2. 上海海洋大学水产与生命学院, 上海 201306;
3. 上海师范大学环境与地理科学学院, 上海 200233
2. College of Fisheries and Life Science, Shanghai Ocean University, Shanghai 201306, China;
3. School of Environmental and Geographic Sciences, Shanghai Normal University, Shanghai 200233, China
水生生态系统退化是当前全球性环境问题[1].城市扩张导致的土地利用变化往往通过影响地表径流、水文循环和生态过程等对水生生态系统产生影响[2~6].近几十年来, 中国的河流面临着城市化快速发展导致的严重水质受损问题[7].因此, 探讨土地利用对水质的影响, 对城市规划管理及水环境保护具有重要意义.
自20世纪70年代以来, 土地利用变化对水质的影响一直备受关注[7, 8], 研究内容从土地利用构成与水质的关联[9, 10]逐步发展到景观配置(斑块大小、形状、连通性和多样性等)对水质的影响[11, 12].前者侧重于组成单元的多样性, 后者侧重于空间构型特征, 如何准确评估二者对水质的影响是当前研究热点[13].已有研究发现建设用地、林地、耕地和草地与水质相关性较强, 普遍表现为建设用地对水质具有负面影响, 绿林地对水质具有正调控效应, 而耕地对水质的影响往往具有复杂性[14~16].景观格局特征中, 代表破碎度、聚集度及多样性特征的景观指数与水质关系显著.Ouyang等[17]研究发现斑块密度和边缘密度对水质影响相对较大, 崔丹等[18]的研究发现连通性指数、聚集度指数对水质的贡献率较高.此外, 土地利用景观特征对水质的影响存在空间尺度效应[19], 扰动空间尺度包括流域、子流域、河岸带和局部区域.一般认为, 高阶河流的水质主要受上游地区土地利用的影响, 而低阶河流的水质主要取决于局部的土地利用模式[20].例如, Mello等[21]研究发现Sarapuí River流域的土地利用对水质的影响以子流域尺度大于河岸带尺度.曹灿等[22]研究发现300 m缓冲区尺度景观格局对艾比湖水质的影响最为显著.综上, 土地利用对地表水环境调控的最优空间尺度通常受到研究区域独特的地理特征及人类干扰强度等多方面影响, 目前尚未形成共识.因此, 探讨更多典型区域空间尺度土地利用对水质的影响对区域水环境保护和土地合理开发规划具有重要意义.
随着人口增长和城市化加剧, 水资源污染引起的水质型缺水逐渐成为影响上海社会、经济和环境可持续发展的制约因素[23].上海高度城市化地区下垫面复杂, 平原河网水系密布使得水质对土地利用模式的响应更为敏感复杂[24], 响应结果可能与其他区域截然不同[25].苏州河是上海城市文明发展的中心, 被誉为上海的“母亲河”, 其水质状况一直是关注重点, 但现有研究多集中在治理修复关键技术[26]及效果评价[27]方面.关于城市化过程伴随着整治工程实施而带来的土地利用模式改变对水质时空动态变化的影响研究鲜见报道.因此, 选取苏州河为研究对象, 基于航空遥感影像提取土地利用类型并分析景观格局指数, 结合水质监测数据, 分析近20年来多时空尺度下土地利用及景观配置对苏州河水环境的影响, 以期为苏州河水质提升及水生态功能恢复提供科学依据.
1 材料与方法 1.1 研究区域概况苏州河是黄浦江的最大支流, 全长125 km, 其中, 上海市境内河长约53 km, 西起于北新泾东至外白渡桥东侧(E121.187°~121.497°, N31.249°~ 31.281°), 汇入黄浦江(图 1).区域属北亚热带季风性气候, 四季分明, 日照充分, 雨量充沛.年平均气温17.5℃, 日照1 534.7 h, 降水量1 512.8 mm.全年70%左右的雨量集中在5~9月的汛期.水文资料显示, 苏州河口平均高潮位为3.12 m, 平均低潮位为1.29 m, 平均潮位为2.21 m.河面宽度平均50~80 m, 河口段最宽达130 m.20世纪初民族工业沿河蓬勃发展, 苏州河沿岸成为上海乃至中国近现代工业文明的重要发源地, 开始出现季节性水质恶化, 1949年以后, 苏州河沿岸工业厂房密集且人口集中, 水质污染加重, 至70年代末严重污染, 全线黑臭, 上海市政府于1998年开始持续实施大规模苏州河环境综合整治工程, 经过4期整治, 干流水质逐步好转[28].
![]() |
图 1 研究区概况、监测断面分布及缓冲区示意 Fig. 1 Map of the study area, the sampling sites, and the buffer diagram |
遥感影像数据为2001、2005、2010、2015和2020年这5个时相的航空遥感影像, 该影像由上海市航测大队采用机载对地遥感观测设备获得, 并由上海市测绘院统一进行地理配准、拼接与正射校正后生成空间分辨率为0.2 m的真彩色影像, 再经过重采样生成空间分辨率为1 m影像后下发.
水质数据为2001、2005、2010、2015和2020年苏州河5个年份5个点位的水质监测数据, 数据来源于《上海市生态环境质量报告书》, 水质监测频次为每月1次, 取年度平均值进行分析, 监测点位如图 1所示, 采样和分析方法参照国家标准[29], 选取溶解氧(DO)、高锰酸盐指数、五日生化需氧量(BOD5)、氨氮(NH4+-N)、总磷(TP)和总氮(TN)这6个代表性水质指标.
1.3 分析方法 1.3.1 空间分析在ArcGIS 10.2平台下, 参照《城市生态系统中土地利用/土地覆盖》[30]标准, 通过人机交互式进行判读解译, 按工业仓储用地、交通用地、公共建筑用地、居住用地、绿化用地、市政公用设施用地、农业用地、水域用地和其它用地这9个大类进行解译.解译后的土地利用采用随机抽样检查方式开展精度验证, 分别于5个时相在全市选择平均约1 000个左右的地面核查点开展地面核查, 经检验, 总体分类精度达98%以上.其中, 研究区域其它用地占比极低, 在分析中不作研究.进一步将工业仓储用地、交通用地、公共建筑用地、居住用地和市政公用设施用地合并为建设用地, 最终研究区域土地利用分类为:建设用地(JSYD)、农业用地(NYYD)、绿地林地(LDLD)和水体(ST)这4类.
考虑到网状河流流向不定且无法确定明显的上下游关系, 因此, 采用以监测断面为圆心的圆形缓冲区作为分析单元[31], 根据已有水质与土地利用的尺度效应的相关研究为依据确定缓冲区半径[32, 33], 分别为200、500、1 000、2 000和5 000 m(图 1), 按照土地利用解译结果提取缓冲区内各土地利用类型面积.
同时, 参考已有研究[34~36], 从表征景观破碎度、聚集度、优势度和多样性等景观指标中选取6个景观指数, 分别为:斑块数量(NP)、景观形状指数(landscape shape index, LSI)、蔓延度指数(contagion index, CONTAG)、最大斑块占比(largest patch index, LPI)、香农多样性指数(Shannon's diversity index, SHDI)和香农均匀度指数(Shannon's evenness index, SHEI).其中, NP和LSI分别表示景观中斑块的数量和形状, 用来表征景观破碎化的程度;CONTAG反映景观不同斑块类型的团聚程度和延展趋势, 表征景观类型的聚散性程度;LPI表征优势景观类型;SHDI表示景观类型的丰富度水平;SHEI反映斑块类型分布的均匀程度.上述景观指数由Fragstats 4.2软件在景观水平计算获得.
1.3.2 统计分析利用OriginPro 2021软件开展苏州河水质及景观格局指数变化特征分析, 首先对所有变量数据进行K-S检验, 符合正态分布, 采用Pearson相关系数分析不同时空尺度下土地利用景观特征与水质的相关性.
为进一步反映多个土地利用景观特征指数对水质参数变异的解释能力, 以及单个指数对水质变化的方差贡献率, 以水质指标为响应变量, 以不同年份和不同缓冲区尺度的土地利用构成和景观格局指数为解释变量, 运用Canoco 5.0软件进行约束排序分析.首先, 采用去趋势对应分析(decentred correspondence analysis, DCA)确定排序模型, 排序轴最大梯度值均小于3, 因此, 选择冗余分析(redundancy analysis, RDA)探讨不同时空尺度下土地利用景观特征对水质的影响.箭头长度反映土地利用指数对水质指标的解释力度, 长度越长表示土地利用指数解释度越强.土地利用指数箭头方向与水质指标箭头方向夹角小于90°时, 表示两者呈正相关, 夹角大于90°时, 则呈负相关, 若夹角接近或等于90°, 说明两者不存在任何关系.
2 结果与分析 2.1 水质变化特征近20年苏州河水质变化如图 2所示, 其中, ρ(DO)在1.67~6.00 mg·L-1之间变化, 呈现先降后增趋势;高锰酸盐指数波动范围为3.92~7.30 mg·L-1, 2001~2015年呈大幅下降趋势, 2020年浓度略有回升;ρ(BOD5)波动范围为2.20~6.38 mg·L-1, 2001~2010年呈升高趋势, 随后大幅下降;ρ(NH4+-N)波动范围为0.53~7.18 mg·L-1, 2001~2005年呈升高趋势, 随后逐步下降;ρ(TP)在0.12~0.69 mg·L-1之间变化, 2001~2015年呈现往复波动趋势, 2020年下降明显;ρ(TN)波动范围为3.08~8.68 mg·L-1, 2001~2015年仅呈小幅下降趋势, 至2020年下降明显.至2020年, DO、高锰酸盐指数、NH4+-N和TP均达到Ⅲ类水标准, BOD5达到Ⅰ类水标准, TN仍处于劣Ⅴ类.总体而言, NH4+-N、TP和TN是近20年来苏州河水体主要污染物, 随着整治工程实施, NH4+-N和TP改善效果明显, 但TN浓度仍偏高, 为当前苏州河水体的主要污染物.
![]() |
图 2 苏州河水质指标动态变化特征 Fig. 2 Variation characteristics of water quality parameters in Suzhou Creek |
不同点位不同缓冲区尺度土地利用构成如图 3所示.随着缓冲区尺度扩大, 建设用地占比呈现先增加后下降趋势, 以500 m缓冲区尺度各点位不同年份建设用地占比均值最高, 为83.47%, 农业用地和绿地林地占比均呈逐步升高趋势, 水体占比呈现逐步降低趋势.
![]() |
各圆环由内至外依次表示2001、2005、2010、2015和2020年土地利用构成 图 3 苏州河不同点位不同缓冲区尺度土地利用类型占比 Fig. 3 Percentages of land use types in different scale buffer zones at different sampling sites in Suzhou Creek |
建设用地2001~2010年呈增长趋势, 2010~2020年呈下降趋势, 以2000~2005年增幅最大, 为13.11%;农业用地2001~2015年呈下降趋势, 以2001~2005年降幅最大, 为61.69%, 2015~2020年有所回升, 增幅为36.44%;2001~2020年绿地林地呈逐步增长趋势, 以2005~2010年增幅最大, 为109.87%;水体相对稳定, 占比在8.39%~8.91%之间.总体上, 建设用地是苏州河缓冲带主要的土地利用类型.
2.2.2 景观格局指数变化特征不同时空尺度景观格局指数动态变化如图 4所示.从空间尺度来看, NP和LSI均随着缓冲区尺度扩大而大幅增加, 表明大尺度缓冲区内景观破碎化程度高, 人类干扰活动强;不同缓冲区尺度LPI相对稳定, 以1 000 m缓冲区均值最高;CONTAG在200~1 000 m缓冲区内呈增长趋势, 而在2 000和5 000 m缓冲区尺度其值略有下降, 表明1 000 m缓冲区尺度建设用地优势斑块形成了较好的连通性;SHDI和SHEI随着缓冲区尺度增大呈先降后增趋势, 均以200 m缓冲区均值最高, 分别为0.65和0.62, 以1 000 m缓冲区尺度均值最低, 分别为0.53和0.41, 表明200 m缓冲区尺度景观类型丰富且分布相对均匀, 1 000 m缓冲区景观异质性相对较低.
![]() |
图 4 不同时空尺度景观格局指数动态变化 Fig. 4 Temporal and spatial variation characteristics of landscape pattern metrics |
从时间尺度来看, NP随时间推移呈增加趋势, 5个年份均值分别为532、578、766、843和934个;LSI呈先降后增趋势, 以2020年值最大, 为9.96;LPI在2001~2010年呈增加趋势, 随后保持相对稳定水平;CONTAG呈先增后降趋势, 2005年值最大, 为69.84, 2020年值最小, 为63.41;SHDI和SHEI均呈先降后增趋势, 均以2020年值最大, 分别为0.66和0.53.总体而言, 随着时间推移, 人类活动干扰增强, 各缓冲区尺度景观破碎化程度增加.
2.3 土地利用构成和景观格局指数与水质的相关分析不同时间尺度土地利用构成和景观格局指数与水质的相关性分析如图 5所示.DO在不同年份均与JSYD、LPI和CONTAG呈极显著或显著负相关, 与NYYD、SHDI和SHEI呈极显著或显著正相关.高锰酸盐指数在2001和2010年与JSYD、CONTAG呈极显著负相关, 与NYYD、SHDI和SHEI呈极显著或显著正相关, 2005和2015年则呈相反的相关规律, 2020年, 与JSYD和LPI呈显著正相关, 与SHDI呈显著负相关.BOD5仅在2001和2010年与土地利用呈现较强的相关性, 且相关性规律相反.NH4+-N在2010年与土地利用景观特征之间的相关性与2001、2005和2015年相反, 2020年未呈现出显著的相关性.TP在2001、2010和2015年与土地利用景观特征呈现较强的相关性, 且2010年与2001和2015年相关关系相反, 2020年仅与LDLD呈极显著正相关.TN呈现出与NH4+-N一致的相关性规律.总体而言, 不同年份各项水质参数与土地利用构成和景观指数的相关性强度呈现波动趋势, 且就NH4+-N、TP和TN而言, 2010年呈现出同其它年份相反的相关性.
![]() |
1.DO, 2.高锰酸盐指数, 3.BOD5, 4.NH4+-N, 5.TP, 6.TN, 7.JSYD, 8.NYYD, 9.LDLD, 10.ST, 11.NP, 12.LPI, 13.LSI, 14.CONTAG, 15.SHDI, 16.SHEI;*表示P < 0.05, **表示P < 0.01;色柱对应P值分布范围 图 5 不同年份水质指标与土地利用构成/景观指数的相关性 Fig. 5 Correlation between water quality index and land use structure/landscape indexes in different years |
不同空间尺度土地利用构成和景观指数与水质的相关性分析如图 6所示.DO在不同缓冲区尺度均与JSYD和CONTAG呈极显著或显著负相关, 与LSI、SHDI和SHEI呈极显著或显著正相关, 相关性强度随缓冲区尺度扩大呈波动趋势, 以500 m缓冲区相关性最强.高锰酸盐指数在不同缓冲区尺度均与NYYD呈极显著或显著正相关, 同样以500 m缓冲区相关性最强, 与LDLD呈极显著负相关, 且随着缓冲区尺度扩大相关性增强, 与其他景观指数相关性不显著.BOD5在不同缓冲区尺度均与LDLD呈极显著或显著负相关, 同样以500 m缓冲区负相关性最强, 在200 m缓冲区尺度与CONTAG呈显著正相关, 与SHDI和SHEI呈显著负相关.NH4+-N、TP和TN在不同缓冲区尺度均与LDLD、NP呈极显著或显著负相关, 其中, LDLD均以2 000 m尺度相关性最强.总体而言, LDLD、NP、LSI和SHDI是在各缓冲区尺度对水质产生普遍影响的因子.就当前水体主要污染物TN而言, LDLD、NP和LSI均在2 000 m尺度对其影响更大.
![]() |
1.DO, 2.高锰酸盐指数, 3.BOD5, 4.NH4+-N, 5.TP, 6.TN, 7.JSYD, 8.NYYD, 9.LDLD, 10.ST, 11.NP, 12.LPI, 13.LSI, 14.CONTAG, 15.SHDI, 16.SHEI;*表示P≤0.05, **表示P≤0.01, 色柱对应P值分布范围 图 6 不同缓冲区尺度水质指标与土地利用构成/景观指数的相关性 Fig. 6 Correlation between water quality index and land use structure/landscape indexes in different scale buffer zones |
不同年份土地利用构成和景观指数对水质变化的解释能力如表 1所示.2001、2005、2010、2015和2020年的总解释率分别为93.65%、75.18%、78.46%、76.21%和73.39%.对水质影响较大的解释变量在2001和2010年均为NYYD(84.1%和54.8%)和SHDI(5.6%和13.7%), 在2005年为LPI和JSYD, 贡献率分别为64.2%和8.7%, 在2020年为SHDI和LDLD, 贡献率分别为26.3%和18.3%.总体而言, 近10年来, LDLD对水质的调控效应开始显现.
![]() |
表 1 不同年份冗余分析的各排序轴的解释率 Table 1 Redundancy analysis results of the interpretation rate of each sorting axis in different years |
不同年份土地利用构成和景观指数与水质指标的RDA排序如图 7所示.2001年, DO和高锰酸盐指数与JSYD、LPI和CONTAG呈负相关, 与NYYD、LSI、SHDI和SHEI呈正相关, 而其它水质参数则与JSYD、LPI和CONTAG呈正相关, 与NYYD、LSI、SHDI和SHEI呈负相关.2005年, DO与JSYD、LPI和CONTAG呈负相关, 与NYYD、SHDI和SHEI呈正相关, 其它水质指标则呈现出与DO完全相反的相关性.2010年, 所有水质指标均与JSYD和CONTAG呈负相关, 与NYYD、SHDI和SHEI呈正相关.2015年, 大部分水质参数与JSYD、NYYD、LPI、CONTAG、SHDI和SHEI呈现出一定的相关性.2020年, 仅DO与土地利用构成和景观指数呈现较好的相关性.这与不同时间尺度下景观特征与水质指标的相关性分析(图 5)的结果一致.
![]() |
实线实心箭头为解释变量, 包括JSYD(建设用地占比)、NYYD(农业用地占比)、LDLD(绿地林地占比)、ST(水体占比)、NP(斑块数量)、LPI(最大斑块面积占比)、LSI(景观形状指数)、CONTAG(聚集度指数)、SHDI(香农多样性指数)和SHEI(香农均匀度指数);虚线空心箭头为响应变量, 包括DO(溶解氧)、高锰酸盐指数、BOD5(日生化需氧量)、NH4+-N(氨氮)、TP(总磷)和TN(总氮), 下同 图 7 不同年份冗余分析结果排序 Fig. 7 Ordination obtained from redundancy analysis (RDA) results in different years |
不同空间尺度土地利用构成和景观指数对水质变化的解释能力如表 2所示.200、500、1 000、2 000和5 000 m尺度的总解释率分别为47.36%、60.68%、62.76%、68.47%和67.04%, 随着缓冲区尺度扩大, 总解释率升高, 以2 000 m尺度最高.LDLD在所有缓冲区尺度均是对水质影响最大的解释变量(41.8%~54.7%).此外, 在200 m尺度, SHDI贡献率仅次于LDLD, 为21.6%.500 m和1 000 m尺度NP对水质的贡献率仅次于LDLD, 分别为23.3%和31.6%.而2 000和5 000 m尺度, NYYD是仅次于LDLD的解释变量, 贡献率分别为12.4%和13.1%.总体而言, 较大缓冲区尺度土地利用构成与景观指数对水质的影响更大, 且LDLD是主要影响因子.
![]() |
表 2 不同缓冲区尺度冗余分析的各排序轴的解释率 Table 2 Redundancy analysis results of the interpretation rate of each sorting axis in different scale buffer zones |
不同空间尺度土地利用构成和景观指数与水质指标的RDA排序如图 8所示.200 m尺度, DO与JSYD、LPI和CONTAG呈负相关, 与LSI、SHDI和SHEI呈正相关, 其它水质参数与LDLD、NP和SHDI呈负相关.500 m和1 000 m尺度, DO与JSYD和CONTAG呈负相关, 与ST、NP、LSI、SHDI和SHEI呈正相关, 其它水质参数与LDLD和NP呈负相关.2 000 m和5 000 m尺度, DO与JSYD和CONTAG呈负相关, 与LDLD、NP、LSI、SHDI和SHEI呈正相关, 其它水质参数与LDLD和NP呈负相关.这与不同缓冲区尺度下景观特征与水质指标的相关性分析(图 6)的结果一致.
![]() |
图 8 不同缓冲区尺度冗余分析结果排序 Fig. 8 Ordination obtained from redundancy analysis (RDA) results in different scale buffer zones |
已有研究表明, 土地利用结构通过调控产汇流过程直接影响河流水质, 在径流入河网的过程中, 林地和草地等自然景观类型可以有效拦截污染物, 而农业用地和建设用地则更多体现出对水质的负面作用[37~39].这与本研究的结果存在差异, 本研究中, JSYD和NYYD在不同年份均是对水质产生普遍影响的用地类型, 但是并未呈现出完全的负调控效应.其中, JSYD以2010年最为突出, 除DO外, JSYD对其它水质参数均起到正调控作用.而NYYD则是在2 010年对各项水质表现出负调控作用, 在其它年份则对水质主要表现出正调控作用.从景观格局指数来看, LPI、CONTAG、SHDI和SHEI是对水质产生普遍影响的景观指数, 同样以2010年对水质的调控作用与其他年份存在较大差异.因此, 2010年是土地利用特征对水质调控作用较为不同的年份, 这可能与苏州河前三期整治工程的实施有关, 苏州河前三期整治工程分别于1999~2002年、2003~2005年, 以及2006~2011年开展, 重点工程包括污水处理厂、雨水调蓄池、污水管道泵站、支流建闸和公共绿地建设等[29], 这些旨在控源截污的JSYD在整治工程实施后, 体现出了对水质的正向调控作用, 而后, 在总体JSYD相对稳定的情况下, 其不透水地面加快了污染物的径流的负调控作用又凸显出来.而NYYD尽管在研究区域占比相对较小, 但对水质具有较强的调控作用, 且除了2010年, 其他年份均以正向调控为主, 分析原因, 可能是相对较小的占比使得其作为“源”的作用并不显著, 反而是作为植被覆盖起到了对污染物的拦截作用.此外, 从冗余分析结果来看, LDLD在2015年和2020年对水质的解释贡献率逐步开始凸显, 表明整治工程实施带来的绿地林地面积的增加对水质的调控效应具有一定的滞后性.
3.2 土地利用构成和空间格局对水质影响的空间尺度效应.就空间尺度而言, LDLD是本研究中对水质产生主要影响的因子, 且对各项水质参数均起到正调控作用.LDLD占比随着缓冲区尺度扩大而增加, 但对水质的影响并未完全呈现最大尺度缓冲区影响作用最强, 且不同水质指标受LDLD影响的空间尺度效应存在差异, DO和高锰酸盐指数以5 000 m尺度相关性最强, BOD5以500 m尺度相关性最强, NH4+-N、TP和TN则均以2 000 m尺度相关效应最强.而JSYD作为不同尺度缓冲区内优势用地类型(74.82%~83.47%), 它对水质的影响远不及LDLD, 仅体现为对DO的负调控作用.这与项颂等[40]的研究结论不一致, 其研究认为某一尺度下优势地类突出且单一时, 该地类对水质的影响更为显著.作为主导用地类型, 近20年JSYD变化幅度较小, 2000~2020年增幅仅为8.18%, 这种基本维持稳定的分布格局使得其在空间尺度上对水质的影响相对较小.而LDLD近20年占比增幅高达470.35%, 且建设过程中对景观斑块及廊道连通作用的重视, 使得其成为在空间尺度上对水质影响最大的地类.本研究中, NP和LSI是对大部分水质参数产生正调控效应的指标, 且随缓冲区尺度扩大调控效应增强.但前人研究认为表征景观破碎度和复杂程度的NP和LSI指标会增加径流过程中污染物的输出, 从而导致水质较差[37, 41, 42].造成这种不一致的原因可能是研究区域建设用地高度集中, 使得整体破碎度保持在相对较低的水平, 而LDLD斑块数量的增加反而突出了其作为“汇”对污染物的拦截作用[43, 44].此外, 已有研究表明, 水质变化高度依赖于汇流过程中流经的景观类型的多样程度[39, 45, 46].本研究中, 反映景观类型多样性的SHDI指标, 在小尺度表现出对水质参数较好的正调控作用.RDA分析结果表明, 随着缓冲区尺度扩大, 土地利用构成和景观格局指数对水质指标的总解释率增加, 以2 000 m尺度最高, 说明土地利用特征在大缓冲区尺度对苏州河水质的调控作用更为明显.
4 结论(1)近20年, 苏州河水质总体呈改善趋势, 但TN浓度仍偏高, 处于劣Ⅴ类水平.建设用地是苏州河缓冲带主导土地利用类型, 占比保持相对稳定, 绿地林地呈小幅增长趋势.不同空间尺度, 各项景观格局指数变化规律不一致, 而时间尺度上的变化表明景观破碎化程度随时间推移而加剧.
(2)不同时间尺度上, JSYD和NYYD是对水质产生普遍影响的用地类型, LPI、CONTAG、SHDI和SHEI是对水质产生普遍影响的景观指数.2010年, 土地利用景观特征对NH4+-N、TP和TN的影响呈现出与其它年份完全相反的规律.2001年, 土地利用景观特征对水质的总解释率最高, 达93.65%, 其它年份总解释率在73.39%~78.46%之间.LDLD对水质的调控作用在近10年逐步显现.
(3)不同空间尺度上, LDLD是对水质产生主要影响的用地类型, NP、LSI和SHDI是对水质产生普遍影响的景观指数.LDLD对各项水质参数的正调控效应在空间尺度上存在差异.NP和LSI随着缓冲区尺度扩大对大部分水质参数的正调控效应增强.SHDI则在小尺度上对大部分水质参数具有较好的正调控作用.随着缓冲区尺度扩大, 土地利用景观特征对水质的总解释率增强, 以2 000 m尺度总解释率最高, 为68.47%.
(4)不同缓冲区尺度LDLD占比均较小, 但是对水质的影响却是关键的, 且近10年来调控作用凸显.因此, 应重点关注苏州河缓冲区内绿地林地的景观规划与配置, 且以2 000 m缓冲区为最佳尺度, 通过增加斑块数量提高LDLD覆盖率, 且进一步加强LDLD斑块之间的连通性, 以期达到LDLD对水质调控效益最大化.
[1] | Liao H H, Sarver E, Krometis L A H. Interactive effects of water quality, physical habitat, and watershed anthropogenic activities on stream ecosystem health[J]. Water Research, 2018, 130: 69-78. DOI:10.1016/j.watres.2017.11.065 |
[2] | Huang J C, Zhang Y J, Bing H J, et al. Characterizing the river water quality in China: recent progress and on-going challenges[J]. Water Research, 2021, 201. DOI:10.1016/j.watres.2021.117309 |
[3] | Wilson C O. Land use/land cover water quality nexus: quantifying anthropogenic influences on surface water quality[J]. Environmental Monitoring and Assessment, 2015, 187(7). DOI:10.1007/s10661-015-4666-4 |
[4] | 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 |
[5] | Zhou P, Huang J L, Pontius R G, et al. New insight into the correlations between land use and water quality in a coastal watershed of China: does point source pollution weaken it?[J]. Science of the Total Environment, 2016, 543: 591-600. DOI:10.1016/j.scitotenv.2015.11.063 |
[6] | Rimer A E, Nissen J A, Reynolds D E. Characterization and impact of stormwater runoff from various land cover types[J]. Journal (Water Pollution Control Federation), 1978, 50(2): 252-264. |
[7] | Chen X, Strokal M, Van Vliet M T H, et al. Multi-scale modeling of nutrient pollution in the rivers of China[J]. Environmental Science & Technology, 2019, 53(16): 9614-9625. |
[8] | White C S. Factors influencing natural water quality and changes resulting from land-use practices[J]. Water, Air, and Soil Pollution, 1976, 6(1): 53-69. |
[9] |
曹芳芳, 李雪, 王东, 等. 新安江流域土地利用结构对水质的影响[J]. 环境科学, 2013, 34(7): 2582-2587. Cao F F, Li X, Wang D, et al. Effects of land use structure on water quality in Xin'anjiang River[J]. Environmental Science, 2013, 34(7): 2582-2587. |
[10] |
宋静雯, 张学霞, 姜东旸, 等. 不同尺度土地利用方式对地表水环境质量的影响及驱动机制[J]. 环境科学, 2022, 43(6): 3016-3026. Song J W, Zhang X X, Jiang D Y, et al. Impact of land use types at different scales on surface water environment quality and its driving mechanism[J]. Environmental Science, 2022, 43(6): 3016-3026. |
[11] |
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. |
[12] | 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 |
[13] | 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(1). DOI:10.1038/srep25250 |
[14] |
李好好, 黄懿梅, 郭威, 等. 河湟谷地不同时空尺度下土地利用及空间格局对水质的影响[J]. 环境科学, 2022, 43(8): 4042-4053. Li H H, Huang Y M, Guo W, et al. Influence of land use and land cover patterns on water quality at different spatio-temporal scales in Hehuang valley[J]. Environmental Science, 2022, 43(8): 4042-4053. |
[15] | 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 |
[16] |
郝振纯, 苏振宽. 土地利用变化对海河流域典型区域的径流影响[J]. 水科学进展, 2015, 26(4): 491-499. Hao Z C, Su Z K. Effects of land use change on runoff in the typical areas in Haihe river basin[J]. Advances in Water Science, 2015, 26(4): 491-499. |
[17] | Ouyang W, Song K Y, Wang X L, et al. Non-point source pollution dynamics under long-term agricultural development and relationship with landscape dynamics[J]. Ecological Indicators, 2014, 45: 579-589. DOI:10.1016/j.ecolind.2014.05.025 |
[18] |
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. |
[19] | Shehab Z N, Jamil N R, Aris A Z, et al. Spatial variation impact of landscape patterns and land use on water quality across an urbanized watershed in Bentong, Malaysia[J]. Ecological Indicators, 2021, 122. DOI:10.1016/j.ecolind.2020.107254 |
[20] | Song Y, Song X D, Shao G F, et al. Effects of land use on stream water quality in the rapidly urbanized areas: a multiscale analysis[J]. Water, 2020, 12(4). DOI:10.3390/w12041123 |
[21] | de Mello K, Valente R A, Randhir T O, et al. Effects of land use and land cover on water quality of low-order streams in Southeastern Brazil: watershed versus riparian zone[J]. CATENA, 2018, 167: 130-138. DOI:10.1016/j.catena.2018.04.027 |
[22] |
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. |
[23] | Putro B, Kjeldsen T R, Hutchins M G, et al. An empirical investigation of climate and land-use effects on water quantity and quality in two urbanising catchments in the southern United Kingdom[J]. Science of the Total Environment, 2016, 548-549. DOI:10.1016/j.scitotenv.2015.12.132 |
[24] |
刘俊国, 赵丹丹. "量-质-生"三维水资源短缺评价: 评述及展望[J]. 科学通报, 2020, 65(36): 4251-4261. Liu J G, Zhao D D. Three-dimensional water scarcity assessment by considering water quantity, water quality, and environmental flow requirements: review and prospect[J]. Chinese Science Bulletin, 2020, 65(36): 4251-4261. |
[25] | 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 |
[26] | Che Y, Yang K, Wu E N, et al. Assessing the health of an urban stream: a case study of Suzhou Creek in Shanghai, China[J]. Environmental Monitoring and Assessment, 2012, 184(12): 7425-7438. DOI:10.1007/s10661-011-2510-z |
[27] | Jiang Y F, Shi T M, Gu X X. Healthy urban streams: the ecological continuity study of the Suzhou Creek corridor in Shanghai[J]. Cities, 2016, 59: 80-94. DOI:10.1016/j.cities.2016.06.002 |
[28] |
季永兴, 刘水芹. 苏州河水环境治理20年回顾与展望[J]. 水资源保护, 2020, 36(1): 25-30, 51. Ji Y X, Liu S Q. Review and prospect of Suzhou Creek water environment treatment in 20 years[J]. Water Resources Protection, 2020, 36(1): 25-30, 51. |
[29] | 国家环境保护总局. 水和废水监测分析方法[M]. 北京: 中国环境科学出版社, 2002, 第四版. |
[30] | DB31/T 314-2004, 城市生态系统中土地利用/土地覆盖[S]. |
[31] |
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. |
[32] |
温嘉伟, 王鹏, 黄高翔, 等. 土地利用结构与空间格局对鄱阳湖流域中小河流水质的影响[J]. 环境科学, 2023, 44(12): 6728-6743. Wen J W, Wang P, Huang G X, et al. Influence of land use structure and spatial pattern on water quality of small and medium-sized rivers in Poyang Lake basin[J]. Environmental Science, 2023, 44(12): 6728-6743. |
[33] |
张志敏, 杜景龙, 陈德超, 等. 典型网状河网区域土地利用和景观格局特征对地表季节水质的影响——以江苏省溧阳市为例[J]. 湖泊科学, 2022, 34(5): 1524-1539. Zhang Z M, Du J L, Chen D C, et al. Effects of land use and landscape pattern characteristics on seasonal surface water quality in a typical reticulated river network area-A case study of Liyang city, Jiangsu Province[J]. Journal of Lake Sciences, 2022, 34(5): 1524-1539. |
[34] |
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. |
[35] | Cheng P X, Meng F S, Wang Y Y, et al. The impacts of land use patterns on water quality in a Trans-boundary river basin in Northeast China based on eco-functional regionalization[J]. International Journal of Environmental Research and Public Health, 2018, 15(9). DOI:10.3390/ijerph15091872 |
[36] |
季香, 刘红玉, 李玉凤, 等. 不同雨强条件下河流水质对流域土地利用类型与格局空间响应[J]. 环境科学, 2016, 37(6): 2101-2112. Ji X, Liu H Y, Li Y F, et al. Spatial response of river water quality to watershed land use type and pattern under different rainfall intensities[J]. Environmental Science, 2016, 37(6): 2101-2112. |
[37] |
陈优良, 邹文敏, 刘星根, 等. 东江源流域不同空间尺度景观格局对水质影响分析[J]. 环境科学, 2022, 43(11): 5053-5063. Chen Y L, Zou W M, Liu X G, et al. Scale effects of landscape pattern on water quality in Dongjiang River source watershed[J]. Environmental Science, 2022, 43(11): 5053-5063. |
[38] |
徐启渝, 王鹏, 王涛, 等. 土地利用结构与景观格局对鄱阳湖流域赣江水质的影响[J]. 湖泊科学, 2020, 32(4): 1008-1019. Xu Q Y, Wang P, Wang T, et al. Investigation of the impacts of land use structure and landscape pattern on water quality in the Ganjiang River, Lake Poyang basin[J]. Journal of Lake Sciences, 2020, 32(4): 1008-1019. |
[39] | Zhang X Y, Luo Y Z, Goh K S. Modeling spray drift and runoff-related inputs of pesticides to receiving water[J]. Environmental Pollution, 2018, 234: 48-58. DOI:10.1016/j.envpol.2017.11.032 |
[40] |
项颂, 庞燕, 窦嘉顺, 等. 不同时空尺度下土地利用对洱海入湖河流水质的影响[J]. 生态学报, 2018, 38(3): 876-885. Xiang S, Pang Y, Dou J S, et al. Impact of land use on the water quality of inflow river to Erhai Lake at different temporal and spatial scales[J]. Acta Ecologica Sinica, 2018, 38(3): 876-885. |
[41] | Tudesque L, Tisseuil C, Lek S. Scale-dependent effects of land cover on water physico-chemistry and diatom-based metrics in a major river system, the Adour-Garonne basin (South Western France)[J]. Science of the Total Environment, 2014, 466-467: 47-55. DOI:10.1016/j.scitotenv.2013.06.107 |
[42] | Yu X B, Hawley-Howard J, Pitt A L, et al. Water quality of small seasonal wetlands in the Piedmont ecoregion, South Carolina, USA: Effects of land use and hydrological connectivity[J]. Water Research, 2015, 73: 98-108. DOI:10.1016/j.watres.2015.01.007 |
[43] |
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. |
[44] | Li C W, Zhang Y J, Kharel G, et al. Impact of climate variability and landscape patterns on water budget and nutrient loads in a peri-urban watershed: A coupled analysis using process-based hydrological model and landscape indices[J]. Environmental Management, 2018, 61(6): 954-967. DOI:10.1007/s00267-018-1019-4 |
[45] |
潘钊, 孙自永, 马瑞, 等. 黑河上游高寒山区降雨-径流形成过程的同位素示踪[J]. 地球科学, 2018, 43(11): 4226-4236. Pan Z, Sun Z Y, Ma R, et al. Isotopic investigation of rainfall-runoff generation in an alpine catchment in headwater regions of Heihe river, Northeast Qinghai-Tibet Plateau[J]. Earth Science, 2018, 43(11): 4226-4236. |
[46] | Liu R M, Wang J W, Shi J H, et al. Runoff characteristics and nutrient loss mechanism from plain farmland under simulated rainfall conditions[J]. Science of the Total Environment, 2014, 468-469: 1069-1077. DOI:10.1016/j.scitotenv.2013.09.035 |