山地城市生态质量时空演变的XGBoost-MGWR多尺度驱动机制

摘要

【目的】生态环境质量是区域可持续发展与生态文明建设的重要基础。然而现有研究多依赖线性或单尺度模型，难以揭示生态过程中的非线性响应与空间异质性特征，且较少关注驱动机制的长期动态演变。基于此，本研究通过构建一个双模型耦合分析框架，旨在系统解析山地型城市生态质量的时空演变规律与复合驱动机制，并为其差异化生态治理提供科学依据。【方法】以福建省南平市为例，基于Google Earth Engine(GEE)评估2000—2023年生态质量的时空演变规律；使用XGBoost-SHAP模型量化驱动因子的非线性贡献、阈值效应及交互机制；采用多尺度地理加权回归（MGWR）模型，揭示各因子的空间异质性与作用尺度。【结果】（1）2000—2023年南平市生态质量呈波动上升趋势（遥感生态指数RSEI均值从0.649增至0.671），形成“中部较低、四周较高”的空间格局。（2）2000—2023年间南平市生态质量以改善为主，其面积占比为41.62%。而生态恶化区域主要分布于建阳区、邵武市与延平区，面积占比33.56%。（3）XGBoost–SHAP结果表明，2000—2023年南平市生态质量的驱动机制已从自然因子主导转向人类活动与自然本底共同作用的复合模式。其中耕地与建筑用地占比等人为因子重要性大幅提升，成为影响生态质量的关键负向驱动力。（4）MGWR结果进一步揭示各因子的实际作用尺度均不一致，且各因子的空间作用尺度亦随时间演变，其中高程、坡度与人口密度的空间异质性最为显著。【结论】本研究利用XGBoost-MGWR双模型耦合框架揭示了南平市生态环境质量变化的关键驱动因子，并明确了其影响阈值与作用尺度。研究结果可为南平市及其他山地型城市的生态空间优化与精准治理提供理论与数据支撑。

关键词

遥感生态指数(RSEI) / XGBoost-SHAP模型 / MGWR模型 / 双模型耦合 / Google Earth Engine / 山地型城市 / 时空演变 / 多尺度驱动机制 / 空间异质性