《Land Degradation & Development》：Linking Ecosystem Risk, Health, Services to Ecological Security Assessment in the Yellow River Basin: Spatiotemporal Dynamics and Nonlinear Driving Characteristics
编辑推荐：
对黄河流域（Yellow River Basin, YRB）生态安全（Ecological Security, ES）的科学评估及其关键驱动因子的非线性机制研究，对于区域生态保护与可持续发展具有重要意义。本研究提出一种将生态系统风险（Ecosystem Ris
对黄河流域（Yellow River Basin, YRB）生态安全（Ecological Security, ES）的科学评估及其关键驱动因子的非线性机制研究，对于区域生态保护与可持续发展具有重要意义。本研究提出一种将生态系统风险（Ecosystem Risk, ER）、生态系统健康（Ecosystem Health, EH）与生态系统服务（Ecosystem Services, ESS）相耦合的ES评估框架，并将其应用于揭示2000—2023年间YRB的ES演变特征，同时检验了评估结果的可靠性。通过耦合XGBoost-SHAP模型，研究人员识别了影响ES的主导驱动因子，并量化了其非线性响应关系及关键阈值。结果表明：在ER显著下降、EH与ESS整体改善的综合作用下，YRB的ES水平呈稳步上升趋势，空间格局稳定呈现“南高北低”分布，且具有显著的空间正相关特征。林地与草地占比、降水量、植被覆盖度以及建设用地占比是影响ES的主导驱动因子，且各驱动因子对ES的影响均表现出明显的阈值特征。其中，林地与草地占比、降水量和植被覆盖度分别超过49.6%、512.2 mm和67.2%的阈值后，其对ES的增益效应显著增强；建设用地占比超过10.5%阈值后，其生态效应转为负向，呈现胁迫作用。该研究不仅为YRB的ES管理提供了关键调控对象与阈值依据，也为其他类似区域的ES研究提供了稳健的分析框架。
论文解读
一、研究背景与问题提出
生态安全（Ecological Security, ES）是区域经济安全与社会稳定的生态基础与支撑。随着社会经济快速发展和人类活动持续扩张，生产与生活所需的自然资源日益逼近甚至超过生态系统的承载阈值，由此引发资源短缺、生态系统退化、生物多样性丧失等一系列ES问题，严重威胁区域生态安全。一般意义上，生态系统只有在健康、能提供充足服务且面临较小外部风险时，才被认为是安全的。因此，生态系统风险（Ecosystem Risk, ER）、生态系统健康（Ecosystem Health, EH）与生态系统服务（Ecosystem Services, ESS）三个维度应当被耦合起来，对区域ES进行综合诊断。
然而，以往大量ES评估研究往往聚焦于某一特定生态属性，如仅关注EH或ESS，较少有研究将风险、健康与服务三个维度同时纳入整合框架。尽管近年来已有部分研究开始探索综合评估框架，但系统性应用仍显不足。此外，在驱动机制研究方面，传统方法如地理探测器、地理加权回归、多元线性回归和相关分析等，在处理高维、非线性属性、变量贡献及其作用轨迹方面仍存在显著不确定性，制约了驱动机制研究的深度与科学性。机器学习算法如XGBoost虽能较好地捕捉复杂非线性模式，但其“黑箱”特性又限制了模型的可解释性。
黄河流域（Yellow River Basin, YRB）具有中国大型河流典型的生态脆弱性与敏感性特征。2019年中国提出了YRB重大国家战略，旨在将其建设为协调ES与社会经济发展的创新示范区。然而，目前鲜有研究在YRB同时考虑ER、EH和ESS开展综合定量ES评估，更少有研究进一步揭示ES的非线性驱动机制与关键阈值。这一知识空白制约了流域精准有效生态管理政策的制定。为此，本研究构建了整合ER、EH与ESS的ES评估框架，并进一步采用XGBoost-SHAP耦合模型识别影响ES的主导驱动因子及其非线性驱动路径。
二、研究内容与主要技术方法
研究人员以2000、2005、2010、2015、2020和2023年为典型年份，以YRB内535个县为基本评估单元，系统收集并处理了自然地理、遥感监测和社会经济三类数据。自然地理数据包括DEM、降水、温度和蒸散发及土壤属性；遥感监测数据包括土地利用类型、净初级生产力（Net Primary Productivity, NPP）和植被覆盖度；社会经济数据主要包括人口和GDP等。
研究采用的主要技术方法包括：其一，ER评估采用景观生态风险评估模型，通过景观干扰指数和景观脆弱性指数综合计算；其二，EH评估采用经典VOR评估框架，从生态系统活力（以NPP为代理指标）、生态系统组织（通过景观异质性和景观连通性两个维度量化）和生态系统恢复力（通过不同土地利用类型的抵抗系数和恢复系数加权计算）三个维度综合衡量；其三，ESS评估选取栖息地质量、碳固存、产水量和土壤保持四项服务，经标准化后等权加权生成生态系统服务指数（Ecosystem Services Index, ESSI）；其四，将ERI、EHI和ESSI按等权（0.333、0.333、0.334）加权合成生态安全指数（Ecological Security Index, ESI）；其五，采用Theil-Sen中值趋势分析与Mann-Kendall显著性检验诊断ES变化趋势，采用全局空间自相关和热点分析识别空间集聚特征；其六，耦合XGBoost-SHAP模型，通过贝叶斯优化结合五折交叉验证进行超参数调优，识别主导驱动因子并量化其非线性响应关系及关键阈值。
三、研究结果
3.1 ES维度差异
ER在YRB整体呈显著下降趋势，表明流域整体生态脆弱性和威胁水平得到有效遏制。相应地，EH和ESS总体呈改善态势，反映近几十年来YRB生态系统质量持续提升。空间上，ER整体呈“中部高、南北低”的三级阶梯式分布格局；EH和ESS空间格局较为相似，总体呈自东南向西北递减的分布特征，高值区主要位于秦岭沿线地带，低值区主要位于内蒙古西部和甘肃西北部各县。
3.2 ES时空变化特征
ESI表现出显著的空间异质性，总体呈“南高北低”的相对稳定空间格局。从等级结构演变看，2000年高安全、较高安全和中等安全等级县数分别为40、107和155个，低安全和较低安全等级县数分别为175和58个；到2023年，高安全、较高安全和中等安全等级县数分别增至69、135和172个，低安全和较低安全等级县数分别降至114和45个，表明大量原本等级较差的县成功升级，流域ES基础得到实质性巩固。时间变化上，流域内近88.8%的县（共475个）ESI呈上升趋势，其中80个县达到显著上升水平；仅60个县呈下降趋势，其中仅孟津县、民勤县和大武口区3个县达到显著下降水平。
全局Moran's I在2000—2023年间介于0.621—0.644之间，均通过p<0.001显著性检验，表明YRB的ES水平存在显著正向空间相关。ESI冷点区主要集中于YRB北部和东部，以极显著冷点区为主，县域数量由2000年的147个增至2023年的162个；热点区主要位于YRB中南部，呈沿秦岭生态屏障的东西向带状分布，以极显著热点区为主，县域数量由175个增至201个。
3.3 ES驱动因子
XGBoost模型在最优参数配置下取得优异预测性能，R2=0.925，RMSE=0.039，MAE=0.029，残差分布集中于零附近且无明显系统偏差。SHAP重要性排序显示，林地与草地占比（Forest and Grassland Proportion, FGP）、降水量（Precipitation, PRE）、植被覆盖度（Vegetation Coverage, VEC）和建设用地占比（Construction Land Proportion, CLP）主导模型预测，是影响YRB的ESI的主导驱动因子，贡献率分别为48.9%、20.7%、14.6%和10.8%，其中FGP作用最强。潜在蒸散发和人均GDP贡献较小，均低于3%。
各主导驱动因子对ESI的影响均呈现明显的非线性响应和阈值特征。FGP与SHAP值呈非线性正相关，当FGP达到49.6%阈值时，SHAP值由负转正并随FGP增加持续上升。PRE亦呈显著阈值效应，当PRE超过512.2 mm阈值时，SHAP值由负转正并持续攀升。VEC在达到67.2%阈值后，SHAP值由负转正并随VEC增加持续上升。CLP则呈现完全相反的特征：当CLP低于10.5%时SHAP值为正，表明适度增加建设用地面积对生态系统有一定积极作用；一旦超过10.5%阈值，SHAP值迅速由正转负，表明开发强度超过承载阈值后将对ESI产生抑制作用。
四、讨论与结论
在讨论部分，研究人员对ES评估框架的适用性进行了验证。通过选取遥感生态指数（Remote Sensing Ecological Index, RSEI）作为独立基准指标，采用双变量空间自相关方法计算ESI与RSEI之间的全局Moran's I，结果显示两者在2000—2023年间存在显著正向空间自相关（Moran's I介于0.253—0.428，均通过p<0.001检验），表明本研究评估的高ESI值区域与RSEI指示的良好生态质量区域在空间上高度重叠，显著增强了评估结果的可靠性。该框架兼具系统性与灵活性，系统性体现在同时覆盖生态系统压力、状态与功能响应，灵活性体现在底层指标可根据评估区域的具体生态问题、数据基础和管理重点进行调整，具有推广至其他类似生态地理区域的潜力。
关于阈值效应，FGP（49.6%）和VEC（67.2%）的生态效益阈值可能对应景观尺度上生态用地达到一定规模后，内部栖息地质量、物种流动和生态系统过程开始形成自我维持、自我强化的正循环的临界点。PRE阈值（512.2 mm）深刻揭示了水分因子在YRB这一以干旱半干旱区为主区域的核心限制作用：阈值以下生态系统处于水分敏感状态，降水增加主要用于维持基本代谢，ES改善缓慢；阈值以上水分约束解除，降水增加能更有效地转化为生产力和生态功能提升。CLP阈值（10.5%）明确指示了YRB县域尺度开发建设活动的生态警戒线。
研究结论可概括为：2000—2023年间，YRB的ER显著下降，EH和ESS总体改善；空间上ER呈“中部高、南北低”格局，EH和ESS均呈自东南向西北递减特征。在三者综合作用下，YRB的ES水平稳步提升，形成并维持“南高北低”的稳定空间格局，近90%的县ES水平呈上升趋势，安全等级结构持续优化。ES水平具有显著正向空间相关，热点区连续分布于中南部，冷点区主要集中于北部和东部。FGP、PRE、VEC和CLP是主导驱动因子，贡献率分别为48.9%、20.7%、14.6%和10.8%，各因子均呈现显著非线性特征和阈值效应。该研究不仅为推进国家战略提供了具体可操作的调控阈值和管理抓手，也为其他类似区域的ES评估与深入研究提供了可借鉴的方法范式。
