基于GIS的淺丘區(qū)農(nóng)村居民點空間分布特征分析

滕連澤 李緒平 羅勇 譚小琴

摘要碎散的農(nóng)村居民點分布是丘陵區(qū)新農(nóng)村建設(shè)中土地利用的重大問題之一，以典型丘陵區(qū)——四川雁江省級新農(nóng)村示范片為例，運用Fragstats 3.3以及GIS的空間分析技術(shù)，從景觀指數(shù)、海拔高度、坡度、坡向、道路、河流等方面定量分析了淺丘區(qū)農(nóng)村居民點空間布局特征，找出了其存在的關(guān)系，并從改善居住條件和土地整理的角度提出了自己的建議，為新農(nóng)村建設(shè)中農(nóng)村居民點建設(shè)與布局、基礎(chǔ)設(shè)施建設(shè)、開展農(nóng)村居民點整理提供科學(xué)依據(jù)。

關(guān)鍵詞農(nóng)村居民點；景觀指數(shù)；GIS；空間分析

中圖分類號S127文獻(xiàn)標(biāo)識碼A文章編號0517-6611（2014）01-00284-05

作者簡介滕連澤（1979- ），男，山東青島人，助理研究員，碩士，從事地理信息系統(tǒng)與遙感應(yīng)用等方面的研究工作，Email：165641328@qq.com。

收稿日期20131202農(nóng)村居民點是指除城市、建制鎮(zhèn)以外的所有居民點，是農(nóng)民為了生產(chǎn)和生活而聚集的定居場所[1-3]。過去由于農(nóng)村居民點大都缺乏統(tǒng)一規(guī)劃或者有規(guī)劃但執(zhí)行力度不夠，所以導(dǎo)致目前農(nóng)村居民點空間布局零亂分散，這勢必會給新農(nóng)村建設(shè)帶來各種各樣的問題。如何準(zhǔn)確摸清農(nóng)村居民點的空間分布特征并解決農(nóng)村居民點土地利用中存在的問題已經(jīng)勢在必行。

當(dāng)前國內(nèi)外的研究區(qū)域大多集中在山區(qū)或者平原區(qū)，而對于丘陵區(qū)的研究相對較少。對于四川省而言，丘陵區(qū)恰恰是新農(nóng)村建設(shè)的主要分布地帶之一。因此，筆者選擇典型的丘陵區(qū)——四川雁江省級新農(nóng)村示范片，運用Fragstats 3.3進(jìn)行景觀指數(shù)計算，開展景觀分析，運用泰森多邊形法做農(nóng)村居民點的密度分析，運用GIS空間分析找出農(nóng)村居民點空間分布與海拔高度、坡度、坡向、道路、河流的關(guān)系，從而為丘陵區(qū)新農(nóng)村建設(shè)提供科學(xué)依據(jù)。

1研究區(qū)概況

四川雁江省級新農(nóng)村示范片是四川省首批省級新農(nóng)村建設(shè)示范片之一，位于104°38′36″～104°46′32″E、30°08′19″～30°12′57″N，距資陽市城區(qū)5 km。省道106線、沱江及其支流陽化河穿越而過。示范片涉及雁江鎮(zhèn)前進(jìn)村、保和鎮(zhèn)晏家壩村、臨江鎮(zhèn)文昌村等3個鄉(xiāng)鎮(zhèn)的22個行政村，幅員面積60 km2，11 000余戶，35 000余人。海拔350～490 m，屬于典型的淺丘帶壩地貌。

2數(shù)據(jù)來源與處理

研究采用研究區(qū)1∶10 000土地利用現(xiàn)狀圖與1∶10 000地形圖，從土地利用現(xiàn)狀圖中分別提取農(nóng)村居民點、道路、河流數(shù)據(jù)，通過地形圖生成DEM、坡度、坡向數(shù)據(jù)，運用緩沖區(qū)分析與疊加分析方法分析農(nóng)村居民點空間分布與道路、河流、海拔高度、坡度、坡向的關(guān)系，采用泰森多邊形法進(jìn)行農(nóng)村居民點的密度分異分析，運用Fragstats 3.3計算農(nóng)村居民點的景觀指數(shù)。

3研究過程與結(jié)果分析

3.1景觀指數(shù)分析

3.1.1景觀指數(shù)的選取與計算。根據(jù)研究需要，本著可操作性、表征性強(qiáng)、可以量化的原則，選取斑塊總面積（TA）、斑塊個數(shù)（NP）、平均斑塊面積（MPS）、斑塊面積標(biāo)準(zhǔn)差（PSSD）、最大斑塊指數(shù)（LPI）、平均斑塊形狀指數(shù)（MSI）、面積加權(quán)平均斑塊分維數(shù)（AWMPFD）、斑塊密度（PD）8個景觀指數(shù)來反映農(nóng)村居民點的分布特征[4-9]（表1）。選用Fragstats 3.3進(jìn)行景觀指數(shù)運算。Fragstats是由美國俄勒岡州立大學(xué)森林科學(xué)系開發(fā)的一個景觀指標(biāo)計算軟件，它由兩個版本：矢量版本運行在Arc/INFO環(huán)境中，接受Arc/INFO的矢量圖層；柵格版本可以接受Arc/INFO、IDRISI、ERDAS等多種格式的格網(wǎng)數(shù)據(jù)。在Fragstats 3.3的setting run parameter中設(shè)置參數(shù)，然后選取斑塊類型層次上的景觀指數(shù)，執(zhí)行運算，得到表2中的數(shù)據(jù)。

3.1.2結(jié)果分析。從表2可以看出，研究區(qū)農(nóng)村居民點面積最大的為文龍寺村，達(dá)42.35 hm2；斑塊個數(shù)最大的為四方碑村，達(dá)86個；從MPS、PSSD、LPI來看，順河村均要大于其他村，這說明其各農(nóng)村居民點斑塊大小離散程度最??；從AWMPFD、PD來看，前進(jìn)村的不規(guī)則程度最高，紅堰村的破碎程度最高。

3.2密度分異分析

3.2.1方法的選擇與計算。農(nóng)村居民點空間分布具有不均勻性，且這種不均勻性會隨計算單元的面積不同而發(fā)生變化。其計算方法可以借助平面上實體密度的計算方法，主要有核估計法、泰森多邊形法等[10-11]。根據(jù)實際需要，選擇泰森多邊形法進(jìn)行農(nóng)民點的密度分異分析，其具體做法是先將農(nóng)村居民點的面狀數(shù)據(jù)提取中心點，并以此為發(fā)生元生成泰森多邊形，計算每個多邊形的面積，并將其面積的倒數(shù)記作每個多邊形的農(nóng)村居民點密度，把這一密度值作為每個多邊形的屬性值存儲。運用網(wǎng)格單元面積權(quán)重內(nèi)插法（即GCAWI法）進(jìn)行處理（采用50 m×50 m網(wǎng)格），最終結(jié)果見圖1。

3.2.2結(jié)果分析。從圖1可以看出，研究區(qū)中部的金山寺村、盤龍村、紅堰村、文龍寺村、永萬村、友愛村、富家山村的密度最高；其次是東部的馬蹄灣村、黃嶺沱村、文秀橋村、明星村、石窗子村、花溪村、九老洞村、四方碑村；密度最小的是研究區(qū)西部的文昌村、昆侖村、先鋒村、前進(jìn)村、晏家壩村、燕山村、順河村。

3.3農(nóng)村居民點分布與海拔高度的關(guān)系

3.3.1計算方法。根據(jù)研究區(qū)的地形特點，把海拔高度分為350～400、401～450、451～500 m共3個級別，通過再分類功能，將DEM柵格數(shù)據(jù)按照確定的分級標(biāo)準(zhǔn)進(jìn)行再分類，并將柵格數(shù)據(jù)轉(zhuǎn)化為矢量數(shù)據(jù)，保存為ESRI shape矢量格式。最后，把農(nóng)村居民點分布圖層與海拔高度分級圖層進(jìn)行疊加分析。用ArcGIS 10.1軟件對屬性表按照海拔高度分級統(tǒng)計，得到不同海拔高度的農(nóng)村居民點分布狀況（表3）。圖1基于泰森多邊形的研究區(qū)農(nóng)村居民點密度分布表3不同海拔高度的農(nóng)村居民點分布hm2

3.3.2結(jié)果分析。由于研究區(qū)屬于典型的淺丘帶壩地貌，因此海拔高度較低。從表3可以看出，研究區(qū)的農(nóng)村居民點主要分布在海拔350～400 m，面積達(dá)518.34 hm2，占整個研究區(qū)農(nóng)村居民點總面積的93.80%；其次為海拔401～450 m，面積達(dá)32.92 hm2，占整個研究區(qū)農(nóng)村居民點總面積的5.96%；最少的為海拔451～500 m，面積達(dá)1.37 hm2，占整個研究區(qū)農(nóng)村居民點總面積的0.24%。

3.4農(nóng)村居民點分布與坡度的關(guān)系

3.4.1計算方法。首先對坡度進(jìn)行分級[11-13]。坡度分為4個級別：0～5°為平地、6°～15°為緩坡、16°～25°為中坡、大于25°為陡坡。然后，通過再分類和柵格向矢量的轉(zhuǎn)化后，分別與研究區(qū)農(nóng)村居民點圖層進(jìn)行疊加分析。用ArcGIS 10.1軟件對屬性表按照坡度的分級標(biāo)準(zhǔn)進(jìn)行統(tǒng)計，得到不同坡度的農(nóng)村居民點分布狀況及統(tǒng)計數(shù)據(jù)（表4）。

3.4.2結(jié)果分析。從表4可以看出，研究區(qū)的農(nóng)村居民點絕大部分分布在平地和緩坡區(qū)，其中平地的面積為303.15 hm2，占整個研究區(qū)農(nóng)村居民點總面積的54.86%；緩坡區(qū)的面積為235.02 hm2，占整個研究區(qū)農(nóng)村居民點總面積的42.53%；中坡區(qū)的面積為14.28 hm2，占整個研究區(qū)農(nóng)村居民點總面積的2.58%；有少量的農(nóng)村居民點分布在陡坡區(qū)，面積為0.18 hm2，占整個研究區(qū)農(nóng)村居民點總面積的0.03%，主要分布在黃嶺沱村、金山寺村、昆侖村3個村。

3.5農(nóng)村居民點分布與坡向的關(guān)系

3.5.1計算方法。首先對坡向進(jìn)行分級。坡向分為9個類別，即平面、北向、東北向、東向、東南向、南向、西南向、西向和西北向。然后，通過再分類和柵格向矢量的轉(zhuǎn)化后，分別與研究區(qū)農(nóng)村居民點圖層進(jìn)行疊加分析。用ArcGIS 10.1軟件對屬性表按照坡向的分類標(biāo)準(zhǔn)進(jìn)行統(tǒng)計，得到不同坡向的農(nóng)村居民點分布狀況和統(tǒng)計數(shù)據(jù)（表5）。

3.5.2結(jié)果分析。從表5可以看出，研究區(qū)的農(nóng)村居民點在不同的坡向上均有分布，但是地處山地的陽坡，避免山陰部分，既可接受良好的夏季涼風(fēng)，又能阻擋冬日的北來寒風(fēng)，所以處于陽坡（即東南向、南向、西南向之和）的面積為238.23 hm2，要大于處于陰坡（即東北向、北向、西北向之和）的面積（185.67 hm2）。

3.6農(nóng)村居民點分布與河流的關(guān)系

3.6.1計算方法。河流是人類文明的發(fā)源地，古代的村落多是近河而居。河流為人類的居住提供了豐富的生產(chǎn)、生活用水，往往分布較多的農(nóng)村居民點。選擇研究區(qū)內(nèi)的主要河流，在ArcGIS 10.1中按照小于500 m為好、500～1 500 m為中、1 500～2 500 m為差3個級別做多環(huán)緩沖區(qū)分析[3，12-13]，然后將結(jié)果圖層與農(nóng)村居民點分布圖層進(jìn)行疊加分析，得出農(nóng)村居民點分布與距離河流遠(yuǎn)近的關(guān)系，以反映河流對農(nóng)村居民點的影響程度。不同距離范圍內(nèi)的農(nóng)村居民點面積統(tǒng)計結(jié)果見表6。

3.6.2結(jié)果分析。從表6可以看出，研究區(qū)內(nèi)大部分農(nóng)村居民點分布在距離河流小于500 m的范圍內(nèi)，面積達(dá)344.16 hm2，占整個研究區(qū)農(nóng)村居民點總面積的65.85%，具有良好的生產(chǎn)和生活用水條件；其次為500～1 500 m范圍內(nèi)，面積達(dá)171.32 hm2，占整個研究區(qū)農(nóng)村居民點總面積的31.00%，具有中等的生產(chǎn)和生活用水條件；最少為1 500～2 500 m范圍內(nèi)，面積達(dá)37.15 hm2，占整個研究區(qū)農(nóng)村居民點總面積的3.15%，生產(chǎn)和生活用水條件較差，主要分布在九老洞村、昆侖村、馬蹄灣村、盤龍村4個村。

3.7農(nóng)村居民點分布與主要公路的關(guān)系

3.7.1計算方法。農(nóng)村居民點的分布與道路有著密切的關(guān)系，一般情況下，人們選擇在交通便利的區(qū)域上聚居，道路是影響農(nóng)村居民點分布格局的重要因子?？紤]道路與農(nóng)村居民點的通達(dá)性，選擇研究區(qū)內(nèi)的主要公路，在ArcGIS 10.1中按照小于500 m為優(yōu)、500～1 500 m為良、1 500～2 500 m為中和大于2 500 m位差4個級別做多環(huán)緩沖區(qū)分析[3，12-13]，然后將結(jié)果圖層與農(nóng)村居民點分布圖層進(jìn)行疊加分析，得出農(nóng)村居民點分布與距離公路遠(yuǎn)近的關(guān)系，以反映對外交通狀況對農(nóng)村居民點的影響程度。不同距離范圍內(nèi)的農(nóng)村居民點面積統(tǒng)計結(jié)果見表7。

3.7.2結(jié)果分析。從表7可以看出，研究區(qū)內(nèi)農(nóng)村居民點分布在距離主要公路500～1 500 m范圍內(nèi)的面積最大，達(dá)212.29 hm2，占整個研究區(qū)農(nóng)村居民點總面積的38.41%，具有良好的交通條件；其次為小于500 m范圍內(nèi)，面積達(dá)141.11 hm2，占整個研究區(qū)農(nóng)村居民點總面積的25.53%，具有最優(yōu)的交通條件；再次為1 500～2 500 m范圍內(nèi)，面積達(dá)126.36 hm2，占整個研究區(qū)農(nóng)村居民點總面積的22.87%，具有中等的交通條件；最少為>2 500 m范圍內(nèi)，面積達(dá)72.87 hm2，占整個研究區(qū)農(nóng)村居民點總面積的13.19%，交通條件較差，主要分布在紅堰村、黃嶺沱村、馬蹄灣村、盤龍村、石窗子村5個村。

4結(jié)論與討論

（1）由于農(nóng)村剩余勞動力的轉(zhuǎn)移和農(nóng)村分戶，導(dǎo)致越來越多廢棄的老式農(nóng)村住房和更多碎散的農(nóng)村居民點，針對這些零碎分布的農(nóng)村居民點，建議結(jié)合新農(nóng)村建設(shè)規(guī)劃，盡可能地往居住聚集地調(diào)整，以便于共享基礎(chǔ)設(shè)施，并對居民點進(jìn)行土地整理。

（2）研究區(qū)農(nóng)村居民點，受坡度、坡向、河流、道路的影響較為明顯。從坡度來看，97.39%的農(nóng)村居民點分布在平地和緩坡；從坡向上看，43.11%的農(nóng)村居民點分布在陽坡；從與河流的關(guān)系來看，65.85%的農(nóng)村居民點分布在距離河流500 m的范圍內(nèi)；從與主要公路的關(guān)系來看，25.53%的農(nóng)村居民點分布在距離主要公路500 m的范圍內(nèi)。

（3）從居住條件來看，研究區(qū)大部分農(nóng)村居民點分布較好，但是有0.03%的農(nóng)村居民點分布在大于25°的范圍內(nèi)，安全性較差，建議結(jié)合新農(nóng)村建設(shè)規(guī)劃，將其調(diào)整到居住條件較好的聚集地。另外，有3.15%的農(nóng)村居民點分布在距離河流1 500～2 500 m的范圍內(nèi)，有13.19%的農(nóng)村居民點分布在距離主要公路大于2 500 m的范圍內(nèi)，對于這一部分農(nóng)村居民點分為兩種情況：①農(nóng)村居民點聚集度較低，建議將這部分農(nóng)村居民點調(diào)整到居住條件較好的聚集地；②農(nóng)村居民點聚集度較高，建議對這部分農(nóng)村居民點加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，改善居住條件。

參考文獻(xiàn)

[1] VIZZARI M.PeriUrban transformations in agricultural landscapes of Perugia，Italy[J].Journal of Geographic Information System，2011（3）：145-152.

[2] MOHAN M，PATHAN S K，NARENDRAREDDY K，et al.Dynamics of urbanization and its impact on landuse/landcover： A case study of megacity Delhi[J].Journal of Environmental Protection，2011（2）：1274-1283.

[3] 胡燕，胡玉福，鄧良基，等.基于GIS的石角鎮(zhèn)農(nóng)村居民點空間分布特征分析[J].中國農(nóng)業(yè)通報，2010，26（16）：315-320.

[4] ZHANG P P，HU Y M，YIN J.Landscape pattern of karst depression in Puding county，China[J].Resources and Environment in the Yangtze Basin，2011，20（2）：185-190.

[5] 王多濤.基于GIS農(nóng)村居民點用地空間特征和優(yōu)化布局研究[D].武漢：湖北大學(xué)，2010：14-16.

[6] 顧鳳霞，劉文寶，譚雪蘭.GIS技術(shù)支持下的湖南省靖州縣農(nóng)村居民點空間格局研究[J].中國農(nóng)業(yè)通報，2012，28（8）：150-155.

[7] 張霞，魏朝富，倪九派，等.重慶市低山丘陵區(qū)農(nóng)村居民點分布格局及其影響因素[J].中國農(nóng)業(yè)資源與區(qū)劃，2012，33（3）：45-50.

[8] 鄒利林，王占岐，王建英.山區(qū)農(nóng)村居民點空間布局與優(yōu)化[J].中國土地科學(xué)，2012，26（9）：71-77.

[9] 陶軍德，關(guān)國鋒，湯永玲.哈爾濱市阿城區(qū)農(nóng)村居民點景觀格局與空間分布特征分析[J].國土與自然資源研究，2011（5）：27-28.