Spatial and Temporal characteristics and driving force analysis of vegetation cover change in Shanxi Province, China based on kNDVI and XGBoost-SHAP model
Jie Chen · Yi Hou · Jianhua Xue 等 6 人
基于kNDVI与XGBoost-SHAP分析山西2000-2024年植被覆盖时空变化及驱动机制。
kNDVI数据结合Theil-Sen、Mann-Kendall、Hurst指数与
山西植被呈显著上升趋势，98.02%区域改善，驱动因子具非线性与时空差异。
可引入多源遥感与作物物候数据，将kNDVI驱动分析拓展至农田尺度精准管理与碳汇评估。
基于kNDVI与XGBoost-SHAP的山西植被时空演变与驱动力研究，方法新颖、数据扎实，对黄土高原生态治理有参考价值。
引言 系统厘清植被覆盖的时空演变规律并阐明其对气候波动与人类活动的响应机制，对推进双碳战略、优化山西省国土空间开发保护格局具有重要现实意义。方法 基于核归一化植被指数（kNDVI）数据集及多源气象、地形和社会经济数据，本研究综合运用Theil-Sen斜率估计、Mann-Kendall显著性检验、Hurst指数、标准差椭圆和重心迁移模型，系统刻画了2000—2024年植被覆盖的时空格局，并预测其未来演变的潜在持续性。同时，构建了可解释的XGBoost-SHAP机器学习框架，量化了高程、坡度、坡向、年平均气温、年平均降水量、人口密度和夜间灯光强度7个驱动因子的独立贡献、非线性边际响应及时间演变特征。结果 （1）时间上，全省多年平均kNDVI约为0.1699，呈极显著波动上升趋势，年增长率为0.0041。年kNDVI从2001年的0.1132变化至2024年的峰值0.2227。（2）空间上，植被覆盖呈现“北低南高”的显著分异格局。较高kNDVI值主要分布于太行山、吕梁山、中条山和太岳山等森林覆盖山区，而较低值分布于晋北沙丘丘陵区和汾河谷地城市群。研究区98.02%的区域植被呈恢复态势，其中约92.18%表现为极显著改善。（3）2000—2024年间，植被空间分布的主轴保持稳定的东北—西南走向，标准差椭圆呈中度向外扩张，植被重心总体向西北方向迁移。（4）Hurst指数表明，98.03%区域的植被改善趋势将持续，而零星斑块区域的工业