基于GIS的浅丘区农村居民点空间分布特征分析

滕连泽 李绪平 罗勇 谭小琴

摘要碎散的农村居民点分布是丘陵区新农村建设中土地利用的重大问题之一，以典型丘陵区——四川雁江省级新农村示范片为例，运用Fragstats 3.3以及GIS的空间分析技术，从景观指数、海拔高度、坡度、坡向、道路、河流等方面定量分析了浅丘区农村居民点空间布局特征，找出了其存在的关系，并从改善居住条件和土地整理的角度提出了自己的建议，为新农村建设中农村居民点建设与布局、基础设施建设、开展农村居民点整理提供科学依据。

关键词农村居民点；景观指数；GIS；空间分析

中图分类号S127文献标识码A文章编号0517-6611（2014）01-00284-05

作者简介滕连泽（1979- ），男，山东青岛人，助理研究员，硕士，从事地理信息系统与遥感应用等方面的研究工作，Email：165641328@qq.com。

收稿日期20131202农村居民点是指除城市、建制镇以外的所有居民点，是农民为了生产和生活而聚集的定居场所[1-3]。过去由于农村居民点大都缺乏统一规划或者有规划但执行力度不够，所以导致目前农村居民点空间布局零乱分散，这势必会给新农村建设带来各种各样的问题。如何准确摸清农村居民点的空间分布特征并解决农村居民点土地利用中存在的问题已经势在必行。

当前国内外的研究区域大多集中在山区或者平原区，而对于丘陵区的研究相对较少。对于四川省而言，丘陵区恰恰是新农村建设的主要分布地带之一。因此，笔者选择典型的丘陵区——四川雁江省级新农村示范片，运用Fragstats 3.3进行景观指数计算，开展景观分析，运用泰森多边形法做农村居民点的密度分析，运用GIS空间分析找出农村居民点空间分布与海拔高度、坡度、坡向、道路、河流的关系，从而为丘陵区新农村建设提供科学依据。

1研究区概况

四川雁江省级新农村示范片是四川省首批省级新农村建设示范片之一，位于104°38′36″～104°46′32″E、30°08′19″～30°12′57″N，距资阳市城区5 km。省道106线、沱江及其支流阳化河穿越而过。示范片涉及雁江镇前进村、保和镇晏家坝村、临江镇文昌村等3个乡镇的22个行政村，幅员面积60 km2，11 000余户，35 000余人。海拔350～490 m，属于典型的浅丘带坝地貌。

2数据来源与处理

研究采用研究区1∶10 000土地利用现状图与1∶10 000地形图，从土地利用现状图中分别提取农村居民点、道路、河流数据，通过地形图生成DEM、坡度、坡向数据，运用缓冲区分析与叠加分析方法分析农村居民点空间分布与道路、河流、海拔高度、坡度、坡向的关系，采用泰森多边形法进行农村居民点的密度分异分析，运用Fragstats 3.3计算农村居民点的景观指数。

3研究过程与结果分析

3.1景观指数分析

3.1.1景观指数的选取与计算。根据研究需要，本着可操作性、表征性强、可以量化的原则，选取斑块总面积（TA）、斑块个数（NP）、平均斑块面积（MPS）、斑块面积标准差（PSSD）、最大斑块指数（LPI）、平均斑块形状指数（MSI）、面积加权平均斑块分维数（AWMPFD）、斑块密度（PD）8个景观指数来反映农村居民点的分布特征[4-9]（表1）。选用Fragstats 3.3进行景观指数运算。Fragstats是由美国俄勒冈州立大学森林科学系开发的一个景观指标计算软件，它由两个版本：矢量版本运行在Arc/INFO环境中，接受Arc/INFO的矢量图层；栅格版本可以接受Arc/INFO、IDRISI、ERDAS等多种格式的格网数据。在Fragstats 3.3的setting run parameter中设置参数，然后选取斑块类型层次上的景观指数，执行运算，得到表2中的数据。

3.1.2结果分析。从表2可以看出，研究区农村居民点面积最大的为文龙寺村，达42.35 hm2；斑块个数最大的为四方碑村，达86个；从MPS、PSSD、LPI来看，顺河村均要大于其他村，这说明其各农村居民点斑块大小离散程度最小；从AWMPFD、PD来看，前进村的不规则程度最高，红堰村的破碎程度最高。

3.2密度分异分析

3.2.1方法的选择与计算。农村居民点空间分布具有不均匀性，且这种不均匀性会随计算单元的面积不同而发生变化。其计算方法可以借助平面上实体密度的计算方法，主要有核估计法、泰森多边形法等[10-11]。根据实际需要，选择泰森多边形法进行农民点的密度分异分析，其具体做法是先将农村居民点的面状数据提取中心点，并以此为发生元生成泰森多边形，计算每个多边形的面积，并将其面积的倒数记作每个多边形的农村居民点密度，把这一密度值作为每个多边形的属性值存储。运用网格单元面积权重内插法（即GCAWI法）进行处理（采用50 m×50 m网格），最终结果见图1。

3.2.2结果分析。从图1可以看出，研究区中部的金山寺村、盘龙村、红堰村、文龙寺村、永万村、友爱村、富家山村的密度最高；其次是东部的马蹄湾村、黄岭沱村、文秀桥村、明星村、石窗子村、花溪村、九老洞村、四方碑村；密度最小的是研究区西部的文昌村、昆仑村、先锋村、前进村、晏家坝村、燕山村、顺河村。

3.3农村居民点分布与海拔高度的关系

3.3.1计算方法。根据研究区的地形特点，把海拔高度分为350～400、401～450、451～500 m共3个级别，通过再分类功能，将DEM栅格数据按照确定的分级标准进行再分类，并将栅格数据转化为矢量数据，保存为ESRI shape矢量格式。最后，把农村居民点分布图层与海拔高度分级图层进行叠加分析。用ArcGIS 10.1软件对属性表按照海拔高度分级统计，得到不同海拔高度的农村居民点分布状况（表3）。图1基于泰森多边形的研究区农村居民点密度分布表3不同海拔高度的农村居民点分布hm2

3.3.2结果分析。由于研究区属于典型的浅丘带坝地貌，因此海拔高度较低。从表3可以看出，研究区的农村居民点主要分布在海拔350～400 m，面积达518.34 hm2，占整个研究区农村居民点总面积的93.80%；其次为海拔401～450 m，面积达32.92 hm2，占整个研究区农村居民点总面积的5.96%；最少的为海拔451～500 m，面积达1.37 hm2，占整个研究区农村居民点总面积的0.24%。

3.4农村居民点分布与坡度的关系

3.4.1计算方法。首先对坡度进行分级[11-13]。坡度分为4个级别：0～5°为平地、6°～15°为缓坡、16°～25°为中坡、大于25°为陡坡。然后，通过再分类和栅格向矢量的转化后，分别与研究区农村居民点图层进行叠加分析。用ArcGIS 10.1软件对属性表按照坡度的分级标准进行统计，得到不同坡度的农村居民点分布状况及统计数据（表4）。

3.4.2结果分析。从表4可以看出，研究区的农村居民点绝大部分分布在平地和缓坡区，其中平地的面积为303.15 hm2，占整个研究区农村居民点总面积的54.86%；缓坡区的面积为235.02 hm2，占整个研究区农村居民点总面积的42.53%；中坡区的面积为14.28 hm2，占整个研究区农村居民点总面积的2.58%；有少量的农村居民点分布在陡坡区，面积为0.18 hm2，占整个研究区农村居民点总面积的0.03%，主要分布在黄岭沱村、金山寺村、昆仑村3个村。

3.5农村居民点分布与坡向的关系

3.5.1计算方法。首先对坡向进行分级。坡向分为9个类别，即平面、北向、东北向、东向、东南向、南向、西南向、西向和西北向。然后，通过再分类和栅格向矢量的转化后，分别与研究区农村居民点图层进行叠加分析。用ArcGIS 10.1软件对属性表按照坡向的分类标准进行统计，得到不同坡向的农村居民点分布状况和统计数据（表5）。

3.5.2结果分析。从表5可以看出，研究区的农村居民点在不同的坡向上均有分布，但是地处山地的阳坡，避免山阴部分，既可接受良好的夏季凉风，又能阻挡冬日的北来寒风，所以处于阳坡（即东南向、南向、西南向之和）的面积为238.23 hm2，要大于处于阴坡（即东北向、北向、西北向之和）的面积（185.67 hm2）。

3.6农村居民点分布与河流的关系

3.6.1计算方法。河流是人类文明的发源地，古代的村落多是近河而居。河流为人类的居住提供了丰富的生产、生活用水，往往分布较多的农村居民点。选择研究区内的主要河流，在ArcGIS 10.1中按照小于500 m为好、500～1 500 m为中、1 500～2 500 m为差3个级别做多环缓冲区分析[3，12-13]，然后将结果图层与农村居民点分布图层进行叠加分析，得出农村居民点分布与距离河流远近的关系，以反映河流对农村居民点的影响程度。不同距离范围内的农村居民点面积统计结果见表6。

3.6.2结果分析。从表6可以看出，研究区内大部分农村居民点分布在距离河流小于500 m的范围内，面积达344.16 hm2，占整个研究区农村居民点总面积的65.85%，具有良好的生产和生活用水条件；其次为500～1 500 m范围内，面积达171.32 hm2，占整个研究区农村居民点总面积的31.00%，具有中等的生产和生活用水条件；最少为1 500～2 500 m范围内，面积达37.15 hm2，占整个研究区农村居民点总面积的3.15%，生产和生活用水条件较差，主要分布在九老洞村、昆仑村、马蹄湾村、盘龙村4个村。

3.7农村居民点分布与主要公路的关系

3.7.1计算方法。农村居民点的分布与道路有着密切的关系，一般情况下，人们选择在交通便利的区域上聚居，道路是影响农村居民点分布格局的重要因子。考虑道路与农村居民点的通达性，选择研究区内的主要公路，在ArcGIS 10.1中按照小于500 m为优、500～1 500 m为良、1 500～2 500 m为中和大于2 500 m位差4个级别做多环缓冲区分析[3，12-13]，然后将结果图层与农村居民点分布图层进行叠加分析，得出农村居民点分布与距离公路远近的关系，以反映对外交通状况对农村居民点的影响程度。不同距离范围内的农村居民点面积统计结果见表7。

3.7.2结果分析。从表7可以看出，研究区内农村居民点分布在距离主要公路500～1 500 m范围内的面积最大，达212.29 hm2，占整个研究区农村居民点总面积的38.41%，具有良好的交通条件；其次为小于500 m范围内，面积达141.11 hm2，占整个研究区农村居民点总面积的25.53%，具有最优的交通条件；再次为1 500～2 500 m范围内，面积达126.36 hm2，占整个研究区农村居民点总面积的22.87%，具有中等的交通条件；最少为>2 500 m范围内，面积达72.87 hm2，占整个研究区农村居民点总面积的13.19%，交通条件较差，主要分布在红堰村、黄岭沱村、马蹄湾村、盘龙村、石窗子村5个村。

4结论与讨论

（1）由于农村剩余劳动力的转移和农村分户，导致越来越多废弃的老式农村住房和更多碎散的农村居民点，针对这些零碎分布的农村居民点，建议结合新农村建设规划，尽可能地往居住聚集地调整，以便于共享基础设施，并对居民点进行土地整理。

（2）研究区农村居民点，受坡度、坡向、河流、道路的影响较为明显。从坡度来看，97.39%的农村居民点分布在平地和缓坡；从坡向上看，43.11%的农村居民点分布在阳坡；从与河流的关系来看，65.85%的农村居民点分布在距离河流500 m的范围内；从与主要公路的关系来看，25.53%的农村居民点分布在距离主要公路500 m的范围内。

（3）从居住条件来看，研究区大部分农村居民点分布较好，但是有0.03%的农村居民点分布在大于25°的范围内，安全性较差，建议结合新农村建设规划，将其调整到居住条件较好的聚集地。另外，有3.15%的农村居民点分布在距离河流1 500～2 500 m的范围内，有13.19%的农村居民点分布在距离主要公路大于2 500 m的范围内，对于这一部分农村居民点分为两种情况：①农村居民点聚集度较低，建议将这部分农村居民点调整到居住条件较好的聚集地；②农村居民点聚集度较高，建议对这部分农村居民点加强基础设施建设，改善居住条件。

参考文献

[1] VIZZARI M.PeriUrban transformations in agricultural landscapes of Perugia，Italy[J].Journal of Geographic Information System，2011（3）：145-152.

[2] MOHAN M，PATHAN S K，NARENDRAREDDY K，et al.Dynamics of urbanization and its impact on landuse/landcover： A case study of megacity Delhi[J].Journal of Environmental Protection，2011（2）：1274-1283.

[3] 胡燕，胡玉福，邓良基，等.基于GIS的石角镇农村居民点空间分布特征分析[J].中国农业通报，2010，26（16）：315-320.

[4] ZHANG P P，HU Y M，YIN J.Landscape pattern of karst depression in Puding county，China[J].Resources and Environment in the Yangtze Basin，2011，20（2）：185-190.

[5] 王多涛.基于GIS农村居民点用地空间特征和优化布局研究[D].武汉：湖北大学，2010：14-16.

[6] 顾凤霞，刘文宝，谭雪兰.GIS技术支持下的湖南省靖州县农村居民点空间格局研究[J].中国农业通报，2012，28（8）：150-155.

[7] 张霞，魏朝富，倪九派，等.重庆市低山丘陵区农村居民点分布格局及其影响因素[J].中国农业资源与区划，2012，33（3）：45-50.

[8] 邹利林，王占岐，王建英.山区农村居民点空间布局与优化[J].中国土地科学，2012，26（9）：71-77.

[9] 陶军德，关国锋，汤永玲.哈尔滨市阿城区农村居民点景观格局与空间分布特征分析[J].国土与自然资源研究，2011（5）：27-28.