论文信息
Ecological Indicators
论文解读
AI 辅助整理- 方法
- RSEI、AGDI、耦合协调度模型与XGBoost-SHAP,2010–2023
- 发现
- 地形起伏与人均GDP解释77%耦合差异,海拔2000米以上及严重干旱抑制协调。
- 机会点
- 可探索多尺度耦合阈值与干旱预警结合,构建差异化治理的智能决策支持系统。
论文摘要
深入理解农业—生态耦合关系对于半干旱地区的可持续发展至关重要。本研究集成遥感生态指数(RSEI)、农业绿色发展指数(AGDI)、耦合协调度(CCD)模型以及XGBoost–SHAP方法,在县域尺度上考察了2010—2023年甘肃省农业—生态耦合的时空演变与非线性驱动因素,并运用四象限框架识别差异化治理类型。结果表明:耕地生态质量呈南北阶梯状格局,2010—2018年持续改善,2019年后有所下降。农业绿色发展呈“东南高、西北低”的格局,年均增长0.0036(p < 0.01)。耦合协调度由0.57升至0.63,具有显著空间集聚特征(Moran's I = 0.438–0.528,p < 0.001),表现为陇南稳定的“高—高”集聚和陇北的“低—低”集聚。地形起伏度(40.9%)与人均GDP(36.1%)共同解释了77.0%的协调度变异。海拔2000 m以上对协调度形成约束,人均GDP在15000~30000元之间促进绿色转型,超过40000元后效应递减。严重干旱条件(SPEI < −1.5)导致农业—生态失衡。各县域被划分为四种管理类型(H–H、L–H、L–L和H–L),需采取差异化治理策略。本研究为半干旱地区提升农业—生态耦合水平提供了可量化的阈值依据。
论文原文与出版信息
Ecological Indicators