基于地理可解释性人工智能的传统村庄的空间差异化及其驱动机制

《Scientific Reports》：Spatial differentiation and driving mechanisms of traditional villages based on geo-explainable artificial intelligence

　　

摘要

传统村落在中国代表着重要的文化景观；然而，在快速城市化的背景下，它们的空间格局和形成机制仍不明确。本研究选取了赣江流域内的194个传统村落和4,705个空间网格作为研究样本。通过结合核密度分析、空间自相关方法以及地理可解释人工智能（GeoXAI）框架，系统地研究了传统村落的空间分布特征及其影响因素。研究结果表明，传统村落呈现出高度聚集的空间格局，全球Moran’s I值约为0.985，形成了明显的“核心-边缘”结构。日照时长、海拔高度和城市化率被确定为主要的解释变量，这些变量均表现出非线性效应和空间异质性。鉴于可能存在反向因果关系和尺度不匹配的问题，这些关联被解释为相关性而非因果关系。GeoXAI模型显著提高了空间机制的可解释性，并强调了综合地理空间变量的重要性。研究结果表明，传统村落的空间分化是自然地理、社会经济发展和居住结构等多种因素相互作用的结果。本研究为理解传统村落的空间演变提供了实证依据，并为江西省及其他地区的遗产保护和空间规划提供了数据驱动的指导。