2022, Vol. 43
2. 北京建筑大学北京应对气候变化研究和人才培养基地, 北京 100044
2. Beijing Climate Change Response Research and Education Center, Beijing University of Civil Engineering and Architecture, Beijing 100044, China
近年来, 随着点源控制的日益加强, 降雨径流污染逐渐成为了城市水环境污染的主因[1~3].其引发的水环境与水生态问题层出不穷[4].目前我国许多城市开展了城市非点源污染治理.但由于降雨径流污染不确定性强、时空差异大、影响因素及作用过程复杂等特点[5~7], 对污染风险进行有效识别和模拟成为城市水环境管理的关键[8~10].
景观格局对非点源污染等生态过程具有强烈影响[11], 其通过景观组成和配置的变化引起生态系统物质和能量流动过程变化[12], 影响污染物的发生、迁移和转化[13~15], 进而影响河流水质状况[16~18].有研究通过探究景观指数对水质的影响[19~24], 明确了景观格局是影响水质变化的关键因素.但传统景观指数与生态过程无法较好耦合[25], 易导致景观格局与生态过程产生脱节[26].近年来, 许多学者为解决这一问题进行了探讨: 如许芬等[27]的研究基于源汇景观对比指数[28]对赤田水库非点源污染物空间盈亏状况进行分析, 并对研究区非点源污染风险进行了有效识别; Wang等[29]的研究运用最小阻力模型识别了三峡库区耕地面源污染的发生风险, 为模拟径流污染动态过程提供了新思路; 孔佩儒等[30]的研究将该模型运用在海河流域面源污染风险格局的识别上, 且基于模拟结果提出了优化方法; 陈裕婵等[31]的研究运用该模型进一步识别出了五华河流域非点源污染物迁移的风险路径, 为开展非点源污染治理提供理论依据.
以上研究在景观格局与生态过程的耦合方面取得了一定进展, 为识别降雨径流污染风险提供了充分的借鉴依据, 但还存在一些问题有待补充. 基于此, 本文进一步探讨并尝试解决了以下3点问题: ①提出更多格局和过程的耦合方法.景观指数能够刻画出景观结构和组成对降雨径流污染的影响, 最小阻力模型可以对污染过程进行模拟, 将两种方法结合来识别降雨径流污染风险是一种新的尝试.②解决“源”的选取主观性过高和范围不确定等问题.对于城市化进程较快的区域, 建设用地与耕地的面积占比较高, 若根据用地类型进行“源”的划分, 由于造成径流污染的“源”已经非“点”而是成片的“面”, 严重影响径流污染模拟结果的准确性.③提出基于格局和过程的径流污染防治措施.根据风险识别的方法机制, 鉴别出导致径流污染风险较高的原因, 针对该原因提出相应的优化措施.
本文以北京为例, 借助景观指数与最小阻力模型, 提出了一套完整的河流降雨径流污染风险识别方法, 为研究区河流面临的径流污染划分风险等级, 为确定保护的优先级、实施分级保护提供依据; 并且分别从格局与过程的角度提出相应的优化措施, 以期为合理开展降雨径流污染整治提供参考.
1 材料与方法 1.1 研究区概况北京位于115.7°~117.4°E, 39.4°~41.6°N, 地处华北平原北部, 行政辖区总面积16 410 km2.气候属暖温带半湿润半干旱季风气候, 地势西北高、东南低.西部、北部和东北部三面环山, 东南部是一片向渤海倾斜的平原.北京有属于海河水系的永定河、潮白河、北运河、拒马河和属于蓟运河水系的泃河5个重要水系, 大小河流总共80多条.本文选取78条主要河段进行降雨径流污染风险等级识别.
1.2 数据来源本研究采用的主要数据及其来源为: ①北京市2013年土地利用现状数据库, 分辨率为30 m, 来源于北京市规划和自然资源委员会(http://ghzrzyw.beijing.gov.cn/), 用于提取土地利用类型; ②北京市DEM数字高程数据, 分辨率为30 m, 来源于地理空间数据云(http://www.gscloud.cn/), 用于获取研究区的高程和坡度; ③北京市归一化植被指数NDVI, 分辨率为250 m, 来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn), 用于构建阻力基面; ④北京市土壤类别数据, 来源于全国第二次土壤普查, 用于构建阻力基面; ⑤北京市主要河流水质类别数据, 来源于北京市生态环境局(http://sthjj.beijing.gov.cn/).
1.3 基于景观格局指数的径流污染风险识别 1.3.1 景观格局指数的选取与计算景观格局指数能够定量表征景观空间配置对径流污染的影响[32, 33].以往的研究结果表明, 表征景观格局破碎度[16, 19]、优势度[21, 34]和聚集度[35, 36]的3类指标对非点源污染的影响最为显著, 参考上述研究, 在排除与区域面积相关性较高指数的基础上, 为提高景观格局识别结果的准确性, 以每2个指数反映1个景观特征类别, 本文选取PD、AREA_MN、LPI、PLAND、COHESION和AI这6个景观指数定量表征研究区的景观格局特征.将耕地和建设用地归为源景观, 草地和林地归为汇景观, 河流为受纳水体, 其他用地与水域不纳入该分类[28].具体景观指数计算公式及说明见表 1.
|
表 1 景观指数公式及说明1) Table 1 Formula and explanation of landscape pattern index |
由于各景观指数在不同量纲下进行计算, 因此对计算得到的6种指数数值根据自然断点法从低到高划分为10级, 赋值1~10.再对每个类别2种景观指数取平均值, 计算出相应的风险指数I破碎度、I优势度和I聚集度.根据式(1)计算降雨径流污染格局风险指数Ipattern. Ipattern越高, 河流发生径流污染的风险越小.
|
(1) |
本文缓冲区尺度的界定从格局与过程两方面进行考虑.景观格局受尺度影响较大[37], 河岸缓冲带影响河流生态的有效距离目前尚未定论, 但有研究表明[19, 20, 22, 38, 39], 在300~1 000 m空间尺度上河流水质受景观指数的影响最为显著; 而针对降雨径流过程, 孔佩儒等[30]的研究运用最小阻力模型发现, 永定河和北三河等区域的径流污染核心控制距离为600 m.因此, 综合考虑格局与过程的影响范围, 本文为每条河流设置600 m缓冲带, 景观格局指数以及最小累积阻力均在该尺度下提取和计算.
1.4 基于最小阻力模型的径流污染风险识别 1.4.1 最小累积阻力模型最小累积阻力模型用于计算物种从“源”到目的地运动过程中, 克服不同类型景观的阻力, 所耗费的最小成本.该模型由“源”和阻力基面构成, 其表达如式(2)[40]:
|
(2) |
式中, MCR为最小累积阻力; f为未知的单调递增函数, Dij为污染物从源j出发到达空间某一位置途中所穿越景观i的空间距离; Ri为融合外部因子的景观i对该运动在垂直方向上的阻力.
降雨径流污染可看成是污染物从源景观出发后, 迁移扩散克服景观过程阻力到达河流的过程[29], 最小累积阻力越小, 径流污染发生的风险越大.
1.4.2 提取“源”与构建阻力基面以往的研究通常将输出污染物较高的耕地和建设用地作为非点源污染发生的“源”[21].但北京市建设用地与耕地的面积占比极高, 造成径流污染的“源”已经非“点”而是成片的“面”, 真正的“源”由于径流污染的随机性和不确定性较强, 难以精准鉴别.因此本研究运用逆向思维, 将河道设置为“源”, 在缓冲区内, 若最小累积阻力值较小, 说明污染物从河道迁移至缓冲边界的阻力越小, 由于阻力基面相同, 根据逆向过程, 该河流发生径流污染的风险较大.
为选取科学且适宜研究区状况的评价指标以构建阻力基面, 本文基于北京市实际景观状况, 参考了Wang等[29]的指标选取方法, 针对径流污染过程组成的降雨径流过程、土壤侵蚀及泥沙输移过程和污染物迁移转化过程, 考虑地影响径流污染过程物流和能流的因素, 最终选取坡度、土地利用类型、归一化植被指数和土壤可蚀性作为影响径流污染发生过程的因子, 以此构建影响北京市径流污染的阻力基面.权重赋值的方法参考文献[29, 30]并基于实际状况适当调整.具体指标说明见表 2.
|
|
表 2 径流污染阻力基面评价指标及说明 Table 2 Evaluation index and description of runoff pollution resistance base level |
根据上述指标和权重构建北京市径流污染阻力基面, 根据最小阻力模型计算研究区最小阻力栅格.用每条河段的缓冲带对阻力栅格进行截取, 计算缓冲区的平均阻力值并运用自然断点法划分为10级, 从低到高依次赋值3、6、9、12、15、18、21、24、27和30, 即降雨径流污染过程风险指数Iprocess.
根据式(3)计算出降雨径流污染综合风险指数Icomprehensive:
|
(3) |
针对景观格局, 参考破碎度、优势度和聚集度这3类因子的计算结果提出景观要素的布局优化方法, 以减少污染物输出并拦截污染物, 降低径流污染风险.针对景观过程, 由于径流污染物的来源和贡献范围不同, 提取大于10 hm2的耕地、城镇建设用地和工矿道路用地为源[21], 根据前文构建的阻力基面, 分别计算污染物从“源”到河道的最小阻力路径.由于该模型模拟径流污染过程, 依据污染物迁移规律, 参考高程数据, 剔除由低向高逆向移动的路径, 得到研究区降雨径流污染风险路径.计算每一条路径的通过阻力值, 将该值按从小到大分为1~5级, 断点依次为0、1 000、10 000和20 000.
2 结果与讨论 2.1 不同景观指数的径流污染识别结果经过分类后的研究区“源-汇”景观格局见图 1, 研究区内源汇景观分布差异明显, 源景观集中分布在东南部平原地区和河流两岸, 而汇景观多分布在西部和北部的山区.
|
图 1 研究区“源-汇”景观格局 Fig. 1 The "source-sink" landscape pattern in the study area |
计算每段河流600 m缓冲区内景观格局因子破碎度、优势度和聚集度指标后, 分别利用自然断点法分级并赋值, 根据式1计算降雨径流污染格局风险指数Ipattern, 按从低到高分为1~10级, 结果见图 2.研究区河流径流污染格局风险等级在布局上由北向南逐渐升高, 中心城区的河流, 如通惠河、凉水河上段、南长河等, 由于周围建设用地分布广泛, 对源汇景观格局产生了较大的影响, 导致径流污染格局风险指数较高; 而东南部的河流, 如凤河、新凤河、大龙河和凤港减河等, 由于河畔大量耕地对景观格局因子的影响, 也使得格局风险指数偏高.其中风险等级为1级的河段主要有: 凤河、凤港减河、肖太后河、马刨泉河、永兴河、大龙河、小龙河、凉水河下段、西沙河和南长河等; 风险等级为2级的主要河段有: 小清河、小月河、凉水河上段、坝河、通惠河、万泉河和金鸡河等.这些河段在进行径流污染防治和生态保护过程中, 应当注重源汇景观格局因子指标的优化.在长度上, 径流污染格局风险等级1~10的河段长度依次为: 246.64、177.03、261.24、224.47、244.04、133.71、288.09、149.02、233.83和276.29 km.各等级河段的长度及占比见图 3, 风险等级前两级的河流长度占比为19%, 风险等级前五级的河流长度占比为52%, 说明研究区降雨径流污染在景观格局层面整体面临较高的风险.
|
图 2 降雨径流污染格局风险等级评价结果 Fig. 2 Results of risk grade evaluation of rainfall and runoff pollution pattern |
|
图 3 10级格局风险等级河流长度比例 Fig. 3 Proportion of the length of rivers in the ten levels pattern of risk grade |
按照坡度、土地利用类型、归一化植被指数和土壤可蚀性构建的阻力基面见图 4.以河流为源地, 计算得到的最小累积阻力表面见图 5.
|
图 4 研究区径流污染阻力基面 Fig. 4 Runoff pollution resistance base of the study area |
|
图 5 研究区最小累积阻力表面 Fig. 5 Minimum cumulative resistance surface of the study area |
提取每段河流600 m缓冲区内的平均累积阻力值, 利用自然断点法按照阻力值由低至高将其划分为10级并进行赋值, 得到降雨径流污染过程风险等级, 结果见图 6.最小累积阻力评价分级结果和景观格局因子评价分级结果具有较高的一致性, 都呈现出“南低北高”的形式, 但存在部分差异.在分布上, 中心城区河流的径流污染过程风险等级最高, 随后向外围逐渐递减.径流污染过程风险等级为1级的河段主要有: 通惠河、小月河、亮马河、凉水河上段、坝河、南长河和护城河; 过程风险等级为2级的河段主要有: 万泉河、小龙河、新凤河、西沙河、莲花池、凤河、北小河和通惠排干渠等.这些河段周围应当减少径流污染物的产生量, 也应加强对污染物迁移和转输过程的控制.由图 7可知, 在长度上, 径流污染过程风险等级1~10的河段长度依次为: 138.36、186.95、101.38、215.40、354.74、191.76、231.66、344.81、435.75和41.72 km.由图 7可知, 过程风险等级前两级河流的长度占比为14%, 前5级河流长度占比为45%, 径流污染过程风险相较于景观格局风险整体较小.
|
图 6 降雨径流污染过程风险等级评价结果 Fig. 6 Results of risk grade evaluation of rainfall runoff pollution process |
|
图 7 10级过程风险等级河流长度比例 Fig. 7 Proportion of the length of rivers in the ten levels process of risk grade |
根据式(3)计算得到研究区降雨径流污染综合风险指数, 按照自然断点法从低到高分为10级, 结果见图 8.在分布上, 研究区河流降雨径流污染风险总体由外围向中心城区逐渐升高, 南部的河流在建设用地和耕地的双重影响下, 风险等级总体上显著高于北部.
|
图 8 降雨径流污染综合风险等级评价结果 Fig. 8 Results of comprehensive risk grade evaluation of rainfall and runoff pollution |
表 3为各等级河流数量及占比, 从长度上看, 1~5级的河流长度占比为43.32%, 6~10级的为56.68%, 后者占比大, 表明降雨径流污染风险整体偏低.但从河段数量上看, 风险等级为1级和2级的河段数最多, 分别为12段和11段, 从侧面反映出分布在中心城区为主的部分河流应当针对降雨径流污染进行重点整治.
|
|
表 3 各评价等级河流具体情况 Table 3 Specific conditions of rivers of each evaluation grade |
2.4 降雨径流污染风险识别结果验证
有研究表明, 城市景观格局对城市地表水质具有较为显著的影响: 如汪昱昆等[43]的研究探讨了上海市河网水质与河岸带土地利用的关系; 李雪等[20]的研究对京杭运河杭州段城市景观格局与河流水质进行分析; 杨洁等[44]的研究对苏州市河流缓冲区景观格局对水质的影响进行分析, 均表明城市河流水质受景观格局影响显著.本文运用景观指数和最小阻力模型对北京地区河流降雨径流污染风险进行了评价分级, 为验证该方法的科学性, 将北京市主要河流水质数据与计算所得径流污染风险指数进行显著性与相关性分析.
本文所选土地利用数据时间为2013年, 分别选取2013~2017年这5 a的水质数据与风险识别结果进行比较, 为了排除个别年份水质数据不稳定的情况, 增加2013~2017年水质数据的平均值与识别结果的比较.水质类别数据来源于北京市生态环境局(http://sthjj.beijing.gov.cn), 每一年的水质类别按照劣Ⅴ4~劣Ⅴ3类、劣Ⅴ2类、劣Ⅴ1类、Ⅴ类、Ⅳ类、Ⅲ类和Ⅱ~Ⅰ类, 依次赋值1~7, 与综合评价结果数据进行对比.具体统计结果见图 9, 可以看出, 水质类别数据变化趋势与综合指数趋势线走势总体一致.
|
图 9 降雨径流污染综合风险指数与河流水质类别散点图 Fig. 9 Scatter plot of comprehensive risk index of rainfall-runoff pollution and river water quality categories |
表 4为显著性与相关性的分析结果.每一年的水质数据与识别结果的F值均大于Fcrit, 且P值均小于0.05, 说明两组数据间显著性水平较高; 每一年的R值都大于0.75, 说明识别结果与水质数据具有较强的相关性, 也反映出本文所述方法具有一定的科学性.但由于城市非点源污染机制、过程和规律情况复杂多样[1], 且研究区市区内个别河流受到上游水库闸坝的调控或污水厂水尾影响, 因此个别河流两类数据差异较大.例如: 莲花河、京密引水渠、亮马河和小月河等河流水质类别数据明显高于综合风险指数, 是由于莲花河和京密引水渠等是北京城区重要的市民生活用水渠道, 对于该河流水质有关单位进行了重点保护; 亮马河和小月河等位于城市核心区, 在近年来北京市开展的河流水体整治行动中得到了明显改善.运潮减河等河流水质类别数据低于评价数据, 是由于其大部分水源来自城区污水河(温榆河、通惠河和小坝河等).而个别河流附近农村居民点或工厂较多, 河流受到截流养殖污水、生活污水和企业废水的影响严重; 还有部分位于下游的河段, 污染物由于累积而含量较高, 这些都在一定程度上对相关性分析的结果产生了影响.
|
|
表 4 显著性与相关性分析结果1) Table 4 Significance and correlation analysis results |
2.5 降雨径流污染风险控制与格局优化
针对格局类因子, 图 10为研究区河流缓冲带内破碎度、优势度和聚集度的分级情况.在破碎度指标上, 南部的风险级别较北部更高, 特别是平原区河流, 破碎度风险等级大多分布在1~5级.对于这类破碎度指数较高的河流, 可沿着河流方向适当增加绿色廊道, 将汇景观进行串联, 同时解构源景观, 以降低破碎度风险; 在优势度指标上, 过半的河流存在较高风险, 缓冲区内源景观优势度远高于汇景观; 这部分河流多处于城市建成区内部, 以建设用地为景观基底, 能够增加绿地的空间十分有限, 因此应当注重河岸带的绿化, 同时在水陆交界位置增加湿生植物的种植比例; 在聚集度指标上, 径流污染发生风险较破碎度和优势度更小, 但研究区南部的风险仍高于北部; 应当对有条件进行扩建的绿地适当进行扩建, 对零散的绿地进行整合, 将点扩展成面.
|
图 10 各类别景观格局指数风险等级识别结果 Fig. 10 Identification results of index risk levels of different landscape patterns |
针对景观过程, 图 11为提取出的主要污染“源”地, 城镇建设用地、交通工矿用地和耕地呈现出由中心城区依次向外扩散的格局.
|
图 11 研究区内面积大于10 hm2的源地分类 Fig. 11 Classification of source areas larger than 10 hm2 in the study area |
根据已构建的阻力基面提取风险路径, 将3类风险路径的通过阻力值按从小到大分为1~5级, 每一级风险路径的数量和数量占比见表 5.以耕地、城镇建设用地和交通工矿用地为源的风险路径分别有256、182和208条, 耕地为源的风险路径较多, 其造成研究区径流污染的范围更广; 以耕地、城镇建设用地和交通工矿用地为源的1级风险路径百分比分别为29.69%、24.73%和51.92%, 过半的交通工矿用地风险路径通过阻力值为0, 污染不经转输可直接进入水体; 3类风险路径的平均通过阻力值分别为6 596.46、3 468.17和1 526.39, 反映出城镇建设用地和交通工矿用地对造成径流污染的影响更强, 风险路径距离短、阻力小, 对河流危害大.
|
|
表 5 3类风险路径数量及百分比情况1) Table 5 Number and percentage of the three types of risk paths |
图 12为风险路径分布情况, 其中通过阻力值为0的风险路径位于河流与“源”相交处, 而大于0的风险路径为红线标注处.研究区内的多数河流同时受到城市、工业和农业污染物的复合影响, 因此有必要对污染路径进行分析以采取治理径流污染的相应措施. 1级和2级风险路径距离短, 污染物通过阻力值小, 应当在河道两岸采取过滤污染物见效快、强度大的措施, 如截污净化类设施的人工土壤渗透、植被缓冲带和生态驳岸等, 避免径流污染物直接进入河流对水体造成污染; 3、4和5级风险路径具有一定迁移运输长度, 除了在河岸可运用截污净化类设施外, 还应根据污染物迁移路径建立保护区域, 增加在迁移过程中消纳污染物的渗滞类设施(透水铺装、生物滞留设施和下沉绿地等)、集蓄利用类设施(蓄水池和调节塘等)以及转输类设施(植草沟和渗管等).
|
图 12 3类风险路径分布情况 Fig. 12 Distribution of the three risk paths |
本研究结果表明, 北京市径流污染风险等级中部和南部最高, 北部和西部的山区降雨径流污染风险等级相对较低.在面源污染风险等级划分研究中, 冯爱萍等[45]的研究运用DPeRS模型构建了海河流域面源污染潜在风险分级方法, 表明北京市中南部TN、TP、NH4+-N和COD污染风险均较高; 杨金凤等[46]的研究采用多因子综合分析法对海河流域农业面源污染潜在风险等级进行评价, 表明北京市东南部处于农业面源污染高风险地区.在面源污染风险评估方面, 孔佩儒等[30]的研究通过最小阻力模型对海河流域面源污染风险区进行识别, 结果表明海河流域平原地区的风险显著高于山区风险.上述研究的结果与本文的一致.
3 结论(1) 通过景观格局因子识别得到了10级研究区降雨径流污染格局风险等级.中南部的河流较北部径流污染格局风险等级更高, 风险等级1~2级的河流长度占比为19%, 1~5级的河流长度占比为52%, 较多河流没有达到相对安全的景观格局.
(2) 研究区景观格局的破碎度和优势度因子造成的径流污染风险较聚集度因子更高, 且范围更广, 主要集中在研究区中部和东南部.针对破碎度、优势度和聚集度风险等级较高的区域, 应当分别通过增加绿廊、增加湿生植物和扩建现有绿地等方法对景观格局进行优化.
(3) 通过最小阻力模型识别得到了10级降雨径流污染过程风险等级.过程风险指数较高的河流主要集中在中心城区, 并向外围逐渐递减, 风险等级1~2级河流的长度占比为14%, 1~5级河流长度占比为45%, 相较于景观格局, 径流污染过程风险整体较低.
(4) 不同用地类型所产生的降雨径流污染范围和强度顺序如下: 在范围上, 耕地>交通工矿用地>城镇建设用地; 在强度上, 交通工矿用地>城镇建设用地>耕地.识别出了256条耕地风险路径、182条城镇建设用地风险路径和208条交通工矿用地风险路径.对于路径通过阻力值较小的区域应采取过滤污染物见效快、强度大的措施; 对于通过阻力值较大的区域可根据污染物迁移路径建立保护区域, 增加在迁移过程中消纳污染物的渗滞类设施.
(5) 将格局与过程相结合, 计算得到了10级研究区降雨径流污染综合风险等级.中部和东南部的河流污染风险等级明显高于西部和北部, 其中1级风险河段12条, 长度为209.65 km, 占总长度的9.39%; 2级风险河段11条, 长度为186.83 km, 占总长度的8.37%.这些河段应成为今后开展城市降雨径流污染整治的重点.
| [1] |
娄和震, 吴习锦, 郝芳华, 等. 近三十年中国非点源污染研究现状与未来发展方向探讨[J]. 环境科学学报, 2020, 40(5): 1535-1549. Lou H Z, Wu X J, Hao F H, et al. Research progress of non-point source pollution in China over the past 30 years and discussion of the future direction development[J]. Acta Scientiae Circumstantiae, 2020, 40(5): 1535-1549. |
| [2] |
马小雪, 龚畅, 郭加汛, 等. 长江下游快速城市化地区水污染特征及源解析: 以秦淮河流域为例[J]. 环境科学, 2021, 42(7): 3291-3303. Ma X X, Gong C, Guo J X, et al. Water pollution characteristics and source apportionment in rapid urbanization region of the lower Yangtze River: considering the Qinhuai River catchment[J]. Environmental Science, 2021, 42(7): 3291-3303. DOI:10.3969/j.issn.1000-6923.2021.07.033 |
| [3] |
郭文景, 张志勇, 闻学政, 等. 长江下游居民区降水地表径流的污染特征[J]. 环境科学, 2021, 42(7): 3304-3315. Guo W J, Zhang Z Y, Wen X Z, et al. Contamination characteristics of surface runoff in densely populated areas in downstream Yangtze River, China[J]. Environmental Science, 2021, 42(7): 3304-3315. |
| [4] | Guo C B, Chen Y S, Xia W T, et al. Eutrophication and heavy metal pollution patterns in the water suppling lakes of China's south-to-north water diversion project[J]. Science of the Total Environment, 2020, 711. DOI:10.1016/j.scitotenv.2019.134543 |
| [5] | Wu Z S, Wang X L, Chen Y W, et al. Assessing river water quality using water quality index in Lake Taihu Basin, China[J]. Science of the Total Environment, 2018, 612: 914-922. DOI:10.1016/j.scitotenv.2017.08.293 |
| [6] |
郝璐, 孙阁. 城市化对流域生态水文过程的影响研究综述[J]. 生态学报, 2021, 41(1): 13-26. Hao L, Sun G. Impacts of urbanization on watershed ecohydrological processes: progresses and perspectives[J]. Acta Ecologica Sinica, 2021, 41(1): 13-26. |
| [7] |
杨默远, 潘兴瑶, 刘洪禄, 等. 基于文献数据再分析的中国城市面源污染规律研究[J]. 生态环境学报, 2020, 29(8): 1634-1644. Yang M Y, Pan X Y, Liu H L, et al. Urban non-point pollution characteristics in China: a meta-analysis[J]. Ecology and Environmental Sciences, 2020, 29(8): 1634-1644. |
| [8] | Zhao F K, Chen L D, Yang L, et al. Effects of land use and rainfall on sequestration of veterinary antibiotics in soils at the hillslope scale[J]. Environmental Pollution, 2020, 260. DOI:10.1016/j.envpol.2020.114112 |
| [9] | Lian Q Y, Yao L G, Ahmad Z U, et al. Nonpoint source pollution[J]. Water Environment Research, 2019, 91(10): 1114-1128. DOI:10.1002/wer.1205 |
| [10] |
李华林, 张建军, 张耀方, 等. 基于不同赋权方法的北运河上游潜在非点源污染风险时空变化特征分析[J]. 环境科学, 2021, 42(6): 2796-2809. Li H L, Zhang J J, Zhang Y F, et al. Analysis of spatial-temporal variation characteristics of potential non-point source pollution risks in the upper Beiyun River Basin using different weighting methods[J]. Environmental Science, 2021, 42(6): 2796-2809. |
| [11] | Xu L T, Chen S S, Xu Y, et al. Impacts of land-use change on habitat quality during 1985-2015 in the Taihu Lake Basin[J]. Sustainability, 2019, 11(13). DOI:10.3390/su11133513 |
| [12] |
刘绿怡, 丁圣彦, 任嘉衍, 等. 景观空间异质性对地表水质服务的影响研究——以河南省伊河流域为例[J]. 地理研究, 2019, 38(6): 1527-1541. Liu L Y, Ding S Y, Ren J Y, et al. Effects of landscape spatial heterogeneity on surface water quality service: a case study in Yihe River basin, Henan province[J]. Geographical Research, 2019, 38(6): 1527-1541. |
| [13] |
刘怡娜, 孔令桥, 肖燚, 等. 长江流域景观格局与生态系统水质净化服务的关系[J]. 生态学报, 2019, 39(3): 844-852. Liu Y N, Kong L Q, Xiao Y, et al. Relationships between landscape pattern and ecosystem water purification service in the Yangtze River Basin[J]. Acta Ecologica Sinica, 2019, 39(3): 844-852. |
| [14] |
王飞, 陶宇, 欧维新. 景观格局变化的水质净化服务响应关系研究进展[J]. 地球科学进展, 2021, 36(1): 17-28. Wang F, Tao Y, Ou W X. Research progress on response relationship of water quality purification service with landscape pattern change[J]. Advances in Earth Science, 2021, 36(1): 17-28. |
| [15] |
崔丹, 陈岩, 马冰然, 等. 土地利用/景观格局对水环境质量的影响[J]. 水科学进展, 2019, 30(3): 423-433. Cui D, Chen Y, Ma B R, et al. Effects of land use/landscape patterns on the water quality[J]. Advances in Water Science, 2019, 30(3): 423-433. |
| [16] |
李昆, 王玲, 孙伟, 等. 城市化下景观格局对河流水质变化的空间尺度效应分析[J]. 环境科学学报, 2020, 40(1): 343-352. Li K, Wang L, Sun W, et al. Spatial effect of landscape pattern on river water quality under urbanization[J]. Acta Scientiae Circumstantiae, 2020, 40(1): 343-352. |
| [17] | Mwaijengo G N, Msigwa A, Njau K N, et al. Where does land use matter most? Contrasting land use effects on river quality at different spatial scales[J]. Science of the Total Environment, 2020, 715. DOI:10.1016/j.scitotenv.2019.134825 |
| [18] | You Q H, Fang N, Liu L L, et al. Effects of land use, topography, climate and socio-economic factors on geographical variation pattern of inland surface water quality in China[J]. PLoS One, 2019, 14(6). DOI:10.1371/journal.pone.0217840 |
| [19] |
曹灿, 张飞, 阿依尼格尔·亚力坤, 等. 艾比湖区域景观格局与河流水质关系探讨[J]. 环境科学, 2018, 39(4): 1568-1577. Cao C, Zhang F, Ayinigeer·Yalikun, et al. Relationship between landscape pattern and water quality in the Ebinur Lake region[J]. Environmental Science, 2018, 39(4): 1568-1577. |
| [20] |
李雪, 张婧, 于婉晴, 等. 京杭运河杭州段城市景观格局对河网水环境的影响[J]. 生态学报, 2021, 41(13): 5242-5253. Li X, Zhang J, Yu W Q, et al. Impact of the urban landscape pattern in the Hangzhou section of the Beijing-Hangzhou Grand Canal on the River aquatic environment[J]. Acta Ecologica Sinica, 2021, 41(13): 5242-5253. |
| [21] |
张微微, 李晓娜, 王超, 等. 密云水库上游白河地表水质对不同空间尺度景观格局特征的响应[J]. 环境科学, 2020, 41(11): 4895-4904. Zhang W W, Li X N, Wang C, et al. Water quality response to landscape pattern at different spatial scales in Baihe River in the upper reaches of the Miyun Reservoir[J]. Environmental Science, 2020, 41(11): 4895-4904. |
| [22] |
杨强强, 徐光来, 杨先成, 等. 青弋江流域土地利用/景观格局对水质的影响[J]. 生态学报, 2020, 40(24): 9048-9058. Yang Q Q, Xu G L, Yang X C, et al. Responses of water quality to land use & landscape pattern in the Qingyijiang River watershed[J]. Acta Ecologica Sinica, 2020, 40(24): 9048-9058. |
| [23] |
郭羽羽, 李思悦, 刘睿, 等. 黄河流域多时空尺度土地利用与水质的关系[J]. 湖泊科学, 2021, 33(3): 737-748. Guo Y Y, Li S Y, Liu R, et al. Relationship between landscape pattern and water quality of the multi-scale effects in the Yellow River Basin[J]. Journal of Lake Sciences, 2021, 33(3): 737-748. |
| [24] | Zhang J, Li S Y, Jiang C S. Effects of land use on water quality in a River Basin (Daning) of the Three Gorges Reservoir Area, China: watershed versus riparian zone[J]. Ecological Indicators, 2020, 113. DOI:10.1016/j.ecolind.2020.106226 |
| [25] |
孙然好, 孙龙, 苏旭坤, 等. 景观格局与生态过程的耦合研究: 传承与创新[J]. 生态学报, 2021, 41(1): 415-421. Sun R H, Sun L, Su X K, et al. A review on the coupling research of landscape patterns and ecological processes: consistency and innovation[J]. Acta Ecologica Sinica, 2021, 41(1): 415-421. |
| [26] |
李敏, 唐剑锋, 陈利顶, 等. 城郊流域源汇景观格局与水体抗生素的关系[J]. 环境科学, 2020, 41(5): 2264-2271. Li M, Tang J F, Chen L D, et al. Relationship between source-sink landscape pattern and antibiotics in surface water in peri-urban watershed[J]. Environmental Science, 2020, 41(5): 2264-2271. |
| [27] |
许芬, 周小成, 孟庆岩, 等. 基于"源-汇"景观的饮用水源地非点源污染风险遥感识别与评价[J]. 生态学报, 2020, 40(8): 2609-2620. Xu F, Zhou X C, Meng Q Y, et al. Remote sensing identification and evaluation of non-point source pollution risk of drinking water source based on "source-sink" landscape[J]. Acta Ecologica Sinica, 2020, 40(8): 2609-2620. |
| [28] | Chen L D, Tian H Y, Fu B J, et al. Development of a new index for integrating landscape patterns with ecological processes at watershed scale[J]. Chinese Geographical Science, 2009, 19(1): 37-45. DOI:10.1007/s11769-009-0037-9 |
| [29] | Wang J L, Ni J P, Chen C L, et al. Source-sink landscape spatial characteristics and effect on non-point source pollution in a small catchment of the Three Gorge Reservoir Region[J]. Journal of Mountain Science, 2018, 15(2): 327-339. DOI:10.1007/s11629-017-4417-9 |
| [30] |
孔佩儒, 陈利顶, 孙然好, 等. 海河流域面源污染风险格局识别与模拟优化[J]. 生态学报, 2018, 38(12): 4445-4453. Kong P R, Chen L D, Sun R H, et al. Identification and optimized simulation of non-point source pollution risk patterns in the Haihe River Basin[J]. Acta Ecologica Sinica, 2018, 38(12): 4445-4453. |
| [31] |
陈裕婵, 张正栋, 万露文, 等. 五华河流域非点源污染风险区和风险路径识别[J]. 地理学报, 2018, 73(9): 1765-1777. Chen Y C, Zhang Z D, Wan L W, et al. Identifying risk areas and risk paths of non-point source pollution in Wuhua River Basin[J]. Acta Geographica Sinica, 2018, 73(9): 1765-1777. |
| [32] |
姜智绘, 廖云杰, 谢文霞, 等. 透水/不透水格局特征对汇水单元径流污染的影响[J]. 环境科学, 2020, 41(10): 4599-4606. Jiang Z H, Liao Y J, Xie W X, et al. Influence of pervious/impervious pattern on runoff and pollution in parcelbased catchment[J]. Environmental Science, 2020, 41(10): 4599-4606. |
| [33] |
其格乐很, 何秉宇, 黄玲. 基于GIS和Fragstats的城市绿地景观格局动态变化研究——以新疆乌鲁木齐市为例[J]. 安徽农业科学, 2019, 47(15): 72-77, 88. Qigelhen, He B Y, Huang L. Dynamic change of urban greenbelt landscape pattern based on GIS and Fragstats-a case study of Urumqi, Xinjiang[J]. Journal of Anhui Agricultural Sciences, 2019, 47(15): 72-77, 88. DOI:10.3969/j.issn.0517-6611.2019.15.021 |
| [34] |
王杰, 李鹏, 高海东, 等. 丹江上游土地利用/景观指数与水质关系初探[J]. 水土保持研究, 2018, 25(6): 383-389. Wang J, Li P, Gao H D, et al. Preliminary study on the relationship between land use/landscape index and water quality in the upper reaches of Danjiang River[J]. Research of Soil and Water Conservation, 2018, 25(6): 383-389. |
| [35] |
徐启渝, 王鹏, 舒旺, 等. 不同空间划分方式下袁河流域景观结构对水质的影响[J]. 环境科学学报, 2020, 40(12): 4325-4337. Xu Q Y, Wang P, Shu W, et al. Impacts of landscape structure on water quality under different spatial scales in the Yuan River Basin[J]. Acta Scientiae Circumstantiae, 2020, 40(12): 4325-4337. |
| [36] |
贾玉雪, 帅红, 韩龙飞. 资江尾闾集水区景观格局与非点源污染过程关系研究[J]. 农业环境科学学报, 2021, 40(4): 833-843. Jia Y X, Shuai H, Han L F. Relationship between landscape patterns and non-point source pollution processes in the Zijiang catchment tail, China[J]. Journal of Agro-Environment Science, 2021, 40(4): 833-843. |
| [37] | Xu G Y, Ren X D, Yang Z H, et al. Influence of landscape structures on water quality at multiple temporal and spatial scales: a case study of Wujiang River Watershed in Guizhou[J]. Water, 2019, 11(1). DOI:10.3390/w11010159 |
| [38] | Zhang J, Li S Y, Dong R Z, et al. Influences of land use metrics at multi-spatial scales on seasonal water quality: a case study of river systems in the Three Gorges Reservoir Area, China[J]. Journal of Cleaner Production, 2019, 206: 76-85. DOI:10.1016/j.jclepro.2018.09.179 |
| [39] |
方娜, 刘玲玲, 游清徽, 等. 不同尺度土地利用方式对鄱阳湖湿地水质的影响[J]. 环境科学, 2019, 40(12): 5348-5357. Fang N, Liu L L, You Q H, et al. Effects of land use types at different spatial scales on water quality in Poyang Lake wetland[J]. Environmental Science, 2019, 40(12): 5348-5357. |
| [40] | Yu K J. Ecological security patterns in landscapes and GIS application[J]. Geographic Information Sciences, 1995, 1(2): 88-102. |
| [41] |
蒋孟珍. 基于遥感技术的九龙江河口区非点源污染"源-汇"结构分析[D]. 厦门: 国家海洋局第三海洋研究所, 2012. Jiang M Z. Study on "source-sink" Structure of non-point source pollution in Jiulongjiang estuary based on remote sensing technology[D]. Xiamen: Third Institute of Oceanography, State Oceanic Administration, 2012. |
| [42] |
门明新, 赵同科, 彭正萍, 等. 基于土壤粒径分布模型的河北省土壤可蚀性研究[J]. 中国农业科学, 2004, 37(11): 1647-1653. Men M X, Zhao T K, Peng Z P, et al. Study on the soil erodibility based on the soil particle-size distribution in Hebei province[J]. Scientia Agricultura Sinica, 2004, 37(11): 1647-1653. DOI:10.3321/j.issn:0578-1752.2004.11.011 |
| [43] |
汪昱昆, 程锐辉, 曾鹏, 等. 上海地区河网水质空间分异及对河岸带土地利用的响应[J]. 生态与农村环境学报, 2019, 35(7): 925-932. Wang Y K, Cheng R H, Zeng P, et al. Spatial differentiation of water quality in river networks in Shanghai and its response to land use in riparian zones[J]. Journal of Ecology and Rural Environment, 2019, 35(7): 925-932. |
| [44] |
杨洁, 许有鹏, 高斌, 等. 城镇化下河流水质变化及其与景观格局关系分析——以太湖流域苏州市为例[J]. 湖泊科学, 2017, 29(4): 827-835. Yang J, Xu Y P, Gao B, et al. River water quality change and its relationship with landscape pattern under the urbanization: a case study of Suzhou City in Taihu Basin[J]. Journal of Lake Sciences, 2017, 29(4): 827-835. |
| [45] |
冯爱萍, 王雪蕾, 徐逸, 等. 基于DPeRS模型的海河流域面源污染潜在风险评估[J]. 环境科学, 2020, 41(10): 4555-4563. Feng A P, Wang X L, Xu Y, et al. Assessment of potential risk of diffuse pollution in Haihe River Basin based using DPeRS model[J]. Environmental Science, 2020, 41(10): 4555-4563. |
| [46] |
杨金凤, 冯爱萍, 王雪蕾, 等. 海河流域农业面源污染潜在风险识别方法研究[J]. 中国环境科学, 2021, 41(10): 4782-4791. Yang J F, Feng A P, Wang X L, et al. Research on an identification method of potential risk for agricultural non-point source pollution in the Haihe River Basin[J]. China Environmental Science, 2021, 41(10): 4782-4791. DOI:10.3969/j.issn.1000-6923.2021.10.035 |