基于可解释学习方法的三江平原湿地时空演变非线性驱动机制研究
《Remote Sensing》:Study on Nonlinear Driving Mechanisms of Spatiotemporal Evolution in Sanjiang Plain Wetlands Based on Explainable Learning Methods
【字体:
大
中
小
】
时间:2026年09月12日
来源:Remote Sensing 4.3
摘要
在全球气候变化加剧和人类活动日益增强的背景下,湿地正经历着严重的退化。理解湿地演变的控制机制对于湿地生态系统的可持续发展至关重要。然而,湿地演变在空间和时间上具有高度的异质性,现有研究往往忽视驱动机制中的非线性效应和相互作用,限制了对其内在过程的综合理解。本研究整合了Light Gradient Boosting Machine(LightGBM)模型与SHapley Additive exPlanations(SHAP),利用1990至2023年的多时相遥感数据,解释了三江平原湿地时空演变的非线性驱动机制。湿地动态表现出阶段性特征:早期自然湿地大幅减少,随后沼泽湿地部分恢复,人工湿地持续扩展。人工湿地持续扩张,沼泽湿地在2005年前显著减少,此后出现部分恢复。1990年至2005年,湿地演变主要由地形和气候因素控制;2005年至2023年,社会经济发展及道路网络邻近性对湿地变化的影响日益增强。驱动因素间的非线性相互作用从早期阶段的自然因素协同促进转变为后期阶段自然、社会经济及区位因素的相互抑制效应。这种驱动机制的阶段性变化是湿地演变主导驱动因子发生转变的关键所在。本研究通过刻画单因素非线性效应和多因素相互作用,揭示了三江平原湿地演变的阶段性驱动机制,为区域湿地管理和遥感监测提供了科学依据。
生物通微信公众号
生物通新浪微博
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