基于Maxent模型和遥感技术的阿尔及利亚椰枣种植适宜区预测与时空演变分析

本研究针对阿尔及利亚椰枣种植（DPP）空间分布不清、历史演变不明的问题，结合Maxent模型（AUC=0.933）与Google Earth Engine（GEE）平台的CART分类器，利用116景Landsat影像（1984-2021年）揭示了DPP适宜区仅占国土0.16%（303,644.76 ha），37年间种植面积翻倍至71,156.67 ha（年增1,923.15 ha），夜间灯光与NDVI为关键驱动因子，为北非干旱区农业政策制定提供科学依据。

　　

在撒哈拉沙漠边缘的阿尔及利亚，椰枣（Phoenix dactylifera L）不仅是当地经济的支柱作物，更是维系200多万沙漠居民生存的关键资源。然而，这片占国土85%的干旱区正面临严峻挑战：政府统计数据与实地情况存在巨大偏差，传统农业普查难以捕捉椰枣种植园（DPP）的动态变化。更棘手的是，全球粮食需求预计2058年将激增70%，而干旱区农业的扩张可能破坏本就脆弱的绿洲生态系统。如何精准评估DPP的分布规律与历史演变？这一问题直接关系到北非粮食安全与生态平衡。

为此，研究人员开展了一项跨学科研究，首次将物种分布模型与遥感大数据相结合。通过Maxent模型预测DPP适宜区，并利用Google Earth Engine（GEE）平台处理116景Landsat影像（1984-2021年），采用分类回归树（CART）量化时空变化，最终绘制出阿尔及利亚椰枣种植的"基因图谱"。

关键技术方法
研究团队选取15种环境变量（如NDVI、夜间灯光等），基于109个绿洲坐标点构建Maxent模型；通过GEE调用Landsat L1T数据，采用CART分类器实现1984与2021年DPP分类（Kappa>80%）；利用土地利用变化模型（LCM）分析面积增减趋势，重点对比Biskra省等典型区域。

研究结果

预测DPP适宜区
Maxent模型显示，阿尔及利亚仅0.16%国土（303,644.76 ha）适宜DPP，主要分布在东北部与西南部。夜间灯光数据成为意外强预测因子（贡献率23.7%），暗示人类活动与DPP扩张高度关联。

时空演变特征
1984-2021年间，DPP面积从35,578 ha增至71,156.67 ha，年增长率达1,923.15 ha。Biskra省成为核心产区，2021年产量153,135.66吨，占全国主导地位。LCM模型揭示扩张主要发生在政府规划的"战略农业区"。

精度验证争议
研究结果与政府统计数据存在显著差异：2021年DPP面积仅为官方报告的41.8%。这种差异源于混合像元问题——传统统计将混合作物区误判为纯DPP地块。

讨论与意义
该研究首次证实DPP扩张与政策驱动强相关，但增速（每年0.05%）远低于人口增长需求。值得注意的是，NDVI与灌溉量的非线性关系表明，过度依赖地下水可能导致绿洲系统崩溃。成果为干旱区农业提供三方面价值：（1）建立DPP动态监测标准化流程；（2）揭示人类活动通过夜间灯光影响生态系统的隐秘路径；（3）提出"适宜区优先保护"策略，避免盲目开垦。正如作者Ali Mihi所述，这项技术框架可推广至全球干旱农业区，特别是面临类似粮食安全压力的北非国家。

局限性
研究未考虑地下水位变化对DPP的影响，且Landsat 30米分辨率可能低估碎片化绿洲。未来需融合Sentinel-2数据提升小尺度监测能力。