典型土地整治縣農村聚落時空演變特征分析

李建梅 李蕊蕊 章夢 郭家樂 施劉國 郭愛萍

摘要：安徽省定遠縣自2006年開始進行農村聚落土地整治，農村聚落布局變化迅速，對農村聚落布局特征及演變的研究有利于分析其存在的問題，為農村聚落體系布局優化提供決策依據。利用變異系數法、景觀指數法、緩沖區分析法定量分析2005—2020年間定遠縣農村聚落時空演變特征，并從時間和空間尺度分析各因子對聚落格局形成和演變的影響。研究表明：空間上，定遠縣農村聚落呈集聚型分布。各影響因子中，道路、地形、河流對定遠縣農村聚落集群布局影響較大。農村聚落點多集中在海拔50～100 m，坡度0°～2°范圍內;距離河流500 m的區域對農村聚落影響力較大;各級道路中，省道、縣鄉道對農村聚落布局的指向性較強，鐵路和高速公路較弱;距離鄉鎮中心越遠，聚落比例越小。時間上，定遠縣農村聚落面積不斷增加，集聚水平不斷提高，定遠縣地形對農村聚落布局的影響力呈上升趨勢;河流對農村聚落布局的影響較穩定，2020年影響力比2015年稍有下降;省道、縣道、村道對農村聚落集群布局的影響力呈上升趨勢，高速公路、鐵路、其他道路呈下降趨勢;鄉鎮中心點對農村聚落布局的影響呈“數量減少，規模變大”的特點。

關鍵詞：農村聚落;空間分析;空間布局;影響因子;定遠縣

中圖分類號： K901.8;F323.1 文獻標志碼： A

文章編號：1002-1302（2021）17-0202-06

收稿日期：2021-01-20

基金項目：安徽省哲學社會科學規劃項目（編號：AHSK2018D9）;安徽省社科聯（編號：2018CX029）;安徽省大學生創新創業項目（編號：2020CXXL072）;安徽省教育廳重點項目（編號：SK2020A0613）。

作者簡介：李建梅（1981—），女，山東莒南人，碩士，講師，主要從事GIS與區域規劃研究。E-mail：lijianmei@126.com。

農村聚落是農村居民與當地自然、文化、經濟、社會等因素綜合作用的結果，是人類活動空間的重要組成部分。農村聚落一般包括農村中的單家獨院，也包括由多戶人家聚居在一起的村落（村莊）和尚未形成城市建制的農村集鎮等。農村聚落的形成之初，主要受自然條件的影響，隨著社會經濟的發展，道路、城鎮等社會因素對農村聚落布局的影響開始顯現。

國外學者對農村聚落的研究始于19世紀20年代，發展歷程呈由簡單向綜合、由定性描述向定量分析、由空間分析向人文社會范式轉變的特點。Antrop研究了村鎮網絡與農村景觀演變的關系，認為交通和信息的可達性是引發農村景觀演變的主要因素[3]。Sevenant等通過研究不同地貌類型區域，發現不同的土地利用方式和聚落形態導致了農村景觀的不同[4]。Duyckaerts等對農村聚落居民點的相關系數提出3個判斷值，以此判斷農村聚落的集聚性[5]。

國內學者對農村聚落研究主要集中在聚落區位、規模、類型與分類、體系、空間結構以及空間演變等方面[6]。馬利邦等基于遙感影像數據，利用景觀指數法及GIS空間分析法研究農村聚落分布的時空特征，認為隨著時間的推移，農村聚落斑塊在空間上趨于“密度大，總面積大，平均面積小”的特征[7]。覃瑜等利用泰森多邊形法研究了居民點布局[8-9]。吳江國等利用豪斯道夫維數研究了農村聚落體系規模分布的分形特征差異，并進一步研究了空間格局的分形特征差異[10]。李紅波等以土地變更調查數據為基礎，利用空間分析法，從市域、縣域2個尺度研究農村聚落空間格局的驅動力機制，認為政府調控、城鎮化、工業化及交通發展等為推動農村聚落空間格局形成的因子[11]。陳永林等以江南丘陵地區為研究對象，基于數字高程模型和遙感影像數據，利用GIS空間分析法，分析農村聚落空間分布格局的演化機制，發現農村聚落的空間演變存在低地指向[12]。吳弘璐等基于DEM和土地利用數據，利用景觀指數法及緩沖區分析法，通過建立河流、道路、城鎮等緩沖區，結合農村聚落景觀指數研究之間的影響機制，發現河流和道路對農村聚落空間布局影響顯著，城鎮對農村聚落的演變具有吸引和排斥的雙向作用[13]。劉仙桃等將Voronoi圖與相關系數法結合分析地形、河流、道路等要素對北京市昌平區農村居民點布局的影響，發現地形對農村居民點布局具有明顯的導向作用，道路、河流的影響低于地形[14]。

本研究基于定遠縣農村聚落斑塊及影響因素，利用ArcGIS基本空間分析方法定量分析縣級聚落2005—2020年時空演變及影響因素，以期為定遠縣新農村聚落規劃提供政策依據。

1 研究設計

1.1 研究區概況

定遠縣隸屬于安徽省滁州市，位于皖東腹地的北溫帶和北亞熱帶氣候過渡區，坐落于安徽省東北部的丘陵地區，地勢北高南低，境內高程小于 350 m，包含丘陵、波狀平原、平原等3種地貌類型，地跨32°12′～32°42′N，117°12′～118°5′E，毗鄰江蘇、浙江、上海三地，下轄16鎮6鄉，總面積2 998 km2。

1.2 主要研究方法

1.2.1 基于泰森多邊形的變異系數法 變異系數可以衡量空間觀測值的相對變化程度。在基于Voronoi多邊形[8]計算變異系數中，當離散點分布較為均勻時，Voronoi多邊形面積較小，從而導致變異系數較小，當離散點分布不均，Voronoi多邊形面積較大，變異系數也較大[9]。變異系數公式如下：

CV=σμ×100%。（1）

其中CV為變異系數;σ為Voronoi多邊形的面積標準差;μ為Voronoi多邊形的面積平均數。

1.2.2 景觀指數法 景觀指數可以高度濃縮景觀格局信息，反映其組成和空間配置某些方面的簡單定量指標[9]。具體指標見表1。

選取的指標中，斑塊數目（NP）常與斑塊密度（PD）共同描述研究對象斑塊的破碎度，斑塊密度（PD）采用2種計算方法。PD1為每平方千米的某類景觀的斑塊數目，PD2為某類景觀與區域內所有景觀面積之比，當PD1值高、PD2值低時，說明研究區內該類景觀較破碎，分布特征為面積小且分散;反之，當PD2值高、PD1值低時，說明研究區內該類景觀較為集聚且聚落規模大[13]。

1.3 數據獲取

使用LandsatTM和Landsat8衛星遙感影像、數字高程模型數據，來自地理空間數據云網站。利用土地利用分類圖和影像數據，利用ENVI 5.0和ArcGIS 10.3軟件提取2005年、2010年、2015年、2020年農村聚落斑塊和道路、水域作為基礎數據，利用數字高程模型數據提取定遠縣水系、高程和坡度數據。

2 定遠縣農村聚落布局演變特征

2.1 定遠縣農村聚落整體演變特征

2.1.1 數量變化 利用2005年、2010年、2015年、2020年定遠縣農村聚落圖斑，統計面積和所占研究區比例，由圖1至圖4和表2可知，定遠縣農村聚落所占研究區面積比例較低，但呈逐漸增加的趨勢，在2010—2020年增幅較大。西北部數量減少，斑塊面積增大，東北部和西南部新增農村聚落斑塊規模小、數量多，東部地區斑塊減少。

2.1.2 規模變化特征 根據面積大小將農村聚落劃分為3個等級：小聚落（≤1 hm2），中等聚落（>1～10 hm2），大聚落（>10 hm2）[7]。由表3可知，2005—2020年定遠縣各級聚落面積比例按大小排序均為：大聚落>中等聚落>小聚落;小聚落和大聚落總面積在此15年內呈增加趨勢，中等聚落面積2020年相對2015年減少6.21%。農村聚落數量占比按大小排序均為：中等聚落>小聚落>大聚落;小聚落、大聚落的數量在研究年份中增加較快。新增聚落以小聚落為主，斑塊數增加，面積減少，中等聚落數量和面積變化幅度較小，大聚落數量增長緩慢，但其總面積增長較快。

2.2 定遠縣農村聚落空間布局及演變特征

2.2.1 基于核密度分析的定遠縣農村聚落空間布局及演變特征 從農村聚落斑塊數據中提取4期農村聚落中心點，利用核密度分析工具制作4期定遠縣農村聚落核密度分布圖，根據自然斷裂點法和中值法將密度區分為低密度區（0～1.09個/km2）、較低密度區（>1.09～1.85個/km2）、中密度區（>1.85～2.42個/km2）、較高密度區（>2.42～3.18個/km2）、高密度區（>3.18個/km2）等5個等級。由圖5至圖8可發現，2005年、2010年、2015年、2020年定遠縣農村聚落最大密度分別為4.23、4.45、5.38、5.48個/km2，呈增加趨勢;2000—2010年農村聚落較高密度區和高密度區數量增加， 范圍擴大，較低密度區和低密度區范圍縮小。南部的吳圩鎮、張橋鎮、界牌集鎮的部分中密度區演變為較高密度區;東南部丘陵地區和西南部的平原地區新增農村聚落斑塊較小，農村聚落中心點增多，密度提高，爐橋鎮、永康鎮、西卅店鎮、藕塘鎮、范崗鄉在研究年份中均有農村聚落高密度區。對比圖5至圖8可見，爐橋鎮2005—2020年的農村聚落斑塊增加明顯，但核密度區呈先擴大后減少的趨勢。北部和東部地區的農村聚落一直屬于低密度區，其中東部地區低密度區范圍有擴大趨勢。

2.2.2 基于變異系數法的定遠縣農村聚落空間布局及演變特征 基于定遠縣農村聚落中心點數據，生成2005年、2010年、2015年、2020年定遠縣農村聚落Voronoi圖，使用變異系數法分年份統計Voronoi圖的CV值，分別為89.21%、88.80%、96.22%、111.63%。根據Duyckaerts提出的參考值[5]，4期定遠縣農村聚落CV值>63%，呈集群分布，2010年集聚水平與2005年相比略低，2005—2020年集群水平呈增加趨勢。

2.2.3 基于核密度分析的定遠縣農村聚落空間布局及演變特征 根據2005年、2010年、2015年、2020年農村聚落矢量斑塊數據，計算4個年份農村聚落景觀指數。由表4可知：定遠縣農村聚落的數量（NP）和面積（CA）都呈增加的趨勢，數量增幅大于面積增幅，斑塊平均面積（MPS）呈下降趨勢，最小斑塊面積（MINP）變化較小，最大斑塊面積（MAXP）變化較大，2000—2020年定遠縣農村聚落圖斑呈破碎與連片并存的特點。農村聚落斑塊破碎度隨時間呈上升趨勢，新增農村聚落斑塊規模較小。

3 影響因素分析

3.1 地形要素影響分析

地形要素對農村聚落布局具有較大的影響。

選擇海拔和坡度作為地形影響因子，利用ArcGIS 10.3提取工具，從定遠縣數字高程模型中提取海拔和坡度，匯總各個級別海拔、坡度下的農村聚落中心點和所占比例。由表5可知：時間上，海拔0～500 m、坡度0°～5°下的農村聚落中心點均呈增加趨勢;空間上，定遠縣農村聚落點多集中在高程 50～100 m處，4個時期的農村聚落中心點占比均超過57%，高程>150 m的區域農村聚落中心點較少，4個時期占比均低于0.1%。定遠縣農村聚落多集中于坡度0°～2°范圍內，4個時期農村聚落中心點占比均超過66%。隨著坡度的增加，農村聚落中心點數量不斷減少。定遠縣農村聚落布局的地形因素指向明顯。

3.2 河流對農村聚落布局的影響

河流作為自然要素，對農業生產和基礎設施建設均產生一定的影響，從而影響農村聚落布局。本文基于定遠縣河流數據，以500 m為間隔，建立0～500 m、>500～1 000 m的緩沖區，并統計緩沖區內的農村聚落面積及所占比例。由表6可知：時間上，2010年、2015年、2020年河流各級緩沖區的農村聚落面積均有增加;空間上，0～500 m緩沖區內的農村聚落面積和占比最高，距離河流1 000 m外的地區最低。河流對定遠縣農村聚落布局具有指向作用，隨時間的變化有增強的趨勢。

3.3 道路對農村聚落布局的影響

道路從多方面影響人們出行、工作、生活，農村聚落通常分布在交通線到達的地區[14]。隨著道路的快速發展，農村居民點傾向沿路分布，為更好地分析不同道路對定遠縣農村聚落布局格局演變的影響，將道路數據按照等級劃分為高速公路、鐵路、省道、縣鄉道、村道、其他道路（圖9、圖10），結果發現，聚落沿高速、省道和縣鄉道擴張明顯，而村道和其他道路多因為居民點興建而建設。

3.4 鄉鎮對農村聚落布局的影響

以1 000 m為間隔，以鄉鎮駐地為中心構建鄉鎮緩沖區，統計各級緩沖區內農村聚落中心點數量及占比，分析鄉鎮中心對農村聚落布局變化的影響。由表7、表8可知：空間尺度上，距離鎮中心最遠尺度內，聚落呈下降趨勢;時空變化上，距離鄉鎮中心4 km以內的聚落數量和面積比例均呈增加趨勢，而4 km以外的聚落數量呈增加趨勢，但面積比例呈現減少趨勢。

4 結論與討論

4.1 結論

結果表明：定遠縣農村聚落數量較多，農村聚落面積所占比例較小，但2000—2020年處于持續增加中。定遠縣農村聚落的主要增長類型為小聚落，面積增長最快的是大聚落，通過景觀指數分析可知， 定遠縣農村聚落圖斑破碎度呈隨時間的增加而增加的趨勢，其原因主要為：（1）部分新聚落是舊聚落向外擴展的結果，使大聚落面積變大，而數量變化小;（2）政府統一整治、規劃布局的舉措促進聚落連片發展。

定遠縣2005年、2010年、2015年、2020年的農村聚落呈集群分布，農村聚落高密度區數量和集群水平不斷增加和提高。高密度區主要分布在西北部和東南部，北部和東部地區的農村聚落均屬于低密度區，西北部和東南部海拔較低，路網密集，而北部和東部為海拔相對較高的丘陵地區， 耕作和基礎設施建設條件較差，宜居性差。

道路、地形、河流對定遠縣農村聚落集群布局影響較大。農村聚落點多集中在海拔50～100 m、坡度0°～2°范圍內，這是由于地勢平緩的地區耕作條件較好、基礎設施建設成本低，促使農村聚落的集聚分布。河流是農業生產、居民生活用水的主要來源，靠近河流居住，有利于農業灌溉和生活用水，定遠縣農村聚落面積隨與河流距離的增大而減小，距河流500 m范圍內對農村聚落布局影響最為明顯，在研究年份中，河流對農村聚落布局的影響較穩定，2020年比2015年影響力稍有下降。其他道路、省道、村道、縣道對農村聚落布局的指向性較強，鐵路和高速公路較弱，省道、縣道、村道對農村聚落布局的影響呈上升趨勢，其他道路、高速公路、鐵路呈下降趨勢。鄉鎮中心點對農村聚落布局影響呈“數量減少，規模變大”的特點。

4.2 討論

農村聚落布局的特征、演變規律、影響因素的實證分析對實現農村土地集約化發展、優化布局，改善人居環境具有重要意義。影響農村聚落布局的因素除自然因素、社會因素外，還有個人因素、政治因素等，對農村聚落布局的分析還應結合研究區特點進行，本研究選擇的影響因子具有一定主觀性，僅選擇了主要的自然和社會因素進行分析，缺少人口、經濟等因子，在分析農村聚落布局影響機制時，沒有對變動的農村聚落做深入的變化原因分析，有待進一步研究。

參考文獻：

[1]朱 彬，馬曉冬. 蘇北地區鄉村聚落的格局特征與類型劃分[J]. 人文地理，2011，26（4）：66-72.

[2]趙思敏. 基于城鄉統籌的農村聚落體系重構研究[D]. 西安：西北大學，2013：13-15.

[3]Antrop M. Landscape change and the urbanization process in Europe[J]. Landscape and Urban Planning，2004，67（3）：9-29.

[4]Sevenant M，Antrop M. Settlement models，land use and visibility in rural landscapes：Two case studies in Greece[J]. Landscape and Urban Planning，2007，80（4）：362-374.

[5]Duyckaerts C，Godefroy G. Voronoi tessellation to study the numerical density and the spatial distribution of neurones[J]. Journal of Chemical Neuroanatomy，2000，20（1）：83-92.

[6]朱曉翔，朱紀廣，喬家君. 國內鄉村聚落研究進展與展望[J]. 人文地理，2016，31（1）：33-41.

[7]馬利邦，郭曉東，張啟媛. 甘谷縣鄉村聚落時空布局特征及格局優化[J]. 農業工程學報，2012，28（13）：217-225，299.

[8]覃 瑜，師學義. 利用Voronoi圖的城鄉居民點布局優化研究[J]. 測繪科學，2012，37（1）：136-138，150.

[9]鐘紫玲，王占岐，李偉松. 基于Voronoi圖與景觀指數法的山區農村居民點空間分布特征及其影響因素[J]. 水土保持研究，2014，21（2）：211-216.

[10]吳江國，張小林，冀亞哲. 不同尺度鄉村聚落景觀的空間集聚性分形特征及影響因素分析——以江蘇省鎮江市為例[J]. 人文地理，2014，29（1）：99-107.

[11]李紅波，張小林，吳江國，等. 蘇南地區鄉村聚落空間格局及其驅動機制[J]. 地理科學，2014，34（4）：438-446.

[12]陳永林，謝炳庚. 江南丘陵區鄉村聚落空間演化及重構——以贛南地區為例[J]. 地理研究，2016，35（1）：184-194.

[13]吳弘璐，何偉，鄭惠元.基于景觀生態學的農村聚落分布特征及影響因素分析——以成都市金堂縣為例[J]. 江蘇農業科學，2017，45（18）：326-331.

[14]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——以北京市昌平區為例[J]. 生態與農村環境學報，2009，25（2）：30-33.