行政村地名分布与自然地理要素关系的初探
——以毛乌素沙地与黄土高原交界地区为例

段晨曦, 鲁瑞洁, 丁之勇, 刘 畅

(1.地表过程与资源生态国家重点实验室, 北京师范大学 地理科学学部, 北京 100875;2.防沙治沙教育部工程研究中心, 北京师范大学 地理科学学部, 北京 100875)

地名是人们赋予某一特定空间位置上自然或人文地理实体的专有名称[1]。地名作为一种地理称谓，显示着特定时期地域的自然环境特征，也是区域文化在地表的凝结和保留[2]。传统的地名的研究方法以定性研究为主，通过描述或记述的方法，研究地名的起源、演变、语源、类型划分、地名群以及地名反映的社会文化现象等问题。1990年以来，地名研究的计量化成为地名学发展的重要趋势，推动了地名研究的革新。目前国外利用GIS 技术对民族地名、殖民地名、生态地名等进行了相关研究[3-5]。

国内学者文朋陵和许建国1998年运用数理统计方法分析江苏村镇命名类型区域的划分，率先运用聚类分析和罗伦兹曲线方法，克服传统定性分类的主观性和随意性，定量分析和定性分析同时应用使地名学的研究更趋科学性和完备性[6]。孙冬虎论述了南海诸岛外来地名的命名背景、历史影响，并提出了南海地名问题的缺陷及若干改进建议[7]。阚耀平分析了新疆天山北麓人口迁移地区的原籍地名、姓氏地名、地理特征地名等的地名景观特征，发现汉语地名与蒙古语、哈萨克语地名在命名方式和空间分布上的差异，对探究移民文化具有重要意义[8]。王彬等利用经验正交函数(EOF)和GIS技术对分析了广东省地名的主要空间分布差异及地名变化的敏感区域，为地名景观的定量分析提供了新方法[9]。王荣等将盐池县聚落地名按自然要素划分为地貌、水文、植物等类别，分析了自然要素地名的空间分布特征，揭示了地名与地理环境的关系[10]。陈晨等基于GIS核密度估计法分析北京地名文化景观空间分布特征，突破了以行政分区表达空间变化的通常框架[11]。总之，目前对地名的研究主要集中在地名文化景观领域，对地名与自然环境关系的研究相对较少，主要集中在地名的分类、分布及成因分析方面[10,12-14]，通常以行政分区的框架表达地名的空间分布，而运用GIS技术探讨自然要素类地名分布与历史时期区域自然环境变化的研究相对较少。

毛乌素沙地(北纬37°30′—39°22.5′，东经107°20′—110°30′[15])与黄土高原(北纬33°43′—41°16′，东经100°54′—114°33′)接壤的沙漠—黄土过渡带兼具生态环境脆弱性和气候变化敏感性[16]，在自然带上为温带荒漠与干草原过渡地段[17-18]。毛乌素沙地东南部的年降水量可达400～440 mm[19]，地表水和地下水都较丰富，适合植被生长，因而也适宜人类生活。早在新石器时代之前毛乌素沙地就有人类活动出现，历史上毛乌素沙地一直存在人类居住，在沙漠边缘和腹地分布着大量不同时期的人类活动遗址点[20-21]。野外考察中发现，赫连勃勃选址定都时水草丰茂的大夏国国都——统万城[22]，现在其四周尽为固定、半固定沙丘所环绕，表现了该区域历史时期以来的环境变化。毛乌素沙地的地名具有指示历史时期环境及环境变化的功能，对于毛乌素沙地的地名与环境变化的研究侧重于历史文献分析法，如有“沙”字含义的地名及其环境意义[23]。随着GIS技术的兴起，对含有自然地理信息的地名的时空分布进行研究，可能是探讨自然环境和环境变化的新角度。

本文以毛乌素沙地与黄土高原交界的榆林地区5个区县的1 704个行政村名作为离散点，在ArcGIS中进行核密度分析(Kernel Density)和多距离空间分析函数(Multi-Distance Spatial Cluster Analysis)分析，旨在运用GIS技术更加直观准确地表达聚落的空间分布，突出聚落分布的规律；并且结合蕴含的自然地理要素信息地名的分类统计，对特定自然要素地名进行缓冲区分析(Buffer)，探讨毛乌素沙地与黄土高原交界地区行政村地名分布特征与自然环境变化的关系。

1 研究区概况

本文的研究区包括陕西省榆林地区的神木市、榆阳区、横山区、靖边县和定边县，位于毛乌素沙地与黄土高原交界地区，从西北到东南由相互交错分布的固定、半固定沙丘逐渐成为地形切割破碎的梁峁丘陵外貌(图1)。该区属于温带干旱—半干旱大陆性气候，年均气温为7.9～8.6℃，极端最高温是36.1℃，极端最低温为-26.8℃，年均>10℃积温约为3 146.6℃；年均降雨量320.8～432.4 mm，且70%以上的降水集中在7—9月份；光照相对充足，年日照时数达2 531.4 h，年太阳总辐射平均值为5.826×109J/m2[24]。从植被地带来看，西北部为典型(干)草原，至东南向森林草原过渡，区内多分布灌丛植被。流经研究区的主要河流有窟野河、秃尾河、无定河及其支流榆溪河、海流兔河、芦河等(为清晰且突出研究区内的水系，只显示区内的水系数据)，历史时期以来区内自然环境恶劣，地表水资源为人类的生存生活提供了重要支持。

图1 研究区分布

2 数据来源与研究方法

2.1 数据来源

本研究以毛乌素沙地与黄土高原交界地区的神木市、榆阳区、横山区、靖边县和定边县5个市(区)县的行政村地名为研究对象，通过查阅陕西省地方志办公室(http:∥www.sxsdq.cn/)的榆林地区志，获得行政村地名1 704个。以行政村地名为离散点，通过python编码从高德地图中获取各行政村地名的地理坐标，其中少数识别不出的手动补足。将获得的行政村点与榆林地区志、谷歌地图等行政村数据进行对比，对偏差较大的行政村进行实地走访、修正，其他行政村进行随机检查。行政村结合导入ArcMap软件中，生成毛乌素沙地与黄土高原交界地区5个市(区)县的行政村地名空间分布图。水系数据是依据数字高程模型(DEM数据)，结合陕西省地图(比例尺1∶910 000)[25]的水系分布，在ArcGIS中进行矢量化整理。

2.2 研究方法

本文以毛乌素沙地与黄土高原交界的榆林地区的5个市(区)县的1 704个行政村地名为离散点，运用ArcGIS的核密度分析与K函数分析，探讨研究区行政村地名的空间分布特征。

2.2.1 核密度估计法 核密度估计是分析点数据的空间分布特征的常用方法。相比于离散点直接用图表表示，核密度估计法可以更加直观定量的表达出点数据的空间趋势。核密度估计可以得到研究对象的一个连续密度变化图示，以“波峰”和“波谷”的方式强化的空间分布模式显示[26]。因此，可以客观准确地表达地名点的空间分布。

核密度方程的几何意义为：密度分布在每个xi点中心处最高，向外不断降低，当距离中心达到一定阈值范围(窗口的边缘)处密度为0，见图2[26]。网格中心x处的核密度为窗口范围内的密度之和：

(1)

式中：K为核密度方程；h为阈值；n为阈值范围内的点数；d为数据的维数。当d=2时，一个常用的核密度方程可以定义为：

(2)

其中(x-xi)2+(y-yi)2为点(xi,vi)和(x,y)之间的离差。

图2 核密度估计[26]

2.2.2 多距离空间分析函数分析 Ripley′sK函数是空间点模式分析的常用方法之一[27,28]，其优点在于不仅能够对点数据的相对聚集和离散程度进行多尺度研究，还能同时利用蒙特卡洛模拟法对数据进行显著性验证[29]。具体公式如下：

(3)

(4)

式中：A代表研究区域的总面积；n代表随机点个数；d表示空间尺度；dij是随机点i与j的距离值；δij(d)=1(dij≤d)，δij(d)=0(dij≥d)。Besag等[30]提出用L(d)代替K(d)，同时实现了期望值线性化和保持方差稳定。

采用ArcGIS中的多距离空间分析函数(Multi-Distance Spatial Cluster Analysis)分析行政村地名的分布模式，生成L(d)值、d值、置信区间上限值和置信区间下限值。如果聚类模式具有统计显着性，则L(d)观测值高于置信区间上限值。若L(d)观测值低于置信区间下限值，说明该距离的空间离散具有统计显著性。如果L(d)观测值小于随机分布下的预期值,则可认为研究对象与该距离的随机分布相比，具有离散分布趋势。相反，L(d)观测值大于预期值，表明了集聚模式[31]。

3 结果与分析

3.1 地名点空间分布特征

对于毛乌素沙地与黄土高原交界地区的行政村点距离分析，采用L(d)函数进行计算，在10个距离段上来计算，设置置信区间为99%，得到结果如图3，由图可知，当空间尺度为10～80 km时，L(d)观测值大于预期值且超出置信区间上限，说明在此距离段内行政村呈显著性的聚集分布。且当空间距离为50 km时，L(d)观测值与预期值差值最大，地名点聚集程度最高，说明当距离为50 km时，宜居的自然要素组合度最高。10～50 km的空间距离下，行政村呈集聚分布，空间尺度越大，行政村集聚程度越高；50～80 km的空间距离下，行政村呈集聚分布，空间尺度越大，行政村集聚程度降低；仅当空间距离为90 km和100 km时，L(d)观测值小于预期值，表示空间距离大于80 km后，聚落分布趋于稳定，呈现分散状态。总体上毛乌素沙地与黄土高原交界地区行政村分布呈现显著的集聚分布，且当空间距离为50 km时，地名点聚集程度最高。

图3 毛乌素沙地与黄土高原交界地区行政村K函数

毛乌素沙地与黄土高原交界地区行政村的核密度分析图(图4)直观地显示了研究区聚落的分布特征。以14.418 km作为带宽(参数设置为默认值)，既能直观地显示出聚落的密度中心，也能较为明显的体现聚落核密度的等级差异。由图4可知，研究区行政村地名密度分布具有区域不均衡性，但存在一条“东北—西南”走向的密集带，核密度为其他地区的2～10倍。研究区东南部即无定河下游地区聚落分布最为密集，其中榆阳区的东南部和横山区的东北部聚落密度最高，核密度为其他地区的6～10倍。

研究区内聚落分布对水源的依赖关系突出。行政村的核密度分布图(图4)呈现出聚落密集区主要集中在河网密布的区域。研究区东南部行政村的核密度最大，该区域位于无定河河网最为密集的下游地区，有黄河的一级支流无定河，二级支流榆溪河、峁沟、小川沟、盐子沟、马湖屿沟等，丰富的水源为人类的生活、生产提供了便利条件。西北部地区河流密度较小，临水条件差，行政村核密度分布较低。榆林地区东南部人口密集、西北部人口稀疏的人口分布特点也说明了人类选择居住点时对水源的依赖。对毛乌素沙地古城与地表水环境的研究也表明在干旱、半干旱地区，近水是聚落尤其是绝大多数城镇选址的基本条件[32]。研究区行政村总体上呈现聚集分布，可能是由于该区自然环境整体比较恶劣、生态环境较为敏感，满足人类在聚落选址时的水文、地貌和地面坡度等条件的区域有限，因此人们聚集居住在水系较为密集的研究区东南部这一相对环境宜居区域。

图4 毛乌素沙地与黄土高原交界地区行政村的核密度

3.2 地名点分类统计

毛乌素沙地与黄土高原交界地区自然要素类地名的空间分布主要受自然环境的影响，其中以水文类的要素最为常见。本研究中1 704个行政村地名中有1 542个与自然要素有关，主要可分为地貌、水文、方位、植被4类，其中以水文类命名的聚落居多(表1)。

研究区内以水文类命名的聚落最多，其行政村地名出现711次，占所有行政村地名比例的41.73%。行政村地名中的水文要素有23个，主要用字为“沟”、“湾”、“畔”、“滩”、“河”、“渠”、“水”、“海”、“涧”、“井”等，其中含“沟”字的行政村地名有203个，占水文类地名的28.55%，含“湾”字的有125个，占水文类地名的17.58%，含“畔”字的有76个，占水文类地名的10.69%，含“滩”字的有54个，占水文类地名的7.59%。

行政村地名与地貌有关的数量为589个，占所有地名比例的34.57%。地名中的地貌要素有19个，主要用字为“峁”、“梁”、“石”、“山”、“坬”、“窑”、“岔”、“坪”、“崖”、“塬”、“崄”等。其中“峁”字出现87次，占地貌类地名的14.77%，“梁”字出现85次，占地貌类地名的14.43%，“石”字出现66次，占地貌类地名的11.21%，“山”字出现59次，占地貌类地名的10.01%，“坬”字出现51次，占地貌类地名的8.66%。

与方位相关的有114个行政村地名，所占比例为6.69%，主要用字及其出现次数分别为西(33)、东(29)、南(17)、上(13)、北(12)、下(6) 、左(4) 。地名中包含的植被要素有柳(27)、芦(12)、麻(9) 、枣(6) 、木(5) 、瓜(4) 、桃(4) 、黄蒿(3) 、槐(1) 、席麻(1) ，共计72次，占比4.23%。此外，与颜色相关的地名共39个，主要包括红(16)、黑(9) 、青(7) 、乌(6) 、炭(1) 。

表1 地名分类表

3.3 水文类地名的分布及其指示的环境变化

以10 km为缓冲区半径，对现代河网以及河道的矢量数据进行缓冲区分析，见图5B所示，发现大约80%的聚落点位于缓冲区内部，水文类地名分布紧邻流经研究区内的河流两侧，河网越密时规律越明显，说明水文类村名集聚地区大多沿着现代河流分布，表明该区历史时期以来总体水系格局没有发生剧烈变化。定边县的北部也是水文类行政村地名分布的密集区，行政村地名中含有沟、湾、海、渠、塘、泉、井等水文类要素多达60处，但该区却远离现代河流湖泊，可能表明这些地方自人类聚居以来自然环境发生过变化，而地名指示了人类聚居时的自然环境。

图5 毛乌素沙地与黄土高原交界地区水文类行政村的核密度分析(A)水文类行政村与河流缓冲区的关系(B)

为证实对上述定边县北部地区差异现象的猜想，我们分别从历史时期的风沙剖面和古文献两方面进行了资料收集：统计毛乌素沙地2 500 cal.aB.P.以来前人已发表的风成沙剖面[33-39]，共收集了22个光释光年代数据，对所有剖面进行核实后绘制了2 500 cal.aB.P.以来风成沙的频数分布图(图6)，发现2 500 cal.aB.P.以来风成沙地层出现的频数逐渐增大，说明2 500 cal.aB.P.以来气候呈干旱趋势发展，风沙活动加强，可能导致了一部分河流的流量减少甚至消亡。对毛乌素沙地古城研究的结果显示，秦汉以后毛乌素沙地出现湖沼萎缩消亡、外流河流量减少、泉眼消失等现象，地表水环境整体上呈现恶化趋势[32]，毛乌素沙地历史时期的地名研究也显示湖沼与井泉总体上是逐步干涸消亡的[23]。陕西定边地区高分辨率的花粉记录显示2 400 cal.aB.P.以来定边地区的花粉浓度经历多次波动、整体呈降低趋势，说明该地区2 400 cal.aB.P.以来经历了多次气候波动，但总体上呈现气候干旱化趋势[40]，并且在毛乌素沙地存在2 400 aB.P.左右、1 265—1 560 aB.P.两个明显的风沙期[41,42]。同样位于中国北方沙区的浑善达克沙地自3.2 ka B.P.后气候存在多次波动旋，整体上也呈干旱化趋势[43]。从毛乌素沙地的地层沉积剖面记录、古城水环境研究以及孢粉记录来看，近2 000 a以来毛乌素沙地气候转向干旱化，风沙活动加强、地表水环境恶化，部分人类聚居时近水的聚落，现在已远离河流湖泊。

图6 研究区2 500 cal.aB.P.以来风成沙的频数

4 结 论

毛乌素沙地与黄土高原交界地区地名的空间分布具有不均衡性和集聚性：(1) 毛乌素沙地与黄土高原交界地区行政村地名的分布呈东南多、西北少的规律，以研究区东南部(即榆阳区的东南部和横山区的东北部)聚落密度最高。(2) 毛乌素沙地与黄土高原交界地区行政村分布总体呈现显著的集聚分布，主要聚集在有限的环境宜居区域，当空间距离为50 km时，地名点聚集程度最高。

毛乌素沙地与黄土高原交界地区行政村的命名主要受到自然环境的影响，与自然要素有关的地名占85.97%。水源为影响研究区聚落分布的重要条件，自然地理要素中以水文类要素命名的地名最多，占41.73%，聚落分布对水源的依赖关系突出。

水文类地名的分布变化可以揭示研究区历史时期以来的环境变化情况。毛乌素沙地近2 000 a来气候总体呈干冷趋势发展，风沙活动加强。大约80%的水文类聚落点大多沿着现代河流分布，表明毛乌素沙地历史时期以来总体水系格局没有发生剧烈变化，部分水文类村名集聚地区(定边县北部)远离现代河流湖泊，这可能是气候变化导致的地表水环境恶化引起的水文类地名集聚区与现代水系分布不一致。