土壤濕度（SM）是陸地水文循環(huán)中的關(guān)鍵變量，在調(diào)節(jié)地表與大氣之間的能量、水和碳交換中起著重要作用（Wang等人，2025年）。作為世界上最大的黃土沉積區(qū)，黃土高原具有獨特的“土壤水庫”功能，其土壤濕度動態(tài)強烈影響著植被恢復(fù)、農(nóng)業(yè)生產(chǎn)和水資源的可持續(xù)利用（Fu等人，2022年；Li等人，2025年）。在全球氣候變化的加劇影響下，極端降水和干旱事件的頻繁發(fā)生導(dǎo)致區(qū)域水文循環(huán)過程發(fā)生了顯著變化。因此，作為連接地表水文與大氣動態(tài)過程的關(guān)鍵變量，明確土壤濕度的復(fù)雜時空特征不僅有助于提高區(qū)域水文模擬的準(zhǔn)確性，也有助于增強干旱風(fēng)險評估系統(tǒng)（Wu等人，2025年；Zheng等人，2025年）。

作為一種具有強非線性和非平穩(wěn)性的水文變量，土壤濕度動態(tài)受到多尺度和多維因素的共同影響（Li等人，2021年）。土壤性質(zhì)的三維結(jié)構(gòu)中的顯著空間異質(zhì)性是主要控制因素（Satyanaga等人，2025年；Rahardjo和Satyanaga，2019年；Bello等人，2025年），直接影響土壤水分的入滲、再分配和在不同深度的可用性（Ahmadi等人，2024年）。同時，水文氣候因素（如降水、溫度、蒸散作用）與植被特征共同塑造了土壤濕度的空間異質(zhì)性。更重要的是，這些因素之間的非線性反饋進(jìn)一步加劇了土壤濕度時空變異的多維復(fù)雜性（Mao等人，2023年；Xu等人，2023年）。大規(guī)模大氣環(huán)流模式，包括厄爾尼諾-南方濤動（ENSO）、北極濤動（AO）、北大西洋濤動（NAO）和太平洋十年濤動（PDO），也通過遙相關(guān)作用對區(qū)域水文氣候模式產(chǎn)生強烈影響，從而間接影響土壤濕度變化（Wei和Song，2025年）。這些氣候振蕩表現(xiàn)出準(zhǔn)周期性和非平穩(wěn)性，它們相位之間的轉(zhuǎn)換可以系統(tǒng)地改變海洋-大氣能量交換和水分傳輸路徑，導(dǎo)致關(guān)鍵氣候因素（尤其是降水和溫度）的空間分布和強度發(fā)生變化（Nalley等人，2019年；Wang等人，2023a）。因此，揭示土壤濕度與其多尺度影響因素之間的復(fù)雜非線性關(guān)系對于深入理解陸地水文過程和陸地-大氣相互作用機制至關(guān)重要。

黃土高原是中國生態(tài)恢復(fù)和土壤侵蝕控制的核心區(qū)域，也是大規(guī)模生態(tài)項目（如“ Grain for Green Program”）的主要實施區(qū)域（Yu等人，2025年）。作為生態(tài)系統(tǒng)健康的指標(biāo)，土壤濕度可以直接影響關(guān)鍵生態(tài)過程，包括植被恢復(fù)和土壤水資源保護（Sun等人，2025年）。然而，關(guān)于多深度土壤濕度的時空演變模式及其調(diào)節(jié)機制的研究仍然不足。例如，許多現(xiàn)有研究主要集中在植被恢復(fù)對土壤濕度的生態(tài)影響以及個別氣候因素（如降水或溫度）的調(diào)節(jié)作用（Chen等人，2024年；Ge等人，2023年）。然而，對于多深度土壤濕度時空動態(tài)的差異機制關(guān)注較少（Ge等人，2023年；Li等人，2021年）。對于多深度土壤濕度的季節(jié)性時空演變特征及其主導(dǎo)空間模式的變異性了解不足。特別是，多種因素對土壤濕度變化的協(xié)同效應(yīng)以及這些因素之間的交互作用仍不清楚（Li等人，2021年；Yang等人，2025年）。此外，傳統(tǒng)研究主要依賴于短期實地觀測數(shù)據(jù)集，這些數(shù)據(jù)集往往空間覆蓋范圍有限且時間記錄不連續(xù)，難以支持區(qū)域尺度的長期連續(xù)監(jiān)測和土壤濕度動態(tài)的歸因（Li等人，2021年）。

土壤濕度及其影響因素通常表現(xiàn)出強烈的非平穩(wěn)性，這意味著這些變量之間的因果關(guān)系在不同空間位置和時間尺度上有所不同（Chang等人，2025年；Hu和Si，2016年）。傳統(tǒng)的統(tǒng)計方法和水文模型在準(zhǔn)確捕捉土壤濕度的非線性波動方面面臨挑戰(zhàn)，而現(xiàn)代機器學(xué)習(xí)方法在模擬復(fù)雜系統(tǒng)方面顯示出顯著優(yōu)勢（Xie等人，2023年；Ye等人，2025年）。其中，XGBoost模型基于梯度提升決策樹框架，能夠有效識別環(huán)境驅(qū)動因素與水文變量之間的非線性關(guān)聯(lián)和交互效應(yīng)。同時，XGBoost通過內(nèi)置的正則化機制控制模型復(fù)雜性，顯著提高了模型的穩(wěn)定性和泛化性能（Wang和Peng，2024年）。此外，SHAP（Shapley Additive Explanations）基于嚴(yán)格的數(shù)學(xué)框架，用于量化不同影響因素的貢獻(xiàn)。該方法可以明確單個因素對水文變量的方向性影響（正面或負(fù)面效應(yīng)），并在特定條件下提供局部可解釋性（Bai等人，2025年；Ye等人，2025年）。因此，結(jié)合使用XGBoost和SHAP可以提高模型輸出的可解釋性，從而更可靠地識別控制土壤濕度動態(tài)的關(guān)鍵因素及其非線性交互作用（Huang等人，2025年）。另外，部分小波一致性（PWC）方法可以在去除其他變量的外部影響的同時揭示兩個變量之間的時頻關(guān)系，僅保留對響應(yīng)變量具有獨立解釋力的因素（Hu和Si，2021年）。多重小波一致性（MWC）方法可以捕捉水文變量的多尺度變異的非線性動態(tài)特征及其對多因素的細(xì)尺度依賴性（Hu和Si，2016年）。這種方法已被廣泛用于揭示影響水文變異性的環(huán)境因素之間的協(xié)同效應(yīng)和交互機制（Hu和Si，2016年；Wang等人，2021年）。

因此，利用GLDAS土壤濕度數(shù)據(jù)集，本研究系統(tǒng)地調(diào)查了1982年至2020年黃土高原表面和根區(qū)土壤濕度的時空分布，以及它們對多種驅(qū)動因素的響應(yīng)機制。首先，描述了多深度土壤濕度的長期趨勢、時空變異、季節(jié)性振蕩和主要季節(jié)性模式。接下來，應(yīng)用XGBoost-SHAP框架量化不同影響因素的相對貢獻(xiàn)，并揭示這些因素共同調(diào)節(jié)土壤濕度動態(tài)的交互機制。最后，通過結(jié)合部分小波一致性和多重小波一致性分析，研究了土壤濕度與其驅(qū)動力的多尺度依賴結(jié)構(gòu)，并識別了不同時間尺度上控制土壤濕度變化的協(xié)同效應(yīng)。總體而言，本研究有助于更深入地理解生態(tài)脆弱地區(qū)（如黃土高原）土壤濕度的復(fù)雜演變機制，并為區(qū)域生態(tài)保護和水資源管理提供了理論支持。

根據(jù)Hong等人（2024年）的方法評估了黃土高原上GLDAS土壤濕度數(shù)據(jù)的可用性。還應(yīng)用了深度加權(quán)平均方法來推導(dǎo)與GLDAS根區(qū)土壤濕度相對應(yīng)的實地土壤濕度。圖2a顯示了每個站點的實地表面土壤濕度觀測值與相應(yīng)GLDAS-Noah數(shù)據(jù)集之間的密度散點圖，相關(guān)系數(shù)（R）為0.632，均方根

基于多維非線性方法，本研究表明，在黃土高原上，多尺度因素對土壤濕度的影響過程和調(diào)節(jié)機制在表面層和根區(qū)層之間存在顯著差異。表面土壤濕度直接暴露于外部環(huán)境條件，對降水事件反應(yīng)迅速且敏感（Li等人，2024年；Vargas Zeppetello等人，2024年）。SHAP分析進(jìn)一步支持了這種響應(yīng)模式

本研究闡明了1982年至2020年黃土高原表面和根區(qū)土壤濕度的多尺度時空變化，突出了土壤濕度的主要季節(jié)性模式。進(jìn)一步量化了氣候和植被因素的貢獻(xiàn)及其非平穩(wěn)交互作用，并揭示了多種因素對多深度土壤濕度協(xié)同效應(yīng)的差異機制。主要結(jié)論如下：

(1)

根區(qū)土壤濕度的平均值（0.255立方米/立方米）為

王俊杰：撰寫 – 審稿與編輯，撰寫 – 原稿，軟件開發(fā)，概念構(gòu)思。張少雄：撰寫 – 審稿與編輯，資源獲取，資金籌集。池云寧：撰寫 – 審稿與編輯，監(jiān)督，資源獲取。史冰：撰寫 – 審稿與編輯，調(diào)查，資金籌集。李欣：撰寫 – 審稿與編輯，軟件開發(fā)。李寶琪：撰寫 – 審稿與編輯。何盼星：撰寫 – 審稿與編輯，資源獲取。

作者聲明他們沒有已知的競爭性財務(wù)利益或個人關(guān)系可能影響本文所述的工作。

本研究得到了河北省自然科學(xué)基金（E2025210047）、中國博士后科學(xué)基金（2025M782565）、國家重點研發(fā)計劃（2022YFC3204301、2022YFC2601100）和國家自然科學(xué)基金（U2006227）的財政支持。