摘要：青藏高原作为亚洲水塔与全球气候变化敏感区，其复杂下垫面的地气相互作用是调控区域水体变化、影响天气气候异常的关键过程。当前研究多聚焦单一水体变化或传统气候因子，缺乏将极端气候事件、季风环流等大气环流关键指标纳入水体驱动机制的定量解析，难以揭示大气环流—冰川冻土—水文系统的交互作用。本研究覆盖青藏高原全域，使用1990-2020年Landsat长时序遥感数据、ERA5近地层通量数据及冰川冻土数据集，以水体面积变化为响应变量，引入极端气候指数、南亚季风指数、感热/潜热通量等地气与大气驱动因子，构建多维度归因框架。基于K-means 聚类将高原划分为冰川主导区、冻土主导区与人类活动影响区，实现了基于下垫面异质性的空间分层，采用XGBoost-SHAP可解释性机器学习模型量化各因子贡献度与非线性交互关系，识别驱动水体变化的关键阈值。现阶段，本研究已完成核心年份的水体时空特征提取与全域空间分层，并初步确证了驱动因子间的统计相关性，深度的模型定量归因与阈值测算工作正在稳步推进。本研究旨在系统揭示季风环流、极端气候及陆气相互作用对高原水体变化的分层驱动机制，阐明大气动力过程与复杂下垫面之间的多尺度耦合效应。预期成果将为深入理解青藏高原地气相互作用的水文气候响应提供至关重要的科学支撑。

关键词：青藏高原；水体变化；地气相互作用；XGBoost-SHAP