基于曲面耕作半徑與MaxENT模型的哈尼梯田區聚落格局優化

劉志林，李石華，角媛梅，丁銀平，劉澄靜，張　娟，李　絨，邱應美，趙冬梅，查智琴

·土地整理工程·

基于曲面耕作半徑與MaxENT模型的哈尼梯田區聚落格局優化

劉志林1，李石華2，角媛梅1※，丁銀平1，劉澄靜1，張娟1，李絨1，邱應美1，趙冬梅1，查智琴1

（1. 云南師范大學旅游與地理科學學院，昆明 650500；2. 云南省基礎地理信息中心，昆明 650034）

鄉村聚落格局優化是土地整理的一項重要工作，對緩解區域人地矛盾，解決“三農”問題，實現區域可持續發展具有重要意義。該文以紅河哈尼梯田世界文化遺產所在地元陽縣為研究區，采用曲面距離法計算耕作半徑，以景觀連接度和緩沖區法計算耕地重疊區（耕作強度），再結合耕作通勤時間計算得到哈尼梯田區的適宜耕作半徑。然后依據遺產保護要求與適宜耕作半徑識別出聚落格局整理區，引入生態模型MaxENT，以氣候、地質地貌及社會經濟等4大類的11個因子為數據源模擬得到新增聚落的空間位置，提出聚落格局優化建議。結果表明：1）基于曲面距離和耕作重疊計算得到的全縣最適宜耕作半徑為1 041 m。2）依據遺產保護和適宜耕作半徑分析識別出需要進行聚落格局優化的區域為遺產核心區的新街鎮、小新街鄉，其余地區為聚落低密度區。3）通過MaxENT模型分析影響聚落分布的因子表明，遺產區為氣候因子即降水和氣溫、小新街鄉為氣溫和旅游中心距離，聚落低密度區則為海拔和巖性。4）MaxENT模型模擬的新增聚落空間位置及格局優化表明，遺產區內潛在適宜聚落區面積為18.42 km2，其中核心區內聚落根據遺產保護條例整體保留，新增人口可外遷至緩沖區（沙拉托鄉）內的潛在適宜區；小新街鄉內潛在適宜聚落用地面積為9.26 km2，區內聚落就近遷入潛在適宜區；其余聚落低密度區內的潛在適宜居住面積為92.26 km2，在潛在適宜區內選址聚集為2～3個聚落群。該文研究結果可為哈尼梯田基本農田改造、撤村并點、遺產保護規劃、聚落空間結構調整提供科學參考。

聚落；優化；哈尼梯田；MaxENT模型；曲面耕作半徑；聚落空間格局

0 引 言

鄉村聚落是人類生產和生活的主要場所，其分布格局是自然、社會、經濟以及歷史發展的反映[1]。當前快速城市化和傳統農業地位下降等因素使鄉村聚落面臨空心化甚至消失的危機[2-5]，因而鄉村聚落格局優化成為全球鄉村研究的熱點問題[6-7]。鄉村聚落空間格局主要由耕作半徑和區位條件決定[8]。耕作半徑是農村聚落離耕作區的遠近，決定了農民與土地的關系[1]，耕作半徑小，往往形成規模小而密度大的密集型村落，人少地多則相反[9]；同時居民點分布格局也受坡度、海拔、農用地以及城鎮和交通道路等自然、生產和社會經濟環境的綜合影響[10]。對鄉村聚落空間格局優化研究的內容主要是通過識別影響聚落發展的制約因子進行格局優化，在方法上主要有生活質量法[7]、Logistic回歸模型[10]、適宜耕作半徑優化法[11-12]、區位評價法[13-14]、景觀格局指數法[15]、點軸理論法[16]。適宜耕作半徑優化法主要考慮了耕作半徑對聚落格局的影響，而對聚落自然、生產和社會經濟環境考慮不足，目前在適宜耕作半徑識別上主要使用歐式距離、緩沖區法[1,11]，雖可以快速計算區域耕作半徑，但在坡度較大的山區具有很大的局限性；區位評價法較好地評價了影響聚落格局的環境因子，但忽視了耕作半徑對聚落格局的影響，在聚落區位自然環境因子的選擇上，主要集中在：坡度[11,13-16]，海拔[13-17]，人文環境因子主要有：道路距離[13-17]，人口[13,17]，河流距離[13,15]；點軸理論法、生活質量法、Logistic回歸模型具有很好的定量計算，但在空間表達上尚有不足；目前關于聚落格局優化的研究多以全域優化為主[11,13-17]，全域優化具有統一規劃統一建設的優點，但其涉及的整治范圍與利益主體更大，增加了規劃落地的難度。

基于此本文以紅河哈尼梯田為研究對象，結合遺產保護背景和適宜耕作半徑識別區內人地矛盾最為突出的區域—整理區。使用曲面距離（表面距離）計算耕作半徑，新增景觀連接度計算了耕作重疊區，納入到適宜耕作半徑識別中。同時在運用地理學方法的基礎上，引入經典生態學模型MaxENT對新增聚落的潛在適宜布局區進行了空間模擬與表達。最后通過適宜耕作半徑與MaxENT計算結果，在遺產保護背景下進行綜合格局優化。

1 研究區與研究方法

1.1 研究區概況

哈尼梯田主體位于中國西南部的云南省紅河州元陽縣，具體位置如圖1。

圖1 研究區位置示意圖

地理坐標為 22°49′―23°19′N、120°27′―103°13′E，屬亞熱帶季風氣候。2009年被列入世界農業文化遺產和國家濕地公園名錄，2013年聯合國教科文組織批準為世界文化遺產[18]，遺產核心區和緩沖區面積461 km2。紅河哈尼梯田以梯田“分布之廣，規模之大，建造之奇，在中國僅有，世界罕見”而聞名中外。區內分布梯田478 km2占國土面積21.8%，最大海拔為2 954 m，最低為126 m，海拔落差2 825 m。梯田廣布，地勢險峻，屬于典型的山區稻作農業。2016年元陽縣境內共有行政村131個，涉及110 978戶，447 637人。其中哈尼族246 480人、彝族105 155人、漢族47 296人、傣族19 238人、苗族15 645人。2016年元陽縣國民生產總值449 814萬元，其中第一產業為130 380萬元，第三產業186 306萬元，其經濟產值主要以農業與旅游產業為主。紅河哈尼梯田是以梯田、聚落等為核心要素的世界文化遺產、全球重要農業文化遺產、國家濕地公園，具有極高的美學與歷史價值。近年來隨著社會經濟的發展，區內人口由2005年的359 312人，增加到2016年的447 637人；區內呈現聚落在上梯田在下的景觀格局，經過1 300余年的開墾，聚落周圍的耕地資源基本開發殆盡；在遺產區內（461 km2，143 560人）受保護條列的限制，區內禁止開發，新建與改造目前的建筑。人口快速增加、耕地資源短缺、遺產保護條列限制等一系列問題，帶來了嚴重的人地矛盾—居住地與耕地資源短缺，威脅到遺產的可持續發展，亟待對區內進行聚落格局優化，緩解人地矛盾，實現遺產的可持續發展。

1.2 因子選取與數據來源

通過文獻整理發現水系距離、耕作半徑、道路距離、海拔、坡度、降水、氣溫、糧食產量、人口規模等因子是影響聚落布局的主要因子。分別提取元陽縣各因子，并與聚落分布數進行數量關系擬合。擬合結果顯示聚落分布數與水系距離、道路距離、海拔、坡度、降水、氣溫、糧食產量、人口規模、斷層距離、經濟和行政中心（距縣首府距離）距離、旅游中心距離等因子2＞0.7，具有較好的解釋度，即以上因子與聚落分布具有一定數量關系，影響聚落布局，因此將其納入影響因子中。巖性因子為類別變量無法與聚落分布數進行擬合，通過統計發現398個聚落分布在D2m巖層上，其他巖層分布數量較少，因此特殊巖層對聚落分布具有顯著影響，所以將巖性也納入影響因子中。通過模型預運算，結果顯示預測范圍分布在道路兩側，90%的聚落距離道路小于100 m，因此模型預測的范圍被限制在道路100 m以內，根據相關研究[19]：研究范圍增大，MaxENT模型準確度及穩定性增加，道路因子限制了研究范圍使模型精度降低，一般而言道路可以在聚落布局前后新修，對聚落布局的影響有限，為了提升模型的精度，故將道路因子剔除。

通過文獻初步篩選，因子擬合、模型預運算，最終確定了水系距離、海拔、坡度、降水、氣溫、糧食產量、人口規模、巖性、斷層、距縣首府距離、旅游中心距離等11個因子。

2017年元陽縣耕地數據、水系數據、居民點數據采用云南省第一次地理國情普查數據庫中相關矢量數據，DEM柵格數據精度為10 m；人口規模數據來自紅河哈尼梯田管理局的各個聚落總人口數；糧食產量數據來自于元陽縣統計局2016年工作提要；溫度與降水數據來自中國科學院青藏高原研究所；巖性與斷層數據來自云南省地質環境監測院。具體數據屬性見表1。

1.3 主要研究方法

1）曲面距離計算方法

哈尼梯田是典型的山區稻作農業，海拔落差2 825 m。一般而言兩地海拔差越大，坡度也越大，平面與實際距離的誤差也就越大。因此本文將海拔與平面距離疊加，進行曲面距離（表面距離）計算。基本思路為：通過數據處理得到10 m×10 m的聚落到耕地的歐式距離與坡度（由海拔計算得到）柵格，在每個柵格內曲面距離計算方法如下：聚落與耕地處在同一平面上，二者距離為聚落到耕地的平面直線距。當疊加海拔后，聚落與耕地之間形成角度，聚落與耕地不在同一平面，二者距離為聚落到耕地的曲面距離。

表1 數據來源及屬性

聚落與耕地的位置關系有兩種：聚落低于耕地，夾角為正，聚落高于耕地，夾角為負。兩種情況下的曲面距離均可以使用聚落與耕地構成的三角函數求解。

式中為聚落與耕地的相對坡度，為聚落到耕地的平面距離（歐式距離），為聚落到耕地的曲面距離。

本文使用曲面距離計算了耕作半耕、河流、道路距離。

2）耕作半徑與耕作重疊區（耕作強度）計算方法

對聚落點進行曲面距離計算，提取耕地斑塊，得到聚落到耕地的距離，即耕作半徑。通過計算共得到4 351條耕作半徑，為了簡化計算，需要確定隨耕作半徑變化耕地面積發生顯著變化的點，即為具有變化特征意義的耕作半徑。通過自然斷裂法計算，使數據組內差異最小，組間差異最大，以此確定了耕地面積變異最大點對應的耕作半徑，分別為341、580、819、1 041、1 262、1 501、1 791、2 133、2 628和4 351 m。

耕作重疊區（耕作強度）通過計算聚落間的連接度與緩沖區來識別。耕作重疊區面積越大，說明聚落分布越密集，耕地資源稀缺，耕作強度增大。以村寨聚落區為連接斑塊，通過Conefor進行聚落斑塊的連接性來確定聚落斑塊的耕作重疊區，具體計算與識別方法如下：

如圖2所示，假定、、、、為聚落，聚落間距離、、、、、、、、、如圖2所示，周圍主要景觀為耕地，其他環境因子為均質。

圖2 耕作重疊區（耕作強度）示意圖

以50 m為搜索半徑進行連接度運算，如圖所示、兩個聚落相距50 m，因此和線性連接，、兩個聚落耕作區部分重疊，、、3個聚落不相連，耕作區不重疊，適宜耕作半徑大于50 m；以100 m為搜索半徑進行連接度運算，如圖所示、兩個聚落距離大于200 m，、兩個聚落耕作區不重疊；距離小于100，其耕作區重疊面積最大；其他聚落距離大于100 m小于200 m，耕作區部分重疊即距離越小耕作區重疊的面積越大；整體來看，5個聚落成網狀連接時，為連接最多的聚落即為連接關鍵節點，其耕作區完全與其他聚落的耕作區重疊。

可以得出：1）當搜索半徑小于聚落間距離時（＜），斑塊不連接，耕作區不相交；2）當搜索半徑等于聚落間距離時（＝），聚落間相連，耕作區約1/4重合；3）當搜索半徑等于2倍聚落間距離時（＝2），聚落連接，耕作區相切；3）當搜索半徑大于聚落間距離但小于2倍距離時（＞＜2），聚落連接，耕作區相交，重疊面積小于1/4；4）當搜索半徑大于2倍距離時（＞2），聚落連接，耕作區重疊面積大于2/3。聚落間成線性連接時，聚落連接數量少，耕作區重疊面積小，反之亦然。

本文將元陽縣居民點作為源圖層，將具有變化特征意義的耕作半徑確定為搜索半徑，在AcrGIS中進行連接性分析，得到341、580、819、1 041、1 262、1 501、1 791、2 133、2 628和4 351 m搜索半徑下聚落斑塊連接的形狀與數量，并以此進行緩沖區分析，得到聚落點的耕作區，最后進行重疊分析，得到聚落耕作重疊區。

3）MaxENT模型

MaxENT模型是一種通過最大熵的可能分布來估算物種分布的機器學習方法，是機器學習概率模型，用于計算數據中存在的模式[20]。主要應用于確定與預測物種最佳分布的空間位置。其主要工作原理為：在給定樣本和影響樣本的因子1、2……后，開始運行，并進行多次迭代計算，每次迭代計算都會增加樣本位置概率，增益從0開始，隨采樣的位置值增加而增加，直至模型收斂到1、2……后得到最優值。

式中，()為最優分布，為樣本，1、2……為常數，1()、2()……為影響因子，為比列常數，保證在所有網格上加到1。

MaxENT模型已經廣泛應用于物種的潛在地理分布預測[[21-24]、人口與社會環境關系評價[25]、疾病病毒的空間傳播[26]等眾多自然與社會環境研究中。人作為一種復雜的生物，其聚落布局受特定的自然與人文環境影響。MaxENT模型主要計算思想是:將已知點坐標輸入模型，導入影響因子，模型通過迭代計算，找出與輸入點環境最相似的區域。本文的計算思想與之一致，將整理區內聚落坐標點，輸入模型，導入影響聚落布局的因子，通過模型計算，在全縣范圍內找出與整理區內聚落環境最為相似區域，即為新增聚落潛在布局適宜區。

將所有因子數據統一為10 m×10 m的柵格后，把遺產區、小新街鄉、聚落低密度區內的聚落點作為樣本，分別輸入氣候因子（降水、氣溫）、地貌因子（海拔、坡度）、水文因子（河流）、地質因子（斷層、巖性）、社會經濟因子（人口規模、糧食產量、距縣首府距離、旅游中心距離），進行模型的運算。

2 結果與分析

2.1 基于曲面距離和耕作重疊區的適宜耕作半徑分析

通過曲面距離計算，得到聚落到耕地的曲面距離，結果顯示，元陽縣74.27%以上耕地集中在半徑1 041 m以下，580 m半徑下耕地分布面積最大，占比為22.65%，4 351 m半徑下耕地分布最少，僅為0.29%。

耕地空間分布與耕作半徑具有密切聯系，為了直觀呈現這種數量關系，分別統計了耕作半徑與耕地面積占比、累計占比的數據，結果如圖3。

圖3 耕作半徑與耕地分布關系

如圖3所示呈現出以下規律，在耕作面積占比上：具有明顯的距離遞減效應，隨耕作半徑增加，耕地面積下降，即耕作半徑越大對應的耕地面積越少。但在341～580 m半徑上，具有相反趨勢，耕地面積隨半徑增加而增加，并達到最大值，說明耕作半徑小（580 m以下）是元陽縣耕地分布的主要特征，580～819 m耕作半徑區間，耕地面積隨半徑增加而減小的幅度（平均1.19%）小于1 041～1 791 m耕作半徑之間的下降幅度（平均3.86%），反映出了580～1 791 m耕作半徑下耕地隨耕作半徑增加而下降速率增加的趨勢；在耕地累計占比上：呈現距離遞增效應，即耕地累計占比隨耕作半徑的增加呈現指數增加。整個增長過程可分為三個區間，341～1 041 m為快速增加區間，耕地面積的增加速率最快，達到了17.72%，主要由于此區間內耕作半徑小，耕作成本低，耕地開發強度大，耕地分布集中；1 041～1 791 m為增加衰退區間，耕地面積隨半徑增加速率開始下降到4.52%，增加速率較341～1 041 m區間下降了74%，由于此區間，隨半徑增加，耕作成本上升，耕地分布面積與集中度開始下降，導致累計占比增速減緩；1 791～4 351 m為增加消亡區間，耕地面積隨半徑增加速率下降到1.11%，較341～1 041 m快速增加區間下降了93.7%，此區間內耕作半徑達到最大，耕作通勤時間與強度也達到最大，耕地斑塊面積小且分散。

耕作重疊區是聚落間一定耕作半徑下耕地資源利用程度的直觀反映。根據曲面距離下耕地分布特征，分別以341、580、819、1 041、1 262、1 501、1 791、2 133、2 628和4 351 m為搜索半徑，計算全縣聚落連接度與耕作重疊區面積，結果如圖4。

圖4 不同耕作半徑下耕作重疊區

由圖可知在半徑等于341 m時，村寨幾乎沒有連接，耕作區重疊面積較小（44.27 km2）；當半徑等于580 m時，圖中為零星線性連接，部分耕作區小范圍重疊（209.15 km2）；當半徑等于819 m時，中部的牛角寨鄉、新街鎮、攀枝花鄉、嘎娘鄉、上新城鄉、逢春嶺鄉等地線性連接加密，耕作區重疊范圍增大（510.73 km2）；當半徑等于1 041 m時，牛角寨鄉、新街鎮、小新街鄉形成簡單的網絡連接，耕作區重疊范圍進一步增大（846.9 km2）；當半徑在1 262 m時，中部的網絡結構進一步復雜，南北部線性連接加密，中部出現耕作區連片重疊；在1 501 m時，中部的牛角寨鄉、新街鎮、小新街鄉、嘎娘鄉、逢春嶺鄉等地出現復雜網絡連接，其他地區出現簡單網絡連接，線性結構減少，耕作區重疊面積超過耕作區的78.6%；在1 791 m時，中部絕大部地區出現網絡結構，呈現更加復雜的連接，87.2%耕作區重疊；當半徑等于4 351 m時，全部村寨連接，中部出現極復雜的連接，耕作重疊面積接近耕作區面積。

耕作半徑是影響耕作重疊區的重要因子，為了反映他們之間的數量聯系，分別統計不同耕作半徑下耕作區、重疊區的面積，如圖5。由圖可知：耕作半徑與耕作區面積、耕作區重疊面積為正比關系。隨耕作半徑的增加耕作區與耕作重疊區的面積隨之增加。耕作區與耕作重疊區面積隨半徑的增加呈現先擴大后減小的趨勢。在耕作半徑為341～1 041 m時耕作區與重疊面積差值快速增加，即耕作面積凈增加速度加快，且村寨間的連接性差，耕作區獨立，重疊面積少，耕作區增加面積遠高于重疊區面積，耕地面積凈增加效應明顯；當耕作半徑達到1 041～1 262 m時耕作面積與重疊面積差值達到最大，即耕地的凈增長面積達到最大，1 041～1 262 m半徑內，區內村寨70%連接，呈現出簡單的網絡與線性連接，耕作區部分重疊但面積較小，在1 041 m時耕作區與重疊區面積的增加量持平，耕地面積凈增加量達到最大，耕地凈增加效應達到零界點；超過臨界點1 041 m，重疊面積增速超過耕作區增速，耕地凈增加面積開始減少，即隨耕作半徑增加，耕地面積增加效率開始下降。在4 351 m耕作半徑內，耕地凈增加面積達到最小值1.52 km2，村寨連接達到100%，耕作區大面積重疊，耕作重疊面積達到最大2 205.2 km2。

圖5 不同耕作半徑下耕作重疊區

綜合考慮耕地分布與耕作重疊特征：1 041 m為元陽縣適宜耕作距離。1 041 m耕作半徑下，耕地面積占比為74.27%，同時1 041 m位于耕作區與重疊區面積增加的臨界值，超過1 041 m耕作重疊區面積迅速增加，耕地凈增加量下降。根據相關研究結果：80%的農民可以接受的耕作出行時間在20 min以下[11]，本區為山區的傳統農業耕作方式，主要以人力耕種為主，人在山區的步行速度為3～5 km/h[27]，1 041 m耕作半徑的通勤時間為12～20 min，耕作通勤時間符合大多數居民的需求。綜合耕地分布與耕作重疊區特征與通勤時間等因素得出元陽縣聚落耕作半徑為1 041 m。

2.2 基于遺產保護與適宜耕作半徑的聚落整理區識別

1）遺產保護背景下的高密度聚落整理區識別

紅河哈尼梯田是世界文化景觀遺產、全球重要農業遺產，國家濕地公園。根據世界文化遺產保護條例規定：遺產區為嚴格保護區，嚴禁開發、新增建設用地，改變現有建筑風貌即現有建筑不能超過4層。通過計算全縣聚落密度，結果如圖6。遺產區內的主要鄉鎮為新街鎮、攀枝花鄉、牛角寨鄉，通過計算全縣的聚落密度，可以發現全縣聚落密度最大區域正好位于3個鄉鎮內。2005年新街鎮、攀枝花鄉、牛角寨鄉人口為35 174、16 987和30 259人，到2016年三地人口增加至85 349、21 527、36 684人，在過去的10年，三地人口增加了142.6%、26%和21%。2013年哈尼梯田成為世界文化景觀遺產后，大批游客涌入遺產區，形成了一個不容忽視的矛盾：一方面是高密度的聚落格局、大量新增的人口、不斷涌入的游客，另一方面是遺產保護條例下嚴禁新增建設用地，加高現有建筑的規定。因此目前迫切需要為遺產區內的聚落尋找適宜居住區，進行格局優化，緩解矛盾。

2）適宜耕作半徑下的高強度耕作聚落整理區識別

一般而言，耕作區重疊說明聚落之間的耕作范圍交叉，耕地資源不足，存在共同爭奪耕地資源的現象。耕作區重疊面積越大，耕地資源越短缺，聚落間對耕地資源的爭奪越激烈，耕作強度增大。以1 041 m適宜耕作半徑為基礎，計算全縣耕作重疊區，結果如圖7。在1 041 m全縣適宜耕作半徑下，耕作區重疊范圍最大區域位于元陽的中部，說明中部耕作強度最大。具體來看，在1 041 m耕作半徑下，全縣耕作區重疊面積846.9 km2，其中中部的新街鎮、攀枝花鄉、牛角寨鄉、小新街鄉的重疊面積分別占比分別為14.36%、3.80%、8.77%和7.5%，從連接度來看，四地90%以上的聚落連接，且形成網絡，因此為全縣耕作區重疊最為集中、面積最大的區域，即為全縣耕作強度最大的區域。同時四地均位于農業活動活躍區、發達區，區內大部分耕地資源已經開發，隨著人口的增加，耕地短缺的現狀將會愈發嚴重，耕作壓力增大，人地矛盾持續激化，為了緩解耕作壓力，需要為四地內的聚落，尋找適宜聚落布局區，進行部分聚落的外遷，緩解兩區內日益激化的耕地矛盾。

圖6 聚落高密度區識別

圖7 適宜耕作半徑下的耕作重疊區

綜上，遺產保護背景下的高密度聚落主要有新街鎮、攀枝花鄉、牛角寨鄉3地。適宜耕作半徑下全縣耕作強度最大區域位于元陽中部的牛角寨鄉、新街鎮、攀枝花鄉和小新街鄉4地。其中牛角寨鄉、攀枝花鄉與新街鎮3地，聚落密度大、人口增加迅速，受遺產保護條列約束無法大規模新增居住用地，居住矛盾突出，同時又是全縣高強度耕作區，耕作用地矛盾突出，因此遺產區內的牛角寨鄉、新街鎮、攀枝花鄉的聚落格局是全縣優先整理區；小新街鄉位于全縣高強度耕作區內，主要由聚落分布過密導致的耕作強度增加，但不受遺產保護條列的約束，為全縣次級整理區；此外在全縣的南、北部零散分布一些小聚落，給行政管理與基礎設施建設帶來了極大的不便，因此也需要對這些聚落進行空間上的整合，尋找距離較近，地理條件適宜的區域，進行聚落空間整合。通過適宜耕作半徑與遺產保護背景識別出本區潛在的聚落格局整理區為：遺產區，小新街鄉，聚落低密度區內的分散聚落。

2.3 基于MaxENT模型的聚落格局影響因子識別

元陽縣聚落整理區為遺產區與小新街鄉，以及聚落低密度區。通過遺產區邊界、鄉鎮邊界以及聚落分布密度，提取出了需要優化布局的聚落，共涉及298個聚落。將遺產區、小新街鄉、聚落低密度區內的聚落點作為樣本，分別輸入氣候因子（降水、氣溫）、地貌因子（海拔、坡度）、水文因子（河流）、地質因子（斷層、巖性）和社會經濟因子（人口、糧食產量、距縣首府距離、旅游中心距離），通過MaxENT模型進行同質區域的識別與預測。ROC曲線(Receiver Operating Characteristic）分析方法被用來評價MaxENT模型的精準度[28]此精準度由 AUC（area under Roc curve）值來確定的。AUC值為 ROC曲線與橫坐標所圍成面積的大小，該值的大小范圍為0～1，值越大，表示模型的精度越高[29]。AUC評價指標標準為極差（≤0.06），差（0.60～0.70），一般（0.70～0.80），好（0.80～0.90），極好（0.90～1.00）[30]。本文AUC值分別在遺產區、小新街鄉、聚落低密度聚落區為0.97、0.98和0.97如圖8，均具有極好的表現，說明MaxENT模型對三地的識別與預測可靠性高，結果可信。

圖8 遺產區、小新街鄉和聚落低密度區最大熵模型的AUC值

影響聚落布局的關鍵因子是聚落地理環境主要特征的直觀體現，也是進行格局優化考慮的主要內容。分別計算遺產區、小新街鄉和聚落低密度區，各因子對模型識別與預測的貢獻率，結果如表2。

表2 不同區域各因子對模型的貢獻率

在遺產內，貢獻率最高因子為氣溫與降水，區內聚落多分布于海拔1 200～1 800 m之間，1200m以下為河谷地帶，盛行干熱河谷氣候，氣溫干熱，不適宜居住，1 800 m以上山地區域氣溫又過低，難以滿足農作物生長。因此區內1 200～1 800 m海拔段是哈尼族的宜居地帶，同時本區又位于哀牢山迎風半山地帶，水汽自紅河河谷蒸發，在本區形成了一個降水適宜帶，氣溫與降水在本區是聚落選址的關鍵因子。糧食產量與斷層的貢獻率最小為0，本區是全縣糧食產量最高的區域，屬于同一地質斷層，同質面積較大，對模型預測的響應不明顯。綜上遺產地聚落布局特征為海拔1 200～1 800 m之間、降水在800～1 100 mm的區域；在小新街鄉，貢獻率最大因子為氣溫與海拔，海拔從0～1 500 m，預測值與海拔的相關性持續增加，到1 500 m達到最大0.98，自1 500 m后相關性迅速下降，說明本區大部分聚落分布在海拔1 500 m以下，1 500 m以上聚落較少。本區平均最低氣溫為14.5 ℃，91%聚落均位于此區，16 ℃時涵蓋本區99%的聚落，16 ℃后聚落數量開始下降，到20 ℃時減少到0。說明大部分本區聚落位于氣溫14.5～16 ℃，分布界線明顯。綜上小新街鄉聚落布局特征為海拔在1 500 m以下，氣溫14.5～16 ℃的區域；在聚落低密度區，貢獻率最大因子為海拔與巖性，在巖性分布上本區36.3%的聚落分布在N1巖性下，13.6%聚落分布在C1巖性下，在海拔上45.5%的聚落分布在300 m以下的區域，呈現低海拔分布的特征，綜上聚落低密度區聚落的分布特點為集中在N1和C1兩個巖性的低海拔區域。

2.4 新增聚落空間位置模擬與格局優化建議

根據模型的輸出結果，得到與遺產地、小新街鄉、聚落低密度區內聚落環境相似區域的空間分布。本區為農業區，農業生產是居民主要的謀生手段，在適宜耕作半徑內耕地資源開發殆盡，不宜新建聚落，加劇人地矛盾。因此，新建聚落的耕作半徑應大于適宜耕作半徑，其區內人地矛盾相對較少，土地資源充沛，同時氣候、地質、水文、社會經濟條件與原有聚落相似，是新建聚落的理想區域。通過模型模擬新增聚落的空間位置，疊加適宜耕作半徑與遺產保護背景，最終識別出遺產區、小新街鄉、聚落低密度區內新增聚落的潛在適宜區，結果見圖9，作為未來三個區域進行對外分散人口、并點管理、新建聚落的優先區域。

圖9 潛在聚落適宜區

遺產區、小新街鄉、聚落低密度區，具有各自的區域特征，為了科學優化聚落格局，分別提取各區的基本情況，在此基礎上結合潛在聚落適宜區、適宜耕作半徑與遺產保護背景，進行格局優化。各區基本情況與優化建議如表3。

表3 各區基本情況與優化建議

1）遺產區，潛在適宜聚落區面積為18.42 km2，主要分布在緩沖區內，核心區與沙拉托鄉內少量分布。核心區內潛在適宜聚落區可主要用于遺產保護基礎設施的建設與旅游設施的建設，建議將遺產保護與管理、開發相關機構、組織遷入潛在適宜區，緩解居民-管理機構的用地矛盾。緩沖區內潛在聚落適宜區，主要用于核心區新增人口的居住用地，緩解核心區的人地矛盾，其次調節緩沖區內耕地矛盾，在耕地矛盾突出的區域，將部分居民外遷進行分流，優化區域聚落格局，建議在此區設立聚落點，通過政策傾斜、組織幫扶、經濟優惠等一系列手段吸引核心區與緩沖區居民定居。沙拉托鄉內的潛在適宜聚落區主要功能為接納緩沖區、核心區內的分散人流，作為緩沖區、核心區的后備聚落用地，建議將潛在適宜區作為后備居住地劃區保護，嚴禁擠占；

2）小新街鄉潛在適宜聚落用地面積為9.26 km2，小新街鄉聚落聚集在區內的中部，其北部為紅河河谷區，南部為哀牢山山區，因此聚落只能布局于中部有限性區域，南部難以擴張，導致其潛在適宜聚落區面積較小。目前區內聚落布局主要面臨，耕作壓力大，聚落密度高，人地矛盾突出，因此本區潛在聚落適宜區，主要的功能是作為居住區，吸納整理區內人口，緩解耕作壓力，建議就近組織臨近聚落并入，開發耕地、分散人口，緩解區域矛盾；

3）聚落低密度區潛在適宜居住面積為92.26 km2，大部聚落布局于河谷地帶，其居民形成了耐高溫，多季耕作的特點，因此其理想適宜區主要為近河流、高溫、適宜多季耕作的區域。在空間布局上，聚落過于分散，造成管理成本的增加，建議在全縣的北、西、南部各選取一處面積較大的適宜區作為聚落區，其他聚落就近遷入合并，形成新的聚落改善基礎設施條件，降低行政管理成本。原有聚落與耕地實施退耕還林還草，改善生態環境。

3 討 論

聚落格局是多因子共同作用的結果，而目前對因子的量化研究還較少，同時學界對影響因子的選取上還存在很大的不確定性。本文量化了因子對聚落格局影響的程度，通過模型計算出氣溫、降水、DEM和坡度等自然因子是影響哈尼梯田聚落格局的主要因子，這與相關學者研究的結論相佐[31]；從研究的尺度來看，目前關于聚落格局優化的研究，多從全域角度進行研究[11,13,17]，在實踐中由于涉及范圍過大，利益糾紛十分復雜，因此導致其可行性不高。本文先對全域內整理區進行識別，再進行針對性的聚落格局優化，縮小了整理區域，避免對一些聚落格局較好區域的重復工作，減少了相關利益者，具有更強的可行性。

耕作半徑與區位條件是影響聚落格局的重要因子，聚落格局優化的本質是，耕作半徑與區位條件兩個單元的協同效應，優化的目的是實現“1＋1＞2”的效果，而不是單個要素的自我完善；目前，大部分學者[1,11]使用平面聚落計算耕作半徑，而在山區由于坡度變大，導致平面距離與實際距離誤差增大。如學者[1]使用緩沖區法對元陽梯田耕作半徑研究的結果為800 m與本文結果相差241 m，本文與之相比使用了曲面距離（表面距離）計算了耕作半徑，同時還考慮了耕地分布面積、耕作重疊區、出行時間等多種因子，在耕作半徑計算方法和影響因子的考慮上有所改進。

在空間表達上，目前多數研究并未模擬出未來村寨潛在布局的空間位置[1,16,27]，不能直觀的為相關部門提供準確的空間位置，從而影響了結果的應用。本文使用MaxENT模型與GIS技術相結合的手段，模擬計算出了未來潛在聚落布局的空間位置，具有更好的空間表達與應用性；MaxENT模型作為經典的生態位模型，在國內廣泛應用于物種生境[21-24]、疾病傳播[26]等眾多領域，而對人文環境的研究案例還較少，在國外Stephen J使用MaxENT模型進行了人口與社會環境相互作用的研究[25]。而目前對聚落格局優化的案例仍較為少見，本文使用MaxENT模型對聚落格局優化進行了案例研究，為聚落地理學、農業地理學等研究探索了新的方法。

4 結 論

1）通過適宜耕作半徑與遺產保護條例識別出元陽縣聚落格局整理區為：遺產區、小新街鄉、聚落低密度區三個區域。首先是哈尼梯田世界遺產區所在的新街鎮，其聚落密度高、耕作強度大、人口增加快，且受遺產保護條例的約束，聚落用地矛盾凸顯，為全縣優先整理區；其次是小新街鄉，其聚落密度高，耕作強度較大，為次級整理區；其余地區為聚落低密度區。

2）通過計算聚落與耕地的曲面距離，在考慮通勤時間與耕作區面積重疊等因素基礎上得出元陽縣適宜耕作半徑為1 041 m，此半徑范圍內的耕地占總面積75%，耕作通勤時間小于20 min。

3）通過MaxENT模型分別計算影響聚落分布的各因子貢獻率，發現：自然因子是影響聚落布局的主要因子，且不同整理區的影響因子貢獻率不同，在遺產區內，影響聚落格局的主要因子有，氣溫（26.8%）、降水（21.5%）、旅游中心距離（13.5%）和巖性（13.3%）；在小新街鄉內為氣溫（59.1%）、旅游中心距離（20.9%）和DEM（11.8%）；在聚落低密度區為DEM（33.0%）、坡度（10.9%）和巖性（28.0%）。

4）根據MaxENT模型與適宜耕作半徑識別出：遺產地潛在聚落布局區面積18.42 km2，小新街鄉潛在聚落布局區面積9.26 m2，聚落低密度區潛在聚落布局面積92.26 km2。

[1] 角媛梅，胡文英，速少華，等. 哀牢山區哈尼聚落空間格局與耕作半徑研究[J].資源科學，2006，28(3)：66－72.

Jiao Yuanmei, Hu Wenying, Su Shaohua, et al. Spatial pattern and farming radius of hani's settlements in Ailao mountain using GIS[J]. Resources Science, 2006, 28(3): 66－72. (in Chinese with English abstract)

[2] Long Hualou, Li Yurui, Liu Yansui, et al. Accelerated restructuring in rural China fueled by increasing vs decreasing balanceland-use policy for dealing with hollowed villages[J]. Land Use Policy, 2012, 29(1): 11－22.

[3] Li Yurui, Liu Yansui, Long Hualou, et al. Community-based rural residential land consolidation and allocation can help to revitalize hollowed villages in traditional agricultural areas of China: Evidence from Dancheng County, Henan Province[J]. Land Use Policy, 2014, 39(39):188－198.

[4] Song Wei, Liu Mingliang. Assessment of decoupling between rural settlement area and rural population in China[J]. Land Use Policy, 2014, 39(39): 331－341.

[5] Liu Zhen, Liu Shenghe, Jin Haoran, et al. Rural population change in China: Spatial differences driving forces and policy implications[J]. Journal of Rural Studies, 2017, 51: 189－197.

[6] Liu Y, Li Y. Revitalize the world’s countryside[J]. Nature, 2017, 548(7667): 275－277.

[7] Tang C, He Y, Zhou G, et al. Optimizing the spatial organization of rural settlements based on life quality[J]. Journal of Geographical Sciences, 2018, 28(5): 685－704.

[8] 李瑛，陳宗興. 陜南鄉村聚落體系的空間分析[J]. 人文地理，1994(3)：13－21.

Li Ying, Chen Zongxing. A spatial analysis of the system of rural communities in southern Shanxi[J]. Human Geography, 1994(3): 13－21. (in Chinese with English abstract)

[9] 李旭旦. 人文地理學概說[M]. 北京：科學出版社，1985.

[10] 姜廣輝，張鳳榮，秦靜，等. 北京山區農村居民點分布變化及其與環境的關系[J]. 農業工程學報，2006，22(11)：85－92.

Jiang Guanghui, Zhang Fengrong, Qin Jing, et al. Relationship between distribution changes of rural residential land and environment mountainous areas of Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(11): 85－92. (in Chinese with English abstract)

[11] 李學東，楊玥，楊波，等. 基于耕作半徑分析的山區農村居民點布局優化[J]. 農業工程學報，2018，34(12)：267－273.

Li Xuedong, Yang Yue, Yang Bo, et al. Layout optimization of rural settlements in mountainous areas based on farming radius analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(12): 267－273. (in Chinese with English abstract)

[12] 喬偉峰，吳江國，張小林，等. 基于耕作半徑分析的縣域農村居民點空間布局優化：以安徽省埇橋區為例[J]. 長江流域資源與環境，2013，22(12)：1557－1563.

Qiao Weifeng, Wu Jiangguo, Zhang Xiaolin, et al. Optimization of spatial distribution of rural settlements at county scale based on analysis of farming radius: A case study of yongqiao district in anhui province [J]. Resourcesand Environment in the Yangtze Basin, 2013, 22(12): 1557－1563. (in Chinese with English abstract)

[13] 朱雪欣，王紅梅，袁秀杰，等. 基于GIS的農村居民點區位評價與空間格局優化[J]. 農業工程學報，2010，26(6)：326－333.

Zhu Xuexin, Wang Hongmei, Yuan Xiujie, et al. Evaluation and optimization of spatial distribution of rural settlements based on GIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(6): 326－333. (in Chinese with English abstract)

[14] 許建和，柳肅，熊鷹，等. 南方山地鄉村聚落空間分布及其格局優化調整：以臨武縣西山瑤族鄉為例[J]. 經濟地理，2017，37(10)：221－227.

Xu Jianhe, Liu Su, Xiong Ying, et al. Spatial distribution and pattern optimization of rural settlements in southern mountain areas: A case study of Xishan Yao nationality township in Linwu[J]. Economic Geography, 2017, 37(10): 221－227. (in Chinese with English abstract)

[15] 曾遠文，丁憶，胡艷，等. 農村居民點空間布局及優化分析：以重慶市合川區獅灘鎮聶家村為例[J]. 國土資源遙感，2018，30(3)：113－119.

Zeng Yuanwen, Ding Yi, Hu Yan, et al. An analysis of spatial distribution and optimization of rural settlements: A case study of Niejia Village in Shitan town, Hechuan District,Chongqing[J]. Remote Sensing for Land & Resources, 2018, 30(3): 113－119. (in Chinese with English abstract)

[16] 孔雪松，金璐璐，郄昱，等. 基于點軸理論的農村居民點布局優化[J]. 農業工程學報，2014，30(8)：192－200.

Kong Xuesong, Jin Lulu, Qie Yu, et al. Layout optimization of rural settlements based on point-axis theory[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(8): 192－200. (in Chinese with English abstract)

[17] 朱雪欣，王紅梅，袁秀杰，等. 廣東省佛岡縣城鄉居民點空間格局優化研究[J]. 中國土地科學，2009，23(8)：51－57.

Zhu Xuexin, Wang Hongmei, Yuan Xiujie, et al. Study on optimizing spatial distribution of residential land in Fogang county, Guangdong province[J]. China Land Sciences, 2009, 23(8): 51－57. (in Chinese with English abstract)

[18] 劉志林，角媛梅，王梅，等. 紅河哈尼梯田文化景觀遺產地中學生環境解說需求[J]. 熱帶地理，2016，36(4)：539－547.

Liu Zhilin, Jiao Yuanmei, Wang Mei, et al．Demands of middle school students for environmental interpretation of cultural landscape heritage of the Honghe Hani rice terraces[J]. Tropical Geography, 2016, 36(4): 539－547. (in Chinese with English abstract)

[19] 季乾昭，王榮興，黃志旁，等. 樣本量與研究范圍變化對MaxENT模型準確度的影響：以黑白仰鼻猴為例[J]. 獸類學報，2019(2)：126－133.

Ji Qianzhao, Wang Rongxing, Huang Zhipang, et al. Effects of sample size and study range on accuracy of MaxENT in predic-ting species distribution: A case study of the black-and-white snub-nosed monkey[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019(2): 126－133. (in Chinese with English abstract)

[20] Jaynes E T. Information theory and statistical mechanics[J]. Physical Review, 1957, 106(4): 620－628.

[21] 顏明艷，李瓊珍，宋潔，等. 基于MAXENT模型評估北部灣潮間帶中國鱟和圓尾鱟稚鱟的潛在地理分布及種群保育對策[J]. 生態學報，2019，39(9)：1－9.

Yan Mingyan, Li Qiongzhen, Song Jie, et al. Prediction for the potential distribution areas of Chinese horseshoe crab and mangrove horseshoe crab in the Beibu Gulf of Guangxi based on MaxENT model and their population conservation strategies[J]. Acta Ecologica Sinica, 2019, 39(9): 1－9. (in Chinese with English abstract)

[22] 王書越，潘少安，王明睿，等. 基于MaxENT模型評估刺五加在東北地區的空間分布[J]. 生態學報，2019，39(9)：1－2.

Wang Shuyue, Pan Shaoan, Wang Mingrui, et al. Assessing the geographic distribution of Acanthopanax senticosus in northeastern China based on the MaxENT model[J]. Acta Ecologica Sinica, 2019, 39(9): 1－2. (in Chinese with English abstract)

[23] 莊鴻飛，張殷波，王偉，等. 基于最大熵模型的不同尺度物種分布概率優化熱點分析：以紅色木蓮為例[J]. 生物多樣性，2018，26(9)：931－940.

Zhuang Hongfei, Zhang Yinbo, Wang Wei, et al. Optimized hot spot analysis for probability of species distribution under different spatial scales based on MaxENT model: Manglietia insignis case[J]. Biodiversity Science, 2018, 26(9): 931－940. (in Chinese with English abstract)

[24] 朱妮. 氣候變化下蒙古沙拐棗適宜生境預測[J]. 中國沙漠，2019，39(3)：136－144.

Zhu Ni. Predicting the geographic distribution of Calligonum mongolicum under climate change[J]. Journal of Desert Research, 2019, 39(3): 136－144. (in Chinese with English abstract)

[25] Walsh Stephen J, Malanson George P, Entwisle Barbara, et al. Design of an agent-based model to examine population- environment interactions in Nang Rong District, Thailand[J]. Applied Geography, 2013, 39: 183－198.

[26] Miller R H, Masuoka P, Klein T A, et al. Ecological niche modeling to estimate the distribution of Japanese encephalitis virus in Asia[J]. PLoS neglected tropical diseases, 2012, 6(6): e1678.

[27] 唐麗靜，王冬艷，王霖琳. 基于耕作半徑合理布局居民點研究：以山東省沂源縣城鄉建設用地增減掛鉤項目區為例[J]. 中國人口資源與環境，2014，24(6)：59－64.

Tang Lijing, Wang Dongyan, Wang Linlin. Rational distribution of rural settlements based on farming radius: A case study in rural-urban construction land in Yiyuan county,Shandong province[J]. China Population, Resources and Environment, 2014, 24(6): 59－64. (in Chinese with English abstract)

[28] 王運生，謝丙炎，萬方浩，等. ROC曲線分析在評價入侵物種分布模型中的應用[J]. 生物多樣性，2007，15(4)：365－372.

Wang Yunsheng, Xie Bingyan, Wan Fanghao, et al. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J]. Biodiversity Science, 2007, 15(4): 365－372. (in Chinese with English abstract)

[29] 鄒莉玲，沈其君，陳峰. ROC曲線下面積的ML估計與假設檢驗[J]. 中國公共衛生，2003，19(1)：127－128.

Zhou Liling, Shen Qijun, Chen Feng, et al. Maximum likelihood estimation and hypothesis test of areas under receiver operating characteristic (ROC) curves [J]. China Public Health, 2003, 19(1): 127－128. (in Chinese with English abstract)

[30] 陳俊俊，燕亞媛，叢日慧，等. 基于MaxENT模型的短花針茅在中國的潛在分布區研究及預估[J]. 中國草地學報，2016，38(5)：78－84.

Chen Junjun, Yan Yayuan, Cong Rihui, et al. Prediction of potential distribution of stipa breviflorain China based on MaxEnt model[J]. Chinese Journal of Grassland, 2016, 38(5): 78－84. (in Chinese with English abstract)

[31] 謝顯奇，甘淑，余莉，等. 巖溶山地鄉村聚落空間格局特征分析：以廣南縣為例[J]. 地球科學：中國地質大學學報，2013，38(S1)：183－190.

Xie Xianqi, Gan Shu, Yu Li, et al. Spatial pattern analysis of rural settlements in Karst mountains：An example from Guangnan[J]. Earth Science: Journal of China University of Geosciences, 2013, 38(S1): 183－190. (in Chinese with English abstract)

Optimization of settlement pattern of Honghe Hani terrace based on surface farming radius and MaxENT model

Liu Zhilin1, Li Shihua2, Jiao Yuanmei1※, Ding Yinping1, Liu Chengjing1, Zhang Juan1, Li Rong1, Qiu Yingmei1, Zhao Dongmei1, Zha Zhiqin1

(1.,,650500,; 2.Y,650034)

Rural settlements are the main place for human production and life, and their distribution pattern is a reflection of natural, social, economic and historical development. The current rapid urbanization and the decline of traditional agricultural status have made the rural settlements face a crisis of hollowing out or even disappearing. Therefore, the optimization of rural settlement pattern has become a hot issue in global rural research. Optimization of rural settlement pattern is an important work in land consolidation, which is of great significance in alleviating regional conflicts between human and land, solving the problems of “agriculture, rural areas and farmers” and realizing regional sustainability. We took Honghe Hani Terraces World Heritage as the study area, which is located in Yuanyang County of Yunnan province. Firstly, we calculated the distance between settlements and farmland by surface distance method, calculated the overlap degree of farmland by landscape connectivity and buffer method, and then combined the two above with cultivation commuting time to confirm the optimum cultivation radius. Secondly, we identified the planning area of settlement pattern through optimum cultivation radius and the protection regulations of world heritage. Finally, the planning scheme of settlement pattern was proposed based on the potential habitable area that were calculated through eleven physical and human indicators (such as DEM, slope, population) within ecological MAXENT model. The results showed that: 1) The optimum cultivation radius was 1041m. Within its range, the farmland accounted for 75%, the increase of overlap farmland was less than that of farmland, and the cultivation commuting time was less than 20 minutes. 2) Planning area included world heritage area, Xiaoxinjie town and low-density settlements area in the south and north of Yuanyang County. In the world heritage area, population growth of 63.2% from 2005 to 2016 required housing expansion, but it limited strictly by world heritage regulations. In the Xiaoxinjie town, the maximum kernel density of settlements was 1.1 and the overlap farmland area accounted for 7.5% of the county. In the low-density settlements area, the buildings were scattered, the infrastructure was not complete, and the management was unreasonable. Generally, the problems of housing, farmland and management in the planning area need to be specific solved. 3) In the world heritage area that included core area and buffer was 18.42 km2. The settlements in the core area should be entirely preserved according to world heritage regulations and the new populations should be relocated to potential habitable area of heritage buffer or Salatuo. In Xiaoxinjie town, the potential cultivable area was 9.26 km2, which was suitable for settlement and reclamation of farmland. In the low-density settlements area, the potential cultivable area was 92.26 km2. The scattered buildings can be gathered into 2-3 settlements, which were convenient for management and infrastructure construction. The original settlements and farmland could convert into forest and grass. The paper can provide scientific planning suggestions for the reconstruction of farmland and settlements and the protection of world heritage in Yuanyang County.

settlement; optimization; Hani terrace; MaxENT model; surface farming radius; settlement spatial pattern

劉志林，李石華，角媛梅，丁銀平，劉澄靜，張娟，李絨，邱應美，趙冬梅，查智琴. 基于曲面耕作半徑與MaxENT模型的哈尼梯田區聚落格局優化[J]. 農業工程學報，2019，35(20)：242－252.doi：10.11975/j.issn.1002-6819.2019.20.030 http://www.tcsae.org

Liu Zhilin, Li Shihua, Jiao Yuanmei, Ding Yinping, Liu Chengjing, Zhang Juan, Li Rong, Qiu Yingmei, Zhao Dongmei, Zha Zhiqin. Optimization of settlement pattern of Honghe Hani terrace based on surface farming radius and MaxENT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 242－252. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.030 http://www.tcsae.org

2019-01-02

2019-09-02

國家自然科學基金項目“哈尼梯田遺產區聚落景觀快速變化機制與景區化過程及保護”(41761115)；國家自然科學基金項目“哈尼梯田景觀結構-水文連接度與世界遺產保護研究”(41271203)；云南師范大學研究生科研創新重點項目“基于聚落連接度與土壤理化性質的哈尼梯田棄耕風險識別及其生態恢復研究”（ysdyjs2019166）

劉志林，博士生，主要從事棄耕及其生態環境效應、土地整治研究。Email：zhilin2015@foxmail.com

角媛梅，博士，教授，博士生導師，主要從事地表水文過程、遺產保護研究。Email：ymjiao@sina.com

10.11975/j.issn.1002-6819.2019.20.030

S17

A

1002-6819(2019)-20-0242-11