Assessing spatial suitability and climate resilience of agroforestry systems in the Indian Himalaya of Uttarakhand using remote sensing and artificial neural networks

农林复合系统因其在山区环境中提升生态可持续性、生计安全及气候适应能力方面的作用而受到广泛认可。然而，在印度喜马拉雅地区，其空间适宜性及气候变化条件下的长期适应能力仍缺乏充分的量化评估。本研究采用遥感、地理信息系统（GIS）与人工神经网络（ANN）相结合的综合框架，评估了北阿坎德邦农林复合系统的空间适宜性与气候适应能力。利用监督式高斯最大似然分类器（MLC）对Landsat 8 OLI影像（30 m分辨率）进行分类，同时基于改进的Anderson一级/二级分类方案界定土地利用类别，以表征喜马拉雅地区异质性景观。在代表性农业生态区开展实地调查，记录了现有农林复合系统中树种和作物物种的组成。依据联合国粮食及农业组织（FAO）原则，采用多准则土地适宜性分析，纳入海拔、坡度、坡向、归一化植被指数（NDVI）、土壤属性、温度和降水等关键生物物理变量。利用ANN模型在RCP 4.5气候情景下模拟未来农林复合系统格局。模型表现出较强的预测性能，表明对农林复合系统分布的模拟可靠。结果表明，中海拔区域为农林复合系统扩展提供了最高的适宜性，而小型和破碎化系统在未来预测情景下表现出较低的气候适应能力。研究结果为喜马拉雅地区气候适应型农林复合系统规划与政策制定提供了空间明确的框架支持。