農村建設用地整治潛力精準預測與地塊整治優先級識別

摘要：研究目的：測算不同村莊類型下農村建設用地整治潛力，精準識別地塊整治優先級，使得土地整治決策更加準確、科學。研究方法：以湖北省黃梅縣為研究區域，結合空間規劃和自身資源稟賦對村莊進行分類；對不同類型村莊的農村建設用地整治潛力進行測算，并利用單類支持向量機對農村建設用地圖斑的整治重要性進行識別，最終實現潛力總量約束下的潛力圖斑的整治優先級安排。研究結果：（1）黃梅縣共劃分出城郊融合型、特色保護型、集聚發展型、存續提升型、搬遷撤并型5類村莊類型，其中包含村莊數量最多的是存續提升型，共有272個行政村；（2）規劃期內黃梅縣農村建設用地整治理論潛力規模6 624.66 hm2，現實潛力規模3 586.03 hm2；（3）整治緊迫圖斑占潛力規模的7.21%，整治較緊迫圖斑占潛力規模的15.02%，整治一般緊迫圖斑占潛力規模的51.14%，整治不緊迫圖斑占潛力規模的26.63%。研究結論：村莊分類下的農村建設用地整治潛力規模預測與地塊整治優先級識別，可以為村莊布局優化和鄉村全域土地綜合整治提供理論參考和實踐操作模式。

關鍵詞：農村建設用地；村莊分類；整治優先級；整治潛力；黃梅縣

中圖分類號：F301.2 文獻標志碼：A 文章編號：1001-8158（2024）03-0060-11

基金項目：國家自然科學基金項目（42261021，41961036）。

隨著我國城鎮化進程的快速推進，農村勞動力大量向城市涌入，農村的空心化現象嚴重[1-2]，農村建設用地閑置、低效等問題突出。同時，由于缺少科學合理的規劃管控和引導，農村地區普遍存在用地布局混亂不合理、基礎設施建設不完善等現象。農村建設用地整治不但是盤活農村存量建設用地，提高建設用地利用效率的必要手段，也是鄉村振興戰略背景下優化村莊用地格局[3]、改善鄉村人居環境、提高農村生態質量的必然要求。一方面，通過對低效建設用地整治可以提高建設用地的利用效率，促進村莊用地布局優化；另一方面節余建設用地指標可以為鄉村振興用地提供保障，支持鄉村產業融合發展，同時易地調劑取得的收益可用于改善鄉村生產生活生態條件。而對農村建設用地整治潛力規模的精準預測和整治優先級的有效識別，能更好地服務于農村建設用地整治工作，使其高效、有序的開展。

當前相關研究對于農村建設用地整治潛力測算的方法主要有：問卷調查法[4-5]、人均或戶均建設用地標準法[6-7]、因素限制系數修正法[8-13]、土地閑置率法[14-16]、遙感分析法[17]。上述方法雖能對整治潛力進行預測，但存在實施難度大[4-5]、村莊差異性易被忽視[6-7]以及測算后的潛力難以轉化為現實路徑[8-13]等問題，且研究大多停留在宏觀層面上，結果難以對區域村莊布局優化和全域土地綜合整治等提供更加精確具體的決策參考，因此需要對整治的時空次序進行科學安排。關于整治優先級的識別，現有研究大多在測算整治潛力的基礎上以行政單位為單元對區域的整治優先級進行等級的劃分[18-19]，也有部分學者通過構建相應的指標體系等形式來識別優先級程度[20-21]，但鮮有研究從地塊尺度上進行更為細化的整治優先級識別，由此得到的優先級劃分很難在實踐過程中運用。農村建設用地整治潛力規模與整治時序不僅受到自然、社會、區位、政策等宏觀因素的影響，還受到地塊面積、坡度等微觀因素影響。因此從微觀尺度上對地塊進行整治優先級安排來實現潛力規模的空間落地，對促進農村建設用地整治潛力的釋放具有重要意義。

鑒于此，本文以湖北省黃梅縣為研究區，利用規劃引導和村莊自身資源稟賦相結合的方式劃分村莊類型，測算農村建設用地整治理論潛力和現實潛力，模擬農村建設用地圖斑的整治迫切度并確定整治優先級，從而實現規模約束下的農村建設用地整治潛力與地塊整治優先級協同優化。本文不但可以豐富農村建設用地整治潛力預測理論和方法體系，還可以為村莊用地布局優化和全域土地綜合整治等提供實踐參考。

1 研究區概況與數據來源

1.1 研究區概況

黃梅縣隸屬于湖北省黃岡市，地處湖北省東部，長江北岸，是國家鄉村振興示范縣。全縣地勢南低北高，呈三級階梯狀分布，北部多為山地，中部多為丘陵及平原，中南部湖泊分布較多，地貌類型豐富多樣。截至2022年，轄區總面積為1 701 km2，共下轄16個鄉鎮，1個街道辦事處，522個行政村。

根據第三次國土調查成果數據，黃梅縣共有農村建設用地11 531.02 hm2，占城鄉建設用地總面積的51.18%。2012—2022年，黃梅縣常住鄉村人口由55.6萬人減少到39.93萬人，總計減少約15.7萬人，占總量的28.24%①，但農村建設用地卻沒有相對應的減少。計算得到人均農村建設用地為288.78 m2，遠超國家標準《城鄉用地分類與規劃建設用地標準》中“人均村莊建設用地上限不得大于200 m2”的標準。農民建設選址往往是自發性狀態，使得農村建設用地布局較為散亂，基礎設施配置供需不匹配；且存在各功能區之間沖突顯著、集約節約程度低等問題，選擇黃梅縣作為研究區具有典型性和代表性。

1.2 數據來源與預處理

歷年土地利用數據來源于黃梅縣土地利用變更調查數據庫，由黃梅縣自然資源和規劃局提供；各村鎮的社會經濟等統計數據來源于《黃梅統計年鑒》和各鄉鎮年報；路網數據來源于 Open Street Map開源數據庫；數字高程和坡度來源于地理空間數據云；學校、醫院及超市等基礎設施數據來自百度地圖POI數據。

所有數據在ArcGIS平臺的支持下，進行統一空間投影坐標轉換，對所有柵格數據進行空間分辨率重采樣為10 m×10 m。同時利用ArcGIS 10.8操作平臺建立各統計單元經濟社會指標、坡度、農村建設用地圖斑等信息為主的黃梅縣農村建設用地整治潛力規模與整治優先級研究基礎數據庫。

2 研究思路與方法

本文的總體思路為：（1）利用規劃引導和村莊自身資源稟賦相結合的方式構建村莊類型體系，識別村莊類型。（2）根據“人口—人均標準—現狀建設面積”三者間關系計算規劃期內黃梅縣農村建設用地整治理論潛力；從自然、經濟、社會、區位4個方面構建評價指標體系，通過多因素綜合評價法對理論潛力進行修正以得出農村建設用地整治現實潛力。（3）選取地塊面積、坡度等影響因子，以退出農村建設用地圖斑和新增農村建設用地圖斑為訓練樣本，模擬現狀農村建設用地整治迫切度，并確定整治優先級。最終通過上述分析方法來實現潛力規模約束下農村建設用地整治優先級安排。研究框架如圖1。

2.1 村莊類型識別

本文以《鄉村振興戰略規劃（2018—2022年）》和《湖北省村莊規劃編制導則》中的分類標準為依據，同時考慮黃梅縣村莊現狀和需求特征，將全域村莊分為集聚發展型、存續提升型、城郊融合型、特色保護型、搬遷撤并型5個村莊類型。集聚發展型村莊主要是指人口總量大、經濟實力較強且生態環境較好的村莊；存續提升型是指某些方面條件較差但仍將存續的一般村莊；城郊融合型村莊是指在發展過程中更有可能向城鎮化邁進，鄉村人口向城鎮人口轉變，產業發展和生活方式也與城鎮地區接軌的城鎮開發邊界范圍內的村莊；特色保護型村莊是指自然歷史文化資源豐富的村莊，根據歷史文化保護專項規劃和傳統村落保護名錄等確定；搬遷撤并型包括經濟基礎薄弱、生態環境脆弱及人口流失嚴重的村莊。

依據村莊自身現狀特征，結合指標的科學性、現實性、主導因素一致性等原則，本文從集散程度、發展程度、生態安全三個層面構建分類識別體系（表1）。針對每個層面選取相應指標：（1）集散程度反映了村莊資源狀況及區位條件，人口密度、建設用地和耕地占比3個指標反映了村莊的現狀資源特征，交通可達性則體現了村莊的區位條件；（2）發展程度顯示了村莊發展活力，選擇人均年收入、人口流失率、公共服務設施水平3個指標評估村莊發展程度，其中年收入反映了村莊發展經濟基礎內在動力，人口流失率反映出勞動力數量；（3）生態安全是發展的支撐條件，選取生態脅迫性指標可以展現生態的易破壞程度，生境質量可以直接展現環境質量的好壞。通過熵權法和德爾菲法相結合確定指標權重。對原始數據進行歸一化處理，在標準化處理的基礎上計算每項指標的信息熵值；聘請國土空間整治研究領域的15位專家，采取調查表形式，通過多輪賦值最終確定指標權重。根據指標加權求和得到評價分值，再利用自然斷點法將3個維度的綜合分值分為3個級別，由高到低依次為3、2、1（表2），然后通過咨詢專家意見并結合等級組合法對村莊類型進行識別。

2.2 農村建設用地整治潛力測算

2.2.1 農村建設用地整治理論潛力

本文以2022年為基準年，2035年為規劃目標年，根據黃梅縣各村莊2010—2022年人口自然增長和機械增長情況以及農村人口變化特征，運用綜合增長率法對各村規劃年農村人口總量進行預測。根據《湖北省建設用地控制標準》的規定，“城郊村莊人均建設用地面積不得超過100 m2/人，其他區域村莊人均建設用地標準不得超過120 m2/人”；《湖北省村莊規劃編制導則》中規定，“村莊建設用地規模宜按人均100～120 m2控制”。鑒于此，本文在參考上述政策的基礎上，根據區域特點并結合村莊類型識別結果，按照等分法劃分不同類型村莊人均建設標準值，其中集聚發展型120 m2/人，存續提升型110 m2/人，城郊融合型100 m2/人，搬遷撤并型為0 m2/人，特色保護型保持原有現狀建設規模。采用村級人均建設用地標準法[22]對各村理論潛力規模進行測算。

2.2.2 農村建設用地整治現實潛力

從影響農村建設用地整治潛力釋放的自然、經濟、社會、區位4個方面選取相應指標構建限制條件修正系數指標體系，根據村莊類型識別指標體系權重的獲取方式確定指標權重，最終得出指標體系如表3所示。

自然條件。地形要素是農村建設用地整治的主要影響因素，地形越陡越不利于整治工作的展開；人均耕地體現了耕地人均可利用水平，從側面反映了農村建設用地整治需求程度，人均耕地高，整治需求相對較低，因而選取平均坡度和人均耕地2個指標。

經濟條件。人均收入越高，對生活質量要求越高，對農村建設用地整治更迫切；財政公共預算收入越高，政府更有經濟實力對農村建設用地進行整治；教育設施水平、醫療保障水平和基本生活需求都是衡量村莊的基礎設施建設完善程度，基礎設施越不完善使得生活不便利，從而更希望被整治。

社會條件。村莊活力越強說明發展程度越高，越不易被整治；農村人口流失率和青老年之比側面反映村莊規模和人口結構，青少年比重越大，則農村建設用地整治意愿更強烈；戶均宅基地依據國家標準，戶均宅基地面積更大，整治的可能性越大。

區位條件。便捷交通是村莊發展的基礎，而路網密度表征村莊路網發展水平，路網密度越高提供的道路接入空間更多，通常情況下交通網越完善的村莊越靠近城鎮中心，區位條件越好；而鎮中心是農村最為普遍的經濟貿易中心，以此來評價村莊引力，距離鎮中心越近，生活滿意度越高，整治潛力越低。所以區位條件選取路網密度和村莊引力2個指標。

2.3 整治優先級模擬

機器學習方法中的單類支持向量機（One-class Support Vector Machine， OCSVM）是一種無監督學習的單分類方法，基本思想是將一個單分類問題轉化為特殊的二分類問題，通過無標簽訓練數據集對模型進行訓練，目標為在高維特征空間尋找訓練樣本與坐標原點間隔的最優分類超平面[23]，以此來確定樣本點所屬區域范圍（圖2）。目前已成功應用于遙感影像判別[24]、檢測異常[25]、模式識別[26-27]等多個領域。

利用OCSVM算法對農村建設用地拆舊地塊和建新地塊構成的樣本集的坡度和區位等影響因子特征值進行訓練和模擬，對農村建設用地整治潛力圖斑的一般特征進行挖掘，從而預測地塊的整治優先度，最終根據優先度高低對現狀農村建設用地整治優先級進行等級劃分。

（1）整治優先級影響因子分析。通過實地調研了解村民整治意愿與訴求，結合現有相關研究結論[28-30]，最終選取平均坡度、圖斑面積、地塊周邊土地利用狀況、圖斑與主要道路的距離、圖斑與學校的距離、圖斑到鎮政府的距離作為黃梅縣農村建設用地整治優先級的影響因子。

（2）模型的訓練與精度驗證。利用單類支持向量機算法構建農村建設用地整治優先級模擬模型。通過對兩期土地利用變更調查數據對比，獲取黃梅縣退出農村建設用地圖斑作為正向樣本，并將黃梅縣新增農村建設用地圖斑作為負向樣本，根據OCSVM算法的樣本比例要求，兩組數據按正負樣本9∶1數量比例構成訓練樣本集。將訓練樣本以無標簽形式輸入OCSVM算法進行模型訓練，模型會將各影響因素數值單位轉換為0～1之間的標準化值。然后對無標簽樣本集進行判別，判別為正樣本的取值為+1，判別為負樣本的取值為-1，通過訓練后獲取模型的準確率（Acc）和召回率（Recall）。

式（2）—式（3）中：TP表示真正例，即模型正確預測為正類的樣本數量；TN表示真負例，即模型正確預測為負類的樣本數量；FP表示假正例，即模型錯誤地預測為正類的樣本數量；FN表示假負例，即模型錯誤地預測為負類的樣本數量。

（3）現狀農村建設用地圖斑整治優先級模擬。經過訓練和驗證后的整治優先級模擬模型已挖掘到農村建設用地圖斑整治的一般規律，在此基礎上對現狀農村建設用地圖斑整治優先度進行模擬預測。將待預測的現狀農村建設用地斑塊的影響因素指標值輸入模擬模型，從而得出每一個模擬單元的整治優先度。圖斑整治優先度結果區間為0～1，結果值越大的地塊應該優先整治，結果值越小的地塊整治緊迫程度較低。

（4）潛力規模與整治優先級協同模擬。將每一個行政村內的現狀農村建設用地圖斑按照預測的整治優先度由高到低進行排序，再根據排序結果從上往下依次選取圖斑，直至達到每個村的整治現實潛力上限值，從而得到整治潛力圖斑，并根據整治優先度大小對地塊的整治優先級進行等級劃分，從而實現規劃期內潛力規模約束下的農村建設用地圖斑整治優先級安排。

3 結果與分析

3.1 村莊類型分類

根據黃梅縣村莊分類的研究結果，村莊類型數量最多的是存續提升型，共有272個行政村，占總數的52.11%；城郊融合型村莊為75個；集聚發展型村莊60個；特色保護型村莊4個；搬遷撤并型村莊111個。

從村莊類型分布圖（圖3）可以看出，城郊融合型村莊多靠近城鎮中心，交通條件較好，且位于城鎮開發邊界范圍內，受城鎮化影響較大，在規劃引導和自身區位上都占據優勢。集聚發展型在空間位置上靠近城郊融合型村莊，且生態安全質量較高。存續提升型多在集聚發展型周邊，距離城鎮中心相對較遠。搬遷撤并型村莊主要分布在縣域北部山區以及東南部龍感湖周邊地區，這些村莊大多交通不便、地形崎嶇且位置偏遠，水土流失等地質災害頻發，生態環境脆弱。特色保護類主要分布在西北地區，其中古村落遺址1處，省級傳統村落2個，省級歷史文化名村1個。

3.2 農村建設用地整治潛力測算

在村莊類型識別的基礎上，推算出黃梅縣村一級的整治理論潛力為6 624.66 hm2，占現狀農村建設用地總量的57.45%。用修正系數對理論潛力修正后，得出黃梅縣規劃期內的農村建設用地的現實整治潛力約為3 586.03 hm2，是整治理論潛力的54.13%，是現狀農村建設用地總量的31.09%。

經統計，黃梅縣農村建設用地整治現實潛力規模在15 hm2以上的村莊有49個，主要分布在縣域東部；整治現實潛力在10～15 hm2之間的村莊有84個，主要集中于縣域中部的大河鎮、濯港鎮；在5～10 hm2之間的村莊有144個，較為集中分布在黃梅縣中南部的蔡山鎮、下新鎮等區域；在0～5 hm2之間的村莊172個，散落分布在各個鄉鎮；沒有整治潛力的村莊有73個，多分布在縣域北部及西南地區，這部分村莊由于區位及地形等因素影響，普遍存在現狀農村建設面積較小、村莊人口數量較少等現象（圖4）。

3.3 農村建設用地地塊整治優先級識別

選取黃梅縣退出農村建設用地圖斑和新增農村建設用地圖斑，根據整治優先級模擬模型對樣本量的需求，按照9∶1數量比例構成無標簽訓練樣本集對模型進行訓練，從而挖掘到農村建設用地歷史整治圖斑的一般規律。根據式（2）對模型的精度進行驗證，得出整治優先級模擬模型的準確率為89.06%，召回率達96.28%。

將黃梅縣現狀農村建設用地圖斑輸入模擬模型對其整治重要性程度進行預測，得出現狀農村建設用地圖斑的整治優先級，在此基礎上根據各村潛力規模約束值對圖斑按整治優先度由高到低進行整治潛力圖斑選擇，獲得農村建設用地整治潛力圖斑分布結果（圖5）。整治潛力圖斑的優先度值都在0.5以上，并且潛力圖斑的面積在0.3 hm2以上的總面積達到3 118.65 hm2，占總整治潛力的87.1%，有利于較為集中地進行連片整治。整治優先度較高的農村建設用地地塊一般有如下特征：（1）被其他地類環繞。零星分散，被林地、耕地等包圍，此類建設用地騰退的概率較高，復墾后和周邊地類連接成片，從而與周邊生態環境相適宜（圖5（a））。（2）位置偏僻，交通不便。由于與主要道路的距離較遠，出行耗費時間、經濟成本較高，群眾對此類建設用地的整治意愿加強（圖5（b））。（3）村莊的外圍。與村莊中心范圍內的建設用地不同，村莊外圍部分的建設用地通過整治后更能與周邊原本的耕地、園地等相關聯，提高經營過程中的效率（圖5（c））。（4）位于散落分布的小型居民點區域。小型村莊的教育、醫療等基礎設施相對來說不夠完善，地塊的面積較小且不連片，同時交通條件也較落后，村民更愿意將原有建設用地進行拆除（圖5（d））。整治優先度值較大的圖斑的上述特征與近年已經實施的農村建設用地整治圖斑特征基本吻合，同時和村民整治意愿也較為一致。

根據整治潛力圖斑的整治優先度結果值將整治優先級劃分為4個等級（圖6）。優先度值在≥0.9的為I級（緊迫），在0.8～<0.9之間的為II級（較緊迫），在0.7～<0.8之間的為III級（一般緊迫），<0.7的為IV級（不緊迫）。結果如下：農村建設用地整治緊迫的圖斑面積為258.55 hm2，占潛力規模的7.21%；整治較緊迫圖斑面積為538.62 hm2，占潛力規模的15.02%；整治一般緊迫圖斑面積為1 833.89 hm2，占潛力規模的51.14%；整治不緊迫地塊面積為954.96 hm2，占潛力規模的26.63%。分區統計得到各鄉鎮潛力圖斑面積（圖7）。整治緊迫和較緊迫的地塊主要分布在黃梅縣北部、分路鎮南部、新開鎮東南沿江區域。主要原因在于縣域北部區域大部分位于山區，地勢較高，生態環境普遍較脆弱且配套設施不夠完善；南部沿湖沿江區域交通不便的同時還容易受洪澇等災害影響。

4 結論與討論

4.1 結論

本文以黃梅縣為研究區，利用土地利用調查等多源數據測算各村的整治潛力，并對現狀農村建設用地地塊進行整治優先級模擬。主要結論如下：

（1）黃梅縣的行政村分為城郊融合型、特色保護型、集聚發展型、存續提升型、搬遷撤并型5類。其中包含村莊數量最多的是存續提升型，占總量的52.11%，最少的是特色保護型，是黃梅縣歷史文化傳承與保護的重心。存續提升型村莊較均勻分布于各個鄉鎮，特色保護型村莊坐落在縣域西部自然、人文等景觀較獨特區域。

（2）規劃期內黃梅縣整治理論潛力6 624.66 hm2，修正后的整治現實潛力為3 586.03 hm2，可釋放54.13%的理論整治潛力。黃梅縣各村整治潛力特征差異顯著，整治潛力較大的村莊主要分布在杉木鄉、龍感湖管理處、劉佐鄉，這些村莊人口相對較少但建設用地面積總量大，整治潛力較小的村莊主要分布在縣域北部及西南區域，這些村莊普遍區位條件較差且現狀農村建設用地面積小。

（3）黃梅縣農村建設用地整治優先級劃分為I級（緊迫）、II級（較緊迫）、III級（一般緊迫）、IV級（不緊迫）4個等級。整治緊迫的圖斑面積為258.55 hm2，占潛力規模的7.21%；整治較緊迫圖斑面積為538.62 hm2，占潛力規模的15.02%；整治一般緊迫圖斑面積為1 833.90 hm2，占潛力規模的51.14%；整治不緊迫地塊面積為954.96 hm2，占潛力規模的26.63%。

4.2 討論

現有農村建設用地整治潛力研究多側重于預測整體整治潛力規模，難以具體地從地塊尺度層面分析潛力圖斑的空間分布特點。測算方法缺乏村莊類型差異化的考慮，很難滿足農村建設用地整治對象差異化的需求，也難以對地塊整治迫切度進行時序安排[31]。由此導致整治方案容易“一刀切”，不利于鄉村振興戰略的全面推進。實際上，農村建設用地面積總量大，規劃布局不合理且分布較散，對全域范圍內的農村建設用地進行全面整治是不現實的，需要投入大量的人力、物力、財力[32]。本文在劃分村莊類型的基礎上測算村莊整治潛力，進而確定農村建設用地斑塊的相對重要性等級并對整治時序作出優先級安排，使整治策略更具針對性，不僅可以認識到不同類型村莊的差異性和整治潛力特征，也為區域村莊布局優化和全域土地綜合整治等提供更加精確、細致的決策參考。

人工智能算法和機器學習為農村建設用地的整治優先級模擬提供了科學有效的手段。OCSVM算法只需要少量負向樣本就能深入學習模擬過程中的復雜規則，較好地解決了整治優先級模擬中負向樣本獲取難度大的問題[33]。相對于線性回歸、決策樹等“白盒”模型，作為“黑盒”模型的OCSVM算法不用對復雜影響因素定量表達，通常來說模擬精度更高[34]?；贠CSVM算法構建的模擬模型，通過訓練和驗證，模型的預測準確率為89.06%，召回率達0.962 8，滿足對地塊的優先度模擬精度要求，且效果較好。此外，預測模型使用真實數據作為樣本來實現對農村建設用地整治的特征規律的自動挖掘與學習，使整治優先級安排更具現實說服力。黃梅縣自然資源和規劃局邀請了各鄉鎮、相關科室、相關部門如農業農村局相關管理與技術人員對整治優先級安排的結果進行了論證。論證結果表明該研究結果比較符合黃梅縣農村建設用地土地整治實際，對科學安排黃梅縣土地整治具有積極意義。

農村建設用地整治是一項復雜的綜合性工程，受多方面復雜因素影響[35]。整治潛力和優先級不僅與自然、經濟、社會和區位等客觀因素有關，也受農戶自身意愿，政府政策及執行力等影響[36]。本文在測算整治潛力和優先級時側重于可量化指標的測算，缺乏對農民意愿、政策等難以量化因素的考量，潛力測算結果和優先級安排可能存在一定的偏差。同時，區域和情境不同的情況下，評價指標與農村建設用地整治之間的正負相關性的作用方向可能不一致，還需結合具體實踐過程加以調整。因此，后續研究中需進一步從多角度、多因素綜合作用下探究農村建設用地整治的一般規律，更加科學準確地預測不同尺度下的整治潛力和整治優先級安排。

參考文獻（References）：

[1] 胡智超，彭建，杜悅悅，等. 基于供給側結構性改革的空心村綜合整治研究[J] . 地理學報，2016，71（12）： 2119 -2128.

[2] LIU Y S， LIU Y， CHEN Y F， et al. The process and driving forces of rural hollowing in China under rapid urbanization[J] . Journal of Geographical Sciences， 2010， 20（6）： 876 -888.

[3] 黃梓鑫，付艷華，李晶，等. 基于村莊類型差異的農村居民點整治潛力研究——以聊城市為例[J] . 中國土地科學，2022，36（12）： 78 - 90.

[4] 李婷婷，龍花樓，王艷飛，等. 黃淮海平原農區宅基地擴展時空特征及整治潛力分析：以禹城市5個村莊為例[J] .自然資源學報，2020，35（9）： 2241 - 2253.

[5] QING L Z， GUANG H J， WEN Q M， et al. The resource potential and optimization of rural housing land under utility structure evaluation in metropolitan suburbs villages of China[J] . Land， 2023， 12（3）： 646. doi： 10.3390/land12030646.

[6] LIU Y S， YANG R， LI Y H. Potential of land consolidation of hollowed villages under different urbanization scenarios in China[J] . Journal of Geographical Sciences， 2013， 23（3）： 503 - 512.

[7] 王瑋，陳英，張仁陟. 農村宅基地整治潛力和整治成本測算方法——以河南省濮陽市為例[J] . 地域研究與開發，2017，23（3）： 125 - 129.

[8] 王楠，郝晉珉，李牧，等. 生計轉型背景下河北省農村宅基地整理分區與潛力研究[J] . 農業工程學報，2019，35（9）： 255 - 264.

[9] 黎孔清，陳銀蓉，余雪振. 湖北省隨縣農村居民點整治現實潛力測算及整治策略——基于農戶意愿的調查分析[J] . 自然資源學報，2013，28（3）： 459 - 469.

[10] 郭杰，肖善才，歐名豪，等. 基于參與主體意愿的農村居民點整理現實潛力測算[J] . 中國土地科學，2017，31（10）： 86 - 94.

[11] 楊浩，盧新海，陳東軍. 面向鄉村振興的湘南宅基地整治潛力分區及發展路徑[J] . 農業工程學報，2021，37（18）：263 - 272.

[12] ZHOU J H， QIN X X， LIU L， et al. A potential evaluation model for land consolidation in fragmental regions[J] . Ecological Indicators， 2017， 74（3）： 230 - 240.

[13] ZHANG B L， SUN P L， JIANG G H， et al. Rural land use transition of mountainous areas and policy implications for land consolidation in China[J] . Journal of Geographical Sciences， 2019， 29（10）： 1713 - 1730.

[14] 張興榆，黃賢金，王銳，等. 滁州市南譙區農村居民點土地置換潛力測算[J] . 資源科學，2010，32（3）： 557 - 563.

[15] 李鑫，甘志伍，歐名豪，等. 農村居民點整理潛力測算與布局優化研究——以江蘇省江都市為例[J] . 地理科學，2013，33（2）： 150 - 156.

[16] 林國斌，蔡為民，吳云青，等. 天津市城鄉建設用地增減掛鉤潛力測算[J] . 中國土地科學，2012，26（6）： 68 -72.

[17] 朱曉華，陳秧分，劉彥隨. 空心村土地整治潛力調查與評價技術方法：以山東省禹城市為例[J] . 地理學報，2010，65（6）： 651 - 658.

[18] 高陽，張鳳榮，郝晉珉，等. 基于整治潛力與迫切度的村級農村居民點整治時序研究[J] . 資源科學，2016，38（2）： 185 - 195.

[19] 張金鑫，陳偉強，耿藝偉，等. 基于“阻力-潛力”視角的宅基地整治時序研究——以商丘市睢陽區為例[J] .農業資源與環境學報，2022，39（2）： 425 - 433.

[20] 呂飛，丁美煜，孫平軍. 基于居民滿意度的城市老舊住宅小區綜合整治優先級研究——以哈爾濱市小康住宅示范小區為例[J] . 地域研究與開發，2019，38（4）： 75 - 79，91.

[21] 辛儒鴻，曾堅，梁晨. 城市綠地休閑服務供需失衡關鍵區識別與規劃干預優先級劃分[J] . 地理學報，2023，78（3）： 762 - 774.

[22] 周克昊，譚榮輝，劉艷芳，等. 基于人均建設用地標準的區域土地利用節地潛力評估[J] . 農業工程學報，2012，28（19）： 222 - 231，299.

[23] SCH LKOPF B， PLATT J C， SHAWE-TAYLOR J， et al. Estimating the support of a high-dimensional distribution[J] . Neural Computation. 2001， 13（7）： 1443 - 1471.

[24] DENG X Q， LI W K， LIU X P， et al. One-class remote sensing classification： one-class vs. binary classifiers[J] . International Journal of Remote Sensing， 2018， 39（6）： 1890 - 1910.

[25] 秦進春，余旭初，張麗，等. 基于非正定OCSVM的高光譜影像地物異常檢測[J] . 測繪工程，2016，25（4）： 37 - 41.

[26] XIAO Y C， WANG H G， XU W L. Ramp loss based robust one-class SVM[J] . Pattern Recognition Letters， 2017， 85（1）： 15 - 20.

[27] 張慶昭，陳子怡，方匡南. 多源異常檢測的整合單類SVM方法及應用[J] . 統計研究，2023，40（4）： 138 - 150.

[28] 羅海鳳，趙翔，王靜，等. 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[J] . 中國土地科學，2022，36（1）： 118 - 126.

[29] 高倩，方創琳，張小雷，等. 絲綢之路經濟帶核心區新疆城鎮建設用地擴展的時空演變特征及影響機理[J] . 生態學報，2019，39（4）： 1263 - 1277.

[30] 鄒琳，趙翔，江平，等. 農村宅基地整治潛力的空間顯式測算與模擬[J] . 農業工程學報，2020，36（24）： 247 -256.

[31] 劉恬，胡偉艷，杜曉華，等. 基于村莊類型的全域土地綜合整治研究[J] . 中國土地科學，2021，35（5）： 100 - 108.

[32] 羅秀麗，楊忍. 農村建設用地整治的空間生產機制及其效應——以廣東省窯塘村為例[J] . 自然資源學報，2022，37（8）： 2085 - 2101.

[33] 武玉坤，李偉，倪敏雅，等. 單類支持向量機融合深度自編碼器的異常檢測模型[J] . 計算機科學，2022，49（3）：144 - 151.

[34] 紀守領，杜天宇，李進鋒，等. 機器學習模型安全與隱私研究綜述[J] .軟件學報，2021，32（1）： 41 - 67.

[35] 李向，胡業翠. 我國農村建設用地整治潛力分區與實現路徑研究[J] . 中國農業資源與區劃，2021，42（2）： 69 -78.

[36] 李佩恩，楊慶媛，范垚，等. 基于SEM的農村居民點整治中農戶意愿影響因素——潼南縣中渡村實證[J] . 經濟地理，2016，36（3）： 162 - 169.

Accurate Prediction of Rural Construction Land Consolidation Potential and Identification of Land Consolidation Priority

LIANG Xiang1，2，3， CHEN Wenbo1，2， DUAN Peng1，2，3， YANG Huan1，2，3

（1. School of Surveying and Geoinformation Engineering， East China University of Technology， Nanchang 330013， China； 2. Nanchang Key Laboratory of Landscape Process and Territorial Spatial Ecological Restoration， East China University of Technology， Nanchang 330013， China； 3. College of Land Resource and Environment， Jiangxi Agricultural University， Nanchang 330045， China）

Abstract： The purpose of this study is to estimate the consolidation potential and accurately identify the priority of land consolidation in different villages， to make the consolidation decisions more accurate and scientific. The research methods are as follows. Firstly， Huangmei County in Hubei Province is taken as the research object， and the villages are classified according to spatial planning and their own characteristics. Then， for each type of village， the consolidation potential of rural construction land is measured. Next， one class support vector machine （OCSVM） is applied to model and identify the importance of land patch to finally arrange the consolidation priority for these potential sites that meet the constraints of total potential. The results are shown as follows. 1） Five types of villages are identified， including suburban integration type， characteristic protection type， cluster development type， survival and upgrading type， relocation and merger type. The dominant village type is survival and upgrading type， with a total of 272 administrative villages. 2） According to the planning， the theoretical potential of rural construction land consolidation in Huangmei County is 6 624.66 hm2， and the actual potential is 3 586.03 hm2. 3） The most urgent and sub-urgent consolidation spots account for 7.21% and 15.02% of the total potential spots， respectively， while the general urgent consolidation spots accounts for 51.14% of the total potential spots. The remaining （i.e. non-urgent consolidation spots） accounts for 26.63%. In conclusion， the simulation of the potential and priority identification of rural construction land consolidation based on village classification can provide the theoretical reference and practical operation modes for village layout improvement and overall land consolidation.

Key words： rural construction land； village classification； consolidation priority； consolidation potential； Huangmei County

（本文責編：張冰松）

①數據來源：《黃梅縣統計年鑒》。