传统土地利用对马达加斯加西南部生态功能的长期正向影响：基于多光谱遥感和机器学习的研究

本研究通过多光谱卫星影像和机器学习技术，揭示了马达加斯加西南部传统土地利用方式（如游牧、渔猎等）与现代生态系统功能之间的正向关联。研究人员利用MaxEnt模型分析考古遗址数据与净初级生产力（NPP）的关系，发现人类活动遗留区域比无人区具有更高的生态生产力。该研究为全球生态保护政策提供了重要启示：传统生计方式可能是维持生态韧性的关键因素，而非破坏源。成果发表于《Scientific Reports》，对协调原住民实践与保护政策具有重要参考价值。

　　

长期以来，生态学界普遍认为人类活动必然导致环境退化，这种观点在马达加斯加尤为突出——这个被誉为"生物多样性热点"的岛屿常被描述为人类破坏自然的典型案例。然而，这种简单叙事忽视了人类与自然之间复杂的互动关系。在西南马达加斯加沿海地区，当地社区延续着数百年的传统生计方式，包括游牧、渔猎和混合经济，这些实践是否真如主流观点所言造成了生态退化？还是说，它们反而成为维持生态系统功能不可或缺的部分？这正是Dylan S. Davis团队试图解答的核心问题。

研究团队选择了一个极具挑战性的科学问题：如何从历史维度量化不同土地利用方式对生态系统的长期影响。传统考古学方法难以清晰区分古代社会的经济类型（如游牧与渔猎），而现代遥感技术为这一难题提供了突破可能。通过分析多时相卫星数据与考古遗址的关联性，研究人员发现了一个反直觉的现象：那些被认为"破坏自然"的传统活动区域，反而展现出更高的生态生产力。这一发现不仅挑战了生态保护的固有认知，更暗示当前马达加斯加面临的生态危机可能源于现代经济模式而非传统实践。

研究采用了三项关键技术：首先利用PlanetScope和Sentinel-2卫星的多光谱数据（包括短波红外SWIR）构建时间序列分析；其次应用最大熵模型（MaxEnt）等机器学习算法区分不同土地利用类型；最后通过净初级生产力（NPP）量化生态功能，结合广义线性模型（GLM）和自助法验证统计关系。样本来源于西南马达加斯加245个地面验证点（包括121个非人类活动区、113个低游牧遗址和16个高游牧遗址）。

机器学习识别历史土地利用模式

通过比较MaxEnt、支持向量机（SVM）和随机森林三种算法，研究发现MaxEnt在识别考古土地利用方面表现最优（总体准确率77.14%）。模型成功将29个混合经济遗址（含游牧与渔猎证据）中的13个准确定位在50米范围内。特别值得注意的是，8个含有瘤牛（Bos indicus）遗骸的沿海遗址中，有7个被模型识别为游牧/渔猎混合区，验证了方法的可靠性。

历史土地利用与现代生态功能的正相关

广义线性模型显示，所有人类土地利用类型均与NPP呈显著正相关（p<2e-16），而非人类活动区相关性较弱。其中混合经济区的NPP系数最高（0.970），纯游牧区次之（0.911），表明传统混合生计方式可能最有利于生态功能维持。这一结果通过10,000次自助法模拟得到验证。

经济多样性缓冲社会生态不稳定

研究揭示了一个有趣的历史模式：早期（1150-450 BP）社会网络由相同经济类型的社区组成，而后期（450-50 BP）气候波动时期，网络则整合了不同经济类型的社区。口述历史记载的"牧场领地"（Toets-aombe）和资源交换实践，说明灵活的土地利用组合可能是应对环境变化的关键策略。这种多样性在殖民时期市场经济扩张后遭到破坏，恰与现代生态退化时间吻合。

研究结论颠覆了传统认知：马达加斯加西南部的生态退化并非传统实践的后果，而是现代经济模式、气候变化与传统知识流失共同作用的结果。考古证据表明，人类活动遗留区域比无人区具有更高的净初级生产力（NPP），说明传统土地利用已深度融入当地生态系统功能。这一发现对全球保护政策具有深远启示：将人类活动简单排除在保护区外的"隔离式保护"（如马达加斯加国家公园的"控制占用区"）可能适得其反。相反，承认传统知识的生态价值、恢复流动性土地利用方式，才是维持社会生态韧性的关键。正如作者强调的，保护政策必须基于历史土地使用的实证证据，而非简化的退化叙事。该研究为重新思考人类在生态系统中的角色提供了重要科学依据，也为协调生物多样性保护与社区发展指明了新方向。