辽宁省农村村落空间分布格局及影响因素分析

柳杨,赵泉华,贾淑涵,李玉

(辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新 123000)

0 引言

农村村落是农户生产和生活的重要场所,是人们赖以生存的重要载体。了解农村村落空间分布不但能够推进农业现代化进程,且对发展文明建设也具有十分重要的价值[1]。然而随着社会经济的发展和城镇化进展的加快,村落数量正在逐渐锐减,村落的文明建设和发展正在面临着巨大的挑战[2]。

目前,对于村落的研究主要针对传统村落并取得了积极的进展。从研究内容上来看,主要侧重对传统村落的振兴及保护[3-6]、传统村落的开发利用方式[7-10]、传统村落的评价及其管理体系[11],以及旅游行业对传统村落发展的影响等[12]。其中陈中高等[13]基于CiteSpace的知识图谱分析传统村落保护与发展的367篇文献,为促进乡村振兴展开进一步探索。黄卉洁等[14]运用GIS软件的空间分析功能对西北地区传统村落进行旅游等级划分,探索旅游开发潜力的规律和原因。结果表明,西北地区传统村落潜力区分布不均,没有得到有效开发。邵秀英等[15]从公共管理的视角出发,对传统村落基本属性和对传统村落公共管理的界定等途径分析,得出传统村落旅游的核心问题是多方面利益的矛盾,制度约束与规范管理是现阶段传统村落旅游地治理的重要途径。卢松等[16]通过实际调研与GIS的空间分析相结合的方式,以徽州地域119个中国传统村落作为样本,探讨了徽州传统村落旅游开发的时空演化过程。从研究尺度上看,高楠等[17]运用GIS的空间分析方法对国家发布的全国6 819个传统村落进行空间分布以及影响因素进行研究;孟杰等[18]对黑龙江省的传统村落的保护与建设进行探究;安乾等[19]和王峥等[20]分别从市级区域角度对传统村落的类型及分布机理进行研究,以及付春蕾等[21]利用诊断性评价方法对郑州市柏石崖村社会经济、环境状况进行分析和评价,提出34个基本指标为传统村落的保护和发展提供参考。从研究时序来看,柴一涵[22]对1999-2021年的浙江省传统村落的研究进行系统梳理,总结研究现状及不足并提出展望。但从村落的空间分布及影响因素研究内容来看存在一些不足。一是传统村落的空间分布具有一定的重要性,但对于所有类型的农村村落研究是不足的;二是对于村落的研究不单单表现在点状特征上,应该包含村落规模特征及面积变化等研究;三是针对辽宁省地区村落的空间分布及影响因素相关研究较少。据此,本文以Landsat 8 OLI数据作为数据源,利用融合多尺度与注意力机制的轻量级DeeplabV3+网络进行辽宁省地区村落提取。通过提取结果分析辽宁省村落的空间分布特点以及影响村落空间分布的因素。由于人类是依赖自然界而生存,地形地貌对于村落的分布有着直接的影响;同时,水系是人类赖以生存的重要物质,是人类不可或缺的一部分;并且,随着经济的快速发展,道路交通对于村落有着十分重要的影响。因此,本文选取与辽宁省农村村落有关的地形地貌、坡度、坡向、水系、经济、与县级驻地的距离和道路交通进行影响因素的相关性分析,以此为后续的研究提供良好的参考价值。

1 研究区及数据

1.1 研究区概况

辽宁省位于我国东北地区南部,地理坐标为118°E～125°E,38°N～43°N。西与河北省临界,西北与内蒙古自治区相邻,东北与吉林省接壤,南临黄海、渤海,东与朝鲜一江之隔,与日本、韩国隔海相望。辽宁省全省下设14个省辖市,总面积约1.461×105km2(图1)。辽宁省东西部是山地丘陵区,中部为冲积平原区。山地面积约占全省的2/3,平原地区约为1/3。辽宁省高程主要表现为中间低、两侧高,全省最高峰超过1 300 m,平均海拔高度为230 m。坡度空间特征与高程分布特征基本一致,平均坡度约7.5°。辽宁省河流大小300余条,河流总长度为19 745 km,径流深223 m,年径流总量为3.24×1010m3。辽宁省的地理环境以及各省辖市之间的经济差异等因素是村落分布的重要原因。

图1 辽宁省区划图

1.2 研究数据

本文研究应用数据为Landsat 8 OLI多光谱遥感影像数据,成像时间为2018年8月、9月。地面像元分辨率为30 m,选取其中的红、绿、蓝3个波段合成真彩色作为本文的实验影像。在成像的过程中,由于传感器自身原因以及电磁波在传播中大气层的吸收和散射作用,导致影像的灰度值与地面的实际辐射亮度值之间存在差异。因此,本文对数据进行了一系列预处理操作,其中包括辐射定标、大气校正、影像增强、影像裁剪和影像拼接等步骤,经过全色波段重采样得到15 m分辨率的影像,最终获得研究区域完整遥感影像数据。从中选取影像大小为7 831像素×7 941像素,通过ArcMap 10.2软件制作标签图,并将其尺寸裁剪为512像素×512像素的样本影像图,共获得155张。采用旋转90°、180°、垂直镜像和水平镜像的方式进行数据增强,扩充数据集,共获得620张标注样本。图2为影像和其对应的标签图。

图2 遥感影像及其标签图

2 基于DeeplabV3+网络的村落提取

2.1 网络结构设计

本文利用融合多尺度与注意力机制的轻量级DeeplabV3+网络对辽宁省遥感影像进行农村村落提取。网络结构如图3所示。

图3 改进DeeplabV3+网络的体系结构

DeeplabV3+网络为经典的编码层-解码层结构。在编码层部分,输入的遥感影像通过主干网络中不同通道的深度可分离卷积层提取浅层语义特征信息图Fa,浅层信息特征图通过空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块[23]处理。在ASPP模块中分别利用1×1卷积、空洞速率分别为6、12、18的空洞卷积和全局平均池化处理,而后融合上述操作结果得到深层语义特征信息。深层语义信息通过1×1卷积压缩,并进行4倍上采样,最终得到深层信息特征图Fb。在解码层部分,由编码层输出的浅层信息特征图Fa被空间注意力模块处理后经过1×1卷积,深层特征图Fb被通道注意力模块[24]处理后,再经过4倍上采样恢复边界细节信息,输出后与经过1×1卷积后的特征图Fa通过堆叠的方式融合。最后,经过两个3×3卷积层和4倍双线性插值上采样处理后,逐步细化细节特征,恢复空间信息,最终得到提取结果图。

2.2 提取结果分析

利用融合多尺度与注意力机制的轻量级遥感影像村落提取方法提取辽宁省村落,将分类结果与人工目视判读的分类结果进行对比,建立混淆矩阵,进行精度评价。根据精度评价计算结果,总体精度为98.10%,准确率为91.28%,Kappa系数为0.859 9。辽宁省村落提取结果如图4所示,本文共提取农村村落85 630个,提取面积为654 582.7 hm2。

图4 辽宁省影像及提取结果图

3 辽宁省村落空间分布影响因素分析

3.1 村落空间分布特征分析

1)规模特征分析。根据辽宁省农村村落的特点,将小于50户的村落定义为小型村落,50～200户定义为中型村落,200～800户定义为大型村落,超过800户为超大型村落。根据《土地管理法》每户建设用地和未利用地的占地标准,将农村村落按照面积 (以下简称为EA)规模划分为4个级别。分别0≤EA<1 hm2为小型村落,1 hm2≤EA<5 hm2为中型村落,5 hm2≤EA<20 hm2为大型村落,EA≥20 hm2为超大型村落。

利用ArcGIS 10.2软件将提取的辽宁省村落转化为矢量数据,按照各市进行面积统计并进行规模等级划分。从表1可以看出,辽宁省共计村落85 630个,其中小型村落25 888个,中型村落28 405个,大型村落23 558个,超大型村落7 779个。辽宁省整体以小型、中型以及大型村落为主。地级市中,大连市和丹东市村落最多,分别为16 079个和12 550个。在小型村落中,本溪市和盘锦市最少,仅为264个和425个。中型村落中除本溪市和盘锦市外,其他地区均超过1 000个。大型村落中辽阳市和抚顺市分别为731个和846个。超大型村落中,除沈阳市超过1 000个外,其他均未超过1 000个,最少为本溪市仅有162个。从以上数据可以看出,辽宁省农村村落规模呈现“中间大、两边小”的地域分布特点。

表1 辽宁省各市村落等级划分

从图5可以看出,在小型村落中,丹东市和大连市占比上最大,在40%～45%之间;中型村落中本溪市、丹东市、朝阳市和营口市占比最大。大型村落中朝阳市、铁岭市和鞍山市占比最大,均超过35%。超大型村落整体占比较小,在20%以下。在整个辽宁省中,中型村落占比最大,其次是小型村落,超大型村落占比最低。从以上指标可以看出,辽宁省相对发达城市小型村落占比较大,特别在沿海地区表现更为明显。大型村落占比较大城市多为辽宁西北部地区城市,此区域经济相对发展落后,能够在基础设施和建设水平有限的情况下保留村落的原始特点。

图5 辽宁省各市村落规模占比

2)空间分布密度分析。利用提取得到的辽宁省面状要素转化为点状要素并建立点密度分布图。如图6所示。在点密度估计中,搜索半径是一个重要的参数[25]。本文经过多次实验确定搜索半径为2 km,使辽宁省村落在密度分布图上能够得到较好的表达。从图6可以看出,辽宁省农村村落在空间分布上的整体表现为“南密北疏”。辽宁省南部沿海城市村落分布密集,最大点密度达到6.37个/km2,这与当地的发展经济与生活习惯密切相关。辽宁西北部地区村落分布稀疏,该区域地势较高,山体较多,不利于村落的分布。

图6 村落聚集度

3.2 影响因素分析

1)地形地貌。地形地貌是影响村落分布的重要因素之一,辽宁省的地形为中间低两侧高,最高海拔超过1 300 m。根据地形特点将海拔高度分为 DEM≤200 m、200 m

表2 各等级高程村落分布统计表

图7 村落与高程叠加图

2)水系。河流是人类文明发展的起源地,古代村落多数以靠近水源而居。距离水源较近的地方具有更好的生产和生活条件,往往村落分布的也更加密集。对于缺水严重的辽宁省而言,水源对农村村落分布的影响更为深远,水源的分布决定了村落的分布。通过对辽宁省5级以上河流每隔0.5 km、1 km、2 km、5 km分别建立缓冲区,生成河流多环缓冲区分布图,然后与村落点状要素分布图进行叠加,统计各个缓冲区内农村村落数量。通过表3可知,辽宁省村落在靠近河流时分布更加密集,在河流缓冲区距离为0.5 km时,村落占总村落的4.41%;当河流缓冲区距离为1 km时,村落占总村落的8.48%;在河流缓冲区距离为2 km时,村落占总村落的15.88%;在河流缓冲区距离为5 km时,村落个数为30 666个,占总村落的35.81%;累计在河流缓冲区5 km以内的村落为54 900个,占总村落的64.31%。仅仅是靠近河流的村落就超过了64%,而辽宁省南部大多靠海,更临近水源,整个辽宁省村落靠近水源占更大比例。

表3 水系缓冲区分布村落统计表

3)坡度。坡度作为农村村落空间分布的宏观地理背景,对于辽宁省村落分布有着十分重要的影响。将辽宁省的坡度值分为0°≤slope<2°、2°≤slope<5°为缓坡、5°≤slope<15°为中坡、15°≤slope<25°为大坡,slope≥25°为陡坡,共5个级别。通过表4可知,辽宁省村落分布在0°≤slope<2°的村落共有24 036个,占辽宁省总村落的28.07%;村落分布在2°≤slope<5°的村落共有40 144个,占辽宁省总村落的46.88%;村落分布在5°≤slope<15°的村落共有19 286个,占辽宁省总村落的22.52%;当15°≤slope时,生态环境比较恶劣,水土流失比较严重,对村落的影响较大,分布在其区域的村落为2 164个,仅占辽宁省整体村落的2.53%。辽宁省坡度与高程分布基本一致,二者共同促成了辽宁省中部地区村落规模较大、东西部以小型村落和中型村落分布为主的类型。

表4 各坡度等级分布村落统计表

4)坡向。坡向对于生态环境有着较大的作用,间接地影响着农村村落的空间分布情况。根据辽宁省的坡向特点,利用坡度角分为5个等级,-1°为平坡,0°～45°和315°～360°为阴坡,45°～135°为半阴坡,135°～225°为阳坡,225°～315°为半阳坡。通过表5可知,辽宁省村落分布在平坡的数量为12 731个,占总体村落的14.87%;分布在阴坡与半阴坡的村落数量为32 143个,占总体村落的37.53%;分布在阳坡与半阳坡的村落数量为40 756个,占村落整体的47.60%。可以看出辽宁省村落大部分分布在平坡、阳坡和半阳坡,这跟辽宁省位于北方且冬天相对寒冷有关,在同一高程位置上,冬季位于阳坡与阴坡的温差在3～4 ℃,这间接地影响着村落的空间分布情况。

表5 各坡向分布村落统计表

5)经济因素。区域经济情况与地区发展水平具有密不可分的关系,和农村村落之间也存在重要的关联性。本文收集了辽宁省各地级市的GDP数据来表现当地区域的经济发展水平,与村落的密度分布图进行叠置分析,如图8所示。从图8可以看出,农村村落在不同区域的经济下具有不同的聚类状态,可以分为5种类型。一是朝阳市、葫芦岛市、阜新市、盘锦市、铁岭市以及锦州市的辽西北地区,相对发展落后,村落存在多处密集状态,形成了低聚类类型村落;二是沈阳市的辽中地区,经济发达,基础设施条件和城市建设水平比较发达,村落分布均匀,形成了均匀性类型村落;三是辽阳市、本溪市以及抚顺市的经济发展落后地区,同辽西北相似,属于基础设施和城市建设水平落后区域,但此区域村落基本没有聚集状态,属于稀疏类型;四是营口市、鞍山市和丹东市三市区域,此地区相对辽西北发展更好,存在较多聚集村落,因而形成中聚集类型村落;五是大连市的辽南地区,是辽宁地区的最发达区域,村落更多且聚集更为密集,属于高密集类型村落。综上表明,辽宁省辽中与辽南经济相对发达,辽西北与辽东较为落后,辽中与辽南村落相较于辽西北与辽东村落分布更加密集,说明村落的密集程度与经济呈正相关。

图8 辽宁省GDP与村落密集分布图

6)与县级驻地的距离分析。县级驻地的发展对村落的保护和发展具有带动作用,而二者的距离是影响其作用的关键因素。利用ArcGIS的邻域分析,以10 km为间隔对61个县级驻点做多环缓冲分析,得到辽宁省农村村落和县级驻地之间的直线距离。如图9所示,村落到县级驻地的距离小于10 km共有9 451个;村落在距离县级驻地10～20 km区间内数量最多,占总量的29.67%;距离在40 km以内的村落占总体村落的88.97%。总地来说,距离县级驻地越近,村落越密集,有利于村落的发展,村落距离县级驻地较远能保护和传承村落最原始的特点,但同时也加大了对当地未来发展的难度。

图9 辽宁省村落与县级驻地的直线距离

7)道路交通。农村村落的空间分布与道路交通的关系极为密切,多数情况下,人类聚落选择便于出行的区域作为定居地,因此道路是影响村落分布格局的重要因子。通过对辽宁省的主要道路每隔0.5 km、1.0 km、1.5 km、2.0 km分别建立缓冲区,统计不同缓冲区内农村村落的数量。由表6可知,在距离道路0.5 km范围内,农村村落的数量占总体村落的54.03%;在距离道路2 km范围内,农村村落的数量占辽宁省村落总数的86.55%,辽宁省大多数村落都在距离道路较近的范围内。

表6 道路缓冲区分布村落统计表

从图10可知,辽宁省农村村落的密度值和道路密度值变化趋势大体一致,农村村落分布越密集,道路分布相应也越密集。辽宁省整体属于山地与平原交错地带,辽中区域较为平坦,路网更密集。另外,村落中的居民通向外界的主要方式是公路,随着与外界经济交往的日益频繁,村落靠近公路成为一种必然选择。

图10 村落与道路缓冲区叠加图

4 结束语

本文利用融合多尺度与注意力机制的轻量级DeeplabV3+网络对辽宁省农村村落进行提取,共提取村落85 630个,提取面积达654 582.7 hm2。利用提取结果分析辽宁省村落空间分布特征及其影响因素。在整个辽宁省中,小型村落、中型村落和大型村落占村落总体90%以上。辽宁省村落点密度最大为6.37个/km2,主要分布在辽南沿海地区,辽西与辽北地区面对相对较小。辽宁省村落规模分布呈现“中间大、两边小”的特点。对于辽宁省村落空间分布的影响因素分析主要从地形地貌、水系、坡度、坡向、经济因素、与县级驻地的距离和道路交通7个方面进行分析。在地形地貌上,本文将DEM分为4个等级,其中辽宁省绝大多数村落分布在辽宁省中部平原地区,海拔大于800 m时,几乎没有村落分布。分析得出,辽宁省中部属于平原聚集类型村落,辽宁省东西部呈现为高聚集性村落。在水系分析上,本文选取了5级以上河流进行分析并建立多级缓冲区。分析结果表明,辽宁省村落在靠近河流时分布更加密集。在坡度分析中,根据辽宁省坡度特点分为5个等级,村落分布在2°≤slope<5°的村落占比最大,当15°≤slope时,生态环境比较恶劣,水土流失比较严重,对村落的影响较大,分布仅占辽宁省整体村落的2.53%。坡度与高程特征基本一致,二者对于村落的分布起着关键性的作用。在坡向分析中,将坡向分为平坡、阴坡、半阴坡、阳坡和半阳坡5个等级,受辽宁省的天气状况影响,辽宁省村落主要分布在平坡、阳坡和半阳坡上。在经济因素分析中,将辽宁省各地级市的GDP与村落密度分布图进行叠置分析,发现辽中与辽南村落相较于辽西北与辽东村落分布更加密集,村落的密集程度与经济呈正相关。在与县级驻地距离分析中,以10 km为间隔做多环缓冲区,发现距离县级驻地越近,村落越密集,有利于村落的发展,村落距离县级驻地较远能保护和传承村落最原始的特点,但同时也加大了对当地未来发展的难度。在道路分析中,利用辽宁省主要道路建立多重缓冲区,结果说明,辽宁省农村村落的密度值和道路密度值变化趋势大体一致,农村村落分布越密集,道路分布相应也越密集。本文从以上7个方面分析了辽宁省村落的空间分布影响因素,但村落作为农户生产和生活的重要场所,影响因素不仅仅局限于以上7个方面,土壤程度等也是重要影响因素,后续研究将在这方面进一步拓展。