研究对象、数据和方法

 

1.1研究对象

 

漳州市地处闽东南山地与沿海丘陵平原区，地形自西北向东南呈现多山—丘陵—平原—滨海特征。漳州辖4个市辖区、7个县，即芗城区、龙文区、龙海区、长泰区、漳浦县、云霄县、诏安县、东山县、南靖县、平和县和华安县，陆地面积1.26万km2，海域面积1.86万km2。漳州自宋元起先后形成闽南文化、海洋文化、客家文化与福佬文化等文化圈，传统村落的分布呈大小不等的聚集点。漳州市传统村落风貌保护较好、地形地貌多样（图1）、文化异质性强。截至2023年1月，漳州市域共有国家级、省级传统村落、中国历史文化名村113个，是福建省大多地级市的缩影，在此开展集群研究具有地方典型性，并可为其他地级市提供借鉴和参考。

 

1.2数据来源与预处理

 

本研究从4个方面整理及预处理基础数据。

 

1）漳州市传统村落及其地理空间属性。应用GoogleEarthPro确定113个传统村落地理坐标。

 

2）漳州市矢量地图。从漳州市数字高程模型（digitalelevationmodel,DEM）数据（分辨率12.5m）中，提取各村落相关高程。

 

通及历史城镇分布数据。通过地理配准福建省历史地图集[20]，绘制驿道、通航水系、历史市镇等并转化为矢量数据。

 

3）历史文化数据。通过查找地方志、族谱、市及各级县政府门户网站获取村落概况及肇基年代，并在村庄坐标点上赋值。

 

4）古代交通及历史城镇分布数据。通过地理配准福建省历史地图集[20]，绘制驿道、通航水系、历史市镇等并转化为矢量数据。

 

1.3研究方法

 

目前学界常用单要素[21]和多要素[19,22]进行乡村集群识别，但传统村落要素较一般村落复杂。



本研究立足漳州地域特征，分别进行各聚类分析，然后应用麦克哈格“千层饼”原理将聚类分析结果进行叠加，筛选集群类别，进而结合实地调研验证识别结果，提出分类保护策略（图2）

 

1.3.1集群识别要素选定

 

要素是集群识别的基础，通过对专家、学者的访谈以及田野调查筛选出空间邻近、地貌相似、文化趋同、民居同构4个集群识别要素并进行要素标度指标筛选。

 

1）空间邻近是集群发挥最大优势的基础要素。选择核密度指标标度空间关系，根据前人研究[21,23-25]可知在10km范围内的村庄基本能表现出一定的相似性，因此，认定该范围内的村落为空间邻近村落。

 

2）相同地貌的传统村落通常会构成共同的文化圈，使村落具有相似性[19]。根据漳州的地貌特征，选取同一山脉、水系，平原、河谷平地等作为识别指标。

 

 

3）文化趋同则是传统村落的灵魂所在。历史上漳州主要通过商贸互通、物资运送等方式使传统村落间相互关联形成统一的整体[26]，因此选取驿道、航运和市镇作为识别文化趋同的主要指标。

 

4）民居类型是集群最直观的必要条件。在史上北方汉人大规模进漳、海上贸易发展、匪寇横行和闽客冲突等事件的推动下，漳州市民居形态逐渐从北方合院演化出从厝式、合院式、排屋、围楼、五凤楼5种民居原型[27]，因此选取这5种民居原型作为识别指标（表1）。

 

1.3.2单因素聚类识别

 

单因素的识别包括空间邻近、地形相似、文化趋同和民居同构4类，分别就各要素进行赋值与计算，及可视化。

 

1.3.2.1空间邻近聚类识别

 

运用核密度估计（kerneldensityestimation,KDE）法明确传统村落高密度区，进而确定传统村落聚集区的边界范围，以识别具有空间邻近特征的传统村落。以每个村落样本点i的位置（x，

y）为中心，通过核密度函数计算每个样本点在指定范围内（半径为h的圆）各个网格单元的密度贡献值，并将相同位置处的密度进行叠加，得到该要素在整个区域的分布密度。核密度的值越高，要素分布集中程度越高，反之离散程度越高（表2）。首先，选取10km搜索半径对漳州市传统村落样本进行核密度分析。其次，利用相等间隔法将核密度值分成5个等级，由于4级以上的密度值远高于第5级，且第5级的密度值趋近于0、不在10km范围内，因此选取4级以上的密度分区进行合并，形成传统村落高聚区，以此作为传统村落具有空间邻近特征的边界范围。最后，对传统村落点进行二值化处理，将处于空间邻近边界范围内的传统村落赋值为1，将范围外的传统村落赋值为0。

 

1.3.2.2地形相似聚类识别

 

 

将聚类和异常值分析法[25]与DEM数据结合对地貌相似要素进行聚类识别。鉴于漳州市复杂的地貌条件，沿海平原及山谷平地区应用聚类和异常值分析法（表2）；山地及丘陵等复杂地形则在此基础上进一步结合3DDEM图甄别。筛选高值（HH）聚类、低值（LL）聚类的传统村落将其赋值为1，将异常值（HL）、高值围绕的异常值（LH）、无显著相关的传统村落赋值为0。

 

1.3.2.3文化趋同聚类识别

 

文化趋同的传统村落聚类识别分2步。

 

1）运用聚类和异常值分析法初步筛选具有文化趋同特征的传统村落。通过走访调研发现，漳州市多元的地方文化主要受驿道、航道、市镇影响，选取这三者的最邻近距离为基础数据做聚类与异常值分析，将低值（LL）聚类作为初筛结果。

 

2）对聚类出的传统村落进行田野调查及历史文献分析，最终确定具有文化趋同特征的传统村落聚类，并分类赋值。

 

1.3.2.4民居同构聚类识别

 

民居类型同构主要以民居原型为依据划分不同类型的民居聚类。首先，对113个传统村落中每个村落的主导民居平面图进行分析归类。其次，根据分类结果进行实地调研，记录民系、民居平立剖与结构等信息，并在ArcGISPro建立数据库。再次，将从厝式、合院式、排屋、围楼、五凤楼分别赋值为A、B、C、D、E，应用ArcGISPro空间约束多元聚类分析模块。最后，将分析结果与民系分类相叠加，形成民居类型聚类，将形成民居聚类的村落赋值为1，未形成民居聚类的村落赋值为0。

 

 

1.3.3多因素聚类识别

 

综合叠加各要素层聚类形成传统村落集群，并将综合结果一致的村落进行可视化，最终得到传统村落集群分区的边界与范围。

 

1.3.4反演与验证

 

为了进一步验证机器识别结果与现实情况是否匹配，笔者在分区明确之后再次进行田野调查，将传统村落集群识别结果与实地的空间及文化情况相互比对，以论证该方法和步骤的准确性与可操作性。

 

2识别结果与分析