Unraveling nonlinear ecosystem water use efficiency dynamics and environmental drivers across Iran using remote sensing and XGBoost-SHAP

理解生态系统如何调节碳同化与水分损失之间的权衡，对于评估水资源受限地区的生态水文稳定性至关重要。本研究采用一个集成框架，结合多源遥感数据集、多项式趋势分析、优化的极端梯度提升（XGBoost）建模、SHapley加法解释（SHAP）和Morris全局敏感性分析（Morris GSA），研究了2001年至2025年伊朗各地生态系统水分利用效率（WUE）的动态变化。采用多项式回归方法刻画了Köppen–Geiger气候区和土地覆盖类型下WUE的线性和非线性趋势。此外，XGBoost-SHAP-Morris GSA建模识别了主导气候和环境驱动因子，刻画了其非线性效应，并量化了WUE敏感性。结果表明，有效的WUE估算覆盖了伊朗总面积的约44%，其中23.75%经历了显著的长期WUE趋势，上升趋势（20.39%）大幅超过下降趋势（3.36%）。线性趋势是主导模式，覆盖该面积的17.1%（占所有显著趋势的72.2%），而非线性趋势占该面积的6.6%。显著WUE趋势的幅度范围为–0.97至0.90 g C m⁻² mm⁻¹ decade⁻¹，上升趋势主要分布在伊朗西部、西南部和北部沿海地区，尤其是沿扎格罗斯（Zagros）和厄尔布尔士（Alborz）山脉，这些地区的变化与GPP变化的关系比与ET变化的关系更为密切。在土地覆盖类型中，草地（11.9%）和农田（5.8%）显示出最大比例的显著WUE趋势。XGBoost–SHAP分析揭示，NDVI（相对贡献50.98%）、LAI（19.81%）和太阳辐射（17.44%）是解释WUE变异性的主导因子。Morris GSA表明，模拟的WUE响应主要对NDVI敏感（相对敏感性24.00%，μ* = 0.827），其次是气温（20.35%，μ* = 0.701）和太阳辐射（16.52%，μ* = 0.569），而LST、土壤湿度和风速的整体敏感性相对较弱。本研究刻画了伊朗各地WUE的动态变化，并识别了与WUE变异性相关的关键环境因子，为水资源受限地区生态系统水分利用动态提供了见解。