长江流域资源与环境 >> 2015, Vol. 24 >> Issue (12): 1993-2002.doi: 10.11870/cjlyzyyhj201512001

• 区域可持续发展 •    下一篇

基于空间自相关模型的农村居民点时空演变格局与特征研究

任平1,2, 洪步庭1,2, 周介铭1,2   

  1. 1. 四川师范大学西南土地资源评价与监测教育部重点实验室, 四川 成都 610066;
    2. 四川师范大学国土资源开发与保护协同创新中心, 四川 成都 610066
  • 收稿日期:2015-03-17 修回日期:2015-08-04 出版日期:2015-12-20
  • 作者简介:任平(1978~),男,教授,博士,主要从事国土资源管理与生态环境效应研究.E-mail:pren121680@126.com
  • 基金资助:
    国家自然科学基金项目(41301196);国家973项目(2009CB421105)

RESEARCH OF SPATIO-TEMPORAL PATTERN AND CHARACTERISTICS FOR THE EVOLUTION OF RURAL SETTLEMENTS BASED ON SPATIAL AUTOCORRELATION MODEL

REN Ping1,2, HONG Bu-ting1,2, ZHOU Jie-ming1,2   

  1. 1. Key Lab of Land Resources Evaluation and Monitoring in Southwest, Ministry of Education, Sichuan Normal University, Chengdu 610066, China;
    2. Collaborative Innovation Center for Land Resource Development and Protection, Sichuan Normal University, Chengdu 610066, China
  • Received:2015-03-17 Revised:2015-08-04 Online:2015-12-20

摘要: 农村居民点作为农村人口重要空间聚集区,其空间布局、演变特征受历史、自然、社会、经济、传统文化等多重因素的影响。科学识别农村居民点的时空分布形态,并揭示其内在的变化规律和驱动因素,对促进农村居民点科学规划、提高农村土地资源空间布局优化均具有重要意义。利用都江堰市2005和2012年两期遥感影像提取农村居民点、城镇、道路、河流等矢量数据,借助RS、GIS空间分析技术,定量研究都江堰市农村居民点时空变化过程、格局和特征,并引入空间自回归模型深入分析不同环境因素对农村居民点空间布局的影响程度。研究结果表明:(1)都江堰市农村居民点的空间分布密度存在显著的空间正相关性,即密度值较高或较低的地区在空间上呈现显著的聚集状态,但局部的空间异质性在增强;(2)密度的高值集群主要集中分布在都江堰市东南部沙西线沿线以及南部成青快速通道一线,并且有进一步沿道路延线纵深扩张的趋势,而密度的低值集群由于受地形的影响,在空间分布上变化不大,主要位于龙门山沿线的乡镇;(3)2005~2012年,地形位指数每增加1%,农村居民点的空间密度减少0.505%,而距城镇、河流和道路的距离每增加1%,农村居民点的空间密度分别增加0.124%、0.144%、0.006%;(4)不同环境因素对农村居民点空间分布的影响程度大小为:地形影响 >城镇辐射影响 >河流影响 >道路影响,并且随着时间的推移,各环境因素的影响程度都在不断地增强。该研究以期为今后同类研究提供一定的方法借鉴,为农村居民点动态变化监测、农村土地节约集约利用、新农村规划等提供理论方法和技术应用支撑。

关键词: 农村居民点, 空间自相关, 核密度, 影响因素

Abstract: The spatial distribution and evolutional characteristics for rural settlements, which is an important form of human habitation in rural area, are driven by various factors, such as history, environment, society, economics, traditional culture, and so on.his paper, spatial analytical techniques in RS and GIS, utilized a series of digitalized vector data, including rural settlements, urban areas, road networks, rivers, and so on that were acquired from remote sensing data for the City of Dujiangyan in Sichuan Province for 2005 and 2012, quantitatively the spatio-temporal processes, patterns, and characteristics for the rural settlements in that studied area.Specifically, the spatial autocorrelation model was applied to deeply analyze the different influences by environmental factors to the form of spatial distribution for the rural settlements.The results indicated that: (1) In general there is a significant effect of spatial autocorrelation for the distribution density of rural settlements in the City of Dujiangyan, regions with higher/lower settlements density are neighboring with those with similar settlements density. the tendency of spatial heterogeneity becomes significant in some local areas.(2) The clusters with highest settlements density are mainly distributed at two regions, one is along Sha-Xi straight regions at Southeast of Dujiangyan, and the other is along Cheng-Qing rapid routeway at the South.Such high density regions are also found to be expanding along roads to inner area.However, the lower settlements density regions are majorly caused by the topographic factors since they are mainly distributed along the villages in Longmen Mountain area.Such lower density regions do not show an expanding tendency.(3) With 1% increasing in topographic index, the settlement density was decreasing by 0.505%.Similarly, with 1% increasing of distance to urban area, to river, and to road network, the settlement density would increase by 0.124%, 0.144% and 0.006%.(4) The rank for the influence by environmental factors to the rural settlements' spatial distribution follows: topography> urban > river > road network.Along with the time, such influences are all continuously increasing.This research is to provide some methodological reference to similar works in future.And it can also offer some theoretical and technical supports for dynamic monitoring for rural settlements, intensive use of rural land, and New Country planning.

Key words: rural settlements, spatial autocorrelation, kernel density, influence factors

中图分类号: 

  • K901.8
[1] 邹利林,王占岐,王建英.山区农村居民点空间布局与优化[J].中国土地科学,2012,26(9):71-77.
[2] 王彬武,周卫军,马 苏,等.湘南丘陵区农村居民点景观格局变化研究[J].地理空间信息,2011,9(6):89-92.
[3] 闫庆武,卞正富,王 桢.基于空间分析的徐州市居民点分布模式研究[J].测绘科学,2009,34(5):160-163.
[4] 马利邦,郭晓冬,张启媛.陇中黄土丘陵区乡村聚落的空间格局--以甘肃省通渭县为例[J].山地学报,2012,30(4):408-416.
[5] 洪步庭,吴芬娜,任 平.基于GIS技术的农村居民点空间演变与特征研究[J].水土保持研究,2013,20(6):284-288.
[6] 王志杰,何立恒.平原地区县域农村居民点空间分布特征[J].南京林业大学学报(自然科学版),2013,37(5):60-64.
[7] 刘明皓,李东鸿,夏保宝.基于PPA方法的农村居民点空间分布模式研究--以重庆市主城区为例[J].重庆邮电大学学报(自然科学版),2013,25(4):563-568.
[8] 从忆波,刘伟圣.秦安县农村居民点空间分布景观格局分析[J].地理空间信息,2011,9(5):90-93.
[9] 韦红吉,张安明,汤鹏程,等.乡镇农村居民点布局优化研究--以重庆市黔江区石会镇为例[J].中国农学通报,2013,29(5):123-126.
[10] 张 霞,魏朝富,倪九派,等.重庆市低山丘陵区农村居民点分布格局及其影响因素[J].中国农业资源与区划,2012,33(3):45-50,57.
[11] 龙 英,舒晓波,李秀娟,等.江西省安福县农村居民点空间分布变化及其环境因素分析[J].水土保持研究,2012,19(5):171-175,180.
[12] 焦贝贝,石培基,刘春芳,等.黄土高原低山丘陵区农村居民点分布于地形因子关系研究--以兰州市七里河区为例[J].资源科学,2013,35(8):1719-1728.
[13] 常 飞,杨 勇.地震灾区典型农村居民点空间变化与农户生计特征[J].国土与自然资源研究,2012(4):34-36.
[14] 胡文艺.基于空间探测方法的珠峰景区旅游安全预警研究[D].成都:成都理工大学博士学位论文,2012.
[15] 李 灿,张凤荣,姜广辉,等.京郊卫星城区域农村居民点土地利用特征分析[J].农业工程学报,2013,29(19):233-243.
[16] 王远飞,何洪林.空间数据分析方法[M].北京:科学出版社,2007:83-90.
[17] 孟欢欢,李同昇,于正松,等.安徽省乡村发展类型及乡村性空间分异研究[J].经济地理,2013,33(4):144-148,185.
[18] 谢花林,李秀彬,张燕婷,等.基于ESDA的京津冀地区草地变化空间分异[J].自然资源学报,2012,27(7):1224-1232.
[19] 毕秀晶,宁越敏.长三角大都市区空间溢出与城市群集聚扩散的空间计量分析[J].经济地理,2013,33(1):46-53.
[20] 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,2012,31(1):158-164.
[21] 刘 锐,胡伟平,王红亮,等.基于核密度估计的广佛都市区路网演变分析[J].地理科学,2011,31(1):81-86.
[22] 海贝贝,李小建,徐家伟.巩义市农村居民点空间格局演变及其影响因素[J].地理研究,2013,32(12):2257-2269.
[23] ANSELIN L, FLORAX R, REY S J. Advances in Spatial Econometrics: Methodology, Tools and Applications[M]. New York: Springer, 2004.
[24] 喻 红,曾 辉,江子灜.快速城市化地区景观组分在地形梯度上的分布特征研究[J].地理科学,2001,21(1):64-69.
[1] 李云良, 姚静, 张小琳, 张奇. 鄱阳湖水体垂向分层状况调查研究[J]. 长江流域资源与环境, 2017, 26(06): 915-924.
[2] 罗文斌, 孟贝, 钟诚. 农地整理项目治理绩效及影响因素研究——以浙江省48个国投项目为例[J]. 长江流域资源与环境, 2017, 26(02): 180-189.
[3] 卢德彬, 杨建, 毛婉柳, 禹真, 王祖静, 白彬. 山区农村居民点空间分布特征与空间重构研究[J]. 长江流域资源与环境, 2017, 26(02): 238-246.
[4] 杨超杰, 贺斌, 段伟利, 李冰, 陈雯, 杨桂山. 太湖典型丘陵水源地水质时空变化及影响因素分析——以平桥河流域为例[J]. 长江流域资源与环境, 2017, 26(02): 273-281.
[5] 毕国华, 杨庆媛, 王兆林, 匡垚瑶, 慕卫东. 丘陵山区都市边缘农村居民点土地利用空间特征分析——以重庆两江新区为例[J]. 长江流域资源与环境, 2016, 25(10): 1555-1565.
[6] 赵安, 张文馨, 柳庆, 马玉宽, 段后浪, 商伊迪. 湖沼型血吸虫病疫区钉螺空间自相关的样点尺寸效应[J]. 长江流域资源与环境, 2016, 25(08): 1209-1217.
[7] 刘俊, 李云云, 林楚, 王家庆, 乔治, 葛全胜. 长江旅游带旅游资源空间格局研究[J]. 长江流域资源与环境, 2016, 25(07): 1009-1015.
[8] 侯祎亮, 安艳玲, 吴起鑫, 吴旌滔, 黄娟, 段少琼, 刘霄. 贵州省三岔河流域水化学特征及其控制因素[J]. 长江流域资源与环境, 2016, 25(07): 1121-1128.
[9] 胡雪萍, 李丹青. 城镇化进程中生态足迹的动态变化及影响因素分析——以安徽省为例[J]. 长江流域资源与环境, 2016, 25(02): 300-306.
[10] 吴连霞, 赵媛, 管卫华. 江苏省人口城乡结构差异的多尺度研究[J]. 长江流域资源与环境, 2016, 25(01): 25-38.
[11] 管卫华, 彭鑫, 张惠, 魏也华. 不同空间尺度的江苏省区域经济差异研究[J]. 长江流域资源与环境, 2015, 24(12): 2003-2011.
[12] 陈肖飞, 姚士谋, 张落成. 1990年以来长江三角洲耕地资源变化及驱动因子研究[J]. 长江流域资源与环境, 2015, 24(09): 1521-1527.
[13] 吴松, 安裕伦, 马良瑞. 城市化背景下喀斯特流域生态服务价值时空分异特征——以贵阳市南明河流域为例[J]. 长江流域资源与环境, 2015, 24(09): 1591-1598.
[14] 张维, 李启权, 王昌全, 袁大刚, 罗由林, 张新, 贾荔. 川中丘陵县域土壤pH空间变异及影响因素分析——以四川仁寿县为例[J]. 长江流域资源与环境, 2015, 24(07): 1192-1199.
[15] 刘乙淼, 陈艳梅, 胡引翠. 长江流域土壤保持能力时空特征[J]. 长江流域资源与环境, 2015, 24(06): 971-977.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 李 娜,许有鹏, 陈 爽. 苏州城市化进程对降雨特征影响分析[J]. 长江流域资源与环境, 2006, 15(3): 335 -339 .
[2] 杨 选. 国内外典型水治理模式及对武汉水治理的借鉴[J]. 长江流域资源与环境, 2007, 16(5): 584 .
[3] 孙维侠, 赵永存, 黄 标, 廖菁菁, 王志刚, 王洪杰. 长三角典型地区土壤环境中Se的空间变异特征及其与人类健康的关系[J]. 长江流域资源与环境, 2008, 17(1): 113 .
[4] 李恒鹏,杨桂山,刘晓玫,万荣荣. 流域土地利用变化的长周期水文效应及管理策略[J]. 长江流域资源与环境, 2005, 14(4): 450 -455 .
[5] 廖顺宝,李泽辉. 四川省人口分布与土地利用的关系及人口数据空间化试验[J]. 长江流域资源与环境, 2004, 13(6): 557 -561 .
[6] 时连强,李九发,应 铭,左书华,徐海根. 长江口没冒沙演变过程及其对水库工程的响应[J]. 长江流域资源与环境, 2006, 15(4): 458 -464 .
[7] 董林水, 张旭东, 周金星, 李冬雪. 青藏铁路沿线北段植被物种丰富度及盖度的动态变化[J]. 长江流域资源与环境, 2008, 17(4): 551 .
[8] 胡贤辉,张 霞,杨钢桥. 湖北省土地利用结构变化及其驱动机制分析[J]. 长江流域资源与环境, 2008, 17(1): 43 .
[9] 张 征,李 今,梁 威,吴振斌. 拟除虫菊酯杀虫剂对水生态系统的毒性作用[J]. 长江流域资源与环境, 2006, 15(1): 125 -130 .
[10] 张代钧,许丹宇,任宏洋,曹海彬,郑 敏,刘惠强. 长江三峡水库水污染控制若干问题[J]. 长江流域资源与环境, 2005, 14(5): 605 -610 .