我国典型山丘区梯田损毁现状、驱动机理解析与风险预测

参赛学校：华中农业大学

指导老师：张文婷

队员姓名：王政 廖可欣 徐永浩 付嘉琪

作品简介

梯田作为丘陵山区重要的水土保持工程措施，在控制径流、减少侵蚀、稳定土地资源方面作用显著，但易受自然与人为因素影响发生损毁，引发粮食产能损失与生态功能退化，而当前研究缺乏“空间点位 – 驱动机理 - 损毁状态” 的系统分析框架，监管多处于被动应对状态。

本研究以典型山丘区湖北省丹江口市为研究区，通过两轮实地调研覆盖 16 乡镇 83 村，获取 248 个高精度梯田损毁与功能良好样点数据集，结合多源自然与社会经济数据，识别梯田损毁驱动因子，采用神经网络、随机森林、支持向量机、梯度提升、极端梯度提升等6类模型，揭示损毁机理并开展风险预测。研究建立了梯田“结构 - 功能 - 生态”的损毁分类体系，采用独立样本 t 检验、效应量分析等筛选关键因子，对比 6 类机器学习模型后选定神经网络模型（AUC=0.795、Recall=0.842），实现 30m 分辨率梯田损毁概率空间化模拟，生成风险分区图。

结果表明，年降水量、土地利用破碎度是梯田损毁的关键驱动因子，梯田损毁高风险区集中于坡度大、管护薄弱区域，模拟结果准确率达 82%。基于模拟结果，可提出差异化治理策略为山丘区梯田精准管护提供科学工具，推动管理模式从 “人工巡” 向 “算法巡” 升级，助力生态安全与农业可持续发展。

图1 调研-数据-结果  (a.研究区实地调研路线与样本点位分布图；b.研究区走访照片；

c.研究区实地调研样本中梯田功能状态空间分布图；d.研究区梯田设施损毁风险预测图）

一、 基础数据

作品中基础数据全部来自公开数据集或团队实地采集：248个梯田样点由团队2025年1月、4月两轮调研获取，覆盖丹江口市16乡镇83村，含经纬度、高程、坡度、梯田类型（石坎/土坎/坡式）及“结构-功能-生态”三种类型的损毁标签；在自然地理数据中，高程、坡度数据源自阿拉斯加卫星设施12.5 m DEM，2018-2022年气温与降水取自国家青藏高原科学数据中心1000 m栅格，土壤有机质、质地等属性来自丹江口市第三次全国土壤普查100 m数据，水域、沟渠、道路、城镇用地距离由第三次国土调查数据计算；在社会经济数据中，人口老龄化率采用WorldPop 100 m 数据计算，乡镇常住人口引自《丹江口市第七次全国人口普查公报》；所有图层统一至WGS84坐标系并重采样为30 m，空值<0.05%用乡镇均值填补，样点属性完整率100%，形成“点位-因子-状态”数据集，为后续建模与风险制图提供唯一且可追溯的数据底座。

表1 基础数据介绍

二、 分析过程

本研究的技术路线图如下：

图2 技术路线图

1.数据预处理与样本构建

团队于2025年1月16日至20日、4月10日至13日开展两轮实地调研，通过图像解译、农户访谈与现场拍照相结合的方式，覆盖丹江口市16个乡镇83个村庄，完成249个梯田点位的数据采集。调研内容包括梯田地理位置、高程、坡度、类型（石坎/土坎/坡式）、结构状态、排灌系统运行情况及农户管护行为等核心信息。

在数据预处理阶段，首先对调研数据进行清洗，剔除1个坐标缺失、核心属性不完整的无效样本，最终保留248个有效样本；随后对多源基础数据进行标准化处理，将高程、气温、降水等栅格数据统一至WGS84坐标系，并重采样为30m分辨率，确保空间尺度一致性；针对部分数据存在的少量空值（<0.05%），采用乡镇均值填补法完成数据补全，最终形成“点位-因子-状态”一体化数据集，为后续分析提供高质量数据支撑。

利用SuperMap iDesktopX 11i软件对有效样本点位与调研路线进行可视化呈现，清晰展示样本覆盖范围与空间分布特征，为后续空间分析与模型验证奠定基础。

图3 丹江口市实地调研路线与样本点位分布图

2. 梯田损毁类型划分与现状识别

基于实地踏勘记录、现场图像资料与农户陈述，建立“结构-功能-生态”三型损毁分类体系，对248个有效样本进行标签赋值：将存在田坎垮塌、排灌系统失效、弃耕裸露、生态退化严重等情形，且不具备有效水土保持与农业生产功能的样点归类为“损毁样本”（赋值1），其余功能正常的梯田样点赋值为0。

其中，结构性损毁表现为田坎坍塌、台面撕裂、水渠破裂等本体结构失稳问题，共39个点位，占损毁样本的42.4%；功能性损毁指梯田虽保留基本形态，但排灌系统失效、耕作功能丧失或土地利用方式改变，共38个点位，占比41.3%；生态性损毁则体现为植被覆盖率降低、土壤质量退化、生物多样性减少等生态服务能力下降，共15个点位，占比16.3%。通过空间可视化分析，发现损毁梯田点位在调研区域中部和南部呈集聚性分布，主要集中于蒿坪镇、习家店镇、六里坪镇及牛河林区等地，为后续驱动因子分析与风险分区提供现实依据。

表2 不同类型梯田损毁形式分类与特征说明

3. 驱动因子筛选与统计分析

构建涵盖自然生态环境与社会经济两大维度的12个潜在驱动因子体系，包括气温、海拔、坡度、年降水量、人口老龄化率、距道路距离、距城镇用地距离、距水面距离、距沟渠距离、土地利用破碎指数、土壤属性、梯田类型。为系统识别关键驱动因子，采用“独立样本t检验+效应量分析+点二列相关分析”的组合方法开展研究。

图4 潜在因子数据展示图

独立样本t检验结果显示，年降水量在损毁与未损毁样本间存在显著差异（P=0.005），坡度与土壤属性接近显著性阈值（P分别为0.083、0.062），提示这些因子可能对梯田损毁产生重要影响；效应量分析中，年降水量的Cohen’s d值为-0.376，属于中等效应水平，进一步验证其实际影响强度；点二列相关分析表明，年降水量（r=-0.1794，P=0.0046）与土地利用破碎指数（r=-0.1568，P=0.0134）与损毁状态呈显著负相关，土壤属性（r=-0.1203）与坡度（r=-0.1067）虽未达显著水平，但相关方向明确，为后续模型构建提供了关键因子支撑。

表3 梯田损毁状态与各驱动因子的点二列相关分析结果

图5 各因子相关性分析结果

4. 机器学习模型构建与择优

基于筛选后的驱动因子，在PyCharm开发环境（Anaconda虚拟环境）中构建随机森林、逻辑回归、支持向量机、梯度提升、极端梯度提升（XGBoost）、神经网络六类机器学习模型，采用AUC、F1分数、Precision、Recall四项指标对模型性能进行综合评估。

模型对比结果显示，XGBoost与神经网络模型表现最优，AUC值均达到0.795；其中XGBoost模型的F1分数（0.737）、Precision（0.737）与Recall（0.737）均衡性良好，展现出较强的综合分类能力；神经网络模型的Recall值高达0.842，在识别“损毁”类别样本方面具有显著优势，能有效降低高风险区域漏判概率，更符合梯田损毁风险预测的实际需求。

进一步通过特征重要性分析发现，年降水量在所有模型中均为核心驱动因子，土壤属性、气温、距水面距离等因子的影响程度在不同模型中呈现一致性趋势，验证了驱动机制的稳健性。综合模型性能、因子解释力及实际应用场景，最终选定神经网络模型作为梯田损毁概率空间预测的核心工具。

表4 各机器学习模型在梯田损毁分类预测中的性能指标对比

图6 各机器学习模型在梯田损毁分类预测中的ROC曲线对比

5. 损毁风险空间预测与分区

基于最优神经网络模型，结合标准化后的30m分辨率多源栅格数据，对丹江口市梯田开展全域损毁概率空间预测，将预测结果归一化至[0,1]区间，采用自然间断点法划分为低风险区、较低风险区、中风险区、较高风险区、高风险区五个等级，生成“梯田损毁风险一张图”。

空间分析结果显示，高风险区域主要分布于坡度较大、地形起伏剧烈且土地利用结构单一的区域，多呈斑块状或带状集中在山体边缘、水系切割带及基础设施稀疏地带，以浪河镇、龙山镇、牛河林业开发管理区等区域最为突出；低风险区则集中在坡势较缓、土地利用类型多样、破碎度较高的区域，这类区域生态调节能力与人类管护能力更强，有效降低了梯田损毁风险。通过与实地调研结果交叉验证，风险分区的准确率达82%，充分证明了模型预测的科学性与可靠性。

结合行政单元尺度的风险统计，针对不同区域的风险特征与成因，提出工程加固、政策补贴与科技监测相结合的差异化治理策略，形成“治理一张表”，为区域梯田精准管护提供实操性方案。

图7 研究区域梯田设施损毁风险空间分布图

作品亮点及提升方向

本作品主要亮点如下：

1.选题兼具理论与实践价值，聚焦丘陵山区梯田损毁这一生态安全与农业可持续发展的关键问题，研究区域（丹江口市）坡耕地水土保持治理工程面积大、具有一定的典型性，研究对象界定清晰、代表性突出。

2.构建了“现状调查-因子筛选-机制解析-风险模拟”的完整技术框架，逻辑严谨；数据获取采用实地调研与多源数据融合模式，覆盖16个乡镇83个村庄，248个有效样本点位，数据基础扎实规范。

3.技术方法融合统计学、空间信息科学与计算机科学，通过独立样本t检验、效应量分析等筛选关键因子，对比6种机器学习模型（随机森林、XGBoost等）择优建模，最终实现损毁概率高精度空间预测，技术路线清晰且科学性强。

4.研究成果能为山丘区坡耕地治理、水土保持措施管理提供科学依据。结果揭示了“自然为基、人为为势”的多因子耦合驱动机制，为精准划定高风险区域与不同行政单元差异化治理提供参考。

作品可能的提升方向如下：

1.驱动因子可引入动态维度，现有因子多为静态数据，未充分考虑时间序列变化与工程结构参数，可增加遥感变化检测数据，刻画设施从稳定到损毁的演化路径。

2.评估体系可进一步完善，尚未将工程退化与生态系统服务价值关联，可融入生态产品价值评估框架，形成“结构稳定性-生态服务能力-经济价值”的完整评估闭环。

3.成果应用场景可拓展，可将模型成果融入空间决策支持系统，开发动态监测与预警模块，推动梯田管理向精细化、智能化方向发展。

指导老师评语

团队同学完成的《我国典型山丘区梯田损毁现状、驱动机理解析与风险预测》作品以扎实的科研实践，践行了“仰望星空，脚踏实地”的学术追求。团队同学运用卫星遥感、GIS技术与实地调研的方式，明确了南方丘陵山区典型区域的坡耕地水土保持工程的损毁现状，实现了将前沿科技能力转化为解决具体区域难题的方案。作品紧扣丘陵山区民生需求与生态保护，体现农林院校地信学子的人文关怀与社会责任感。作品从天空的“眼”到地面的“图”，再到可行的“策”，完成了一次完整而富有成效的科研闭环。

团队合影

从左到右：徐永浩、张文婷（指导老师）、王政、廖可欣