《Land》：Nonlinear Impacts and Threshold Effects of LULC on Ecological Resilience in the Central Guizhou Urban Agglomeration
编辑推荐：
摘要翻译：土地开发不可避免地引起生态系统扰动，导致生态功能不稳定和生态恢复力（ecological resilience, ER）的突变。以往研究主要关注生态恢复力对土地利用的响应，但缺乏对非线性动力过程的模拟和阈值效应的定量分析，尤其是在地形复杂的山地城市中
摘要翻译：土地开发不可避免地引起生态系统扰动，导致生态功能不稳定和生态恢复力（ecological resilience, ER）的突变。以往研究主要关注生态恢复力对土地利用的响应，但缺乏对非线性动力过程的模拟和阈值效应的定量分析，尤其是在地形复杂的山地城市中。本研究应用增强回归树（boosted regression tree, BRT）模型，探讨黔中城市群（Central Guizhou Urban Agglomeration, CGUA）16个地形梯度下土地利用对生态恢复力的非线性影响及阈值特征。这些梯度来源于对海拔、坡度、地形起伏度和地形位置指数进行的四级分类。结果表明，林地与生态恢复力呈现一致的正向边际关联，在中高地形梯度上相对贡献尤为突出。相比之下，耕地和建设用地产生负向边际效应，且在高地形约束下其负向效应加剧，在复杂地形下其适宜区间显著收窄。模型推导的经验参考区间显示，林地在高海拔梯度达到50%–96%；耕地在陡坡上的上限为7.07%；建设用地的适宜上限从低起伏区的约50%下降至高起伏区的23%。上述阈值差异揭示了地形梯度对土地利用—生态恢复力关系的调节作用，相关认识可为喀斯特山地城市群的分区国土空间治理提供概念性参考。
论文解读
1. 研究背景与科学问题
生态恢复力（ecological resilience, ER）指生态系统在面临外部扰动时维持结构功能稳定，并通过自我调节恢复或重组的能力，它不仅反映生态系统的稳健性，也体现其在人为压力下的适应性与恢复能力，因而已成为生态安全与可持续发展研究的核心议题。土地利用作为人类干扰自然环境最直接的表现形式，既通过直接的用地转换，也通过放牧、森林破碎化等间接扰动深刻塑造生态系统的稳定性与恢复力。然而，以往研究多基于线性框架解读土地利用与生态恢复力的关系，难以刻画具有“阈值—跃迁”模式的复杂非线性响应过程。尽管已有研究从景观格局指数、生态风险指数、生态质量指数等角度揭示了土地利用变化对区域生态格局的影响，并借助地理加权回归、空间自相关分析等方法探讨了空间异质性，但这些评估多聚焦于静态生态质量与风险诊断，较少刻画生态系统应对扰动的动态适应能力与功能稳定性。增强回归树（boosted regression tree, BRT）模型兼具强非线性拟合能力和变量相对贡献分析优势，可表征不同土地利用类型对生态恢复力的非线性贡献及对应阈值区间，识别驱动力强度递增、递减或发生拐点变化的关键节点，但基于该模型探讨土地利用与生态恢复力非线性关联的研究仍较缺乏，尤其是在快速城镇化发展与用地冲突剧烈的城市群区域。
黔中城市群（Central Guizhou Urban Agglomeration, CGUA）地处中国西南喀斯特高原核心区，喀斯特地貌高度发育，生态系统结构敏感、恢复能力有限、易受土地利用变化影响。受快速城镇化与交通基础设施扩张驱动，该区域建设用地持续扩张，耕地、林地、草地斑块发生不同程度的破碎化与重组，对区域生态系统稳定性产生深远影响。在“双碳”战略与贵州生态文明示范区建设背景下，精确识别土地利用对黔中城市群生态恢复力的非线性影响机制与关键阈值，对提升区域生态安全、优化国土空间开发格局具有重要科学意义与实践价值。
2. 研究方法概述
研究人员基于2003—2023年多期土地利用数据，构建了涵盖抵抗力（resistance）、适应性（adaptability）与恢复力（recovery capacity）三个维度的生态恢复力评估框架。其中，抵抗力基于InVEST模型量化生境质量、碳储量和土壤保持三项核心调节服务；适应性由空间异质性与景观连通性两个等权维度构成，分别采用香农多样性指数（SHDI）、面积加权平均斑块分维数（AWMPFD）和斑块密度（PD）等指标刻画；恢复力采用生态恢复力系数法计算。综合生态恢复力指数通过对三个归一化子指标求和后取立方根获得。研究采用全局莫兰指数（Moran's I）、局部空间关联指标（LISA）和热点分析揭示生态恢复力的空间集聚特征。为揭示地形约束作用，研究人员从海拔、坡度、地形起伏度和地形位置指数（topographic position index, TPI）四个维度分别划分四级梯度，共形成16个地形梯度亚组，并在每个亚组内分别构建以六类土地利用面积为解释变量、生态恢复力为因变量的BRT模型。模型在R环境中基于‘gbm’和‘dismo’包实现，采用10折交叉验证确定最优树数，并通过5 km空间分块交叉验证和2 km、5 km、8 km分块尺度敏感性检验评估模型稳健性。空间采样单元为覆盖黔中城市群的1 km×1 km网格，五个研究时期（2003、2008、2013、2018、2023）的网格观测数据合并用于模型拟合。样本队列来源为武汉大学发布的中国1985—2023年30 m年度土地覆盖数据集、ALOS卫星高精度地形数据、清华大学降水数据、HWSD土壤数据以及HydroSHEDS水文数据集。
3. 主要研究结果
3.1 土地利用时空变化
研究期间，黔中城市群土地利用结构总体稳定。林地始终占据主导地位，集中于城市群东南部，比例由2003年的53.92%持续增加至2023年的56.79%，累计增加1542.48 km2，表明区域森林生态系统持续恢复。耕地作为第二大用地类型呈总体减少趋势，比例于2008年达到约44.67%的峰值后持续下降至40.50%，累计减少2244.54 km2。建设用地扩张显著，比例由0.45%大幅增至1.49%，扩张达3.3倍，直接反映城镇化与工业化的快速推进。水域面积由0.32%增至0.42%，呈现先增后稳格局。草地比例较小且有轻微波动，未利用地维持极低水平。土地利用转移矩阵表明，耕地减少主要转向建设用地，同时也有相当比例转为林地，前者反映社会经济发展对生态空间的挤占，后者则有利于提升区域生态恢复力。
3.2 生态恢复力时空变化
2003—2023年，研究区综合生态恢复力均值依次为1.21、1.21、1.22、1.21、1.22，总体稳定且仅存微小波动。三个子指标呈异步变化：恢复力在五个时期基本一致；抵抗力与适应性在2003年相对较低（均值分别为0.56和0.65），之后略有上升。2013—2018年，建设用地扩张使平均抵抗力由0.58降至0.57，郊区景观破碎化加剧导致适应性局部下降。2018年后，生态恢复与喀斯特石漠化治理促进了抵抗力与适应性的回升，共同推动2023年综合生态恢复力回到1.22。等级转换方面，相对较低恢复力面积较2003年缩小，大部分转为中等和相对较高等级，此类转换主要发生在城乡过渡带。空间上，低值区集中于城市建成区，周边喀斯特山地森林覆盖良好区域保持高值，格局在五个时期总体未发生根本变化，局部变化限于郊区过渡带。
空间自相关分析显示，生态恢复力呈显著正空间自相关和集聚分布。2003、2008、2013、2018、2023年Moran's I分别为0.6858、0.6830、0.6484、0.5709和0.5630，p值均小于0.001，但2018年后Moran's I持续下降，表明正空间集聚强度逐渐减弱。LISA聚类图进一步显示，冷热点经历了由大规模连片集聚向高度破碎化散点分布的三个阶段演变：2003年高-高热点在周边林区连片分布，低-低冷点集中于中部和东部建设用地与耕地主导区；2003—2018年，建设用地外扩导致低-低冷点持续收缩破碎；2018—2023年，在精准生态治理与差异化城市发展双重驱动下，高-高热点彻底破碎为斑块，低-低冷点沿建设用地零星分布，非显著区域大面积增加，最终形成集聚强度显著降低但仍具统计显著性的散点格局。
3.3 土地利用对生态恢复力的非线性效应
模型性能与稳健性诊断方面，5 km空间分块交叉验证下，16个地形梯度亚组的模型R2介于0.575—0.793，均方根误差（RMSE）介于0.0220—0.0258，平均绝对误差（MAE）介于0.0167—0.0198，表明核心预测关系在空间独立验证下未消失。2 km、5 km、8 km分块尺度敏感性测试中，DEM1的R2变化范围为0.7390—0.7417，DEM2为0.7508—0.7523，变化幅度极小，表明模型预测性能对空间分块尺度高度稳定。残差空间自相关检验显示，16个梯度中有15个存在显著正自相关，但残差Moran's I值（0.082—0.221）远低于原始生态恢复力的全局Moran's I（0.68—0.76），说明BRT模型捕获了生态恢复力的大部分空间结构。
偏依赖曲线分析表明，林地效应在所有地形梯度上均呈凸形单调递增趋势，即生态恢复力随林地比例增加持续上升，未出现由林地过密导致的负向转折点。随海拔、坡度、起伏度及地形位置指数增大，林地边际效应曲线斜率逐渐增大，其正效应在复杂地形下更加突出。耕地总体呈下降趋势曲线，在低比例区间于高海拔、陡坡等高梯度上出现短暂平台段，可能因低比例耕地与林草地镶嵌可局部缓冲水土流失并维持一定景观异质性。建设用地在所有梯度上均呈明显下降轨迹且伴随频繁局部波动，随地形约束增强，下降趋势愈发陡峭、波动愈发频繁，表明高地形梯度下喀斯特生态系统更为脆弱，即使小规模建设用地扩张也会导致生态恢复力显著边际下降。
从相对贡献看，林地的相对贡献约为53.27%—96.33%，普遍高于耕地和建设用地，在多数地形条件下为模型主导变量。耕地相对贡献多数梯度低于10%，仅在陡坡、强起伏和特定地形位置指数条件下升至12.19%—19.48%。建设用地在平坦区域贡献较高，最大达20.40%，但随地形复杂化贡献降低。模型推导的经验参考区间显示，林地正边际关联的下限参考值大多约为50.51%，在多数海拔、坡度、起伏度梯度上，当林地比例达约50.51%时边际趋势上行；仅地形位置指数一级梯度的下限降至45.39%。耕地和建设用地超过各自上限参考值后表现负边际关联：耕地上限参考值在海拔一级梯度为46.46%，在坡度一级和起伏度一级梯度仅为29.29%；建设用地适宜区间在复杂地形下显著收窄，多个高梯度条件下上限参考值降至18.35%—28.91%。
4. 讨论与结论
讨论部分指出，土地利用转变与区域社会经济发展阶段相匹配，并驱动生态恢复力动态演化。2018年后高恢复力面积扩展、部分低恢复力区域转为中高等级，与贵州省实施喀斯特石漠化综合治理、退化林修复、土地综合整治等工程在时间上吻合，2020年新冠疫情也可能通过阶段性减少生产和建设活动间接产生累积效应。研究证实，地形并非单纯的空间背景因素，而是调节土地利用生态恢复力阈值、决定区域生态修复潜力的关键限制因子。林地生态赋能效应在高地形梯度区显著放大，表明未来植被恢复应放弃全域统一治理策略，聚焦高海拔陡坡生态敏感区实施精准保育。耕地负向生态效应随坡度递增而加剧，说明陡坡耕地缺乏生态缓冲空间，应构建面向坡度的耕地管理体系，实施陡坡退耕与缓坡提质差异化策略。建设用地生态胁迫的地形阈值收缩特征揭示复杂喀斯特地形下城市扩展生态容错率极低，应建立与地形起伏度挂钩的建设强度管控机制。地形位置指数的综合响应优势表明，多维耦合地形约束比单一指标更能刻画喀斯特区域土地利用的生态效应，基于综合地形梯度的分带管理更符合喀斯特山地生态系统演变规律。
研究结论为：（1）2003—2023年，黔中城市群土地利用呈现林地稳步增长、耕地持续减少、建设用地快速扩张的演变趋势。林地比例由53.92%增至56.79%，巩固了区域生态基础地位；耕地比例由44.67%降至40.50%，同时为生态修复与城市扩张释放空间；建设用地由0.45%增至1.49%，扩张3.3倍，主要来源于耕地转换，共同反映退耕还林政策与快速城镇化的双重驱动及生态保护与经济发展之间的权衡关系。（2）2003—2023年，综合生态恢复力均值保持基本稳定并存在微小波动，五个时期分别为1.21、1.21、1.22、1.21、1.22。恢复力子指标基本稳定，抵抗力与适应性在2003年较低后略升；2013—2018年建设用地扩张和郊区景观破碎化导致局部下降，2018年后生态修复与石漠化治理促进回升。空间上低值集聚于城市建成区，高值分布于周边喀斯特山地森林覆盖良好区域。（3）林地、耕地和建设用地对生态恢复力的影响在海拔、坡度、起伏度和地形位置指数四级梯度上均呈现明显非线性关系与阈值效应。林地是生态恢复力的主要正关联因子，其相对贡献在中高地形梯度最为突出；耕地和建设用地为负关联因子，其负向边际效应随地形约束增强而加剧，适宜比例区间在复杂地形下显著收窄。上述发现表明，喀斯特山地城市群的生态恢复力治理不宜采用统一管理标准，应结合模型推导的经验参考区间，按照地形梯度异质性实施差异化土地利用调控策略。
