基于RSEI的金沙江流域生态环境质量时空变化及驱动因素分析

来源：环境科学杂志2026年第1期北京时间：

作者：张鹏,齐实,赖金林,王懋源,郭衍瑞,马路霞,刘少栋

单位：北京林业大学水土保持学院, 北京 100083,北京林业大学水土保持学院, 北京 100083,水土保持国家林业和草原局重点实验室, 北京 100083,北京林业大学水土保持学院, 北京 100083,北京林业大学水土保持学院, 北京 100083,北京林业大学水土保持学院, 北京 100083,北京林业大学水土保持学院, 北京 100083,北京林业大学水土保持学院, 北京 100083

摘要：金沙江流域是中国生态保护的重点区域，其生态环境质量对下游地区乃至长江流域的生态系统稳定性和经济发展具有重要影响，其生态系统的脆弱性使之易受自然因素和人为活动的影响. 为系统了解该区域的生态环境质量时空变化及其驱动因素，采用Theil-Sen趋势分析法和Hurst指数评估了2000~2023年遥感生态指数（RSEI）和未来变化趋势，并采用XGBoost模型结合SHAP算法分析了RSEI空间异质性的驱动力. 结果表明：①金沙江流域的生态环境质量从南向北逐渐降低，研究区南部的生态环境质量相对较高，而北部和中部地区则较低. 尤其是在高海拔地区，由于气候条件严酷，植被稀疏，RSEI值显著偏低. ②从时间变化的角度来看，2000~2023年间，生态环境质量极显著改善的区域面积占比为31.52%，主要分布在青海玉树藏族自治州的北部，四川的凉山州和云南的丽江市. 极显著退化的区域面积占比为3.36%，主要集中在四川的甘孜州中部. 未来大部分区域的生态环境质量存在退化风险，面积占比达到54.79%. ③生态环境质量空间异质性主要由自然因素所决定，其海拔和降雨的影响力最强，远超其他因素. 通过定量分析金沙江流域生态环境质量的时空变化及其驱动机制，可为区域生态保护与可持续发展提供科学依据.

关键词：金沙江流域,遥感生态指数（RSEI）,空间异质性,机器学习,XGBoost模型,