俄罗斯外贝加尔聚落变迁和其驱动力探究

《俄罗斯外贝加尔聚落变迁和其驱动力探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、俄罗斯外贝加尔聚落变迁和其驱动力探究　　摘要：俄罗斯外贝加尔地区位于东北亚中高纬度地区，西邻世界最大的淡水湖——贝加尔湖，对于全球环境变化和与之毗邻的我国内蒙古东部、东北三省的生态环境以及社会经济可持续发展等具有重要影响。外贝加尔地区森林资源丰富，总体上呈现扩张趋势；土地覆被类型转换过程主要发生在海拔500-1500米、坡度小于5°空间范围；城乡聚落整体略有萎缩，局部显著扩张；人口下降是城乡聚落萎缩的主要因素，经济增长推动了部分城市的扩张进程。关键词：俄罗斯；外贝加尔；聚落中图分类号：K02文献标

2、志码：A文章编号：1008-0961（2013）05-0025-08外贝加尔地区位于东北亚内陆北部，是世界上最深的淡水湖——贝加尔湖的主要汇水区，是温带草原一高山泰加林一寒带苔原的过渡区域，是过去50年全球变暖最显著地区之一。18苏联解体后，俄罗斯的大城市发生逆城市化现象，外贝加尔地区在人口锐减的同时经历着城乡聚落的剧烈变迁，主要表现为少数大城市的扩张和许多乡村聚落被废弃。如果以城市聚落在空间的扩张作为城市化的标志，外贝加尔地区的这一城市化进程表现出与当前世界其他地区城市化较大的差异性。本文利用全

3、球土地覆被数据产品及相关辅助数据，提取了俄罗斯外贝加尔地区1992-2009年四个时期土地覆被信息，重点分析该地区城乡聚落的分布格局及其动态特征，并搜集研究该区人口与社会经济统计数据，分析城乡聚落变迁的影响因素。一、研究区介绍及数据处理（一）研究区概况俄联邦外贝加尔地区，西至贝加尔湖东岸，东抵额尔古纳河与石勒喀河汇合点经度一线，北至帕托姆和北贝加尔高原，南达俄罗斯联邦与中、蒙边境，与中国内蒙古自治区呼伦贝尔市毗连，总面积78.32万平方千米。外贝加尔地区属于典型大陆性气候，中山与山间盆地交错相间，

4、属于亚洲大草原一高山泰加林一寒带苔原的过渡区域，动植物种类繁多。该地区人口稀少、经济发展水平相对落后。截至2010年初，全区总人口208万，人口密度2.66人/平方千米，远低于西伯利亚联邦区3.8人/平方千米和俄联邦8.3人/平方千米的平均值。经济总量90.28亿美元，占全俄总量的0.8%，人均月收入423.3美元，低于全俄619.5美元的水平。（二）数据来源及预处理18本研究自国家科技基础条件平台——地球系统科学数据共享网获取了1992年、2000年、2005年和2009年四期公里网格全球土地覆

5、被产品，自俄罗斯科学院西伯利亚分院贝加尔湖资源管理研究所获取了1：100万比例尺研究区行政区划、地形图数据，此外还通过野外考察获取了全球定位系统（GPS）验证点、通过谷歌地理（GoogleEarth）获取了补充验证点数据。以研究区1：100万比例尺行政区划底图为mask文件对以上数据进行裁切，分别提取研究区1992年、2000年、2005年、2009年四期土地覆被数据和高程数据。将以上数据统一转为统一的WGS-1984坐标系和等面积割圆锥投影下。中央经线为东经95°，双标准纬线分别为北纬15。和北

6、纬65°，所采用的椭球体为KRASOVSKY椭球体。由于各期土地覆被产品所采用的分类体系不一，根据研究需要，考虑原始类型合并的可能性，将各类分类系统统一为含有9个类型的新的分类系统（见表1）。从俄联邦国家统计局官网下载了研究区2008/2009年分区人口与社会经济统计数据。（三）研究方法应用地图代数法在Arcgis9.3平台SpatialAnalyst分析模块的栅格计算器对1992-2000年、2000-2005年、1992-2009年、2000-2009年、2005-2009年五个时期土地覆被栅

7、格数据进行计算，得到土地类型转换图；借助Aregis9.3的Tabulatearea工具和Ms18office表格软件建立研究区各时段土地覆被变化的转移矩阵，计算综合动态度指数以对比分析不同时期和不同区域土地覆被的总体动态特征，针对各土地类型计算其变化幅度、年变化率，并构建转出/转入概率矩阵，计算各地类转出的流向百分比和地类转入的贡献率，分析和对比不同土地类型的变动速率及相互作用强度。从而总体把握研究区城乡聚落动态特征及土地覆盖背景。模型公式见相关文献。驱动分析基于SPSSl7平台采用偏最小二乘回

8、归方法诊断各驱动因子对城乡聚落变迁的作用机制。偏最小二乘回归方法（PartialLeastSquaresRegression，PLSR）最早产生于化学领域。在利用分光镜来预测化学样本的组成时，作为解释变量的红外区反射光谱的波长常有几百个，往往超过化学样本的个数，所造成的多重相关性使得人们很难利用传统的最小二乘法。基于这个应用的需要，S.Wold和C.Albano在1983年首先提出了偏最小二乘回归方法。通常，为绕过此类问题，人们往往仅选用少数解释变量，然而，这必然造成信息的损失和难