知道何时该停止：人类干扰对中国太湖流域生态系统健康的影响阈值效应

《Environmental Impact Assessment Review》：Knowing when to stop: Threshold effects of human disturbance on ecosystem health in the Taihu Basin, China

生态系统健康受人类干扰非线性阈值效应影响显著，本研究基于XGBoost-SHAP模型构建HDI指数，揭示太湖流域2000-2020年土地利用强度<0.7、人口密度<0.8、夜间灯光强度<0.6的分阶段阈值效应，提出四阶段动态管理策略。

　　

丁志凡|胡汉宇|徐清华|洪晓兰|李明成|秦佳宇|朱颖|王辉

南京林业大学景观建筑学院，中国南京210037

摘要

人类活动的增加（HD）正在加速生态系统健康（EH）的恶化，对人类福祉和生态系统安全构成严重且深远的威胁。尽管这一问题已经引起了全球的关注，但现有的研究主要集中在两者之间的线性关系上，而对HD与EH之间的非线性关系和阈值效应的系统探索却很少。这一知识空白阻碍了精确策略的制定。本研究采用了一种可解释的机器学习方法，结合了XGBoost模型和SHAP分析，系统地量化了2000年至2020年间太湖流域多个HD变量对生态系统健康指数（EHI）的非线性影响和阈值效应。进一步构建了一个综合人类干扰指数（HDI），并使用分段线性回归来确定HDI-EHI关系中的关键阈值。研究结果表明：（1）土地利用强度、人口密度和夜间光照是主要驱动因素，其SHAP贡献率分别为55.90%、21.79%和13.72%；（2）EHI对土地利用强度和人口密度的变化呈倒U形响应，建议的阈值分别为土地利用强度<0.7和人口密度<0.8；（3）研究揭示了HDI对EHI影响的关键转折点，将其分为四个阶段：适度促进、急剧下降、持续恢复和过度崩溃，并展示了典型的阈值转换特征。基于这些发现，我们提出了不同层面的有针对性的规划和管理策略，强调了在预防性生态规划和管理中“阈值前主动干预”的重要性。这项研究为理解复杂的社会-生态系统关系提供了新的视角，并为实现可持续发展目标提供了有力的支持。

引言

生态系统为人类社会提供了必要的生命支持系统（Huang等人，2024年），然而，在人类活动加剧的情况下，生态系统健康的加速退化已成为可持续发展的最紧迫挑战之一（Zhou等人，2024年；Keck等人，2025年；MacDougall等人，2013年），尤其是在人口密集的流域和城市聚集区（Li等人，2025年；Zhao和Huang，2022年）。近年来，湖泊区域的城市聚集区和生态经济区越来越被认为是典型的人类-生态系统耦合系统，并受到了越来越多的学术关注（Sheergojri等人，2025年；Qing等人，2024年）。鄱阳湖生态经济区和太湖流域的证据表明，大型湖泊周围密集的人类活动严重限制了区域生态安全（Qing等人，2024年；Hu等人，2021年；Qin等人，2015年）。在这种背景下，一个关键但尚未得到充分解答的问题是：生态系统在何种干扰水平下会越过阈值，进入快速且可能不可逆的衰退状态？这个问题不仅仅是学术上的，因为识别这些阈值直接影响到土地利用规划、生态红线划定和恢复干预的时机（Scheffer等人，2001年；Andersen等人，2009年；Xu等人，2023年）。回答这个问题对于深入理解人类-生态系统相互作用以及基于阈值的精确、预防性和成本效益的管理策略的制定至关重要，这将更好地支持实现可持续发展目标（SDGs）。

大量且不断增长的研究探讨了人类活动如何影响生态系统健康及相关生态状况（Khatun和Das，2025年；Wei等人，2024年）。在城市、流域和城市聚集区尺度上，VOR等框架被广泛用于构建综合生态系统健康指数，并揭示城市化、土地利用变化和人口增长对生态完整性的影响（Peng等人，2015年；Pan等人，2021年），特别是在中国和印度等快速发展地区（Li等人，2021年；Chen等人，2023年；Khatun和Das，2024年；Yadav等人，2025年）。从理论角度来看，“中等干扰假说”认为适度的干扰可以促进生物多样性（Connell，1978年；Di Marco等人，2018年），然而，与这一预期相反，多项实证研究表明人类活动往往对生态系统产生显著的负面影响（Moi等人，2022年；Keck等人，2025年）。临界转变和替代稳定状态的理论进一步表明，一旦超过韧性阈值，生态系统可能会发生突然的制度转变（Scheffer等人，2001年；Andersen等人，2009年；Xu等人，2023年）。因此，识别阈值被广泛认为是区域生态恢复的主要问题（Peng等人，2024年），最近的生态系统相关研究越来越多地开始探索生态系统或生态系统服务对关键驱动因素的非线性响应和阈值效应（Li等人，2025年）。

尽管取得了这些进展，但仍有几个限制因素制约了我们对人类活动如何以及在何种水平上驱动生态系统健康变化的理解。首先，许多关于生态系统健康与人类活动的分析仍然遵循“状态评估-相关性分析”的范式（He等人，2019年；Lei等人，2023年），依赖于线性回归模型，这些模型不适合捕捉干扰和制度转变理论所暗示的非线性动态和关键阈值（Wang等人，2025年；Xiong和Yang，2025年；Qing等人，2024年）。其次，尽管一些研究已经识别出生态系统健康或生态系统服务对关键驱动因素的断裂点或非线性响应（Ouyang等人，2024年；Li等人，2025年；Zhang等人，2025a，Zhang等人，2025b，Zhang等人，2025c，Zhang等人，2025d），但这些阈值很少转化为与土地利用结构和生态红线相关联的空间明确、阶段差异化的管理规则。第三，现有框架往往缺乏捕捉干扰复杂性的整体指标（Yao等人，2021年）。传统的指标如土地利用强度（LUI）和人口密度（PD）主要量化了干扰的“物理规模”，但忽略了人类活动的“功能异质性”。最近的证据表明，即使在相似的物理景观中，由兴趣点（POI）数据揭示的功能差异也会导致不同的生态压力（Jiao等人，2023年；Fan等人，2023年）。具体来说，实证研究表明，消费空间通过人为热排放加剧了热环境压力（Chen等人，2022年；Fan等人，2024年），工作空间通过空间挤压生态用地导致栖息地破碎化（Yang等人，2022年），而居住空间通过高密度聚集产生累积压力（Fu等人，2021年）。替代稳定状态的理论表明，这些功能影响可能是非线性的——适度的功能多样性可能支持城市韧性，而过度的功能聚集可能引发突然的退化（Scheffer等人，2001年）。因此，迫切需要一个概念框架，将基于POI的功能变量与传统物理指标结合起来，以解码它们对生态系统健康的非线性贡献和阈值效应，并支持更有效的行动以实现可持续发展目标（SDGs）。然而，有效的阈值检测需要具有足够干扰梯度的系统来观察阈值前和阈值后的状态（Andersen等人，2009年），功能异质性以区分不同的效应（Grimm等人，2008年），以及高生态敏感性以揭示非线性动态（Carpenter等人，2011年）。

本研究旨在通过建立一个从“精确测量”到“系统诊断”再到“基于阈值的早期预警”的综合分析范式来解决这些关键问题，从而克服现有“状态评估-相关性分析”范式提供的有限实际指导。与传统的假设线性的范式不同（Li等人，2021年；He等人，2019年），我们提出的范式强调识别非线性制度转变和系统状态相对于关键阈值的动态定位。在这个范式中，我们将POI数据作为一组创新指标纳入人类活动测量系统，以捕捉人类活动的功能强度。然后，我们开发了一个能够识别关键变量、量化综合压力并确定系统关键阈值的框架。最终，通过实证分析，我们将抽象的“流域球模型”理论具体化，揭示了一个可观察的多阶段演化过程，为识别生态系统状态和发出其关键转变的早期预警提供了科学依据。这种方法与中国和印度的大多数现有研究不同，后者通常要么绘制生态系统健康状态图，要么分析生态系统健康与有限驱动因素之间的线性关系，我们的方法通过（i）识别多个人类活动变量的相对重要性，（ii）量化它们的非线性效应，并明确地将当前系统状态定位在阈值区域，以及（iii）将这些阈值转化为空间明确、阶段差异化的管理规则。

为了在这些条件下操作化阈值和制度转变理论，我们选择了太湖流域作为一个代表性的人类-生态系统耦合湖泊流域。大型浅水湖泊流域特别适合阈值检测，因为它们的缓冲能力有限且陆地-水耦合性强，容易在持续的人为压力下发生突然转变（Scheffer等人，2001年；Andersen等人，2009年）。太湖流域具备了所有三个必要条件：（i）它包含高度城市化的核心区域、快速变化的城郊地带和相对完整的生态斑块，形成了明显的干扰强度谱；（ii）它将密集的城市化与多样的功能土地利用相结合，创造了显著的功能异质性；（iii）作为一个在持续环境压力下的大型浅水湖泊系统，理论上容易发生替代稳定状态和突然的制度转变，使得非线性干扰-响应关系尤为显著（Qin等人，2015年；Hu等人，2021年）。本研究旨在：（1）使用XGBoost-SHAP模型识别关键的人类活动变量及其作用机制；（2）构建一个综合人类干扰指数（HDI），并使用分段线性回归模型确定HDI触发生态系统健康转变的关键阈值；（3）对不同干扰阶段进行局部空间分析，以揭示各种变量在研究单元尺度上的差异性影响。

分析框架

我们构建了一个分析框架，以量化人类活动与生态系统健康之间的复杂关系，如图1所示。首先，我们建立了一个基于压力-状态-响应模型（Khatun和Das，2024年；Chen，2022年）的概念框架。该框架认为，人类活动作为一种压力，并不直接影响生态系统健康的响应，而是通过包括栖息地丧失、破碎化和生态

EHI和HDI的空间和时间趋势

在20年的研究期间，EHI略有下降，而HDI显著增加（图3）。线性趋势分析确认这些时间变化具有统计学意义（p < 0.001）。整个流域的平均EHI值分别为2000年的0.462、2010年的0.461和2020年的0.445，显示出每十年平均下降0.009的温和趋势。对构成成分的分析揭示了更复杂的情况（图S4）。

关键变量的控制：单个人类活动变量的非线性响应和阈值

本研究的结果揭示了单个人类活动变量对EHI的非线性关系和阈值效应，强调了合理有效控制单个变量的重要性。除了NL强度外，所有变量（如LUI、PD和TI）都表现出随着影响强度的增加而先增加后减少的趋势。LUI和PD显示出典型的倒U形，每个变量都有一个最佳阈值。这一发现与

结论

本研究对2000年至2020年的太湖流域进行了全面分析，揭示了人类活动与生态系统健康之间非线性关系中的一个关键阈值。这一核心发现对于太湖流域尤为重要，该地区以高密度人类居住区为特征，实现发展与生态保护之间的可持续平衡至关重要。所识别的阈值有效地量化了这一关键平衡点，为

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了国家自然科学基金（32171856）；教育部人文社会科学研究项目（23YJAZH231）；以及江苏省研究生研究与实践创新计划（KYCX25_1461）的支持。