基于时间序列模型的秦岭大气生态指数预测与等级区划：以商洛市为例

《Atmosphere》：Atmospheric Ecological Index Prediction and Grade Zoning in the Qinling Mountains Based on Time-Series Models: A Case Study of Shangluo City

　　

山地生态系统是全球气候变化最敏感的响应单元与关键生态屏障。位于中纬度气候过渡带的秦岭东部山区，具有高生态敏感性与复杂的驱动机制，亟需开展长序列、高精度的动态评估以支撑生态保护与气候适应决策。然而，该领域仍存在三个关键研究空白：其一，传统评估以静态观测为主导，缺乏长序列动态分析与未来预测能力；其二，多生态要素间的耦合互馈机制尚不明晰，定量刻画与物理机制表征不足；其三，现有生态区划未经过稳健性验证，无法应对气候扰动与极端情景。为研究区域大气生态系统，本研究以秦岭东部商洛市为研究区，基于1965—2024年长序列多要素数据，构建了融合多维诊断、模拟预测、动态区划与稳健性验证的综合评估框架，旨在揭示秦岭大气生态系统的长序列演化规律与四维耦合机制，开发可复现、可迁移的动态评估模型。结果表明，研究区呈现显著的海拔依赖性增温特征，海拔与气温、植被覆盖度与空气质量的相关系数分别达?0.89与?0.76；生态质量呈西南高、东北低的空间格局，全区域变异系数低于0.03。1000次蒙特卡洛随机扰动验证结果显示，即使在气候胁迫增强条件下，区划格局仍保持极强的扰动抵抗能力。本研究揭示了山地稳态多因子交互作用机制，弥补了传统静态评估忽视生态系统演化与滞后效应的缺陷。研究所构建的动态预测模型可迁移至全球同类中纬度山区，为区域生态治理提供理论与技术支撑。

# 论文解读

## 一、研究背景与科学问题

山地生态系统作为全球气候变化最敏感的指示器，在生态缓冲与保护中发挥着关键作用。在全球变暖、极端天气事件频发及山区人类活动加剧的多重扰动下，全球山地大气生态格局正经历持续重塑。尤其值得关注的是，中纬度气候过渡带山区具有脆弱的生态背景与高度敏感的大气环境，其大气生态演化受地形、气候、植被与人类活动的共同调控，亟需开展长期、高精度的动态评估以支撑精细化山地生态系统管理。

然而，现有研究存在显著的方法论瓶颈。传统山地大气生态评估范式以经验驱动和静态离散分析为主，多针对地形均质、结构简单的普通山地构建，体系固化、通用性强。但气候过渡带山区具有要素突变性、空间异质性和非线性系统叠加等独特特征，传统范式在机制描述、时空预测和多因子耦合适配方面存在固有结构性缺陷，无法适应过渡带山区复杂的生态演化规律。具体而言，现有研究存在四个核心科学缺陷：第一，静态评估范式缺乏动态分析能力，仅能反映生态现状快照，无法有效描述大气生态质量的年间波动规律与长期演化趋势；第二，多因子耦合与互馈机制未得到系统性揭示和定量表征，难以定量区分各因子的独立贡献与协同调控效应，且兼具物理约束与稳健预测能力的时间序列模型仍然匮乏；第三，现有时间序列建模的稳健性与可复现性较弱，缺乏完整的稳健性检验体系，数据驱动模型物理机制嵌入不足、黑箱问题突出，模型泛化与跨区域迁移能力差；第四，研究体系碎片化，缺乏整合，时间序列诊断、预测建模与生态区域化之间的固有关联被割裂，尚未形成统一评估框架。

秦岭山脉作为中国南北气候分界的核心生态屏障，具有典型的复杂过渡带生态系统，其大气生态系统对外部扰动高度敏感。近年来，区域旅游康养产业的快速扩张导致土地利用格局变化和人类活动扰动加剧，持续威胁当地大气生态系统稳定性。与此同时，区域生态管理标准不断升级，对大气生态质量的时序演化分析、定量评估和未来情景预测提出了更高要求。高精度动态评估已成为秦岭生态管理和产业布局优化的核心决策依据。

基于此，研究人员以秦岭东部气候过渡带山区为对象，构建了"多维时间序列诊断—机制约束预测—气候扰动下动态区划"的整合框架，设定四项针对性研究目标：识别1965年至2024年秦岭东部商洛市关键大气生态指标的长时空演化特征与分异规律；定量分析地形—气候—植被—空气质量四维系统的耦合与反馈机制；构建物理机制约束的大气生态指数（AEI）及优化自回归积分滑动平均模型（ARIMA）预测模型，并与传统静态评估方法及无约束时间序列模型进行对比分析以验证新模型的预测精度与稳健性；预测2025年至2040年区域大气生态格局的演化趋势，开展动态等级区划并通过多情景蒙特卡洛模拟验证其稳健性。

## 二、关键技术方法概览

研究采用1965—2024年长序列多要素数据集，数据来源包括商洛市气象局（常规气象观测）与中国科学院地理空间数据云平台（数字高程模型DEM、归一化植被指数NDVI遥感数据），空气质量指数（AQI）自2013年起有标准化观测记录。样本覆盖高海拔山地、中低山丘陵、河谷盆地及城镇建成区，充分考虑地形、植被和人类活动强度梯度的差异。数据预处理包括异常值剔除（3σ原则）、缺失值插补（邻站加权插值与线性插值结合）、标准化处理（0—1区间）以及非平稳序列的差分预处理。

指标体系构建方面，选取气温、降水、相对湿度、日照时数、植被覆盖度、AQI和海拔七项核心指标，采用层次分析法（AHP）结合专家评分法确定权重，一致性比率CR<0.1。时间序列诊断与建模采用增强型迪基—富勒检验（ADF单位根检验）识别序列平稳性，Ljung—Box白噪声检验分析自相关性，曼—肯德尔非参数检验（Mann–Kendall检验）结合滑动t检验识别变化趋势与突变点，季节—趋势分解法（STL）提取趋势、季节和残差分量。ARIMA模型参数（p,d,q）通过网格搜索法遍历、以最小赤池信息准则（AIC）筛选确定，数据集按7:3时序比例划分训练集与独立测试集。模型残差进行正态性、自相关性和同方差性三维诊断。空间分析结合海拔、下垫面类型和人类活动强度差异进行大气生态区划分级，Pearson相关分析定量刻画四维要素耦合关联特征。稳健性评估采用变异系数法评价时间稳定性，蒙特卡洛随机扰动模拟（1000次运行）检验区划层级稳定性，以区划重合度和等级保留率作为量化指标。

## 三、研究结果

**关键大气生态指标空间分布特征。** 基于1965—2024年长序列观测与遥感数据，商洛市六项核心指标呈现显著空间分异：降水受秦岭东部山地地形约束，由西南向东北递增，高值集中于洛南、商州等地；植被覆盖度（NDVI）受水热条件与海拔梯度影响，呈西南高东北低格局，高植被覆盖区与高海拔山区高度吻合；AQI高值集中于商州、洛南、丹凤等人口密集城镇区，东南部商南县保持优良水平；气温与海拔呈显著负相关，低海拔河谷气温高、高海拔山区气温低，呈现海拔依赖性增温机制；日照时数高值集中于东北部开阔河谷，西南部山区为低值；相对湿度受降水与植被蒸腾耦合调控，呈西南高东北低格局，与NDVI空间分异高度一致。

**大气生态指标时间演化与平稳性诊断。** 60年观测尺度上，商洛市年均温呈现持续增暖的十年代趋势，中位数和均值均逐 decade 上升，箱线离散度稳定，1960年代和2010年代出现少数低温异常值。年降水量 decade 际变化相对平稳，均值和中位数无显著长期增减趋势，但1960年代、1980年代和2010年代年际变异显著，2010年代出现极端低值异常，暗示区域水文循环存在显著年际波动与极端旱涝风险。相对湿度长期维持在65%—70%较高水平，decade 际均值和中位数波动较小。日照时数从1960年代至1980年代大幅下降，年均值从约2050小时降至1780小时，1990年代至2010年代在1850—1950小时范围内小幅波动并趋于稳定。ADF平稳性检验显示，气温、降水、日照时数原始序列非平稳，一阶差分后转为平稳；相对湿度和植被覆盖度原始序列平稳。Ljung—Box白噪声检验证实所有指标序列存在显著自相关结构，具有可提取的时间序列信息，满足非白噪声、弱季节性三项基本建模前提。

**双变量耦合关系、ARIMA模型拟合与残差诊断。** 气温与相对湿度呈弱正相关，离散点分布集中且回归趋势清晰，反映湿度随温度升高而规律性增加的特征；气温与日照时数呈显著正相关，表明辐射与热量条件受山地地形约束形成稳定正耦合机制。基于决定系数（R²）、AIC、均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）构建的标准化雷达图显示，各变量ARIMA模型均表现良好，AQI模型各项评价指标最优，相对湿度模型次之，降水、气温和植被覆盖度模型拟合性能总体满意，日照时数模型精度相对较低但满足预测分析需求。具体参数优化结果：气温最优模型为ARIMA(2,1,1)，训练集R²=0.89；降水为ARIMA(1,1,1)，R²=0.91；相对湿度为ARIMA(1,0,0)，R²=0.92；AQI为ARIMA(1,0,0)，R²=0.94；植被覆盖度为ARIMA(1,0,0)，R²=0.95；日照时数为ARIMA(2,1,2)，R²=0.85。所有模型AIC值均小于?10，训练集R²大于0.85。残差诊断三维检验证实：Q—Q图显示残差基本服从正态分布；残差自相关函数图显示各滞后阶自相关系数均落于置信区间内，序列相互独立；残差同方差性检验显示残差离散程度随拟合值均匀分布，无明显扩缩趋势。优化ARIMA模型完全满足时间序列建模统计假设。

**县尺度气候—植被—空气质量 decade 际演化特征。** 基于1965—2019年十年滑动窗口分析，各县区呈现差异化演化格局：丹凤县位于河谷过渡带，1995年左右为转折节点形成"先降后升"的温度演化特征，湿度由早期大幅波动转向后期平缓趋于湿润，日照持续减少，降水无显著趋势；洛南县位于东北部开阔盆地，1995年后呈阶梯式渐进增温，湿度波动下降、环境趋于干燥，日照资源仍较丰富，降水呈弱减少趋势；商南县位于东南山区、毗邻水汽输入通道，增温率较晚加速，湿度持续增加、湿润环境强化，日照大幅波动且整体缓降，降水丰富且年际波动；商州区为中心城区，城市化印记明显，1995年后显著增温，湿度长期低于周边山区、整体干旱格局未根本改变，日照持续波动下降，降水无显著趋势、为全市最适中区域；山阳县位于南部低中山区，气温连续稳定增加、无明显阶段转折点，1984年湿度由波动转为持续微增，日照降幅居南部山区首位，降水高基线、年际波动平缓；柞水县位于西南部秦岭高海拔核心区，气温持续稳步上升、增温放大效应显著，大气湿度长期维持全市最高水平且波动上升，日照基线低、 decade 际波动下降，降水丰富且 decade 际波动弱；镇安县位于西南部中高山区，与柞水县形成连续秦岭生态屏障，气温稳定增温，湿度高且稳定、 decade 际波动极小，日照显著波动下降，降水持续充足且长期稳定。整体而言，1990年后各县植被覆盖度逐年增加、2013年后空气质量明显改善，气候要素稳态演化与生态系统优化形成正反馈，大气生态系统趋于稳定、抗扰与自调能力持续增强。

**2025—2040年大气生态指数预测与区划稳健性检验。** 站点观测原始数据统计特征显示：各站日温呈典型双峰分布，峰值集中于0—5℃和15—25℃区间，空间异质性弱；相对湿度核密度总体为偏态单峰分布，峰值集中于60%—80%区间；日照时数呈清晰双峰结构，短日照（0—4小时）和长日照（8—12小时）为高频率区间；日降水呈高度右偏L形分布，极端降水事件频率极低。区域AEI分级结果显示：柞水县（AEI=8.72，CV=0.012）、商南县（AEI=8.41，CV=0.013）、镇安县（AEI=8.13，CV=0.014）属Ⅰ级优区（AEI>8.0）；丹凤县（AEI=8.00，CV=0.015）、商州区（AEI=7.45，CV=0.016）、山阳县（AEI=7.34，CV=0.017）属Ⅱ级良区（7.0
## 四、讨论与研究结论

**区域特征、全球共性与海拔依赖性增温驱动机制。** 研究区大气生态指标呈现"三稳三渐变一优化"的长序列稳态演化格局，打破了秦岭"高脆弱高敏感"的固有认知。核心驱动力源于长期生态保护政策与山区自然自调节机制的协同正效应。1965—2024年间，研究区气温呈现显著的海拔依赖性增温增强（Elevation–Dependent Warming Enhancement, EDWE），秦岭主脊东段高海拔县（柞水、镇安，平均海拔>1100米）增温率显著高于低海拔河谷盆地（洛南、商州），形成温度升高与海拔梯度高度耦合的空间分异格局。该EDW模式与中纬度山地系统全球观测高度一致，与青海湖高原雪线附近增温强化机制、欧洲阿尔卑斯山和北美落基山脉1000—2500米中高山带增温率可达低海拔盆地1.5—2倍的观测结果相互印证，斯堪的纳维亚山脉长期监测亦证实中纬度高山加速增温的全球共性。研究区EDW内在驱动机制可归结为三条协同路径：辐射强迫的海拔分异效应、地表—大气反馈放大效应，以及地形热陷阱效应。

**大气生态系统的稳定性、稳健性与区域独特性。** 与区域气温显著上升趋势不同，商洛年降水量和日照时数呈缓慢下降趋势，无显著突变或极端偏离，表明区域整体水文气象系统具有强自稳性和缓冲能力。该特征与欧洲阿尔卑斯山和斯堪的纳维亚山脉在气候变暖背景下积雪锐减、冰川快速退缩、多年冻土持续增温的剧烈响应模式形成鲜明对比。STL季节分解进一步显示，区域大气生态系统具有弱季节性、强年际变率、低季节波动振幅特征，有效降低了周期性干扰对时间序列分析的影响。AEI分区结果经变异系数和蒙特卡洛模拟双重验证，表现出极强稳定性和抗扰能力。2026—2040年预测期内，各区县AEI变异系数均小于0.03，达高度稳定水平；1000次蒙特卡洛模拟显示，即使加速升温与降水减少的极端情景下，各区县均未发生等级跃迁，Ⅰ级和Ⅲ级区完全稳定，Ⅱ级区仅出现小幅波动。

**地形—气候—植被—空气质量四维耦合机制与协同增益。** 研究定量揭示了秦岭东部"地形调控气候、植被净化空气、气候适配植被、空气反馈生态"的闭环增益机制。海拔与气温（r=?0.89）、植被覆盖度与空气质量（r=?0.76）的显著负相关，呈现了严格受自然地形主导分化的山地区域特有的耦合格局。高海拔地貌通过能量再分配形成显著热缓冲效应，有效缓解区域变暖背景下的局部异常升温。该四维耦合具有跨尺度理论普适性与区域特殊性：高黎贡山研究证实海拔梯度是生态服务协同格局的主导因素，与本研究"地形抑制增温—改善植被生长—优化大气环境"的演化路径一致；欧洲山研究指出地形—植被—气候可形成稳定负反馈系统，通过高海拔与高植被覆盖度的降温效应维持水热平衡和地表生态稳定。

**综合框架与ARIMA模型优化的方法论贡献。** 研究构建的多维诊断—时间序列预测—动态区划整合评估系统，在时间序列诊断层面建立了包括ADF平稳性检验、Ljung—Box白噪声检验、STL季节分解、残差正态性检验的四级质量控框架；在预测建模阶段采用网格搜索结合信息准则优化ARIMA参数，嵌入地形和植被等物理先验约束，模型训练集R²介于0.85—0.94之间，测试集MAPE小于1.5%，显著优于无物理机制约束的纯机器学习黑箱模型。该范式实现了从诊断、建模、预测、区划到稳健性验证的全链条闭环整合，具有更强复现性和区域迁移性。

**研究结论。** 基于1965—2024年60年时间序列多因子数据集，研究构建了多维时间序列诊断、机制约束预测、动态层级区划与稳健性检验的整合研究框架。研究系统阐明了秦岭东部商洛市大气生态系统的时空演化特征、海拔依赖性增温机制，以及"地形—气候—植被—空气质量"四维耦合负反馈机制，产生了可复现、可比较的科学增量知识。研究证实： topography 作为根本调节载体，通过垂直梯度和屏障效应约束水热格局；气候通过温湿光联动驱动植被发育；高植被覆盖度通过滞尘、增湿和边界层调节改善空气质量；良好空气质量进一步维持生态系统结构和功能稳定，形成闭环互馈与协同增益。区域大气生态指数呈西南高东北低的稳定空间格局，全区域变异系数低于0.03，1000次蒙特卡洛模拟证实生态区划在气候扰动情景下不发生层级跃迁。高海拔县（柞水、镇安）因封闭峡谷地形、大气辐射强迫和地表反照率正反馈的共同作用，增温率高于低海拔盆地；连续山体与高植被覆盖度共同形成地形热缓冲效应，有效抑制异常温度波动、提升生态系统稳定性。该发现从机制层面修正了"高海拔地区生态更脆弱"的传统认知，揭示了"南北过渡带+高植被覆盖+地形屏障"联合塑造的独特稳定机制，为秦岭生态保护和气候适应治理提供了机制支撑，并为全球同类生态敏感中纬度山区的大气生态评估提供了可推广的范式。

论文发表于《Atmosphere》期刊。