揭示生态系统服务组合的非线性驱动因素及动态缓冲区,以实现精准的流域治理:黄河流域中SOM与XGBoost-SHAP的耦合框架

《Journal of Environmental Management》:Unveiling nonlinear drivers of ecosystem service bundles and dynamic buffer zones for precise watershed governance: A coupling framework of SOM and XGBoost-SHAP in the Yellow River Basin

【字体: 大 中 小 】 时间:2026年07月14日 来源:Journal of Environmental Management 9.2

编辑推荐:

  刘美英|王慧民|刘刚|肖毅|赖晓颖|王旭阳|刘轩天津大学管理与经济学院,中国天津300072摘要精确的生态功能区划以及对其驱动因素的理解是实现可持续流域管理的基础,然而传统的静态区划往往无法捕捉社会-生态系统中的空间转换和非线性反馈。本研究构建了一个综合框架,用于识别黄河流域的生

  刘美英|王慧民|刘刚|肖毅|赖晓颖|王旭阳|刘轩天津大学管理与经济学院,中国天津300072摘要精确的生态功能区划以及对其驱动因素的理解是实现可持续流域管理的基础,然而传统的静态区划往往无法捕捉社会-生态系统中的空间转换和非线性反馈。本研究构建了一个综合框架,用于识别黄河流域的生态系统服务组合,并量化生态缓冲区。通过将自组织映射与极端梯度提升-沙普利加性解释机器学习模型相结合,我们分析了不同尺度上社会-生态驱动因素的非线性效应,并在共享社会经济路径-代表性浓度路径情景下预测了2030年的生态系统服务组合动态。研究结果揭示出六个空间上的生态系统服务组合,其中自组织映射算法在处理高分辨率数据时比K均值算法的效率高出93.3%。我们定量划定了生态缓冲区,其范围占流域面积的3.7%–9.3%,并发现由于水热梯度变化,这些缓冲区呈现出向西北方向迁移的趋势。驱动因素的影响存在显著的尺度依赖性:虽然降水仍是决定水资源量的主要因素,但在未来高排放情景下,GDP等社会经济因素对碳封存和栖息地质量的影响日益重要。为将研究与实践相结合,我们提出从刚性边界转向差异化的空间治理方式,包括跨区域协作机制以及针对迁移缓冲区的适应性规划。该框架为在重要流域中平衡生态保护与高质量发展提供了量化的决策依据。引言流域是典型的社会-生态系统(Ostrom,2009),其特点在于生态过程的连续性与经济发展过程中的行政分割之间存在根本矛盾(Li等人,2024)。这一矛盾给区域规划与可持续资源管理带来了重大挑战(Qu等人,2023)。解决这一挑战对于支持区域可持续发展至关重要。全球知名的流域,如密西西比河、长江、托坎廷斯河和亚马逊河(Zhang等人,2026),都面临着因人类活动 intensification与土地利用变化不相协调而产生的可持续性难题(Huang等人,2021;Y. Wang等人,2025)。在黄河流域,生态用地与经济用地之间的竞争尤为激烈(Yu等人,2023)。截至2024年,该流域约三分之一的区域受到土壤侵蚀的影响,水资源利用强度一直高于生态安全阈值,而且城市面积在十年间增长了60%以上,给生态系统服务能力带来了巨大压力。生产、居住和生态需求之间的土地竞争严重限制了生态系统服务的能力(Yi等人,2025)。因此,为了应对未来的气候挑战并在黄河流域实现高质量发展,必须精确识别生态功能区,明确其演变规律以及生态系统服务对驱动因素的非线性响应,同时采取差异化的空间治理策略,以维持生态保护与经济发展之间的动态平衡。生态功能区划能够划分出具有相似生态特征的区域(Liang等人,2024),有助于资源保护与生态系统服务提升(Li等人,2024)。该领域的研究既关注研究对象,也关注所采用的方法。就研究对象而言,研究重点已从单一农业系统(Caldiz等人,2001)转向对多种生态系统的综合评估(Li等人,2025)。在方法方面,主要的分析工具包括用于多标准评估的综合评估框架(如PSR、E-PSR)(Luo等人,2024;Gong等人,2021;Zhang等人,2023),以及通过空间统计或象限模型进行的生态系统服务供需分析(X. Wang等人,2025;Z. Xu等人,2022),这些都有助于制定区划决策。然而,许多研究仍然侧重于单一系统状态或个别生态系统服务的量化,往往忽视了生态系统服务组合的空间结构。这一缺陷限制了对生态系统服务相互作用的系统理解,也降低了区划边界和功能识别的准确性。近期研究表明,精确识别生态系统服务组合对于管理流域生态功能区划至关重要。多源异构数据同化技术的进步使得生态系统服务组合研究从局部景观扩展到城市地区(Yang等人,2015)、流域(Huang等人,2023),甚至全球尺度(Oliver Reader等人,2024;Pellowe等人,2023)。现有的识别方法包括用于分类的服务热点映射的空间叠加分析(Sun等人,2024),以及K均值聚类(Yuan等人,2023)、主成分分析(Yang等人,2015)和神经网络(Shen等人,2023;Xia等人,2023)等统计方法。其中,自组织映射因其能够在保持拓扑结构的同时降低维度(Dittrich等人,2017a;Shen,2020)以及具备自适应聚类能力而脱颖而出。这使得自组织映射在揭示高维数据中的非线性关系及可视化生态系统服务组合空间格局方面尤为有效(Shen,2020),从而为精确的生态区划提供支持。在精确划定生态功能区之后,明确生态系统服务组合形成与演变的驱动因素对于在黄河流域实现生态保护与经济发展之间的平衡至关重要。生态系统服务的驱动机制源于自然生物物理基础的限制(Mouchet,2017)与社会经济因素调控之间的非线性相互作用(Bennett等人,2009)(Howe等人,2014;Zoderer等人,2019),而这些因素都具有显著的尺度依赖性。在方法论上,生态系统服务驱动机制主要通过结构方程模型(Jiang等人,2024)和冗余分析(Lin和Yun,2023;Ma等人,2023)等统计模型,地理探测器(Xia等人,2023)和地理加权回归(Hu等人,2021)等空间计量经济模型,以及机器学习方法来进行分析。其中,极端梯度提升模型在模拟非线性关系(Chen和Guestrin,2016)和处理高维数据方面表现出强大能力,但其可解释性较差。为了解决这一问题,人们将基于合作博弈论的沙普利加性解释模型与极端梯度提升模型相结合。这种组合能够量化全局驱动因素的重要性以及局部空间异质性,为揭示生态功能区划的驱动机制提供了清晰的分析路径。基于对驱动机制的分析,现有研究大多集中在静态的保护区划(Xia等人,2023)以及设计适应气候变化的生态功能区治理策略的线性路径上。然而,传统的预测模型往往难以整合自然系统与社会经济系统之间的复杂相互作用,因此在预测多重压力因素下的生态系统服务未来变化方面存在局限性。在此背景下,情景分析作为一种评估生态系统服务组合时空动态的关键工具应运而生(Underwood等人,2019)。共享社会经济路径-代表性浓度路径耦合框架在这一领域取得了重大进展(Lu等人,2024)。该框架为分析不同发展轨迹下的生态系统服务组合响应提供了重要的方法学支持,也为适应性空间治理奠定了科学基础。然而,当前的研究在支持精确的生态功能区划和空间治理方面仍存在一些关键局限:(1)功能区的准确划定:现有方法往往侧重于宏观区划或单个生态系统服务(Li等人,2024),常常忽视作为整体空间单元的生态系统服务组合,也无法分析多个生态系统服务之间的相互作用(Oliver Reader等人,2024)。这导致区划策略与实际生态格局之间存在空间差异,影响了黄河流域功能边界的精确识别以及生态系统连续性的体现。(2)非线性驱动因素的分析:传统的线性模型无法捕捉驱动因素之间的复杂非线性相互作用,也无法系统地量化其在流域、区划和网格尺度上的影响(Jiang等人,2024;Xia等人,2023)。这限制了人们对生态系统服务非线性反馈及跨尺度涌现机制的认识,从而降低了区划在平衡生态保护与发展方面的有效性。(3)生态功能区的治理:目前用于在功能区内划定生态缓冲区的方法缺乏定量性和动态性,主要依赖于定性或静态的方法(Niu等人,2025)。这使得精细的土地资源管理变得困难,往往导致治理措施过于统一且缺乏灵活性。为弥补现有研究的不足,本研究聚焦三个核心问题:精确识别生态功能区、分析非线性驱动机制,以及基于情景模拟黄河流域的空间治理策略。主要贡献包括:(1)构建了一个整合了11类多源数据的高分辨率空间数据库,覆盖了约800,000个网格单元,并开发了用于处理此类规模数据的自组织映射模型性能评估算法,验证了该算法相比K均值算法具有93.3%更高的运行效率。(2)运用极端梯度提升-沙普利加性解释框架,揭示了流域、生态系统服务组合及网格尺度上具有尺度依赖性的生态系统服务驱动因素,同时展示了细尺度土地利用与宏观尺度生态系统服务组合功能之间的跨尺度关联关系。(3)提出了一种基于自组织映射迭代和网格隶属度频率的定量方法来划定生态缓冲区,以此克服刚性区划的局限性,并将结果与共享社会经济路径-代表性浓度路径情景相结合,构建了一个用于空间治理的动态模拟框架。总体而言,我们实现了对生态功能区的精确量化识别,明确了跨尺度生态系统服务驱动因素的依赖关系,同时提供了一个基于情景的模拟框架,以支持差异化的空间治理,实现该区域生态保护与经济发展的动态平衡。研究区域黄河流域位于北纬32°至42°、东经96°至119°之间,面临着严峻的资源约束(图1)。该流域年均降水量为472.69毫米,蒸散量为371毫米,超过75%的降水在蒸发过程中流失,导致水资源利用效率较低(S. Wang等人,2025)。尽管该流域仅占中国陆地面积的8%,却拥有中国2%的水资源,却要支撑12%的人口和15%的耕地,资源压力巨大。高强度的开发活动加剧了土地退化的风险。生态系统服务的时空分布格局我们使用InVEST模型对2010年和2020年黄河流域的五种生态系统服务进行了量化,并在三种情景下预测了2030年的服务供给情况,如图3所示。生态系统服务表现出明显的空间异质性(附录E图E.1)。在供给服务方面,渭河上游源头和河口地区的服务水平最高,向东南到西北方向逐渐降低。在调节服务方面,东北地区沿河流和平原地区的服务水平最高,湿润岸带地区的服务较为集中,而冲积平原地区的服务则相对较强。生态系统服务组合内的服务波动与协同稳定性综合分析表明,黄河流域生态系统服务组合的形成机制具有双重特性,具体表现为生态系统服务供给的变动性以及主要生态系统服务类型构成的相对稳定性。生态系统服务供给的变化直接影响了生态系统服务组合内服务供给的变动性。生态系统服务组合1和生态系统服务组合2的水资源产量对气候压力的高度敏感性可以通过非线性的布迪科曲线来解释:在干旱和半干旱地区,结论本研究通过整合自组织映射、极端梯度提升-沙普利加性解释模型以及共享社会经济路径-代表性浓度路径多情景模拟,系统地揭示了黄河流域生态系统服务组合的分布特征、演变趋势及其驱动因素。我们实现了对生态功能区的精确识别以及生态缓冲区的定量划定。分析结果表明,社会-生态驱动因素具有显著的尺度依赖性和非线性特征,这解释了土地利用如何影响生态系统服务组合的功能。预测显示,生态系统服务组合的分布将呈现向西北方向的迁移趋势。作者贡献声明刘美英:概念设计、方法论、初稿撰写、审稿与编辑。王慧民:概念设计、方法论、审稿与编辑。刘刚:数据整理、软件应用、审稿与编辑。肖毅:概念设计、方法论、审稿与编辑。赖晓颖:审稿与编辑。王旭阳:数据整理、软件应用。刘轩:数据整理、软件应用。利益冲突声明作者声明没有已知的财务利益或可能影响本文研究的个人关系。致谢本研究得到了天津市自然科学基金[项目编号23JCZDJC01100]、中国教育部人文社会科学基金[项目编号24YJA630048]、中国教育部哲学社会科学重大专项研究计划[项目编号2024JZDZ082]、中国国家重点研发计划[项目编号2021YFC3201204]以及中国国家自然科学基金[项目编号42371092]的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号