基于SHAP可解释性机器学习的四川生境质量时空演变特征及关键驱动因子阈值分析

　　 摘要:

生境质量是维系生态系统稳定和健康运行的基础，揭示其时空演化规律及关键影响因子作用机制与临界阈值，也是实现区域可持续发展基础。文章以四川为例，基于2000-2020年土地利用数据，运用InVEST模型、耦合XGBoost(eXtreme Gradient Boosting)-SHAP(Shapley Additive EXPlanations)，定量评估了2000-2020年土地利用格局变化、生境质量时空分异特征、关键影响因素和及其临界阈值。结果表明：（1）2000-2020年四川建设用地、林地面积增加，耕地、草地减少，水域和未利用地变化较小；生境质量均值呈小幅下降趋势，呈现“西高东低”，以成都为核心向外辐射提升的空间格局；（2）2000-2020年人口密度、高程、植被归一化指数、年均温度、坡度是生境质量的关键影响因子，其中人口密度、高程是主导影响因子，且人口密度的贡献度大于高程；（3）生境质量与影响因子之间呈多样化特征，存在非线性正相关（植被归一化指数、坡度等）、非线性负相关（年均气温、道路距离等）等多种关系，临界阈值也具有单段阈值（坡度等）、多段阈值（高程、年均气温等）等多种情况。基于生境质量主要影响因子及临界阈值提出区域生境质量管理措施，可在有限投入下提升生境质量的治理效能，研究结果可为四川生态环境高质量发展提供科学参考。