農村建設用地整治潛力規模與空間格局協同模擬研究
——以湖北省宜城市為例

羅海鳳，趙 翔，王 靜，2，蔡博誠，潘雨飄

（1.武漢大學資源與環境科學學院，湖北 武漢 430079；2.北京師范大學水科學研究院，北京 100875）

1 引言

隨著我國城鄉人口結構的快速變遷，農村閑置和低效利用的建設用地已成為存量建設用地挖潛的主要來源。在尊重農民意愿的前提下，依托城鄉建設用地增減掛鉤、宅基地拆舊復墾等工程開展農村建設用地復墾與整治，是優化農村建設用地格局、改善農村人居環境，緩解建設用地供需矛盾的必然途徑。準確估計農村建設用地整治潛力的規模和空間分布，對盤活農村存量建設用地和保障國土空間規劃實施具有非常重要的現實意義。

問卷調查法是獲取農村建設用地整治潛力規模與空間分布最直接、準確的方式[1-3]，但需耗費較高的人力、物力和時間成本，適用于小區域的整治潛力測算。針對大范圍的農村建設用地整治潛力預測與模擬，現有研究從農村建設用地退出影響因素和潛力測算方法等多方面進行了探索[4-6]。相關研究先后提出了人均用地指標法[7-8]、戶均用地指標法[8]、宅基地閑置率法[8]、限制條件系數修正法[9-13]和分區歸總法[14-15]等方法。上述方法雖然能在宏觀尺度上根據區域自然、社會、經濟條件和土地利用基礎，較為準確地把握區域農村建設用地整治潛力的總體趨勢，但估算結果無法在地塊尺度精細反映整治潛力的空間分布，難以為國土空間規劃和整治工程項目選址提供更具指導價值的決策依據。

高分辨率遙感影像和GIS技術為整治潛力的空間格局模擬預測提供了有效手段[16-18]。例如，張濟等[19]利用0.25 m的高分遙感影像對山東巨野縣的居民點整治潛力空間分布進行了研究；劉善開等[20]先后利用GIS方法開展了農村建設用地整治潛力評價研究；鄒琳等[21]提出了基于土地利用時空數據和時空數據挖掘方法的農村建設用地整治潛力空間格局模擬模型。相關方法主要根據建筑物在遙感圖像上的形態、光譜和紋理特征、地塊的自然與區位條件等對農村廢舊建設用地圖斑進行識別或模擬其整治概率。在此基礎上，按照“自下而上”的策略匯總反映區域整治潛力的總規模。

農村建設用地整治潛力的規模與空間分布不僅受到區域社會經濟條件和政策等宏觀因素的影響，同時也受到土地利用、區位條件和農民意愿等微觀因素的影響?，F有研究在對潛力影響宏觀因素及土地利用時空變化微觀規律的協同建模方面依然存在局限性。例如，整治潛力數量規模估算模型難以顧及區域農村建設用地的時空變化特征與演變趨勢對于區域農村建設用地整治潛力規模與空間格局的影響，且估算結果的合理性缺乏必要的事實證據支持。以遙感和GIS技術為基礎的潛力格局模擬模型則往往忽視了區域人口、社會經濟宏觀因素對潛力數量規模的整體影響，由此獲得的整治潛力是否可以轉化為可實施的現實整治潛力難以預判。

耦合“自上而下”和“自下而上”地理建模思想的土地利用時空建模方法[22-30]為農村建設用地整治潛力的預測模擬提供了重要借鑒。首先，利用多因素綜合分析方法對影響整治潛力規模的人口、經濟和社會等宏觀因素進行分析，把握規劃期內區域整治潛力的數量規模變化趨勢。其次，利用時空建模方法在地塊圖斑尺度對地形、土地利用、區位等影響整治潛力空間格局的微觀因素進行建模，模擬區域現狀農村建設用地的整治概率。然后，在整治潛力數量規?！白陨隙隆钡募s束下，依據圖斑的整治概率以“自下而上”的方式實現區域農村建設用地整治潛力數量規模與圖斑分布的協同優化模擬。最后，以湖北省宜城市為案例區開展實證研究，以期為宜城市國土空間規劃決策和即將開展的全域土地綜合整治項目選址提供決策依據。

2 研究區概況與數據

2.1 研究區概況

宜城市隸屬于湖北省襄陽市，位于湖北省西北部，漢江中游。全市地形以漢江為中線往東西方向呈平原、丘陵、山地階梯式延伸特征。截至2020年，全市國土總面積2 115 km2，下轄8個鎮2個街道辦事處，35個社區，190個行政村。全市常住人口52.78萬人，其中鄉村人口24.54萬人。2010—2019年，全市農村常住人口累計減少14.95萬人，年均減少1.5萬人。

根據第三次國土調查（以下簡稱“三調”）成果，宜城市共有城鄉建設用地12 591.32 hm2；其中農村建設用地為7 478.05 hm2，占宜城市城鄉建設用地總量的59.39%。按當前的農村常住人口計算，宜城市農村人均建設用地約304.73 m2/人，遠超宜城市農村人均建設用地指標的規劃管控目標。在農村人口總量持續減少、農村居民點用地并未及時有效退出的背景下，宜城市農村人均建設用地面積有進一步增加的趨勢。2010—2019年，宜城市積極推進了城鄉建設用地增減掛鉤和土地綜合整治等工程，累計釋放農村建設用地指標達1 456.13 hm2，為宜城市城鄉建設提供了重要的用地指標保障。

2.2 數據來源與處理

本文以“三調”村莊范圍（203）內認定為建設用地的地類圖斑為研究對象，對宜城市2021—2035年農村建設用地整治潛力規模和空間格局進行協同預測和模型。研究基礎數據主要包括：（1）宜城市“三調”成果數據庫和2009—2018年的土地利用變更調查數據； （2）地形數據：宜城自然資源局提供的10 m分辨率DEM數據；（3）2010—2019年的《宜城年鑒》和各鄉鎮農業年報，用于獲取宜城市村鎮單元的人口和產業結構等社會經濟統計數據；（4）宜城市主要基礎設施的分布數據，包括道路、學校等；（5）宜城2010—2019年城鄉建設用地增減掛鉤驗收矢量數據。

所有矢量圖斑按照相同的坐標系統、空間范圍轉換為10 m分辨率的柵格數據。其中，村莊范圍內現狀建設用地圖斑轉換后的柵格像元是整治潛力空間格局模擬的基本單元；增減掛鉤拆舊復墾和建新區矢量圖斑轉換后的柵格像元為模型的模擬預測提供訓練和驗證樣本。

3 整治潛力預測模擬模型

3.1 模型總體框架

模型通過耦合“自上而下”和“自下而上”地理建模思想，實現對農村建設用地整治潛力規模與空間格局的協同預測和模擬。首先，宏觀尺度上，以村為基本單元，通過對各村人口、自然、社會、經濟、交通和土地利用等宏觀潛力影響因子進行分析，預測規劃期內各村建設用地整治潛力的總規模。其次，微觀尺度上，利用城鄉建設用地增減掛鉤像元數據樣本，結合地形、區位和鄰域土地利用等空間影響因子，對農村現狀建設用地的整治復墾概率進行模擬。最后，基于各村潛力總規模的約束和現狀圖斑整治復墾概率的空間分布，根據概率值高低對各村整治潛力圖斑進行模擬和優化。模型框架見圖1。

圖1 模型總體框架Fig.1 Framework of the simulation model

3.2 整治潛力規模測算

農村建設用地整治潛力規模受到區域人口、經濟、社會和土地利用等宏觀因素綜合作用。首先基于農村建設用地的人均用地指標管控目標，測算宜城市規劃期內的農村建設用地整治的理論潛力。在此基礎上，參照現有研究和宜城市的實際條件，構建宜城市農村建設用地整治潛力宏觀影響因素體系（表1），計算宏觀因素綜合作用下的各村現實整治潛力規模。步驟如下：（1）鄉村人口預測。以行政村為基本單元，基于各村在2010—2019年的鄉村人口和農戶數量變化趨勢，按照下式預測各村在規劃目標年的總人口。

式（1）中：Mt為規劃期農村人口預測數（人）；M0為農村人口現狀數（人）；K為人口平均增長率（%），n為規劃期限（年）。

（2）理論潛力測算。按照下式測算各村的理論潛力規模[31]。

式（2）中：ΔPi為村i在規劃期內的農村建設用地整治理論潛力（m2）；Pi0為該村現狀農村建設用地面積（m2）；Ait為規劃目標年農村人均建設用地面積（m2/人），參照《土地管理法實施辦法》或地方政府的規劃管控目標綜合確定；Mit為村在規劃目標年的預測農村人口總量。

（3）潛力修正系數計算。利用層次分析法確定各影響因素的權重（表1），并按照式（3）對各分析單元原始指標值進行無量綱化處理后，利用式（4）計算各單元的現實潛力修正系數Ki。

表1 宜城農村建設用地整治潛力宏觀影響因素及權重Tab.1 Macro factors and their weights for rural construction land consolidation in Yicheng

式（3）—式（4）中：χ′ij為村i的第j個指標的無量綱化結果；χij為村i指標j的原始數據值；χimin和χimax分別為指標χ的最小取值和最大取值；Wj為指標j的權重；n為指標個數。

（4）現實潛力測算。按照下式計算各村的現實整治潛力[31]。

式（5）中：ΔP′i為單元i修正后的現實潛力；Ki的含義同式（4）。

3.3 整治潛力空間格局模擬

土地利用變化是區域自然和人文要素共同作用下人類土地利用活動的結果。土地利用變化時空數據不僅為揭示區域土地利用變化的時空變化趨勢提供了基礎資料，也為土地利用空間格局演變模擬結果的可靠性提供了重要的事實證據支持。因此，首先利用機器學習方法和歷年農村建設用地拆舊復墾圖斑分布數據，對地形、區位和土地利用等微觀因素影響下的區域農民拆舊復墾決策行為的一般特征進行挖掘，從而模擬規劃期內區域現狀農村建設用地的拆舊整治概率。在此基礎上，在各村現實整治潛力數量規模的“自上而下”約束下，依據圖斑整治概率“自下而上”地實現區域農村建設用地整治潛力規模與空間格局的協同模擬與優化。

（1）微觀尺度的整治潛力空間格局影響因素分析。參考現有研究成果[21,32]、結合實地農民訪談情況，按照主導因素原則，從地形、區位和鄰域土地利用三方面構建微觀尺度的宜城市農村建設用地整治潛力影響因素體系（表2）。

表2 宜城市農村建設用地整治潛力的微觀影響因素Tab.2 Micro factors of rural construction land consolidation in Yicheng

以現狀農村建設用地圖斑轉換后的柵格像元作為整治潛力模擬的基本單元，按照表2中的影響因素計算各地塊像元的變量特征值。其中，區位條件指標可利用GIS的空間分析功能獲取各單元與公路、小學及鎮中心的距離值。根據宜城農村建設用地圖斑的平均規模，經過反復實驗后將地形和鄰域土地利用條件指標計算的“鄰域”定義為該建設用地像元的5階摩爾鄰域（八鄰域）。因此，對任意模擬單元p，分別按照式（6）和式（7）計算其鄰域平均坡度和土地利用條件。

式（6）—式（7）中：SLPp表示地塊像元p鄰域的平均地形坡度值；N為鄰域內的像元個數，根據5階摩爾鄰域定義，N=121；Si表示鄰域內第i個像元的坡度值；Plp表示地類l在地塊像元p的摩爾鄰域內的面積占比；nlp表示鄰域內地類l的像元數。根據宜城農村建設用地周邊的土地利用基本特征，按照式（7） 分別計算各潛力模擬單元鄰域內的耕地（Pc）、園地（Po）、林地（Pf）和建設用地（Pb）共4類用地的占比。

（2）區域農民拆舊復墾決策行為特征提取。以宜城2010—2019年實施的城鄉建設用地增減掛鉤圖斑作為樣本集，利用單類支持向量機算法（One-Class Support Vector Machines, OCSVM）構建農村建設用地整治潛力空間模擬模型（圖2），挖掘區域農村建設用地復墾整治圖斑的時空分布特征及一般規律，為現狀農村建設用地的整治概率模擬提供依據（圖2）。OCSVM算法是一種半監督分類算法，即：將“正”樣本和干擾樣本混合成“無標簽”樣本集輸入OCSVM算法進行訓練，算法事先不知道各輸入樣本的類型。通過半監督學習，算法自動提取樣本特征并識別出“正”樣本和“負”樣本（干擾樣本）。由于OCSVM算法輸入的均為無標簽樣本，因而使用同一個樣本集即可完成算法的訓練和精度評估。OCSVM算法的訓練樣本以“正”樣本為主，僅需少量，甚至不需要“負”樣本，因而特別適合農村建設用地整治概率的空間模擬[20]：已經實施拆舊復墾的圖斑樣本記為“正”，其他干擾樣本記為“負”。按照式（8）和式（9）分別計算模型的準確率和召回率，從兩個不同維度對模型性能進行評估。

圖2 農村建設用地整治概率模擬原理Fig.2 Principles for the probability simulation of rural construction land consolidation

式（8）—式（9）中：Acc表示準確率；Recall表示召回率；TP表示真“正”樣本個數，即樣本真實值為“正”且算法預測值也為“正”；TN，FN和PF分別表示真“負”，假“負”和假“正”樣本的個數。準確率反映了算法對“正”“負”兩類樣本的識別綜合性能，召回率則反映了算法對于“正”樣本的識別能力。

（3）現狀農村建設用地圖斑整治概率的模擬預測。經過訓練、驗證的模型已經建立起了區域地形、區位和土地利用等影響因素與整治潛力圖斑時空分布的一般規律。以此為依據，將待預測圖斑像元對應的因素指標值輸入模擬模型，即可對區域現狀農村建設用地在規劃期內的整治概率進行預測模擬。整治概率用［0，1］間的浮點數表示，數值越大表示該地塊被整治的意愿和可能性越大，反之表明該地塊被整治的意愿和可能性越小。

（4）潛力規模與空間格局的協同模擬。以行政村為單元，將村莊內的農村建設用地圖斑像元按其模擬的整治概率高低進行排序，按照“由高到低”的原則選取柵格像元，直至被選中的像元面積達到該村的現實潛力規模為止。由此獲得各村現實潛力數量規模約束下、具有最優整治概率的建設用地潛力圖斑分布結果。

4 實驗結果

4.1 整治潛力規模測算結果

基于宜城市各村2010—2020年間的人口變動趨勢，預測各村2035年的人口總量，并參照《湖北省土地管理實施辦法》相關規定，結合宜城市的實際情況，確定規劃期宜城農村建設用地管控標準為200 m2/人。按照式（1）初步估計宜城規劃期內農村建設用地整治的理論潛力為4 912.46 hm2，占現狀農村建設用地面積的67.88%。按照3.2節的方法計算各村的現實潛力修正系數，進而獲得各村規劃期內的現實整治潛力規模。經匯總統計，宜城規劃期內的農村建設用地的現實整治潛力約為2 201.94 hm2，占理論潛力的44.82%，現狀農村建設用地總規模的29.45%。各村的現實潛力分布見圖3，匯總得到各鎮現實潛力見表3。

圖3 宜城農村建設用地整治現實潛力分布Fig.3 Spatial distribution of realistic potential of rural construction land consolidation in Yicheng

表3 宜城農村建設用地整治現實潛力測算結果Tab.3 Realistic potential of rural construction land consolidation in Yicheng

4.2 農村建設用地整治空間格局模擬結果

研究共采集城鄉建設用地增減掛鉤拆舊復墾區圖斑1 496個（總面積約735.52 hm2）作為模型訓練和驗證的正樣本。為客觀評估模型模擬精度，按照如下原則選取一定數量的干擾樣本作為負向樣本參與模型的訓練和驗證：（1）必須為真正的“負”向樣本，即確保選擇的干擾樣本在規劃期內完全沒有拆舊復墾的可能；（2）干擾樣本的現狀用途必須為農村建設用地，且與其他待預測的農村建設用地具有相似的地形、區位和用地條件?；谏鲜鲈瓌t，城鄉建設用地增減掛鉤中的建新區圖斑為模型的訓練和驗證提供了足夠數量和可靠的負向干擾樣本。

基于OCSVM算法對于樣本的總體要求，按照正負樣本90∶10的面積比例從增減掛鉤建新區中隨機選取圖斑像元作為負樣本?；谕恋乩米兏{查等基礎數據，按照表2和式（6）、式（7）方法，計算各樣本和待預測農村建設用地像元的影響因素特征值。將正負樣本混合后，以無標簽的方式輸入模擬模型，經過訓練后由模型對輸入樣本類型進行自動識別。在此基礎上，將樣本被模型標記的類型與樣本真實的類型進行驗證，利用式（8）和式（9）評估預測模擬精度。經評估，模型的準確率為81.58%，召回率達0.987 9，模型總體準確度較為可靠，且對正樣本的識別能力強，模擬精度總體令人滿意。利用模型對宜城市現狀農村建設用地進行預期整治概率模擬預測，并按整治概率值由高到低的原則獲得建設用地整治潛力圖斑分布結果（圖4）。

從圖4中A、B、C三個典型區域的整治潛力值高低和優化的潛力圖斑分布來看，整治概率較高的現狀農村建設用地分布具有如下特點：（1）遠離公路或背街的村莊區域。由于交通不便，在宏觀政策的引導下，村民放棄宅基地的概率較高。（2）零星分布的小村莊。相對于設施和交通條件更完備的大型居民點的村民，位于小居民點的村民放棄其原有宅基地的概率更高。（3）村莊的邊緣區域。相對于中心區域，位于村莊邊緣的建設用地復墾后可直接與村莊周邊原有的耕地、園地等農用地連片，有利于復墾后連片經營。上述特征與宜城市2010—2019年已實施復墾的圖斑空間分布規律一致，也與實地訪談中農民的偏好基本相符。

圖4 宜城農村建設用地整治潛力圖斑空間分布Fig.4 Spatial distribution of potential consolidation patches in Yicheng

為評估整治潛力格局模擬結果的合理性，對獲得的潛力圖斑整治概率和面積進行統計，結果見圖5。潛力圖斑的概率統計分布表明，模型獲得的潛力圖斑整治概率均大于0.5，且大部分圖斑的平均整治概率介于0.7～0.8之間；整治概率大于0.7的潛力圖斑總面積達1 584.56 hm2，占潛力總規模的75%，表明模型獲得的潛力地塊能夠實際實施的概率較大。圖斑面積統計方面，1 000 m2以上的圖斑總面積達1 598.69 hm2，占潛力總規模的72.6%，表明模型獲得的潛力圖斑連片度較好，有利于在實際整治工程中進行成片整治。

圖5 宜城農村建設用地整治潛力圖斑的整治概率與圖斑面積統計結果Fig.5 Statistical results of the consolidation probability and the area of patches in Yicheng

5 結論與討論

本文耦合“自上而下”與“自下而上”地理建模思想，從宏觀與微觀兩個層次對農村建設用地整治潛力影響因素進行了分析。在此基礎上，提出了一種基于土地利用時空建模方法的農村建設用地整治潛力規模與空間分布協同預測模擬模型，并以湖北省宜城市為案例區開展了實證研究。經驗證，模型模擬準確率為81.58%，召回率達0.987 9，模擬效果良好。預測模擬結果表明，宜城市2021—2035年農村建設用地整治潛力理論潛力達4 912.46 hm2；考慮區域社會經濟等宏觀因素綜合影響后，全市農村建設用地現實整治潛力約2 201.94 hm2。模型模擬獲得的潛力圖斑主要分布在遠離公路或背街的村莊區域、村莊的邊緣區域和零星分布的小居民點，與宜城市歷年增減掛鉤拆舊復墾圖斑的分布特征及農民的現實偏好大體相符。

農村建設用地整治與潛力釋放，不僅受到耕地保護政策、城鎮化水平、政府財政投入強度等宏觀因素的影響，同時也受到農民意愿、區位與地形條件等微觀因素的影響。因此，對農村建設用地整治潛力規模與空間格局進行預測和模擬往往具有較大挑戰?，F有相關研究大多側重于整治潛力的數量規模預測，無法揭示潛力圖斑的空間異質性分布特征。基于遙感和GIS技術的潛力圖斑空間模擬方法則忽視了人口、社會經濟宏觀因素對于潛力圖斑轉換為現實整治潛力的影響?，F有模型的上述局限性使得相關研究的潛力預測模擬結果難以為空間規劃提供準確、可信的決策依據。

本文提出的模型與方法為農村建設用地整治潛力的時空協同預測模擬提供了新思路，增強了潛力規模與空間格局模擬結果的準確度與可靠性，能為空間規劃提供更加準確、精細的決策依據。研究基于已實施的城鄉增減掛鉤拆舊復墾圖斑數據自動挖掘區域農民拆舊復墾的時空特征與一般規律，拓展了土地利用時空建模理論與方法的應用領域。如何充分挖掘城鄉增減掛鉤和土地利用變更調查等土地利用多源時空數據，深入研究和探討多尺度整治潛力影響因素（如政策因素、區位特征、農民意愿等）綜合作用下區域農村建設用地整治潛力挖掘的內在機理和一般規律，以實現省市級等更大尺度的整治潛力規模和格局的更準確模擬預測，將是本文后續研究的主要方向。