多源数据集成
基于2019-2023年Sentinel-5P卫星XCH₄数据，综合集成多维时空数据，构建全面的影响因素分析框架。
自然地理因素
- • 地表起伏度
- • 地表温度
- • 近地面10m风速
- • 植被指数（NDVI）
气象条件
- • 温度
- • 风速
- • 降水
- • 湿度
人类活动因素
- • 畜牧活动强度
- • 煤矿开采强度
- • 夜间灯光数据
- • 人口密度
XGBoost-DF混合模型
Hybrid Model for Data Reconstruction
构建XGBoost-DF混合模型进行XCH₄数据重建，有效填补遥感观测数据的缺测区域，为复杂区域甲烷研究提供可靠数据支撑。
XGBoost
梯度提升决策树
深度森林（DF）
多层级联森林
混合优势
优于单一模型
SHAP可解释性分析
采用SHAP值解析方法定量分析各影响因素的贡献度及交互作用机制，为新疆甲烷源汇精准识别提供可解释性工具。
贡献度量化
- 定量评估各因素贡献
- 识别主导影响因子
- 特征重要性排序
交互机制
- 揭示因素间交互作用
- 分析协同/拮抗效应
- 理解复杂驱动机制
影响因素分析
人为排放因素
畜牧活动强度（主导因子）
牛类养殖贡献占畜牧业总增量的88.7%
煤矿开采强度
煤炭开采过程中的甲烷逸散
自然地理因素
地表温度（正向驱动）
增强甲烷生成菌活性
近地面10m风速（负向影响）
通过扩散效应抑制局部积累
空间分布特征
新疆XCH₄浓度呈现"南高北低、盆地高于山区"的空间分异特征。
高浓度区域
南疆地区
塔里木盆地等区域
盆地区域
地形封闭、积累效应明显
低浓度区域
北疆地区
准噶尔盆地北部等区域
山区
通风条件好、扩散快
时间变化趋势
年际变化
浓度范围
1727.3 - 1972.61 ppb
整体趋势
上升趋势，增幅1.5%
季节性波动
夏秋双峰特征
夏季峰值
高温促进
秋季峰值
畜牧活动
模型性能优势
预测精度
优于单一模型
数据重建
有效填补缺测区域
可解释性
SHAP值量化贡献