《Environmental Research》：Spatiotemporal coupling coordination between water network and planting structure in Yilong Lake Basin—A multi-scale perspective on the present and future
编辑推荐：
•构建了一套包含24项指标的水网-种植结构（WN-PS）耦合协调度评价指标体系；•建立了一种改进的耦合协调度（CCD）模型，以揭示WN-PS耦合协调关系在时空上的演变；•提出了一种融合模型MCMI-NE-RSM，以检验WN-PS耦合协调关系的时空异质性；•引入CA-Marko
- •
构建了一套包含24项指标的水网-种植结构（WN-PS）耦合协调度评价指标体系；
- •
建立了一种改进的耦合协调度（CCD）模型，以揭示WN-PS耦合协调关系在时空上的演变；
- •
提出了一种融合模型MCMI-NE-RSM，以检验WN-PS耦合协调关系的时空异质性；
- •
引入CA-Markov模型预测2033年和2043年宜隆湖流域WN-PS耦合协调的发展趋势；
- •
识别了WN-PS系统的MCMI强度。
引言
水网（WN）与种植结构（PS）之间的耦合协调是区域水资源安全和农业可持续发展的重要组成部分（Huang等人，2025年），理解这种关系的时空演变对于生态敏感区水土资源的协同管理至关重要。宜隆湖流域是一个典型的湖泊-农业混合生态系统，显著的水网-种植结构相互作用产生了一个动态演变的耦合系统（Lei等人，2024年），WN-PS耦合协调水平与区域生态安全（Wang和Fu，2023年）、农业生产效率（Yu等人，2022年）以及水资源系统的稳定性（Zhao等人，2024年）直接相关。因此，研究WN和PS的时空演变，分析其时空耦合协调效应和异质性，对于提高水资源利用效率、实现农业可持续发展是必要的。
多年来，宜隆湖在自然和人为因素的复杂相互作用下，一直处于中度至重度富营养化状态。现有针对WN的研究主要集中在河网演化（河网密度或分形维度）及其对生态水文过程的影响（Wang等人，2024b；Lv等人，2024年）。针对PS的研究主要采用遥感和地理信息系统（GIS）技术（Santarsiero等人，2022年）进行作物类型识别（Xu等人，2023年）、种植面积监测（Guo和Ren，2023年）、轮作制度变化测量（González-García等人，2021年）以及作物多尺度表型分析（Qi等人，2025年）。例如，Zhao等人（2024年）利用土壤和水评估工具（SWAT）描述了水文过程向生态系统服务的演变，并突出了SWAT在生态系统服务流应用中的潜力；Zhang等人（2024年）基于水文过程和植物生长等因素，提出了一种新的水碳功能（WCI）评估指数，并通过生态水文建模和遥感技术揭示了WCI的时空动态；Husein等人（2025年）利用GIS和遥感检测了洪涝灾害及高风险区域；Zhang等人（2025年）使用混合任务级联实例分割框架分割农田地块，基于Sentinel-2遥感影像计算了归一化植被指数（NDVI）和归一化红边1指数（NDre1），并利用Transformer时序模型提取PS信息。总之，以往的研究分别对WN和PS进行了研究，忽略了两者的时空耦合关联关系以及PS对水资源配置和拓扑与水文约束的响应，仍然缺乏在统一时空框架下对WN-PS耦合协调关系的系统性研究。
在方法论方面，传统的耦合协调度（CCD）模型侧重于整体协调度，需要将复杂系统转化为单一指标，并依赖于假设和等权重贡献系数（Naikoo等人，2023年）。元胞自动机-马尔可夫（CA-Markov）混合模型在历史变化状态预测方面具有优势，可用于预测耦合协调关系的演变趋势（Azabdaftari和Sunar，2024年）。系统动力学（SD）方法在非线性反馈建模、时间序列演变和政策情景模拟方面具有优势，为分析复杂因果链提供了强大工具，但在应用于空间异质性表征时，需要与基于GIS的空间分析相结合；此外，SD模型对参数配置、校准和验证的要求较高（Schoenenberger等人，2021年）。相比之下，多通道互信息（MCMI）方法在综合判别多指标系统方面表现出更强的能力（Zhao等人，2025年）；非欧几里得（NE）几何提供了系统相对势能和演化状态的信息；响应面建模（RSM）可以识别因子间的交互作用和曲率效应（Yang和Shao，2021年）。因此，集成的MCMI-NE-RSM框架可以减少对难以直接验证的反馈参数配置的依赖，并与观测结果保持更直接的对应关系。该集成框架还超越了以单一协调值作为唯一输入的做法，同时提供评估、诊断和调控三类信息。
基于上述所有描述，本研究构建了一个适用于WN-PS混合系统的CCD模型，以揭示宜隆湖流域WN-PS系统的时空演变以及WN和PS之间的协调关系。此外，为了识别WN-PS耦合协调度的时空异质性，开发了一种MCMI-NE-RSM混合模型用于WN-PS系统的时空演变及其脆弱性分析。同时，引入CA-Markov模型预测该流域WN-PS耦合协调的发展趋势。本研究旨在为宜隆湖流域的水资源管理和农业生态安全提供科学见解，并为类似流域地区的生态环境管理提供新方案。
章节摘要
研究区概况
宜隆湖位于中国西南部云南省红河哈尼族彝族自治州石屏县（东经102°28′-102°38′，北纬23°28′-23°42′），是构造断陷盆地内形成的典型高原湖泊。宜隆湖流域面积360.43平方公里，年均水位1414.2米，年降水量923.46毫米。流域内的主要河流包括城河、城南河、城北河；流域内的主要作物为水稻、玉米、烟草、蔬菜以及
宜隆湖流域WN-PS系统的时空演变特征
包括水资源量和湖泊蓄水量在内的WN变量变化驱动了PS的变异。如图3所示，2003年至2013年期间，宜隆湖流域的WN发生了显著变化：水渠长度增加了353.28公里；年降水量下降了0.143毫米；年径流量和湖泊蓄水量呈现"V"型变化模式。这些水资源量的变化影响了土壤湿度和灌溉条件，从而
多个关键输出变量呈现非线性演变模式
在2003-2023年期间，多个输出变量表现出显著的、非线性的演变模式（Meng等人，2021年），在第二个十年中出现了拐点且拟合范围扩大，表明WN-PS耦合协调系统波动性增加（Doshi等人，2024年）。这种非线性模式绝非偶然发生，而是长期WN-PS相互作用的结果。此外，在Bootstrap重抽样中设置95%置信区间不仅增加了
结论与展望
本研究的主要发现如下。
- 1)
2003-2023年期间，宜隆湖流域WN-PS耦合协调度呈现"先降后升，持续优化"的模式。最低值出现在2012年（0.169），表明严重的失调状态。空间上，WN-PS耦合协调度在流域中呈现"北高南低，中部高于边缘"的特征。同时，一些子流域面临"表面协调但内部结构薄弱"的结构性问题
作者贡献声明
黄芸楠：写作 – 审阅与编辑，写作 – 初稿撰写，可视化，验证，资源获取，项目管理，方法学，调查研究，数据整理，概念化。张莹：验证，项目管理，调查研究。吴晓聪：资源获取，项目管理，方法学。张学森：资源获取，项目管理，方法学，数据整理，概念化。谢作凯：资源获取，项目管理，方法学。曾伟军：
未引用文献
Zhao等人，2024年；Ren和Li，2025年；Song，2021年；Wang等人，2024b。
参与同意
所有作者均已阅读并批准本稿件，并对其内容承担全部责任。
数据可用性
本研究期间生成或分析的数据已包含在本文图表中。
利益冲突声明
? 作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。
致谢：
感谢云南省农业联合专项计划（项目编号：202301BD070001-182）提供资金支持。
黄芸楠|张学森|谢作凯|向翠桂|张莹|吴晓聪|刘兴鹏|陈云春|曾伟军
