姜自坤，王召海，陳飛龍，郭昱彤

（山東師范大學 地理與環(huán)境學院，山東 濟南 250014）

生態(tài)文明

基于GIS的山東省鄉(xiāng)村聚落空間格局研究

姜自坤，王召海＊，陳飛龍，郭昱彤

（山東師范大學 地理與環(huán)境學院，山東 濟南 250014）

以山東省2014年、2015年Landsat-8遙感影像和山東省行政區(qū)劃作為數(shù)據(jù)源，對山東省鄉(xiāng)村聚落進行提取，運用平均最鄰近指數(shù)、核密度分析和景觀指數(shù)等方法，探索山東省鄉(xiāng)村聚落分布特征，研究表明：山東省鄉(xiāng)村聚落平均最鄰近距離比率R為0.693，呈明顯的聚集模式；鄉(xiāng)村聚落平均分布密度為0.724個/km2，空間分布特征呈現(xiàn)西高東低，中部大于四周的聚集模式；規(guī)模分布特征中部規(guī)模較小，西部、北部和南部則出現(xiàn)高值集聚，整體規(guī)模在空間上呈現(xiàn)出中間低、四周高的“盆地”特征；在形態(tài)分布上西部和南部平穩(wěn)，東部和北部聚落形態(tài)比較復(fù)雜。

GIS；山東??；鄉(xiāng)村聚落；空間分布；規(guī)模分布；空間聚集

鄉(xiāng)村聚落是指包括村莊及集鎮(zhèn)的農(nóng)村居住點，是人類活動強度的空間表現(xiàn)[1]。根據(jù)第六次人口普查數(shù)據(jù)得知我國仍有6.7億農(nóng)村人口，鄉(xiāng)村聚落仍然是農(nóng)村居住的主要形式。其空間分布是自然、社會、經(jīng)濟及歷史發(fā)展等多要素的綜合反映，影響著區(qū)域的社會經(jīng)濟發(fā)展。鄉(xiāng)村聚落空間分布格局，鄉(xiāng)村聚落景觀格局與生態(tài)環(huán)境，鄉(xiāng)村聚落空心化和鄉(xiāng)村聚落的演變?nèi)耘f是我國研究鄉(xiāng)村的重點；在研究方法上主要有核密度估計、Voronoi圖和地統(tǒng)計學方法等[2-4]。

山東省是我國人口大省，截止到2014年，山東省農(nóng)村人口4 404.26萬人，占總?cè)丝诘?4.99%，對山東省鄉(xiāng)村聚落的研究有助于更好地了解山東省鄉(xiāng)村聚落的形態(tài)，合理指導(dǎo)山東省農(nóng)村居住地的規(guī)劃，可以了解居住環(huán)境和生態(tài)環(huán)境的相互影響關(guān)系，對生態(tài)環(huán)境脆弱的聚居地采取相應(yīng)地保護措施。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

山東省位于中國東部沿海，邊界范圍在北緯34°22.9′～38°24.01′、東經(jīng)114°47.5′～122°42.3′之間。山東省地貌復(fù)雜，主要有9種地貌類型：中山、低山、丘陵、臺地、盆地、山前平原、黃河沖積扇、黃河平原、黃河三角洲。山地約占全省總面積的15.5%，丘陵占13.2%，平原占55%，洼地占4.1%，湖沼平原占4.4%，其他占7.8%。魯南地區(qū)半島丘陵是山脈主要存在地。根據(jù)2014年山東年鑒統(tǒng)計，山東省有2個副省級市（濟南、青島）、15個地級市。省內(nèi)常住人口約9 789.43萬人，其中，城鎮(zhèn)人口5 385.17萬人，農(nóng)村人口4 404.26萬人。1996—2013年，山東省城市建成區(qū)外鄉(xiāng)數(shù)量從1 022個減至89個，行政村數(shù)量從8.3萬個減至6.5萬個，自然村數(shù)量從9.8萬個減至8.6萬個，許多村莊呈現(xiàn)“空心化”態(tài)勢

1.2 數(shù)據(jù)來源

（1） 2014年和2015年的Landsat-8衛(wèi)星遙感影像；（2）山東省行政區(qū)劃數(shù)據(jù)、交通等數(shù)據(jù)由《山東省地圖冊（中國分省系列地圖冊）》（2015）獲??；（3）山東省90 m分辨率數(shù)字高程模型（DEM），來源于中國科學院計算機網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云。

1.3 研究方法

1.3.1 平均最鄰近分析

平均最鄰近分析，用來研究點要素的空間分布是屬于集聚模式、分散模式還是隨機模式[5]。平均最鄰近比率R由觀測的平均距離和期望的平均距離的商得出：

Z值公式：

聚落空間分布模式由R值的大小決定，平均最鄰近比率小于1，則表現(xiàn)點的模式為集聚，如果指數(shù)大于1，則聚集模式趨向于分散。對R值進行Z得分檢驗，當Z＞1.96，或Z＜-1.96時，就可認為在p=0.05的顯著性水平下，所計算出的觀測模式與隨機模式之間的差值具有顯著性；反之，當-1.96＜Z＜1.96時，則認為觀測模式與隨機模式之間不存在顯著差異。

1.3.2 核密度分析

核密度分析是計算要素在其周圍鄰域中的密度一種方法。核密度估算屬于非參數(shù)密度估計的一種統(tǒng)計方法，其公式如下[6]：

公式中，f（x，y）為位于（x，y）位置的密度估計；n為觀測數(shù)值；h為帶寬或平滑參數(shù)；k為核函數(shù)，di為（x，y）位置距第i個觀測位置的距離。

1.3.3 熱點分析

熱點分析可對數(shù)據(jù)集中的每一個要素計算Getis-Ord Gi*統(tǒng)計[7]。通過得到的Z得分和p值來判斷高值或低值要素在空間上發(fā)生聚類的位置。Getis-Ord Gi*統(tǒng)計計算公式為：

其中，xj是要素j的屬性值，wi，j是要素i和要素j之間的空間權(quán)重，n為要素總數(shù)，且：

若Gi*為正，且統(tǒng)計顯著，表明位置i周圍的值相高于均值，屬于高值集聚的熱點區(qū)，若Gi*為負，且統(tǒng)計顯著，表明位置i周圍的值低于均值，是低值集聚的冷點區(qū)。

1.3.4 景觀指數(shù)分析

景觀指數(shù)分析是研究景觀格局的定量方法[8]。從宏觀角度研究區(qū)域生態(tài)環(huán)境的空間狀況，本研究以面積加權(quán)的平均形狀指數(shù)（AWMSI）進行研究，公式如下[9]：

其中，Pij為每個鄉(xiāng)村聚落斑塊的周長，A為區(qū)域土地總面積，aij表示區(qū)域內(nèi)每個鄉(xiāng)村聚落斑塊的面積。

面積加權(quán)平均形狀指數(shù)大小基本反映鄉(xiāng)村聚落斑塊形狀的復(fù)雜程度。形狀指數(shù)越大，鄉(xiāng)村聚落形狀越不規(guī)則。AWMSI≥1，無上限，斑塊均為正方形，斑塊越復(fù)雜，AWMSI=1，當斑塊形狀偏離正方形時，AWMSI增大。

2 結(jié)果與分析

2.1 鄉(xiāng)村聚落的空間分布特征

利用ENVI5.0遙感影像處理軟件，將Landsat-8衛(wèi)星影像的30 m分辨率波段與15 m分辨率的全色波段融合。然后在ArcGIS軟件中，參照融合后的遙感影像，對山東省鄉(xiāng)村聚落圖斑進行提取共提取出鄉(xiāng)村聚落圖斑114 425個，利用ArcGIS10.3平臺的空間分析功能，對山東省鄉(xiāng)村聚落圖斑做平均最鄰近距離分析，檢驗其分布模式見表1。

表1 平均最鄰近距離分析

以上結(jié)果分析可以得出，山東省鄉(xiāng)村聚落為非常明顯的集聚分布模式，且集聚的程度比較高。

本研究采用Kernel密度分析方法來分析山東省鄉(xiāng)村聚落密度分布的空間差異性。山東省鄉(xiāng)村聚落的Kernel密度跨度為0～3.5個/km2，參照ArcGIS的Natural Breaks（Jenks） 分類法，制作密度分布見如圖1。

由圖可知：（1）鄉(xiāng)村聚落空間核密度值顯著，平均分布密度為0.724個/km2，最大值分布密度3.5個/km2，呈現(xiàn)西高東低、南部大于四周的特征；（2）位于臨沂市北部和南部存在兩個明顯高值分布區(qū)域，鄉(xiāng)村聚集明顯；（3）位于西部的菏澤市和德州市的鄉(xiāng)村聚集程度明顯大于位于東部沿海的東營、煙臺、青島等地市鄉(xiāng)村空間核密度。

圖1 山東省鄉(xiāng)村聚落密度分布

2.2 鄉(xiāng)村聚落的規(guī)模分布特征

以山東省鄉(xiāng)村聚落圖斑的面積作為分析指標，利用ArcGIS空間統(tǒng)計模塊的熱點分析（Getis-Ord Gi*）功能，分析鄉(xiāng)村聚落在空間上的“熱點”與“冷點”區(qū)域，以此來研究鄉(xiāng)村聚落的規(guī)模差異在空間上的表現(xiàn)。根據(jù)Z值的大小劃分高低值區(qū)域，結(jié)果如圖2所示。

圖2 山東省鄉(xiāng)村聚落規(guī)模差異的“冷熱點”

山東省鄉(xiāng)村聚落規(guī)模在空間上有明顯的特點，形成了比較明顯的高值集聚和低值集聚區(qū)域。

（1）山東省南部地區(qū)的鄉(xiāng)村聚落規(guī)模比較小，出現(xiàn)了3個低值集聚區(qū)域，而西部、北部和南部則出現(xiàn)4個比較明顯的高值集聚區(qū)域，整個鄉(xiāng)村聚落的規(guī)模在空間上呈現(xiàn)出中間低、四周高的“盆地”特征。

（2）臨沂、淄博、濰坊、萊蕪、泰安5市交界處的沂蒙山區(qū)出現(xiàn)大面積的低值集聚區(qū)域，此外，臨沂市和棗莊市交界處的尼棗丘陵區(qū)、泰安市和濟南市交界處的泰山中低山區(qū)均出現(xiàn)明顯的低值集聚區(qū)域。這3個區(qū)域的共同特點是鄉(xiāng)村聚落位于山地、丘陵地貌，受到地形的影響，難以形成大規(guī)模的聚落，多以小規(guī)模聚落形式分布于溝谷之間。

（3）鄉(xiāng)村聚落的高值集聚區(qū)域主要集中在聊城市和德州市的西部地區(qū)，淄博市和濰坊市的北部、東營市和濱州市的南部地區(qū)，菏澤市和濟寧市的中北部交界地區(qū)以及臨沂市的南部地區(qū)。這4個區(qū)域多為平原地區(qū)，農(nóng)業(yè)發(fā)展條件良好，容易形成大規(guī)模聚落。

2.3 鄉(xiāng)村聚落的形態(tài)分布特征

用面積加權(quán)平均形狀指數(shù)（AWMSI）來對研究區(qū)的鄉(xiāng)村聚落形狀的復(fù)雜程度、斑塊面積的大小變化、鄉(xiāng)村聚落的集聚程度進行樣本分析。選取的樣本要考慮到山東省的行政區(qū)特點以及山東省自然環(huán)境，東西和南北方向各取3條樣帶。東西方向每條樣帶樣本自西向東依次編號1到12，南北方向每條樣帶由北至南依次編號1到10，見圖3。

圖3 山東省鄉(xiāng)村聚落樣帶選取

山東省鄉(xiāng)村聚落的平均分布密度為0.724個/km2，面積加權(quán)的平均形狀指數(shù)（AWMSI）主要用于分析鄉(xiāng)村聚落圖斑的形狀復(fù)雜程度，指數(shù)取值越大，說明聚落的外形越偏離正方形，聚落的外形也越復(fù)雜。

東西方向樣帶AWMSI見圖4。3條東西向的樣帶整體表現(xiàn)出西部變化平穩(wěn)，東部起伏較大，西部地區(qū)鄉(xiāng)村聚落圖斑形狀規(guī)則程度略好于東部地區(qū)的特點。樣帶1出現(xiàn)兩個高點，分別位于德州市南部和濟南市北部以及東營市西部利津縣，這幾個地區(qū)的AWMSI指數(shù)較高，說明這幾個地區(qū)鄉(xiāng)村聚落的形狀比較復(fù)雜，此外，除高值樣本外，樣帶東部指數(shù)值略好于西部。從樣帶2來看，從菏澤到濟寧，指數(shù)值變化比較平緩且有降低趨勢，進入魯中地區(qū)的山地丘陵區(qū)后，指數(shù)變大，特別是在淄博南部地區(qū)，指數(shù)出現(xiàn)最高值，聚落的形狀復(fù)雜程度最大。樣帶3的指數(shù)值表現(xiàn)為先降低后升高的特點，在煙臺、威海境內(nèi)的樣本指數(shù)值相對較高，聚落的形狀復(fù)雜度升高。在3條樣帶中，樣帶3的指數(shù)值變化最平緩，整體指數(shù)值比其他兩條樣帶要稍低，鄉(xiāng)村聚落的形狀復(fù)雜程度較低。

圖4 東西方向樣帶AWMSI

圖5 南北方向樣帶AWMSI

南北方向樣帶AWMSI見圖5。3條南北走向的樣帶整體表現(xiàn)為北部地區(qū)指數(shù)值較高，變化較大，南部地區(qū)指數(shù)值較低，變化比較平緩。沿運河方向的樣本4在聊城東部指數(shù)值較高，聚落形狀比較復(fù)雜，至濟南西南部的樣本指數(shù)值略有升高，進入濟寧、棗莊市后，樣本的指數(shù)值逐漸降低并趨于平緩，聚落的形狀復(fù)雜度降低。樣本5的指數(shù)值變化曲線呈現(xiàn)兩側(cè)低、中間高的特點，即樣帶北部和南部鄉(xiāng)村聚落的形狀復(fù)雜度較低，而魯中山區(qū)的聚落形狀復(fù)雜度較高。此外，樣帶5南部的鄉(xiāng)村聚落形態(tài)復(fù)雜度要高于北部地區(qū)。樣帶6在東營市境內(nèi)取得最高指數(shù)值，高值區(qū)域主要位于利津縣，進入濰坊市后，指數(shù)值降低并變化平緩。

3 結(jié)論與建議

3.1 結(jié)論

借助于平均最鄰近值分析、核密度分析、熱點分析及景觀指數(shù)分析等方法對山東省鄉(xiāng)村聚落空間分布特征、規(guī)模分布特征和形態(tài)分布特征進行探索，得出以下結(jié)論：（1）山東省平均最鄰近距離比率R為0.693，Z值得分-198.683；由于R值小于1，Z值＜-1.96，所以山東省鄉(xiāng)村村落具有明顯的聚集程度。山東省鄉(xiāng)村聚落空間分布平均分布密度為0.724個/km2，最大值分布密度3.5個/km2，并呈現(xiàn)西高東低，中部和南部大于四周的趨勢。（2）由熱點分析得知山東省鄉(xiāng)村聚落具有明顯的高值聚集區(qū)和低值聚集區(qū)，山東省鄉(xiāng)村聚落高值聚集區(qū)在聊城市和德州市的西部地區(qū)以及淄博市和濰坊市的北部、東營市和濱州市的南部地區(qū)，還有菏澤市和濟寧市的中北部交界地區(qū)以及臨沂市的南部地區(qū)；低值聚集區(qū)域主要集中在臨沂市和棗莊市交界處的尼棗丘陵區(qū)、泰安市和濟南市交界處的泰山中低山區(qū)及臨沂、淄博、濰坊、萊蕪、泰安5市交界處的沂蒙山區(qū)。（3）山東鄉(xiāng)村聚落東西方向面積加權(quán)平均形狀指數(shù)基本在1.5～2之間上下波動，西部地區(qū)鄉(xiāng)村聚落復(fù)雜程度低于東部，德州市南部和濟南市北部以及東營市西部利津縣，魯中地區(qū)的山地丘陵區(qū)這幾個地區(qū)的面積加權(quán)平均形狀指數(shù)較高；南北方向面積加權(quán)平均形狀指數(shù)基本在1.4～1.8之間，且北部地區(qū)指數(shù)相對較高，復(fù)雜程度北部高于南部，鄉(xiāng)村聚落復(fù)雜程度位于山東省山區(qū)和丘陵地帶且聚集程度相對低，平原地區(qū)聚落復(fù)雜程度相對較低，聚集程度相對較高。

3.2 建議

鄉(xiāng)村聚落是農(nóng)村居民在長期的歷史變遷中與自然和社會環(huán)境綜合作用的結(jié)果。山東省鄉(xiāng)村生態(tài)環(huán)境承載力的研究探討也取得很好成效[10]。山東省鄉(xiāng)村聚落在空間上表現(xiàn)出不同的特征，總體來看山東省鄉(xiāng)村聚落空間核密度顯著，西部地區(qū)核密度明顯高于東部地區(qū)，南部大于四周，臨沂地區(qū)尤其偏高，沿海城市鄉(xiāng)村聚落空間核密度明顯偏低，在一些丘陵地帶和山區(qū)，聚落分布相對比較零散，且用地規(guī)模普遍不高，相對于德州市和聊城市的西部平原地區(qū)以及臨沂市南部平原地區(qū)和濱州市及東營市等平原地區(qū)，鄉(xiāng)村規(guī)模聚集程度明顯增大，并且鄉(xiāng)村用地斑塊較大，用地規(guī)模較高。結(jié)合規(guī)劃學原理，規(guī)劃部門可以完善中心城鎮(zhèn)的基礎(chǔ)設(shè)施，合理引導(dǎo)一些聚集地環(huán)境相對較弱且聚集程度相對較低的丘陵和山地地區(qū)向中心城鎮(zhèn)集中。結(jié)合新農(nóng)村建設(shè)和舊村改造的經(jīng)驗，重點改造一些空心村，對一些基礎(chǔ)設(shè)施比較落后偏遠經(jīng)常發(fā)生自然災(zāi)害的村莊進行改建或者遷建，以減少自然景觀的破碎程度，促進生態(tài)環(huán)境協(xié)調(diào)發(fā)展。

[1]金其銘.中國農(nóng)村聚落地理[M].南京：江蘇科學技術(shù)出版社，1989.

[2]鄭文升，姜玉培，羅靜，等.平原水鄉(xiāng)鄉(xiāng)村聚落空間分布規(guī)律與格局優(yōu)化——以湖北公安縣為例[J].經(jīng)濟地理，2014，34（11）：120-127.

[3]宋曉英，李仁杰，傅學慶，等.基于GIS的蔚縣鄉(xiāng)村聚落空間格局演化與驅(qū)動機制分析[J].人文地理，2015（3）：79-84.

[4]吳江國，張小林，冀亞哲.不同尺度鄉(xiāng)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(zhèn)江市為例[J].人文地理，2014（1）：99-107.

[5]錢海峰，陳陽舟，李振龍，等.核函數(shù)法與最鄰近法在短時交通流預(yù)測應(yīng)用中的對比研究[J].交通與計算機，2008（6）：18-21，34.

[6]蔡雪嬌，吳志峰，程炯.基于核密度估算的路網(wǎng)格局與景觀破碎化分析[J].生態(tài)學雜志，2012（1）：158-164.

[7]李勇，周永章，張澄博，等.基于局部Moran's I和GIS的珠江三角洲肝癌高發(fā)區(qū)蔬菜土壤中Ni、Cr的空間熱點分析[J].環(huán)境科學，2010，31（6）：1617-1623.

[8]林孟龍，曹宇，王鑫.基于景觀指數(shù)的景觀格局分析方法的局限性：以臺灣宜蘭利澤簡濕地為例[J].應(yīng)用生態(tài)學報，2008，19（1）：139-143.

[9]劉常富，李京澤，李小馬，等.基于模擬景觀的城市森林景觀格局指數(shù)選取[J].應(yīng)用生態(tài)學報，2009，20（5）：1125-1131.

[10]杜金輝，呂培茹，甄文棟，等.山東省生態(tài)環(huán)境承載力評價指標體系探討[J].中國環(huán)境管理干部學院學報，2008，18（1）：10-14.

（編輯：周利海）

Assess Spatial Pattern of Rural Settlements in Shandong Province Using GIS Techniques

Jiang Zikun，Wang Zhaohai*，Chen Feilong，Guo Yutong
（College of Geography and Environment,Shandong Normal University,Jinan Shandong 250014,China）

Based on Landsat-8 remote sensing image in 2014 and 2015,and administrative divisions and digital elevation model(DEM)data in Shandong province,this article analyzed rural settlements'spatial pattern of Shandong province by using the nearest neighbor mean distance analysis kernel density estimation,exploratory spatial data analysis and landscape pattern analysis. The results showed that rural settlements in Shandong province were clustered in the space.The average nearest neighbor distance ratio R was 0.693,and the Z score was-198.683.The average distribution density of rural settlement was 0.724/km2,and the distribution density of the maximum value was 3.5/km2.The spatial distribution characteristics of rural settlements showed a pattern of high East and low West,and the middle of the central area was larger than the aggregation model. In the west,North and south,there were four relatively obvious high value agglomeration areas, showing a"basin"characteristics which was low in the middle and high in surrounding.

GIS,Shandong Province,rural settlements,spatial pattern

X321

A

1008-813X（2016）06-0026-05

10.13358 /j.issn.1008-813x.2016.06.07

2016-11-11

姜自坤（1989-），男，山東臨沂人，山東師范大學地圖學與地理信息系統(tǒng)專業(yè)碩士研究生在讀，主要從事遙感應(yīng)用方面研究。

*通訊作者：王召海（1966-），男，山東濟南人，畢業(yè)于山東師范大學自然地理學專業(yè)，碩士，副教授，主要從事遙感應(yīng)用研究。