电邮这篇文章 基于 XGBoost—SHAP 模型的生态阻力面客观构建方法——以汾河流域为例
DOI: http://dx.doi.org/10.12349/ees.v7i7.11233
Article ID: 11233
摘要
生态廊道是流域生态安全格局的核心组成部分，阻力面构建的科学性直接决定廊道识别的可靠性。传统AHP法存在主观赋值偏差且现有研究多忽略乡村聚落密度对生态流动的非线性影响。本文以2025年汾河流域为研究目标，构建“XGBoost拟合—SHAP归因—客观阻力面—MCR廊道提取”范式。结果表明：①XGBoost精度达R²=0.9289，显著优于线性模型；②人口密度、夜间灯光及乡村聚落密度为主导因子，累计贡献约81.32%；③聚落密度超0.22个/km²时，阻力加速上升。该方法有效克服主观赋值缺陷，提取的生态廊道覆盖90%以上核心生态源地，为流域生态安全格局提供了数据驱动新路径。
关键词
生态阻力面；XGBoost；SHAP；生态廊道；乡村聚落；汾河流域
全文:
PDF参考
ZHENG Hao,GAO Ji-xi,XIE Gao-di,et al.Ecological Corridor[J].Journal of Ecology and Rural Environment,2019,35(2):137-144.
谭洁，危千骏，廖朝阳，等.基于XGBoost-SHAP可解释机器学习模型的城市形态与地表温度的关系[J].应用生态学报，2025,36(3):659-670.
赵敬皓，王娜娜，蒋嘉铭，等.基于Bayesian Opt-XGBoost的煤电机组碳排放因子预测[J].中国环境科学，2024,44(1):417-426.
宋强敏,孙才志,郝帅.基于XGBoost-SHAP和MGWR模型的生态系统服务影响因素的空间异质研究——以辽河流域为例[J].水土保持研究,2026,33(04):377-389.DOI:10.13869/j.cnki.rswc.2026.04.037.
任晓松,邢邦彦,高彩虹,等.基于XGBoost-SHAP的中国城市减污降碳协同增效时空特征及影响因素[J/OL].环境工程技术学报,1-14[2026-05-21].https://link.cnki.net/urlid/11.5972.x.20260429.0909.002.
安冠霖.基于最小阻力面模型的太原市生态安全格局构建与分析[J].山西建筑,2026,52(04):37-42.DOI:10.13719/j.cnki.1009-6825.2026.04.007.
吕静，胡馨月.基于MCR模型的长白山区域生态安全格局构建研究[J].长春工程学院学报(自然科学版),2024,25(2):76-82.
Refbacks
- 当前没有refback。
版权所有（c）2026 张 凯璇
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。
