基于PCA与多源遥感数据的半干旱区水文退化敏感带时空评估——以印度Tungabhadra河流域为例

这篇研究创新性地运用主成分分析（PCA）整合NDVI、SAVI、NDWI等光谱指数与地质-水文参数，对印度半干旱区Tungabhadra河流域进行水文退化敏感带（HDPZs）分级（高度安全区14.67%至重度退化区5.14%），通过AUC-ROC曲线验证（AUC=0.841）揭示了植被健康与土壤盐渍化的主导作用，为全球类似脆弱流域提供可复制的空间优先管理框架。

　　

Highlight

这项研究开发的基于PCA的地理空间框架具有重要国际意义，尤其适用于气候与人为压力下水文退化加剧的半干旱区。该方法可灵活应用于需要多指标整合评估土地和水资源脆弱性的多样化地理环境。例如，Kim等学者（2021）曾在韩国利用PCA分析......

Validation

水文退化敏感带（HDPZs）的验证采用受试者工作特征曲线下面积（AUC-ROC）统计方法，通过对比预测退化区与独立地面验证点数据，获得AUC值0.841（图12），表明模型具有优秀的分类能力......

Conclusion

本研究通过主成分分析（PCA）结合多光谱指数（如NDVI、NDWI）与地形结构参数，将Tungabhadra河流域（1994-2024）划分为五级水文敏感带：高度安全区（14.67%）、安全区（28.83%）、中度安全区（30.65%）、退化区（20.70%）和重度退化区（5.14%）。空间异质性分析揭示了植被丧失、土壤盐渍化（NDSI）和断裂带密度对水文退化的显著驱动作用......