基于GIS的宗教景觀空間分布特征分析

耿曉暉 張小麗 劉軍儒 陳 碩

(61206部隊，北京 100042)

基于GIS的宗教景觀空間分布特征分析

耿曉暉 張小麗 劉軍儒 陳 碩

(61206部隊，北京 100042)

宗教景觀空間分布研究對于拓展歷史、文化地理學的研究事業和方法具有重要意義。本文以北京地區為例，利用GIS技術對五種宗教文化景觀的格局特征進行研究，制作出密度圖；根據宗教景觀樣本點的因變量和自變量取值建立宗教景觀密度與交通密度、人口密度和高程的多元線性回歸模型，解釋影響宗教傳播的因子，為宗教文化景觀的選址及宗教文化的研究提供科學依據。

宗教文化景觀 密度分析 多元線性回歸 空間分析

1 引言

在文化地理研究中，宗教一直是重要研究內容之一[1]。近年來，在宗教文化地理研究的理論和技術手段方面，國外已有研究將GIS技術與宗教景觀研究相結合。Sopher總結了宗教地理研究常用的研究方法，包括：空間相互作用模型、中心地理論和多元回歸分析法[2]。在宗教地理的區域研究中，幾乎全部涉及對地圖分析工具的應用；在較早的對美國宗教文化分區的研究中，已經采用地圖作為分析的重要手段。隨著GIS技術的成熟，利用其空間分析功能，可以直觀反映出地理要素的空間分布和擴散狀況，因而被廣泛地運用到宗教地理學的研究中。國內對宗教地理的研究起步較晚，研究方法也多采用歷史文獻與統計分析相結合的方法，而較少運用地理學中的空間分析方法[3]。已有學者開始在研究中嘗試運用GIS技術。林輝等提出，GIS在人文學和社會科學研究方面要拓展的方向主要有歷史和人文學研究，宗教發展與文明對話研究等[4]。空間分析是GIS 的核心和靈魂。通過構建特定的地理空間分析模型， 利用GIS 技術可發現歷史、文化過程中的隱含信息。

本文利用點的密度分析對北京地區宗教文化景觀的分布特征做研究，認識其分布現狀，運用多元線性回歸分析方法，主要討論交通密度、人口密度、地形地貌對宗教景觀格局的影響，比較各因素對宗教景觀密度貢獻度的大小。

2 研究區域概況和數據

2.1 研究區域概況

北京是聞名于世的歷史文化名城。宗教建筑和活動場所遍布城市各處。許多宗教文化景觀在全國有較大的影響，一部分被列為市級乃至國家級的文物保護單位。北京的宗教景觀包括佛教寺廟、道教宮觀、基督教、天主教教堂和伊斯蘭教清真寺五類。除了中國基督教兩會外，五大全國性宗教團體的會址都設在北京。正是由于北京的地位突出以及多元宗教文化體系等因素，北京宗教地理研究具有典型意義，因而本文選擇北京作為研究區域。

2.2 數據準備

本文以1∶100萬的北京市矢量數據的行政區劃、交通要素、人口密度數據、DEM數據、各種歷史文獻及年鑒等文字統計資料為基礎，研究北京佛教、道教、伊斯蘭教、基督教、天主教的宗教文化景觀分布規律，189個宗教文化景觀樣本點的空間數據是從北京市導航地圖中的旅游景點中篩選出來的(圖1)。

2.3 研究方法

空間統計分析是對空間數據的統計分析，其核心就是用定量方法來研究區域化變量的空間關系和空間規律[5]。空間統計分析，包括“空間數據的統計分析”及“數據的空間統計分析”。空間數據的統計分析著重常規的統計分析方法，比如多元統計方法對地理數據的處理。多元線性回歸分析是統計方法中最常用的方法之一，是因變量與多個變量之間的線性關系，檢驗自變量的顯著性程度，并比較各自變量對因變量的貢獻程度大小，進而可以利用這多個自變量來解釋和預測因變量的變化[6]。多元線性回歸模型的一般表達式為：

y=b1x1+b2x2+…+bixi+B

(1)

式中，y為因變量，x為解釋變量，i為變量的個數，B為隨機誤差項，bi為回歸系數。線性回歸模型采用普通最小二乘法求模型參數。

3 北京宗教文化景觀的分布特征及影響因素

3.1 簡單密度分析原理、結果和分析

本次研究將每個宗教景觀點作為緩沖區的圓心，分別以緩沖距離1km、3km、5km、10km為半徑，建立四種類型的緩沖區單元(圖2)。計算緩沖區內宗教景觀點個數和緩沖區單元面積的比值。計算公式為如式(2)和(3)所示。

ρij=nij/Ai

(2)

Ai=πRi2

(3)

其中，ρij表示第i類宗教景觀緩沖區第j個緩沖單元的宗教景觀密度，nij表示第i類宗教景觀緩沖區第j個緩沖單元的宗教景觀點個數，Ai為第i類宗教景觀緩沖區的區域面積，Ri為第i類緩沖區的圓半徑。

此小節計算出的各宗教景觀點的緩沖區密度，用做后續第3節的多元線性回歸分析的條件數據和因變量。通過比較四類不同半徑的緩沖區分析，發現以緩沖距離5km為半徑的密度分析實驗效果最好，因此，后續的實驗本文采用5km半徑緩沖區計算出的宗教點密度數據。

從圖2可以看出，伊斯蘭教清真寺在城內數量最多，且覆蓋范圍廣，其中二環內更為明顯。清真寺在通州、大興等地也出現了集中分布的特征。

佛教和道教的宗教場所主要集中分布在內城，外圍略有分布，且覆蓋面積低，沒有表現出空間均勻分布的趨勢。基督教和天主教的密度分布相似，二環內的數量最多，覆蓋范圍廣，但是沒有表現出在內城和外圍的局部集中的態勢。分布比較均勻。

影響宗教擴散的主要因素包括人口、地理、文化、政治、經濟、族群以及宗教本身等多個方面[1]。從不同宗教的崇拜行為模式來看，聚集的崇拜模式與分散的崇拜模式受各種地理環境及社會因素的影響，如交通的通暢方便與否、人口居住的密集程度、地勢的高低以及植被、水文等等。基于數據的穩定性，受時間維度的影響大小而定，筆者認為交通密度、人口密度、高程點這些數據相對受時間的影響較小，是長時間的累積結果，具有歷史性，因此選用這三種數據做相關統計分析研究。

3.2 交通因素

一個城市宗教文化景觀格局的形成，是由很多因素決定的，由于信徒會固定的時期去宗教景觀進行宗教活動，探索交通因素對于宗教景觀擴散的影響程度十分重要。公路交通密度可以近似表達一個地區交通便捷性的大小[7]，本研究對于每個宗教景觀點數據以該點為中心，緩沖距離1km為半徑，建立每個宗教景觀的緩沖區，計算該緩沖區內公路里程長度與所在緩沖區土地面積的比值，計算公式為：

Hi=hi/Ai

(4)

其中，Hi表示宗教景觀緩沖區i的公路交通密度，hi表示i緩沖區域內交通道路的長度，Ai為緩沖區i的區域面積。

交通因素中本文選取了鐵路、國道、省道、縣道、鄉村道路和街道六種。根據北京市的宗教景觀分布特點設置不同的權重，比如在三環內或是郊縣，街道和縣道的影響較大，城市街道設為0.2、縣道為0.2。在三環外尤其是郊區，國道的影響因素較大，設為0.25等。如表1。

表1 道路權重

將六種交通路線賦予不同權重求和，得到緩沖區內的道路總長度。計算公式為：

hi=0.05Ti+0.25Gi+0.15Si+0.2Xi+0.15XCi+0.2Ji(5)

其中， hi表示i緩沖區域內交通道路的長度，Ti為i緩沖區內的鐵路長度，Gi為i緩沖區內的國道長度，Si為i緩沖區內的省道長度，Xi為i緩沖區內的縣道長度，XCi為i緩沖區內的鄉村道路的長度，Ji為i緩沖區內的街道長度。

交通鐵路、公路數據來源于1：400萬的國家基礎要素數據集，計算鐵路、公路長度是求解Hi的關鍵，步驟如下：首先將宗教景觀的點緩沖區圖與交通路線圖進行疊加分析，得到的疊加圖層即為按照以宗教點為中心、1km為緩沖距離的緩沖區單元打斷的各條交通路線，屬性表中包含了線的長度以及所屬宗教景觀點緩沖區的名稱，最后按照宗教景觀的名稱屬性將其進行求和，即可得到各個宗教景觀點緩沖區內的六種類型的交通路線的總長度。

3.3 人口因素

人口密度數據來源2010年北京市統計年鑒，是指東城區、海淀區等區域內的人口密度，單位為人/平方千米。每個宗教景觀的人口密度屬性里，依據宗教景觀的所屬區域，賦予密度。比如，雍和宮的位置在北京東城區，將其賦予東城區的人口密度21960人/平方千米。

3.4 地形地貌因素

各個宗教文化景觀點數據的高程值是通過直接利用宗教點圖層和高程數據疊置計算出的。DEM數據來源于1：100萬等高線渲染圖。設計格網的大小，格網中心是一個高程點數據，疊置過程中，將落入該格網的宗教景觀點數據賦予該網格內的高程值，這樣便得到了每個宗教景觀的高程值屬性，見圖3。

4 宗教文化景觀的多元線性回歸分析

選取2.1節簡單密度分析方法中緩沖區半徑為5km時的宗教景觀密度結果為模型的因變量，選取交通因素中的交通密度、人口因素中的人口密度、地形地貌因素中的高程三個影響宗教景觀密度的影響因素，根據下面公式將三個影響因素值歸一化。

(6)

xi表示宗教景觀i的某類影響因素取值， xmax表示宗教景觀i的某類影響因素取值的最大值，xmin表示宗教景觀i的某類影響因素取值的最小值，xNi表示宗教景觀的某類影響因素歸一化后的值。

根據189個宗教景觀樣本點的因變量和自變量取值建立宗教景觀密度與交通密度、人口密度和高程的多元線性回歸模型，回歸分析結果如下表所示，殘差結果表見表2。

表2 宗教景觀多元線性回歸統計表

表3 統計分析結果

表2中，R square表示模型的擬合程度，可以看出，本文所選取的3種影響因素均可以從不同程度上解釋宗教景觀密度，R square為0.8207，表示利用人口密度、交通密度、高程三個變量可以解釋宗教景觀密度值的大約82.07%，其中人口密度和高程的回歸系數為正，交通密度和常量的回歸系數為負，表3表明，從統計學觀點來看，山區、人口密度越大的地區將導致更高的宗教景觀密度，公路網越密集將導致更低的宗教景觀密度，其回歸方程為：

y=-0.032116715xJ+0.726793976xR

+0.036628596xG-0.01908996

(7)

式中，xJ為交通密度，xR為人口密度，xG為高程。

根據該公式，通過橫向比較得知，宗教景觀密度對各影響因素的敏感程度是不同的。通過統計上的t值和P值可以看出人口密度、交通密度、高程三個變量能比較一致的通過顯著性檢驗，說明這幾個變量是合理的解釋變量。該回歸模型中，人口密度的系數是最大的，且為正值，這表明人口密度對宗教景觀密度的貢獻程度最大，人口密度越大的地區宗教景觀密度一致的宗教景觀點越多。其余解釋變量的貢獻度有所差異，權重差異較為明顯。三個變量在回歸模型表現出來的解釋變量貢獻度大小排名為：人口密度>交通密度>高程。

綜合分析各類因素對宗教景觀密度的影響可知，以人口密度為代表的人口因素的解釋變量權重高于交通密度為代表的交通因素以及高程為代表的地形地貌因素，說明人口因素對宗教的影響要高于交通因素與地形地貌因素。

5 結束語

運用GIS可視化、空間分析等方法，結合歷史、文化地理學及相關理論，透析城市宗教景觀的空間格局及其社會文化特征，可以為宗教地理學的研究提供一種新的思路和方法。本文將GIS技術與定量研究方法應用到文化景觀的研究中，在一定程度上反映宗教景觀的分布特征并解釋影響宗教傳播的成因，研究方法和思路可以為其他類型的文化現象的定性研究提供借鑒。

[1] 薛熙明,朱竑.國外宗教地理研究回顧與進展[J].人文地理,2010(3):109-113.

[2] Johnston,R.J.Gregory,D.Smith.人文地理學詞典[M].北京：商務印書館,2005:604-606.

[3] 薛熙明,朱竑.廣東基督教教案的時空演變(1584-1910)[J].地理研究,2008,27(3):693-702.

[4] 龔建華,林輝.面向地理環境主體GIS初探[J].武漢大學學報(信息科學版),2006,31(8)：704-708.

[5] 王勁峰.空間分析[M].北京：科學出版社,2006：12-17,36-37.

[6] 王法輝.基于GIS的數量方法與應用[M].北京：商務印書館,2009.

[7] 封志明,劉東,楊艷昭.中國交通通達度評價：從分縣到分省[J].地理研究,2009,28(2)：419-429.

[8] 潘威,孫濤,滿志敏.GIS進入歷史地理學研究10年回顧[J].中國歷史地理論叢,2012,27(1)：11-17.

[9] 何韶穎,湯眾.廣州傳統宗教信仰場所與城市形態研究中的GIS應用探索[J].蘭州理工大學學報,2011,9(37)：280-287.

[10] 孫華.文化景觀有幾類[J].中國文物報,2012,6：34-35.

[11] 湯國安,楊昕.ARCGIS地理信息系統空間分析實驗教程(第二版)[M].北京：科學出版社.2012.

[12] 夏慧君.基于GIS的歷史文化遺址空間分布特征研究-以榆林市為例[D].陜西西安：西安建筑科技大學,2010.

[13] 張蕓,王彬,朱竑.外來宗教在口岸城市的空間分布及擴散特征-以福州市基督教教堂為例[J].地理科學進展,2011(8)：1064-1072.

[14] Kulldorff M A,H effernan R,H artman J,et al. A Space-Time Permutation Scan Statistic for Disease Outbreak Detection[J]. PloS Med icine,2005,2(3)：216-224.

[15] 李湘豫,梁留科.基于GIS分析的河南佛教塔寺文化旅游地域分異研究[J].經濟地理.2012(12):76-181,186.

[16] 左芙蓉.人文旅游資源及其利用-以北京地區為中心的調查研究[M].四川成都:四川巴蜀書社,2009.

Religious Culture Characteristics of Landscape Pattern Analysis Based on GIS

GENG Xiao-hui,ZHANG Xiao-li, LIU Jun-ru, CHEN Shuo

(Troops 61206, Beijing 100042, China)

The study of spatial distribution of Religious culture landscape is of great significance to the expansion of the business and methods for the research of the history and cultural geography. In this article ,taking Beijing area as an example, using GIS technology to study the pattern characteristics of the five religious culture landscape and produce density map; The multivariate linear regression model of religious landscape density and traffic density,population density and height which was established according to the religious landscape sample points of the dependent variable and independent variable values explained the impact factor of religious communication and provided a scientific basis for the location of the religious landscape and the religious culture research.

religious cultural landscape; density analysis; multivariate linear regression; spatial analysis

2016-04-28

P208

B

1007-3000(2016)06-5