Study on Spatial Pattern and Accessibility of Rural Settlements in Northern Jiangsu —a Case Study of Fengxian, Xuzhou
-
摘要: 以徐州市丰县2018年Landsat 8 OLI_TIRS影像为数据源,借助GIS空间分析技术,采用核密度、邻近度指数、分形模型和可达性模型,对研究区农村居民点的空间集聚特征、分形特征和生产、生活可达性进行分析。结果表明:(1)研究区居民点分布的总体密度约1.52个/km2,呈现出“北高南低,内高外低”的空间分布格局,居民点空间分布总体上呈聚集-随机分布状态;(2)研究区农村居民点呈现明显的分形特征,聚集维数为0.7541,表明丰县农村居民点由测算中心向外围呈逐渐衰减的变化趋势;(3)研究区各村生产生活可达性整体较好,生产生活可达性最好的区域面积占比为13.71%,主要集中在研究区中部常店镇、孙楼镇和凤城镇等交通便利、靠近集贸市场、医院和学校的区域;生产生活可达性较差和最差的区域面积占比为27.43%,主要分布在受“边际效应”影响的省际边缘区,其次分布在受到河流的阻隔作用的区域,使得上述区域的生产生活可达性较差。Abstract: Based on Landsat 8 OLI_TIRS image in 2018, the models of kernel density, proximity index, fractal and accessibility were used to analyze the characteristics of spatial agglomeration, fractal, and accessibility to production and living facilities of rural settlements in Fengxian by GIS method. The results showed that: (1) The total density of the rural settlements distribution was about 1.52 km−2 and characterized by “higher in the north area and lower in the south area” and “higher inside and lower outside”. The spatial distribution characteristic of rural settlements was aggregated-random. (2) The rural settlements showed the obvious fractal characteristics, with aggregation dimension of 0.7541, which indicated that the rural settlements in Fengxian were gradually decreasing from measurement center to periphery. (3) The accessibility to production and living facilities of each village in the study area was better overall. The area with the best accessibility to production and living facilities accounted for 13.71%, mainly in the middle of the study area with convenient transportation, and nearing trade markets, hospitals and schools, including Changdian, Sunlou and Fengcheng. The area with worse and the worst accessibility to production and living facilities accounted for 27.43%, which was mainly distributed in the marginal zone affected by the “marginal effect” and the region obstructed by the river.
-
Key words:
- Rural settlement /
- Spatial pattern /
- Accessibility /
- Fengxian
-
表 1 居民点空间分布格局研究方法
Table 1. Methods of spatial distribution pattern of rural settlements
指数
Index公式
Formula参数的含义
Meaning of parameters意义
Meaning of formula核密度 $\lambda ({\rm{s}}) = \displaystyle \sum\limits_{i = 1}^n {\dfrac{1}{{\pi {r^2}}}} \varphi ({{\rm{d}}_{ls}}/{\rm{r}})$ λ(s)为点s处的核密度估算值,r为核密度函数的搜索半径,n为样本数,$\varphi $为农村居民点l与s时间的距离dls的权重。 核密度表达一个核对外围的影响强度,其值越大,表示居民点越密集。 邻近度指数 $NNI = \displaystyle \sum\limits_{i = 1}^N {\dfrac{{\min ({{\rm{d}}_{ij}})}}{N}} /0.5\sqrt {A/N} $ N为居民点的总数;A为研究区面积;min(dij)为任一点与其最近邻点间的距离。 最邻近指数(也称为最邻近距离法)通过计算最邻近的点对之间的平均距离,然后比较观测模式和已知模式之间的相似性。 聚集维数 $\begin{array}{l}N(r) \propto {r^{{D_b}}}\\N(r) = \displaystyle \sum\limits_{k = 1}^r {n(k)} \end{array}$ r为回转半径,N(r)为第K节点居民点的数量。改变r可将区域划分成若干等宽的同心环带,环带以k编号,n(k)为第k个同心环带中的居民点的数目。 聚集维数反映了农村居民点分布从测算中心向周围衰减特征。 形态维数 lnA(r) = (2/E)lnP(r) + C A(r)为以r为量测尺度的居民点面积,P(r)为该居民点周长,C为截距,E为分形维数。 形态维数的大小反映了农村居民点形态的稳定性与复杂性 表 2 农村居点分布最近邻距离指数
Table 2. Nearest neighbor distance index of rural settlements
区域
Region最近邻距离指数
NNI分布类型
Distribution typeP 值
P-value区域
Region最近邻距离指数
NNI分布类型
Distribution typeP 值
P-value首羡镇 0.6276 聚集-随机分布 0.001 凤城街道 0.5327 聚集-随机分布 0.001 顺河镇 1.1007 随机分布 0.001 华山镇 1.5286 均匀分布 0.001 欢口镇 1.3523 随机-离散分布 0.001 宋楼镇 1.6195 均匀分布 0.001 师寨镇 0.7182 聚集-随机分布 0.001 大沙河镇 0.7204 聚集-随机分布 0.001 常店镇 1.2387 随机-离散分布 0.001 梁寨镇 1.2383 随机-离散分布 0.001 赵庄镇 1.1997 随机分布 0.001 范楼镇 1.6315 均匀分布 0.001 王沟镇 1.4938 随机-离散分布 0.001 孙楼街道 0.6937 聚集-随机分布 0.001 表 3 丰县分乡镇农村居民点空间形态稳定性分级
Table 3. Stability grading of rural settlements in Fengxian
等级
Grade镇名
Town name数量
Number占比
Proportion高复杂区 赵庄镇 1 7.14% 较复杂区 欢口镇、顺河镇、师寨镇、王沟镇 4 28.57% 一般规则区 首羡镇、梁寨镇 3 21.43% 较规则区 常店镇、孙楼镇、宋楼镇、华山镇、范楼镇 4 28.57% 最规则区 凤城镇、大沙河镇 2 14.29% -
[1] 张 磊, 武友德, 李 君. 高原湖泊平坝区农村居民点空间格局演变及预测分析-以大理市海西地区为例[J]. 中国农业大学学报, 2018, 23(2): 126 − 138. [2] 党国锋, 李艳玫. 山区农村居民点的空间格局差异研究─以陇南市文县为例[J]. 中国农学通报, 2017, 33(23): 147 − 156. doi: 10.11924/j.issn.1000-6850.casb17030102 [3] 刘 晶, 金晓斌, 范业婷, 等. 基于“城-村-地”三维视角的农村居民点整理策略-以江苏省新沂市为例[J]. 地理研究, 2018, (4): 678 − 694. [4] 李凡凡, 刘友兆. 农村居民点整理不同阶段农户参与行为影响因素分析[J]. 农业工程学报, 2018, 34(3): 249 − 257. [5] 李卫民, 李同昇, 武 鹏. 基于引力模型与加权Voronoi图的农村居民点布局优化—以西安市相桥街道为例[J]. 中国农业资源与区划, 2018, 39(1): 77 − 82. [6] 黄 聪, 赵小敏, 郭 熙, 等. 基于核密度的余江县农村居民点布局优化研究[J]. 中国农业大学学报, 2016, 21(11): 165 − 174. doi: 10.11841/j.issn.1007-4333.2016.11.21 [7] 晋 蓓, 陈 琼, 张 颖, 等. 基于GIS技术的杨陵区居民点用地适宜性评价[J]. 水土保持研究, 2018, 25(1): 397 − 402. [8] 肖展春, 危小建, 赵英慧, 等. 基于转移概率和网络联系的辽宁省农村居民点适宜性评价[J]. 中国农业资源与区划, 2018, 39(2): 100 − 108. [9] 孙丽娜. 村庄空心化背景下的农村居民点空间布局重构研究[J]. 中国农学通报, 2017, 33(23): 138 − 146. doi: 10.11924/j.issn.1000-6850.casb17020046 [10] 宇林军, 孙大帅, 张定祥, 等. 基于农户调研的中国农村居民点空心化程度研究[J]. 地理科学, 2016, 36(7): 1043 − 1049. [11] 靳 诚, 陆玉麒, 张 莉, 等. 基于路网结构的旅游景点可达性分析-以南京市区为例[J]. 地理研究, 2009, 28(1): 246 − 258. doi: 10.3321/j.issn:1000-0585.2009.01.025 [12] 郑朝洪. 基于GIS的县级市医疗机构空间可达性分析-以福建省石狮市为例[J]. 热带地理, 2011, 31(6): 598 − 603. doi: 10.3969/j.issn.1001-5221.2011.06.011 [13] 周爱华, 张景秋, 张远索, 等. GIS下的北京城区应急避难场所空间布局与可达性研究[J]. 测绘通报, 2016, (1): 111 − 114. [14] 尹海伟, 孔繁花, 宗跃光. 城市绿地可达性与公平性评价[J]. 生态学报, 2008, 28(7): 3375 − 3383. [15] 钟业喜, 余双燕. 南昌市基础教育资源空间可达性研究[J]. 江西师范大学学报(自然科学版), 2011, 35(6): 657 − 661. [16] 邓 丽, 邵景安, 郭 跃, 等. 基于改进的两步移动搜索法的山区医疗服务空间可达性-以重庆市石柱县为例[J]. 地理科学进展, 2015, 34(6): 716 − 725. [17] 周 群, 马林兵, 陈 凯, 等. 一种改进的基于空间句法的地铁可达性演变研究-以广佛地铁为例[J]. 经济地理, 2015, 35(3): 100 − 107. [18] 陈少沛, 丘健妮, 庄大昌. 基于潜力模型的广东城市可达性度量及经济联系分析[J]. 地理与地理信息科学, 2014, 30(6): 64 − 69. doi: 10.3969/j.issn.1672-0504.2014.06.014 [19] 何亚坤, 艾廷华, 禹文豪. 等时线模型支持下的路网可达性分析[J]. 测绘学报, 2014, 43(11): 1190 − 1196. [20] 鄢进军, 秦 华, 鄢 毅. 基于Huff模型的忠县城市公园绿地可达性分析[J]. 西南师范大学学报(自然科学版), 2012, 37(6): 130 − 135. [21] 马晓蕾, 马延吉. 基于GIS的中国地级及以上城市交通可达性与经济发展水平关系分析[J]. 干旱区资源与环境, 2016, 30(4): 8 − 13.