郑州大学:黄河流域植被突变与逆转趋势的时空格局:气候与人类驱动因素

创新点

1. 关注突变与逆转趋势：区别于以往长期线性趋势研究，聚焦于短期动态变化，揭示了被线性模型掩盖的“逆转趋势”（如从绿化转向褐化）。

2. 方法创新：采用BFAST算法识别时间序列中的结构突变点，并结合随机森林模型与SHAP值进行归因分析，提升了突变检测和驱动因素解释的可靠性。

3. 关键发现：首次指出黄河流域21.35%的植被区域出现从绿化到褐化的逆转趋势，并识别出2011年为正向突变最集中的年份，与干湿转换和生态工程协同作用密切相关。

4. 多因素综合分析：不仅考虑气候（温度、降水、PDSI、土壤湿度等），还引入人类足迹数据，系统比较了不同驱动因素的相对重要性。

摘要

植被变化既包括渐变趋势，也包括突变，而突变是检测植被状态转变和识别环境压力的关键指标。近年来，黄河流域的植被生态系统结构和功能发生了显著变化，但对这些变化中是否存在突变及其驱动机制的理解仍有限。本研究利用NDVI作为植被变化的代理变量，基于BFAST算法刻画了植被突变的时空分布特征，并采用随机森林模型阐明其驱动因素。结果表明：黄河流域73.1%的植被至少经历了一次突变，2011年是突变峰值年（影响面积占9.8%）。值得注意的是，21.35%的像元表现出趋势逆转现象，这在以往线性趋势研究中被掩盖。在驱动因素方面，正向突变主要由适度升温和极端降水异常驱动；2011年集中出现的正向突变显著受干湿年转换和生态恢复工程影响。而负向突变主要由极端气温和增强的人类活动导致。这些发现揭示了黄河流域植被突变的原因与响应机制，为该区域植被变化规律的研究提供了新视角。

结论

1. 黄河流域73.10%的植被经历了不同程度的突变，其中2011年突变最集中。

2. 21.35%的植被区域呈现从绿化到褐化的逆转趋势，主要分布在甘肃中部等地。

3. 正向突变主要由降水异常（尤其是干湿转换）驱动，而负向突变主要受极端温度和人类活动（如城市化）影响。

4. 2011年的正向突变峰值是气候突变（干旱转湿润）与生态恢复工程（如退耕还林、草原补偿计划）共同作用的结果。

5. 研究强调，应将突变作为生态系统转变的早期预警指标，尤其在气候极端和生态恢复密集区，为黄河流域生态政策的适应性管理提供了科学依据。

图1：研究区域。（(a) 黄河流域高程，(b) 黄河流域分布，(c) 2020年黄河流域土地覆盖类型）

图2：黄河流域突变年份的空间分布及其关键区域。（(a) 整体空间分布，(b)-(e) 关键区域，(f) 突变年份的时间分布）

图3：黄河流域突变幅度的空间分布及其关键区域。（(a) 整体空间分布，(b)-(e) 关键区域，(f) 突变幅度频率）

图4：不同年份突变数量的直方图。（(a) 正向突变，(b) 负向突变）

图5：黄河流域趋势类型的空间分布及其关键区域。（(a) 整体空间分布，(b)-(e) 关键区域，(f) 各类型比例）

图6：黄河流域分段趋势显著性的空间分布及其关键区域。（(a) 整体空间分布，(b)-(e) 关键区域，(f) 各类型比例）

图7：不同土地覆盖类型下的突变年份、突变幅度和趋势类型统计。（(a) 突变年份统计，(b)-(e) 突变幅度直方图，(f) 趋势类型比例）

图8：不同特征的平均绝对SHAP值及其重要性排序。

图9：不同驱动因子的时间序列图。（(a)-(f) 气候与人类活动因子的年际变化，(g) 多变量ENSO指数（MEI）时间序列，(h) 黄河流域生态恢复项目实施时间线）

图10：不同特征的SHAP值散点图（展示SHAP值随特征值变化的趋势）。

He X, Fan T, Qiao M. (2025). Spatiotemporal patterns of abrupt vegetation changes and reversal trends in the Yellow River Basin: Climate and human drivers. Ecological Indicators, 175: 113502.

https://doi.org/10.1016/j.ecolind.2025.113502