东泉镇 李家沱街道 惠民街道 二圣镇 花溪街道 天星寺镇 界石镇 南泉街道 姜家镇 鱼洞街道
3618 41 1533 1556 82 1133 1826 1907 2154 3353 1550
4.744 3.999 8.480 9.123 3.329 4.600 8.814 10.388 4.570 6.418 7.118
69.16 171.47 61.47 67.57 197.53 65.58 72.71 84.68 72.34 65.95 282.90
南彭街道
表2.5巴南区各乡镇农村居民点空间分布
镇 五宝镇 复盛镇 寸滩街道 石马河街道 郭家沱街道 铁山坪街道 鱼嘴镇
居民点数 1233 925 229 71 643 747 1402
用地比例% 6.400 6.970 3.628 0.788 7.424 5.734 7.680
Cv值% 114.79 91.59 458.36 314.67 162.09 228.36 115.28
表2.6江北区各乡镇农村居民点空间分布
注：华新街道，大石坝街道，江北城街道，观音桥街道，五里店街道无居民点分布。
镇 中梁镇
井口镇 凤凰镇 回龙坝镇 土主镇 曾家镇 歌乐山镇 虎溪镇 西永镇 覃家岗镇 陈家桥镇 青木关镇
镇 人和街道 兴隆镇 双凤桥街道
居民点数 164 1726 1690
用地比例% 3.325 6.903 6.628
Cv值% 173.45 83.22 246.02
居民点数 1150 327 1352 1644 1266 1106 863 206 924 116 1017 965
用地比例% 9.552 10.356 11.520 13.981 13.444 7.396 23.676 1.759 13.220 8.686 5.940 10.162
Cv值% 128.31 196.47 86.12 73.57 110.53 131.22 112.39 204.46 143.79 303.22 254.33 113.60
表2.7沙坪坝区各乡镇农村居民点空间分布
双龙湖街道 古路镇 回兴街道 大湾镇 大盛镇 大竹林街道 天宫殿街道 悦来街道 木耳镇 洛碛镇 玉峰山镇 石船镇 礼嘉镇 统景镇 翠云街道 茨竹镇 鸳鸯街道 龙兴镇 渝北区外县飞地 1148 2371 163 2210 1779 139 30 713 2063 1903 2115 3602 344 2362 275 2008 257 3473 23 9.414 7.607 4.063 6.315 7.521 2.567 4.263 10.260 8.117 5.852 7.116 8.309 3.176 6.162 5.135 6.517 3.027 8.468 13.725 144.84 97.93 329.97 87.24 92.65 146.84 140.41 89.85 78.31 116.79 105.54 100.41 121.65 95.35 167.86 126.55 229.36 89.68 154.53
表2.8渝北区各乡镇农村居民点空间分布
注：龙塔街道，龙溪街道，龙山街道无居民点分布。
3.2农村居民点空间分布影响因素定量分析
地形地貌、公路交通、河流分布以及城市分布，对农村居民点的分布有不同的影响。为了研究不同因素对居民点分布的影响，应用多元线性回归分析建立分析模型。由表3可知，各个因素除铁路外，都能通过显著性分析，并且每个因素对居民点的分布影响大小各有不同。随着海拔的升高，坡度的增大，居民点密度减小；但由于重庆特殊的建造风格，坡度的影响相对于居民的分布影响更加显著，在平缓地带更适合居民点的发展；在对道路交通、河流分布、城市分布的建模中，虽然居民点的分布也是呈现负相关（距离各因素的距离越远，居民点密度越小），但是相对于地形地貌的影响明显减小；在对各级道路对比研究中发现：铁路对居民点的分布没有显著影响，三级道路对居民点分布的影响明显高于其他其他两级道路；综合各因素后发现，坡度与DEM对居民点分布的影响仍占主导地位，由于重庆主城水系丰富，以及自然环境的影响，居民点对水域分布的依附性不大，甚至出现了正相关（居民点分布随着距水域距离的增大而增大）。
模型 1
(常量) DEM slope
2
(常量) 距水域距离
3
(常量) 据市场距离
4
(常量) 距道路距离
5
(常量) 三级道路 距道路距离 一级道路 二级道路 铁路
6
(常量) DEM slope 距道路距离 据市场距离 距水域距离
B 标准误差 99556.798 123.466
-55.544 .304 -1059.914 7.317 73257.391
71.148 -1.080 .010 77637.684
72.431 -.893 .005 75332.941
63.039 -1.961 .011 82362.011
79.286 -.717 .015 -.474 .014 -.293 .010 -.170 .008 .021 .010 98784.337 123.210
-46.086 .380 -993.794 7.323 -.814 .013 -.143 .006 .226
.011
表3农村居民点定量分析
试用版
t 806.349 -.225 -182.644 -.178 -144.858 1029.644 -.128 -105.910 1071.887 -.217 -182.066 1195.026 -.220 -185.249 1038.797 -.184 -48.301 -.053 -34.818 -.065 -30.201 -.038 -20.386 .006 2.093 801.754 -.187 -121.120 -.167 -135.703 -.091 -61.081 -.035 -22.059 .027
20.159
Sig. .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .036 .000 .000 .000 .000 .000 .000
图4 DEM
图6 距道路的距离 图5 slope
图7 距水域的距离
图8 距市场的距离
4结论
（1）重庆市主城区农村居民点空间分布、土地利用呈现以下特点：①总体分布上居民点分布密集，用地比例过小的特点；②居民点分布地域差异明显；③居民点分布有一定的方向性；④农村居民点分布具有等级特征；⑤地形地貌对居民点分布起主导作用。
（2）将GIS与Vorouoi图相结合，利用GIS查询功能、核密度分析、缓冲区分析以及spss回归分析进行空间分析是研究农村居民定空间分布特征以及各影响因素的较为有效地方法，并且可以从不同的层面得出农村居民点的分布特征，其次对分析各因素影响的相对大小也有一定的作用。根据核密度可以直观的看出居民点分布的等级性以及方向性；CV值则可以从定性和定量两方面确定农村居民点的密集程度；回归分析定量的的分析了各影响因素之间的关系，以及对农村居民点的影响程度。
（3）在开展农村一体化、城市化发展的过程中，据城市距离近的那些农村居民点是城市化的首选。
参考文献：
[1]梁会民,赵军.地理信息系统在居民点空间分布研究中的应用[J].西北师范大学学报,2001,37(2):76-80.
[2]何英彬,陈佑启,唐华俊.中国农村居民点研究进展[J].中国农学通报2010,26(14):433-437.
[3]田光进，刘经远，张增祥，等.基于遥感和GIS的中国农村居民点规模分布特征[J].遥感学报，2002,6（4）：307-312. [3]OKABE A，BOOTS B，SUGIHARA K，et a1．Spatial Tessellation：Concepts and Applications of Voronoi Diagrams[M]．Chiehester，UK：John Wiley，2000：668—671．
[4]DUYCKAERTS C，GODEFROY G．Voronoi Tessellation to Study the Numerical Density and the Spatial Distribution of Neurons[J]．Journal of Chemical Neuroanatomy，2000，20(2)：83-92．
[5]郑新奇,王家耀1城市地价动态监测点设置的Vor onoi方法.[J]1测绘学院学报,2003,20(4):263-2661
[6]陈军,赵仁亮,乔朝飞1基于Voronoi图的GIS空间分析研究.[J]1武汉大学学报:信息科学
版,2003,28(5):32-371
[7]王新生1Voronoi图和非数值随机优化算法在城市和区域规划中的应用研究[D]1武汉:武汉大学资源与环境科学学院,20021
[8]刘仙桃，郑新奇，李道兵，基于Voronoi图的农村居民点空间分布特征及其影响因素研究——以北京市昌平区为例）.