基于残差趋势分析与机器学习模拟在人为与气候因素影响下的植被动态不同情景

为何一个遥远流域的命运也至关重要

在伊朗腹地有加夫库尼（Gavkhuni）流域——一个干旱区，农田、牧场以及曾经生机勃勃的湿地都依赖于气候与人类利用之间的微妙平衡。本研究提出了一个超出伊朗本身的重要问题：当植被消失或变得更绿时，这在多大程度上是由变暖、变干的气候造成的，又在多大程度上来自我们的选择——城市扩张、农业活动和土地恢复工程？通过剖析这些影响，研究为人类在缺水地区是会加速土地退化还是帮助自然恢复提供了洞见。

从太空观察植被

研究人员利用卫星数据追踪了2001年至2023年间加夫库尼流域的植被变化。他们采用了增强型植被指数（EVI），该指数比更常见的植被指数更能清晰反映植物健康，因其能更好地处理干旱区常见的亮土和薄雾问题。针对每一年，他们关注五月这一植物通常最绿的月份。在相同时段，他们还计算了一个干旱指标——标准化降水蒸散指数（SPEI），该指标将降水与温度结合，显示植物实际可用水量的变化。

将气候的影响与人为影响区分开来

仅仅观测到植被变化还不够；挑战在于判断气候还是人类活动是主要原因。为此，团队使用了一种称为残差趋势分析的技术。首先，他们用干旱指数预测如果仅有气候驱动，植被应呈现的样子。然后将这一“仅气候”预测与卫星实际观测进行比较。在比气候预测更绿的地区，研究者推断出正向的人为影响，例如灌溉或恢复工程；而在比预期更枯黄的地区，则将额外的退化归因于人类压力，例如城市扩张或过度放牧。

土地哪里在变绿，哪里在退化

呈现出的图景并非单一的退化，而是损失与恢复交织的拼图。气候是约五分之一流域植被减少的主要原因，尤其是降雨少、气温高的北部、东部和南部干旱带。相反，人类活动成为近38%地区植被增加的主要原因。大部分增绿发生在流域的西部和中部，那里农业、果园、牧场恢复和植树活动有所扩展。气候与人为影响有时相互强化，约有12%的区域中，两者共同促成了更绿的状况。

干涸湿地中的隐秘警告

并非所有植被信号的增加都是好消息。流域下游是加夫库尼湿地，近几十年已明显缩小并干涸。在卫星数据中，开阔水面对应极低或负的植被值。随着湿地干涸、裸土暴露，指数会上升接近零——即便植物并未恢复。通过结合地图与当地知识，研究者表明气候变化与上游用水共同加剧了这一干涸过程，使曾经重要的湿地变成局地增温和潜在扬尘的来源。

机器学习如何使图景更精细

为深入分析，团队使用了一种称为随机森林的机器学习方法，评估哪些因子最能解释植被增减的位置。他们不仅将气候与土地利用等人为相关变量纳入模型，还加入地形与土壤相关信息，包括海拔、坡度和地下水盐度。结果证实，气候极端事件是许多贫瘠牧场植被退化的关键因素，而人类行动——尤其是耕种、园艺和牧场恢复——在植被增绿中起到了核心作用。海拔被识别为特别重要的影响因子，因为它塑造了局地的温度与降水模式，有助解释为何高海拔的西部地区能维持更绿的景观。

对公众与政策的意义

对非专业读者而言，结论直观明了：气候变化正将这个干旱流域的大面积地区推向更枯黄、更脆弱的景观，但人类决策可以恶化或扭转这一趋势。在加夫库尼，干旱与高温推动了大部分植被损失，而更好的土地管理和有针对性的农业促成了大部分增绿。通过将卫星记录与精确分析和机器学习相结合，该研究为其他地区提供了可操作的工具：识别气候为主的受损区、识别人为压力造成破坏的区域，以及确定通过减少放牧、提高灌溉效率或重新植被等谨慎干预能让植被有机会恢复的地点。

引用: Abolhasani, A., Tavili, A. & Khosravi, H. Simulating different scenarios of vegetation dynamics under the influence of human and climatic factors based on the residual trend analysis and machine learning. Sci Rep 16, 6485 (2026). https://doi.org/10.1038/s41598-026-35649-5

关键词: 植被动态, 气候变化, 人类活动, 干旱生态系统, 遥感