基于Google Earth Engine的埃塞俄比亚北沃洛区Alawuha流域土地退化零增长时空动态评估

本研究针对埃塞俄比亚Alawuha流域土地退化问题，利用Google Earth Engine（GEE）平台整合Landsat 5 TM/8 OLI和MODIS NPP数据，通过随机森林算法分析2000-2023年土地利用/覆盖（LULC）变化，结合Theil-Sen斜率估计和Mann-Kendall趋势检验评估土地生产力动态。结果显示森林覆盖率年增1.95%，但东北部区域NPP下降10.99 gC/m2/年，揭示局部退化风险，为联合国SDG 15.3目标下的土地可持续管理提供科学依据。

　　

土地退化是全球生态环境面临的重大挑战，尤其在干旱和半干旱地区更为严峻。埃塞俄比亚北沃洛区的Alawuha流域地处埃塞俄比亚高原东北部，地形崎岖、气候多变，长期面临土地退化威胁。尽管该国自1980年代以来实施了多项土地管理项目，如"粮食换工作"计划和可持续土地管理项目（SLMP），但退化问题仍未根本解决。联合国防治荒漠化公约（UNCCD）提出的土地退化零增长（Land Degradation Neutrality, LDN）目标，要求通过三个核心指标——土地利用/覆盖变化（LULC）、土地生产力动态（LPD）和土壤有机碳（SOC）——来评估和维持土地资源稳定。然而，如何利用先进地理空间技术量化这些指标在区域尺度上的动态变化，仍是实现LDN目标的关键科学问题。

针对这一挑战，来自中国的研究团队在《Environmental Challenges》发表论文，首次运用Google Earth Engine（GEE）云平台，整合多源遥感数据对Alawuha流域2000-2023年的LDN状态进行全面评估。研究通过Landsat 5 TM和8 OLI影像分析LULC变化，采用随机森林（Random Forest, RF）算法实现91.4%以上的分类精度；利用MODIS MOD17A3HGF数据计算净初级生产力（NPP），结合Theil-Sen斜率估计和修正Mann-Kendall（MK）趋势检验分析土地生产力变化；同时基于SoilGrids 2.0全球数据库提取SOC空间分布。通过"一票否决"原则综合评估LDN状态，发现尽管流域整体呈现生产力改善趋势（Sen's斜率7.51 gC/m²/年），但东北部区域仍存在NPP下降（-10.99 gC/m²/年）和SOC减少的局部退化现象。

研究方法上，团队首先通过GEE平台获取Landsat 5 TM（2000、2010年）和Landsat 8 OLI（2023年）地表反射率数据，计算NDVI、MNDWI和NDBI指数提升分类精度。采用随机森林算法划分七类LULC（森林、灌木丛、农田等），并通过混淆矩阵验证分类准确性（Kappa系数>0.79）。土地生产力分析使用500米分辨率的MODIS NPP数据，在RStudio中应用考虑自相关修正的MK检验评估趋势显著性。SOC数据从SoilGrids 2.0获取（0-5 cm深度，250米分辨率），分析不同土地利用类型的碳储量差异。

3.1 LULC分类与精度评估
研究显示2000-2023年间森林面积从43.06 km²增至62.36 km²（年增1.95%），归因于国家植树计划；农田面积从504.68 km²减至361.89 km²（年减1.23%），主要转化为建设用地（年增11.77%）。分类总体精度达95.19%，Kappa系数0.89，验证了方法的可靠性。

3.2 LULC转化动态
转化矩阵分析表明，2000-2023年44.8%的森林转化为灌木丛和农田，显示局部退化；而15.5 km²灌木丛转为森林，反映生态恢复。农田主要转为建设用地（6.38 km²）和灌木丛（110.68 km²），体现城镇化与弃耕双重影响。

3.3 NPP与SOC分布
NPP空间异质性显著：西部和南部区域NPP高达1530.47 gC/m²/年且呈上升趋势（+35.85 gC/m²/年），而东北部NPP最低（124.74 gC/m²/年）且持续下降。MK检验证实全流域NPP显著增加（p=0.00078），但SOC分布显示东北部土壤碳储量最低（<366.3 g/kg），与退化区域吻合。

讨论部分指出，森林扩张和西部NPP提升印证了埃塞俄比亚"绿色遗产"倡议等政策的成效，但东北部持续退化需针对性干预。研究创新性地将GEE云计算与LDN框架结合，为区域土地管理提供高分辨率动态评估工具。结论强调，尽管整体趋向LDN目标，仍需通过差异化策略（如东北部推广水土保持措施）平衡发展与生态保护。该成果不仅支撑联合国可持续发展目标（SDG）15.3的本地化实施，也为类似生态脆弱区的LDN评估建立了可复制的方法体系。