姜自坤，王召海，陈飞龙，郭昱彤

（山东师范大学 地理与环境学院，山东 济南 250014）

生态文明

基于GIS的山东省乡村聚落空间格局研究

姜自坤，王召海＊，陈飞龙，郭昱彤

（山东师范大学 地理与环境学院，山东 济南 250014）

以山东省2014年、2015年Landsat-8遥感影像和山东省行政区划作为数据源，对山东省乡村聚落进行提取，运用平均最邻近指数、核密度分析和景观指数等方法，探索山东省乡村聚落分布特征，研究表明：山东省乡村聚落平均最邻近距离比率R为0.693，呈明显的聚集模式；乡村聚落平均分布密度为0.724个/km2，空间分布特征呈现西高东低，中部大于四周的聚集模式；规模分布特征中部规模较小，西部、北部和南部则出现高值集聚，整体规模在空间上呈现出中间低、四周高的“盆地”特征；在形态分布上西部和南部平稳，东部和北部聚落形态比较复杂。

GIS；山东省；乡村聚落；空间分布；规模分布；空间聚集

乡村聚落是指包括村庄及集镇的农村居住点，是人类活动强度的空间表现[1]。根据第六次人口普查数据得知我国仍有6.7亿农村人口，乡村聚落仍然是农村居住的主要形式。其空间分布是自然、社会、经济及历史发展等多要素的综合反映，影响着区域的社会经济发展。乡村聚落空间分布格局，乡村聚落景观格局与生态环境，乡村聚落空心化和乡村聚落的演变仍旧是我国研究乡村的重点；在研究方法上主要有核密度估计、Voronoi图和地统计学方法等[2-4]。

山东省是我国人口大省，截止到2014年，山东省农村人口4 404.26万人，占总人口的44.99%，对山东省乡村聚落的研究有助于更好地了解山东省乡村聚落的形态，合理指导山东省农村居住地的规划，可以了解居住环境和生态环境的相互影响关系，对生态环境脆弱的聚居地采取相应地保护措施。

1 研究区概况与数据来源

1.1 研究区概况

山东省位于中国东部沿海，边界范围在北纬34°22.9′～38°24.01′、东经114°47.5′～122°42.3′之间。山东省地貌复杂，主要有9种地貌类型：中山、低山、丘陵、台地、盆地、山前平原、黄河冲积扇、黄河平原、黄河三角洲。山地约占全省总面积的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%。鲁南地区半岛丘陵是山脉主要存在地。根据2014年山东年鉴统计，山东省有2个副省级市（济南、青岛）、15个地级市。省内常住人口约9 789.43万人，其中，城镇人口5 385.17万人，农村人口4 404.26万人。1996—2013年，山东省城市建成区外乡数量从1 022个减至89个，行政村数量从8.3万个减至6.5万个，自然村数量从9.8万个减至8.6万个，许多村庄呈现“空心化”态势

1.2 数据来源

（1） 2014年和2015年的Landsat-8卫星遥感影像；（2）山东省行政区划数据、交通等数据由《山东省地图册（中国分省系列地图册）》（2015）获取；（3）山东省90 m分辨率数字高程模型（DEM），来源于中国科学院计算机网络信息中心地理空间数据云。

1.3 研究方法

1.3.1 平均最邻近分析

平均最邻近分析，用来研究点要素的空间分布是属于集聚模式、分散模式还是随机模式[5]。平均最邻近比率R由观测的平均距离和期望的平均距离的商得出：

Z值公式：

聚落空间分布模式由R值的大小决定，平均最邻近比率小于1，则表现点的模式为集聚，如果指数大于1，则聚集模式趋向于分散。对R值进行Z得分检验，当Z＞1.96，或Z＜-1.96时，就可认为在p=0.05的显著性水平下，所计算出的观测模式与随机模式之间的差值具有显著性；反之，当-1.96＜Z＜1.96时，则认为观测模式与随机模式之间不存在显著差异。

1.3.2 核密度分析

核密度分析是计算要素在其周围邻域中的密度一种方法。核密度估算属于非参数密度估计的一种统计方法，其公式如下[6]：

公式中，f（x，y）为位于（x，y）位置的密度估计；n为观测数值；h为带宽或平滑参数；k为核函数，di为（x，y）位置距第i个观测位置的距离。

1.3.3 热点分析

热点分析可对数据集中的每一个要素计算Getis-Ord Gi*统计[7]。通过得到的Z得分和p值来判断高值或低值要素在空间上发生聚类的位置。Getis-Ord Gi*统计计算公式为：

其中，xj是要素j的属性值，wi，j是要素i和要素j之间的空间权重，n为要素总数，且：

若Gi*为正，且统计显著，表明位置i周围的值相高于均值，属于高值集聚的热点区，若Gi*为负，且统计显著，表明位置i周围的值低于均值，是低值集聚的冷点区。

1.3.4 景观指数分析

景观指数分析是研究景观格局的定量方法[8]。从宏观角度研究区域生态环境的空间状况，本研究以面积加权的平均形状指数（AWMSI）进行研究，公式如下[9]：

其中，Pij为每个乡村聚落斑块的周长，A为区域土地总面积，aij表示区域内每个乡村聚落斑块的面积。

面积加权平均形状指数大小基本反映乡村聚落斑块形状的复杂程度。形状指数越大，乡村聚落形状越不规则。AWMSI≥1，无上限，斑块均为正方形，斑块越复杂，AWMSI=1，当斑块形状偏离正方形时，AWMSI增大。

2 结果与分析

2.1 乡村聚落的空间分布特征

利用ENVI5.0遥感影像处理软件，将Landsat-8卫星影像的30 m分辨率波段与15 m分辨率的全色波段融合。然后在ArcGIS软件中，参照融合后的遥感影像，对山东省乡村聚落图斑进行提取共提取出乡村聚落图斑114 425个，利用ArcGIS10.3平台的空间分析功能，对山东省乡村聚落图斑做平均最邻近距离分析，检验其分布模式见表1。

表1 平均最邻近距离分析

以上结果分析可以得出，山东省乡村聚落为非常明显的集聚分布模式，且集聚的程度比较高。

本研究采用Kernel密度分析方法来分析山东省乡村聚落密度分布的空间差异性。山东省乡村聚落的Kernel密度跨度为0～3.5个/km2，参照ArcGIS的Natural Breaks（Jenks） 分类法，制作密度分布见如图1。

由图可知：（1）乡村聚落空间核密度值显著，平均分布密度为0.724个/km2，最大值分布密度3.5个/km2，呈现西高东低、南部大于四周的特征；（2）位于临沂市北部和南部存在两个明显高值分布区域，乡村聚集明显；（3）位于西部的菏泽市和德州市的乡村聚集程度明显大于位于东部沿海的东营、烟台、青岛等地市乡村空间核密度。

图1 山东省乡村聚落密度分布

2.2 乡村聚落的规模分布特征

以山东省乡村聚落图斑的面积作为分析指标，利用ArcGIS空间统计模块的热点分析（Getis-Ord Gi*）功能，分析乡村聚落在空间上的“热点”与“冷点”区域，以此来研究乡村聚落的规模差异在空间上的表现。根据Z值的大小划分高低值区域，结果如图2所示。

图2 山东省乡村聚落规模差异的“冷热点”

山东省乡村聚落规模在空间上有明显的特点，形成了比较明显的高值集聚和低值集聚区域。

（1）山东省南部地区的乡村聚落规模比较小，出现了3个低值集聚区域，而西部、北部和南部则出现4个比较明显的高值集聚区域，整个乡村聚落的规模在空间上呈现出中间低、四周高的“盆地”特征。

（2）临沂、淄博、潍坊、莱芜、泰安5市交界处的沂蒙山区出现大面积的低值集聚区域，此外，临沂市和枣庄市交界处的尼枣丘陵区、泰安市和济南市交界处的泰山中低山区均出现明显的低值集聚区域。这3个区域的共同特点是乡村聚落位于山地、丘陵地貌，受到地形的影响，难以形成大规模的聚落，多以小规模聚落形式分布于沟谷之间。

（3）乡村聚落的高值集聚区域主要集中在聊城市和德州市的西部地区，淄博市和潍坊市的北部、东营市和滨州市的南部地区，菏泽市和济宁市的中北部交界地区以及临沂市的南部地区。这4个区域多为平原地区，农业发展条件良好，容易形成大规模聚落。

2.3 乡村聚落的形态分布特征

用面积加权平均形状指数（AWMSI）来对研究区的乡村聚落形状的复杂程度、斑块面积的大小变化、乡村聚落的集聚程度进行样本分析。选取的样本要考虑到山东省的行政区特点以及山东省自然环境，东西和南北方向各取3条样带。东西方向每条样带样本自西向东依次编号1到12，南北方向每条样带由北至南依次编号1到10，见图3。

图3 山东省乡村聚落样带选取

山东省乡村聚落的平均分布密度为0.724个/km2，面积加权的平均形状指数（AWMSI）主要用于分析乡村聚落图斑的形状复杂程度，指数取值越大，说明聚落的外形越偏离正方形，聚落的外形也越复杂。

东西方向样带AWMSI见图4。3条东西向的样带整体表现出西部变化平稳，东部起伏较大，西部地区乡村聚落图斑形状规则程度略好于东部地区的特点。样带1出现两个高点，分别位于德州市南部和济南市北部以及东营市西部利津县，这几个地区的AWMSI指数较高，说明这几个地区乡村聚落的形状比较复杂，此外，除高值样本外，样带东部指数值略好于西部。从样带2来看，从菏泽到济宁，指数值变化比较平缓且有降低趋势，进入鲁中地区的山地丘陵区后，指数变大，特别是在淄博南部地区，指数出现最高值，聚落的形状复杂程度最大。样带3的指数值表现为先降低后升高的特点，在烟台、威海境内的样本指数值相对较高，聚落的形状复杂度升高。在3条样带中，样带3的指数值变化最平缓，整体指数值比其他两条样带要稍低，乡村聚落的形状复杂程度较低。

图4 东西方向样带AWMSI

图5 南北方向样带AWMSI

南北方向样带AWMSI见图5。3条南北走向的样带整体表现为北部地区指数值较高，变化较大，南部地区指数值较低，变化比较平缓。沿运河方向的样本4在聊城东部指数值较高，聚落形状比较复杂，至济南西南部的样本指数值略有升高，进入济宁、枣庄市后，样本的指数值逐渐降低并趋于平缓，聚落的形状复杂度降低。样本5的指数值变化曲线呈现两侧低、中间高的特点，即样带北部和南部乡村聚落的形状复杂度较低，而鲁中山区的聚落形状复杂度较高。此外，样带5南部的乡村聚落形态复杂度要高于北部地区。样带6在东营市境内取得最高指数值，高值区域主要位于利津县，进入潍坊市后，指数值降低并变化平缓。

3 结论与建议

3.1 结论

借助于平均最邻近值分析、核密度分析、热点分析及景观指数分析等方法对山东省乡村聚落空间分布特征、规模分布特征和形态分布特征进行探索，得出以下结论：（1）山东省平均最邻近距离比率R为0.693，Z值得分-198.683；由于R值小于1，Z值＜-1.96，所以山东省乡村村落具有明显的聚集程度。山东省乡村聚落空间分布平均分布密度为0.724个/km2，最大值分布密度3.5个/km2，并呈现西高东低，中部和南部大于四周的趋势。（2）由热点分析得知山东省乡村聚落具有明显的高值聚集区和低值聚集区，山东省乡村聚落高值聚集区在聊城市和德州市的西部地区以及淄博市和潍坊市的北部、东营市和滨州市的南部地区，还有菏泽市和济宁市的中北部交界地区以及临沂市的南部地区；低值聚集区域主要集中在临沂市和枣庄市交界处的尼枣丘陵区、泰安市和济南市交界处的泰山中低山区及临沂、淄博、潍坊、莱芜、泰安5市交界处的沂蒙山区。（3）山东乡村聚落东西方向面积加权平均形状指数基本在1.5～2之间上下波动，西部地区乡村聚落复杂程度低于东部，德州市南部和济南市北部以及东营市西部利津县，鲁中地区的山地丘陵区这几个地区的面积加权平均形状指数较高；南北方向面积加权平均形状指数基本在1.4～1.8之间，且北部地区指数相对较高，复杂程度北部高于南部，乡村聚落复杂程度位于山东省山区和丘陵地带且聚集程度相对低，平原地区聚落复杂程度相对较低，聚集程度相对较高。

3.2 建议

乡村聚落是农村居民在长期的历史变迁中与自然和社会环境综合作用的结果。山东省乡村生态环境承载力的研究探讨也取得很好成效[10]。山东省乡村聚落在空间上表现出不同的特征，总体来看山东省乡村聚落空间核密度显著，西部地区核密度明显高于东部地区，南部大于四周，临沂地区尤其偏高，沿海城市乡村聚落空间核密度明显偏低，在一些丘陵地带和山区，聚落分布相对比较零散，且用地规模普遍不高，相对于德州市和聊城市的西部平原地区以及临沂市南部平原地区和滨州市及东营市等平原地区，乡村规模聚集程度明显增大，并且乡村用地斑块较大，用地规模较高。结合规划学原理，规划部门可以完善中心城镇的基础设施，合理引导一些聚集地环境相对较弱且聚集程度相对较低的丘陵和山地地区向中心城镇集中。结合新农村建设和旧村改造的经验，重点改造一些空心村，对一些基础设施比较落后偏远经常发生自然灾害的村庄进行改建或者迁建，以减少自然景观的破碎程度，促进生态环境协调发展。

[1]金其铭.中国农村聚落地理[M].南京：江苏科学技术出版社，1989.

[2]郑文升，姜玉培，罗静，等.平原水乡乡村聚落空间分布规律与格局优化——以湖北公安县为例[J].经济地理，2014，34（11）：120-127.

[3]宋晓英，李仁杰，傅学庆，等.基于GIS的蔚县乡村聚落空间格局演化与驱动机制分析[J].人文地理，2015（3）：79-84.

[4]吴江国，张小林，冀亚哲.不同尺度乡村聚落景观的空间集聚性分形特征及影响因素分析——以江苏省镇江市为例[J].人文地理，2014（1）：99-107.

[5]钱海峰，陈阳舟，李振龙，等.核函数法与最邻近法在短时交通流预测应用中的对比研究[J].交通与计算机，2008（6）：18-21，34.

[6]蔡雪娇，吴志峰，程炯.基于核密度估算的路网格局与景观破碎化分析[J].生态学杂志，2012（1）：158-164.

[7]李勇，周永章，张澄博，等.基于局部Moran's I和GIS的珠江三角洲肝癌高发区蔬菜土壤中Ni、Cr的空间热点分析[J].环境科学，2010，31（6）：1617-1623.

[8]林孟龙，曹宇，王鑫.基于景观指数的景观格局分析方法的局限性：以台湾宜兰利泽简湿地为例[J].应用生态学报，2008，19（1）：139-143.

[9]刘常富，李京泽，李小马，等.基于模拟景观的城市森林景观格局指数选取[J].应用生态学报，2009，20（5）：1125-1131.

[10]杜金辉，吕培茹，甄文栋，等.山东省生态环境承载力评价指标体系探讨[J].中国环境管理干部学院学报，2008，18（1）：10-14.

（编辑：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，山东临沂人，山东师范大学地图学与地理信息系统专业硕士研究生在读，主要从事遥感应用方面研究。

*通讯作者：王召海（1966-），男，山东济南人，毕业于山东师范大学自然地理学专业，硕士，副教授，主要从事遥感应用研究。