村镇区域规划中统计数据空间化研究初探*

刘　学，刘张霞

(1.重庆市国土资源和房屋勘测规划院，重庆　400020； 2.重庆市土地利用与遥感监测工程技术研究中心，重庆　400020)



村镇区域规划中统计数据空间化研究初探*

刘学1， 2※，刘张霞1

(1.重庆市国土资源和房屋勘测规划院，重庆400020； 2.重庆市土地利用与遥感监测工程技术研究中心，重庆400020)

随着3S技术的不断发展，该技术越来越多地被应用于农业、地质、灾害、林业、水利等各行各业； 其中，统计数据的空间化研究被大家所关注。为了提高农村土地的利用率，以及提高人们的生活水平，村镇区域土地规划被提上议程。以往对于统计数据的研究集中于人口数据的空间化，尺度往往是省或县市，很少有对村镇级统计数据进行空间化的研究。针对村镇土地利用与土地整治规划中涉及的统计数据的空间化问题，文章选择重庆市巴南区石龙镇作为研究区，对收集到的空间数据进行空间参考系的统一，空间参考系为1980西安坐标系，通过对村镇统计数据进行分类，选择对人口与农用肥施用量数据进行空间化，以多个格网尺度对研究区进行格网化处理，结合土地利用空间数据，精确人口分布区域范围，并利用专家打分法，就土地利用类型分别对人口数据与农用化肥的影响力进行了打分，构建统计数据空间化模型，最后将空间化结果数据与数字高程模型进行空间分析，从而获取人口与农用肥施用的空间分布情况。得到以下结论：(1)研究区数据空间化的格网尺度与原始数据的空间分辨率相关，研究对象的尺度为村级，土地利用数据的空间分辨率为1m时，研究区人口与农用肥统计数据空间化的适宜尺度均为10m。(2)不同统计数据的空间分布与高程的关系紧密，其中人口资源多分布在相对比较平坦的丘陵区与沟谷区。而农用肥主要施用对象为旱地、果园、茶园等地方，地貌类型为沟谷平原、丘陵及山地等。该研究对于从地理空间角度进行村镇区域规划具有重要指导意义。

村镇土地利用土地整治规划格网尺度统计数据空间化

0　引言

村镇区域空间规划是一个综合的过程，涉及国民经济各个方面的数据，包括土地资源利用现状及分布状况、地理位置及经济社会定位、社会经济现实等。村镇区域空间规划是根据国家、市、县的经济条件、社会发展计划与规划，以及村镇的历史、自然条件与经济条件，合理确定村镇的性质、规模，进行村镇的结构布局，做到布局合理、功能齐全、交通方便、设施配套、居住舒适、环境优美、具有特色，以获得较高的社会、经济及生态效益[1-3]。

村镇区域空间规划数据包括行政区划、数字高程模型、土地利用、农用地分等级等空间数据，以及人口、社会经济、基础设施数据等为主的统计数据，为了能够更好地将空间数据与非空间数据应用于村镇区域规划，需要将非空间数据进行空间化。学者们在这一方面做了大量的研究，闫庆武等提出了一种基于居民点密度的人口密度空间化方法，在采用核密度估计法得到江苏省镇(乡、街道)居民点密度后，运用基于居民点密度的人口密度空间化计算公式获得江苏省1000m的人口密度格网图[4]。廖顺宝等从人口分布与土地利用关系着手，以西藏自治区为例对人口数据空间化方法进行了研究[5]。李月臣等对基于站点观测数据的气温空间化方法进行了评述[6]。廖一兰、王劲峰、孟斌、李新虎针对人口空间分布信息在环境健康风险诊断、自然灾害损失评估及现场抽样调查比较等地理学及相关学科研究中占有的重要地位，针对采用传统方法解决人口空间化问题所遇到的困难与不足，设计了遗传规划(genetic programming，GP)、遗传算法(geneticalgorithms，GA)及GIS 相结合的方法[7]。以往基于GIS的统计数据空间化研究多以人口数据为主[8-11]，研究尺度多为省级、市级及县级，但村镇区域空间规划工程中涉及人口、社会经济数据、基础设施数据等多种统计数据，鲜有针对村镇尺度统计数据空间化方法的研究，文章对这一问题进行研究，利用格网法等空间化方法对研究区的人口、农用肥施用量等统计数据进行空间化处理，研究尺度为村级。

1　研究区域、数据及预处理

1.1研究区概况

石龙镇位于巴南区东南部，辖区东邻南川市的大观与兴隆镇，南与石滩镇、南川市的神童镇接壤，西连接龙镇，北与东泉、姜家镇毗邻。距重庆市区43km(车行经渝湘高速、内环快速约71km)，巴南区政府36.5km(车行约53.2km)。辖9个村， 2个社区居委会，镇域总面积104.92km2，总人口2.9845万人，其中农业人口2.6299万人，非农人口3546人，镇域常住人口2.0431万人，城镇化率11.88%。

图1　石龙镇数字高程模型　　　　　　　　　　　　　图2　石龙镇遥感影像

1.2数据处理

研究收集到的数据有空间数据与非空间数据，其中空间数据包括研究区2012年Landsat5 TM遥感影像，空间分辨率为30m； 数字高程模型(ASTER GDEM)，空间分辨率为30m。非空间数据包括巴南区石龙镇土地利用总体规划、村级规划、发展战略规划、旅游规划等规划数据，巴南区第6次人口普查数据，石龙镇政府工作报告，巴南区统计公报、综合年报等非空间统计数据。其中遥感影像与ASTER GDEM来源于美国NASA数据共享网站，统计数据为2012年数据，来源于统计年鉴及相关政府部门。

对收集到的空间数据进行空间参考系的统一，空间参考系为1980西安坐标系，从各类非空间统计数据中选择人口统计数据与农用肥施用量(表1、表2)。

表1石龙镇所辖村人口统计

名称村(个)社(个)乡村人口户数人口合计9102849427681大连11110463256大兴1129583078白马1118332742金星1189963198合路166902248柏树1129923066大桥179273196大园1137992717中伦11212534180

表2　石龙镇所辖村农用肥施用量统计　t

2　研究方法

2.1土地利用影响力分析

研究区具有土地利用类型24类，包括交通、农业用地、建筑用地、植被用地等，不同类型的地类具有各自的功能作用，对于人口数据与农用化肥施用量数据，不同地类对这两类数据具有不同的影响力，例如坑塘水面地类基本不会存在人口数据，水浇地为农用化肥的具体施用对象，但对于人口数据的影响基本上没有。该文采取专家打分法解决此问题，就各个土地类型分别对人口数据与农用化肥的影响力进行了打分，分值域为0～1，见表3。

表3　人口与农用肥土地利用影响专家打分

地类名称人口农用化肥地类名称人口农用化肥矿用地0.010灌木林00茶园0.010.1果园0.010.15村庄0.440旱地0.020.4风景名胜及特殊用地0.010河流水面00公路用地00建制镇0.480沟渠00坑塘水面00裸地00设施农用地00内陆滩涂00水工建筑用地0.010农村道路00水浇地00.2其他草地00水库水面00其他林地00水田00.15其他园林00有林地0.010

由表3可以看出对人口分布影响最直接的土地利用类型是村庄与建制镇，所占比例为92%，有人口分布的为矿用地、茶园、风景名胜及特殊用地、果园、旱地、有林地及水工建筑用地，所占比例为8%，其余地类为0。对农用化肥施用分布影响最直接的是旱地、果园、水浇地、水田及茶园，所占比例分别为40%、15%、20%及15%，其余为0。

2.2统计数据空间化模型的构建

以人口数据为例，基于研究区2012年土地利用数据，根据专家打分结果，选取对人口空间分布影响较大的村庄、建制镇，以及对人口分布有影响的矿用地、茶园、风景名胜及特殊用地、果园、旱地、有林地及水工建筑用地，结合石龙镇2010年人口统计数据，以村为研究对象，构建人口空间化模型。

假设石龙镇各村相同土地利用类型的人口密度相同，则模型的一般形式为：

(1)

式中，Aj为j类土地利用类型的人口分布初始系数，单位：人/km2；Sij为i村j类土地利用的面积，单位为：km2；Qi为i村统计人口数据，单位为：人；tij为i村j类土地利用类型专家打分的结果。根据模型，对每个村的人口统计数据，以及对人口分布有影响的土地利用类型的面积及专家打分结果按照公式进行线性回归计算，求得各土地利用人口分布初始系数Aj。将求得的土地利用人口分布系数栅格化(图3)。

同理，利用相同的方法求得土地利用农用肥施用分布初始系数，并将求得的土地利用农用肥施用分布系数栅格化(图4)。

图3　石龙镇村级人口数据空间化分布　　　　　图4　石龙镇村级农用肥数据空间化分布

2.3栅格化格网尺度选择

栅格化的时候涉及到一个栅格尺度的选择，不同的栅格尺度对空间化后的数据具有精度影响，该文以土地利用数据为数据源，生成了200m、100m、50m及10m等4种尺度的格网人口与农用肥施用数据。

空间化后的数据理论上与原始统计数据是一致的，但是在统计数据空间化的过程中，土地利用数据与土地利用人口分布系数均是由矢量数据经过栅格化后所得[12]，所以其栅格化后的空间数据与统计数据之间存在一定的差别，不同的格网尺度，其误差不同，以大兴村为例，图5为大兴村人口数据不同尺度空间化分布，图6为大兴村农用肥数据不同尺度空间化分布。表4为格网人口与村统计人口误差，表5为农用肥统计数据与空间化数据误差。

图5　大兴村人口数据不同尺度空间化分布

图6　大兴村人口数据不同尺度空间化分布

表4　人口统计数据与空间化数据误差统计

村名统计空间化(200m)误差(%)空间化(100m)误差(%)空间化(50m)误差(%)空间化(10m)误差(%)大连325634034.5133091.633255-0.033174-2.52大兴30782764-15.113014-7.433030-1.562987-2.96白马27422929-10.0432670.342704-1.392687-2.01金星31983131-3.843033-6.853068-4.0732030.16合路22482307-29.1532911.0723594.9423363.91柏树30662675-17.843088-5.163027-1.2731101.44大桥319633121.723216-1.2333454.663173-0.72大园27172512-22.853003-7.7728133.5327782.25中伦4180399722.7633904.1242481.6342662.06

表5　农用肥统计数据与空间化数据误差统计

村名统计空间化(200m)误差(%)空间化(100m)误差(%)空间化(50m)误差(%)空间化(10m)误差(%)大连505344-31.885498.715315.15499-1.19大兴186458-9.315080.595121.395090.79白马460494-2.185233.565111.19504-0.20金星89268736.04446-11.68490-2.975121.39合路23358415.64449-11.095468.125070.40柏树28557513.865060.205478.325090.79大桥485484-4.16459-9.11456-9.70495-1.98大园53157914.655080.595468.12497-1.58中伦67960620.00434-14.06474-6.14497-1.58

由表4可以看出，栅格化尺度为200m时，人口统计值与空间化人口值之间的误差的绝对值最大为29.15%，最小为1.72%，误差值得标准差为15.94； 栅格化尺度为100m时，人口统计值与空间化人口值之间的误差的绝对值最大为7.77%，最小为0.34%，误差值得标准差为4.49； 栅格化尺度为50m时，人口统计值与空间化人口值之间的误差的绝对值最大为4.94%，最小为0.03%，误差值得标准差为3.14； 栅格化尺度为10m时，人口统计值与空间化人口值之间的误差的绝对值最大为3.91%，最小为0.16%，误差值得标准差为2.40； 其中当栅格化尺度为10m时，其误差最大值在4个栅格化尺度中最小，为3.91%，且误差的标准差为2.40，小于另外3个尺度误差值得标准差。

由表5可以看出，栅格化尺度为200m时，农用肥统计值与空间化农用肥值之间的误差的绝对值最大为36.04%，最小为2.18%，误差值的标准差为19.90； 栅格化尺度为100m时，农用肥统计值与空间化农用肥值之间的误差的绝对值最大为14.06%，最小为0.20%，误差值得标准差为8.01； 栅格化尺度为50m时，农用肥统计值与空间化农用肥值之间的误差的绝对值最大为9.70%，最小为1.19%，误差值得标准差为6.63； 栅格化尺度为10m时，农用肥统计值与空间化农用肥值之间的误差的绝对值最大为1.98%，最小为0.20%，误差值得标准差为1.26； 其中当栅格化尺度为10m时，其误差最大值在4个栅格化尺度中最小，为1.98%，且误差的标准差为1.26，小于另外3个尺度误差值得标准差。

3　空间分析

为了能够更好的研究村级统计数据空间化方法，将空间化后的人口数据与农用肥施用数据与石龙镇的数字高程模型进行空间分析，首先，分别将空间化后的数据与数字高程模型进行重分类，利用ArcGIS10.1软件的转换功能，将重分类后的栅格数据转换为矢量数据，将矢量化后的统计数据与数字高程模型进行空间分析运算，由空间分析运算结果可知， 71.4%人口分布在550～650m的区域， 28.6%分布在650～750m的区域，人口资源多分布在相对比较平坦的丘陵区与沟谷区。62.3%的农用肥施用多分布在570～600m的坡耕地上， 22.1%于550m左右的沟谷平坦区， 15.6%分布于600～700m具有一定坡度的山地，主要为有林地与果园等。

4　结论与讨论

该文分别对石龙镇的人口统计与农用肥施用量数据进行空间化，对村级统计数据进行空间化建模，生成200m、100m、50m及10m等4种尺度的格网数据，针对不同土地利用类型对人口与农用肥的影响力度不同，该文采用专家打分法，分别就各个土地类型分别对人口数据与农用化肥的影响力进行了打分，分值域为0～1。最后运用空间分析法，对人口与农用肥空间化数据与数字高程模型进行了运算分析。

研究表明：

(1)对于人口与农用肥统计数据空间化是的格网尺度，其适宜尺度均为10m，主要因为土地利用数据的空间分辨率为1m，以及研究对象的尺度为村级。

(2)通过空间分析，发现人口数据主要分布区域的高程范围550～650m，一部分分布于650～750m的区域，人口资源多分布在相对比较平坦的丘陵区与沟谷区。农用肥主要施用对象为旱地、果园、茶园等地方，主要分布在550～700m的高程范围内，地貌类型为沟谷平原、丘陵及山地等。

该文利用GIS技术，从尺度与空间化方法对村级统计数据进行了空间化处理，选择对人口数据与农用肥施用数据进行了空间化处理，但也适用于村级用电、农村劳动力等其他统计数据的空间化操作。通过分析，不同统计数据往往具有自身特性，影响统计数据空间分布情况的因子往往由地形、地貌及统计数据本身特性决定。

通过研究村级土地资源中统计数据空间化方法，可以为村级土地规划提供支持数据，对从地理空间角度进行村镇区域规划具有重要指导意义。笔者将继续对村级统计数据空间化技术进行深层次的研究。

[1]金兆森， 陆伟刚等.村镇规划，东南大学出版社， 2010

[2]渠立权， 邵远征，舒帮荣.农村新型社区建设的可行性评价方法和规划体系.中国农业资源与区划， 2014, 35(1): 89～94

[3]宋建辉， 王坤，刘会想.县域土地利用总体规划实施评价——以涞水县为例.中国农业资源与区划， 2013, 34(2): 102～108

[4]闫庆武， 卞正富，张萍，等.基于居民点密度的人口密度空间化.地理与地理信息科学， 2011, 27(5): 95～98

[5]廖顺宝， 李泽辉.基于人口分布与土地利用关系的人口数据空间化研究——以西藏自治区为例.自然资源学报， 2003, 18(6): 659～669

[6]李月臣， 何志明，刘春霞.基于站点观测数据的气温空间化方法评述.地理科学进展， 2014, 33(8): 1019～1028

[7]廖一兰， 王劲峰，孟斌，等.人口统计数据空间化的一种方法.地理学报， 2007, 62(10): 1110～1119

[8]王雪梅， 李新，马明国.基于遥感和GIS的人口数据空间化研究进展及案例分析.遥感技术与应用， 2004, 19(5): 320～327

[9]柏中强， 王卷乐，杨飞.人口数据空间化研究综述.地理科学进展， 2013, 32(11): 1692～1702

[10]林丽洁， 林广发，颜小霞，等.人口统计数据空间化模型综述.亚热带资源与环境学报， 2010, 5(4): 10～16

[11]张红. 人口数据空间化及空间分布变化研究——以湖北省为例.武汉：湖北大学， 2007

[12]叶靖， 杨小唤，江东.乡镇级人口统计数据空间化的格网尺度效应分析——以义乌市为例.地球信息科学， 2010, 12(1): 40～47

PRELIMINARY STUDY ON SPATIALIZATION OF STATISTICAL DATA IN VILLAGE AND TOWN PLANNING*

Liu Xue1， 2※，Liu Zhangxia1

(1.Chongqing Municipal land Resources and Housing Surveying and Planning Institute Chongqing 400020，China；2.Chongqing Engineering Research Center of land Use and Remote-Sense Monitoring Chongqing 400020，China)

With the development of information technology, the 3S technology iswidely applied in agriculture, geology, disasters, forestry, and water conservancy. At the same time, the research on spatialization of statistical data has been gradually concerned. In order to improve the utilization of rural land and enhance people′s living standards, land planning of village and town has been put on the agenda. Town regional spatial planning is a comprehensive process that involves all aspects of national economic data. Previous researches mainly focus onspatialization of population data on the scale of province, county and city. However, few studies have been done on village scale. Based on these, improvement research was done in light of the issues about spatialization of statistical data in land use and land management planning of village and town. Shilong Town, located in Ba nan District of Chong qing City, was chose as study area. Thecollected spatial data was unified by spatial reference system, i.e., the 1980 Xi′an coordinate system. Statistical data of village and town were classified, and space modeling were made by using population and agricultural fertilizer consumption data.Multiple grid scales wereselected for grid processing. Combined with land use data, regional population distribution data was obtained. Then therates of population and agricultural fertilizer under the influence of land use types were obtained by using expert scoring method. Finally, spatial result and DEM were analyzed to obtain spatial distribution of demographic and fertilizer of agricultural. The spatial statistical data model wasconstructed to calculate the result of space-based data. The results showed that: (1) Grid scaleswere related to the spatial resolution of the original data. The appropriate spatial scale of the population and agricultural fertilizer statistics data was 10 m with the spatial resolution of the land use data of 1 m on village scale. (2) The spatial distribution of different statistical data was closely related with the elevation. Population resourcewas distributed in relatively flat hilly and gully area. And the agricultural fertilizer wasmainlyapplied to dry land, garden and tea garden, as well asthe corresponding landscape types with valleys plains, hills and mountains. Spatial distribution of statistical data was often determined by the topography and the statistical properties of the data.The study played an important significance in conducting regional planning of village and town from the perspective of geospatial.

land use of village; land management planning; scale of grid; statistics data; space modeling

10.7621/cjarrp.1005-9121.20160505

2015-03-04

刘学(1981—)，男，重庆人，土地调查技术员、测绘工程师。研究方向：土地调查评价。Email：slin60@126.com

TU981；P208

A

1005-9121[2016]05-0027-08

*资助项目：国家“十二五”科技支撑计划“村镇区域空间规划与土地利用优化技术集成示范”(2012BAJ22B06)