代雍楣, 師學義, 段文杰

(中國地質大學 土地科學技術學院, 北京 100083)

?

基于分形理論的農村居民點空間分布特征定量研究

代雍楣, 師學義, 段文杰

(中國地質大學 土地科學技術學院, 北京 100083)

農村居民點分形特征作為農村居民點自主演化研究的重要內容，可以很好地反映其發(fā)育情況及空間占據(jù)能力。以晉城市長河流域為例，通過對農村居民點空間分布主要影響因素的分形分析，探討了農村居民點分維與其之間的關系，并引入證據(jù)權模型量化了各因素的影響程度，在此基礎上對該區(qū)農村居民點空間分布特征進行了定量評價。結果表明：(1) 晉城市長河流域農村居民點分維數(shù)值隨著高程和坡度的增加總體呈降低趨勢，農村居民點分維數(shù)值顯著高于交通維數(shù)與水系維數(shù)，長遠來看，農村居民點與交通維數(shù)將會升高，而在采煤的影響下，水系維數(shù)則會降低；(2) 社會經(jīng)濟因素中的農村人均居民點用地面積與農民人均純收入可以直接影響居民點維數(shù)值，且與居民點維數(shù)變化趨勢一致；(3) 用證據(jù)權模型計算出的各指標影響程度排序為：坡度>道路>高程>水系>農民人均純收入>人均居民點占地面積，研究結果與分形理論研究得出的結論具有一致性。該研究可為丘陵山區(qū)農村居民點土地整理與空間布局優(yōu)化提供參考。

農村居民點; 證據(jù)權; 黃土丘陵山區(qū); 分形特征

農村居民點是農村居民進行聚居活動的核心與載體，核心表現(xiàn)農村人地關系[1]，其空間布局是農村居民聚居區(qū)的內部功能及其規(guī)模序列結構長期以來在區(qū)域內形成的空間組合形式[2]。合理的農村居民點空間布局規(guī)模與形式關系到一定區(qū)域內土地資源的合理配置以及農村社會經(jīng)濟的健康有序發(fā)展。近年來，伴隨著城鎮(zhèn)化的快速發(fā)展，我國實行的農村居民點土地整理、規(guī)劃與集約利用等相關政策，都從客觀上亟需細致研究農村居民點的形成與發(fā)展的內在規(guī)律與外在表征。

農村居民點的選址是在當?shù)刈匀坏乩怼⒔?jīng)濟、社會與文化的綜合影響下[3]，農村居民對居住區(qū)位不斷做出選擇的結果，使得農村居民點的空間布局呈現(xiàn)明顯的點狀分布和沿軸線發(fā)展特征，在空間上則表現(xiàn)出一定的地域差異性和和區(qū)域相似性[4]。農村居民點作為一個復雜、開放的系統(tǒng)，各組成要素之間依托系統(tǒng)中的物質、信息與能量的相互交流而導致的協(xié)同作用，形成了其隨機擴展、空間分布和規(guī)模分布特征，具有不規(guī)則性、不穩(wěn)定性以及高度復雜性，表現(xiàn)出統(tǒng)計分形特征[5]。而目前，研究農村居民點的分形特征并不多，研究主要以農村居民點空間演變的形狀屬性為基礎探討農村居民點布局變化的影響因子與其分維之間的關系[6-7]，且空間尺度以行政單元為主[8-9]，對流域尺度的農村居民點分形特征研究則更少。本文通過對晉城市長河流域農村居民點空間分布分形特征的定量研究，并結合證據(jù)權模型對流域內農村居民點空間分布特征變化影響因子影響程度進行排序，以期為流域農村居民點土地整理與空間布局優(yōu)化提供依據(jù)。

1 研究區(qū)概況

研究區(qū)位于山西省晉城市長河流域，涉及澤州縣三個鄉(xiāng)鎮(zhèn)的47個行政村，其中包括下村鎮(zhèn)的7個行政村，大東溝鎮(zhèn)的23個行政村以及川底鄉(xiāng)的17個行政村，總面積108 km2。根據(jù)澤州縣第六次人口普查統(tǒng)計數(shù)據(jù)，到2009年底研究區(qū)總人口為52 868人，其中下村鎮(zhèn)9 459人，勞動年齡人口(18～60歲)約占65%。大東溝鎮(zhèn)26 046人，勞動年齡人口約占63.3%；川底鄉(xiāng)17 363人，勞動年齡人口約占63.0%。長河流域交通比較發(fā)達，現(xiàn)今已初步形成了以公路、鐵路為主干線的交通路網(wǎng)體系。研究區(qū)內47個行政村基本均已實現(xiàn)“村村通”。根據(jù)澤州縣2010年統(tǒng)計年鑒，全區(qū)2009年全年實現(xiàn)總收入14.5億元，其中，三大產業(yè)收入分別占總收入的5%，64%，31%，第二產業(yè)中工業(yè)收入是建筑業(yè)收入的六倍，可見，工礦仍然是長河流域經(jīng)濟發(fā)展的重要產業(yè)。此外，研究區(qū)內農村居民點分散壓占著大量的煤炭及其他礦產資源，由于長期受到采煤過程的影響，耕地損毀、房屋塌陷、地下水枯竭等生態(tài)環(huán)境問題日益突出，嚴重影響了人居環(huán)境。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)準備

本研究基于以下數(shù)據(jù)：(1) 澤州縣1∶1萬土地利用現(xiàn)狀圖，從中提取晉城市長河流域農村居民點、水域、道路、行政界線數(shù)據(jù)，并依據(jù)《第二次全國土地調查成果數(shù)據(jù)縮編技術指標規(guī)范》，按照1∶1萬比例尺制圖規(guī)范進行檢驗處理，以此構建長河流域農村居民點屬性數(shù)據(jù)庫；(2) 長河流域1∶5萬DEM數(shù)據(jù)，從中提取研究區(qū)高程與坡度信息；(3) 2010年澤州縣統(tǒng)計年鑒、全國第六次人口普查提供研究所需社會經(jīng)濟數(shù)據(jù)及各村人口數(shù)據(jù)。

2.2 研究方法

分形維數(shù)值的計算主要有三種方法，分別基于面積—半徑標度關系(回轉半徑法)、幾何測度關系[10](周長面積法)以及網(wǎng)格計數(shù)法[11]。不同的分維數(shù)值算法可以從不同的角度刻畫農村居民點的空間形態(tài)與布局特征，以此揭示農村居民點形成與發(fā)展過程中蘊含的規(guī)律。其中，半徑維數(shù)用以反映農村居民點的空間分布格局和向心聚集程度；周長面積法通過描述農村居民點斑塊邊界的曲折性，反映其形成的規(guī)則性及其空間滲透復雜程度，網(wǎng)格法即盒計數(shù)法，反映農村居民點的空間分布均衡性，且其均衡性在一定程度上隨網(wǎng)格維數(shù)值的增大而加強，此時的農村居民點布局較為集中[12]。農村居民點這一分形體具有明顯的非均衡性[5]，因此本文采用網(wǎng)格計數(shù)法，計算農村居民點體系的網(wǎng)格維數(shù)，用以反映農村居民點體系發(fā)育的有序狀態(tài)及其空間分布的均衡程度，表征農村居民點占據(jù)空間的能力。計算公式為：

式中：D為信息維數(shù)；r為覆蓋研究區(qū)農村居民點的矩形網(wǎng)格寬度；N(r)為寬度為r的矩形網(wǎng)格非空覆蓋網(wǎng)格數(shù)量；Pi(r)為農村居民點圖層的點落入第i個盒子的概率。實際運用中，通過對N(r)與r的點對進行有限取值，利用雙對數(shù)線性回歸分析對數(shù)坐標系中呈對數(shù)關系的點對，其斜率的絕對值即為所求的分形維數(shù)D。

研究表明D值的理論值范圍為1～2[13]，D值越大，說明農村居民點體系發(fā)育越好，農村居民點空間分布較為均衡集中，空間占據(jù)能力越強；D值越小，則說明農村居民點體系發(fā)育越弱，農村居民點空間分布則較為奇異分散，空間占據(jù)能力越弱[14-15]。

3 研究過程

3.1 影響因子選擇

區(qū)域農村居民點是一個復雜的開放性系統(tǒng)，研究表明農村居民點空間分布發(fā)展由于受到當?shù)刈匀?、?jīng)濟、社會因素的共同影響，其斑塊周長、面積、區(qū)域人口等很多屬性的分布變化均呈指數(shù)分布[16]，而非高斯分布。自然因素中高程變化和坡度坡向極大地影響農村居民點的選址和建設難易程度，水資源影響農村居民生產生活的便利程度。社會經(jīng)濟因素包括交通、人口、農民人均純收入等，交通因素影響著農村居民點的通達度，是農民與外界交流的媒介，而農村人口的增加引起農村居民點內部住房面積的剛性需求，必然促使農村居民點擴張外建。農民人均純收入是農村經(jīng)濟指標的直接反映，人均收入高的區(qū)域，農民改善生產生活環(huán)境的經(jīng)濟條件趨于成熟，居民點空間分布將隨之產生變化，人口也將更為密集。人均居民點用地區(qū)域內農村居民點面積與區(qū)域土地總面積的比值，可以用來反映區(qū)域內農村居民點用地的發(fā)展狀況，影響農村居民點的發(fā)展布局，可以較好地反映該區(qū)域農村居民點的宜居性。綜合以往的相關研究成果[17-18]及研究區(qū)實際情況，本文選取高程變化、坡度、水系分布、交通、農民人均純收入以及農村人均居民點用地面積作為影響因子。

3.2 農村居民點分布分形特征定量研究

農村居民點的分布是自然條件與社會經(jīng)濟共同作用的結果，運用分形模型分別計算研究區(qū)農村居民點、水系、交通的盒維數(shù)值，并利用雙對數(shù)回歸分析驗證，判定分形存在，依據(jù)為：擬合曲線R2大于0.95[19]。本研究基于ArcGIS10.1軟件平臺將歸并處理后的農村居民點斑塊構建其包括面積、周長等屬性的數(shù)據(jù)庫，以及高程坡度數(shù)據(jù)庫，并分別將居民點數(shù)據(jù)、水系分布數(shù)據(jù)、交通路網(wǎng)數(shù)據(jù)、高程變化以及坡度數(shù)據(jù)二值化后導出各指標數(shù)據(jù)的ASCⅡ碼，并代入Matlab軟件中，利用其中的盒計數(shù)法信息維數(shù)值計算程序，計算出各指標的信息維數(shù)值。

3.2.1 高程變化與坡度對農村居民點分維的影響 利用ArcGIS10.1軟件中的分類區(qū)統(tǒng)計工具將研究區(qū)各斑塊的高差(H-Range)和平均坡度值(S-Mean)賦值給相應的農村居民點圖斑[20]。研究區(qū)的高程分布范圍為海拔711～1 160m，為了便于后續(xù)數(shù)據(jù)分析，利用等間隔分類方法將高程劃分為5類；坡度分類參考全國第二次土地調查坡度分級標準，結合研究區(qū)實際情況分為4類。利用分類得到的高程、坡度數(shù)據(jù)與居民點數(shù)據(jù)疊加分別進行分形分析，結果見表1。

表1 高程變化、坡度與農村居民點分維關系

表中數(shù)據(jù)顯示，分維數(shù)值最高的是高程處于800 m以下的農村居民點(1.268)，其居民點數(shù)量僅為整個研究區(qū)的38.46%；最低的是980～1 070 m的農村居民點(1.200)，其居民點個數(shù)為整個研究區(qū)的1.47%；處于1 070 m以上的農村居民點，受自然條件限制數(shù)量過少，未呈現(xiàn)統(tǒng)計特征。由此可以看出，隨著高程的增加，農村居民點的分維總體呈下降趨勢，居民點的規(guī)模越來越小，空間分布較為分散，說明山區(qū)農村居民點多分布于海拔相對較低的位置，與山區(qū)溝谷位置宜居性好的實際情況相符，居民點選址受高程影響較為明顯。

就坡度來看，農村居民點分維數(shù)值在0°～2°坡度范圍內最大(1.216)，其居民點數(shù)量占到整個研究區(qū)的50.11%；最低的是>15°的農村居民點(1.104)，其居民點個數(shù)為整個研究區(qū)的1.03%。長河流域屬黃土丘陵山區(qū)，地勢較為復雜，地勢低緩平坦區(qū)域地質穩(wěn)定，施工建造難度小，出行方便，適于建造房屋等居民地設，因此農村居民點分布較為密集。山區(qū)宜耕土地資源稀少，而在2°～6°坡度級地區(qū)地勢相對平坦，便于進行農業(yè)活動，土地利用方式以農地為主，這是農村居民點選址與生存環(huán)境條件不斷協(xié)調的表現(xiàn)，這種現(xiàn)象在丘陵山區(qū)尤為突出，而15°以上的區(qū)域，自然條件限制性較大，農村居民點不宜建設，且成本較高，空間占據(jù)能量差，所以居民點的數(shù)量過少(圖1)。

3.2.2 水系交通對農村居民點分維的影響

(1) 居民點與道路疊加分析。提取研究區(qū)道路圖層，以100 m為間距分別作100 m，200 m以及300 m緩沖區(qū)分析，并利用MapGIS中的空間分析功能與道路沿線居民點進行空間位置疊加統(tǒng)計分析。其中，分布在道路100 m，200 m以及300 m緩沖區(qū)范圍內的居民點數(shù)量分別占居民點總數(shù)的64.47%，71.43%以及77.23%，說明道路是居民點分布的重要指標。居民點密集的區(qū)域道路分布復雜，道路的分布主要位于居民點之間。

圖1 高程變化、坡度變化與居民點分布關系

道路等密度是指單位面積內道路數(shù)量的直觀指示。利用MORPAS軟件對研究區(qū)道路等密度進行分析，將等密度分析結果劃分為8個等級(表2)，對比每個等級內的居民點數(shù)量可知，位于0～160區(qū)間居民點數(shù)量最多，達到44個，占總分析結果的40.37%。

(2) 居民點與水系疊加分析。將研究區(qū)的水系分別以300 m，500 m，700 m，1 000 m為半徑作緩沖區(qū)分析，與道路沿線居民點進行空間位置疊加統(tǒng)計分析。其中，分布在道路300 m，500 m以及700 m，1 000 m緩沖區(qū)范圍內的居民點數(shù)量分別占居民點總數(shù)的34.07%，47.25%，59.34%以及74.36%，說明水系是居民點分布的重要指標。水系發(fā)達的區(qū)域農村居民點較為密集，居民點的分布圍繞水系整體呈放射狀分布。

表2 道路等密度與居民點分布關系

(3) 水系交通對農村居民點分維的影響。以行政區(qū)為計算單元，分別計算各區(qū)域農村居民點、水系、交通的信息維數(shù)值，結果見表3。

從全區(qū)來看，整個研究區(qū)及各鄉(xiāng)鎮(zhèn)農村居民點分維數(shù)值均明顯高于交通維數(shù)值和水系維數(shù)值，全區(qū)的水系維數(shù)高于交通維數(shù)，總體上農村居民點分維數(shù)值>水系分維數(shù)值>交通分維數(shù)值。而研究區(qū)2009年農村居民點面積現(xiàn)狀為1 275.3 hm2，交通面積為17.70 hm2，水域面積為134.84 hm2，明顯有農村居民點面積>水域面積>交通面積，可見分維數(shù)值變化與農村居民點、水系、交通分布情況基本一致。而且，研究區(qū)內農村居民點的空間占據(jù)能力遠高于交通水系，這種現(xiàn)象是農村居民點體系發(fā)育過程中與自然環(huán)境相協(xié)調的結果。與居民點和水系相比，交通分維數(shù)值最低，說明研究區(qū)交通的發(fā)育程度最低，從客觀上反映了研究區(qū)的交通條件尚不能完全滿足區(qū)域內農村居民的生活需求這一現(xiàn)實。下村鎮(zhèn)交通分維數(shù)最高，道路最為完善，川底鄉(xiāng)最低，與其相對較低的社會經(jīng)濟發(fā)展水平相符，表明交通發(fā)展受到經(jīng)濟發(fā)展水平的限制。而從水系維數(shù)來看，大東溝鎮(zhèn)最高，川底鄉(xiāng)最低，與研究區(qū)實際相符，大東溝鎮(zhèn)的水系相對發(fā)達，川底鄉(xiāng)地表水系分布則較少。

表3 水系、交通與居民點分維關系

將分維數(shù)值對應到空間上來看，交通和水系通過影響農村居民點的建設選址影響著農村居民點的空間分布變化，且農村居民點分維數(shù)值的變化趨勢與交通、水系的變化趨勢具有一致性，這是農村居民點體系發(fā)育時不斷進行空間選擇的結果，使得區(qū)域內農村居民點分維數(shù)高于交通維數(shù)和水系維數(shù)，這種選擇的盲目性加重了水系維持人類生活的負擔，自然環(huán)境遭到破壞的程度逐步加深，需要人類給予干涉以降低危害。

3.2.3 社會經(jīng)濟因素對農村居民點分維的影響 社會經(jīng)濟因素包括農村人均居民點用地面積和農民人均純收入，本研究根據(jù)研究區(qū)社會經(jīng)濟指標統(tǒng)計計算結果將人均居民點用地、農民人均純收入依據(jù)等間隔分級方法，分為5類,計算結果見表4。

圖2 人均居民點用地面積、農民人均純收入分級與居民點關系

由表4可以看出，人均居民點用地面積、農民人均純收入與農村居民點分維值具有明顯的趨勢相關性。人均占地面積大、農民純收入高的地區(qū)，農村居民點分維數(shù)值大，農村居民點的發(fā)育更具有組織性，這說明隨著社會經(jīng)濟的不斷發(fā)展，農村居民點整理活動的不斷推進，社會經(jīng)濟因素對農村居民點布局的影響力會逐漸增強，農村居民點空間占據(jù)能力逐漸加強，也就是說，農村居民點的布局對周邊自然環(huán)境的依賴性減弱，對社會環(huán)境的依附性加強，這與姜廣輝等[21]用Logistic回歸模型分析的社會經(jīng)濟因素對北京山區(qū)農村居民點變化的影響一致。但是，研究區(qū)農民人均純收入處于163～627區(qū)間內的居民點數(shù)量最多，屬于較為貧困地區(qū)。此外，研究區(qū)內人均居民點用地面積水平差異較大，最少為98，最大370，處于207～261區(qū)間內的居民點數(shù)量最多。

3.3 基于證據(jù)權法的農村居民點空間分布特征定量研究

根據(jù)上述分形分析可以得出長河流域農村居民點空間分布特征影響因子特征變量與特征值，見表5。

表5 長河流域農村居民點空間分布特征影響因子綜合特征

運用證據(jù)權法，在MORPAS軟件平臺下分別計算各證據(jù)層與居民點發(fā)生的相關程度及證據(jù)權值，結果見表6。

對上述8個證據(jù)層進行獨立性檢驗，在顯著性水平為0.05的情況下，上述證據(jù)因子較好地滿足條件獨立性。由表6可知，研究區(qū)內各證據(jù)層對長河流域農村居民點分布特征影響大小依次為：L5，L1，L2，L3，L4，L8，L6，L7。各因素與居民點發(fā)生均呈正相關性，說明農村居民點的分布與這些因素關系密切。

表6 長河流域農村居民點空間分布證據(jù)因子權重

4 結論與討論

(1) 長河流域農村居民點體系具有分形特征，其形成受自然和社會經(jīng)濟因素綜合影響，邊界曲折而復雜，分形模型可以有效地描述居民點發(fā)育體系的這種曲折性和不規(guī)則性。本文結合前人研究成果與黃土丘陵山區(qū)的實際情況分析了高程、交通、水系、農村人口密度、農民純收入等影響因子，對居民點體系分形特征的影響，研究結果顯示農村居民點分維數(shù)值隨著高程和坡度的增加總體呈降低趨勢，地勢平坦低緩地區(qū)農村居民點較為集中。

(2) 交通布局、水系分布通過影響農村居民點的選址影響其體系的分形特征，長河流域農村居民點分維數(shù)值顯著高于交通維數(shù)與水系維數(shù)，說明研究區(qū)農村居民點的空間占據(jù)能力高于交通、水系。隨著城鄉(xiāng)一體化與新農村建設的推進，農村居民點將更加集中，形狀更為規(guī)則，相應的信息維數(shù)也將升高，同時，交通維數(shù)也必然升高，而研究區(qū)水資源匱乏，隨著采煤活動的持續(xù)進行，水系維數(shù)則將會降低。這與車明亮[6]、李玉華[22]等研究得出的居民點分形維數(shù)在區(qū)位條件好、分布集中連片的區(qū)域其值更高，這一結論一致。但是，居民點維數(shù)與交通維數(shù)、水系維數(shù)變化趨勢存在的某種聯(lián)系如何在理論上得以論證，仍需進一步的研究。

(3) 通過分析社會經(jīng)濟因素中人均居民點用地面積、農民人均純收入對居民點體系分形特征的影響，結果表明社會經(jīng)濟因素可以直接影響其分維數(shù)。研究區(qū)農村人均居民點用地面積與農民人均純收入與居民點維數(shù)變化趨勢一致。長遠來看，在我國城鄉(xiāng)統(tǒng)籌發(fā)展與新農村建設的持續(xù)推進下，國家政策的干涉使得社會經(jīng)濟因素對農村居民點體系分形特征的影響愈加明顯，農村居民點的形狀越來越規(guī)則有序，相應的分形維數(shù)也將會隨之升高。

(4) 引入證據(jù)權模型定量研究農村居民點空間分布特征，可對研究區(qū)農村居民點影響因素得出進一步認識：所選因素中，對于長河流域農村居民點分布的各影響因素影響程度排序為：坡度>道路>高程>水系>農民人均純收入>人均居民點占地面積，且各因素與居民點發(fā)生均呈正相關性，說明農村居民點的分布與這些因素關系密切。地勢平坦、坡度低緩的區(qū)域穩(wěn)定性高，適宜進行房屋等建筑施工建造；道路系統(tǒng)復雜的地區(qū)，便于農村居民出行與外界交流，交通路網(wǎng)形成的等密度值越高，居民點越密集；在特定高程范圍內，海拔過高不利于居民的生活，相對低緩的位置宜居性較好。這與分形理論研究得出的結論一致。

[1] 孫華生,黃敬峰,金艷,等.基于GIS技術的縣域居民點空間分布特征分析及其優(yōu)化布局[J].浙江大學學報:農業(yè)與生命科學版,2007,33(3):348-354.

[2] 姜廣輝,張鳳榮,顏國強等.科學發(fā)展觀指導下的農村居民點布局調整和整理[J].國土資源科技管理,2005,22(4):60-65.

[3] 廖榮華,喻光明,劉美文.城鄉(xiāng)一體化過程中聚落選址和布局的演變[J].人文地理,1997(4):35-38.

[4] 徐雪仁,萬慶.洪泛平原農村居民地空間分布特征定量研究及應用探討[J].地理研究,1997,16(3):47-54.

[5] 陳濤,劉繼生.城市體系分形特征的初步研究[J].人文地理,1994,9(1):25-30.

[6] 車明亮,聶宜民,姜曙千等.平邑山區(qū)農村居民點分形特征及影響因素[J].農業(yè)工程學報,2010,26(S2):360-365.

[7] 宋志軍,關小克,朱戰(zhàn)強.北京農村居民點的空間分形特征及復雜性[J].地理科學,2013,33(1):52-60.

[8] 李讓恩,楊朝現(xiàn),蔣霞等.村級尺度下的農村居民點優(yōu)化布局分析[J].國土資源科技管理,2011,28(6):93-98.

[9] 徐亮,胡海霞,鄭黎.元通鎮(zhèn)居民點規(guī)模布局的分形研究與規(guī)劃[J].經(jīng)濟地理,2001,21(S1):150-153.

[10] 陳彥光,劉繼生.城市形態(tài)分維測算和分析的若干問題[J].人文地理,2007(3):98-103.

[11] De Keersmaecker M L, Frankhauser P, Thomas I. Using fractal dimensions for characterizing intra- urban diversity: the example of Brussels[J]. Geographical Analysis, 2003,35(4):310-328.

[12] 趙輝,王東明,譚許偉.沈陽城市形態(tài)與空間結構的分形特征研究[J].規(guī)劃師,2007,23(2):81-83.

[13] 王銳,鄭新奇.分形理論在土地利用類型研究中的應用[J].海南師范學院學報：自然科學版,2005,18(4):377-380.

[14] 馮健.杭州城市形態(tài)和土地利用結構的時空演化[J].地理學報,2003,58(3):343-353.[15] 莊至鳳,姜廣輝,何新等.基于分形理論的農村居民點空間特征研究:以北京市平谷區(qū)為例[J].自然資源學報,2015,30(9):1534-1546.

[16] 郄瑞卿,劉富民.基于分形理論的土地利用景觀格局變化研究:以鎮(zhèn)賚縣鎮(zhèn)賚鎮(zhèn)為例[J].水土保持研究,2013,20(2):217-222.

[17] 秦占飛,常慶瑞.土地利用類型分維數(shù)及穩(wěn)定性研究:以陜西省蒲城縣為例[J].水土保持通報,2012,32(1):115-118.

[18] 李君,李小建.綜合區(qū)域環(huán)境影響下的農村居民點空間分布變化及影響因素分析:以河南鞏義市為例[J].資源科學,2009,31(7):1195-1204.

[19] 聶篤憲,曾文曲,文有為.分形維數(shù)計算方法的研究[J].微機發(fā)展,2004,14(9):17-19，22.

[20] 葛美玲,藺啟忠.基于遙感圖像的城市形態(tài)分維計算網(wǎng)格法的實現(xiàn)[J].北京大學學報：自然科學版,2007,43(4):517-522.

[21] 姜廣輝,張鳳榮,陳軍偉等.基于Logistic回歸模型的北京山區(qū)農村居民點變化的驅動力分析[J].農業(yè)工程學報,2007,23(5):81-87.

[22] 李玉華,高明,呂煊等.重慶市農村居民點分形特征及影響因素分析[J].農業(yè)工程學報,2014,30(12):225-232.

A Quantitative Study on Spatial Structure and Form of Rural Residential Area Based on Fractal Theory

DAI Yongmei, SHI Xueyi, DUAN Wenjie

(SchoolofLandScienceandTechnology,ChinaUniversityofGeosciences,Beijing100083,China)

As an important part of the study in the evolution of self-organization theory on rural residential areas, the spatial distribution and variation of them can be well presented by the fractal characteristics. Changhe River Basin in Jincheng was taken as a study area. The relationships were showed between influencing factors of location changes and fractal dimension values in rural residential areas. The weight of evidence model, which is driven by both knowledge and data, was employed to quantified the impact of each factor. The results show that: (1) the fractal dimension value of rural residential areas in Changhe River Basin in Jincheng decreases with increase of elevation and slope, the fractal dimension value of rural residential areas is obviously higher than traffic dimension and water dimension, the fractal dimension of the rural settlement will increase in a long period as the development of economy and society, and the water dimension will decrease under the underground mining coal influence; (2) the rural per capita residential area and per capita annual net income of farmers directly affect the fractal dimension of the rural settlement, and the change is consistent with it; (3) according to the results calculated by the weight of evidence model, the rank of the indexes was in the order: slope>transportation>elevation>drainage system>per capita annual net income of farmers>per capita residential area. This is consistent with the conclusions obtained from the fractal theory. The findings in this study can facilitate the practical applications in rural residential consolidation and layout planning in the similar regions.

rural residential land; weight of evidence model; loess hilly and mountainous areas; fractal dimension

2016-05-12

2016-05-23

國土資源部公益性行業(yè)科研專項“北方村莊壓煤山丘區(qū)土地綜合整治技術研究”(201411007)

代雍楣(1992—),女,安徽亳州人,碩士生,研究方向為土地資源評價與利用規(guī)劃。E-mail:dymliyzy@163.com

師學義(1960—),男,山西祁縣人,教授,博士,研究方向為土地利用規(guī)劃與土地利用工程。E-mail:shixueyi60@163.com

F301.2

A

1005-3409(2016)06-0278-06