《Remote Sensing》：Fine-Scale Identification and Functional Coupling Coordination of Production-Living-Ecological Space in Fuzhou’s Rapid Urbanization Area, China
编辑推荐：
加速的城市扩张和社会经济增长导致国土空间组织发生显著变化，空间功能面临日益增长的压力。因此，对生产-生活-生态空间（PLES）进行精细尺度识别、功能评价和协调分析，对于改善空间配置和促进区域和谐协调具有实际价值。通过整合遥感影像和兴趣点（POI）数据，研究人员
加速的城市扩张和社会经济增长导致国土空间组织发生显著变化，空间功能面临日益增长的压力。因此，对生产-生活-生态空间（PLES）进行精细尺度识别、功能评价和协调分析，对于改善空间配置和促进区域和谐协调具有实际价值。通过整合遥感影像和兴趣点（POI）数据，研究人员采用了一种分层识别方法，结合面向对象随机森林方法与基于密度的空间聚类算法（DBSCAN），绘制了福州市快速城市化地区2012–2024年期间PLES的时空演化图。研究通过综合评价指标体系定量评估了PLES功能，并进一步采用标准差椭圆、地理探测器（GeoDetector）和耦合协调度模型，揭示了其演化模式、驱动机制和协同交互作用。结果表明，生态主导型空间占据主导份额（近63%）。同时，生活主导型空间显著扩张，研究期间增长了68.93 km2。PLES综合功能提升了15.50%，其中生活功能和生产功能分别增长了57.19%和61.84%。PLES功能在城乡地域间存在明显的空间分异，形成了互补的功能系统。PLES功能的耦合协调水平持续改善，但存在显著的区域差异，高度协调区域集中在城市中西部地区。PLES功能演化由自然和社会经济因素共同驱动，这些因素通过非线性或双因子增强效应相互作用。本研究为精细尺度PLES研究提供了可重复的方法框架，并为区域空间治理和高质量协调发展提供了科学支持。
**论文解读文章**
**研究背景与问题**
随着城市化加速和社会经济增长，国土空间结构发生深刻变化，生产、生活与生态功能之间的冲突日益加剧。传统基于单一地类属性的空间分区方法难以反映多功能协调与协同治理需求，尤其是城乡之间在资源分配、产业结构和人口集聚上的差异，导致生产供给、生活服务和生态安全呈现不对称格局。因此，准确识别生产-生活-生态空间（Production-Living-Ecological Space, PLES）的精细尺度分布、评估其功能水平并分析耦合协调状态，对于优化空间配置、促进区域协调发展具有重要实践价值。现有研究多采用土地利用重分类或综合指标评价方法，但受限于数据分辨率低和城乡功能异质性被忽视，难以实现精细尺度识别。同时，功能评价多停留在行政单元尺度，缺乏对城乡功能分化的考量，且单一功能视角难以全面刻画区域空间系统运行。因此，亟需建立一套集成精细识别、功能评价与耦合协调分析的综合框架，以支撑快速城市化地区的国土空间优化与差异化治理。
**研究内容与结论**
本研究聚焦中国福州市快速城市化地区（RUAFC），整合多源数据（遥感影像、兴趣点数据、地理空间环境数据和社会经济统计），构建了统一的分析框架。研究人员采用分层识别方法，结合面向对象随机森林分类与DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法，实现了2012年至2024年期间PLES的精细尺度分类与时空演化制图；通过构建综合评价指标体系定量评估了PLES功能，并运用标准差椭圆（SDE）、地理探测器（GeoDetector）和耦合协调度模型（CCDM）揭示了其演化模式、驱动机制与协同交互关系。结果表明，生态主导型空间占据主导地位（近63%），生活主导型空间显著扩张，增加了68.93 km2；PLES综合功能提升了15.50%，其中生活功能和生产功能分别增长57.19%和61.84%；城乡地域间存在明显的功能分异，形成互补系统；耦合协调水平持续改善，但高度协调区域集中于中西部城市区域；PLES功能演化由自然和社会经济因素共同驱动，且交互作用表现为非线性或双因子增强效应。该研究提供了一个可重复的方法框架，为区域空间治理和高质量协调发展提供了科学支撑。论文发表在《Remote Sensing》。
**主要技术方法**
本研究采用的关键技术方法包括：（1）基于Google Earth Engine（GEE）平台处理Landsat-8 OLI（2012年）和Sentinel-2 MSI（2016、2020、2024年）遥感影像，通过面向对象多尺度分割与随机森林分类进行土地利用分类。（2）利用兴趣点（POI）数据，通过DBSCAN算法进行密度聚类，以3公顷六边形网格为单元，以聚类点比例50%为阈值划分城乡区域。（3）构建综合得分公式，整合土地利用和POI数据（权重系数α=0.3, β=0.7），并按70%比例阈值确定PLES类型（9种，包括3种单一空间和6种混合空间）。（4）建立包含3个一级功能维度、6个二级子功能和12个指标的功能评价体系，采用熵权法计算得分。（5）运用标准差椭圆（SDE）模型分析空间分布方向性，耦合协调度模型（CCDM）量化功能间协调水平，地理探测器（GeoDetector）检测驱动因素（7个变量：高程、坡度、坡向、人口密度、夜间灯光强度、GDP、距水体距离）。数据来源包括遥感影像、POI数据、NPP/VIIRS夜间灯光数据、DEM、道路网络、社会经济统计等，社会经济指标通过网格化方法空间化。
**研究结果**
**3.1 PLES时空动态**：基于分层识别方法，2012–2024年生态主导型空间（生态空间、生态-生产空间、生态-生活空间）占主导（约63%），集中于西北部农村区域（晋安、马尾）。生活主导型空间（生活空间、生活-生产空间、生活-生态空间）主要分布在中西部城市区域（鼓楼、台江、仓山、晋安南部），占比超18%。生产主导型空间（生产空间、生产-生活空间、生产-生态空间）集中在东南部城乡结合部（长乐、马尾东部），占比约17%。生活空间扩张最显著，总面积增加53.09 km2；生产-生活空间大幅缩减，年均减少4.74 km2；生态-生产空间和生态空间分别缩减14.26 km2和23.95 km2。空间转换面积从2012–2016年的207.14 km2增至2020–2024年的358.44 km2，转换主要集中于中西部城市区域，以生活主导型空间扩张和生态主导型空间缩减为主。
**3.2 PLES功能时空演化**：基于功能评价指标体系，生产、生活和综合功能高值区聚集于核心城市区域（鼓楼、晋安）并持续向外扩展；生态功能高值区则集中在农村区域（台江、马尾、长乐西部），保持相对稳定。标准差椭圆（SDE）分析显示，综合功能质心从东南向西南迁移，方位角从142.64°微调至141.17°，表明空间分布主轴向东南方向略有调整。
**3.3 城乡PLES类型综合功能差异**：空间叠加分析表明，生态空间综合功能占比从2012年的48.28%降至2024年的40.68%，变化率?2.68%；生活-生态空间综合功能增长最显著，变化率136.38%。在网格单元尺度上，城市区域各空间类型的平均综合功能得分普遍高于农村区域，形成城乡互补共生系统：农村区域生态主导型空间功能突出，城市区域生活主导型空间功能突出。
**3.4 PLES功能耦合协调时空演化**：基于耦合协调度模型（CCDM），2012–2024年期间，生产-生态、生产-生活、生活-生态及三系统耦合度中，良性共振耦合水平持续增长，分别增加27.20%、6.33%、11.33%和15.38%；而拮抗耦合水平除生产-生活系统外均呈上升趋势。耦合协调度方面，严重失调比例持续下降，中度失调、基本协调、中度协调和高度协调比例均呈上升趋势。整体上，PLES功能向更高耦合协调度演化，且城市区域的多功能系统耦合度和耦合协调度始终高于农村区域。
**3.5 PLES功能驱动因素分析**：地理探测器（GeoDetector）因子检测显示，除坡向外，所有因子均对PLES综合功能有显著影响。社会经济因子（GDP、人口密度、夜间灯光强度）的q值普遍高于自然地理因子，且呈上升趋势。交互检测表明，所有因子对的解释力均高于单因子，主要表现为非线性增强或双因子增强模式。其中，GDP与人口密度的交互作用始终维持最高q值，且随时间增长。社会经济因子之间的交互作用解释力最强，社会经济因子与自然地理因子的交互作用也呈现增长趋势。
**讨论与结论**
**4.讨论**：研究认为，自然地理条件构成国土空间格局的基础，地形约束（如坡度和高程）对PLES综合功能演化发挥了一定作用，平缓区域利于生产生活功能发展，山地则维持生态功能。社会经济因素（人口和GDP）对PLES变化解释力最强，与快速城市化进程密切相关，推动生产-生活主导型空间扩张和城市重构。政策因素（如区域发展规划、生态保护红线、城镇化边界优化）也通过宏观调控影响PLES时空布局。驱动因子交互作用显示，社会经济因素主导的协同叠加效应显著。方法论上，本研究构建的基于3公顷六边形网格的分层识别框架，融合遥感和POI数据，有效克服了单一数据源限制，提高了识别精度；耦合协调度模型（CCDM）能有效评估多功能系统间的协调水平。优化策略建议：在城市区域提升公共服务设施效率，农村区域加强交通、医疗、教育投资；生态主导区严格保护并适度发展低影响产业；促进功能协调，针对低协调区实施差异化措施。局限性：中分辨率遥感影像限制精度，POI数据年份覆盖差异可能引入偏差，未考虑建筑三维结构，未进行未来情景模拟。
**5.结论**：本研究表明，明确PLES的时空分布、功能特征和耦合协调状态对于促进空间优化和区域发展至关重要。通过整合多源遥感、POI和社会经济数据，研究构建了精细尺度识别、功能评价、耦合协调评估和驱动机制探索的综合分析框架。采用结合面向对象随机森林分类与DBSCAN空间聚类的分层识别方法，有效提高了利用遥感影像和POI数据进行PLES分类的精度。空间上，生态主导型空间仍占主导，但生活空间显著扩张，挤压了生产和生态空间。功能变化上，整体PLES功能呈上升趋势，生产功能增长最快，生活功能稳步提升，生态功能保持相对稳定。PLES功能的耦合协调水平持续改善，但区域差异明显，高度协调区域集中于中西部城市区域。研究结果可为其他类似快速城市化城市的国土空间规划与协调发展提供可靠参考。
