山東省國家級水利風景區時空分布及演變

譚博文 吳國璽 栗淑一

摘 要：【目的】基于山東省2001—2022年20批108家國家級水利風景區的地理數據，對山東省國家級水利風景區時空分布及演變進行研究?！痉椒ā窟\用ArcGis10.8空間分析工具，研究了最鄰近指數、Voronoi多邊形的變異系數、地理集中指數、標準差橢圓和核密度特征，討論了水利景區的時空演變規律性?！窘Y果】結果表明：20年間山東省國家級水利景區形成了以魯中和魯西兩地為核心，向四周發散分布的空間結構，景區分布范圍從東北向西南擴散，分布范圍逐漸擴大，分布盲點基本消失?！窘Y論】為優化水利風景區空間結構布局和解決景區發展不平衡、不充分問題提供理論依據和實踐參考。

關鍵詞：水利風景區；空間分布；時空演變；山東省

中圖分類號：F592? ? ?文獻標志碼：A? ? ?文章編號：1003-5168（2024）04-0104-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.04.019

Spatial and Temporal Distribution and Evolution of National Water Parks in Shandong Province

TAN Bowen1，2 WU Guoxi1，2 LI Shuyi1，2

（1.School of Architecture， North China University of Water Resources and Electric Power，Zhengzhou 450046，China; 2.College of Urban and Environmental Sciences， Xuchang University， Xuchang 461000， China）

Abstract： [Purposes] Based on the geographical data of 108 national water parks in 20 batches in Shandong Province from 2001 to 2022， the spatial and temporal distribution and evolution of national water parks in Shandong Province were studied. [Methods] Using ArcGis10.8 spatial analysis tool， the characteristics of the nearest neighbor index， the coefficient of variation of Voronoi polygon， the geographical concentration index， the standard deviation ellipse and the kernel density were studied， and the temporal and spatial evolution regularity of water parks was discussed. [Findings] The results showed that in the past 20 years， the national water parks in Shandong Province have formed a spatial structure with central and western Shandong as the core and scattered around. The distribution range of scenic spots has spread from northeast to southwest， and the distribution range has gradually expanded， and the distribution blind spots have basically disappeared. [Conclusions] It provides theoretical basis and practical reference for optimizing the spatial structure layout of water parks and solving the problem of unbalanced and insufficient development of scenic spots.

Keywords： water parks; spatial distribution; timeandspaceevolution; Shandong Province

0 引言

水利風景區是指以水域或水利工程為依托，以水利設施、水文景觀、生態環境、文化遺產等多種要素構成的風景資源和環境條件，是集觀光、休閑、科普、娛樂、文化及生態等多種功能于一體的綜合性景觀資源［1］。近年來，人們對水利風景區開展了諸多探究，就時空方面，主要集中在水利風景區的空間格局演變及影響機理［2］、空間分布特征、水利旅游空間體系構建［3］、水利風景區的時空分異特征研究［4］，對時間序列變化、時空分布及其空間密度和重心的空間移動研究較少［5］。就尺度方面，主要集中在國家尺度，以省級尺度的研究相對較少。因而，本研究嘗試運用最鄰近指數、Voronoi多邊形、標準差橢圓、核密度分析等方法，以省級視域的尺度，對山東省國家級水利風景區時空分布及演變進行研究，為優化水利風景區空間結構布局和解決景區發展不平衡、不充分問題提供理論依據和實踐參考。

1 數據與研究方法

1.1 數據來源及處理

山東省地處黃河下游，河流湖泊眾多，水網密布，擁有得天獨厚的資源優勢。截至2022年底，山東省共有國家級水利風景區108家。根據山東省的地理位置、經濟及歷史狀況可將全省劃分為四個片區，即魯西北、魯中、魯南、膠東半島。本研究以2001—2022年，山東省創建的108家國家級水利風景區為研究對象，數據來源于國家水利風景區網站（http：//slfjq.mwr.gov.cn/）、山東省水利廳網站（http：//wr.shandong.gov.cn/）公布的景區名單，景區坐標來自谷歌地圖。選取2006、2011、2017、2022四個時間點進行景區的可視化分析?；A底圖使用國家基礎地理信息中心發布的1∶400萬中國基礎地理數據。本研究部分水系、交通和政策信息來自山東省政府及各地市政府相關網站。使用ArcGIS軟件及空間分析技術，對山東省國家級水利風景區的空間分布特征和時空演變進行定量分析。

1.2 研究方法

本研究主要采用最鄰近指數、Voronoi多邊形面積的變異系數、地理集中指數、標準差橢圓、核密度分析等空間分析方法，借助ArcGIS 10.8軟件進行信息可視化表達，進而對山東省國家級水利風景區時空演變特征進行研究。

1.2.1 最鄰近指數。最近鄰點指數分析方法通過對地理空間中每個點狀目標與其最近鄰點狀目標之間的歐氏距離進行測算，求取其平均值來計算點狀目標的平均最近鄰距離r（即最近鄰距離）。當點狀目標呈隨機分布時，其最近鄰距離被定義為理論最近鄰距離re。計算公式見式（1）。

[re=12S/n]? ? ? ?（1）

式中：S為所研究區域的面積；n為研究區域范圍內國家級水利風景區的數量。最近鄰點指數則為平均最近鄰距離與理論最近鄰距離之比，即[R=r/re]。如果R=1，則所有點狀目標呈隨機分布；如果R>1，則點狀目標趨于均勻分布；如果若R<1，則點狀目標更趨向于呈集群分布。

1.2.2 Voronoi多邊形。Voronoi多邊形圖是一種空間分割方法。通過計算Voronoi多邊形面積的標準差與平均值的比值，可以得到變異系數（CV），該指標可以用來衡量數據在空間上的相對變化程度［6］。

1.2.3 標準差橢圓。標準差橢圓被廣泛應用于描述地理要素的空間分布特征。通過標準差橢圓的參數，如圓心位置、長軸和短軸距離等，可以刻畫地理要素在空間分布上的變動［7］。

1.2.4 核密度分析。核密度分析方法可以直觀地對比地理要素的空間分布差異，核密度值越大的區域景區分布密度越大［8］。計算公式見式（2）。

[fnx=1nhi=1nkx-Xih] （2）

式中：[kx-Xih]為核函數；[h>0]為帶寬；[x-Xi]表示估值點x到事件[Xi]處的距離。

2 結果分析

2.1 時間序列的變化

在過去的22年間，山東省國家級水利風景區數量處于快速增長期。從增長量的數值來看，景區數量增長較快的區域是魯中和魯西北地區，其中增長最快的三個城市是濱州、濰坊和泰安；景區數量增長最少的區域是膠東半島片區，增速相對較為平穩，具體見表1。

截至2022年底，山東省國家級水利風景區的空間分布：魯西北和魯中地區國家級水利風景區資源較為豐富，分別占全省景區數量的29.36％、32.11％，數量優勢十分明顯；膠東半島地區國家級水利風景區數量相對較少，僅占全省的11.93％，如圖1所示。

2.2 時空分布與演變

利用ArcGIS軟件測算山東省水利風景區2006、2011、2017、2022年四個時段，最鄰近指數分別是1.47、0.96、0.84和0.84。由于使用最鄰近點指數測定點狀要素的空間分布類型，在界定標準上尚且存在一定爭論，且本實驗在測算2011時間點年國家水利風景區數據時存在P值不符合的問題，因而通過測算Voronoi多邊形面積的變異系數進行再次檢驗。利用ArcGIS軟件得出三個時間點山東省國家級水利風景區時空演變Voronoi圖，如圖2所示。

基于Duyckaerts的三個建議值，Voronoi多邊形面積變異系數CV值在小于33%、處于33%至64%之間、大于64%點狀要素的分布狀態分別為規則分布、隨機分布、集群分布。Voronoi多邊形面積變異系數CV值在2006年時間節點為61.12％，接近64%的臨界值，可以判斷處于隨機分布狀態；在之后的CV值分別為65.53％、65.52％、67.04％，大于64%的臨界值，呈現出明顯的集聚分布特征，與最臨近指數的分析結果基本一致。根據最臨近指數和Voronoi圖的分析結果，可以判斷山東省國家級水利風景區呈現由隨機分布狀態向集聚分布狀態演化的趨勢，并且在2022年時，已經呈現明顯的集聚分布狀態，具體見表2。

2.3 空間分布密度演變

利用ArcGIS 10.8的Density（核密度）工具，繪制了4個時間節點的山東省國家級水利風景區分布密度變化，如圖3所示。因密度分析工具搜索半徑的設置會對結果產生巨大的影響，為使得分析結果能夠更直觀地體現出景區的空間分布特征及其演化態勢，經過多次試驗，最終選取以50 km作為此次核密度分析的搜索半徑。

由圖3可以看出，2001—2022年景區整體空間格局變化較大，呈現出擴張與集聚并存的趨勢，整體分布經歷了由散點狀分布-組團式結構的空間演化。22年間，景區分布的最高核密度值不斷增大，空間熱點區域增多，主要集中在魯西和魯中區域，形成了以濱州-淄博和聊城兩個景區核心的景區資源集聚區；景區的分布范圍逐漸擴大，景區分布盲點在逐漸消失。從分時點來看：2006年高密度區為東營-濰坊、濟南-泰安和德州市等地，呈散點狀分布；2011年高密度區向西轉移，形成了以濱州-淄博-濰坊為核心的分布模式，最高核密度值增大，景區分布范圍增大；2017年高密度區進一步西移，濱州-濰坊、聊城-泰安的雙核心組團式分布格局基本形成，最高核密度值增大，景區分布范圍進一步擴大；2022年較2017年變化不大，魯中、魯西雙核心分布格局進一步鞏固，最高核密度值和景區分布范圍略微增大。

2.4 景區重心空間移動

通過分析不同時間節點的標準差橢圓參數，2011年、2017年和2022年景區的標準差橢圓的短軸相比于2001年分別增長了11.50 km、11.91 km和15.97 km，可見山東省國家級水利景區的空間分布有從西北方向朝東南方向逐漸分散的趨勢；2011年、2017年景區標準差橢圓的長軸較2006年的143.10 km分別增加了42.55 km和57.84 km。對比不同時間節點的標準差橢圓參數可以發現，景區的標準差橢圓的半徑增大并整體向東北方向移動，具體見表3。

標準差橢圓能夠直觀地反映景區的空間分布變化情況和景區中心的移動方向。使用ArcGIS 10.8軟件生成4個時間節點的山東省國家級水利風景區分布的標準差橢圓，如圖4所示。從四個時間節點的景區標準差橢圓的質心的分布來看，標準差橢圓重心點坐標主要位于118.02E—18.18E，36.41N—36.65N，與核密度分析中的山東中部景區聚集帶的核心位置基本一致，橢圓的質心有向南部移動的趨勢，但移動程度較小，由于魯南地區水利風景區數量出現明顯增長，進而帶動了標準差橢圓長軸長度的增大。

3 結論

本研究基于2001—2022年山東省國家級水利風景區相關數據，運用ArcGIS10.8平臺，分析了山東省水利風景區的空間演變特征。結果表明：山東省水利風景區在時間維度上可大致分為：初步推進期（2001—2006年）、高速發展期（2007—2017年）和高質量建設期（2018—2022年）三個階段。從空間分布特征上看，山東省國家級水利風景區的空間分布整體呈現出圍繞中部、西部兩個核心向四周發散的特點，即呈現濱州-淄博和聊城兩個景區資源集聚區，景區分布具有明顯的集聚特征。此外，景區的空間分布呈現朝西北和東南方向逐漸分散的特征，景區分布范圍明顯擴大，盲區逐漸消失。山東省國家級水利風景區時空演變主要受水資源、地區經濟和政策以及交通格局的影響，景區的時空演變與水利資源的空間分布、經濟和政策變化、現代交通網絡的整體格局具有明顯的正相關關系。

參考文獻：

［1］中華人民共和國水利部.水利風景區評價標準：SL300—2013［S］.北京：中國水利水電出版社， 2013.

［2］劉昌雪，汪德根，李鳳.國家水利風景區空間格局演變及影響機理分析［J］.地理與地理信息科學，2018，34（4）：108-117.

［3］韓潔，宋保平.陜西省水利風景區空間分布特征分析及水利旅游空間體系構建［J］.經濟地理，2014，34（11）：166-172.

［4］李建輝，黨爭，陳琳，等.黃河流域九?。▍^）水利風景區時空分異特征研究［J］.人民黃河，2023，45（7）：91-96.

［5］馮英杰，吳小根，張宏磊，等.江蘇省水利風景區時空演變及其影響因素［J］.經濟地理，2018，38（7）：217-224.

［6］吳國璽，閻衛陽.基于加權Voronoi圖的河南省城市影響區研究［J］.城市發展研究，2009，16（1）：55-59.

［7］趙璐，趙作權.基于特征橢圓的中國經濟空間分異研究［J］.地理科學，2014，34（8）：8.

［8］劉銳，胡偉平，王紅亮，等.基于核密度估計的廣佛都市區路網演變分析［J］.地理科學，2011（1）：81-86.