茍錫榮

（紅河州測繪地理信息服務(wù)中心，云南 蒙自 661199）

增減掛鉤是城鄉(xiāng)建設(shè)用地增減掛鉤的簡稱，是指在實施增減掛鉤項目中，通過舊房拆除和土地整理復(fù)墾等措施，將廢棄不用的農(nóng)村建設(shè)用地進行拆除和復(fù)墾，并將騰退的建設(shè)用地指標用于城鎮(zhèn)建設(shè)或保障農(nóng)村產(chǎn)業(yè)發(fā)展及宅基地，最終實現(xiàn)城鄉(xiāng)建設(shè)用地總量不增加，耕地面積不減少，質(zhì)量不降低，城鄉(xiāng)用地布局更合理的土地政策[1]。

空間分析是對于地理空間對象的定量研究，其常規(guī)能力是操縱空間數(shù)據(jù)使之成為不同的形式，是從空間數(shù)據(jù)中獲取有關(guān)地理對象的空間位置、分布、形態(tài)、形成和演變等信息的分析技術(shù)，是地理信息系統(tǒng)與其他信息系統(tǒng)的重要區(qū)別和特征[2]。

空間分布規(guī)律主要表現(xiàn)為聚集分布、離散分布、分布的密度、分布的高度、坡度情況，可通過空間分析技術(shù)，對相關(guān)數(shù)據(jù)集進行相應(yīng)分析后得出的信息來獲得定量描述和分析。

ArcGIS是美國環(huán)境系統(tǒng)研究所開發(fā)的一款完整的“GIS平臺”產(chǎn)品，具有強大的地圖制作、空間數(shù)據(jù)管理、空間分析、空間信息整合、發(fā)布共享能力，ArcGIS廣泛應(yīng)用于多尺度、多類型、多時態(tài)的信息數(shù)據(jù)探求和土地、環(huán)境、人口、災(zāi)害、規(guī)劃、建設(shè)等重大問題的研究工作[2]。ArcGIS強大的空間分析能力對于深入分析研究增減掛鉤項目的空間分布規(guī)律、挖掘潛在信息具有重要應(yīng)用。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)的來源

以2017年以來紅河州編制審批的增減掛鉤項目拆舊區(qū)和建新安置區(qū)地塊數(shù)據(jù)為主要研究對象，通過EARTHDATA獲取的ALOS 12.5m DEM數(shù)據(jù)和全國地理信息資源目錄服務(wù)系統(tǒng)獲取的紅河州縣級行政區(qū)劃數(shù)據(jù)、各級行政地名和城鄉(xiāng)居民地名稱數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)來源，通過研究相關(guān)數(shù)據(jù)的情況，獲取相關(guān)空間分布。

1.2 數(shù)據(jù)的處理

為便于研究增減掛鉤項目的空間分析規(guī)律，利用ArcGIS 10.8為技術(shù)平臺，對相關(guān)全州經(jīng)批準的增減掛鉤項目拆舊區(qū)和建新安置區(qū)數(shù)據(jù)進行處理，將拆舊區(qū)、建新安置區(qū)*.txt格式的勘界定界界址點坐標數(shù)據(jù)進行矢量化，生成*.shape格式的數(shù)據(jù)，將空間矢量數(shù)據(jù)和屬性數(shù)據(jù)進行統(tǒng)一存儲，并將增減掛鉤項目拆舊區(qū)、建新安置區(qū)的地理位置和空間分布格局進行空間可視化表達如圖1所示。為便于空間分析，對獲取的增減掛鉤項目拆舊區(qū)、建新安置區(qū)矢量數(shù)據(jù)轉(zhuǎn)換為點處理，將面狀數(shù)據(jù)點狀化表達，將分析處理后的數(shù)據(jù)，構(gòu)建空間數(shù)據(jù)庫，分別形成矢量圖層存貯于*.GDB空間數(shù)據(jù)數(shù)據(jù)庫中；對獲取的EARTHDATA ALOS 12.5m DEM數(shù)據(jù)進行坡度分析處理，生成坡度圖。

圖1 紅河州增減掛鉤項目分布圖

1.3 研究方法

運用泰森多邊形變異系數(shù)分析、核密度分析、坡度高程分析、最近鄰指數(shù)分析等空間分析方法深入挖掘增減掛鉤項目拆舊區(qū)、建新安置區(qū)的空間分布規(guī)律，獲取增減掛鉤項目空間分布的相關(guān)信息。

2 增減掛鉤項目空間分布規(guī)律分析

2.1 運用泰森多邊形變異系數(shù)分析增減掛鉤空間分布類型

泰森多邊形是對平面空間的一種剖分，其特點是多邊形內(nèi)的任何位置離該多邊形的樣點的距離最近，離相鄰多邊形內(nèi)樣點的距離遠，且每個多邊形內(nèi)含且僅包含一個樣點[3]。通過運用泰森多邊形變異系數(shù)分析，可以得出增減掛鉤項目拆舊區(qū)、建新安置區(qū)空間分布的特征，增減掛鉤拆舊區(qū)、建新安置區(qū)在空間上的分布可類似屬于點狀要素的分布，點集的泊松分布是指點集的隨機分布，不同于泊松分布的兩種情況是指點集的空間均勻分布和聚集分布[4]。通過計算泰森多邊形變異系數(shù)可以判斷點集是屬于哪一種分布，泰森多邊形變異系數(shù)的計算方式為泰森多邊形面積的標準差與平均值的比值。

式中：CV為泰森多邊形變異系數(shù)；S為泰森多邊形面積標準差；X為泰森多邊形面積均值。

根據(jù)變異系數(shù)的值，Duyckaerts提出了3個階段的系數(shù)值來確定點集的分布類型，當點集為隨機分布時，CV值為33%至64%之間；當點集為集群分布時，CV值大于64%的；當點集為均勻分布時，CV值為小于33%[5]。

按照前述公式計算CV值，主要考慮泰森多邊形的邊界影響，根據(jù)紅河州增減掛鉤項目拆舊區(qū)、建新安置區(qū)分布生成的泰森多邊形（圖2、圖3）計算各縣市的CV值和分布指數(shù)確定分布類型。經(jīng)過計算，紅河州增減掛鉤項目CV值情況，見表1。

表1 紅河州增減掛鉤CV值情況表

圖2 增減掛鉤項目拆舊區(qū)泰森多邊形

圖3 增減掛鉤項目建新安置區(qū)泰森多邊形

根據(jù)前述確定的均勻分布、隨機分布、聚集分布的CV值判別標準，可確定增減掛鉤項目拆舊區(qū)在個舊市、開遠市、蒙自市、建水縣、石屏縣、彌勒市、瀘西縣、紅河縣、元陽縣、金平縣、綠春縣、屏邊縣、河口縣及紅河州全域呈現(xiàn)聚集分布特征；建新安置區(qū)在個舊市、開遠市、蒙自市、建水縣、紅河縣、元陽縣、金平縣、綠春縣、屏邊縣、河口縣及紅河州全域呈現(xiàn)聚集分布、在彌勒市、瀘西縣則呈現(xiàn)隨機分布特征。

2.2 核密度分析增減掛鉤項目空間分布情況

核密度主要是使用核函數(shù)根據(jù)點或折線要素計算每單位面積的量值，是指將每個已知點與核函數(shù)聯(lián)系，用以基于有限的樣本推斷總體數(shù)據(jù)的分布，作為一種表面插值方法，核密度分析廣泛應(yīng)用于公共健康、犯罪學等領(lǐng)域。

通過核密度制圖可以分析增減掛鉤項目拆舊區(qū)在瀘西縣、彌勒市、建水縣、蒙自市、屏邊縣、元陽縣、金平縣、紅河縣及綠春縣呈現(xiàn)顯著聚集分布。表現(xiàn)出3個分布聚集區(qū)：瀘西彌勒建水分布聚集區(qū)、元陽金平紅河綠春聚集區(qū)、蒙自屏邊聚集區(qū)。增減掛鉤項目建新安置區(qū)在開遠市、個舊市、屏邊縣、紅河縣、元陽縣、金平縣、綠春縣呈現(xiàn)顯著的聚集分布。

從圖4-圖5可以看出，紅河州的增減掛鉤工作主要集中在南部區(qū)域，我州南部為哀牢山余脈，山高谷深坡陡，地形錯綜復(fù)雜，是脫貧攻堅的主戰(zhàn)場，在開展脫貧攻堅易地扶貧搬遷工作中，增減掛鉤作為支持脫貧攻堅的政策，在南部地區(qū)得到了大力推進和落實，有力地支持了脫貧攻堅工作，中部區(qū)域主要是蒙自市、開遠市、個舊市等相對發(fā)達地區(qū)，增減掛鉤工作的推進相對較少。

圖4 增減掛鉤項目拆舊區(qū)核密度分析圖

圖5 增減掛鉤項目建新安置區(qū)核密度分析圖

2.3 增減掛鉤項目坡度和海拔分布情況

運用ArcGIS對獲取的EARTHDATA ALOS 12.5m DEM數(shù)據(jù)進行處理，統(tǒng)一坐標系統(tǒng)，進行坡度分析，形成坡度分布圖，采用區(qū)域分析工具，直接從獲取的DEM和坡度圖提取增減掛鉤項目拆舊區(qū)、建新安置區(qū)各地塊平均高度（大地高）和平均坡度值，存儲于增減掛鉤項目拆舊區(qū)、建新安置區(qū)數(shù)據(jù)庫屬性數(shù)據(jù)中，統(tǒng)計分析增減掛鉤項目拆舊區(qū)、建新安置區(qū)的高度和坡度分布情況如圖6所示。

圖6 坡度分布圖

通過分析，獲取增減掛鉤項目拆舊區(qū)的坡度平均值為16°，最大值為52°，最小值為0°，平均高度為1 475 m，最高高度為2 275 m，最低高度135 m；建新安置區(qū)坡度平均值為14.9°，最大值為37°，最小值為0°，平均高度為1 289 m，最高高度為2 093 m，最低高度為98 m。以上數(shù)據(jù)可以看出，建新安置區(qū)的高度和坡度較拆舊區(qū)有所下降，體現(xiàn)出了脫貧攻堅易地扶貧搬遷的環(huán)境改善成效。

2.4 最鄰近指數(shù)分析

平均最近鄰距離是指每個要素的質(zhì)心與其最近鄰要素的質(zhì)心位置之間的距離和所有最近鄰距離的平均值。如果計算出的平均距離小于假設(shè)隨機分布中的平均距離，則會將所分析的要素分布視為聚類要素；如果計算出的平均距離大于假設(shè)隨機分布中的平均距離，則會將要素視為分散要素。平均最近鄰系數(shù)為觀測平均距離與期望平均距離的比值。

式中：Q為最近鄰指數(shù)。

如果平均最近鄰指數(shù)小于1，則表現(xiàn)的模式為聚類。如果指數(shù)大于1，則表現(xiàn)的模式趨向于離散。

通過分析，增減掛鉤項目拆舊區(qū)的最近鄰指數(shù)為0.238，建新安置區(qū)最近鄰指數(shù)為0.182。對比以上標準，增減掛鉤項目拆舊區(qū)、建新安置區(qū)均呈現(xiàn)聚類分布，而且建新安置區(qū)要比拆舊區(qū)表現(xiàn)出更明顯的聚類。

3 結(jié)論

通過泰森多邊形變異系數(shù)分析、最鄰近指數(shù)分析，紅河州增減掛鉤項目拆舊區(qū)、建新安置區(qū)在空間分布上均表現(xiàn)出聚集性分布，而且建新安置區(qū)的聚集性強度要強于拆舊區(qū)，兩類分析方法的結(jié)果呈現(xiàn)了一致性。通過坡度和高程分析，建新安置區(qū)的坡度和高度與拆舊區(qū)的坡度和高度有明顯的下降，從一個側(cè)面反應(yīng)了紅河州易地扶貧搬遷是搬遷村莊從高海拔向低海拔搬遷，從坡度陡峭的區(qū)域向坡度相對平緩的區(qū)域搬遷，體現(xiàn)了紅河州脫貧攻堅易地扶貧搬遷的環(huán)境改善成效。通過核密度分析，呈現(xiàn)出紅河州南部和北部部分區(qū)域是增減掛鉤工作拆舊復(fù)墾的重點區(qū)域，開展工作的力度較大，政策執(zhí)行有力，項目申報積極，獲批的項目比較多，拆舊區(qū)分布比較密集，主要原因是南部區(qū)域在實現(xiàn)脫貧摘帽前是紅河州貧困程度較深的區(qū)域，是脫貧攻堅的主戰(zhàn)場，部分縣市受增減掛鉤節(jié)余指標跨省域調(diào)劑政策的支持，工作積極性較高，推動有力，申報的項目也較多；南部同時也是脫貧攻堅易地扶貧搬遷的重點區(qū)域，需要易地搬遷安置的人口相對較多，任務(wù)相對較重，搬遷安置區(qū)分布比較集中，需要保障的安置區(qū)用地較多。以上呈現(xiàn)出的分布特征符合紅河州增減掛鉤工作的實際情況。