2016, Vol. 37
随着土地利用/覆被变化(LUCC)成为全球变化领域的核心研究计划以来，国内外学者通过实例对土地利用/覆被变化的环境效应进行了广泛探讨[1-3]. 2000年后土地利用景观格局与水质间的关系研究也日益引起重视[4-13]，尤其在流域土地利用类型与格局对河流水质的影响方面进行了较多研究[14-19]，取得了丰硕的成果. 降雨是产生径流的先决条件，径流量的大小不仅取决于降雨强度及降雨量，而且土地利用结构与格局也有决定性影响[20]. 但是，目前针对不同雨强条件下，河流水质对流域土地利用类型与格局的空间响应的研究还不多见. 而该方面研究对深入认识降雨、 土地利用类型与格局、 河流水质之间的响应关系具有重要的理论与现实意义.
目前，针对流域土地利用与水质的响应主要选择集水区尺度开展研究[21-23]，但是丘陵和平原区域由于汇流界限不明显，集水区划分往往存在许多不确定性问题，划分的界线也仅限于理论上的，因此多数研究采用缓冲区划分方法[24]. 即在流域界限不明显的平原地区多以监测断面(点)为中心画圆形缓冲区[9, 12]，而在流域界限比较明显的区域多以流域为边界，沿河流监测点上溯，在河流两侧划定不同宽度的带状缓冲区[25, 26]. 这些传统缓冲区划分方法具有盲目性和不确定性，缓冲区宽度的确定也缺乏科学依据. 地形是水径流过程的一个最主导的因素，根据地形划分缓冲区具有科学性. 本研究以南京市七乡河流域为案例区域，根据地形划分缓冲区，并从不同降雨条件和不同空间单元揭示河流水质对流域土地利用类型与格局的响应，以期为流域水环境保护提供科学依据.
1 材料与方法 1.1 研究区域七乡河流域(32°04′~32°10′N，118°57′~119°06′E)地处南京与镇江交接处，主体部分位于南京市东郊，面积大约为80.21 km2. 地貌类型可以大致分为丘陵区和平原区2类. 地形南高北低，南部丘陵起伏，北部地势低平属于沿江平原. 该区属于亚热带季风气候，降雨充沛，年平均降水量1106 mm，主要集中在春、 夏季. 近年来，受城市化影响，七乡河流域下游逐渐被开发为城市用地，土地利用结构与格局发生变化，河流水环境也发生相应改变.
1.2 研究方法 1.2.1 不同空间单元土地利用类型数据采用2013年的Quick Bird影像为基本信息源，以1980年1 ∶50000地形图为基准，对照遥感影像选取控制点，对遥感影像进行几何校正和镶嵌处理，按照研究区边界裁剪，获得研究区的遥感影像，然后进行遥感影像的目视解译和矢量化，并进行了土地利用数据的更新，最终获得2015年研究区的土地利用类型图(图 1). 根据研究需要，将研究区的土地利用类型划分6类： 湿地、 耕地、 林地、 草地、 建设用地、 道路. 在ArcGIS 10.0下，对1 ∶50000地形图进行数字化，获得该区域的5 m空间分辨率数字高程模型(DEM). 利用DEM提取等高线，叠加上坡度图，结合土地利用、 遥感影像，综合分析判断，确定将七乡河流域划分成5个级别的缓冲区. 低缓区域： 高程0.826~13 m、 平均坡度1.61°； 中缓区域： 高程13.001~20 m、 平均坡度2.79°； 高缓区域： 高程20.001~30 m、 平均坡度4.96°； 中陡区域： 高程30.001~99 m、 平均坡度12.14°； 高陡区域： 99.001~420.565m、 平均坡度21.18°(图 2).
|
图 1 七乡河流域土地利用类型 Fig. 1 Land use types in Qixiang River watershed |
|
图 2 七乡河流域缓冲区和监测点 Fig. 2 Buffer zones and monitoring sites in Qixiang River watershed |
将3次降雨水质数据输入Canoco 4.5来检测趋势对应分析(DCA). 结果表明，趋势对应分析的4个轴中梯度长度的最大值分别为0.701、 1.416和0.633，均小于3，因此，本研究采用线性模型的冗余分析(RDA).
1.2.2 水质数据2015年4月连续5 d降雨(总降雨量： 74.6 mm)、 5月一次小雨(降雨量： 6.6 mm)、 6月一次特大暴雨(降雨量： 135.5 mm)之后，对七乡河河道内的14个监测点进行了野外采样. 水质数据根据野外采样和实验室分析得出，选取浊度、 TN、 TP、 高锰酸盐指数这4个水质指标表征河流水质质量(表 1).
|
表 1 七乡河流域监测点水质 Table 1 Water quality in monitoring sites of Qixiang River watershed |
1.2.3 景观指数选择
景观指数能够高度浓缩景观格局信息，并反映其结构组成和空间配置某些方面特征，是景观生态学中广泛使用的定量研究方法[27]. 但是景观指数众多，并且不断推陈出新，因此要根据研究的实际情况合理选择景观指数. 相关研究表明，由于城市区域土地利用类型与格局复杂多样，度量其景观特征指数很多. 其中景观类型面积、 斑块数量、 形状、 多样性、 分离度、 连通性等景观指数对湿地水环境影响较为敏感[28]. 为了更好地揭示不同空间单元河流水质对流域土地利用类型与格局的响应关系，研究通过分析10个景观指数与河流水质影响关系，筛选出斑块密度(PD)、 平均斑块形状(SH_MN)、 香农多样性指数(SHDI)、 散布与并列指数(IJI)、 斑块结合度指数(COHE)以及蔓延度指数(CONTAG)这6个景观指数，揭示其与河流水质之间关系. 这些景观指数的生态学意义见表 2.
|
|
表 2 研究中使用的景观指数 Table 2 Landscape metrics used in the study |
2 结果与分析 2.1 不同空间单元土地利用类型及其格局差异
七乡河流域不同空间单元土地利用类型差异较大(表 3). 整体看，低缓区域、 中缓区域和高缓区域均是建设用地占比最大，耕地、 林地占比次之，草地最少，表明这三类缓冲区的人类干扰较强. 中陡区域内林地呈大面积分布，耕地、 建设用地次之. 高陡区域内林地在所有土地利用类型中占绝对优势，耕地和建设用地占比相似，属于流域内优势土地利用类型.
|
|
表 3 不同空间单元土地利用类型的面积比/% Table 3 Area ratio of land use types in different spatial units/% |
从表 4可以看出，流域不同空间单元土地利用格局也有较大不同. 斑块密度在低缓区域和中缓区域值较大，表明该缓冲区破碎化程度高. 高陡区域蔓延度指数最大，平缓区域蔓延度指数较低，表明高陡区域受人类活动干扰最小，平缓区域反之. 散布与并列指数从低缓区域至高陡区域越来越小，表明从低缓区域至高陡区域的景观分离度逐渐降低. 斑块结合度在不同空间单元变化不大. 多样性指数在高陡区域取得最小值，在平缓区域较高，表明平缓区域受人类干扰大，高陡区域反之. 低缓区域至高缓区域的平均斑块形状指数相近，中陡区域平均斑块形状指数与高陡区域相近，表明低缓区域至高缓区域斑块形状的复杂性差异不大，中陡区域和高陡区域斑块形状的复杂性类似.
|
|
表 4 不同空间单元土地利用格局 Table 4 Land use pattern of the different spatial units |
2.2 不同雨强条件下各个空间单元土地利用与河流水质的关系 2.2.1 低缓区域土地利用与河流水质的响应关系
将低缓区域土地利用类型与河流水质进行RDA分析(图 3)，结果反映出所有雨强条件下，建设用地、 道路、 草地与水质指标呈正相关，湿地、 林地、 耕地则与之呈负相关，但是各土地利用类型与河流水质的相关性随雨强不同存在显著差异. 图 4为不同雨强条件下，低缓区域土地利用类型对河流水质的解释率. 从中可以看出，低缓区域内建设用地对河流水质的解释率最高. 湿地、 林地、 草地以及建设用地对水质的影响随雨强增大而增大，并在大雨强时对水质影响最强. 耕地和道路在中等雨强时对水质的影响最大.
|
图 3 低缓区域土地利用类型与河流水质的RDA分析 Fig. 3 RDA analysis of land use type and river water quality in low flat area |
|
图 4 土地利用类型在低缓区域对水质的解释率 Fig. 4 Explanation rate of land use type in low flat area |
低缓区域土地利用格局与河流水质的RDA分析结果见图 5. 从中可知，所有雨强条件下，土地利用的SHDI、 SH_MN、 COHE、 IJI与水质指标呈正相关，PD与之呈负相关，并且格局因子与河流水质的相关性随雨强不同而不同. CONTAG与水质指标的相关性不强. 不同雨强时低缓区域土地利用格局对河流水质的解释率见图 6. SH_MN、 CONTAG、 IJI以及SHDI对水质影响随雨强增大而增大. 低缓区域SH_MN对河流水质的影响最大，尤其大暴雨时，其对水质的解释能力达到24%.
|
图 5 低缓区域土地利用格局与河流水质的RDA分析 Fig. 5 RDA analysis of land use pattern and river water quality in low flat area |
|
图 6 土地利用格局在低缓区域对水质的解释率 Fig. 6 Explanation rate of land use pattern in low flat area |
中缓区域土地利用类型与河流水质的RDA分析结果表明(图 7)，所有雨强条件下，建设用地、 道路与水质指标呈正相关，湿地、 耕地则与之呈负相关. 草地在大雨强时与水质呈弱正相关. 小雨强时林地与除浊度外水质指标呈正相关； 中等雨强和大雨强时林地与所有水质指标呈显著正相关，表明中缓区域内的林地对于净化水质作用不明显. 图 8反映了不同雨强中缓区域土地利用类型对河流水质的解释率. 小雨强时湿地对河流水质的影响最大； 中雨和大雨强时，建设用地对水质的影响最大，并且大雨强时建设用地的影响高于中等雨强. 耕地、 林地、 建设用地以及道路对于水质的影响随雨强增大而增大.
|
图 7 中缓区域土地利用类型与河流水质的RDA分析 Fig. 7 RDA analysis of land use type and river water quality in secondary flat area |
|
图 8 土地利用类型在中缓区域对水质的解释率 Fig. 8 Explanation rate of land use type in secondary flat area |
对中缓区域土地利用格局与河流水质进行RDA分析(图 9). 小雨强和中等雨强时SH_MN、 SHDI与水质指标正相关，COHE、 IJI与之弱正相关，CONTAG与之负相关. PD小雨强时与浊度以外水质指标负相关，中等雨强时与TP以外水质指标负相关. 大雨强时，PD、 CONTAG与所有水质指标负相关，其余格局因子则与之正相关. 从不同雨强时中缓区域土地利用格局对河流水质解释率(图 10)看出，小雨强、 中等雨强和大雨强条件下，PD、 SH_MN、 SHDI分别是影响河流水质的最关键格局因子. SH_MN、 CONTAG、 SHDI以及IJI对河流水质的影响随着雨强的增加而增加. COHE对水质的影响在小雨强条件下最大.
|
图 9 中缓区域土地利用格局与河流水质的RDA分析 Fig. 9 RDA analysis of land use pattern and river water quality in secondary flat area |
|
图 10 土地利用格局在中缓区域对水质的解释率 Fig. 10 Explanation rate of land use pattern in secondary flat area |
图 11是高缓区域土地利用类型与河流水质的RDA分析结果，3种雨强条件下，建设用地、 草地与水质指标呈正相关，湿地、 耕地则与之呈负相关. 雨强越大，林地与水质指标的相关性越强. 道路在小雨强和中雨强时对水质具有明显负效应，但大雨强时负效应不明显. 雨强不同，各土地利用类型对河流水质的影响不同(图 12). 小雨强时建设用地对水质的影响最大； 中等雨强和大雨强时林地是该缓冲区影响河流水质的最关键因子，并且大雨强时林地对水质的影响大于中雨强. 湿地、 耕地、 林地以及建设用地对水质的影响随雨强增大而增大. 草地和道路中等雨强时对水质影响最大.
|
图 11 高缓区域土地利用类型与河流水质的RDA分析 Fig. 11 RDA analysis of land use type and river water quality in high flat area |
|
图 12 土地利用类型在高缓区域对水质的解释率 Fig. 12 Explanation rate of land use type in high flat area |
高缓区域土地利用格局与河流水质的RDA分析结果，如图 13所示，所有雨强条件下，PD、 CONTAG与水质指标呈负相关； 其余格局因子与之呈正相关. 各格局因子对河流水质的影响随雨强增加而增加(图 14). SH_MN、 SHDI和PD分别是小雨强、 中等雨强和大雨强时对水质影响最大.
|
图 13 高缓区域土地利用格局与河流水质的RDA分析 Fig. 13 RDA analysis of land use pattern and river water quality in high flat area |
|
图 14 土地利用格局在高缓区域对水质的解释率 Fig. 14 Explanation rate of land use pattern in high flat area |
中陡区域土地利用类型与河流水质的RDA分析结果表明(图 15)，小雨强和中等雨强时建设用地、 道路和草地与水质指标呈正相关，林地、 耕地则与之呈负相关. 湿地在小雨强时与浊度呈负相关，在中等雨强时与除浊度外水质指标呈负相关. 大雨强时林地与所有水质指标呈显著负相关； 建设用地和耕地则与之呈正相关； 草地、 道路和湿地与水质呈弱的正相关. 从中陡区域土地利用类型对河流水质的解释率看(图 16)，小雨强时对水质解释能力最大的是建设用地； 中等雨强和大雨强时林地对水质的解释率最大，并且大雨强时其值大于中等雨强. 耕地、 林地、 建设用地和道路对水质的影响随雨强增大而增强，在大雨强时影响最强. 湿地和草地在中等雨强时对水质影响最大.
|
图 15 中陡区域土地利用类型与河流水质的RDA分析 Fig. 15 RDA analysis of land use type and river water quality in moderately steep area |
|
图 16 土地利用类型在中陡区域对水质的解释率 Fig. 16 Explanation rate of land use type in moderately steep area |
对中陡区域土地利用格局与河流水质进行RDA分析，从结果(图 17)可以看出，小雨强时PD、 CONTAG与水质指标负相关； SH_MN、 COHE和SHDI与之呈正相关； IJI与之呈弱正相关. 中等雨强时CONTAG与水质指标呈显著负相关； COHE和SHDI与之呈正相关； PD、 SH_MN、 IJI则与之呈弱正相关. 大雨强时CONTAG、 SH_MN与水质指标呈负相关； PD、 COHE和SHDI与之呈正相关； IJI与水质指标呈弱的正相关. 由不同雨强中陡区域土地利用格局对河流水质的解释率(图 18)可知，CONTAG、 IJI、 COHE和SHDI对河流水质的影响随雨强增加而增加，大暴雨时对河流水质影响最大. 小雨强时水质受SH_MN影响最大； 大雨强和中等雨强时CONTAG是影响河流水质的最关键因子，且大雨强时CONTAG对水质的影响更大.
|
图 17 中陡区域土地利用格局与河流水质的RDA分析 Fig. 17 RDA analysis of land use pattern and river water quality in moderately steep area |
|
图 18 土地利用格局在中陡区域对水质的解释率 Fig. 18 Explanation rate of land use pattern in moderately steep area |
图 19为高陡区域土地利用类型与河流水质的RDA分析结果. 从中可知，所有雨强条件下，建设用地、 草地和道路与水质指标呈正相关，林地与之呈负相关，并且随着雨强增大，草地和道路对水质的负效应减弱，而林地与水质的负相关性增强. 这可能与高陡区域内大面积分布的林地有截留污染物净化水质的作用，雨强越大，林地对水质的净化效应越明显有关. 随着雨强增大，耕地与水质指标的关系由负相关逐渐转变为正相关，这可能与6月该缓冲区的农田已经种植了水稻，因而农药化肥使用量增加有关. 湿地在小雨强和大雨强时均与水质指标呈正相关，但是大雨强时湿地对水质的负效应比小雨强显著. 中等雨强时湿地与除浊度外其余水质指标呈负相关. 图 20反映了不同雨强时高陡区域土地利用类型对河流水质的解释率. 建设用地对小雨强时水质的解释能力最大； 中等雨强和大雨强时林地对水质的影响最大，尤其大雨强时林地的解释能力高达39%. 耕地、 林地、 建设用地和道路对水质的影响随雨强增大而增大. 湿地和草地在中等雨强时对水质影响最大.
|
图 19 高陡区域土地利用类型与河流水质的RDA分析 Fig. 19 RDA analysis of land use type and river water quality in high steep area |
|
图 20 土地利用类型在高陡区域对水质的解释率 Fig. 20 Explanation rate of land use type in high steep area |
高陡区域土地利用格局与河流水质的RDA分析结果如图 21所示. 小雨强时PD和CONTAG与水质指标呈负相关； SH_MN和SHDI与之呈正相关； IJI、 COHE与之呈弱正相关. 中等雨强时CONTAG与水质指标呈负相关； COHE和SHDI与之呈正相关； PD、 SH_MN、 IJI与之呈弱的正相关. 大雨强时CONTAG与水质指标呈负相关； PD、 SHDI则与之呈正相关； SH_MN、 COHE及IJI与水质指标呈弱的正相关. 图 22为不同雨强时高陡区域土地利用格局对河流水质的解释率. SH_MN、 SHDI和CONTAG分别是3种雨强时对水质影响最大的格局因子. CONTAG、 IJI、 COHE和SHDI对河流水质的影响随雨强增加而增强.
|
图 21 高陡区域土地利用格局与河流水质的RDA分析 Fig. 21 RDA analysis of land use pattern and river water quality in high steep area |
|
图 22 土地利用格局在高陡区域对水质的解释率 Fig. 22 Explanation rate of land use pattern in high steep area |
图 23为不同雨强时各级缓冲区内土地利用类型对河流水质的解释率. 图 24为不同雨强时各级缓冲区内土地利用格局对河流水质的解释率. 从中可以看出，低缓区域是对研究区域内河流水质影响最大的空间单元.
|
图 23 各级缓冲区土地利用类型对水质的解释率 Fig. 23 Explanation rate of land use type in different buffer zones |
|
图 24 各级缓冲区土地利用格局对水质的解释率 Fig. 24 Explanation rate of land use pattern in different buffer zones |
对于不同空间单元与河流水质影响的大小，由于区域差异性，不同学者研究结果存在较大差异. 胡和兵[29]的研究表明，岸边100m内的土地利用格局对河流水质影响最大； 李艳丽等[30]的研究表明，岸边300m缓冲区所有景观变量对水质空间分异的解释能力最强. 本研究基于RDA分析结果，筛选出低缓区域是对河流水质影响最大的空间单元. 低缓区域内建设用地是对河流水质影响最大的土地利用类型，平均斑块形状是对河流水质影响最大的格局因子. 因此，对于七乡河流域河流水质改善应重点强调低缓区域范围，实现研究区域内土地利用的合理配置以及科学规划. 在低缓区域内合理安排建设用地的数量与形状对河流水环境质量的改善和维护具有重要意义.
3.2 不同雨强对河流水质的影响河流水质同时还受降雨影响. 雨强越大，历时越长，形成的径流量越多，对地表的冲刷也更厉害，势必携带累积于地表上的各种污染物通过下水道或者直接排入江河湖泊，对地表水和地下水造成了污染[31].
本研究中河流水质与土地利用类型的相关性随雨强增大而增大，但中缓区域、 高缓区域、 中陡区域以及高陡区域的草地与水质的相关性在中等雨强时最强. 这可能与这些缓冲区内草地以人工绿化草坪为主，大暴雨时截流效应差有关. 中缓区域内，湿地在小雨强条件下对河流水质的方差贡献率最高，表明湿地对污染物的“汇”作用明显，能够充分发挥蓄水和净化水源作用，对河流水质影响显著.
土地利用格局与水质的相关性随雨强增大而增大，但本研究中低缓区域和中缓区域，斑块密度和斑块结合度在小雨强时较大； 中陡区域和高陡区域平均斑块形状指数在小雨强时取得最大值. 这可能与小雨强时，地表径流小，低缓区域和中缓区域，土地利用的破碎化程度和物理连通性对水质影响显著； 中陡区域和高陡区域土地利用形状的复杂性对水质影响显著有关.
4 结论(1)七乡河流域不同空间单元土地利用类型与格局存在明显不同特征. 低缓区域、 中缓区域和高缓区域存在大量建设用地并且土地利用的形状复杂、 破碎化程度高. 中陡区域和高陡区域内，林地呈大面积分布，土地利用异质性和分离度都较小.
(2)流域土地利用类型对河流水质具有显著影响. 低缓区域土地利用类型在3种雨强条件下，对河流水质影响最大，其中建设用地对河流水质影响最大，并且影响随雨强的增大而增大. 中缓区域小雨强时，湿地对水质影响最大，中等雨强和大雨强时，建设用地对水质具有显著负效应. 高缓区域、 中陡区域和高陡区域小雨强时，建设用地是影响河流水质的最关键因子，中等雨强和大雨强时，林地对改善水质发挥重要作用，且大雨强时林地对河流水质的影响最强烈.
(3)流域土地利用格局对河流水质具有一定影响. 低缓区域是3种雨强条件下土地利用格局对河流水质影响最大的空间单元，其中平均斑块形状指数对河流水质影响最大，并且影响随雨强增大而增大. 中缓区域3种雨强条件下对河流水质影响最大的格局因子分别为PD、 SH_MN和SHDI. 高缓区域小雨强、 中等雨强、 大雨强时SH_MN、 SHDI、 PD对水质影响最大. 中陡区域内，小雨强时SH_MN是影响水质的关键格局因子； 中等雨强和大雨强时CONTAG对水质影响最大，并且大雨强时其影响大于中等雨强时的影响. 高陡区域小雨强、 中等雨强和大雨强对河流水质影响最大的格局因子分别为SH_MN、 SHDI和CONTAG.