典型土地整治縣農(nóng)村聚落時空演變特征分析

李建梅 李蕊蕊 章夢 郭家樂 施劉國 郭愛萍

摘要：安徽省定遠縣自2006年開始進行農(nóng)村聚落土地整治，農(nóng)村聚落布局變化迅速，對農(nóng)村聚落布局特征及演變的研究有利于分析其存在的問題，為農(nóng)村聚落體系布局優(yōu)化提供決策依據(jù)。利用變異系數(shù)法、景觀指數(shù)法、緩沖區(qū)分析法定量分析2005—2020年間定遠縣農(nóng)村聚落時空演變特征，并從時間和空間尺度分析各因子對聚落格局形成和演變的影響。研究表明：空間上，定遠縣農(nóng)村聚落呈集聚型分布。各影響因子中，道路、地形、河流對定遠縣農(nóng)村聚落集群布局影響較大。農(nóng)村聚落點多集中在海拔50～100 m，坡度0°～2°范圍內(nèi);距離河流500 m的區(qū)域?qū)r(nóng)村聚落影響力較大;各級道路中，省道、縣鄉(xiāng)道對農(nóng)村聚落布局的指向性較強，鐵路和高速公路較弱;距離鄉(xiāng)鎮(zhèn)中心越遠，聚落比例越小。時間上，定遠縣農(nóng)村聚落面積不斷增加，集聚水平不斷提高，定遠縣地形對農(nóng)村聚落布局的影響力呈上升趨勢;河流對農(nóng)村聚落布局的影響較穩(wěn)定，2020年影響力比2015年稍有下降;省道、縣道、村道對農(nóng)村聚落集群布局的影響力呈上升趨勢，高速公路、鐵路、其他道路呈下降趨勢;鄉(xiāng)鎮(zhèn)中心點對農(nóng)村聚落布局的影響呈“數(shù)量減少，規(guī)模變大”的特點。

關(guān)鍵詞：農(nóng)村聚落;空間分析;空間布局;影響因子;定遠縣

中圖分類號： K901.8;F323.1 文獻標志碼： A

文章編號：1002-1302（2021）17-0202-06

收稿日期：2021-01-20

基金項目：安徽省哲學(xué)社會科學(xué)規(guī)劃項目（編號：AHSK2018D9）;安徽省社科聯(lián)（編號：2018CX029）;安徽省大學(xué)生創(chuàng)新創(chuàng)業(yè)項目（編號：2020CXXL072）;安徽省教育廳重點項目（編號：SK2020A0613）。

作者簡介：李建梅（1981—），女，山東莒南人，碩士，講師，主要從事GIS與區(qū)域規(guī)劃研究。E-mail：lijianmei@126.com。

農(nóng)村聚落是農(nóng)村居民與當(dāng)?shù)刈匀弧⑽幕?、?jīng)濟、社會等因素綜合作用的結(jié)果，是人類活動空間的重要組成部分。農(nóng)村聚落一般包括農(nóng)村中的單家獨院，也包括由多戶人家聚居在一起的村落（村莊）和尚未形成城市建制的農(nóng)村集鎮(zhèn)等。農(nóng)村聚落的形成之初，主要受自然條件的影響，隨著社會經(jīng)濟的發(fā)展，道路、城鎮(zhèn)等社會因素對農(nóng)村聚落布局的影響開始顯現(xiàn)。

國外學(xué)者對農(nóng)村聚落的研究始于19世紀20年代，發(fā)展歷程呈由簡單向綜合、由定性描述向定量分析、由空間分析向人文社會范式轉(zhuǎn)變的特點。Antrop研究了村鎮(zhèn)網(wǎng)絡(luò)與農(nóng)村景觀演變的關(guān)系，認為交通和信息的可達性是引發(fā)農(nóng)村景觀演變的主要因素[3]。Sevenant等通過研究不同地貌類型區(qū)域，發(fā)現(xiàn)不同的土地利用方式和聚落形態(tài)導(dǎo)致了農(nóng)村景觀的不同[4]。Duyckaerts等對農(nóng)村聚落居民點的相關(guān)系數(shù)提出3個判斷值，以此判斷農(nóng)村聚落的集聚性[5]。

國內(nèi)學(xué)者對農(nóng)村聚落研究主要集中在聚落區(qū)位、規(guī)模、類型與分類、體系、空間結(jié)構(gòu)以及空間演變等方面[6]。馬利邦等基于遙感影像數(shù)據(jù)，利用景觀指數(shù)法及GIS空間分析法研究農(nóng)村聚落分布的時空特征，認為隨著時間的推移，農(nóng)村聚落斑塊在空間上趨于“密度大，總面積大，平均面積小”的特征[7]。覃瑜等利用泰森多邊形法研究了居民點布局[8-9]。吳江國等利用豪斯道夫維數(shù)研究了農(nóng)村聚落體系規(guī)模分布的分形特征差異，并進一步研究了空間格局的分形特征差異[10]。李紅波等以土地變更調(diào)查數(shù)據(jù)為基礎(chǔ)，利用空間分析法，從市域、縣域2個尺度研究農(nóng)村聚落空間格局的驅(qū)動力機制，認為政府調(diào)控、城鎮(zhèn)化、工業(yè)化及交通發(fā)展等為推動農(nóng)村聚落空間格局形成的因子[11]。陳永林等以江南丘陵地區(qū)為研究對象，基于數(shù)字高程模型和遙感影像數(shù)據(jù)，利用GIS空間分析法，分析農(nóng)村聚落空間分布格局的演化機制，發(fā)現(xiàn)農(nóng)村聚落的空間演變存在低地指向[12]。吳弘璐等基于DEM和土地利用數(shù)據(jù)，利用景觀指數(shù)法及緩沖區(qū)分析法，通過建立河流、道路、城鎮(zhèn)等緩沖區(qū)，結(jié)合農(nóng)村聚落景觀指數(shù)研究之間的影響機制，發(fā)現(xiàn)河流和道路對農(nóng)村聚落空間布局影響顯著，城鎮(zhèn)對農(nóng)村聚落的演變具有吸引和排斥的雙向作用[13]。劉仙桃等將Voronoi圖與相關(guān)系數(shù)法結(jié)合分析地形、河流、道路等要素對北京市昌平區(qū)農(nóng)村居民點布局的影響，發(fā)現(xiàn)地形對農(nóng)村居民點布局具有明顯的導(dǎo)向作用，道路、河流的影響低于地形[14]。

本研究基于定遠縣農(nóng)村聚落斑塊及影響因素，利用ArcGIS基本空間分析方法定量分析縣級聚落2005—2020年時空演變及影響因素，以期為定遠縣新農(nóng)村聚落規(guī)劃提供政策依據(jù)。

1 研究設(shè)計

1.1 研究區(qū)概況

定遠縣隸屬于安徽省滁州市，位于皖東腹地的北溫帶和北亞熱帶氣候過渡區(qū)，坐落于安徽省東北部的丘陵地區(qū)，地勢北高南低，境內(nèi)高程小于 350 m，包含丘陵、波狀平原、平原等3種地貌類型，地跨32°12′～32°42′N，117°12′～118°5′E，毗鄰江蘇、浙江、上海三地，下轄16鎮(zhèn)6鄉(xiāng)，總面積2 998 km2。

1.2 主要研究方法

1.2.1 基于泰森多邊形的變異系數(shù)法 變異系數(shù)可以衡量空間觀測值的相對變化程度。在基于Voronoi多邊形[8]計算變異系數(shù)中，當(dāng)離散點分布較為均勻時，Voronoi多邊形面積較小，從而導(dǎo)致變異系數(shù)較小，當(dāng)離散點分布不均，Voronoi多邊形面積較大，變異系數(shù)也較大[9]。變異系數(shù)公式如下：

CV=σμ×100%。（1）

其中CV為變異系數(shù);σ為Voronoi多邊形的面積標準差;μ為Voronoi多邊形的面積平均數(shù)。

1.2.2 景觀指數(shù)法 景觀指數(shù)可以高度濃縮景觀格局信息，反映其組成和空間配置某些方面的簡單定量指標[9]。具體指標見表1。

選取的指標中，斑塊數(shù)目（NP）常與斑塊密度（PD）共同描述研究對象斑塊的破碎度，斑塊密度（PD）采用2種計算方法。PD1為每平方千米的某類景觀的斑塊數(shù)目，PD2為某類景觀與區(qū)域內(nèi)所有景觀面積之比，當(dāng)PD1值高、PD2值低時，說明研究區(qū)內(nèi)該類景觀較破碎，分布特征為面積小且分散;反之，當(dāng)PD2值高、PD1值低時，說明研究區(qū)內(nèi)該類景觀較為集聚且聚落規(guī)模大[13]。

1.3 數(shù)據(jù)獲取

使用LandsatTM和Landsat8衛(wèi)星遙感影像、數(shù)字高程模型數(shù)據(jù)，來自地理空間數(shù)據(jù)云網(wǎng)站。利用土地利用分類圖和影像數(shù)據(jù)，利用ENVI 5.0和ArcGIS 10.3軟件提取2005年、2010年、2015年、2020年農(nóng)村聚落斑塊和道路、水域作為基礎(chǔ)數(shù)據(jù)，利用數(shù)字高程模型數(shù)據(jù)提取定遠縣水系、高程和坡度數(shù)據(jù)。

2 定遠縣農(nóng)村聚落布局演變特征

2.1 定遠縣農(nóng)村聚落整體演變特征

2.1.1 數(shù)量變化 利用2005年、2010年、2015年、2020年定遠縣農(nóng)村聚落圖斑，統(tǒng)計面積和所占研究區(qū)比例，由圖1至圖4和表2可知，定遠縣農(nóng)村聚落所占研究區(qū)面積比例較低，但呈逐漸增加的趨勢，在2010—2020年增幅較大。西北部數(shù)量減少，斑塊面積增大，東北部和西南部新增農(nóng)村聚落斑塊規(guī)模小、數(shù)量多，東部地區(qū)斑塊減少。

2.1.2 規(guī)模變化特征 根據(jù)面積大小將農(nóng)村聚落劃分為3個等級：小聚落（≤1 hm2），中等聚落（>1～10 hm2），大聚落（>10 hm2）[7]。由表3可知，2005—2020年定遠縣各級聚落面積比例按大小排序均為：大聚落>中等聚落>小聚落;小聚落和大聚落總面積在此15年內(nèi)呈增加趨勢，中等聚落面積2020年相對2015年減少6.21%。農(nóng)村聚落數(shù)量占比按大小排序均為：中等聚落>小聚落>大聚落;小聚落、大聚落的數(shù)量在研究年份中增加較快。新增聚落以小聚落為主，斑塊數(shù)增加，面積減少，中等聚落數(shù)量和面積變化幅度較小，大聚落數(shù)量增長緩慢，但其總面積增長較快。

2.2 定遠縣農(nóng)村聚落空間布局及演變特征

2.2.1 基于核密度分析的定遠縣農(nóng)村聚落空間布局及演變特征 從農(nóng)村聚落斑塊數(shù)據(jù)中提取4期農(nóng)村聚落中心點，利用核密度分析工具制作4期定遠縣農(nóng)村聚落核密度分布圖，根據(jù)自然斷裂點法和中值法將密度區(qū)分為低密度區(qū)（0～1.09個/km2）、較低密度區(qū)（>1.09～1.85個/km2）、中密度區(qū)（>1.85～2.42個/km2）、較高密度區(qū)（>2.42～3.18個/km2）、高密度區(qū)（>3.18個/km2）等5個等級。由圖5至圖8可發(fā)現(xiàn)，2005年、2010年、2015年、2020年定遠縣農(nóng)村聚落最大密度分別為4.23、4.45、5.38、5.48個/km2，呈增加趨勢;2000—2010年農(nóng)村聚落較高密度區(qū)和高密度區(qū)數(shù)量增加， 范圍擴大，較低密度區(qū)和低密度區(qū)范圍縮小。南部的吳圩鎮(zhèn)、張橋鎮(zhèn)、界牌集鎮(zhèn)的部分中密度區(qū)演變?yōu)檩^高密度區(qū);東南部丘陵地區(qū)和西南部的平原地區(qū)新增農(nóng)村聚落斑塊較小，農(nóng)村聚落中心點增多，密度提高，爐橋鎮(zhèn)、永康鎮(zhèn)、西卅店鎮(zhèn)、藕塘鎮(zhèn)、范崗鄉(xiāng)在研究年份中均有農(nóng)村聚落高密度區(qū)。對比圖5至圖8可見，爐橋鎮(zhèn)2005—2020年的農(nóng)村聚落斑塊增加明顯，但核密度區(qū)呈先擴大后減少的趨勢。北部和東部地區(qū)的農(nóng)村聚落一直屬于低密度區(qū)，其中東部地區(qū)低密度區(qū)范圍有擴大趨勢。

2.2.2 基于變異系數(shù)法的定遠縣農(nóng)村聚落空間布局及演變特征 基于定遠縣農(nóng)村聚落中心點數(shù)據(jù)，生成2005年、2010年、2015年、2020年定遠縣農(nóng)村聚落Voronoi圖，使用變異系數(shù)法分年份統(tǒng)計Voronoi圖的CV值，分別為89.21%、88.80%、96.22%、111.63%。根據(jù)Duyckaerts提出的參考值[5]，4期定遠縣農(nóng)村聚落CV值>63%，呈集群分布，2010年集聚水平與2005年相比略低，2005—2020年集群水平呈增加趨勢。

2.2.3 基于核密度分析的定遠縣農(nóng)村聚落空間布局及演變特征 根據(jù)2005年、2010年、2015年、2020年農(nóng)村聚落矢量斑塊數(shù)據(jù)，計算4個年份農(nóng)村聚落景觀指數(shù)。由表4可知：定遠縣農(nóng)村聚落的數(shù)量（NP）和面積（CA）都呈增加的趨勢，數(shù)量增幅大于面積增幅，斑塊平均面積（MPS）呈下降趨勢，最小斑塊面積（MINP）變化較小，最大斑塊面積（MAXP）變化較大，2000—2020年定遠縣農(nóng)村聚落圖斑呈破碎與連片并存的特點。農(nóng)村聚落斑塊破碎度隨時間呈上升趨勢，新增農(nóng)村聚落斑塊規(guī)模較小。

3 影響因素分析

3.1 地形要素影響分析

地形要素對農(nóng)村聚落布局具有較大的影響。

選擇海拔和坡度作為地形影響因子，利用ArcGIS 10.3提取工具，從定遠縣數(shù)字高程模型中提取海拔和坡度，匯總各個級別海拔、坡度下的農(nóng)村聚落中心點和所占比例。由表5可知：時間上，海拔0～500 m、坡度0°～5°下的農(nóng)村聚落中心點均呈增加趨勢;空間上，定遠縣農(nóng)村聚落點多集中在高程 50～100 m處，4個時期的農(nóng)村聚落中心點占比均超過57%，高程>150 m的區(qū)域農(nóng)村聚落中心點較少，4個時期占比均低于0.1%。定遠縣農(nóng)村聚落多集中于坡度0°～2°范圍內(nèi)，4個時期農(nóng)村聚落中心點占比均超過66%。隨著坡度的增加，農(nóng)村聚落中心點數(shù)量不斷減少。定遠縣農(nóng)村聚落布局的地形因素指向明顯。

3.2 河流對農(nóng)村聚落布局的影響

河流作為自然要素，對農(nóng)業(yè)生產(chǎn)和基礎(chǔ)設(shè)施建設(shè)均產(chǎn)生一定的影響，從而影響農(nóng)村聚落布局。本文基于定遠縣河流數(shù)據(jù)，以500 m為間隔，建立0～500 m、>500～1 000 m的緩沖區(qū)，并統(tǒng)計緩沖區(qū)內(nèi)的農(nóng)村聚落面積及所占比例。由表6可知：時間上，2010年、2015年、2020年河流各級緩沖區(qū)的農(nóng)村聚落面積均有增加;空間上，0～500 m緩沖區(qū)內(nèi)的農(nóng)村聚落面積和占比最高，距離河流1 000 m外的地區(qū)最低。河流對定遠縣農(nóng)村聚落布局具有指向作用，隨時間的變化有增強的趨勢。

3.3 道路對農(nóng)村聚落布局的影響

道路從多方面影響人們出行、工作、生活，農(nóng)村聚落通常分布在交通線到達的地區(qū)[14]。隨著道路的快速發(fā)展，農(nóng)村居民點傾向沿路分布，為更好地分析不同道路對定遠縣農(nóng)村聚落布局格局演變的影響，將道路數(shù)據(jù)按照等級劃分為高速公路、鐵路、省道、縣鄉(xiāng)道、村道、其他道路（圖9、圖10），結(jié)果發(fā)現(xiàn)，聚落沿高速、省道和縣鄉(xiāng)道擴張明顯，而村道和其他道路多因為居民點興建而建設(shè)。

3.4 鄉(xiāng)鎮(zhèn)對農(nóng)村聚落布局的影響

以1 000 m為間隔，以鄉(xiāng)鎮(zhèn)駐地為中心構(gòu)建鄉(xiāng)鎮(zhèn)緩沖區(qū)，統(tǒng)計各級緩沖區(qū)內(nèi)農(nóng)村聚落中心點數(shù)量及占比，分析鄉(xiāng)鎮(zhèn)中心對農(nóng)村聚落布局變化的影響。由表7、表8可知：空間尺度上，距離鎮(zhèn)中心最遠尺度內(nèi)，聚落呈下降趨勢;時空變化上，距離鄉(xiāng)鎮(zhèn)中心4 km以內(nèi)的聚落數(shù)量和面積比例均呈增加趨勢，而4 km以外的聚落數(shù)量呈增加趨勢，但面積比例呈現(xiàn)減少趨勢。

4 結(jié)論與討論

4.1 結(jié)論

結(jié)果表明：定遠縣農(nóng)村聚落數(shù)量較多，農(nóng)村聚落面積所占比例較小，但2000—2020年處于持續(xù)增加中。定遠縣農(nóng)村聚落的主要增長類型為小聚落，面積增長最快的是大聚落，通過景觀指數(shù)分析可知， 定遠縣農(nóng)村聚落圖斑破碎度呈隨時間的增加而增加的趨勢，其原因主要為：（1）部分新聚落是舊聚落向外擴展的結(jié)果，使大聚落面積變大，而數(shù)量變化小;（2）政府統(tǒng)一整治、規(guī)劃布局的舉措促進聚落連片發(fā)展。

定遠縣2005年、2010年、2015年、2020年的農(nóng)村聚落呈集群分布，農(nóng)村聚落高密度區(qū)數(shù)量和集群水平不斷增加和提高。高密度區(qū)主要分布在西北部和東南部，北部和東部地區(qū)的農(nóng)村聚落均屬于低密度區(qū)，西北部和東南部海拔較低，路網(wǎng)密集，而北部和東部為海拔相對較高的丘陵地區(qū)， 耕作和基礎(chǔ)設(shè)施建設(shè)條件較差，宜居性差。

道路、地形、河流對定遠縣農(nóng)村聚落集群布局影響較大。農(nóng)村聚落點多集中在海拔50～100 m、坡度0°～2°范圍內(nèi)，這是由于地勢平緩的地區(qū)耕作條件較好、基礎(chǔ)設(shè)施建設(shè)成本低，促使農(nóng)村聚落的集聚分布。河流是農(nóng)業(yè)生產(chǎn)、居民生活用水的主要來源，靠近河流居住，有利于農(nóng)業(yè)灌溉和生活用水，定遠縣農(nóng)村聚落面積隨與河流距離的增大而減小，距河流500 m范圍內(nèi)對農(nóng)村聚落布局影響最為明顯，在研究年份中，河流對農(nóng)村聚落布局的影響較穩(wěn)定，2020年比2015年影響力稍有下降。其他道路、省道、村道、縣道對農(nóng)村聚落布局的指向性較強，鐵路和高速公路較弱，省道、縣道、村道對農(nóng)村聚落布局的影響呈上升趨勢，其他道路、高速公路、鐵路呈下降趨勢。鄉(xiāng)鎮(zhèn)中心點對農(nóng)村聚落布局影響呈“數(shù)量減少，規(guī)模變大”的特點。

4.2 討論

農(nóng)村聚落布局的特征、演變規(guī)律、影響因素的實證分析對實現(xiàn)農(nóng)村土地集約化發(fā)展、優(yōu)化布局，改善人居環(huán)境具有重要意義。影響農(nóng)村聚落布局的因素除自然因素、社會因素外，還有個人因素、政治因素等，對農(nóng)村聚落布局的分析還應(yīng)結(jié)合研究區(qū)特點進行，本研究選擇的影響因子具有一定主觀性，僅選擇了主要的自然和社會因素進行分析，缺少人口、經(jīng)濟等因子，在分析農(nóng)村聚落布局影響機制時，沒有對變動的農(nóng)村聚落做深入的變化原因分析，有待進一步研究。

參考文獻：

[1]朱 彬，馬曉冬. 蘇北地區(qū)鄉(xiāng)村聚落的格局特征與類型劃分[J]. 人文地理，2011，26（4）：66-72.

[2]趙思敏. 基于城鄉(xiāng)統(tǒng)籌的農(nóng)村聚落體系重構(gòu)研究[D]. 西安：西北大學(xué)，2013：13-15.

[3]Antrop M. Landscape change and the urbanization process in Europe[J]. Landscape and Urban Planning，2004，67（3）：9-29.

[4]Sevenant M，Antrop M. Settlement models，land use and visibility in rural landscapes：Two case studies in Greece[J]. Landscape and Urban Planning，2007，80（4）：362-374.

[5]Duyckaerts C，Godefroy G. Voronoi tessellation to study the numerical density and the spatial distribution of neurones[J]. Journal of Chemical Neuroanatomy，2000，20（1）：83-92.

[6]朱曉翔，朱紀廣，喬家君. 國內(nèi)鄉(xiāng)村聚落研究進展與展望[J]. 人文地理，2016，31（1）：33-41.

[7]馬利邦，郭曉東，張啟媛. 甘谷縣鄉(xiāng)村聚落時空布局特征及格局優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報，2012，28（13）：217-225，299.

[8]覃 瑜，師學(xué)義. 利用Voronoi圖的城鄉(xiāng)居民點布局優(yōu)化研究[J]. 測繪科學(xué)，2012，37（1）：136-138，150.

[9]鐘紫玲，王占岐，李偉松. 基于Voronoi圖與景觀指數(shù)法的山區(qū)農(nóng)村居民點空間分布特征及其影響因素[J]. 水土保持研究，2014，21（2）：211-216.

[10]吳江國，張小林，冀亞哲. 不同尺度鄉(xiāng)村聚落景觀的空間集聚性分形特征及影響因素分析——以江蘇省鎮(zhèn)江市為例[J]. 人文地理，2014，29（1）：99-107.

[11]李紅波，張小林，吳江國，等. 蘇南地區(qū)鄉(xiāng)村聚落空間格局及其驅(qū)動機制[J]. 地理科學(xué)，2014，34（4）：438-446.

[12]陳永林，謝炳庚. 江南丘陵區(qū)鄉(xiāng)村聚落空間演化及重構(gòu)——以贛南地區(qū)為例[J]. 地理研究，2016，35（1）：184-194.

[13]吳弘璐，何偉，鄭惠元.基于景觀生態(tài)學(xué)的農(nóng)村聚落分布特征及影響因素分析——以成都市金堂縣為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（18）：326-331.

[14]劉仙桃，鄭新奇，李道兵. 基于Voronoi圖的農(nóng)村居民點空間分布特征及其影響因素研究——以北京市昌平區(qū)為例[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報，2009，25（2）：30-33.