Analysis on the Change of Soil and Water Conservation Capacity and Its Driving Factors in Southwest Alpine-Canyon Area

西南高山峡谷区(25°-33°N，91°-105°E)位于大横断“七脉六江”地带，是西藏自治区、四川省和云南省的交界处，共涉及3省的91个区县，面积约为61万km²。该区地势高峻，谷坡陡峭，河谷深切狭窄，地貌类型主要为高山和中山，海拔最高达7 261 m，最低海拔为60 m，相对高差7 201 m，垂直地带性差异明显；该区域由东南向西北横跨干旱区、半干旱区、半湿润区以及湿润区，由于热带和亚热带季风气候的交替影响，气候空间分布差异明显^[27]，降水充沛集中，夏季多暴雨，研究期内年降水量为406.29~1 497.88 mm，呈现南多北少、东多西少分布，平均气温6.56 ℃，一年中最低气温达到-14.7 ℃，最高气温23.6 ℃。复杂多变的气候和自然地理环境，造就了该区丰富的植被类型和土壤类型^[14]。植被类型主要有阔叶林、针叶林、草甸和灌丛；土壤类型主要以铁铝土、高山土和淋溶土为主。此外，西南高山峡谷区还分布着36%的岩溶地貌。由于特殊地质地貌和气候条件影响，西南高山峡谷区生态环境十分脆弱，属于生态环境重点保护区域(图 1)。

本研究采用了中国防止水土流失的土壤保持能力数据集、自然背景数据、社会经济数据、生态政策数据、农户调研数据以及其他数据(表 1)。其中，课题组在西南高山峡谷区进行了农户问卷调查，获得了407份农户调研数据。

中国防止水土流失的土壤保持能力数据集是基于改进的RUSL模型开发的，用于估计中国潜在和控制的土壤侵蚀，该数据集包括1992-2018年中国年土壤保持能力及其影响因子，可分为综合数据和详细数据，综合数据包括1992-2018年中国土壤保持能力均值和变化率、植被覆盖与管理因子、降雨侵蚀力因子。详细数据包括水土保持措施因子、土壤可蚀性因子、地形因子、降雨侵蚀力、植被覆盖与管理因子数据、中国土壤保持能力均值和变化率因子数据，本研究选取2000-2018年中国土壤保持能力均值作为被解释变量，分辨率为300 m×300 m，数据可通过网址https://www.scidb.cn/detail?dataSetId=3b2e9ea9d65c4c92b6357519a7ddc6dd&version=V1下载使用。

自然条件数据包括DEM高程数据、坡度、坡向、气温、降水、归一化植被指数(Normalized Difference Vegetation Index，NDVI)以及土地覆被数据。其中，土地覆被数据包含农田、森林、灌木、草地、水体、冰雪、荒地、不透水和湿地9种土地覆被分类方案，根据中国科学院地理科学与资源研究所采用的分类系统的一级地类，将土地利用划分为耕地、林地、草地、水域、建设用地和未利用地6个类型；社会经济数据包括总人口、人口密度、GDP以及夜间灯光指数；生态政策数据包括中国林业工程区和生态功能保护区数据。其他数据包括国界、省界和县界等空间矢量数据。以上数据的来源及分辨率如表 1所示。

农户调研数据主要采用2023年7月份至8月份在云南省云龙县以及四川省康定市开展的半结构化问卷调查数据，问卷内容主要包括家庭基本情况(年龄、职业、受教育情况、非农工作情况、家庭资产情况等)、农地基本利用情况(耕地面积、退耕还林面积、农用地种植情况等)、作物投入及产出情况(化肥、农家肥施用情况、作物播种及产出情况等)、作物种植与牲畜饲养及其变化情况、家庭收入情况、能源利用及生态恢复情况、薪柴砍伐和水土流失情况以及政府干预情况等。最终经过数据筛选得到了407份有效问卷(云南省云龙县206份、四川省康定市201份)。

空间自相关分析能够度量某一变量在空间上的分布特征及其对邻近领域的影响程度，从而判断变量在空间上是否相关以及相关程度如何，主要包括全局空间自相关分析和局部空间自相关分析^[28]。Moran's I指数是一种应用非常广泛的全局空间自相关分析方法，该方法可以检验一个区域内所有空间单元的属性值是否存在聚集特性，Moran's I＞0表示空间正相关，其值越大，空间相关性越明显，反映出变量之间具有空间聚集特征；Moran's I＜0则表示空间负相关，其值越小，空间差异越大，变量之间越无空间聚集特征；Moran's I=0则表示空间离散分布，空间分布呈随机性。

冷热点分析是一种探索局部空间聚类分布的方法，用于确定空间聚集的高(热点)/低(冷点)值区域。一个热(冷)斑是具有显著统计学意义的高(低)值群集区域^[29]。该方法能够反映出西南高山峡谷区水土保持能力变化的高低值在空间上发生聚类的位置。G观测值的大小可以用来描述冷热分布，如果该指数为具有统计学意义的正值，则值越高热点聚类的分布越集中^[29]。G_i^*值为正且具有统计学意义，说明空间单元i周围的空间单元值相对较高，则该区域为热点区域；G_i^*值为负且具有统计学意义，说明空间单元i周围的空间单元值相对较低，则该区域为冷点区域。Moran's I和G_i^*的显著性均采用Z统计量进行检验。

为了更好地探究生态政策对西南高山峡谷区水土保持能力变化的影响，本研究分别构建模型1、模型2和模型3，在模型1中探究生态政策对水土保持能力变化的影响，在模型2中探究在没有政策干预下的自然条件和社会经济因素对水土保持能力变化的影响，在模型3中探究政策干预之后各因子对水土保持能力变化的影响。在模型3中，本研究根据海拔将西南高山峡谷区分为河谷区(2 000 m以下)、半山区(2 000~3 500 m)以及高山区(3 500 m以上)^[15]，进行3个不同地带的对比研究，回归模型的表达式如下：

式中：y_t为水土保持能力变化；β₀为常数项；β_k为回归系数；x_kt为自变量；u_t为随机误差项。在进行计量回归之前，通过皮尔逊相关系数(PCC)、方差膨胀因子(VIF)以及容忍度(T)对各变量之间进行多重共线性检验。在模型1中，PCC最大值为0.37，VIF最大值为1.03，T最小值为0.97；在模型2中，PCC最大值为0.44，VIF最大值为1.40，T最小值为0.71；在模型3中，全区、高山区、半山区以及河谷区PCC最大值分别为0.45、0.44、0.52、0.65；VIF最大值分别为1.45、1.38、2.13、3.09；T最小值分别为0.69、0.72、0.47、0.32，均满足PPC＜0.8，VIF＜10，T＞0.1，表明各变量之间不存在多重共线性的问题。

为了探究西南高山峡谷区水土保持能力变化的影响因素，本研究选取自然条件(海拔、坡度、坡向、气温变化量、降水变化量和NDVI变化量)、社会经济因素(总人口变化量、人口密度变化量、GDP变化量以及夜间灯光指数变化量)、生态政策(林业工程覆盖区和生态功能保护区)作为自变量。需要说明的是，本研究选择的自然条件^{[23, 30-31]}和社会经济因素^{[15, 32-33]}均是影响水土流失治理的常用指标。选择林业工程覆盖区和生态功能保护区来代表生态政策的原因如下：首先，林业工程共包含“三北”防护林体系建设工程、太行山绿化工程、辽河流域防护林体系建设工程、黄河中游防护林体系建设工程、淮河太湖流域防护林体系建设工程、长江中上游防护林体系建设工程、珠江流域防护林体系建设工程、沿海防护林体系建设工程等八大林业工程。八大林业工程是中国政府为了改善生态环境、促进可持续发展而实施的一系列重大生态恢复和建设项目，是中国生态政策的直接体现。这些工程涵盖了森林资源保护、水土保持、防沙治沙、退耕还林还草等多个方面，体现了中国在生态建设上的政策导向和实际行动。其次，生态功能保护区共包含横断山南部生态功能保护区、藏东南山地生态功能保护区、京津水源涵养生态功能保护区等50个生态功能保护区，生态功能保护区是中国生态保护和恢复的重要措施之一，它们旨在保护具有重要生态功能的区域，如水源涵养区、土壤保持区、生物多样性保护区等。生态功能保护区的设立和管理，不仅体现了中国在生态保护上的政策导向，还包括了一系列具体的措施，如限制开发、生态修复、监测和评估等。林业工程覆盖区和生态功能保护区形成了综合性和系统性的生态保护和恢复体系，这些工程和保护区不仅停留在政策层面，还通过具体的行动和措施来实施和推进，体现了国家层面对生态保护和恢复的重视程度。因此，选择林业工程覆盖区和生态功能保护区作为中国生态政策的代表。各变量的描述性统计如表 2所示。

从全国水土保持能力变化来看，西南高山峡谷区是中国水土保持能力变化最为明显的区域之一，且整体上呈现出明显增强的态势(图 2)。2000-2018年西南高山峡谷区水土保持能力增长96.49%，净增强趋势明显。具体来看，2000-2018年间，2006年的增长率为负值(图 3)，水土保持能力相较于2000年降低了22.35%，2006年之后，水土保持能力逐渐恢复，2012-2018年，西南高山峡谷区水土保持能力增长114.63%。

西南高山峡谷区四川省水土保持能力的增强相较于云南省和西藏自治区更为明显，其余地区和省份的水土保持能力均有增强，但不明显。除此之外，云南省部分地区存在水土保持能力减弱的情况(图 4a)。西南高山峡谷区水土保持能力较强的区域主要分布在研究区东南部，具体以四川省(九龙县、石棉县以及凉山彝族自治州的部分区县最为明显)和云南省的部分区县(福贡县最为明显)为主，研究区北部以及西藏自治区水土保持能力普遍较弱(图 4a)。此外，西南高山峡谷区各区域水土保持能力均有不同程度的增强和减弱，但总体上增强的趋势占主导(图 4b)，且水土保持能力变化最明显的区域分布在研究区的东南部，以四川省增强和云南省减弱为主，具体以四川省的盐源县、冕宁县、木里藏族自治县以及三县的交界区域增强最为明显，而云南省的大理白族自治州、怒江傈僳族自治州的部分区县以及丽江市部分区县的水土保持能力降低最为明显。

Moran's I指数全局空间分析能够反映出研究区水土保持能力变化是否具有空间聚集的特征。对西南高山峡谷区2000-2018年水土保持能力增强和降低进行Moran's I指数全局空间分析，发现西南高山峡谷区水土保持能力增强和降低的Moran's I指数值均大于0，均通过了1%的显著性检验(p＜0.01)，且Z_score均大于临界值1.96，表明西南高山峡谷区水土保持能力增强和降低的空间相关性显著，具有明显的空间聚集效应(表 3)。此外，水土保持能力增强的Moran's I值大于水土保持能力降低的Moran's I值，说明水土保持能力增强的空间聚集程度高于水土保持能力降低的空间聚集程度。

分别对西南高山峡谷区水土保持能力增强和降低进行冷热点分析，且冷热点分析结果分别按照99%、95%和90%的置信区间将其分为6个等级(图 5)。总体来看，西南高山峡谷区水土保持能力以增强为主，且以四川省增强最为明显。具体来看，西南高山峡谷区水土保持能力增强的热点区域主要聚集在四川省，具体以得荣县、石棉县以及凉山彝族自治州最为明显；而水土保持能力降低并没有显示热点区域，这表明西南高山峡谷区水土保持能力降低的趋势和程度均不明显，主要以水土保持能力增强为主要趋势。水土保持能力增强的冷点区域主要以云南省的大部分区县为主，西藏自治区北部的那曲市和昌都市也有涉及。此外，水土保持能力降低的冷点区域主要集中在云南省的怒江傈僳族自治州(福贡县、兰坪县、泸水市)和大理白族自治州(剑川县、云龙县、洱源县、漾濞彝族自治县、永平县)。虽然云南省实施了大规模的水土保持生态修复方案^[34]，但其水土保持能力仍旧增强不明显甚至部分区域出现了下降的情况。这可能与其本身独特的地理地势环境以及石漠化问题严重^[35]、地质灾害频发^[36]等有关，也与劳动力转移、畜牧业发展有关。劳动力转移可能是水土保持能力变化的原因。劳动力析出会造成农业劳动力不足，从而使得部分不宜耕作的土地退耕还林还草，有助于水土保持，减轻水土流失^[37]。此外，过度放牧是导致草地退化和水土流失的重要原因之一^[38]，而非农收入的提高增加了牲畜养殖的机会成本，导致农民不再愿意养殖牲畜，牲畜饲养量下降^[39]，有助于草地的恢复和生长，在一定程度上还会使部分草地转为林地，提高植被覆盖度，减少水土流失^[40]。

问卷调查表明，2022年四川省康定市户均劳动力转移1.80人，达到每户拥有劳动力人数的46.95%，户均牲畜养殖数量下降了11.40%，而云南省云龙县户均牲畜养殖数量却增加了11.58%(表 4)。西南高山峡谷区河谷地带的农户均位于四川省，河谷地带村资源禀赋较差，牧草资源缺乏，但经济发展水平较高，工业化、城市化进程明显，因此，非农就业机会多，劳动力析出较多。而大多数半山地带的农户位于云南省，虽然半山地带毗邻河谷地带，劳动力转移程度也相对较高，但半山区农户同时拥有较多的耕地资源和草地资源，对农业生产的依赖性强。有研究表明，在非农收入增加和各类农业生产政策措施的鼓励下，农户积极进行耕种^[41]或增加对牲畜的养殖^[42]，农畜系统将表现出强化的趋势。而半山地带毗邻河谷地带所带来的市场信息来源广，有较多的非农收入等优势突破了农户扩大农业生产的资金约束，使得半山区农户倾向于将非农收入投资到农业生产中，农畜系统得到强化。半山区农户的农机和牲畜饲料加工设备拥有量以及牲畜养殖数量的增加支撑了此解释的合理性(表 4)，同时，农机的使用提高了农业生产效率^[43]，有利于农户扩大生产规模。而农畜系统的强化导致云南省部分区县的土地受到更为强烈的扰动，水土流失加剧，不利于水土保持能力的提高。此外，问卷调查发现，云南省云龙县的农户还会从山上搜集松针(平均每户每年1 686.70 kg)来进行垫圈，这种行为导致林下覆盖的松针大量减少，使土壤裸露，当遇到降水尤其是强降水的时候，地表的土壤由于没有松针覆盖会直接被雨水冲走，导致水土流失加剧。这可能是西南高山峡谷区云南省水土保持能力下降的原因之一。

本研究分别构建了模型1、模型2和模型3来探究各因子尤其是生态政策对西南高山峡谷区水土保持能力变化的影响，需要说明的是，由于数据的可获得性，水土保持能力数据只获取到2000-2018年，而其余数据均为2000-2020年，因此本研究中将2018年水土保持能力代替2020年的数据使用以构建2000-2020年水土保持能力变化回归模型，探究西南高山峡谷区水土保持能力变化的驱动机制，结果如表 5所示。

结果表明：在模型1中，生态政策对西南高山峡谷区水土保持能力变化具有显著的正向影响，且林业工程覆盖区与生态功能保护区每增加一个百分点，西南高山峡谷区的水土保持能力便会分别增强828.228%和292.581%。可见，生态政策对西南高山峡谷区水土流失治理发挥了重要作用。

在模型2中，自然条件中的海拔对西南高山峡谷区水土保持能力变化具有显著的负向影响，海拔每增加一个百分点，水土保持能力就会降低0.111%，随着海拔的升高，植被覆盖减少，土层更加稀薄，地势更陡，一旦遇到降水便易造成山体滑坡和水土流失，不利于水土保持能力的提升。坡度、降水以及NDVI具有显著的正向影响，众所周知，森林植被可以有效地减缓水土流失，森林生长情况越好、森林覆盖率越高，水土保持能力就越好，但坡度对水土保持能力显著的正向作用却与水土流失风险会随着坡度的增加而增加的一般认识不同^[30]，这可能与坡度小的地方人口聚集，人类活动的扰动较强，而坡度大于25°的坡耕地退耕使植被覆盖度在一定范围内随着坡度的增加而增加有关^[44-45]。社会经济因素中的人口密度和GDP对西南高山峡谷区水土保持能力变化具有显著的正向影响，而夜间灯光指数变化则对西南高山峡谷区水土保持能力变化具有显著的负向影响，夜间灯光每增加一个百分点，水土保持能力就会降低57.226%。

在模型3中，从全区范围来看，自然条件中的海拔、气温以及降水均对西南高山峡谷区水土保持能力变化具有显著的负向影响，坡度和NDVI对西南高山峡谷区水土保持能力变化具有显著正向影响，其中，降水对水土保持能力变化影响由正向变为负向，可能是因为在自然条件下，降水对生态系统来说是必要的，甚至是促进土壤肥力和植被生长的关键因素，而在考虑政策因素时，可能更多地关注了降水在不良土地管理条件下的破坏作用，例如，降水尤其是强降水不仅会破坏土壤结构，在坡度大的地方还会造成严重的水土流失，降低其水土保持能力；气温对水土保持能力变化的影响由不显著变为负向显著，气温升高导致土壤水分蒸发和有机质分解速度加快，降低土壤的黏结力和抗侵蚀能力，进而降低水土保持能力；社会经济因素中的GDP对西南高山峡谷区水土保持能力变化具有显著的正向影响，经济的发展往往意味着有更多的资金和更好的技术用于水土保持项目，而夜间灯光指数变化则对西南高山峡谷区水土保持能力变化具有显著的负向影响，夜间灯光通常与人类活动增加有关，这可能会增加土壤侵蚀的风险；生态政策对西南高山峡谷区水土保持能力变化具有显著的正向影响，林业工程的实施和生态功能保护区的建立为中国防止和减轻水土流失、泥石流等自然灾害，提高水土保持能力以及森林恢复做出了巨大贡献。

从不同地带来看，自然条件中的海拔对高山区水土保持能力变化具有显著的负向影响，而在半山区则表现出显著的正向影响，这可能是因为在半山区，随着海拔的升高，人类活动减少，对环境干扰减小，有利于水土保持能力的提高；坡度对高山区、半山区、河谷区以及坡向对半山区水土保持能力变化均具有显著的正向影响；气温对高山区以及降水对高山区和半山区水土保持能力变化具有显著的负向影响，且均在1%的水平上显著；NDVI对高山区水土保持能力变化具有显著的正向影响，NDVI每增加一个百分点，其水土保持能力就会增强2.987%；社会经济因素中的人口密度对河谷区水土保持能力变化具有显著的正向影响，这可能是因为城镇主要分布在河谷，使得人口密度增大，而随着人口增加，其环境意识提升，更能意识到水土流失对生活质量的负面影响，因此更愿意参与水土保持活动，这与人口增长会使土地被过度开发和利用导致水土流失风险增加、水土保持能力降低的观点形成对比^[32]；GDP对高山区和半山区水土保持能力变化具有显著的正向影响，而总人口和夜间灯光指数在不同地带表现不显著；在生态政策方面，林业工程覆盖区对高山区、半山区以及河谷区水土保持能力变化均表现出了显著的正向影响，生态功能保护区对高山区水土保持能力变化具有显著的正向影响，且整个回归分析当中，生态政策对西南高山峡谷区水土保持能力的影响程度最大，尤其是在林业工程覆盖区，但生态功能保护区却在半山区和河谷区表现出显著的负向影响，这可能是因为半山区和河谷区人类活动比较频繁，尤其是河谷区，是城镇的主要分布地带，会对植被和土壤造成生态扰动，不利于水土保持能力的提高，但长期来看，林业工程的实施和生态功能保护区的建立为中国防止和减轻水土流失、泥石流等自然灾害，提高水土保持能力以及森林恢复同样做出了巨大贡献。

本研究结果发现，西南高山峡谷区水土保持能力是全国范围内增强最为明显的区域，且生态政策在很大程度上促进了西南高山峡谷区水土保持能力的提高。一些研究表明，在中国“三北”地区的干旱和半干旱地区，生态政策的作用较小，气候条件(尤其是降水)才是其生态恢复的主要原因^{[23, 31]}。全球气候变暖已成为趋势，而随着全球气温的上升，大气环流模式发生改变，降水分布也随之发生改变。中国气象局发布的《2021年中国气候公报》显示，降雨带出现了明显的“北抬北扩”特征，2021年北方的降雨量位居历史第二位，原本干旱和半干旱地区获得了更多的降水，且在干旱和半干旱地区，植被的生长对干旱特别敏感，此时即使实施了生态政策，也难以抵挡气候变化的直接影响^[46-47]。因此，对于干旱和半干旱地区来说，气候变化可能会迅速改变其生态环境，使得生态政策的效果不如气候变化显著。而在西南高山峡谷区，尽管近20年来降雨量呈现减少的趋势，但其植被指数却呈现出波动上升的趋势^[48]，这表明即使在降雨量减少的情况下，生态政策仍然能够有效促进植被恢复和生态改善。此外，该区域拥有丰富的水资源，在一定程度上缓冲了气候变化对生态系统的影响，使得生态政策在该区域更容易发挥效果^[49]。许多学者一致认为，生态政策对中国2000年后植被恢复产生了有利影响^[50-51]，而植被的水土保持效应已被相关研究所证实^[52-54]。例如，近年来，在青藏高原高寒生态系统实施的一系列生态恢复项目，不仅显著增强了其植被覆盖率和土壤保持率，还减少了其水土流失量以及沙尘暴的发生概率^[22]。同样，有研究将近20年来西南地区植被绿化归因于天然林保护和植树造林以及其他一系列生态修复工程^[55]。为此，本研究在ArcGIS中利用土地覆盖数据计算了西南高山峡谷区2000-2020年的林地面积以及各土地利用类型的转换情况，结果显示，在2000-2020年间，西南高山峡谷区林地面积从269 648.08 km²增加到276 060.42 km²，林地面积增加了6 412.34 km²，增长2.38%，整体上呈现林地净增加的趋势，且西南高山峡谷区林地面积增加主要来源于耕地，其贡献率为70.88%，耕地减少也可能是该区域水土保持能力增强的原因之一，这与Wen等^[56]的研究结果一致。天然林资源保护、长江流域防护林体系建设等生态修复工程的实施促进了西南高山峡谷区的植被恢复，为其水土流失治理以及水土保持能力的提高做出了巨大贡献。

在本研究中，夜间灯光指数对西南高山峡谷区水土保持能力的影响仅次于政策措施。有研究表明，夜间灯光指数与人类的生产和生活足迹密切相关，尤其是在人口密集的城市化地区，在一定程度上可以反映人类活动强度^[57]。有研究表明，人类活动加剧的土壤侵蚀速率可能比所有自然过程加起来的速率高4~10倍，比土壤形成的速率高10~40倍^[58]。因此，有许多研究者认为人类活动是导致水土流失的主导因素。例如，有研究指出，人类活动是导致中国东北地区水蚀显著增加的主要驱动力^[33]；中国约一半的水土流失是由人类活动引起的，而由于人类严重依赖土壤来维持农业生产和牲畜养殖，因此，在农业密集地区，人类对土壤侵蚀的影响激增^[59]。而在西南高山峡谷区，其农业耕种集约化程度高，尤其是在2 000 m以下的河谷区，该区域巨大的人口压力导致过度放牧和过度使用土地，并导致植被被破坏，生态功能下降，进一步加剧了水土流失^[15]。

为探究生态政策在生态恢复中的作用，本研究选择了西南高山峡谷区作为研究区域，该区域水土流失严重，一直以来都是中国典型的生态环境脆弱区，为此，该区域也是中国生态政策的重要实施地。本研究分析了2000-2018年西南高山峡谷区水土保持能力的分布和变化情况，并估计了其水土保持能力变化的影响因素，结果表明：① 2000-2018年间，西南高山峡谷区是中国水土保持能力变化最为明显的区域，整体上呈现极为明显的净增强趋势，且这种变化具有明显的空间聚集效应，具体以四川省增强最为明显。云南省部分区域则由于较好的资源禀赋以及增加的非农收入使其农畜系统得到强化，再加上农户常年拾捡林下松针垫圈的习惯，导致其成为水土保持能力下降的主要区域。②生态政策在西南高山峡谷区水土保持能力的变化中发挥了重要作用，其影响程度远高于其他因素，与“三北”地区的干旱和半干旱地区不同，西南高山峡谷区气候条件更加稳定，丰富的水资源可以在一定程度上缓冲气候变化的影响，生态政策可以得到更好实施，更容易发挥效果。此外，自然条件的海拔、坡度、气温、降水、NDVI，社会经济因素的GDP和夜间灯光指数也是影响西南高山峡谷区水土保持能力变化的关键驱动因素。

本研究揭示了西南高山峡谷区水土保持能力变化背后的关键驱动因素，并证明了政策措施对该区域水土保持能力提高的重要作用，为之后的水土保持和生态恢复工作提供了重要的参考，对西南高山峡谷区实现绿色可持续发展具有重要意义。但本研究也存在不足之处：时间序列有限，只研究了2000-2018年的水土保持能力变化，并没有与2000年生态项目实施之前的水土保持能力进行比较。因此，未来在针对西南高山峡谷区水土保持能力变化的研究中，需要在数据可获得的前提下拉长时间序列，对比生态政策措施实施前后的水土保持能力变化情况，为今后水土流失治理和水土保持工作提供更有意义的参考和指导。