青藏高原中部多年冻土形变的环境与人为驱动机制：基于InSAR与可解释机器学习的多尺度解析

针对青藏高原多年冻土稳定性监测难题，中国科学院西北生态环境资源研究院团队融合SBAS-InSAR技术与XGBoost模型，首次量化揭示了土壤水热条件（EWD/ADDT）、植被动态（NDVI）、地貌形态（geomorphons）及人类工程（铁路/公路）对冻土形变的非线性调控机制，为寒区工程灾害防控提供科学依据。

　　

在全球变暖背景下，被称为"地球第三极"的青藏高原正经历着远超全球平均的升温速率，其广袤的多年冻土(permafrost)区面临前所未有的稳定性危机。冻土退化不仅导致地面沉降、热融滑塌等地质灾害，更威胁着青藏铁路、公路等重大基础设施安全。然而，传统监测手段难以捕捉冻土形变的精细时空特征，环境因子与人类活动的复合影响机制更是如同"黑箱"。这一科学难题的破解，对实现"碳中和"背景下的寒区生态保护与工程安全具有双重意义。

中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室的研究团队创新性地将小基线集雷达干涉测量(SBAS-InSAR)与可解释机器学习相结合，以青藏高原五道梁地区为天然实验室，首次系统解析了多尺度环境驱动因子对冻土形变的调控机制。这项突破性成果发表在《Ecological Genetics and Genomics》期刊。

研究团队采用三大关键技术：1）利用182景Sentinel-1 SAR数据（2017-2023年）通过SBAS-InSAR提取毫米级形变时间序列；2）基于XGBoost算法构建可解释模型，量化NDVI、地形因子（SRTM数据）、人类活动缓冲区（100-500m）等16个环境变量的贡献度；3）结合原位水热观测（5-290cm土层温度/体积含水量VWC）验证形变机制。通过时间序列交叉验证和部分依赖分析，揭示了多因子非线性交互作用。

【形变时空特征】研究首次绘制了五道梁地区形变"指纹图谱"：93.4%区域呈沉降趋势（最大-54mm/yr），季节性形变振幅达80mm（均值17mm）。西南部和东北部构成沉降"双极"，51.6%区域年沉降超5mm，13.9%区域季节形变达30-50mm。

【植被调控机制】NDVI与形变存在显著时滞效应（R²=0.3546,p<0.001），当前月NDVI影响最强，6个月滞后次之。24年植被绿化趋势使季节形变振幅增加35%，揭示植被通过改变地表能量平衡加剧冻融循环。

【地形分异规律】地貌类型(geomorphons)主导形变空间分异：谷地季节形变中位数达25mm（高地区仅7mm），线性沉降速率呈现谷地（-9mm/yr）>低地>斜坡>高地的梯度格局。2022年夏季热浪事件使地形贡献度异常降低，凸显气候极端事件的干扰效应。

【人类活动影响】工程措施差异导致形变响应分化：青藏铁路（-8.75mm/yr）因热棒等工程措施形变范围局限在200m内，而公路（-10.32mm/yr）影响范围达500m。城镇区在200m半径内形变增幅达210%，显示人类热扰动具有"火山口效应"。

【水热耦合机制】5cm土层温度与等效水深(EWD)存在显著非线性交互：高EWD条件下，温度每升高1°C使形变增加0.8mm，而低EWD时该效应减弱60%。冻融指数(ADDF/ADDT)同步增长预示冻土系统失衡风险。

这项研究开创性地构建了"星-空-地"协同的冻土形变解析框架，其科学价值体现在三方面：1）首次量化土壤水热交互作用的非线性阈值（EWD>0.3m³/m³时温度敏感性激增）；2）揭示植被绿化对冻土稳定性的"双刃剑"效应；3）提出基础设施"热影响半径"新参数（铁路200m/公路500m），为寒区工程选线提供量化依据。研究建立的XGBoost可解释模型突破传统统计方法的局限，为全球变暖背景下的冻土退化预警系统开发奠定算法基础。

未来研究需重点关注：1）结合SMAP卫星土壤湿度数据提升EWD反演精度；2）开发SSP气候情景下的形变预测模型；3）优化热棒-植被协同的工程调控方案。该成果不仅推动冰冻圈科学从现象描述向机制解析的跨越，更为青藏高原生态安全屏障建设和"一带一路"寒区重大工程提供决策支持。