中国于1999年实施了雄心勃勃的全国性生态恢复计划——“退耕还林”计划。该计划的主要目标是通过将低产农田和荒地转化为森林和草地来防治荒漠化、土壤侵蚀和生态退化（Cao等人，2011年；Delang和Yuan，2015年），特别是在生态脆弱的地区，如黄土高原和中国西南部的喀斯特地貌。在过去二十年里，该计划已将约3400万公顷的农田和荒地转化为森林和草地（SFGA，2020年），显著增加了植被覆盖率并减缓了土地退化。与此同时，中国的快速城市化使数亿农民迁入城市（Chen等人，2019年；Zhang等人，2025年），进一步促进了植被恢复，使中国成为2000年至2017年间全球净叶面积增加的最大贡献者（Chen等人，2019年）。
植被绿化通过复杂的陆气相互作用深刻影响水文过程并重塑水循环的各个组成部分（Piao等人，2020年；Xie等人，2024b年；Yang等人，2023年）。绿化由于增加了叶面积、冠层截留和蒸腾作用而促进了更高的蒸散率（Yang等人，2023年）。然而，过度的蒸散可能会加剧土壤水分流失，导致土壤水分不足，从而减少河流流量（Bai等人，2020年）。不过，绿化带来的水汽通量增加可以通过水分循环增强局部和下游的降水，部分抵消土壤水分和径流的减少（Cui等人，2022年；Li等人，2018年；Zhang等人，2022a年）。绿化对水文过程的影响是复杂的，取决于时间尺度、气候和地形条件（Li等人，2018年；Piao等人，2020年）。例如，绿化通过增加蒸腾和冠层截留加速了土壤水分流失；然而，与绿化相关的增强根系通过改变土壤结构提高了土壤渗透能力，可能增加了土壤水分保持能力（Miao等人，2024年）。在水分有限的流域，绿化显著减少了河流径流（Luan等人，2022年；Yang等人，2022年），但在水分供应远超绿化引起的蒸散增加的能源受限流域，绿化的影响有限（Bai等人，2020年；Cui等人，2022年）。
已经有多种方法用于评估植被变化的水文效应，包括配对流域实验（Yurtseven等人，2018年）、基于Budyko的模型（Gan等人，2021年）以及将植被特征（绿化程度或覆盖度）作为输入的水文模型（Bai等人，2018年；Zhang等人，2021年）。配对流域实验通过比较不同时间段的相似流域的水文响应来量化植被变化的影响，其中一个流域发生植被变化，而另一个保持不变（Brown等人，2005年）。基于Budyko的模型通常将其一个经验参数与植被类型或覆盖度相关联，从而能够量化植被引起的水文变化（Zhang等人，2001年）。水文模型通常通过构建两个输入情景来评估植被变化的影响：基准（动态）情景和处理（恒定）情景。比较这两种情景下的模拟结果可以量化植被变化对水文过程的影响（Sun等人，2022年；Yang等人，2022年）。尽管这些方法各自提供了关于植被如何改变水文通量的独特见解，但应谨慎解释通过这些方法量化的水文响应。这是因为它们基于离线方法，没有考虑降水对植被变化的响应（Li等人，2018年；Zhang等人，2022a年）。从水分循环的角度来看，绿化引起的蒸散增加最终促进了局部和下游的降水，从而部分抵消了相关的水分损失，并重塑了区域水资源可用性（Cao等人，2024年；Yu等人，2017年）。因此，当使用考虑水分循环的在线模型评估绿化效应时，结果往往与离线方法得出的结果不同（Piao等人，2020年）。例如，使用离线方法的研究一致表明，由于蒸散增加，绿化减少了水资源可用性（降水减去蒸散量）（Bai等人，2020年；Wang等人，2024年；Zhang等人，2018a年）。然而，考虑水分循环的在线建模研究往往揭示了更复杂的情况（Cui等人，2022年；Hoek van Dijke等人，2022年；Li等人，2018年）。Cui等人（2022年）使用在线方法发现，绿化使全球53%的陆地表面的水资源可用性增加。Zeng等人（2018年）使用耦合的陆气模型发现，绿化引起的蒸散和降水增加在全球范围内相当，但在不同地区差异很大。在湿润地区，绿化不会显著减少径流和土壤水分；而在干旱地区，蒸散的增加往往超过额外的降水，导致水资源可用性净下降和水分压力加剧。这种区域差异突显了在评估植被变化的水文影响时考虑水分循环的重要性。然而，以往的研究——特别是在中国——要么忽略了植被变化对降水的影响（Liu等人，2016年；Sun等人，2022年；Yang等人，2022年），要么将分析限制在特定区域（Liu和Wang，2025年；Wu等人，2022年；Zhang等人，2022a年）。因此，植被绿化变化对蒸散循环和降水的全国性影响仍不甚清楚，这限制了我们全面理解大规模绿化如何重塑局部和下游尺度上的降水模式和水资源可用性的能力。此外，以往的工作通常依赖复杂的气候或地球系统模型来评估植被绿化变化对降水和径流的影响（Li等人，2018年；Zhang等人，2022a年）。尽管这些在线模型可以表示陆气反馈，但由于结构和参数的不确定性，它们往往难以准确再现降水和径流的空间和时间变异性（Clark等人，2015年）。因此，迫切需要一个简单有效的框架，能够全面量化植被绿化变化如何改变蒸散、降水和径流——同时避免过度依赖高度参数化的气候模型。
为了解决这些研究空白，本研究系统地评估了植被绿化变化（用LAI表示）对中国蒸散（ET）、降水和径流的影响。我们通过将遥感蒸散模型、水分追踪数据集和Budyko框架整合到一个统一的诊断方法中来实现这一目标。这种综合方法使我们能够捕捉到陆气反馈的关键机制——水分循环——同时避免了完全耦合气候模型的复杂性和不确定性。具体来说，我们首先通过将两种LAI数据（动态和恒定）输入到遥感蒸散模型（Penman-Monteith-Leuning模型，PML模型，Leuning等人，2008年）来量化绿化对蒸散的影响。然后，我们使用UTrack水分追踪数据集（Tuinenburg等人，2020年）来量化绿化对全国降水的贡献。该数据集使用先进的拉格朗日水分追踪模型生成，展示了蒸散和降水之间的平均月度空间关联（Hoek van Dijke等人，2022年）。最后，我们使用Budyko模型计算了直接增强的蒸散和间接增强的降水对中国径流的综合影响。我们的结果有望从水分循环的角度进一步阐明绿化在中国的水文效应，并为区域水资源管理和规划提供参考。
