基于多源數(shù)據(jù)的京杭大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段研究

摘要：國(guó)土空間分區(qū)是進(jìn)行國(guó)土空間用途管控的基礎(chǔ)，分析京杭大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間及產(chǎn)業(yè)分布格局，并對(duì)其進(jìn)行空間分段可以有效地制定基于空間格局差異化的管控策略?；诳色@得的多源公開(kāi)數(shù)據(jù)，綜合應(yīng)用文本分析、核密度分析以及聚類分析方法探究京杭大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間與產(chǎn)業(yè)分布格局特征，并據(jù)此進(jìn)行國(guó)土空間分段。結(jié)果表明，機(jī)械設(shè)備、紡織服裝、食品、養(yǎng)殖、建材類領(lǐng)域相關(guān)公司企業(yè)為大運(yùn)河核心監(jiān)控區(qū)范圍內(nèi)最常見(jiàn)的產(chǎn)業(yè)類型，化工、金屬、餐飲、混凝土、鋼鐵等易產(chǎn)生環(huán)境污染的相關(guān)公司企業(yè)分布數(shù)量也較高。整體上看，監(jiān)控區(qū)范圍內(nèi)公司企業(yè)集中分布于運(yùn)河南北兩端，并呈現(xiàn)出典型的密集型分布特征。養(yǎng)殖、化工、水泥砂漿混凝土、石化、煤電等部分易產(chǎn)生環(huán)境污染或損害風(fēng)險(xiǎn)的產(chǎn)業(yè)呈現(xiàn)差異化空間分布特征。國(guó)土空間分段結(jié)果顯示，低強(qiáng)度鄉(xiāng)村主導(dǎo)區(qū)段為大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段的主導(dǎo)類型，包括除河北省滄州市、江蘇省常州市、江蘇省無(wú)錫市、浙江省杭州市、浙江省嘉興市、江蘇省蘇州市以外的其他15個(gè)城市區(qū)段；低污染低生態(tài)功能區(qū)段包括滄州段和常州段，高強(qiáng)度低耕地區(qū)段主要為無(wú)錫段，旅游主導(dǎo)區(qū)段包括杭州段與嘉興段，高強(qiáng)度產(chǎn)業(yè)密集區(qū)段為蘇州段。

關(guān)鍵詞：京杭大運(yùn)河；國(guó)土空間分段；多源數(shù)據(jù)；文本分析法；核密度分析法；聚類分析法

中圖分類號(hào)：TU984.18" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）23-0214-07

胡" 蘇，翁艷美，潘杰華，等. 基于多源數(shù)據(jù)的京杭大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段研究［J］. 江蘇農(nóng)業(yè)科學(xué)，2024，52（23）：214-221.

doi：10.15889/j.issn.1002-1302.2024.23.029

收稿日期：2024-01-16

基金項(xiàng)目：自然資源部國(guó)土空間規(guī)劃與開(kāi)發(fā)保護(hù)重點(diǎn)實(shí)驗(yàn)室-中規(guī)院（北京）規(guī)劃設(shè)計(jì)有限公司聯(lián)合開(kāi)放基金（編號(hào)：TSPDP24/05）；江蘇省社會(huì)科學(xué)基金（編號(hào)：22GLB028）；中央高校基本科研業(yè)務(wù)重大項(xiàng)目培育專項(xiàng)基金（編號(hào)：2022ZDPYSK08）。

作者簡(jiǎn)介：胡" 蘇（1981—），男，江蘇宿遷人，高級(jí)城市規(guī)劃師，主要從事城鄉(xiāng)土地利用與規(guī)劃研究。E-mail：30560739@qq.com。

通信作者：陳龍高，博士，教授，主要從事城鄉(xiāng)土地利用與規(guī)劃研究。E-mail：chenlonggao@163.com。

京杭大運(yùn)河全長(zhǎng)2 700多km，是中國(guó)古代經(jīng)濟(jì)文化的重要廊道，也是長(zhǎng)江下游地區(qū)近代民族工業(yè)交流與合作的渠道，蘊(yùn)含了重要的教育科普與休閑旅游等功能，2014年被列入《世界文化遺產(chǎn)名錄》。2017年6月，習(xí)近平總書記指出要統(tǒng)籌保護(hù)好、傳承好、利用好大運(yùn)河。隨后我國(guó)出臺(tái)了《大運(yùn)河文化保護(hù)傳承利用規(guī)劃綱要》，要求將大運(yùn)河河道兩側(cè)2 km范圍內(nèi)的區(qū)域劃為核心監(jiān)控區(qū)，以加強(qiáng)該區(qū)域內(nèi)的國(guó)土空間管控［1-4］。國(guó)土空間分區(qū)是國(guó)土空間管控規(guī)則制定的基本依據(jù)。盡管大運(yùn)河沿岸的省份分別制定了相應(yīng)管控辦法或細(xì)則，但由于大運(yùn)河核心監(jiān)控區(qū)在空間分布式呈典型的線形，基于傳統(tǒng)方法較難完成該區(qū)域國(guó)土空間分區(qū)，且難以體現(xiàn)其國(guó)土空間分段特征。然而，梳理國(guó)內(nèi)外公開(kāi)發(fā)表成果時(shí)發(fā)現(xiàn)，目前尚缺乏大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段方法或?qū)嵶C應(yīng)用研究?，F(xiàn)有的國(guó)土空間管控相關(guān)研究主要涉及國(guó)土空間分區(qū)方法、實(shí)證應(yīng)用與相應(yīng)管控政策策略的制定等。盡管空間分段研究中多位學(xué)者提出了基于粒子群優(yōu)化、核密度估計(jì)與空間聚類等方法，并應(yīng)用于具有典型線狀特征的道路路面、航線軌跡或河流河道等領(lǐng)域，對(duì)于呈線狀特征的國(guó)土空間區(qū)域進(jìn)行分段研究卻缺乏關(guān)注［5-16］。本研究基于高德地圖興趣點(diǎn)（POI）中的產(chǎn)業(yè)數(shù)據(jù)與河流、土地利用類型等多源數(shù)據(jù)，構(gòu)建基于文本分析、核密度估計(jì)及聚類分析相結(jié)合的方法，進(jìn)而實(shí)現(xiàn)大運(yùn)河核心監(jiān)控區(qū)的國(guó)土空間分段，以便從整體上認(rèn)識(shí)我國(guó)大運(yùn)河核心監(jiān)控區(qū)內(nèi)的分段國(guó)土空間格局與特征，從而為提出國(guó)土空間管控政策措施提供依據(jù)和數(shù)據(jù)支持。

1" 數(shù)據(jù)來(lái)源與研究方法

1.1" 數(shù)據(jù)來(lái)源處理

本研究主要使用高德地圖的POI數(shù)據(jù)和基礎(chǔ)地理信息數(shù)據(jù)開(kāi)展分析，其中基礎(chǔ)地理信息數(shù)據(jù)來(lái)源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)提供的1 ∶100萬(wàn)公眾版基礎(chǔ)地理信息數(shù)據(jù)，主要包括水系、交通、境界與政區(qū)、地名及注記等9個(gè)數(shù)據(jù)集；2022年P(guān)OI數(shù)據(jù)來(lái)源于高德地圖開(kāi)放平臺(tái)，包括POI數(shù)據(jù)點(diǎn)名稱、所屬行政區(qū)域以及經(jīng)緯度坐標(biāo)等字段。土地利用數(shù)據(jù)來(lái)源于美國(guó)環(huán)境系統(tǒng)研究所公司（Environmental Systems Research Institute，簡(jiǎn)稱ESRI公司）基于 10 m 哨兵影像數(shù)據(jù)使用深度學(xué)習(xí)方法制作的全球土地覆蓋數(shù)據(jù)，該數(shù)據(jù)集共分為水體、林地、草地、淹沒(méi)植被、耕地、建筑、裸地、雪/冰、云等類型。

對(duì)于POI數(shù)據(jù)，在完成數(shù)據(jù)清洗的前提下保留研究區(qū)范圍內(nèi)的公司企業(yè)數(shù)據(jù)，再基于各產(chǎn)業(yè)對(duì)生態(tài)環(huán)境和國(guó)土空間格局的影響，依據(jù)文本分析法獲取的高頻詞匯并結(jié)合其對(duì)可能產(chǎn)生的環(huán)境污染程度，根據(jù)公司企業(yè)名稱劃分不同產(chǎn)業(yè)類型（表1），隨后基于坐標(biāo)信息實(shí)現(xiàn)數(shù)據(jù)空間化并將其導(dǎo)入空間數(shù)據(jù)庫(kù)；大運(yùn)河核心監(jiān)控區(qū)范圍則應(yīng)用緩沖區(qū)分析方法進(jìn)行提取；研究區(qū)范圍內(nèi)的公司企業(yè)空間分布數(shù)據(jù)以及土地覆蓋數(shù)據(jù)通過(guò)大運(yùn)河核心監(jiān)控區(qū)分別與其進(jìn)行疊加分析后獲取。

1.2" 研究方法

1.2.1" 文本分析方法

文本分析法主要通過(guò)對(duì)待分析文本內(nèi)容中詞匯出現(xiàn)的頻數(shù)進(jìn)行客觀、系統(tǒng)、量化分析的一種科學(xué)研究方法，這是一種定量定性相結(jié)合的內(nèi)容分析方法。本研究基于微詞云平臺(tái)，首先利用其在線分詞功能實(shí)現(xiàn)文本內(nèi)容的自動(dòng)分詞，再將與產(chǎn)業(yè)類型特征無(wú)關(guān)的地名等進(jìn)行剔除后完成詞頻統(tǒng)計(jì)分析和制圖功能，最后以與研究主題相關(guān)的高頻詞作為后續(xù)分析和數(shù)據(jù)處理的依據(jù)［17-18］。

1.2.2" 核密度分析方法

核密度估計(jì)是一種估計(jì)隨機(jī)變量空間分布概率密度的周應(yīng)非參數(shù)估計(jì)方法，能夠在一定程度上避免因函數(shù)設(shè)定而造成的估計(jì)誤差。在核密度估計(jì)法中，距離較近的對(duì)象相關(guān)性關(guān)系較大，在計(jì)算概率時(shí)所占權(quán)重也較大。假設(shè)n個(gè)數(shù)據(jù)xi（i=1，2，…，n）取自連續(xù)分布P（x），在任一點(diǎn)x處的一種核密度估計(jì)P＾為

P＾（x）=1nh∑ni=1Kx-xih。（1）

式中：K（.）表示核函數(shù)；h表示搜索半徑［13，19］。

本研究應(yīng)用Silverman提出的4次核函數(shù)基于ArcGIS平臺(tái)實(shí)現(xiàn)。

1.2.3" K均值聚類分析方法

K均值聚類法通過(guò)預(yù)先確定形成的簇的數(shù)量（K值）來(lái)進(jìn)行數(shù)據(jù)分組，從而使結(jié)果中每個(gè)簇內(nèi)樣本與其聚類中心之間的距離的平方和最小。該方法具有理論可靠、算法簡(jiǎn)單、收斂速度快、能有效處理大數(shù)據(jù)集等優(yōu)點(diǎn)［20-21］。

本研究基于大運(yùn)河核心管控區(qū)各城市范圍，分區(qū)統(tǒng)計(jì)不同城市的各類土地利用/覆被占比以及各產(chǎn)業(yè)類型公司企業(yè)數(shù)量，然后將其作為各城市的分析變量進(jìn)行聚類分析，在分析各組數(shù)據(jù)主要特征的基礎(chǔ)上確定為5種類型并進(jìn)行分析，最后應(yīng)用屬性數(shù)據(jù)關(guān)聯(lián)方法實(shí)現(xiàn)基于城市單元的大運(yùn)河核心監(jiān)控區(qū)空間分段。

2" "結(jié)果與分析

2.1" 大運(yùn)河核心監(jiān)控區(qū)公司企業(yè)名稱分詞分析

基于公司企業(yè)名稱進(jìn)行文本內(nèi)容分析的詞匯頻數(shù)及詞匯網(wǎng)絡(luò)關(guān)系結(jié)果見(jiàn)表2、圖1。其中，詞云圖中字體大小及詞匯網(wǎng)絡(luò)關(guān)系圖中節(jié)點(diǎn)大小表明詞匯出現(xiàn)的頻數(shù)（簡(jiǎn)稱詞頻），線條長(zhǎng)短反映詞匯間的強(qiáng)弱關(guān)系，線條越遠(yuǎn)代表關(guān)系越疏遠(yuǎn)。整體上來(lái)看，（1）機(jī)械、設(shè)備、紡織、服飾、食品、科技、金屬制

品、養(yǎng)殖、服裝、建材為前10個(gè)高頻詞，表明機(jī)械設(shè)備、紡織服裝、食品、養(yǎng)殖、建材類領(lǐng)域相關(guān)公司企業(yè)為大運(yùn)河核心監(jiān)控區(qū)范圍內(nèi)最常見(jiàn)的產(chǎn)業(yè)類型；（2）考慮到對(duì)生態(tài)環(huán)境的影響，化工、金屬、餐飲、混凝土、鋼鐵等相關(guān)公司企業(yè)的分布數(shù)量也較高（其詞頻數(shù)排序?yàn)榍?0名），因此需對(duì)上述相關(guān)產(chǎn)業(yè)可能產(chǎn)生的生態(tài)環(huán)境影響進(jìn)行系統(tǒng)分析，為國(guó)土空間管控策略的制定提供支持；（3）從網(wǎng)絡(luò)關(guān)系圖（圖1）來(lái)看，科技與機(jī)械、紡織、金屬、機(jī)電等詞匯關(guān)系密切，表明這4類相關(guān)行業(yè)類型中新技術(shù)應(yīng)用相對(duì)其他行業(yè)更加普遍。

2.2" 大運(yùn)河核心監(jiān)控區(qū)公司企業(yè)分類型分布分析

2.2.1" 基于全部產(chǎn)業(yè)類型的公司企業(yè)分布

基于文本分析方法和可能的生態(tài)環(huán)境影響劃分的產(chǎn)業(yè)類型及公司企業(yè)數(shù)量見(jiàn)表1。總體來(lái)看，大運(yùn)河核心監(jiān)控區(qū)范圍內(nèi)機(jī)電設(shè)備制造、服裝紡織、其他設(shè)備制造、金屬加工、食品加工、養(yǎng)殖、化工、倉(cāng)儲(chǔ)物流、生物科技、家具制造等10類公司企業(yè)數(shù)量較多，其中服裝紡織、金屬加工、養(yǎng)殖、化工等行業(yè)易產(chǎn)生多種環(huán)境污染，需進(jìn)行深入系統(tǒng)的分析。此外，醫(yī)藥化工、印刷、餐飲飯店、石化、煤電、印染、水產(chǎn)養(yǎng)殖、沙場(chǎng)、油漆等易污染或影響河道生態(tài)的公司企業(yè)數(shù)量也不相同。

從空間分布來(lái)看，公司企業(yè)在大運(yùn)河核心監(jiān)控區(qū)范圍內(nèi)均有不同數(shù)量的分布；反映點(diǎn)要素分布密度的核密度分析結(jié)果則可以看出，全部產(chǎn)業(yè)類型公司企業(yè)重點(diǎn)分布于運(yùn)河南北兩端的京津地區(qū)、江蘇省蘇錫常地區(qū)以及浙江省杭州市，呈現(xiàn)出典型的密集型分布特征，而河北、山東、安徽等省以及江蘇省徐州市、宿遷市、淮安市、揚(yáng)州市、鎮(zhèn)江市等城市區(qū)域內(nèi)分布相對(duì)稀疏（圖2）。

2.2.2" 基于不同產(chǎn)業(yè)類型的公司企業(yè)分布

基于不同產(chǎn)業(yè)類型公司企業(yè)在各城市的比重統(tǒng)計(jì)數(shù)據(jù)

表明，江蘇蘇州、浙江杭州和天津3個(gè)城市大部分產(chǎn)業(yè)類型的公司企業(yè)個(gè)數(shù)均位于全部城市前5名；機(jī)電設(shè)備制造類作為公司企業(yè)數(shù)量最多的產(chǎn)業(yè)類型，除上述3個(gè)城市外，河北省滄州市和江蘇省常州市占比最大。在易產(chǎn)生污染的產(chǎn)業(yè)類型中，養(yǎng)殖類主要分布于山東省濟(jì)寧市和聊城市、天津市、江蘇省徐州市與河北省滄州市，江蘇省蘇州市和浙江省杭州市并未進(jìn)入前5名；化工類分布于蘇州市、無(wú)錫市、杭州市、常州市、嘉興市等南部地區(qū)；煤電類主要分布于山東省濟(jì)寧市、北京市、江蘇省徐州市、安徽省宿州市、河北省邢臺(tái)市、天津市等城市；造紙類以浙江省杭州市、安徽省宿州市、河北省邢臺(tái)市、天津市、山東省聊城市比重較高；絲織類以浙江省湖州市、嘉興市和江蘇省蘇州市較高。對(duì)于易破壞河道穩(wěn)定的沙場(chǎng)類企業(yè)，杭州市和蘇州市占比均超過(guò)10%。

分城市不同產(chǎn)業(yè)類型公司企業(yè)比重在一定程度上可以反映各城市自身的相對(duì)優(yōu)勢(shì)產(chǎn)業(yè)。綜合來(lái)看，服裝紡織、機(jī)電設(shè)備制造、金屬加工、其他設(shè)備制造、食品加工等產(chǎn)業(yè)類型在大運(yùn)河大部分城市中的占比均相對(duì)較高，表明制造加工、服裝及食品相關(guān)產(chǎn)業(yè)是大運(yùn)河核心監(jiān)控區(qū)范圍內(nèi)主導(dǎo)的產(chǎn)業(yè)類型，這也與我國(guó)現(xiàn)階段經(jīng)濟(jì)發(fā)展特征一致。

除上述產(chǎn)業(yè)類型外，基于不同城市來(lái)看，北京市另有醫(yī)藥化工、生物科技與倉(cāng)儲(chǔ)物流產(chǎn)業(yè)比重相對(duì)較高；江蘇省蘇錫常三市的化工、浙江省杭州市的生物科技、天津市與安徽省宿州市的倉(cāng)儲(chǔ)物流、江蘇省宿遷市的木材加工、河北省廊坊市的家具制造與木材加工，以及浙江省湖州市的茶種植、家具制造與木材加工等產(chǎn)業(yè)在各自城市的比重也相對(duì)較高。考慮到生態(tài)環(huán)境問(wèn)題，蘇錫常三市尤其須要關(guān)注化工類產(chǎn)業(yè)可能帶來(lái)的大氣、水、土壤等環(huán)境污染問(wèn)題。

基于核密度分析的各產(chǎn)業(yè)類型公司企業(yè)空間分布結(jié)果見(jiàn)圖3?？梢?jiàn)大部分產(chǎn)業(yè)類型的公司企業(yè)分布于研究區(qū)北部的京津地區(qū)、南部的蘇錫常三市及杭州區(qū)域，天津至江蘇常州的中間段部分核密度值相對(duì)較低。說(shuō)明中間段部分經(jīng)濟(jì)產(chǎn)業(yè)密集程度與北部京津地區(qū)、南部蘇錫常三市及杭州區(qū)域相比較低。實(shí)際上大運(yùn)河核心監(jiān)控區(qū)天津至江蘇常州段大部分地區(qū)屬于淮海經(jīng)濟(jì)區(qū)，該區(qū)域一直以來(lái)都是我國(guó)東部地區(qū)的經(jīng)濟(jì)洼地，這也在本研究的核密度分析中得到了驗(yàn)證。

此外，另有部分產(chǎn)業(yè)類型公司企業(yè)核密度分析

結(jié)果呈現(xiàn)出不同分布特征，特別是易產(chǎn)生環(huán)境污染或損害風(fēng)險(xiǎn)的產(chǎn)業(yè)，如除南北兩端外，養(yǎng)殖類在中部濟(jì)寧聊城段與徐州至淮安段核密度值也相對(duì)較高；化工類由北向南在滄州、濟(jì)寧、宿遷、淮安段呈離散型點(diǎn)狀分布；水泥砂漿混凝土類易產(chǎn)生大氣污染的公司企業(yè)同樣在濟(jì)寧、徐州、宿遷段呈離散型點(diǎn)狀分布特征；石化類在滄州、山東省德州與淮安段也有一定分布；煤電類中部濟(jì)寧至徐州北端核密度值較高。

基于不同產(chǎn)業(yè)類型的公司企業(yè)分布同時(shí)體現(xiàn)了不同產(chǎn)業(yè)類型在大運(yùn)河核心監(jiān)控區(qū)分布的數(shù)量結(jié)構(gòu)特征與空間分布格局，可為大運(yùn)河核心監(jiān)控區(qū)分段產(chǎn)業(yè)管控重點(diǎn)的制定提供有效支撐。

2.3" 基于聚類的大運(yùn)河核心監(jiān)控區(qū)空間分段分析

基于K均值聚類和GIS技術(shù)實(shí)現(xiàn)的大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段結(jié)果見(jiàn)表3、圖4。從分段空間分布結(jié)果來(lái)看，類型3為整個(gè)大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段分布的主導(dǎo)類型，主要包括最北端的北京、山東廊坊、天津段，中部河北衡水至揚(yáng)州段以及南部湖州段；類型1包括北部滄州段和南部常州段；類型2為南部無(wú)錫段，類型4為南部杭州與嘉興段，類型5為位于南部的蘇州段。

從5個(gè)類型聚類中心結(jié)果（表4）來(lái)看，類型1中水體、樹(shù)木、淹沒(méi)植被等具有重要生態(tài)功能的土地面積比重最小，大部分產(chǎn)業(yè)類型中公司企業(yè)數(shù)量也最小，化工、煤電、石化、養(yǎng)殖等易污染類行業(yè)公司

企業(yè)數(shù)量也相對(duì)較少，總體上具有污染小但生境系統(tǒng)服務(wù)功能也較低的特點(diǎn)，可稱之為低污染低生態(tài)功能區(qū)段，包括滄州和常州2個(gè)部分（表3）。盡管常州段化工類公司企業(yè)占該城市全部公司企業(yè)數(shù)量位居第五，但比重僅為3.67，在數(shù)量上也處于相對(duì)較小的水平，故被劃入該組。

類型2中表征建設(shè)用地的建筑比重最高，耕地比重最低，茶種植加工、船舶、鋼鐵、石化和石材加工類公司企業(yè)數(shù)量最大，可稱之為高強(qiáng)度低耕地段，主要在無(wú)錫市，該類型整體而言土地開(kāi)發(fā)強(qiáng)度較大，具體來(lái)看無(wú)錫市茶種植加工公司企業(yè)與數(shù)量最多的湖州市相比差距多達(dá)1 133家，因此除了茶種植加工的其他產(chǎn)業(yè)類型及其可能的環(huán)境影響是關(guān)注的重點(diǎn)。

類型3中建筑比重最小，其他土地類型中除樹(shù)木外比重均最高，因此其建設(shè)用地利用強(qiáng)度最低，多屬于鄉(xiāng)村區(qū)域，可稱之為低強(qiáng)度鄉(xiāng)村主導(dǎo)區(qū)段。在產(chǎn)業(yè)類型特征中，煤電、飼料和養(yǎng)殖類公司企業(yè)數(shù)量最多，該類型包括除上述類型及杭州市、嘉興市、蘇州市外的其他15個(gè)城市區(qū)域。進(jìn)一步分城市考察可知，山東省濟(jì)寧市、北京市、江蘇省徐州市煤電類公司企業(yè)數(shù)量最大（需要可向筆者聯(lián)系索要），考慮到北京市煤電相關(guān)類產(chǎn)業(yè)多為總部基地或深加工類產(chǎn)業(yè)，而濟(jì)寧市和徐州市為我國(guó)重要煤炭基地，故將這2個(gè)城市相關(guān)區(qū)域作為煤電產(chǎn)業(yè)管控重點(diǎn)。其余13個(gè)城市主要為養(yǎng)殖及飼料等農(nóng)業(yè)類相關(guān)公司企業(yè)，具有典型的農(nóng)業(yè)生產(chǎn)區(qū)域特征。

類型4包括杭州與嘉興段，其酒店賓館、農(nóng)產(chǎn)品加工與沙場(chǎng)類公司企業(yè)數(shù)量較多，表明其旅游服務(wù)相關(guān)類行業(yè)分布較顯著，其對(duì)于生態(tài)環(huán)境的壓力應(yīng)加以關(guān)注，可稱之為旅游主導(dǎo)區(qū)段。此外，農(nóng)產(chǎn)品加工雖然在上述2市中數(shù)量最大，但其對(duì)生態(tài)環(huán)境的影響并不突出。值得注意的是杭州市的沙場(chǎng)數(shù)量較多，需特別關(guān)注其對(duì)河道產(chǎn)生的威脅。

類型5僅包括蘇州段，該段絕大部分產(chǎn)業(yè)類型公司企業(yè)數(shù)量均處于最高水平，包括餐飲飯店、化工、水泥混凝土砂漿及印染等多種易產(chǎn)生環(huán)境污染的類型；該段表征建設(shè)用地規(guī)模建筑比重達(dá)到69.95%，位居第二?？傮w來(lái)看，蘇州段呈現(xiàn)典型的產(chǎn)業(yè)密集型分布特征和土地開(kāi)發(fā)強(qiáng)度較大的特征，可稱之為高強(qiáng)度產(chǎn)業(yè)密集區(qū)段。該段需關(guān)注多類產(chǎn)業(yè)可能產(chǎn)生的環(huán)境風(fēng)險(xiǎn)。

3" 結(jié)論

大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間管控為更好地保護(hù)、傳承與利用京杭大運(yùn)河這一世界文化遺產(chǎn)提供了基本保障。探究大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間及產(chǎn)業(yè)分布格局，并對(duì)其進(jìn)行空間分段可以有效地制定基于空間格局差異化的管控策略。

本研究利用高德地圖開(kāi)放平臺(tái)的POI數(shù)據(jù)，基于公司企業(yè)名稱對(duì)其進(jìn)行產(chǎn)業(yè)類型劃分。盡管其存在一定程度的誤差，但由于難以從公開(kāi)渠道獲取不同產(chǎn)業(yè)的工業(yè)企業(yè)相關(guān)產(chǎn)業(yè)規(guī)模及環(huán)境影響詳細(xì)資料，而公司企業(yè)名稱反映了其涉及的核心產(chǎn)業(yè)類型。從土地利用來(lái)看，土地覆被數(shù)據(jù)綜合反映了人類活動(dòng)和自然因素共同作用的結(jié)果，其對(duì)生態(tài)環(huán)境影響的指示意義也非常明確，采用的ESRI公司的10 m分辨率土地覆被數(shù)據(jù)可以滿足本研究的目的，且具有較高空間分辨率的優(yōu)勢(shì)，故本研究結(jié)論具有較高的可信度。

由于對(duì)于呈線狀特征的國(guó)土空間區(qū)域進(jìn)行分段的相關(guān)技術(shù)與方法尚未有公開(kāi)報(bào)道，從整體尺度對(duì)大運(yùn)河核心監(jiān)控區(qū)國(guó)土空間分段實(shí)證研究也較為缺乏。本研究基于可獲得的多源公開(kāi)數(shù)據(jù)，綜合應(yīng)用文本分析、核密度分析以及聚類分析方法從整體上揭示了大運(yùn)河核心監(jiān)控區(qū)的國(guó)土空間與產(chǎn)業(yè)空間分布格局特征，最終實(shí)現(xiàn)了相應(yīng)的國(guó)土空間分段。這為制定差別化的國(guó)土空間管控策略奠定了基礎(chǔ)，也為開(kāi)展基于線性特征的國(guó)土空間分段實(shí)證應(yīng)用工作提供了技術(shù)參考。

參考文獻(xiàn)：

［1］程中華，鄧義祥，卓小可，等. 京杭大運(yùn)河中下游段天然水化學(xué)變化特征及驅(qū)動(dòng)因素［J］. 環(huán)境科學(xué)，2021，42（5）：2251-2259.

［2］張" 飛，楊林生，石" 勇，等. 大運(yùn)河文化帶游憩空間范圍及層次研究［J］. 地域研究與開(kāi)發(fā)，2019，38（6）：80-84.

［3］Piao H T，Jiao X C，Gai N，et al. Perfluoroalkyl substances in waters along the Grand Canal，China［J］. Chemosphere，2017，179：387-394.

［4］李廣春. 讓大運(yùn)河文化活起來(lái)［J］. 紅旗文稿，2019（8）：29-31.

［5］Klein C J，Steinback C，Watts M，et al. Spatial marine zoning for fisheries and conservation［J］. Frontiers in Ecology and the Environment，2010，8（7）：349-353.

［6］Bruce E M，Eliot I G. A spatial model for marine park zoning［J］. Coastal Management，2006，34（1）：17-38.

［7］王" 鵬，趙" 微. 典型喀斯特地區(qū)國(guó)土空間生態(tài)修復(fù)分區(qū)研究：以貴州貓?zhí)恿饔驗(yàn)槔跩］. 自然資源學(xué)報(bào)，2022，37（9）：2403-2417.

［8］朱佩娟，謝雨欣，周國(guó)華，等. 基于CiteSpace的國(guó)土空間用途分區(qū)研究進(jìn)展［J］. 熱帶地理，2022，42（4）：519-532.

［9］鮑鵬宇，陳志強(qiáng)，王建敏，等. 基于粒子群優(yōu)化的列車制動(dòng)曲線分段方法研究［J］. 鐵路通信信號(hào)工程技術(shù)，2021，18（7）：8-11.

［10］Brenden T O，Wang L，Seelbach P W，et al. A spatially constrained clustering program for river valley segment delineation from GIS digital river networks［J］. Environmental Modelling amp; Software，2008，23（5）：638-649.

［11］Brenden T O，Wang L Z，Seelbach P W. A river valley segment classification of Michigan streams based on fish and physical attributes［J］. Transactions of the American Fisheries Society，2008，137（6）：1621-1636.

［12］徐" 影，郭" 楠，茹凱麗，等. 碳中和視角下福建省國(guó)土空間分區(qū)特征與優(yōu)化策略［J］. 應(yīng)用生態(tài)學(xué)報(bào)，2022，33（2）：500-508.

［13］許哲譜，楊" 群. 基于核密度估計(jì)的瀝青路面狀況動(dòng)態(tài)分段方法［J］. 長(zhǎng)安大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，40（2）：10-20.

［14］王" 建，史景聰，黃冬梅，等. 基于TDD的科考船航跡分段方法研究［J］. 極地研究，2020，32（1）：112-120.

［15］董耀華，汪秀麗. 河流5區(qū)分段方法與長(zhǎng)江干流分段實(shí)踐［J］. 長(zhǎng)江科學(xué)院院報(bào)，2017，34（6）：1-6.

［16］Gutiérrez J D，Ospina-Torres R，lvarez J P，et al. Segment scale typology for Colombian Andean Rivers［J］. Ecohydrology amp; Hydrobiology，2017，17（2）：125-133.

［17］李燕凌，代" 蜜. 我國(guó)縣城城鎮(zhèn)化政策的適配性研究：基于政策文本分析的視角［J］. 公共管理與政策評(píng)論，2022，11（2）：87-100.

［18］趙振斌，黨" 嬌. 基于網(wǎng)絡(luò)文本內(nèi)容分析的太白山背包旅游行為研究［J］. 人文地理，2011，26（1）：134-139.

［19］李" 強(qiáng)，高" 威，魏建飛，等. 中國(guó)耕地利用凈碳匯時(shí)空演進(jìn)及綜合分區(qū)［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38（11）：239-249.

［20］謝智敏，甄" 峰. 基于多源數(shù)據(jù)的南京市域城鄉(xiāng)融合水平測(cè)度研究［J］. 地理科學(xué)，2023，43（1）：1-10.

［21］賈紫牧，陳" 巖，王慧慧，等. 流域水環(huán)境承載力聚類分區(qū)方法研究：以湟水流域小峽橋斷面上游為例［J］. 環(huán)境科學(xué)學(xué)報(bào)，2017，37（11）：4383-4390.