基于MGWR模型的森林覆盖率分布特征及影响因素

摘要

【目的】森林资源是社会发展的物质基础，也是可持续发展的重要保障，探析森林覆盖率的空间分布特征及其影响因素，为保护和发展森林资源提供建议。【方法】以省市为基本研究单位，结合各地区基础数据，基于ArcGis Pro与GeoDa平台，探究全国尺度下森林覆盖率的空间分布特征。采用空间自相关分析揭示森林覆盖率空间分布异质性，并通过多重共线性检验筛选显著影响变量。进一步构建多元线性回归模型（OLS模型）、地理加权回归模型（GWR模型）和多尺度地理加权回归模型（MGWR模型），比较其在解释森林覆盖率影响因素中的适用性。【结果】（1）森林覆盖率在空间上呈现显著的正向依赖，全局Moran’s I指数为0.502,Z值为4.34（p<0.001）;（2）根据模型评价指标结果，相较于OLS模型和GWR模型，MGWR模型在探究森林覆盖率影响因素的研究中表现出最佳的性能，其R²和R均最高，AICc则最低；（3）基于MGWR模型的分析结果表明，降水量在空间上与森林覆盖率呈现正相关，日照和土壤平均p H值呈现负相关，各自然因素在西部地区对森林覆盖率的影响更大，而东部地区森林覆盖率受社会经济活动影响更大。【结论】（1）森林覆盖率在空间上表现出不均衡性，整体格局呈现“东南-西北”梯度递减分布，在空间分布上呈聚集态势，局部空间关联类型主要为高-高聚类、低-低聚类，适用于多尺度地理加权回归分析；（2）多尺度地理加权回归模型在探究森林覆盖率影响因素的研究中表现出较好的效果，能够解释81.2%的森林覆盖率的变化差异。

关键词

森林覆盖率 / 多尺度地理加权回归模型 / 空间异质性 / 空间分布 / 地理信息系统

基金资助

国家自然科学基金项目(32201558)