本书以生态脆弱区草地退化驱动机制识别与分析为主线，系统介绍了偏序理论、哈斯图技术及可解释人工智能方法在草地退化研究中的应用与融合。全书以内蒙古自治区及“三北”地区典型草地为研究对象，首先阐述了生态脆弱区草地退化的现状、特征及主要驱动因素，梳理了偏序理论、哈斯图图示与人工智能方法的理论基础与发展趋势；随后提出具有可复制性和可视化特征的驱动因素识别与排序步骤，通过对内蒙古自治区东部、鄂尔多斯及“三北”典型地区的实证研究，揭示了不同生态区草地退化的主导因素、作用路径及空间差异；最后总结了研究结论、创新点及未来趋势。
本书理论与方法并重，融合地理信息分析、数理建模与智能解释技术，具有较强的科学性、系统性与创新性，可为生态脆弱区草地管理与生态修复提供决策参考，也可供高等学校自然地理与资源环境、土地资源管理、生态学及相关专业师生参阅。
第1 章概论 001
1.1概述 002
1.2生态脆弱区草地退化状况 003
1.3偏序理论在LUCC 驱动因素识别中的应用 008
1.4可解释人工智能在LUCC 驱动机制分析中的应用 010
1.5偏序理论和哈斯图技术及其发展趋势 012
1.5.1偏序理论 012
1.5.2偏序理论在生态脆弱区草地退化研究领域的发展趋势 013
1.5.3哈斯图技术 014
1.5.4哈斯图技术在生态脆弱区草地退化研究领域的发展趋势 015
1.6可解释人工智能方法及其发展趋势 016
1.6.1可解释人工智能方法 016
1.6.2 可解释人工智能方法在生态脆弱区草地退化研究领域的发展趋势 018
参考文献 019
第2章草地退化驱动因素研究关键步骤及模型 029
2.1概述 030
2.2偏序理论应用过程 031
2.2.1偏序理论 031
2.2.2哈斯图技术 031
2.2.3关键驱动因素指标凝练、定义和归类 032
2.2.4关键驱动因素识别准则 033
2.2.5偏序集构建 033
2.2.6基于鄂尔多斯地区的应用示例 034
2.3基于可解释的地理空间人工智能模型的驱动机制揭示 035
2.3.1可解释的GeoAI 模型构建 035
2.3.2研究问题的定义 036
2.3.3AI模型选择、参数优化 037
2.3.4AI模型验证方法 038
2.3.5 基于AI 模型的数据组织、预处理及可视化——建模前可解释性 039
2.3.6基于XAI 方法的黑箱模型显示化破解——建模中可解释性 040
2.3.7SHAP解释结果的评估——建模后可解释性 044
参考文献 046
第3章 基于偏序理论和哈斯图技术的案例分析：内蒙古自治区东部地区草地退化驱动因素 053
3.1概述 054
3.1.1案例背景 055
3.1.2技术框架 058
3.2案例区域概况 060
3.3数据来源及处理 062
3.3.1土地利用/ 覆被数据来源及处理 062
3.3.2土地退化驱动因素数据来源及处理 063
3.4偏序理论和哈斯图技术 065
3.4.1转移矩阵 065
3.4.2偏序理论 065
3.4.3哈斯图技术 066
3.4.4哈斯图技术在本章研究中的应用示例 067
3.5结果与分析 068
3.5.1内蒙古自治区东部地区土地利用/ 覆被变化空间格局 068
3.5.2内蒙古自治区东部地区土地退化驱动因素排序 078
3.6讨论及结论 088
3.6.1讨论 088
3.6.2结论 094
参考文献 095
第4章 基于偏序理论和哈斯图技术的案例分析：鄂尔多斯草地退化驱动因素 102
4.1概述 103
4.2案例区域概况 106
4.3数据来源及处理 107
4.3.1土地覆盖数据及处理 107
4.3.2识别关键驱动因素 108
4.4偏序理论和哈斯图技术 110
4.4.1草地退化与恢复的评估 110
4.4.2偏序理论 110
4.4.3哈斯图技术 111
4.4.4哈斯图技术与偏序理论的应用 112
4.5结果与分析 113
4.5.12000～ 2020 年草地退化的时空分析 113
4.5.2鄂尔多斯草地退化驱动因素的变化 114
4.5.3草地退化驱动因素的偏序排序 117
4.6讨论及结论 120
4.6.1讨论 120
4.6.2结论 127
参考文献 128
第5章 基于偏序理论和哈斯图技术的案例分析：“三北”地区草地退化驱动因素 134
5.1概述 135
5.2案例区域概况 136
5.3数据来源及处理 138
5.3.1土地利用/土地覆盖数据与处理 138
5.3.2识别可能的驱动因素 139
5.4偏序理论和哈斯图技术 141
5.4.1草地退化与草地恢复 141
5.4.2偏序关系理论 142
5.4.3哈斯图技术 143
5.5结果与分析 145
5.5.11985～ 2022 年LUCC 的时空变化特征 145
5.5.2驱动因素的统计分析 149
5.5.3基于偏序关系的驱动因素排序 152
5.5.4确定主要驱动因素及其综合排序 157
5.6讨论及结论 159
5.6.1讨论 159
5.6.2结论 162
参考文献 163
第6章 基于偏序理论和哈斯图技术的案例分析：内蒙古自治区草地退化驱动因素 168
6.1概述 169
6.2案例区域概况 173
6.3数据来源及处理 175
6.3.1LUCC 数据来源和处理 175
6.3.2驱动因素数据和处理 176
6.4研究方法 178
6.4.1土地利用变化与草原退化/恢复评估 178
6.4.2偏序理论 179
6.4.3 哈斯图技术 179
6.4.4驱动因素的定向处理 180
6.4.5哈斯图的结构分析 181
6.5结果与分析 182
6.5.11990～2020 年内蒙古自治区 LUCC 动态分析 182
6.5.21990～2020 年内蒙古自治区草地退化和恢复时空分析 184
6.5.31990～2020 年内蒙古自治区草地退化驱动因素变化 188
6.5.41990～2000 年期间草地退化驱动因素偏序排序 190
6.5.52000～2010 年期间草地退化驱动因素偏序排序 194
6.5.62010～2020 年期间草地退化驱动因素偏序排序 198
6.5.71990～2020 年草地退化主导因素的识别 202
6.6讨论及结论 205
6.6.1讨论 205
6.6.2结论 212
参考文献 213
第7章 基于可解释人工智能方法的案例分析：内蒙古自治区草地退化驱动因素 222
7.1概述 223
7.1.1案例背景 224
7.1.2技术框架 227
7.2案例区域概况 228
7.3数据来源及处理 230
7.4研究方法 233
7.4.1趋势分析法 233
7.4.2机器学习模型 233
7.4.3SHAP分析方法 235
7.4.4模型的验证 236
7.5结果与分析 237
7.5.1草地退化的时空变化趋势 237
7.5.2机器学习模型评估与草地变化驱动因素分析 239
7.5.3空间评估 246
7.6讨论及结论 250
7.6.1讨论 250
7.6.2结论 254
参考文献 255
第8章结论及趋势分析 261
8.1结论 262
8.2创新点及不足 264
8.2.1创新点 264
8.2.2不足之处 265
8.3发展趋势分析 267
新书资讯
