区分在中国长期植被动态上占主导地位的驱动因素,考虑时间延迟和积累效应,使用机器学习技术
Qianxin Wang1, Lin Huang2, Meng Yang2
1Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, 100101, China; University of Chinese Academy of Sciences, Beijing, 100049, China.
Journal of environmental management
|July 19, 2025
概括
中国的植被正在变绿,人类活动在过去四十年中显著推动了这些变化. 先进的方法准确量化这些对陆地生态系统的影响.
科学领域:
- 生态生态学 生态生态学
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
背景情况:
- 植被动态对陆地生态系统健康至关重要,但传统方法难以归因于气候和人类影响造成的变化.
- 了解这些驱动因素对于保护和恢复工作至关重要.
研究的目的:
- 在1982-2022年期间,利用规范差异植被指数 (NDVI) 探索中国的时空植被动态.
- 通过机器学习和改进的剩余趋势方法,精确量化人类活动和气候变化对植被动态的贡献.
主要方法:
- 采用规范差异植被指数 (NDVI) 来分析中国 (1982-2022) 的植被变化.
- 集成机器学习与改进的剩余趋势方法,用于准确地归因驱动程序.
- 气候变量 (温度,降水,阳光持续时间) 对不同植被类型的量化时间效应,包括时间延迟和积累.
主要成果:
- 中国的植被地区平均每十年增加0.012的NDVI,其中57%的植被地区经历了绿化.
- 超过92%的植被区域表现出气候时间效应,具有不同的滞后和积累期.
- 人类活动是2000-2022年植被动态的主要驱动因素 (69.7%).
- 改进的方法取得了很高的准确性 (R2 = 0.97,RMSE = 0.02).
结论:
- 植被绿化在中国很普遍,受到人类活动的重大影响.
- 该研究提供了一种更准确的方法来归因植被动态,这对于生态管理至关重要.
- 这些发现为中国陆地生态系统的有针对性的保护和恢复战略提供了宝贵的见解.
