引言
农村聚落（RS）作为农村地区生产和生计活动的空间基础，代表了地球表面系统中一个重要的人为景观（Li和Jiang，2018；Zhao等人，2022）。它们的空间模式演变不仅仅反映了社会经济发展，还与粮食安全、生态平衡和农村可持续发展等全球性问题密切相关（Hu等人，2022；Sánchez-Rivero等人，2023；Dong等人，2026）。地形提供了塑造人类与环境关系的基本框架，深刻影响着农村土地利用模式和人类活动的空间分布。在全球快速城市化和工业化的背景下，农村聚落经历了深刻的空间重组（Gillen等人，2022）。这一扩张过程经常受到地形条件的限制和引导（Liu等人，2022）。虽然这一过程可以改善居住环境，但也带来了一系列挑战，包括侵占优质农田和压缩生态空间（Nandi和Mistri，2019；Chen等人，2021；Coluzzi等人，2022）。因此，系统地理解农村聚落扩张的时空动态及其在不同地形梯度下的环境相互作用，对于区域空间规划、促进协调的区域发展和实现可持续发展目标至关重要。
尽管现有研究提供了关于农村聚落演变一般模式的宝贵见解，但它们在分析视角和尺度上存在明显局限。例如，长江中游地区已经识别出农村电力消耗等时空特征和社会经济驱动因素（Yao和Wu，2023）。同样，北京-天津-河北地区也研究了城乡梯度上聚落的形态演变，揭示了城市化的间接影响（Yang等人，2025）。然而，这类研究通常将地形仅仅视为一个统一的控制变量或背景条件，从而忽略了不同地形梯度对农村扩张强度的差异调节作用。在分析尺度方面，使用历史卫星数据模拟了演变趋势（Li和Song，2020），而利用土地利用和夜间光照数据研究了城乡边界的生态效应（Cao等人，2024）。此外，还在高山牧区探索了聚落系统的功能转型，以指导区域振兴（Zhang等人，2023）。尽管这些工作有效捕捉了空间模式，但它们通常依赖于宏观层面的行政区域或标准化网格。前者由于分辨率较低，容易掩盖局部异质性（Zhang等人，2023）；后者则将物理土地变化与作为社会经济实体的行政村庄分离（Li和Song，2020；Cao等人，2024）。这些将地形视为静态并在不匹配尺度上进行分析的局限性，共同阻碍了对地形复杂环境中人地耦合过程的系统理解。
过去几十年，中国的城乡发展格局发生了显著变化（Liu等人，2010）。城市化率从不到20%飙升至超过65%，为农村聚落的扩张提供了背景。对于一个地形复杂且山区广阔的国家来说，中国西高东低的“三级阶梯”地形梯度尤为明显（Chen等人，2023；Li等人，2021）。因此，地形对农村聚落扩张模式和空间形态的影响存在显著的区域差异，从东部的广阔平原、中部地区的丘陵到西部的广阔高原。自21世纪以来，诸如“新型城镇化”和“农村振兴”等国家战略的连续实施，深刻影响了农村聚落的空间重组和演变路径（Jiang等人，2024；Li等人，2024）。在这些力量的推动下，学者们在多个尺度上研究了农村居住地的变化模式、生态影响和转型机制，包括国家层面（Chen等人，2025a，Chen等人，2025b）、城市集聚（Yang等人，2025）、城市层面（Ji等人，2022）和县级层面（Li等人，2020）。然而，对地形梯度效应的系统分析仍然不足，特别是在行政村庄（社区）的详细尺度上。这种不足严重限制了我们对聚落扩张空间差异背后机制的理解。
为了解决分析尺度不匹配和地形效应简化的问题，本研究整合了多源、长期的空间数据，系统地研究了中国农村聚落的扩张模式及其在行政村庄（社区）尺度上的潜在机制，特别是在地形差异的条件下。作为中国最基本的行政单位，行政村庄区别于渔网或宏观层面的行政区域，能够更有效地揭示农村人地系统与地形约束之间的微观耦合关系。本研究有三个主要目标：（1）从地形梯度的角度出发，构建一个二维“高程-坡度”分类系统，定量评估中国农村聚落在不同地形类型上的扩张特征和转变路径；（2）利用多种景观模式指数量化村庄层面的聚落形态变化，为这一尺度上的扩张过程和模式提供新的见解；（3）在方法论上，开发了一个全面的地理加权机器学习（GWML）框架，整合并比较了从基线线性回归到全局机器学习算法及其地理加权对应物的十二种模型。确定的最佳模型同时捕捉了空间非稳定性和非线性关系，为农村聚落扩张的复杂驱动机制提供了有力的解释。这项研究为深入理解中国农村居住环境的演变提供了新的视角和实证证据，也为制定差异化的农村土地利用政策和可持续发展计划提供了方法论基础。
基于地形的村庄单位分类
将地形梯度应用于土地覆盖变化分析引起了学术界的关注。然而，现有研究通常只关注海拔或坡度等单一维度（Zhang等人，2025a，Zhang等人，2025b；Chen等人，2022），而专门针对农村聚落扩张过程的系统研究很少。为了解决这一问题，我们开发了一个整合海拔和坡度的分析框架。
基于地形的村庄（社区）单位分类
根据每个行政村庄（社区）单元的平均海拔和坡度，本研究构建了一个3×3的地形分类矩阵，将全国所有村庄（社区）单元分为九种类型（图2a）。从空间上看，这些类型表现出明显的地理差异。它们的整体分布模式与中国从西向东的“三级阶梯”地形高度吻合。高海拔类型（H-L、H-M、H-H）主要...
地形梯度对农村聚落扩张的调节作用
尽管关于农村聚落的研究很多，但现有研究通常将地形视为众多影响因素中的一个单一控制变量（Chen等人，2025a，Chen等人，2025b；Yang等人，2025）。这种方法未能系统地揭示地形对农村人地系统的影响。本研究的核心发现表明，在过去的四十年中，中国农村聚落的扩张明显倾向于向更高海拔和更陡峭的坡度发展...
结论
本研究的主要优势在于建立了一个系统的分析框架，将行政村庄尺度与地形梯度视角相结合。与传统的基于网格或宏观尺度的研究不同，这种方法捕捉了农村治理基本单元内精确的人地互动。利用这一框架，我们揭示了地形在中国农村聚落演变过程中的关键调节作用。我们发现，到2020年...
资助
本研究得到了国家自然科学基金（资助编号：42571364）和广西科技重大项目（资助编号：GuiKe AA23062039-2）的支持。
术语表
| 缩写列表 |
| 缩写 | 全称/描述 |
| 通用与方法 | RS | 农村聚落 |
| DEM | 数字高程模型 |
| GWML | 地理加权机器学习 |
| GWRF | 地理加权随机森林 |
| GWR | 地理加权回归 |
| OLS | 普通最小二乘法 |
| SHAP | SHapley加性解释 |
| 地形类型 | L-L | 低海拔 - 低坡度 |
| L-M | 低海拔 - 中等坡度 |
| L-H | 低海拔 - 高坡度 |
| M-L | 中等海拔 - 低坡度 |
| M-M | 中等海拔 - 中等坡度 |
| M-H | 中等海拔 |
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
