基于GIS和景观指数的农村居民点分布研究

2017-08-01徐威杰卞盼盼白珏莹管明雷

地理空间信息 2017年7期

关键词：赣榆居民点格局

徐威杰，卞盼盼，白珏莹，管明雷，周立

（1.中国矿业大学，江苏徐州 221116；2.淮海工学院，江苏连云港 222005）

基于GIS和景观指数的农村居民点分布研究

徐威杰1，卞盼盼1，白珏莹1，管明雷2，周立2

（1.中国矿业大学，江苏徐州 221116；2.淮海工学院，江苏连云港 222005）

基于GIS和景观格局指数对沿海区域农村居民点分布状况进行研究。以连云港市赣榆区为研究区，从天地图影像中提取居民点信息，以乡镇为单位，利用地理科学、景观生态学、主成分分析和聚类分析等理论方法，借助SPSS统计软件，对选取的16个景观格局指数进行降维处理，得到4个主成分；然后通过系统聚类分析把赣榆区全部乡镇分成6类进行分区研究。每类景观格局指数可表征该分区农村居民点的分布范围、分布的聚集离散度以及整体分布形态。研究成果对农村土地利用规划、农村公共文化服务建设、农村居民点整理、农村医疗教育等农村问题具有重要参考价值。

GIS；景观格局指数；主成分分析；聚类分析；居民点分布

农村居民点是农村居民进行生产生活的聚落场所。随着社会经济的发展，农村居民点建设发展缺乏规划控制、随意性大，分布散乱、侵占可耕地面积的现象不断增加，“空心村”问题越来越严重，极大地浪费了土地资源[1-2]。因此对农村居民点的空间分布进行研究可为土地集约利用、居民点规划管理和基础设施建设提供重要依据。

目前，对内陆地区农村居民点的分布研究较多，而对沿海区域的研究则较少。农村居民点分布的研究主要是采用地理空间分析和景观格局指数的方法，对海拔高度、地形地貌、水文条件、交通条件等自然因素和社会因素进行分析[3-7]。在农村居民点分布反演和优化方面主要采用一定的空间统计学原理和数学模型，综合多种定量分析方法，提取居民点分布特征，构建农村居民点空间分布优化模型[8-12]。由于我国不同地区的自然条件、经济发展和风俗习惯各不相同，对农村居民点的研究不能一概而论，特别是沿海地区，应考虑海洋这一重要影响因素进行分区研究[13-17]。本文以连云港市赣榆区为研究区，以乡镇为研究单位，利用地理信息技术、景观格局指数、主成分分析和聚类分析对各乡镇农村居民点的分布进行了研究。

1 研究区概况

赣榆区是连云港市新规划的3个主城区之一，位于华东、长江三角洲地区，江苏省东北部，江苏沿海经济带和东陇海产业带的东部交汇处，属暖温带海洋性气候。赣榆区东临黄海的海州湾，海岸线长为62.5 km，与日本、韩国、朝鲜半岛隔海相望。全区包含青口镇、柘汪镇、墩尚镇等15个乡镇以及经济开发区、海洋经济开发区2个省级开发区，总面积为1 427 km2，政府驻地在青口镇。2012年该区总人口为115.6万。在交通运输方面，连盐铁路北起连云港市赣榆区，南至盐城北站，线路正线全长为232.2 km，赣榆段长为52.5 km。

2 研究数据和方法

2.1 数据获取

本文研究对象为赣榆区各乡镇农村居民点。利用ArcGIS软件，结合赣榆区各乡镇行政区划图，从天地图影像中提取研究区农村居民点数据，并对获取的数据进行相应的预处理，使其达到可进行景观格局计算的要求。

2.2 研究方法

2.2.1 景观格局指数

景观生态学是一门新兴的交叉学科，主要研究空间格局和生态过程的相互作用以及尺度效应。它主要利用一些新方法来定量描述景观及其内部事物的空间格局，并通过比较不同景观分辨具有特殊意义的景观结构差异，以确定景观格局和功能过程的相互关系。景观格局分析方法主要分为景观格局指数和景观空间分析模型两大类，景观格局指数又包括两部分，分别是用来描述斑块面积、周长和斑块数的景观单元特征指数和描述整体景观的多样性、镶嵌度、距离、生境破碎化等指标的景观整体特征指数[18]。不同的景观格局指数在不同的利用环境下具有不同的生态意义，本文主要选取了3类共16个景观格局指数来表征和分析赣榆区各乡镇农村居民点的分布状况。

1）表征农村居民点分布的指数包括：斑块面积、景观面积、斑块数量、斑块密度、最大斑块占景观面积比、斑块占景观面积比、边缘长度、边缘密度和平均斑块面积。

2）表征农村居民点形状的指数包括：斑块形状指数、景观形状指数、周长面积分维指数和平均周长面积比。

3）表征农村居民点聚集/离散度的指数包括：聚集指数、景观分割指数、分离度指数和斑块结合指数。

2.2.2 主成分分析

主成分分析（PCA）是一种多元的统计分析方法，用来考察多个变量元素间的相关性。它从原始变量中导出几个主成分来尽可能多地载荷原始变量信息，且使主成分彼此间不相关，同时不会造成信息的丢失[17]。本文所选取的16个景观格局指数中，某些指数在一定程度上具有明显的相关性，将导致信息重叠，增加了分析居民点分布的复杂性和工作量，因此，需要通过PCA提取主成分，将相关性较高的变量合并，简化景观格局指数分析工作。

2.2.3 聚类分析

“人以类聚，物以群分”，通过聚类分析，可把目标数据分成若干个类别，使得类别内部的差异尽可能小，类别间的差异尽可能大。其基本思想是：先将每种样品单独看成一类，然后规定类与类之间的距离，将距离最小的合并成新的一类；再计算新类与其他类之间的距离，将距离最近的两类合并，这样每次减少一类，直至所有的样品合为一类为止。与PCA不同，聚类分析是一种探索性的统计分析方法，没有过多的统计理论支持，也没有充分的统计检验对聚类结果的正确性“负责”，仅是按照所定义的距离将数据进行归类而己，因此有的统计学家拒绝承认它是一种统计方法。传统的聚类方法大致可分为两大类：层次聚类法和重新定位聚类法（非层次聚类法）。本文采用层次聚类法，以提取出的主成分为依据，对赣榆区15个乡镇进行聚类分析，将其分成6类。

3 研究结果与分析

3.1 乡镇农村居民点景观格局指数获取

利用ArcGIS软件和天地图影像获取赣榆区各乡镇的行政区划图及农村居民点分布图，并将二者转换成Fragstats 3.3能处理的数据格式；然后在Fragstats 3.3软件中计算所选取的16个景观格局指数，得到数据结果如表1所示。

通过SPSS19.0软件对得到的景观格局指数进行相关性分析，得到16个指数的相关系数矩阵（由于指数较多，相关系数矩阵较大，鉴于篇幅有限，在此不予以列出），结果表明赣榆区16个景观格局指数间存在不同程度的相关性，如居民点斑块面积与斑块边缘长度的相关系数达到了0.944、居民点斑块数量与斑块形状指数的相关系数达到0.971等。因此，若使用相关性较高的所有指数去表征居民点分布状况会出现信息重叠和冗余的现象，通过PCA可有效避免这一现象，减少较多的工作量。

3.2 景观格局指数的PCA

利用SPSS19.0软件的因子分析作景观格局指数的PCA，得到4个主成分，表2为主成分提取的总方差，表3为成分矩阵。

表1 景观格局指数及结果

表2 主成分提取总方差表

表3 成分矩阵

得到的4个主成分具有不同的生态意义：斑块形状指数又称形状指标，计算公式为周长与等面积的圆周长之比，可很好地说明斑块周边（居民点周边）的发展情况，指数越大，表明居民点周边发展越好；斑块面积是从图中直接量取，代表各乡镇居民点的面积，可在各乡镇间直接进行对比，也可为其他决策提供直接依据；分离度指数的计算公式为景观面积的平方除以所有类型斑块面积的平方和，当景观由一个斑块构成时，其景观中的元胞数量为1，它随着景观的进一步分化而增加，所以该指数可以很好地表征乡镇被居民点分割的状态；周长面积分维数的取值区间为[1,2]，大于1的分维数意味着二维景观镶嵌体与欧氏几何的分离，如斑块形状复杂性的上升，该指数可表征不同空间尺度的形状复杂性。表4列出了赣榆区各乡镇4 个主成分的主要景观格局指数数值。

表4 各乡镇居民点主成分景观格局指数

3.3 赣榆区乡镇聚类分析

通过SPSS19.0软件对表4中的数据进行聚类分析处理，得到如图1所示的冰柱图，以图中群集数为6的坐标开始进行聚类分析，将赣榆区15个乡镇农村居民点划分为6类，第一类为Case13，即班庄镇；第二类为Case10，即城头镇；第三类为Case6，即青口镇；第四类为Case15，即沙河镇；第五类为Case12、Case11，即宋庄镇、城西镇；第六类为Case14、 Case8、Case9、 Case7、 Case4、 Case3、Case5、Case2、Case1，即墩尚镇、黑林镇、塔山镇、厉庄镇、赣马镇、金山镇、海头镇、石桥镇和柘汪镇。为了直观显示各种类居民点分布特征，制作了赣榆区乡镇居民点聚类分析结果图。

第一类为班庄镇（图2黑色斑块区域），位于赣榆区的西南部，为赣榆全县面积最大的镇，辖44个村委会，斑块形状指数、分离度指数、平均周长面积比都为全区最大，分别为51.72、95 567.10和1 763.46，说明该镇居民点规模分布加大，居民点形状复杂，居民点与居民点之间的连通性不好；其南部无居民区为石梁河水库，北部也有小型水库，整体来看居民点分布较分散，特殊区域无居民点分布。

图1 赣榆区乡镇聚类分析冰柱图

第二类为城头镇（图2黄色斑块区域），位于赣榆区的稍西南部，居民点斑块总面积为1 296.94 hm2，处于全区乡镇居民点面积的第三位；斑块个数为2 236个，处于全区第二位；斑块密度为18.96个/100ha，处于全区第一位。该镇的斑块边缘长度和密度较大，具有群集现象；聚集的斑块数量较多，沿交通线路伸展且群集间的离散度较高，总体呈现均匀性的群集式分布。

图2 赣榆区乡镇居民点聚类分析结果图

第三类为青口镇（图2紫色斑块区域），对赣榆区具有特殊意义，是赣榆区区政府所在地，是赣榆区的政治、经济、文化中心，是国务院首批沿海开放镇之一。该镇整体呈带状，东临黄海，与其他7个乡镇相比邻，影响居民点分布的因素较复杂。虽然该镇面积不大，但其居民点的斑块面积、斑块占景观面积比为全区第一，分别为1 575.82 hm2和16.60%；且斑块边缘长度和密度较大，但分离度指数较小，说明居民点区域较大但较为集中，也从侧面说明了该镇政治、经济、文化的影响力。

第四类为沙河镇（图2蓝色斑块区域），位于赣榆区南部，斑块面积为1 318.12 hm2，为赣榆区第二位，但其斑块密度、平均斑块面积和斑块占景观面积比较小，说明该镇居民点面积较小，又因其景观分离度较大，说明该镇居民点分布较离散，从图2中可以发现其分布较均匀。

第五类为宋庄镇、城西镇（图2白色斑块区域），这两个镇面积较小，斑块占景观面积比、斑块密度、斑块边缘长度等指数处于中间值，说明这两个镇居民点分布适中，较为均匀。

第六类为其余9个乡镇（图2红色斑块区域），这9个乡镇的斑块结合指数和聚集指数较大，其他指数居中，说明这些区域的居民地结合性和聚集性较好。从图2可知，柘汪镇、石桥镇、海头镇3个镇的居民点有部分结合在一起，南北走向形成一条长带，且在该长带的基础上又向西产生几条分布明显的居民带，分段形成多个开口向西的“E”字形，形象地表达了海岸带与交通路线对农村居民点分布的影响。

4 结语

赣榆区各乡镇居民点分布与内陆地区总体相似，整体分布较为离散，以村为聚集单位，主要沿交通线路分布，但该区域东面沿海乡镇与西部乡镇不同，由于黄海的影响使得该区东侧居民点形成与海岸线近似平行的带状，说明东部沿海区域的经济领先于西部区域。而该区的青口镇较为特殊，由于它是赣榆区的政治、经济、文化中心，对居民点分布有直接影响，该镇居民点分布极为密集。对赣榆区农村居民点分布的研究将有助于农村土地利用的科学规划和农村公共文化设施的建设，以及平衡东西部乡镇经济水平的差异性。

在对农村居民点分布进行研究时，除了利用常规的地理信息知识描述和分析乡镇居民点外，加入景观格局指数的方法，利用景观生态学的理论和方法对农村居民点分布进行研究，可以获得更多具有重要价值的潜在信息，挖掘更多农村居民点潜在分布规律。

[1]张鹏.肇源县农村居民点分布特征研究[D].哈尔滨:东北农业大学,2013:1-2[2]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(3):45-50

[3]宋志军,关小克,朱战强.北京农村居民点的空间分形特征及复杂性[J].地理科学,2013,33(1):52-60

[4]沈陈华.丹阳市农村居民点空间分布尺度特征及影响因素分析[J].农业工程学报,2012(22):261-268

[5]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):1 719-1 727

[6]闫庆武,卞正富.基于GIS-SDA的居民点空间分布研究[J].地理与地理信息科学,2008(3):57-61

[7]陈阳,李伟芳,任丽燕,等.空间统计视角下的农村居民点分布变化及驱动因素分析:以鄞州区滨海平原为例[J].资源科学,2014,36(11):2 273-2 281

[8]潘竟虎,靳学涛,韩文超.甘谷县农村居民点景观格局与空间分布特征[J].西北大学学报(自然科学版),2011(1):127-133

[9]毛鹍.基于GIS的县域农村居民点布局优化研究[D].南京:南京大学,2012:5

[10]刘善开,韦素琼,陈松林,等.基于Voronoi图的农村居民点空间分布特征及其整理潜力评价:以福建省德化县为例[J].资源科学,2014,36(11):2 282-2 290

[11]王筱明.农村居民点用地整理及区域效应研究[D].徐州:中国矿业大学,2012:2

[12]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):476-482