《Land》:Deciphering Spatiotemporal Patterns and Drivers of Surface Soil Moisture in Gannan Prefecture (2000–2022) Using Interpretable Machine Learning
编辑推荐:
摘要:甘南州作为连接青藏高原与黄土高原的关键高山过渡带,是黄河上游重要的水源涵养区。本研究基于2000–2022年的GLDAS-2.1地表土壤水分(SSM)数据集和可解释机器学习工具(SHAP和ALE),分析了SSM的时空演变、未来趋势持续性以及环境预测因子与
摘要:甘南州作为连接青藏高原与黄土高原的关键高山过渡带,是黄河上游重要的水源涵养区。本研究基于2000–2022年的GLDAS-2.1地表土壤水分(SSM)数据集和可解释机器学习工具(SHAP和ALE),分析了SSM的时空演变、未来趋势持续性以及环境预测因子与SSM之间的非线性统计关联。主要结果如下:(1)SSM呈现显著的上升趋势,年增长率为0.18 kg·m?2·a?1(p < 0.001),并在2017年发生突变转折点。SSM东南高、西北低的空间格局保持相对稳定,质心迁移距离小于1.81 km;大部分区域呈现统计上显著的湿润化趋势(p < 0.05)。(2)自然环境预测因子共同承载了模拟SSM变异性95.79%的统计解释权重。降水具有最高的解释比例(37.93%),其次是温度(27.30%)、潜在蒸散发(ETp,12.26%)、海拔(10.44%)和植被覆盖度(FVC,7.77%)。一维ALE曲线识别了样本受限的统计断点:当降水达到650–700 mm时,SSM逐渐趋于平稳;而一旦ETp超过800 mm·a?1,模拟SSM则大幅下降。二维ALE进一步刻画了降水、温度和ETp之间的组合统计相关性。模型输出还表明,在观测样本范围内,FVC高于0.45对应于增强的土壤持水能力,这仅反映了本数据集中捕获的统计模式,而非普适的调控标准。本研究为高山过渡带SSM变化提供了定量的统计理解。
**论文解读**
**研究背景与问题**
地表土壤水分(SSM)作为连接陆地、生态和水文过程的关键界面,深刻调控着蒸散发、径流产生以及陆-气气候反馈。在全球变暖背景下,SSM在全球范围内表现出显著的空间异质性。已有证据表明近几十年来全球SSM存在广泛的干旱化趋势,特别是在历史湿润区,蒸发需求增加加速了水分流失。虽然气候因子被广泛认为是主要驱动因素,但人类活动对长期SSM变化的影响也不可忽视。在中国,青藏高原(QTP)与黄土高原(LP)的SSM动态存在显著差异。然而,现有研究大多独立关注QTP或LP,对两者之间的过渡带——甘南州——的研究严重不足。甘南州作为连接两大高原的典型高山过渡带和黄河上游的重要水源地,是关键的生态屏障和水源涵养基地。但该区域SSM的长期演变及其对气候和人为强迫的响应仍不清楚,这构成了对区域生态水文机制认识的关键知识缺口。因此,本研究旨在填补这一空白,系统探究甘南州SSM的时空演变规律及其驱动机制。
**研究内容与方法概述**
本研究旨在回答两个核心问题:(1)过去二十多年间,甘南州SSM在趋势幅度、突变和空间格局稳定性方面是如何演变的?(2)气候-地形预测因子和人为预测因子对SSM变异性的相对统计解释权重如何?这些预测因子与SSM之间存在哪些非线性统计模式和联合相关性?为回答这些问题,研究人员利用趋势分析、突变检测、质心迁移和小波分析等方法,量化了2000–2022年甘南州SSM的时空动态。进一步,他们采用可解释机器学习工具(SHAP和ALE)来量化自然和人为预测因子的相对统计解释比例,提取非线性响应的样本受限统计断点,并刻画变量间的联合统计相关性。研究数据主要基于GLDAS-2.1 SSM数据集(0–10 cm层,空间分辨率0.25°)以及包括降水、潜在蒸散发、植被覆盖度、气温、海拔、人口密度和土地覆盖类型在内的七类环境与人为变量。所有数据均预处理至与GLDAS原生分辨率(0.25°)统一的空间-时间框架。研究方法还包括用于趋势检测的Mann-Kendall检验和Sen's斜率估计器,用于突变检测的移动t检验和Pettitt检验,以及用于周期性分析的小波分析。在机器学习建模部分,研究人员比较了七种算法(GBDT、KNN、KRR、MLP、RF、SVR、XGB),并基于在随机划分的像素-年份样本集上的拟合性能,选择了随机森林(RF)作为后续统计归因分析的最优模型。模型解释性分析则通过SHAP和ALE方法实现。
**研究结果**
**3.1 甘南州SSM的时空动态**
**3.1.1 时间变化与突变**
2000–2022年间,甘南州年平均SSM为24.70 kg·m
?2,并呈现统计上显著的上升趋势,增长率为0.18 kg·m
?2·a
?1(p < 0.001)。SSM在2020年达到最大值(28.34 kg·m
?2),在2002年达到最小值(21.97 kg·m
?2)。一个明显的转折点出现在2017年左右:2017年之前的平均SSM为23.91 kg·m
?2,之后显著增加到27.22 kg·m
?2。移动t检验和Pettitt检验均统计验证了2017年的突变。小波分析检测到两个主要的波动时间尺度(22年主信号和11年次信号),但由于23年的有限时间序列,这些不能被验证为稳定的多年代际周期。
**3.1.2 SSM的空间格局与时空动态**
多年平均SSM的空间分布呈现南高北低的格局,北部值在22–25 kg·m
?2,南部在25–27 kg·m
?2,这与降水空间格局高度一致。Mann-Kendall检验结果表明,甘南州几乎所有网格的SSM均呈现显著上升趋势;仅零星小区域显示不显著的SSM变化。Sen's斜率结果显示,年SSM增长率在-0.01至0.27 kg·m
?2·a
?1之间。高增长率(0.17–0.27 kg·m
?2·a
?1)集中在甘南中部和东北部,而西部和东南部地区的上升趋势较弱(低于0.17 kg·m
?2·a
?1)。在空间动态演化方面,SSM质心在2000–2022年间稳定地位于甘南州中部(102.76°–102.78° E,34.29°–34.31° N),每个间隔的迁移距离仅为0.45–1.81 km。这些结果表明SSM的空间格局稳定但趋于湿润化,未发生大规模结构性重组。
**3.2 环境预测因子与SSM的统计关联**
**3.2.1 用于SSM统计相关性分析的最优机器学习模型选择**
在比较的七种机器学习算法中,随机森林(RF)算法在随机划分的样本集上表现出最稳定的拟合性能,平均R
2为0.67,平均RMSE为1.21,平均MAE为0.93。因此,RF被选为后续统计归因分析的最优模型。
**3.2.2 基于SHAP的环境预测因子对SSM的统计解释权重**
SHAP结果显示,自然环境预测因子与模拟SSM之间存在强统计关联,这些变量累计贡献了95.79%的统计解释权重。按解释权重排序为:降水(37.93%)> 温度(27.30%)> 潜在蒸散发(12.26%)> 海拔(10.44%)> 植被覆盖度(7.77%)。降水与SSM呈正统计关联,而ETp升高则对应于SSM值降低。温度、海拔和FVC在SHAP曲线上显示出非线性模式。人为预测因子(人口密度和土地覆盖类型)共同贡献了剩余的4.21%的解释权重。
**3.2.3 基于ALE的SSM非线性响应与临界阈值分析**
ALE曲线显示了每个变量的样本受限统计模式。模拟SSM随降水增加而快速上升,当降水达到650–700 mm时逐渐趋于平稳。温度与SSM的正统计关联在温度超过8–9 °C后减弱。在ETp = 800 mm·a
?1处出现一个显著的统计断点,超过此值后模拟SSM大幅下降。海拔呈现V形统计趋势,在3000 m附近模拟SSM值最低。当FVC超过0.45时,模型输出表明在观测样本范围内土壤持水能力增强。
**3.2.4 环境预测因子与SSM的二维ALE统计交互模式**
二维ALE结果揭示了变量间复杂的非线性统计相关性。对于降水-温度组合,在低降水条件下,较高温度对应于较大的模拟SSM,而当降水充沛时,这种关联减弱。在低降水低ETp条件下,模型产生最高的SSM值;在高ETp水平下,降水与SSM的统计联系减弱。低温抵消了与高ETp相关的SSM减少,而温度升高则消除了这种抵消统计模式。中等海拔与低温的组合对应于最高的SSM,而极高海拔与高温的组合则与较低的SSM值相关。
**讨论与结论**
**讨论部分总结**
研究人员讨论了甘南高山过渡带SSM的时空格局及其区域对比。SSM在2000–2022年间呈现稳定的东南高、西北低空间格局,时间上呈显著上升趋势,并在2017年发生突变。这一转折点与区域水文气候条件的转变相吻合,证实了降水在控制该区域SSM年际变异中的主导作用。总体而言,SSM表现出“整体稳定、局部显著变化”的特征,凸显了其对水热梯度的敏感性。
关于环境预测因子与SSM变化的统计关联,自然预测因子占据了模拟SSM变异性的大部分统计解释权重,其中降水贡献最大。研究捕获了与研究区独特的陆-气统计相关特征,例如在同时低降水和低ETp条件下模拟SSM达到相对较高水平。尽管人为因子在SHAP分析中贡献比例较低,但其局部影响不容忽视。人类活动通过改变地表属性和植被状况两条途径影响SSM,具有双重效应。例如,植被恢复增强了水源涵养,但在水分受限条件下,过密的植被可能增加蒸腾并导致SSM降低。
研究人员还讨论了SHAP和ALE方法在识别临界阈值和变量间复杂交互作用方面的性能。SHAP能有效区分与SSM变化相关的主要变量,而一维ALE能可靠捕获模拟SSM的非线性特征和关键阈值(如降水650–700 mm,ETp 800 mm·a
?1)。二维ALE则进一步分析了降水、温度和潜在蒸散发之间的协同与拮抗关系。这些基于数据的方法得出的阈值和交互特征具有区域特异性,未来需要长期实地监测和跨区域调查来进一步支持这些统计发现。同时,研究也指出了随机像素-年份划分验证框架可能导致的模型精度高估问题,建议未来研究采用空间或时间分块交叉验证以获得更可靠的泛化误差估计。
**结论部分翻译**
本研究定量分析了黄河上游关键高山水源涵养区——甘南州地表土壤水分(SSM)的时空特征。从2000年到2022年,SSM在大部分区域呈现显著上升趋势,而其东南高、西北低的空间格局保持稳定。小波分析描绘了SSM的长期时间演变模式。
自然环境预测因子承载了模拟SSM变异性的大部分统计解释权重,其中降水和温度显示出最强的统计关联,其次是潜在蒸散发(ETp)、海拔(DEM)和植被覆盖度(FVC)。ALE曲线捕获了变量间的非线性样本受限统计模式和联合相关性。一旦降水超过650–700 mm,模拟SSM逐渐趋于平稳;在ETp为800 mm·a
?1时,SSM显著下降。温度与SSM的统计关联在超过8–9 °C后减弱,并且在观测数据集内,升高的FVC值对应于增强的土壤持水能力。二维ALE进一步阐明了在不同水热背景下降水、温度和ETp之间的组合统计关系。
本研究中观察到的整体湿润化趋势反映了当地生态恢复的有利背景条件。FVC的分段统计断点仅描述了数据集中捕获的变化特征,不能作为区域水源涵养的统一定量管理基准。从机器学习导出的环境预测因子与SSM之间的统计关联,为黄河上游流域高山土壤水分动态提供了描述性见解。