趙晨曦，賀炳彥，李 雪

(長安大學(xué) 土地工程學(xué)院，陜西 西安 710054)

0 引言

科學(xué)合理的鄉(xiāng)村規(guī)劃是實(shí)施鄉(xiāng)村振興戰(zhàn)略的基礎(chǔ)[1]，《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》中指出村莊規(guī)劃要考慮所在村莊的演變規(guī)律、集聚特點(diǎn)和現(xiàn)狀分布等。社會(huì)經(jīng)濟(jì)和城鎮(zhèn)化快速發(fā)展的同時(shí)，由于科學(xué)合理的規(guī)劃管理不足，農(nóng)村居民點(diǎn)存在著空心化、資源浪費(fèi)等問題[2]。因此，依據(jù)對(duì)農(nóng)村居民點(diǎn)空間分布特征及其影響因素的分析來進(jìn)一步規(guī)劃農(nóng)村居民點(diǎn)布局，日益受到關(guān)注。

基于此，本文將位于陜北黃土高原并且具有典型丘陵溝壑地形的革命老區(qū)寶塔區(qū)作為研究區(qū)，各個(gè)鄉(xiāng)鎮(zhèn)為研究單元，結(jié)合Voronoi圖、核密度估計(jì)和緩沖區(qū)分析方法，并借助地理探測器，分析研究寶塔區(qū)農(nóng)村居民點(diǎn)空間分布特征及其影響因素，為進(jìn)一步合理優(yōu)化布局農(nóng)村居民點(diǎn)、節(jié)約集約利用土地提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

寶塔區(qū)地處陜西省北部，隸屬于延安市，位于36.11°～37.09°N、109.21°～110.03°E之間，全區(qū)總面積3 541 km2，占延安市總面積的9.3%，是延安市中心城區(qū)。2021年末，該區(qū)有12個(gè)鎮(zhèn)、1個(gè)鄉(xiāng)和6個(gè)城市街道，320個(gè)行政村，常住人口640 951人。農(nóng)村居民點(diǎn)用地圖斑9 771個(gè)，面積為2 768.96 hm2。寶塔區(qū)屬溫帶季風(fēng)氣候，年均無霜期150 d；位于陜北黃土高原中原丘陵溝壑區(qū)，地勢(shì)總體上西北、西南部較高，中部隆起；最高高程1 521 m，最低高程815 m。交通主要包括210國道、包西鐵路、國家高速公路G65包茂段等。

1.2 數(shù)據(jù)來源及數(shù)據(jù)處理

研究數(shù)據(jù)主要包括農(nóng)村居民點(diǎn)數(shù)據(jù)、地形地貌數(shù)據(jù)、主要道路數(shù)據(jù)、河流數(shù)據(jù)、以及行政區(qū)數(shù)據(jù)。其中，地形地貌數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http：//www.gscloud.cn/)下載的1∶300 000分辨率的ASTER-GDEM數(shù)據(jù)，通過ArcGIS軟件按行政區(qū)鑲嵌提取寶塔區(qū)的DEM數(shù)據(jù)，然后通過提取分析獲取掩膜后的DEM數(shù)據(jù)，最后運(yùn)用柵格表面工具提取高程和坡度數(shù)據(jù)；農(nóng)村居民點(diǎn)數(shù)據(jù)、主要道路數(shù)據(jù)、河流數(shù)據(jù)以及行政區(qū)數(shù)據(jù)均來自于三調(diào)數(shù)據(jù)庫，運(yùn)用ArcGIS軟件生成道路和河流的多環(huán)緩沖區(qū)。

因?yàn)樘崛〉降霓r(nóng)村居民點(diǎn)用地形狀多為不規(guī)則多邊形，故而利用“以點(diǎn)代面”的方法，用點(diǎn)來反映農(nóng)村居民點(diǎn)位置的點(diǎn)坐標(biāo)信息[12]。借助ArcGIS軟件中的要素轉(zhuǎn)點(diǎn)工具，提取寶塔區(qū)農(nóng)村居民點(diǎn)圖斑的質(zhì)心，將農(nóng)村居民點(diǎn)用地圖斑轉(zhuǎn)為點(diǎn)狀要素，以點(diǎn)集為對(duì)象進(jìn)行研究，然后創(chuàng)建泰森多邊形，生成寶塔區(qū)農(nóng)村居民點(diǎn)Voronoi圖，并計(jì)算各鄉(xiāng)鎮(zhèn)CV值。

1.3 研究方法

1.3.1 Voronoi圖法

由于泰森多邊形面積隨點(diǎn)集的分布而發(fā)生變化，因此可用多邊形面積的變異系數(shù)CV值(即泰森多邊形面積的標(biāo)準(zhǔn)差與平均值的比)來衡量凸多邊形面積的變異系數(shù)，從而評(píng)估樣點(diǎn)的分布類型[13]。CV值計(jì)算公式如下：

(1)

(2)

式中：Si為第i個(gè)多邊形的面積，S為多邊形面積的平均值，n為多邊形面積的個(gè)數(shù)，R為標(biāo)準(zhǔn)差。

當(dāng)點(diǎn)集在空間上表現(xiàn)為“均勻分布”時(shí)，多邊形面積變化小，CV值也??；當(dāng)點(diǎn)集表現(xiàn)為“集群分布”時(shí)，多邊形面積在集群內(nèi)較小，在集群之間較大，故而CV值也大。Duyckaerts提出三個(gè)建議值：當(dāng)CV=57%(包括33%～64%)時(shí)，農(nóng)村居民點(diǎn)集為“隨機(jī)分布”；當(dāng)CV=92%(包括>64%)時(shí)，農(nóng)村居民點(diǎn)集為“集群分布”；當(dāng)CV=29%(包括<33%)時(shí)，農(nóng)村居民點(diǎn)集為均勻分布[14]。在此標(biāo)準(zhǔn)上，借助ArcGIS軟件分析得到寶塔區(qū)農(nóng)村居民點(diǎn)Voronoi圖，并計(jì)算得到寶塔區(qū)各鄉(xiāng)鎮(zhèn)及各村的CV值(圖1、圖2)。

注：該圖基于陜西測繪地理信息局下載的審圖號(hào)為陜S(2021)023號(hào)標(biāo)準(zhǔn)地圖制作，邊界無修改，下同。

圖2 寶塔區(qū)各鄉(xiāng)鎮(zhèn)農(nóng)村居民點(diǎn)CV值分布圖

1.3.2 核密度估計(jì)

核密度估計(jì)用于非參數(shù)估計(jì)中，估計(jì)樣本數(shù)據(jù)的概率密度函數(shù)，對(duì)樣本數(shù)據(jù)進(jìn)行建模，以此得到數(shù)據(jù)分布的一些性質(zhì)。核密度估計(jì)計(jì)算公式如下[15]：

(3)

式中：h為搜索半徑，n為搜索范圍內(nèi)的點(diǎn)數(shù)，k為核函數(shù)，x-xi為x與xi兩點(diǎn)間的距離。

核密度值的高低代表研究對(duì)象在空間分布上的聚集程度[16]。核密度值大，農(nóng)村居民點(diǎn)在空間上表現(xiàn)為密集分布；反之，則稀疏分布。為使得最終的核密度分布圖能充分的展現(xiàn)寶塔區(qū)的農(nóng)村居民點(diǎn)分布情況，將搜索半徑確定為1 500 m，借助ArcGIS軟件分析得到寶塔區(qū)農(nóng)村居民點(diǎn)核密度分布圖(圖3)。

1.3.3 緩沖區(qū)分析

緩沖區(qū)分析能夠較為直觀地表達(dá)相對(duì)復(fù)雜的問題，解決鄰近度問題，對(duì)于分析策劃者來說非常實(shí)用[10]。本文選取高程、坡度、道路、河流等4個(gè)因子[17]，借助ArcGIS軟件對(duì)其進(jìn)行重分類，通過緩沖區(qū)分析，來研究這4個(gè)因子對(duì)寶塔區(qū)農(nóng)村居民點(diǎn)分布的影響。

1.3.4 地理探測器

地理探測器是一種具有地理特性的統(tǒng)計(jì)分析方法，能夠反映同一區(qū)域的相似性及不同區(qū)域的差異性，從而得到地理現(xiàn)象的空間異質(zhì)性特征及其背后的驅(qū)動(dòng)因素[18]。利用地理探測器的因子探測和交互探測來定量解釋寶塔區(qū)農(nóng)村居民點(diǎn)分布密度的空間異質(zhì)性特征及其驅(qū)動(dòng)因素。

1)因子探測。探測因變量Y(分布密度)的空間分異性，以及自變量X(高程、坡度、距道路距離、距河流距離)對(duì)寶塔區(qū)農(nóng)村居民點(diǎn)分布密度空間分異的解釋力的大小。公式如下：

(4)

式中：q值為自變量X對(duì)因變量Y的空間分異性解釋力的大小，q∈[0,1],q越大，表明該影響因素對(duì)農(nóng)村居民點(diǎn)分布密度的影響程度越高。L為自變量X的分區(qū)個(gè)數(shù)，Nh和N分別為子區(qū)域h和全區(qū)的單元數(shù)，σ2表示總體的方差。

2)交互探測。判別單因素兩兩之間的共同作用相對(duì)單因素作用時(shí)解釋力的差異，即兩兩因素交互作用時(shí)對(duì)農(nóng)村居民點(diǎn)分布密度的解釋力相對(duì)于單因素作用時(shí)的差異。

2 農(nóng)村居民點(diǎn)空間分布特征

2.1 基于Voronoi圖的農(nóng)村居民點(diǎn)空間分布特征

如圖1、圖2所示，寶塔區(qū)農(nóng)村居民點(diǎn)在空間分布上總體表現(xiàn)為北密南疏。在鄉(xiāng)鎮(zhèn)級(jí)尺度上，寶塔區(qū)農(nóng)村居民點(diǎn)呈集群分布，CV值為421.36%，除鳳凰山街道辦事處外，各鄉(xiāng)鎮(zhèn)CV值均在64%以上。其中，臨鎮(zhèn)鎮(zhèn)、南泥灣鎮(zhèn)和麻洞川鄉(xiāng)3個(gè)鄉(xiāng)鎮(zhèn)的農(nóng)村居民點(diǎn)在空間上表現(xiàn)出較高的集聚程度，CV值分別為486.97%、398.51%和271.36%，主要原因是臨鎮(zhèn)鎮(zhèn)、南泥灣鎮(zhèn)和麻洞川鄉(xiāng)這3個(gè)鄉(xiāng)鎮(zhèn)內(nèi)均有林場分布，區(qū)域內(nèi)農(nóng)村居民點(diǎn)分布較少，占用土地比例相對(duì)較小，大部分位于高程較低的區(qū)域且依傍道路和河流分布。鳳凰山街道辦事處農(nóng)村居民點(diǎn)CV值為42.13%，呈隨機(jī)分布，主要原因是該區(qū)域地勢(shì)較高，區(qū)域面積較小，農(nóng)村居民點(diǎn)也較少。在村級(jí)尺度上共294個(gè)村，有5個(gè)村無法計(jì)算CV值，其中，265個(gè)村的農(nóng)村居民點(diǎn)的CV值在64%以上，為集群分布，占總村莊個(gè)數(shù)的90.14%。其中，馬坊村和麻洞川鄉(xiāng)在空間上表現(xiàn)出較高的集聚程度，CV值分別為492.42%和378.01%。只有楊家灣村、棗園村、十里鋪村、姚店村、毘圪堵村和莫家灣村這6個(gè)村的農(nóng)村居民點(diǎn)的CV值<33%，呈均勻分布，原因是因?yàn)檫@些區(qū)域內(nèi)地形坡度較高，農(nóng)村居民點(diǎn)僅零星分布。剩余18個(gè)村的農(nóng)村居民點(diǎn)在空間上表現(xiàn)為隨機(jī)分布，CV值均在33%～64%之間。根據(jù)分析可知，寶塔區(qū)農(nóng)村居民點(diǎn)在鄉(xiāng)鎮(zhèn)級(jí)和村級(jí)尺度上表現(xiàn)出較高的聚集程度，空間分布比較密集，對(duì)于節(jié)約集約利用土地和避免農(nóng)村居民點(diǎn)布局分散起著重要作用[16]。

2.2 基于核密度估計(jì)的農(nóng)村居民點(diǎn)空間分布特征

根據(jù)寶塔區(qū)農(nóng)村居民點(diǎn)空間分布的核密度圖(圖3)可知，寶塔區(qū)南部和西北部的農(nóng)村居民點(diǎn)分布較稀疏，西北部的蟠龍鎮(zhèn)、青化砭鎮(zhèn)以及東北部的姚店鎮(zhèn)、李渠鎮(zhèn)是寶塔區(qū)農(nóng)村居民點(diǎn)的高密集分布區(qū)域。寶塔區(qū)地勢(shì)總體上西北、西南部高，中部隆起，東部位于丘陵河谷區(qū)，地勢(shì)平坦，再加上臨鎮(zhèn)鎮(zhèn)、南泥灣鎮(zhèn)、麻洞川鄉(xiāng)這3個(gè)鄉(xiāng)鎮(zhèn)均分布著林場，使得西北部和西南部這些區(qū)域內(nèi)的農(nóng)村居民點(diǎn)分布較稀疏，聚集程度較低。寶塔區(qū)農(nóng)村居民點(diǎn)的分布趨勢(shì)總體上表現(xiàn)為“東北部密集，西北部、南部稀疏”。

圖3 寶塔區(qū)農(nóng)村居民點(diǎn)核密度分布圖

結(jié)合寶塔區(qū)的地勢(shì)分布情況，可以看出大多數(shù)農(nóng)村居民點(diǎn)分布于高程較低的區(qū)域，高程較高的區(qū)域農(nóng)村居民點(diǎn)分布較少，這大致符合寶塔區(qū)的高程變化[18]。表明寶塔區(qū)的農(nóng)村居民點(diǎn)的空間分布特征與地形地貌有著較大關(guān)系。

3 農(nóng)村居民點(diǎn)空間分布的影響因素分析

通過閱讀文獻(xiàn)可知，有很多因素影響農(nóng)村居民點(diǎn)的空間分布，包括自然環(huán)境因素、社會(huì)經(jīng)濟(jì)因素和生產(chǎn)環(huán)境因素等，不同影響因素對(duì)農(nóng)村居民點(diǎn)空間分布產(chǎn)生的作用和影響也不同[19]。其中，自然環(huán)境因素和社會(huì)經(jīng)濟(jì)因素是農(nóng)村居民點(diǎn)空間分布首要考慮的因素，在較大程度上影響農(nóng)村居民點(diǎn)空間分布。因此，本文在考慮數(shù)據(jù)的可獲取性以及符合寶塔區(qū)實(shí)際情況的基礎(chǔ)上，選取高程、坡度、距河流距離和距道路距離這4個(gè)影響因素，參考相關(guān)文獻(xiàn)[20-21]，對(duì)它們進(jìn)行分級(jí)，并借助地理探測器中的因子探測和交互探測，定量分析這4個(gè)因素對(duì)寶塔區(qū)農(nóng)村居民點(diǎn)空間分布的影響及其之間的交互作用[22]。

3.1 坡度對(duì)農(nóng)村居民點(diǎn)空間分布的影響

依據(jù)寶塔區(qū)30 m分辨率的DEM數(shù)據(jù)，借助ArcGIS軟件，獲取寶塔區(qū)的坡度數(shù)據(jù)，并根據(jù)寶塔區(qū)坡度數(shù)據(jù)的實(shí)際情況，借助重分類工具，利用自然間斷點(diǎn)分級(jí)法將寶塔區(qū)的坡度劃分為1～5級(jí)(表1)，分別代表平坡、緩坡、斜坡、陡坡、峭坡，得到寶塔區(qū)坡度分級(jí)數(shù)據(jù)，將其與處理過的農(nóng)村居民點(diǎn)圖層進(jìn)行疊加，得到農(nóng)村居民點(diǎn)在不同坡度上的分布情況(圖4)。

表1 寶塔區(qū)不同坡度上農(nóng)村居民點(diǎn)分布情況

圖4 寶塔區(qū)不同坡度上農(nóng)村居民點(diǎn)分布圖

坡度與農(nóng)業(yè)耕作措施水土保持作用有著密切的關(guān)系[23]，也是農(nóng)村居民點(diǎn)空間布局的重要參考因素之一，對(duì)于農(nóng)業(yè)生產(chǎn)生活和耕地利用也是十分重要的。坡度級(jí)別越高，坡面越陡峭，水土流失越嚴(yán)重，土壤水分保持能力越差，也越不適宜農(nóng)村居民點(diǎn)的空間布局。如表1所示，在寶塔區(qū)9 771個(gè)農(nóng)村居民點(diǎn)中，有66.65%的農(nóng)村居民點(diǎn)位于15°以下的坡度帶里，所占比例最高；坡度位于25°以上的農(nóng)村居民點(diǎn)僅462個(gè)，僅占寶塔區(qū)農(nóng)村居民點(diǎn)的4.73%，這主要說明了人們?cè)谶x擇合適的居住點(diǎn)時(shí)，往往傾向于在坡度較低的地方進(jìn)行布局，這樣有利于保持土壤水分以及進(jìn)行農(nóng)業(yè)耕作和生產(chǎn)生活活動(dòng)。由圖4可以看出，坡度級(jí)別低的地方，農(nóng)村居民點(diǎn)分布越密集，坡度位于25°以上的農(nóng)村居民點(diǎn)少之又少。

3.2 高程對(duì)農(nóng)村居民點(diǎn)空間分布的影響

依據(jù)寶塔區(qū)30 m分辨率的DEM數(shù)據(jù)，借助ArcGIS軟件，獲取寶塔區(qū)的高程數(shù)據(jù)，并根據(jù)高程實(shí)際分布情況，借助重分類工具，利用自然間斷點(diǎn)分級(jí)法將寶塔區(qū)的高程劃分為1～5級(jí)(表2)，得到寶塔區(qū)高程分級(jí)數(shù)據(jù)，將其與農(nóng)村居民點(diǎn)圖層進(jìn)行疊加，得到農(nóng)村居民點(diǎn)在不同高程上的分布情況(圖5)。

表2 寶塔區(qū)不同高程上農(nóng)村居民點(diǎn)分布情況

圖5 寶塔區(qū)不同高程上農(nóng)村居民點(diǎn)分布圖

如表2所示，在寶塔區(qū) 771個(gè)農(nóng)村居民點(diǎn)中，有92.38%的農(nóng)村居民點(diǎn)分布于高程>921～1 221 m之間的區(qū)域，所占比例最高，是寶塔區(qū)農(nóng)村居民點(diǎn)分布的主要區(qū)域，其中有52.34%的農(nóng)村居民點(diǎn)分布于高程>921～1 071 m之間；其次是高程>1 071～1 221 m之間，農(nóng)村居民點(diǎn)占總數(shù)的39.14%；高程位于1 221 m以上的農(nóng)村居民點(diǎn)429個(gè)，占寶塔區(qū)農(nóng)村居民點(diǎn)的4.39%，寶塔區(qū)農(nóng)村居民點(diǎn)總體呈現(xiàn)出隨著高程升高而降低的趨勢(shì)。由圖5可以看出，寶塔區(qū)高程位于921 m以下的農(nóng)村居民點(diǎn)較少，僅占寶塔區(qū)農(nóng)村居民點(diǎn)的3.23%，主要是因?yàn)楦叱痰偷牡胤?，臨近河流，易發(fā)生洪澇災(zāi)害。

3.3 河流對(duì)農(nóng)村居民點(diǎn)空間分布的影響

河流具有供應(yīng)水源、提供水產(chǎn)品、交通運(yùn)輸?shù)戎匾δ躘11]，可為農(nóng)村居民點(diǎn)提供生活用水和工農(nóng)業(yè)用水，因此在較大程度上影響著農(nóng)村居民點(diǎn)空間分布。本文提取寶塔區(qū)的河流水面數(shù)據(jù)，結(jié)合寶塔區(qū)河流與農(nóng)村居民點(diǎn)分布的實(shí)際情況，對(duì)河流進(jìn)行緩沖區(qū)分析，將距河流距離劃分為1～5級(jí)(表3)，得到農(nóng)村居民點(diǎn)在不同河流緩沖區(qū)范圍內(nèi)的分布情況(圖6)。

表3 寶塔區(qū)不同河流緩沖區(qū)范圍內(nèi)農(nóng)村居民點(diǎn)分布情況

圖6 寶塔區(qū)不同河流緩沖區(qū)范圍內(nèi)農(nóng)村居民點(diǎn)分布圖

如表3所示，農(nóng)村居民點(diǎn)在距離河流1 000 m范圍內(nèi)分布數(shù)量最多，為8 520個(gè)，占比87.19%；在距離河流>1 000～2 000 m的范圍內(nèi)分布著983個(gè)農(nóng)村居民點(diǎn)，占寶塔區(qū)農(nóng)村居民點(diǎn)的10.06%；在距離河流>2 000～2 500 m的范圍內(nèi)分布著112個(gè)農(nóng)村居民點(diǎn)，占比1.15%?？傮w上距河流距離越近，農(nóng)村居民點(diǎn)聚集程度越高，但是，在距離河流2 500 m以外的區(qū)域仍分布著1.60%的農(nóng)村居民點(diǎn)。由圖6可以看出，距河流1 000 m的范圍內(nèi)是大部分農(nóng)村居民點(diǎn)分布的區(qū)域，在距河流2 500 m以外的區(qū)域仍分布著部分農(nóng)村居民點(diǎn)。河流對(duì)于寶塔區(qū)農(nóng)村居民點(diǎn)的分布有影響，但影響程度較小，應(yīng)加強(qiáng)對(duì)河流的開發(fā)利用和保護(hù)。

3.4 道路對(duì)農(nóng)村居民點(diǎn)空間分布的影響

交通便利，不僅會(huì)給人們的生產(chǎn)生活帶來方便，同時(shí)也有利于聚集人氣，擴(kuò)大交流。農(nóng)村居民點(diǎn)的空間布局與道路息息相關(guān)，人們?cè)谶x擇居民點(diǎn)時(shí)，往往會(huì)選擇在距離道路較近的地方定居。距離道路越近，越有利于生產(chǎn)生活，也越適宜農(nóng)村居民點(diǎn)的空間布局。本文提取寶塔區(qū)的道路數(shù)據(jù)，結(jié)合寶塔區(qū)道路與農(nóng)村居民點(diǎn)分布的實(shí)際情況，對(duì)道路進(jìn)行緩沖區(qū)分析，將距國道、省道、縣道、鄉(xiāng)道以及鐵路距離劃分為1～5級(jí)(表4)，得到寶塔區(qū)農(nóng)村居民點(diǎn)在不同道路緩沖區(qū)范圍內(nèi)的分布情況(圖7)。

表4 寶塔區(qū)不同道路緩沖區(qū)范圍內(nèi)農(nóng)村居民點(diǎn)分布情況

圖7 寶塔區(qū)不同道路緩沖區(qū)范圍內(nèi)農(nóng)村居民點(diǎn)分布圖

如表4所示，在距離道路2 000 m范圍內(nèi)，農(nóng)村居民點(diǎn)數(shù)量7 741個(gè)，占寶塔區(qū)農(nóng)村居民點(diǎn)的79.22%，所占比例最高；在距離道路>2 000～4 000 m范圍內(nèi)，農(nóng)村居民點(diǎn)數(shù)量1 604個(gè)，占寶塔區(qū)農(nóng)村居民點(diǎn)的16.42%；同時(shí)，仍有一小部分農(nóng)村居民點(diǎn)分布在距離道路4 000 m以外的范圍內(nèi)。根據(jù)圖7可以看出，在距離道路越近的地方，農(nóng)村居民點(diǎn)分布越密集，在距離道路2 000 m范圍內(nèi)的區(qū)域是農(nóng)村居民點(diǎn)分布的主要區(qū)域。寶塔區(qū)農(nóng)村居民點(diǎn)的分布整體上符合道路建設(shè)的長遠(yuǎn)發(fā)展，但仍需進(jìn)一步加強(qiáng)和優(yōu)化。

3.5 因子探測及交互探測分析

本文選取寶塔區(qū)農(nóng)村居民點(diǎn)核密度為因變量Y，因子分別為高程(X1)、坡度(X2)、距道路距離(X3)、距河流距離(X4)。

運(yùn)用地理探測器中的因子探測和交互探測分析各影響因素對(duì)寶塔區(qū)農(nóng)村居民點(diǎn)分布密度的影響程度及各因素交互影響程度。如表5所示，寶塔區(qū)農(nóng)村居民點(diǎn)各因素的解釋力q均顯著，但是有所差異，解釋力由大到小排序?yàn)椋焊叱?距道路距離>距河流距離>坡度。其中，解釋力最強(qiáng)的是高程，為0.122，說明高程在寶塔區(qū)農(nóng)村居民點(diǎn)空間分布中占主導(dǎo)作用，而坡度、距道路距離和距河流距離的解釋力均小于0.1，說明其對(duì)農(nóng)村居民點(diǎn)空間分布的影響程度較低，其中，解釋力最小的是坡度，為0.004。交互探測結(jié)果表明(表6)，各因素間的交互作用表現(xiàn)為雙因子增強(qiáng)或者非線性增強(qiáng)，說明兩個(gè)因素間交互作用的解釋力大于單要素的解釋力或者大于單要素解釋力之和。其中，高程與坡度、距道路距離、距河流距離間交互作用的解釋力均大于0.1，分別為0.125、0.158和0.139，說明寶塔區(qū)農(nóng)村居民點(diǎn)布局受到了高程、坡度、距道路距離和距河流距離的共同影響。

表5 因子探測結(jié)果

表6 交互探測結(jié)果

4 結(jié)論與討論

本文以延安市寶塔區(qū)三調(diào)數(shù)據(jù)庫和DEM數(shù)據(jù)為基礎(chǔ)，借助ArcGIS軟件，通過核密度估計(jì)、Voronoi圖CV值及緩沖區(qū)分析，對(duì)農(nóng)村居民點(diǎn)空間分布特征及影響因素進(jìn)行分析，得出以下結(jié)論：

1)通過Voronoi圖法來衡量寶塔區(qū)農(nóng)村居民點(diǎn)不同尺度下的空間分布特征進(jìn)行分析，結(jié)果顯示:寶塔區(qū)農(nóng)村居民點(diǎn)在不同尺度上均表現(xiàn)出集群分布特征。在鄉(xiāng)鎮(zhèn)級(jí)尺度上，CV值均在64%以 上，呈集群分布；在村級(jí)尺度上，90.14%的農(nóng)村居民點(diǎn)的 CV值>64%，呈集群分布，集聚程度均較高。

2)核密度分析顯示，寶塔區(qū)農(nóng)村居民點(diǎn)的空間分布總體上表現(xiàn)為“東北部密集，西北部、南部稀疏”，東北部姚店鎮(zhèn)、李渠鎮(zhèn)及西北部蟠龍鎮(zhèn)、青化砭鎮(zhèn)是寶塔區(qū)農(nóng)村居民點(diǎn)的高密集分布區(qū)域。

3)寶塔區(qū)農(nóng)村居民點(diǎn)空間分布受到高程、坡度、道路和河流不同程度的影響，并且在空間上具有相關(guān)性，主要表現(xiàn)為農(nóng)村居民點(diǎn)隨著高程和坡度的升高而降低、距離河流和道路越近的地方分布越密集的特征。因子探測結(jié)果顯示高程(0.122)解釋力最大，其次分別為距道路距離(0.052)、距河流距離(0.029)、坡度(0.004)，高程對(duì)寶塔區(qū)農(nóng)村居民點(diǎn)空間分布的影響最大。交互探測結(jié)果顯示高程與坡度、距道路距離、距河流距離間交互作用較強(qiáng)。后續(xù)在規(guī)劃農(nóng)村居民點(diǎn)布局時(shí)，可考慮上述因素確定各類農(nóng)村居民點(diǎn)的優(yōu)化策略。

此外，有很多因素影響農(nóng)村居民點(diǎn)的空間分布，包括自然環(huán)境因素、社會(huì)經(jīng)濟(jì)因素和生產(chǎn)環(huán)境因素等，但是本文在選取影響因素時(shí)，考慮到數(shù)據(jù)的易得性，僅從4方面進(jìn)行分析，具有一定的主觀性。后續(xù)應(yīng)用中，還要考慮經(jīng)濟(jì)、政策、農(nóng)民意愿等因素對(duì)農(nóng)村居民點(diǎn)分布的影響，以便能更全面地分析農(nóng)村居民點(diǎn)的空間分布格局。后續(xù)研究還可以在此基礎(chǔ)上，依據(jù)對(duì)農(nóng)村居民點(diǎn)的空間分布特征和影響因素的研究，對(duì)農(nóng)村居民點(diǎn)的布局優(yōu)化方式進(jìn)行論述，以便能更好地服務(wù)于農(nóng)村居民點(diǎn)整理、鄉(xiāng)村規(guī)劃和鄉(xiāng)村振興等工作。