基于TM遥感图像的农村居民点分布模式研究

崔成　李玉环　高庆宇

摘要 介绍了现阶段我国农村居民点空间分布的有关内容，并针对性地根据济宁市微山县2012年TM遥感图像、地形图等得出研究区居民点空间分布特征信息，然后采用样方分析（QA）、K（d）函数以及Voronoi图分析法研究微山县居民点空间分布的特征。研究结果表明，微山县农村居民点具有明显集聚特征的空间分布，并且集聚性指数与研究尺度呈正相关关系；同时具有微观随机性、中观尺带性、宏观块状集中等特点。

关键词 农村居民点；TM遥感图像；空间数据分析；分布模式

中图分类号 S127 文献标识码 A 文章编号 0517-6611（2015）20-362-04

Abstract The related content of rural residential area distribution in China at the present stage was introduced， according to TM remote sensing image， topographic map in Weishan County in 2012， the residential spatial distribution characters were obtained. By using the kind of square analysis（QA） method， K（d） function and Voronoi chart analysis method to study the rural residential areas space distribution in Weishan County. The results showed that： the spatial distribution of Weishan County settlement has the obvious space dependence， in general， present a concentration distribution characteristic； As research scale change， residential areas， the distribution of agglomeration sex index also increases； Residential space distribution of hot spots in the microscopic scales random medium， in a space scale has the shaft extensibility， macro scale has the characteristics of planar concentration.

Key words Rural residential； TM remote sensing； Spatial data analysis； Distribution pattern

国外对农村居民点的研究重点主要集中在村镇的规划和建设两方面。德国和法国侧重于从农业耕作半径以及区位通达性等方面进行相关研究[1]，美国则是非常重视小村镇的规划[2]，同时以缩小城乡差距为目的的英国则主要进行中心村方面的建设研究[3]。国内第1次提出关于农村居民点用地方面存在问题和解决办法的见解是在20世纪80年代。有学者将研究重点放在农村居民点的管理方面[4]。也有学者通过对重庆市九龙坡区居民点进行研究，提出了影响农村居民点用地变化的驱动因子体系[5]。有研究认为农村居民点的整理不仅要考虑到各地区农村居民点理论上的整理潜力，还要知道该地区自然条件、社会经济发展水平以及农业开发挖潜能力的影响[6]。

以济宁市微山县为研究对象，对研究区农村居民点空间分布进行分析，探讨农村居民点空间模式形成发展的原因，进而提出农村居民点空间调整的具体思路，用于指導微山县新农村的规划建设。近年来，不少学者对不同地域内居民点的空间分布特征进行了相关研究 ，包括荒漠中绿洲、黄土高原、谷内盆地以及其他具有典型特征的地方等，研究内容主要涉及土地利用、整理、布局、时空分布和影响因素分析等[7]。笔者基于2012年微山县TM遥感图像对微山县农村居民点的空间分布特征进行分析，研究其集聚、发散程度及变化趋势，从实践上指导农村居民点类型划分，从而服务于微山县总体规划，为促进区域农村居民点空间体系建立提供科学依据。

1 材料与方法

1.1 研究区概况

微山县位于山东省南部，地处116°34′～117°24′ E，34°26′～35°20′ N，南北长120 km，东西宽8～30 km，总面积1 779.8 km2。2012年总人口69.51万人，城市人口16.91万人。全县平均人口密度388人/km2，陆地平均人口密度1 256人/km2。

1.2 研究方法

样方分析法是研究空间点模式最常用的方法，其具体做法是用一组样方覆盖在研究区域上并作叠置分析，统计落在每一个样方上的样本数，通过统计研究区域内不同的具有m点数样方的频率及个数，并通过和完全随机Poisson分布对比来判断得出样方的点模式空间分布特征。其结果用方差均值比判断，具体公式如下：

式中，VAR 为样方频率方差，Mean为平均样方频率，pi 为含i个点样方的频率，xi 为单样方内的点数，n为样方总数，m 为点总数。目前一般确定样方大小采用“拇指规则”，即选用样方的大小应当是平均每个点所占面积的2倍[8]。

K函数是分析居民点空间分布格局的重要方法。其定义为：

式中，ρ为点的密度，n为点实体的总数，A 为点模式分布的面积，C（Si，d） 表示以第i点Si为圆心、d为半径的圆，count[S ∈ C（Si，d） ]表示点集S 落在圆C内的点数。K函数为一个单调递增函数，密度为ρ的点集在均匀分布条件下K′d =πd2。因此如果K（d）>K′d ，表明点集呈集聚分布，如果K（d）

1.3 研究模式及数据介绍

在实际工作中，许多的地理实体现象（如聚落、学校、工厂等）均能被抽象为点，并用点图来刻画其空间分布规律，这就是点模式研究，在该研究用来研究居民点在空间分布的总体态势。点模式研究的方法很多，主要有样方分析法、最近邻距离分析法、K函数法、Voronoi图分析法等。其中，样方分析法最能直接、形象地反映出分布的集聚与分散状况；而K函数分析法则能进一步确定其离散与集聚程度随尺度的变化情况；Voronoi图分析法则研究自然和社会等条件对农村居民点空间分布的影响。因此，采用以上3种方法能有力地说明居民点的空间分布状况。

运用ERDAS对微山县（2个街道、6个镇、7个乡）范围内的2012年的TM遥感影像解译，得到微山县农村居民点的空间分布信息特征，进而为整个农村居民点的空间分布模式研究提供数据支持。

1.4 研究区居民点相关信息的提取

因为该研究所用到的图像已经经过几何校正与辐射量校正，所以在这直接进行影像增强的处理。

影像增强的目的是为了获得更好的清晰度，增强在干扰条件下（如雨雪、烟霾等）获取遥感图像的真实感。现有的影像增强方法按其计算过程可分为线性变换和非线性变换，按操作对象可分为点运算、局部运算和全局运算[11]。

经过影像增强及其他处理，得到最终TM图像（图2）。

图像分类即基于图像象元的数据文件值，将象元归并成有限几种类型、等级或数据集的过程。常规图像分类主要有2种方法，分别为非监督分类与监督分类。综合考虑该研究的实际情况，选用非监督分类的方法进行分类，分类后的遥感图像见图3。

因研究所用的遥感图像范围较大，不准确，因此在进行分析之前需确定微山县的县界，根据微山县的地形图（图4）及地图（图5），利用arcgis确定的县界如图6所示，再通过空间分析叠加后得到图7。

2 结果与分析

2.1 样方法结果分析

通过对微山县统计年鉴的查阅，结合微山县的遥感图像及地形图可知，微山县居民点的总数为565个，而微山县居民点的总面积为9 127.3 hm2（表1）。每个居民点所占平均面积为0.16 km2 ，同时依据拇指规则可以得出样方面积为0.32 km2 ，因此我们采用600 m×600 m（面积为0.36 km2 ）样方对微山县居民点的分布模式进行研究分析。

因为微山县水面面积大，所以在研究中必须剔除这部分面积。通过叠置分析可知微山县范围内总共有788个样方，删掉消除边界效应的样方，剩余721个样方。在删去未被样方覆盖的居民点后统计每个样方内的居民点的数目，结果见表2。

通过计算可知，样方频率方差VAR=1.766 1 ，平均样方频率Mean=1.858 7，方差均值比VMR=0.955 6<1，因此微山县居民点的空间分布具有发散分布的趋势。

2.2 K函数结果分析

利用K函数分析微山县居民点的空间分布，经过计算，K（d）>πd2，据此可以判断微山县居民点的空间分布具有发散的特点。且随着尺度的增加不断变大。

2.3 Voronoi图分析法结果分析 农村居民点的空间分布类型共有集群型、随机型和均匀型3 种。由微山县统计年鉴可知，微山县共有565个农村居民点，其总用地面积比例仅为5.14% ，居民点平均面积为0.16 km2 ，微山县接近55%的县区属于河湖，所以农村居民点大多沿湖分散。因此，农村居民点的空间分布呈分散状[12]。微山县地域的自然情况以及高城镇化导致该地区的农村居民点数量和用地面积比例较小。另一方面，河湖是影响微山县农村居民点空间分布的重要因素。由表3可以看出，板块数、用地面积及密度随着距河湖距离的增加先增后减。

3 问题与对策

3.1 农村空间分布存在的问题

根据以上数据研究结果，结合我国其他地区的居民点分布特点可以总结出当前以微山县为代表的大批农村居民点空间分布中存在的普遍问题[13]。首先，由于社會经济和自然地理条件的影响，研究区农村居民点总体布局分散，且占地面积广，集约利用率低。其次，农村居民点不合理扩张导致了内部过于陈旧而且闲置现象严重，整体呈现空心趋势。最后，村民关注住宅建设，建筑单体面积越来越大，但忽视了生活基础设施的建设。

3.2 基于微山县居民点分布问题的调整

基于微山县农村居民点空间发展与改造中存在的问题和原因，提出了设施集中和综合整治2种办法。①设施集中。

设施集中型是针对微山县经济水平低导致形成低密度块状农村居民点空间模式的调整措施，重点在于突出中心村带头作用，形成小规模团状分布。

②综合整治。综合整治是针对微山县由于水文地理条件导致的高密度条带状农村居民点空间模式的调整措施[14]。在综合整治的过程中既要考虑当地的经济发展、农村分布，还要考虑到环境和可持续发展问题，最终实现土地的集约利用和农业发展的规模化。

4 结论与讨论

空间数据分析是地理信息科学的一个重要的方向，研究中通过样方分析对微山农村居民点空间分布研究后发现VMR<1，空间分布为整体分散趋势。通过K函数对微山县农村居民点研究后可知，其研究尺度、K函数和分散规模三者间呈正相关关系，即尺度减小，分散性减弱。微山县农村居民点多而小，呈现出延微山湖带状延伸的趋势。从结果图上看，西南地区居民点用地面积比例高，规模也较大，呈块状分布比较多；西北方因为地势影响，农村居民点用地面积比例较低而且规模小，密度也较低。微山县农村居民点的空间分布还与河湖存在紧密联系，因为整个微山县湖泊的面积占到了总面积的一半，距离河流越远，农村居民点密度先增后减，农村居民点个数同样也是先增后减的趋势。泰森多边形可以较准确地表达研究区的空间分布特征，因此可以作为点模式研究对象，但是其分界标准还没有统一。微山县农村居民点的空间分布特征受水域影响极大。因为农村居民点的研究不仅可以反映当地农村生活居住习惯和现状，还可以作为政府调整政策的依据，所以对各地区农村居民点的探究具有非常重要的理论和现实意义。

參考文献

[1] 顾朝林，张敏.长江三角洲城市群发展研究[J].长江流域资源与环境，2006，15（16）：771-775.

[2] OKUNUKI K.Urban analysis with GIS[J].Geo Journal，2001，52：181-188.

[3] 王新生，刘纪远，庄大方，等.中国特大城市空间形态变化的时空特征[J].地理学报，2012，60（3）：392-400.

[4] 张虹鸥，叶玉瑶，陈绍愿.珠江三角洲城市群城市规模分布变化及其空间特征[J].经济地理，2006，26（5）：806-809.

[5]肖亚丽，蒋大和.长三角城市群生态城市建设定量评价[J].长江流域资源与环境，2007（5）：549-553.

[6] LIU J Y，ZHAN J Y，DENG X Z.Spatiotemporal patterns and driving forces of urban land expansion in China during the economic reform era[J].Ambio，2005，34（6）：450-455.

[7] CHAVEZ P S J R.An improved darkobject subtraction technique for atmospheric scattering correction of multispectral data[J].Remote Sensing of Environment，1988，24：459-479.

[8] 黄岚.环境和行为关系——人居空间模式的比较分析[J].安徽建筑，2006（2）：11-13.

[9] 黄特军.扶贫自愿性移民搬迁的模式研究与效果评价——以广西为例[D].南宁：广西大学，2002.

[10] 金其铭，董昕，张小林.乡村地理学[M].南京：江苏教育出版社，1991：49-51.

[11] 姜广辉，张凤荣，秦静，等.北京山区农村居民点分布及其变化与环境关系[J].农业工程学报，2006，22（11）：85-92.

[12] 姜广辉，张凤荣.北京市农村居民点用地内部结构特征的区位分析[J].资源科学，2007，29（2）：137-144.

[13] 姜广辉，张风荣.基于Logistic回归模型的北京山区农村居民点变化的驱动力分析[J].农业工程学报，2007，23（5）：132-139.

[14] 姜广辉，张风荣.科学发展观指导下的农村居民点布局调整和整理[J].国土资源科技管理，2012（4）：117-123.