《Land》：Geospatial Mapping of Urban and Peri-Urban Morphology: A Foundation for Ecosystem- and Evidence-Based Land-Use Planning
编辑推荐：
在环境动态变化背景下，准确的地理空间信息是土地利用规划中循证决策的基础。随着城市地区经历快速结构转型，表征其空间形态对于评估生态系统状况并识别城乡梯度中的压力点至关重要。研究基于生态系统及其服务制图与评估（MAES）框架所推荐、并能够反映变化趋势的生态系统状况
在环境动态变化背景下，准确的地理空间信息是土地利用规划中循证决策的基础。随着城市地区经历快速结构转型，表征其空间形态对于评估生态系统状况并识别城乡梯度中的压力点至关重要。研究基于生态系统及其服务制图与评估（MAES）框架所推荐、并能够反映变化趋势的生态系统状况与压力指标，提出了一种用于城市及城郊形态综合地理空间制图的方法，并以保加利亚布尔加斯功能城市区（FUA）为案例研究。该方法可支持多尺度空间分析（区域尺度与地方尺度），整合城市生态系统的结构与功能，并揭示复杂社会—经济系统的空间异质性。在区域尺度上，研究利用国家土地利用/土地覆被数据库识别FUA内的生态系统；在地方尺度上，于布尔加斯市域内结合建筑类型与土地覆被类型，基于高分辨率无人机（UAV）正射影像将城市形态划分为14种不同的城市形态分区，即地方气候分区（LCZs）。这些高精度空间数据使研究能够详细评估各LCZ内透水地表与不透水地表之间的平衡关系。通过整合Google Earth Engine（GEE）数据，研究评估了案例区适宜的生态系统状况与压力指标。区域生态系统压力通过最终压力指数（IPr）的空间分布得到有效刻画。与此同时，城市生态系统绩效指数（UEPI）显示出显著的空间极化特征，其中关键压力集中于城市核心区的工业区与港口区。研究结果为政策制定者与利益相关方提供了关于城市及城郊生态系统当前压力与环境变化的重要认知，为循证管理与气候变化适应策略提供了坚实基础。
该文发表于《Land》，聚焦动态环境变化背景下城市与城郊生态系统评估所面临的核心问题，即传统土地利用规划往往缺乏能够真实表征城市复杂空间结构、生态系统功能及其受压状态的高精度地理空间基础。研究背景建立在全球可持续发展目标、欧洲绿色协议、生物多样性战略与自然恢复法规等政策框架之上，强调城市作为复杂社会—生态—技术系统，正承受高人口密度、强人为干扰与自然资本流失的复合压力。现有评估框架虽然已将城市绿色基础设施（GI）、生态系统服务（ES）和基于自然的解决方案（NBS）纳入规划视野，但在实际操作中仍存在若干突出障碍：一是欧洲尺度上高分辨率城市生态系统监测数据的一致性不足；二是传统空间数据产品分辨率有限，难以刻画城郊过渡带中碎片化、渐进式的土地变化；三是生态系统分类单元与行政规划单元之间存在错位，导致生态评估结果难以直接转化为地方治理依据。因此，研究人员开展本研究，旨在响应生态系统及其服务制图与评估（MAES）框架对城市与城郊真实案例应用的需求，构建一套兼顾区域与地方尺度、能够同时刻画生态系统结构、状态与压力的综合地理空间制图方法。
研究以保加利亚布尔加斯功能城市区（FUA-Burgas）为案例，提出双层级空间框架：在区域尺度上识别功能城市区内不同生态系统类型，在地方尺度上细化城市内部形态结构，并据此评估生态系统状况与压力。研究结论表明，该框架能够较为有效地刻画城市—城郊梯度上的生态压力空间分异，识别工业港口核心区等高压热点，同时揭示城郊农业用地转化、景观破碎化以及不透水面扩张等关键过程。研究的重要意义在于，为土地利用规划从政策宣示走向空间化、证据化、可执行的治理实践提供了方法基础，也为城市气候适应、绿色基础设施优化与生态系统恢复提供了可操作的空间诊断工具。
就主要技术方法而言，研究综合采用多源地理空间数据与多尺度制图技术。区域尺度上，研究以国家土地利用/土地覆被数据库、地籍数据和农业地块物理区块数据为基础，对FUA-Burgas生态系统进行MAES二级与三级类型匹配；地方尺度上，以布尔加斯市高分辨率无人机（UAV）正射影像和市政人工矢量化空间数据库为基础，基于地方气候分区（LCZ）框架识别14类城市形态单元。研究同时在Google Earth Engine（GEE）平台中调用Dynamic World（DW）V1全球土地覆被数据，对2018年与2025年两个时段进行时间概率平均处理，并构建植被覆盖、树木覆盖变化、土壤封闭、土地利用/土地覆被（LULC）变化、有效网格密度（Seff）、PM2.5变化、最终压力指数（IPr）和城市生态系统绩效指数（UEPI）等指标体系。案例样本来源明确为布尔加斯功能城市区及其核心城市布尔加斯。
在结果部分，论文首先给出“3.1. Ecosystem Mapping at the Regional Scale”的结果。研究通过整合地籍数据与物理区块数据，实现了FUA-Burgas范围内MAES二级生态系统类型的识别与制图。结果显示，区域景观中耕地与森林占比最大，这一格局与保加利亚全国趋势一致；但布尔加斯功能城市区的显著特征在于河流与湖泊生态系统占比异常突出，反映了沿黑海海岸潟湖、河口与湿地共同构成的高空间异质性生态格局。该结果说明，区域尺度的生态系统类型识别不仅能够反映土地覆被构成，还能突显布尔加斯在国家生态网络中的沿海湿地生态重要性。
在“3.2. Local Scale Mapping: Urban Morphology and Local Climate Zones”部分，研究人员在布尔加斯市内共识别出14类LCZ。统计结果显示，不同LCZ具有显著不同的形态特征与生态调节潜力。住宅区类型LCZ 3—6的透水性比例约为25%—43%，但其绿地中的树冠密度较高，其中LCZ 5（开放式中层建筑区）可达50%，LCZ 6（开放式低层建筑区）可达57%，说明这些区域在城市内部承担了重要的调节性生态系统服务功能。相比之下，工业和商业区LCZ 8与LCZ 10土壤封闭程度高，透水性低于37%，且树木覆盖有限，仅为26%—32%。LCZ D（低矮植物区）虽具有最高透水性（95%），但树木密度仅17%，提示其未来具备增绿和植树提升生态功能的潜力。这一部分结果说明，城市形态并非单纯的建设结构分类，而是可以直接表征生态系统调节能力与服务供给潜力。
在“3.3. Data Verification and Quality Control”部分，论文对DW数据与LCZ制图结果进行了严格验证。研究采用分层随机抽样设计，在FUA-Burgas内为两个参考时期共设置104个验证点，利用Sentinel-2真彩色合成影像与归一化植被指数（NDVI）进行目视核验。结果表明，2018年总体精度为80.8%，Kappa系数为0.78；2025年总体精度为76.9%，Kappa系数为0.74，均高于DW模型73.8%的全球基准精度。对研究最关键的类别而言，“建成区”识别精度由2018年的76.9%提升至2025年的84.6%，“树木覆盖”在两个时期均保持84.6%的精度。LCZ结果还结合2025年农业与食品部数字正射影像进行最终核验，发现城市边缘自然型LCZ向建成型LCZ转化显著，体现出快速建设与区域开发带来的形态转变。GGC验证进一步表明，城市核心区几何精度最高，而外围部分绿地在原始市政数据库中存在低估，经LCZ与地表覆盖交叉核验后进行了人工修正，从而确保最终透水—不透水平衡数据与实际城市形态一致。
在“3.4. Assessment of Ecosystem Condition and Pressure”部分，研究构建并映射了最终压力指数（IPr）与城市生态系统绩效指数（UEPI）。IPr结果显示，FUA-Burgas存在鲜明的空间分异：受影响最强的是城市—工业核心区，而自然边缘区表现出较高韧性。土壤封闭指标整体均值较低，说明超过90%的斑块在观察期内保持稳定，但一旦发生变化，主要集中于城市生态系统，其次为耕地和草地，显示基础设施扩张和新建活动是主要驱动因素。LULC变化共识别出49种转化组合，其中城市区、灌丛/石南灌丛与草地区的累计变化最强。若排除稳定区域，外围区域以自然演替和粗放化为主，典型转化包括耕地向树地、草地向灌丛转化；而城市化主要表现为耕地向建成区的转化显著多于树地向建成区的转化，证实农业用地被占用是布尔加斯城郊边缘高压力值的主要来源。景观破碎化在城市核心及交通基础设施密集区最为严重，北部、西部和南部大范围区域则保持较高连通性，这与北部广阔耕地和南部Strandzha山地森林前缘的景观结构有关。PM2.5差值结果显示，整个FUA-Burgas空气质量总体改善，下降最明显的区域集中在城市—工业核心及沿海地带，而农业外围改善较慢。UEPI进一步揭示了明显的空间极化，高压力热点集中于城市核心区的工业区和港口区。与此同时，城市生态系统空间结构分析识别出236种优势生态系统类型与内部类别组合情景，城市核心内部可出现最多8种不同地表类别，显示其高度复杂的“城市镶嵌体”特征。结合欧洲尺度文献结果，论文总结认为：FUA-Burgas城市生态系统的长期趋势在多数指标上差于欧盟平均水平；短期趋势则更为中性或略有改善，尤其体现在空气质量和城市密实化方面；空气质量持续承压；城市扩张继续推动土地损失与生境破碎化；植被覆盖结构与稳定性仅出现轻微改善。
讨论部分首先在“4.1. Spatial Data and Multi-Level Urban Heterogeneity”中指出，多数现有城市生态系统评估依赖静态、概化程度较高的空间数据，难以捕捉城市与城郊生态系统复杂、动态且异质的变化过程。与Copernicus Urban Atlas或GHS-BUILT等传统数据相比，DW-GEE框架通过近实时（NRT）高分辨率土地覆被分类与时间概率平均方法，更适于识别城郊地区渐进式、碎片化的建设扩张和自然演替。研究据此证实，布尔加斯的城市扩张不是均质、连续推进的，而是以农业地转化为主的离散性增长过程，这一过程在常规数据集中容易被低估。由此，研究强调高分辨率且具有时间一致性的空间数据，对于识别人类压力的真实空间轨迹具有关键价值。
在“4.2. Methodological Advances and Operational Limitations of the UAV-GEE Integration”中，论文总结了方法优势与局限。优势在于：DW与GEE结合可持续监测土地利用动态，识别渐进和破碎变化；10 m空间分辨率提高了对异质城郊细尺度转变的探测能力；概率型分类有助于表达过渡状态与混合地类；区域—地方双尺度架构把生态系统结构与功能联结起来，使空间形态与生态系统服务能力之间建立了直接联系；精简但针对性的指标体系提高了规划和环境管理中的可操作性。局限则包括：遥感分类特别是在光谱复杂城市环境中的机器学习不确定性；时间合成方法可能平滑短期突发事件，因此更适于识别长期结构趋势；栅格重采样并不增加数据本身的信息量；最小指标集虽利于操作，但不足以全面覆盖生物多样性、土壤过程与水文动态等生态维度。论文同时指出，UEPI虽然整合了状况与压力，能够有效识别累积性高压热点，但在治理实践中仍需将二者拆分理解，以区分是优先保护生态系统良好状态，还是优先缓解外部压力。
在“4.3. Spatial Trajectories of Ecosystem Stress: Local Implications for Land-Use Planning”中，研究强调该多尺度框架能够将战略规划与地方干预相衔接。通过刻画生态系统结构与状况的空间差异，模型可以分析不同LCZ类型下生态系统服务动态，并识别最易受土地利用变化影响的区域，从而为生态修复、干预措施优先级判定以及NBS实施提供依据。研究还指出，后续应加强对生态系统服务社会维度的研究，如脆弱群体公平获取以及沿海城市季节性人口波动影响，并进一步细化绿色基础设施数据库的类型学与形态特征，整合更详尽的植被结构与状况数据，以支持更精确的生态系统服务量化及可持续管理阈值构建。
研究结论部分可译述为：本研究针对城市环境中生态资源制图与评估应用中的一个重要挑战——即生态系统服务（ES）评估的基础空间单元确定问题——进行了回应。研究认为，城市形态数据的质量对于准确反映城市结构与功能之间的关系至关重要。通过对该类数据进行制图解释，研究构建了可操作的空间模型，用以识别生态约束并突出人类影响显著区域，从而把握人为离散性与生态连续性之间的微妙平衡。研究采用覆盖区域与地方两个层级的层级化模型，对功能城市区内城市及城郊形态的制图方案进行了评估，并在保持空间单元完整性的同时细化了分析尺度。这一空间聚焦的提升依赖于高分辨率无人机数据与Google Earth Engine（GEE）分析处理的结合，并利用Dynamic World（DW）V1全球土地覆被数据对2018年和2025年两个时期的生态系统状态与压力指标进行评估。研究据此计算并绘制了研究区生态系统压力指数，显示环境负荷沿城市—城郊梯度具有清晰的空间分布特征。结果表明，该方法对于追踪长期结构性变化趋势具有较高有效性，但在识别孤立、快速发生的环境事件方面仍存在局限。研究最终指出，将有效战略决策转化为成功的地方实践是可实现的，但前提是具备准确数据以及持续记录和追踪变化的能力。通过将生态系统方法与先进地理空间技术相结合来评估生态系统功能及其服务，能够获得高精度空间数据，从而为多样且快速变化的城市地区在规划、管理和气候韧性适应中的循证决策提供坚实的信息基础。
