2023, Vol. 44
2. 江西师范大学鄱阳湖湿地与流域研究教育部重点实验室, 南昌 330022
, WANG Peng1,2
, HUANG Gao-xiang1,2 , ZHANG Hua1,2 , NIE Ming-hua1,2 , DING Ming-jun1,2 , SHE Yuan-yang1,2
2. Key Laboratory of Poyang Lake Wetland and Watershed Research, Ministry of Education, Jiangxi Normal University, Nanchang 330022, China
河流是陆地水生生态系统的重要组成部分, 具有巨大的社会经济及生态环境价值[1].相较于大型河流, 中小型河流流域面积小(200~3 000 km2)[2]但数量庞大, 普遍位于山区与城镇地区, 其水网密集, 流速缓慢[3], 河道淤积严重以及周边环境复杂因此更容易受到污染[4].中小河流为人类生活生产提供了不可或缺的水源, 同时向大型河流源源不断地输送水量与营养物质[5], 其作用不可忽视.河流水质是多种空间尺度的土地利用的综合反映[6], 土地利用包括其组成结构(不同类型的土地利用结构)和空间格局(土地利用斑块在空间上的分布)[7, 8], 二者是决定河流水质空间分异的重要因素.因此揭示中小河流水质对土地利用结构与空间格局的响应机制, 对于保护社会发展所需的水源及维护大江大河的生态健康具有重要意义.
土地利用结构与空间格局对河流水质的影响机制存在明显的空间尺度效应[8].有研究表明, 与缓冲区尺度相比, 子流域尺度的土地利用对水质的影响更加显著[9~11], 但也有学者提出, 加强缓冲区的土地利用管理更有利于改善水质[12~14].虽然距离河道越近的土地利用斑块对河流水质的影响更大, 但流域尺度下的土地利用更能反映全面的信息, 所以哪种空间尺度下的土地利用更能反映河流水质的变化目前并无定论[15~17].因此识别土地利用结构与空间格局影响水质的关键空间尺度对于保护水资源至关重要.
河流水质对土地利用的响应普遍是非线性响应关系[18~20], 有研究发现, 当干旱的农田面积占比超过54%时, 水质明显恶化[21]; 农业用地在高度城市化地区会降低电导率, 而在城市化较低的区域却有相反的影响[22].以上研究表明, 可能存在一个土地利用阈值使得水质发生突然变化.生态学阈值是当系统质量、属性或现象发生突变时的突变值, 或者环境驱动因素的小变化产生大的生态系统反应的地方[23].探讨河流水质的土地利用阈值, 可以弥补流域尺度下的土地利用影响水质变化研究中的不足, 而这是当前流域水环境管理及土地利用规划的主要依据之一.
本文的研究对象是鄱阳湖流域内的3条中小河流: 孔目河、南庙河和蒙河.研究区内土地利用结构表现出不同的梯度差异, 是探究土地利用结构与空间格局对中小河流水质的影响机制的理想区域.本研究通过选取3条中小河流, 使用定量分析确定土地利用结构与空间格局影响中小河流水质的关键空间尺度, 并采用广义加性模型推导出不同空间尺度的土地利用结构与空间格局和河流水质之间的关系以及计算可能存在的土地利用阈值, 以期为鄱阳湖流域中小河流水质管理提供科学依据.
1 材料与方法 1.1 研究区域概况与空间划分方式本研究对象是位于鄱阳湖流域内的3条中小河流, 同属于袁河的一级支流, 从上游至下游依次为南庙河、孔目河和蒙河, 流域面积分别为297、597和494 km2, 研究区属中亚热带季风湿润气候区, 降水量变化梯度大[24], 与江西新余-宜春-萍乡城市群高度重叠.为探究土地利用结构与空间格局对中小河流水质的影响机制, 选取3个土地利用结构存在明显差异的子流域, 南庙河流域内土地利用结构以受到人类活动影响较小的林地为主, 蒙河流域内土地利用结构以受到人类活动影响较大的耕地和建设用地为主, 而孔目河流域内的土地利用结构介于两者之间.
研究区域内地形多为山地丘陵, 河流汇水作用明显, 据此设置子流域与河岸缓冲区.从NASA地球科学数据网站(https://nasadaacs.eos.nasa.gov/)获取ALOS卫星提供的最新12.5 m精度的Dem数据并使用ArcGis的ArcSWAT扩展模块, 基于河流和采样点提取子流域、河岸1 000、500、300和100 m尺度的缓冲区(图 1).
|
图 1 研究区域概况与空间划分方式 Fig. 1 Profile of the study area and spatial distribution |
本研究共设置25个采样点, 孔目河9个(K1~K9), 南庙河和蒙河均8个(N1~N8和M1~M8).分别于2022年1月(枯水期)与2022年7月(丰水期)采集河流中心表层(50 cm)水体, 并用1 L的聚乙烯瓶收集并运回实验室进行后一步分析.水样通过0.45 μm孔径的醋酸纤维滤膜过滤后, 装入取样瓶密封, 在0~4℃下冷藏.使用TOC分析仪(Shimadzu TOC-L CPH, 日本)测定溶解有机碳(DOC); 采用全自动间断分析仪(Smartchem 200 Brookfield, 美国)测定铵态氮(NH4+-N)和硝态氮(NO3--N); 使用ICS-600离子色谱系统测定氯离子(Cl-)和硫酸根离子(SO42-), 使用电感耦合等离子体质谱仪(ICP-MS)测定水体中可溶性重金属元素含量.样品检测之前, 仪器采用标准物质(SRM AccuStandardInc, USA)进行3次重复检测并且进行极限检测, Cr、Fe、Mn、As、Al、Cu、Zn、Ni、Cd和Pb极限检测值分别为: 0.016μg ·L-1、0. 985μg ·L-1、0.005μg ·L-1、0.132μg ·L-1、0.089μg ·L-1、0.054 μg ·L-1、0.114μg ·L-1、0.091μg ·L-1、0.002 ng ·L-1和0.004 ng ·L-1.
研究区域土地利用方式数据为2020年的Sentinel-1和Sentinel-2的10 m精度的数据, 由欧洲航空局(ESA)发布的World Cover数据集提供(https://viewer.esa-worldvover.org/worldcover), 总体精度达到了74.4%.研究区域土地利用方式划分为林地(forestland)、耕地(farmland)、建设用地(construction)、草地(grassland)、灌木(shrubland)、湿地(wetland)、水域(water area)和稀疏的植被/裸地(bare ground).本研究将稀疏的植被合并到林地, 草地、灌木、湿地和裸地面积占比不足1%, 在后续分析中剔除.空间格局主要是通过土地利用斑块的破碎性、形状变化、连通性影响流域水质的变化.因此本文在景观水平下选择表 1所示的6种景观指数量化空间格局, 分别在ArcGIS 10.7中提取子流域和河岸缓冲区的栅格地图, 由Fragstats 4.2软件在景观水平计算获得.
|
表 1 本研究选取的景观指数 1) Table 1 Landscape index selected in this study |
1.3 统计分析
采用Shapiro-Wilk检验数据的正态性, 结果部分数据不满足正态分布, 通过对数转换使其尽量满足正态分布后进行相关性分析.通过R语言“vegan”包中“metaMDS”函数, 比较河流水质的总体差异.使用IBM SPSS statistics 26对选取的15种水质指标进行主成分分析来评价河流各个采样点水质的综合状况, 确定主成分的个数并提取λ>1且累计百分比在80%以上的主成分, 并分别计算提取各个主成分表达式[公式(1)].
|
(1) |
式中, W1, W2, …, W15为每个水质指标对应的主成分载荷值, X1, X2, …, X15为水质指标标准化后对应的数据, 最终通过F1、F2、…、Fn计算综合水质指数[公式(2)].
|
(2) |
式中, F为综合水质指数, F越大表明水质状况越差, λ1, λ2, …, λn分别为第一, 第二, 第n主成分[25].
通过R语言“vegan”包中的“Bioenv”函数, 分别选取与水质相关性最高的组合来表示土地利用结构与空间格局, 并通过“Mantel”、“Partial Mantel”函数检验二者与水质之间的相关性及显著性水平, 通过方差分解得到土地利用结构和空间格局对水质的独立和共同解释率.
以土地利用结构与空间格局为自变量, 综合水质指数F为响应变量, 使用R语言“mgcv”包中的“Gam”函数拟合二者之间的关系[26], “Glm”函数构建分段模型并做阈值分析, 通过逐步递归法寻找最佳阈值点, 比较阈值点后的二者之间的变化关系, 并对一元线性模型与分段模型作对数似然比检验并确定拐点存在的显著性水平[27].本研究分析与绘图在IBM SPSS statistics 26、Origin2021、ArcGis10.7和R4.1.1中完成.
2 结果与分析 2.1 水质时空变化特征参考地表水环境质量标准GB 3838-2002, 研究区内水体主要受Fe、Mn和NH4+-N污染(图 2), 其他水质指标都符合标准.研究区内河流的水质空间特征表现出明显不同的变化, 孔目河中上游的水质较差, 特别是K2采样点, 其周围的采矿活动导致大部分水质指标质量浓度明显高于其他采样点; 南庙河水质从上游至下游明显变差, 大多数高值指标集中在城市附近; 蒙河水质指标从上游至下游无明显变化规律.各河流水质季节差异都比较明显, 枯水期大部分水质指标质量浓度明显大于丰水期(图 2和表 2).总体上, 孔目河与蒙河水质总体状况较为相似(图 3), 且枯水期的相似程度大于丰水期, 而南庙河水质总体状况优于孔目河与蒙河且与二者差异比较明显.
|
横线表示地表水环境质量标准或生活饮用水标准限值(GB 3838-2002) 图 2 3条中小河流水质变化特征 Fig. 2 Variation characteristics of water quality in three small and medium-sized rivers |
|
|
表 2 3条中小河流综合水质指数F1) Table 2 Comprehensive water quality index F of three small and medium-sized rivers |
|
图 3 基于非计量多维缩放法分析的3条中小河流水质分布 Fig. 3 Water quality distribution of three small and medium-sized rivers based on NMDS |
不同河流以及不同空间尺度的土地利用结构差异较大(图 4), 研究区内的土地利用方式主要是建设用地、耕地和林地.从流域尺度上看, 建设用地面积占比大小为: 孔目河>蒙河>南庙河; 耕地面积占比大小为: 蒙河>孔目河>南庙河; 林地面积占比大小为: 南庙河>孔目河>蒙河.子流域林地面积占比明显高于河岸缓冲区, 而建设用地与耕地面积占比明显低于河岸缓冲区.河岸缓冲区尺度下随着缓冲区距离的减小, 建设用地与耕地面积总占比明显增加而林地明显减少.建设用地与耕地面积占比最高, 林地面积占比最低均出现在河岸100 m缓冲区尺度.子流域尺度下的PD指数和ENN_MN指数低于河岸缓冲区, LSI指数和COHESION指数高于河岸缓冲区(图 5), 可见子流域尺度下多为均匀分布, 形状规则的斑块, 流域内破碎程度低.南庙河SHDI指数在子流域尺度小于缓冲区尺度且随着缓冲区距离的增加而减小, 孔目河与蒙河SHDI指数在子流域尺度大于缓冲区尺度, 且随着缓冲区距离的增加而增大.LPI指数在各个空间尺度没有明显差异, PD、ENN_MN指数随着缓冲区距离减小而增加, 并在河岸100 m缓冲区最大, 可见河岸100 m缓冲区的斑块破碎严重.
|
图 4 不同空间尺度下研究区域土地利用结构特征 Fig. 4 Structural characteristics of land use in the study area at different spatial scales |
|
PD单位中n表示景观斑块数 图 5 不同空间尺度下研究区景观指数特征 Fig. 5 Landscape index characteristics of the study area at different spatial scales |
通过分析表 3发现, 孔目河土地利用结构和空间格局与水质的相关性枯水期高于丰水期, 与孔目河水质相关性较强的土地利用类型为: 水域、建设用地和耕地, 与孔目河水质相关性较强的空间格局指数为: LSI、ENN_MN和COHESION指数.南庙河和蒙河的土地利用结构和空间格局与水质的相关性丰水期大于枯水期.与蒙河水质相关性较强的土地利用类型为: 耕地、建设用地和林地, 与蒙河水质相关性较强的空间格局指数为: PD、LSI和SHDI指数.与南庙河水质相关性较强的土地利用类型为: 耕地、建设用地和林地, 与南庙河水质相关性较强的空间格局指数为: PD、SHDI和ENN_MN指数.总体上河流水质与景观结构的相关性大小为: 南庙河>蒙河>孔目河.此外, 通过“Partial Mantel Test”控制土地利用结构与空间格局的相互影响后, 发现其与水质的相关性低于“Mantel Test”的结果(图 6), 可见二者的共同解释部分与水质的相关性较强.
|
|
表 3 基于Bioenv分析筛选的土地利用结构与空间格局的最佳组合 1) Table 3 Best combination of land use structure and spatial pattern based on Bioenv analysis |
|
Mantel Test和Partial Mantel Test是两种不同的检验, 色柱表示皮尔逊相关系数的大小, *表示0.01＜P＜0.05, **表示0.001＜P＜0.01, ***表示P＜0.001 图 6 不同条件下土地利用结构和空间格局与水质的Mantel Test和Partial Mantel Test热图 Fig. 6 Mantel Test and Partial Mantel Test heat maps of land use structure and spatial pattern with water quality under different conditions |
分别以水域、建设用地和耕地, LSI、ENN_MN和COHESION; 耕地、建设用地和林地, PD、SHDI和ENN_MN; 耕地、建设用地和林地, PD、LSI和SHDI作为孔目河、南庙河与蒙河的土地利用结构与空间格局特征进行方差分解.分析结果如图 7所示, 土地利用结构与空间格局对水质的解释率总体上相差不大, 孔目河解释率丰水期低于枯水期, 而南庙河与蒙河解释率丰水期均高于枯水期, 总解释率南庙河最高, 蒙河次之, 孔目河最低.孔目河枯水期与丰水期最高解释率出现在子流域与河岸100 m缓冲区, 南庙河枯水期与丰水期最高解释率出现在河岸1 000 m和河岸100 m缓冲区, 蒙河枯水期与丰水期最高解释率出现在河岸300 m与子流域, 可见子流域与河岸100 m均是土地利用结构与空间格局影响中小河流水质的关键空间尺度, 土地利用结构与空间格局共同解释部分占据了总体解释率较高的比例, 二者共同驱动着水质变化.
|
未显示数值的部分表示解释率＜0 图 7 不同条件下土地利用结构与空间格局对水质的解释率 Fig. 7 Amount of water quality explained by land use structure and spatial pattern under different conditions |
图 8、9和表 4表明, 建设用地与耕地面积占比和综合水质指数F呈正相关, 而林地面积占比和综合水质指数F呈负相关. 随着建设用地与耕地面积占比增加逐渐恶化, 而当面积占比超过某一个值时, 水质恶化速度开始下降甚至明显好转, 该值在子流域尺度小于河岸缓冲区尺度, 季节差异没有引起该值的显著变化.当林地面积占比超过某一个值时, 水质开始明显得到好转, 该值在子流域尺度大于河岸缓冲区尺度, 季节差异没有引起该值的显著变化.LSI与破碎度指标(PD和SHDI)与综合水质指数F呈负相关, 随着景观破碎度增大, 水质越来越差.连通性指标(ENN_MN和COHESION)与综合水质指数F呈负相关, 随着连通性增强, 水质逐渐好转.土地利用结构与综合水质F的阈值效应大于空间格局, 土地利用结构与综合水质F存在显著阈值效应, 而除LSI和SHDI指数与综合水质F存在显著阈值效应, 当其值超过某一范围后, 水质开始得到明显改善, 季节差异没有引起该值发生显著变化, 而其他景观指数与综合水质F无明显阈值效应.
|
曲形虚线表示估计曲线的95%置信区间, 竖直虚线表示阈值, 底部的红色竖线表示在给定范围内的数据点的密度 图 8 不同条件下土地利用结构与综合水质指数F的非线性关系 Fig. 8 Non-linear relationship between land use structure and comprehensive water quality index F under different conditions |
|
曲形虚线表示估计曲线的95%置信区间, 竖形虚线表示阈值, 底部的红色竖线表示在给定范围内的数据点的密度; PD单位中n表示景观斑块数 图 9 不同条件下空间格局特征与综合水质指数F的非线性关系 Fig. 9 Non-linear relationship between landscape pattern and integrated water quality index F under different conditions |
|
|
表 4 土地利用结构与空间格局的阈值点及显著性检验 1) Table 4 Threshold points and significance test of land use structure and spatial pattern |
3 讨论 3.1 土地利用结构与空间格局对水质影响的尺度效应
本研究表明, 子流域与河岸100 m尺度均是影响中小河流水质的关键尺度, 土地利用结构与空间格局的共同解释部分是驱动河流水质变化的重要因素.国内外其他学者的研究也证明, 子流域尺度[18, 28]与100 m缓冲区[29]均是影响河流水质的重要尺度.河岸缓冲区的斑块距离河道近, 能有效地拦截入河径流和污染物[30, 31], 而子流域尺度充分考虑了上游汇水的影响且能够全面地反映斑块信息[32], 并且养分的负荷与保留通常发生在较大的空间尺度内[16, 33], 因此子流域(54.70%)与河岸100 m尺度(64.88%)的解释率较高.本研究区内河岸100 m尺度受到人类活动干扰最为严重, 土地利用结构趋向多种组合(图 4), 因此土地利用结构与空间格局的共同解释部分解释率较高(36.92%)[34].
点源污染以及雨季径流导致了土地利用结构与空间格局对不同河流水质的解释率在不同季节存在差异.河流水质同时受到点源污染与非点源污染的影响, 已有研究发现, 旱季点源污染占主导, 雨季非点源污染占主导[21, 35].旱季点源直接向河流排放污染物会导致土地利用结构与空间格局对旱季水质的影响较强, 雨季强烈的降雨形成的地表径流将地表的污染物质冲刷至河流中, 导致土地利用结构与空间格局对雨季水质的影响较强[36].建设用地作为点源污染的主要来源能够直接向河流排入污染物[35], 孔目河流域建设用地面积大(图 1), 点源污染严重, 导致枯水期(43.24%)解释率大于丰水期(22.70%).已有研究证明, 耕地在旱季能有效地截留地表污染物质, 而在雨季强烈的暴雨冲刷下, 耕地的地表径流携带大量的污染物质进入河流[37].蒙河流域耕地面积大(图 1), 雨季暴雨将旱季停留在耕地地表的污染物冲刷到河流中使得枯水期(24.79%)解释率要小于丰水期(71.61%).南庙河流域林地面积大(图 4), 受到点源污染的影响较小, 因此枯水期(78.83%)解释率小于丰水期(84.85%).
采样点周边土地利用方式的差异是土地利用结构与空间格局对不同河流的解释率存在较大差异的原因.已有研究表明, 在人类活动影响下, 点源污染与非点源污染交织在一起[38], 采样点周边矿区与工业用地的污水排放是其水体重金属等污染物的重要来源[39].孔目河流域与蒙河流域土地利用结构相似, 建设用地与耕地面积较大且分散分布于整个流域, 这使得二者水质总体状况相似(图 3), 而南庙河流域的建设用地与耕地面积小且集中分布在河流两岸(图 1和图 4), 因此采样点周边土地利用方式对河流水质的潜在影响[40]导致了南庙河(81.84%)解释率要高于孔目河(32.97%)与蒙河(48.20%).综上所述, 对受到人类活动干扰的较为严重中小河流, 加强上游与河道周边土地利用的管理同时减少点源污染, 能有效管理水质.
3.2 土地利用结构与空间格局对水质影响的阈值效应本研究发现, 土地利用结构与空间格局和综合水质指数F之间存在明显的非线性关系, 且存在某个突变点使得二者与综合水质指数F的关系发生明显变化(图 8、图 9和表 4).这与已有研究的结果类似, 有研究通过创建散点图确定了不透水面积和水质变量之间的关系并计算可能存在的突变值[41], 有研究使用3种非线性回归模型分析了景观阈值[42], 有研究使用广义加性模型拟合关键景观指数与水质变量之间的关系[26], 还有研究采用变点分析方法估计了在景观度量梯度上水质变量突然发生变化的具体位置[43], 研究者将该突变点称为阈值, 定义为环境变量中的小驱动因素可能导致生态系统中的大响应的点或区域[18, 19].以上表明如何合理地识别景观阈值仍存在争议, 但景观阈值作为流域水环境管理及土地利用规划的主要依据[20], 在维持可持续的景观-水质系统中发挥着重要作用.
本研究表明土地利用结构与空间格局对水质的影响存在阈值效应, 其中土地利用结构的阈值效应大于空间格局.这是因为流域内土地利用结构能够反映河流生态系统受到干扰的程度及自我修复能力[44], 建设用地与耕地作为“源”景观类型会提高地表径流输出污染物质的能力, 而林地作为“汇”景观类型对入河污染物具有截留和削减效应[32].景观斑块的空间格局会影响营养物质的迁移转化过程, 但其与水质的关系尚未得到明确的结论[34, 45], 建设用地与耕地的高度连通性容易导致水质恶化, 而林地只有分布连续才能有效净化水质[46], 但也有研究表明高度破碎化的林地才能有效地拦截进入河流的污染物[47].
本研究发现当河岸300 m尺度下建设用地和河岸100 m尺度下耕地面积占比超过12%和41%时, 水质恶化的速度下降甚至水质状况有所好转, 当子流域尺度下林地占比超过面积83%时, 水质状况开始得到显著好转.建设用地与耕地会加速水体污染, 但城市化达到一定程度后, 随着城市管理的提高, 地表径流进入雨水收集系统, 而不是直接排入河流[48]使得水质恶化速度下降甚至水质状况有所好转; 而林地截留地表径流的能力有限, 只有当其面积增加到一定程度后才能有效地净化和截留入河径流[49].本研究还发现当子流域尺度下LSI高于31.6, 河岸100 m尺度下SHDI高于1.25时, 水质状况明显好转.空间格局在一定程度上能够影响营养物质的迁移和来源[50], 只有当景观斑块的破碎度或连通性达到某个值后才能有效地净化水质[51].综上所述, 在不同的空间尺度合理规划土地利用结构比空间格局能够更好地改善水质.
4 结论(1) 研究区内河流水质状况良好, Fe、Mn和NH4+-N是水体主要污染物, 水质季节差异显著且丰水期优于枯水期(stress＜0.05), 在相似的土地利用方式下, 孔目河与蒙河水质状况相似且劣于南庙河水质(stress＜0.1).
(2) 子流域和河岸100 m是影响河流水质的关键尺度, 平均解释率分别为54.70%和64.88%, 土地利用结构和空间格局对水质的平均解释率分别为12.33%和9.62%, 二者共同解释部分是驱动河流水质变化的重要因素, 平均解释率为36.92%.
(3) 采样点周边土地利用方式的差异使得总体解释率大小为: 南庙河(81.84%)>蒙河(48.20%)>孔目河(32.97%), 点源污染导致孔目河解释率大小为: 枯水期(43.24%)>丰水期(22.70%); 雨季径流导致蒙河解释率大小为: 枯水期(24.79%)＜丰水期(71.61%), 南庙河解释率大小为: 枯水期(78.83%)＜丰水期(84.85%).
(4) 合理规划土地利用结构比空间格局能更有效地管理水质, 子流域的建设用地和耕地阈值(2%和8%)小于河岸缓冲区(12%和41%), 而子流域的林地阈值(82%)大于河岸缓冲区(49%), 增大斑块间的距离及连通性有利于改善水质, 而斑块破碎化容易导致水质恶化.
| [1] |
赵彦伟, 杨志峰. 城市河流生态系统健康评价初探[J]. 水科学进展, 2005, 16(3): 349-355. Zhao Y W, Yang Z F. Preliminary study on assessment of urban river ecosystem health[J]. Advances in Water Science, 2005, 16(3): 349-355. DOI:10.3321/j.issn:1001-6791.2005.03.007 |
| [2] | Haidekker A, Hering D. Relationship between benthic insects(Ephemeroptera, Plecoptera, Coleoptera, Trichoptera) and temperature in small and medium-sized streams in Germany: a multivariate study[J]. Aquatic Ecology, 2008, 42(3): 463-481. DOI:10.1007/s10452-007-9097-z |
| [3] | Zhang Y Y, Xia J, Yu J J, et al. Simulation and assessment of urbanization impacts on runoff metrics: insights from landuse changes[J]. Journal of Hydrology, 2018, 560: 247-258. DOI:10.1016/j.jhydrol.2018.03.031 |
| [4] | Liu J L, Cheng F Y, Zhu Y, et al. Urban land-use type influences summertime water quality in small- and medium-sized urban rivers: a case study in shanghai, China[J]. Land, 2022, 11(4). DOI:10.3390/land11040511 |
| [5] | Su Y F, Li W M, Liu L, et al. Health assessment of small-to-medium sized rivers: comparison between comprehensive indicator method and biological monitoring method[J]. Ecological Indicators, 2021, 126. DOI:10.1016/j.ecolind.2021.107686 |
| [6] | Xu Q Y, Wang P, Shu W, et al. Influence of landscape structures on river water quality at multiple spatial scales: a case study of the Yuan River watershed, China[J]. Ecological Indicators, 2021, 121. DOI:10.1016/j.ecolind.2020.107226 |
| [7] |
黄益平, 王鹏, 徐启渝, 等. 袁河流域土地利用方式对河流水体碳、氮、磷的影响[J]. 环境科学研究, 2021, 34(9): 2132-2142. Huang Y P, Wang P, XU Q Y, et al. Influence of land use on carbon, nitrogen and phosphorus in water of Yuan River basin[J]. Research of Environmental Sciences, 2021, 34(9): 2132-2142. DOI:10.13198/j.issn.1001-6929.2021.04.24 |
| [8] | Mainali J, Chang H, Chun Y W. A review of spatial statistical approaches to modeling water quality[J]. Progress in Physical Geography: Earth and Environment, 2019, 43(6): 801-826. DOI:10.1177/0309133319852003 |
| [9] | Julian J P, de Beurs K M, Owsley B, et al. River water quality changes in New Zealand over 26 years: response to land use intensity[J]. Hydrology and Earth System Sciences, 2017, 21(2): 1149-1171. DOI:10.5194/hess-21-1149-2017 |
| [10] | Rodrigues V, Estrany J, Ranzini M, et al. Effects of land use and seasonality on stream water quality in a small tropical catchment: the headwater of Córrego Água Limpa, São Paulo(Brazil)[J]. Science of the Total Environment, 2018, 622-623: 1553-1561. DOI:10.1016/j.scitotenv.2017.10.028 |
| [11] | Bonansea M, Bazán R, Germán A, et al. Assessing land use and land cover change in Los Molinos reservoir watershed and the effect on the reservoir water quality[J]. Journal of South American Earth Sciences, 2021, 108. DOI:10.1016/j.jsames.2021.103243 |
| [12] | Li S H, Peng S Y, Jin B X, et al. Multi-scale relationship between land use/land cover types and water quality in different pollution source areas in Fuxian Lake Basin[J]. PeerJ, 2019, 7. DOI:10.7717/peerj.7283 |
| [13] | Vrebos D, Beauchard O, Meire P. The impact of land use and spatial mediated processes on the water quality in a river system[J]. Science of the Total Environment, 2017, 601-602: 365-373. DOI:10.1016/j.scitotenv.2017.05.217 |
| [14] | Huang W Q, Mao J Q, Zhu D J, et al. Impacts of land use and land cover on water quality at multiple buffer-zone scales in a Lakeside City[J]. Water, 2020, 12(1). DOI:10.3390/w12010047 |
| [15] | Liu S Q, Liu J X, Zhao Q, et al. Discovering influential factors in variational autoencoders[J]. Pattern Recognition, 2020, 100. DOI:10.1016/j.patcog.2019.107166 |
| [16] | Zhou T, Wu J G, Peng S L. Assessing the effects of landscape pattern on river water quality at multiple scales: a case study of the Dongjiang River watershed, China[J]. Ecological Indicators, 2012, 23: 166-175. DOI:10.1016/j.ecolind.2012.03.013 |
| [17] | Pratt B, Chang H. Effects of land cover, topography, and built structure on seasonal water quality at multiple spatial scales[J]. Journal of Hazardous Materials, 2012, 209-210: 48-58. DOI:10.1016/j.jhazmat.2011.12.068 |
| [18] | Liu J F, Xu J J, Zhang X, et al. Nonlinearity and threshold effects of landscape pattern on water quality in a rapidly urbanized headwater watershed in China[J]. Ecological Indicators, 2021, 124. DOI:10.1016/j.ecolind.2021.107389 |
| [19] | Wu J H, Lu J. Landscape patterns regulate non-point source nutrient pollution in an agricultural watershed[J]. Science of the Total Environment, 2019, 669: 377-388. DOI:10.1016/j.scitotenv.2019.03.014 |
| [20] |
刘珍环, 李正国, 杨鹏, 等. 城市景观组分影响水质退化的阈值研究[J]. 生态学报, 2013, 33(2): 586-594. Liu Z H, Li Z G, Yang P, et al. The degradation threshold of water quality associated with urban landscape component[J]. Acta Ecologica Sinica, 2013, 33(2): 586-594. |
| [21] | Ye Y, He X Y, Chen W, et al. Seasonal water quality upstream of Dahuofang Reservoir, China- the effects of land use type at various spatial scales[J]. CLEAN-Soil, Air, Water, 2014, 42(10): 1423-1432. DOI:10.1002/clen.201300600 |
| [22] | Tu J, Xia Z G. Examining spatially varying relationships between land use and water quality using geographically weighted regression Ⅰ: model design and evaluation[J]. Science of the Total Environment, 2008, 407(1): 358-378. DOI:10.1016/j.scitotenv.2008.09.031 |
| [23] | Groffman P M, Baron J S, Blett T, et al. Ecological thresholds: the key to successful environmental management or an important concept with no practical application?[J]. Ecosystems, 2006, 9(1): 1-13. DOI:10.1007/s10021-003-0142-z |
| [24] |
赵君, 王鹏, 余小芳. 温度和降水对赣江流域土地利用方式与河流氮磷营养盐相关性的影响[J]. 江西师范大学学报(自然科学版), 2018, 42(6): 655-660. Zhao J, Wang P, Yu X F. The effect of land use patterns on stream water nitrogen and phosphorus nutrients under the variations of temperature and precipitation in Ganjiang River Basin[J]. Journal of Jiangxi Normal University(Natural Science), 2018, 42(6): 655-660. |
| [25] |
黄祎, 王鹏, 吴波波, 等. 鄱阳湖流域锦江水体污染胁迫下浮游细菌群落结构及交互作用[J]. 微生物学报, 2022, 62(12): 4564-4576. Huang Y, Wang P, Wu B B, et al. Community structure and interaction of bacterioplankton under pollution stress in Jinjiang River of Poyang Lake basin[J]. Acta Microbiologica Sinica, 2022, 62(12): 4564-4576. DOI:10.13343/j.cnki.wsxb.20220317 |
| [26] | Dou J H, Xia R, Chen Y, et al. Mixed spatial scale effects of landscape structure on water quality in the Yellow River[J]. Journal of Cleaner Production, 2022, 368. DOI:10.1016/j.jclepro.2022.133008 |
| [27] | Liu S, Wang X L, Lu Y S, et al. The effects of intraoperative cryoprecipitate transfusion on acute renal failure following orthotropic liver transplantation[J]. Hepatology International, 2013, 7(3): 901-909. DOI:10.1007/s12072-013-9457-9 |
| [28] |
王鹏, 齐述华, 陈波. 赣江流域土地利用方式对河流水质的影响[J]. 生态学报, 2015, 35(13): 4326-4337. Wang P, Qi S H, Chen B. Influence of land use on river water quality in the Ganjiang basin[J]. Acta Ecologica Sinica, 2015, 35(13): 4326-4337. |
| [29] | Sliva L, Williams D D. Buffer zone versus whole catchment approaches to studying land use impact on river water quality[J]. Water Research, 2001, 35(14): 3462-3472. DOI:10.1016/S0043-1354(01)00062-8 |
| [30] | Shi P, Zhang Y, Li Z B, et al. Influence of land use and land cover patterns on seasonal water quality at multi-spatial scales[J]. CATENA, 2017, 151: 182-190. DOI:10.1016/j.catena.2016.12.017 |
| [31] | Hille S, Andersen D K, Kronvang B, et al. Structural and functional characteristics of buffer strip vegetation in an agricultural landscape- high potential for nutrient removal but low potential for plant biodiversity[J]. Science of the Total Environment, 2018, 628-629: 805-814. DOI:10.1016/j.scitotenv.2018.02.117 |
| [32] |
徐启渝, 王鹏, 舒旺, 等. 土地利用结构与空间格局对袁河水质的影响[J]. 环境科学学报, 2020, 40(7): 2611-2620. Xu Q Y, Wang P, Shu W, et al. Investigation of the impacts of land use structure and spatial pattern on water quality in the Yuan River[J]. Acta Scientiae Circumstantiae, 2020, 40(7): 2611-2620. |
| [33] | Ding J, Jiang Y, Liu Q, et al. Influences of the land use pattern on water quality in low-order streams of the Dongjiang River basin, China: a multi-scale analysis[J]. Science of the Total Environment, 2016, 551-552: 205-216. DOI:10.1016/j.scitotenv.2016.01.162 |
| [34] |
朱爱萍, 原升艳, 温姗姗, 等. 不同空间尺度的景观格局对流溪河水质的影响[J]. 生态学报, 2023, 43(4): 1485-1495. Zhu A P, Yuan S Y, Wen S S, et al. Effects of landscape pattern on water quality at multi-spatial scales in the Liuxi River[J]. Acta Ecologica Sinica, 2023, 43(4): 1485-1495. |
| [35] | Bu H M, Meng W, Zhang Y, et al. Relationships between land use patterns and water quality in the Taizi River basin, China[J]. Ecological Indicators, 2014, 41: 187-197. DOI:10.1016/j.ecolind.2014.02.003 |
| [36] | Pak H Y, Chuah C J, Yong E L, et al. Effects of land use configuration, seasonality and point source on water quality in a tropical watershed: a case study of the Johor River Basin[J]. Science of the Total Environment, 2021, 780. DOI:10.1016/j.scitotenv.2021.146661 |
| [37] | Xu J, Jin G Q, Tang H W, et al. Response of water quality to land use and sewage outfalls in different seasons[J]. Science of the Total Environment, 2019, 696. DOI:10.1016/j.scitotenv.2019.134014 |
| [38] | Zhao J, Lin L Q, Yang K, et al. Influences of land use on water quality in a reticular river network area: a case study in Shanghai, China[J]. Landscape and Urban Planning, 2015, 137: 20-29. DOI:10.1016/j.landurbplan.2014.12.010 |
| [39] | Xiao R, Wang G F, Zhang Q W, et al. Multi-scale analysis of relationship between landscape pattern and urban river water quality in different seasons[J]. Scientific Reports, 2016, 6. DOI:10.1038/srep25250 |
| [40] | Dodds W K, Oakes R M. Headwater influences on downstream water quality[J]. Environmental Management, 2008, 41(3): 367-377. |
| [41] | Conway T M. Impervious surface as an indicator of pH and specific conductance in the urbanizing coastal zone of New Jersey, USA[J]. Journal of Environmental Management, 2007, 85(2): 308-316. |
| [42] | Li Y F, Li Y, Wu W. Threshold and resilience management of coupled urbanization and water environmental system in the rapidly changing coastal region[J]. Environmental Pollution, 2016, 208: 87-95. |
| [43] | Shen Z Y, Hou X S, Li W, et al. Impact of landscape pattern at multiple spatial scales on water quality: a case study in a typical urbanised watershed in China[J]. Ecological Indicators, 2015, 48: 417-427. |
| [44] | Zhang Z Y, Huang J L, Duan S W, et al. Use of interpretable machine learning to identify the factors influencing the nonlinear linkage between land use and river water quality in the Chesapeake Bay watershed[J]. Ecological Indicators, 2022, 140. DOI:10.1016/j.ecolind.2022.108977 |
| [45] | Wu J G. Key concepts and research topics in landscape ecology revisited: 30 years after the Allerton Park workshop[J]. Landscape Ecology, 2013, 28(1): 1-11. |
| [46] | Clément F, Ruiz J, Rodríguez M A, et al. Landscape diversity and forest edge density regulate stream water quality in agricultural catchments[J]. Ecological Indicators, 2017, 72: 627-639. |
| [47] | Lee S W, Hwang S J, Lee S B, et al. Landscape ecological approach to the relationships of land use patterns in watersheds to water quality characteristics[J]. Landscape and Urban Planning, 2009, 92(2): 80-89. |
| [48] | Wang Z H, Zhang S, Peng Y R, et al. Impact of rapid urbanization on the threshold effect in the relationship between impervious surfaces and water quality in shanghai, China[J]. Environmental Pollution, 2020, 267. DOI:10.1016/j.envpol.2020.115569 |
| [49] | Zhong X C, Xu Q L, Yi J H, et al. Study on the threshold relationship between landscape pattern and water quality considering spatial scale effect-a case study of Dianchi Lake Basin in China[J]. Environmental Science and Pollution Research, 2022, 29(29): 44103-44118. |
| [50] |
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. |
| [51] | Wu J H, Lu J. Spatial scale effects of landscape metrics on stream water quality and their seasonal changes[J]. Water Research, 2021, 191. DOI:10.1016/j.watres.2021.116811 |