退化废弃地监控与评估信息服务系统功能的智能化设计

系统功能的智能化设计包括构建退化废弃地监测与评价知识库，设计系统引导与人机交互相结合的空间采样网络框架设计流程、退化废弃监测流程、退化废弃地评价流程等自动定制技术，以及面向区域多尺度的人机协作式的监测与评价指标体系构建技术，基于数据场理论的退化废弃地评价因子自动量化技术和面向区域特征的评价单元的自适应划分技术。

( 一) 退化废弃监测与评价知识库构建

退化废弃地监测与评价知识库主要用于进行退化废弃地评价知识的有效存储和推理，其核心是退化废弃地评价知识的获取、解释、表达和更新等技术，以及知识库组织、维护和管理知识的机理。

1. 退化废弃地监测与评价知识获取

知识获取可分为四个阶段，即寻找知识表示方法、确定知识库存储结构、知识转化成计算机可识别代码和调试、精炼知识库。基于已有知识库系统，一般可以通过以下几个步骤完成: ① 用户通过规则知识编辑对话框向系统输入规则的前提、结论、规则强度、不确定性因子及解释等，或者通过事实编辑对话框向系统输入事实的内容、可信度等。② 用语法检查器检查输入知识的语法是否有错误、遗漏或重复，如果有，则提示用户修改。③ 对新知识与知识库中已有的知识进行一致性检查。④ 将正确的知识送入知识库。

2. 退化废弃地监测与评价专家知识库的构建

知识库是将专家在处理土地利用问题中的知识与经验转化为能存储在计算机中的知识，以便进行智能决策。知识库中存储有大量的知识，因此其设计重点之一是对知识表示方法的选择，目前常用的知识表示方法有产生式规则、谓词逻辑、语义网络、面向对象的表示等。由于在退化废弃地评价中多具有因果关系，因此可用 “IF ＜ 条件 ＞ THEN ＜ 动作 ＞ ”解释，或者用产生式规则解释。

3. 退化废弃地监测与评价专家知识的决策树推理

决策树推理就是从根结点开始，通过重复在内部结点上进行属性及其取值比较，确定决策树向下延伸分支，最终到达叶子结点，得到所要结论。退化废弃地评价专家知识决策树推理流程如图 7 －6 所示。

图 7 －6 专家知识决策树推理流程

知识库管理系统的功能是在决策过程中，通过人机交互作用，模拟决策者的思维方法和思维过程，提供决策者的经验、判断和推测，得出具有一定可信度的结果。

( 二) 系统引导与人机交互集成的采样、监测与评价功能自动化流程定制

工作流 ( Workflow) 技术是计算机支持协同工作技术 ( Computer Supported Cooperative Work，CSCW) 的一部分，是在协同决策确定过程执行规则的基础上，完全或部分自动执行一系列过程的技术。技术框架应用工作流技术，针对复杂业务流程特性采用请求与响应机制通过人机协作和系统自动引导的方式进行智能化的业务流定制，具体包括采样方案设计流程定制、退化废弃监测流程定制和退化废弃地评价流程定制。

采用系统引导的方式为用户自动定制业务的流程主要包括存在样点布局情况下采样方案设计流程、不存在样点布局情况下采样方案设计流程、基于匹配本底数据模型的退化废弃地监测流程、基于匹配退化基准的监测流程、基于匹配与多因素综合评价方法的恢复效果评价流程、基于多因素综合评价方法的现状评价流程、基于人工神经网络模型的现状评价流程和基于模糊综合评判模型的现状评价流程。具体流程如图 7 －7 所示。

图 7 －7 退化废弃地监测与评价流程图

采样方案设计、退化废弃地监测和退化废弃地评价的具体流程如图 7 －8、图 7 －9 和图 7 －10 所示。

( 三) 面向区域多尺度的人机协作式的监测与评价指标体系构建

针对退化废弃地研究的区域多尺度与评价多目标的特性，系统面向不同类型区域的土地污染、土地退化、灾毁土地等退化废弃地类型构建了监测评价指标候选库，在此指标体系层次框架下建立了用于构建退化废弃地评价指标体系的层次模型，设计了相应的人机交互界面。

退化废弃地监测、评价因子权重主要通过多种方法比较分析最终确定，本系统提供的指标权重确定方法包括特尔斐法、层次分析法和成对因素比较法。

1. 特尔斐法

特尔斐法 ( Delphi) 是一种常用的、有效的，通过综合多数专家经验与主观判断技巧进行技术测定的方法。一般来说，可用于各种领域的决策和判断过程，实施过程包括确定因素、选择专家、设计评估意见征询表、专家征询和轮间信息反馈、权重测定结果的数据处理。因素评估结果处理可分为等级评估和分值评估两种情况，分值评估可采用五分制或百分制，等级评估可用等级序号作为量化值。

图 7 －8 采样方案设计流程图

图 7 －9 退化废弃地监测流程图

2. 层次分析法

层次分析法 ( AHP) 的基本原理就是把所要研究的复杂问题看作一个大系统，首先通过对系统中多个因素的分析划分出各因素间相互联系的有序层次，再请专家对每一层次的各因素进行较客观的判断并相应给出相对重要性定量表示，进而建立数学模型，计算出每一层次全部因素的相对重要性权数并加以排序，最后根据排序结果进行规划决策和选择，进而解决问题的措施。

图 7 －10 退化废弃地评价流程图

3. 成对因素比较法

成对因素比较法是系统工程中常用的一种确定权重的方法，其应用有两个重要的前提: ① 因素间的可成对比较性，即因素集合中任意两个目标均可以通过主观判断确定彼此重要性的差异; ② 因素比较的可转移性，假设有 A、B、C 三个因素，若 A 比 B 重要，B 比 C 重要，则必有 A 比 C 重要。

成对比较是将因素集合中的因素两两之间都进行比较，而比较结果只有三种。假设有A、B 两个因素，即有 A 比 B 重要 ( 给 A 因素赋值 1，给 B 因素赋值 0) 、A 与 B 同等重要( 给 A、B 两种因素各赋值 0. 5) 、A 不如 B 重要 ( 给 A 因素赋值 0，B 因素赋值 1) 三种结果。最后将所有结果汇总，得到各因素的权重值。

表7－4所示是一个六因素通过“因素成对比较”进行权重调查的例子。当因素数较少时，可采用表格形式来进行因素比较和确定权重，当因素较多时，可编制计算程序，采取人机对话的方式来进行(表中v₇为虚拟因素)。

表7－4 成对因素比较法示意表

( 四) 基于数据场理论的退化废弃地评价因子分类自动量化

在对退化废弃地评价数据分析的基础上，借鉴物理场、经济场、地理场等基本理论，本研究对退化废弃地评价空间数据场的基本概念做出如下定义: 退化废弃地评价空间数据场是以土地质量与土地利用影响因素的互动关系为核心，描述土地质量在地理系统中的实物载体、相互作用、空间关系和场态特征等。

1. 点状因子量化

点状因子主要包括自然属性点因子和社会属性点因子。对于自然属性点因子 ( 具体主要包括采样样点) ，主要采用空间插值的方法生成点状因子数据场，具体包括 IDW 插值、样条函数插值和克里金插值函数。对于社会属性点因子主要采用衰减、辐射的方式生成量化数据场，主要包括直线距离依赖场和路径距离依赖场。

( 1) 场类型

1) 直线距离依赖场。数据对象通过退化废弃地评价空间数据场对评价单元的土地利用产生影响，场强随二者之间的空间直线距离的增加而递减。因为势能传递规律与空间直线距离有关，其势能场具有各向同性的特征，其数据能量辐射方式如图 7 －11 ( b) 所示。

图 7 －11 直线距离依赖场示意图

2) 路径距离依赖场。其对评价单元的影响主要通过路径距离的远近，从心理上、经济上和时间上来影响人们的工作、生产和生活，从而影响土地价值。路径距离衰减场源实体通过势能场对评价单元土地利用产生影响，场强随二者之间的路径距离的增加而递减。

( 2) 场强函数及其衰减特性

1) 场强函数

退化废弃地评价空间数据场的场强函数主要有指数衰减函数和线性衰减函数两种。

2) 场强衰减距离

对于直线距离依赖场源，其衰减如图 7 －12 所示。而对于路径距离依赖场和道路汇聚扩散场，场强衰减距离计算则要计算其路径距离，当路径距离计算遇到阻隔时，则要采用最短路径距离计算方法。研究区的计算结果如图 7 －13 所示。

图 7 －12 基于直线距离的点状场源衰减

图 7 －13 基于路径距离的点状场源衰减

( 3) 场域

退化废弃地评价空间数据场源的场域即传统退化废弃地评价中的影响因子作用范围，点状空间距离衰减场源的势能是以该场源实体几何中心为起点，向外随场源与评价单元间空间距离的增加而减小; 等势线是以场源实体的几何中心为圆心的同心圆，距离最远的势能等于 0 的等势线就是点状场源的场域边界。

2. 线状因子量化

线状影响因子形成的数据场，其能量辐射方式理论上应该同样具有直线距离依赖、路径距离依赖两种基本数据能量辐射方式，但是在实际操作中，为简化计算，一般认为其是直线距离依赖方式。

( 1) 场强函数及其衰减特性

线状场源的场强函数需要根据实际情况，采用线性函数和指数函数两种基本函数形式表示，其场强随距离衰减。

( 2) 场域

线状要素场源的势能是以该场源实体为中轴线，向外随着到中轴线垂线距离的增加而减小，等势线是以场源为中轴线哑铃形区域，其势能等于 0 的环形等势线就是其场域边界。

3. 面状因子量化

由于面状场源实体只对覆盖区域评价单元产生影响，其作用度量通过空间叠加计算获取，数值上等于面状场源实体的场级，即相当于传统退化废弃地评价中的影响因子功能分值。因此，在退化废弃地评价空间数据场中，假定面状因子内部均匀，不考虑其对外部辐射数据能量。

( 1) 场强函数及其衰减特性

在假定面状数据场源不对外辐射数据能量的前提下，面状场源的场强函数在数值上与其自身的数据能量值相等，并且在面状区域内均匀分布，在内部不产生数据能量的衰减。

( 2) 场域

由于面状影响因子形成的数据场不对面状区域外部辐射数据能量，场域可确定为面状因子自身覆盖的区域。

4. 阻隔因素的量化

对有诸如山地、河流、铁路等阻隔因素的场源，利用传统的直线量化模型难以满足要求，如图 7 －14 所示，在此基础上提出了最短路径距离衰减量化模型方法。

图 7 －14 顾及阻隔因素的最短路径距离衰减示意图

( 五) 面向区域特征的退化废弃地评价单元自适应划分

对于不同区域、不同尺度要求和不同退化废弃地监测评价类型，其评价单元划分方法不同，本研究系统设计了退化废弃地评价单元自适应划分流程并开发了相应人机交互功能界面。具体评价单元划分流程如下:

1) 退化废弃地评价单元划分动态链接库的开发。采用面向对象技术，开发不同退化废弃地评价单元划分方法软件功能模块，并将其封装成退化废弃地评价单元划分动态链接库，同时提供不同评价单元划分功能调用的接口和参数，以备不同评价任务的调用。

2) 退化废弃地评价任务的描述与形式化表达。将退化废弃地评价任务从评价类型、评价区域类型、评价区域尺度、精度要求、可提供的基础资料等方面进行定性描述，并根据系统和退化废弃地评价单元划分需求，进行形式化描述，实现规范化，便于计算机系统识别。

3) 退化废弃地评价任务与评价单元划分方法的自动匹配。根据退化废弃地评价任务形式化描述，结合已经建立的退化废弃地评价单元划分功能的需求、适用条件，进行评价任务与评价单元划分方法的自动匹配，得到多个匹配方案，并将其反馈给用户。

4) 人机交互式匹配方案的决策与评价单元自适应划分。用户根据候选的匹配方案，进行评价单元划分方法的最终决策，并调用相应的评价单元以适应评价单元自适应划分。

依据上述流程，本研究提出了基于单类型图斑的评价单元划分、基于图层叠加的评价单元划分、基于格网单元的评价单元划分和基于 Voronoi 图的评价单元划分方法，为用户提供面向区域特征的评价单元划分技术。