CN112508332A - 一种顾及多维特征的渐进式乡村聚落整治分区方法 - Google Patents
一种顾及多维特征的渐进式乡村聚落整治分区方法 Download PDFInfo
- Publication number
- CN112508332A CN112508332A CN202011208523.7A CN202011208523A CN112508332A CN 112508332 A CN112508332 A CN 112508332A CN 202011208523 A CN202011208523 A CN 202011208523A CN 112508332 A CN112508332 A CN 112508332A
- Authority
- CN
- China
- Prior art keywords
- area
- settlement
- rural
- value
- village
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000000638 solvent extraction Methods 0.000 title claims description 23
- 238000009418 renovation Methods 0.000 title claims description 12
- 230000006872 improvement Effects 0.000 claims abstract description 23
- 230000000750 progressive effect Effects 0.000 claims abstract description 21
- 238000013316 zoning Methods 0.000 claims abstract description 18
- 230000005484 gravity Effects 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 33
- 230000004927 fusion Effects 0.000 claims description 33
- 230000003993 interaction Effects 0.000 claims description 19
- 238000011161 development Methods 0.000 claims description 13
- 238000005192 partition Methods 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 238000005067 remediation Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于农村土地整治工程技术领域,公开了一种顾及多维特征的渐进式乡村聚落整治分区方法,耦合重力模型、土地利用动态度模型和空间可达性分析技术,综合测度乡村人居交互维、聚落时空变化维和空间可达维的多维度特征,采用渐进式分区技术对乡村聚落进行整治分区,实现对不同尺度乡村聚落整治分区的快速识别。本发明解决了当前乡村聚落整治分区方法存在的数据依赖性和单一尺度性的问题,本发明不依赖于传统评价指标体系,能够快速、科学地开展乡村聚落整治分区,具有普适性和良好应用前景。
Description
技术领域
本发明涉及农村土地整治工程技术领域,尤其涉及一种顾及多维特征的渐进式乡村聚落整治分区方法。
背景技术
乡村聚落是以地缘、血缘和业缘等为纽带形成的农村家庭生活聚居地。
当前,关于乡村聚落整治分区方法主要包括以下六类:(1)适宜性评价法; (2)生产生活可达性测度法;(3)居住场势度量法;(4)生态约束法;(5)加权 Voronoi图划分法;(6)网络节点辐射域导向法。
系统分析上述几类整治分区方法后可以发现,现有乡村聚落分区技术存在一定的局限性和技术瓶颈,主要表现为:
(1)现有分区技术缺乏适用于不同类型区域乡村聚落整治分区的普适性。从目前已形成的乡村聚落整治分区技术来看,具有一个共性特征,即首先基于主观意愿构建 相应的评价指标体系(如生态约束指标体系、适宜性评价指标体系等),而后在对指 标体系进行综合评价的基础上进行分区。然而,现有指标体系多依赖于在乡村地区难 以采集的多源数据,且缺乏统一的标准,由此带来整治分区结果的主观性和不确定 性,不利于在实践中指导乡村聚落整治工程实施。
(2)中宏观尺度的乡村聚落整治分区技术缺乏。国家层面明确了需按照集聚提升、融入城镇、特色保护、搬迁撤并的思路进行乡村分类、分区整治;但是,现有分 区方法往往局限于单一村镇层次,并未有效体现上述乡村分类思路,且缺乏面向中宏 观尺度的乡村聚落整治分区方法,其分区技术的单一性降低了分区结果被地方部门采 纳的可能性,不具有推广应用价值。
发明内容
本发明通过提供一种顾及多维特征的渐进式乡村聚落整治分区方法,解决了当前乡村聚落整治分区方法存在的数据依赖性和单一尺度性的问题。
本发明提供一种顾及多维特征的渐进式乡村聚落整治分区方法,包括以下步骤:
步骤1、获取项目区第一时间范围内对应的分区原始信息,所述分区原始信息包括土地利用数据、交通路网数据、乡村人口统计数据;基于所述分区原始信息,得到 与项目区的行政单元关联的乡村规模信息、乡村聚落增减变化信息;所述乡村规模信 息包括乡村人口规模和乡村聚落规模;
步骤2、基于所述乡村规模信息,得到与项目区的行政单元关联的人居交互引力值;基于所述人居交互引力值,将项目区划分为引力低值区、引力中值区、引力高值 区,将所述引力低值区识别为城乡融合区,将所述引力中值区和所述引力高值区识别 为非城乡融合区;
步骤3、基于所述乡村聚落增减变化信息,得到所述非城乡融合区对应的乡村聚落时空动态度;基于所述乡村聚落时空动态度,将所述非城乡融合区划分为动态度低 值区、动态度中值区、动态度高值区,将所述动态度低值区识别为集聚提升区,将所 述动态度中值区和所述动态度高值区识别为非集聚提升区;
步骤4、基于所述土地利用数据、所述交通路网数据,得到所述非集聚提升区对 应的空间可达性;基于所述空间可达性,将所述非集聚提升区划分为可达性低值区、 可达性中值区、可达性高值区,将可达性分区与乡村聚落图斑进行关联分析,将可达 性低值区乡村聚落识别为搬迁撤并区,将可达性中值区乡村聚落和可达性高值区乡村 聚落识别为弹性发展区。
优选的,所述步骤1中,基于所述分区原始信息,得到与项目区的行政单元关联 的乡村规模信息、乡村聚落增减变化信息的具体实现方式为:
提取所述土地利用数据中的乡村聚落图斑,将乡村聚落规模和乡村人口规模分别关联到项目区行政单元属性;在GIS软件中对所述土地利用数据进行空间叠置运算, 识别乡村聚落增减变化图斑,并关联到项目区行政单元属性。
优选的,所述步骤2中,基于所述乡村规模信息,得到与项目区的行政单元关联 的人居交互引力值的具体实现方式为:
利用重力模型构建人居交互联系强度矩阵,以行政单元的重心为节点,将行政单元节点间的欧氏距离作为所述重力模型中的距离测算人居交互引力值。
优选的,所述重力模型采用的公式如下:
式中,Gij为i、j地引力值;Mi为i地乡村人口标准化与乡村聚落规模标准化后的 乘积,Mj为j地乡村人口标准化与乡村聚落规模标准化后的乘积;dij为i、j地的欧氏 距离;k为经验常数;b为度量距离的摩擦系数。
优选的,所述步骤3中,基于所述乡村聚落增减变化信息,得到所述非城乡融合 区对应的乡村聚落时空动态度的具体实现方式为:
提取乡村聚落增减变化图斑,统计不同行政单元对应的乡村聚落增减面积和不变面积,利用土地利用动态度模型测度所述非城乡融合区对应的乡村聚落时空动态度。
优选的,测算所述乡村聚落时空动态度采用的公式如下:
式中,D为乡村聚落时空动态度;Ar→i为第一时间范围内乡村聚落转化为其他用 地的面积;Ai→r为第一时间范围内其他用地转换为乡村聚落的面积;Au为第一时间范 围内保持不变的乡村聚落的面积。
优选的,所述步骤4中,基于所述土地利用数据、所述交通路网数据,得到所述 非集聚提升区对应的空间可达性的具体实现方式为:
提取所述交通路网数据,结合第一时间范围内的土地利用末期现状数据,运用GIS软件中的栅格成本加权距离函数测度不同地理要素空间可达性。
优选的,将乡村聚落的空间可达性界定为从任意乡村聚落点出发,到达距离最近的交通道路所消耗的时间成本,其表达函数如下:
Tx=Exp(x,y)
式中,Tx为乡村聚落x到达交通道路y的空间可达性。
优选的,所述步骤2中,采用自然断点法将项目区划分为引力低值区、引力中值区、引力高值区;
步骤3中,采用自然断点法将所述非城乡融合区划分为动态度低值区、动态度中值区、动态度高值区;
步骤4中,采用自然断点法将所述非集聚提升区划分为可达性低值区、可达性中值区、可达性高值区。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
在发明中,首先获取项目区第一时间范围内对应的分区原始信息(包括土地利用数据、交通路网数据、乡村人口统计数据),基于分区原始信息,得到与项目区的行 政单元关联的乡村规模信息(包括乡村人口规模和乡村聚落规模)、乡村聚落增减变 化信息;然后基于乡村规模信息,得到与项目区的行政单元关联的人居交互引力值, 基于人居交互引力值,将项目区划分为引力低值区、引力中值区、引力高值区,将引 力低值区识别为城乡融合区,将引力中值区和所述引力高值区识别为非城乡融合区; 之后基于乡村聚落增减变化信息,得到非城乡融合区对应的乡村聚落时空动态度,基 于乡村聚落时空动态度,将非城乡融合区划分为动态度低值区、动态度中值区、动态 度高值区,将动态度低值区识别为集聚提升区,将动态度中值区和动态度高值区识别 为非集聚提升区;最后基于土地利用数据、交通路网数据,得到非集聚提升区对应的 空间可达性,基于空间可达性,将非集聚提升区划分为可达性低值区、可达性中值 区、可达性高值区,将可达性分区与乡村聚落图斑进行关联分析,将可达性低值区乡 村聚落识别为搬迁撤并区,将可达性中值区乡村聚落和可达性高值区乡村聚落识别为 弹性发展区。本发明不依赖于传统评价指标体系,能够快速、科学地开展省市级乡村 聚落整治分区,具有普适性和良好应用前景。
附图说明
图1为本发明实施例提供的一种顾及多维特征的渐进式乡村聚落整治分区方法的流程示意图;
图2本发明实施例的乡村聚落增减变化图;
图3本发明实施例的人居交互引力分类图;
图4本发明实施例的乡村聚落时空动态度;
图5本发明实施例的交通可达性图;
图6本发明实施例的乡村聚落整治分区图。
具体实施方式
本发明提供一种顾及多维特征的渐进式乡村聚落整治分区方法,耦合重力模型、土地利用动态度模型和空间可达性分析技术,综合测度乡村人居交互维、聚落时空变 化维和空间可达维的多维度特征,采用渐进式分区技术对乡村聚落进行整治分区,从 而实现对不同尺度乡村聚落整治分区的快速识别,明确乡村聚落整治重构方向,科学 指导具体整治工程实施。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本实施例提供了一种顾及多维特征的渐进式乡村聚落整治分区方法,包括以下步骤:
步骤1:分区数据预处理与分析。
获取项目区第一时间范围内对应的分区原始信息,分区原始信息包括土地利用数据、交通路网数据、乡村人口统计数据;基于分区原始信息,得到与项目区的行政单 元关联的乡村规模信息、乡村聚落增减变化信息;乡村规模信息包括乡村人口规模和 乡村聚落规模。
具体的,获取项目区(例如两期)土地利用数据、交通路网数据和乡村人口统计 数据;提取土地利用数据中的乡村聚落图斑,将乡村聚落规模和乡村人口规模分别关 联到项目区相关行政单元属性,分别标记为RS和RP;行政单元,例如县。在GIS软 件中进行空间叠置运算,识别乡村聚落增减变化图斑并关联到项目区行政单元属性, 分别标记为RI(乡村聚落增加)和RL(乡村聚落减少)。
步骤2:城乡融合区识别。
基于所述乡村规模信息,得到与项目区的行政单元关联的人居交互引力值;基于人居交互引力值,将项目区划分为引力低值区、引力中值区、引力高值区,将引力低 值区识别为城乡融合区,将引力中值区和引力高值区识别为非城乡融合区。
具体的,基于行政单元乡村人口规模和乡村聚落规模,利用重力模型构建人居交互联系强度矩阵,以行政单元的重心为节点,将行政单元节点间的欧氏距离作为重力 模型中的距离测算人居交互引力值,采用自然断点法划分低、中、高三个等级,将引 力低值区识别为城乡融合区。
步骤3:集聚提升区识别。
基于乡村聚落增减变化信息,得到非城乡融合区对应的乡村聚落时空动态度;基于乡村聚落时空动态度,将非城乡融合区划分为动态度低值区、动态度中值区、动态 度高值区,将动态度低值区识别为集聚提升区,将动态度中值区和所述动态度高值区 识别为非集聚提升区。
提取乡村聚落增减变化图斑,统计不同行政单元乡村聚落增减面积和不变面积,利用土地利用动态度模型测度非城乡融合区乡村聚落时空动态度,采用自然断点法划 分低、中、高三个等级,将动态度低值区识别为集聚提升区。
步骤4:搬迁撤并区、弹性发展区识别。
基于土地利用数据、交通路网数据,得到非集聚提升区对应的空间可达性;基于空间可达性,将非集聚提升区划分为可达性低值区、可达性中值区、可达性高值区, 将可达性分区与乡村聚落图斑进行关联分析,将可达性低值区乡村聚落识别为搬迁撤 并区,将可达性中值区乡村聚落和可达性高值区乡村聚落识别为弹性发展区。
提取项目区交通路网数据,结合项目区土地利用末期现状数据,运用GIS软件中的栅格成本加权距离函数(Cost Weighted Distance)测度不同地理要素空间可达 性,采用自然断点法划分低、中、高三个等级,将其与乡村聚落图斑进行关联分析, 进而识别处于可达性低级别区的乡村聚落,将其识别为搬迁撤并区。将可达性中值区 乡村聚落和可达性高值区乡村聚落识别为弹性发展区。
下面对本发明做进一步的说明。
本实施例提供了一种顾及多维特征的渐进式乡村聚落整治分区方法,参见图1,包括以下几个部分:
一、项目区数据预处理。
获取项目区两期土地利用数据、交通路网数据和乡村人口统计数据基于两期土地利用变更调查数据库(1:10000),提取精准化的乡村聚落图斑,乡村聚落图斑与国家 “二调”地类代码中的村庄用地(地类代码203)对应,将乡村聚落规模和乡村人口 规模分别关联到项目区相关行政单元属性。两期乡村聚落图斑叠置分析后得到增减变 化图斑,因地块尺度乡村聚落变化图斑较为细小难以识别,将其变化在10*10km网格 尺度进行表征,具体效果见附图2。行政单元乡村聚落增减变化规模可直接通过GIS 软件中的相交运算获取;行政单元乡村人口规模由统计数据直接获取并关联到属性 表。
二、乡村聚落整治城乡融合区识别。
(1)对乡村聚落规模和人口规模数据进行标准化后,运用重力模型计算行政单元间人居交互引力强度,生成引力矩阵;测算引力强度的重力模型公式如下:
式中,Gij为i、j地引力值;Mi为i地乡村人口标准化与乡村聚落规模标准化后的 乘积,Mj为j地乡村人口标准化与乡村聚落规模标准化后的乘积,这里均采用最大最 小标准化法,故有0≤Mi≤1和0≤Mj≤1;在实际运算过程中,可根据实际情况对乡 村人口与乡村聚落在综合质量中的影响权重进行设置;dij为i、j地的欧氏距离;k为 经验常数;b为度量距离的摩擦系数,表征引力的距离衰减速度,即b越大,则引力 随距离增加衰减的越快;反之,则越慢;这里k和b取值分别为1和2。
(2)采用自然断点法将各行政单元引力值划分为低、中、高三个等级,具体效果 见附图3;引力值低值区乡村人口少和乡村聚落规模小的区域其引力值较低,这类区 域往往是城镇化发展较好的城区,位于城市近郊区以及县城城关镇所在地的村庄,具 备成为城市后花园的优势,也具有向城市转型的条件;因此,该区域内乡村聚落整治 方向以城乡融合发展为主,识别为城乡融合区。
三、乡村聚落整治集聚提升区识别。
(1)传统单一土地利用动态度往往侧重评价某地类面积的净变化与该地类原有面积的比值关系,可以较好地反映某地类总体变化方向和大小;然而,该方法忽视了地 类增减变化的相对关系,使得其测算结果不能真实反映地类动态变化的实际情况;此 外,该方法无法表征评价单元内乡村聚落从无到有的变化过程。在步骤1获取的乡村 聚落增减变化规模的基础上,本发明提出一种新的动态度方法测度两个时间节点间乡 村聚落增减动态度,其动态度测算公式如下:
式中,D为乡村聚落变化动态度;Ar→i为第一时间范围内乡村聚落转化为其他用 地的面积;Ai→r为第一时间范围内其他用地转换为乡村聚落的面积;Au为第一时间范 围内保持不变的乡村聚落的面积;D值介于0~1之间,值越大表示乡村聚落变化越剧 烈。
(2)采用自然断点法将非城乡融合区之外的行政单元划分为低、中、高三个等 级,具体效果见附图4;低值区乡村聚落变化相对稳定,占乡村类型的大多数,是乡 村聚落整治的重点;因此,将动态度低值区识别为集聚提升区。
四、乡村聚落整治搬迁撤并区识别。
(1)由于不同土地利用类型可达性效用存在明显差异,结合各类用地实际通行效率的可行性分析,确定公路用地、农村道路、建设用地、水域和其它用地的交通时间 成本分别为50km/h、20km/h、20km/h、1km/h和10km/h。将土地利用数据转换为 30m分辨率的栅格数据,运用GIS软件中的栅格成本加权距离函数(Cost Weighted Distance)生成时间成本栅格面。
(2)基于时间成本栅格测度乡村聚落空间可达性,识别乡村聚落与交通可达性的空间关联特征。将乡村聚落空间可达性界定为从任意乡村聚落点出发,到达距离最近 的交通道路所消耗的时间成本,其表达函数如下:
Tx=Exp(x,y)
式中,Tx为乡村聚落x到达交通道路y的空间可达性。具体效果见附图5。
(3)采用自然断点法将城乡融合区和集聚提升区之外的区域划分低、中、高三个等级,空间可达性低的乡村聚落往往人居环境较差,可通过易地扶贫搬迁、生态宜居 搬迁、农村集聚发展搬迁等方式集中整治;因此,将其识别为搬迁撤并区。此外,本 发明识别搬迁撤并区能够具体到图斑,比只在行政级别的分区更具化且体现可操作 性。
五、乡村聚落整治弹性发展区识别。
在依次识别出乡村聚落整治中的城乡融合区、集聚提升区和搬迁撤并区后,剩下的乡村聚落空间可达性较好,具有一定的发展潜力,可结合乡村人口、土地和产业发 展特征进行弹性整治,因此,识别为弹性发展区;该区域中的历史文化名村、传统村 落、少数民族特色村寨、特色景观旅游名村等自然历史文化特色资源丰富的村庄可按 照特色保护类村庄整治,其余类型乡村聚落可根据整治项目实施的连片性和关联性归 并到城乡融合区、集聚提升区和搬迁撤并区。
六、乡村聚落整治综合分区。
在对上述乡村聚落类型区依次识别的基础上,形成覆盖项目区全域的综合整治分区,具体效果见附图6。该分区体现了乡村聚落作为乡村地域农村重要载体的人居集 聚性、时空动态性和空间可达性,通过行政尺度和地块尺度两个层次呈现,有效体现 了乡村聚落整治的分区、分类和分层次特征。
综上,本发明耦合重力模型、土地利用动态度模型和空间可达性分析技术,综合测度乡村人居交互维、聚落时空变化维和空间可达维的多维度特征,采用渐进式分区 技术对乡村聚落进行整治分区。利用重力模型构建区域行政单元乡村人居交互引力网 络,识别城乡融合区;通过区域内两期土地利用地类叠置分析,识别乡村聚落增减变 化地块,测算区域非城乡融合区乡村聚落时空动态度,划分集聚提升区;采用空间可 达性分析技术对区域内其余乡村聚落可达性进行综合测度,有序识别搬迁撤并区和弹 性发展区,进而形成面向全域行政与地块单元的乡村聚落综合整治分区,为分类推进 实施乡村聚落整治工程提供重要的技术依据。
本发明实施例提供的一种顾及多维特征的渐进式乡村聚落整治分区方法至少包括 如下技术效果:
(1)数据依赖性小:本发明技术摆脱了既往分区技术中指标体系的多数据依赖,仅需项目区土地利用数据、交通路网数据和乡村人口统计数据,即可实现对不同尺度 乡村聚落进行渐进式整治分区。
(2)简便有效:本发明使用的重力模型、土地利用动态度模型和空间可达性分析技术均为简单通用的方法,所不同的是本发明有效体现了国家层面乡村分类整治的思 路,针对乡村聚落分区的三个维度特征,将三种方法有机耦合使用,科学有效地实现 渐进式整治分区。
(3)适用性强:与现有乡村聚落整治分区技术相比,本发明适用于不同行政单元(省、市、县、镇)多个层级乡村聚落整治分区,解决了当前乡村聚落整治分区的应 用局限性和单一尺度性技术问题,具有普适性。
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本 发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其 均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,包括以下步骤:
步骤1、获取项目区第一时间范围内对应的分区原始信息,所述分区原始信息包括土地利用数据、交通路网数据、乡村人口统计数据;基于所述分区原始信息,得到与项目区的行政单元关联的乡村规模信息、乡村聚落增减变化信息;所述乡村规模信息包括乡村人口规模和乡村聚落规模;
步骤2、基于所述乡村规模信息,得到与项目区的行政单元关联的人居交互引力值;基于所述人居交互引力值,将项目区划分为引力低值区、引力中值区、引力高值区,将所述引力低值区识别为城乡融合区,将所述引力中值区和所述引力高值区识别为非城乡融合区;
步骤3、基于所述乡村聚落增减变化信息,得到所述非城乡融合区对应的乡村聚落时空动态度;基于所述乡村聚落时空动态度,将所述非城乡融合区划分为动态度低值区、动态度中值区、动态度高值区,将所述动态度低值区识别为集聚提升区,将所述动态度中值区和所述动态度高值区识别为非集聚提升区;
步骤4、基于所述土地利用数据、所述交通路网数据,得到所述非集聚提升区对应的空间可达性;基于所述空间可达性,将所述非集聚提升区划分为可达性低值区、可达性中值区、可达性高值区,将可达性分区与乡村聚落图斑进行关联分析,将可达性低值区乡村聚落识别为搬迁撤并区,将可达性中值区乡村聚落和可达性高值区乡村聚落识别为弹性发展区。
2.根据权利要求1所述的顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,所述步骤1中,基于所述分区原始信息,得到与项目区的行政单元关联的乡村规模信息、乡村聚落增减变化信息的具体实现方式为:
提取所述土地利用数据中的乡村聚落图斑,将乡村聚落规模和乡村人口规模分别关联到项目区行政单元属性;在GIS软件中对所述土地利用数据进行空间叠置运算,识别乡村聚落增减变化图斑,并关联到项目区行政单元属性。
3.根据权利要求1所述的顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,所述步骤2中,基于所述乡村规模信息,得到与项目区的行政单元关联的人居交互引力值的具体实现方式为:
利用重力模型构建人居交互联系强度矩阵,以行政单元的重心为节点,将行政单元节点间的欧氏距离作为所述重力模型中的距离测算人居交互引力值。
5.根据权利要求1所述的顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,所述步骤3中,基于所述乡村聚落增减变化信息,得到所述非城乡融合区对应的乡村聚落时空动态度的具体实现方式为:
提取乡村聚落增减变化图斑,统计不同行政单元对应的乡村聚落增减面积和不变面积,利用土地利用动态度模型测度所述非城乡融合区对应的乡村聚落时空动态度。
7.根据权利要求1所述的顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,所述步骤4中,基于所述土地利用数据、所述交通路网数据,得到所述非集聚提升区对应的空间可达性的具体实现方式为:
提取所述交通路网数据,结合第一时间范围内的土地利用末期现状数据,运用GIS软件中的栅格成本加权距离函数测度不同地理要素空间可达性。
8.根据权利要求7所述的顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,将乡村聚落的空间可达性界定为从任意乡村聚落点出发,到达距离最近的交通道路所消耗的时间成本,其表达函数如下:
Tx=Exp(x,y)
式中,Tx为乡村聚落x到达交通道路y的空间可达性。
9.根据权利要求1所述的顾及多维特征的渐进式乡村聚落整治分区方法,其特征在于,所述步骤2中,采用自然断点法将项目区划分为引力低值区、引力中值区、引力高值区;
步骤3中,采用自然断点法将所述非城乡融合区划分为动态度低值区、动态度中值区、动态度高值区;
步骤4中,采用自然断点法将所述非集聚提升区划分为可达性低值区、可达性中值区、可达性高值区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208523.7A CN112508332B (zh) | 2020-11-03 | 2020-11-03 | 一种顾及多维特征的渐进式乡村聚落整治分区方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208523.7A CN112508332B (zh) | 2020-11-03 | 2020-11-03 | 一种顾及多维特征的渐进式乡村聚落整治分区方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508332A true CN112508332A (zh) | 2021-03-16 |
CN112508332B CN112508332B (zh) | 2022-05-13 |
Family
ID=74955824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011208523.7A Active CN112508332B (zh) | 2020-11-03 | 2020-11-03 | 一种顾及多维特征的渐进式乡村聚落整治分区方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508332B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610346A (zh) * | 2021-07-02 | 2021-11-05 | 华南农业大学 | 基于多源数据的村庄发展潜力评价及村庄分类方法及装置 |
CN114493346A (zh) * | 2022-02-16 | 2022-05-13 | 重庆大学 | 一种乡村产业集聚化布局方法、系统、装置及存储介质 |
CN117290750A (zh) * | 2023-07-03 | 2023-12-26 | 北京大学 | 一种传统村落集中连片区的分类、联系及范围识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001080099A1 (en) * | 2000-04-14 | 2001-10-25 | The Orton Family Foundation | Integrated system for and method of supporting spatial decision making and land-use scenario analysis |
US20080109196A1 (en) * | 2006-11-06 | 2008-05-08 | The Remme Corporation | Tools and Methods for Range Management |
CN102609807A (zh) * | 2012-01-18 | 2012-07-25 | 东南大学 | 一种城市中心区位置和聚集强度的确定方法 |
CN105809350A (zh) * | 2016-03-10 | 2016-07-27 | 广东省城乡规划设计研究院 | 面向建设用地整治的自然村空心化程度及类型识别方法 |
CN111754135A (zh) * | 2020-06-30 | 2020-10-09 | 四川省国土整治中心 | 一种应用于乡村规划的区域发展指数计算方法 |
-
2020
- 2020-11-03 CN CN202011208523.7A patent/CN112508332B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001080099A1 (en) * | 2000-04-14 | 2001-10-25 | The Orton Family Foundation | Integrated system for and method of supporting spatial decision making and land-use scenario analysis |
US20080109196A1 (en) * | 2006-11-06 | 2008-05-08 | The Remme Corporation | Tools and Methods for Range Management |
CN102609807A (zh) * | 2012-01-18 | 2012-07-25 | 东南大学 | 一种城市中心区位置和聚集强度的确定方法 |
CN105809350A (zh) * | 2016-03-10 | 2016-07-27 | 广东省城乡规划设计研究院 | 面向建设用地整治的自然村空心化程度及类型识别方法 |
CN111754135A (zh) * | 2020-06-30 | 2020-10-09 | 四川省国土整治中心 | 一种应用于乡村规划的区域发展指数计算方法 |
Non-Patent Citations (7)
Title |
---|
REN YANG等: "Rural settlement spatial patterns and effects: Road traffic accessibility and geographic factors in Guangdong Province,China", 《JOURNAL OF GEOGRAPHICAL SCIENCES》 * |
YASI TIAN等: "Restructuring rural settlements based on mutualism at a patch scale: A case study of Huangpi District, central China", 《APPLIED GEOGRAPHY》 * |
孔雪松等: "江苏省乡村聚落演化的多尺度特征与空间关联性分析", 《农业工程学报》 * |
崔志华等: "基于GIS的城市洲岛乡村聚落空间演变特征及影响机制分析――以南京市八卦洲为例", 《现代城市研究》 * |
张贝贝等: "新疆绿洲内乡村聚落空间格局特征及类型划分——以泽普县为例", 《新疆大学学报(自然科学版)》 * |
王诗文等: "基于引力模型的中心村空间布局分析――以贵州省锦屏县为例", 《江西农业学报》 * |
陈宗峰等: "黄土丘陵沟壑区乡村聚落分布格局特征与类型", 《农业工程学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610346A (zh) * | 2021-07-02 | 2021-11-05 | 华南农业大学 | 基于多源数据的村庄发展潜力评价及村庄分类方法及装置 |
CN114493346A (zh) * | 2022-02-16 | 2022-05-13 | 重庆大学 | 一种乡村产业集聚化布局方法、系统、装置及存储介质 |
CN114493346B (zh) * | 2022-02-16 | 2023-04-07 | 重庆大学 | 一种乡村产业集聚化布局方法、系统、装置及存储介质 |
CN117290750A (zh) * | 2023-07-03 | 2023-12-26 | 北京大学 | 一种传统村落集中连片区的分类、联系及范围识别方法 |
CN117290750B (zh) * | 2023-07-03 | 2024-03-19 | 北京大学 | 一种传统村落集中连片区的分类、联系及范围识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112508332B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xia et al. | Analyzing spatial relationships between urban land use intensity and urban vitality at street block level: A case study of five Chinese megacities | |
Wang et al. | Identification and analysis of urban functional area in Hangzhou based on OSM and POI data | |
Ma | Spatial equity analysis of urban green space based on spatial design network analysis (sDNA): A case study of central Jinan, China | |
CN112508332B (zh) | 一种顾及多维特征的渐进式乡村聚落整治分区方法 | |
Shang et al. | Estimating building-scale population using multi-source spatial data | |
CN107133900B (zh) | 城市土地混合利用特征格网计算方法及装置 | |
Huang et al. | Characterizing spatial patterns and driving forces of expansion and regeneration of industrial regions in the Hangzhou megacity, China | |
CN112948595B (zh) | 城市群运行状态知识图谱构建方法、系统及设备 | |
Lin et al. | Fine identification of the supply–demand mismatches and matches of urban green space ecosystem services with a spatial filtering tool | |
Zhang et al. | Using street view images to identify road noise barriers with ensemble classification model and geospatial analysis | |
Dong et al. | Analysis of urban environmental problems based on big data from the urban municipal supervision and management information system | |
He et al. | What is the developmental level of outlying expansion patches? A study of 275 Chinese cities using geographical big data | |
CN113076336A (zh) | 偏远地区水厂选址gis宏微观决策支持系统 | |
CN116522272A (zh) | 一种基于城市信息单元的多源时空数据透明融合方法 | |
Zhang et al. | How road network transformation may be associated with reduced carbon emissions: An exploratory analysis of 19 major Chinese cities | |
Chen | Delineating the spatial boundaries of megaregions in China: A city network perspective | |
Carpentieri et al. | GIS-Based Spatial Analysis for the Integrated Transport-Land Use-Energy Planning: An Application to the Greater London | |
Dong et al. | Automatic identification and feature recognition of the metro-led underground space in China based on point of interest data | |
Sun et al. | Using spatial syntax and GIS to identify spatial heterogeneity in the main urban area of Harbin, China | |
Zhang et al. | Evaluating the socioeconomic value of urban underground space in Kunming, China, Using the entropy method and exponential smoothing prediction | |
CN115759883B (zh) | 基于网络群组特征的生态管理分区方法 | |
Tian et al. | Local carbon emission zone construction in the highly urbanized regions: Application of residential and transport CO2 emissions in Shanghai, China | |
Beukes et al. | Quantifying the contextual influences on road design | |
Yao | Application of GIS remote sensing information integration in eco-environmental quality monitoring | |
Du et al. | A novel semantic recognition framework of urban functional zones supporting urban land structure analytics based on open‐source data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |