村鎮區域規劃中統計數據空間化研究初探*

劉　學，劉張霞

(1.重慶市國土資源和房屋勘測規劃院，重慶　400020； 2.重慶市土地利用與遙感監測工程技術研究中心，重慶　400020)

?

村鎮區域規劃中統計數據空間化研究初探*

劉學1， 2※，劉張霞1

(1.重慶市國土資源和房屋勘測規劃院，重慶400020； 2.重慶市土地利用與遙感監測工程技術研究中心，重慶400020)

隨著3S技術的不斷發展，該技術越來越多地被應用于農業、地質、災害、林業、水利等各行各業； 其中，統計數據的空間化研究被大家所關注。為了提高農村土地的利用率，以及提高人們的生活水平，村鎮區域土地規劃被提上議程。以往對于統計數據的研究集中于人口數據的空間化，尺度往往是省或縣市，很少有對村鎮級統計數據進行空間化的研究。針對村鎮土地利用與土地整治規劃中涉及的統計數據的空間化問題，文章選擇重慶市巴南區石龍鎮作為研究區，對收集到的空間數據進行空間參考系的統一，空間參考系為1980西安坐標系，通過對村鎮統計數據進行分類，選擇對人口與農用肥施用量數據進行空間化，以多個格網尺度對研究區進行格網化處理，結合土地利用空間數據，精確人口分布區域范圍，并利用專家打分法，就土地利用類型分別對人口數據與農用化肥的影響力進行了打分，構建統計數據空間化模型，最后將空間化結果數據與數字高程模型進行空間分析，從而獲取人口與農用肥施用的空間分布情況。得到以下結論：(1)研究區數據空間化的格網尺度與原始數據的空間分辨率相關，研究對象的尺度為村級，土地利用數據的空間分辨率為1m時，研究區人口與農用肥統計數據空間化的適宜尺度均為10m。(2)不同統計數據的空間分布與高程的關系緊密，其中人口資源多分布在相對比較平坦的丘陵區與溝谷區。而農用肥主要施用對象為旱地、果園、茶園等地方，地貌類型為溝谷平原、丘陵及山地等。該研究對于從地理空間角度進行村鎮區域規劃具有重要指導意義。

村鎮土地利用土地整治規劃格網尺度統計數據空間化

0　引言

村鎮區域空間規劃是一個綜合的過程，涉及國民經濟各個方面的數據，包括土地資源利用現狀及分布狀況、地理位置及經濟社會定位、社會經濟現實等。村鎮區域空間規劃是根據國家、市、縣的經濟條件、社會發展計劃與規劃，以及村鎮的歷史、自然條件與經濟條件，合理確定村鎮的性質、規模，進行村鎮的結構布局，做到布局合理、功能齊全、交通方便、設施配套、居住舒適、環境優美、具有特色，以獲得較高的社會、經濟及生態效益[1-3]。

村鎮區域空間規劃數據包括行政區劃、數字高程模型、土地利用、農用地分等級等空間數據，以及人口、社會經濟、基礎設施數據等為主的統計數據，為了能夠更好地將空間數據與非空間數據應用于村鎮區域規劃，需要將非空間數據進行空間化。學者們在這一方面做了大量的研究，閆慶武等提出了一種基于居民點密度的人口密度空間化方法，在采用核密度估計法得到江蘇省鎮(鄉、街道)居民點密度后，運用基于居民點密度的人口密度空間化計算公式獲得江蘇省1000m的人口密度格網圖[4]。廖順寶等從人口分布與土地利用關系著手，以西藏自治區為例對人口數據空間化方法進行了研究[5]。李月臣等對基于站點觀測數據的氣溫空間化方法進行了評述[6]。廖一蘭、王勁峰、孟斌、李新虎針對人口空間分布信息在環境健康風險診斷、自然災害損失評估及現場抽樣調查比較等地理學及相關學科研究中占有的重要地位，針對采用傳統方法解決人口空間化問題所遇到的困難與不足，設計了遺傳規劃(genetic programming，GP)、遺傳算法(geneticalgorithms，GA)及GIS 相結合的方法[7]。以往基于GIS的統計數據空間化研究多以人口數據為主[8-11]，研究尺度多為省級、市級及縣級，但村鎮區域空間規劃工程中涉及人口、社會經濟數據、基礎設施數據等多種統計數據，鮮有針對村鎮尺度統計數據空間化方法的研究，文章對這一問題進行研究，利用格網法等空間化方法對研究區的人口、農用肥施用量等統計數據進行空間化處理，研究尺度為村級。

1　研究區域、數據及預處理

1.1研究區概況

石龍鎮位于巴南區東南部，轄區東鄰南川市的大觀與興隆鎮，南與石灘鎮、南川市的神童鎮接壤，西連接龍鎮，北與東泉、姜家鎮毗鄰。距重慶市區43km(車行經渝湘高速、內環快速約71km)，巴南區政府36.5km(車行約53.2km)。轄9個村， 2個社區居委會，鎮域總面積104.92km2，總人口2.9845萬人，其中農業人口2.6299萬人，非農人口3546人，鎮域常住人口2.0431萬人，城鎮化率11.88%。

圖1　石龍鎮數字高程模型　　　　　　　　　　　　　圖2　石龍鎮遙感影像

1.2數據處理

研究收集到的數據有空間數據與非空間數據，其中空間數據包括研究區2012年Landsat5 TM遙感影像，空間分辨率為30m； 數字高程模型(ASTER GDEM)，空間分辨率為30m。非空間數據包括巴南區石龍鎮土地利用總體規劃、村級規劃、發展戰略規劃、旅游規劃等規劃數據，巴南區第6次人口普查數據，石龍鎮政府工作報告，巴南區統計公報、綜合年報等非空間統計數據。其中遙感影像與ASTER GDEM來源于美國NASA數據共享網站，統計數據為2012年數據，來源于統計年鑒及相關政府部門。

對收集到的空間數據進行空間參考系的統一，空間參考系為1980西安坐標系，從各類非空間統計數據中選擇人口統計數據與農用肥施用量(表1、表2)。

表1石龍鎮所轄村人口統計

名稱村(個)社(個)鄉村人口戶數人口合計9102849427681大連11110463256大興1129583078白馬1118332742金星1189963198合路166902248柏樹1129923066大橋179273196大園1137992717中倫11212534180

表2　石龍鎮所轄村農用肥施用量統計　t

2　研究方法

2.1土地利用影響力分析

研究區具有土地利用類型24類，包括交通、農業用地、建筑用地、植被用地等，不同類型的地類具有各自的功能作用，對于人口數據與農用化肥施用量數據，不同地類對這兩類數據具有不同的影響力，例如坑塘水面地類基本不會存在人口數據，水澆地為農用化肥的具體施用對象，但對于人口數據的影響基本上沒有。該文采取專家打分法解決此問題，就各個土地類型分別對人口數據與農用化肥的影響力進行了打分，分值域為0～1，見表3。

表3　人口與農用肥土地利用影響專家打分

地類名稱人口農用化肥地類名稱人口農用化肥礦用地0.010灌木林00茶園0.010.1果園0.010.15村莊0.440旱地0.020.4風景名勝及特殊用地0.010河流水面00公路用地00建制鎮0.480溝渠00坑塘水面00裸地00設施農用地00內陸灘涂00水工建筑用地0.010農村道路00水澆地00.2其他草地00水庫水面00其他林地00水田00.15其他園林00有林地0.010

由表3可以看出對人口分布影響最直接的土地利用類型是村莊與建制鎮，所占比例為92%，有人口分布的為礦用地、茶園、風景名勝及特殊用地、果園、旱地、有林地及水工建筑用地，所占比例為8%，其余地類為0。對農用化肥施用分布影響最直接的是旱地、果園、水澆地、水田及茶園，所占比例分別為40%、15%、20%及15%，其余為0。

2.2統計數據空間化模型的構建

以人口數據為例，基于研究區2012年土地利用數據，根據專家打分結果，選取對人口空間分布影響較大的村莊、建制鎮，以及對人口分布有影響的礦用地、茶園、風景名勝及特殊用地、果園、旱地、有林地及水工建筑用地，結合石龍鎮2010年人口統計數據，以村為研究對象，構建人口空間化模型。

假設石龍鎮各村相同土地利用類型的人口密度相同，則模型的一般形式為：

(1)

式中，Aj為j類土地利用類型的人口分布初始系數，單位：人/km2；Sij為i村j類土地利用的面積，單位為：km2；Qi為i村統計人口數據，單位為：人；tij為i村j類土地利用類型專家打分的結果。根據模型，對每個村的人口統計數據，以及對人口分布有影響的土地利用類型的面積及專家打分結果按照公式進行線性回歸計算，求得各土地利用人口分布初始系數Aj。將求得的土地利用人口分布系數柵格化(圖3)。

同理，利用相同的方法求得土地利用農用肥施用分布初始系數，并將求得的土地利用農用肥施用分布系數柵格化(圖4)。

圖3　石龍鎮村級人口數據空間化分布　　　　　圖4　石龍鎮村級農用肥數據空間化分布

2.3柵格化格網尺度選擇

柵格化的時候涉及到一個柵格尺度的選擇，不同的柵格尺度對空間化后的數據具有精度影響，該文以土地利用數據為數據源，生成了200m、100m、50m及10m等4種尺度的格網人口與農用肥施用數據。

空間化后的數據理論上與原始統計數據是一致的，但是在統計數據空間化的過程中，土地利用數據與土地利用人口分布系數均是由矢量數據經過柵格化后所得[12]，所以其柵格化后的空間數據與統計數據之間存在一定的差別，不同的格網尺度，其誤差不同，以大興村為例，圖5為大興村人口數據不同尺度空間化分布，圖6為大興村農用肥數據不同尺度空間化分布。表4為格網人口與村統計人口誤差，表5為農用肥統計數據與空間化數據誤差。

圖5　大興村人口數據不同尺度空間化分布

圖6　大興村人口數據不同尺度空間化分布

表4　人口統計數據與空間化數據誤差統計

村名統計空間化(200m)誤差(%)空間化(100m)誤差(%)空間化(50m)誤差(%)空間化(10m)誤差(%)大連325634034.5133091.633255-0.033174-2.52大興30782764-15.113014-7.433030-1.562987-2.96白馬27422929-10.0432670.342704-1.392687-2.01金星31983131-3.843033-6.853068-4.0732030.16合路22482307-29.1532911.0723594.9423363.91柏樹30662675-17.843088-5.163027-1.2731101.44大橋319633121.723216-1.2333454.663173-0.72大園27172512-22.853003-7.7728133.5327782.25中倫4180399722.7633904.1242481.6342662.06

表5　農用肥統計數據與空間化數據誤差統計

村名統計空間化(200m)誤差(%)空間化(100m)誤差(%)空間化(50m)誤差(%)空間化(10m)誤差(%)大連505344-31.885498.715315.15499-1.19大興186458-9.315080.595121.395090.79白馬460494-2.185233.565111.19504-0.20金星89268736.04446-11.68490-2.975121.39合路23358415.64449-11.095468.125070.40柏樹28557513.865060.205478.325090.79大橋485484-4.16459-9.11456-9.70495-1.98大園53157914.655080.595468.12497-1.58中倫67960620.00434-14.06474-6.14497-1.58

由表4可以看出，柵格化尺度為200m時，人口統計值與空間化人口值之間的誤差的絕對值最大為29.15%，最小為1.72%，誤差值得標準差為15.94； 柵格化尺度為100m時，人口統計值與空間化人口值之間的誤差的絕對值最大為7.77%，最小為0.34%，誤差值得標準差為4.49； 柵格化尺度為50m時，人口統計值與空間化人口值之間的誤差的絕對值最大為4.94%，最小為0.03%，誤差值得標準差為3.14； 柵格化尺度為10m時，人口統計值與空間化人口值之間的誤差的絕對值最大為3.91%，最小為0.16%，誤差值得標準差為2.40； 其中當柵格化尺度為10m時，其誤差最大值在4個柵格化尺度中最小，為3.91%，且誤差的標準差為2.40，小于另外3個尺度誤差值得標準差。

由表5可以看出，柵格化尺度為200m時，農用肥統計值與空間化農用肥值之間的誤差的絕對值最大為36.04%，最小為2.18%，誤差值的標準差為19.90； 柵格化尺度為100m時，農用肥統計值與空間化農用肥值之間的誤差的絕對值最大為14.06%，最小為0.20%，誤差值得標準差為8.01； 柵格化尺度為50m時，農用肥統計值與空間化農用肥值之間的誤差的絕對值最大為9.70%，最小為1.19%，誤差值得標準差為6.63； 柵格化尺度為10m時，農用肥統計值與空間化農用肥值之間的誤差的絕對值最大為1.98%，最小為0.20%，誤差值得標準差為1.26； 其中當柵格化尺度為10m時，其誤差最大值在4個柵格化尺度中最小，為1.98%，且誤差的標準差為1.26，小于另外3個尺度誤差值得標準差。

3　空間分析

為了能夠更好的研究村級統計數據空間化方法，將空間化后的人口數據與農用肥施用數據與石龍鎮的數字高程模型進行空間分析，首先，分別將空間化后的數據與數字高程模型進行重分類，利用ArcGIS10.1軟件的轉換功能，將重分類后的柵格數據轉換為矢量數據，將矢量化后的統計數據與數字高程模型進行空間分析運算，由空間分析運算結果可知， 71.4%人口分布在550～650m的區域， 28.6%分布在650～750m的區域，人口資源多分布在相對比較平坦的丘陵區與溝谷區。62.3%的農用肥施用多分布在570～600m的坡耕地上， 22.1%于550m左右的溝谷平坦區， 15.6%分布于600～700m具有一定坡度的山地，主要為有林地與果園等。

4　結論與討論

該文分別對石龍鎮的人口統計與農用肥施用量數據進行空間化，對村級統計數據進行空間化建模，生成200m、100m、50m及10m等4種尺度的格網數據，針對不同土地利用類型對人口與農用肥的影響力度不同，該文采用專家打分法，分別就各個土地類型分別對人口數據與農用化肥的影響力進行了打分，分值域為0～1。最后運用空間分析法，對人口與農用肥空間化數據與數字高程模型進行了運算分析。

研究表明：

(1)對于人口與農用肥統計數據空間化是的格網尺度，其適宜尺度均為10m，主要因為土地利用數據的空間分辨率為1m，以及研究對象的尺度為村級。

(2)通過空間分析，發現人口數據主要分布區域的高程范圍550～650m，一部分分布于650～750m的區域，人口資源多分布在相對比較平坦的丘陵區與溝谷區。農用肥主要施用對象為旱地、果園、茶園等地方，主要分布在550～700m的高程范圍內，地貌類型為溝谷平原、丘陵及山地等。

該文利用GIS技術，從尺度與空間化方法對村級統計數據進行了空間化處理，選擇對人口數據與農用肥施用數據進行了空間化處理，但也適用于村級用電、農村勞動力等其他統計數據的空間化操作。通過分析，不同統計數據往往具有自身特性，影響統計數據空間分布情況的因子往往由地形、地貌及統計數據本身特性決定。

通過研究村級土地資源中統計數據空間化方法，可以為村級土地規劃提供支持數據，對從地理空間角度進行村鎮區域規劃具有重要指導意義。筆者將繼續對村級統計數據空間化技術進行深層次的研究。

[1]金兆森， 陸偉剛等.村鎮規劃，東南大學出版社， 2010

[2]渠立權， 邵遠征，舒幫榮.農村新型社區建設的可行性評價方法和規劃體系.中國農業資源與區劃， 2014, 35(1): 89～94

[3]宋建輝， 王坤，劉會想.縣域土地利用總體規劃實施評價——以淶水縣為例.中國農業資源與區劃， 2013, 34(2): 102～108

[4]閆慶武， 卞正富，張萍，等.基于居民點密度的人口密度空間化.地理與地理信息科學， 2011, 27(5): 95～98

[5]廖順寶， 李澤輝.基于人口分布與土地利用關系的人口數據空間化研究——以西藏自治區為例.自然資源學報， 2003, 18(6): 659～669

[6]李月臣， 何志明，劉春霞.基于站點觀測數據的氣溫空間化方法評述.地理科學進展， 2014, 33(8): 1019～1028

[7]廖一蘭， 王勁峰，孟斌，等.人口統計數據空間化的一種方法.地理學報， 2007, 62(10): 1110～1119

[8]王雪梅， 李新，馬明國.基于遙感和GIS的人口數據空間化研究進展及案例分析.遙感技術與應用， 2004, 19(5): 320～327

[9]柏中強， 王卷樂，楊飛.人口數據空間化研究綜述.地理科學進展， 2013, 32(11): 1692～1702

[10]林麗潔， 林廣發，顏小霞，等.人口統計數據空間化模型綜述.亞熱帶資源與環境學報， 2010, 5(4): 10～16

[11]張紅. 人口數據空間化及空間分布變化研究——以湖北省為例.武漢：湖北大學， 2007

[12]葉靖， 楊小喚，江東.鄉鎮級人口統計數據空間化的格網尺度效應分析——以義烏市為例.地球信息科學， 2010, 12(1): 40～47

PRELIMINARY STUDY ON SPATIALIZATION OF STATISTICAL DATA IN VILLAGE AND TOWN PLANNING*

Liu Xue1， 2※，Liu Zhangxia1

(1.Chongqing Municipal land Resources and Housing Surveying and Planning Institute Chongqing 400020，China；2.Chongqing Engineering Research Center of land Use and Remote-Sense Monitoring Chongqing 400020，China)

With the development of information technology, the 3S technology iswidely applied in agriculture, geology, disasters, forestry, and water conservancy. At the same time, the research on spatialization of statistical data has been gradually concerned. In order to improve the utilization of rural land and enhance people′s living standards, land planning of village and town has been put on the agenda. Town regional spatial planning is a comprehensive process that involves all aspects of national economic data. Previous researches mainly focus onspatialization of population data on the scale of province, county and city. However, few studies have been done on village scale. Based on these, improvement research was done in light of the issues about spatialization of statistical data in land use and land management planning of village and town. Shilong Town, located in Ba nan District of Chong qing City, was chose as study area. Thecollected spatial data was unified by spatial reference system, i.e., the 1980 Xi′an coordinate system. Statistical data of village and town were classified, and space modeling were made by using population and agricultural fertilizer consumption data.Multiple grid scales wereselected for grid processing. Combined with land use data, regional population distribution data was obtained. Then therates of population and agricultural fertilizer under the influence of land use types were obtained by using expert scoring method. Finally, spatial result and DEM were analyzed to obtain spatial distribution of demographic and fertilizer of agricultural. The spatial statistical data model wasconstructed to calculate the result of space-based data. The results showed that: (1) Grid scaleswere related to the spatial resolution of the original data. The appropriate spatial scale of the population and agricultural fertilizer statistics data was 10 m with the spatial resolution of the land use data of 1 m on village scale. (2) The spatial distribution of different statistical data was closely related with the elevation. Population resourcewas distributed in relatively flat hilly and gully area. And the agricultural fertilizer wasmainlyapplied to dry land, garden and tea garden, as well asthe corresponding landscape types with valleys plains, hills and mountains. Spatial distribution of statistical data was often determined by the topography and the statistical properties of the data.The study played an important significance in conducting regional planning of village and town from the perspective of geospatial.

land use of village; land management planning; scale of grid; statistics data; space modeling

10.7621/cjarrp.1005-9121.20160505

2015-03-04

劉學(1981—)，男，重慶人，土地調查技術員、測繪工程師。研究方向：土地調查評價。Email：slin60@126.com

TU981；P208

A

1005-9121[2016]05-0027-08

*資助項目：國家“十二五”科技支撐計劃“村鎮區域空間規劃與土地利用優化技術集成示范”(2012BAJ22B06)