| 河南省植被生态质量时空演变特征及驱动机制 |
| 摘要点击 882 全文点击 50 投稿时间：2025-07-23 修订日期：2025-09-20 |
| 查看HTML全文
查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 生态质量指数（EQI） 时空演变 空间自相关 驱动机制 地理探测器 |
| 英文关键词 ecological quality index （EQI） spatiotemporal evolution spatial autocorrelation driving mechanism Geodetector |
| DOI 10.13227/j.hjkx.202507307 |
| 作者 | 单位 | E-mail | | 黄继超 | 河南省地质局生态环境地质服务中心, 郑州 450053
河南省矿山环境生态修复工程技术研究中心, 郑州 450053
河南省地热能开发工程技术研究中心, 郑州 450053 | yxhuangchao@163.com | | 邓晓颖 | 河南省地质局生态环境地质服务中心, 郑州 450053
河南省矿山环境生态修复工程技术研究中心, 郑州 450053
河南省地热能开发工程技术研究中心, 郑州 450053 | 515016938@qq.com | | 孟飞 | 河南省地质局生态环境地质服务中心, 郑州 450053
河南省矿山环境生态修复工程技术研究中心, 郑州 450053
河南省地热能开发工程技术研究中心, 郑州 450053 | | | 郝学峰 | 河南省地质局生态环境地质服务中心, 郑州 450053
河南省矿山环境生态修复工程技术研究中心, 郑州 450053
河南省地热能开发工程技术研究中心, 郑州 450053 | | | 刘红杰 | 河南省地质局生态环境地质服务中心, 郑州 450053
河南省矿山环境生态修复工程技术研究中心, 郑州 450053
河南省地热能开发工程技术研究中心, 郑州 450053 | |
|
| 中文摘要 |
| 为揭示人类活动与自然因素耦合作用下区域生态质量的演变规律，以河南省为研究区，基于2001~2023年MODIS遥感数据，通过GEE平台构建植被生态质量指数（EQI），结合Theil-Sen趋势分析、Mann-Kendall（M-K）检验、空间自相关及最优参数地理探测器（OPGD），系统解析生态质量的时空动态与驱动机制. 结果表明：①研究期内EQI呈显著波动上升趋势（0.21%·a-1，P<0.05），均值从36.67升至41.34，空间上呈现“西增东减”分异-西部山地极显著改善区占30.99%，东部城镇群周边退化区达13.51%，导致全局空间自相关减弱（Moran's I从0.84降至0.74），异质性增强. ②驱动机制经历三阶段转型：2001年以自然本底主导（气温∩高程，q=0.30）；2012年进入人地耦合阶段（夜间灯光∩高程，q=0.409）；2023年土地-人类活动交互成为核心（土地类型∩夜间灯光，q=0.504 5），反映土地利用政策与经济发展的矛盾枢纽作用. ③政策调控显著影响生态稳定性：低变异时段（2013~2023 年，CV<33%）与生态工程实施期吻合，而东部高变异区（CV>35%）暴露人类活动与自然扰动的叠加风险. 研究证实“自然本底→人地耦合→土地-人类主导”的驱动逻辑，可为“西保护-东修复-中连通”的分区治理策略提供科学支撑，其方法论创新可为同类研究提供借鉴. |
| 英文摘要 |
| To reveal the evolutionary patterns of regional ecological quality under human-nature interactions， we analyzed Henan Province （from 2001 to 2023） using MODIS data， Google Earth Engine （GEE）， and a vegetation ecological quality index （EQI）. Integrated with Theil-Sen trends， Mann-Kendall tests， spatial autocorrelation， and optimal parameter Geodetector （OPGD）， the results showed that： ① EQI increased significantly （0.21%·a-1， P < 0.05； mean： 36.67 to 41.34）， with spatial divergence （30.99% western improvement vs. 13.51% eastern degradation） reducing global autocorrelation （Moran's I：0.84 to 0.74）. ② Drivers transitioned from natural dominance （temperature∩elevation， q=0.30， 2001） to human-nature coupling （nighttime light ∩ elevation， q=0.409， 2012）， and finally land use-human synergy （land type ∩ nighttime light， q=0.5045， 2023）. ③ Policy effectiveness was evident in stable periods （CV < 33%， 2013 to 2023）， while eastern high-variability areas （CV > 35%） indicated compounding anthropogenic and natural pressures. This study validates a “natural→human→integrated” driver progression and proposes actionable zoning strategies， with OPGD-based methods offering broader applicability. |
