下莱维萨流域长期生态影响的评估：一种基于遥感的方法

《Ecological Informatics》：Assessment of long-term ecological impact in lower Levisa Watershed: A remote sensing-based approach

本研究利用熵权法构建了RSEI指数，评估了1986-2022年东肯塔基州Lower Levisa流域的生态质量变化，发现坡度是主要正向影响因素，降水为负向因素，生态质量总体提升，但局部仍存在退化。研究为采矿区生态恢复提供了科学依据。

　　本文探讨了东部肯塔基州下莱萨流域长期生态影响的评估。该研究利用熵值驱动的遥感生态指数（entropy-RSEI）分析了1986年至2022年间的生态变化趋势，同时结合了多种生态指标，如植被指数、土壤湿度、干旱指数和地表温度，以全面反映生态质量。下莱萨流域是东部肯塔基州重要的煤炭开采区域，特别是山地开采技术的广泛应用，对当地的生态环境造成了显著影响。研究强调了生态恢复策略的重要性，同时分析了影响生态质量的各种因素，包括地形、气候、土地利用和净初级生产力（NPP）等。通过使用熵值权重法，研究能够更准确地评估这些因素对生态变化的影响，并提供有效的生态恢复策略。

研究区域位于美国东部的阿巴拉契亚山脉，拥有悠久的煤炭开采历史。该区域的生态恢复策略旨在减轻采矿活动带来的环境影响，如土壤退化、水污染和森林覆盖率下降等。阿巴拉契亚地区的生态恢复实践包括林业恢复方法、表面采矿控制与恢复法案（SMCRA）等。这些策略在一定程度上促进了生态质量的改善，但仍然面临许多挑战，如地形复杂性、土壤退化和水体污染等。

研究采用了多种遥感数据和分析方法，包括熵值权重法、Mann-Kendall趋势检验、Theil-Sen斜率估计器、Hurst指数和多尺度地理加权回归（MGWR）模型。通过这些方法，研究能够评估生态质量的时空变化趋势，并预测未来的变化方向。结果表明，从1986年到2022年，下莱萨流域的整体生态质量呈上升趋势，其中大部分区域显示出改善，而6.79%的区域出现了退化。未来趋势预测显示，82.77%的区域将继续改善，而10.01%的区域可能从改善趋势转向退化。坡度是影响生态质量的主要因素，表明坡度越高，生态质量越好。降水则对生态质量产生负面影响，表明高降雨量可能对生态环境产生不利影响。其他因素如海拔、温度和净初级生产力（NPP）在大多数区域对生态质量有正面影响。

研究中使用的熵值权重法是一种客观的权重确定方法，避免了主观决策的干扰。这种方法能够更准确地反映不同生态指标的不确定性或变化程度，从而提高生态评估的可靠性。相比之下，主成分分析（PCA）方法在某些情况下可能无法捕捉到复杂的生态关系，特别是在非线性数据和小尺度变化方面存在局限。因此，研究采用了熵值权重法来构建熵值-RSEI，以提供更精确的生态变化评估。

此外，研究还使用了机器学习模型，如随机森林、CatBoost和XGBoost，来分析影响熵值-RSEI的因素。CatBoost模型在这些模型中表现出最佳性能，具有较高的R2值和较低的均方误差（RMSE）和平均绝对误差（MAE）。通过SHAP（Shapley Additive Explanations）模型，研究进一步揭示了不同因素对生态质量变化的影响。结果表明，坡度是影响生态质量的最重要因素，而土地利用和覆盖（LULC）的影响最小。

研究还结合了多尺度地理加权回归（MGWR）模型，以分析不同驱动因素在空间上的变化。这种方法能够捕捉生态变化的局部异质性，并提供更准确的生态质量变化解释。结果显示，坡度、海拔、温度、降水和NPP是影响生态质量的五个主要因素。这些因素在不同区域的影响程度存在显著差异，表明生态恢复策略需要根据具体的地理和生态条件进行调整。

总体而言，研究通过综合使用熵值权重法、趋势分析和机器学习模型，对下莱萨流域的生态质量进行了全面评估。结果表明，尽管采矿活动对生态环境造成了严重破坏，但通过有效的生态恢复策略，生态质量在长期内得到了显著改善。未来的研究应进一步探索其他生态指标，如叶面积指数和土壤属性，以更全面地评估生态变化。此外，研究结果还可以为东部肯塔基州的生态恢复和可持续发展提供重要的参考依据。