西南山区地形因子对农村零散居民点分布的影响

钟克强，李爱迪，武 伟，刘洪斌

（1.西南大学资源环境学院，重庆 400716；2.西南大学计算机与信息科学学院，重庆 400716）

西南山区地形因子对农村零散居民点分布的影响

钟克强1，李爱迪1，武 伟2，刘洪斌1

（1.西南大学资源环境学院，重庆 400716；2.西南大学计算机与信息科学学院，重庆 400716）

为探究西南山地地形因子对农村零散居民点分布的影响，以巫溪县（中山区域）和酉阳县（中低山区域）的农村零散居民点分布为研究对象，结合GIS软件和随机森林模型，探讨了不同地形因子下农村零散居民点的分布特征以及高程、坡度、坡向、地形粗糙度、平面曲率、剖面曲率、地形特征指数、地形部位指数等8个地形因子对农村零散居民点分布影响的重要程度。结果表明：山地农村零散居民点多分布于海拔600～1 200 m的缓地与斜坡以及位于半阳坡与阳坡、中坡位、地形特征指数小于-0.010、平面曲率和剖面曲率接近于0的区域，说明山地区域农村零散居民点多分布于垂直方向上的中高地形位、水平方向上以低变化率地形位为主的区域；影响中低山地农村零散居民点分布的主要地形因子为地形粗糙度、平面曲率和坡度；其中，影响中山区域的农村零散居民点分布的最重要的地形因子是地形粗糙度，而中低山区域则是平面曲率。

农村零散居民点；山地；地形因子；分布特征；重要性

我国地形复杂多样，地形因子与土地利用空间分布有着密切的关系。农村居民点作为土地利用的一种主要类型，其布局是自然因素与社会因素共同作用的综合响应[1-3]，也是自然条件在地形形态上的反映[4]。在海拔较高的山地区域，农村居民点以散户和独院为主，分布不均匀、布局凌乱[5-7]，且大多在远离城镇、交通不便、水源不足的区域[8]，因此地形地貌等自然环境因素是决定山区农村居民点空间选址的关键约束力，而后期形成的社会经济及生产环境因素则是决定其规模扩张的驱动力[9-10]。近年来，随着数字高程模型（Digital Elevation Model，DEM）数据的广泛应用，地貌形态要素被越来越多的学者引用来分析地形与居民点布局之间的关系[11-12]。焦贝贝等[13]、张霞等[14]通过地形因子分析了山地丘陵区农村居民点的空间格局，结果表明地形因子对区位、交通水源条件处于劣势的农村居民点的分布起到关键作用。

随机森林算法通过bootsrap重抽样方法能够有效的辨别出变量的重要性，具有很好的分类性能和较高的分类准确性，是一种可靠的机器学习算法[15-16]。唐建荣等[17]运用随机森林算法对影响碳足迹的13个指标做出了重要性排序，其模型的相关性系数达到了0.997 1。Martin等[18]运用随机森林模型确定了影响土壤中有机质含量的重要因素，包括土地利用类型、高程等。Grimm等[19]采用随机森林模型分析影响土壤有机碳的因素，结果表明土层厚度对有机碳含量的影响较大。Guo等[20]在对土壤有机质的数字制图研究中综合比较了随机森林模型和克里格回归模型的优缺点，结果表明随机森林模型的变量重要性结果更加可靠。前人的研究表明，变量的重要性可以通过机器学习算法确定，但目前在特定区域内研究地形因子对农村居民点零散分布的重要程度贡献率的报道仍较少见。因此，笔者采用随机森林算法，探讨了研究区域内不同地貌形态要素对农村居民点分布影响的重要性，以期找出影响农村零散居民点分布的关键因子。

1 数据与方法

1.1 研究区概况

重庆市地貌特征复杂，其中山地占总面积的76%，主要集中于东北部和东南部。笔者选取了东北部的中山区域和东南部的中低山区域来开展山地农村零散居民点与地形因子关系研究。其中，中山区域以巫溪县为例，中低山区域以酉阳县为例。巫溪县位于重庆东北部，县境幅员面积 4 030 km2，地处东经108°44′～109°58′、北纬31°14′～31°44′之间，县域最高海拔2 355 m，最低海拔159 m，属中山区。酉阳县位于重庆东南部，县境幅员面积5 173 km2，地处东经108°18′～109°19′、北纬28°19′～29°24′之间，最高海拔1 702 m，最低海拔218 m，属中低山区。

图1 研究区位置示意图

1.2 研究方法

在比例尺为1︰10 000的土地利用现状数据库基础上，运用SimDTA（Simple Digital Terrain Analysis）软件提取巫溪、酉阳2县30 m×30 m DEM的高程、坡度、坡向、平面曲率、剖面曲率、地形粗糙指数、地形特征指数、地形部位指数8类地形因子，并进行分级定义；再运用Spss软件和R语言软件分别进行统计描述和重要性分析，找出中低山区域农村零散居民点用地的空间分布特征以及影响其分布的关键地形因子。

1.2.1 农村零散居民点的划分 农村居民点的分布受地形影响较大，因此形成了不同大小的聚居形态，刘明皓等[21]将农村居民点的聚落形态划分为集镇（大聚落，＞500人）、中心村（中聚落，300～500人）、基层村（小聚落，150～300人）、散户及独院（＜150人）。在这个分类标准的基础上，结合重庆市2013年农村居民人均住房面积标准，将面积小于6 232.5 m2的居民点归属为零散居民点。

1.2.2 地形因子 地形因子作为山地丘陵区土地利用格局分布的重要影响因素之一，其变化直接影响到地面的物质流动与能量转化。地形因子对人类活动的限制性和对不同土地利用类型空间分布的自然选择性，使得不同地类在地形梯度上的分布呈现出规律化变化特征[22]。高程、坡度、坡向等地形因子是表述地貌的3大传统要素，随着研究的深入，传统地形因子已不足以反映地貌全部特征，笔者又引进平面曲率、地形粗糙度等因子来研究中低山区地形对农村零散居民点分布的影响。在前人研究的基础上，以土地利用现状数据为基础，结合研究区的地形特征，对研究区的地形要素进行分级，如表1所示。

1.2.3 随机森林算法 该算法是Breiman于2001年提出的一种非线性建模工具[23]，基于bootsrap重抽样方法从原始样本中抽取多个样本，对每个bootsrap样本进行决策树建模，然后组合多棵决策树的预测，通过投票得出最终预测结果。该方法具有较高的预测准确率，对异常值和噪声具有很好的容忍度，且不容易出现过拟合[24]。选择零散居民点图斑面积作为因变量，8类地形因子作为自变量，评价8类地形因子对巫溪、酉阳2县农村零散居民点分布的影响程度。通过随机森林算法建立回归模型，以全部因变量为验证集，对每一个因变量进行预测，获得每个因变量的预测值。用平均绝对误差（MAE）、归一化均方误差（NMSE）、均方根误差（RMSE）和决定系数（R2）等对模型的精度进行评价，其公式如下：

表1 地形因子分级标准

2 结果与分析

2.1 统计描述分析

巫溪、酉阳2县分别有44 597、29 329个农村居民点，总面积约为110 584.703、9 370.1 hm2；而巫溪县零散的农村居民点有42 993个，酉阳县有25 019个，面积分别为5 935.98、3 997.14 hm2，分别占各县农村居民点总个数的96.40%、85.30%。由此可见，山地区域农村居民点以零散分布为主。

由表2可知，中山区域农村零散居民点的平均面积明显小于中低山区域，但地形因子值明显大于中低山区域，这表明以巫溪县为代表的中山区域的地形更加复杂，梯度变化特征更加明显，且中山与中低山区域农村零散居民点的分布存在空间差异性。

2.2 农村零散居民点面积分布特征

从图2中可以看出，巫溪、酉阳两个区域的农村零散居民点面积以0.05～0.10 hm2范围内分布最多。其中，巫溪的农村零散居民点集中分布在该范围内，占到了农村零散居民点总数的41.39%；酉阳县该区间的农村零散居民点占总数的26.66%，各区间分布相对均匀。这表明山区的农村零散居民点分布由于受地形限制，斑块面积主要在0.1 hm2以下，且海拔越高，地形越复杂的区域农村零散居民点的斑块越零碎[25]。

表2 地形要素基本统计描述

图2 农村零散居民点斑块面积分布趋势

2.3 地形因子下农村零散居民点分布特征

从高程来看，巫溪县的农村零散居民点集中在600～1 200 m，其中800～1 000 m区间内最多，占总面积的20.12%。从坡向来看，东南、正南、西南3个坡向的农村零散居民点依次占总面积的15.05%、22.82%、14.63%；从坡度来看，农村零散居民点主要分布在6°～15°和15°～25°的缓地和斜坡上，分别占总面积的30.25%和33.25%；另外，坡度大于25°的山区，仍有一定数量的农村零散居民点分布，这与焦欢等[26]的结论一致。33.85%的农村零散居民点集中分布在-0.06～0.06的平面曲率区间，而剖面曲率则以-0.001～0.001区间分布较多，这些区域内高程变化小。地形特征指数上，小于-0.01的区间农村零散居民点较多；地形粗糙度各区间内，0～12等级范围内农村零散居民点较多。从地形部位指数来看，中坡位的农村零散居民点面积占总面积的54.75%（图3）。

酉阳县的农村零散居民点在高程上多分布于400～1 000 m，其中600～800 m范围内分布最多，占总数的29.68%，这个高度比巫溪县低200 m左右；坡向上，正东、东南坡向农村零散居民点分布密集，其面积分别占总面积的18.71%、17.45%；与巫溪县相同的是，酉阳县的农村零散居民点同样主要分布在缓地和斜坡。平面曲率为-0.06～0.06是渝东地区山地农村零散居民点分布的共有特征。剖面曲率上，以-0.001～0.001为主；地形特征上，＜-0.01的地形位上最多；地形粗糙度各梯级区间内，集中于0～9的空间尺度下，范围窄于巫溪县；坡位上，中坡位最多，占到了农村零散居民点总面积的42.71%（图3）。

从高程、坡度、坡向、剖面曲率和地形部位指数5个地形因子来看，农村零散居民点的分布呈现中间区间多、两端区间少的趋势；从在地形粗糙度与地形特征指数2个地形因子来看，农村零散居民点分布随等级的增加而减少；而从平面曲率来看，中低山的农村零散居民点呈“W”形分布，在平面曲率（含正负）较大的地方也有少量分布。

由于受到农业生产耕作半径的影响[27-28]，中山区域相对于中低山区域在坡度更大、海拔更高的地方仍有一定数量的农村零散居民点分布。高程、坡度、地形粗糙度3个地形因子下农村零散居民点分布特征表明，中山区域农村零散居民点集中分布的垂直高度高于中低山区域，而从平面曲率因子上可以发现，水平方向上两个区域的农村零散居民点都更多的分布在曲率变化较小的区域。

2.4 随机森林模型结果分析

2.4.1 随机森林模型精度评价 由表3可知，通过随机森林模型评价，巫溪县和酉阳县的MAE、NMSE、RMSE等指标值均较小，同时决定系数均在0.965 0以上，且相关性达极显著水平，这表明模型具有较高的可靠性。

表3 随机森林模型精度评价

2.4.2 地形因子重要性预测结果 在R语言中采用随机森林模型对影响两个区域的地形因子的重要程度进行排序，分别选取两个县所有农村零散居民点面积作为模型因变量，高程、坡度等8个地形因子作为自变量，得到其相对重要性指标——均方误差的增加幅度（%IncMSE）。该指标是依据袋外数据（OOB data）计算误差，即假设模型中不存在某个变量时，会对模型误差造成怎样的影响[17]。

如图4所示，两个县的地形因子重要性排序分别为：巫溪，地形粗糙度＞坡度＞平面曲率＞地形部位指数＞高程＞地形特征指数＞坡向＞剖面曲率；酉阳，平面曲率＞地形粗糙度＞坡度＞地形部位指数＞高程＞坡向＞剖面曲率＞地形特征指数。该结果表明，影响中低山区农村零散居民点分布的关键地形因子基本相同，即平面曲率、地形粗糙度和坡度，其重要性贡献率均超过了50%；地形特征指数、坡向、剖面曲率3个地形因子作用均不明显；同时，各个地形因子的重要性贡献程度有所不同，中山区域重要性贡献率最高的地形因子为地形粗糙度，中低山区域则为平面曲率。由表2可知，两个研究区域地形存在空间差异性，导致影响两个区域农村零散居民点分布的关键地形因子不一致；但显而易见的是，地形粗糙度、坡度、平面曲率都是影响中低山山地区域农村零散居民点分布的关键地形因子。

图4 地形因子重要性

从图4中还可以看出，在中山区域的地形因子重要性排序中，除地形粗糙度、平面曲率、坡度外，坡位和高程也表现出较大的影响，其重要性贡献率分别达到了72.94%和51.20%，这是由于中山区域地形起伏程度更大。图3a和图3h分别反映了农村零散居民点在高程和坡位上的空间格局特征，其结果表明中山与中低山区域的农村零散居民点均分布在中高地形位上，且农村零散居民点在山地区域的分布具有相似性，这与李玉华等[29]的研究结论一致。

中山区域的重要性排序结果表明，该区域反映地形垂直高度变化特征的地形因子占主导地位；在中低山区域的排序结果中，最关键的地形因子为平面曲率，高出地形粗糙度5个百分点，排在第三位的地形因子是坡度，重要性贡献率为55.76%，第四位的是坡位，第五位是高程，重要性贡献率分别为36.04%，29.08%。而中低山区域的重要性排序结果表明，反映垂直高度分布的地形因子重要性明显下降，地形粗糙度、坡度、坡位、高程等4个因子重要性贡献值均低于中山区域，表明中低山区域农村零散居民点的分布在垂直高度上低于中山区域，与实际情况一致。

影响中低山农村零散居民点分布最重要的地形因子是平面曲率，区别于中山区域的地形粗糙度，这是由于渝东北的中山区域属于层状构造喀斯特山地区，渝东南的中低山区域属于峡谷型喀斯特山地区[30]。酉阳位于渝东南，该区域峡谷型喀斯特地貌发育良好，受地表水溶蚀严重、多洼地、槽谷，较于渝东北的中山区域，平整地块更多且面积更大，因此渝东南地区农村居民点多在相对开阔的平坦地带[31]。巫溪位于渝东北，地形起伏程度大，层状喀斯特地貌发育，地形复杂，鲜有大面积平整区域，耕地破碎，农村居民点多绕耕地而建，导致农村零散居民点分布散乱，地形的起伏程度很大程度上决定了农村零散居民点的分布特征。综合看来，中低山山地农村零散居民点多分布于地形起伏明显但小区域内相对平整的地带。

3 结 论

空间布局上，西南山地农村零散居民点集中分布在6°～15°和15°～25°的缓地和斜坡上，0°～6°坡度级的居民点数量相对较少。这是因为0°～2°和2°～6°这两个坡度级的地势比较平坦，土地利用方式以水田、旱地为主，便于生产，这样的结果是农村居民点选址与环境和生存条件相协调的表现[13]。坡向上，中山区域农村零散居民点主要分布在阳坡，以便于居民点采光，而中低山农村零散居民点受地貌限制，多分布在半阳坡。综合其他地形因子来看，山地农村零散居民点整体仍多分布于地形起伏程度较小，地形较为平整的区域。

基于随机森林模型对影响山地农村零散居民点空间分布的关键地形因子进行探究，结果表明，地形粗糙度和平面曲率是影响中低山区域农村零散居民点分布的两个关键地形因子，其相对重要性分列前两位；而坡度也是重要的地形因子，但在低山区域的重要性明显下降；坡位和高程对农村零散居民点的分布也有一定影响，而地形特征指数、坡向、剖面曲率这3个因子的重要程度排名相对靠后，影响较小。

零散居民点的空间分布情况在一定程度上反映了研究区域的地形特征，也说明山地农村居民点在选址时地形有着关键影响。因此，山地农村零散居民点在规划时应当从地形条件入手，结合社会经济及生产环境因素，减少复杂地形上（如坡度大于25°的陡坡）农村居民点的分布数量，促进农业生产生活和谐发展。

[1] 张小林. 乡村空间系统及其演变研究：以苏南为例[M]. 南京：南京师范大学出版社，1999. 24-56.

[2] 刘彦随，刘 玉，翟荣新. 中国农村空心化的地理学研究与整治实践[J]. 地理学报，2009，64（10）：1193-1202.

[3] 姜广辉，张凤荣，颜国强，等. 科学发展观指导下的农村居民点布局调整与整理[J]. 国土资源科技管理，2005，22（4）：109-116.

[4] 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.

[5] 陈振杰，李满春，刘永学. 基于GIS的桐庐县农村居民点空间格局研究[J]. 长江流域资源与环境，2008，17（2）：180-184.

[6] 闵 婕，杨庆媛，翁才银. 基于村域范围的农村居民点布局评价与空间格局优化——以重庆市石柱县临溪镇前进村为例[J]. 中国农学通报，2012，28（15）：283-290.

[7] 周 滔，杨庆媛，刘筱非. 西南丘陵山区农村居民点整理：难点与对策[J]. 中国土地科学，2003，17（5）：45-49.

[8] 郜红娟，张朝琼，蔡广鹏，等. 基于GIS的岩溶山区农村居民点用地适宜性评价[J]. 水土保持研究，2015，22（2）：200-203.

[9] 哈 凯，丁庆龙，门明新，等. 山地丘陵区土地利用分布及其与地形因子关系——以河北省怀来县为例[J]. 地理研究，2015，34（5）：909-921.

[10] 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.

[11] 吴学伟，龚文峰，袁 力. 基于DEM黑龙江省土地利用定量分析[J].东北林业大学学报，2009，37（9）：74-75.

[12] 代冬梅，吴国平，司惠超. 基于DEM的浏阳市土地利用空间格局分析[J]. 安徽农业科学，2009，37（3）：1231-1234．

[13] 焦贝贝，石培基，刘春芳，等. 黄土高原低山丘陵区农村居民点分布与地形因子关系研究——以兰州市七里河区为例[J]. 资源科学，2013，35（8）：1719-1727.

[14] 张 霞，魏朝富，倪九派，等. 重庆喀斯特槽谷地区农村居民点分布与地貌形态要素的研究[J]. 中国岩溶，2012，31（1）：59-66.

[15] 吴华芹. 基于训练集划分的随机森林算法[J]. 科技通报，2013，29（10）：124-126.

[16] 马 昕，王 雪，杨 洋. 基于随机森林算法的大学生异动情况的预测[J]. 江苏科技大学学报（自然科学版），2012，26（1）：86-90.

[17] 唐建荣，陈 实. 基于随机森林方法的碳足迹及其影响因素研究[J].统计与信息论坛，2013，28（10）：70-74.

[18] Martin W，Frauke B，Benjamin B，et al. Digtal mapping of soil organic matter stocks using Random Forest modeling in a semi-arid steppe ecosystem[J]. Plant Soil，2011，340：7-24.

[19] Grimm R，Behrens T，Marker M，et al. Soil organic carbon concentrations and stocks on Barro Colorado Island-Digital mapping using Random Forests analysis[J]. Geoderma，2008，146（1-2）：102-113.

[20] Guo P T，Li M F，Luo W，et al. Digital mapping of soil organic matter for rubber plantation at regional scale：An application of random forest plus residuals kringing approach[J]. Geoderma，2015，237-238：49-59.

[21] 刘明皓，戴志中，邱道持，等. 山区农村居民点分布的影响因素分析与布局优化——以彭水县保家镇为例[J]. 经济地理，2011，31（3）：486-482.

[22] 梁发超，刘黎明. 基于地形梯度的土地利用类型分布特征分析——以湖南省浏阳市为例[J]. 资源科学，2010，32（11）：2138-2144.

[23] 崔东文，金 波. 基于随机森林回归算法的水生态文明综合评价[J].水利水电科技进展，2014，34（5）：56-60.

[24] 方匡南，吴见彬，朱建平，等. 随机森林方法研究综述[J]. 统计信息论坛，2011，（3）：32-38.

[25] 程文仕，乔蕻强，陈 英. 西南山地丘陵区农村居民点用地适宜性评价与分区优化[J].水土保持通报，2014，34（5）：322-327.

[26] 焦 欢，周启刚，李 辉，等. 西南典型低山丘陵区农村居民点适宜性评价与整治规划分区研究[J]. 水土保持研究，2015，22（5）：204-208.

[27] 唐丽静，王冬艳，王霖琳. 基于耕作半径合理布局居民点研究——以山东省沂源县城乡建设用地增减挂钩项目区为例[J]. 中国人口·资源与环境，2014，24（6）：59-64.

[28] 黄海洋，杨庆媛，王 成. 基于DEM的土地利用类型与地形因子关系研究——以重庆市酉阳县麻旺镇为例[J]. 西南大学学报（自然科学版），2009，31（4）：159-163.

[29] 李玉华，高 明，吕 煊，等. 重庆市农村居民点分形特征及影响因素[J]. 农业工程学报，2014，（12）：225-232.

[30] 楚玉春. 重庆喀斯特地貌研究[D]. 重庆：西南大学，2010.

[31] 牛斌惠. 渝东南乡村聚落景观的保护与发展研究[D]. 重庆：西南大学，2012.

（责任编辑：成 平）

The Influence of Terrain Factors on the Distribution of Rural Scattered Settlements in the Mountainous Areas of Southwest China

ZHONG Ke-qiang1，LI Ai-di1，WU Wei2，LIU Hong-bin1
（1. College of Resources and Environment, Southwest University, Chongqing 400716, PRC; 2. College of Computer and Information Science, Southwest University, Chongqing 400716, PRC）

To understand the influence of terrain factors on the distribution of the rural scattered settlements in mountainous region, a study in two typical counties located in middle altitude and middle to low altitude regions in Southwest China was conducted. Eight terrain factors, such as elevation, slope, aspect, terrain ruggedness index, plan curve, profcurve, terrain characterization index, and terrain position index were extracted by GIS software. The Random Forest model was employed to investigate the relationships between terrain factors and the distribution of the rural scattered settlements. The results showed that the rural scattered settlements were mostly located in areas with elevation of 600-1 200 m, gentle slope and slope, half-sunny slope and sunny slope, middle terrain position, terrain characterization index＜-0.01, plan curve and profcurve close to zero. This indicated that the rural scattered settlements in mountainous region were mostly built on medium and higher terrain in the vertical direction and relatively flat position in the horizontal direction. The results of random forest model suggested that terrain ruggedness index, plan curve and slope were the most important terrain factors affecting the distribution of the rural scattered settlements in the mountainous areas. Among them, terrain ruggedness index and plan curve played the critical role in middle altitude region and low altitude region, respectively.

rural scattered settlements; mountainous region; terrain factors; distribution characteristic; importance

K901.8

：A

：1006-060X（2017）02-0107-07

10.16498/j.cnki.hnnykx.2017.002.027

2016-11-14

钟克强（1992-），男，重庆巫山县人，硕士研究生，研究方向：土地利用。

刘洪斌