兖州矿区农村居民点景观格局变化分析

程荣，段永红*，王萍

(1.山西农业大学 资源环境学院，山西 太谷 030801；2.曲阜师范大学 地理与旅游学院，山东 日照 276800)

不同形态和规模的景观嵌块体在空间上进行排列组合形成了景观格局。景观之间的本质差别是由各种自然与人为因素在不同时空尺度上相互作用造成的。农村居民点的数量、大小、密集程度、占据土地面积等具有一定的空间差异性。采矿扰动是矿区内农村居民点空间特征变化的主要原因[1]。兖州矿区煤炭资源的开发使得地表塌陷，水位高于地表，导致积水淹没大量的耕地，严重影响了矿区内农村居民的生产、生活，也成为矿区农村居民点景观格局变化的主要原因。

本文选取兖州矿区作为研究对象，采用最近邻点统计量(R统计量)分析2009—2015年矿区村庄居民点规模、分布特征的变化，分析2009—2015年矿区居民点搬迁前后景观格局变化规律，在此基础上，借助GIS的空间分析方法和景观格局指数分析道路、塌陷积水区和河流对矿区农村居民点布局、变化的影响。

1 研究区概况及研究方法

1.1 研究区概况

兖州矿区位于鲁西南平原地区，济宁市境内，地势平坦，是我国东部平原的高潜水位的矿区。矿区内煤层具有厚度大、埋藏较浅、储存稳定、易开采、水文和地质构造较简单等特点，这些优势条件使该地区适宜建设大型和特大型矿井[2]。矿区地处温带半湿润季风区，属大陆性海洋性过渡气候，四季分明、雨热同期，年平均降水量712.99 mm，年平均气温14.1 ℃。兖州煤矿区的降水主要集中在每年的7、8 月，有时会延长到9月，最大降水量可达1 263.88 mm，约占全年降水量的65%[3]。

兖州矿区是我国众多的优质煤田之一，主要有南屯、唐村、北宿、兴隆庄、鲍店、杨村、东滩、济宁二号和济宁三号等矿井[4]。本研究选取南屯、唐村、北宿、兴隆庄、鲍店、杨村、东滩矿井作为研究区(图1)。

图1 兖州矿区地理位置示意图Fig.1 Geographical map of Yanzhou mining area

1.2 资料来源与数据处理

本文所用的遥感数据来源于无偏移的Google Earth历史影像，兖州矿区2009年、2012年与2015年的遥感影像数据的分辨率为0.48 m、矿区30 m分辨率的高程数据以及相关文字资料[5]。通过人工目视判读矢量化得到农村居民点、道路、河流水系以及塌陷积水区范围数据，将居民点的多边形数据转换为点数据，进一步分析居民点的分布特征。此外，对道路、塌陷积水区及河流作缓冲区操作。

1.3 研究方法

1.3.1 最近邻点统计量

利用最近邻点统计量(R统计量)，首先计算得出各居民点与其周围居民点之间的最小距离，然后与理想条件下的最近邻点之间的距离进行比较，分析得出矿区内农村居民点分布的特征及变化趋势[6]。计算公式见表1。

1.3.2 景观格局指数

景观是由不同形状、大小、组合的自然及人文斑块组成的嵌块体，常运用景观生态学方法描述农村居民点的规模、形状及分布特征[12]。矿区农村居民点是乡村聚落景观的主要构成部分，矿区内的自然因素和人文因素影响着居民点的空间分布特征。而景观格局指数可以反映居民点的结构构成、空间组合特征[13]。因此本文选取了一系列景观格局指数分析道路、河流、塌陷积水区等自然因素对矿区农村居民点分布、变化的影响。各景观格局指数名称及其具体内涵和表征意义见表2。

2 研究结果分析

2.1 集聚与分散程度的最近邻点统计量分析

利用ArcGIS10.2中的Feature to point工具，将农村居民点的面状数据转换为点状数据；其次通过near工具，计算得出3年矿区农村居民点之间的最近距离；最后根据表1中的公式计算相应的值，计算结果见表3。

通过分析表3得知，2009年到2015年的7年间居民点数量共减少了16个，且最近距离的观测值要大于期望值，并呈现逐年增大的趋势，表明矿区内的居民点在各种因素的影响下总的密度发生变化；在各年份中，R统计量均大于1，-1.96

表1 最近邻点统计量计算公式Table 1 The calculation formula of nearest neighbor statistical

表2 景观格局指数特征及解释Table 2 Characteristics and interpretation of Landscape Pattern indexes

表3 2009—2015年农村居民点分布的最邻近点统计量分析结果Table 3 Summary of the Nearest Neighbor analysis for the rural settlements from 2009 to 2015

2.2 不同因素对农村居民点分布景观格局的影响

在ArcGIS10.2中，将道路、河流和塌陷积水区的缓冲区分析结果分别与各年份的农村居民点点数据图层进行合并，得到图2～4。在此基础上，利用ArcGIS的查询统计功能统计出离道路、河流和塌陷积水区不同距离范围内农村居民点斑块的数量、周长及面积等特征，再根据公式计算相应的景观格局指数，计算结果见表4～6。

图2 2009年和2015年不同道路缓冲区农村居民点分布图Fig.2 The distributions of rural settlements within different buffers of road in 2009 and 2015

图3 2009年和2015年不同塌陷积水区缓冲区农村居民点分布图Fig.3 The distributions of rural settlements within different buffers of subsidence area in 2009 and 2015

2.2.1 道路的影响

由表4分析可得，在各年份中，距离道路200 m范围内农村居民点斑块数分布最多，斑块面积的比重均超过了50%，密度也最大；随着距道路越远，各缓冲区范围内的农村居民点的数量逐渐减少，尤其在500～1 000 m的距离范围内数量减少的幅度较大；距离道路500 m之外，居民点数量的比重均不大于15%，说明农村居民点形成的重要条件之一为道路的通达性，道路对其空间布局及演化产生巨大的影响[15]。

图4 2009年和2015年不同河流缓冲区农村居民点分布图Fig.4 The distributions of rural settlements within different buffers of river in 2009 and 2015

表4 道路对农村居民点分布影响的景观格局指数统计表Table 4 Summary of landscape pattern index of road as the influence to the rural settlements

各距离范围内，斑块数量呈现逐年减少的趋势，但在0～200 m范围内，占斑块总数的比重、斑块面积及平均斑块面积逐年升高，且平均斑块分维数也呈现逐年增大的态势，表明该矿区范围内居民点的形状变得不规则、破碎。尽管居民点的数量在逐年较少，但是通过搬迁、旧村改造、整合并建居民点逐渐向道路集聚。在1 000 m范围外，分布有为数不多面积较大的居民点，在2009—2015年间，居民点的数量和平均斑块面积在减少，平均分维数在升高，且变化幅度较大，表明农村居民点正处在动态变化的过程。

表5 塌陷积水区对农村居民点分布影响的景观格局指数统计表Table 5 Summary of landscape pattern index of subsidence area as the influence to the rural settlements

表6 河流对农村居民点分布影响的景观格局指数统计表Table 6 Summary of landscape pattern index of river as the influence to the rural settlements

2.2.2 塌陷积水区的影响

由表5可见，距离塌陷区500 m内只有6%～10%的居民点，随着离塌陷积水区距离逐渐增加，居民点数量呈现先增加，后减小再增大的态势，超过50%的居民点分布在2 000 m以外的范围。

矿区内塌陷积水区主要集中于矿区中部，这些积水区的前身大多为耕地，而居民点大多邻近耕地，所以有约30%的居民点分布在离塌陷区1 000 m的范围之内；对比3年的数据发现，除去500～1 000 m范围内的平均斑块面积及平均分维数有所升高外，其它各项景观指数均呈现减小的趋势，而1 000 m范围以外的居民点的比重正在逐年上升，表明塌陷已经严重影响到居民的生产生活，为了避免损失和伤害，居民点由内部向外围迁移，搬离塌陷积水区，并逐渐趋于稳定。

在距离塌陷积水区2 000 m范围以外，有较多规模较大的居民点集中分布在矿区的东南部和西部，这里远离塌陷积水区的影响，并邻近邹城、济宁市区及大的中心镇，完善的基础设施和良好的生活条件对居民点有较大的吸引作用；2009—2015年间居民点的数量比重在逐年上升，居民点总的面积及平均占地面积呈现减小的趋势，且平均分维数有升高的趋势，居民点的形状变得不规则、破碎，说明居民点在良好的地理条件、区位条件及政策的影响下，村庄进行搬迁或是对原有的居民点进行整治，正处于较大的变化中。

2.2.3 河流的影响

河流是影响农村居民点布局及演变的又一重要的自然因素，由表6可见，各年份中，离河流2 000 m范围内，各距离范围内，居民点的数量比重较均匀，在1000～1 500 m的距离内，斑块数量较多，平均斑块面积也较大，且呈现逐年增大的态势，主要是因为靠近河流的主要是面积较大的林地和耕地，河流可以提供灌溉水源，而居民点临近耕地，所以则分布的相对分散，密度较小。在距离河流2 000 m范围外，分布有超过30%的居民点，且主要集中分布于矿区的东南部和西部，这与塌陷积水区范围影响下的农村居民点的空间分布基本一致。

对比三年的景观格局指数，处于0～500 m的距离范围内的居民点数量的比重减少较多，总的斑块面积减少但居民点平均用地规模有所增加，斑块密度和平均分维数均表现出减小的趋势，且在2009年到2012年间平均分维数变化最大；在500～1 000 m范围内，居民点数量比重和平均分维数先增大后减小，平均斑块面积先减小后增大，密度呈现减小的态势。在1000～1 500 m范围内，居民点的个数比重增大，平均占地面积和平均分维数均增大较多。

综上分析，研究区地下水位较高、煤层埋设浅而厚，因此煤炭资源的开发后耕地大面积塌陷且常年积水。矿区农村居民点多通过搬迁、归并或旧址重建等方式进行整治，由破碎、不规则的形状向规则的趋势发展，由塌陷积水区向非塌陷积水区的方向迁移。

3 讨论与结论

(1)首先，本文通过R统计量研究分析得出从2009年至2015年7年间矿区内农村居民点的空间分布特征及变化趋势：从2009年到2015年，居民点数量逐渐减少，均呈现出较分散的空间布局状态，但在某些地区还是呈现出了微弱的聚集态势。

(2)其次，结合GIS的空间分析方法和景观生态学的知识，选取一系列景观格局指数分析了道路、河流及塌陷积水区对居民点布局变化的影响。结果表明，由于受到道路、河流、塌陷积水区及政策的影响，矿区内农村居民点呈现出由内向外迁移的趋势，四周居民点的聚集程度高于中部；时间上，2015年居民点的聚集程度略高于2009年。通过分析可以得出：远离塌陷区、邻近主干道和河流的地块最适宜作为居民点的搬迁选址。迁移的方向主要为邻近大的中心城镇、邹城及济宁市区。城镇及市区的各项基础设施更加完善，更适合于人口集聚，这与《济宁市压煤村庄搬迁用地规划(2001—2020年)》中的新村选址建议相符合。

(3)河流和塌陷积水区对于兖州矿区内农村居民点空间变化的影响较大。但是两者对居民点布局变化的影响并不相同。通过分析可见，塌陷积水区位于研究区中部，受其影响居民点逐步向外围迁移；河流主要起到灌溉水源的作用，居民点的空间变化表现出趋利的特点。

(4)采矿扰动是矿区内农村居民点的空间特征变化的主要原因[16]。兖州矿区内农村居民点主要通过旧地重建、整合并建、矿区内的搬迁、搬迁到矿区之外等方式进行整治。在整治过程中，既要协调各部门的参与，也需要获得当地村民的支持。在搬迁选址上，要综合考虑多种因素，加强宣传，完善基础设施的建设，努力为村民营造舒适、安全的居住环境。