基于主成分分析(PCA)的相似性窗口框架:中国西北地区植被干旱阈值检测与驱动因子转换评估

《Environmental Modelling & Software》:A PCA-based similarity-window framework for vegetation drought-threshold detection and driver-shift assessment in Northwest China

【字体: 大 中 小 】 时间:2026年08月22日 来源:Environmental Modelling & Software 5.2

编辑推荐:

   摘要干旱区植被在生长季降水量降至临界水平以下时可能发生突变,但阈值跨越后植被控制机制是否发生重组仍不明确。我们开发了一种基于主成分分析(PCA)的相似窗口干旱阈值框架,利用2001—2024年归一化植被指数(NDVI)和生长季降水记录检测中国西北地区的植被干旱阈值。利用可解释

  

摘要

干旱区植被在生长季降水量降至临界水平以下时可能发生突变,但阈值跨越后植被控制机制是否发生重组仍不明确。我们开发了一种基于主成分分析(PCA)的相似窗口干旱阈值框架,利用2001—2024年归一化植被指数(NDVI)和生长季降水记录检测中国西北地区的植被干旱阈值。利用可解释的XGBoost-SHAP模型比较了阈值跨越前后的驱动因子重要性,并采用CMIP6模式INM-CM5-0估算了SSP1-2.6、SSP2-4.5和SSP5-8.5情景下世纪末阈值跨越风险的变化。显著阈值出现在32.36%的有效植被像元中,降水量阈值中位数为285.15 mm;42.59%的阈值出现在当地第20百分位以下,表明相当大比例的反应仅在严重干旱条件下才出现。阈值跨越后温度重要性增加了51.9%。未来风险变化具有空间异质性,在SSP5-8.5情景下更为显著,风险增加热点区域位于青海东部和甘肃南部。该框架可支持生态干旱监测。

章节摘要

引言

干旱区约占全球陆地面积的41%,支撑着全球超过38%的人口,并在陆地碳汇的年际变异中发挥着不成比例的重要作用(Ahlstr?m等,2015;Reynolds等,2007)。这些生态系统日益面临变暖、土地利用压力和水资源短缺的威胁,使其植被动态更加难以预测(Huang等,2017)。中国西北地区为研究此类干旱响应提供了一个典型场景。

研究区域概况

中国西北地区位于中亚内陆,包括新疆维吾尔自治区、甘肃省、青海省、宁夏回族自治区和陕西省(31°—50°N,73°—112°E;图1)。该地区横跨青藏高原、黄土高原和广阔的内陆干旱区,地形复杂,涵盖山地、盆地、谷地、高原和丘陵(Wang和Qin,2017)。其距海洋水汽源地遥远,加之强

2001—2024年植被对干旱的响应

利用干旱阈值框架,我们识别了中国西北地区植被对干旱的非线性响应(图3a)。显著阈值行为出现在32.36%的有效植被像元中,表明干旱阈值并非局限于孤立地点,而是出现在该地区相当大的一部分区域。降水量阈值范围为4.98至1299.84 mm,中位数为285.15 mm,反映出生长季降水的明显空间差异

中国西北地区植被的干旱阈值响应

结果显示,中国西北地区约32.36%的植被区域表现出显著阈值行为,且42.59%的识别阈值位于历史生长季降水分布的干旱端,即最低第20百分位以内。这些阈值表明,干旱区植被对水分胁迫的响应可能发生突变而非在整个水分范围内逐渐下降(Berdugo等,2020)。在中国西北,

结论

本研究开发了一个综合框架,用于检测基于降水的干旱阈值并归因中国西北地区的植被响应。在32.36%的有效植被像元中检测到显著阈值行为。识别的降水量阈值范围为4.98至1299.84 mm,中位数为285.15 mm,42.59%的阈值出现在历史生长季降水分布最干旱的20%以内。阈值像元主要聚集在

作者贡献声明

伊利亚尔·安瓦尔:方法论。杨俊凯:可视化、调查研究。杨亚勤:数据整理。郑涛:正式分析。潘荣霞:可视化。谢方正:写作—审阅与编辑、写作—初稿撰写、可视化、验证、软件、方法论、调查研究、正式分析、数据整理、概念构思。乌木特·哈利克:写作—审阅与编辑、监督、项目管理、经费获取、概念构思

利益冲突声明

作者声明,不存在可能影响本文所报道工作的已知竞争性经济利益或个人关系。

软件和数据可用性

  • •
    软件名称:drought-threshold-framework-northwest-china
  • •
    开发者:谢方正
  • •
    联系方式:halik@xju.edu.cn
  • •
    首次可用日期:2026年6月
  • •
    所需软件:R语言及仓库README文件中列出的R包
  • •
    编程语言:R
  • •
  • •
    文档说明:运行脚本的说明见仓库README文件。
  • •
    所需数据:原始遥感、气候、土壤、土地覆盖、人类活动、

生成式AI和AI辅助技术在写作过程中的声明

在准备本文的过程中,作者使用了ChatGPT来辅助语言编辑和可读性改进。使用该工具后,作者根据需要审阅并编辑了内容,并对稿件内容承担全部责任。

资助

本工作得到了国家自然科学基金[编号:32560284]和区域协同创新计划——上海市合作组织科技合作与国际合作项目(新疆维吾尔自治区科技厅)[编号:2023E01026]的资助。

利益冲突声明

? 作者声明,不存在可能影响本文所报道工作的已知竞争性经济利益或个人关系。
谢方正 | 乌木特·哈利克 | 伊利亚尔·安瓦尔 | 杨俊凯 | 杨亚勤 | 郑涛 | 潘荣霞
新疆大学生态与环境科学学院,中国乌鲁木齐 830017
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号