GIS遥感与生态研究

研究背景与意义

全球气候变化和人类活动加剧了干旱区的生态压力，表现为草地退化、干旱频发和生物多样性丧失，尤其在干旱区城市群，由于水资源短缺、快速城市化和高资源依赖，生态脆弱性问题更为突出，严重威胁环境稳定和可持续发展目标的实现。生态脆弱性评价是诊断生态系统稳定性和敏感性的关键工具，但目前在指标选取和应用尺度方面存在不确定性，缺乏统一的概念框架。传统模型（如PSR、DPSIR、SRP 等）在大尺度、高分辨率和长时间序列数据处理上存在局限，指标冗余和多重共线性也削弱了评价结果的稳健性。遥感技术的发展为大尺度时空动态监测提供了可能，但针对干旱区城市群的综合脆弱性研究仍不足，尤其缺乏对土壤盐渍化和生物多样性等关键指标的纳入。同时，现有研究在多因素非线性作用机制和交互阈值识别方面不足。机器学习方法虽能捕捉复杂关系，但解释性有限；而SHAP 方法为揭示因子贡献、方向和交互效应提供了新思路。因此，构建适用于干旱区城市群的综合生态脆弱性评价框架，不仅有助于完善理论方法，也能为区域生态治理和可持续发展提供科学支撑。

研究内容

本研究以中国典型干旱区的呼包鄂榆城市群为例，围绕干旱区城市群生态脆弱性展开，主要研究内容包括：

框架构建： 基于 IPCC 的 VSD 框架，结合遥感数据，简化并构建适用于干旱区的生态脆弱性指数（DEVI）。

时空演变分析：利用长时间序列数据（1986—2024），揭示研究区生态脆弱性的时空动态特征。

驱动机制探索：采用 XGBoost 与 SHAP 方法，定量解析自然与人类活动因素对生态脆弱性的贡献、阈值效应及交互作用。

应用拓展： 提出生态治理分区和差异化管理建议，为干旱区生态恢复与可持续发展提供技术支撑。

研究结果

方法创新：提出DEVI 框架，融合干旱度、盐渍度、植被指数、生物多样性、地表温度和湿度等关键指标，利用PCA  降低冗余与共线性，相较传统方法更具客观性、细节捕捉能力和可解释性。

时空特征：1986—2024年间，研究区生态脆弱性先升后降，总体改善约14%，主要得益于水土保持、造林等生态修复工程。但鄂尔多斯高原西南部和内蒙古高原北部等地仍存在高脆弱性，凸显空间治理不平衡。

驱动因子：土地覆盖因子贡献最大（46.59%），其次是社会经济因子（27.01%）和气候因子（15.03%）。

作用机制：识别出关键驱动因子的阈值和交互效应，揭示了生态脆弱性的复杂驱动机制。

治理启示：提出新型生态治理分区和差异化修复建议，强调因地制宜的管理策略，为干旱区城市群生态保护和治理提供科学依据。

https://www.tandfonline.com/doi/full/10.1080/15481603.2025.2528302?af=R#abstract