本研究基于2020—2022年南太平洋长鳍金枪鱼(Thunnus alalunga)延绳钓渔捞日志数据, 采用地理加权随机森林(geographically weighted random forest, GWRF)模型, 结合Shapley模型可解释(shapley additive explanations, SHAP)技术, 构建了可解释的长鳍金枪鱼栖息地预测模型, 分析了关键环境因子对其分布的影响, 旨在为南太平洋长鳍金枪鱼栖息地研究及其可持续管理提供科学依据。研究结果表明在精度、准确率、召回率及受试者工作特征曲线下面积(area under the curve, AUC)等关键指标上, 地理加权随机森林模型相较于传统随机森林(random forest, RF)模型提高了5%~10%; 因子重要性分析SHAP贡献度分析表明, 海表温度、海表溶解氧浓度、50 m深度温度及50 m深度溶解氧浓度是影响长鳍金枪鱼栖息地分布的关键环境因子; SHAP解释性分析进一步揭示了适宜的栖息环境特征, 即当海表温度和50 m深度温度处于15~20 ℃, 海表溶解氧浓度及50 m深度溶解氧浓度处于240~260 mmol/m3时, 最适宜长鳍金枪鱼栖息。单一样本的SHAP值分解分析进一步验证了适宜的温度及充足的溶解氧是影响长鳍金枪鱼栖息地选择的关键因素。本研究为深入理解其栖息地的空间分布格局及环境驱动机制提供了新的研究视角。