基于可解释机器学习的粮食主产区农村居民点演化特征及其影响因素分析——以华中地区为例

分析粮食主产区的农村居民点演化特征及影响因素，对粮食主产区农村居民点布局优化和国家粮食安全具有参考价值。综合运用景观格局指数、空间关联指数等方法，分析了1980—2015年华中粮食主产区农村居民点用地时空变化特征，并采用极限梯度提升决策树(XGBoost),结合SHAP模型解析其主导影响因素及影响机制。结果表明：华中地区农村居民点用地整体呈扩张趋势，新增居民点用地主要表现为对耕地的占用，农村居民点聚集分布态势明显，主要以局部集聚的形式分布，整体分布密度相对较低；斑块扩张态势明显，破碎程度增加，且存在显著的高值聚集现象；整体分布呈现随距离道路、水系距离的增加而明显衰减的状态；XGBoost结果显示较传统线性回归模型有更好的拟合性，社会经济因素中人口因素的影响是农村居民点用地规模扩张的主要影响因素。

Analysis of Factors Influencing the Evolution of Rural Settlements in Major Grain Producing Areas Based on Explainable Machine Learning: A Case in Central China