基于机器学习模型预估我国气候灾害引起的植被扰动
文献类型：学位论文
| 作者 | 马忠学 |
| 答辩日期 | 2025-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 葛全胜 ; 崔惠娟 |
| 关键词 | 气候灾害 植被扰动 机器学习 植被韧性 |
| 学位名称 | 博士 |
| 学位专业 | 自然地理学 |
| 英文摘要 | 植被作为陆地生态系统的重要组成部分，在维持全球气候稳定、降低温室气体浓度和维持碳平衡等方面发挥着重要作用。我国是世界上植被脆弱区分布最广、类型最复杂的国家之一，植被面临荒漠化、水土流失、土壤侵蚀和水资源短缺等多重挑战。为此，我国提出了 “美丽中国”战略愿景，力求到2035 年实现生态环境质量根本好转，森林覆盖率达到26%，草原植被盖度达到60%。到本世纪中叶建成美丽中国。然而，全球变暖使得气候灾害对植被的威胁在不断上升，特别是灾害的复合或级联效应可能在未来引起远高于历史时期的灾害损失。传统评估方法难以捕捉“灾害–植被扰动”的多要素非线性交互机制，而机器学习技术的快速发展为量化植被对复杂气候灾害的响应提供了新路径。因此，有必要基于机器学习算法构建一套系统化的植被扰动评估模型，以厘清不用生态环境要素对扰动特征的影响过程，预测未来不同气候情景下植被对气候灾害的响应和韧性。结果可为生态修复工作提供预警，推动“美丽中国”建设从单纯的生态治理向生态韧性管理的转型。 本研究首先分析了1987–2017 年我国植被生物量和生产力的整体变化格局，以反映植被在气候变化背景下的整体演进方向。识别了植被在单一及复合灾害影响下的短时扰动，分析了扰动特征变化，量化了植被的韧性，以反映植被应对气候灾害的能力。其次，构建了一套系统化的植被扰动评估模型，模型先利用7 种分类学习算法判断每个格点在气候灾害发生时是否会产生扰动，对于判定会产生扰动的格点及灾害进一步采用7 类回归学习算法模拟了扰动的形状，并基于模型分析了不同输入要素的影响大小、方向和阈值。最后，以6 个植被动态模式的净初级生产力（NPP）数据为基础，预测了未来不同气候情景下植被的整体变化趋势，通过修正后的CMIP6 降尺度模式数据预估了气候灾害特征的变化，并最终预估了未来植被扰动特征和韧性变化，识别了高脆弱区。主要结论如下： 1、1987–2017 年间，温带草原、荒漠及高寒荒漠类植被区是我国植被最为脆弱的地区。我国植被呈现从东南向西北递减的空间格局，整体呈增长趋势，东南部增速最快。气象干旱引发的植被扰动主要集中在中东部湿润区、半湿润区和半干旱区，具有抵抗时间短、恢复时间长的特点，且湿润区对干旱特征变化更为敏感。植被韧性呈现东南湿润区显著高于西北干旱区的空间分异特征，湿润区平均韧性指数为70.51，干旱区为56.23，湿润区比干旱区高约25.5%。韧性指数最低的区域为温带草原、荒漠及高寒荒漠类植被区，特别是温带北部荒漠草原（49.31）、高寒荒漠（50.23）和暖温带灌木半灌木荒漠（58.94）是典型低值区。相较于单一干旱灾害，干热复合灾害引起的扰动峰值强度的绝对值在干旱区更大（高13.34%），在湿润区增加趋势更快，扰动将更快达到峰值（快26.42%），更慢从峰值恢复。植被对干热复合灾害的韧性指数低于单一气象干旱灾害，特别是寒温带针叶林区域（Ⅰ）和温带草原区域分别低61.23%和32.56%。干湿复合灾害引起的扰动主要发生在湿润区（75.6%），在抵抗阶段发生暴雨时，扰动的峰值强度、恢复时间和抵抗时间都会有减少。植被对干湿复合灾害的韧性在暖温带落叶阔叶林区域（7.12%）较单一干旱灾害有所增加，在其余区域减少。 2、气象干旱灾害是否会引起植被扰动主要取决于干旱的持续时间和严重程度，但由湿润区向干旱区的变化过程中，气象要素的影响会逐渐增强。扰动形状的主要影响因素为降水和日最高温度，湿润区受最高气温影响更大（19.65%），干旱区受降水影响更大（22.12%），同时相对湿度、日照时数、风速也对扰动特征有着重要影响。要素对扰动特征的影响都存在影响阈值，如扰动特征在干旱期内平均日最高气温小于30℃时整体随着最高气温的升高而减小，在超过30℃时趋于稳定或表现出增加趋势。相较于单一干旱扰动，在干热扰动发生与否判别时热浪的频率和持续时间也变为重要决定因素，同时土壤水分的重要性快速上升。在模拟干热扰动形状时，扰动特征受日照时数的影响显著提升（重要性占比超30%）。在判别干湿扰动发生与否时，暴雨灾害的频率、持续时间和峰值强度是最主要的决定要素。此外，K–近邻（KNN）模型在扰动判别中表现最佳，准确度超过70%，误报率低。自动化机器学习（AutoML）算法在扰动特征模拟中表现出色，R²值普遍超过0.33，在干旱区和半干旱区可达0.60 左右，显著优于传统机器学习模型。 3、预计未来温带荒漠区域和青藏高原高寒植被区域仍将是植被韧性最低，需要重点关注的区域。未来我国植被的整体空间分布仍将保持由东南向西北递减的趋势，NPP 均值呈波动增长状态。预计未来气候灾害引起的植被扰动将集中发生在黑河–腾冲线东侧，特别是在我国西南地区的热带与亚热带森林生态系统扰动次数将相较于历史时期增加55%–139%。同时在这些区域，植被对灾害的抵抗时间将快速减少（3%–15%），峰值强度的绝对值将变大（10%–30%），恢复时间将变长（1%–6%）。在2035 年前后，全国平均韧性指数将相较于历史时期减小37.15%；至2050 年前后，SSP126 路径下平均韧性指数将减小38.12%，SSP585路径下将减小42.71%。中纬度干旱区植被韧性整体下降速率最快，特别是的温带荒漠区2035 年韧性降幅将超20%，2050 年超过40%；青藏高原高寒草原2035年韧性指数将下降23.08%，2050 年下降36.72%。使得温带荒漠区域和青藏高原高寒植被区域仍将是全国生态韧性最薄弱的区域。此外，高排放路径严重加剧了韧性的下降过程，SSP585 情景下植被韧性指数普遍低于SSP126 情景。 |
| 学科主题 | 自然地理学 |
| 语种 | 中文 |
| 页码 | 161 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/217286]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 马忠学. 基于机器学习模型预估我国气候灾害引起的植被扰动[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。