王林林，路春燕

（1.濱州學院建筑工程系，山東 濱州256600；2.福建農(nóng)林大學計算機與信息學院，福建 福州 350002；3.中國科學院東北地理與農(nóng)業(yè)生態(tài)研究所，吉林 長春130102）

聚落是人類居住、生活、休憩以及進行大部分社會活動的場所[1-2]，同時聚落也是區(qū)域經(jīng)濟社會特征與自然地理條件的外在表現(xiàn)，聚落的形成、發(fā)展與演變受其所在地域自然地理條件以及社會、文化、經(jīng)濟等諸多因素的深刻影響。目前，國內(nèi)聚落的研究主要集中在聚落的分布格局、景觀格局以及空間特征等方面[3-4]。聚落的分布格局是聚落所在地域的自然、經(jīng)濟、社會以及歷史演變的反映，對其進行分析是深入探討人類活動與景觀格局相互作用的重要途徑，可為進一步揭示聚落在自然地理條件與人類活動的綜合影響下形成與演化的機制提供依據(jù)[5-7]。聚落景觀格局的研究主要是對自然環(huán)境、生產(chǎn)環(huán)境與社會文化環(huán)境因素對聚落景觀綜合作用的探討[8-10]，聚落空間特征的主要研究對象是聚落的地域空間特征及其內(nèi)在規(guī)律，主要包括聚落的規(guī)模(人口、用地)、空間分布、空間形態(tài)、空間結(jié)構(gòu)等方面[11-14]。

目前，隨著技術(shù)的成熟以及聚落理論的不斷發(fā)展，國內(nèi)聚落的研究已經(jīng)從早期的定性描述發(fā)展到以地理信息系統(tǒng)（Geo-Information system,GIS）技術(shù)為依托的定量研究階段。湯國安等[15]基于GIS 空間分析理論，對陜北榆林地區(qū)聚落的空間分布進行了研究，得出其受自然條件與人為因素影響的基本特征。馮文蘭等[16]運用GIS 空間分析方法對岷江上游山區(qū)聚落的空間聚集特征進行定量化分析，結(jié)果發(fā)現(xiàn)該地區(qū)部分聚落空間分布不合理，應(yīng)采取適當?shù)膶Σ邔ζ溥M行重建或遷建。郭曉東等[11,17]分析聚落的空間分布特征及其影響因素，提出了新時期促進聚落發(fā)展及其空間結(jié)構(gòu)優(yōu)化的基本思路。但當前聚落研究中聚落空間分布數(shù)據(jù)的獲取多基于中低分辨率遙感影像進行解譯得到[11,16-19]，數(shù)據(jù)分辨率較低，無法滿足對中小區(qū)域研究的需要。

陜北黃土高原是我國黃土高原的重要組成部分。近年來，隨著城鎮(zhèn)化建設(shè)的加速推進，該區(qū)聚落發(fā)展進入了新的階段，經(jīng)濟發(fā)展推動著聚落的分化重組，在此過程中涌現(xiàn)出了諸多新問題，如：農(nóng)村居民點的無序擴張、空心村、土地閑置與不合理利用以及城鎮(zhèn)聚落斑塊的異速增長等現(xiàn)象[3,20-23]。對本區(qū)聚落的研究有利于統(tǒng)籌規(guī)劃土地利用方式，合理利用土地資源，科學布局居民點，制定聚落發(fā)展建設(shè)規(guī)劃，協(xié)調(diào)聚落布局建設(shè)與環(huán)境的關(guān)系，同時，可揭示聚落格局與環(huán)境、生產(chǎn)之間的關(guān)系。

陜北黃土高原丘陵溝壑區(qū)因其獨特的地理自然條件以及社會、文化環(huán)境，一直是我國黃土高原自然環(huán)境研究的重點區(qū)域，但是對該區(qū)聚落的研究卻相對較少，不能滿足當?shù)厣a(chǎn)實踐和管理的需求。本研究在借鑒前人研究的基礎(chǔ)上，以陜北黃土丘陵溝壑區(qū)典型縣域安塞縣為例，采用安塞縣大比例尺土地利用變更數(shù)據(jù)，基于GIS 空間分析方法，分析聚落的分布格局、景觀格局以及空間特征，并對影響聚落空間演變的因素和驅(qū)動機制進行探討。以期為進一步認識和掌握陜北黃土丘陵溝壑區(qū)聚落分布格局及用地情況，加強土地資源合理利用以及改善農(nóng)村人居環(huán)境等提供一定的科學參考。

1 研究區(qū)及研究方法

1.1 研究區(qū)概況

陜北黃土高原丘陵溝壑區(qū)位于35°20′30″-38°24′00″N、107°41′00″-110°47′00″E，從行政界線上主要包括陜西北部甘泉縣以北、長城沿線以南的延安以及榆林兩市的大部分地區(qū)，總面積5.39×104km2，占陜西省總面積的21.37%[20]。陜北黃土高原丘陵溝壑區(qū)為典型的梁峁狀黃土丘陵區(qū)，地表支離破碎，溝壑縱橫、水土流失較為嚴重，農(nóng)耕期短促而氣候多變，土地面積廣而類型多樣，嚴峻的自然地理條件為當?shù)剞r(nóng)業(yè)生產(chǎn)帶來一定的困難[6,11,20]。

安塞地處西北內(nèi)陸黃土高原腹地，鄂爾多斯盆地邊緣， 位于36°30′45″-37°19′31″N、108°51′44″-109°26′18″E 之間，陜西省北部，延安市正北，土地總面積2 887 km2。安塞地形地貌復雜多樣，境內(nèi)溝壑縱橫、川道狹長、梁峁遍布、地表破碎、水土流失嚴重，是典型的黃土高原丘陵溝壑區(qū)。

1.2 數(shù)據(jù)來源與預(yù)處理

本研究的土地利用數(shù)據(jù)為2013 年1∶10 000土地利用變更數(shù)據(jù)。該數(shù)據(jù)在全國第二次土地調(diào)查所得的土地利用數(shù)據(jù)基礎(chǔ)上，通過逐年更新至2013年得到，具有較高精度以及現(xiàn)勢性。該數(shù)據(jù)的土地利用分類系統(tǒng)采用國土資源部2007 年頒布的《第二次全國土地調(diào)查技術(shù)規(guī)程》（TD/T 1014—2007），分為一級12 類，二級57 類。本研究以國家權(quán)威土地利用現(xiàn)狀數(shù)據(jù)（庫）作為源數(shù)據(jù)，可避免因土地利用分類標準不同而帶來的不確定性誤差，從而為景觀格局分析的有效性及準確度提供保障[8]。根據(jù)研究區(qū)的區(qū)域特征和研究目的，在ArcGIS 9.3 軟件平臺支持下，將研究區(qū)的土地利用現(xiàn)狀數(shù)據(jù)歸并為8 類，分別為交通運輸用地（公路）、草地、園地、耕地、林地、水體、聚落用地（農(nóng)村和城鎮(zhèn)居民點）以及其他土地（圖1）。對聚落用地斑塊進行提取并統(tǒng)計分析可知，安塞縣現(xiàn)有聚落斑塊7 381 處，總面積為27.23 km2。

圖1 研究區(qū)聚落景觀與其他土地利用景觀格局Fig.1 Settlement and other land use landscape pattern

為深入研究安塞縣聚落分布與地形條件的關(guān)系，本研究收集下載安塞縣30 m 空間分辨率的數(shù)字高程模型（DEM，來源于中國科學院國際科學數(shù)據(jù)鏡像網(wǎng)(http://datamirror.csdb.cn)） 數(shù)據(jù)，并利用ArcGIS 9.3 中的表面分析功能對其進行空間計算，獲得該縣的坡度和坡向數(shù)據(jù)。

1.3 研究方法

1.3.1 聚落景觀格局分析 聚落景觀格局的空間分布特征主要是指聚落空間分布格局、分布類型以及空間鄰接特征，可通過格局指數(shù)予以量化進行表達[5]。本研究應(yīng)用Patch Analyst（version5.0）軟件[24]對景觀格局指數(shù)進行計算。研究所選擇的景觀格局指標為景觀類型面積（class area,CA）、景觀類型面積百分比（percent of landscape,PLAND）、 平均斑塊面積（mean patch size,MPS）、 平均斑塊形狀指數(shù)（mean shape index,MSI）、平均邊緣長度（mean patch edge,MPE）、景觀類型斑塊數(shù)目百分比（percent of patches number,PNP）和平均斑塊分維數(shù)（mean patch fractal dimension,MPFD）。

景觀類型面積（CA）、 景觀類型面積百分比（PLAND）和平均斑塊面積（MPS）分別表示某景觀類型斑塊的面積、占景觀總面積的百分比和平均面積，可反映該景觀類型的大小特征。平均斑塊形狀指數(shù)（MSI）主要反映景觀斑塊的規(guī)則程度以及邊緣的復雜程度。其取值范圍為MSI≥1，無上限。當所有的景觀斑塊都為正方形時，MSI=1；當斑塊的形狀越偏離正方形時，MSI 越大。平均邊緣長度（MPE）反映邊緣效應(yīng)的強弱，其值越大邊緣效應(yīng)越強。平均斑塊分維指數(shù)（MPFD）是指景觀組分中單個斑塊的分維數(shù)以面積為基準的加權(quán)平均值，它在一定程度上也反映了人類活動對景觀格局的影響，一般來說，受人類活動干擾小的自然景觀的分維指數(shù)高，而受人類活動影響大的人為景觀的分維指數(shù)低。

1.3.2 緩沖區(qū)分析 本研究以ArcGIS9.3 軟件為操作平臺，對主要交通運輸用地（一級公路）及河流建立0-3 000 m 范圍的緩沖區(qū)。為避免重復，在計算統(tǒng)計各距離帶中聚落斑塊數(shù)量及面積時，以聚落斑塊的重心G（Xg，Yg）為基準進行計算，聚落景觀斑塊重心計算公式如下[8]：

式中：Xg，Yg分別為聚落景觀斑塊重心的經(jīng)緯度，n為聚落圖斑邊界上經(jīng)度和緯度的拐點個數(shù)，Xi、Yi分別為聚落圖斑邊界上經(jīng)度和緯度的拐點。

1.3.3 網(wǎng)格分析 網(wǎng)格分析是一種可視化統(tǒng)計數(shù)據(jù)的有效手段[25]， 本研究根據(jù)研究區(qū)的具體情況以1000 m×1000 m 的網(wǎng)格大小對研究區(qū)聚落圖斑進行分割，進而對各個網(wǎng)格單元內(nèi)的聚落面積進行計算，并將計算結(jié)果賦予對應(yīng)網(wǎng)格。

1.3.4 kernel密度分析 kernel 密度分析是指利用kernel 算子對密度進行求算的方法，其原理是將落入搜索區(qū)的點進行匯總合計后除以搜索區(qū)面積，從而得到每個單元的密度值[20]。為進一步分析聚落斑塊空間分布特征，本文運用ArcGIS 9.3 中的Feature To Point 模塊，提取該縣聚落斑塊的中心點，進而采用Kernel 方法分析安塞縣聚落斑塊空間分布密度。

1.3.5 熱點分析 在聚落空間格局研究中，熱點區(qū)是指研究區(qū)聚落密集的區(qū)域[26]。本文借助Crimestat 軟件中的層次最近鄰聚類法研究本區(qū)聚落空間上的聚集特征并對熱點區(qū)域進行識別，該方法通過定義極限距離或閾值以及每一聚集單元的最小數(shù)目來確定一個聚集單元；進而計算空間中其他聚落點與聚集單元的最鄰近距離，當某一聚落點與聚集單元的最鄰近距離小于閾值時，則將該點納入聚集單元，據(jù)此將原始聚落點數(shù)據(jù)聚類為若干聚集單元，為一階熱點區(qū)。之后，以一階熱點區(qū)作為新的點集，對新點集進行相同聚集過程，識別和產(chǎn)生二階熱點區(qū)及更高階熱點區(qū)。

2 結(jié)果與分析

2.1 土地利用類型景觀結(jié)構(gòu)特征

土地利用景觀結(jié)構(gòu)特征在一定程度上反映了不同生產(chǎn)力水平下人類生產(chǎn)、生活方式及其與周圍環(huán)境的關(guān)系。通過景觀格局指數(shù)計算，得出安塞縣土地利用景觀類型面積、景觀類型面積百分比、平均斑塊面積、平均斑塊形狀指數(shù)、平均邊緣長度、景觀類型斑塊數(shù)目百分比和平均斑塊分維數(shù)（表1）。林地景觀類型在安塞縣土地利用類型中占絕對優(yōu)勢，占總景觀面積的50.76%；其次為草地與耕地景觀；三者占景觀總面積的96.55%。聚落景觀僅占景觀總面積的0.92%。

林地和草地景觀類型平均斑塊面積指數(shù)(MPS)較大，說明兩者的平均斑塊較大或存在連通性比較好的斑塊；相比之下，聚落的平均斑塊面積僅為0.4 hm2，斑塊面積小且連通性較差。在各景觀類型中，公路用地平均斑塊形狀指數(shù)最大，這與公路用地斑塊多為長方形有關(guān)；而聚落平均斑塊形狀指數(shù)為1.33，表明聚落斑塊較為規(guī)整。由平均邊緣長度可知，對周圍斑塊類型的邊緣效應(yīng)公路用地最大，而聚落用地最小，兩者平均邊緣長度分別為7 858.77 m和249.80 m，這主要與公路用地狹長條狀分布、聚落用地規(guī)整集中分布有關(guān)。最后，研究區(qū)MPFD≤1.3 的景觀類型為聚落用地、公路用地和水體，由此可知此三種景觀類型受人類活動影響較大。

2.2 聚落景觀空間分布特征

由2013 年安塞縣聚落分布密度圖（圖2a）可知，該縣聚落空間分布較為密集，具有一致性，大部分聚落分布于公路及水體附近。聚落斑塊密集核心區(qū)為建華鎮(zhèn)、真武洞鎮(zhèn)以及沿河灣鎮(zhèn)杏子河水系一帶，這些區(qū)域海拔處于997-1 500 m 之間，地勢相對較低，坡度平緩，是本縣的主要產(chǎn)糧區(qū)，稱為“ 白菜心”地區(qū)，以該區(qū)為聚落密集核心區(qū)聚落斑塊呈中心向外階梯狀遞減趨勢。

表1 土地利用類型景觀結(jié)構(gòu)特征指數(shù)Table 1 Landscape pattern characteristics indices of land use types

根據(jù)聚落面積格網(wǎng)密度（圖2b）可以看出，每平方千米內(nèi)聚落面積相對較高的分布區(qū)主要為沿河灣鎮(zhèn)、招安鎮(zhèn)以及真武洞鎮(zhèn)沿公路走向的線狀地區(qū)。值得注意的是，雖然建華鎮(zhèn)為聚落分布密集核心區(qū)，但其每平方千米內(nèi)聚落面積相對不高；而在招安鎮(zhèn)每平方千米內(nèi)聚落面積相對較高，但是單位面積內(nèi)聚落數(shù)目卻相對較少，可見建華鎮(zhèn)的聚落個數(shù)較多但面積較小，而招安鎮(zhèn)則相反。

圖2 安塞縣聚落密度與聚落面積格網(wǎng)密度圖Fig.2 Settlement density and area grid density of settlements in Ansai County

2.3 基于熱點識別的聚落空間分布規(guī)律

本研究采用CrimeStat 層次最近鄰聚類法模塊，對安塞縣2013 年的聚落進行熱點分析與識別，共得到149 個一階熱點，14 個二階熱點以及2 個三階熱點區(qū)域（圖3）。

從圖3 可以看出，研究區(qū)聚落一階熱點呈現(xiàn)離散隨機分布，在其范圍內(nèi)聚落空間分布的斑塊密度相對較高。二階熱點區(qū)是通過對一階熱點區(qū)進行聚類而得到，主要分布在縣域中東部的建華鎮(zhèn)、真武洞鎮(zhèn)和沿河灣鎮(zhèn)，二階熱點分布相對集中，區(qū)域內(nèi)聚落斑塊空間分布較為密集。通過對二階熱點區(qū)進行聚類得到三階熱點區(qū)，與二階熱點區(qū)分布特征相同，三階熱點區(qū)集中分布于縣域中東部的建華鎮(zhèn)、真武洞鎮(zhèn)和沿河灣鎮(zhèn)，區(qū)域范圍內(nèi)聚落斑塊空間分布密度最高?？傮w上，安塞縣聚落分布規(guī)律為隨機分布和聚集分布并存，其空間分布密度最高的區(qū)域位于該縣海拔較低，地勢平緩的中東部溝谷地區(qū)。

2.4 聚落分布的影響因素

圖3 安塞縣聚落層次最近鄰聚類Fig.3 Nearest neighbor hierarchical clustering of settlements in Ansai County

2.4.1 地形對聚落景觀分布的影響 在聚落的形成和發(fā)展過程中，地形因素往往起非常重要的作用。不同的地形條件，對于聚落的形狀、分布、規(guī)模和發(fā)展都具有深刻的影響。本文運用ArcGIS9.3 將30 m分辨率的高程、坡度與坡向數(shù)據(jù)分別與安塞縣的聚落斑塊空間分布數(shù)據(jù)進行疊加，并以此計算不同高程、坡度與坡向范圍的聚落斑塊面積，分析聚落斑塊面積隨高程、坡度和坡向的變化趨勢，并利用高斯函數(shù)對其進行擬合（表2 和圖4）。

由圖4 可以看出，不同高程、坡度與坡向范圍內(nèi)分布的聚落斑塊面積均存在明顯的差異。通過高斯函數(shù)擬合可得到高程、坡度與坡向與聚落斑塊面積擬合度較高的函數(shù)關(guān)系，且擬合度較高（表2）。結(jié)合圖4 與表2 可知，安塞縣聚落斑塊主要分布在海拔1 000-1 300 m 之間，其中海拔為1 148±5 m（95%置信區(qū)間）的區(qū)域分布聚落斑塊面積最大；坡度0°-20°范圍內(nèi)分布的聚落斑塊面積占縣域聚落斑塊總面積的比重最大，在坡度為9.6°±1.3°（95%置信區(qū)間）時聚落斑塊面積最大。坡向為100°-205°（即半陽坡和陽坡范圍） 的地區(qū)聚落斑塊的數(shù)量與面積顯著高于其他區(qū)域，其中坡向為172.8±3°（95%置信區(qū)間）時聚落斑塊面積為最大。根據(jù)以上分析可知，安塞縣聚落斑塊面積隨高程和坡度呈偏正態(tài)分布，聚落斑塊隨坡向呈正態(tài)分布且呈明顯的空間集聚特征。

表2 聚落斑塊面積隨地形因子的變化趨勢高斯函數(shù)擬合Table 2 Relationships between settlement patch acreage and terrain factors

圖4 聚落斑塊面積隨地形因子的變化趨勢Fig.4 The variation of settlement patch acreage along with terrain factors

2.4.2 河流與道路對聚落分布的影響 道路與河流是影響黃土丘陵溝壑區(qū)聚落空間分布的重要因素[15,20]。安塞縣境內(nèi)主要水系有4 條，該縣的聚落格局也隨著水源的多寡發(fā)生變化，靠近水源且河流階地發(fā)育良好的區(qū)域，多為具有明顯優(yōu)勢的傳統(tǒng)農(nóng)業(yè)發(fā)展區(qū)，從而吸引大量農(nóng)業(yè)人口聚居，形成聚落。本文運用ArcGIS 9.3 中的緩沖區(qū)分析與疊置分析功能，參照相關(guān)研究[5,8,11,20]，在距離河流和道路500 m 范圍內(nèi)以100 m 為間距設(shè)置緩沖區(qū)，在距離河流500 m 到3 000 m 距離內(nèi)以500 m 為間距設(shè)置緩沖區(qū)，得到不同河流緩沖區(qū)與道路緩沖區(qū)內(nèi)的聚落分布面積情況（表3）。由表3 可以看出，隨著距河流和道路距離的增加， 緩沖區(qū)內(nèi)聚落面積迅速減少。 距離公路100 m 以內(nèi)的區(qū)域，是聚落分布最為密集的區(qū)域，分布于該區(qū)域的聚落斑塊面積所占比重達到全縣的35%，距道路100-200 m 的區(qū)域，聚落斑塊相對密集，其面積所占比重達到10.61%，距離公路500 m以內(nèi)的區(qū)域，分布著全縣59.20%的聚落。距河流500 m 以內(nèi)的平坦河谷階地是聚落分布最為密集的區(qū)域，其聚落面積占全縣聚落面積的65.11%，距離河流300 m 內(nèi)的三個緩沖區(qū)其聚落面積比重均大于10%，由此可知該區(qū)域是縣域聚落集中分布區(qū)。同時，距河流距離300 m 以外的區(qū)域隨著距離的增加，緩沖區(qū)內(nèi)聚落面積迅速遞減。

通過以上分析可知，在河流水源附近聚落的數(shù)量較多、規(guī)模較大，存在大面積密集分布。離河流越遠，人煙越少，聚落越少；地形越復雜，加之溝壑縱橫，使得聚落布局呈現(xiàn)不均衡性。需說明的是，在黃土丘陵溝壑區(qū)，較塬、梁、峁、溝壑等典型黃土高原地貌類型，河谷地形平坦、連續(xù)通暢，不僅適于農(nóng)業(yè)生產(chǎn)，而且便于交通的發(fā)展。因此，道路與河流對聚落分布的影響具有空間指向的一致性。

表3 安塞縣河流與道路緩沖區(qū)聚落面積統(tǒng)計表Table 3 Settlement and river buffers in Ansai County

3 討論

安塞縣鄉(xiāng)村聚落空間分布受自然條件限制，沿河流與道路集聚分布的趨勢明顯，且有部分聚落遠離主要公路、交通不便；同時，普遍存在土地資源利用不合理，鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)不夠完善等現(xiàn)象，公共服務(wù)設(shè)施的分布無法滿足新時期聚落分布特征的要求。因此，應(yīng)對目前的聚落分布進行空間格局優(yōu)化。具體建議如下：

1）合理管理分散的自然村，改造撤并空心村，對偏遠山區(qū)地帶、規(guī)模較小且生產(chǎn)資源匱乏、交通條件較差且地質(zhì)災(zāi)害高發(fā)區(qū)的聚落實施整體搬遷，引導人口向中心村或鄉(xiāng)鎮(zhèn)有序集中。

2）對縣域內(nèi)交通條件優(yōu)越、地形平坦且具有一定規(guī)模的鄉(xiāng)鎮(zhèn)，加大建設(shè)力度，進一步完善基礎(chǔ)設(shè)施，形成一定的地域中心，從而實現(xiàn)聚落空間布局的優(yōu)化，引導鄉(xiāng)村人口適度集中。

3）加強交通等基礎(chǔ)設(shè)施建設(shè)，同時根據(jù)本縣的區(qū)域特征和自身經(jīng)濟發(fā)展條件，依靠當?shù)靥厣a(chǎn)業(yè)如石油和旅游業(yè)等，統(tǒng)籌規(guī)劃城鄉(xiāng)產(chǎn)業(yè)發(fā)展，加大生態(tài)治理與“退耕還林”政策力度，積極探索區(qū)域生態(tài)文明建設(shè)的基本路徑和優(yōu)化城鄉(xiāng)聚落空間組織的模式，有效推進區(qū)域城鄉(xiāng)一體化發(fā)展。

4 結(jié)論

本研究以陜北黃土丘陵溝壑區(qū)典型縣域安塞縣為例，結(jié)合GIS 空間分析方法以及統(tǒng)計學理論，對安塞縣土地利用景觀結(jié)構(gòu)特征、聚落空間分布特征與規(guī)律進行分析，并對該縣聚落空間分布的影響因素及其形成機制進行探討，主要結(jié)論如下：

1）2013 年安塞縣土地利用景觀的基質(zhì)類型是林地與草地，土地利用景觀類型中聚落景觀受自然環(huán)境的影響較大，斑塊相對較小，連通性較差，斑塊形狀較為規(guī)整，體現(xiàn)出陜北黃土丘陵溝壑區(qū)聚落分布不均和農(nóng)業(yè)生產(chǎn)力發(fā)展低下的特征。

2）安塞縣聚落空間分布密度最高的區(qū)域位于該縣海拔較低，地勢平緩的中東部溝谷地區(qū)，且聚落分布規(guī)律為隨機分布和聚集分布相結(jié)合，以上結(jié)論體現(xiàn)出以安塞縣為代表的陜北黃土丘陵溝壑區(qū)聚落空間分布受自然條件限制較高的特征。

3）陜北黃土丘陵溝壑區(qū)特殊的自然地理環(huán)境是影響區(qū)域內(nèi)聚落分布的主導因素，地形、河流與道路對聚落分布起重要作用。安塞縣不同高程、坡度與坡向上分布的聚落斑塊面積均存在明顯的差異，聚落斑塊面積隨高程和坡度呈偏正態(tài)分布，隨坡向呈正態(tài)分布，且表現(xiàn)出明顯的空間集聚特征。同時，聚落空間分布受自然條件限制，沿河流與道路集聚分布的趨勢明顯。

[1]何仁偉,陳國階,劉邵權(quán),等.中國鄉(xiāng)村聚落地理研究進展及趨向[J].地理科學進展,2012,31(8):1055-1062.

[2]馬曉冬,李全林,沈一.江蘇省鄉(xiāng)村聚落的形態(tài)分異及地域類型[J].地理學報,2012,67(4):516-525.

[3]曾山山,周國華,肖國珍,等.地理學視角下的國內(nèi)農(nóng)村聚居研究綜述[J].人文地理,2011,26(2):68-73.

[4]王傳勝,孫貴艷,朱珊珊.西部山區(qū)鄉(xiāng)村聚落空間演進研究的主要進展[J].人文地理,2011,26(5):9-14.

[5]角媛梅,肖篤寧,馬明國.綠洲景觀中居民地空間分布特征及其影響因子分析[J].生態(tài)學報,2003,13(10):2093-2100.

[6]謝作輪,趙銳鋒,姜朋輝,等.黃土丘陵溝壑區(qū)農(nóng)村居民點空間重構(gòu)——以榆中縣為例[J].地理研究,2014,33(5):937-947.

[7]朱雪欣,王紅梅,袁秀杰,等.基于GIS的農(nóng)村居民點區(qū)位評價與空間格局優(yōu)化[J].農(nóng)業(yè)工程學報,2010,26(6):326-333.

[8]吳江國,張小林,冀亞哲,等.縣域尺度下交通對鄉(xiāng)村聚落景觀格局的影響研究——以宿州市埇橋區(qū)為例[J].人文地理,2013,28(1):110-115.

[9]李紅波,張小林,吳江國,等.欠發(fā)達地區(qū)聚落景觀空間分布特征及其影響因子分析——以安徽省宿州地區(qū)為例[J].地理科學,2012,32(6):711-716.

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

[11]郭曉東,馬利邦,張啟媛.隴中黃土丘陵區(qū)鄉(xiāng)村聚落空間分布特征及其基本類型分析:以甘肅省秦安縣為例[J].地理科學,2013,33(1):45-51.

[12]單勇兵,馬曉冬,仇方道.蘇中地區(qū)鄉(xiāng)村聚落的格局特征及類型劃分[J].地理科學,2012,32(11):1340-1347.

[13]肖飛,杜耘,凌峰,等.江漢平原村落空間分布與微地形結(jié)構(gòu)關(guān)系探討[J].地理研究,2012,31(10):1786-1792.

[14]Roberts B K.Rural settlement in Britain[M].London:Hutchinson,1979:5-36.

[15]湯國安,趙牡丹.基于GIS的鄉(xiāng)村聚落空間分布規(guī)律研究—以陜北榆林地區(qū)為例[J].經(jīng)濟地理,2000,20(5):1-4.

[16]馮文蘭,周萬村,李愛農(nóng),等.基于GIS的岷江上游鄉(xiāng)村聚落空間聚集特征分析:以茂縣為例[J].長江流域資源與環(huán)境,2008,17(1):57-61.

[17]郭曉東,牛叔文,李永華,等.隴中黃土丘陵區(qū)鄉(xiāng)村聚落時空演變的模擬分析:以甘肅省秦安縣為例[J].山地學報,2009,27(3):293-299.

[18]劉曉清,畢如田,高艷.基于GIS的半山丘陵區(qū)農(nóng)村居民點空間布局及優(yōu)化分析:以山西省襄垣縣為例[J].經(jīng)濟地理,2011,31(5):822-826.

[19]齊增湘,廖建軍,徐衛(wèi)華,等.基于GIS的秦嶺山區(qū)聚落用地適宜性評價[J].生態(tài)學報,2015,35(4):1274-1283.

[20]甘枝茂,岳大鵬,甘銳,等.陜北黃土丘陵溝壑區(qū)鄉(xiāng)村聚落分布及其用地特征[J].陜西師范大學學報:自然科學版,2004,32(3):102-106.

[21]宋偉,陳百明,張英.中國村莊宅基地空心化評價及其影響因素[J].地理研究,2013,32(1):20-28.

[22]楊忍,劉彥隨,陳秧分.中國農(nóng)村空心化綜合測度與分區(qū)[J].地理研究,2012,31(9):1697-1706.

[23]吳秀芹,張藝瀟,吳斌,等.沙區(qū)聚落模式及人居環(huán)境質(zhì)量評價研究——以寧夏鹽池縣北部風沙區(qū)為例[J].地理研究,2010,29(9):1683-1694.

[24]謝軍飛,李煒民,李延明,等.基于Patch Analyst的北京城市公園景觀格局指數(shù)評價[J].城市環(huán)境與城市生態(tài),2007,20(6):14-19.

[25]周成虎,歐陽,馬廷.地理格網(wǎng)模型研究進展[J].地理科學進展,2009,28(5):657-662.

[26]杜培軍,張海榮,冷海龍,等譯.地理空間分析—原理技術(shù)與軟件工具(第二版)[M].北京:電子工業(yè)出版社,2009:171-173.