廖傳露 董廷旭 張玉金 王小勇 張雪茂
摘要 以地理國(guó)情監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ),采用核密度估計(jì)方法和景觀格局指數(shù)法,運(yùn)用ArcGIS和Fragstats空間分析技術(shù)對(duì)綿竹市農(nóng)村居民點(diǎn)景觀格局指數(shù)進(jìn)行空間格局特征分析,并側(cè)重分析其與自然因素的關(guān)聯(lián)性。結(jié)果表明:綿竹市農(nóng)村居民點(diǎn)分布不均勻,居民點(diǎn)總體上呈“西北部稀疏,東南部密集”的分布狀態(tài),其數(shù)量和密度差異較大,斑塊形狀不規(guī)則。高程、坡向、坡度和河流等自然因素對(duì)綿竹市的農(nóng)村居民點(diǎn)空間格局分布的影響較大:居民點(diǎn)主要分布在東、東南和南等坡向,隨著離河流距離、高程、坡度的增加,農(nóng)村居民點(diǎn)的個(gè)數(shù)、用地面積、集聚程度總體上呈減少的趨勢(shì),對(duì)居民點(diǎn)形狀的影響較小。99.8%的居民點(diǎn)分布在498~898 m的高程帶內(nèi);65.2%的居民點(diǎn)分布在東、東南和南坡向;92.3%的居民點(diǎn)分布在0~5°坡度內(nèi);51.5%的居民點(diǎn)分布在0~1 000 m的河流緩沖帶內(nèi)。
關(guān)鍵詞 地理國(guó)情監(jiān)測(cè)數(shù)據(jù);農(nóng)村居民點(diǎn);景觀格局;綿竹市
中圖分類號(hào) X 21;K 901.8? 文獻(xiàn)標(biāo)識(shí)碼 A
文章編號(hào) 0517-6611(2022)03-0213-06
doi:10.3969/j.issn.0517-6611.2022.03.056
Landscape Spatial Pattern Analysis of Rural Settlement in Mianzhu City Based on Geographical and National Conditions Monitoring Data
LIAO Chuan-lu1,DONG Ting-xu1,ZHANG Yu-jin2 et al
(1.School of Resources and Environmental Engineering,Mianyang Normal University,Mianyang,Sichuan? 621000; 2.The Third Institute of Photogrammetry and Remote Sensing,Ministry of Natural Resources,Chengdu, Sichuan 610100)
Abstract Based on geographical and national conditions monitoring data, using kernel density estimation method and landscape pattern index method, the spatial pattern characteristics of the rural settlement landscape pattern indices in Mianzhu City were analyzed by using ArcGIS and Fragstats spatial analysis techniques, and the relationship between the landscape pattern indices and natural factors was emphatically analyzed. The results showed that the distribution of rural settlement in Mianzhu City was not uniform, and the residential areas were generally in a state of “sparse in the northwest and dense in the southeast”, with large differences in the number and density, and irregular patch shape. Natural factors such as elevation, slope direction and gradient, river had grater influences on the spatial pattern of rural settlement in Mianzhu City. Residential areas were mainly distributed in the east,southeast and south slope directions. With the increase of distance from the river, elevation and slope gradient, the number of rural settlement, the area of land used and the degree of aggregation were decreasing. The influences on the shape of settlements was small. 99.8% of the settlements were located in the elevation zone from 498 m to 898 m;65.2% of the settlements were located in the east,southeast and south slope;92.3% of the settlements were located in the gradient from 0 ° to 5 °,and 51.5% of the settlements were located in the river buffer zone from 0 m to 1 000 m.
Key words Monitoring of geographical and national conditions;Rural settlements;Landscape pattern;Mianzhu City
基金項(xiàng)目 四川省科技廳科技計(jì)劃項(xiàng)目(2019YJ0496);綿陽(yáng)師范學(xué)院校級(jí)自然科學(xué)基金項(xiàng)目(MYSY2018T003)。
作者簡(jiǎn)介 廖傳露(1996—),女,四川新都人,碩士研究生,研究方向:生態(tài)環(huán)境監(jiān)測(cè)與治理。通信作者,教授,碩士生導(dǎo)師,從事3S技術(shù)集成應(yīng)用、土地利用與區(qū)域生態(tài)安全以及地質(zhì)災(zāi)害防治與生態(tài)修復(fù)方面的研究。
收稿日期 2021-05-26
農(nóng)村居民點(diǎn)是農(nóng)民生活的基本單元[1],是鄉(xiāng)村振興中鄉(xiāng)村聚落優(yōu)化布局研究的主要內(nèi)容之一。農(nóng)村居民點(diǎn)景觀格局能夠反映居民點(diǎn)在地理空間上的整體特點(diǎn)和性質(zhì)[2]。當(dāng)前學(xué)者的研究主要采取GIS等技術(shù)[3],運(yùn)用空間自相關(guān)[4]、景觀生態(tài)指數(shù)[5]和核密度估計(jì)[6]等方法;研究區(qū)域主要集中在首都郊區(qū)、江南地區(qū)、中部地區(qū)以及丘陵地區(qū)[7];研究?jī)?nèi)容主要集中在時(shí)空演變特征及其驅(qū)動(dòng)力因素[8]、居民點(diǎn)的優(yōu)化布局[9]、生態(tài)環(huán)境效應(yīng)[10]和居民點(diǎn)土地整理[11]等方面。其中,農(nóng)村居民點(diǎn)景觀格局分析主要采用景觀格局指數(shù)法。譚雪蘭等[12]采用景觀格局指數(shù)法,結(jié)合GIS空間分析等對(duì)長(zhǎng)沙市農(nóng)村居民點(diǎn)景觀格局進(jìn)行研究,分析其變化和地域分異規(guī)律,為其空間優(yōu)化與調(diào)控提供了科學(xué)指導(dǎo)。譚學(xué)玲等[13]運(yùn)用景觀格局指數(shù)、變異系數(shù)等側(cè)重分析了地形地貌對(duì)農(nóng)村居民點(diǎn)空間分布的影響。
農(nóng)村居民點(diǎn)景觀格局及其影響因素研究所用數(shù)據(jù)主要有土地利用調(diào)查數(shù)據(jù)[14]、Landsat TM 遙感影像圖[15]、地形圖[16]、數(shù)字高程模型[17]和研究區(qū)統(tǒng)計(jì)年鑒[18]等,但對(duì)地理國(guó)情監(jiān)測(cè)數(shù)據(jù)利用較少。地理國(guó)情監(jiān)測(cè)是以衛(wèi)星導(dǎo)航定位、遙感、地理信息系統(tǒng)(3S)技術(shù)為依托,集成云計(jì)算、通信、數(shù)據(jù)挖掘等技術(shù)[19],結(jié)合各時(shí)期的測(cè)繪成果檔案,監(jiān)測(cè)地表覆被、地形地貌,并分析其變化特征[20],反映經(jīng)濟(jì)、自然和生態(tài)的空間分布及其變化[21]。地理國(guó)情監(jiān)測(cè)共享數(shù)據(jù)十分豐富,其應(yīng)用服務(wù)功能備受關(guān)注[22]。筆者以綿竹市2019年地理國(guó)情監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ),利用ArcGIS和Fragstats 4.2等分析工具,結(jié)合核密度估計(jì)方法,從景觀格局的視角對(duì)農(nóng)村居民點(diǎn)景觀進(jìn)行分析,探討農(nóng)村居民點(diǎn)在地理空間上的總體分布和格局特征以及自然地理要素對(duì)其的影響程度,旨在為居民點(diǎn)的空間優(yōu)化、新農(nóng)村建設(shè)和可持續(xù)發(fā)展提供科學(xué)依據(jù)。
1 研究區(qū)概況與數(shù)據(jù)來(lái)源
1.1 研究區(qū)概況
綿竹市地處四川盆地西北部,北依龍門山脈,南靠德陽(yáng)市旌陽(yáng)區(qū),東北、西南分別鄰接綿陽(yáng)市安州區(qū)、什邡市,地處103°54′-104°20′E,31°09′-31°42′N,總面積1 246.39 km2。綿竹市是四川省轄縣級(jí)市、整體推進(jìn)新農(nóng)村建設(shè)縣重點(diǎn)縣,設(shè)有20個(gè)鎮(zhèn)、1個(gè)鄉(xiāng),市政府駐劍南鎮(zhèn)(圖1);綿竹市總?cè)丝?0.7萬(wàn)。山地面積約占全市總面積的59%,平原面積占全市總面積的41%,全市最高峰海拔4 402.2 m,最低處海拔502.6 m。綿竹市地勢(shì)東南低、西北高;年平均氣溫15.7 ℃,多年平均降雨量1 053.2 mm。綿竹市市境屬于沱江上游,有射水、綿遠(yuǎn)、馬尾、白水、龍蟒河和石亭江等河流。
1.2 數(shù)據(jù)來(lái)源及預(yù)處理 土地利用/覆被數(shù)據(jù)來(lái)自綿竹市地理國(guó)情監(jiān)測(cè)數(shù)據(jù)集,數(shù)字高程模型(DEM)數(shù)據(jù)來(lái)自地理空間數(shù)據(jù)云(http://www.gscloud.cn/#page1/2),行政區(qū)劃數(shù)據(jù)主要來(lái)自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)。
以ArcMap 10.6為平臺(tái),對(duì)以上數(shù)據(jù)進(jìn)行預(yù)處理,建立統(tǒng)一坐標(biāo)參數(shù)的專題數(shù)據(jù)集。處理內(nèi)容如下:①以綿竹市行政區(qū)矢量文件為參考,將綿竹市地理國(guó)情監(jiān)測(cè)數(shù)據(jù)進(jìn)行空間校正,提取農(nóng)村居民點(diǎn),投影后計(jì)算各居民點(diǎn)的幾何面積,獲取居民點(diǎn)圖斑數(shù)據(jù)集。②利用綿竹市鄉(xiāng)鎮(zhèn)界線,對(duì)農(nóng)村居民點(diǎn)圖斑圖層進(jìn)行工程裁剪,獲取綿竹市各鄉(xiāng)鎮(zhèn)的農(nóng)村居民點(diǎn)分布圖(圖2)。③利用ArcMap 10.6對(duì)90 m分辨率的DEM圖片進(jìn)行拼接,再用綿竹市行政區(qū)邊界對(duì)其進(jìn)行裁剪,得到90 m分辨率的綿竹市DEM數(shù)據(jù)。④利用GIS空間分析功能從DEM圖片中提取坡度、坡向、高程信息,重分類后與農(nóng)村居民點(diǎn)數(shù)據(jù)信息疊加分析。⑤對(duì)水系進(jìn)行緩沖區(qū)分析。
2 分析方法
2.1 核密度估計(jì)方法
核密度估計(jì)方法是空間點(diǎn)模式分析中一種非參數(shù)的表面密度計(jì)算方法,它借助一個(gè)動(dòng)態(tài)的單元格(即窗口) 來(lái)估算點(diǎn)格局的密度。通過(guò)核密度估計(jì)方法使農(nóng)村居民點(diǎn)在空間上的集聚程度可視化。
核密度估計(jì)值越低,表示農(nóng)村居民點(diǎn)分布越稀疏,反之則農(nóng)村居民點(diǎn)分布越密集。核密度估計(jì)值計(jì)算公式如下:
fn(x)=1nhini=1kx-xih(1)
式中,fn(x)為農(nóng)村居民點(diǎn)的核密度估計(jì)值;x-xi表示估計(jì)農(nóng)村居民點(diǎn)x到xi之間的距離;n表示帶寬范圍內(nèi)的居民點(diǎn)數(shù);k表示核函數(shù);h表示帶寬。
2.2 景觀格局指數(shù)法
景觀格局指數(shù)通過(guò)對(duì)景觀定量分析將景觀生態(tài)學(xué)方法引入農(nóng)村居民點(diǎn)研究中,可反映景觀結(jié)構(gòu)的空間配置特征[22]。主要工具包括Fragstats、各類景觀模型、地理學(xué)、物理學(xué)和地統(tǒng)計(jì)學(xué)等方法。選擇斑塊總面積(CA)、平均斑塊面積(MPA)、斑塊個(gè)數(shù)(NP)等規(guī)模指標(biāo)來(lái)反映居民點(diǎn)的總量;選取斑塊密度(PD)、斑塊面積標(biāo)準(zhǔn)差(PSSD)[23]等指標(biāo)來(lái)反映居民點(diǎn)的密度;選取平均斑塊形狀指數(shù)(MSI)來(lái)反映居民點(diǎn)的形狀,通過(guò)計(jì)算、分析,確定農(nóng)村居民點(diǎn)的空間特征。農(nóng)村居民點(diǎn)景觀格局指數(shù)相關(guān)指標(biāo)見(jiàn)表1。
2.3 GIS空間分析方法
空間分析是GIS最核心的理論之一。GIS空間分析方法能夠有效解釋、分析農(nóng)村居民點(diǎn)在空間上的分布狀態(tài)及其與環(huán)境因子間的相互關(guān)系。利用綿竹市農(nóng)村居民點(diǎn)分布圖、DEM數(shù)據(jù)和行政區(qū)邊界,通過(guò)GIS的轉(zhuǎn)換、可視化表達(dá)、緩沖區(qū)分析和疊置分析等功能將綿竹市的坡向、坡度和高程等地形因子提取出來(lái),并與農(nóng)村居民點(diǎn)景觀格局特征進(jìn)行疊加,研究地形因素對(duì)農(nóng)村居民點(diǎn)分布的影響。
3 結(jié)果與分析
3.1 農(nóng)村居民點(diǎn)空間分布特征
3.1.1 基于核密度估計(jì)方法的農(nóng)村居民點(diǎn)特征分析。
利用核密度估計(jì)方法生成綿竹市農(nóng)村居民點(diǎn)空間分布密度圖(圖3)。綿竹市東南部的拱星、興隆、綿遠(yuǎn)、什地、漢旺、東北、西南、九龍、遵道、孝德、劍南、齊天、土門和廣濟(jì)鎮(zhèn)分布著多個(gè)居民點(diǎn)密集區(qū);西北部為山區(qū),農(nóng)村居民點(diǎn)分布稀疏。綿竹市居民點(diǎn)總體上呈“西北部稀疏、東南部密集”的分布趨勢(shì)。
3.1.2 農(nóng)村居民點(diǎn)景觀格局分析。
根據(jù)各鄉(xiāng)鎮(zhèn)農(nóng)村居民點(diǎn)景觀格局指數(shù)(表2)可知,研究區(qū)現(xiàn)有農(nóng)村居民點(diǎn)用地面積10 125.18 hm2,其中孝德、東北、西南、新市、漢旺和富興鎮(zhèn)斑塊總面積大,斑塊個(gè)數(shù)多,斑塊密度較大,平均斑塊面積較小,表示其斑塊個(gè)數(shù)多但布局分散;天池鄉(xiāng)、清平鎮(zhèn)、玉泉鎮(zhèn)、板橋鎮(zhèn)和劍南鎮(zhèn)斑塊個(gè)數(shù)少,斑塊總面積小,平均斑塊面積較大,表示其農(nóng)村居民點(diǎn)數(shù)量少但平均斑塊面積普遍較大;金花、九龍、遵道、土門、廣濟(jì)、興隆、拱星、綿遠(yuǎn)、什地和齊天鎮(zhèn)斑塊密度較大,但平均斑塊面積較小,表明其居民點(diǎn)斑塊分布集中但破碎。斑塊面積方差分析表明,天池鄉(xiāng)、西南鎮(zhèn)、劍南鎮(zhèn)、東北鎮(zhèn)、玉泉鎮(zhèn)、板橋鎮(zhèn)和新市鎮(zhèn)的斑塊面積差異較大,其他鄉(xiāng)鎮(zhèn)斑塊較為均勻。各鄉(xiāng)鎮(zhèn)的平均斑塊形狀指數(shù)均大于1,說(shuō)明斑塊的形狀不規(guī)則。
3.2 環(huán)境因子對(duì)農(nóng)村居民點(diǎn)空間分布的影響 運(yùn)用ArcGIS,從綿竹市DEM圖片中提取高度、坡度和坡向,并對(duì)各地形因子和河流進(jìn)行重分類。高程可分為498~898 m(1級(jí))、>898~1 298 m(2級(jí))、>1 298~1 698 m(3級(jí))、>1 698~2 098 m(4級(jí))、>2 098~2 498 m(5級(jí))、>2 498~2 898 m(6級(jí))、>2 898~3 298 m(7級(jí));坡向可分為平地(1級(jí))、北(2級(jí))、東北(3級(jí))、東(4級(jí))、東南(5級(jí))、南(6級(jí))、西南(7級(jí))、西(8級(jí))、西北(9級(jí))、北(10級(jí));按坡度可分為極緩坡(0~2°,1級(jí))、緩坡(>2~5°,2級(jí))、中等坡(>5~8°,3級(jí))、斜坡(>8~15°,4級(jí))、陡坡(>15~25°,5級(jí))、急坡(>25~35°,6級(jí))、險(xiǎn)坡(>35~90°,7級(jí));離河流的距離可分為0~500 m(1級(jí))、>500~1 000 m(2級(jí))、>1 000~1 500 m(3級(jí))、>1 500~2 000 m(4級(jí))、>2 000 m(5級(jí))。將農(nóng)村居民點(diǎn)的景觀屬性與河流、高程、坡向、坡度等環(huán)境因素疊加分析,分級(jí)提取農(nóng)村居民點(diǎn)的景觀格局指數(shù)。
3.2.1 地形因子對(duì)農(nóng)村居民點(diǎn)分布的影響。
自然因素中,地形因子對(duì)農(nóng)村居民點(diǎn)的影響較大,特別是地形坡度和海拔。為了分析影響綿竹市農(nóng)村居民點(diǎn)分布的因子,選取高程、坡向和坡度等進(jìn)行分析。
3.2.1.1 高程。由表3、圖4~5可知,99.8%的居民點(diǎn)分布在498~898 m的高程帶內(nèi),平均斑塊面積相對(duì)較大,居民點(diǎn)的平均斑塊面積大、斑塊個(gè)數(shù)多;0.2%的居民點(diǎn)分布在>898~1 698 m的高程范圍內(nèi),平均斑塊面積小、斑塊個(gè)數(shù)少。1 698 m以上的高程帶無(wú)居民點(diǎn)分布;498~1 698 m的高程帶內(nèi)斑塊面積標(biāo)準(zhǔn)差最大,斑塊密度大,居民點(diǎn)平均斑塊面積差異大,居民點(diǎn)斑塊破碎化程度高,空間分布穩(wěn)定性較低;>1 298~1 698 m高程帶內(nèi)由于只有1個(gè)居民點(diǎn),因此斑塊面積標(biāo)準(zhǔn)差為0。498~1 698 m高程帶的平均斑塊形狀指數(shù)均大于1且差別不大,說(shuō)明斑塊的形狀不規(guī)則。因此,高程對(duì)居民點(diǎn)分布的影響較大,而對(duì)斑塊形狀的影響較小。
3.2.1.2 坡向。由表3、圖4和圖6可知,居民點(diǎn)斑塊總面積、平均斑塊面積、斑塊個(gè)數(shù)、平均斑塊形狀指數(shù)、斑塊面積標(biāo)準(zhǔn)差先呈上升趨勢(shì),過(guò)東南坡向后呈下降趨勢(shì)。65.2%的居民點(diǎn)個(gè)數(shù)和70.7%的居民點(diǎn)面積分布在東、東南和南坡向,其斑塊總面積、平均斑塊面積、斑塊個(gè)數(shù)、斑塊面積標(biāo)準(zhǔn)差相對(duì)于其他坡向更大,居民點(diǎn)斑塊個(gè)數(shù)和斑塊面積大且斑塊面積標(biāo)準(zhǔn)差相對(duì)于其他坡向更大。斑塊密度正好相反,總體上先呈下降趨勢(shì),過(guò)東南坡向后呈上升趨勢(shì)。由此可見(jiàn),其居民點(diǎn)的破碎化程度逐漸減小,東南最小,之后逐漸增加。各個(gè)坡向的斑塊形狀不規(guī)則。
3.2.1.3 坡度。由表3、圖4和圖7可以看出,約83.7%的農(nóng)村居民點(diǎn)分布在0~2°的極緩坡內(nèi),8.6%的農(nóng)村居民點(diǎn)分布在2~5°的緩坡內(nèi),極少量的農(nóng)村居民點(diǎn)分布在5°以上的坡度內(nèi)。隨著坡度的增加,農(nóng)村居民點(diǎn)斑塊總面積和斑塊個(gè)數(shù)急劇減少,因此農(nóng)村居民點(diǎn)的分布受坡度的影響較大,坡度越低,居民點(diǎn)越多;面積越大,越適合居住。各個(gè)坡度斑塊形狀不規(guī)則。
3.2.2 河流對(duì)農(nóng)村居民點(diǎn)分布的影響。
對(duì)綿竹市河流進(jìn)行緩沖區(qū)分析,并與綿竹市的農(nóng)村居民點(diǎn)景觀格局特征進(jìn)行疊加分析,研究農(nóng)村居民點(diǎn)與離河流距離之間的關(guān)系。
由表3、圖4和圖8來(lái)看,斑塊總面積、斑塊面積標(biāo)準(zhǔn)差、平均斑塊形狀指數(shù)均隨河流緩沖區(qū)距離的增加而減小,但其平均斑塊形狀指數(shù)都大于1。由此可見(jiàn),距離河流越近,居民點(diǎn)斑塊總面積越大、斑塊面積標(biāo)準(zhǔn)差越小,其形狀不規(guī)則程度越小。隨著離河流距離的增加,其斑塊密度總體上呈逐漸上升的趨勢(shì),說(shuō)明距離河流越近,其居民點(diǎn)的破碎化程度越低,其空間分布的穩(wěn)定性越高。平均斑塊面積值隨河流緩沖區(qū)距離的增加總體上呈下降趨勢(shì),但離河流距離對(duì)其影響較小。由此可見(jiàn),斑塊面積標(biāo)準(zhǔn)差總體上隨河流距離的增加而減小。離河流的距離在0~1 000 m內(nèi)居民點(diǎn)個(gè)數(shù)增加,離河流的距離在1 000 m以上的居民點(diǎn)個(gè)數(shù)逐漸減少。由此可見(jiàn),河流對(duì)農(nóng)村居民點(diǎn)布局的吸引作用隨距離的增加而減小,但對(duì)斑塊面積標(biāo)準(zhǔn)差的影響較小。
4 結(jié)論與討論
以地理國(guó)情監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ),借助ArcGIS和Fragstats平臺(tái)分析了綿竹市農(nóng)村居民點(diǎn)的空間格局特征,并結(jié)合核密度估計(jì)法側(cè)重分析其與自然因素的關(guān)聯(lián)性。
通過(guò)核密度估計(jì)法分析,發(fā)現(xiàn)居民點(diǎn)集聚分布在東南平原區(qū),極少數(shù)分布在西北山區(qū),總體上呈“西北部稀疏、東南部密集”的分布狀態(tài)。總體來(lái)看,海拔是影響居民點(diǎn)分布的關(guān)鍵因素。
通過(guò)計(jì)算景觀格局指數(shù)反映居民點(diǎn)分布的景觀格局特征,發(fā)現(xiàn)隨高程、坡度和河流緩沖距離的增加,居民點(diǎn)斑塊面積標(biāo)準(zhǔn)差、數(shù)量、面積、不規(guī)則程度總體上呈下降的趨勢(shì)。居民點(diǎn)在東、南和東南向分布最多;99.8%的居民點(diǎn)分布在498~898 m的高程帶內(nèi);65.2%的居民點(diǎn)分布在東、東南和南坡向;92.3%的居民點(diǎn)分布在0~5°坡度內(nèi);51.5%的居民點(diǎn)分布在0~1 000 m的河流緩沖帶內(nèi)。隨著高程、坡度和河流緩沖區(qū)距離的增加,斑塊密度總體上呈下降的趨勢(shì),斑塊破碎化程度逐漸減小,其空間分布的穩(wěn)定性逐漸增加;在坡向上,斑塊密度以東南為起點(diǎn)向順時(shí)針、逆時(shí)針?lè)较蜻f減,其斑塊的破碎化、穩(wěn)定性程度也以東南向?yàn)槠瘘c(diǎn)向順時(shí)針、逆時(shí)針?lè)较蚪档?。隨著高程和坡度的增加,居民點(diǎn)的形狀不規(guī)則程度先增大后減小;從坡度來(lái)看,不規(guī)則程度以東南向?yàn)槠瘘c(diǎn)向順時(shí)針、逆時(shí)針?lè)较驕p小,其不規(guī)則程度隨著河流緩沖區(qū)距離的增加呈先減小后增大的趨勢(shì)??傮w來(lái)看,由于各因素上的平均斑塊形狀指數(shù)都大于1且差別不大,因此其斑塊形狀不規(guī)則程度差別不大,各因素對(duì)斑塊形狀的影響程度較小。
上述研究結(jié)果表明,地形和河流等因素影響著綿竹市農(nóng)村居民點(diǎn)的基本分布狀態(tài),制約著其居民點(diǎn)的數(shù)量、規(guī)模和形狀。
該研究中農(nóng)村居民點(diǎn)格局分析方法多樣,影響農(nóng)村居民點(diǎn)空間格局的因素也有很多。該研究只借助了ArcGIS和Fragstats平臺(tái),結(jié)合核密度估計(jì)方法,選取了高程、坡向、坡度和河流4個(gè)自然因素側(cè)重分析,使用的方法和選取的因素較少。今后研究可考慮更多的自然因素,并加入社會(huì)因素進(jìn)行分析,將能夠更加精確、全面地對(duì)農(nóng)村居民點(diǎn)空間格局進(jìn)行分析。
參考文獻(xiàn)
[1] 李勝坤,張毅,閆欣,等.竹溪縣農(nóng)村居民點(diǎn)景觀格局及空間分布特征[J].水土保持研究,2014,21(4):203-207,218.
[2] 朱彬,尹旭,張小林.縣域農(nóng)村居民點(diǎn)空間格局與可達(dá)性:以江蘇省射陽(yáng)縣為例[J].地理科學(xué),2015,35(12):1560-1567.
[3]? 陳振杰,李滿春,劉永學(xué).基于GIS的桐廬縣農(nóng)村居民點(diǎn)空間格局研究[J].長(zhǎng)江流域資源與環(huán)境,2008,17(2):180-184.
[4] 姜廣輝,何新,馬雯秋,等.基于空間自相關(guān)的農(nóng)村居民點(diǎn)空間格局演變及其分區(qū)[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(13):265-273.
[5] 段晶. 農(nóng)村居民點(diǎn)景觀格局演變分析及其預(yù)測(cè)研究:以湖北省隨縣厲山鎮(zhèn)為例[D].武漢:華中師范大學(xué),2015:16.
[6] 閔婕,楊慶媛,唐璇.三峽庫(kù)區(qū)農(nóng)村居民點(diǎn)空間格局演變:以庫(kù)區(qū)重要區(qū)萬(wàn)州為例[J].經(jīng)濟(jì)地理,2016,36(2):149-158.
[7] 李金珂. 秦巴山區(qū)農(nóng)村居民點(diǎn)景觀格局空間差異及演變研究[D].楊凌:西北農(nóng)林科技大學(xué),2019:7.
[8] 劉仙桃,鄭新奇,李道兵.基于Voronoi圖的農(nóng)村居民點(diǎn)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(bào),2009,25(2):30-33,93.
[9] 周潔. 基于景觀格局分析的農(nóng)村居民點(diǎn)布局優(yōu)化研究:以鞏義市為例[D].鄭州:河南農(nóng)業(yè)大學(xué),2012:8.
[10] 陳萌萌. 三峽庫(kù)區(qū)奉節(jié)縣農(nóng)村居民點(diǎn)空間格局特征與生態(tài)環(huán)境效應(yīng)研究[D].重慶:重慶師范大學(xué),2017:5.
[11] 李冬梅,王冬艷,張樹(shù)文,等.以土地整治視角的聯(lián)合都市區(qū)農(nóng)村居民點(diǎn)空間格局分析[J].地球信息科學(xué)學(xué)報(bào),2015,17(8):945-953.
[12] 譚雪蘭,周國(guó)華,朱蘇暉,等.長(zhǎng)沙市農(nóng)村居民點(diǎn)景觀格局變化及地域分異特征研究[J].地理科學(xué),2015,35(2):204-210.
[13] 譚學(xué)玲,閆慶武,李晶晶,等.盤縣農(nóng)村居民點(diǎn)空間分布特征及其地形地貌影響因素分析[J].長(zhǎng)江流域資源與環(huán)境,2017,26(12):2083-2090.
[14] 姜轉(zhuǎn)芳,頡耀文,李汝嫣,等.基于GIS的干旱區(qū)綠洲農(nóng)村居民點(diǎn)格局演變研究:以甘肅河西地區(qū)為例[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2019,35(3):324-331.
[15] 胡鑫,譚雪蘭,朱紅梅,等.長(zhǎng)沙市農(nóng)村居民點(diǎn)空間格局特征研究[J].地域研究與開(kāi)發(fā),2015,34(1):138-143.
[16] 任平,洪步庭,劉寅,等.基于RS與GIS的農(nóng)村居民點(diǎn)空間變化特征與景觀格局影響研究[J].生態(tài)學(xué)報(bào),2014,34(12):3331-3340.
[17] 吳宏陽(yáng),舒成強(qiáng),吳勇,等.嘉陵江流域居民點(diǎn)空間分布格局及影響因素研究[J].資源開(kāi)發(fā)與市場(chǎng),2019,35(10):1262-1265.
[18] 朱雪欣,王紅梅,袁秀杰,等.基于GIS的農(nóng)村居民點(diǎn)區(qū)位評(píng)價(jià)與空間格局優(yōu)化[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(6):326-333.
[19] 李德仁,眭海剛,單杰.論地理國(guó)情監(jiān)測(cè)的技術(shù)支撐[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2012,37(5):505-512,502.
[20] 張寅,何建寧,劉媛.地理國(guó)情監(jiān)測(cè)專題圖設(shè)計(jì)關(guān)鍵問(wèn)題研究[J].地理空間信息,2017,15(6):41-43.
[21] 鐘濱,張晨,廖明偉.地理國(guó)情信息支持下的鄱陽(yáng)湖區(qū)生態(tài)環(huán)境評(píng)價(jià)[J].測(cè)繪與空間地理信息,2018,41(9):35-38.
[22] 王華,洪亮,周志誠(chéng),等.地理國(guó)情監(jiān)測(cè)的應(yīng)用分析和對(duì)策[J].地理空間信息,2016,14(1):4-7.
[23] 張宇,董菡,李洋洋.禹城市農(nóng)村居民點(diǎn)空間分布模式和景觀格局[J].山東國(guó)土資源,2020,36(2):72-78.