撓力河流域耕地變化及其對流域植被及蒸散發特征的影響

尹 劍,夏芮茲,衛丹琪,丁 乙,姜洪濤,羅心愿

(1.貴州財經大學 西部現代化研究中心,貴州 貴陽 550025;2.貴州財經大學 大數據應用與經濟學院,貴州 貴陽 550025;3.東北農業大學 水利與土木工程學院,黑龍江 哈爾濱 430072)

耕地是保障區域糧食安全和維護區域經濟社會穩定的重要支撐,以耕地為主的流域的生態水文環境健康是糧食生產可持續發展的重要前提[1]。撓力河流域地處三江平原腹地,是中國東北重要的糧食生產基地。改革開放40多年來,東北地區糧食生產結構在市場驅動下不斷調整。不斷發生濕地開墾、旱地改水田(旱改水)和水田改旱地(水改旱)的耕地變遷帶來的土地利用結構變化。人類活動的頻繁干擾和近年來全球氣候變化的影響,給區域帶來了水資源緊張和生態系統脆弱化等潛在的生態環境風險。

氣候變化和人類活動所引起的生態水文效應已成為當前全球變化研究領域的焦點問題[2]。氣候變化改變了與水文過程緊密相關的氣候要素,從而直接影響地表水文要素[3]。人類活動所導致的流域下墊面土地利用變化,如耕地開墾、種植結構調整、退耕還林、城市化等,會改變地表反射率、植被葉面積指數等影響水循環的下墊面性質從而影響植被蒸散、下滲等產流過程,總體上影響著生態系統和水循環系統的時空分布[4]。因此,下墊面土地利用變化可以較為直接地反映人類活動的強度和影響程度[5],土地利用變化、特別是耕地的變化,常代表人類活動強度,用于分析人類干擾下生態系統和水文過程的響應[6]。

多年來,學者們對撓力河流域的耕地變化及生態水文環境開展了一系列研究。這些研究有注重分析土地覆被結構的,如李娜等[7]研究了水田進程對耕地時空變化的影響;路昌等[8]研究了土地利用變化的梯度效應,以輔助區域耕地、林地的管理;周浩等[9]研究了土地利用變化強度的空間集聚特征。另一些研究預測了氣候變化和人類活動驅動下流域土地利用的變化情景。如在RCPs情境下的水土資源平衡[10-11]以及歷史趨勢和政策約束條件下可能的耕地規模[12-13]。土地利用變化、種植結構改變對區域生態水文產生較大的影響?；诖?一些學者對流域的生態變化、水文特征進行了分析。曾星雨等[14]基于撓力河流域歸一化植被指數(NDVI)分析了流域生態系統生產力的變化情況,對各子生態系統的生產能力進行了評估。宋爽等[15-16]借助景觀結構方法,研究了多指標驅動下的撓力河流域的生態健康程度。宮興龍等[17-19]研究了土地結構變化對多種水循環變量的影響,構建相關矩陣探索了土地利用變化下水循環特征。張瑩等[20]從微觀尺度,檢測了不同作物期間耕地需水過程。周浩等[21]圍繞水田化特征,分析了流域未來水資源供給以及水土平衡下的種植規劃。王梓云等[22]分析了撓力河流域濕地退化特征以及氣候變化和人類活動的影響。

上述研究從多個角度對撓力河流域的土地利用、耕地規模進行了研究,但主要還是基于某一種單一地類的特征,如水田、旱地或者濕地,綜合所有土地利用類型來分析流域生態水文變化的研究相對缺乏,對生態和水文特征變量研究的結合相對不足,此外研究各類耕地變化對全流域的生態水文變化的貢獻有待進一步開展。研究表明歸一化植被指數(NDVI)和蒸散發(ET)是反映流域生態水文的重要指標[23-24],是分析流域生態生產力和水資源承載力的關鍵?；诖?本文首先利用地統計學方法分析了1980—2018年撓力河土地利用特別是耕地變化及其空間分異,然后基于MODIS再分析數據,通過比較研究NDVI和ET的變化趨勢,量化了其生態水文影響,最后探討了氣候變化和人類活動下,耕地變化對流域生態水文變量變化的貢獻。

1 材料與方法

1.1 研究區概況

研究區(圖1)位于三江平原腹地的撓力河流域(45°43′～ 47°35′N,131°31′ ～ 134°10′E),流域總面積約為26 484 km2,平均海拔60 m。屬大陸性季風氣候,半濕潤半干旱。1月和7月的平均氣溫分別為-21.6、21.6 ℃。年平均降雨量可達565 mm,平均蒸發速率542.4 mm。由于地勢低,地表徑流少,廣泛發育的洪泛平原有利于濕地的形成。流域地形呈現西南高、東北低態勢,水系自西南流向東北。地貌類型主要由山地與平原組成,山地分布于流域西南部和南部,約占流域面積的38.31%,其余區域為平原。撓力河流域主要包括5類土壤,分別為暗棕壤、黑土、白漿土、草甸土、沼澤土。流域內植物資源豐富,植物群落為中溫帶針闊葉混交林。尤其是1980年以來,流域農業開發活動頻繁,目前已建成7個現代化農場,總人口達125萬人,其中農業人口占65.4%。撓力河流域是三江平原重點商品糧食基地之一,也是中國黑龍江省三江平原大面積沼澤濕地的典型區域,其糧食產量約占三江平原糧食總產量的30%。自20世紀50年代以來,流域濕地面積大規模萎縮,導致濕地生態功能下降。近年來降水量比20 a前減少了180 mm左右,減少幅度是俄羅斯遠東地區的2倍。

圖1 研究區概況

1.2 數據源

本研究使用的數據包括:①撓力河流域相關地形、水系等柵格、矢量圖;②土地利用數據來源于中國多時期土地利用遙感監測數據集(CNLUCC)的30 m分辨率網格土地利用數據;并以Google Earth 及 Google Earth Engine (GEE)提供的數據為輔助數據源,耕地信息數據的解譯精度驗證則通過Google Earth 軟件布控數據采樣網格點實現(解譯準確率均大于85%);③國家氣象信息中心提供的多年來流域的氣象資料;④研究時段內的空間分辨率為250 m、時間分辨率為16 d的NDVI數據,提取自MODIS的MOD13Q1產品,8 d的實際ET數據,提取自MODIS的MOD16產品;上述NDVI和ET數據已經由美國地質調查局(USGS)實現了GEE平臺的共享,數據處理過程均通過GEE云平臺完成。

1.3 研究方法

1.3.1耕地變化數據采集與分析

將土地利用保存為Grid文件,然后導入計算1980、1990、2000、2010、2020年的耕地(水田、旱地)面積。通過疊加兩幅農田圖,得到多年的農田結構變化。此外,運用經濟學中的復利公式計算耕地年變化率,見式(1):

(1)

式中k——耕地面積年變化率;Ua、Ub——首、末年的耕地面積;T——研究年限。

1.3.2NDVI和ET變化率的計算

擬利用NDVI變化率評價研究區的生態狀況變化。首先,對250 m MODIS的MOD13Q1產品進行重采樣、投影變換、矢量裁剪等預處理后,計算每個像元生長季的平均NDVI值。流域的生長期設定在5—10月,與主要植被生長期相匹配。其次,采用Mann-Kendall(MK)趨勢分析法[30-31]計算多年各像元平均NDVI的年變化率,見式(2)—(5):

(2)

(3)

(4)

(5)

式中xj、xi——第j年和第i年各像元NDVI的平均值;F——二值符號函數;n——研究周期的年數;β——NDVI的年變化率,β>0表示NDVI呈上升趨勢,β<0表示NDVI呈下降趨勢;Kendall-tau 相關系數(τ)是用于衡量2個變量之間的非參數相關性的指標,τ介于-1和1之間,當τ=1時,表示2個變量完全一致的排序,當τ=-1時,表示2個變量完全相反的排序,當τ=0時,表示2個變量之間沒有任何相關性。

Kendall-tau相關系數的顯著性可以通過Z值和p值來判斷。p值表示在零假設下(即2個變量之間不存在相關性),觀察到的Kendall-tau 相關系數或更極端的結果出現的概率。p值越小,表示Kendall-tau 相關系數越顯著。Z表示NDVI變化的顯著性水平,Z為正值表示上升趨勢,負值表示減少趨勢,Z的絕對值在大于等于1.645,1.96,2.576時表示分別通過了置信度90%,95%,99%的顯著性檢驗。p值和Z值之間的關系可以通過正態分布的累積分布函數來描述。p值越小,表示觀察到的結果越不可能是由于偶然因素導致的,因此假設越不可信。一般來說,p值小于0.05被認為趨勢是顯著的。當x表示為蒸散發變量時,可以計算蒸散發的變化趨勢。

1.3.3耕地變化的生態水文影響

研究采用了基于NDVI變化幅度的農田變化生態影響的評價指標——生態影響指數。該指數定義為耕地變化引起的NDVI變化對研究區域平均NDVI變化的貢獻。同時,基于年ET變化幅度的農田變化耗水影響的評價指標來評估耗水影響,該指數定義為耕地變化引起的ET變化對研究區平均ET變化的貢獻。研究區的耕地變化包括3種類型:生態恢復(Ecological Restoration,ER),在研究區主要以退耕還林為主;新開墾農田(New Farmland Reclamation,FR),即研究期間新開墾的農田;耕地結構變化(Farmland Change,FC),旱地水田之間的交替變化。

對于生態恢復(ER)對區域NDVI變化的貢獻估算見式(6):

(6)

式中Cer——ER對區域平均NDVI變化的貢獻率;ker——退耕還林或草地柵格的平均NDVI變化率;kh——整個流域NDVI的平均變化率;Aer、Ah——ER、流域的總面積;kf——成熟森林NDVI的平均變化率,大致代表2000—2020年氣候變化的影響,ker和kf之間的差距被認為是ER的貢獻率。

對于FR,使用類似的式(7)來估計貢獻,其中貢獻率等于kfr與kn之差;kfr為新開墾農田柵格NDVI的平均變化率;kn為未改變為耕地柵格的用地類型引起的NDVI變化;Cfr為FR對區域NDVI變化的總貢獻率;Afr是FR的總面積。

(7)

對于FC,研究區可能存在的有旱改水和水改旱情況,對區域平均NDVI變化(Cfc)的貢獻率由式(8)估算:

(8)

式中kfc——轉換后耕地類型的NDVI平均變化率;ko——轉換前耕地類型的NDVI平均變化率;Afc——對應的FC類型的面積。

耕地變化對流域平均NDVI變化的總貢獻率(Ch)為3種耕地變化類型對NDVI變化的貢獻率之和,見式(9):

Ch=Cer+Cfr+Cfc

(9)

基于蒸散發的耗水程度以分析年蒸散發為主,同樣針對全流域、旱改水、水改旱、開墾等興趣區進行。公式類似于耕地變化的生態影響計算過程。在此略過表達。

2 結果

2.1 耕地變化及其空間分異

撓力河流域經過多年開墾,土地利用發生了較大變化,圖2顯示了1980—2020年40 a的土地利用變化情況,由于2010、2020年土地利用情況類似,因此只顯示2020年的土地利用情況。

圖2 研究區多年土地利用變化

表1所示,1980—2020年,流域耕地總面積從7 273.22 km2顯著增加至15 313.62 km2,增加了110.55%,年均增加1.88%;增長最快的時段為1980—1990年,增加了35.07%,年均增加4.41%。水田面積的增加明顯高于旱地的增加。40 a間,水田增加了542.14%,年均增加4.76%,其中1980—1990年增加最快,增加了57.14%,年均增加8.84%;旱地增加了52.79%,年均增加1.07%,同樣也是1980—1990年增加最多,為30.26%,年均增加3.67%。旱地在2010—2020年減少了9.41%。2000—2010年,耕地面積變化不明顯。

表1 1980—2020年耕地面積的變化情況

2.2 統計尺度的土地利用轉移情況

為了探求各類土地利用的轉換情況,研究選取20 a間隔進行了土地利用的轉移探索。圖3借助比例弦圖,表示了各類土地利用狀況以及相互之間的轉換關系。方向關系為前年期向后年期變換,外圍的圓弧表示后一年期的土地類型在流域中的面積占比,聯系條帶表示土地利用類型之間相互轉換的關系?；ハ嘤新撓禇l帶表示存在轉換關系,寬度越大表示對應的轉換量越大,當聯系兩端寬度近似時,說明彼此之間轉換面積近似,但具體的區域位置不同。

圖3 各類土地利用轉移比例

1980—2000年的土地利用變化可以結合表1和圖3a得出。1980年水田面積相對較小,2000年水田的面積發生了較大的變化,1980—2000年增加了242.38%,旱地也增加了60.98%。1980—2000年有大量的濕地和草地轉換為旱地和水田,約有45.33%的濕地消失,主要轉換為耕地,占濕地比例的43.20%。草地減少了80.86%,其中73.74%的草地轉移為耕地。林地主要轉換為耕地,占原有林地面積的13.49%,主要轉換為旱地?？傮w來說耕地的增加來自于濕地、林地和草地等自然生態用地的開墾,濕地、草地、林地大面積減少。

對于水田來說,除了保留了1980年自身的92.93%面積外,其主要來源為草地、濕地和旱地的轉換,分別占到2000年當期水田比例的21.77%、27.76%和21.89%。旱地的主要轉換來源為林地、草地和濕地,分別占其總面積的12.27%、15.41%和17.70%。1980—2000年存在一定比例的旱改水,其中10.03%的旱地變為水田;水改旱相對較小,占水田面積的6.91%,只占到旱地總面積的0.57%,總體來說水田-旱地之間的轉換不明顯。

2000—2020年土地利用類型變化情況見圖3b。這20 a間,濕地、草地和林地進一步退化,轉換為水田和旱地。有53.46%的濕地轉化為耕地,其中18.48%的濕地轉換為旱地,35.27%的濕地轉換為水田。39.36%的草地轉換為耕地,8.56%的林地轉換為耕地。旱地和林地存在面積近似相等的互相轉化。此外,該時段內,旱地和水田存在較大面積的互轉,但旱地轉向水田的面積大于水田轉向旱地的面積。旱地發生了顯著的改水田變化,有31.60%的旱地轉換為水田,占2020年水田面積的59.17%,也就是說超過半數的新增水田來自于旱地的轉移。而也有47.41%的水田轉換為旱地,占到2020年旱地面積的14.22%。由于一定比例的濕地轉換為旱地補充了相應的旱改水面積缺失,占2020年旱地面積的12.76%,使得旱地總體面積變化不大。

縱觀1980—2020年,較大面積的林地、草地和濕地轉變為耕地,是旱地的主要來源。濕地向水田旱地的轉換最多,1980—2020年40 a間濕地向旱地的轉移顯著大于前2個20 a。水田面積增加除了來自于前三者的轉移外,旱改水占據較大的比例。在旱改水的過程中,同樣進行著水改旱的過程。雖然圖3b 顯示2000—2020年水改旱較為明顯,但是1980—2020年水改旱在圖3c中呈現出不明顯的情況,可能的原因是在2000—2020年水改旱過程中,轉出的水田很大比例上是1980—2020年濕地轉換為水田的部分。為了探求這一原因,需要借助網格尺度的土地利用轉換分析。

2.3 斑塊尺度的土地利用轉移情況

為進一步分析旱改水和總體土地利用變化,圖4顯示了總體1980—2000、2000—2020、1980—2020年的土地利用變化在斑塊尺度上的地圖,圖例表示了靠前年份的土地覆被類型向靠后年份的土地覆被類型的轉移情況,若兩者一致表示未發生轉換。為了便于顯示主要的耕地和自然生態用地之間的轉移,轉移面積較小的情況在途中略去。由圖4a可以看出濕地轉水田的情況在1980—2000年十分明顯,這部分主要集中分布在支流交匯地區,而這一區域在2000年后進行了集中的水田改旱地工程,在圖4b中由水田轉換為旱地。圖4a 和圖4b反映出上游山地是林地開墾為農田的集中區。圖4c則反映出中下游地區濕地墾荒區域,最終轉化為旱地和水田的交錯帶。2000—2020年發生了顯著的水改旱過程,北部支流沿岸大量的旱地轉換為水田。

圖4 撓力河流域土地利用轉移

在當前保障國家糧食安全的前提下,現有農田的保護是十分重要的,進一步將評估近20 a來,旱改水、水改旱以及生態用地退化所產生的生態影響。2000—2020年的土地利用類型轉移中,面積排名前十的興趣區單元分別為:不變林地(28.48%)、不變旱地(23.37%)、旱地→水田(12.23%)、不變水田(5.42%)、水田→旱地(5.27%)、不變濕地(5.00%)、濕地→旱地(4.70%)、林地→旱地(2.54%)、濕地→水田(2.46%)、旱地→林地(1.70%),共占流域總面積的91.16%?；诖?研究在圖4的基礎上,進行了進一步的分區,獲得研究感興趣的旱地、水田、旱改水、水改旱、濕地轉水田、濕地轉旱地、林地轉旱地,退耕還林這幾類占比較大的轉換地區,由于研究范圍較大,相對來說建設用地、水體、草地的占比較小,研究暫不討論,重點討論與耕地相關的區域。

2.4 耕地變化對區域NDVI值的影響

為了保障糧食安全,在現有耕地的基礎上,短期內不會發生較大的土地利用性質的改變,而調整區域種植結構是改善區域生態安全和水資源安全的有效手段?；诖?重點研究耕地結構變化顯著的2000—2020年,探求耕地結構變化是否給區域生態帶來影響。

首先研究NDVI的變化情況。圖5表達了全流域的生長季各月(5—10月)、生長季平均、全年平均和最大值NDVI年際變化。從各月NDVI變化的情況來看,除了10月變化不顯著外,全流域NDVI在生長季均呈現微弱的上升趨勢,由于大量的濕地轉換為水田和旱地,濕地的植被密度不及耕地,因此在生長季,總體的生長季NDVI得到提升。8月是各類植被生長最為茂盛的時期,不論哪種植被在此段時間葉面積較大,因此上升趨勢相對其他月份變化不大。6、7月是變化最大且最顯著的月份,可能的原因是不斷地濕地開墾,增加耕地,農作物的分布密度遠遠大于濕地,在生長季提升了全流域的NDVI。整體生長季NDVI來看,也有顯著的上升趨勢,同時,全年的NDVI極大值亦有上升趨勢,全年總體平均值沒有明顯的變化。

圖5 全流域生長季各月逐年NDVI變化

針對不同土地利用變化引起的NDVI變化,圖6分析了各類土地利用興趣區域中的NDVI均值,在20 a間的變化情況。圖中的林地、旱地、水田和濕地均值未發生土地覆被類型改變的區域,下同。圖6主要表達了各月林地、濕地2種土地類型不變區域的NDVI,不變旱地、不變水田區域的NDVI,以及林地轉旱地、林地轉水田、水田轉旱地、旱地轉水田等集中用地類型轉換,但最終是耕地的土地利用類型的NDVI。

圖6 各類興趣區生長季各月逐年NDVI變化

研究發現,除了8月以外,林地在各月一直是NDVI的高值區。5、6月濕地的NDVI總體高于其他耕種區域,7—9月濕地的NDVI整體低于耕地,10月濕地耕地高于耕地。林地改旱地地區的NDVI值小于林地,且在作物生長初青期(5、6月)逐漸與林地的NDVI值差距增加;作物生長期(7、8月)與林地NDVI的差值逐漸減少,成熟期(9、10月)又呈現出差距增加,這說明林地改旱地是一個不斷增加的過程,直至2020年完成所有興趣區的土地利用轉換。各類耕地興趣區的NDVI相差不大,整體來看,水田NDVI在所有耕地中較大,旱地改水田的NDVI逐漸與水田接近,其他幾種向旱地轉換的耕地興趣區的NDVI逐漸與旱地接近。

2.5 耕地變化對區域ET的影響

進一步研究年蒸散發量在各類土地利用變化興趣區中的變化過程情況(圖7)。各類用地均呈現一定的蒸散發上升趨勢,且趨勢均通過顯著性檢驗。林地、濕地等自然生態用地上升趨勢較小,顯著性和相關性也較小,上升趨勢分別為2.56、2.93 mm/a。各類耕地均有顯著的上升趨勢和較高的上升率,這表明20 a來耕地開墾導致流域蒸散發耗水的增加,這一問題值得重視?？傮w來看,水田及各類轉向水田的用地的蒸散發大于旱地和其他用地轉向旱地的興趣區,而旱地和轉旱地興趣區的蒸散發耗水增加速率高于水田。在林地和濕地等自然生態用地增加率低的前提下,可以推斷,耕地蒸散發受氣候和人類活動影響增加較大,在未改變種植方式的前提下,氣候變化更容易影響土地類型為耕地的耗水。從流域整體的蒸散發變化情況來看(圖7k、7l),撓力河流域蒸散發增加顯著性和增加量都大于自然生態用地(林地和濕地),呈現顯著的增加趨勢,蒸散發增加量為4.492 8 mm/a,林地和濕地的蒸散發增加量只有2.75 mm/a。

圖7 撓力河流域各類用地年蒸散發量變化趨勢

2.6 耕地變化對區域ET的影響

進一步研究各類土地利用變化興趣區對總體NDVI和ET變化的影響。將幾類主要土地轉換類型進行匯總,計算2000—2020年生長季年平均NDVI相對變化率和全年ET的相對變化率(表2)。由于林地開墾變化沒有通過顯著性檢驗,因此暫時不顯示相關數據。

表2 2000—2020年的生長季NDVI和全年ET變化情況 %

從表2可以看出,ET的增加率整體高于生長季NDVI的增加率,耕地在蒸散發上均有顯著增加,且旱地大于水田。旱地的NDVI增加率也是最大的。濕地的NDVI減少,可能與近年來三江平原濕地退化有關。

進一步對各類興趣區進行匯總,得出人類活動干擾耕地對區域NDVI和ET的貢獻(表3)。對于NDVI來說,新開耕地對總體NDVI的提高產生負向貢獻,即開墾農田影響了流域NDVI提升,對生態健康造成負向影響;退耕還林對總體NDVI提升產生正向貢獻;旱改水同樣產生正向貢獻?？傮w耕地變化對NDVI提升的貢獻率之和為-18.56%,可以證明當前人類活動強度對區域生態健康提升有一定的阻礙。對于ET,旱改水的ET增加貢獻有9.13%,加速了流域蒸發耗水;水改旱貢獻為負,說明通過水田改旱地工程,對流域水資源起到一定的保護作用;濕地開墾貢獻較大,說明濕地在轉換為耕地的過程中,增加了耗水。

表3 2000—2020年的各類興趣區對生長季NDVI和全年ET的貢獻情況

3 討論與結論

3.1 討論

通過對結果的分析,可以發現,耕地面積的增加主要來自于林地和濕地的開墾。首先,盡管耕地的增加有助于提高糧食產量,但是這也會導致生態環境的惡化。因此,需要采取措施保護濕地和林地等自然生態用地。其次,流域內近20 a發生了較為顯著的水田和旱地的互轉,在面積上旱改水大于水改旱。這說明農民在種植作物時更多地選擇水稻,這可能與水稻的經濟效益有關。但是,水田和旱地之間的轉換也會對流域生態環境造成影響,需要進一步探究如何平衡經濟效益和生態保護。第三,耕地區域NDVI的增加主要集中在作物生長季節,相反在非生長季對NDVI變化貢獻低。這表明耕地對植被覆蓋的影響主要集中在作物生長季節。因此,在種植作物時需要采取措施促進作物生長,同時也要注意非生長季節的土壤保水和養分保持。最后,各類耕地變化對流域NDVI和年蒸散發的貢獻率不盡相同。退耕還林對保護生態和減少耗水有貢獻;濕地開墾雖然增加了生長季NDVI但也增加了流域耗水;水改旱有利于流域保水,而旱改水工程增加蒸發耗水,可能帶來水資源安全風險。因此,需要根據不同類型的土地利用變化采取相應的生態保護和水資源管理措施。

3.2 結論

研究基于云平臺遙感數據對中國糧食重要產區的撓力河流域進行了耕地干擾下的生態水文關鍵變量NDVI和ET的分析,獲得了近年來該地區耕地變化對流域植被生態和耗水量的影響。

40 a間,大量的濕地、草地轉換為旱地,部分林地也被開墾為旱地,水田的增加主要來源于濕地的開墾和2000—2020年的旱改水,流域的耕地面積在40 a間增加了110.55%,其中水田面積增加542.14%,旱地增加了52.79%。2000—2020年旱改水和水改旱同時發生,且集聚區不同,旱改水發生在流域北部,水改旱發生在流域中部。

結合遙感云平臺得出,2000年以來,全流域及各類與耕地相關的土地類型的生長季NDVI和年ET均有不同程度的增加趨勢。在不變林地NDVI增加的同時,濕地NDVI減少,表明近年來流域濕地生態存在一定風險。流域NDVI在全年無明顯變化。各類耕地變化對流域NDVI和ET變化的貢獻率不盡相同,總體上退耕還林對保護生態和減少耗水有貢獻;濕地開墾雖然增加了生長季NDVI但也增加了流域耗水;水改旱有利于流域保水,而旱改水工程增加蒸發耗水,可能帶來水資源安全風險。未來將進一步探究耕地種植結構的細部變化,分析影響生態水文的詳細原因和驅動機制。如對耕地利用變化的內在機制進行深入探究,以便更好地理解耕地利用變化對流域生態水文的影響;進一步探索如何平衡經濟效益和生態保護,以促進可持續發展。