EN中文

Journal of Geo-information Science >

2015 , Vol. 17 >Issue 8: 945 - 953

DOI: https://doi.org/10.3724/SP.J.1047.2015.00945

Orginal Article

Research on Spatial Distribution of Rural Residential Land in Consolidated Metropolitan Area Based on the Perspective of Land Renovation

  • LI Dongmei , 1 ,
  • WANG Dongyan , 1, * ,
  • ZHANG Shuwen 2 ,
  • LI Hong 1
Expand
  • 1. Earth Sciences College, Jilin University, Changchun 130061, China
  • 2. China Academy of Sciences, Northeast Institute of Geography and Agricultural Ecology, Changchun 130061, China
*Corresponding author: WANG Dongyan, E-mail:

Received date: 2014-10-30

  Request revised date: 2014-12-11

  Online published: 2015-08-05

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

With the implementation of "coordinating urban and rural construction land" policy and "people linked to land" policy, it is of great significance for relieving the contradiction existing in the construction land between supply and demand, and in addition to grasp the laws of spatial pattern and arrange reasonable layouts for rural residential patches that have large renovation potential. Based on the "Land Use Change Survey Database 2010" and "Jilin Statistical Yearbook 2011", the laws of spatial pattern of the present rural residential land for different administrative districts in Changchun-Jilin consolidated metropolitan area were quantitatively analyzed using GIS method combined with landscape ecology method. The spatial relationships between the layouts of rural residential land and slope, river, road, and railway were also discussed in the same way. As a multi-factor comprehensive evaluation method was used to evaluate the locational suitability of rural residential patches, we divided rural settlements into different types of renovation, which could provide a theoretical support and reference for the comprehensive management of territory. The results indicate that: (1) the land distribution of rural settlements is uneven, and both the quantity and density have big deviations in different administrative regions. (2) The terrain conditions (slope), water conditions (river), traffic conditions (roads and railways) all have effects on the spatial layouts of the rural residential land in the study area, but the effects are different. Different grades of road (trunk road and branch) and different forms of railway (rail lines and stations) have different effects on the spatial pattern of rural settlements. (3) On this basis, according to the role of influence factors that have effects on rural settlements, we divided the spatial locations of rural residential patches into different suitability grades. Therefore, the rural residential patches were further divided into corresponding types, including the priority development areas, the retaining development areas and the limited development areas. Then, we pointed out and discussed the improvement directions for each rural residential type.

Key words： rural residential land; spatial distribution; landscape index; GIS

Cite this article

LI Dongmei , WANG Dongyan , ZHANG Shuwen , LI Hong . Research on Spatial Distribution of Rural Residential Land in Consolidated Metropolitan Area Based on the Perspective of Land Renovation[J]. Journal of Geo-information Science, 2015 , 17(8) : 945 -953 . DOI: 10.3724/SP.J.1047.2015.00945

1 引言

近年来,城乡建设用地双向增加的现象凸显,城镇建设用地供需矛盾日趋明显。随着“增减挂钩”和“人地挂钩”等政策的实施,合理布局农村居民点,即选择适宜的区位和整治类型,以实现土地整治效益的合理化和最大化。国内众多学者从GIS等技术方法应用[1-3]、空间布局定量优化[4-8],以及农村居民点用地变化规律[9-11]等方面,对居民点空间格局进行了深入研究。其多以县域为研究区,对空间格局的优化多为定向改变,缺乏对当前区位适宜性和合理空间格局的分析。随着更大空间一体化发展,城市群规划的规范,从区域整体考虑农村居民点的格局和整治更有意义。因此,本研究以长春市-吉林市联合都市区（简称长吉都市区）为对象,结合吉林省2010年土地利用变更调查数据库和2011年统计年鉴中的相关数据,划分相应的农村居民点整治规划类型,并指出相应的整治方向。
长吉都市区地处东北地区重要的发展轴线哈尔滨-大连经济发展带与中蒙国际大通道交汇点,战略地位非常重要。其7.5%的面积集中了全省近24.5%的人口和48%的地区生产总值,是吉林省的精华所在。此外,长吉都市区作为长（长春）吉（吉林）图（图们江）开发开放先导区的腹地,是东北亚区域的资源要素聚集地。合理布局该区域内建设用地格局,对落实长吉图开发开放先导区战略和推动东北亚区域发展具有重要意义[12-13]。如图1所示,长吉都市区由以长春和吉林为核心,连同外围非农化水平较高,与核心都市区存在密切社会经济联系,并具有高度社会经济一体化倾向的邻接县/市组合而成[14]。它包括长春、吉林两市规划区,以及九台市、永吉县和范家屯镇,总面积1.36万km2,总人口665.57万人（其中农业人口247.52万人）,是吉林省的中心区,也是经济最发达的区域之一。
Fig. 1 Location of the study area

图1 研究区位置示意图

2 研究数据与方法

（1）本研究数据来源于吉林省2010年土地利用变更调查数据库和2011年吉林省统计年鉴。其中,农村居民点、河流、公路、铁路和行政区等要素,以及坡度条件源自吉林省2010年土地利用变更调查数据库成果;人口数据等来源于吉林省统计年鉴（2011年）。采用ArcGIS提取农村居民点、坡度、河流、公路、铁路和行政区等基础数据,并分别与农村居民点图斑叠加。
（2）本研究以ArcGIS空间分析和景观指数定量分析相结合的方法,选用景观生态学的典型景观指数[1,15-19],研究长吉都市区农村居民点空间格局现状特征,并分析地形条件（坡度）、水源条件（河流）、和交通状况（公路和铁路）,对农村居民点空间格局的影响。同时,运用多因子综合评价法,在了解单个影响因子作用下的农村居民点区位适宜性基础上,确定居民点斑块综合的区位适宜性,据此将农村居民点划分为不同的整治规划类型。其中,由于铁路运输和公路运输作为内陆地区主要的交通方式,本研究选择公路和铁路共同构成空间格局的交通状况影响因素。采用缓冲区分析研究河流、公路和铁路对农村居民点空间格局的影响。
对比反映农村居民点空间格局的指标有：（1）规模指标：斑块总面积（CA）、平均斑块面积（MPS）、斑块个数（NumP）、比例指数（L）;（2）密度及差异指标：斑块密度（PD）、斑块面积标准差（PSSD）;（3）周长及形状指标：平均斑块周长（MPE）、平均斑块形状指数（MSI）、面积加权平均斑块分维数（AWMPFD）[17]。从农村居民点总量、密集度和形状指标3个方面,分析农村居民点的空间格局现状及各影响因素的作用。

3 农村居民点现状及空间格局特征分析

研究区现有农村居民点用地80 086.60 hm2,农业人口247.52万人,平均人均用地323.56 m2,高于人均建设用地国家标准的2倍。按照150 m2/人的国家标准,根据人均建设用地标准法粗略估算,研究区农村居民点理论整治潜力为44 574.06 hm2。
由于目前整治的实施多以政策引导为主,同时,距离上一级行政区中心的距离也被认为是农村居民点空间格局的影响因素之一,分析各行政区内居民点的空间格局状况更有现实意义。为保证行政区的完整性,将范家屯镇与各县级市和市辖区进行同级比较。
从表1和图2可看出,九台市、双阳区和永吉县的农村居民点面积比重大,这与实际的行政区范围和城镇化情况相一致。九台市、双阳区和永吉县的斑块总面积大,数目多,而密度和平均面积较小,即其农村居民点数量多,零碎且布局分散。绿园区、宽城区、朝阳区和范家屯镇的斑块总面积小,数目少,而平均面积大,即其农村居民点虽总量少却斑块普遍较大。丰满区、船营区和龙潭区斑块总面积较小,密度大,平均面积小,即其农村居民点斑块破碎却布局集中。从斑块面积标准差的数值可看出,除绿园区、宽城区、范家屯镇和朝阳区差别较大外,其他斑块大小较均匀。面积加权的平均斑块分维数从1.31-1.35,形状指数相近,表明研究区内斑块的形状差异不明显。研究区内的农村居民点空间格局小范围聚集现象明显,相邻行政区内的农村居民点空间格局具有普遍的相似性。
Tab. 1 The landscape pattern index values of the residential land in each administrative region

表1 长吉都市区各行政区（县、市、区、镇）农村居民点景观格局指数表

斑块总面积CA（hm2） 斑块密度PD（个/km2） 平均斑块面积MPS（hm2） 斑块数目NumP（个） 比例指数L（%） 斑块面积标准差PSSD 面积加权的平均斑块分维数AWMPFD
九台市 21962.67 2.4016 2.71 8097 26.81 5.47 1.34
二道区 3670.11 2.7022 2.68 1369 4.48 6.11 1.33
宽城区 3048.49 2.1485 4.54 672 3.72 9.93 1.32
南关区 3649.16 2.3647 2.99 1219 4.45 6.03 1.33
双阳区 12421.93 2.0214 3.66 3390 15.16 6.01 1.33
朝阳区 2035.00 1.7249 4.24 480 2.48 7.47 1.32
绿园区 3316.05 2.3530 4.28 775 4.05 11.6 1.31
丰满区 4173.42 2.8561 1.38 3027 5.09 2.92 1.35
昌邑区 5530.25 3.1101 2.07 2666 6.75 5.45 1.33
永吉县 9656.94 1.7378 2.12 4563 11.79 4.42 1.34
船营区 4829.89 4.9992 1.41 3429 5.90 3.48 1.35
龙潭区 5770.76 3.8120 1.29 4466 7.04 3.81 1.34
范家屯镇 1867.22 1.8414 5.95 314 2.28 8.14 1.32
Fig. 2 Administrative distribution of residential land

图2 各行政区内农村居民点分布图

4 农村居民点空间格局影响因素分析

地形条件（坡度）、水源条件（河流）和交通状况（公路和铁路）是影响农村居民点空间格局的主要因素[3-5,20-22]。本研究利用Pacth Analyst模块处理得到坡度、河流、公路和铁路作用下农村居民点的景观指数,据此分析各影响因素对农村居民点空间布局的作用。

4.1 不同坡度的农村居民点格局特征

从图3可看出,农村居民点斑块主要分布在0~2°和2~6°坡度范围内,即坡度低于6°时,自然环境限制小,居民点总量大。
从表2、图3看出,随着坡度增加,农村居民点的斑块总面积和数目急剧减少,79.85%的农村居民点分布在2°以下,仅有0.65%的农村居民点分布在15°以上。随着坡度增加,农村居民点平均斑块面积、周长和斑块面积标准差先急剧减小而后略有增加,呈U形变化,均在坡度6~15°时出现最小值;各形状指数随着坡度的波动不明显。从总量上看,农村居民点受坡度的影响明显,坡度越低越适于居住,居民点的总量越多。随着坡度增加,宜居水平下降,总量必然减少。而农村居民点斑块大小和均匀度的变化受地形的影响更加明显,当坡度低于6°时,农村居民点受地形限制弱,地势越平坦,农村居民点斑块越大;坡度处于6~15°之间,农村居民点因势而居,较分散地分布于较平坦处,斑块大小也相对减小;当坡度高于15°时,受制于地形的变化,相对平坦处较少,农村居民点分布也相对集中,占有土地资源的竞争相对较弱,斑块也一般较大。
Tab. 2 The landscape pattern index values of residential land at different slope levels

表2 不同坡度下居民点景观格局指数表

坡度（°） 总计
0~2 2~6 6~15 15~25 >25
斑块总面积CA（hm2） 65 420.65 12 674.9 3305.71 467.26 63.36 81 931.88
平均斑块面积MPS（hm2） 3.51 1.06 0.92 1.54 1.98 2.38
斑块数目NumP（个） 18 632.00 11 907.00 3592.00 304.00 32.00 34 467.00
比例指数L（%） 79.85 15.47 4.03 0.57 0.08 100.00
平均斑块周长MPE（m） 866.36 402.58 377.38 552.96 691.32 652.25
斑块面积标准差PSSD 6.57 3.17 2.85 3.29 2.93 -
平均斑块形状指数MSI 1.53 1.35 1.35 1.44 1.54 -
面积加权的平均斑块分维数AWMPFD 1.33 1.34 1.36 1.36 1.35 -
Fig. 3 Rural residential land distribution at different slope levels

图3 不同坡度级别内农村居民点分布图

4.2 河流作用下的农村居民点空间格局特征

从表3、图4看出,在河流的3000 m缓冲范围内,分布着88.25%的农村居民点,河流对居民点的吸引作用明显。由于河流的走向、流速、宽度,以及凹凸岸边等均对居民点空间格局有影响,对位于河流近处的农村居民点不利,500 m范围内各项指标值均较小;500~1500 m范围内各项指标值增大,但呈现下降趋势,说明在该范围内河流对农村居民点布局有吸引作用,且随着缓冲距离增加,作用减小。其中,500~1000 m缓冲带内各项指标值最大,农村居民点总量多而密集、斑块大而不均匀,即在该范围内吸引作用最强;1500~2000 m缓冲带内各项指标开始减小,而2000~2500 m缓冲带内各项指标开始增加,表明河流对农村居民点吸引作用的辐射范围集中在2000 m内,且在500~1500 m河流的吸引作用更显著。在河流辐射范围内,居民生活便利度更高,在控制河流对居民生活不利影响的前提下,整治时应把农村居民点尽量布置在靠近河流2000 m的区域。
Tab.3 The landscape pattern index values of residential land in various river buffers

表3 各河流缓冲区内居民点景观格局指数表

缓冲区（m） 总计
0~500 500~1000 1000~1500 1500~2000 2000~2500 2500~3000
斑块总面积CA（hm2） 8341.58 28 512.72 15 118.66 3657.5 10 942.17 5732.72 72 305.35
平均斑块面积MPS（hm2） 2.32 3.02 2.67 1.91 2.44 2.19 2.61
斑块数目NumP（个） 3588 9428 5658 1912 4483 2619 27 688
比例指数L（%） 10.18 34.80 18.45 4.46 13.36 7.00 88.25
平均斑块周长MPE（m） 633.23 779.26 696.45 573.79 654.75 608.41 692.91
斑块面积标准差PSSD 5.96 5.73 5.9 4.65 5.89 5.37 -
平均斑块形状指数MSI 1.44 1.5 1.46 1.42 1.44 1.42 -
面积加权的平均斑块分维数AWMPFD 1.33 1.33 1.33 1.34 1.33 1.33 -
Fig. 4 Rural residential land distribution in various river buffers

图4 河流缓冲区内农村居民点分布图

4.3 公路影响下的农村居民点空间格局特征

公路按行政等级通常分为：国家公路、省公路、县公路和乡公路,以及专用公路5个等级。一般把国道和省道称为干线,县道和乡道称为支线。本文将区内公路分为干线和支线2个等级进行研究。由于干线和支线对农村居民点的影响不同,针对不同等级的公路选择不同的缓冲间距和缓冲范围,为便于比较二者之间的差别,缓冲带均为6个[23]。
从表4、图5看出,在干线公路的6 km缓冲范围内,分布着77.75%的农村居民点。随着距干线公路距离的增加,斑块总面积和数目持续减少,表明干线公路对农村居民点的吸引作用辐射范围较广,至少6 km;平均面积、周长和面积标准差变化很小且规律不明显,形状指数基本没有变化,表明距离干线公路远近对农村居民点斑块的影响较弱。
Tab. 4 The landscape pattern index values of residential land in various trunk road buffers

表4 不同公路（干线）缓冲区内居民点景观格局指数表

缓冲区（km） 总计
0~1 1~2 2~3 3~4 4~5 5~6
斑块总面积CA（hm2） 21 975.35 13 457.70 10 372.43 7720.27 5913.46 4262.90 63 702.11
平均斑块面积MPS（hm2） 2.49 2.52 2.47 2.45 2.53 2.27 2.46
斑块数目NumP（个） 8835.00 5334.00 4205.00 3145.00 2334.00 1882.00 25 735.00
比例指数L（%） 26.82 16.43 12.66 9.42 7.22 5.20 77.75
平均斑块周长MPE（m） 659.39 671.91 662.24 677.49 678.08 649.38 666.41
斑块面积标准差PSSD 5.71 6.05 5.44 5.12 5.53 4.88 -
平均斑块形状指数MSI 1.46 1.46 1.45 1.46 1.45 1.44 -
面积加权的平均斑块分维数AWMPFD 1.33 1.33 1.33 1.34 1.33 1.34 -
从表5、图5看出,在支线公路的3 km缓冲范围内,分布着38.01%的农村居民点。随着与支线公路距离的增加,除由0~500 m到500~1000 m缓冲带,斑块总面积、数目和平均斑块面积、周长大幅减少外,其余缓冲区内变化不明显,表明支线公路对农村居民点的吸引作用集中在500 m范围内,且对居民点斑块的大小影响较大;斑块面积标准差呈现微小的先减小后增加趋势,形状指数基本没有变化,这表明距离支线公路的远近仅影响了居民点斑块的大小差异。
Tab. 5 The landscape pattern index values of residential land in various branch road buffers

表5 不同公路（支线）缓冲区内居民点景观格局指数表

缓冲区（m） 总计
0~500 500~1000 1000~1500 1500~2000 2000~2500 2500~3000
斑块总面积CA（hm2） 8988.63 4897.19 4725.30 4430.57 4176.21 3920.56 31 138.45
平均斑块面积MPS（hm2） 2.62 2.26 2.30 2.37 2.35 2.31 2.37
斑块数目NumP（个） 3435.00 2164.00 2056.00 1869.00 1774.00 1695.00 12 993.00
比例指数L（%） 10.97 5.98 5.77 5.41 5.10 4.79 38.01
平均斑块周长MPE（m） 706.56 650.82 640.11 656.50 655.83 659.92 661.62
斑块面积标准差PSSD 5.32 5.08 5.16 5.33 4.97 5.23 -
平均斑块形状指数MSI 1.46 1.45 1.44 1.45 1.45 1.46 -
面积加权的平均斑块分维数AWMPFD 1.33 1.34 1.33 1.33 1.33 1.34 -
Fig. 5 Distribution of rural residential settlements in various road buffers

图5 公路缓冲区农村居民点分布图

2种级别公路对农村居民点斑块的影响不同,干线公路对居民点斑块的影响较弱,而越是靠近支线公路,面积较大的农村居民点斑块越多,故认为支线公路对居民点斑块的影响比干线公路明显。位于公路辐射范围内,能提高出行的便捷度,一般靠近公路的农村居民点斑块会沿着公路呈带状分布,所以,距支线公路500 m范围内,居民点斑块面积和数目最大。实施整治时,应把农村居民点尽量布置在靠近支线公路的范围内。

4.4 铁路作用下的农村居民点空间格局特征

考虑到铁路站点和铁路线对农村居民点的影响不同,本研究选择线状（铁路线）和点状（铁路站点）2种方式来分析铁路对居民点的影响。
从表6、图6看出,在铁路线的3 km缓冲范围内,分布着29.66%的农村居民点。在2000 m缓冲范围内,随着缓冲距离的增加,斑块总面积和数目在整个缓冲区变化幅度较小,变化趋势不明显,而在2000~3000 m缓冲范围内的斑块总面积和数目略高于其他缓冲带,认为铁路对居民点的影响辐射范围可延伸到2000 m范围内,且更倾向于微弱限制作用;整个缓冲区范围内,形状指数、平均斑块面积和周长变化特征也不突出。各缓冲带间农村居民点景观格局指数值变化幅度很小,故铁路线对居民点的影响较小。
Tab.6 The landscape pattern index values of residential land in various railway (rails represented by lines) buffers

表6 不同铁路（线状）缓冲区内居民点景观格局指数表

缓冲区（m） 总计
0~500 500~1000 1000~1500 1500~2000 2000~2500 2500~3000
斑块总面积CA（hm2） 3692.36 3735.67 3273.43 3881.34 4977.49 4744.61 24 304.9
平均斑块面积MPS（hm2） 2.57 2.42 2.25 2.71 2.43 2.71 2.52
斑块数目NumP（个） 1436 1541 1456 1433 2045 1748 9659
比例指数L（%） 4.51 4.56 4.00 4.74 6.08 5.79 29.66
平均斑块周长MPE（m） 669.07 655.7 616.18 666.97 643.74 682.71 655.76
斑块面积标准差PSSD 5.72 5.38 5.22 7.61 5.73 6.41 -
平均斑块形状指数MSI 1.44 1.44 1.43 1.45 1.45 1.46 -
面积加权的平均斑块分维数AWMPFD 1.33 1.33 1.33 1.33 1.33 1.33 -
Fig. 6 Distribution of rural residential settlements in various railway buffers

图6 铁路缓冲区农村居民点分布图

从表7、图6看出,在铁路站点的5 km缓冲范围内,分布着19.98%的农村居民点。随着缓冲距离的增加,斑块总面积和数目在整个缓冲区呈现持续增加趋势,平均斑块面积和周长也呈现微弱的增加趋势,这说明铁路站点对居民点的影响有限制作用,影响范围大约为4或5 km;整个缓冲区范围内,形状指数变化特征不突出。
Tab. 7 The landscape pattern index values of residential land in various railway (stations represented by points) buffers

表7 不同铁路（点状）缓冲区内居民点景观格局指数表

缓冲区（km） 总计
0~1 1~2 2~3 3~4 4~5
斑块总面积CA（hm2） 942.74 2278.03 3904.35 4582.61 4659.81 16 367.55
平均斑块面积MPS（hm2） 2.13 1.93 2.15 2.27 2.33 2.16
斑块数目NumP（个） 442 1182 1813 2020 1997 7454
比例指数L（%） 1.15 2.78 4.77 5.59 5.69 19.98
平均斑块周长MPE（m） 586.70 575.62 595.09 604.58 614.41 595.28
斑块面积标准差PSSD 6.16 4.66 5.19 5.73 6.03 -
平均斑块形状指数MSI 1.42 1.43 1.43 1.41 1.42 -
面积加权的平均斑块分维数AWMPFD 1.34 1.34 1.33 1.33 1.33 -
不论是线状还是点状要素的铁路,对农村居民点的影响均呈现限制作用,所以,整治时应将新居民点布置在距离铁路一定距离的区域,以尽量减少铁路对居民点的限制作用。

5 农村居民点整治规划类型的划分

地形条件、水源条件和交通条件综合作用于农村居民点的空间格局,共同影响农村居民点的区位适宜性。本研究从区域地形条件、水源条件和交通条件角度,构建农村居民点区位适宜性评价体系,鉴此,对农村居民点的空间布局及影响因素作用分析以量化分级指标。采用多因子综合评价法评价农村居民点的区位适宜性,进而规划居民点图斑的整治类型。对此,将农村居民点的区位适宜性划分为3个等级：高适宜、中适宜、低适宜或不适宜。
不同的区位适宜性等级对应不同的农村居民点整治规划类型,高适宜、中适宜、低适宜或不适宜,分别对应优先发展型、保留发展型和限制发展型。不同整治类型的农村居民点应选择不同的整治方向。优先发展型农村居民点处于空间区位最优的区域,自然条件最优,出行便利度也高,未来实现城镇化的可能性更大,是重点发展的农村居民点类型。保留发展型农村居民点空间适宜性较优,可保留现状,但考虑未来城镇化的可能,可进行适当整治。限制发展型农村居民点的空间适宜性不高,应限制其发展,进行弹性管理,并考虑逐步腾退。
如图7所示,优先发展型农村居民点除集中分布于市区周围外,广泛分布于研究区内,这符合城市化和未来城乡统筹发展的要求,该种类型的农村居民点可发展成中心村或者城镇;保留发展型的农村居民点在研究区的分布也较广泛,主要分布于离市区稍远的区域,该种类型的农村居民点不宜继续发展,可保持现有规模和格局;限制发展型的农村居民点集中分布于研究区内的某些区域,受制于影响因素的作用,该种类型的农村居民点区位条件较差,宜居性不高,应采用弹性退出机制,开展合村并点等工程。
Fig. 7 Types of renovation planning and spatial distribution of rural settlements

图7 农村居民点图斑的整治规划类型及其空间格局

6 结论与讨论

长吉联合都市区作为吉林省优先发展地区,其政策和发展优势不可忽视,但农村居民点空间格局受制于自然、社会和经济各方面因素,也是客观事实。农村居民点整治不仅要基于现状布局,同时也需考虑对其空间格局有影响的各个因素的引导和限制作用,合理选择农村居民点的整治类型,来实现整治效益的最大化。通过上述研究得到以下结论：
（1）长吉都市区的农村居民点空间格局呈现向河谷平原聚集,靠近河流和公路分布的特征。区内农村居民点斑块分布不均衡,数量和密度差异较大,斑块大小、均匀度和形状规则度也不尽相同。
（2）随着坡度的升高,居民点数量减少,斑块大小呈U形变化,在坡度6~15°时出现最小值。河流对农村居民点吸引作用的辐射范围集中在2000 m内,在500~1500 m范围内吸引作用最强。不同等级的公路对农村居民点的作用范围和强度不同,干线公路对农村居民点吸引作用的辐射范围广,可延伸到6 km,甚至更远的范围,但干线公路对农村居民点斑块的作用不明显;支线公路对农村居民点的吸引作用集中在500 m范围内,但支线公路对农村居民点斑块的影响更明显。铁路对农村居民点的影响表现为限制作用,铁路作为线状交通条件,对农村居民点的限制作用不明显;铁路站点对农村居民点的限制作用较明显。
（3）研究区内市区周围的优先发展型农村居民点较多,离市区稍远的区域内保留发展型农村居民点较多。各个行政区内的农村居民点可根据其类型选择合理的整治方向。优先发展型的农村居民点空间区位最优,是重点发展的农村居民点类型,可将其他区域的农村居民点迁移至此;保留发展型的农村居民点区位条件较优,但不宜继续发展,可保持现有规模和格局,考虑将来的发展,进行适当整治;限制发展型的农村居民点区位条件较差,宜居性不高,应采用弹性管理机制,逐步搬迁至区位条件更优的区域。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
于淼,边振兴,李建东.RS与GIS支持下的桓仁县农村居民点景观格局与空间分布特征分析[J].西南师范大学学报(自然科学版),2009,34(4):106-114.

[2]
冉盈盈,王卷乐,张永杰,等.鄱阳湖地区土地覆盖空间分布格局与景观特征分析[J].地球信息科学学报,2012,14(3):327-337.

[3]
谭雪兰,段建南,包春红,等.基于GIS的麻阳县农村居民点空间布局优化研究[J].水土保持研究,2010,17(6):177-180,185.

[4]
刘晓清,毕如田,高艳.基于GIS的半山丘陵区农村居民点空间布局及优化分析——以山西省襄垣县为例[J].经济地理,2011,31(5):822-826.

[5]
孔雪松,刘艳芳,邹亚锋,等.基于农户意愿的农村居民点整理潜力测算与优化[J].农业工程学报,2010,26(8):296-301.

[6]
杨立,郝晋珉,王绍磊,等.基于空间相互作用的农村居民点用地空间结构优化[J].农业工程学报,2011,27(10):308-315.

[7]
陈兰,信桂新,袁晓燕.贫困山区农村居民点整理潜力及其空间分异——以重庆市酉阳县为例[J].西南大学学报(自然科学版),2012,34(1):99-105.

[8]
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.

[9]
王志城,汤江龙,章霞,等.基于GIS的资溪县农村居民点空间分布特征分析[J].江苏农业科学,2012,40(8):361-362.

[10]
陈振杰,李满春,刘永学.基于GIS的桐庐县农村居民点空间格局研究[J].长江流域资源与环境,2008,17(2):180-184.

[11]
周伟,曹银贵,王静,等.三峡库区近30年农村居民点格局变化与特征分析[J].农业工程学报,2011,27(4):294-301.

[12]
王胜今,赵儒煜.长吉图开发开放先导区的城镇体系建设战略[J].新长征,2010(8):22-24.

[13]
赵莹,夏光宇.浅谈推进长吉图经济一体化的战略发展方案[J].中国职工教育,2013(4):18.

[14]
葛岩,陶英胜,石崧.区域空间发展战略研究探索——以长吉一体化区域发展规划为例[J].上海城市规划,2012(4):30-36.

[15]
李君,李小建.综合区域环境影响下的农村居民点空间分布变化及影响因素分析——以河南巩义市为例[J].资源科学,2009,31(7):1195-1204.

[16]
潘竟虎,靳学涛,韩文超.甘谷县农村居民点景观格局与空间分布特征[J].西北大学学报(自然科学版),2011,41(1):127-133.

[17]
谢军飞,李炜民,李延明,等.基于Patch Analyst的北京城市公园景观格局指数评价[J].城市环境与城市生态,2007,20(6):14-16,19.

[18]
李敬峰. 基于景观格局演变的农村居民点整理研究——以唯宁县为例[D].南京:南京农业大学,2008.

[19]
Dong X F, Liu L C, Wang J H, et al.Analysis of the landscape change at River Basin scale based on SPOT and TM fusion remote sensing images: a case study of the Weigou River Basin on the Chinese Loess Plateau[J]. International Journal of Earth Sciences, 2009,98(3):651-664.

[20]
刘明皓,戴志中,邱道持,等.山区农村居民点分布的影响因素分析与布局优化——以彭水县保家镇为例[J].经济地理,2011,31(3):476-482.

[21]
Feng W L, Li A N, Zhou W C.Spatial pattern of rural settlements in the upper reaches of the Minjiang River[J]. Journal of Mountain Science, 2007,4(2):146-154.

[22]
顾凤霞,刘文宝,谭雪兰.GIS技术支持下的湖南省靖州县农村居民点空间格局研究[J].中国农学通报,2012,28(8):150-155.

[23]
Liang J, Liu Y, Ying L X, et al.Road impacts on spatial patterns of land use and landscape fragmentation in Three Parallel Rivers Region, Yunnan Province, China[J]. Chinese Geographical Science, 2014,24(1):15-27.

Options
Outlines

/

〈 〉