《Global Ecology and Conservation》：Evaluating the suitability of vegetation natural regeneration in the Yellow River Basin based on a coupled PLUS and Monte-Carlo simulation model
编辑推荐：
植被自然恢复（VNR）是生态修复的优先路径，但其空间实施常受景观尺度随机性和环境异质性制约。为评估中国黄河流域（YRB）植被自然恢复的适宜性，研究人员构建了耦合斑块生成土地利用模拟（PLUS）模型与Monte-Carlo随机模拟的框架，空间分辨率为1 km。利
植被自然恢复（VNR）是生态修复的优先路径，但其空间实施常受景观尺度随机性和环境异质性制约。为评估中国黄河流域（YRB）植被自然恢复的适宜性，研究人员构建了耦合斑块生成土地利用模拟（PLUS）模型与Monte-Carlo随机模拟的框架，空间分辨率为1 km。利用多时相土地利用数据，量化了2030年黄河流域植被自然恢复适宜性指数（Si）及其预测不确定性，以指导适应性生态分区，并借助地理探测器分析其驱动因素。结果表明，已确认恢复区域的Si（Si = 0.5775 ± 0.389）比未恢复区域（Si = 0.1939 ± 0.260）高出近三倍。据此将黄河流域划分为三个分区：低潜力区（Si = 0）、中潜力区（0 < Si ≤ 0.5）和高潜力区（0.5 < Si ≤ 1），分别占全域面积的90.45%、7.11%和2.44%，其中高潜力热点区（占黄河流域面积的1.58%）集中分布于黄河中游。Si的空间分异主要受饱和水汽压差、潜在蒸散发（PET）和年均温以及实际蒸散发（AET）控制，其中AET与PET的耦合效应（q = 0.63）展现出最强的交互解释力。本研究为定量评估植被自然恢复适宜性提供了方法，并可作为在复杂生态脆弱流域实施差异化自然恢复策略的决策支持工具。
植被自然恢复（VNR）作为生态系统自我修复的核心机制，已成为基于自然的解决方案（NbS）框架下维持生物多样性、增强生态韧性和实现可持续发展目标的关键路径。然而，VNR在空间上并非均质，而高度依赖于水热条件、土壤性质与地形特征等环境因子的异质性。因此，定量评估VNR适宜性是指导区域生态修复分区管理和优化有限保育资源配置的重要前提。已有研究多基于空间相关性评估特定属性的适宜性，但自然恢复过程中的生态水文随机性（如降雨波动、种子萌发、种间竞争等）带来显著的不确定性与偶然性，传统确定性模型难以捕捉长期植被恢复动态。为克服上述局限，本研究以生态脆弱且环境梯度显著的黄河流域（YRB）为对象，引入斑块生成土地利用模拟（PLUS）模型与Monte-Carlo随机模拟耦合的概率评估框架，在1 km分辨率下量化2030年VNR适宜性及其不确定性。研究旨在：(1) 模拟预测2030年黄河流域潜在植被自然恢复空间分布；(2) 基于适宜性指数（Si）与二值阈值划定适应性生态管理分区；(3) 识别控制恢复潜力空间异质性的关键驱动因子。
研究人员利用1990–2020年多期中国土地覆盖数据集（CLCD）、数字高程模型（DEM）、土壤属性数据及水文气候变量（包括年均温MAT、地表太阳辐射SRAD、饱和水汽压差VPD、潜在蒸散发PET和实际蒸散发AET），将土地利用类型重分类为森林、草地、灌木及其他（禁止转化为自然植被）。基于1990–2015年历史转移矩阵校准PLUS模型，采用土地扩张分析策略（LEAS）和多类型随机斑块播种机制（CARS）对2020年植被格局进行模拟验证，进而对2030年进行100次独立模拟。针对每个1 km栅格的二元再生序列，执行1000次Bootstrap重采样，计算稳健的适宜性指数（Si）及预测不确定性（SD）。采用点双列相关（rpb）、ROC-AUC和Welch t检验进行经验验证；利用Getis-Ord Gi*热点分析识别空间聚集特征；借助地理探测器中的因子检测与交互检测归因驱动因子。
**3.1 植被自然恢复适宜性**
100次独立模拟的平均Kappa系数为0.87，总体精度为0.92，独立模拟间平均相似度为0.97。经验验证显示显著的预测能力（rpb = 0.3354，p < 0.001；ROC-AUC = 0.772）。已确认再生栅格的Si（0.5775 ± 0.389）约为非再生栅格（0.1939 ± 0.260）的三倍，且57.69%的再生栅格超过0.5阈值。在类别不平衡下，模型灵敏度为54.43%，特异性为93.06%，精确率为43.88%，F1分数为0.4859，平衡精度为73.74%。低潜力区（Si = 0）占90.45%，中潜力区占7.11%，高潜力区占2.44%。中潜力区主要分布于上游及青藏高原东北缘，高潜力区集中于中游。Si均值与预测不确定性呈非线性关系：中潜力区不确定性随Si增大而上升，跨过0.5阈值后下降。
**3.2 空间特征**
热点分析（Getis-Ord Gi*）表明，92.58%的区域为不显著背景（|Z| < 1.65）。显著热点（置信度90%、95%、99%）仅占全域面积的1.58%（占可恢复区域的16.53%），主要分散于中游中东部及东北部。未检测到显著冷点，剩余可恢复区域（5.84%全域）构成围绕热点的中间过渡带。
**3.3 驱动因子**
因子检测表明，饱和水汽压差（VPD）解释力最强（q = 0.325，p < 0.001），其次为潜在蒸散发（PET，q = 0.262）、年均温（MAT，q = 0.22）和实际蒸散发（AET，q = 0.14），地表太阳辐射（SRAD，q = 0.10）不显著。交互检测显示所有水热因子均呈现双因子或非线性增强效应，其中AET与PET的耦合解释力最高（q = 0.63），其次为AET与MAT（q = 0.52）和AET与VPD（q = 0.51）。
**讨论**
水热因子共同控制VNR适宜性的空间分异，符合干旱半干旱区水热限制理论。VPD作为大气干燥度指标，通过诱导气孔关闭、加剧幼苗脱水直接抑制自然恢复。AET与PET、MAT、VPD的强交互表明单一环境维度的有利条件在水分亏缺或高蒸发胁迫下难以有效促进恢复，需采取“因地制宜”的系统性干预策略。与常规静态评估相比，本研究概率化评估显示黄河流域整体VNR适宜性极低且零值膨胀，高潜力区仅呈斑块状分布于中游支流谷地；中潜力区过渡带反映高海拔低温、短生长季下的脆弱恢复潜力；低潜力区占90%以上，提示自然恢复难以实现，需主动干预或工程措施。该方法为生态修复空间优先级排序和差异化策略制定提供定量工具，但受限于历史数据分布、多源数据精度及极端事件表征能力，适用于宏观识别与区域策略制定，而不能替代样地级精细调查。
**结论**
(1) 黄河流域自然植被恢复适宜性总体受限且空间极化，低潜力区（Si = 0）占90.45%，中潜力区（0 < Si ≤ 0.5）占7.11%，高潜力区（0.5 < Si ≤ 1）占2.44%。(2) Si热点分布于黄河中游中东部及东北部，仅覆盖全域的1.58%，92.58%的区域为不显著背景，且未发现显著冷点。(3) 空间分异主要受水热因子非线性协同作用控制，以饱和水汽压差、潜在蒸散发、年均温及实际蒸散发为主导；配对因子普遍诱发双因子和非线性增强，其中AET与PET的耦合（q = 0.63）产生最强交互解释力。
