多目标、多维水资源承载能力的时空演变及其耦合协调机制

《Ecological Indicators》：Spatiotemporal evolution and coupling coordination of multi-objective and multi-dimensional water resources carrying capacity

青藏高原冻土区地面变形机制研究利用SBAS-InSAR技术结合XGBoost可解释机器学习模型，揭示土壤湿度主导的冻土变形非线性特征，植被覆盖增加与季节变形幅度正相关，低洼地形变形显著，铁路等高质量工程有效缓解沉降，为冻土区监测和工程防控提供新方法。

　　在青藏高原的冻土稳定性研究中，环境变化与人类活动对冻土变形的影响逐渐成为关注的焦点。随着全球变暖的加剧，青藏高原的冻土区域正经历显著的温度上升，这导致了冻土的退化、活动层加深以及地表冰的融化。这些变化不仅威胁到当地生态系统，还对关键基础设施构成严重风险。因此，监测和理解冻土变形的驱动因素，对于环境保护和工程灾害预防具有重要意义。

在本研究中，研究人员采用干涉合成孔径雷达（InSAR）技术，特别是小基线集（SBAS-InSAR）方法，来获取地表变形的时间序列数据。这种方法能够有效捕捉季节性和长期的冻土变形趋势，尤其适用于青藏高原这样高海拔、复杂地形的区域。SBAS-InSAR技术相比其他InSAR方法具有更高的可靠性和更细粒度的变形检测能力，能够提供对冻土退化过程的深入洞察。通过这种方法，研究团队能够揭示冻土区域在不同时间尺度上的变化特征，包括长期趋势和短期季节性波动。

研究还结合了可解释机器学习（ML）方法，特别是XGBoost模型，来评估土壤水热条件、植被、地形以及人类活动对冻土变形的综合影响。XGBoost模型以其高效的预测能力、对复杂非线性关系的捕捉能力以及对多重共线性的鲁棒性而著称，非常适合用于分析冻土环境中的多因素影响。通过该模型，研究团队能够量化各个环境因素对地表变形的贡献度，并识别关键变量之间的交互作用。这种分析方法不仅提高了对冻土变形机制的理解，还为制定更加精准的监测和预警策略提供了科学依据。

研究结果表明，土壤水分在冻土变形中起到了主导作用。土壤水分与土壤温度之间存在非线性相互作用，这种关系在季节性和长期尺度上均表现出显著影响。此外，归一化植被指数（NDVI）的长期变化与季节性变形幅度之间呈现出显著的正相关关系（R2 = 0.3546，p < 0.001），说明植被的动态变化对冻土变形具有重要调控作用。地形特征同样对冻土变形产生了显著影响，其中山谷和低地由于独特的水热条件，表现出较低的变形幅度，而高地则显示出更大的稳定性。这些地形差异表明，地形特征在冻土变形中起到了关键的调节作用。

人类活动，如铁路和公路建设，对冻土变形也产生了显著影响。研究发现，Wudaoliang（WDL）火车站和青藏铁路显示出较强的调控作用，其下沉速率相对较低，分别为?11.55 mm/yr和?8.75 mm/yr。相比之下，WDL镇和青藏公路表现出更为显著的变形，其下沉速率分别为?12.45 mm/yr和?10.32 mm/yr。这些结果突显了工程设计在减缓冻土退化方面的重要性，特别是在应对气候变化带来的影响时。

本研究进一步揭示了冻土变形与水热动态之间的复杂关系。在高水分条件下，土壤温度的变化对冻土变形的影响更为显著，而在低水分条件下，冻土对温度变化的敏感性较低。这种非线性交互作用表明，冻土变形不仅受到气候变化的影响，还受到土壤水分调节温度效应的双重影响。研究还发现，冻土区域的冻结和融化指数（ADDF和ADDT）在气候变暖背景下呈现出同步上升的趋势，这可能加剧活动层的动态变化，进而对冻土的长期稳定性构成威胁。

此外，研究还探讨了植被动态与冻土变形之间的关系。长期植被覆盖的增加与季节性变形幅度的上升之间存在显著的正相关，表明植被的扩展可能在一定程度上加剧冻土的退化。然而，短期植被变化对冻土变形的影响较为有限。植被通过改变地表的能量平衡、土壤温度和水分含量，间接影响冻土的热力学过程，从而对地表变形产生调控作用。研究结果强调了植被在冻土环境中不仅是一个被动的响应者，更是主动的调节者。

在人类活动方面，研究发现基础设施对冻土变形的影响具有明显的空间异质性。例如，铁路和公路虽然对冻土变形具有一定的调控作用，但其效果因工程设计的不同而存在显著差异。铁路通常采用先进的热保护措施，如热棒和保温层，从而有效减缓冻土的退化。而公路由于缺乏类似的热稳定措施，更容易受到地表水和热的影响，导致变形更为显著和不稳定。这些发现为未来在冻土区域进行基础设施建设提供了重要的参考，强调了工程设计对冻土稳定性的重要性。

本研究的局限性在于数据的时空分辨率问题。InSAR数据的空间分辨率通常为40米左右，而土壤水分和温度数据则是基于点测量，这可能导致模型训练和特征归因中的不确定性。为了提高空间代表性，未来研究可以整合分布式地面测量数据或卫星遥感土壤参数产品，以支持更大范围的模型构建和冻土变形的分析。此外，尽管热保护措施在短期内对冻土变形有一定的缓解作用，但其长期效果在持续变暖的背景下仍需进一步评估。

本研究的结果为青藏高原冻土区域的环境监测、基础设施设计和风险评估提供了重要的科学依据。通过结合InSAR技术和可解释机器学习方法，研究人员不仅揭示了冻土变形的复杂机制，还为制定有效的冻土保护策略提供了新的研究方向。这些发现对于应对气候变化带来的挑战、确保冻土环境的长期稳定性和可持续发展具有重要意义。未来的研究应进一步探索植被与水热条件的耦合效应，以及在不同气候情景下冻土变形的演变趋势，以支持更全面的冻土退化监测和管理。