摘要
土地覆盖的空间分布格局及其动态变化对黄土高原的生态平衡具有重要影响。了解土地覆盖变化的生物物理驱动因素对气候变化背景下的生态恢复具有重要意义。土地覆盖变化驱动力重要性评估的传统方法以统计学方法为主，重点关注人类活动的影响，忽略了人类活动以外的自然因子在土地覆盖变化中的作用，特别是利用传统统计学方法未能定量评估生物物理驱动因素的重要性。随机森林方法是机器学习方法中相对成熟的一种，具有学习速度快、多因子建模、能对输入变量重要性评分等优点，近年来该方法已被广泛应用于生态学等多个领域。因此，利用随机森林方法定量评估生物物理驱动因子对土地覆盖变化的重要性，对黄土高原地区的生态恢复具有较大的现实意义。 本研究利用2001-2018年黄土高原的土地利用类型数据、年NDVI、温度、降水、蒸散数据以及坡度数据，以温度、降雨、蒸散和坡度因子作为模型输入变量，以土地覆盖类型作为输出变量，建立基于土地覆盖变化驱动力重要性评估的随机森林模型。系统地分析了2001-2018来黄土高原土地覆盖和自然因子的变化趋势和空间分布差异，分析了降水和气温等多个自然驱动因子对土地覆盖变化的影响，掌握自然驱动因子与土地覆盖变化之间的关系。研究结果对于修复黄土高原植被、修复当地生态环境以及调节水资源再分配极其重要，将有助于土地覆盖变化驱动因子重要性定量评估的问题，为政府和相关管理部门的生态恢复工作提供科学参考。主要研究结论如下： 1.2001-2018年，黄土高原NDVI值总体呈上升趋势，植被得到恢复，整体变绿。主要植被类型为草地和落叶林，主要作物类型为谷类作物。 2.温度、降水、蒸散在黄土高原沿干旱区、半干旱区、半湿润区和湿润区呈现逐渐增加的趋势。温度相较于降水和蒸散在18年中比较稳定。蒸散和降水稳定性差，大部分地区都表现出增加趋势，总体呈现暖干化趋势。 3.基于关键的生物物理变量（如温度、降水、蒸散量和坡度）和土地覆盖类型，我们建立了随机森林模型。该模型模拟的结果相当好，在测试集上获得了超过0.8的精度，能够评估每个生物物理驱动因子的重要性。 4.18年来在黄土高原和四个气候区，蒸散是最重要的驱动因素（IS＞0.2），坡度的重要性最低（IS＜0.05）。气温和降水的重要性表现出区域异质性。 5.蒸散是影响黄土高原土地覆盖分布格局的重要生物物理驱动因子，主要受温度和水分的影响。在生态恢复过程中，不仅要考虑当地的温度、降水和地形，还要考虑土地覆盖类型的蒸散量。在全球变暖的背景下，过量的蒸散和不足的降水难以维持区域的水平衡和可持续发展。
NETL