陇南市农村居民点的空间格局差异研究

李艳玫

摘 要：基于GIS空间分析和景观生态学理论，定量分析了陇南市农村居民点空间分布格局特征。结果表明：（1）陇南市农村居民点聚落空间分布较分散，以成县中部地区为中心向四周呈阶梯状分散分布;（2）陇南市农村居民点整体规模分布普遍偏小，形成以西和县西为冠顶、宕昌县和成县为帽檐的“王冠”状结构;（3）全市农村居民点聚落形态整体相对规则、整齐，破碎化程度较低，局部地区居民点分布形态复杂程度较高，南北和东西走向规模分异明显。

关键词：农村居民点;景观生态学;空间格局;GIS;陇南市

中图分类号 C912.82;P208文献标识码 A文章编号 1007-7731（2020）14-0019-03

Abstract： Based on the GIS spatial and landscape ecology theory， quantitatively analyzes the spatial distribution pattern of rural settlements in Longnan. The results show that： （1） Overall， the spatial distribution of rural settlements in Longnan is relatively scattered， which forms a ladder-like distribution around the central area of Cheng County; （2） The distribution of rural residential areas in Longnan is generally small and skewed， it develops“Crown”-like structure： the west of Xiheis the top， Danchang and Chengxian are the brim of it. （3） The overall settlement pattern of rural settlements in the whole city is relatively regular， neat and fragile， while the distribution pattern of part residential areas in some areas is more complicated， showing the obvious scale differentiation of north-south and east-west direction.

Key words： Rural residential areas; Landscape ecology; Spatial pattern; GIS; Longnan city

農村居民点的分布是农村居民在自然环境中进行生产、生活、文化教育等活动过程中形成的[1]，是乡村地理学关注的热点之一。国外对农村居民点的研究经历了起步、发展、计量变革、转型重构4个阶段，研究内容包括自然环境与居民点的关系、居民点形成过程、形态分布、演化及规划等方面，采用定量、定性综合分析的方法对涉及的人文地理学、社会学、生态学、经济学、环境学等领域进行研究[2-6]。国内对农村居民点的研究经历了初期、中期、快速、全面发展等阶段，主要包括居民点形态、规模、空间体系结构及其演变、影响因素、整理等方面[7-8]。刘纪远等[9]对近10年中国农村居民点空间分布进行研究得出，农村居民点的空间演变受经济和土地政策影响很大;邢谷锐[10]针对城市化进程中影响乡村聚落空间演变的因素进行了分析，并对其发展演变特征做了进一步分析总结。笔者通过分析陇南山地农村居民点用地情况、空间分布等特征及其影响因素，为有效解决农村居民点用地粗放、布局混乱及“荒废与空心化”问题提供理论依据。

1 资料与方法

1.1 研究区概况 陇南市位于104°01′～106°36′E、32°36′～34°32′N，位于秦巴山区、青藏高原、黄土高原3大地形交汇区域，现辖8县1区，土地总面积2.79×104km2。2015年末，农村居民点用地面积为427.11km2，总人口283.23万，其中城镇人口68.95万、农业人口236.53万，农村居民点人均用地150.80m2。

1.2 数据来源 数据包括空间和社会经济数据。空间数据为陇南市2015年8县1区的土地利用变更数据库，甘肃省市界、陇南市市级和县级行政界线，陇南市DEM数据（空间分辨率为30m）;社会经济数据来源于陇南市2015统计年鉴。

1.3 研究方法

1.3.1 空间韵律指数 空间韵律指数是指能够高度浓缩景观格局信息，反映其结构组成、空间格局、分布模式及空间配置某些方面特征的简单定量指标[11]，选择斑块总面积（TA）、斑块个数（NP）、最大斑块指数（LPI）、平均斑块面积（MPS）反映居民点规模，选择斑块密度（PD）、边缘密度（ED）、平均形状指数（MSI）、平均斑块分维数（MPFD）反映居民点形态结构。

1.3.2 平均最近邻指数（ANN） 通过测量每个居民点斑块质心与其最近邻斑块质心位置之间的距离，计算所有最近邻距离的平均值，并将其与假设随机分布的平均距离进行比较，从而判断农村居民点整体分布模式。计算公式如下：

式中：[D0]是每个居民点斑块质心与其最近邻斑块质心的观测平均距离;[De]是假设随机模式下斑块质心的期望平均距离;[n]为斑块总数;[d]为距离;A为研究区面积。如果ANN<1，则居民点为集聚分布，反之则趋于随机分布。

1.3.3 核密度估计（KED） 一种非参数的表面密度计算方法，测度农村居民点空间分布密度，是热点和冷点识别与分析的一种有益的探测方法。其表达式如下：

1.3.4 全局聚类检验（Getis-ord General G）用于检测居民点规模的全局性空间分布模式，即高值集聚或低值集聚，其表达式为：

式中：[Wijd]为以距离规则定义的空间权重;[xi]和[xj]分别是i和j区域的变量值;对[Gd]进行标准化[ZG=G-EG/VarG1/2]，其中：[EG]和Var（G）分别为G（d）的期望值和方差。

1.3.5 空间热点探测分析（Getis-Ord [Gi*]）检验居民点规模在局部地区是否存在统计上显著的高值和低值，可以用可视化的方法揭示“热点”区和“冷点”区，用于农村居民点规模分异研究。其表达式为：

式中：[Wijd]、[xi]和[xj]含义同上;利用上述相同的方法进行标准化处理，若[ZGi*]为正且统计显著，则属于高值聚集“热点”区，即居民点呈现局部的大规模斑块集聚;若[Z（Gi*）]为负，且统计显著，则属于低值聚集“冷点”区，居民点斑块规模低值集聚。

2 结果与分析

2.1 农村居民点集聚分布、密度分布具有明显的地域差异性 选取平均最近邻指数（ANN）反映农村居民点间的临近度，ANN越小，表明农村居民点聚集分布。计算得到全市农村居民点的平均观测距离为1700.45m，期望平均距离1866.71m，平均最近邻指数为0.91（<1），属于集聚分布模式;校验值Z为-9.67，P值为0.00，说明该聚类模型由随机过程产生的可能性只有1%。

采用空间核密度估算（KED）研究农村居民点的空间特征，采用kernel方法得到农村居民点kernel密度分布图，如图1（a）所示。由图1（a）可知：（1）全市农村居民点斑块在空间上具有明显的地域差异性，在西和县西北部和成县中部分布密集，西南地区大部分较分散;（2）全市农村居民点最大密度为11.83个/km2，平均为2.37个/km2，农村居民点分布聚集度不高;（3）在成县中部和西和县北部平均斑块密度超过了8.75个/km2，平均斑块密度在8～12个/km2，为农村居民点高密度区;在文县西北部和宕昌县西南部形成了低密度区，平均斑块密度在0～1.1个/km2。

2.2 农村居民点规模分布普遍偏小，空间规模呈“王冠”状聚居 用斑块总面积（TA）、斑块个数（NP）、最大斑块指数（LPI）、平均斑块面积（MPS）、全局空间聚类检验（Getis-ord General G）等研究农村居民点规模差异。运用Patch Analyst插件计算指标，得出：（1）2015全市农村居民点TA为427.11km2，人均居民点用地194.86m2，相对全省人均居民点用地（185.32%）规模偏小;（2）全市农村居民点平均用地面积数量为1.55个/m2，MPS为11.67个/hm2，LPI为0.78，平均用地规模偏小，整体分布区间位于0～10000m2，区间跨度较大，主要集中在6～20个/m2，局部规模集中;（3）计算得出全市G（d）值和E（d）为0.000003，Z（d）为6.101286，表明全市农村居民点规模具有高值聚集的特征。

以村为单元，运用空间热点探测工具（Getis-Ord [Gi*]），通过Hot Spot Analysis模块生成全市农村居民点的空间“热点”分布如图1（b）所示。由图1（b）所示：（1）全市农村居民点分布在东部、北部地区规模较大，南部地区和西部地区稀疏，形成以西和县西为冠顶、宕昌县和成县为帽檐的“王冠”状结构;（2）宕昌县最北端、西和县西北部、成县中部形成了大规模的农村居民聚落集中分布的“热点区”，在宕昌县和文县西南部地区、两当县和徽县北部地区、武都区、礼县西北部地区形成了“冷点区”。

2.3 农村居民点的形态格局特征 运用空间韵律测度指标平均形状指数（MSI）、平均斑块分维数（MPFD）、斑块密度（PD）、边缘密度（ED）对全市农村居民点空间形态结构进行定量测度和定性分析，运用Patch Analysis分析模块计算空间韵律测度指标，得出：（1）全市农村居民点MSI指数为1.47，MPFD值在1.5左右，ED值在550hm2左右，说明全市农村居民点聚落形态整体相对规则、整齐，以较为平稳形态演化。（2）PD值越大，农村居民点分布越分散、规模越小，全市平均斑块密度为8.55个/hm2，表明全市农村居民点规模偏小，分布较分散。

3 结论

本研究结果表明：（1）陇南市农村居民点聚落空间分布较分散，集聚特征不明显，属于农村居民点分布分散区，局部地区农村居民点分布具有明显的空间差异性;（2）农村居民点规模在陇南市北部具有明显的空间分异，形成以西和县西为冠顶、宕昌县和成县为帽檐的“王冠”状结构，在宕昌县北端、西和县西北部、成县中部形成了农村居民点集中分布的“热点区”，而在宕昌县和文县西南部地区、两当县和徽县北部地区、武都区、礼县西北部地区形成了以小规模村庄形式分布的“冷点区”;（3）全市农村居民点聚落分布相对规则、平整，离散化较低，形态演化较为平稳，规模分异程度在南北、东西方向差异较大，复杂程度分别由东向西、由北向南递减。

参考文献

[1]Ruda G. Rural buildings and environment[J]. Landscape & Urban Planning， 1998，41（2）：93-97.

[2]郭晓东，马利邦，张启媛.陇中黄土丘陵区乡村聚落空间分布特征及其基本类型分析—以甘肃省秦安县为例[J].地理科学，2013（1）：45-51.

[3]López-Rubio E， Mu?oz-Pérez J， Gómez-Ruiz J A. Invariant pattern identification by self-organising networks[J]. Pattern Recognition Letters， 2001，22（9）：983-990.

[4]叶敏婷，王仰麟，彭建，等.基于SOFM网络的云南省土地利用程度类型划分研究[J].地理科学进展，2007（2）：97-105.

[5] Kohonen T. Engineering applications of SOFM[J]. IEEE Transactions on Neural Network， 1996， 84： 1358-1383.

[6] Stankiewicz A， Kosiba P. Advances in ecological modeling of soil properties by self-organizing feature maps ofnatural environment of lower Silesia （Poland）[J]. Acta Societatis Botanicorum Poloniae，2009，78：167-174.

[7]馬晓冬，李全林，沈一.江苏省乡村聚落的形态分异及地域类型[J].地理学报，2012（4）：516-525.

[8]李云强，齐伟，王丹，等.GIS支持下山区县域农村居民点分布特征研究—以栖霞市为例[J].地理与地理信息科学，2011（3）：73-77.

[9]田光进，刘纪远，庄大方.近10年来中国农村居民点用地时空特征[J].地理学报，2003（5）：651-658.

[10]邢谷锐，徐逸伦，郑颖.城市化进程中乡村聚落空间演变的类型与特征[J].经济地理，2007（6）：932-935.

（责编：徐世红）