农业景观破碎化的非线性阈值效应与梯度分异机制——基于GWRF-SHAP诊断框架的差异化乡村土地管理

《Ecological Indicators》：Nonlinear thresholds in agricultural landscape fragmentation: A GWRF-SHAP diagnostic framework for differentiated rural land management

　　

本研究构建了以功能为导向的农业景观分类体系，依据土地利用变化与生态系统功能将农业景观划分为六种类型，并以乡镇为基本分析单元，构建了多维乡村性指数（RI）以表征乡村发展梯度。在此基础上，研究人员应用GWRF（地理加权随机森林，Geographically Weighted Random Forest）与SHAP（沙普利加性解释，SHapley Additive exPlanations）相结合的综合诊断框架，系统揭示了湖南省农业景观破碎化（ALF，Agricultural Landscape Fragmentation）的空间分异格局、梯度响应规律、非线性阈值效应及驱动因子的动态演变。结果表明，半自然生产性农业景观（SNPAL，Semi-Natural Production Agricultural Landscape）的破碎化在中等乡村性区域呈现显著的单峰分布特征，破碎化峰值出现在城乡过渡地带。当林地比例（P_fl）超过0.48–0.68的阈值区间时，景观基质发生逆转，半自然生产性农业景观破碎度（SNPALF）随之降低，而生态农业景观破碎度（EALF）则相应升高。夜间灯光指数（NTL）和距镇中心距离（P_dtc）的阈值效应揭示了城镇化的阶段性影响。基于上述发现，研究人员提出了梯度差异化的乡村景观管理框架。

**研究背景与问题提出**

全球快速城镇化和乡村转型正从根本上重塑农业景观格局。建设用地扩张、农业结构调整、交通基础设施建设和生态修复不仅改变了土地利用的规模和空间格局，还深刻重构了农业景观的空间配置。自20世纪90年代以来，城乡空间关系的加速重组驱动了景观格局的剧烈变化，并加剧了农业景观的空间异质性，频繁的土地利用转换所导致的农业景观破碎化（ALF）已成为日益突出的全球性挑战。在中国，受独特的城乡二元结构塑造，ALF呈现出显著的空间梯度特征——破碎化并非均匀分布，而是沿"城市核心区—城乡过渡带—乡村腹地"梯度呈现出清晰的分异规律。

然而，现有研究存在三个关键局限：第一，既有景观分类多依赖单一资源途径或传统土地利用类型划分，未能捕捉不同景观单元在主导功能、人为干预强度和社会生态角色方面的内在异质性；第二，大多数破碎化研究在县域、市域或区域尺度开展，忽视了乡镇这一中国乡村土地治理和空间规划实施的基本行政单元；第三，尽管已广泛认识到ALF受多重因素交互影响，但现有文献仍主要停留在经验总结、理论分析或定性描述层面，缺乏对非线性阈值效应和驱动因子在乡村梯度上演替规律的定量解析。

**研究内容与意义**

为弥补上述研究空白，研究人员从三个方面推进了对农业景观破碎化的认知：首先，构建了以功能为导向的农业景观分类体系，将湖南省农业景观划分为生态农业景观（EAL）、半自然生产性农业景观（SNPAL，进一步细分为粮食生产型FPAL、非粮生产型NFPAL、综合生产型IPAL和其他生产型OPAL）以及人工建设农业景观（CAL）六种类型；其次，以乡镇为分析单元，刻画了破碎化沿乡村发展梯度的空间格局与变异特征；再次，应用GWRF-SHAP框架量化了主导驱动因子及其相对贡献和空间异质性，并揭示了非线性响应阈值及驱动因子优势度沿乡村性梯度的转换规律。该研究为梯度差异化的乡村农业景观管理提供了科学依据和可操作的诊断工具。

**关键技术方法**

研究以湖南省为案例区（总面积211,800 km²），以2020年为研究基准年。数据来源包括土地利用数据、主粮作物数据、ASTER GDEM数字高程模型、POI兴趣点数据、VNL-v2夜间灯光数据、OpenStreetMap路网水系数据、WorldPop人口密度数据、WorldClim降水数据及TWI地形湿度指数等开放数据集，所有数据经双线性重采样和投影转换统一至30 m分辨率的Krasovsky-1940-Albers坐标系。方法体系包含四个核心环节：（1）基于人为干扰强度和主导景观功能两个维度，结合土地利用强度、景观异质性、生态韧性和美学文化价值的农业景观功能导向分类框架；（2）从斑块面积、斑块形状和空间分割三个维度选取景观指数，经方差膨胀因子（VIF）检验和主成分分析（PCA）构建复合景观破碎化指数；（3）从乡村景观、乡村活力和乡村经济三个维度，采用CRITIC客观赋权法构建乡村性指数（RI），以自然断裂法划分五级乡村梯度；（4）应用GWRF模型（基于50个最近邻构建局部随机森林子模型，含100棵决策树）识别主导驱动因子，并借助SHAP方法量化因子的边际贡献、非线性关系和阈值效应。

**研究结果**

*农业景观破碎化与乡村发展格局的空间分异*：六类农业景观破碎化呈现明显的空间分异特征。半自然生产性景观（FPALF、NFPALF、OPALF）的低值区在空间上集聚连片，主要分布于湘西山区、武陵山脉腹地、南岭边缘地带及洞庭湖平原；EALF高值区集中于湘北和湘中，低值区连片分布于湘西山区；IPALF和CALF空间分布相对均匀。乡村发展水平整体呈西高东低的梯度特征，强乡村型（SR）和极端乡村型（ER）合计占全省的52.6%，主要集中于西部生态优势区；中等乡村型（MR）、弱乡村型（WR）和极端非乡村型（ENR）分别占20.8%、11.9%和5.5%。

*农业景观破碎化沿乡村梯度的响应规律*：NFPALF、FPALF和OPALF均呈先升后降的倒"U"型单峰分布格局，峰值出现在中等乡村性梯度。其中FPALF波动最为剧烈，从ENR区域的0.830升至MR区域的0.878，随后回落至ER区域的0.835，反映了城乡过渡带因城市扩张与农业开发双重扰动叠加而产生的破碎化峰效应。IPALF和CALF在全梯度上保持稳定，均值维持在0.80–0.81，变异幅度小于0.4%。EALF随乡村性增强呈持续下降趋势，均值从ENR区域的0.800降至ER区域的0.75，降幅达6.3%。

*驱动因子识别与模型评估*：研究从自然环境、经济发展、区位条件和土地利用四个维度选取14项潜在驱动因子，构建了OLS、RF、GWR和GWRF四种模型的对比评估。GWRF模型在六类景观中均表现最优，其中FPALF和NFPALF的R²均超过0.74，OPALF、EALF和CALF的R²分别为0.52、0.45和0.38，而IPALF的R²仅为0.22，因其预测能力不足被排除在后续分析之外。基于SHAP的全局特征重要性分析表明：P_fl（林地比例）、NTL（夜间灯光指数）和TWI（地形湿度指数）为生产性景观破碎化的核心驱动因子；P_fl和P_dtc（距镇中心距离）为生态景观破碎化的核心因子；NTL和P_dr（距道路距离）为人工建设景观破碎化的核心因子。

*主要驱动因子的非线性阈值效应*：P_fl阈值（0.48–0.68）标志着基质逆转转变——低于此区间时，森林以散布斑块形式镶嵌于农田主导的基质中，森林扩张加剧边缘效应并推高生产性景观破碎度；超过此区间上限后，森林成为连续基质，残余农田斑块沿连续林缘整合为更规整的单元，生产性景观破碎度随之下降，而生态景观因森林基质扩张增加了与人为要素的接触界面，边缘效应对生态斑块完整性的侵蚀加剧，破碎度反而上升。P_dtc对生态景观的阈值为6.28 km，对该阈值以远的乡镇（多分布于P_fl已超过0.68的区域），人为干扰强度大幅衰减，生态景观破碎化受控于内在的地形异质性和自然植被分布。P_dtc对人工建设景观的阈值为2.49 km，该距离以内建设活动空间集聚并融合为连续的建设结构，破碎度较低；超出该距离后，建设活动以孤立点状或线状要素散布于乡村腹地，几何复杂性推升破碎度。NTL阈值约0.45–1.02，在此范围内NTL对应WR-MR过渡带的城郊乡镇，分散的城镇化和基础设施蔓延主动切割生产性斑块，统计上表现为倒"U"型曲线的上升支；高于1.02时，NTL对应深度城镇化阶段，半自然生产性斑块已被大量替代或整合为规模化经营，破碎度转为下降。

*乡村梯度上主导驱动因子的演替*：从SR经MR至WR的梯度序列中，FPALF和NFPALF的主导因子从自然因素（P_fl、Slp）逐步转向经济因素（NTL）；OPALF的P_fl和P_dtc影响渐弱而P_dr作用增强；EALF始终以P_fl和Pre（降水量）等自然因素为主导；CALF的NTL和P_dr影响逐渐减弱而P_rra（农村居民点比例）作用持续增强。除CALF呈现经济主导弱化而社会活动主导强化的独特趋势外，其余景观类型均表现出从自然环境或社会活动因素向经济发展因素转变的整体梯度演替特征。

**讨论与结论**

讨论部分阐释了不同景观类型沿乡村性梯度呈现差异化破碎化响应的机制——SNPAL的倒"U"型分布源于城乡过渡带内城市蚕食与农业保留两种力量的空间竞争叠加；EALF随乡村性增强而持续下降源于人为干扰强度的梯度衰减和植被基质的结构性保护。非线性阈值的生态学意义在于它们标志着人地耦合系统的状态转换临界点，各阈值并非孤立的统计拐点，而是在空间上和机制上相互关联，共同构成了解释不同景观类型沿乡村性梯度差异化破碎化响应的统一分析框架。

研究结论如下：（1）ALF呈现清晰的空间分异，与湖南省地形结构和城镇化梯度密切相关；城乡过渡带（WR-MR-SR）是破碎化的关键敏感区。（2）五类景观沿乡村性梯度呈现根本不同的破碎化响应模式：SNPAL呈倒"U"型分布并在中等乡村性阶段达到峰值；EAL随乡村性增强而持续下降；CAL在不同乡村性梯度上的破碎化水平相近。（3）GWRF-SHAP框架识别出P_fl、NTL、TWI、P_dtc和P_dr五个关键因子，各因子与ALF均呈现显著的非线性关联和明确的阈值效应。（4）从强乡村性到弱乡村性，各景观类型的主导驱动因子发生系统性转换，据此应构建针对"景观类型—乡村性层级"组合矩阵的梯度差异化精准管理策略。