呂欣陽，翟開慎

(1.南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037；2.南京大學(xué)地理與海洋科學(xué)學(xué)院，江蘇 南京210023)

0 引 言

農(nóng)村居民點(diǎn)在我國農(nóng)村用地類型中占有重要地位，是農(nóng)村地區(qū)長期復(fù)雜的自然、人文因素相互作用相互影響的產(chǎn)物，其分布情況在一定程度上反映著當(dāng)?shù)氐淖匀惶卣骱蜕鐣宋那闆r。我國改革開放至今，城市化進(jìn)程加快，農(nóng)村居民點(diǎn)地區(qū)普遍存在著量大、布局散、空心村現(xiàn)象嚴(yán)重、城鄉(xiāng)住宅容積率嚴(yán)重失衡等問題[1-3]。開展農(nóng)村居民點(diǎn)的分組類型與布局優(yōu)化的研究，能夠使得鄉(xiāng)村公共基礎(chǔ)服務(wù)設(shè)施獲得集約利用和定向維護(hù)，能充分利用農(nóng)村建設(shè)用地，緩解緊張的城鄉(xiāng)用地矛盾，緩解“空心村”現(xiàn)象的進(jìn)一步擴(kuò)張。

本文選取位于太湖平原的常州市武進(jìn)區(qū)農(nóng)村居民點(diǎn)為研究對象，采用空間分析技術(shù)、數(shù)理統(tǒng)計(jì)和聚類分析等研究方法，對現(xiàn)有農(nóng)村居民點(diǎn)進(jìn)行特征提取并分類，劃分出農(nóng)村居民點(diǎn)的區(qū)位特征和待優(yōu)化農(nóng)村居民點(diǎn)的優(yōu)先程度。研究結(jié)果可為布局不合理村莊進(jìn)行優(yōu)化和整治提供整治建議，也可用于農(nóng)村土地綜合整治實(shí)地工作的理論參考。

1 研究區(qū)概況

武進(jìn)區(qū)(北緯31°20′～31°48′、東經(jīng)119°40′～120°12′)，隸屬于江蘇省常州市，地處江蘇省南部的長江三角洲，位于太湖平原西北，亞熱帶北緣，光溫適宜，雨水充沛，土地肥沃，物產(chǎn)豐富，素有“魚米之鄉(xiāng)”之稱。武進(jìn)經(jīng)濟(jì)產(chǎn)業(yè)發(fā)達(dá)且發(fā)展實(shí)力強(qiáng)勁。作為典型“蘇南模式”的發(fā)源地之一，武進(jìn)民營經(jīng)濟(jì)發(fā)達(dá)，被列為全國首批雙創(chuàng)示范基地，中國馳名商標(biāo)數(shù)量穩(wěn)居全省前列，綜合實(shí)力長期穩(wěn)居全國2 800多個(gè)縣(市、區(qū))十強(qiáng)。

2 數(shù)據(jù)獲取與研究方法

2.1 數(shù)據(jù)獲取

研究收集了武進(jìn)區(qū)2015年土地利用調(diào)查數(shù)據(jù)，Open Street Map(OSM)地圖矢量數(shù)據(jù)，“地理空間數(shù)據(jù)云”提供的GDEM 30 m分辨率數(shù)字高程數(shù)據(jù)以及全國1 km×1 km人口密度柵格數(shù)據(jù)。通過Python語言解析高德地圖API的數(shù)據(jù)，獲取武進(jìn)區(qū)范圍內(nèi)的主要POI興趣點(diǎn)數(shù)據(jù)。

表1 研究數(shù)據(jù)

2.2 數(shù)據(jù)預(yù)處理

從2015年武進(jìn)區(qū)地類圖斑數(shù)據(jù)中分別提取二級類中的村莊用地、公路用地和水面集(水庫、河流、湖泊、坑塘)圖斑[8]。村莊用地即農(nóng)村居民點(diǎn)單元作為研究的主要對象。

圖1 武進(jìn)區(qū)鄉(xiāng)鎮(zhèn)級行政區(qū)分布

為能更好的了解農(nóng)村居民點(diǎn)圖斑的空間分布特征和其所處區(qū)位的優(yōu)劣，研究采用建立漁網(wǎng)單元的方式進(jìn)行初步分析。使用ArcGIS中創(chuàng)建漁網(wǎng)工具，對武進(jìn)區(qū)行政區(qū)進(jìn)行規(guī)則格網(wǎng)化處理，將漁網(wǎng)圖層與武進(jìn)區(qū)地類圖斑進(jìn)行疊加分析，獲得每個(gè)格網(wǎng)單元的各項(xiàng)地類屬性。使用Python語言從國內(nèi)地圖導(dǎo)航網(wǎng)站獲取相關(guān)POI數(shù)據(jù)，選取交通設(shè)施服務(wù)、科教文化服務(wù)、醫(yī)療保健服務(wù)和購物及生活服務(wù)四類POI興趣點(diǎn)數(shù)據(jù)用于研究[6]。

在ArcGIS中利用DEM數(shù)據(jù)進(jìn)行地形因子的提取，分別生成武進(jìn)區(qū)海拔高程圖、坡度圖。為研究村莊圖斑所在區(qū)域內(nèi)村莊面積及鄰域面積的大小，將矢量格網(wǎng)數(shù)據(jù)按村莊面積作為輸出值，生成村莊面積柵格圖層。使用鄰域分析計(jì)算每個(gè)格網(wǎng)單元其5×5鄰域內(nèi)村莊面積大小和人口密度。根據(jù)“中國知網(wǎng)”提供的武進(jìn)區(qū)統(tǒng)計(jì)年鑒(2015-2016年)及相關(guān)統(tǒng)計(jì)公報(bào)等材料，將武進(jìn)區(qū)各下轄鎮(zhèn)主要經(jīng)濟(jì)指標(biāo)錄入行政區(qū)各省屬性表中。

2.3 研究方法

2.3.1 GIS空間分析方法

使用矢量幾何計(jì)算、矢量疊合分析和空間近鄰分析,以及柵格數(shù)據(jù)空間分析中的數(shù)字地形模型分析、分區(qū)統(tǒng)計(jì)、焦點(diǎn)統(tǒng)計(jì)等功能。

2.3.2 智能聚類分析方法

聚類分析旨在揭露一個(gè)數(shù)據(jù)集中觀測值的子集，最常用的兩種聚類方法是層次聚類和劃分聚類。對于層次聚類來說，最常用的算法是單聯(lián)動、全聯(lián)動、平均聯(lián)動、質(zhì)心和Ward方法。對于劃分聚類來說，最常用的算法是K均值(K-means)和圍繞中心點(diǎn)的劃分(PAM)。本研究采用K均值聚類分析，算法步驟如下：

(1)隨機(jī)地選擇K條數(shù)據(jù)，作為初次聚類中心點(diǎn)；

(2)把每條數(shù)據(jù)行對應(yīng)的數(shù)據(jù)分配到距它最近的中心點(diǎn)；

(3)重新計(jì)算K類中各點(diǎn)到其所在類的中心點(diǎn)距離的平均值；

(4)將每個(gè)數(shù)據(jù)按最近距離分配到它最近的中心點(diǎn)；

(5)重復(fù)步驟(3)和(4)直到所有觀測值不再被分配或達(dá)到最大的預(yù)設(shè)迭代次數(shù)。

3 農(nóng)村居民點(diǎn)地理區(qū)位特征研究

通過對2015年武進(jìn)區(qū)地類圖斑數(shù)據(jù)進(jìn)行空間分析，獲得農(nóng)村居民點(diǎn)的用地現(xiàn)狀。運(yùn)用地形位指數(shù)，再結(jié)合交通因素，分析農(nóng)村居民點(diǎn)分布的離散特征以及影響因素的分布特點(diǎn)，最后總結(jié)出武進(jìn)區(qū)農(nóng)村居民點(diǎn)的空間分布特征。取漁網(wǎng)單元中心點(diǎn)代表對應(yīng)的漁網(wǎng)單元格區(qū)域，分別計(jì)算了單元中心點(diǎn)與POI興趣點(diǎn)和公路的距離。將研究對象抽象為具有相同的面積范圍的格網(wǎng)單元，比較它們之間內(nèi)部地類構(gòu)成及各單元格的地理空間特征。

3.1 農(nóng)村居民點(diǎn)用地現(xiàn)狀

2015年，武進(jìn)區(qū)村莊用地面積為12 573.6 hm2，占全區(qū)土地總面積的13.80%，占全區(qū)建設(shè)用地面積的35.92%，村莊用地較2014年增長109.9 hm2。2015年武進(jìn)區(qū)地類圖斑包含村莊圖斑數(shù)24 467個(gè)，圖斑最小面積為2.5 m2，最大面積為244 162.4 m2。

3.2 地形位指數(shù)

地形位指數(shù)是一個(gè)由海拔和坡度計(jì)算出的，分別包括了地區(qū)高程、坡度特征的一個(gè)綜合描述性指數(shù)，反映某一地區(qū)的地形屬性，地形位指數(shù)計(jì)算公式為：

(1)

式(1)中：E為研究區(qū)域內(nèi)平均高程值；s為空間任一柵格坡度值；S為區(qū)域內(nèi)平均坡度值。計(jì)算各格網(wǎng)單元對應(yīng)的地形位指數(shù)，可綜合描述高程和坡度屬性。高程越低且坡度越小的格網(wǎng)單元，地形位指數(shù)越低。地形位指數(shù)越低，越利于農(nóng)村居民點(diǎn)的建設(shè)和發(fā)展。

3.3 相關(guān)分析

相關(guān)分析(Correlation Analysis)是研究兩個(gè)或兩個(gè)以上處于同等地位的隨機(jī)變量間的相關(guān)關(guān)系的統(tǒng)計(jì)分析方法，用來定量表述影響因子之間關(guān)系的密切程度。使用RStudio軟件對格網(wǎng)單元屬性數(shù)據(jù)進(jìn)行相關(guān)分析和顯著性檢驗(yàn)。在進(jìn)行相關(guān)分析和檢驗(yàn)之前，對原始數(shù)據(jù)進(jìn)行z-Score標(biāo)準(zhǔn)化處理。采用Pearson檢驗(yàn)計(jì)算線性相關(guān)系數(shù)(圖2)。

圖2 研究區(qū)數(shù)據(jù)相關(guān)分析圖

用于研究農(nóng)村居民點(diǎn)鄰域的宜居及發(fā)展?jié)摿η闆r的因子分別為：Slope(坡度值)、Elevation(高程值)、Topography(地形位指數(shù))、To Road(靠近公路距離)、To_Service(靠近生活購物服務(wù)距離)，To_Hospital(靠近醫(yī)療保健服務(wù)距離)，To_School(靠近科教文化服務(wù)距離)，To_Station(靠近交通設(shè)施服務(wù)距離)、Fishnet_Pop(人口密度)，Buffer_Pop(鄰域人口密度)，F(xiàn)ishnet_RA(村莊用地面積)，Buffer_RA(鄰域村莊用地面積)Waters(水域面積)，共計(jì)13項(xiàng)。圖中所劃×號表示P值大于0.05，未劃×號的相關(guān)性值表示兩變量間具有統(tǒng)計(jì)學(xué)上的顯著意義，從圖中可知：

(1)研究區(qū)高程、坡度及地形位指數(shù)間有非常強(qiáng)的相關(guān)性，介于0.83～0.93，但三者與其余屬性的相關(guān)性較為微弱，表明在太湖平原地區(qū)地勢相對低平，海拔和坡度對農(nóng)村居民點(diǎn)的分布及發(fā)展沒有起到太大的影響。

(2)公共基礎(chǔ)服務(wù)設(shè)施多建在主要公路附近。規(guī)則格網(wǎng)單元靠近公路的距離與靠近醫(yī)療、教育、生活購物POI的距離成較強(qiáng)的相關(guān)性，表明這三項(xiàng)主要的公共基礎(chǔ)服務(wù)設(shè)施多分布在交通便利之處，且相互之間比較集中。

(3)農(nóng)村居民點(diǎn)多分布在交通便利、服務(wù)設(shè)施較完善的地方。距離四類POI點(diǎn)的距離與單元格網(wǎng)人口密度及村莊面積存在一定的負(fù)相關(guān)性。

(4)農(nóng)村居民點(diǎn)在空間分布上較為零散，人口數(shù)目在空間上分布較為均勻。

綜上所述，一個(gè)分布良好、具有長期留存價(jià)值和發(fā)展?jié)摿Φ霓r(nóng)村居民點(diǎn)具有的特征是：所在區(qū)域有較小的地形位指數(shù)；交通便利，靠近公共服務(wù)設(shè)施點(diǎn)，區(qū)域內(nèi)水域面積較小；農(nóng)村居民點(diǎn)自身或其一定鄰域內(nèi)有較大面積村莊。

3.4 聚類分析

3.4.1 變量預(yù)處理

選擇所有進(jìn)行相關(guān)分析的變量，共計(jì)13項(xiàng)。根據(jù)相關(guān)分析的結(jié)果，為使得研究數(shù)據(jù)各屬性因子都有相同的優(yōu)劣趨向性(值越大表示越有利于農(nóng)村居民點(diǎn)建設(shè))，對地形位指數(shù)、各距離值以及水域面積進(jìn)行取相反數(shù)處理。聚類分析主要按照數(shù)據(jù)點(diǎn)間的距離來分類。如果在分析中選擇的變量變化范圍很大，那么該變量對結(jié)果的影響也是最大的。所以在進(jìn)行分析之前需進(jìn)行數(shù)據(jù)縮放處理。最常用的方法是將變量進(jìn)行z-Score標(biāo)準(zhǔn)化，獲得一組均值為0，標(biāo)準(zhǔn)差為1的變量。

3.4.2 聚類結(jié)果

在RStudio中使用K-means聚類，聚類數(shù)目從1遍歷至20，每次聚類結(jié)果都會獲得三個(gè)統(tǒng)計(jì)量totSS、tot.withinSS和betweenSS。在聚類數(shù)目K確定的條件下，betweenSS/totSS越大，tot.withinSS越小，類內(nèi)相似度越高，聚類效果越好。經(jīng)過計(jì)算，較好的聚類數(shù)目為4類。

確定聚類數(shù)目后，會生成每個(gè)數(shù)據(jù)點(diǎn)的最終類別。將這些數(shù)據(jù)點(diǎn)按照規(guī)則格網(wǎng)ID導(dǎo)入ArcGIS中，即獲得聚類分析的可視化效果(圖3)，其中白色區(qū)域不含農(nóng)村居民點(diǎn)。

圖3 K均值聚類(4類)結(jié)果

3.5 ArcGIS分組分析

使用ArcGIS分組分析功能，按照4個(gè)分組數(shù)目生成相應(yīng)的分組結(jié)果(圖4)，為方便比照，后期將分組結(jié)果的顏色進(jìn)行了調(diào)整。分組分析也支持評定最佳分組組數(shù)，通常為F統(tǒng)計(jì)量較大而類數(shù)小的組數(shù)。再按照評定的最佳分組數(shù)進(jìn)行分組(圖5)。

圖4 ArcGIS分組分析(4類)結(jié)果

圖5 ArcGIS分組分析(2類)結(jié)果

組類數(shù)目地形位距公路距商店距醫(yī)院距學(xué)校距車站人口密度村莊面積水域面積綠2144次小次遠(yuǎn)次遠(yuǎn)最遠(yuǎn)最遠(yuǎn)較遠(yuǎn)最小次小最大黃1849最小最近最近最近最近最近最大最大次小藍(lán)56最大最遠(yuǎn)最遠(yuǎn)次遠(yuǎn)較遠(yuǎn)最遠(yuǎn)次小最小最小紅3276

4 農(nóng)村居民點(diǎn)分組類型與優(yōu)化布局方案

4.1 農(nóng)村居民點(diǎn)分組類型

結(jié)合圖5與表2可知，黃色格網(wǎng)區(qū)域?yàn)榻煌ㄗ畋憷?，公共服?wù)設(shè)施最完備，村莊用地面積最大，人口居住較為集中的地方，緊靠著武進(jìn)城區(qū)，屬于最有發(fā)展前景的農(nóng)村居民點(diǎn)范圍；藍(lán)色格網(wǎng)區(qū)域數(shù)目最少，其主要特征是地形位指數(shù)最高，處于高海拔地區(qū)，附近多有山峰，適宜發(fā)展旅游業(yè)；綠色格網(wǎng)區(qū)域，交通狀況最不便利，距離周邊公共服務(wù)點(diǎn)也非常遠(yuǎn)，區(qū)域內(nèi)多為小面積村莊，人口分布較為稀疏，為本次農(nóng)村居民點(diǎn)優(yōu)化布局的重點(diǎn)關(guān)注對象。紅色格網(wǎng)區(qū)域，介于黃色區(qū)域與綠色區(qū)域之間，發(fā)展優(yōu)勢與待優(yōu)化劣勢并存，屬于可選的村莊優(yōu)化對象。

4.2 農(nóng)村居民點(diǎn)布局優(yōu)化方案

在了解研究區(qū)農(nóng)村居民點(diǎn)分組類型基礎(chǔ)上，將之前K均值聚類與兩次分組分析結(jié)果進(jìn)行匯總，再選擇其中綠色和紅色區(qū)域，進(jìn)行求交集計(jì)算，結(jié)果如表3、表4及表5。

表3 三種分類結(jié)果

表4 綠色區(qū)域分類結(jié)果交集

表5 紅色區(qū)域分類結(jié)果交集

根據(jù)格網(wǎng)與村莊地類圖斑的空間關(guān)系可知，使用K均值與分四組分析時(shí)，綠色優(yōu)先待優(yōu)化區(qū)域交集格網(wǎng)數(shù)有1 918個(gè)，對應(yīng)村莊圖斑個(gè)數(shù)有6 246處；紅色可選優(yōu)化區(qū)域交集格網(wǎng)數(shù)有2 979個(gè)，對應(yīng)村莊圖斑個(gè)數(shù)有9 518處。四分位數(shù)與均值常用于測量數(shù)據(jù)的分散程度。經(jīng)統(tǒng)計(jì)，紅綠格網(wǎng)區(qū)域邊界處共有397處村莊地類圖斑。研究采用綠色區(qū)域內(nèi)村莊用地面積第一個(gè)四分位值508 m2作為閾值，并選擇數(shù)據(jù)中面積小于閾值的地類圖斑作為最終待優(yōu)化的農(nóng)村居民點(diǎn)對象，其中綠色區(qū)域內(nèi)村莊用地具有最高優(yōu)先級，紅色區(qū)域內(nèi)村莊用地面積普通優(yōu)先級，二者臨界線上的村莊用地具有較高優(yōu)先級。

表6 待優(yōu)化農(nóng)村居民點(diǎn)統(tǒng)計(jì)表

圖6 農(nóng)村居民點(diǎn)布局優(yōu)化方案

5 結(jié) 語

研究結(jié)果表明，在地形平坦、含有豐富的河網(wǎng)水系的太湖平原地區(qū)，海拔高度與坡度大體較為一致，其與農(nóng)村居民點(diǎn)面積和空間分布的線性關(guān)系微弱，這時(shí)到達(dá)公路、公共基礎(chǔ)服務(wù)點(diǎn)的距離以及河網(wǎng)密度等因素對農(nóng)村居民點(diǎn)的分布起到很大作用，分布在交通便利、服務(wù)設(shè)施較完善地方的農(nóng)村居民點(diǎn)，擁有更好的區(qū)位特征和更大的發(fā)展建設(shè)優(yōu)勢。通過對農(nóng)村居民點(diǎn)其空間分布特征的分析和研究，武進(jìn)區(qū)的農(nóng)村居民點(diǎn)空間分布仍較為零散，區(qū)域內(nèi)格網(wǎng)單元含村莊面積與鄰域內(nèi)含村莊總面積之間存在中等相關(guān)性。使用R語言和ArcGIS對其進(jìn)行聚類及分組分析，得到的分類結(jié)果基本一致。從結(jié)果中可看出同級區(qū)位分布較為集中，且區(qū)位特征按農(nóng)村居民點(diǎn)建設(shè)優(yōu)勢性從高到低依次對應(yīng)距離城區(qū)從近到遠(yuǎn)的區(qū)域，呈現(xiàn)出一定程度的圓形或水波形分布。