Welcome to Smart Agriculture 中文
Smart Agriculture

Smart Agriculture >

2025 , Vol. 7 >Issue 6: 210 - 224

DOI: https://doi.org/10.12133/j.smartag.SA202509027

Special Issue--Remote Sensing + AI Empowering the Modernization of Agriculture and Rural Areas

Analysis of the Spatiotemporal Evolution and Driving Forces of Rural Settlements in Relation to Terrain Differences

  • LIU Miao 1 ,
  • ZHANG Jiayi 1 ,
  • LI Zhenhai 1 ,
  • CHEN Jing , 2
Expand
  • 1. College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China
  • 2. Institute of Agricultural Economics and Development, Chinese Academy of Agricultural Sciences, Beijing 100081, China
CHEN Jing, E-mail:

LIU Miao, E-mail:

Received date: 2025-09-15

  Online published: 2025-12-18

Supported by

National Natural Science Foundation of China(42001208)

Copyright

copyright©2025 by the authors
Fold

Abstract

[Objective] With the in-depth implementation of the rural revitalization strategy and the rapid progress of China's urbanization, the urban-rural spatial structure has undergone significant restructuring. Rural settlements, as the fundamental spatial units of rural areas, have witnessed remarkable changes in scale, layout, and function. Accurately identifying their spatiotemporal evolution and clarifying the driving forces is essential for comprehending urban-rural transformation, optimizing territorial spatial planning, and promoting coordinated development. However, current research still has limitations. Many studies primarily concentrate on describing spatial patterns, overlooking the underlying processes and regional disparities. Comparative analyses between different topographic regions, such as plains and hilly areas, are inadequate, resulting in an incomplete understanding of the impacts of terrain. Moreover, investigations into multi-scale and multi-factor driving mechanisms are relatively weak. Therefore, the aim of this research is to systematically uncover the spatiotemporal evolution of rural settlements under various topographic conditions and to quantitatively identify the key drivers shaping these patterns. [Methods] The primary research regions were Laoling City in Shandong Province, representing typical plain terrain, and Yi'an District in Anhui Province, characterized by hilly landforms. This selection fully takes into account how variations in topographic conditions influence the long - term evolution of rural settlement patterns. Based on the remote - sensing mapping results of rural settlements in 2002, 2012, and 2022, a systematic analysis of the spatial distribution characteristics and temporal differentiation of settlement patterns was conducted. Using geographic information system (GIS) spatial analysis as the analytical foundation and integrating methods such as landscape pattern indices, centroid migration analysis, and spatial pattern change detection, the spatiotemporal evolution trajectories of rural settlements were revealed under contrasting geomorphic settings from the perspectives of overall spatial configuration, internal structural features, and dynamic change processes. In addition, the geographical detector model was employed to quantitatively assess ten potential driving factors, including natural environmental conditions, socio - economic development indicators, transportation accessibility, and location - related attributes. [Results and Discussions] On the county scale, in the plain area, the largest patch index increased from 0.88 to 2.46, while the average nearest neighbor ratio (NNR) decreased from 0.99 to 0.90. This indicates that the settlement size expanded, the structure became more centralized, and the degree of clustering continuously strengthened. In contrast, in the hilly area, the patch density (PD) decreased from 9.16 to 2.77, and the NNR increased from 0.50 to 0.69. This suggests that the number of settlements declined and their spatial structure evolved from highly clustered to relatively dispersed. At the village scale, there were significant differences in the evolution trends between the two regions. In the plain area, changes in rural settlement areas were relatively balanced, with similar proportions of villages experiencing expansion and contraction. Settlements mainly exhibited a block - like distribution, extending along roads. In contrast, in the hilly area, the expansion of rural settlements was more pronounced, with over 70% of villages showing an increase in area. Settlements primarily displayed a linear distribution pattern, extending along rivers and valleys. Over the 20 - year period, the driving mechanisms of rural settlement evolution in the plain area shifted from being dominated by natural and economic factors to being dominated by land resource and safety factors. The driving power (q value) of distance to cultivated land and distance to the urban center increased by 0.51 and 0.39, respectively, becoming the main growth factors. In the hilly area, settlement evolution became increasingly constrained by topography, water resources, and geological safety. The driving power of distance to rivers increased from 0.22 to 0.45, and the dominant driving interaction shifted from "cultivated land-scenic spot" to "geological hazard point–scenic spot", reflecting a more complex driving mechanism. [Conclusions] Different topographic regions exhibit distinct spatial pattern characteristics and evolutionary driving mechanisms at both the county and village scales. Rural settlements in plain areas tend to demonstrate higher degrees of clustering, more regular morphologies, and relatively stable evolutionary processes. In contrast, settlements in hilly areas are more scattered and fragmented due to topographic constraints and resource limitations, and their evolutionary processes are more intricate. This study not only deepens the understanding of rural settlement evolution but also offers scientific support for the localized development of smart agriculture and the reconstruction of rural spatial systems.

Key words： rural settlements; terrain differences; driving factors; spatiotemporal evolution; rural revitalization

Cite this article

LIU Miao , ZHANG Jiayi , LI Zhenhai , CHEN Jing . Analysis of the Spatiotemporal Evolution and Driving Forces of Rural Settlements in Relation to Terrain Differences[J]. Smart Agriculture, 2025 , 7(6) : 210 -224 . DOI: 10.12133/j.smartag.SA202509027

0 引 言

乡村聚落是指人类在特定地理环境中形成的居住点或社区，通常包括人们的住所、生活设施，以及相应的社会、经济活动，是人类社会活动的基础单元［1, 2］。聚落内部的人口结构、社会关系、社区互动等方面都深刻影响着人类社会的运作和发展。通过对聚落的研究，可以深入揭示人类社会的组织模式及其演化进程［3］。党的十九大以来，国家持续推进乡村振兴战略，各类乡村建设行动不断深化［4］。在此背景下，乡村聚落发生巨大变化，因此，乡村聚落时空变化及驱动因素的探究变得尤为重要［5］。
乡村聚落研究的空间维度可以分为宏观和微观两个尺度，在宏观尺度上，研究方法主要包括景观格局指数法［6］、重心迁移法［7］、核密度［8］等，这些方法被用于长春市［9］、太湖流域［10］、宁夏地区［11］等区域的乡村聚落空间演变分析，对于区域位置较为特别的湖泊流域［12］、峰丛洼地石漠化区［13］、丘陵山区［14］等地区侧重于对自然环境约束与政策驱动等演变机制的深入剖析。在微观尺度上，研究者结合实地考察、参与式调研，以及地理空间技术等多种手段，对特定类型聚落的空间基因［15］进行识别提取，构建包含地域特色的空间基因图谱，探索乡村聚落的空间组合模式，从而揭示不同社会经济背景与政策条件下的微观空间演化机制。从时间尺度来看，不同时间跨度的研究揭示了乡村聚落空间演化的不同特征。长时间跨度（30年以上）的研究能够更全面地展示乡村聚落演化的本质特征，普遍表现为大规模聚落数量与面积增长迅速，整体呈现出连片集中的趋势［16］。中等时间（10~30年）跨度研究表明，乡村聚落演变大都具有扩张趋势，整体规模从独立零散分布到聚集分布［17］。短时间跨度（10年以内）的研究中，聚落空间演化表现为大面积点状聚落的扩展或收缩，同时也展现出局部带状和块状的空间扩展或收缩特征［18］。不同时间尺度的研究反映了乡村聚落由分散趋向聚集的空间演化规律，但在不同区域对比方面仍存在局限。
随着研究方法的不断完善，乡村聚落的空间演变逐渐与其驱动因素相结合，研究者运用地理探测器、空间计量模型、多元线性回归分析及地理加权回归模型等方法，探讨乡村聚落空间格局与影响因素之间的关系［19-21］。研究表明，乡村聚落的空间分布及其演化受到自然环境、社会经济、文化等多方面因素的影响，而各地区的主导影响因素存在显著差异。王绍邦等［22］的研究从地理空间与社会经济视角出发，运用Ripley's K函数、Voronoi图变异系数等方法揭示：滇中高原湖区乡村聚落的演化，受地形因素主导，并与城镇化进程下的社会经济因素形成复合驱动。朱江昆等［23］基于土地利用、地形地貌等数据，通过多元回归分析研究了1990—2020年江汉平原乡村聚落的演变，结果表明，演变主要受人口密度、国内生产总值（Gross Domestic Product, GDP）与路网密度驱动，而水系形态则与聚落中心的分布密切相关。这些研究强调了乡村聚落演变的区域异质性与多因素耦合作用，但现有成果多关注宏观统计与空间相关分析，对多尺度驱动机制的研究有待深化。
乡村聚落时空演变受到多种因素共同作用，不同区域和发展阶段的社会经济状况及生产水平存在较大差异，各因素之间的耦合关系与主导因素有所不同［24］。此外，目前的研究多集中于单一地形，而对丘陵和平原地区的乡村聚落对比研究相对较少，这种研究不平衡限制了对乡村聚落演化规律的全面理解，不利于针对性地优化乡村用地布局。因此，本研究选取地形差异较大的山东省乐陵市和安徽省义安区作为研究区域，结合地理信息系统（Geographic Information System, GIS）空间分析、景观格局分析等方法，利用ArcGIS和Fragstats 4.2等软件对2002—2022年研究区的时空演变特征及规律进行定量分析，以期揭示不同地形条件下乡村聚落空间演变的内在机制，为乡村国土空间规划与政策制定提供理论支撑。

1 研究区概况及数据

1.1　研究区概况

乐陵市位于山东省德州市，地处山东省东北部，辖16个乡（镇、街道），总面积约1 172 km2（图1a）。乐陵市独特的地理位置使其成为山东省唯一同时纳入三大国家战略与两大省级战略的县市。义安区位于安徽省安庆市的西南部，辖6个镇、2个乡和1个街道办事处，行政区面积约796 km2（图1b）。
图1 乐陵市和义安区位置与范围示意图

a. 乐陵市 b. 义安区

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2023）2767号标准地图制作，底图无修改。

Fig. 1 Location map of Laoling city and Yi'an district

乐陵市位于华北平原腹地，地势低平、交通便利，农业生产以种植业为主，聚落形态受自然约束较弱，是典型的北方平原乡村聚落特征。义安区处于长江中下游丘陵地带，地形起伏显著，河网密布，聚落分布受地形与水系双重制约，体现出南方丘陵型乡村聚落的空间特征。同时，乐陵市经济基础较强、城镇化水平较高，农村聚落受产业转型与空间整合的影响显著；而义安区农业仍占主导地位，城乡空间结构较为分散，聚落演化受自然环境与传统生产方式约束较强。因此，本研究选取乐陵市与义安区为研究区，不仅能够揭示丘陵和平原地区乡村聚落的差异化演化路径及主导驱动因素，也有助于深化对地形与人类活动交互作用机制的认识。

1.2　研究数据

本研究所提及的乡村聚落是城市建成区之外的范围［25］。因此，本研究中的乡村聚落不包括建制镇、集镇、非核心市区的街道，以及核心市区街道中的部分乡村区域。本研究的研究数据来自4个方面：1）遥感影像数据。研究区的聚落数据通过Sentinel-2、Landsat-7和Spot-4卫星影像获取，分辨率为10 m×10 m。2）基础地理数据。研究区的行政区划边界、交通路网和水系等基础数据来源于全国基础地理数据库，作为空间分析的地理背景支持。3）人口数据。数据主要源自《乐陵统计年鉴》［26］和LandScan数据集（https://landscan.ornl.gov/），为分析乡村聚落的人口分布特征提供人口统计信息支持。4）经济数据。本研究基于像素级别的中国GDP数据［27］，用以分析区域经济对乡村聚落空间分布的影响。借助ArcGIS进行空间分析，以揭示聚落分布特征，并运用地理探测器方法，进一步探明自然、社会与区位因素对聚落布局的影响，为区域聚落优化布局提供参考依据。

2 研究方法

2.1　方法流程

本研究基于分割一切模型（Segment Anything Model, SAM）和随机森林（Random Forest, RF）组合算法进行乡村聚落提取，并结合遥感制图和GIS空间分析方法，探究不同地形条件下乡村聚落的时空演变规律。首先，通过景观格局指数、标准差椭圆、重心迁移轨迹模型和平均最近邻模型，分析乡村聚落的空间分布及时间动态迁移趋势；其次，基于乡村聚落的空间分布信息，采用地理探测器模型，量化影响因素对乡村聚落的影响强度。本研究构建了遥感制图-GIS空间分析-景观指数-地理探测器的综合研究框架，方法流程图如图2所示。
图2 乡村聚落时空演变及驱动因素分析流程图

Fig. 2 Flowchart of the spatio-temporal evolution and driving factors of rural settlements

2.2　空间分析方法

2.2.1　景观格局指数

景观格局指数是用于量化和描述景观空间结构和组成的指标，主要用于景观生态学研究［28］。它可以揭示景观的空间异质性、生态过程和人类活动的影响，帮助管理和规划自然资源［29］。本研究旨在反映乡村聚落空间的整体结构变化，因此在景观层面选择了最大斑块指数、斑块密度、景观形状指数、聚合指数和分形维数指数5个相关指标计算如公式（1）~公式（5）所示（表1），以分析乐陵和义安聚落的演变特征。
表1 乡村聚落空间演变景观指数

Table 1 Landscape indices of spatial evolution of rural settlements

景观指数 表达公式
最大斑块指数［30］ （（Largest Patch Index， LPI） L P I = M a x ( a 1 , a 2 , … , a n ) A × 100 （1）
斑块密度［31］（ Patch Density， PD） P D i = n i A ; P D = n A （2）
景观形状指数［32］（ Landscape Shape Index， LSI） L S I i = 0.25 ∑ j = 1 m   e i j A ; L S l = 0.25 E A （3）
聚合指数［33］（ Aggregation Index， AI） A I = g i i M a x → g i i × 100 （4）
平均分形指数［34］（ Average Fractal Index， FRAC_MN） F R A C _ M N = ∑ i = 1 n   2 l n   ( 0.25 × P i ) l n   ( A i ) n （5）

注：式中， a i为第 i个斑块的面积，hm2；A为景观总面积，hm2； M a x ( a 1 ,   a 2 ,   . . . ,   a n )为最大单个斑块的面积，hm2； i为类型 i的斑块数量；n为景观的斑块总数，个； e i , j代表斑块 i和相邻斑块 j之间的边界长度，m； E为景观斑块的总边界长度，m； m为斑块数量，个； g i i为相同类型斑块 i之间的相邻边界数量，个； P i为第i个斑块的周长，m； A i为第i个斑块的面积，hm2。

2.2.2　重心迁移

重心迁移通常用于描述地理空间中某一对象随时间发生的空间位移［35］。其目的是通过计算对象在不同时间点的重心变化来反映整体空间分布的变化情况。重心坐标（Xt，Yt ）的计算如公式（6）所示。
X t = ∑ p = 1 N x p w p ∑ p = 1 N w p Y t = ∑ p = 1 N y p w p ∑ p = 1 N w p
式中：（ x p , y p）为第p个点的坐标；N为离散点的总数； w p为第p个点的权重。
重心迁移距离如公式（7）所示。
D = ( X t 2 - X t 1 ) 2 + ( Y t 2 - Y t 1 ) 2
式中：（Xt 1，Yt 1）为t 1时期的重心坐标；（Xt 2，Yt 2）为t 2时期的重心坐标。

2.2.3　标准差椭圆

标准差椭圆是分析空间数据方向性和分布特征的常用工具。通过计算空间要素的平均中心坐标（x，y）可以同时研究其分布方向和密集程度［36］。椭圆的形态和大小反映了空间要素的集聚水平。椭圆越紧凑，表明空间要素分布越集中，反之则较为分散。标准差椭圆计算如公式（8）~公式（9）所示。
S D E X = ∑ p = 1 n ( x p - x ¯ ) 2 M
S D E y = ∑ p = 1 n ( y p - y ¯ ) 2 M
式中：（ S D E X， S D E y）为标准差椭圆的平均中心坐标； x p和 y p是第p个要素中心坐标；（ x ¯， y ¯）为面积加权平均中心；M为要素总数。

2.2.4　平均最近邻分析

最近邻指数又称平均最近邻比率（Nearest Neighbor Analysis, NNA），用于判断聚落的空间分布特征。平均最近邻分析法是通过计算空间中点要素之间的最近邻距离，以评估其分布模式是趋于聚集还是分散［37］，如公式（10）~公式（12）所示。
N N A = D o ¯ / D E ¯
D o ¯ = ∑ l = 1 n d l / W
D E ¯ = 1 2 S W
式中： D o ¯为观测平均最近邻距离； D E ¯为期望平均最近邻距离； d l为最近邻样本点对之间的距离；W为总样本数量；S为研究区域的面积，km2。

2.3　乡村聚落面积变化的占比定义

村庄的聚落面积缩小超过50%为大幅度缩小（Largely Shrink Trend, LST），小于50%为小幅度缩小（Smally Shrink Trend, SST），缩小或扩大不超过5%为稳定不变（Almost Unchanged Trend, AUT），扩大超过50%为大幅度扩张（Largely Expend Trend, LET），扩大小于50%为小幅度扩张（Smally Expend Trend, SET）。

2.4　驱动因素分析方法

乐陵和义安区域地形差异较大，影响其乡村聚落演变及其多功能性的因素较多，因此，本研究从自然因素、社会经济因素和区位因素3个维度选取了10个驱动因子（表2），采用地理探测器方法来探究乡村聚落驱动因素及其交互作用［38］，如公式（13）所示。
q = 1 - ∑ h = 1 L N h σ h 2 N σ 2
式中：q为因子X对结果Y的解释力，范围为［0，1］，值越接近1，X对Y的解释力越强；Nh 为第h类的样本数；N为总样本数；σh 2为第h类Y的方差；Nσ2 为总体Y的方差。
表2 乡村聚落驱动因素指标

Table 2 Indicators of driving factors for rural settlements

类型 驱动因子
自然因素 X 1：高程
X 2：坡度
社会经济因素 X 3：人口密度
X 4：GDP
区位因素 X 5：距城镇中心的距离
X 6：距主干道的距离
X 7：距地质灾害点的距离
X 8：距耕地的距离
X 9：距景点的距离
X 10：距河流的距离

3 结果与分析

3.1　乡村聚落时空演变特征

3.1.1　县域尺度乡村聚落时空演变分析

本研究通过10 m分辨率影像分类提取得到乐陵市与义安区2002—2022年乡村聚落分布（图3）。在2002年，乐陵市乡村聚落相对分散且规模较小；而2012年，聚落的分布开始趋于密集，部分乡村聚落面积有所增加；到2022年，这一趋势更为明显，城镇周边的聚落扩展尤为突出，形成了明显的城镇化带动效应。义安区20年间乡村聚落面积同样呈上升趋势，到2022年，乡村聚落的分布出现了明显的向山区转移现象。
图3 2002—2022年乐陵市和义安区乡村聚落空间分布图

Fig. 3 Spatial distribution map of rural settlements in Laoling city and Yi'an district from 2002 to 2022

通过Fragstats软件计算得出乐陵市和义安区2002—2022年的景观指数如表3和表4所示。义安区的PD从9.16降至2.77，下降了6.39，表明乡村聚落趋于集中化，而乐陵市的PD保持相对稳定。在景观聚集度方面，乐陵市的LPI从0.88增至2.46，提升近3倍，景观类型更加集中，而义安区的LPI仅从0.09增至0.56，格局仍较分散。LSI在两地均呈下降趋势，但义安区的值始终高于乐陵市，表明其景观结构更为复杂。此外，义安区的AI从76.61升至90.42，空间关联性增强，而乐陵市的AI变化平稳。两地的FRAC_MN均无显著变化，景观结构复杂性保持稳定。
表3 乐陵市2002—2022年景观指数

Table 3 Landscape indices of Laoling city from 2002 to 2022

年份 PD LPI LSI AI FRAC_MN
2002 0.52 0.88 66.86 95.29 1.13
2012 0.53 1.68 72.26 95.16 1.14
2022 0.53 2.46 56.99 96.09 1.11
表4 义安区2002—2022年景观指数

Table 4 Landscape indices of Yi'an district from 2002 to 2022

年份 PD LPI LSI AI FRAC_MN
2002 9.16 0.09 139.06 76.61 1.12
2012 6.69 0.26 104.32 83.59 1.13
2022 2.77 0.56 87.74 90.42 1.11
通过进一步分析得到乐陵市和义安区的乡村聚落重心迁移及标准差椭圆变化如图4所示，标准差椭圆的参数值变化如表5和表6所示。结果表明，乐陵市重心向西南方向迁移，而义安区的重心最初向西北方向迁移，随着时间的推移，开始向东南方向迁移。20年间，乐陵市标准差椭圆长轴略微增加，短轴持续收缩，倾斜角度逐渐减小，空间分布的离散程度有所减小，空间格局趋于集中。义安区标准差椭圆的平均中心整体偏移较小，聚落的空间中心相对稳定，聚落的形态呈现出一定的扩张趋势。
图4 乐陵市和义安区2002、2012和2022年乡村聚落重心迁移及标准差椭圆分析

Fig. 4 Analysis of the centroid migration and standard deviation ellipse of rural settlements in Laoling city and Yi'an district in 2002， 2012， and 2022

表5 乐陵市2002年、2012年和2022年 乡村聚落空间分布标准差椭圆测度表

Table 5 Measurement table of standard deviation ellipses for the spatial distribution of rural settlements in Laoling city in 2002， 2012， and 2022

年份 平均中心X坐标/m 平均中心Y坐标/m 长轴/m 短轴/m 旋转角度/（°）
2002 512 427.4 4 169 319 11 040.44 17 049.10 18.82
2012 512 387.9 4 170 523 11 371.65 16 743.21 17.03
2022 512 914.1 4 171 151 11 210.49 15 629.11 15.29
表6 义安区2002年、2012年和2022年乡村聚落空间分布标准差椭圆测度表

Table 6 Measurement table of standard deviation ellipses for the spatial distribution of rural settlements in Yi'an district in 2002， 2012 and 2022

年份 平均中心X坐标/m 平均中心Y坐标/m 长轴/m 短轴/m 旋转角度/（°）
2002 588 519 3 424 232 13 860.97 11 552.34 72.49
2012 588 084 3 425 245 13 702.85 11 154.71 74.49
2022 587 975 3 424 426 13 644.14 11 949.94 52.67
由图5可知，2002—2022年，乐陵市乡村聚落分布由接近随机逐步转变为显著聚集，NNR从0.99降至0.90，下降了0.09，Z得分由-0.52降至-5.38，聚集性持续增强；而义安区则始终呈显著聚集特征，但聚集程度逐步减弱，NNR由0.50升至0.69，Z得分由-84.40升至-27.44，聚落分布趋于相对分散。
图5 2002—2022年乐陵市和义安区乡村聚落平均最近邻分析图

Fig. 5 Average nearest neighbor analysis of rural settlements from 2002 to 2022

3.1.2　村域尺度乡村聚落时空演变分析

进一步对2002—2022年乐陵市和义安区每个乡村的面积变化进行了提取，面积变化如图6所示，乐陵市村庄面积缩小的数量最多，占比48%，村的聚落面积几乎不变的占比11%，面积扩大占比为41%。义安区的村庄经历了不同程度的变化，少数村庄的面积减少，更多的村庄面积增大，并且大多数村庄的聚落面积扩展超过了50%。
图6 2002—2022年村庄乡村聚落面积变化图

Fig. 6 Changes in rural settlement areas of villages in Laoling city from 2002 to 2022

乐陵市和义安区村级乡村聚落主要演变方式如图7所示，乐陵市中心城区周围的乡村聚落正经历快速的城镇化进程，逐步向城镇建设用地转变，并向四周持续扩张。随着人口增长和经济发展，乡村聚落的空间结构不断演变，村庄形态呈现出规模逐渐扩大、块状分布，并沿道路轴线逐步扩展的特征。
图7 乐陵市和义安区乡村聚落演变方式及演变示例图

Fig. 7 Evolution patterns and illustrative examples of rural settlement changes in Laoling city and Yi'an district

义安区的乡村聚落演变主要呈现线状分布、沿江扩展和沿山谷扩展3种模式，其发展受地形、河流和交通网络的共同影响。沿江聚落依托长江的水资源和航运条件，沿两岸向东西方向扩展。在山地区域，聚落主要沿山谷呈带状分布，集中于相对平坦的谷地或缓坡区域，并沿道路逐步扩展。

3.2　乡村聚落时空演变的驱动因素分析

3.2.1　县域尺度乡村聚落演变的驱动因素分析

乡村聚落区域的空间结构演变规律受到自然、社会和区位等多重因素的交互影响。这些因素共同作用，决定了乡村聚落的分布与发展。本研究选取了10个关键驱动因素，并通过地理探测器方法对这些因素进行了系统分析。2002—2022年，乐陵市乡村聚落的时空演变驱动因素经历了显著变化（图8a）。从单因子分析来看，距城镇中心、耕地、地质灾害点和景点的距离这4个因素对乡村聚落分布的驱动作用持续增强。其中，距耕地和距城镇中心的距离的驱动作用尤为突出，分别增加了0.51和0.39，表明它们在乡村聚落空间演变中的重要作用。
图8 2002、2012和2022年乐陵市和义安区驱动因子交互探测图

Fig. 8 Interaction detection maps of driving factors for Laoling city and Yi'an district in 2002， 2012， and 2022

20年间，义安区乡村聚落的空间分布发生了变化，驱动因素也随时间的推移而转变（图8b）。从单因子驱动作用分析，距河流的距离20年间对乡村聚落的驱动作用一直在增强，从2002年的0.22增长到2022年的0.45，增加了0.23。从交互驱动来看，2002—2012年，距耕地和景点的距离的交互作用主导了乡村聚落的分布。2022年，驱动因素转向经济和环境综合影响，距地质灾害点和景点的距离的影响成为主要驱动因素。20年间，交互驱动由“耕地-景点”转变为“地质灾害-景点”。

3.2.2　村域尺度乡村聚落演变的驱动因素分析

乐陵市城乡融合发展趋势显著，以市中街道为中心，沿城区边缘向外拓展，城市规模不断延伸。因此，选取了市中心街道周边的3个村进行具体分析（图9）。乐陵市城乡融合发展加快，市中街道由中心城区不断向外扩展。选取其周边的大桥村、许赵村和姑子庵村进行分析。大桥村和许赵村位于南部生态区，依托地理与资源优势发展特色农业和村集体经济。大桥村通过“党支部+合作社”模式成立富桥合作社，流转土地20余公顷种植50余种花卉苗木，促进农业效率与农民增收。2020年引入水产养殖项目，年收入超10万元，带动就业并推动村经济多元化。此外，还投资社区养老与医药配送项目拓宽收入渠道。姑子庵村作为乐陵市棚户区改造项目之一，规划建设新房411套，聚落格局与土地利用方式发生转变，向现代化、规模化发展，改善居住条件，体现乡村振兴成效。
图9 乐陵市村庄变化图

注： 2022年红色边框图示表示发生变化区域。

Fig. 9 Village change map of Laoling city

义安区村庄面积扩大的村庄数量占比超过70%，因此，选取了义安区聚落面积变化较大的3个村进行具体分析（图10）。义安区3个典型村庄在乡村振兴中呈现出各具特色的发展路径。城东村通过康居工程和新村建设改善居住条件，楼房普及，生活质量提升；村集体经济多元发展，2024年成为“乡村著名行动”示范点，推动地名文化保护与数字化，促进文旅发展。犁桥村依托艺术赋能和文旅融合，打造“犁桥水镇”项目，形成文化、旅游、产业一体化格局，年人均收入达3.1万元，提供400余个就业岗位。长龙山村通过土地复垦和生态农业转型，推广稻虾共作，建设产业链并发展休闲农业，实现经济与生态双赢，成为现代农业典范。
图10 义安区村庄变化图

注： 2022年红色边框图示表示发生变化区域。

Fig. 10 Village change map of Yi'an district

4 讨 论

4.1　乡村聚落时空演变的分析

4.1.1　县域尺度乡村聚落时空演变对比分析

本研究通过对乐陵市和义安区3个时间点（2002、2012和2022年）的乡村聚落分布数据分析，揭示了20年间两地乡村聚落的扩展与变化特征。2002—2022年，平原地区的乡村聚落空间格局发生了显著变化，整体呈现出由分散到集中、规模不断扩大的演化趋势。特别是在城市功能辐射和交通网络完善的推动下，城镇周边乡村聚落快速扩展，形成了明显的城镇化带动效应和郊区化发展格局。与此同时，乡村聚落形态趋于规则化，空间分布趋于集中有序，景观格局逐渐稳定，城乡融合特征日益显现，平原地区聚落在城镇化与现代化农业背景下的空间重构路径，为土地资源集约化利用和智慧农业机械化提供了有利条件，这与罗庆等［39］研究结果一致。
丘陵地区的乡村聚落则呈现出由高度聚集向适度分散，同时向山区逐步拓展的发展过程。虽然丘陵地区的聚落仍以集中分布为主，但聚集程度有所下降，聚落形态呈现出更高的复杂性和不规则性，景观格局的演变更为明显，呈现出一种多方向、非均衡的发展态势。
总体而言，乐陵市与义安区呈现出两种截然不同的聚落发展路径：前者代表了平原地区在城市化驱动下的集聚型发展模式，后者则体现了丘陵地区在资源开发背景下的扩散型发展趋势。

4.1.2　村域尺度乡村聚落时空演变对比分析

平原和丘陵地区村级乡村聚落演变模式受地理环境、经济发展、交通与地形条件综合影响，呈现出不同的空间扩展趋势。平原地区地势相对平坦，适宜建设，聚落多呈块状分布，沿道路和城区方向呈扩散式增长，主要受工业化和城镇化驱动，聚落逐步向城市聚合，城市乡村边界日趋模糊。乡村聚落的扩展驱动了形态演变、公共服务与治理模式的协同优化，为城乡融合及智慧农业的土地高效利用提供了关键支撑。而丘陵地区山区纵横，江河交错，聚落沿江和山谷呈线性延展，空间发展受限于自然地形与水系分布，更依赖生态资源与环境承载力，聚落发展模式呈分散趋势，体现出生态优先和绿色引导的发展特征。这与马晓蓉和查小春［40］的结果类似，汉中市乡村聚落受自然地理与社会经济因素综合影响，在空间上呈现出以中东部为核心、沿河流与道路集聚分布的西北—东南向椭圆形格局，平原区集聚扩散明显，丘陵区则受限于地形条件呈分散线性分布。

4.2　乡村聚落时空演变的驱动机制探讨

4.2.1　县域尺度乡村聚落演变驱动因素的对比分析

平原和丘陵在乡村聚落演变的驱动因素上呈现出明显差异，主要体现在自然因素、经济因素和区位因素的作用机制上，两地区在资源、自然条件和社会经济发展水平方面不同，也决定了它们在乡村发展过程中所依赖的主要驱动力差异，这一结论与相关研究中强调乡村聚落演化对自然环境与社会经济相互作用的敏感性相一致［41］。平原地区的乡村聚落演变在2002年主要受经济水平和自然条件的双重驱动。GDP的高低直接影响着聚落的扩展能力，带动聚落的扩张。同时，河流可达性是一个关键因素，河流作为重要的自然资源，为农业灌溉和居民生活用水提供了保障，聚落倾向于分布在靠近河流的区域。人口密度较高的地区通常具备更完善的社会经济基础设施，这些基础设施的完善程度又进一步促进了聚落的形成和发展。这一特征与已有研究中指出的平原地区聚落沿河扩展、依托交通与经济条件集聚的空间趋势一致［42］。随着时间的推移，乐陵市的乡村聚落驱动因素逐渐发生变化。到2012年，耕地距离和景点距离的交互作用逐渐成为影响乡村空间格局的关键因素。乡村人口开始向耕地周边集聚，农业生产方式发生转变，小型机械化与农业规模化经营开始起步，使得乡村人口向成片耕地周边适度集聚。同时，旅游产业的兴起也对聚落空间格局产生了重要影响，推动了聚落的扩张。2022年，耕地和地质灾害点可达性的交互作用成为影响乡村聚落分布的主要驱动力，地质灾害风险开始对聚落分布产生影响，乡村聚落分布远离地质灾害点，反映了在现代化背景下乡村聚落由经济驱动向安全性与生态适宜性驱动转变的趋势，这与河湟地区基于生态适宜性视角的乡村聚落研究中关于“安全性与生态均衡”的强调一致［43］。
与平原地区相比，丘陵地区的乡村聚落演变过程呈现出不同的特点。2002—2012年，距耕地和景点距离的交互驱动是主导乡村聚落分布的关键因素。耕地资源稀缺且分散，聚落分布与耕地的空间关系更为紧密和稳定。耕地是保障农业生产和生活的基本需求，因此耕地资源分布始终是塑造聚落格局的基础性约束条件，山区地形约束与耕地稀缺性在此阶段表现尤为突出［44］。同时，景点可达性反映了旅游业的发展潜力，景点周边的村庄逐渐成为旅游和经济发展的重点区域。2022年，经济和环境的综合影响开始占据主导地位，距地质灾害点的距离成为重要的影响因素，地质灾害频发区成为聚落选址的避让区域，反映了丘陵地区在乡村聚落发展中对防灾减灾措施的加强，以及对环境风险的日益关注。同时，景点距离的重要性依然突出，旅游业在乡村经济中的持续发展仍然对聚落分布产生重要影响［45］。
水系分布对乡村聚落的分布影响在平原和丘陵地区也存在一定的差异。在平原，虽然河流在早期对聚落分布有重要影响，但随着时间的推移，其影响逐渐被其他因素所替代。而在丘陵地区，水系分布对乡村聚落的影响则呈现出逐渐增强的趋势。水源不仅是农业和生活的基础，水系沿岸的交通便利性也促进了聚落的扩张［46］。

4.2.2　村域尺度乡村聚落演变驱动因素的对比分析

平原地区乡村聚落的演变主要受产业发展、政策引导、基础设施建设和集体经济创新的驱动。城区发展的空间压力促使周边村落在土地使用、空间布局上发生了再配置，推动其功能向复合型转变。区域内外多种资本、劳动力和技术的流入，促进了生产活动的集聚和组织方式的革新，也为智慧农业和城乡协调发展提供了制度与资源保障。丘陵地区乡村聚落扩大的驱动因素，主要包括政策引导、产业振兴和基础设施升级，同时每个村根据自身资源与区位优势，形成了差异化的发展路径和特色产业布局，展现出乡村聚落演变的多样化与区域适应性。

5 结 论

本研究构建了遥感制图-GIS空间分析-景观指数-地理探测器的综合研究框架，实现了不同地形条件下乡村聚落的时空分布特征及其景观格局变化的驱动机制研究。平原地区乡村聚落格局呈集聚强化趋势，主导斑块规模扩大（LPI提升近3倍），空间邻近性增强（NNR下降0.09），聚落体系向集约化与连续化演化。丘陵地区乡村聚落数量大幅减少（PD下降了6.39），空间形态由高密度聚集转向适度分散（NNR由0.50升至0.69），且超过70%的村庄面积扩大。驱动机制方面，平原区聚落演化由自然—经济驱动转向土地利用效率与区位优势主导，距耕地与城镇中心的解释力分别提升0.51和0.39；而丘陵区则呈现生态安全与水文条件作用增强的趋势，距河流驱动力从0.22提升至0.45，并由“耕地-景点”交互主导转变为“地质灾害-景点”交互主导，聚落布局逐步受生态风险规避与生态资源依托的双重机制调控。本研究不仅深化了对聚落演化规律的全面认知，也为平原区的土地集约利用与丘陵区的生态发展提供差异化决策支持，更好地服务于智慧农业的空间布局优化与乡村可持续发展战略。

本研究不存在研究者以及与公开研究成果有关的利益冲突。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
郑小玉, 刘彦随. 新时期中国"乡村病"的科学内涵、形成机制及调控策略[J]. 人文地理, 2018, 33(2): 100-106.

ZHENG X Y, LIU Y S. Connotation, formation mechanism and regulation strategies of rural disease in the new epoch in China[J]. Human geography, 2018, 33(2): 100-106.

[2]
刘守英, 王一鸽. 从乡土中国到城乡中国: 中国转型的乡村变迁视角[J]. 管理世界, 2018, 34(10): 128-146, 232.

LIU S Y, WANG Y G. From native rural China to urban-rural China: The rural transition perspective of China transformation[J]. Management World, 2018, 34(10): 128-146, 232.

[3]
李阳, 张晓彤, 宇林军, 等. 产业聚集型乡村聚落空间演变模拟模型研究: 以宁波市5个村为例[J]. 西部人居环境学刊, 2022, 37(4): 48-53.

LI Y, ZHANG X T, YU L J, et al. Research on a simulation model for spatial evolution of industrial-led development rural settlement: Taking 5 villages in Ningbo as examples[J]. Journal of human settlements in West China, 2022, 37(4): 48-53.

[4]
张松梅. 十九大以来的我国乡村振兴战略研究综述[J]. 特区经济, 2021(7): 103-106.

ZHANG S M. A research summary on rural revitalization strategy since the 19th CPC national congress [J]. Special zone economy, 2021(7): 103-106.

[5]
刘彦随. 中国新时代城乡融合与乡村振兴[J]. 地理学报, 2018, 73(4): 637-650.

LIU Y S. Research on the urban-rural integration and rural revitalization in the New Era in China[J]. Acta geographica sinica, 2018, 73(4): 637-650.

[6]
周政旭, 罗亚文. 黔中白水河谷地区山地布依民居研究[J]. 西部人居环境学刊, 2016, 31(5): 98-105.

ZHOU Z X, LUO Y W. Study on the Buyi mountainous dwellings in Baishui valley in central Guizhou province[J]. Journal of human settlements in West China, 2016, 31(5): 98-105.

[7]
李小建, 许家伟, 海贝贝. 县域聚落分布格局演变分析: 基于1929—2013年河南巩义的实证研究[J]. 地理学报, 2015, 70(12): 1870-1883.

LI X J, XU J W, HAI B B. The changing distribution patterns of rural settlements during the process of urbanization: The case of Gongyi(1929－2013), China[J]. Acta geographica sinica, 2015, 70(12): 1870-1883.

[8]
黄亚平, 郑有旭. 江汉平原乡村聚落形态类型及空间体系特征[J]. 地理科学, 2021, 41(1): 121-128.

HUANG Y P, ZHENG Y X. The rural settlement morphological types and spatial system characteristics in the Jianghan Plain[J]. Scientia geographica sinica, 2021, 41(1): 121-128.

[9]
张静飞, 何艳芬. 1990—2020年长春市乡村聚落与耕地的空间关系分析[J]. 城市建筑, 2025, 22(3): 41-49.

ZHANG J F, HE Y F. Analysis on the spatial relationship between rural settlements and cultivated land in Changchun from 1990 to 2020[J]. Urbanism and architecture, 2025, 22(3): 41-49.

[10]
楼雨晨, 黄璐, 李昂, 等. 太湖流域乡村聚落百年格局演变及其影响因素: 以浙江省湖州市为例[J]. 水土保持研究, 2025, 32(4): 320-331.

LOU Y C, HUANG L, LI A, et al. Evolution of the spatial pattern and influencing factors of rural settlements in the Taihu Basin over the past century: A case study of Huzhou city, Zhejiang province[J]. Research of soil and water conservation, 2025, 32(4): 320-331.

[11]
朱晓雯, 石云, 李建华, 等. 宁夏不同地理分区乡村聚落时空演变对比研究[J]. 地域研究与开发, 2023, 42(4): 155-161.

ZHU X W, SHI Y, LI J H, et al. Comparative study of spatial and temporal evolution of rural settlements in different geographical divisions of Ningxia[J]. Areal research and development, 2023, 42(4): 155-161.

[12]
杨倩, 吴雷. 湖泊流域乡村聚落时空演变、影响因素及空间重构: 以巢湖流域为例[J]. 西华师范大学学报(自然科学版), 2024, 45(6): 639-648.

YANG Q, WU L. Spatio-temporal evolution, influencing factors and spatial reconstruction of rural settlements in the lake valley: A case study of Chaohu Lake valley[J]. Journal of China west normal university (natural sciences), 2024, 45(6): 639-648.

[13]
林广, 王妍, 王蕾, 等. 峰丛洼地石漠化区乡村聚落的形态学特征及空间演变规律[J]. 水土保持学报, 2025, 39(1): 348-358.

LIN G, WANG Y, WANG L, et al. Morphological characteristics and spatial evolution laws of rural settlements at peak-cluster depressions in rocky desertification areas[J]. Journal of soil and water conservation, 2025, 39(1): 348-358.

[14]
葛敬天, 张玥, 赵森, 等. 南太行山区聚落空间格局特征及其影响因子: 以河南新乡地区为例[J]. 风景园林, 2024, 31(12): 96-104.

GE J T, ZHANG Y, ZHAO S, et al. Spatial pattern characteristics of settlements and influencing factors thereof in the southern Taihang Mountain area: A case study of Xinxiang, Henan province[J]. Landscape architecture, 2024, 31(12): 96-104.

[15]
杨定, 宋金平, 杨振山, 等. 藏族聚居区乡村聚落景观及其基因特征: 以隆子县为例[J]. 地理科学, 2024, 44(10): 1791-1800.

YANG D, SONG J P, YANG Z S, et al. The landscape patterns and genetic traits in Xizang rural settlements: Case study of Lhünzê county, China[J]. Scientia geographica sinica, 2024, 44(10): 1791-1800.

[16]
吴伟. 礼泉县乡村聚落空间演化机制及格局优化研究[D]. 西安: 长安大学, 2024.

WU W. Study on spatial evolution mechanism and pattern optimization of rural settlements in Liquan county[D]. Xi'an: Changan University, 2024.

[17]
李婷婷, 冯达, 张志坚. 1990—2020年湖南省乡村聚落时空演变特征研究[J]. 国土资源导刊, 2025, 22(1): 29-36.

LI T T, FENG D, ZHANG Z J. Research on the spatial-temporal evolution characteristics of rural settlement scale of Hunan Province from 1990 to 2020[J]. Land & resources herald, 2025, 22(1): 29-36.

[18]
张宝英. 豫东地区乡村聚落空间分布特征研究——以河南省商丘市为例[J]. 安徽农业科学, 2022, 50(3): 209-212.

ZHANG B Y. Study on the spatial distribution characteristics of rural settlements in eastern Henan province—taking Shangqiu city in Henan province as an example[J]. Journal of Anhui agricultural sciences, 2022, 50(3): 209-212.

[19]
周向丽, 王智超, 刘益珠, 等. 基于MGWR的乡村聚落空间演变的影响因素分析: 以海口市为例[J]. 热带地理, 2023, 43(8): 1599-1610.

ZHOU X L, WANG Z C, LIU Y Z, et al. Factors influencing the evolution of rural settlements based on MGWR: A case study of Haikou city[J]. Tropical geography, 2023, 43(8): 1599-1610.

[20]
王玮, 韦姿言, 张嘉龙, 等. 基于KANO模型分析的生态乡村景观设计需求聚类研究: 以长三角地区乡村聚落为例[J]. 现代城市研究, 2024, 39(8): 120-125.

WANG W, WEI Z Y, ZHANG J L, et al. Clustering research on eco-rural landscape design demand based on KANO model analysis: Taking rural settlements in Yangtze River Delta Region as an example[J]. Modern urban research, 2024, 39(8): 120-125.

[21]
TAN S K, ZHANG M M, WANG. Spatio-temporal evolution and driving factors of rural settlements in low hilly region: A case study of 17 cities in Hubei province, China[J]. International journal of environmental research and public health, 2021, 18(5): ID 2387.

[22]
王绍邦, 李志英, 龙晔. 滇中高原湖区乡村聚落空间演化及驱动因素[J]. 水土保持研究, 2025, 32(2): 387-395.

WANG S B, LI Z Y, LONG Y. Spatial evolution and driving factors of rural settlements in central Yunnan plateau lake area[J]. Research of soil and water conservation, 2025, 32(2): 387-395.

[23]
朱江昆, 陈占祥, 谭刚毅. 江汉平原乡村聚落格局时空演变及驱动机制研究(1990—2020)[J]. 城市环境设计, 2024, (5): 670-677.

ZHU J K, CHEN Z X, TAN G Y. Study on the spatio-temporal evolution pattern and driving mechanism of rural settlements in the Jianghan plain (1990－2020)[J]. Urban space design, 2024, (5): 670-677.

[24]
忻益慧, 朱天龙, 牛豪毅. 冀西北地区体文旅资源空间分布及影响因素研究[J]. 河北建筑工程学院学报, 2024, 42(4): 156-161.

XIN Y H, ZHU T L, NIU H Y. Study on spatial distribution and influencing factors of sports and cultural tourism resources in northwest Hebei province[J]. Journal of Hebei institute of architectural engineering, 2024, 42(4): 156-161.

[25]
蒋雨欣, 戴文远, 陈娟. 闽东丘陵山区乡村聚落空间格局演变及其影响因素: 以福建省屏南县为例[J]. 水土保持研究, 2024, 31(3): 311-319.

JIANG Y X, DAI W Y, CHEN J. Spatial pattern evolution and its influencing factors of rural settlements in hilly and mountainous areas of eastern Fujian－a case study in Pingnan county of Fujian province[J]. Research of soil and water conservation, 2024, 31(3): 311-319.

[26]
乐陵市统计局. 乐陵市统计年鉴(2022)[M]. 乐陵:乐陵市统计局, 2022.

[27]
ZHAO N Z, LIU Y, CAO G F. Forecasting China's GDP at the pixel level using nighttime lights time series and population images[J]. GIScience & remote sensing, 2017, 54(3): 407-425.

[28]
林高山. 基于高分二号卫星影像的乡村聚落信息提取及空间格局分析——以成都市金堂县又新镇为例[D]. 成都: 四川师范大学, 2019.

LIN G S. Information extraction and pattern analysis of rural settlements based on GF-2 satellite imagery: A case study of Youxin town, Jintang county, Chengdu [D]. Chengdu: Sichuan Normal University, 2019.

[29]
韦振锋, 梁珊珊, 黄群英. 山区城镇扩张对生态安全格局的影响及驱动特征研究: 以重庆市为例[J]. 国土资源科技管理, 2024, 41(5): 53-70.

WEI Z F, LIANG S S, HUANG Q Y. On infuence and driving characteristics of urban expansion in mountainous areas on ecological security patterns: A case study of Chongqing[J]. Scientific and technological management of land and resources, 2024, 41(5): 53-70.

[30]
ZHOU Z X, LI J. The correlation analysis on the landscape pattern index and hydrological processes in the Yanhe watershed, China[J]. Journal of hydrology, 2015, 524: 417-426.

[31]
周萌. 基于ArcGIS的六盘水市钟山区景观格局指数分析与优化[J]. 智能建筑与智慧城市, 2022(7): 53-55.

ZHOU M. Analysis and optimization of landscape pattern index of Zhongshan district of Liupanshui City based on ArcGIS[J]. Intelligent building & smart city, 2022(7): 53-55.

[32]
CHEN F, CHEN J, WU H, et al. A landscape shape index-based sampling approach for land cover accuracy assessment[J]. Science China earth sciences, 2016, 59(12): 2263-2274.

[33]
陈哲. 赣州市景观格局的演变与预测研究[J]. 江西科学, 2023, 41(5): 869-874.

CHEN Z. The evolution and prediction of landscape pattern in Ganzhou city[J]. Jiangxi science, 2023, 41(5): 869-874.

[34]
徐远涛, 闵庆文, 袁正. 云南哈尼梯田景观格局指数筛选研究[J]. 资源与生态学报, 2013, 4(3): 212-219.

XU Y T, MIN Q W, YUAN Z. Identifying landscape pattern metrics for the Hani terrace in Yunnan, China[J]. Journal of resources and ecology, 2013, 4(3): 212-219.

[35]
张佰林, 张紫涵, 周艳. 中国农村居民点重心迁移特征及其指示意义[J]. 北京大学学报(自然科学版), 2024, 60(5): 874-882.

ZHANG B L, ZHANG Z H, ZHOU Y. Characteristics of center of gravity migration of rural settlements in China and its indicative significance[J]. Acta scientiarum naturalium universitatis pekinensis, 2024, 60(5): 874-882.

[36]
高凡, 曹燕, 韩方红, 等. 基于3类空间变化的阿克苏河流域碳排放轨迹及生态环境效应[J]. 环境科学, 2024, 45(11): 6344-6353.

GAO F, CAO Y, HAN F H, et al. Carbon emission trajectory and eco-environmental effects in Aksu River Basin based on three types of spatial changes[J]. Environmental science, 2024, 45(11): 6344-6353.

[37]
卢锋, 余建权, 陈振宇, 等. 基于POI数据的充电桩空间分布特征研究[J]. 现代工程科技, 2025(19): 1-4.

LU F, YU J Q, CHEN Z Y, et al. Research on the spatial distribution characteristics of charging piles based on POI data[J]. Modern engineering technology, 2025(19): 1-4.

[38]
杜久升, 冯云超, 王羽河南省乡村旅游特色村空间分布格局及影响因素研究 [J]. 西北师范大学学报(自然科学版), 2023, 59(5): 127-134.

DU J S, FENG Y C, WANG Y. Study on spatial distribution characteristics of rural tourism characteristic villages and their driving factors in Henan Province [J]. Journal of northwest normal university (natural science), 2023, 59(5): 127-134.

[39]
罗庆, 杨慧敏, 李小建, 等. 快速城镇化下欠发达平原农区的聚落规模变化[J]. 经济地理, 2018, 38(10): 170-179.

LUO Q, YANG H M, LI X J, et al. Change of settlement size in the less development agricultural plain area under the background of rapid urbanization [J]. Economic geography, 2018, 38(10): 170-179.

[40]
马晓蓉, 查小春. 秦巴山区乡村聚落空间格局演变及影响因子: 以陕西宁强县为例[J]. 山地学报, 2020, 38(5): 726-739.

MA X R, ZHA X C. Spatial structure evolvement and impact factors of rural settlements in the qinba mountain area: A case study of Ningqiang county in Shaanxi province, China[J]. Mountain research, 2020, 38(5): 726-739.

[41]
储金龙, 姜昌正, 王霞. 基于县域地理差异比较的乡村聚落空间格局特征及其驱动因子影响研究[J]. 安徽建筑大学学报, 2024, 32(4): 8-15.

CHU J L, JIANG C Z, WANG X. Spatial pattern characteristics of rural settlements and their driving factors based on the comparison of county geographical differences [J]. Journal of Anhui institute of architecture & industry, 2024, 32(4): 8-15.

[42]
师皓容. 平川与丘陵山区乡村聚落景观特征比较研究[D]. 太原: 太原师范学院, 2024.

SHI H R. Comparative study of rural settlement landscape characteristics in plains and hilly areas: A case study of Fenyang city[D]. Taiyuan: Taiyuan Normal University,2024.

[43]
杨祎. 基于生态适宜性视角下的河湟地区乡村聚落更新策略研究[D]. 西安: 西安建筑科技大学, 2023.

YANG Y. Research on rural settlement renewal strategy in Hehuang area from the perspective of ecological suitability: Take Xunhua county as an example[D]. Xi'an: Xi'an University of Architecture and Technology, 2023.

[44]
万诗梦, 周星颖, 屠爽爽. 山地丘陵区乡村聚落景观格局演变特征及其影响因素: 以平果市为例[J]. 南宁师范大学学报(自然科学版), 2021(4): 130-140.

WAN S M, ZHOU X Y, TU S S. Evolution characteristics and influencing factors of rural settlement landscape pattern in mountainous and hilly region take Pingguo city as an example[J]. Journal of Nanning normal university (natural science edition), 2021(4): 130-140.

[45]
王存媛, 杨勐, 石殷忆. 乡村旅游视角下海岛渔村聚落空间更新策略研究: 以珠海大万山岛万山村为例[J]. 华中建筑, 2024, 42(1): 98-102.

WANG C Y, YANG M, SHI Y Y. The spatial renewal strategy of island fishing village settlements from the perspective of rural tourism: A case of Wanshan village, Dawanshan island, Zhuhai[J]. Huazhong architecture, 2024, 42(1): 98-102.

[46]
罗庆, 王艺霏, 周晓庆, 等. 中国农民专业合作社空间格局及其影响因素[J]. 中国农业资源与区划, 2024, 45(5): 155-168.

LUO Q, WANG Y F, ZHOU X Q, et al. Spatial pattern of Chinese farmers' professional cooperatives and its influencing factors[J]. Chinese journal of agricultural resources and regional planning, 2024, 45(5): 155-168.

Options
Outlines

/

〈 〉

  • ISSN 2097-485X（Online）
    ISSN 2096-8094（Print）
    CN 10-1681/S
    CODEN ZNZHD7
    Aboard PDC: C9452
    Authority in Charge: Ministry of Agriculture and Rural Affairs of the People’s Republic of China
    Sponsor: Agricultural Information Institute, Chinese Academy of Agricultural Sciences
  • Address: No.12 Zhongguancun South St.,Haidian District Beijing P.R.China
    Zip Code: 100081
    Telephone: +86 10 82109657
    E-mail: smartag@caas.cn
京ICP备09089781号-37