环境科学  2024, Vol. 45 Issue (3): 1512-1524   PDF    
不同缓冲区的土地利用方式对地表水水质的影响:以海河流域天津段为例
代孟均1,2, 张兵1, 杜倩倩1,2, 孙季珲1,2, 田蕾1,2, 王义东1     
1. 天津师范大学天津市水资源与水环境重点实验室, 天津 300387;
2. 天津师范大学地理与环境科学学院, 天津 300387
摘要: 探明土地利用方式与水质的关系对改善地表水环境具有重要意义.基于2021年天津市16个国家地表水水质监测站的月数据及土地利用数据, 利用GIS空间分析和数理统计方法研究不同尺度缓冲区的土地利用方式对地表水水质的影响.结果表明:①研究区土地利用类型以建设用地、耕地和水域为主, 对河流水质影响显著.除水温(WT)和pH外, 耕地、建设用地和水域与各水质指标均呈负相关;林地和草地与溶解氧(DO)和总氮(TN)呈正相关, 与其他水质指标均呈负相关.②水质指标在不同季节表现出明显的空间差异.pH、DO与TN浓度在旱季较高, 而高锰酸盐指数、氨氮(NH4+-N)与总磷(TP)浓度在雨季较高.③冗余分析(RDA)结果表明, 800 m缓冲区土地利用对旱季水质变化具有最大的解释能力(50.4%), 而3 000 m缓冲区土地利用可以最大程度解释雨季水质变化情况(49.6%);从旱雨季的平均解释率来看, 3 000 m缓冲区是天津市土地利用对水质指标的最佳影响尺度(50.0%);④偏最小二乘回归(PLSR)分析可知, 3 000 m缓冲区内建设用地、耕地和水域是影响地表水水质变化最显著的地类.旱季大多数水质指标PLSR模型的预测能力比雨季强.在旱季, 除WT和pH外, 其余水质指标均受耕地的影响最大.在雨季, 建设用地对WT和NH4+-N浓度的影响最大, 其余水质指标的最重要影响因子仍是耕地.研究表明合理规划河流或湖库3 000 m内的土地利用方式有利于改善地表水水环境质量.
关键词: 地表水      水质      土地利用      偏最小二乘回归(PLSR)      天津     
Effects of Land Use Types on Water Quality at Different Buffer Scales: Tianjin Section of the Haihe River Basin as an Example
DAI Meng-jun1,2 , ZHANG Bing1 , DU Qian-qian1,2 , SUN Ji-hui1,2 , TIAN Lei1,2 , WANG Yi-dong1     
1. Tianjin Key Laboratory of Water Resources and Environment, Tianjin Normal University, Tianjin 300387, China;
2. School of Geographic and Environmental Sciences, Tianjin Normal University, Tianjin 300387, China
Abstract: It is important to explore the relationship between land use types and water quality to improve the surface water environment. Based on monthly water quality monitoring data from 16 nationally controlled surface water quality monitoring stations in Tianjin and land use data in 2021, GIS spatial analysis and mathematical and statistical methods were used to study the influence of land use types on surface water quality in buffer zones at different scales. The results showed that: ① the land use types in the study area were mainly construction land, farmland, and water areas, which had significant effects on river water quality. Except for water temperature (WT) and pH, the farmland, construction land, and water areas were negatively correlated with each water quality indicator; forest land and grassland were positively correlated with dissolved oxygen (DO) and total nitrogen (TN) and negatively correlated with other water quality indicators. ② The water quality indicators showed obvious spatial differences in different seasons. The pH, DO and TN concentrations were higher in the dry season, whereas the permanganate index, ammonia nitrogen (NH4+-N), and total phosphorus (TP) concentrations were higher in the rainy season. ③ The results of the RDA analysis showed that the 800 m buffer zone land use had the greatest explanatory power for water quality changes in the dry season (50.4%), whereas the 3 000 m buffer zone land use could explain the water quality changes in the rainy season to the greatest extent (49.6%); from the average explanation rate of the dry and rainy seasons, the 3 000 m buffer zone was the best impact scale (50.0%) on water quality indicators in Tianjin. ④ The partial least squares regression (PLSR) analysis showed that the most important variables affecting surface water quality changes were construction land, farmland, and water areas. The predictive ability of the PLSR model of most water quality indicators was stronger in the dry season than that in the rainy season. In the dry season, all water quality indicators, except WT and pH, were most influenced by farmland. In the rainy season, construction land had the greatest influence on WT and NH4+-N concentrations, and the most important influencing factor for the remaining water quality indicators was still farmland. This study showed that the rational planning of land use types within 3 000 m of rivers or lakes was beneficial to improving the water quality of surface water.
Key words: surface water      water quality      land use      partial least squares regression (PLSR)      Tianjin     

水是人类赖以生存和实现可持续发展的重要资源.水质的好坏在保障生态环境安全和维持社会经济可持续发展方面发挥着至关重要的作用.然而, 随着城市化和人口的快速增长, 土地利用方式急剧转型, 这些变化给世界各地的水生态环境带来了巨大的压力, 使水质恶化成为了一个全球性的环境问题[1, 2].有研究表明, 非点源污染是影响水质的关键因素[3, 4], 而土地利用方式对非点源污染的产生、迁移和转换过程起着决定性作用[5, 6].通过合理配置土地利用方式, 可以控制非点源污染的输入、输出和转化, 达到改善水质的目的[7].因此, 探究土地利用与水质之间的关系, 不仅对土地利用的管理与规划具有重要的指导意义, 同时也为水质的改善提供重要的科学依据.

土地利用与地表水水质的关联关系已成为国内外研究的热点[8~10].土地利用与地表水水质的关联关系在内容上主要从自然属性角度(土地类型)或空间尺度角度(面积占比)进行研究.如Meneses等[11]开展了Zêzere流域土地利用变化与水质的关系研究, 王鹏等[12]对赣江流域土地利用方式与河流水质关系进行了研究, 他们的研究结果均表明建设用地和农业用地增加会加剧水质恶化的风险, 而林地和草地占比较高的区域能更好地保护水源, 对污染物起“汇”的作用.由于空间尺度效应存在地域差异性, 土地利用对水质影响最强的空间尺度存在争议[13].项颂等[14]和Pratt等[15]均表明相对于缓冲区尺度, 土地利用变化对河流水质的影响在流域尺度更显著, 而Tran等[16]和王小平等[17]的研究则得出相反结论, 前者发现200 m缓冲区尺度下土地利用格局对河流水质的影响更显著, 后者认为4 000 m缓冲区尺度下两者关系较全流域尺度强.此外, 土地利用对地表水水质的影响存在季节性差异[18, 19].彭勃等 [20]发现清源河流域的土地-水质关联关系在枯水期强于丰水期, 而Huang等[21]却在九龙江流域研究中得出相反结论.受土地利用及其变化的复杂性与异质性影响, 土地利用对水质影响的共性认识仍待进一步研究.因此, 需要在更广泛的地区开展不同时间和空间尺度的土地利用方式与地表水水质的关系研究, 以期更深层次理解二者之间关系的影响机制.

天津市是“一带一路”倡议、京津冀协同发展和自由贸易试验区建设等国家战略叠加的重要城市.处于海河下梢的天津市是永定河、北运河和南运河等诸河的汇合处, 由于天然水资源禀赋不足, 属于重度缺水地区, 资源型和水质型短缺已严重影响了天津市的水资源供给, 成为社会经济发展和生态环境改善的限制因素之一.而引滦入津和南水北调工程的建设和运行对流域土地利用和覆被变化影响较大, 不合理的土地利用造成水土流失加剧, 植被涵养水源功能下降以及生态环境遭到退化与破坏, 导致区域地表水环境质量恶化[22].目前已有学者就海河流域土地利用变化和气候变化对地表径流的影响[23]、河流水质污染空间差异和影响因素[24]开展了研究, 而流域内不同空间尺度土地利用方式对地表水产生的影响尚不明确.因此, 本研究基于天津市土地利用结构, 结合中国环境监测总站的地表水水质监测融合数据, 采用数理统计和空间分析方法, 研究天津市不同空间尺度土地利用结构与地表水质的响应关系, 以期为天津市土地利用结构管理及流域水环境保护提供支撑.

1 材料与方法 1.1 研究区概况

天津市(38°34′~ 40°15′ N, 116°43′~118°04′ E), 地处华北平原的东北部、海河流域下游, 总面积11 966.45 km2[25].属于半湿润大陆性季风气候类型, 年平均温度为8~17 ℃, 年平均降水量约550~680 mm之间[26].天津市主要以平原为主, 地势西北高东南低, 河网复杂, 分布较为密集, 主要大型水库有于桥水库、北大港水库和团泊洼水库, 主要河流有南运河、子牙河、大清河、永定河和北运河等, 如图 1所示.土壤类型主要为棕壤、褐土、潮土和滨海盐土等, 主要农作物有小麦、玉米、水稻和棉花等.2021年年末, 全市户籍人口为1 151.56万人, 其中城镇人口为833.17万人, 城市化率为72.35%, GDP达15 695.05亿元, 人均GDP为11.37万元, 全市共有工业企业5 222家, 其中规模以上工业企业4 630家[27].天津市主要污染源包括工业废水、城镇污水、农业和畜禽养殖业的复合污染.

图 1 天津市监测站空间分布示意 Fig. 1 Schematic spatial distribution of monitoring stations in Tianjin

1.2 数据来源

地表水水质数据为2021年1~12月的数据, 来自中国环境监测总站地表水融合数据(http://www.cnemc.cn).根据天津市月平均降雨量情况, 确定5~10月为雨季, 1~4月与11~12月为旱季.选取海河流域天津段的16个国家地表水水质监测站(1~16), 监测站属性如表 1所示.监测数据包括11个水质指标:水温(WT)、酸碱度(pH)、溶解氧(DO)、电导率(EC)、浊度(TUB)、高锰酸盐指数、化学需氧量(COD)、5d生化需氧量(BOD5)、氨氮(NH4+-N)、总磷(TP)和总氮(TN).

表 1 地表水监测站属性 Table 1 Surface water monitoring stations properties

遥感影像数据为2020年美国陆地卫星Landsat-8(30 m分辨率), 一般研究区一年内的土地利用受区域人类活动和社会经济发展等因素的影响较小, 土地利用的分布和面积变化不大, 因此从地理空间数据云(http://www.gscloud.cn)下载了4景影像质量较好的Landsat-8 OLI影像数据, 其中2景是2020年4月22日, 另外2景是2020年4月29日, 对应行列号分别为122-32、122-33、123-32和123-33.本研究选取的2020年遥感影像数据基本能反映2021年前后一段时间的土地利用结构特征.

1.3 分析方法 1.3.1 空间分析

基于landsat-8遥感影像, 在ENVI 5.3软件中对影像进行了大气校正、几何校正和镶嵌裁剪等预处理, 然后利用监督分类中的最大似然算法对土地利用进行分类, 参照中国科学院资源环境科学与数据中心的土地利用分类系统[28], 结合研究区情况, 将土地利用分为:耕地、建设用地、水域、林地、草地和未利用地, 如图 2所示.采用混淆矩阵评价土地利用分类的准确性, 如表 2所示, 分类的总体准确度为94.5%, Kappa系数为0.91.

图 2 天津市土地利用类型空间分布 Fig. 2 Spatial distribution of land use types in Tianjin

表 2 基于最大似然算法的土地利用覆盖分类精度评价1) Table 2 Accuracy evaluation of land use cover classification based on maximum likelihood

研究区河网众多, 分布密集, 监测站水质受多方来水影响, 因此宜采用以监测站为中心的圆形缓冲区作为分析单元[29].缓冲区半径划分主要依据区域水环境与土地利用的尺度效应研究来确定, 大多以100~500 m作为最小空间尺度, 3 000~5 000 m为最大空间尺度[8, 30].根据研究区的范围和河岸土地利用类型特征, 以监测站为中心划定了500、800、1 000、2 000、3 000和5 000 m共6种缓冲区, 然后计算各缓冲区范围内土地利用类型面积占比, 如图 2所示.

1.3.2 统计分析

用Canoco 5软件对各监测站不同水质指标进行趋势对应分析(detrended correspondence analysis, DCA)后发现, 水质指标数据的梯度值小于3, 故选择冗余分析[17], 将5~10月各水质指标的均值作为雨季水质指标, 1~4月与11~12月各水质指标的均值作为旱季水质指标, 旱季和雨季水质指标均视为响应变量, 土地利用类型面积占比作为解释变量, 用于表达土地利用方式对旱、雨季多个水质指标变异的解释能力.

对土地利用和水质指标进行了Pearson相关分析, 表明土地利用和水质指标内部之间存在多重相关性, 因此基于SIMCA 14软件, 采用偏最小二乘回归(partial least squares regression, PLSR)分析最佳缓冲区土地利用与水质指标之间的关系[31].以土地利用类型面积占比作为解释变量, 各个水质指标分别作为响应变量, 为每个响应变量构建最优PLSR模型.

2 结果与分析 2.1 水质时空分布特征

对16个地表水水质监测站的主要水质指标进行了季节描述性统计和差异性检验, 结果如表 3所示.研究区主要水质指标pH、DO、高锰酸盐指数、NH4+-N、TP和TN的时空分布如图 3所示.

表 3 水质参数季节性统计表(均值±标准差)1) Table 3 seasonal table of water quality parameters (Mean ± SD)

图 3 旱季和雨季主要水质指标的空间分布 Fig. 3 Spatial distribution of major water quality indicators in the dry and wet seasons

水质指标DO、高锰酸盐指数、NH4+-N和TP具有明显的旱、雨季差异(P < 0.05), 而pH和TN旱、雨季差异不明显(P > 0.05)(表 3).总体上, pH值在7.67~8.50之间变化, 旱季均值为8.16, 雨季均值为8.05, 水质呈弱碱性.ρ(DO)波动范围为4.53~13.23 mg·L-1, 其均值在雨季低于旱季, 旱、雨季表现出极显著差异(P < 0.01).高锰酸盐指数波动范围为1.60~7.62 mg·L-1, ρ(NH4+-N)范围在0.02~1.59 mg·L-1之间变化, 两者浓度均具有显著的旱、雨季差异(P < 0.05), 且雨季均值都高于旱季均值.ρ(TP)范围在0.01~0.19 mg·L-1之间变化, 其浓度具有极显著的旱、雨季差异(P < 0.01), 雨季均值高于旱季均值.ρ(TN)范围在1.05~9.68 mg·L-1之间变化, 雨季均值低于旱季均值.

不同地区监测站的pH值和DO变化不大, 而不同地区高锰酸盐指数、NH4+-N、TP和TN差异较大(图 3).高锰酸盐指数在西青区监测站15(大清河第六埠)、宁河区监测站6(于家岭大桥)、7(永和大桥)和滨海新区监测站8(塘汉公路桥)、16(万家码头)污染浓度较高, NH4+-N浓度在城市地区监测站11(井冈山桥)和14(海津大桥)污染浓度较高.相对于其他水质指标, 天津市TN污染最严重, 尤其在蓟州区监测站1(果河桥), 旱季和雨季污染浓度分别为9.68 mg·L-1和6.69 mg·L-1.

2.2 土地利用特征分析

不同尺度缓冲区内土地利用面积组成的空间统计分析结果如图 4所示.研究区土地利用类型以建设用地、耕地和水域为主, 且各类土地利用占比在不同空间尺度下存在差异.随着缓冲区尺度的增加, 建设用地、林地和草地占比平均值呈增大趋势, 水域和其他用地占比平均值呈减小趋势, 而耕地占比平均值先增大后减小, 且总体仍呈现增大趋势.城市地区监测站周边以建设用地为主, 且面积占比均在50%以上.远郊地区监测站周边以耕地为主, 且多数面积占比在40%以上;水域主要集中在远郊地区和滨海新区监测站周边, 面积占比多在20%以上, 而林地和草地主要集中在蓟州区监测站周边.

(a)500 m缓冲区, (b)800 m缓冲区, (c)1 000 m缓冲区, (d)2 000 m缓冲区, (e)3 000 m缓冲区, (f)5 000 m缓冲区 图 4 不同尺度缓冲区内土地利用类型面积占比 Fig. 4 Proportion of land use type area in buffer zones at different scales

2.3 最佳缓冲区尺度的识别

探究研究区不同土地利类型对季节性水质影响的尺度差异, 结果如图 5图 6所示;计算不同土地利用类型对水质变化的解释能力, 结果如表 4所示, 从而筛选对水质影响最大的空间尺度.

红色箭头表示土地利用类型(解释变量), 蓝色箭头表示水质指标(响应变量), 下同 图 5 旱季水质与土地利用类型RDA分析 Fig. 5 RDA analysis of water quality and land use type in the dry season

图 6 雨季水质与土地利用类型RDA分析 Fig. 6 RDA analysis of water quality and land use type in the wet season

表 4 解释变量解释总体水质变化百分比的冗余分析结果 Table 4 Redundancy analysis results of percentage change in overall water quality explained by explanatory variables

在旱季, 不同土地利用类型对河流水质影响的缓冲区尺度为:800 m > 3 000 m > 1 000 m > 5 000 m > 500 m > 2 000 m. 800 m缓冲区土地利用类型面积占比对水质指标的解释率最大, 为52.7%(P=0.036);在雨季, 不同土地利用类型对河流水质影响的缓冲区尺度为:3 000 m > 5 000 m > 1 000 m > 2 000 m > 800 m > 500 m, 3 000 m缓冲区土地利用类型面积占比对水质指标的解释率最大, 为49.6%(P=0.030).从旱、雨季的平均解释率来看, 3 000 m是土地利用对地表水水质影响的最佳缓冲区尺度(旱季P=0.048, 雨季P=0.030).

由RDA图可以看出, 在各缓冲区尺度下, 旱季(图 5)耕地和水域占比与TP、TN、NH4+-N、高锰酸盐指数、COD、BOD5、TUB和EC均呈正相关;林地占比与DO和pH均呈正相关, 且在2 000~5 000 m与TN存在较弱的正相关, 草地占比在500~800 m缓冲区对水质变化影响较小, 而在1 000~5 000 m与DO、pH和TN呈正相关;建设用地占比与WT、DO和pH呈正相关, 与其他水质指标均为负相关.雨季(图 6)耕地占比在较近距离缓冲区(500~1 000 m)与DO、pH和TN呈正相关, 而在远距离缓冲区(2 000~5 000 m)还与TP、EC、高锰酸盐指数、COD和TUB呈正相关;水域面积占比在所有缓冲区尺度下与pH、TN、TP、高锰酸盐指数、COD、BOD5、EC和TUB呈正相关;林地和草地占比在各缓冲区内与DO、pH和TN呈正相关, 与其他水质指标呈负相关;建设用地占比在各缓冲区内与WT和NH4+-N呈正相关, 而与其他水质指标表现为不同程度的负相关关系.

2.4 3000 m缓冲区土地利用与季节水质的解析

3 000 m缓冲区内土地利用对旱季和雨季水质影响的最优PLSR模型摘要如表 5所示, 包括每个模型的R2Q2和成分数.成分数是通过交叉验证确定的, 以达到R2Q2之间的最小差异和更大的Q2[32], R2表示模型的拟合优度, Q2表示模型的预测优度.当R2 > 0.5, Q2 > 0.5时, 表明该模型具有良好的预测能力[33].除pH外, 其余水质指标的最优模型在两个季节都提取了一个或两个成分, 且模型预测能力均较好, 尤其是在两个季节的DO、高锰酸盐指数和BOD5, 它们的模型预测能力极好(R2 > 0.9, Q2 > 0.9).总体来看, 旱季大多数水质指标PLSR模型的显著性和预测能力比雨季强.

表 5 雨季和旱季水质指标的最优PLSR模型汇总1) Table 5 Summary of optimal PLSR models for water quality indicators in the wet and dry seasons

表 6为雨季和旱季各水质指标最优模型的回归系数(RC)及其关键变量(VIP > 1), 回归系数(RC)表示PLSR模型中解释变量对响应变量的影响方向和强度, 变量投影重要性(VIP)表示每个解释变量在模型拟合中的贡献率[34], 一般认为, VIP > 1时, 解释变量对响应变量存在程度较高的解释意义[35].在旱季, 大多数水质指标都受建设用地、耕地和水域的重要影响, 并且这些土地利用类型与多数水质指标都呈正相关, 其中建设用地是WT变化的最重要变量, 而耕地对DO、EC、TUB、高锰酸盐指数、COD、NH4+-N、TP和TN的贡献最大.林地和草地与DO和TN呈正相关, 与其余水质指标均呈负相关.在雨季, 水质指标受土地利用类型的影响与旱季类似.除WT、DO和EC外, 其余水质指标受建设用地的影响比旱季略大, 而受耕地和水域的影响相比旱季略小, 且NH4+-N的VIP值最高的关键变量是建设用地, 其余水质指标VIP值最高的关键变量仍是耕地.总体而言, 最优模型的VIP值最高的关键变量在雨季和旱季基本相同.

表 6 土地利用与雨季和旱季水质指标关系的最优PLSR模型回归系数1) Table 6 Regression coefficients of the optimal PLSR model for the relationship between land use and water quality indicators in the wet and dry seasons

3 讨论 3.1 土地利用对地表水水质的影响

不同的土地利用类型通过影响流域特征, 如水文循环、生物多样性、土壤侵蚀、污染物迁移转化及人类活动等, 最终影响水质变化[14].耕地、建设用地和水域是影响天津市水质最显著的土地利用类型(表 6).耕地主要集中在远郊地区(蓟州区、宝坻区、宁河区和静海区)和滨海新区(图 4), 其与旱季和雨季的TN、TP、高锰酸盐指数、COD呈正相关(图 5图 6), 这是由于耕作和施肥等农业活动, 导致土壤中氮、磷、无机物和农药等残留含量高[36], 而未被吸收的养分和有机质等经过降雨径流冲刷后形成污染源进入附近的河流, 此外, 郊区还有许多畜牧场, 由于缺乏处理厂, 大部分废物直接排入当地水道[37], 从而导致水体水质下降[38~40].建设用地多集中在城市地区(红桥区、河北区、河东区和河西区), 且与雨季的NH4+-N呈正相关, 一方面会使生活污水、生活垃圾等造成的非点源污染增加[41], 另一方面造成不透水下垫面增加, 加快径流的形成, 从而导致降雨发生时污染物可随径流快速进入河流对水质造成污染[42].水域主要分布在宝坻区、宁河区和滨海新区, 其与旱季和雨季大多数水质指标均呈正相关, 一是较大的畜禽养殖规模和粗放的管理方式, 使得禽畜粪便和水污染物流失成为水环境污染的重要来源之一[43], 二是作为严重缺水的华北平原地区, 降雨是天津河流的主要水源, 而由于暴雨径流冲刷作用, 含有来自屋顶和道路的混合污染物进入河流[44], 因此, 降雨也是天津河流的主要污染源.林地和草地主要集中在蓟州区, 它们与大多数水质指标呈负相关, 而在2 000~5 000 m与旱季和雨季的TN呈正相关, 可能与植被的生长和生物活动促进植被-土壤-水体氮循环过程有关[45], 从而导致河流中TN含量增加.

3.2 土地利用与地表水水质的尺度效应

在不同尺度下土地利用对河流水质具有差异性.不同土地利用类型主导的流域与水质指标的关系不同, 由于空间范围的变化, 在同一流域的土地利用结构与水质指标的关系也会发生变化[46].本研究采用冗余分析进行土地利用与河流水质的空间效应研究发现, 从旱、雨季的平均解释率来看, 3 000 m尺度下土地利用对水质的解释率最高(50%).这与东江流域[47]和抚仙湖[48]的研究结果不同, 可能是不同地区的人为活动改变了土地利用格局, 影响不同的水文特征、物质转移和能量流动, 进而引起流域生态过程和水质空间分异[49, 50].海河流域天津段属于平原型河流, 城镇和村庄多沿河分布, 人口密度大, 监测站周围3 000 m缓冲区内耕地和建设用地较大, 人类活动胁迫强烈, 是未来水环境保护的关键区域, 建议农业生产过程中做到合理施肥及水土保持, 减少农业活动对地表水的污染;在城市建设中提高排污水处理效率, 加强城市绿地建设等.

3.3 土地利用与地表水水质的季节效应

大量研究表明土地利用与河流水质的关系存在季节性差异[12, 51, 52].本研究中旱季土地利用结构对水质的解释率均高于雨季(表 4), 且旱季大多数水质指标PLSR模型的R2Q2都大于雨季, 说明旱季PLSR模型的显著性和预测能力比雨季强(表 5), 这与渭河流域[53]、三峡库区[54]和河湟谷地[55]的研究结果相同, 这是由于旱季的降雨量显著偏低, 径流小, 水质受自然因素的影响小[56], 人类活动成为旱季的主导干扰因素, 土地利用作为人类活动的综合产物, 农田耕作和灌溉、生活污水和工业废水的排放等对旱季水质的影响更为显著[39], 因此应加强人为活动对水环境的干扰管控.雨季建设用地与水质的回归关系较旱季更强(表 6), 这主要是由于降雨形成的地表径流含有来自屋顶和道路的混合污染物, 这些污染物被地表径流冲刷流入附近河流[4], 导致水质下降.因此, 在土地利用管控上要严格限制雨季建设用地面积扩张与开展城市雨水收集和利用, 以实现对地表水水质的保护.

4 结论

(1)天津市土地利用类型以建设用地、耕地和水域为主, 对河流水质有显著影响.耕地、建设用地和水域与各水质指标(除WT、pH外)均呈负相关, 林地和草地与DO和TN呈正相关, 与其他水质指标呈负相关.

(2)水质指标在不同的季节表现出明显的空间差异.pH、DO和TN浓度在旱季较高, 而高锰酸盐指数、NH4+-N和TP浓度在雨季较高.

(3)RDA分析结果表明, 800 m缓冲区土地利用对旱季水质变化具有最大的解释能力, 3 000 m缓冲区土地利用对雨季水质变化具有最大的解释能力;从旱、雨季的平均解释率来看, 3 000 m是天津市土地利用对水质影响的最佳缓冲区尺度.

(4)PLSR分析结果表明, 3 000 m缓冲区内影响地表水水质变化的最重要的变量是建设用地、耕地和水域.旱季大多数水质指标PLSR模型的预测能力比雨季强.在旱季, 除WT和pH外, 其余水质指标均受耕地的影响最大.在雨季, 建设用地对WT和NH4+-N浓度的影响最大, 其余水质指标的最重要影响因子仍是耕地.

参考文献
[1] Giri S, Qiu Z Y. Understanding the relationship of land uses and water quality in twenty first century: a review[J]. Journal of Environmental Management, 2016, 173: 41-48.
[2] 张柳柳, 刘睿, 张静, 等. 长江上游坡地景观特征对河流水质的影响[J]. 生态学报, 2022, 42(16): 6704-6717.
Zhang L L, Liu R, Zhang J, et al. The influence of sloping landscape features on riverine water quality in upper Yangtze River[J]. Acta Ecologica Sinica, 2022, 42(16): 6704-6717.
[3] 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.
[4] Chen X, Zhou W Q, Pickett S T A, et al. Spatial-temporal variations of water quality and its relationship to land use and land cover in Beijing, China[J]. International Journal of Environmental Research and Public Health, 2016, 13(5). DOI:10.3390/ijerph13050449
[5] 吉冬青, 文雅, 魏建兵, 等. 流溪河流域景观空间特征与河流水质的关联分析[J]. 生态学报, 2015, 35(2): 246-253.
Ji D Q, Wen Y, Wei J B, et al. Relationships between landscape spatial characteristics and surface water quality in the Liu Xi River watershed[J]. Acta Ecologica Sinica, 2015, 35(2): 246-253.
[6] 吕乐婷, 高晓琴, 刘琦, 等. 东江流域景观格局对氮、磷输出的影响[J]. 生态学报, 2021, 41(5): 1758-1765.
Lü L T, Gao X Q, Liu Q, et al. Influence of landscape pattern on nitrogen and phosphorus output in the Dongjiang River Basin[J]. Acta Ecologica Sinica, 2021, 41(5): 1758-1765.
[7] 王刚. 西苕溪流域水质时空变异及其土地利用组成与格局影响分析[D]. 南京: 南京农业大学, 2016.
Wang G. Analysis about the temporal and variation characteristics of water quality ant its influence by land use composition and pattern in Xitiaoxi Watershed[D]. Nanjing: Nanjing Agricultural University, 2016.
[8] 康文华, 蔡宏, 林国敏, 等. 不同地貌条件下景观对河流水质的影响差异[J]. 生态学报, 2020, 40(3): 1031-1043.
Kang W H, Cai H, Lin G M, et al. Influences of landscape on river quality under different geomorphological conditions[J]. Acta Ecologica Sinica, 2020, 40(3): 1031-1043.
[9] Jayasiri M M J G C N, Yadav S, Dayawansa N D K, et al. Spatio-temporal analysis of water quality for pesticides and other agricultural pollutants in Deduru Oya River Basin of Sri Lanka[J]. Journal of Cleaner Production, 2022, 330. DOI:10.1016/j.jclepro.2021.129897
[10] Rajaei F, Sari A E, Salmanmahiny A, et al. Surface drainage nitrate loading estimate from agriculture fields and its relationship with landscape metrics in Tajan watershed[J]. Paddy and Water Environment, 2017, 15(3): 541-552. DOI:10.1007/s10333-016-0570-y
[11] Meneses B M, Reis R, Vale M J, et al. Land use and land cover changes in Zêzere watershed (Portugal) - water quality implications[J]. Science of the Total Environment, 2015, 527-528: 439-447. DOI:10.1016/j.scitotenv.2015.04.092
[12] 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.
[13] 张宇硕, 吴殿廷, 吕晓. 土地利用/覆盖变化对生态系统服务的影响: 空间尺度视角的研究综述[J]. 自然资源学报, 2020, 35(5): 1172-1189.
Zhang Y S, Wu D Y, Lyu X, et al. A review on the Impact of land use/land cover change on ecosystem services from a spatial scale perspective[J]. Journal of Natural Resources, 2020, 35(5): 1172-1189.
[14] 项颂, 庞燕, 储昭升, 等. 入湖河流水质对土地利用时空格局的响应研究: 以洱海北部流域为例[J]. 环境科学, 2016, 37(8): 2947-2956.
Xiang S, Pang Y, Chu Z S, et al. Response of inflow water quality to land use pattern in northern watershed of Lake Erhai[J]. Environmental Science, 2016, 37(8): 2947-2956.
[15] 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
[16] Tran C P, Bode R W, Smith A J, et al. Land-use proximity as a basis for assessing stream water quality in New York State (USA)[J]. Ecological Indicators, 2010, 10(3): 727-733. DOI:10.1016/j.ecolind.2009.12.002
[17] 王小平, 张飞, 李晓航, 等. 艾比湖区域景观格局空间特征与地表水质的关联分析[J]. 生态学报, 2017, 37(22): 7438-7452.
Wang X P, Zhang F, Li X H, et al. Correlation analysis between the spatial characteristics of land use/cover-landscape pattern and surface-water quality in the Ebinur Lake area[J]. Acta Ecologica Sinica, 2017, 37(22): 7438-7452.
[18] Kang J H, Lee S W, Cho K H, et al. Linking land-use type and stream water quality using spatial data of fecal indicator bacteria and heavy metals in the Yeongsan River Basin[J]. Water Research, 2010, 44(14): 4143-4157. DOI:10.1016/j.watres.2010.05.009
[19] Wang X L, Han J Y, Xu L G, et al. Spatial and seasonal variations of the contamination within water body of the Grand Canal, China[J]. Environmental Pollution, 2010, 158(5): 1513-1520. DOI:10.1016/j.envpol.2009.12.018
[20] 彭勃, 付永胜, 赵君凤, 等. 小流域土地利用景观格局对水质的影响[J]. 生态科学, 2019, 38(3): 90-99.
Peng B, Fu Y S, Zhao J F, et al. Effect of land use landscape pattern on water quality in small watershed[J]. Ecological Science, 2019, 38(3): 90-99.
[21] Huang J L, Li Q S, Pontius R G, et al. Detecting the dynamic linkage between landscape characteristics and water quality in a subtropical coastal watershed, Southeast China[J]. Environmental management, 2013, 51(1): 32-44. DOI:10.1007/s00267-011-9793-2
[22] 谭力. 南水北调中线核心水源区土地利用转型及其生态环境效应研究[D]. 武汉: 中国地质大学, 2021.
Tan L. Study on land use transformation and its eco-environmental effects in the core area of middle route of South-to-North Water Transfer Project[D]. Wuhan: China University of Geosciences, 2021.
[23] 黄葵, 卢毅敏, 魏征, 等. 土地利用和气候变化对海河流域蒸散发时空变化的影响[J]. 地球信息科学学报, 2019, 21(12): 1888-1902.
Huang K, Lu Y M, Wei Z, et al. Effects of land use and climate change on spatiotemporal changes of evapotranspiration in Haihe River Basin[J]. Journal of Geo-information Science, 2019, 21(12): 1888-1902.
[24] 巨鑫慧, 高肖, 李伟峰, 等. 京津冀城市群土地利用变化对地表径流的影响[J]. 生态学报, 2020, 40(4): 1413-1423.
Ju X H, Gao X, Li W F, et al. Effects of land use change on surface runoff in Beijing-Tianjin-Hebei urban agglomeration[J]. Acta Ecologica Sinica, 2020, 40(4): 1413-1423.
[25] 肖琳, 田光进. 天津市土地利用生态风险评价[J]. 生态学杂志, 2014, 33(2): 469-476.
Xiao L, Tian G J. Eco-risk assessment of land use in Tianjin City[J]. Chinese Journal of Ecology, 2014, 33(2): 469-476.
[26] 肖致美, 李鹏, 陈魁, 等. 天津市大气降水化学组成特征及来源分析[J]. 环境科学研究, 2015, 28(7): 1025-1030.
Xiao Z M, Li P, Chen K, et al. Characteristics and sources of chemical composition of atmospheric precipitation in Tianjin[J]. Research of Environmental Sciences, 2015, 28(7): 1025-1030.
[27] 天津市统计局. 天津统计年鉴-2022[M]. 北京: 中国统计出版社, 2022.
Tianjin Municipal Bureau of Statistics. Tianjin statistical yearbook 2022[M]. Beijing: China Statistics Press, 2022.
[28] 谢芳, 邱国玉, 尹婧, 等. 泾河流域40年的土地利用/覆盖变化分区对比研究[J]. 自然资源学报, 2009, 24(8): 1354-1365.
Xie F, Qiu G Y, Yin J, et al. Comparison of land use/land cover change in three sections of the Jinghe River Basin between the 1970s and 2006[J]. Journal of Natural Resources, 2009, 24(8): 1354-1365. DOI:10.3321/j.issn:1000-3037.2009.08.004
[29] 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.
[30] 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
[31] Abdi H. Partial least squares regression and projection on latent structure regression (PLS regression)[J]. WIREs Computational Statistics, 2010, 2(1): 97-106. DOI:10.1002/wics.51
[32] Ai L, Shi Z H, Yin W, et al. Spatial and seasonal patterns in stream water contamination across mountainous watersheds: linkage with landscape characteristics[J]. Journal of Hydrology, 2015, 523: 398-408. DOI:10.1016/j.jhydrol.2015.01.082
[33] 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
[34] 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): 1524-1540.
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): 1524-1540.
[35] 李琳琳, 张依章, 唐常源, 等. 基于偏最小二乘模型的河流水质对土地利用的响应[J]. 环境科学, 2017, 38(4): 1376-1383.
Li L L, Zhang Y Z, Tang C Y, et al. Modeling of water quality response to land-use patterns in Taizi River Basin based on partial least squares[J]. Environmental Science, 2017, 38(4): 1376-1383.
[36] Mishra A, Alnahit A, Campbell B. Impact of land uses, drought, flood, wildfire, and cascading events on water quality and microbial communities: a review and analysis[J]. Journal of Hydrology, 2021, 596. DOI:10.1016/j.jhydrol.2020.125707
[37] 李纪周. 天津市规模化畜禽养殖场粪污治理及资源化利用调查研究[D]. 北京: 中国农业科学院, 2011.
Li J Z. Rearch on pollution prevention and resource utilization of excrement in large-scaled livestock and poultry farms in Tianjin[D]. Beijing: Chinese Academy of Agricultural Sciences, 2011.
[38] De Mello K, Taniwaki R H, de Paula F R, et al. Multiscale land use impacts on water quality: assessment, planning, and future perspectives in Brazil[J]. Journal of Environmental Management, 2020, 270. DOI:10.1016/j.jenvman.2020.110879
[39] 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
[40] Wei W, Gao Y N, Huang J C, et al. Exploring the effect of basin land degradation on lake and reservoir water quality in China[J]. Journal of Cleaner Production, 2020, 268. DOI:10.1016/j.jclepro.2020.122249
[41] 胡艳芳, 范中亚, 陈昭婷, 等. 汕头市练江流域景观格局与水质的关联分析[J]. 中国环境监测, 2021, 37(3): 126-133.
Hu Y F, Fan Z Y, Chen Z T, et al. Correlation analysis between landscape pattern and water quality in the Lianjiang River watershed in Shantou City[J]. Environmental Monitoring in China, 2021, 37(3): 126-133.
[42] 赵银军, 梁日梅, 丁爱中, 等. 不同空间尺度景观特征对南流江水质的影响差异[J]. 生态学报, 2023, 43(12): 4954-4964.
Zhao Y J, Liang R M, Ding A Z, et al. Differences in the influence of landscape features on river water quality at different spatial scales[J]. Acta Ecologica Sinica, 2023, 43(12): 4954-4964.
[43] 王娟娟, 张素青, 王宝峰, 等. 渤海湾天津海区渔业生态环境质量评价[J]. 河北渔业, 2022(7): 36-41.
Wang J J, Zhang S Q, Wang B F, et al. Assessment of fishery eco-environmental quality for the sea area of Bohai Bay in Tianjin[J]. Hebei Fisheries, 2022(7): 36-41.
[44] Gilbert J K, Clausen J C. Stormwater runoff quality and quantity from asphalt, paver, and crushed stone driveways in Connecticut[J]. Water Research, 2006, 40(4): 826-832. DOI:10.1016/j.watres.2005.12.006
[45] Liu X J, Duan L, Mo J M, et al. Nitrogen deposition and its ecological impact in China: an overview[J]. Environmental Pollution, 2011, 159(10): 2251-2264. DOI:10.1016/j.envpol.2010.08.002
[46] Li K, Chi G Q, Wang L, et al. Identifying the critical riparian buffer zone with the strongest linkage between landscape characteristics and surface water quality[J]. Ecological Indicators, 2018, 93: 741-752. DOI:10.1016/j.ecolind.2018.05.030
[47] 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
[48] Dai X Y, Zhou Y Q, Ma W C, et al. Influence of spatial variation in land-use patterns and topography on water quality of the rivers inflowing to Fuxian Lake, a large deep lake in the plateau of southwestern China[J]. Ecological Engineering, 2017, 99: 417-428. DOI:10.1016/j.ecoleng.2016.11.011
[49] 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
[50] Wang M H, Wang Y, Li Y, et al. Natural and anthropogenic determinants of riverine phosphorus concentration and loading variability in subtropical agricultural catchments[J]. Agriculture, 2020, 287. DOI:10.1016/j.agee.2019.106713
[51] 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
[52] 胡琳, 李思悦. 不同空间尺度土地利用结构与景观格局对龙川江流域水质的影响[J]. 生态环境学报, 2021, 30(7): 1470-1481.
Hu L, Li S Y. Scale effects of land use structure and landscape pattern on water quality in the Longchuan River Basin[J]. Ecology and Environmental Sciences, 2021, 30(7): 1470-1481.
[53] Yu S Y, Xu Z X, Wu W, et al. Effect of land use types on stream water quality under seasonal variation and topographic characteristics in the Wei River Basin, China[J]. Ecological Indicators, 2016, 60: 202-212. DOI:10.1016/j.ecolind.2015.06.029
[54] Xu J H, Liu R, Ni M F, et al. Seasonal variations of water quality response to land use metrics at multi-spatial scales in the Yangtze River Basin[J]. Environmental Science and Pollution Research, 2021, 28(28): 37172-37181. DOI:10.1007/s11356-021-13386-8
[55] 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.
[56] 李艳利, 李艳粉, 徐宗学, 等. 浑太河上游流域河岸缓冲区景观格局对水质的影响[J]. 生态与农村环境学报, 2015, 31(1): 59-68.
Li Y L, Li Y F, Xu Z X, et al. Impact of landscape pattern of riparian buffers on water quality in the upper reaches of Huntai River Basin[J]. Journal of Ecology and Rural Environment, 2015, 31(1): 59-68.