基于支持向量机的土地生态风险评价研究

Land ecosystem in the city surrounding areas has been threatened more and more by urban expansion, industrial development and population explosion. The identification, analysis, assessment and control of the risk of large-scale complex ecosystem have aroused wide concern of domestic and foreign researchers and managers. While there is still a lack of mature theories and methods on how to identify multi-risk sources and receptors of land ecosystem, how to undertake effectively an ecological risk assessment on considering a variety of risk factors, as long as to apply it to the land management. In this project, we divide land ecological risk into quality risk, structure risk and carrying capacity risk by studying land ecological risk methods. Taking Taiyuan city, Shanxi Province, an energy resources and heavy chemical industries base, as the study area, we intend to study the physical pressure, chemical pressure, biological pressure and the characteristics of pressure factors in space-time variation and distribution in Taiyuan city, as long as to undertake an overall evaluation on the basis of Machine Learning Approach and multi-variable array model, by using 3S technologies and Support Vector Machine approach as well as analyzing comprehensively the soil samples. This project aims to exploring the ecological risk assessment methods of large-scale risk sources, and to lead an exploratory research on the theories and practices of land ecological risk assessment at the same time, in hope of throwing some light on the new ideas and practical experience of land ecological risk assessment research.

城市扩张、工业发展和人口剧增导致城市周边土地生态系统承受着越来越大的风险。对大尺度复杂生态系统的风险进行识别、分析、评价和控制已引起了国内外研究者和管理者的广泛关注。然而如何辨识土地生态系统的多风险源和风险受体，如何综合多种风险因素进行有效的生态风险评价并用之于土地管理还没有成熟的理论和方法。本项目拟在研究土地生态风险理论的基础上，将土地生态风险分为质量风险、结构风险和承载力风险，选择能源重化工基地山西省太原市为研究区域，利用3S技术和支持向量机的机器学习方法，结合土壤综合分析，研究太原市土地生态风险的物理压力、化学压力、生物压力以及压力因子的时空变化特征，并基于机器学习方法和多维数组模型进行综合评价，旨在探讨大尺度多风险源的生态风险评价方法，同时对土地生态风险评价的理论和实践进行有益的探索，为土地生态风险评价的研究提供新的思路和可借鉴的经验。

由于城市的扩张、工业的发展和人口剧增导致城市周边土地生态系统承受着越来越大的的压力。土地利用类型、结构不断发生变化，农用地大幅度减少；同时，工矿企业生产排放的化学品和农药化肥的施用以及污水灌溉等造成土壤污染，土地质量下降等等都造成区域土地生态系统的风险。. 本项目在对土地生态风险理论分析的基础上，构建了以土地结构风险、土地质量风险、土地承载力风险为要素的生态风险评价的综合指标体系。以我国能源重化工基地-山西省太原市为研究区域，分析了城区周边土壤重金属元素、土壤养分、有机氯农药（OCPs）和多环芳烃（PAHs）的含量特征及其空间差异，利用空间信息技术、建模技术，结合土壤采样分析，研究了太原市土地生态风险的物理压力和化学压力以及压力因子的时空变化和分布特征，探讨了土地利用方式对土壤质量的影响；建立了基于机器学习算法的土壤质量风险评价方法，对太原市土壤质量风险进行了评价；并结合太原市污染源普查数据，利用3S技术和地理探测器方法，定量分析了影响土壤质量（包括土壤污染和土壤肥力）概率的因素。在土地生态风险研究的基础上，探讨多尺度、多风险源的综合风险评价问题，构建多元数据结构模型用于土地生态风险综合评价，并对太原市土地生态风险进行综合评价。. 本项目建立了基于支持向量机机器学习算法的土地生态风险评价方法，为多压力因子的土地生态风险综合评价在方法上提供了新思路。系统研究土地生态系统在城市化、工业化以及土地利用变化下，土地资源存在的生态风险及其对生态风险的综合评价具有很大的现实意义。同时也为城市周边土地规划利用和管理提供了科学依据。