基于GIS的淺丘區農村居民點空間分布特征分析

滕連澤 李緒平 羅勇 譚小琴

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

關鍵詞農村居民點；景觀指數；GIS；空間分析

中圖分類號S127文獻標識碼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，從事地理信息系統與遙感應用等方面的研究工作，Email：165641328@qq.com。

收稿日期20131202農村居民點是指除城市、建制鎮以外的所有居民點，是農民為了生產和生活而聚集的定居場所[1-3]。過去由于農村居民點大都缺乏統一規劃或者有規劃但執行力度不夠，所以導致目前農村居民點空間布局零亂分散，這勢必會給新農村建設帶來各種各樣的問題。如何準確摸清農村居民點的空間分布特征并解決農村居民點土地利用中存在的問題已經勢在必行。

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

1研究區概況

四川雁江省級新農村示范片是四川省首批省級新農村建設示范片之一，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。示范片涉及雁江鎮前進村、保和鎮晏家壩村、臨江鎮文昌村等3個鄉鎮的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數據來源與處理

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

3研究過程與結果分析

3.1景觀指數分析

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

3.1.2結果分析。從表2可以看出，研究區農村居民點面積最大的為文龍寺村，達42.35 hm2；斑塊個數最大的為四方碑村，達86個；從MPS、PSSD、LPI來看，順河村均要大于其他村，這說明其各農村居民點斑塊大小離散程度最小；從AWMPFD、PD來看，前進村的不規則程度最高，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]。根據實際需要，選擇泰森多邊形法進行農民點的密度分異分析，其具體做法是先將農村居民點的面狀數據提取中心點，并以此為發生元生成泰森多邊形，計算每個多邊形的面積，并將其面積的倒數記作每個多邊形的農村居民點密度，把這一密度值作為每個多邊形的屬性值存儲。運用網格單元面積權重內插法（即GCAWI法）進行處理（采用50 m×50 m網格），最終結果見圖1。

3.2.2結果分析。從圖1可以看出，研究區中部的金山寺村、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西部的文昌村、昆侖村、先鋒村、前進村、晏家壩村、燕山村、順河村。

3.3農村居民點分布與海拔高度的關系

3.3.1計算方法。根據研究區的地形特點，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柵格數據按照確定的分級標準進行再分類，并將柵格數據轉化為矢量數據，保存為ESRI shape矢量格式。最后，把農村居民點分布圖層與海拔高度分級圖層進行疊加分析。用ArcGIS 10.1軟件對屬性表按照海拔高度分級統計，得到不同海拔高度的農村居民點分布狀況（表3）。圖1基于泰森多邊形的研究區農村居民點密度分布表3不同海拔高度的農村居民點分布hm2

3.3.2結果分析。由于研究區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，研究區的農村居民點主要分布在海拔350～400 m，面積達518.34 hm2，占整個研究區農村居民點總面積的93.80%；其次為海拔401～450 m，面積達32.92 hm2，占整個研究區農村居民點總面積的5.96%；最少的為海拔451～500 m，面積達1.37 hm2，占整個研究區農村居民點總面積的0.24%。

3.4農村居民點分布與坡度的關系

3.4.1計算方法。首先對坡度進行分級[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化后，分別與研究區農村居民點圖層進行疊加分析。用ArcGIS 10.1軟件對屬性表按照坡度的分級標準進行統計，得到不同坡度的農村居民點分布狀況及統計數據（表4）。

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

3.5農村居民點分布與坡向的關系

3.5.1計算方法。首先對坡向進行分級。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化后，分別與研究區農村居民點圖層進行疊加分析。用ArcGIS 10.1軟件對屬性表按照坡向的分類標準進行統計，得到不同坡向的農村居民點分布狀況和統計數據（表5）。

3.5.2結果分析。從表5可以看出，研究區的農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，又能阻擋冬日的北來寒風，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農村居民點分布與河流的關系

3.6.1計算方法。河流是人類文明的發源地，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、生活用水，往往分布較多的農村居民點。選擇研究區內的主要河流，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個級別做多環緩沖區分析[3，12-13]，然后將結果圖層與農村居民點分布圖層進行疊加分析，得出農村居民點分布與距離河流遠近的關系，以反映河流對農村居民點的影響程度。不同距離范圍內的農村居民點面積統計結果見表6。

3.6.2結果分析。從表6可以看出，研究區內大部分農村居民點分布在距離河流小于500 m的范圍內，面積達344.16 hm2，占整個研究區農村居民點總面積的65.85%，具有良好的生產和生活用水條件；其次為500～1 500 m范圍內，面積達171.32 hm2，占整個研究區農村居民點總面積的31.00%，具有中等的生產和生活用水條件；最少為1 500～2 500 m范圍內，面積達37.15 hm2，占整個研究區農村居民點總面積的3.15%，生產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農村居民點分布與主要公路的關系

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

3.7.2結果分析。從表7可以看出，研究區內農村居民點分布在距離主要公路500～1 500 m范圍內的面積最大，達212.29 hm2，占整個研究區農村居民點總面積的38.41%，具有良好的交通條件；其次為小于500 m范圍內，面積達141.11 hm2，占整個研究區農村居民點總面積的25.53%，具有最優的交通條件；再次為1 500～2 500 m范圍內，面積達126.36 hm2，占整個研究區農村居民點總面積的22.87%，具有中等的交通條件；最少為>2 500 m范圍內，面積達72.87 hm2，占整個研究區農村居民點總面積的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結論與討論

（1）由于農村剩余勞動力的轉移和農村分戶，導致越來越多廢棄的老式農村住房和更多碎散的農村居民點，針對這些零碎分布的農村居民點，建議結合新農村建設規劃，盡可能地往居住聚集地調整，以便于共享基礎設施，并對居民點進行土地整理。

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

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

參考文獻

[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的石角鎮農村居民點空間分布特征分析[J].中國農業通報，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農村居民點用地空間特征和優化布局研究[D].武漢：湖北大學，2010：14-16.

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

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

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

[9] 陶軍德，關國鋒，湯永玲.哈爾濱市阿城區農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.