乡村聚落密实度量化研究

聚落的边界由作为建筑单体外缘的实体部分与实体之间的空隙部分连接而成。具体而言，聚落外边界的闭合图形，由建筑单体外边界所界定的实线以及建筑单体之间的空间所抽象出的虚边界线共同连接而成的一条虚实相间的线段。边界图形的虚实比例关系，反映着聚落边界的闭合程度。建筑单体之间的距离较近，也即虚空的部分较少时，该聚落边界的闭合程度就比较高，反映在边界图形上，也就是实线所占据整个图形周长的比例较高；而反之亦然。

将实线占整个该边界图形周长的百分比定义为该边界图形的密实度，用W表示，反映着建筑单体在边界上聚集的密度。基于前文分别以100 m、30 m以及7 m的虚边界尺度来设定的聚落大、中、小三层边界，可以非常直观地推断出，一个聚落的大边界密实度要小于中边界密实度，继而再小于小边界密实度。

对大里村的边界图形进行统计。将三层边界图形分开，然后将虚边界用虚线表示，建筑单体产生的边界用实线表示，分别统计它们的长度之和，计算该边界图形的密实度(图2.42)：

W大=12.40%，W中=28.00%，W小=80.70%。

图2.42　大里村各层边界的密实度统计
(资料来源：作者自绘)

这三个密实度的平均值为W均=40.37%。但是，采用三个不同虚边界尺度之下的密实度的简单平均值来表征这个聚落边界的疏密情况并不合理。可以直观地发觉，以7 m的小边界尺度为主来判断聚落边界的疏密相对合理，这是基于人的现实体验，7 m尺度下人对空间疏密的感知更为清晰而准确；30 m次之，而100 m的尺度下，则已经勉为其难。因而，本书采用1∶2∶3的比例加权大、中、小三种虚边界尺度下的边界图形的密实度，其实质也就是以小边界图形的密实度为主，综合采用其他两个数值进行局部修正。于是，得到聚落边界的加权密实度的计算公式：

W权均=W大×0.16+W中×0.34+W小×0.5

据此，对22个聚落样本的边界密实度进行计算统计，如表2.5所示：

表2.5　22个聚落的边界密实度统计

(资料来源：作者自绘)

从以上统计表中可以看到：大边界密实度W大在以16.60%为均值的6.90%～33.80%数据区间内；中边界密实度W中在以32.59%为均值的20.80%～43.90%数值区间内；小边界密度W小在以76.28%为均值的63.80%～83.80%数值区间内。三者大致形成倍数关系。而加权平均密实度W权均在以51.88%为均值的40.08%—60.33%区间内。加权以后，滩龙桥村的边界密实度最低，为40.08%；杜甫村的边界密实度最高，为60.33%。从下面两张图中非常直观地看出这两个乡村聚落在边界密实度上的显著差异(图2.43，图2.44)。

图2.43　滩龙桥村各层边界的密实度示意图(www.xing528.com)

(资料来源：作者自绘)

图2.44　杜甫村各层边界的密实度示意图
(资料来源：作者自绘)

以W权均的升序排列数组，构建各层边界的密实度变化关系图(图2.45)。其他各项密实度指数与W权均表现出正相关。由于采用1∶2∶3的比例加权大、中、小三种虚边界尺度下的边界图形的密实度，因而在数据关系上，W权均与W大、W中、W小、W均的相关程度依次增强。

图2.45　各层边界的密实度变化关系图

(资料来源：作者自绘)

对各列数据进行排序，得到22个乡村聚落的各层边界密实度位序关系纵向比较图(图2.46)。可以看到：

图2.46　22个聚落的各层边界密实度位序关系纵向比较图

(资料来源：作者自绘)

(1) 各层之间的边界密实度位序关系的纵向相关度，较之前文的各层形状指数位序关系的纵向相关度(图2.41)而言相对较低。表明在自然乡村聚落里面，边界上的这种疏密变化，是比较随机而紊乱的。

(2) 相对而言，位于两端最大与最小密实度区间的乡村聚落，其位序关系相对比较稳定，因而在各层密实度关系上相对显得较为典型；而处于密实度中间数据区间的乡村聚落，其位序关系变化相对较大，因而在各层密实度关系上显得不太典型。

(3) 小、中、大边界密实度以及平均密实度与加权平均密实度，关联性显得越来越强。也即是说，中、小边界的密实度之间，要比大、中边界之间密实度的关联性更大；加权密实度与平均密实度的关联性最强。