刘志林，李石华，角媛梅，丁银平，刘澄静，张　娟，李　绒，邱应美，赵冬梅，查智琴

·土地整理工程·

基于曲面耕作半径与MaxENT模型的哈尼梯田区聚落格局优化

刘志林1，李石华2，角媛梅1※，丁银平1，刘澄静1，张娟1，李绒1，邱应美1，赵冬梅1，查智琴1

（1. 云南师范大学旅游与地理科学学院，昆明 650500；2. 云南省基础地理信息中心，昆明 650034）

乡村聚落格局优化是土地整理的一项重要工作，对缓解区域人地矛盾，解决“三农”问题，实现区域可持续发展具有重要意义。该文以红河哈尼梯田世界文化遗产所在地元阳县为研究区，采用曲面距离法计算耕作半径，以景观连接度和缓冲区法计算耕地重叠区（耕作强度），再结合耕作通勤时间计算得到哈尼梯田区的适宜耕作半径。然后依据遗产保护要求与适宜耕作半径识别出聚落格局整理区，引入生态模型MaxENT，以气候、地质地貌及社会经济等4大类的11个因子为数据源模拟得到新增聚落的空间位置，提出聚落格局优化建议。结果表明：1）基于曲面距离和耕作重叠计算得到的全县最适宜耕作半径为1 041 m。2）依据遗产保护和适宜耕作半径分析识别出需要进行聚落格局优化的区域为遗产核心区的新街镇、小新街乡，其余地区为聚落低密度区。3）通过MaxENT模型分析影响聚落分布的因子表明，遗产区为气候因子即降水和气温、小新街乡为气温和旅游中心距离，聚落低密度区则为海拔和岩性。4）MaxENT模型模拟的新增聚落空间位置及格局优化表明，遗产区内潜在适宜聚落区面积为18.42 km2，其中核心区内聚落根据遗产保护条例整体保留，新增人口可外迁至缓冲区（沙拉托乡）内的潜在适宜区；小新街乡内潜在适宜聚落用地面积为9.26 km2，区内聚落就近迁入潜在适宜区；其余聚落低密度区内的潜在适宜居住面积为92.26 km2，在潜在适宜区内选址聚集为2～3个聚落群。该文研究结果可为哈尼梯田基本农田改造、撤村并点、遗产保护规划、聚落空间结构调整提供科学参考。

聚落；优化；哈尼梯田；MaxENT模型；曲面耕作半径；聚落空间格局

0 引 言

乡村聚落是人类生产和生活的主要场所，其分布格局是自然、社会、经济以及历史发展的反映[1]。当前快速城市化和传统农业地位下降等因素使乡村聚落面临空心化甚至消失的危机[2-5]，因而乡村聚落格局优化成为全球乡村研究的热点问题[6-7]。乡村聚落空间格局主要由耕作半径和区位条件决定[8]。耕作半径是农村聚落离耕作区的远近，决定了农民与土地的关系[1]，耕作半径小，往往形成规模小而密度大的密集型村落，人少地多则相反[9]；同时居民点分布格局也受坡度、海拔、农用地以及城镇和交通道路等自然、生产和社会经济环境的综合影响[10]。对乡村聚落空间格局优化研究的内容主要是通过识别影响聚落发展的制约因子进行格局优化，在方法上主要有生活质量法[7]、Logistic回归模型[10]、适宜耕作半径优化法[11-12]、区位评价法[13-14]、景观格局指数法[15]、点轴理论法[16]。适宜耕作半径优化法主要考虑了耕作半径对聚落格局的影响，而对聚落自然、生产和社会经济环境考虑不足，目前在适宜耕作半径识别上主要使用欧式距离、缓冲区法[1,11]，虽可以快速计算区域耕作半径，但在坡度较大的山区具有很大的局限性；区位评价法较好地评价了影响聚落格局的环境因子，但忽视了耕作半径对聚落格局的影响，在聚落区位自然环境因子的选择上，主要集中在：坡度[11,13-16]，海拔[13-17]，人文环境因子主要有：道路距离[13-17]，人口[13,17]，河流距离[13,15]；点轴理论法、生活质量法、Logistic回归模型具有很好的定量计算，但在空间表达上尚有不足；目前关于聚落格局优化的研究多以全域优化为主[11,13-17]，全域优化具有统一规划统一建设的优点，但其涉及的整治范围与利益主体更大，增加了规划落地的难度。

基于此本文以红河哈尼梯田为研究对象，结合遗产保护背景和适宜耕作半径识别区内人地矛盾最为突出的区域—整理区。使用曲面距离（表面距离）计算耕作半径，新增景观连接度计算了耕作重叠区，纳入到适宜耕作半径识别中。同时在运用地理学方法的基础上，引入经典生态学模型MaxENT对新增聚落的潜在适宜布局区进行了空间模拟与表达。最后通过适宜耕作半径与MaxENT计算结果，在遗产保护背景下进行综合格局优化。

1 研究区与研究方法

1.1 研究区概况

哈尼梯田主体位于中国西南部的云南省红河州元阳县，具体位置如图1。

图1 研究区位置示意图

地理坐标为 22°49′―23°19′N、120°27′―103°13′E，属亚热带季风气候。2009年被列入世界农业文化遗产和国家湿地公园名录，2013年联合国教科文组织批准为世界文化遗产[18]，遗产核心区和缓冲区面积461 km2。红河哈尼梯田以梯田“分布之广，规模之大，建造之奇，在中国仅有，世界罕见”而闻名中外。区内分布梯田478 km2占国土面积21.8%，最大海拔为2 954 m，最低为126 m，海拔落差2 825 m。梯田广布，地势险峻，属于典型的山区稻作农业。2016年元阳县境内共有行政村131个，涉及110 978户，447 637人。其中哈尼族246 480人、彝族105 155人、汉族47 296人、傣族19 238人、苗族15 645人。2016年元阳县国民生产总值449 814万元，其中第一产业为130 380万元，第三产业186 306万元，其经济产值主要以农业与旅游产业为主。红河哈尼梯田是以梯田、聚落等为核心要素的世界文化遗产、全球重要农业文化遗产、国家湿地公园，具有极高的美学与历史价值。近年来随着社会经济的发展，区内人口由2005年的359 312人，增加到2016年的447 637人；区内呈现聚落在上梯田在下的景观格局，经过1 300余年的开垦，聚落周围的耕地资源基本开发殆尽；在遗产区内（461 km2，143 560人）受保护条列的限制，区内禁止开发，新建与改造目前的建筑。人口快速增加、耕地资源短缺、遗产保护条列限制等一系列问题，带来了严重的人地矛盾—居住地与耕地资源短缺，威胁到遗产的可持续发展，亟待对区内进行聚落格局优化，缓解人地矛盾，实现遗产的可持续发展。

1.2 因子选取与数据来源

通过文献整理发现水系距离、耕作半径、道路距离、海拔、坡度、降水、气温、粮食产量、人口规模等因子是影响聚落布局的主要因子。分别提取元阳县各因子，并与聚落分布数进行数量关系拟合。拟合结果显示聚落分布数与水系距离、道路距离、海拔、坡度、降水、气温、粮食产量、人口规模、断层距离、经济和行政中心（距县首府距离）距离、旅游中心距离等因子2＞0.7，具有较好的解释度，即以上因子与聚落分布具有一定数量关系，影响聚落布局，因此将其纳入影响因子中。岩性因子为类别变量无法与聚落分布数进行拟合，通过统计发现398个聚落分布在D2m岩层上，其他岩层分布数量较少，因此特殊岩层对聚落分布具有显著影响，所以将岩性也纳入影响因子中。通过模型预运算，结果显示预测范围分布在道路两侧，90%的聚落距离道路小于100 m，因此模型预测的范围被限制在道路100 m以内，根据相关研究[19]：研究范围增大，MaxENT模型准确度及稳定性增加，道路因子限制了研究范围使模型精度降低，一般而言道路可以在聚落布局前后新修，对聚落布局的影响有限，为了提升模型的精度，故将道路因子剔除。

通过文献初步筛选，因子拟合、模型预运算，最终确定了水系距离、海拔、坡度、降水、气温、粮食产量、人口规模、岩性、断层、距县首府距离、旅游中心距离等11个因子。

2017年元阳县耕地数据、水系数据、居民点数据采用云南省第一次地理国情普查数据库中相关矢量数据，DEM栅格数据精度为10 m；人口规模数据来自红河哈尼梯田管理局的各个聚落总人口数；粮食产量数据来自于元阳县统计局2016年工作提要；温度与降水数据来自中国科学院青藏高原研究所；岩性与断层数据来自云南省地质环境监测院。具体数据属性见表1。

1.3 主要研究方法

1）曲面距离计算方法

哈尼梯田是典型的山区稻作农业，海拔落差2 825 m。一般而言两地海拔差越大，坡度也越大，平面与实际距离的误差也就越大。因此本文将海拔与平面距离叠加，进行曲面距离（表面距离）计算。基本思路为：通过数据处理得到10 m×10 m的聚落到耕地的欧式距离与坡度（由海拔计算得到）栅格，在每个栅格内曲面距离计算方法如下：聚落与耕地处在同一平面上，二者距离为聚落到耕地的平面直线距。当叠加海拔后，聚落与耕地之间形成角度，聚落与耕地不在同一平面，二者距离为聚落到耕地的曲面距离。

表1 数据来源及属性

聚落与耕地的位置关系有两种：聚落低于耕地，夹角为正，聚落高于耕地，夹角为负。两种情况下的曲面距离均可以使用聚落与耕地构成的三角函数求解。

式中为聚落与耕地的相对坡度，为聚落到耕地的平面距离（欧式距离），为聚落到耕地的曲面距离。

本文使用曲面距离计算了耕作半耕、河流、道路距离。

2）耕作半径与耕作重叠区（耕作强度）计算方法

对聚落点进行曲面距离计算，提取耕地斑块，得到聚落到耕地的距离，即耕作半径。通过计算共得到4 351条耕作半径，为了简化计算，需要确定随耕作半径变化耕地面积发生显著变化的点，即为具有变化特征意义的耕作半径。通过自然断裂法计算，使数据组内差异最小，组间差异最大，以此确定了耕地面积变异最大点对应的耕作半径，分别为341、580、819、1 041、1 262、1 501、1 791、2 133、2 628和4 351 m。

耕作重叠区（耕作强度）通过计算聚落间的连接度与缓冲区来识别。耕作重叠区面积越大，说明聚落分布越密集，耕地资源稀缺，耕作强度增大。以村寨聚落区为连接斑块，通过Conefor进行聚落斑块的连接性来确定聚落斑块的耕作重叠区，具体计算与识别方法如下：

如图2所示，假定、、、、为聚落，聚落间距离、、、、、、、、、如图2所示，周围主要景观为耕地，其他环境因子为均质。

图2 耕作重叠区（耕作强度）示意图

以50 m为搜索半径进行连接度运算，如图所示、两个聚落相距50 m，因此和线性连接，、两个聚落耕作区部分重叠，、、3个聚落不相连，耕作区不重叠，适宜耕作半径大于50 m；以100 m为搜索半径进行连接度运算，如图所示、两个聚落距离大于200 m，、两个聚落耕作区不重叠；距离小于100，其耕作区重叠面积最大；其他聚落距离大于100 m小于200 m，耕作区部分重叠即距离越小耕作区重叠的面积越大；整体来看，5个聚落成网状连接时，为连接最多的聚落即为连接关键节点，其耕作区完全与其他聚落的耕作区重叠。

可以得出：1）当搜索半径小于聚落间距离时（＜），斑块不连接，耕作区不相交；2）当搜索半径等于聚落间距离时（＝），聚落间相连，耕作区约1/4重合；3）当搜索半径等于2倍聚落间距离时（＝2），聚落连接，耕作区相切；3）当搜索半径大于聚落间距离但小于2倍距离时（＞＜2），聚落连接，耕作区相交，重叠面积小于1/4；4）当搜索半径大于2倍距离时（＞2），聚落连接，耕作区重叠面积大于2/3。聚落间成线性连接时，聚落连接数量少，耕作区重叠面积小，反之亦然。

本文将元阳县居民点作为源图层，将具有变化特征意义的耕作半径确定为搜索半径，在AcrGIS中进行连接性分析，得到341、580、819、1 041、1 262、1 501、1 791、2 133、2 628和4 351 m搜索半径下聚落斑块连接的形状与数量，并以此进行缓冲区分析，得到聚落点的耕作区，最后进行重叠分析，得到聚落耕作重叠区。

3）MaxENT模型

MaxENT模型是一种通过最大熵的可能分布来估算物种分布的机器学习方法，是机器学习概率模型，用于计算数据中存在的模式[20]。主要应用于确定与预测物种最佳分布的空间位置。其主要工作原理为：在给定样本和影响样本的因子1、2……后，开始运行，并进行多次迭代计算，每次迭代计算都会增加样本位置概率，增益从0开始，随采样的位置值增加而增加，直至模型收敛到1、2……后得到最优值。

式中，()为最优分布，为样本，1、2……为常数，1()、2()……为影响因子，为比列常数，保证在所有网格上加到1。

MaxENT模型已经广泛应用于物种的潜在地理分布预测[[21-24]、人口与社会环境关系评价[25]、疾病病毒的空间传播[26]等众多自然与社会环境研究中。人作为一种复杂的生物，其聚落布局受特定的自然与人文环境影响。MaxENT模型主要计算思想是:将已知点坐标输入模型，导入影响因子，模型通过迭代计算，找出与输入点环境最相似的区域。本文的计算思想与之一致，将整理区内聚落坐标点，输入模型，导入影响聚落布局的因子，通过模型计算，在全县范围内找出与整理区内聚落环境最为相似区域，即为新增聚落潜在布局适宜区。

将所有因子数据统一为10 m×10 m的栅格后，把遗产区、小新街乡、聚落低密度区内的聚落点作为样本，分别输入气候因子（降水、气温）、地貌因子（海拔、坡度）、水文因子（河流）、地质因子（断层、岩性）、社会经济因子（人口规模、粮食产量、距县首府距离、旅游中心距离），进行模型的运算。

2 结果与分析

2.1 基于曲面距离和耕作重叠区的适宜耕作半径分析

通过曲面距离计算，得到聚落到耕地的曲面距离，结果显示，元阳县74.27%以上耕地集中在半径1 041 m以下，580 m半径下耕地分布面积最大，占比为22.65%，4 351 m半径下耕地分布最少，仅为0.29%。

耕地空间分布与耕作半径具有密切联系，为了直观呈现这种数量关系，分别统计了耕作半径与耕地面积占比、累计占比的数据，结果如图3。

图3 耕作半径与耕地分布关系

如图3所示呈现出以下规律，在耕作面积占比上：具有明显的距离递减效应，随耕作半径增加，耕地面积下降，即耕作半径越大对应的耕地面积越少。但在341～580 m半径上，具有相反趋势，耕地面积随半径增加而增加，并达到最大值，说明耕作半径小（580 m以下）是元阳县耕地分布的主要特征，580～819 m耕作半径区间，耕地面积随半径增加而减小的幅度（平均1.19%）小于1 041～1 791 m耕作半径之间的下降幅度（平均3.86%），反映出了580～1 791 m耕作半径下耕地随耕作半径增加而下降速率增加的趋势；在耕地累计占比上：呈现距离递增效应，即耕地累计占比随耕作半径的增加呈现指数增加。整个增长过程可分为三个区间，341～1 041 m为快速增加区间，耕地面积的增加速率最快，达到了17.72%，主要由于此区间内耕作半径小，耕作成本低，耕地开发强度大，耕地分布集中；1 041～1 791 m为增加衰退区间，耕地面积随半径增加速率开始下降到4.52%，增加速率较341～1 041 m区间下降了74%，由于此区间，随半径增加，耕作成本上升，耕地分布面积与集中度开始下降，导致累计占比增速减缓；1 791～4 351 m为增加消亡区间，耕地面积随半径增加速率下降到1.11%，较341～1 041 m快速增加区间下降了93.7%，此区间内耕作半径达到最大，耕作通勤时间与强度也达到最大，耕地斑块面积小且分散。

耕作重叠区是聚落间一定耕作半径下耕地资源利用程度的直观反映。根据曲面距离下耕地分布特征，分别以341、580、819、1 041、1 262、1 501、1 791、2 133、2 628和4 351 m为搜索半径，计算全县聚落连接度与耕作重叠区面积，结果如图4。

图4 不同耕作半径下耕作重叠区

由图可知在半径等于341 m时，村寨几乎没有连接，耕作区重叠面积较小（44.27 km2）；当半径等于580 m时，图中为零星线性连接，部分耕作区小范围重叠（209.15 km2）；当半径等于819 m时，中部的牛角寨乡、新街镇、攀枝花乡、嘎娘乡、上新城乡、逢春岭乡等地线性连接加密，耕作区重叠范围增大（510.73 km2）；当半径等于1 041 m时，牛角寨乡、新街镇、小新街乡形成简单的网络连接，耕作区重叠范围进一步增大（846.9 km2）；当半径在1 262 m时，中部的网络结构进一步复杂，南北部线性连接加密，中部出现耕作区连片重叠；在1 501 m时，中部的牛角寨乡、新街镇、小新街乡、嘎娘乡、逢春岭乡等地出现复杂网络连接，其他地区出现简单网络连接，线性结构减少，耕作区重叠面积超过耕作区的78.6%；在1 791 m时，中部绝大部地区出现网络结构，呈现更加复杂的连接，87.2%耕作区重叠；当半径等于4 351 m时，全部村寨连接，中部出现极复杂的连接，耕作重叠面积接近耕作区面积。

耕作半径是影响耕作重叠区的重要因子，为了反映他们之间的数量联系，分别统计不同耕作半径下耕作区、重叠区的面积，如图5。由图可知：耕作半径与耕作区面积、耕作区重叠面积为正比关系。随耕作半径的增加耕作区与耕作重叠区的面积随之增加。耕作区与耕作重叠区面积随半径的增加呈现先扩大后减小的趋势。在耕作半径为341～1 041 m时耕作区与重叠面积差值快速增加，即耕作面积净增加速度加快，且村寨间的连接性差，耕作区独立，重叠面积少，耕作区增加面积远高于重叠区面积，耕地面积净增加效应明显；当耕作半径达到1 041～1 262 m时耕作面积与重叠面积差值达到最大，即耕地的净增长面积达到最大，1 041～1 262 m半径内，区内村寨70%连接，呈现出简单的网络与线性连接，耕作区部分重叠但面积较小，在1 041 m时耕作区与重叠区面积的增加量持平，耕地面积净增加量达到最大，耕地净增加效应达到零界点；超过临界点1 041 m，重叠面积增速超过耕作区增速，耕地净增加面积开始减少，即随耕作半径增加，耕地面积增加效率开始下降。在4 351 m耕作半径内，耕地净增加面积达到最小值1.52 km2，村寨连接达到100%，耕作区大面积重叠，耕作重叠面积达到最大2 205.2 km2。

图5 不同耕作半径下耕作重叠区

综合考虑耕地分布与耕作重叠特征：1 041 m为元阳县适宜耕作距离。1 041 m耕作半径下，耕地面积占比为74.27%，同时1 041 m位于耕作区与重叠区面积增加的临界值，超过1 041 m耕作重叠区面积迅速增加，耕地净增加量下降。根据相关研究结果：80%的农民可以接受的耕作出行时间在20 min以下[11]，本区为山区的传统农业耕作方式，主要以人力耕种为主，人在山区的步行速度为3～5 km/h[27]，1 041 m耕作半径的通勤时间为12～20 min，耕作通勤时间符合大多数居民的需求。综合耕地分布与耕作重叠区特征与通勤时间等因素得出元阳县聚落耕作半径为1 041 m。

2.2 基于遗产保护与适宜耕作半径的聚落整理区识别

1）遗产保护背景下的高密度聚落整理区识别

红河哈尼梯田是世界文化景观遗产、全球重要农业遗产，国家湿地公园。根据世界文化遗产保护条例规定：遗产区为严格保护区，严禁开发、新增建设用地，改变现有建筑风貌即现有建筑不能超过4层。通过计算全县聚落密度，结果如图6。遗产区内的主要乡镇为新街镇、攀枝花乡、牛角寨乡，通过计算全县的聚落密度，可以发现全县聚落密度最大区域正好位于3个乡镇内。2005年新街镇、攀枝花乡、牛角寨乡人口为35 174、16 987和30 259人，到2016年三地人口增加至85 349、21 527、36 684人，在过去的10年，三地人口增加了142.6%、26%和21%。2013年哈尼梯田成为世界文化景观遗产后，大批游客涌入遗产区，形成了一个不容忽视的矛盾：一方面是高密度的聚落格局、大量新增的人口、不断涌入的游客，另一方面是遗产保护条例下严禁新增建设用地，加高现有建筑的规定。因此目前迫切需要为遗产区内的聚落寻找适宜居住区，进行格局优化，缓解矛盾。

2）适宜耕作半径下的高强度耕作聚落整理区识别

一般而言，耕作区重叠说明聚落之间的耕作范围交叉，耕地资源不足，存在共同争夺耕地资源的现象。耕作区重叠面积越大，耕地资源越短缺，聚落间对耕地资源的争夺越激烈，耕作强度增大。以1 041 m适宜耕作半径为基础，计算全县耕作重叠区，结果如图7。在1 041 m全县适宜耕作半径下，耕作区重叠范围最大区域位于元阳的中部，说明中部耕作强度最大。具体来看，在1 041 m耕作半径下，全县耕作区重叠面积846.9 km2，其中中部的新街镇、攀枝花乡、牛角寨乡、小新街乡的重叠面积分别占比分别为14.36%、3.80%、8.77%和7.5%，从连接度来看，四地90%以上的聚落连接，且形成网络，因此为全县耕作区重叠最为集中、面积最大的区域，即为全县耕作强度最大的区域。同时四地均位于农业活动活跃区、发达区，区内大部分耕地资源已经开发，随着人口的增加，耕地短缺的现状将会愈发严重，耕作压力增大，人地矛盾持续激化，为了缓解耕作压力，需要为四地内的聚落，寻找适宜聚落布局区，进行部分聚落的外迁，缓解两区内日益激化的耕地矛盾。

图6 聚落高密度区识别

图7 适宜耕作半径下的耕作重叠区

综上，遗产保护背景下的高密度聚落主要有新街镇、攀枝花乡、牛角寨乡3地。适宜耕作半径下全县耕作强度最大区域位于元阳中部的牛角寨乡、新街镇、攀枝花乡和小新街乡4地。其中牛角寨乡、攀枝花乡与新街镇3地，聚落密度大、人口增加迅速，受遗产保护条列约束无法大规模新增居住用地，居住矛盾突出，同时又是全县高强度耕作区，耕作用地矛盾突出，因此遗产区内的牛角寨乡、新街镇、攀枝花乡的聚落格局是全县优先整理区；小新街乡位于全县高强度耕作区内，主要由聚落分布过密导致的耕作强度增加，但不受遗产保护条列的约束，为全县次级整理区；此外在全县的南、北部零散分布一些小聚落，给行政管理与基础设施建设带来了极大的不便，因此也需要对这些聚落进行空间上的整合，寻找距离较近，地理条件适宜的区域，进行聚落空间整合。通过适宜耕作半径与遗产保护背景识别出本区潜在的聚落格局整理区为：遗产区，小新街乡，聚落低密度区内的分散聚落。

2.3 基于MaxENT模型的聚落格局影响因子识别

元阳县聚落整理区为遗产区与小新街乡，以及聚落低密度区。通过遗产区边界、乡镇边界以及聚落分布密度，提取出了需要优化布局的聚落，共涉及298个聚落。将遗产区、小新街乡、聚落低密度区内的聚落点作为样本，分别输入气候因子（降水、气温）、地貌因子（海拔、坡度）、水文因子（河流）、地质因子（断层、岩性）和社会经济因子（人口、粮食产量、距县首府距离、旅游中心距离），通过MaxENT模型进行同质区域的识别与预测。ROC曲线(Receiver Operating Characteristic）分析方法被用来评价MaxENT模型的精准度[28]此精准度由 AUC（area under Roc curve）值来确定的。AUC值为 ROC曲线与横坐标所围成面积的大小，该值的大小范围为0～1，值越大，表示模型的精度越高[29]。AUC评价指标标准为极差（≤0.06），差（0.60～0.70），一般（0.70～0.80），好（0.80～0.90），极好（0.90～1.00）[30]。本文AUC值分别在遗产区、小新街乡、聚落低密度聚落区为0.97、0.98和0.97如图8，均具有极好的表现，说明MaxENT模型对三地的识别与预测可靠性高，结果可信。

图8 遗产区、小新街乡和聚落低密度区最大熵模型的AUC值

影响聚落布局的关键因子是聚落地理环境主要特征的直观体现，也是进行格局优化考虑的主要内容。分别计算遗产区、小新街乡和聚落低密度区，各因子对模型识别与预测的贡献率，结果如表2。

表2 不同区域各因子对模型的贡献率

在遗产内，贡献率最高因子为气温与降水，区内聚落多分布于海拔1 200～1 800 m之间，1200m以下为河谷地带，盛行干热河谷气候，气温干热，不适宜居住，1 800 m以上山地区域气温又过低，难以满足农作物生长。因此区内1 200～1 800 m海拔段是哈尼族的宜居地带，同时本区又位于哀牢山迎风半山地带，水汽自红河河谷蒸发，在本区形成了一个降水适宜带，气温与降水在本区是聚落选址的关键因子。粮食产量与断层的贡献率最小为0，本区是全县粮食产量最高的区域，属于同一地质断层，同质面积较大，对模型预测的响应不明显。综上遗产地聚落布局特征为海拔1 200～1 800 m之间、降水在800～1 100 mm的区域；在小新街乡，贡献率最大因子为气温与海拔，海拔从0～1 500 m，预测值与海拔的相关性持续增加，到1 500 m达到最大0.98，自1 500 m后相关性迅速下降，说明本区大部分聚落分布在海拔1 500 m以下，1 500 m以上聚落较少。本区平均最低气温为14.5 ℃，91%聚落均位于此区，16 ℃时涵盖本区99%的聚落，16 ℃后聚落数量开始下降，到20 ℃时减少到0。说明大部分本区聚落位于气温14.5～16 ℃，分布界线明显。综上小新街乡聚落布局特征为海拔在1 500 m以下，气温14.5～16 ℃的区域；在聚落低密度区，贡献率最大因子为海拔与岩性，在岩性分布上本区36.3%的聚落分布在N1岩性下，13.6%聚落分布在C1岩性下，在海拔上45.5%的聚落分布在300 m以下的区域，呈现低海拔分布的特征，综上聚落低密度区聚落的分布特点为集中在N1和C1两个岩性的低海拔区域。

2.4 新增聚落空间位置模拟与格局优化建议

根据模型的输出结果，得到与遗产地、小新街乡、聚落低密度区内聚落环境相似区域的空间分布。本区为农业区，农业生产是居民主要的谋生手段，在适宜耕作半径内耕地资源开发殆尽，不宜新建聚落，加剧人地矛盾。因此，新建聚落的耕作半径应大于适宜耕作半径，其区内人地矛盾相对较少，土地资源充沛，同时气候、地质、水文、社会经济条件与原有聚落相似，是新建聚落的理想区域。通过模型模拟新增聚落的空间位置，叠加适宜耕作半径与遗产保护背景，最终识别出遗产区、小新街乡、聚落低密度区内新增聚落的潜在适宜区，结果见图9，作为未来三个区域进行对外分散人口、并点管理、新建聚落的优先区域。

图9 潜在聚落适宜区

遗产区、小新街乡、聚落低密度区，具有各自的区域特征，为了科学优化聚落格局，分别提取各区的基本情况，在此基础上结合潜在聚落适宜区、适宜耕作半径与遗产保护背景，进行格局优化。各区基本情况与优化建议如表3。

表3 各区基本情况与优化建议

1）遗产区，潜在适宜聚落区面积为18.42 km2，主要分布在缓冲区内，核心区与沙拉托乡内少量分布。核心区内潜在适宜聚落区可主要用于遗产保护基础设施的建设与旅游设施的建设，建议将遗产保护与管理、开发相关机构、组织迁入潜在适宜区，缓解居民-管理机构的用地矛盾。缓冲区内潜在聚落适宜区，主要用于核心区新增人口的居住用地，缓解核心区的人地矛盾，其次调节缓冲区内耕地矛盾，在耕地矛盾突出的区域，将部分居民外迁进行分流，优化区域聚落格局，建议在此区设立聚落点，通过政策倾斜、组织帮扶、经济优惠等一系列手段吸引核心区与缓冲区居民定居。沙拉托乡内的潜在适宜聚落区主要功能为接纳缓冲区、核心区内的分散人流，作为缓冲区、核心区的后备聚落用地，建议将潜在适宜区作为后备居住地划区保护，严禁挤占；

2）小新街乡潜在适宜聚落用地面积为9.26 km2，小新街乡聚落聚集在区内的中部，其北部为红河河谷区，南部为哀牢山山区，因此聚落只能布局于中部有限性区域，南部难以扩张，导致其潜在适宜聚落区面积较小。目前区内聚落布局主要面临，耕作压力大，聚落密度高，人地矛盾突出，因此本区潜在聚落适宜区，主要的功能是作为居住区，吸纳整理区内人口，缓解耕作压力，建议就近组织临近聚落并入，开发耕地、分散人口，缓解区域矛盾；

3）聚落低密度区潜在适宜居住面积为92.26 km2，大部聚落布局于河谷地带，其居民形成了耐高温，多季耕作的特点，因此其理想适宜区主要为近河流、高温、适宜多季耕作的区域。在空间布局上，聚落过于分散，造成管理成本的增加，建议在全县的北、西、南部各选取一处面积较大的适宜区作为聚落区，其他聚落就近迁入合并，形成新的聚落改善基础设施条件，降低行政管理成本。原有聚落与耕地实施退耕还林还草，改善生态环境。

3 讨 论

聚落格局是多因子共同作用的结果，而目前对因子的量化研究还较少，同时学界对影响因子的选取上还存在很大的不确定性。本文量化了因子对聚落格局影响的程度，通过模型计算出气温、降水、DEM和坡度等自然因子是影响哈尼梯田聚落格局的主要因子，这与相关学者研究的结论相佐[31]；从研究的尺度来看，目前关于聚落格局优化的研究，多从全域角度进行研究[11,13,17]，在实践中由于涉及范围过大，利益纠纷十分复杂，因此导致其可行性不高。本文先对全域内整理区进行识别，再进行针对性的聚落格局优化，缩小了整理区域，避免对一些聚落格局较好区域的重复工作，减少了相关利益者，具有更强的可行性。

耕作半径与区位条件是影响聚落格局的重要因子，聚落格局优化的本质是，耕作半径与区位条件两个单元的协同效应，优化的目的是实现“1＋1＞2”的效果，而不是单个要素的自我完善；目前，大部分学者[1,11]使用平面聚落计算耕作半径，而在山区由于坡度变大，导致平面距离与实际距离误差增大。如学者[1]使用缓冲区法对元阳梯田耕作半径研究的结果为800 m与本文结果相差241 m，本文与之相比使用了曲面距离（表面距离）计算了耕作半径，同时还考虑了耕地分布面积、耕作重叠区、出行时间等多种因子，在耕作半径计算方法和影响因子的考虑上有所改进。

在空间表达上，目前多数研究并未模拟出未来村寨潜在布局的空间位置[1,16,27]，不能直观的为相关部门提供准确的空间位置，从而影响了结果的应用。本文使用MaxENT模型与GIS技术相结合的手段，模拟计算出了未来潜在聚落布局的空间位置，具有更好的空间表达与应用性；MaxENT模型作为经典的生态位模型，在国内广泛应用于物种生境[21-24]、疾病传播[26]等众多领域，而对人文环境的研究案例还较少，在国外Stephen J使用MaxENT模型进行了人口与社会环境相互作用的研究[25]。而目前对聚落格局优化的案例仍较为少见，本文使用MaxENT模型对聚落格局优化进行了案例研究，为聚落地理学、农业地理学等研究探索了新的方法。

4 结 论

1）通过适宜耕作半径与遗产保护条例识别出元阳县聚落格局整理区为：遗产区、小新街乡、聚落低密度区三个区域。首先是哈尼梯田世界遗产区所在的新街镇，其聚落密度高、耕作强度大、人口增加快，且受遗产保护条例的约束，聚落用地矛盾凸显，为全县优先整理区；其次是小新街乡，其聚落密度高，耕作强度较大，为次级整理区；其余地区为聚落低密度区。

2）通过计算聚落与耕地的曲面距离，在考虑通勤时间与耕作区面积重叠等因素基础上得出元阳县适宜耕作半径为1 041 m，此半径范围内的耕地占总面积75%，耕作通勤时间小于20 min。

3）通过MaxENT模型分别计算影响聚落分布的各因子贡献率，发现：自然因子是影响聚落布局的主要因子，且不同整理区的影响因子贡献率不同，在遗产区内，影响聚落格局的主要因子有，气温（26.8%）、降水（21.5%）、旅游中心距离（13.5%）和岩性（13.3%）；在小新街乡内为气温（59.1%）、旅游中心距离（20.9%）和DEM（11.8%）；在聚落低密度区为DEM（33.0%）、坡度（10.9%）和岩性（28.0%）。

4）根据MaxENT模型与适宜耕作半径识别出：遗产地潜在聚落布局区面积18.42 km2，小新街乡潜在聚落布局区面积9.26 m2，聚落低密度区潜在聚落布局面积92.26 km2。

[1] 角媛梅，胡文英，速少华，等. 哀牢山区哈尼聚落空间格局与耕作半径研究[J].资源科学，2006，28(3)：66－72.

Jiao Yuanmei, Hu Wenying, Su Shaohua, et al. Spatial pattern and farming radius of hani's settlements in Ailao mountain using GIS[J]. Resources Science, 2006, 28(3): 66－72. (in Chinese with English abstract)

[2] Long Hualou, Li Yurui, Liu Yansui, et al. Accelerated restructuring in rural China fueled by increasing vs decreasing balanceland-use policy for dealing with hollowed villages[J]. Land Use Policy, 2012, 29(1): 11－22.

[3] Li Yurui, Liu Yansui, Long Hualou, et al. Community-based rural residential land consolidation and allocation can help to revitalize hollowed villages in traditional agricultural areas of China: Evidence from Dancheng County, Henan Province[J]. Land Use Policy, 2014, 39(39):188－198.

[4] Song Wei, Liu Mingliang. Assessment of decoupling between rural settlement area and rural population in China[J]. Land Use Policy, 2014, 39(39): 331－341.

[5] Liu Zhen, Liu Shenghe, Jin Haoran, et al. Rural population change in China: Spatial differences driving forces and policy implications[J]. Journal of Rural Studies, 2017, 51: 189－197.

[6] Liu Y, Li Y. Revitalize the world’s countryside[J]. Nature, 2017, 548(7667): 275－277.

[7] Tang C, He Y, Zhou G, et al. Optimizing the spatial organization of rural settlements based on life quality[J]. Journal of Geographical Sciences, 2018, 28(5): 685－704.

[8] 李瑛，陈宗兴. 陕南乡村聚落体系的空间分析[J]. 人文地理，1994(3)：13－21.

Li Ying, Chen Zongxing. A spatial analysis of the system of rural communities in southern Shanxi[J]. Human Geography, 1994(3): 13－21. (in Chinese with English abstract)

[9] 李旭旦. 人文地理学概说[M]. 北京：科学出版社，1985.

[10] 姜广辉，张凤荣，秦静，等. 北京山区农村居民点分布变化及其与环境的关系[J]. 农业工程学报，2006，22(11)：85－92.

Jiang Guanghui, Zhang Fengrong, Qin Jing, et al. Relationship between distribution changes of rural residential land and environment mountainous areas of Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(11): 85－92. (in Chinese with English abstract)

[11] 李学东，杨玥，杨波，等. 基于耕作半径分析的山区农村居民点布局优化[J]. 农业工程学报，2018，34(12)：267－273.

Li Xuedong, Yang Yue, Yang Bo, et al. Layout optimization of rural settlements in mountainous areas based on farming radius analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(12): 267－273. (in Chinese with English abstract)

[12] 乔伟峰，吴江国，张小林，等. 基于耕作半径分析的县域农村居民点空间布局优化：以安徽省埇桥区为例[J]. 长江流域资源与环境，2013，22(12)：1557－1563.

Qiao Weifeng, Wu Jiangguo, Zhang Xiaolin, et al. Optimization of spatial distribution of rural settlements at county scale based on analysis of farming radius: A case study of yongqiao district in anhui province [J]. Resourcesand Environment in the Yangtze Basin, 2013, 22(12): 1557－1563. (in Chinese with English abstract)

[13] 朱雪欣，王红梅，袁秀杰，等. 基于GIS的农村居民点区位评价与空间格局优化[J]. 农业工程学报，2010，26(6)：326－333.

Zhu Xuexin, Wang Hongmei, Yuan Xiujie, et al. Evaluation and optimization of spatial distribution of rural settlements based on GIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(6): 326－333. (in Chinese with English abstract)

[14] 许建和，柳肃，熊鹰，等. 南方山地乡村聚落空间分布及其格局优化调整：以临武县西山瑶族乡为例[J]. 经济地理，2017，37(10)：221－227.

Xu Jianhe, Liu Su, Xiong Ying, et al. Spatial distribution and pattern optimization of rural settlements in southern mountain areas: A case study of Xishan Yao nationality township in Linwu[J]. Economic Geography, 2017, 37(10): 221－227. (in Chinese with English abstract)

[15] 曾远文，丁忆，胡艳，等. 农村居民点空间布局及优化分析：以重庆市合川区狮滩镇聂家村为例[J]. 国土资源遥感，2018，30(3)：113－119.

Zeng Yuanwen, Ding Yi, Hu Yan, et al. An analysis of spatial distribution and optimization of rural settlements: A case study of Niejia Village in Shitan town, Hechuan District,Chongqing[J]. Remote Sensing for Land & Resources, 2018, 30(3): 113－119. (in Chinese with English abstract)

[16] 孔雪松，金璐璐，郄昱，等. 基于点轴理论的农村居民点布局优化[J]. 农业工程学报，2014，30(8)：192－200.

Kong Xuesong, Jin Lulu, Qie Yu, et al. Layout optimization of rural settlements based on point-axis theory[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(8): 192－200. (in Chinese with English abstract)

[17] 朱雪欣，王红梅，袁秀杰，等. 广东省佛冈县城乡居民点空间格局优化研究[J]. 中国土地科学，2009，23(8)：51－57.

Zhu Xuexin, Wang Hongmei, Yuan Xiujie, et al. Study on optimizing spatial distribution of residential land in Fogang county, Guangdong province[J]. China Land Sciences, 2009, 23(8): 51－57. (in Chinese with English abstract)

[18] 刘志林，角媛梅，王梅，等. 红河哈尼梯田文化景观遗产地中学生环境解说需求[J]. 热带地理，2016，36(4)：539－547.

Liu Zhilin, Jiao Yuanmei, Wang Mei, et al．Demands of middle school students for environmental interpretation of cultural landscape heritage of the Honghe Hani rice terraces[J]. Tropical Geography, 2016, 36(4): 539－547. (in Chinese with English abstract)

[19] 季乾昭，王荣兴，黄志旁，等. 样本量与研究范围变化对MaxENT模型准确度的影响：以黑白仰鼻猴为例[J]. 兽类学报，2019(2)：126－133.

Ji Qianzhao, Wang Rongxing, Huang Zhipang, et al. Effects of sample size and study range on accuracy of MaxENT in predic-ting species distribution: A case study of the black-and-white snub-nosed monkey[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019(2): 126－133. (in Chinese with English abstract)

[20] Jaynes E T. Information theory and statistical mechanics[J]. Physical Review, 1957, 106(4): 620－628.

[21] 颜明艳，李琼珍，宋洁，等. 基于MAXENT模型评估北部湾潮间带中国鲎和圆尾鲎稚鲎的潜在地理分布及种群保育对策[J]. 生态学报，2019，39(9)：1－9.

Yan Mingyan, Li Qiongzhen, Song Jie, et al. Prediction for the potential distribution areas of Chinese horseshoe crab and mangrove horseshoe crab in the Beibu Gulf of Guangxi based on MaxENT model and their population conservation strategies[J]. Acta Ecologica Sinica, 2019, 39(9): 1－9. (in Chinese with English abstract)

[22] 王书越，潘少安，王明睿，等. 基于MaxENT模型评估刺五加在东北地区的空间分布[J]. 生态学报，2019，39(9)：1－2.

Wang Shuyue, Pan Shaoan, Wang Mingrui, et al. Assessing the geographic distribution of Acanthopanax senticosus in northeastern China based on the MaxENT model[J]. Acta Ecologica Sinica, 2019, 39(9): 1－2. (in Chinese with English abstract)

[23] 庄鸿飞，张殷波，王伟，等. 基于最大熵模型的不同尺度物种分布概率优化热点分析：以红色木莲为例[J]. 生物多样性，2018，26(9)：931－940.

Zhuang Hongfei, Zhang Yinbo, Wang Wei, et al. Optimized hot spot analysis for probability of species distribution under different spatial scales based on MaxENT model: Manglietia insignis case[J]. Biodiversity Science, 2018, 26(9): 931－940. (in Chinese with English abstract)

[24] 朱妮. 气候变化下蒙古沙拐枣适宜生境预测[J]. 中国沙漠，2019，39(3)：136－144.

Zhu Ni. Predicting the geographic distribution of Calligonum mongolicum under climate change[J]. Journal of Desert Research, 2019, 39(3): 136－144. (in Chinese with English abstract)

[25] Walsh Stephen J, Malanson George P, Entwisle Barbara, et al. Design of an agent-based model to examine population- environment interactions in Nang Rong District, Thailand[J]. Applied Geography, 2013, 39: 183－198.

[26] Miller R H, Masuoka P, Klein T A, et al. Ecological niche modeling to estimate the distribution of Japanese encephalitis virus in Asia[J]. PLoS neglected tropical diseases, 2012, 6(6): e1678.

[27] 唐丽静，王冬艳，王霖琳. 基于耕作半径合理布局居民点研究：以山东省沂源县城乡建设用地增减挂钩项目区为例[J]. 中国人口资源与环境，2014，24(6)：59－64.

Tang Lijing, Wang Dongyan, Wang Linlin. Rational distribution of rural settlements based on farming radius: A case study in rural-urban construction land in Yiyuan county,Shandong province[J]. China Population, Resources and Environment, 2014, 24(6): 59－64. (in Chinese with English abstract)

[28] 王运生，谢丙炎，万方浩，等. ROC曲线分析在评价入侵物种分布模型中的应用[J]. 生物多样性，2007，15(4)：365－372.

Wang Yunsheng, Xie Bingyan, Wan Fanghao, et al. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J]. Biodiversity Science, 2007, 15(4): 365－372. (in Chinese with English abstract)

[29] 邹莉玲，沈其君，陈峰. ROC曲线下面积的ML估计与假设检验[J]. 中国公共卫生，2003，19(1)：127－128.

Zhou Liling, Shen Qijun, Chen Feng, et al. Maximum likelihood estimation and hypothesis test of areas under receiver operating characteristic (ROC) curves [J]. China Public Health, 2003, 19(1): 127－128. (in Chinese with English abstract)

[30] 陈俊俊，燕亚媛，丛日慧，等. 基于MaxENT模型的短花针茅在中国的潜在分布区研究及预估[J]. 中国草地学报，2016，38(5)：78－84.

Chen Junjun, Yan Yayuan, Cong Rihui, et al. Prediction of potential distribution of stipa breviflorain China based on MaxEnt model[J]. Chinese Journal of Grassland, 2016, 38(5): 78－84. (in Chinese with English abstract)

[31] 谢显奇，甘淑，余莉，等. 岩溶山地乡村聚落空间格局特征分析：以广南县为例[J]. 地球科学：中国地质大学学报，2013，38(S1)：183－190.

Xie Xianqi, Gan Shu, Yu Li, et al. Spatial pattern analysis of rural settlements in Karst mountains：An example from Guangnan[J]. Earth Science: Journal of China University of Geosciences, 2013, 38(S1): 183－190. (in Chinese with English abstract)

Optimization of settlement pattern of Honghe Hani terrace based on surface farming radius and MaxENT model

Liu Zhilin1, Li Shihua2, Jiao Yuanmei1※, Ding Yinping1, Liu Chengjing1, Zhang Juan1, Li Rong1, Qiu Yingmei1, Zhao Dongmei1, Zha Zhiqin1

(1.,,650500,; 2.Y,650034)

Rural settlements are the main place for human production and life, and their distribution pattern is a reflection of natural, social, economic and historical development. The current rapid urbanization and the decline of traditional agricultural status have made the rural settlements face a crisis of hollowing out or even disappearing. Therefore, the optimization of rural settlement pattern has become a hot issue in global rural research. Optimization of rural settlement pattern is an important work in land consolidation, which is of great significance in alleviating regional conflicts between human and land, solving the problems of “agriculture, rural areas and farmers” and realizing regional sustainability. We took Honghe Hani Terraces World Heritage as the study area, which is located in Yuanyang County of Yunnan province. Firstly, we calculated the distance between settlements and farmland by surface distance method, calculated the overlap degree of farmland by landscape connectivity and buffer method, and then combined the two above with cultivation commuting time to confirm the optimum cultivation radius. Secondly, we identified the planning area of settlement pattern through optimum cultivation radius and the protection regulations of world heritage. Finally, the planning scheme of settlement pattern was proposed based on the potential habitable area that were calculated through eleven physical and human indicators (such as DEM, slope, population) within ecological MAXENT model. The results showed that: 1) The optimum cultivation radius was 1041m. Within its range, the farmland accounted for 75%, the increase of overlap farmland was less than that of farmland, and the cultivation commuting time was less than 20 minutes. 2) Planning area included world heritage area, Xiaoxinjie town and low-density settlements area in the south and north of Yuanyang County. In the world heritage area, population growth of 63.2% from 2005 to 2016 required housing expansion, but it limited strictly by world heritage regulations. In the Xiaoxinjie town, the maximum kernel density of settlements was 1.1 and the overlap farmland area accounted for 7.5% of the county. In the low-density settlements area, the buildings were scattered, the infrastructure was not complete, and the management was unreasonable. Generally, the problems of housing, farmland and management in the planning area need to be specific solved. 3) In the world heritage area that included core area and buffer was 18.42 km2. The settlements in the core area should be entirely preserved according to world heritage regulations and the new populations should be relocated to potential habitable area of heritage buffer or Salatuo. In Xiaoxinjie town, the potential cultivable area was 9.26 km2, which was suitable for settlement and reclamation of farmland. In the low-density settlements area, the potential cultivable area was 92.26 km2. The scattered buildings can be gathered into 2-3 settlements, which were convenient for management and infrastructure construction. The original settlements and farmland could convert into forest and grass. The paper can provide scientific planning suggestions for the reconstruction of farmland and settlements and the protection of world heritage in Yuanyang County.

settlement; optimization; Hani terrace; MaxENT model; surface farming radius; settlement spatial pattern

刘志林，李石华，角媛梅，丁银平，刘澄静，张娟，李绒，邱应美，赵冬梅，查智琴. 基于曲面耕作半径与MaxENT模型的哈尼梯田区聚落格局优化[J]. 农业工程学报，2019，35(20)：242－252.doi：10.11975/j.issn.1002-6819.2019.20.030 http://www.tcsae.org

Liu Zhilin, Li Shihua, Jiao Yuanmei, Ding Yinping, Liu Chengjing, Zhang Juan, Li Rong, Qiu Yingmei, Zhao Dongmei, Zha Zhiqin. Optimization of settlement pattern of Honghe Hani terrace based on surface farming radius and MaxENT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 242－252. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.030 http://www.tcsae.org

2019-01-02

2019-09-02

国家自然科学基金项目“哈尼梯田遗产区聚落景观快速变化机制与景区化过程及保护”(41761115)；国家自然科学基金项目“哈尼梯田景观结构-水文连接度与世界遗产保护研究”(41271203)；云南师范大学研究生科研创新重点项目“基于聚落连接度与土壤理化性质的哈尼梯田弃耕风险识别及其生态恢复研究”（ysdyjs2019166）

刘志林，博士生，主要从事弃耕及其生态环境效应、土地整治研究。Email：zhilin2015@foxmail.com

角媛梅，博士，教授，博士生导师，主要从事地表水文过程、遗产保护研究。Email：ymjiao@sina.com

10.11975/j.issn.1002-6819.2019.20.030

S17

A

1002-6819(2019)-20-0242-11