因素的数量化特征值赋予a、b、c、d值。其综合评价，若是等权平均（即各因素的作用相同），则根据各因素之间相互作用的组合，确定不同的数字计算方法，求出评价的结果。
多因子综合评判法 四、多因子综合评判法 一般说来，其因素间的关系和计算方法有三种类型： (1) 累加型：P＝a＋b＋c＋d
四、多因子综合评判法 多因子综合评判法 若各个因素的相互作用是累加型的，而因素对土地的质量影响是不一样的，则必须对每一个要素的权重具体分析赋值，其计算公式为： P＝ 式中：αi为第i个要素的权重；pi为第i个要素的评价得分； ＝1。 多因素综合评判法，在土地评价中的应用十分广泛。
五、标准值对照评判法 标准值对照评判法 这一评价方法是按照国家（或国际上）规定的质量标准，或者科学界公认的质量分级标准，将它与被评的某一土地单元质量特征实际值对照，确定其土地评价结果。 标准值对照评判法，同上述其他评价方法比较，其主要不同在于评价标准不是评价人员自己制定的，评价人员只需按专家组制定的工作规程来对土地质量特征加以研究，与标准对照得出自己的土地评价结论。 这种方法对于全国或国际土地评价（全球土地评价）有很大的作用，其评价结果便于区域对比。
样地法 六、样地法 土地评价中的标准样地适用于各类土地评价，但在农用地的分等定级中应用最多。 农用地分等定级标准样地是指：在农用地分等定级的区域内，当技术与管理水平一定或出于区域内的平均状况时，从该区域内常种植作物产量水平属于最高范围的那一类土地中随机选取出的若干个农用地分等定级单元。
六、样地法 样地法 在对区域内的农用地进行分等定级的过程中，设置标准样地的主要目的，是将同一区域内的其他农用地分等定级单元与本区域的标准样地进行比较，从而得出农用地分等定级单元与标准样地在质量上的相对差异性大小的定量数值，再按照该差异性数值的大小和农用地分等定级工作已定的农用地等别或级别数量，对农用地分等定级区域内的各个分等定级单元进行等别或级别的划分。
六、样地法 样地法的定义 样地法是以选定的标准样地为参照，建立定级因素计分规则，通过比较，计算定级单元因素分值，评定农用地级别的方法。
六、样地法 样地法的内容与程序 农用地样地法定级的内容与程序
六、样地法 划分单元 定级单元应在县域内统一编号，以乡(镇)为单位填表登记，表格样式参见表10-6。
六、样地法 表10-6 样地法农用地定级表格式 乡级区域名称： 农用地定级单元 农用地定级因素 定级 单元 编号 是否选为标准 面积 (公 农用地定级因素 定级 单元 编号 是否选为标准 面积 (公 顷) 权属 性质 作物 名称 现实产量水平 标准粮 水平 灌溉保证率(%) 土层厚度 (cm) 因素n 加 减 分 定 级 指 农 用 地 样地 (kg/hm2) 特 征 值 aij 总 和 数 Hi 别 单元l 60 -5 150 1 单元2 … 单元n
设置标准样地 六、样地法 县级标准样地指县域内技术与管理水平处于平均状况时，从大宗作物产量水平最高范围的一类土地中选取的定级单元。 每个乡镇内至少布设一个标准样地，应选择农业生产条件最优的定级单元作为标准样地，标准样地的现实生产力水平在当地最高； 标准样地应是土地利用总体规划确定为基本农田的定级单元； 标准样地应在表10-6中注明；
设置标准样地 六、样地法 县级标准样地指县域内技术与管理水平处于平均状况时，从大宗作物产量水平最高范围的一类土地中选取的定级单元。 标准样地按表10-7的格式进行登记； 应拍摄标准样地典型地段的景观照片和土壤剖面照片； 标准样地及其典型地段的坐标应在农用地定级单元图上注明。
六、样地法 表10-7 标准样地属性登记表 注：(1)对标准样地编号时，按单位面积的产量水平从高到低顺序排列，产量水平最高的为l号。 表10-7 标准样地属性登记表 标准样地编号 定级单 元编号 所在乡级区域的名称 面积(hm2) 标准样地典型地段坐标 权属性质 到2010年 的规划用途 产量水平 (kg/hm2) 标准粮水平(kg/hm2) 标准样地分值 1 2 … n 注：(1)对标准样地编号时，按单位面积的产量水平从高到低顺序排列，产量水平最高的为l号。 (2)如果省在县内设有省级标准样地，则在县内的省级标准样地编排在前，作为县内农用地定级的标准样地使用。
确定定级因素 原则 方法 六、样地法 定级因素指标应在定级工作区内有明显差异； 定级因素分作物确定。 根据实际情况，按照大宗作物分别选取农用地定级因素。
确定定级因素 因素特征值调查 六、样地法 应按乡镇逐单元、逐因素调查，并填表登记，表格样式参见表10-6、表10-7； 因素特征值从已有土地利用、土壤、地貌等资料中查取，若已有资料不能满足需要，应进行野外补充调查； 在因素特征值调查的同时，应收集定级单元最近3年的产量数据，有条件的地方应使用实测产量数据。
编制因素分级记分规则表 因素分级 六、样地法 定级因素分级以3～6个级别为宜，分级方法有两种： 根据试验或实测资料，建立定级因素与农作物产量水平之间的函数关系，确定因素分级数目及各级上下限； 用经验法确定因素分级数目及各级上下限。
编制因素分级记分规则表 编制标准样地特征分值表 六、样地法 将农业综合生产条件最优的标准样地定义为1号标准样地，其分值定为100分，按照定级因素对农业生产的影响程度，将100分分配给各个定级因素； 其他标准样地定级因素的分值，可根据定级因素的分级情况，与1号标准样地的相应因素特征值比较后确定，比较过程中若出现农用地综合特征优于1号标准样地的 将结果填入表格，表格样式参见表10-8。
六、样地法 表10-8 标准样地特征分值表 标准样地编号 标准样地所在的乡镇名称 灌溉保证率 ±层厚度(cm) 因索10n F 特征值 分值 表10-8 标准样地特征分值表 标准样地编号 标准样地所在的乡镇名称 灌溉保证率 ±层厚度(cm) 因索10n F 特征值 分值 总分 1 ≥75％ 20 120 10 100 2 … n
编制因素分级记分规则表 编制定级因素记分规则表 六、样地法 各因素每个级别的记分量有两种确定方式： 等差方式，具体方法参见表10-9中的“土层厚度”记分规则； 非等差方式，具体方法参见表10-9中的“坡度”记分规则。 将确定的记分规则填入表格，表格样式参见表10-9。
六、样地法 表10-9 定级因素分级记分规则表 作物(类别)名称： 定级因素 因素分级 一级 二级 三级 四级 五级 六级 土层厚度 一级 二级 三级 四级 五级 六级 土层厚度 特征值(cm) ≥150 120～150 100～120 70～100 40～70 <40 加(减)分 -1 -2 -3 -4 -5 灌溉保证率 特征值(百分数) ≥75 65～75 55～65 45～55 25～45 <25 -7 -10 -15 坡度 特征值(度) 0～2 2～6 6～15 15～25 ≥25 -8 -9 因素n
七、投入产出分析法 土地具有生产性能，好的土地投入少而产出多，通过投入物质能量（或资金、劳动等）与产出的物质能量（或收入）进行比较，利用投入产出效率来对土地质量进行评价，是这种方法的核心内容。 投入产出分折法在土地评价中，常常用资本投入产出分析为多，以成本利润比较为多。随着土地评价的深入，人们对价格体系紊乱、价格波动不定、价值形态严重歪曲对土地评价结论的影响的认识越来越深刻，故在土地评价中，把投入生产的各种物质（机械、燃油、电力、农家肥、化肥、薄膜、人畜力等）与输出产品统一折合为能量（焦耳）进行分析，通过土地类型或区域能量投入产出比较来得出土地评价的结论。
七、投入产出分析法 表10-10 区际农田投能比较利益分析
八、实验法 根据土地利用目的，选择同一类型不同土地单元，采用不同的土地利用方式，进行土地利用实验，探讨土地利用过程中的物质能量流动转化规律，探求土地适宜性佳、效益好的土地利用用途，建立土地利用的合理模式。通过模式比较、效益分折、类型对比总结土地评价的结论。
九、历史波动分析法 · 好的土地，其质量优，效益佳，产量高，产出值的波动小。 · 对—定土地资源区域各种作物的产量历史资料分析，通过趋势分析扣除技术进步对土地产出的影响，然后再对各种作物的产量波动进行分析，找出高产稳产性能好的优势作物，从而得出土地适宜性评价的结论。
九、历史波动分析法 举例： · 江汉平原土地评价中，运用矩阵决策分折方法确定其高产稳产作物优势，对土地作物适宜性（适宜性作物）进行评判，实际上就是采用历史波动分析法的思路来进行的。 · 汉江平原各种作物高产稳产的优势，通过各作物历 年产量进行研究可知。
九、历史波动分析法
九、历史波动分析法 小麦和稻谷同其他作物比较，其增产趋势明显，但产量波动也较大，应在高产稳产上狠下功夫。小麦高产性能较稻谷好。而稻谷中以晚稻的增产趋势最明显，产量最不稳定。 大豆、薯类的高产稳定性能比稻麦与其他秋杂粮作物差，并非江汉平原的优势作物。 经济作物棉花和麻类增产趋势都很显著，但棉花比麻类的产量波动大。 油菜是油料作物中，适应性强、高产稳产的作物。
土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用 第十章土地评价的方法与技术 土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用
主成分分析法 回归分析法 灰色关联分析法 模糊综合评价法 人工神经网络法 给予遗传算法的投影寻踪模型评价方法 数据包络分析法 第二节 数学方法在土地评价中的应用 主成分分析法 回归分析法 灰色关联分析法 模糊综合评价法 人工神经网络法 给予遗传算法的投影寻踪模型评价方法 数据包络分析法
土地评价研究多年来的发展，已取得了巨大的成就。 数学方法在土地评价中的应用 土地评价研究多年来的发展，已取得了巨大的成就。 关于土地评价的工作程序，每一步骤在土地评价中应完成的任务日益规范化；土地评价工作者对数学方法认识的加深，有力的推动了数学方法在土地评价中的应用。
数学方法在土地评价中的应用 运用数理统计或其他应用数学模型来进行土地评价因子的选择、权重的确定，评价单元的划分、等级评定、级差收益测算等方面的工作，大大提高了土地评价结果的客观性和精确性，避免了不同研究工作者的主观行为干扰的严重性，评价结果的不可比较性。
数学方法在土地评价中的应用 数学方法在土地评价中的应用，其本质是通过建立土地质量与土地因素之间的数学模式，对土地进行分类与评价。 LQi＝f（A，B，C，……） LQi 表示任一土地的质量，A、B、C是与土地质量LQi相关的土地特性的特征值。
数学方法在土地评价中的应用 LQi＝f（A，B，C，……） 其具体关系式，取决于土地特性对土地质量的影响方式，要依靠土地评价中的定性分析来加以确定。 在一定意义上，数学方法在土地评价中的应用，是定性方法与定量研究相结合进行土地评价。 20世纪80年代以前，我国的土地评价主要采用定性方法。 定性：随意性太大 进入80年代以后，数值法土地评价在各地逐步开展起来，并已取得可喜的进展。
数学方法在土地评价中的应用 数值法土地评价的方法的主要区别：参评因素的选择及其权重的确定。 评价方法：初期多采用指数或分数的等权累加法，后来则趋于采用指数或分数的加权累积法。 权重计算：早期多应用经验判断法，或比较简单的计算方法，如等差指数法；近期则趋于应用比较复杂的方法，如回归分析法和模糊评价法等。
数学方法在土地评价中的应用 随着计算机和信息技术的快速发展，目前又出现了利用地理信息系统和人工神经网络等方法，进行定量的土地评价研究，目的是使评价因素的权重确定更为精确和符合实际。
数学方法在土地评价中的应用 土地评价方法中应用比较广泛的方法主要涉及数理统计、模糊数学、灰色系统和人工神经网络等方面的数学模型与方法
一、主成分分析法 · 主成分分析是把一些具有错综复杂关系的变量归结为少数几个综合变量（主成分）的一种多元统计分析方法。 · 基本思想：降维——设法找出少数的几个综合因子来代替原来众多的因子，使得它既能尽量多的反映原来因子的信息，而且它们彼此之间又互相独立。 · 多用于土地评价因素的选择或精简，以减少土地资源类型划分或土地资源区划的工作量。
一、主成分分析法 基本步骤： 1.对原始土地调查数据 进行标准化计算，以消除各指标量纲不同和量级差异的影响。使每个变量(指标)的平均值为0，标准差为1。
一、主成分分析法 基本步骤： 2.用标准化的数据矩阵求变量间的相关系数，得出相关系数矩阵R 相关系数矩阵是实对称矩阵，只需计算其上三角元素或下三角元素即可。
一、主成分分析法 基本步骤： 3.计算特征值和特征向量 一般说来多用适合于实对称矩阵的雅可比方法来求取 根据特征方程 计算特征值，即解 rnλp+rn-1λp-1+…+r1λ+r0=0 的特征多项式，求λl、λ2、…λp，并使λ1按大小排列即 λ1≥λ2≥…≥λp≥0 列出关于特征值λi的特征向量ei。
一、主成分分析法 基本步骤： 4.计算累计贡献率 一般取累计贡献率达80%~95%的特征值λ1，λ2， ．．．λk(k≤p)。
一、主成分分析法 基本步骤： 5.计算主成分载荷
一、主成分分析法 基本步骤： 6.计算主成分得分
一、主成分分析法 举例： · 南洛河流域农业生态类型划分与生态设计的研究
一、主成分分析法 · 表10-13所列的土地质量、耕地条件、气候条件、土壤条件等是直接影响农业生产的重要因素，它们相互作用，构成了农业生产的环境生态条件。
一、主成分分析法 · 南洛河流域的88.4％为洛南县所辖。 · 洛南是1984年依照利于经济发展和管理方便的原则，进行行政区划调整的试点县。全县共分161个乡（镇、管区），山区乡相对较小，盆谷梁塬上的乡相对较大，平均面积为17.2平方公里。各乡自然地理特征较为一致，农业生态条件类似。 · 可以以洛南为控制县，将乡作为农业生态类型研究的样本
一、主成分分析法 · 对南洛河流域各环境生态因素（变量）进行分析，所得到的7个主成分（表10-14）可以说明农田环境生态系统信息的80％左右。因此，可以根据这些因子的空间变化来说明南洛河流域农业环境生态条件的空间分异。
一、主成分分析法 · 从表10-14可计算出主成分载荷（表10-15）
一、主成分分析法 第1主成分： 与年均温、≥10℃积温、复种指数、小麦播种面积比率有较大的负相关(r6＝-0.9052，r7＝-0.9040；r15＝-0.5644；r16＝-0.8458)。 与年雨量(r6＝0.9070)有较大的正相关。它反映了水热状况及水热生态条件制约下农作物布局和熟制的区域分异。 从生态地理系统分析意义上看，是一个气候生态主成分。
一、主成分分析法 第2主成分： 与川平台地比率有较大负相关，与坡地比率和阴地比率有较大的正相关。 反映出南洛河流域的耕地类型形态的区域分异。 这是一个耕地形态主成分。
一、主成分分析法 第3主成分： 与陡坡地比率有较大的正相关。 与K2O含量有较大的负相关。 可以看做是—个农业环境生态条件的限制性主成分。
一、主成分分析法 第4主成分： 与垦殖指数有较大的正相关。 与耕层厚度≤15厘米土层面积比率有较大的负相关。 它反映了南洛河流域的垦殖条件和耕作条件。 它是一个农业环境生态的垦耕性能主成分。
一、主成分分析法 第5主成分： 与全氮含量，土地生产水平（单位面积粮食产量）、水浇地比率有较大的正相关。 说明了土地的肥力特征、灌溉条件及其生态输出功能。 是一个土地质量的主成分。
一、主成分分析法 第6主成分： 与土壤类型组合指标有较大的正相关。 是反映土壤条件的主成分。
一、主成分分析法 第7主成分： 速效磷(P2O5)有较大的正相关。 可以反映南洛河流域磷与磷肥对作物的影响和空间变化。 是一个土壤磷素作用主成分。
一、主成分分析法 · 南洛河流域的各个主成分综合反映了农田环境生态条件的地域分异，是本区地域分异的主导因素。 · 根据F＝XL（其中F为主成分得分，L为主成分载荷）计算出南洛河流域各农业生产单位——乡的主成分得分，以其为基础，利用聚类分析方法便可将南洛河流域划分为五种农业生态类型。 · 盆谷梁塬温暖稍干农业生态型、低山丘陵温暖潮湿农业生态型、低中山地中温半湿润农业生态型、亚高山地冷凉湿润农业生态型、高中山地温凉较湿农业生态型。 · 土地评价的基本结论，即其土地质量分为五级。
二、回归分析法 · 回归分析法，是把一定地域范围内的土地评价因素及其与土地生产力之间的关系，近似的描述为具有线性相关关系的变量间联系的函数。 · 多元线性回归方程：Y＝B0十B1X1十B2X2十…十BmXm · Y为土地生产力(产量)；xl，x2，…xm为土地评价因素；B0为回归常数项；B1、B2、…Bm为回归系数，表示自变量xl、x2、…xm每增加一个单位时，在综合影响的条件下，因变量的增长量。
二、回归分析法 用途： · 可以近似的确定区域中影响土地质量的主要因素，进行评价因素的选择 · 可以确定各因素对产量或收益的影响程度，即评价因素的权重 · 可以通过分析单个因素同土地质量的关系，建立各因素的分等定级标准
二、回归分析法 ·回归分析法的计算，一般要借助计算机。 基本程序： 1.数据处理，建立原始数据矩阵。 在土地评价中，对于土地质量的综合性指标——单位面积产量，最好用土地的基本产量（本底产量），即实际产量扣除因施肥、农药使用，机耕和管理等带来的产量增长量 为了克服其产量及其他指标的波动性和随机性影响，有条件的情况下，指标观测值，最好采用3～5年的平均值。
二、回归分析法 基本程序： 2.建立多元回归模型。 在回归方程中，土地的产量和土地评价因素均为已知数值，通过上机运算求得回归方程中的回归系数B0，B1，B2，…，Bm的估计值b0，b1，b2，…，bm后，列出以下回归方程〔第一次回归方程)： Y＝b0十blx1十b2x2十…十bmxm
二、回归分析法 基本程序： 3.计算标准回归系数和评价因素的权重。 建立多元线性回归方程后，需要分析哪些因素是影响因变量y的主要因素，哪些是次要因素，一般是比较各因素的回归系数b1，b2，…，bm的绝对值大小。 但实际工作中，因所取得的自变量的单位不同，要直接比较回归系数是不便的，需通过计算标准回归系数bj’，来判断各自变量的重要性。
二、回归分析法 基本程序： 3.计算标准回归系数和评价因素的权重。 Lij——正规方程系数矩阵对角线元素； Lyy——离差平方和。 因每个bj’与各因素所取的度量单位无关，bj’就可以进行任何两个因素的比较，并反映出x值的重要程度。绝对值越大的bj’，相应的x对y的影响也就越显著。
二、回归分析法 基本程序： 3.计算标准回归系数和评价因素的权重。 同时，由于标准回归系数bj’与原度量单位无关，因此，也可作为确定评价因素权重的依据。 Pi= Pi——评价因素的权重 bi’——标准回归系数
二、回归分析法 基本程序： 4.回归效果检验。 确定了回归方程后，需对xi与yi之间是否有线性关系和回归效果进行检验或方差分析(表10-16)。
二、回归分析法 基本程序： 4.回归效果检验。 · 方程中，y的总离差平方和Lyy分解为两部分，即回归平方和U与剩余平方和Q。 Lyy＝U十Q · 在多元线性回归分析中，回归平方和表示的是所有k个自变量对y的离差的总影响，因此它可以按下式计算
二、回归分析法 基本程序： 4.回归效果检验。 · 剩余平方和则等于 · 由以上一些公式可知，回归平方和越大，则剩余平方和越小，线性关系越密切，回归的效果就越好，方程的精度就越高。
二、回归分析法 基本程序： 4.回归效果检验。 在多元回归中，各个平方和的自由度可按下述原则来确定： ①总平方和Lyy的自由度为n-1，n为样本数； ②回归平方和的自由度等于自变量数k； ③剩余平方和的自由度等于n-k-1。
二、回归分析法 · 剩余标准差S · 在多元线性回归分析中，对整个回归进行显著性检验时，通常用F检验法。F值就等于回归方差和剩余方差的比 基本程序： 4.回归效果检验。 · 方差S2：剩余平方和除以它的自由度 · 剩余标准差S · 在多元线性回归分析中，对整个回归进行显著性检验时，通常用F检验法。F值就等于回归方差和剩余方差的比
二、回归分析法 基本程序： 4.回归效果检验。 · 当F值计算出来后，查F分布表进行显著检验。F分布表中有两个自由度，f1表示回归平方和的自由度k，f2表示剩余平方和的自由度n-k-1。F分布表中列有三种不同的显著水平，α值分别为0.10、0.05和0.01。若F＞Fa，则回归效果显著，Fa是F分布表查取值，F是计算值；反之，则回归效果不显著。
二、回归分析法 基本程序： 4.回归效果检验。 · 经检验的多元回归方程达到显著时，并不意味着每个因素xi与y之间的线性相关关系具有同等的密切程度，因此在进行总体效果分析的同时，还需逐一检验bj的显著性，以便剔除那些次要的，可有可无的变量，使重新建立的回归方程能够反映变量之间的重要性。 · 常用方法有t检验和F检验。
二、回归分析法 基本程序： 4.回归效果检验。 · t检验： · Cij为正规方程系数矩阵逆阵的元素；tj值称为自变量x的T值，T值越大，自变量越重要。对于给定的显著水平α值，可以查t分布表。当tj＞ta时，xj对y有影响，当bl，b2，…，bm检验结果都显著时，说明求出的包含m个自变量的线性回归方程是合理的。 当tj＜ta值时，则说明该因素对Y影响不大，应考虑剔除．
二、回归分析法 · F检验： · Fj服从F分布，自由度分别是1和(n-m-1)，当Fj＞Fa时，则认为xj重要，否则应考虑剔除。 基本程序： 4.回归效果检验。 · F检验： · Fj服从F分布，自由度分别是1和(n-m-1)，当Fj＞Fa时，则认为xj重要，否则应考虑剔除。 Fj＝bj2／Cij·S2残
二、回归分析法 · R为复相关系数，它表示x与y的相关程度大小。R越接近1回归效果越好，相反越差。 基本程序： 4.回归效果检验。 · 检验回归效果的另外一种方法就是计算方程的复相关系数。 · R为复相关系数，它表示x与y的相关程度大小。R越接近1回归效果越好，相反越差。
二、回归分析法 基本程序： 5.确定评价指数及评定等级。 为了确定评价指数，除了确定各评价因素的权重外，还要确定评价因素的级位指数（分数）。 a i为评价因素i的级位指数；Pi为评价因素的权重。
二、回归分析法 举例： · 张妙玲等对江苏省宜兴川埠镇土地适宜性评价就是采用多元回归分所法进行的。评价对象为水稻、小麦、红薯、苹果、杉林和松树。现仅以水稻为例予以说明。
二、回归分析法 首先，对评价因素进行分级。 水稻用地的评价因素共12项，将它们各划分为5个等级，与5个土地级别相对应(表10-17) 对各评价因素的重要性进行检验，获表10-18。
二、回归分析法 表10-18中的t值(绝对值)均大于1，说明诸评价因素对土地的基本产量(Y)都有一定的影响。其中，t5、t6、t7的值均大于2，说明它们所对应的因素是重要因素。但是t4、t 2均小于查表临界值t0.1(21)=1.72，相应的x4、x2在方程中作用较小，应予剔除。但是，考虑到x4对水稻生长有实际意义，并接近临界值，故予以保留。这样重新建立的新回归方程为： Y＝59.73十51.686x1十24.354x3一4.324x4十21．437x5十16．011x6十10．711x7 回归方程计算结果： R=0.8756, F=8.2144＞F0.01(6, 15)=4.32 表明回归总体效果显著。
二、回归分析法 然后再进行各自变量重要性的t值检验。表10-19 X1、X3、X5、X6、X7的t值均超过t0.1(21)=1.72的临界值，为主要因素。X4的t值虽未超过该临界值，但大于1，说明仍有一定影响，给予保留。按bi值的大小排列，自变量的重要性顺序为： X5＞X7＞X6＞X3＞X4 在此基础上计算各评价因素（Xi）的权重（Pi）（表10-20）
二、回归分析法 最后按各因素的权重及其对应指标的级位指数，求出各土地评价单元的单项得分及总分值，并参照分值范围划分土地等级。 表10-21举例说明IA-2、IA-4、IB-6和IB-7四个土地评价单元的评价结果。
二、回归分析法 · 回归分析法不仅可用于筛选参评因素，使参评因素的数量尽量减少，而突出那些主导的参评因素，而且还可用数学方法确定这些参评因素的权重，因此有助于减少土地评价中的主观随意性，提高其科学性。 · 进行回归分析必须要有足够的样本数量，样本既要有代表性，也要求数据尽量准确。 · 同时，回归分析法适用于解决成线性、指数或对数分布的对象，尤以线性分布对象最为合适，否则难以取得满意的结果
三、灰色关联分析法 · 灰色关联分析是一种多因素统计分析方法, 它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序。 · 如果样本数据列反映出两因素变化的态势（方向、大小、速度等）基本一致，则它们之间的关联度较大； 反之，关联度较小。 · 灰色关联度分析的核心是计算关联度，以选定的标准样地为参照，按照多因素综合评判法确定的因素因子体系及其影响权重，计算预选用地块与标准地块的关联度， 以此评定预选用地块质量水平。
三、灰色关联分析法 ·根据初始化数据计算不同时刻k的参考值X0与比较值Xi的对应点的绝对差值，并找出其中的最小绝对差值△min和最大绝对差值△max。 ·计算关联系数 （式中P为分辨系数，一般取0～1之间的数，常取0.5。） ·计算关联度
三、灰色关联分析法 基本步骤： · 根据评价目标收集资料。 · 构造参考数列和比较数列，并对参考数列和比较数列进行初始化处理，使之无量纲化、归一化。初始化的方法通常有均值法、初值法和标准化。 · 参评因素的灰色关联分析。计算关联度并对结果进行分析。
三、灰色关联分析法 举例： · 辛建军等对山西长治县农耕地的评价。
三、灰色关联分析法 步骤： 1．收集资料、典型调查 在土地评价过程中，着重收集地形图、土壤普查资料及有关图件、农业综合区划资料、水土保持规划资料和土地利用现状详查资料与图件。通过对这些资料的综合研究和分析，对全县的自然概貌，社会经济情况、农业生产规模与水平、土地适宜性及其限制因素作全面的了解。
三、灰色关联分析法 步骤： 2．构造数列对照表及初值处理 土地是农业生产基本的生产资料，其质量优劣综合反映在生产能力的高低差异方面。基于土地评价的目的，不宜严格区分所谓自然属性或经济属性评价。因此，将外业调绘小班评价单元近五年的综合平均产量作为参考数列，各种参评因素作为比较数列进行关联分析和归纳。
三、灰色关联分析法 设：论域U（全县农耕地小班集合）＝{O1，O2，…，On}（n＝1，…，15100）是被评价的灰色对象集，要求按质量划分为K个白化等级子集。 （1）构造参考数列与比较数列对照表 将收集到的土地利用现状图、土壤类型分布图和地形图叠加，看出土地利用现状小班分布在什么样的地形和土种上面。在充分考虑不同的利用方式、产量区间、土壤类型因素的基础上，在15100个小班中随机选取5％的小班归纳出参考数列与比较数列对照表（表10-22）。 （2）无量纲化处理 在关联分析前必须进行无量纲化处理。用初值法(每个数列除以该数列第一个数)，这样得到一个新的数列（表10-23）
三、灰色关联分析法 步骤： 3．参评因素的灰色关联分析 （1）关联度计算。 按照上述关联度计算方法，将表10-23中X0与Xi各对应点的绝对差求出并列入表10-24中。 求参考数列X0与被比较数列Xi各点的关联系数和关联度，将计算结果列入表10-25。
三、灰色关联分析法 （2）计算结果分析 由表10-25可知参评因素与产量的关联度顺序排列为： r4＞r3＞r1＞r6＞r2＞r5 ·r4表示土厚度与产量的关系。说明土层与产量的关系最密 ·r3 、r1分别表示阳离子代换量和有机质与产量的之间的密切关系。前者是反映土壤缓冲性和保肥的主要指标，后者是土壤肥力的主要物质基础。 ·r6反映了灌溉与产量的关系，仅次于前者。 ·r2、 r5表示质地和坡度与产量的关系。
三、灰色关联分析法 ·r2、 r5表示质地和坡度与产量的关系。 一般来说，质地和坡度与产量的关系也是很密切的，但在该县具体条件下，表现不大密切。就质地而言，经抽查，该县土壤表层中壤和轻壤约占86.2%，重壤占12.7%，砂壤占1.72%，重壤中作为农耕地的比重很小，砂壤中则无农耕地，而绝大多数农耕地为中壤，因此质地不是影响产量的关键因素。再者，由于当地大多数农耕地分布在平川和丘陵区，山区耕地较少，且山区和丘陵区的耕地多为梯田，坡耕地仅占总耕地面积的2.6%左右，坡度与产量关系不太密切亦是符合实际的。
三、灰色关联分析法 （3）土地的等级指标和等级划分 表10-18中横列X0(1)、X0(2)、X0(3)、X0(4)原是产量由高到低的排列，作为参考数列。实质可视为土地等级，即X0(1)为Ⅰ等地，X0(2)为Ⅱ等地，依此类推。 相应的比较数列X0(1)、X0(2)、X0(3)、X0(4)即可视为某参评因素按“优度”由高到低的排序，并将比较数列各点“优度”给值如下： X0(1)＝4 X0(2)＝3 X0(3)＝2 X0(4)＝1
三、灰色关联分析法 值此，可从两个方面拟定土地质量等级指标和土地等级： ① 按关联系数拟定土地质量等级指标和土地等级 ②按关联度计算各评价因素的权重，将评价因素的分数与权重相乘，然后各因素得分相加得出土地评价单元的总得分，按设定的每等地的得分标准，评定其土地质量等级。
三、灰色关联分析法 ① 按关联系数拟定土地质量等级指标和土地等级 以上各土地等级指标值，实质是个灰数区间的白化值。实际评价过程中，计算值与指标值完全符合的极少，这样就必须求计算值与指标值的相容度。
三、灰色关联分析法 ① 按关联系数拟定土地质量等级指标和土地等级 在表10-25中查相应的关联系数，再乘以各自的“优度”值，最后各项相加即得该小班等级指标值： 所以，9.62<10.96<16.53。分别求相容度如下： 因此，该号小班是Ⅲ等地。
三、灰色关联分析法 ② 按关联度计算各评价因素的权重，将评价因素的分数与权重相乘，然后各因素得分相加得出土地评价单元的总得分，按设定的每等地的得分标准，评定其土地质量等级。 根据关联度r1，计算各评价因素的权重W1，其公式如下：
三、灰色关联分析法 ② 按关联度计算各评价因素的权重，将评价因素的分数与权重相乘，然后各因素得分相加得出土地评价单元的总得分，按设定的每等地的得分标准，评定其土地质量等级。 某村25号耕地小班土地评价得分为： 式中：Wi为因素权重；Pi为因素的级位指数；i＝1，2，…6 按照土地质量评价标准所规定的等级指数范围，该号小班的土地质量是是Ⅲ等地。
四、模糊综合评价法 · 模糊综合评价法运用模糊数学方法，通过模糊数学综合评价模型来得出土地评价单元的评价结论的一种方法。
四、模糊综合评价法 基本步骤： 1．确定参评因素并分级 参数法的首要任务就是要选取参评因素。参评因素的选择是否切合实际，直接影响这土地评价的结果。 在选取参评因素时，应全面分析土地各因素及其因子之间的动态联系和组合方式，根据各因素对特定土地用途的影响和作用大小，确定参评因素并对其进行分级。 假设选取的参评因素为a1，a2，a3…an。各参评因素分为Ⅰ、Ⅱ……N级。则有：
四、模糊综合评价法 基本步骤： 2．确定各参评因素的隶属函数 根据需要可选择不同的隶属函数，土地评价是多因素的综合评价，为方便起见，以往实践中都选取线性函数计算隶属度 隶属于一级的隶属函数为： 隶属于j（a＝2，3，4……）级的隶属函数为：
四、模糊综合评价法 基本步骤： 3．单因素评价与矩阵表示 根据各参评因素对土地特定用途Ⅰ、Ⅱ、Ⅲ…等级的隶属函数和其实测值，分别求出各参评因素对于Ⅰ、Ⅱ、Ⅲ…等级的隶属度，以矩阵形式表示为：
四、模糊综合评价法 基本步骤： 4．确定各参评因素的权重系数 不同参评因素对于土地特定用途的影响和作用效应各有差异。各参评因素对于土地特定用途的影响大小，通过权重系数来反映。权重系数大，说明对土地特定用途作用效应大。权重系数的确定一般用层次分析法和特尔斐法。假设各参评因素的权重系数分配为b1，b2，…bn，则获得模糊向量A（b1,b2, …bn）。
四、模糊综合评价法 基本步骤： 5．模糊综合评价 模糊综合评价是各参评因素的权重与其隶属度的复合运算。以A○R表示，A为各参评因素在总体作用中的相应权重，R为各参评因素以隶属度进行单项评价的结果。最后根据评价单元对各等级的隶属度大小确定评价单元的等级。
四、模糊综合评价法 举例： · 山东省济宁市土地的定级研究，应用模糊综合评判法进行土地评价。
四、模糊综合评价法 步骤： 1、因地制宜选择参评因素和因子。 根据济宁市现状特点，共选择出7个参评因素、17个参评因子，构成三个层次组成的评价因素体系（图10-2）。
四、模糊综合评价法 步骤： 2、确定评价等级数目及各参评因子的评价标准（表10-27）。
四、模糊综合评价法 步骤： 3、评价单元的划分。采用200米×200米见方的纵横方格网作为评价单元，并分割覆盖整个建成区土地。全市共划分出320个方格。
四、模糊综合评价法 步骤： 4、设置评价等级论域U和评价因素论域V（表10-27）。
四、模糊综合评价法 步骤： 5、隶属函数的建立和隶属度的计算： ① 对评价因素体系中的道路网分布形式、给水设施、排水设施、煤气设施、环境质量综合评价、公交线路、公共站点七个因子采用前述第一类隶属函数，即特征函数计算隶属度。 ② 其余十个因子采用前述第二类隶属函数计算隶属度。
四、模糊综合评价法 步骤： 6、因素和因子权重的确定。 使用层次分析法确定图10-1中因素和因子的权值。先请专家组专家填写评判矩阵，然后计算得出各因素和因子的权值（表10-28和表10-29）。
四、模糊综合评价法 步骤： 7、进行模糊矩阵的复合运算，确定评价单元等级。 在进行模糊合成运算时，随机抽出一部分方格，先使用大中取小、小中取大的方法运算，在按照普通矩阵乘法运算一次，将两种方法的运算结果进行比较，发现采用普通矩阵乘法运算的结果与实际情况更为吻合，故决定应用此法。
四、模糊综合评价法 ·以260号单元为例，来说明运算过程
四、模糊综合评价法 1、做单因素的多因子所属等级的模糊合成运算，确定单因素隶属的评价等级。 就“社会服务设施（D6）”第一单因素中的五个因子而言，首先按前述第二类隶属函数式分别计算出其隶属度（表10-30）
四、模糊综合评价法 1、做单因素的多因子所属等级的模糊合成运算，确定单因素隶属的评价等级。 由表10-30可得模糊评判矩阵R： 已知因子权重A
四、模糊综合评价法 按最大隶属度原则，取AOR中最大隶属度（0.057）为评价等级，260号单元中“社会服务设施”这一因素为第Ⅰ等级，说明本单元内利用生活服务设施很方便。把每个方格中D6因素的所属等级计算出来，就可绘制出D6这一单因素的土地经济评价图。 依次计算出D1，D2，D3，D4，D5，D6和D7各因素所属等级隶属度，则可进入第二步运算。
四、模糊综合评价法 2、对已求出的七个因素的隶属等级值作综合合成运算，确定每个单元的综合评价等级。 将第一步得到的七个因素的隶属等级数值列于表10-31。
四、模糊综合评价法 将表10-31中D1，D2，D3，D4，D5，D6和D7组成的新的模糊评判矩阵R’，又由表10-28可知因素权值A’，则求AOR’，即 经正规化处理后得AOR’＝（0.10，0，0.01，0.60，0.29），以最大隶属度原则，取最大隶属值0.60为评价等级，结果第260号方格的综合评价等级为第Ⅳ等级。
五、人工神经网络法 · 人工神经网络是在现代神经科学特别是对大脑神经网络研究成果的基础上，通过模仿生物神经系统的功能或结构而发展起来的一种新型信息处理或计算体系。 · 主要用于解决识别和感知、评判和决策等复杂问题。
五、人工神经网络法 · 冗余性、自组织性、自学习性、能够较好地模拟人的并行性和分布性的思维推理过程，能够自动建立和表达复杂、模糊的特征间关系而不必人为主观地进行约束 · 无需考虑各个评价因子的相关性，无需考虑各个评价因子的数量特征与评价等级的映射关系．只需利用所得到的训练集来训练人工神经网络，就能自动建立映射函数，所有的关系与知识均分布存储于神经元之间的联系强度上。 · 较多的应用于土地适宜性评价和基准地价的评估中。
五、人工神经网络法 1．人工神经网络的工作原理 基于误差反向传播神经网络（Error Back Propagation），简称为BP神经网络。它由一个输入层，一个输出层和若干个隐含层组成（图10-3），同层之间的节点没有联系，相邻节点两两相连（前一层的输出即为后一层的输入）。 基本运算机制是由信息正向传播和误差反向传播两个过程组成。
五、人工神经网络法 1．人工神经网络的工作原理 1）信息正向传播 设共有k个训练（学习）样本，第P个（P＝1,2,…,k）训练样本有输入Xpi（i＝1,2,3, …, n）和输出tpj（j=1,2,3, …, m），神经元节点j的输入为： 对于第一隐含层： 神经元节点j的输出为： 式中， 为前一层节点i与下一层节点j之间的连接权值； 为节点j的域值；f为线性/非线性转换函数。
五、人工神经网络法 1．人工神经网络的工作原理 1）信息正向传播 用平方型误差函数Ep和系统均方差RMSE分别考察单个样本误差和整体训练集误差： 若Ep和RMSE小于预先设定的允许误差，则学习过程结束，否则计算各层节点的误差，进行误差反向传播，修改网络连接权值和阈值。
五、人工神经网络法 1．人工神经网络的工作原理 2）误差反向传播 对于输出层节点，其偏差为 对于隐含层节点，其偏差为 （式中 为转换函数的一阶导数。） 连接权值和阈值修正量分别为： （ 为学习（速）率， 为冲量系数，它们取值为0～1；t为神经网络训练迭代步数。）
五、人工神经网络法 1．人工神经网络的工作原理 神经网络连接权值和阈值，经过上述正向传播和反向传播的反复修正，逐渐收敛于使系统均方根误差达到最小的稳定的网络连接全局值。
五、人工神经网络法 2．BP神经网络的土地适宜性评价应用 · 陈杰等应用BP神经网络方法对抚州市广昌县荒草地进行了土地适宜性评价。
五、人工神经网络法 基本步骤： （1）制定适宜性评价指标分级标准 ·根据广昌县的实际情况和农业区划资料，在广泛听取专家意见的基础上，确定该县荒草地适宜性评价因子为：坡度、海拔高程、有效土层厚度、土壤有机质含量、土壤质地等在农业利用方式中起主导作用的五个因素（见表10-32）。
五、人工神经网络法 基本步骤： （2）建立神经网络模型 ·输入层的确定。 不需要像传统评价方法一样要确定指标体系，但是应先选取各种用地的影响因子（不需要确定权重），再建立相应的模型 根据广昌县荒草地适宜性评价因子，确定BP模型的输入层为五个影响因子。实际计算时，因子指标值应先标准化。 ·输出层的确定。 可用一个在一定范围内（如0~1）连续变化的实数代表适宜程度的量化，故输出层可用一个神经元来表示。 ·隐含层的确定。 公认的指导原则是在没有其他经验知识时，能与给定样本符合的最简单的网络就是最好的选择。
五、人工神经网络法 基本步骤： （3）学习样本和网络拓扑结构 · 基于评价标准，构建网络学习样本集；并采用Sigmoid函数为激励函数，其输出集落在[0~1]区间，网络输入层单元数为5，输出层单元数为1。结果如表10-33所示。
五、人工神经网络法 基本步骤： （4）BP神经网络模型训练，误差检验、泛化和预测能力 ·在训练时，取学习参数为：学习率 =0.1，冲量 ＝0.3（取系统缺省值）；结束训练（学习）的条件是在检验误差没有出现增大趋势时训练样本的均方根误差（RMSE）小于0.1或训练次数达到2000次；隐含层采用Sigmoid转换函数，输出层采用线性转换函数。对于广昌县荒草地（5项评价指标），经2000次学习，针对训练样本、检验样本和测试样本，均方根误差（RSME）分别为0.0710、0.0692和0.0703，平均绝对误差（AAE）分别为0.0447、0.0452和0.0465，相关系数都在0.997以上。
五、人工神经网络法 基本步骤： （5）土地适宜性评价结果 ·对抚州市广昌县荒草地采用训练好的网络进行推断，结果见表10-34所示。 ·通过应用神经网络方法对抚州市广昌县荒草地适宜性评价的计算结果来看：该县荒草地，耕地土壤质量指数一般都比较差，随着开垦年限的增长，各类土壤的土壤质量呈下降趋势，并且总体上反映出，该县荒草地第3、2类宜林与宜园地所占相对比例较大。
五、人工神经网络法 ·对抚州市广昌县荒草地采用训练好的网络进行推断，结果见表10-34所示。
六、基于遗传算法的投影寻踪模型评价方法 · 以往的土壤分类与等级评价多是建立在模糊数学基础上的模糊聚类分析与模糊综合评判，涉及专家对每个土壤指标赋予相应的权重，不同专家可能赋予不同的权重，因此人为干扰较大。 · 一项新兴而又有效的降维技术—— 投影寻踪(Projection Pursuit，简称PP)，它可以将高维数据空间上的点通过投影映射到低维子空间上。 · 高维空间上的点映射到低维子空间上可以有不同的投影方向，其中使投影指标函数达到最大的投影方向即为我们所求的最佳投影方向。
六、基于遗传算法的投影寻踪模型评价方法 · 评价指标较多，因此就具有多个需要优化的参数。 · 传统的优化方法同时优化这么多参数相当困难。 · 近年来得到普遍发展的适于多维、全局收敛的优化方法—— 遗传算法(Genetic Algorithm 简称GA)能很好的解决这个问题。
六、基于遗传算法的投影寻踪模型评价方法 · 付强等人改进的GA方法：有机结合 基于实数编码的加速遗传算法(Real coding based Ac—celerating Genetic Algorithm，简称RAGA) 投影寻踪分类模型(Projection Pursuit Evaluation Mode1，简称PPE模型) · 通过RAGA 优化PPE模型中的投影方向参数，完成高维数据向低维空间的转换，即将每个样本的多个评价指标综合成一个综合指标，然后按投影值进行排序与识别，从而实现对土壤样本的分类与评价。为土壤分类与评价研究提供了一条新思路。 ·
六、基于遗传算法的投影寻踪模型评价方法 1．投影寻踪评价模型的建立 样本评价指标集的归一化处理。 构造投影指标函数Q（a）。 优化投影指标函数。
六、基于遗传算法的投影寻踪模型评价方法 样本评价指标集的归一化处理。 · 设各指标值的样本集为{x* ( i，j ), i=1~n, j= 1～p}，其中x* ( i，j )为第 i个样本第 j个指标值。 n、p分别为样本的个数和指标的数目。为消除各指标值的量纲和统一各指标值的变化范围，对各评价指标进行标准化处理（如极值归一化等）。
六、基于遗传算法的投影寻踪模型评价方法 构造投影指标函数Q（a）。 · PP方法就是把p维数据{ x* ( i，j )， j=1～p}综合成以a={a（1），a（2），a（3）， ，a（p）}为投影方向的一维投影值 · · 然后根据{z（i），i= 1～n }的一维散布图进行分类。上式中a为单位长度向量。
六、基于遗传算法的投影寻踪模型评价方法 构造投影指标函数Q（a）。 · 综合投影指标值时，要求投影值z(i )的散布特征应为：局部投影点尽可能密集，最好凝聚成若干个点团；而在整体上投影点团之间尽可能散开。 · 投影指标函数： · 式中：Sz 为投影值Z(i )的标准差；Dz为投影值Z(i )的局部密度。
六、基于遗传算法的投影寻踪模型评价方法 构造投影指标函数Q（a）。 · · E(z)为序列{z（i），i= 1～n }的平均值；R为局部密度的窗口半径。R可以根据试验来确定。一般可取值为0.1Sz ； · r（i,j） 表示样本之间的距离。 ；u(t)为一单位阶跃函数，当t≥ 0时，其值为1，当t< 0时其函数值为0。
六、基于遗传算法的投影寻踪模型评价方法 优化投影指标函数。 · 当各指标值的样本集给定时，投影指标函数Q（a）只随着投影方向的变化而变化。 · 不同的投影方向反映不同的数据结构特征，最佳投影方向就是最大可能暴露高维数据某类特征结构的投影方向
六、基于遗传算法的投影寻踪模型评价方法 优化投影指标函数。 · 最大化目标函数: max: · 约束条件： · 这是一个以{a（j），j=1～p}为优化变量的复杂非线性优化问题。用传统的优化方法处理较难。 · 应用模拟生物优胜劣汰与群体内部染色体信息交换机制的基于实数编码的加速遗传算法（RAGA）来解决其高维全局寻优问题。
六、基于遗传算法的投影寻踪模型评价方法 ２．基于实数编码的加速遗传算法 在各个决策变量的取值变化区间随机生成一组均匀分布的随机变量； 计算目标函数值，从大到小排列； 计算基于序的评价函数（用eval（V）表示）； 进行选择操作，产生新的种群； 对步骤4产生的新种群进行交叉操作； 对步骤5产生的新种群进行变异操作； 进化迭代； · 上述7个步骤构成标准遗传算法（SGA）
六、基于遗传算法的投影寻踪模型评价方法 3．基于RAGA的PPE模型分类评价 · 将PPE模型中投影指标函数Q（a）求最大作为目标函数，各个指标的投影a（j）作为优化变量，运行RAGA上述8个步骤，即可求得最佳投影方向a* （j）及相应的投影值 z（i），从而求得分类结果。 · 将土壤等级评价标准按照上述步骤建立PPE模型，得出最佳投影方向下的投影值Z（i），比较 z（i）与Z（i）间距离，距离最近者为土壤样本的归属级。
七、数据包络分析法 · DEA是以相对效率概念为基础的，根据多指标投入(输入)和多指标产出(输出)，对同类型的部门或单位(称为决策单元(DMU))进行相对有效性或效益评价的一种方法。 · DEA方法的优点主要有:①DEA是由决策单元的输入输出的权重作为变量，模型采用最优化方法来内定权重，从而避免了确定各指标的权重所带来的主观性;②假定每个输入都关联到一个或多个输出，而且输出输入之间确实存在某种关系，使用DEA方法不必确定这种关系的显示表达式。
七、数据包络分析法 · DEA是以相对效率概念为基础的，根据多指标投入(输入)和多指标产出(输出)，对同类型的部门或单位(称为决策单元(DMU))进行相对有效性或效益评价的一种方法。 · DEA方法的优点主要有:①DEA是由决策单元的输入输出的权重作为变量，模型采用最优化方法来内定权重，从而避免了确定各指标的权重所带来的主观性;②假定每个输入都关联到一个或多个输出，而且输出输入之间确实存在某种关系，使用DEA方法不必确定这种关系的显示表达式。
七、数据包络分析法 · 城镇土地利用效率评价属多投入多产出决策单元评价问题，DEA可有效地对具有多投入产出指标的决策单元进行相对效率评价，因此，可以选择DEA来对城镇土地的用地结构效率进行综合评价。
七、数据包络分析法 · 设有n个城镇建成区，它们具有相同的m种投入要素和s种产出。我们称第j个城镇为决策单元j，以DMUj表示。其投入产出分别用向量Xi与Yi表示，并称x为多指标输入矩阵，y为多指标输出矩阵。 xi=( x1j，x2j，…，xmj)T yi=( y1j，y2j，…，ymj)T 设 u=( u1，u2，…，us)T v=( v1，v2，…，vm)T (u≥0，v≥0) · u，v分别是加在m种输入和s种输出上的权重
七、数据包络分析法 · 用投入产出向量(xj,yj,)表示城镇DMUj的活动，则DMUj的总输入Ii和总输出Oi分别为: Ii = u1x1i + u2x2i + … + umxmi = xiTu Oi = v1y1i + v2y2i + … + vsysi = yiTv · 显然，总输入Ii越小，总输出Oi越大，则DMUj的效率越高。
七、数据包络分析法 · DEA用总输入与总输出之比的大小来衡量DMUj的有效性。令 · Eij称为DMUj的效率评价指数。指标权重u和v都是待定的。对每一个DMUj,我们求使Eij达到最大值的权向量，就得到DEA的C2R模型( )。
七、数据包络分析法 ·对每一个DMUj，解以下极大化问题: · 若令 · 则上式可转化(即Chames-Cooper变换)为等价的线性规划问题: · 该线性规划的解称为DMUj的最佳权向量，它们是使DMUj的效率值Eij达到最大值的权向量。
七、数据包络分析法 · 为了便于检验DEA的有效性，一般考虑该线性规划的对偶模型的等式形式为: 式中: s-，s+为加入的松弛变量，s-为未利用资源变量数值，s+为产出不足变量数值。 ·
七、数据包络分析法 · 将有关数据代入上述线性规划的对偶模型，可得到一组(θj*,λ*,s-,s+)，其中，θj*为效率系数。 · 其判定方法是: 若θj*=1，则称DMUj为弱DEA有效； 当θj*=1，且s-=s+=0，则称DMUj为DEA有效; 若θj*<1，则称DMUj为弱DEA无效。 ·
七、数据包络分析法 · 为了更好地分析各用地类型组合的综合效率，我们引入规模指数。 · 令规模指数为S，则 其中λ*是特征值。 · 当土地单元为非有效时，可以适当调整某些投入产出指标使DEA有效。即，假定在固定产出水平情况下，投入产出变量调整为: ·
七、数据包络分析法 · 举例： 基于以上理论与方法的分析，应用DEA模型，以全国282个地级及以上城市作为样本（未包含拉萨与日喀则），进行多样本多指标分析，探析反映城市土地利用结构效率的各指标及指标间相互关联的规律，挖掘影响城市土地利用结构效益的主要因素，并根据模型确定的不同土地利用类型所对应的权向量，探讨不同土地利用类型及结构对效率的影响力。
七、数据包络分析法 · 变量选取 将城镇土地利用分为居住用地、公共设施用地、工业用地、仓储用地、对外交通用地、道路广场用地、市政公用设施用地、绿地、特殊用地9类，并将这9种类型的土地作为输入变量。 将城镇建成区国民生产总值、第二产业产值、第三产业产值、建成区人口规模4个指标作为模型的输出指标。
七、数据包络分析法 · 变量选取 在论述相对效率与城市规模之间的关系时，为了避免单纯从绝对数量与单一的比例关系进行分析，依据概率论相关思想，构造了另外两个参数，命名为完全参考系数（Crc）和半完全参考系数（rc）： Crc=xyz，rc=xy， x表示处于“类”（两指数对应的某一区间）的不同等级城市占所属等级内所有城市的比重×102， y表示不同等级的城市占所有某“类”城市总数的比重×102， z表示处于“亚类” 的不同等级城市占“某类”城市总数的比重×102。 通过“概率”（出现频率）的比较能更有效地捕捉相关信息。
七、数据包络分析法 · 研究结果及其分析： （1）城市土地利用结构的相对效率与城市规模之间关系分析 城市土地利用结构效率整体偏低 · 研究结果及其分析： （1）城市土地利用结构的相对效率与城市规模之间关系分析 城市土地利用结构效率整体偏低 相对效率系数 数量结构 按规模等级的城市个数与半完全参考系数rc 个数 比重 超大城市 特大城市 大城市 中等城市 小城市 1 28 9.93 0 <0> 1 <12> 11 <600> 8 <190> 8 <532> 0.8-1.0 11 3.9 1 <51> 1 <31> 1 <13> 5 <189> 4 <338> 0.6-0.8 30 10.64 4 <296> 2 <46> 6 <167> 14 <544> 6 <279> 0.4-0.6 70 24.82 6 <286> 8 <315> 20 <794> 24 <686> 10 <332> 0.2-0.4 122 43.26 7 <223> 16 <724> 33 <1240> 55 <2066> 11 <231> ＜0. 2 21 7.45 1 <16> 5 <165> 11 <480> 3 <100> 加权相对效率指数 2743 2820 9360 10931 7556
七、数据包络分析法 · 研究结果及其分析： （1）城市土地利用结构的相对效率与城市规模之间关系分析 · 研究结果及其分析： （1）城市土地利用结构的相对效率与城市规模之间关系分析 不同等级的城市其土地利用结构表现出完全不同的相对效率 · 对相对效率指数分布区间由高到低分别赋权6至1，分别计算每个等级的城市所对应的加权相对效率指数。 · 计算结果表明，加权相对效率指数大中城市最高，其次是小城市，超大城市和特大城市最低。 · 城市等级越高，通过调整土地利用结构提高投入－产出效益的经济空间越大； · 从发展的角度看，高等级城市土地利用结构的产出效益已突破大中城市的结构状态，进入新的、更高级的增长阶段。
七、数据包络分析法 · 研究结果及其分析： （2）城市土地利用结构的规模收益报酬与城市规模之间关系 · 研究结果及其分析： （2）城市土地利用结构的规模收益报酬与城市规模之间关系 城市土地利用结构的规模收益报酬整体处于递减状态 规模指数 数量结构 按规模等级的城市个数与半完全参考系数rc 个数 比重 超大城市 特大城市 大城市 中等城市 小城市 5-30 9 3.19 8 <33631> 1 <39> 0 <0> 2-5 22 7.8 8 <1616> 10 <1567> 3 <57> 1<4> 1-2 50 17.73 6 <400> 16 <1766> 19 <1003> 12 <240> 1 <5> 1 28 9.93 2 <79> 2 <49> 11 <600> 8 <190> 7 <407> 0.5-1 85 30.14 1 <7> 1 <4> 33 <1779> 43 <1813> 8 <175> 0-0.5 88 31.21 7 <77> 53 <2660> 28 <2072> 加权规模指数 33631 15282 9732 7836 3663
七、数据包络分析法 · 研究结果及其分析： （2）城市土地利用结构的规模收益报酬与城市规模之间关系 · 研究结果及其分析： （2）城市土地利用结构的规模收益报酬与城市规模之间关系 不同等级的城市表现出不同的规模收益报酬消长规律 · 对规模指数的分布区间由高到低分别赋权6至1，得到各等级城市加权规模指数。 · 该指数高等级城市明显高于低等级城市，呈指数（-0.5102）下降趋势，且高等级城市主要分布在高报酬递增区间，如超大城市主要分布在[5-30]范围内，特大城市为[1-2]，大中城市为[0.5-1]，即按等级呈现收益报酬递减态势。
七、数据包络分析法 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 对多样本多指标内“目标信息”的挖掘通常选用标准差的形式，如城市职能的判定。 这里选择平均值、标准差和总体标准差三种形式来探讨不同土地利用类型与结构效率及城市等级间的关系。 标准差表示相同土地利用类型在不同等级的所有城市之间的离散程度，总体标准差反映不同土地利用类型之间相互作用的结果在整体上对相对效率指数影响的异质程度。
七、数据包络分析法 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 · x表示9类土地利用类型的某一类， 表示某类土地利用类型在282个城市中的平均值，n＝282。SD为标准差，PSD为总体标准差。
七、数据包络分析法 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 不同土地利用类型对相对效率的影响力差异较大 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 不同土地利用类型对相对效率的影响力差异较大 · 从平均值看，居住用地、工业用地和仓储用地三类土地利用方式对城市整体相对效率贡献率最大，三者均为0.09，其他6种土地利用类型其作用力基本相似，介于0.02至0.04之间。 · 从标准差看，主要的土地利用类型对城市整体相对效率的影响在全国整体城市体系内相差不明显。居住、公共设施和工业用地三大面积比最大的用地类型在城市间的离散度基本相同，介于0.12至0.14，相互之间表现出比较明显的协同性。 不同土地利用类型在不同等级的城市内对相对效率的影响存在较大的差异
七、数据包络分析法 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 不同土地利用类型在不同等级的城市内对相对效率的影响存在较大的差异 · 在SD≥1范围内，各用地类型与城市等级相互关联的规律性非常明显。 居住、对外交通和绿地三大用地类型随着城市等级的下降（后两类小城市除外）其概率呈现出扩大趋势；市政设施和特殊用地两大类型整体表现为缩小的趋势，尤其是特殊用地缩小幅度很大；另外4种用地类型与城市等级关联度不明显，如对于公共设施用地，大城市表现为绝对的高概率； · 在SD≥2，3范围内，城市个性突出，用地类型间耦合程度很高。
七、数据包络分析法 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 · 研究结果及其分析： （3）城市土地利用类型与结构效率之间的相关关系 不同土地利用类型在不同等级的城市内对相对效率的影响存在较大的差异 · 在SD≥2，3范围内，城市个性突出，用地类型间耦合程度很高。 第一层次内有188个城市，9大用地类型中与二、三层所含城市共重复计算80个，占总量的42.6%；第二层次内有97个城市，重复计算46个，占47.4%；第三层次83个，重复计算57个，占68.7%，即随着城市个性化的加强，用地类型所含城市其重复率提高，表明同类城市内土地利用类型之间存在相对稳定的耦合关系。
土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用 第十章土地评价的方法与技术 土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用
土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用 第十章土地评价的方法与技术 土地评价的主要方法 数学方法在土地评价中的应用 土地资源信息系统及其应用
土地资源信息系统概述 土地资源信息系统的建立 土地资源信息系统的数据分析 土地资源信息系统在土地资源研究中的应用 第三节 土地资源信息系统及其应用 土地资源信息系统概述 土地资源信息系统的建立 土地资源信息系统的数据分析 土地资源信息系统在土地资源研究中的应用
一、土地资源信息系统概述 · 土地资源信息系统，是在土地资源调查和研究的基础上，在计算机软、硬件的支持下，将与土地有关的信息和参数，按照空间分布或地理坐标，以一定格式输入、存储、检索、显示和综合分析的技术系统。 · 土地资源信息系统是地理信息系统(GIS)的一种特殊类型，或者说是一种专题性的地理信息系统。具体地说，土地资源信息系统是利用土壤、地貌、土地利用等要素的数据以及相关的社会经济要素数据，以土地分类、评价及土地利用规划与管理等为目的而设计的一种信息系统。 · 具有鲜明的行业特点，自成体系，所以具有很强的相对独立性和自我发展的能力。
一、土地资源信息系统概述 · 土地资源信息系统是随着资源调查和规划管理以及计算机的应用发展起来的。 20世纪60年代: 加拿大的土地清查地理信息系统(CGIS，1964) 美国纽约的土地利用和自然资源信息系统(LUNR。1967) 美国明尼苏达土地管理信息系统(MLMIS，1969) 70年代以来: 颇具规模的加拿大土壤信息系统(CanSIS) 新西兰微机土壤信息系统(MIDGE) 澳大利亚联邦科学与工业研究组织设计土地利用规划信息系统 美国北卡罗来纳州土地利用信息系统(NCLUIS)以及 我国的黄土高原信息系统(LPIS)等。
一、土地资源信息系统概述 · 随着计算机的推广应用，国内在资源信息科学管理方面也取得了较好的进展。 · 20世纪80年代初，专业性数据库有了一定的发展，如林业资源数据库、全国县级农业资源数据库、全国县界数据库、矿产资源数据库等，并很快投入正式使用。 · 在专业数据库建立的基础上，综合性数据库的研究也取得了很大的成绩，如全国国土基础数据库、国土资源数据库、区域性的国土资源数据库等的建立为国土规划、经济决策、行政管理的科学化、自动化提供了有力的帮助。 · 在“七·五”期间，国家就把建立资源信息系统的研究列入科技攻关项目，地理信息系统研究的发展日新月异，这些均为土地资源信息系统研究奠定了良好的基础。
一、土地资源信息系统概述 · 土地资源信息系统主要包括数据的输入、存储、处理、分析和信息显示与输出等几个部分
一、土地资源信息系统概述 数据输入，是数据的采集、核实、编码及数据转换的全过程，其目的是建立一个土地资源数据库。 数据的存储和处理，是将表示位置、土地组成要素属性及网络关系的数据予以结构化和有序化，以便计算机分析处理和用户理解。 数据分析，是通过建立数学模型，根据用户的意图对数据进行综合、分解和匹配。这个过程，是根据用户的目的，通过分析与土地合理利用有关的自然、社会、经济要素指标，建立土地资源信息系统中的模型库，并在数据结构分析与转换过程中发展知识库。 信息显示与输出，是将分析结果以图或表的形式提供给用户。
一、土地资源信息系统概述 土地资源信息系统的结构主要由数据库、模型库和知识库组成。 数据库用于存储数据，以便进行高效率的连续计算或分阶段计算。 模型库是土地资源信息系统中最富有特色的组成部分，它决定了数据库的内容以及提供给用户的信息种类。模型库由一系列理论的和经验的模型构成，它们是在有关的不同原理的约束下建立的。 知识库是对数据库和模型库进行调整的专家智能系、统。它包括用户感兴趣问题的所有已知事实和中间推理及结论，解决这些问题的逻辑规则。建立知识库系统是完善土地资源信息系统的重要步骤。 存储信息量大、运算处理速度快、综合分析能力强、成果精度高
二、土地资源信息系统的建立 （一）总体设计 结构化思想:在系统的构建过程中贯穿系统论的观点。从总体出发，把系统的功能分为不同的模块和不同的层次，这些模块又是有组织、有规律的一个整体，系统的研制这些模块和层次的构建。其中最重要的是用结构化的方法构建土地资源信息系统的逻辑模型，即根据需求分析阶段绘制的数据流程图和制定的数据字典，合理的设计概念模型，并确定数据文件的逻辑结构，选择系统执行的结构化语言。
二、土地资源信息系统的建立 （一）总体设计 土地资源信息系统的设计与其他信息系统的建立一样，都采用结构化分析和设计原理。 在土地信息系统的总体设计中,还应当注意系统的网络配置。目前,基于Internet/ Intranet 和C/ S 结构的土地信息系统成为发展的主流。土地管理部门的业务,包括土地登记、用地审批、土地出让、地价评估、土地统计等,要在不同的具体部门完成,适合这种业务的需求,就要实现数据的分布式管理和数据共享。 土地资源信息系统作为地理信息系统的一个特殊类型，其设计模式与地理信息系统设计的一般结构模式相同。
二、土地资源信息系统的建立 （二）设计步骤 系统分析 系统设计 系统实施 系统评价与维护
二、土地资源信息系统的建立 · 系统分析 系统分析包括对用户进行需求调查，对所选定的对象进行初步调查研究和可行性分析；在明确系统目标的基础上，提出系统的结构方案。 用户调查包括用户的范围、领域、类型、数量、业务特点与基础以及对土地信息系统掌握的程度。用户需求分析决定了系统的目标和服务对象及应实现的功能。可行性分析主要分析在现有的人力、物力和财力条件下，在容许的时间内，在现有数据保证的前提下，能否完成系统所规定的目标。系统结构方案的分析取决于数据关系（E-R图）和系统的硬件资源，是研制系统的基础和依据。 系统分析通过对区域土地资源管理系统进行分析和综合，提出建立系统的可行方案，从而为系统设计打下基础并提供依据。
二、土地资源信息系统的建立 · 系统设计 系统设计的任务是将系统分析阶段提出的概念模型转化为相应的逻辑模型和物理模型。 首先，根据系统研制的目标，确定系统必须具备的空间操作功能即功能设计； 其次，根据数据分类的编码，完成空间数据和属性数据的存储和管理，即数据库设计； 最后是系统的建模和产品输出即应用设计。 其中，数据库设计是土地资源信息系统的核心部分，包括数据输入的设计和数据存储设计。
二、土地资源信息系统的建立 · 系统实施 系统实施是按模块编制程序，对程序进行调试、装配和试运行，最后建立一个能交付用户使用的实体系统。
二、土地资源信息系统的建立 · 系统评价与维护 系统评价就是对所建立系统的性能进行考察、分析和评判,判断是否达到系统设计时所预定的效果,包括用实际指标和计划指标进行比较，评价系统目标实现的程度。 评价指标包括性能指标、经济指标和管理指标等各个方面，最后根据评价结果形成评价报告。 系统实施后，要对投入运行后的土地资源信息系统进行必要的调整和维护，以保证系统正常工作,这包括系统功能的改进和解决在系统运行期间发生的一切问题和错误。系统维护主要包括纠错、数据更新、完善与适应性维护和硬件设备的维护等。
二、土地资源信息系统的建立 （二）设计步骤 系统分析 系统设计 系统实施 系统评价与维护
二、土地资源信息系统的建立 （三）信息获取 数据源 数据的规范化和标准化 空间数据的特征及表示方法 空间数据的数据结构 空间数据的获取和组织
二、土地资源信息系统的建立 · 数据源 (1)图件 图件是一种最重要的土地数据源。 特点：可直观形象和生动地反映土地资源各组成要素的内在联系和依存关系，利用这类数据可对土地的形成、演变作出系统的分析，还可为土地的开发利用保护等提出明确的意见。此外，图件不仅可从宏观上对大范围地区的土地进行总体分析和综合研究，而且还可从微观上对小范围地区的土地进行详细和深入的剖析。 要使图件上的土地数据变成适合于计算机管理的数据，必须经过加工处理，即要研究土地数据在图形上的表示方法。
二、土地资源信息系统的建立 · 数据源 (2)遥感资料 遥感资料为土地研究提供了十分丰富的数据。利用遥感资料可及时更新土地数据，即确保土地数据的现势性，航天遥感资料在这方面更显示出优越性。 目前主要是将遥感图象解译成图件，再从图件上获取土地数据。随着遥感图象数字处理技术的发展，已可直接从遥感图象数据提取土地数据，并输入土地资源信息系统。
二、土地资源信息系统的建立 · 数据源 (3)统计资料 统计资料主要包括社会经济资料，人口和基础设施资料，它们可从各级政府统计部门获得。此外，还包括各类专业统计资料，如气象统计资料、水文统计资料等等，它们可从有关专业管理部门获取。
二、土地资源信息系统的建立 · 数据源 (4)文字报告资料 许多定性的土地数据可从各类文字报告获得，它们提供对土地数据的解释。
二、土地资源信息系统的建立 · 数据的规范化和标准化 对于不同的区域、不同的系统目标，其信息获取的尺度、数据项选择、数据精度和度量体系、数据的分类体系、数据的记录格式、信息的编码及地理坐标的选择，都不一定相同。为了信息共享，实现信息的规范化、标准化，就必须在建立土地资源信息系统之前，研究数据的规范化和标准化。 （1）统一的地理坐标基础。 (2) 统一的数据分类标准。 (3) 统一的数据编码系统。 (4) 统一的数据记录格式。
二、土地资源信息系统的建立 · 数据的规范化和标准化 （1）统一的地理坐标基础 土地资源信息系统中处理的空间定位数据必须有共同的地理坐标基础才能实现各种信息的匹配和复合分析。 地理坐标基础可以有地理经纬网坐标、网格坐标和投影直角坐标三种形式。 网格坐标实质上是对经纬网的细分和合并。 按网格统计各种数据具有许多优点，如便于信息的复合和拼接，便于计算机处理和管理等。
二、土地资源信息系统的建立 · 数据的规范化和标准化 （1）统一的地理坐标基础。 我国曾提出基本格网、加密格网、合并格网和辅助网四种划分方法。如基本格网分三级，即： ① 一级格网△λ=6°，△φ=4°，相当于1:100万图幅； ② 二级格网△λ=30′，△φ=20′，相当于1:10万图幅； ③ 三级格网△λ=3′45″，△φ=2′30″，相当于l:l万图幅。 加密格网是在基本格网上再细分；合并格网是以基本格网为基础，按需要进行格网倍数的合并。 为了与我国现有的地形图投影相一致，投影格网的选择仍采用国家基本图系列，即l:1万至1:50万的比例尺图幅采用高斯一克吕投影作为数据输入、输出的基础。
二、土地资源信息系统的建立 · 数据的规范化和标准化 （2）统一的数据分类标准。 我国吸取了国际上建立GIS的一些经验和教训，于1983年开始研究国家级的资源和环境信息系统的数据分类体系、规范和标准。 在国家级资源和环境信息系统数据分类体系中，首先把社会环境、自然环境、资源与能源作为三大类放在第一层；其次根据环境因素和资源类别的主要特征与基本差异，划分为14个二级类，为第二层；再次按一个二级类包括的最主要内容排列出第三级类别。
二、土地资源信息系统的建立 （2）统一的数据分类标准。 资源与能源 ⑩ 土地资源 · 地貌类型 · 土壤类型 · 土地利用类型 · 地貌类型 · 土壤类型 · 土地利用类型 ．灾害分区和指标 ⑾ 气候资源 · 气候资源 · 大气现象 · 气象灾害 ⑿ 生物资源 · 主要农作物类型 · 森林类型及特性 · 草场类型及特性 · 淡水养殖和渔业 · 病虫害及危害分区 · 野生动植物资源
二、土地资源信息系统的建立 · 数据的规范化和标准化 （3）统一的数据编码系统。 分类的土地信息数据必须提供计算机能够识别的代码体系来完成信息的输入和存贮等。如土地类型的编码采用7位码。 码位 码位的意义及表示方法 1 用阿拉伯数字表示大气候水热类型； 2，3 用阿拉伯数字表示植被类型； 4 用阿拉伯数字表示土壤类型； 5 用阿拉伯数字表示地貌类型； 6，7 二级类型基本单元排序。
二、土地资源信息系统的建立 · 数据的规范化和标准化 （3）统一的数据编码系统。 规定第一位码上不同的数字代表不同的类型意义，如第一位阿拉伯数字上的1表示湿润北亚热带，第二、三位上的0 1表示湿生杂草，第四位上的1表示潮土，第五位上的l表示滩涂，根据这样的编码体系，1010201．码是指湿润北亚热带的湿生杂草低湿河湖洼地。
二、土地资源信息系统的建立 · 数据的规范化和标准化 （4）统一的数据记录格式。 根据数据的来源，数据记录格式可分为多边形记录格式、栅格记录格式和影像记录格式。 在一个系统中，同样性质的数据的记录格式应一致。如ARC／INFO中把图幅处理单元(coverage)作为基本的数据处理对象，所有的图幅处理单元的数据文件的性质都是一样的。
二、土地资源信息系统的建立 · 空间数据的特征及表示方法 (1) 空间数据的特征。 (2) 空间数据的表示。
二、土地资源信息系统的建立 · 空间数据的特征及表示方法 (1) 空间数据的特征。 空间数据是具有空间定位意义的数据，它具有三个基本特征： ① 属性特征：表示地物所具有的数量、质量等特征，如土壤类型、土层厚度、pH值等。 ② 定位特征：表示地物所处的地理位置。 ③ 时间特征：指地物随时间的变化，如土地利用方式的变化等。
二、土地资源信息系统的建立 · 空间数据的特征及表示方法 (1) 空间数据的特征。 空间数据的表示方法有许多种，但其中最基本的是用地图来表示。地图上的任何符号都可以归结为点、线、面三种基本形式。 点状要素——地图上用一个点状符号或标识符来表示一个地物，因其界线或范围太小以致于只能用一个点来标定。 线状要素——一个地理要素太窄只能用一条线在地图上标识，或者象等值线一样是一条虚设的线。 面状要素——在地图上表现为有一定面积的封闭区域。其界线内部的区域是同质的。 地图上不仅有各种符号用于表示地物的定位信息，还有大量的描述性信息，用来表示地物的属性信息
二、土地资源信息系统的建立 · 空间数据的特征及表示方法 (2) 空间数据的表示。 空间定位信息的表示：对点状地物，用单一的一对(x，y)坐标来表示；对线状地物，用一组有序的坐标(x1，y1，x2，y2，……xn，yn)来表示(线段也称弧)，而面状地表则由一组线段的x、y坐标来记录，其中最后一对(xn，yn)坐标与第一个(x1，y1)坐标相同(面也称多边形)。
二、土地资源信息系统的建立 · 空间数据的数据结构 数据结构是指数据记录和编排格式及数据间关系的描述。不同类型的数据结构，只有按照一定的数据结构加以组织，并将其映射入计算机存储器中，才能进行存取、检索、处理和分析。 土地资源信息系统常用的是矢量数据结构和栅格数据结构。 矢量数据结构是用一组(x，y)坐标来表示地理实体。 而栅格数据结构是用网格单元的行和列作为位置标识符，用网格单元的值表示实体的属性。 点 线 面 x y (0,0) 1 2 3
二、土地资源信息系统的建立 · 空间数据的数据结构 矢量数据结构 矢量数据结构是用多边形表示不同的土地空间单元，通过对多边形各个边的坐标进行数字化，精确地确定多边形的形状，在每一多边形内表示出它们的土地属性值。 矢量数据结构可精确地表示现象和实体的空间分别特征，制图精度高。但是比较复杂，对计算机和制图系统的要求也较高，需要复杂的软、硬件系统。
二、土地资源信息系统的建立 · 空间数据的数据结构 栅格数据结构 栅格数据结构，或称栅格数据系统，是将研究区域划分成一系列栅格，每一栅格既是数据的采集点或采集区，也是数据的存储、分析处理点或区。 它们都赋有各自的坐标值（行和列），即栅格数据的每个元素可以用行和列加以标识。 行和列的数目取决于栅格的分辨率及实体的特征。一般而言，实体的特征愈复杂，要求栅格的尺寸愈小，分辨率愈高。然而，栅格数量多，要求计算机的存储量大，计算机处理费用也高。
二、土地资源信息系统的建立 · 空间数据的数据结构 栅格数据结构 一个实用的栅格数据系统必须符合以下要求： ①能有效地逼近分析对象的分布特征； ②可最大限度地压缩存储的数据量； ③数据提取和分析的逻辑单位为数据串。
二、土地资源信息系统的建立 · 空间数据的数据结构 栅格数据结构 使用栅格数据结构，可方便地对各种图件资料进行叠置和综合，并易于将图件数据与遥感数据相结合。 由于每一栅格具有相同大小的尺寸与形状，所以便于进行各种空间分析和模拟，也便于面积的计算。 栅格数据对计算机和制图系统的要求不高，适于在微机上操作，也便于推广应用。 主要缺点：空间精度较低。若采用较小的栅格，栅格量必然增大；若采用较大的栅格，则信息量损失较多，降低制图精度。
二、土地资源信息系统的建立 · 空间数据的数据结构 栅格数据结构&矢量数据结构 栅格数据结构 栅格数据结构数据冗余度大，比较适合呈面状分布要素(行政区划、土壤类型)的表示，数据结构简单，便于叠置分析，但图形质量差。 矢量数据结构 矢量数据结构数据冗余小，适合线状分布要素(河流、道路)的表示，图形显示质量好，精度高，但数据结构复杂，进行多边形叠置分析比较困难，对硬软件要求高。
二、土地资源信息系统的建立 · 空间数据的获取和组织 (1) 栅格数据的获取和组织 (2) 矢量数据的获取和组织。
二、土地资源信息系统的建立 · 空间数据的获取和组织 栅格数据的获取和组织。 栅格数据的精度取决于栅格的大小，网格愈小，其精度愈高。 ① 面向栅格单元的数据组织。对于同一区域的两幅地图，分划成一样的格网大小，把两幅图按共同的栅格号组织在一起。如图10-6所示，将土壤类型、坡度、排水等按栅格单元组织在一起。
二、土地资源信息系统的建立 · 空间数据的获取和组织 栅格数据的获取和组织。 栅格数据的精度取决于栅格的大小，网格愈小，其精度愈高。 ② 面向实体属性的数据组织。在图10-6中，若把坐标信息隐含起来，每个属性单独构成一个栅格数据矩阵，每个矩阵元素贮存属性的变化值，如图10-7所示。
二、土地资源信息系统的建立 · 空间数据的获取和组织 栅格数据的获取和组织。 用上述方法获取的是平面栅格数据，它对于分析和研究土地资源是很有用的。但若要获取以一定网格形式排列的地面点高程数据，或称三维数据，则一般还要经过数据取样、数据处理和数据记录三个过程。
二、土地资源信息系统的建立 · 空间数据的获取和组织 (2) 矢量数据的获取和组织。 (2) 矢量数据的获取和组织。 矢量数据通过数字化仪来获取。数字化的数据因为手扶跟踪的失误可能有错误，在形式上“净化”数据文件之前，须对数字化的数据进行编辑、校核。 矢量数据的组织以多边形的形式见长。因为多边形本身包含了地图上的点、线、面三种数据要素。它不仅提供实体的定位信息，还表示出实体数据间的拓扑关系。 多边形数据文件的建立，以专题地图的图幅作为工作单元，建立相应的专题数据文件。 所有专题图的数据结构都是一致的。
二、土地资源信息系统的建立 （四）数据处理 空间数据的编辑处理 空间数据的变换 矢量数据与栅格数据的相互转换 数据的提取
二、土地资源信息系统的建立 · 空间数据的编辑处理 由于数字化过程是一个手工过程，会造成数字化的错误。这些错误需要在数字化后，将图形显示在屏幕上或者绘在透明纸上同原图进行逐一检查，最终修改数字化错误的地方，获得完全正确的数据。
二、土地资源信息系统的建立 · 空间数据的变换 数字化地图时，由于地图坐标系同数字化仪坐标系不一致，或纸张变形，从数字化仪读出的坐标(x，y)同地图上这一点真正的直角坐标系下的坐标(x，y)有可能不一致。一般认为这种误差可通过仿射变换来纠正。 数字化后的点还须在屏幕上显示出来，这样又存在数字化仪坐标系和屏幕坐标系的转换。 在多数情况下，各种图件的比例尺和地图投影也是不同的，因此还需要进行比例尺的缩放和地图投影的统一。
二、土地资源信息系统的建立 · 矢量数据与栅格数据的相互转换 土地资源信息系统对矢量、栅格数据的共同管理和处理，已成为系统设计的基本标准，这种共同管理和处理的主要内容就是矢量数据与栅格数据之间的互相转换、表示和运算。
二、土地资源信息系统的建立 · 矢量数据与栅格数据的相互转换 （1）矢量数据向栅格数据的转换 矢量数据向栅格数据的转换也称为格式转换，即x, y 0或1。如将某一节点的X，Y坐标转换为栅格的行、列值： 式中△X、△Y表示栅格的尺寸。
二、土地资源信息系统的建立 · 矢量数据与栅格数据的相互转换 （2）栅格数据向矢量数据的转换 栅格数据向矢量数据转换有时也称为数据的反格式变换，即0或1X，Y。 其主要目的是为了能将自动扫描仪获取的栅格数据加入矢量形式的数据库。 同时，也在于用栅格数据分析的结果通过矢量绘图装置输出。 此外，还出于数据压缩的需要，即将大量的面状数据转换成由少量数据表示的多边形边界。
二、土地资源信息系统的建立 · 矢量数据与栅格数据的相互转换 （2）栅格数据向矢量数据的转换 ① 二值化：设以G（i, j）表示线划图形扫描后所产生的栅格数据的灰度值。为了将这种256或128级的不同灰阶压缩到2各灰阶，即0和1两级，首先在最大与最小灰阶之间定义一个阈值T，则
二、土地资源信息系统的建立 · 矢量数据与栅格数据的相互转换 （2）栅格数据向矢量数据的转换 ② 细化：一条线在不同位置可能有不同的宽度，即在线划横断面上存在栅格数的差异。所谓细化，便是指清除这种线划横断面栅格数的差异，使得每一条线仅保留其轴线或周围轮廓线（对面状符号而言）位置的单个栅格的宽度。
二、土地资源信息系统的建立 · 矢量数据与栅格数据的相互转换 （2）栅格数据向矢量数据的转换 ③ 跟踪：跟踪的目的，是将写入数据文件并经细化处理后的栅格数据，整理成从结点出发的线段闭合或闭合的线条，以矢量形式存储特征栅格点中心的坐标。跟踪时，从图幅的西北角开始，按顺时针或逆时针方向，从起点开始依次跟踪相邻点，并记录结点坐标，然后搜索闭曲线，直到完成全部栅格数据的矢量化，并写入矢量数据库。
二、土地资源信息系统的建立 · 数据的提取 对信息系统中贮存的数据进行提取是用户对系统数据操作功能的基本要求。 对属性数据的基本提取。 对空间数据的基本提取。
二、土地资源信息系统的建立 · 数据的提取 对属性数据的基本提取 设建有某一区域的土地利用数据库，其属性数据文件的结构如表 若把土地利用类型中水浇地一类的地提取出来，统计其总面积，并显示其分布区域，这是按某一属性对数据进行提取。 若把面积大于0.5公顷的水浇地提取出来，统计总共田块数，则是按照某一条件进行数据的条件提取。
二、土地资源信息系统的建立 · 数据的提取 对空间数据的基本提取。 对于空间数据的提取，往往通过窗口和叠置手段来进行提取。 如检索一指定小流域的所有水浇地，就必须把小流域边界图与土地利用图叠置在一起，提取小流域边界窗口范围内的数据，再在窗口内进行属性特征提取。
二、土地资源信息系统的建立 （五）数据库建立 数据库的基本概念与主要特征 数据与文件组织 数据模型 数据库管理系统(DBMS)。 数据库设计
二、土地资源信息系统的建立 ·数据库的基本概念与主要特征 数据库是数据的一种管理技术，即对数据的组织、编目、定位、存储、检索和维护，以便随时提供使用的各种数据的集合。 土地资源信息系统的数据库是地理信息系统数据库的一种专门类型，它是一定区域与土地有关的数据的集合。由于土地数据涉及各类土地组成要素，它们均具有空间位置。因此，土地数据不仅具有属性数据，还有大量的空间数据，两者之间还具有不可分隔的联系。
二、土地资源信息系统的建立 ·数据库的基本概念与主要特征 特点： (1) 数据的冗余度小，即数据重复存储的次数少，占有的存储空间少。 (2) 数据有独立性，数据的存储结构和存取方法独立于使用它的应用程序，当改变数据的物理位置时不必修改应用程序。 (3) 数据可以共享，并保证数据的安全。由于入库的数据采取了保护措施，而且数据都实现了标准化，因此用户程序可以共享数据资源。
二、土地资源信息系统的建立 ·数据库的基本概念与主要特征 数据库中的数据由软件实行统一管理。这就是数据库管理系统(DBMS)。对数据进行组织和管理，是数据库的核心，应用程序通过DBMS对数据进行操作。 由于在物理数据库的组织中，基本问题是存储一个文件，所以数据库的实现基础是文件。对数据库的任何操作实质上最后都转化为对文件的操作。
二、土地资源信息系统的建立 ·数据与文件组织 数据库中的数据一般可分为四级： 数据项 记录 文件 数据库。
二、土地资源信息系统的建立 ·数据与文件组织 (1)数据项 是定义数据的最小单位，常称字段。 它往往同实体的属性相对应，所以属性的名称往往叫字段名。 数据项是一个变量，其取值范围为域。
二、土地资源信息系统的建立 ·数据与文件组织 (2)记录 若干个组织在一起的数据项称为记录。 记录是处理和存储信息的基本单位，是关于一个实体的数据总和，反映了该实体的若干属性。 由于同类的实体众多，如一个小流域内可能有几十块水浇地，为了区别，就必须对每块水浇地的记录唯一地予以标识，这个唯一的标识符如地块号也称关键字，连同其他数据项一并存入记录中，并且常把关键字放在记录的第一个数据项位置上。
二、土地资源信息系统的建立 ·数据与文件组织 (2)记录 记录可分为逻辑记录与物理记录。 逻辑记录是文件中按信息在逻辑上的独立意义来划分的数据单元。 物理记录是单个输入/输出命令进行数据存取的基本单元。
二、土地资源信息系统的建立 ·数据与文件组织 （3）文件。 文件是具有相同性质的记录的集合。由一给定类型的记录的全部具体值所组成。 文件的组织方式关系到数据的存取速度、存储空间的安排、存储介质要求等。 常用的数据文件有顺序文件、索引文件、直接文件和倒排文件等。
二、土地资源信息系统的建立 ·数据与文件组织 （3）文件。 · 顺序文件 顺序文件以主关键字的顺序组织文件记录，它适合于成批处理的用户。 · 顺序文件 顺序文件以主关键字的顺序组织文件记录，它适合于成批处理的用户。 一般采用三种存储形式，即向量方式、链方式和块链方式。
二、土地资源信息系统的建立 ·数据与文件组织 （3）文件。 · 顺序文件 · 顺序文件 向量方式：被存储的文件按地址连续存放，物理结构与逻辑结构一致，查找方便，但难于插入记录。 链方式：文件不按地址连续存放，文件的逻辑顺序靠链来实现。文件的每个记录中都含有一个指针，用来指明下一个记录的存放地址。链方式的存储分配灵活，但查找费时，且占用存储空间较大。 块链方式：把文件分成若干数据块，块与块之间用指针连接，而块内则为联系存储。这种方式查找方便，存储空间分配灵活，占用指针空间也不大，因此使用较为广泛。
二、土地资源信息系统的建立 ·数据与文件组织 （3）文件。 · 索引文件 · 索引文件 特点：除了存储记录本身（主文件）外，还建立有若干张索引表，其中列出记录关键字和记录在文件中的位置（地址）。读取记录时，只要提供记录的关键字，系统通过查找索引表获取记录的位置，就可取出该记录。索引文件只能建立在随机存储介质上（如磁盘等）。
二、土地资源信息系统的建立 ·数据与文件组织 （3）文件。 · 直接文件 · 直接文件 直接文件的存储是根据记录关键字的值，通过某种转换方法得到一个物理存储位置，然后把记录存储在该位置上。查找时，通过同样的转换方法，直接得到所需要的记录。
二、土地资源信息系统的建立 ·数据与文件组织 （3）文件。 · 倒排文件 · 倒排文件 倒排文件是用一些辅助关键字建立索引表（辅索引），可见，倒排文件是一种多关键字的索引文件。 倒排文件中的索引不能唯一标识记录，同一索引往往指向若干个记录。因此，索引常带有一个指针表，指向该索引标识的索引记录。 倒排文件的主要优点，在于处理多索引检索时可以在辅助索引中先完成查询的交、并等逻辑运算，得到结果后再对记录进行存取，从而提高了查找的速度。
二、土地资源信息系统的建立 ·数据与文件组织 （4）数据库。 是比文件更大的数据组织，其基本单元是数据文件，但这些文件是相互联系在一起的。
二、土地资源信息系统的建立 ·数据与文件组织 （4）数据库。 是比文件更大的数据组织，其基本单元是数据文件，但这些文件是相互联系在一起的。
二、土地资源信息系统的建立 · 数据模型 数据模型，是指表达实体及其联系的形式。 数据库设计的核心问题之一是要设计一个好的数据模型。数据模型一般具有两种描述功能，即数据内容的描述功能和数据间联系的描述功能。 选择什么样的数据模型取决于所要表达的实体间的联系。常用的有层次模型、网状模型和关系模型。
二、土地资源信息系统的建立 · 数据模型 （1）层次模型 层次模型是以记录类型为结点的定向有序树。层次模型中层次的基本结构是树结构——根（R1）、枝（R11,R12）和叶（R111,R112,R121,R122）。 树的主要特征是：除根结点外，任何结点只有一个父结点，而父结点表示的总体与子结点表示的总体是一对多的关系。在这种模型中，一个父记录对应多个子记录，而一个子记录只对应一个父记录。 建立层次模型比较容易，但查找较麻烦，而且数据的冗余度也较大。
二、土地资源信息系统的建立 · 数据模型 （2）网状模型 网状模型是以记录类型为结点的网状结构，是连通的“基本层次联系”的集合。 它的特点是，可以有一个以上的结点无双亲，以及至少有一个结点有多于一个的双亲，即从叶到根的联系不是唯一的。 网状模型查找比较容易，数据的冗余比层次模型小。
二、土地资源信息系统的建立 · 数据模型 （3）关系模型 关系模型是一种数学化的模型，它将数据的逻辑结构归结为满足一定条件的二维表，表的每一列代表实体的一个属性，相当于一个数据项（或数据元素）。表的每一行代表一个实体的记录值。这些关系表的集合就构成了一个关系模型。关系表可表示为 R(A1,A2,A3, …,An) 其中，R为关系名，Ai（i＝1，2，…，n）是关系R所包含的属性名。
二、土地资源信息系统的建立 · 数据模型 （3）关系模型 关系的模型的特点是，关系不用指针表示，而由数据本身自然建立起联系，并且是用关系代数和关系运算去操作数据。因此，关系模型的使用和维护方便，数据操作灵活，有较强的数据独立性。关系模型查找方便，数据冗余度小。
二、土地资源信息系统的建立 · 数据模型 （4）面向对象模型 面向对象模型是在前面数据模型的基础上发展起来的面向对象的数据模型技术，它既可以表达图形数据又可以有效地表达属性数据。 它利用分类、概括、联合、聚集和数据抽象工具继承和传播技术，采用对象联系图描述其模型的实现方法，使得复杂的客观事物变得清楚易懂。 这种模型中，一个土地实体可以由点、线和面三种简单对象或它们的组合构成，是集图形、图像、属性于一体的整体空间数据模型，可较好的处理复杂目标，地物分类及信息继承等问题。
二、土地资源信息系统的建立 · 数据库管理系统(DBMS) 一般说来，数据库管理系统由三部分组成： ①数据定义语言(DDL)及其翻译程序。为了将数据存入数据库，应用程序员和数据库管理员都必须正确描述数据和数据之间的联系，这种联系靠定义语言来完成。 ②数据操纵语言(DML)及其处理程序。它是DBMS提供给应用程序员用以存储、检索、修改、删除数据库中数据的工具。 ③数据库管理例行程序。不同的数据库有不同的管理例行程序，一般说来包括系统进行控制程序，语言翻译例行程序以及DBMS的公用程序等。
二、土地资源信息系统的建立 · 数据库设计 数据库是LRIS 建设的主要内容和基础。 土地资源信息系统包含各种土地利用专题图、社会经济统计数据、地籍调查数据、权属变更等一系列数据。 按数据类型可分为空间数据和属性数据。
二、土地资源信息系统的建立 · 数据库设计 （1）空间数据库设计 空间数据包括地籍图、宗地图、土地利用现状图、总体规划图以及各种专题图等图件资料，它们描述土地的界址点、界址线，以及宗地、街坊、房屋等图形要素的空间位置和相邻关系。 空间数据库管理的是具有几何属性的空间数据对象。首先将一系列图件进行矢量化转换，建立相应专题图层，各个图层必须基于相同的坐标系并相互配准。再建立拓扑关系(多边形之间的区域定义、连通性和邻接性)。然后利用GIS相关模块进行节点、弧段和标识点的错误检查与修改，之后重建拓扑关系。同时生成相应的特征属性表文件，这样就完成了空间数据库的建设。
二、土地资源信息系统的建立 · 数据库设计 （2）属性数据库设计 属性数据是与上述图形数据相对应的属性信息。包括宗地属性、界址点属性、界址线属性等。 宗地属性包括行政区号、土地坐落、土地用途、权属性质、通讯地址以及宗地上附属物信息等，主要描述土地的人文特征。 界址点属性包括界址点号、界标种类等。 界址线属性包括测量线长度、线类型等信息。
二、土地资源信息系统的建立 · 数据库设计 （2）属性数据库设计 属性数据库的建设有两种方式。 采用ARC/ INFO的数据模型：ARC/ INFO 将属性信息存储在INFO 表中，通常用数据项(或列) 、记录(或行) 来组织，每个记录的一个数据项包含一个值，这其实也是普通的E-R 模型的数据结构。由于特征属性表与地理特征相连接，所以，通过表的联结与关联将INFO 数据文件与特征属性表相连接，就实现了INFO 数据文件中的属性与地理特征的联系。 基于其他的数据库管理系统：这种方式一般用于大中城市土地信息系统建设，它侧重于图形处理和空间分析，具有较强的专业性。
二、土地资源信息系统的建立 · 数据库设计 数据库是LRIS 建设的主要内容和基础。 土地资源信息系统包含各种土地利用专题图、社会经济统计数据、地籍调查数据、权属变更等一系列数据。 按数据类型可分为空间数据和属性数据。
土地资源信息系统的数据分析，是实现土地资源信息系统的实际应用的重要途径。 三、土地资源信息系统的数据分析 土地资源信息系统的数据分析，是实现土地资源信息系统的实际应用的重要途径。 这类分析功能是指在模型的支撑下，在原有土地数据文件的基础上，派生出满足某一目的的新数据。例如，根据数字地形模型（DTM）或数字高程模型（DEM）数据文件派生出坡度、坡向等数据，根据土壤数据文件派生出土壤抗蚀能力数据，根据气候和地面覆盖数据文件派生出地表径流数据，以及通过对坡度、土壤抗蚀能力和地表径流数据文件的叠加、分析和综合，派生出土壤潜在侵蚀图。
三、土地资源信息系统的数据分析 空间数据的分析方法很多，如数字地形模型分析、空间特征的几何分析、网络分析、数字影像分析及地理变量的多元分析等等，它们为土地资源信息系统的用户提供了解决多种专门问题的手段。我们简要介绍与土地分类和土地评价的关系比较密切的空间特征几何分析方法。 （一）矢量数据的空间特征分析 （二）栅格数据的空间特征分析
三、土地资源信息系统的数据分析 （一）矢量数据的空间特征分析 多边形叠置分析 包含分析 泰森多边形分析 缓冲区分析
（一）矢量数据的空间特征分析 · 多边形叠置分析 三、土地资源信息系统的数据分析 （一）矢量数据的空间特征分析 · 多边形叠置分析 多边形叠置分析实质上是多种要素（面状要素）的空间合成。它将同一地区、同一比例尺的多种图叠置起来，综合分析和评价所有被叠置要素之间的相互作用和联系。或者，可将不同时期的同一要素的图叠置起来，进行多时相的综合分析，阐明它的动态变化。这类分析借助计算机自动进行，结果以图形输出或存储。
（一）矢量数据的空间特征分析 · 多边形叠置分析 三、土地资源信息系统的数据分析 （一）矢量数据的空间特征分析 · 多边形叠置分析 多边形叠置采用两两叠置的方法。每次只能在两幅图之间进行叠置。两幅原图叠置后，将所得的叠置图与第三幅原图叠置，在所得的叠置图上在叠置第四幅原图，如此下去，直到最后一幅原图被叠置。只有在所有原图被叠置完以后，才能进行信息的综合分析。 信息的综合分析，是在叠置图的基础上，根据事先所确定的分析或评价方案或根据一定的数学模型进校的。这类分析以多边形为分析单元。多边形的综合分析包括统计计算、相关分析、多元回归分析、聚类分析、线形组合、条件组合和因素组合等，结果可获得每一个多边形的综合属性值，并以此作为多边形分类和评价的依据。
三、土地资源信息系统的数据分析 （一）矢量数据的空间特征分析 · 包含分析 确定要素之间是否存在直接的联系，这是土地资源信息系统经常遇到的一个问题。这种联系，包括点、线、面之间的联系。例如，要确定某个商业网点属于哪个街道区域，这是点与面之间的包含分析，或称为point-in-polygon分析。 其过程为，首先对数字化一组并带有标号的点予以分析，然后将这些点与已经存放在系统中的多边形进行点与面的叠加，最后对各个多边形或区域进行这些点的归属判别。
泰森多边形分析方法在土地资源研究中被广泛应用，例如土地类型的近邻关系分析，土地评价的级别统计分析，以及计算有关土地资源的数量指标和面积等。 三、土地资源信息系统的数据分析 （一）矢量数据的空间特征分析 · 泰森多边形分析 荷兰气候学家A.H.泰森（Thiessen）提出根据离散分布气象站点的降雨量来计算平均降雨量的方法。他通过将所有相邻气象站连成三角形，作这些三角形各边的垂直平分线，于是每个气象站周围的若干条垂直平分线便围成一个多边形。用这个多边形内所包含的一个唯一气象站的降雨强度就可用来表示这个多边形区域内的降雨强度，这个多边形就被称为泰森多边形。 泰森多边形分析方法在土地资源研究中被广泛应用，例如土地类型的近邻关系分析，土地评价的级别统计分析，以及计算有关土地资源的数量指标和面积等。
（一）矢量数据的空间特征分析 · 缓冲区分析 三、土地资源信息系统的数据分析 （一）矢量数据的空间特征分析 · 缓冲区分析 缓冲区分析，是根据数据库的点、线、面实体，自动建立其周围一定宽度范围内的缓冲区多边形。这是土地资源信息系统的重要和基本的空间操作功能之一，在土地评价中有广泛的用途。
三、土地资源信息系统的数据分析 （二）栅格数据的空间特征分析 栅格叠置分析 空间聚类 空间聚合
栅格叠置分析，实际上是所有被叠置网格图上同名网格数据的比较和综合。它与多边形叠置分析的原理相类似，也是求两组数据集合的“交集”或“并集”。 三、土地资源信息系统的数据分析 （二）栅格数据的空间特征分析 · 栅格叠置分析 栅格叠置分析，实际上是所有被叠置网格图上同名网格数据的比较和综合。它与多边形叠置分析的原理相类似，也是求两组数据集合的“交集”或“并集”。 栅格叠置分析的主要优点是比较简单，运算效率较高，尤其是如果采用游程编码数据，比较叠置变量相应行的压缩数据串，更能有效的提高栅格叠置运算的效率。 栅格叠置分析的主要缺点，是由于栅格数据的精度较差，任何小于一个栅格大小的图形或细节均可被丢失，以致栅格分析结果的精度必然受到影响。
空间聚类的做法是，根据预先设定的聚类条件，从栅格数据中将所有符合标准的区域输出在图上，不符合标准的区域为空白。 三、土地资源信息系统的数据分析 （二）栅格数据的空间特征分析 · 空间聚类 空间聚类的做法是，根据预先设定的聚类条件，从栅格数据中将所有符合标准的区域输出在图上，不符合标准的区域为空白。
空间聚合是，指根据空间分辨率和分类表，进行数据类别的合并或转换，以实现空间地域的兼并。 三、土地资源信息系统的数据分析 （二）栅格数据的空间特征分析 · 空间聚合 空间聚合是，指根据空间分辨率和分类表，进行数据类别的合并或转换，以实现空间地域的兼并。 空间聚合的结果，是将较复杂的类别转换成较简单的类别，并常以较小比例尺的图形输出。 当从地点、地区到大区域的转换时，常使用这种分析方法。
四、土地资源信息系统在土地资源研究中的应用 土地资源信息系统（Land Resource Information System, 简称LRIS），是在土地资源调查的基础上，在计算机软、硬件支持下，将和土地有关的资源信息和有关参数，按照空间分布或地理坐标，以一定的格式输入、存储、检索、显示和综合分析的应用与管理的技术系统。 它作为一种研究工具，不仅可以将已研究出的土地科学成果在计算机上再现，可以说目前土地资源研究的全部内容都可以应用土地资源信息系统来研究，而且它可以发挥计算机和信息技术的优势，使土地资源研究成果由静态的、阶段性的成果变为动态的、连续的成果，使得分析性成果与综合性成果（如专题制图和综合制图）可以相互转换，空间分析功能日趋加强。
四、土地资源信息系统在土地资源研究中的应用 LRIS是面向土地管理的实用型系统， 它的应用领域主要包括以下几方面： 土地类型的划分 土地利用动态监测 土地利用现状调查 土地利用规划 土地资源的评价 地籍管理
四、土地资源信息系统在土地资源研究中的应用 ·土地类型的划分 应用土地资源信息系统的技术和方法，对土地进行科学的分类，确定区域各类土地的数量、分和结构，这对阐明各类土地的合理利用方向，因地制宜地调整生产结构布局，是一项重要的基础性工作。
四、土地资源信息系统在土地资源研究中的应用 ·土地利用动态监测 土地资源利用动态监测是基于同一区域不同时相的遥感图像间存在着光谱特征差异的原理，来识别土地利用状态或现象变化的工作。 其本质就是对影像系列时域效果进行量化。通过量化多时相遥感影像空间域、时间域、光谱域的耦合特征，以获得区域土地利用变化的类型、位置和数量等内容。 发现变化区域之后，即对变化区域的定量确定采用全天候、连续、实时、高精度的三维位置、三维速度以及时间数据对遥感判释图上的区域界限进行量测。为准确把握土地资源利用变化区域提供技术支撑。
四、土地资源信息系统在土地资源研究中的应用 ·土地利用动态监测 当前土地利用动态监测主要用于国土动态监测，利用红外多光谱扫描仪、广角成像仪及 ＣＣＤ 相机等获取的耕地被占信息及时处理核实，发出警报。红外多光谱扫描仪一般适用于对耕地变化监测，而广角成像仪覆盖宽度大，可用于监测耕地被占情况，从而落实土地利用总体规划和土地用途管制， 防止“圈地运动”
四、土地资源信息系统在土地资源研究中的应用 ·土地利用现状调查 对土地资源利用现状进行调查是土地资源管理的重要内容之一。 目前，LRIS在土地利用现状调查方面应用，主要是利用遥感技术得到地物的遥感图像，并结合外业知识如GIS信息的分类方法、专家知识和人工智能的分类方法、以及基于分形理论和神经网络的分类算法等提取信息，最终提供精确的土地资源利用数据和图件。 LRIS被应用于土地资源调查， 可以使决策管理部门得到可靠信息，避免了“避实就虚”现象，为加强土地资源管理和执法提供了客观的科学依据
四、土地资源信息系统在土地资源研究中的应用 ·土地利用规划 LRIS在土地利用规划方面主要是获取项目区的基础资料，采用合适的规划模型，对规划区进行规划，并对规划效果进行评价，为土地利用规划提供最优规划方案。 当前，土地利用总体规划修编、审批和实施涉及大量图件、指标等空间数据，对规划成果质量和管理的时效性要求高，运用LRIS可提高管理的科学性、管理质量和管理效率。
四、土地资源信息系统在土地资源研究中的应用 ·土地利用规划 自1986 年以来,为了适应土地管理的技术要求，各级土地部门发挥自身特长和区域优势，在有关大专院校、科研单位配合下，研究开发了多种土地资源管理软件。在土地资源管理中，这些软件发挥了重要作用。 随着RS、GIS、GPS 技术的发展并日益呈现出集成化、智能化、自动化的“3S”一体化发展趋势，建立土地利用的动态信息系统成为可能。它不仅能实现信息更新和土地利用的动态监测，而且能快速按国民经济发展要求同时制定几种规划方案,供领导部门决策。
四、土地资源信息系统在土地资源研究中的应用 ·土地利用规划 此外，还可将LRIS应用于水利工程的地区稳定性分析、水土保持调查、交通信息建设以及土地利用／土地覆盖变化研究等方面，为地质灾害、生态环境治理和区域可持续发展规划决策提供服务。
四、土地资源信息系统在土地资源研究中的应用 ·土地资源的评价 目前主要是借助于GIS 对空间数据管理和空间分析工具，根据土地评价的理论和方法，对土地资源的潜力、适宜性、地价进行评价并分等定级，揭示其空间变化规律及其数量特征，为土地利用总体规划，特别是为有效地利用、保护土地资源提供依据。
四、土地资源信息系统在土地资源研究中的应用 ·土地资源的评价 一方面，随着LRIS和计算机技术的发展，农用地综合评价也得到了快速发展，利用这些先进技术手段对土地评价的研究取得了丰硕的成果。结合LRIS技术对农用地进行综合评价，使评价结果的准确性和精确性都有很大提高。
四、土地资源信息系统在土地资源研究中的应用 ·土地资源的评价 农用地综合评价是对决定土壤生产力的内在属性和影响土壤生产力的外部环境条件的综合评价， 并用量化指标确定土地质量的高低。根据实际情况，相应选取适当的评价因子， 如选取土层厚度、排灌设施、有机质、CEC、PH值、坡度，建立各自的专题图及其属性表。然后，进行图形叠加，建成农用地综合评价图，利用物元分析法对各农用土地类型评价单元进行综合评价，即用评价单元物元与评价等级物元的关联度大小来确定土地等级。在评价中无须人工干预，结果准确、客观。
四、土地资源信息系统在土地资源研究中的应用 ·土地资源的评价 另一方面是建立土地评价、定级或地价信息发布系统，不仅有效地利用了现有的各种土地评价资料，而且极大地减少了土地评价的工作量，同时也起到积累资料，提高评价质量的作用； 地价信息发布系统不仅保护了社会公众应当享有的知情权，而且有利于促进和加强政府对城市土地价格的管理，提高地价评估专业机构评估地价的科学性和客观性，有利于房地产开发企业进行房地产开发投资的科学决策和老百姓进行房地产交易的明白消费。
四、土地资源信息系统在土地资源研究中的应用 · 地籍管理 土地管理的基础是地籍管理。 地籍系指土地法定使用的权利，它在地籍测量与调查的基础上，以法定的形式将土地区域界定下来，界定下来的区域（称为宗地）归其使用者或使用单位规划利用，土地管理部门对其登记、制图、造册、确权并发放使用证件。地籍管理还包括使用权出让、划拨土地使用权转让等土地使用权利的管理。其数据涉及土地的位置、房地界、权属、类型、面积及地价等信息，因此建立多目标的 ＬＲＩＳ 是地籍管理的发展趋势。
四、土地资源信息系统在土地资源研究中的应用 · 地籍管理 原西德20世纪80年代便建立了以“自动化不动产册（ALB）”、“自动化不动产图（ALK）”为基础的地产数据库和以“地形测量系统（TOPSY）”、“官方地形图制图信息系统（ATKIS）”为支撑的自动化数字制图系统。 实现了不动产测量和调查资料向数据库的自动转换以及数据的自动、修改、检索和各种形式的输出（包括模拟或数字式地籍图的输出）。 该系统还可以通过计算机终端和人机交互图形工作站，与计算中心或分中心进行图形和非图形数据的远距离传送。
四、土地资源信息系统在土地资源研究中的应用 · 地籍管理 我国地籍管理工作虽起步晚，但对地籍信息系统的研制却非常重视。 “县（市）级地籍信息系统”就是以微机为主体的地籍信息系统，该系统采用AUTOCAD图形系统和 DBASEⅢ数据库管理系统作为开发环境，集属性和图形处理为一体，以土地登记卡、土地登记审批表、地籍调查表和土地归户册等表格构成属性数据输入方式，能按土地利用分类进行统计，得到县、 村级土地利用现状。 同时，系统还可对统计结果进行各种查询统计分析及表格输出。在图形处理上，该系统以数字化仪为输入手段，可自动进行图形编辑、拼接、搜索和输出。