本研究は、エクアドルの採掘台帳と保護地域の空間的関係を評価し、マルチスケールの採掘圧が直接的な採掘台帳の重なりを説明し予測できるかを検討する。目的は、周辺の採掘構成が重なりの過重なり（overlap susceptibility）を高めている保護地域を同定することで、従来の二値の重ね合わせ解析を超えることであった。CRISP-DMに基づく地理空間の機械学習フレームワークを、6,275の採掘エンティティと97の保護地域に適用した。直接的な幾何学的交差を定量化した後、1、5、10、20 kmの距離閾値と排他的なリングを用いたマルチスケールの近接分析を行った。空間自己相関を評価し、マルチスケールの頻度、面積、密度の指標を予測因子として用いた。ロジスティック回帰、ランダムフォレスト、XGBoostを、地理情報の漏洩を抑えるために空間ブロック交差検証で評価した。モデル性能は、ROC-AUC、PR-AUC、Brierスコア、および補完的な分類指標で評価した。直接的な台帳の重なりは14の保護地域（14.43%）に影響し、31の交差ペアと累積の重なり面積約90.91 km2を含んだ。採掘の存在は距離とともに大きく増加し、保護地域のうちそれぞれ約52.58%、86.60%、93.81%、97.94%で、1、5、10、20 km以内において生じた。XGBoostは、プールされた空間的に外部検証（out-of-fold）された最良性能を示した（ROC-AUC = 0.901；PR-AUC = 0.688；Brierスコア = 0.093）。最も情報量の多い予測因子は、近傍の0〜1 kmの周辺に集中していた。直接的な重なりだけでは、エクアドルの保護地域周辺の採掘圧という広い空間文脈が過小評価される。マルチスケールの地理空間解析と、空間的に妥当化された機械学習を統合することは、採掘台帳の重なりの脆弱性に基づいて保護地域を同定し順位付けするための再現可能な枠組みを提供しつつ、これらの確率を進行中の採掘や環境劣化の証拠として解釈することを避ける。
https://doi.org/10.20944/preprints202609.0066.v1