《Land》：Spatiotemporal Evolution of Production–Living–Ecological Spaces and Their Spatial Associations with Natural Environmental Factors in Hilly Irrigation District: A Case Study of Renshou County, Sichuan Province, China
编辑推荐：
灌区对农业生产、农村发展以及粮食和生态安全至关重要。在丘陵地区，复杂的地形和快速的城市化加剧了生产、生活和生态空间（PLES）之间的竞争。本研究以都江堰灌区丘陵区仁寿县为例，利用转移矩阵、双变量 Moran's I、局部空间关联指标（LISA）和地理加权回归（
灌区对农业生产、农村发展以及粮食和生态安全至关重要。在丘陵地区，复杂的地形和快速的城市化加剧了生产、生活和生态空间（PLES）之间的竞争。本研究以都江堰灌区丘陵区仁寿县为例，利用转移矩阵、双变量 Moran's I、局部空间关联指标（LISA）和地理加权回归（GWR），分析了2000—2020年PLES演变及其与自然因子的空间关联。结果表明，PLES发生了显著重组，主要表现为生产-生态空间（Pe-S）向生态-生产空间（Ep-S）和生活-生产空间（Lp-S）的转化。明显的地形梯度分异显现：Pe-S主导浅丘区，Ep-S集中于深丘区，中丘区形成生产-生态过渡带。高程和坡度与耕地和林地表现出较强的全局空间关联（0.3 < |I| < 0.7），而水文因子总体关联较弱（0.1 < |I| < 0.2），但与耕地存在局部高-高集聚。GWR进一步揭示了不同地形背景下空间关系的异质性，包括深丘区耕地坡度系数以负向为主，以及林地系数从城市边缘附近的斑块状负值转变为远离城区以高程和坡度正向为主。土地整治和基础设施改善进一步促使土地利用向适宜地形集中。未来治理应顺应自然梯度，加强农林复合经营和跨坡位水资源协调配置，推动空间分异向功能耦合转变。
**丘陵灌区生产-生活-生态空间演变及其自然因子关联研究解读**
**1. 研究背景与问题**
灌区是保障粮食安全、生态安全和区域协调发展的重要载体。在丘陵灌区，复杂的地形条件限制了适宜建设和耕作的土地规模。随着中国城镇化、工业化和农业现代化的推进，建设用地、农业生产用地与生态保护用地之间的竞争日益加剧，导致耕地流失、生态斑块破碎化和空间功能失衡等问题。生产-生活-生态空间（PLES）框架依据土地的主导功能对传统土地利用类型进行重新归类，能够直观表达国土空间的功能定位，已被广泛用于土地利用变化研究。然而，现有研究多集中于区域尺度变化和社会经济驱动因素的一般性分析，对于地形异质性显著的区域，PLES与自然环境的空间关系尚未被充分刻画。丘陵地区的高程、坡度、植被和水文条件深刻影响不同功能用地的适宜性与可达性，但以往研究常以单一地形变量或区域平均效应处理，难以揭示多自然因子与PLES在局地尺度的联合空间关系和异质性。这限制了对环境异质性认知向空间差异化治理的转化。因此，亟需在典型丘陵灌区开展PLES时空演变及其与自然因子空间关联的精细研究。
**2. 研究内容与结论**
研究人员以四川省仁寿县为案例，该县位于都江堰灌区丘陵区，地形以低山丘陵为主，土地利用长期受自然地形强烈塑造，同时面临城镇化、农业现代化和生态修复的多重压力。研究基于2000年、2010年和2020年土地利用数据，根据主导功能和复合功能原则将PLES划分为生产-生态空间（Pe-S）、生态-生产空间（Ep-S）、生活-生产空间（Lp-S）和生态空间（E-S）。采用转移矩阵、双变量Moran's I、局部空间关联指标（LISA）和地理加权回归（GWR）等方法，系统分析了PLES的时空演变特征及其与高程、坡度、水文可达性和植被覆盖度等自然因子的空间关联。结果表明：研究期内仁寿县PLES结构发生显著重组，Pe-S持续减少，Ep-S净增加最大，Lp-S相对增幅最大，主要转化路径为Pe-S向Ep-S和Lp-S转化；PLES呈现明显的地形梯度分异，Pe-S主导浅丘和缓丘，Ep-S集中于深丘和中山区，中丘区为过渡带；全局上，高程和坡度与耕地、林地表现出较强的空间关联（0.3<|I|<0.7），水文因子整体关联较弱（0.1<|I|<0.2）但局部存在与耕地的协同集聚；GWR揭示出显著的空间非平稳性，深丘区耕地与坡度多为负向关联，林地系数在城镇边缘为斑块状负值，而在远离城区则以高程和坡度的正向关联为主。研究还发现土地整治和基础设施改善促使土地利用进一步向适宜地形集中。基于此，研究人员提出未来治理应顺应自然梯度，加强农林复合经营和跨坡位水资源协调配置，推动空间分异向功能耦合转变。该研究为地形异质性显著地区的地形适应性土地利用优化提供了案例参考。
**3. 主要技术方法**
研究使用了以下关键技术方法：①PLES分类体系，基于主导功能和复合功能原则构建四类PLS分类系统；②空间转移矩阵，用于量化不同时期PLES类型间的面积转化和功能转换路径；③双变量Moran's I全局空间自相关，评估土地利用变量与自然因子在邻域尺度上的总体空间关联；④局部空间关联指标（LISA），采用Benjamini-Hochberg错误发现率校正识别局部高-高、低-低等集聚类型；⑤地理加权回归（GWR），采用自适应空间邻域和双平方核函数，以校正Akaike信息准则（AICc）确定最优带宽，分析耕地和林地分布与自然因子关系的空间非平稳性。数据来源包括中国科学院资源环境科学与数据中心（RESDC）2000、2010、2020年土地利用数据、Landsat影像、RiverMap地形数据、国家基础地理信息数据库水系数据、黑龙滩灌区水系统图以及眉山公共数据开放平台的水库、支渠和河流数据，并采用ArcGIS和ENVI进行空间分析。
**4. 研究结果**
**4.1 PLES总体特征**
水平分布上，Pe-S始终是仁寿县的主导类型，2020年占58.83%，主要呈连片状分布于中部和东部缓丘区；Ep-S占33.85%，呈带状分布于西部、北部和南部丘陵山地；Lp-S占5.30%，集中于城镇及周边并呈斑块状扩张；E-S占2.02%，面积小而分散，主要位于水库区和城镇开发边界。垂直梯度上，2020年各PLES类型集中分布在377—417 m和417—547 m高程带，Pe-S在这些低海拔缓坡区占优；随海拔和坡度增加，Ep-S比例显著上升，Lp-S和Pe-S则集中于0—6°缓坡。
**4.2 时空演变特征**
2000—2020年，Pe-S面积由2146.49 km2减少至1536.57 km2，净减少609.92 km2（-28.41%）；Ep-S面积由288.81 km2增加至884.08 km2，净增595.27 km2（+206.11%）；Lp-S相对增幅最大（+276.66%），占比由1.41%升至5.30%；E-S面积先增后减，总体减少87.03 km2，占比由5.35%降至2.02%。转移分析显示，Pe-S是主要的转出源，向Ep-S的转化是最大路径，且2010—2020年强度增大；向Lp-S的转化为第二大路径；向E-S的转化主要在2000—2010年，2010年后明显减弱。E-S是Pe-S的主要转入来源，体现了由单一功能生态空间向生产主导型多功能生态空间的转变，与农林复合发展政策高度一致。
**4.3 与自然因子的空间关联**
全局双变量Moran's I显示，高程和坡度与耕地、林地的空间关联较强（0.3<|I|<0.7），表明地形条件与土地利用格局存在显著空间对应关系。植被覆盖度（FVC）与耕地和城镇建设用地呈负相关（-0.4
**5. 讨论与结论**
讨论部分指出，政策干预、人口变动和经济发展是PLES演变的主要驱动因素，但在灌区中，政策和经济模式常受自然环境影响。退耕还林工程推动了陡坡耕地向林地转化，2010年后农业现代化和土地整治促使耕地向果园、经济林等复合功能用地转变，并使剩余耕地向缓坡连片地区集中。地形梯度格局形成了“山顶林、坡中粮果、坡下粮油”的地形适应性分区模式，与菲律宾伊富高梯田等国际案例具有相似性。研究还发现水资源系统沿地形梯度呈现功能分异：缓丘区水库主要支撑农业生产，深丘区水体与林地结合发挥水源涵养和生态调节功能。基于此，研究人员提出了分区管控、跨坡位农林资源联动和构建适应地形梯度的蓄调水网络等规划建议。研究局限包括观测年份间隔较长、分类体系对生态系统服务和生产功能存在简化、未纳入气候和土壤等更多驱动因子。研究结论强调，仁寿县PLES优化应从一般性地形适应转向沿丘陵梯度的差异化管控：浅丘区严格保护高质量耕地，中丘区维持农林复合过渡带，深丘区强化生态保育和水源涵养；同时通过跨坡位的水资源协调配置，将空间分异转化为土地、水和生态资源的功能耦合，为类似丘陵灌区的国土空间规划提供可操作依据。
