楊學龍,葉秀英,趙小敏,2
(1.江西農業(yè)大學國土資源與環(huán)境學院,江西南昌330045;2.南昌師范高等專科學校,江西南昌330029)
農村居民點作為農村人地關系表現(xiàn)的主要成分,是人們生活、生產(chǎn)的承載體,也是農村土地的主要利用方式[1]。隨著經(jīng)濟社會的發(fā)展,再加上人口增長速度過快,大部分農村居民點沒有進行規(guī)劃整合,農民多選擇在田間建房,導致每家每戶單獨而立,沒有統(tǒng)一的規(guī)劃與布局,導致農村集聚分布呈現(xiàn)“滿天星”式的農村居民點分布格局,村莊參差不齊[2]。居民點在空間上的分布分布受人口密度、地貌地形、經(jīng)濟等方面的影響[3]。隨著城市化進程的推進,實行城鄉(xiāng)一體化發(fā)展的建設社會主義新農村日益受到重視,農村居民點在空間上的分布及形態(tài)特征研究,為指導農村居民點優(yōu)化布局、促進城鄉(xiāng)統(tǒng)籌發(fā)展具有十分重要的意義[4]。近年來,學術界對山區(qū)、丘陵等區(qū)域的農村居民點整理、土地集約利用、居民點優(yōu)化布局、整治潛力模式等研究廣泛,而對于以湖泊為主導的平原地區(qū)的研究則相對較少。對于點狀空間分布的研究方法一般有鄰點平均數(shù)、最近鄰點指數(shù)等,運用鄰點的平均柯爾摩哥夫—史密爾諾夫公式和洛倫茲曲線,統(tǒng)計網(wǎng)格中目標個體數(shù)的方法,其中,最近鄰指數(shù)法被選擇的最多[5]302。本研究以GIS為工具,基于Voronoi圖多邊形面積變異系數(shù)、最鄰近指數(shù)、用地比例、居民點分散指數(shù)等對鄱陽縣農村居民點空間分布特征進行分析,并結合Arcgis的查詢工具、緩沖區(qū)等,研究地形因素、公路交通因素及河流因素等對鄱陽縣農村居民點分布的影響,為農村居民點的優(yōu)化布局提供依據(jù)。
鄱陽縣地處東徑116°23′45″至117°06′15″,北緯28°46′26″至29°42′03″之間,位于江西省的東北部,鄱陽湖的東岸,北與彭澤縣和安徽省東至縣交界;南同余干、萬年接壤;東與景德鎮(zhèn)、樂平市為鄰;西北同都昌縣山水相連。縣域境內東北依山,西南瀕湖,自東北向西南傾斜,依次形成低山、丘陵、湖區(qū)、平原兼有多地貌地形,其中低山丘陵占全縣總面積的45%。研究區(qū)屬典型的中亞熱帶季風區(qū),四季分明,熱量豐富,雨量充沛,年平均日照數(shù)達2 098小時,平均氣溫在16.9℃—17.7℃,年平均降雨量1 300mm—1 700mm。
鄱陽縣轄29個鄉(xiāng)鎮(zhèn)及農科所、饒州監(jiān)獄、濱田水管局??側丝?56.30萬人,土地總面積412 633.2hm2,根據(jù)2010年土地變更調查數(shù)據(jù),鄱陽縣城鄉(xiāng)建設用地25 495.01hm2,其中農村居民點用地面積21 008.18hm2,占城鄉(xiāng)建設用地總面積的82.40%。2010年全縣GDP達到76.96億元,連續(xù)幾年以12%以上速度增長;財政總收入5.3億元,農民人均純收入3 015元,比上年凈增315元。
本研究的數(shù)據(jù)來源于江西省1:25萬地形圖、鄱陽縣2010年統(tǒng)計年鑒、2011年鄱陽縣耕地地力評價成果資料和全國第二次土地利用現(xiàn)狀調查(以下簡稱“二調”)成果。
在二調成果數(shù)據(jù)庫中,篩選出鄱陽縣面狀農村居民點、公路以及河流的圖斑(依據(jù)土地利用現(xiàn)狀調查規(guī)程,規(guī)定要求寬度的河流、道路一般采用面狀要素表達),將農村居民點面狀圖斑轉為點狀。以全縣29個鄉(xiāng)鎮(zhèn)及農科所、饒州監(jiān)獄、濱田水管局為研究單元,分析農村居民點分布的基本特點,應用Voronoi圖的多邊形變異系數(shù)(Cv)對全縣農村居民點的分布類型進行判定,利用最鄰近指數(shù)(R)分析點集的分布模式,利用緩沖區(qū)分析的功能,分析得出地形因素、公路交通因素、河流因素等對居民點分布的關系影響。
設一個平面上的離散點集S={P1,P2,…Pq},則任意一點Pm的Voronoi圖的定義是:
在上式里,d是歐氏距離。由定義,Tm是凸多邊形,在特殊狀況,有無限邊界。Voronoi圖被認為是一種對平面的剖分,任意一個Voronoi圖的內點與其他任意發(fā)生點Pn之間的距離都大于這個點到該多邊形發(fā)生點Pm之間的距離,其發(fā)生點也可以被叫為Voronoi圖發(fā)生元[6](如圖1)。
圖1 不同點集的Voronoi圖
本研究在二調數(shù)據(jù)庫中提取出全縣農村居民點數(shù)據(jù),其圖斑是不規(guī)則的多邊形。為了研究居民點在空間上的分布特征,首先需將農村居民點圖斑轉為點狀要素。計算各個圖斑的重心,形成點狀要素,用點代表面,這樣將對于面狀集合的研究轉換成對點狀集合的研究。運用ArcGIS系統(tǒng)生成鄱陽縣級的居民點分布圖及其Voronoi圖。
圖2 鄱陽縣農村居民點分布圖
圖3 鄱陽縣農村居民點Voronoi圖
Cv值表示Voronoi圖面積的標準差比平均數(shù)的值,公式如下:
Cv值可以表示目標對象在空間上變化的相對程度。若點集的空間分布類型屬于均勻分布,則Voronoi圖面積的變化性小,Cv值??;當屬于集群分布時,通常在集群內部的多邊形面積較小,而集群間的Voronoi圖面積大,則Cv值大。此外,周期結構規(guī)則且出現(xiàn)頻率高的,Cv值較大[5]305。根據(jù)Duyckaerts研究的3個分類建議值[7],本文Cv值采用的分類標準為:當Cv值不大于33%時,為均勻分布,當Cv值介于33%與64%之間時,為隨機分布,當Cv值不小于64%時,為集群分布。
本研究利用最近鄰指數(shù)分析點集的三種分布模式,公式為:
式中,R為最鄰近點指數(shù),di為每個農村居民點與其最鄰近居民點之間的直線距離的和的平均值,dE為理論的最鄰近距離,A為鄱陽縣總面積,n為鄱陽縣內農村居民點個數(shù)。R反映居民點的分布類型。當為均勻分布時,R≥1.5;當為隨機分布時,R介于0.5到1.5之間時;當為集群分布時,R≤0.5[8]。不同的點集分類標準,產(chǎn)生的結果不同。
鄱陽縣農村居民點的用地比例(PR)、密度(PD)、平均面積(PV)的計算公式如下:
式(4)—式(6)中,a表示農村居民點用地的面積,單位為km2;A表示鄱陽縣總面積,單位為km2;n表示鄱陽縣農村居民點的總個數(shù)[9]。
表1 各鄉(xiāng)鎮(zhèn)基于Voronoi圖多邊形面積變異系數(shù)及最鄰近距離指數(shù)表
農村居民點分散指數(shù)反映了研究區(qū)域點的分布狀況[10],以P表示,按照下列公式計算農村居民點分散指數(shù),公式如下:
式中,P為農村居民點分散指數(shù),Ai指區(qū)域單元中農村居民點個數(shù),Amin指區(qū)域單元中農村居民點個數(shù)最小值,個/hm2,Amax指區(qū)域單元中農村居民點個數(shù)的最大值,個/hm2,P的取值范圍為[0,1],值愈大,表示農村居民點的分散程度就越高,細碎化的程度也越高。
應用Arcgis中的空間分析中緩沖區(qū)(Buffer)分析功能和相關的研究分析方法,將公路圖層做緩沖區(qū)分析,間隔緩沖距為500m[11],并把結果分為六個級別,分別為距離小于500m、500m—1 000m、1 000m—1 500m、1 500m—2 000m、2 000m—2 500m、大于或等于2 500m,將緩沖區(qū)分類級別圖層與農村居民點分布圖層鏈接,進行數(shù)據(jù)疊加分析,來研究鄱陽縣交通因素對農村居民點空間分布特征的影響。在Arcgis支持下,導入高程點和高程線圖層,應用3DAnalyst模塊構建TIN模型,在進行坡度分析得到坡度柵格數(shù)據(jù),將TIN直接生成高程柵格數(shù)據(jù),進行重分類后,轉換為矢量數(shù)據(jù),將農村居民點分布圖層與坡度圖層、高程圖層進行疊加分析,利用SQL查詢統(tǒng)計分析功能,研究居民點分布狀況與坡度因素之間的關系,將坡度劃分成平地、緩平地、緩坡地、中坡地、陡坡5個級別,分別為0°—2°、2°—6°、6°—15°、15°—25°、大于等于25°。同時將海拔分為5級:小于100m、100m—200m、200m—300m、300m—400m、400m—500m,得出坡度因素、海拔因素對鄱陽縣農村居民點分布的影響。鄱陽縣的河流主要分布在西部和西南地區(qū),對研究區(qū)主要河流建立緩沖區(qū),間隔為500m,生成河流的緩沖區(qū)分布圖,將結果分類為6個級別:小于500m、500m—1 000m、1 000m—1 500m、1 500m—2 000m、2 000m—2 500m、大于或等于2 500m,將分類級別結果鏈接到居民點分布圖層,疊加分析,統(tǒng)計得出河流各個距離緩沖區(qū)內的居民點數(shù)量,得到河流周邊居民點的空間分布特征,并研究河流對農村居民點分布的影響。
表2 鄱陽縣各鄉(xiāng)鎮(zhèn)農村居民點相關指數(shù)表
根據(jù)表1鄱陽縣基于Voronoi圖多邊形的面積變異系數(shù)Cv值結合其分類標準可得出,鄱陽縣僅有濱田水管局和昌洲鄉(xiāng)為隨機分布,除此之外的30個行政單元均屬于集群分布。因為三種點集的空間分布的最近鄰指數(shù)分類標準不同,結合本研究采用的最鄰近指數(shù)分類標準得出,鄱陽縣共有9個行政單元為集群分布,它們分別為:濱田水管局、凰崗鎮(zhèn)、蓮湖鄉(xiāng)、古縣渡鎮(zhèn)、白沙洲鄉(xiāng)、侯家崗鄉(xiāng)、金盤嶺鎮(zhèn)、蓮花山鄉(xiāng)、響水灘鄉(xiāng),其他23個行政單元為隨機分布。
表2結果表明,全縣農村居民點平均面積為0.2km2,各鄉(xiāng)鎮(zhèn)的居民點密度分布不均勻,全縣平均密度為3.53個/km2,通過分散指數(shù)可以看出,蓮花山鄉(xiāng)、響水灘鄉(xiāng)、金盤嶺鎮(zhèn)、濱田水管局、枧田街鄉(xiāng)、農科所、凰崗鎮(zhèn)農村居民點分布相對比較分散,全縣居民點分散指數(shù)為0.38,總體相對比較集中。
各鄉(xiāng)鎮(zhèn)居民點的用地比例較不均衡,全縣居民點平均用地比例為3.13%。結合之前研究的結果定為[12]:當平均居民點用地比例p<0.001%,則為稀疏區(qū);當0.001%≤p<1%,則為較稀疏區(qū);當1%≤p<5%,則為較密集區(qū);當p≥5%,則為密集區(qū)[13]。據(jù)此,鄱陽縣農村居民點為較密集區(qū)分布。
表3 鄱陽縣農村居民點影響因素分析表
1.地形對農村居民點分布的影響
通過對鄱陽縣1:25萬地形圖處理得到,鄱陽縣處在海拔710m以下,而農村居民點主要分布在海拔500m以下,根據(jù)表3可得:海拔100m以內農村居民點數(shù)為7 266個,占總數(shù)的98.11%,海拔在100m以外的農村居民點總數(shù)為140個,僅占總數(shù)的1.89%。
坡度對農村居民點的分布影響作用較大。隨著坡度的增加,居民點的數(shù)量越來越少。在0°—6°相對較平的區(qū)域,由于農業(yè)耕作比較方便,人類居住相對較多,分布著全縣95.80%的居民點。隨著坡度加大,造成土地越加細碎,大塊成片土地的數(shù)量以不足為供應人類居住,農業(yè)耕作無法順利進行,水土流失嚴重,生態(tài)環(huán)境惡劣,農業(yè)耕作和人類居住產(chǎn)生了一定程度的困難與限制,因而在6°—15°至15°—25°之間,農村居民點分布的數(shù)量減小幅度較大,超過25°坡度后,已基本不適于人類生活生產(chǎn),居民點的分布數(shù)量極少,幾乎沒有。由于地勢的高低格局對土地資源的開發(fā)難度加大,直接限制影響了農村居民點用地的結構規(guī)模與布局。
2.公路交通對農村居民點分布的影響
公路交通因素對居民點空間分布起決定性作用,農村居民點通常分布在道路交通網(wǎng)發(fā)達的地區(qū)。鄱陽縣地處于平原地區(qū),交通便利,除了東北丘陵地區(qū)略顯欠缺外,全縣道路交通網(wǎng)基本覆蓋。由表3可知,隨著距公路的距離越大,農村居民點數(shù)量有減少的趨勢,與公路距離在500m以內的居民點數(shù)量為2 487個,占全縣居民點總數(shù)的33.58%;在距離公路2 500m以內達到了5 557個,占全縣居民點總數(shù)的75.03%。因此應該對中到偏遠地區(qū)的居民點加強基礎設施建設,或者也可考慮居民點向道路便利處遷移。
3.河流對農村居民點分布的影響
河流對鄱陽縣農村居民點的空間分布有一定程度的影響。鄱陽湖位于縣域內的西南部,主要分布在平原地區(qū)。在湖泊周圍地質相對較穩(wěn)定的地區(qū),分布著較多的居民,由表3可知,在500m以內地質較好的地區(qū),居民點數(shù)目為968個,僅占居民點總數(shù)的13.07%,由于每年都有漲水的情況,尤其是鄱陽湖周圍地質不穩(wěn)定地區(qū),居民點分布較少,導致在距河流500m范圍內農村居民點分布較少,鄱陽縣有豐富的水資源,農民在考慮生活穩(wěn)定的前提下,選擇在距河流500m到2 500m的范圍內居住,這區(qū)間居民點數(shù)目達到3 827個,占總數(shù)的51.67%。而距離河流較遠的,如果不能滿足生活生產(chǎn)用水,則可考慮居民點遷移。
首先,鄱陽縣的村莊分布情況比較復雜,農村居民點的數(shù)量巨大,個體之間存在較大差異。從地形條件角度看,農村居民點主要坐落在平原地區(qū),分布比較集中。從交通條件上看,交通發(fā)達、道路通達好的地區(qū)的農村居民點數(shù)量遠遠多于交通狀況落后的地區(qū),主要干線公路兩側坐落著相當數(shù)量的農村居民點。對于河流因素,學術界對于平原、丘陵、山地的農村居民點空間分布研究較多,而對于以湖泊為主導的研究甚少。與當?shù)氐嫩蛾柡档奶厥馇闆r有關,決定農村居民點的分布。本文僅從農村居民點數(shù)量方面進行了研究,有待進行其他方面的研究。
其次,將GIS系統(tǒng)與Voronoi圖相結合,運用GIS強大的查詢工具和緩沖分析功能對研究農村居民點在空間上的分布特征及影響因素有重大的作用。根據(jù)CV值和最鄰近距離指數(shù)可定量判斷研究區(qū)域的分布類型。而對于農村居民點空間分布類型的分類方法、分類標準需進一步研究。學術界對這一方面的研究較少,對于不同地域的農村居民點,應用這些方法,不免會有一些漏洞。根據(jù)所處實地情況尋求適合本區(qū)域的農村居民點分布類型的方法。
再次,農村居民點空間分布受多種因素的影響。本文僅對地形、公路交通、河流等自然地理因素進行了探討,地形、海拔、河流、交通因素對農村居民點的空間分布都有一定程度的約束,其充分反映了人們的生產(chǎn)生活習俗。除此之外,還受我國歷史傳統(tǒng)文化、相關國家法律政策以及農民自身經(jīng)濟水平的影響。如今農村逐步實現(xiàn)了村村通的交通路網(wǎng),公路交通發(fā)展迅速,不應僅局限于一年的數(shù)據(jù)進行分析,縱向分析近幾年的農村居民點數(shù)量的變化,探討農村居民點在空間上發(fā)展的動態(tài)趨勢,將對于農村居民點的優(yōu)化布局更有幫助。
又次,區(qū)域的自然、社會環(huán)境對農村居民點的結構類型、分布狀況起決定性作用,農戶選擇集中居住不僅有效地減少了生活設施的投入,還充分提高了土地的節(jié)約集約利用程度[14]。居民點在空間上的分布特性研究對于探析和討論節(jié)約集約用地及城市化的發(fā)展趨勢具有重要的現(xiàn)實意義和理論依據(jù)。對農村居民點空間布局優(yōu)化也有重要意義,應該本著統(tǒng)籌城鄉(xiāng)發(fā)展,加快城鎮(zhèn)化進程,保持城鄉(xiāng)社會經(jīng)濟協(xié)調發(fā)展,實現(xiàn)全面小康的原則[15]。
[1] 姜廣輝,張鳳榮,秦靜,等.北京山區(qū)農村居民點分布變化及其與環(huán)境的關系[J].農業(yè)工程學報,2006(11):85-92.
[2] 王詩雨,雷國平.基于GIS的墾區(qū)農村居民點空間分布特征及影響因素分析[J].國土資源情報,2012(11):41-45.
[3] 劉雪,刁承泰,張景芬,等.農村居民點空間分布與土地整理研究——以重慶江津市為例[J].安徽農業(yè)科學,2006(12):2834-2836.
[4] 潘竟虎,靳學濤,韓文超.甘谷縣農村居民點景觀格局與空間分布特征[J].西北大學學報:自然科學版,2011(1):127-133.
[5] 黨國峰,楊玉霞,張暉.基于Voronoi圖的居民點空間分布特征研究——以甘肅省為例[J].資源開發(fā)與市場,2010(4):302-305.
[6] 張紅,王新生,余瑞林.基于Voronoi圖的測度點狀目標空間分布特征的方法[J].華中師范大學學報:自然科學版,2005(3):422-426.
[7] DUYCKAERTS C,GODEFROY G.Voronoi Tessellation to Study the Numerical Density and the Spatial Distriction of Neurons[J].Journal of Chemical Neuroanatomy,2000,20:83-92.
[8] 梁會民,趙軍.地理信息系統(tǒng)在居民點空間分布研究中的應用[J].西北師范大學學報:自然科學版,2001(2):76-80.
[9] 劉仙桃,鄭新奇,李道兵.基于Voronoi圖的農村居民點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)與農村環(huán)境學報,2009(2):30-33.
[10] 陳紅宇,朱道林,鄖文聚,等.嘉興市耕地細碎化和空間集聚格局分析[J].農業(yè)工程學報,2012(4):235-242.
[11] 陳振杰,李滿春,劉永學.基于GIS的桐廬縣農村居民點空間格局研究[J].長江流域資源與環(huán)境,2008(2):180-184.
[12] 田光進.基于GIS的中國農村居民點用地分析[J].遙感信息,2003(2):32-35.
[13] 沈陳華.丹陽市農村居民點空間分布尺度特征及影響因素分析[J].農業(yè)工程學報,2012(22):261-268.
[14] 姜廣輝,張鳳榮,陳軍偉,等.基于Logistic回歸模型的北京山區(qū)農村居民點變化的驅動力分析[J].農業(yè)工程學報,2007(5):81-87.
[15] 孫華生,黃敬峰,金艷,等.基于GIS技術的縣域居民點空間分布特征分析及其優(yōu)化布局[J].浙江大學學報:農業(yè)與生命科學版,2007(3):348-354.