首页 | 本学科首页   官方微博 | 高级检索  
     

多尺度下农村居民点空间分布特征及其影响因素研究
引用本文:何炬,张雪松,邓振,张晗,张茂茂,刘园. 多尺度下农村居民点空间分布特征及其影响因素研究[J]. 中国农业资源与区划, 2019, 40(6): 8-17
作者姓名:何炬  张雪松  邓振  张晗  张茂茂  刘园
作者单位:华中师范大学城市与环境科学学院,湖北武汉430079; 华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079,华中师范大学城市与环境科学学院,湖北武汉430079; 华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079,华中师范大学城市与环境科学学院,湖北武汉430079; 华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079,江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室/南方粮油作物协同创新中心,南昌330045; 江西农业大学国土资源与环境学院,南昌330045,华中师范大学城市与环境科学学院,湖北武汉430079; 华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079,华中师范大学城市与环境科学学院,湖北武汉430079; 华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079
基金项目:国家自然科学基金项目“江汉平原农村基本公共服务可达性与空间均等化研究”(41371183); 地理国情监测国家测绘信息地理局重点实验室开放基金项目“村落景观格局演变及其预测研究——以湖北省随县为例”(2014NGCM03)
摘    要:[目的]为更精细、更科学地了解农村居民点空间分布特征及其影响因素,从多尺度角度进行对比分析,为农村居民点整理提供依据。[方法]基于空间自相关、核密度分析等方法,以广水市为例,从多尺度角度对2016年广水市农村居民点分布空间分布状况进行对比分析,并引入空间计量回归模型对其影响因素进行探究。[结果](1)对广水市农村居民点进行核密度分析时,搜索半径为1 800m最合理,广水市农村居民点核密度最大值为14. 26个/km~2;(2)对广水市农村居民点核密度估计值从县级、乡镇级、村级3个尺度分别进行全局空间自相关分析,Moran's I县级=0. 642 4、Moran's I乡镇级=0. 694 3、Moran's I村级=0. 808 2,全部表现为空间正相关,村级的空间集聚特征最显著、乡镇其次、县级相对最小;(3)局部自相关分析显示农村居民点核密度估计值高值区分布在城郊乡、骆店乡、马坪镇、长岭镇4乡镇,与该研究的核密度分析结果一致。(4)通过空间计量回归模型分析,农村居民点的影响因素:地形位指数到城镇距离到道路距离到水系距离。[结论]文章从多尺度角度对农村居民点分布特征及其影响因素对比研究,以期为今后同方向的研究提供借鉴,为农村居民点整治、农村居民点空间演变研究、村镇规划、农村土地集约利用、乡村振兴等提供理论方法的支撑。

关 键 词:农村居民点多尺度空间自相关核密度回归模型
收稿时间:2018-05-08

STUDY ON SPATIAL DISTRIBUTION CHARACTRISTICS AND INFLUENCING FACTORS OF RURAL SETTLEMENTS IN MUTI SCALE
He Ju,Zhang Xuesong,Deng Zhen,Zhang Han,Zhang Maomao and Liu Yuan. STUDY ON SPATIAL DISTRIBUTION CHARACTRISTICS AND INFLUENCING FACTORS OF RURAL SETTLEMENTS IN MUTI SCALE[J]. Journal of China Agricultural Resources and Regional Planning, 2019, 40(6): 8-17
Authors:He Ju  Zhang Xuesong  Deng Zhen  Zhang Han  Zhang Maomao  Liu Yuan
Affiliation:Central China Normal University, The College of Urban & Environmental Sciences, Wuhan , Hubei 430079, China; Analysis and Simulation of Geographic Process in Central China Normal University, Key Laboratory of Hubei Province, Wuhan, Hubei 430079, China,Central China Normal University, The College of Urban & Environmental Sciences, Wuhan , Hubei 430079, China;Analysis and Simulation of Geographic Process in Central China Normal University, Key Laboratory of Hubei Province, Wuhan, Hubei 430079, China,Central China Normal University, The College of Urban & Environmental Sciences, Wuhan , Hubei 430079, China; Analysis and Simulation of Geographic Process in Central China Normal University, Key Laboratory of Hubei Province, Wuhan, Hubei 430079, China,Key Laboratory of Agricultural Resources and Ecology in Poyang Lake Basin, Jiangxi Province / South Grain and Oil crop Synergy Innovation Center, Nanchang, Jiangxi 330045, China;Institute of Land Resources and Environment, Jiangxi Agricultural University, Nanchang, Jiangxi 330045,China,Central China Normal University, The College of Urban & Environmental Sciences, Wuhan , Hubei 430079, China;Analysis and Simulation of Geographic Process in Central China Normal University, Key Laboratory of Hubei Province, Wuhan, Hubei 430079, China and Central China Normal University, The College of Urban & Environmental Sciences, Wuhan , Hubei 430079, China; Analysis and Simulation of Geographic Process in Central China Normal University, Key Laboratory of Hubei Province, Wuhan, Hubei 430079, China
Abstract:
Keywords:rural settlements   multi scale   spatial auto correlation   Kernel Density   regression model
本文献已被 CNKI 等数据库收录!
点击此处可从《中国农业资源与区划》浏览原始摘要信息
点击此处可从《中国农业资源与区划》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号