Identification of Heterogeneity of Social and Economic Environment of Land Uses in China  

中国土地利用社会经济环境综合评价方法(英文)

作　　者：邓祥征[1,2] 黄维[1,2] 杜继福[3] 韩健智 

机构地区：[1]中国科学院地理科学与资源研究所,北京100101 [2]中国科学院农业政策研究中心,北京100101 [3]中国科学院研究生院人文学院,北京100049

出　　处：《Agricultural Science & Technology》2010年第1期167-170,共4页农业科学与技术（英文版）

基　　金：Supported by the National Scientific Foundation of China(70873118; 70821140353 );the Chinese Academy of Sciences(KZCX2-YW-305-2; KZCX2-YW-326-1);the Ministry of Science and Technology of China ( 2006DFB919201; 2008BAC43B01;2008BAK47B02)~~

摘　　要：The robust principal component analysis （RPCA） is a technique of multivariate statistics to assess the social and economic environment quality. This paper aims to explore a RPCA algorithm to analyze the spatial heterogeneity of social and economic environment of land uses （SEELU）. RPCA supplies one of the most efficient methods to derive the most important components or factors affecting the regional difference of the social and economic environment. According to the spatial distributions of the levels of SEELU,the total land resources of China were divided into eight zones numbered by Ⅰ to Ⅷ which spatially referred to the eight levels of SEELU.稳健主成分分析(RPCA)法可用于评价土地利用的社会经济环境。该文展示了RPCA法在土地利用社会经济环境综合评价中的应用。利用RPCA法并基于土地利用的社会经济环境的区域分异特征将中国土地利用社会经济环境划分为8个分区,分别代表土地利用社会经济环境的8个级别。研究表明,采用RPCA法不易受到土地利用社会经济环境各成分要素异常值影响,所获得的土地利用社会经济环境分区较为科学与合理。由此可见,应用RPCA法可以有效地提取土地利用社会经济环境表征指标,可应用于提炼土地利用社会经济环境区域分异特征。

关 键 词：Principal component analysis Robust principal component analysis Land uses Social and economic environment Social and economic environment of land uses 

分 类 号：F301[经济管理—产业经济] X820[环境科学与工程—环境工程]