近日，陳軍院士作為通訊作者，與西南交大、四川師范、四川省國(guó)土科研院等多家單位合作，在環(huán)境科學(xué)頂級(jí)期刊《Journal of Environmental Management》發(fā)表題為“Optimizing regional ecological security patterns based on interpretable machine learning models: A case study of Huzhou, Zhejiang Province”研究論文，基于可解釋機(jī)器學(xué)習(xí)模型的區(qū)域生態(tài)安全格局優(yōu)化 —— 以浙江省湖州市為例！
本項(xiàng)目得到了國(guó)家自然科學(xué)基金重大項(xiàng)目“智能測(cè)繪混合計(jì)算理論與方法研究”和自然資源部“構(gòu)建中國(guó)三維寫實(shí)地理空間景觀模型總體設(shè)計(jì)計(jì)劃”的支持。
亮點(diǎn)
采用貝葉斯優(yōu)化參數(shù)的CatBoost模型評(píng)估自然與社會(huì)經(jīng)濟(jì)指標(biāo)對(duì)生態(tài)源地的影響。
應(yīng)用SHAP闡明阻力因子的貢獻(xiàn)，揭示了閾值效應(yīng)。
CatBoost-SHAP為因地制宜的優(yōu)化提供了思路。
論文鏈接：
https://doi.org/10.1016/j.jenvman.2025.126905
1文章摘要
科學(xué)劃定城市周邊生態(tài)源地、構(gòu)建生態(tài)阻力面，對(duì)于理解景觀連通性、提升區(qū)域生態(tài)安全至關(guān)重要，是實(shí)現(xiàn)現(xiàn)代城市生態(tài)文明建設(shè)高質(zhì)量可持續(xù)發(fā)展的關(guān)鍵。
本研究選取涵蓋自然與社會(huì)經(jīng)濟(jì)要素的關(guān)鍵指標(biāo)作為生態(tài)阻力因子，結(jié)合SHAP（Shapley加法解釋）的CatBoost 算法、電路理論，對(duì)湖州市生態(tài)安全格局進(jìn)行了系統(tǒng)分析。結(jié)果表明：
1）識(shí)別出20個(gè)生態(tài)源地斑塊，總面積1117平方公里；2）基于可解釋機(jī)器學(xué)習(xí)結(jié)果，研究區(qū)東北部及中南部高生態(tài)阻力區(qū)面積為500.75平方公里，占區(qū)域總面積的8.6%；3）通過電路理論識(shí)別出40條生態(tài)廊道、348個(gè)生態(tài)夾點(diǎn)及11個(gè)生態(tài)障礙面。
研究結(jié)果支撐構(gòu)建了 “兩屏、三帶、四廊、五區(qū)” 的空間框架。此外，通過三維真實(shí)地理空間景觀模型（3dRGLm）增強(qiáng)空間認(rèn)知，為生態(tài)關(guān)鍵區(qū)域提供可視化的優(yōu)化規(guī)劃思路。
本研究為推動(dòng)區(qū)域高質(zhì)量可持續(xù)發(fā)展提供了政策指導(dǎo)思路，對(duì)生態(tài)規(guī)劃與管理具有重要實(shí)踐意義。
關(guān)鍵詞
生態(tài)安全格局；機(jī)器學(xué)習(xí)；生態(tài)阻力面；生態(tài)系統(tǒng)服務(wù)功能重要性；規(guī)劃與啟示
2文章引言
城市化快速擴(kuò)張加劇了區(qū)域景觀破碎化、棲息地隔離及物種間信息與物質(zhì)交換受阻，導(dǎo)致生物多樣性減少，引發(fā)水土流失、環(huán)境污染、土地退化等一系列生態(tài)環(huán)境問題，威脅人類生存環(huán)境與經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，而城市生態(tài)空間作為日常生產(chǎn)生活的重要安全緩沖帶，對(duì)城鎮(zhèn)化中平衡經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)至關(guān)重要。
“生態(tài)安全” 概念應(yīng)運(yùn)而生以應(yīng)對(duì)上述問題，其源于1987年《我們共同的未來》報(bào)告中的環(huán)境安全理念，1989年國(guó)際應(yīng)用系統(tǒng)分析研究所首次闡釋其內(nèi)涵，強(qiáng)調(diào)其與人類社會(huì)的關(guān)聯(lián)，且與軍事、政治等安全同等重要。生態(tài)安全空間是維持生態(tài)系統(tǒng)功能、平衡經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的核心，研究者發(fā)現(xiàn)景觀格局、生態(tài)功能與過程的相互作用促進(jìn)生態(tài)安全格局（ESPs）形成，該格局是保障生態(tài)系統(tǒng)功能可持續(xù)性的有效措施，其構(gòu)建框架為 “生態(tài)源識(shí)別 - 生態(tài)阻力面構(gòu)建 - 生態(tài)廊道提取”。
作為高質(zhì)量發(fā)展與共同富裕示范區(qū)先行城市，湖州肩負(fù)探索共同富裕路徑的使命，且擁有聯(lián)合國(guó)全球地理信息知識(shí)與創(chuàng)新中心，為可持續(xù)發(fā)展提供支撐，因此本研究旨在科學(xué)自動(dòng)構(gòu)建生態(tài)安全格局，保障生態(tài)城市高質(zhì)量可持續(xù)發(fā)展，維持生產(chǎn)與生態(tài)空間穩(wěn)定，分階段推進(jìn)自然資源高質(zhì)量保護(hù)、生態(tài)文明建設(shè)及人居環(huán)境轉(zhuǎn)型三大目標(biāo)。
3研究方法
圖1.研究流程圖
3.1. 研究區(qū)域與數(shù)據(jù)
基本研究以浙江省湖州市（面積5820km2）為研究區(qū)，采用多源數(shù)據(jù)開展研究，包括30m分辨率土地利用、高程等基礎(chǔ)數(shù)據(jù)，500m夜間燈光、100m人口密度等社會(huì)經(jīng)濟(jì)數(shù)據(jù)，以及河流、降水、植被覆蓋度（FVC）等自然地理數(shù)據(jù)，數(shù)據(jù)經(jīng)柵格化處理后統(tǒng)一至30×30m分辨率，投影坐標(biāo)標(biāo)準(zhǔn)化為 WGS_1984_UTM_Zone50N。
圖1. 研究地理位置。
3.2. 生態(tài)源地提取
先通過MSPA模型從森林、灌木林等生態(tài)功能強(qiáng)、人為干擾小的前景數(shù)據(jù)中提取核心區(qū)作為初步源地；
再評(píng)估碳匯（以植被凈初級(jí)生產(chǎn)力為指標(biāo)）、水源涵養(yǎng)、土壤保持、棲息地質(zhì)量四項(xiàng)生態(tài)系統(tǒng)服務(wù)功能，采用CRITIC法加權(quán)得到生態(tài)功能綜合質(zhì)量指數(shù)，結(jié)合景觀形態(tài)特征，通過自然斷點(diǎn)法選取面積大于10km2的高功能區(qū)域作為最終生態(tài)源地。
3.3. 生態(tài)源地提取生態(tài)阻力因子選取
選取海拔、距河流距離、地表溫度、植被覆蓋度、人口密度、距道路距離、夜間燈等9項(xiàng)；
采用CatBoost算法構(gòu)建阻力面，以生態(tài)源地（低阻力，正樣本）和低生態(tài)服務(wù)功能區(qū)（高阻力，負(fù)樣本）各8000個(gè)樣點(diǎn)（樣點(diǎn)間距 > 30m）為訓(xùn)練數(shù)據(jù)（按7:3劃分訓(xùn)練集與測(cè)試集），通過分層5折交叉驗(yàn)證結(jié)合貝葉斯優(yōu)化確定最優(yōu)參數(shù)，以準(zhǔn)確率、召回率、F1 分?jǐn)?shù)及 AUC 評(píng)估模型性能。
最后，基于生態(tài)源地和阻力面，運(yùn)用電路理論，通過Circuitscape的Linkage Mapper模塊提取生態(tài)廊道，并識(shí)別夾點(diǎn)與障礙。
圖3. 生態(tài)阻力因子。 (a) 數(shù)字高程模型（DEM）；(b) 地形起伏度；(c) 坡度；(d) 距河流距離；(e) 地表溫度（LST）；(f) 植被覆蓋度（FVC）；(g) 人口密度；(h) 距道路距離；(i) 夜間燈光。
4研究結(jié)果
4.1 生態(tài)系統(tǒng)服務(wù)功能（ESs）分析
2022年湖州市四項(xiàng)生態(tài)系統(tǒng)服務(wù)功能（碳匯、土壤保持、水源涵養(yǎng)、棲息地質(zhì)量）空間異質(zhì)性顯著。其中，碳匯高及極高值區(qū)面積2616.04km2（占44.88%），主要分布在西南天目山、龍王山及支流、中南部莫干山和北部顧渚山；土壤保持高及極高值區(qū)2513.66km2（43.21%），集中于西南高森林覆蓋率山區(qū)；水源涵養(yǎng)高及極高值區(qū)較小，為1124.36km2（19.34%），主要在中南部，與土壤黏粒含量高導(dǎo)致保水能力強(qiáng)但滲透性差相關(guān)；棲息地質(zhì)量低及極低區(qū)僅588.1km2（10.1%）。
碳匯、土壤保持、棲息地質(zhì)量空間分布整體呈現(xiàn) “西南高、東北低”，水源涵養(yǎng)則為 “西南高、中部低”。
經(jīng)MSPA初步篩選結(jié)合CRITIC法加權(quán)的四項(xiàng)服務(wù)功能評(píng)估，最終確定20個(gè)生態(tài)源地斑塊（面積1117km2，占19.19%），主要位于安吉、德清、長(zhǎng)興縣；低生態(tài)服務(wù)功能區(qū)面積1703.53km2（29.27%），集中在南潯區(qū)。
圖4. 生態(tài)系統(tǒng)服務(wù)功能（ESs）重要性及服務(wù)功能提取能力分區(qū)。（a）碳匯功能；（b）土壤保持功能；（c）水源涵養(yǎng)功能；（d）棲息地質(zhì)量功能；（e）生態(tài)源地與低生態(tài)服務(wù)功能區(qū)的空間分布。
4.2 生態(tài)阻力面
阻力因子特征分析顯示，DEM與其他因子交互最顯著（與LST、夜間燈光、人口呈負(fù)相關(guān)，與FVC呈正相關(guān)），且各因子無共線性，樣本分離度高。
對(duì)比七種機(jī)器學(xué)習(xí)算法，CatBoost表現(xiàn)最優(yōu)，訓(xùn)練集AUC達(dá)0.998，測(cè)試集AUC為0.992，準(zhǔn)確率、召回率等指標(biāo)均超0.93。
特征重要性排序?yàn)椋篋EM（24.46）> 距道路距離（15.85）> 夜間燈光（11.77）> 距河流距離（11.38）>FVC（11.1）等。
SHAP分析揭示各因子閾值效應(yīng)：如DEM在97.5m時(shí)影響反轉(zhuǎn)（高于此值對(duì)生態(tài)源地為正效應(yīng)），LST在26.13℃以上負(fù)面影響增強(qiáng)，F(xiàn)VC超0.75 時(shí)正效應(yīng)更顯著，人口密度超1.7 人/像素、距道路越近則負(fù)面影響越大等。
圖5. 阻力因子間的配對(duì)圖（藍(lán)色 0 代表低生態(tài)功能區(qū)；橙色 1 代表生態(tài)源地）
圖6. 機(jī)器學(xué)習(xí)模型的比較與選擇
圖7. CatBoost模型中的特征貢獻(xiàn)度與AUC表現(xiàn)
圖8. 基于CatBoost模型的SHAP特征依賴圖
4.3 生態(tài)阻力面（ERS）空間分布
DEM、夜間燈光、LST 等為正阻力因子（值越高阻力越強(qiáng)），距河流、道路距離及FVC為負(fù)阻力因子（值越高阻力越弱）。
經(jīng)自然斷點(diǎn)分類與特征重要性加權(quán)疊加，高生態(tài)阻力區(qū)面積500.75km2（占8.6%），主要分布在東北部（城市交通樞紐，人類活動(dòng)頻繁、河網(wǎng)密集，阻礙生物遷移）和中南部（受地形影響，海拔高、坡度陡、地形起伏大）。
CatBoost模型預(yù)測(cè)的阻力面與實(shí)際現(xiàn)象高度吻合，可靠性強(qiáng)，體現(xiàn)出湖州市生態(tài)阻力面顯著的空間異質(zhì)性。
圖9. 基于CatBoost模型構(gòu)建的湖州市生態(tài)阻力面（ERS）
4.4 生態(tài)修復(fù)關(guān)鍵區(qū)域
生態(tài)源地按生態(tài)流中心性分為關(guān)鍵（占 50.68%）、重要（28.26%）、一般（21.06%）三類，關(guān)鍵區(qū)主要在天目山、龍王山、莫干山，物種豐富且形成穩(wěn)定生態(tài)屏障。
基于電路理論提取40條生態(tài)廊道（總長(zhǎng)298.826km），分關(guān)鍵、重要、一般三類，關(guān)鍵廊道集中在天目山等區(qū)域，有效連接破碎化源地。生態(tài)連通性顯示，天目山 - 龍王山 - 莫干山連通性最強(qiáng)，牟山 - 顧渚山最弱（受人類活動(dòng)影響大）。識(shí)別348個(gè)生態(tài)夾點(diǎn)（總面積 22.87km2），最大者位于天目山 - 莫干山連接帶（4.15km2）；11個(gè)最高級(jí)生態(tài)障礙面（0.6km2）分散于天目山 - 莫干山區(qū)域，部分與夾點(diǎn)相鄰，為亟需修復(fù)的關(guān)鍵區(qū)域。
圖10. 各生態(tài)要素的提取與分級(jí)
5研究討論
通過整合MSPA和InVEST模型識(shí)別生態(tài)源地，結(jié)合景觀形態(tài)與多項(xiàng)生態(tài)系統(tǒng)服務(wù)，較傳統(tǒng)方法更全面，且識(shí)別的1117km2生態(tài)源地超過規(guī)劃目標(biāo)，與政策及文獻(xiàn)一致，驗(yàn)證了可靠性。
貝葉斯優(yōu)化的CatBoost 模型處理高維、非線性空間數(shù)據(jù)能力強(qiáng)，測(cè)試集AUC達(dá)0.992，結(jié)合SHAP揭示了DEM、FVC等因子的閾值效應(yīng)，如DEM超97.5m 對(duì)生態(tài)源地呈正效應(yīng)，LST超26.13℃負(fù)面影響增強(qiáng)等，印證了生態(tài)阻力的閾值特性。
基于此，湖州構(gòu)建了 “兩屏、三帶、四廊、五區(qū)” 生態(tài)安全格局，“兩屏” 為天目山和顧渚山生態(tài)屏障，“三帶” 起緩沖整合作用，“四廊” 保障生態(tài)連通，“五區(qū)” 各有側(cè)重，呼應(yīng)當(dāng)?shù)匾?guī)劃。
圖11. 湖州市生態(tài)安全格局
3dRGLm通過三維虛擬空間增強(qiáng)人地關(guān)系認(rèn)知，結(jié)合SHAP分析為生態(tài)空間建設(shè)提供定制建議，輔助決策。
圖12. 3dRGLm促進(jìn)了湖州生態(tài)空間的優(yōu)化。
研究存在局限性：碳儲(chǔ)量評(píng)估未涵蓋土壤碳匯及微尺度單元，數(shù)據(jù)分辨率不一致可能影響結(jié)果，生態(tài)廊道等需實(shí)地驗(yàn)證，模型普適性待考。
未來研究將向三維空間轉(zhuǎn)型，細(xì)化城市綠色空間結(jié)構(gòu)與生態(tài)過程，推動(dòng)自然與社會(huì)經(jīng)濟(jì)協(xié)調(diào)發(fā)展，助力高質(zhì)量可持續(xù)城市建設(shè)。
6研究結(jié)論
本研究整合MSPA-InVEST模型、貝葉斯優(yōu)化的CatBoost算法及電路理論，對(duì)湖州市生態(tài)安全格局進(jìn)行分析，旨在平衡區(qū)域保護(hù)與發(fā)展。研究結(jié)果為制定適宜的管理措施提供了可推廣的科學(xué)理論依據(jù)。研究表明：
所選生態(tài)阻力因子未呈線性關(guān)系，且樣本間存在顯著分離。研究發(fā)現(xiàn)，CatBoost在處理非線性關(guān)系方面具有顯著優(yōu)勢(shì)，模型預(yù)測(cè)精度較高。
影響生態(tài)源地的三個(gè)主要特征為數(shù)字高程模型（DEM）、距道路距離和夜間燈光。運(yùn)用SHAP闡明各阻力因子的貢獻(xiàn)值時(shí)，發(fā)現(xiàn)存在閾值效應(yīng)；具體而言，當(dāng)阻力因子超過某一閾值時(shí)，會(huì)對(duì)預(yù)測(cè)結(jié)果產(chǎn)生正向或負(fù)向影響。
基于包含生態(tài)源地、生態(tài)廊道及生態(tài)夾點(diǎn)的湖州市生態(tài)安全格局，劃定了 “兩屏、三帶、四廊、五區(qū)” 的生態(tài)分區(qū)治理方案。此外，通過結(jié)合可解釋機(jī)器學(xué)習(xí)與三維真實(shí)地理空間景觀模型（3dRGLm），為優(yōu)化區(qū)域生態(tài)安全提供了實(shí)踐參考。
京公網(wǎng)安備 11010802031220號(hào)