Spatial Heterogeneity and Nonlinear Environmental Associations of Positive Climatic Moisture Deficit with Implications for Sustainable Water Resource Assessment: A Case Study of Anyang
Yan Li · Xiaohua Yang · Dehui Bian 等 9 人
以安阳为例，用XGBoost-SHAP分析2000—2020年气候水分亏缺的空间异质性及其环境关联。
1 km月降水与潜在蒸散数据计算CMD+，结合XGBoost-SHAP与嵌套空间
CMD+西部山区低、中东部平原高；高程贡献66.1%，NDVI与灌溉比例呈显著非线性交互。
可引入多源遥感与作物种植结构，探究CMD+非线性阈值对灌溉需水与水资源配置的传导机制。
以安阳为案例，用遥感与XGBoost-SHAP揭示气候水分亏缺的空间异质性，方法有新意、结论可靠，但属区域案例研究，公共影响有限。
正向气候水分亏缺（CMD+）刻画了降水供给与大气水分需求之间的季节性失衡，但其空间异质性及其与环境因素和人为因素的关联仍缺乏充分认识。以中国安阳为案例区，本研究利用1 km月降水量与潜在蒸散量数据计算了2000—2020年的年CMD+，并将极端梯度提升（XGBoost）—SHapley加性解释（SHAP）框架应用于相应的长期均值场，以考察气候态空间异质性。研究考虑了5个预测因子，包括高程、归一化植被指数（NDVI）、灌溉面积比例、建成区比例和人口密度。嵌套空间分块交叉验证表明模型具有良好的泛化能力。长期平均CMD+总体表现为西部山区较低、中部和东部平原较高。数字高程模型（DEM）占归一化平均绝对SHAP重要性的66.10%，其次为NDVI（13.47%）和灌溉面积比例（9.72%）。剔除DEM的敏感性模型保持了0.781的空间交叉验证R²，而完整模型为0.898。SHAP依赖分析揭示了显著的非线性响应，主要局部模型响应转变点分别约为DEM 297.1 m、NDVI 0.812和灌溉面积比例23.1%。最强的成对SHAP交互作用出现在NDVI与灌溉面积比例之间，占总成对交互强度的21.87%。结果表明，安阳CMD+的空间异质性与地形背景密切相关，而植被状况和灌溉农业提供了额外的非线性和交互解释信息。所识别的空间格局和模型响应转变点为理解区域气候水分亏缺及后续可持续水资源评估提供了空间信息。