基于空间回归与XGBoost–SHAP分析的黄河流域城市化强度、生态系统服务与气候对地表温度及PM2.5的关联研究

《Land》：Associations of Urbanization Intensity, Ecosystem Services, and Climate with Land Surface Temperature and PM2.5 in the Yellow River Basin (China): A Spatial Regression and XGBoost–SHAP Analysis

　　

理解城市化、生态系统服务状况和气候与环境响应之间的关联，对于区域土地管理具有重要意义。本研究利用黄河流域2013年、2018年和2023年三个独立的县级截面数据，考察了地表温度（LST）和空气动力学直径小于等于2.5微米的细颗粒物浓度（PM2.5）这两个环境响应变量，与城市化强度（UII）、碳储量（CS）、产水量（WY）、土壤保持量（SR）、气温（T）和风速（WS）之间的关联。研究人员采用Pearson相关分析、多元线性回归以及极端梯度提升（XGBoost）结合SHapley Additive exPlanations（SHAP）方法，来刻画线性和非线性关联。为减少空间泄漏，模型性能通过嵌套五折缓冲空间分区验证进行评估，其中连续的空间区块被留出，且距离每个测试区块50公里以内的县被排除在模型训练之外。LST的合并块外R2值介于0.765至0.777之间，PM2.5的介于0.728至0.854之间。T是两种响应的主导预测因子，分别占LST总SHAP重要性的79.26%–86.62%和PM2.5的53.12%–65.99%。UII与两种响应均呈正向模型关联，且在高观测值处普遍趋于平稳，而生态系统服务变量的关联在三个独立分析的年份中有所不同。由于三年分别建模，这些跨年对比被描述性地解读，而非作为连续的时间趋势。这些发现刻画了地表热状况与颗粒物污染在解释结构上的差异，并可能为黄河流域空间差异化环境管理假设的提出提供参考。

黄河流域地表温度与PM2.5关联机制的多维度解析

一、研究背景与问题提出

黄河流域是中国重要的生态安全屏障、能源资源基地和人口经济活动密集区，在水源涵养、土壤保持、粮食生产和区域协调发展方面发挥着关键作用。流域横跨青藏高原、内蒙古高原、黄土高原和黄淮海平原四大地貌单元，在地形、气候、径流和土地覆盖类型上呈现显著的空间分异，由此导致区域环境条件存在明显空间差异。近几十年来，城市扩张、人口集聚、能源开发和交通基础设施建设持续改变着地表特征和资源消费模式，与气候变率和生态修复共同作用，引发了地表热状况和空气质量的变化。

地表温度（LST）反映地表能量交换和热状况，受气候、土地覆盖和人类活动强烈影响；PM2.5是空气质量的重要指标，其浓度受人为排放、大气输送和气象条件共同制约。以往研究往往将LST和PM2.5置于相互分离的框架中考察，缺乏在统一分析框架下比较气候条件、生态系统服务与城市化强度对这两种环境响应的关联是否一致或存在差异的系统性研究。此外，城市化常以人口、建成区面积、夜间灯光或能源消耗等单一指标表征，导致不同研究间的直接比较困难；生态系统服务指标如产水量、土壤保持量和碳储量虽在生态服务供给研究中被广泛考察，但较少被纳入同时比较地表热状况和颗粒物污染的统一预测框架。因此，本研究的核心科学问题在于：在同一空间尺度、统一分析框架下，气候条件、生态系统服务状况和城市化强度与LST和PM2.5之间是否存在一致或相反的线性和非线性关联。

二、研究设计与主要结论

研究人员以黄河流域425个县级行政单元为分析对象，选取2013年、2018年和2023年三个独立截面年份，构建了涵盖城市化强度（UII）、三项生态系统服务指标（产水量WY、土壤保持量SR、碳储量CS）和两项气候变量（气温T、风速WS）的多维解释框架。研究采用Pearson相关分析、多元线性回归、空间误差模型（SEM）以及XGBoost–SHAP方法，系统刻画了各解释变量与LST和PM2.5之间的双变量线性关联、条件线性关联和非线性响应模式。模型性能通过嵌套五折缓冲空间分区验证评估，以降低空间自相关带来的乐观偏差。

研究得出以下主要结论：T是LST和PM2.5的主导预测因子，分别占LST总SHAP重要性的79.26%–86.62%和PM2.5的53.12%–65.99%；UII与两种响应均呈正向模型关联，且在高观测值处趋于平稳；CS与PM2.5总体呈负向关联，而WY、SR和WS的贡献在三个独立拟合的年份模型中存在差异。嵌套缓冲空间验证的合并块外R²值，LST为0.765–0.777，PM2.5为0.728–0.854，表明模型具有中等到较强的块外预测能力，同时揭示了模型可迁移性的空间差异。基准分析表明，LST的高可预测性主要源于其与T的紧密线性关系，六预测因子多元线性回归模型在相同空间验证方案下优于完整和仅含T的XGBoost模型。这些发现刻画了地表热状况与颗粒物污染在解释结构上的差异，为黄河流域空间差异化环境管理假设的提出提供了描述性经验证据。

三、主要技术方法

研究人员采用的主要技术方法包括：一是基于InVEST模型的生态系统服务量化方法，分别运用Water Yield、Sediment Delivery Ratio（SDR）和Carbon Storage and Sequestration模块估算产水量、土壤保持量和碳储量，模型参数沿用黄河流域已有研究的文献参数；二是基于熵权法的城市化强度指数构建方法，综合建筑体量、夜间灯光、人口密度、用电量和道路密度五项指标，将三年观测值合并为统一评价矩阵（n=1275）后计算指标权重；三是Pearson相关分析与多元线性回归方法，用于刻画双变量和条件线性关联，并通过方差膨胀因子（VIF）评估多重共线性；四是空间自相关诊断与空间误差模型，采用Global Moran's I和稳健拉格朗日乘子（LM）诊断检验残差空间自相关，并估计空间误差模型；五是XGBoost–SHAP可解释机器学习方法，采用嵌套五折缓冲空间分区验证评估预测性能，并用SHAP值量化预测因子重要性、贡献方向和非线性响应模式。

四、研究结果

4.1 三个研究年份LST与PM2.5的空间格局

LST呈现持续的西向东空间梯度，西部高海拔上游地区值较低，中部和东部地区值较高，该格局在三个年份中均存在。PM2.5浓度总体上也自西向东递增，西部上游低值，东部中下游呈高值聚集，2018年高值区范围大于2013年，2023年部分区域较2018年缩小，东部流域在三个年份中始终是主要高值区。

4.2 解释变量与响应变量的Pearson相关

T与LST（r=0.980–0.988）和PM2.5（r=0.819–0.906）均呈最强正相关。UII与LST（r=0.338–0.380）和PM2.5（r=0.419–0.456）持续正相关，CS与两种响应均呈负相关（LST：r=?0.493至?0.439；PM2.5：r=?0.635至?0.607）。SR仅在2018年与两种响应呈中等负相关，WY仅在2023年与LST和PM2.5呈中等正相关（r=0.455和0.481）。

4.3 多元线性回归与空间误差模型结果

六个多元线性回归模型均显著（p<0.001），所有VIF均低于5。LST模型调整R²为0.968–0.982，T是最强正向解释变量（β=0.970–0.985）。PM2.5模型调整R²为0.785–0.887，T呈最强正向关联（β=0.654–0.793），CS呈最强负向关联（β=?0.372至?0.248）。所有OLS残差均存在显著正向空间自相关（Moran's I=0.574–0.754），稳健LM诊断表明存在空间误差依赖，空间误差系数均显著（λ=0.861–0.932）。SEM结果显示，T仍是LST的最强正向解释变量，UII在三个年份均保持显著正向关联；PM2.5模型中T和UII呈正向关联，CS持续负向关联，WY、SR和WS的系数因年份而异。

4.4 基于XGBoost–SHAP的因子重要性排序

LST的XGBoost模型块外R²为0.777、0.765和0.772（2013、2018、2023年），RMSE介于1.874–1.895°C；PM2.5的R²为0.854、0.794和0.728，RMSE介于4.408–8.348 μg m^?3。T是LST的主导预测因子，SHAP重要性占比分别为86.62%、84.24%和79.26%，UII贡献为2.08%、6.06%和5.89%。PM2.5预测同样由T主导（65.99%、53.12%、57.29%），UII为第二重要预测因子（12.35%、14.84%、17.65%）。敏感性分析显示，排除UII对LST预测影响很小（R²变化0.000–0.004），但PM2.5预测对预测因子设定更敏感（排除UII使R²降低0.015–0.058），且没有任何单一UII分量能持续主导复合指数。

4.5 关键解释变量的SHAP非线性关联模式

T在LST模型中呈近似单调正向SHAP模式，UII的正向关联在高观测值处趋于平稳。PM2.5模型中T和UII呈正向关联，UII的SHAP贡献在低至中等观测值区间上升较快，在高值处趋于平稳，CS总体呈负向关联。这些形状为描述性解读，而非统计估计的阈值或固定生态响应点。

五、讨论与结论

讨论部分指出，T与LST的紧密关系符合预期，因为两者均反映相关热状况；UII的正向关联与城市化通过增加不透水面、减少蒸散发、增强热储存和人为热释放改变地表热状况的已有证据一致。PM2.5与T的关联可能反映边界层条件、污染物扩散、化学反应速率和二次气溶胶形成的综合影响；UII的正向关联与城市化地区能源消耗、交通、建筑及相关排放的集中一致；CS的负向关联可能部分反映其代表的植被和土地覆盖特征，而非碳储存本身的直接污染物清除效应。敏感性结果表明UII的预测贡献不能归因于单一分量，生态系统服务变量包含部分共享的预测信息。

在管理启示方面，中下游地区LST和PM2.5高值的空间集中，以及UII的正向条件关联，提示可在这些区域考虑协调土地利用、能源、交通和蓝绿基础设施措施的潜在方向，但观测模型不能估计干预效果，这些措施应被解读为与观测关联一致的潜在管理方向而非直接政策建议。

研究局限包括：三个离散截面而非连续时间序列，无法确立时间趋势；方法识别关联而非因果效应；InVEST模型参数为文献沿用，未经独立校准验证；2013和2018年PM2.5模型仍残留弱负向空间依赖；县级聚合可能受可修改面积单元问题（MAUP）影响。

结论部分指出，T是两种环境响应的主导预测因子，UII与两种响应均呈正向模型关联且在高值处趋于平稳，CS与PM2.5总体呈负向关联，WY、SR和WS的贡献因年份而异。嵌套五折缓冲空间验证的R²值表明模型具有中等到较强的块外预测能力，同时揭示了模型可迁移性的空间差异。SHAP结果表明热状况和颗粒物污染的解释结构在响应变量间和三个时间截面间存在差异，这些描述性对比不确立连续时间演化或统计显著的逐年变化。研究结果识别了可能与热环境管理和空气污染缓解差异化假设制定相关的空间关联，但由于分析识别的是统计和模型关联而非因果效应，推断的响应模式应谨慎解读。