2024, Vol. 45
2. 安徽大学湿地生态保护与修复安徽省重点实验室, 合肥 230601;
3. 安徽省地理信息工程中心, 合肥, 230601
2. Anhui Province Key Laboratory of Wetland Ecosystem Protection and Restoration, Anhui University, Hefei 230601, China;
3. Engineering Center for Geographic Information of Anhui Province, Hefei 230601, China
地表水质对于人类生产生活和生态环境至关重要, 是维持生态平衡、保障居民健康和促进社会可持续发展的基础之一[1~4]. 造成地表水污染的方式主要有点源污染和面源污染. 目前, 点源污染通过人为干预得到有效地控制, 而面源污染已成为影响河流水质的重要污染源[5]. 作为河流污染物的汇水单元, 流域单元内城市污水和工业废水的大量排放以及农业活动中农药、化肥的过度使用都会对河流水质造成极大影响[3], 土地利用方式[6]、景观格局[7]、土壤性质、气候条件和地形[8]等景观特征在一定程度上都会影响河流水质. 因此, 开展基于流域单元的综合景观特征对河流水质的影响效应研究, 对流域面源污染防治具有重要的科学意义.
近年来, 流域景观特征对河流水质的影响机制已成为国内外研究的热点[9~13]. 现有研究集中探究在不同空间尺度的景观格局以及土地利用类型与河流水质的定量关系, 如吕乐婷等[14]研究发现景观格局指数与河流氮、磷含量具有一定相关性, 且在流域尺度上相关性优于缓冲区尺度；陈优良等[15]建议管理部门应重点优化监测点2 km缓冲区内的景观格局；刘婉锐等[16]从距采样点距离0.5、1.0、1.5和2.0 km尺度上进行研究, 发现距采样点1.5 km和1.0 km缓冲带的景观指数对布尔哈通河水质指标有较强的解释能力；Asnake等[17]研究认为土地利用类型的变化对河流水质有影响；梁旭等[18]研究表明林地、湿地等对水质起改善作用, 而建设用地等则会加剧水质污染；易玉敏等[19]研究发现农业活动通过影响土地利用类型比例进而影响水源面源污染；Xu等[20]重点强调了空间尺度在解释土地-水相互作用方面的重要性；Wu等[21]研究指出景观格局指数可以在一定程度上解释水质指标的变化, 在湿季关键景观指标为农田最大斑块指数, 而在干季则为林地最大斑块指数；Shehab等[22]研究发现水质与景观格局和土地类型比例密切相关, 且城市用地比例增大会促进水质恶化；刘超等[23]研究表明, 斑块密度指数、蔓延度指数与河流总氮和总磷浓度呈显著正相关.
上述研究表明流域土地利用和景观格局对河流水质有着显著影响, 但忽略了流域单元的地理特征差异（如气候、土壤和地形等）对河流水质的影响. 考虑到地形对营养盐迁移的加速效应、局地小气候等对地表水资源的影响, 还应将气温、降水、坡度和土壤等纳入影响指标, 与土地利用、景观格局组成综合景观特征, 进而探究基于流域单元的综合景观特征对河流水质的影响效应. 这不仅有利于优化流域景观特征结构, 且对于保护生态环境、改善河流水质以及控制面源污染具有重要意义.
巢湖是我国五大淡水湖之一, 为合肥市提供了重要水源, 同时也是沿岸地区的重要纳污场地[24]. 巢湖流域涉及20个区县, 流域范围广, 流域内土地利用、地形、气候和土壤等景观特征的空间差异较大. 近年来, 随着流域城市化进程的加快, 河湖水质污染问题日益严峻. 因而, 本文以巢湖流域为研究对象, 综合利用基于数字高程模型（digital elevation model, DEM）水文分析、遥感计算机解译、景观格局分析、相关分析和冗余分析等方法, 探究基于流域单元的综合景观特征对环巢湖河流水质的影响效应, 以期为该流域景观优化与水污染防治提供科学依据.
1 材料与方法 1.1 研究区概况巢湖流域面积约10 988 km2, 地处安徽省中部, 涵盖了肥西县、庐江县、舒城县、巢湖市、蜀山区、肥东县和瑶海区等20个区县. 该流域水系发达, 主要入湖河流有杭埠河、南淝河、十五里河、白石天河、派河和兆河等. 由于近年来流域城市化进程加快, 水污染治理压力逐渐增大.
流域地势西高东低, 海拔最高1 390 m, 最低-23 m, 地貌类型主要为平原和丘陵, 山地集中在流域的西南方[25]. 该流域属于北亚热带季风性湿润气候区[26], 气候季节性差异明显. 其中, 每年10月至翌年3月平均气温约10.5 ℃, 累计降水量约350 mm, 为干季；每年4月至当年9月平均气温约23.5 ℃, 累计降水量约1 150 mm, 为湿季[27]. 为有效开展环巢湖地表水质监测, 合肥市生态环境局在环巢湖河流不同河段布设了24个水质监测点（图 1）, 实现了巢湖入湖一级支流及重点二、三级支流水质监测全覆盖.
|
图 1 巢湖流域地理位置与水质监测点分布 Fig. 1 Geographical location and water quality monitoring sites of Chaohu Lake Basin |
本文用到的数据包括河流水质、遥感影像、气象资料、地形数据以及土壤数据等（表 1）, 具体如下.
|
表 1 本文所用数据 Table 1 Data used in this study |
河流水质数据为2019年10月至2020年9月逐月水质监测数据, 由安徽省生态环境监测中心提供, 包含了总氮、氨氮、溶氧、总磷、高锰酸盐指数和化学需氧量等27个监测指标. 本文选取了总氮、氨氮和总磷为主要水质指标, 以2019年10月至2020年3月为干季, 2020年4月至2020年9月为湿季, 将逐月水质数据取均值得到干、湿季水质数据.
遥感数据类型为陆地资源卫星Landsat 8 OLI影像（30 m分辨率）. 考虑干、湿季流域地表类型的差异, 本文从地理空间数据云网站（https://www.gscloud.cn/）下载行列号为121/38, 成像日期分别为2019年12月9日、2020年8月5日的Landsat 8 OLI影像作为干、湿季的影像.
地形数据为从地理空间数据云网站（https://www.gscloud.cn/）下载的ASTER GDEM数据（30 m分辨率）, 行号为116~118, 列号为30~32的影像数据, 通过影像镶嵌、裁剪等预处理得到研究区DEM.
土壤数据为从国际粮农组织和教科文组织土壤数据网站（https://www.fao.org/soils-portal）下载的世界土壤数据库数据（1 km分辨率）, 经裁剪后将其重采样至30 m得到研究区土壤数据.
气象数据来自从国家地球系统科学数据中心（http://www.geodata.cn/）下载的2019年和2020年逐月平均气温数据集、逐月降水量数据集（1 km分辨率）, 经裁剪后将其重采样至30 m得到研究区气象数据.
1.3 研究方法本研究思路为：在划分各监测点对应流域单元、计算各流域单元综合景观指标的基础上, 通过相关性分析流域单元综合景观指标与河流水质的相关性, 采用冗余分析确定其关键性景观指标, 最后利用多元回归分析建立其河流水质指标与关键景观指标间的关系, 进而探究基于流域单元的环巢湖综合景观特征对河流水质的影响效应, 对应技术路线如图 2所示.
|
图 2 研究技术路线 Fig. 2 Technical lines of research |
利用ArcGIS 10.2软件中水文分析（hydrology）模块对研究区DEM进行填洼处理, 并计算流向和累计汇流量；而后利用栅格计算（raster calculator）工具将累计汇流量大于100 000的栅格作为河流, 并对河流栅格进行栅格矢量化得到研究区河网；最后将河流水质监测点作为出水口, 基于流向和出水口数据采用流域（watershed）工具划分流域单元（图 3）.
|
图 3 水质监测点对应的流域单元划分 Fig. 3 Division of watershed units corresponding to the water quality monitoring sites |
（1）景观类型比例
利用ENVI 5.3软件对遥感影像进行辐射定标、大气校正和裁剪, 得到研究区干、湿季地表反射率影像. 由于人工神经网络模型具有自学习和自组织的能力, 能最大限度地利用已知类别样本集的先验知识, 自动提取识别规则, 分类精度高[28, 29], 本文采用该方法将研究区影像分为耕地、水体、建筑用地和林草地这4种景观类型, 通过混淆矩阵评价其分类精度. 其中, 干、湿季影像的总体分类精度分别为87.9%和81.8%, Kappa系数分别达到0.820和0.733. 利用ArcGIS 10.2软件的分区统计工具得到各流域单元的景观类型比例.
（2）地形和气候要素
根据研究区DEM, 利用ArcGIS 10.2软件中空间分析模块下的坡度工具计算研究区坡度, 再使用分区统计工具得到各流域单元的平均坡度与平均高程. 对研究区气温和降水数据分别进行均值计算、累计求和, 得到干、湿季的平均气温、累计降水量数据, 再经分区统计得到各流域单元的平均气温与累计降水量.
（3）土壤抗侵蚀性系数
根据研究区土壤数据利用土壤侵蚀和生产力影响估算模型（EPIC）计算研究区土壤的抗侵蚀性系数[30], 利用ArcGIS 10.2软件的分区统计计算各流域单元的平均土壤抗侵蚀性.
（4）景观格局指数
综合考虑流域景观的破碎度、聚集度和多样性, 本文根据已有研究[31~35]选取了5个实用性较高的景观格局指数（表 2）. 根据干、湿季遥感影像计算机分类结果, 利用Fragstats 4.2软件计算各流域单元的景观格局指数.
|
|
表 2 景观配置指标及表征意义 Table 2 Landscape configuration indicators and representational meaning |
1.3.3 综合景观特征与河流水质的定量关系
在统计学中, 皮尔逊（Pearson）相关性分析两个连续变量线性关系[36]. 本文采用Pearson相关性分析计算干、湿季综合景观特征与水质指标的相关性, 确定与各水质指标显著相关的景观特征指标.
冗余分析（redundancy analysis, RDA）是一种回归分析结合主成分分析的梯度排序分析方法, 能够从统计学角度评价一组变量与另一组多变量数据之间的关系[37]. 本文利用Canoco 5软件中的冗余分析, 以显著相关的景观特征指标为解释变量、水质指标为响应变量, 分析显著相关的景观特征指标对水质指标的贡献度, 确定关键性景观指标. 最后利用Origin 2018软件的多元回归分析探究关键性景观指标与河流水质指标的定量关系.
2 结果与分析 2.1 河流水质空间特征分析根据前文统计得到各监测点在干、湿季的水质指标数据, 依据我国生态环境部发布的《地表水环境质量标准》（GB 3838-2002）[38]对各监测点水质等级进行划分.
从图4（a）和4（b）中看出, 干、湿季流域总氮浓度V类水质占比分别为70.8%和62.5%, 高值集中在水体和建筑用地附近. 其中, 巢湖周边河流ρ（TN）均超过1.5 mg·L-1, 远离市区的河流TN浓度较低. 干季河流的总氮浓度大多高于湿季.
|
图 4 干、湿季河流水质指标等级空间分布 Fig. 4 Distribution of river water quality levels of Chaohu Lake Basin in the dry and wet seasons |
干、湿季巢湖流域氨氮浓度Ⅳ类及Ⅴ类水质的占比分别为29.2%和12.5%, 高值主要在建筑用地占比高的区域[图4（c）和4（d）]. 在流域西部和东南部, 干季氨氮浓度与湿季基本一致, 在流域北部, 干季氨氮浓度高于湿季.
干、湿季巢湖流域总磷浓度Ⅳ类及Ⅴ类水质的占比均为8.3%, 高值主要位于建筑和耕地占比高的流域单元内[图4（e）和4（f）]. 在流域西部, 湿季总磷浓度大多高于干季, 流域其他地区的季节差异不明显.
2.2 流域单元景观结构分析对干、湿季流域景观遥感分类结果进行统计, 得到各流域单元的景观类型占比（图 5）. 由图 5可知流域整体以林草地和耕地为主, 同一流域单元的景观类型季节变化较小, 不同流域单元的景观类型组成有明显差异.
|
（a）干季, （b）湿季 图 5 干、湿季各流域单元景观类型占比 Fig. 5 Percentage of landscape types by watershed unit in the dry and wet seasons |
其中, 耕地比例在6~8、11和12号流域单元较高, 在3~5号流域单元占比较低, 其余流域单元基本一致. 林草地比例在3~5号流域单元较高, 在11号流域单元占比最低, 6~8、12和21号流域单元占比相对较低, 其余流域单元基本一致. 建筑用地比例在1、2、14和15号流域单元较高, 在0、3~9、13、16、18、19、25和26号流域单元较小, 其余流域单元基本一致. 水体比例在10和17号流域单元较高, 在3~9、13、15、16、18、19、25和26号流域单元较低, 其余流域单元基本一致.
2.3 流域单元综合景观特征对河流水质的影响效应 2.3.1 综合景观与水质指标的相关性分析本文将各流域单元的综合景观指标与河流水质指标进行Pearson相关分析（图 6）. 由图 6可知：在干季, 总氮浓度与建筑用地比例、散布与并列指数和香农多样性指数呈极显著正相关（P < 0.01）, 与累计降水量、蔓延度指数呈极显著负相关（P < 0.01）, 与平均形状指数呈显著正相关（P < 0.05）；氨氮浓度与蔓延度指数呈极显著负相关（P < 0.01）, 与建筑用地比例、散布与并列指数、香农多样性指数呈显著正相关（P < 0.05）, 与累计降水量呈显著负相关（P < 0.05）；总磷浓度与斑块密度、散布与并列指数呈显著正相关（P < 0.05）, 与蔓延度指数、平均坡度呈显著负相关（P < 0.05）.
|
（a）干季, （b）湿季；*表示P < 0.05：显著相关, * *表示P < 0.01：极显著相关；色柱中蓝色表示负相关, 红色表示正相关, 且颜色越深相关性越强 图 6 干、湿季流域单元综合景观与水质指标的相关性分析 Fig. 6 Correlation analysis of integrated landscape and water quality indicators in the dry and wet seasons |
在湿季, 总氮浓度与建筑用地比例、散布与并列指数、香农多样性指数呈及显著正相关（P < 0.01）, 与累计降水量、蔓延度指数呈极显著负相关（P < 0.01）, 与斑块密度呈显著正相关（P < 0.05）；氨氮浓度与建筑用地比例呈极显著正相关（P < 0.01）, 与散布与并列指数呈显著正相关（P < 0.05）, 与林草地比例、累计降水量、蔓延度指数、平均坡度呈显著负相关（P < 0.05）；总磷浓度与建筑用地比例呈极显著正相关（P < 0.01）, 与林草地比例、累计降水量呈极显著负相关（P < 0.01）, 与散布与并列指数呈显著正相关（P < 0.05）, 与平均坡度呈显著负相关（P < 0.05）.
2.3.2 综合景观与水质指标的冗余分析本文将相关分析下极显著相关的景观指标（P < 0.01）作为关键性景观指标, 与河流水质指标进行冗余分析, 探究水质指标受到关键性景观指标的影响程度（表 3）. 在干季, 建筑用地比例和蔓延度指数对总氮的贡献度分别是84.4%和10.9%；蔓延度指数对氨氮的贡献度为89.9%；斑块密度和蔓延度指数对总磷的贡献度分别是65.5%和24.3%. 在湿季, 建筑用地比例对总氮的贡献度是94.1%；建筑用地比例和散布与并列指数对氨氮的贡献度分别为71.6%和14.4%；建筑用地比例、林草地比例和散布与并列指数对氨氮的贡献度分别为59.7%、21.8%和10.1%.
|
|
表 3 干、湿季关键性景观指标对河流水质指标的贡献度 Table 3 Contribution of key landscape indicators on river water quality in the dry and wet seasons |
从RDA排序可得（图 7）, 在干季, 建筑用地、蔓延度指数对总氮浓度的贡献较大；散布与并列指数、蔓延度指数对氨氮浓度的贡献较大：斑块密度、蔓延度指数对总磷浓度的贡献较大. 在湿季, 建筑用地对总氮浓度的贡献较大, 散布与并列指数和建筑用地对氨氮浓度的贡献较大, 建筑用地与林草地对总磷浓度的贡献较大.
|
蓝色箭头表示水质指标, 红色箭头表示关键性景观指标 图 7 干、湿季关键性景观指标与水质指标的RDA排序 Fig. 7 RDA ranking chart of key landscape indicators and water quality parameters in the dry and wet seasons |
本文进一步探究流域单元河流水质对综合景观指标的响应关系, 以表 3的关键性景观指标为自变量, 水质指标作为因变量, 使用多元回归分析, 分别建立干、湿季水质指标和关键景观特征之间的回归方程, 具体如表 4所示.
|
|
表 4 景观-水质多元回归模型1） Table 4 Landscape-water quality multiple regression model |
从表 4中可知, 在干季, 流域单元的建筑用地比例、蔓延度指数与总氮浓度呈现二元二次多项式函数关系, 蔓延度指数与氨氮浓度呈现线性函数关系, 斑块密度、蔓延度指数与总磷浓度呈现二元二次多项式函数关系. 在湿季, 建筑用地比例与总氮浓度呈二元函数关系, 散布与并列指数、建筑用地比例与氨氮浓度呈二元二次多项式函数关系, 建筑用地、林草地比例、散布与并列指数与总磷浓度呈多元线性关系.
3 讨论 3.1 景观类型比例对河流水质的影响本文发现流域单元的景观类型比例对河流水质有较大影响, 这与前人的研究结论相符[3~5, 8, 17]. 其中, 建筑用地比例、耕地比例与总氮、氨氮和总磷浓度具有显著正相关性, 反映了“源”景观对河流水质的负面作用[4]；林草地比例对水质具有一定改善作用, 体现了“汇景观对水质的正向作用. 在研究区内, 各河流上游水质整体优于中下游, 这主要由于河流中下游流域单元内以耕地、建筑用地为主, 从而导致农药化肥残余、工业废水以及生活污水进入流域单元内的河流, 污染其水质；而上游流域单元内具有较高比例的林草地, 植被冠层下土壤具有截留降解水质污染物、根系具有吸收营养盐的作用, 有利于河流水质改善[39].
景观类型比例对河流水质的影响存在季节性差异, 湿季建筑用地比例、林草地比例等与水质指标间的相关性明显强于干季, 这可能是由干湿季大气降水的差异引起的[40].
3.2 景观格局指数对河流水质的影响本文发现流域单元的景观格局指数对河流水质有着较大的影响. 其中, 蔓延度指数与总氮、氨氮浓度呈显著负相关, 散布与并列指数与总氮、氨氮和总磷浓度呈显著正相关, 香农多样性指数与总氮、氨氮呈显著正相关, 这与前人的研究结论相符[14, 41~45]. 蔓延度指数越大, 流域单元内斑块聚集程度就越高, 巢湖出湖口的总氮、氨氮浓度远低于入湖口, 这主要是由于出湖口流域单元包含巢湖湖泊, 具有较大的水体聚集度, 从而使其具有较强的吸收存储污染物以及净化水质的能力[46, 47]；散布与并列指数越大, 流域单元内景观分离程度越高, 南淝河的总氮、氨氮和总磷浓度较高, 这是由于南淝河流域城市化进程较快, 自然环境被不断改造, 流域单元内原有景观被不断分割, 景观整体性受损, 河流氮磷污染也随之增加[14]；香农多样性指数越大, 流域单元的景观多样性越高, 加剧了地表面源污染, 导致河流营养盐浓度增大, 这与蔡宏等[45]在赤水河流域的研究结论相一致.
3.3 降水和坡度对河流水质的影响目前针对基于流域单元的气候、地形和土壤对河流水质影响效应的研究较少, 本文考虑了不同流域单元气候、地形等景观特征的空间分异性, 发现降水和坡度对河流水质有一定影响.
本文表明累计降水量与水质指标之间呈现较强的负相关性, 主要是由于大气降水对河流营养盐具有稀释作用. 地形坡度与河流水质间呈现负相关, 而Lei等[8]研究发现污染严重的河流主要分布在地形较陡的区域, 这与本文的研究结论不一致. 这主要是由于Lei等[8]所研究区域地形起伏大, 坡度陡的流域单元内分布有较大面积的牧场和耕地等“源”景观, 坡度加大促进了氮磷等营养盐的转移, 从而加剧水质污染；而本研究区坡度较大的流域单元处在杭埠河上游, 其景观类型主要以天然林草地为主, 缺少“源”景观的影响, 中下游各流域单元内地势平坦, 耕地和建筑用地占比增加, 提供大量营养盐输入河流, 导致地形坡度与河流水质呈现出负相关关系.
4 结论（1）河流水质空间差异大, 以氮污染为主. 除杭埠河上游、裕溪河上游以及柘皋河的总氮指标未超过Ⅳ类外, 其余河流多数均超过Ⅴ类；杭埠河中上游的氨氮指标未超过Ⅱ类, 南淝河与十五里河的氨氮指标超过Ⅴ类, 其余河流介于Ⅱ类和Ⅲ类间；除南淝河、十五里河以及派河的总磷浓度处于Ⅲ类水标准外, 其余河流都处于Ⅱ类水标准.
（2）流域单元内建筑用地比例、斑块密度、散布与并列指数与河流水质呈负相关, 林草地比例、蔓延度指数与河流水质呈正相关. 流域单元内景观类型分割程度越高, 聚集程度越低, 河流水质越差；反之, 水质越好. 流域单元的建筑用地比例增大会引起水质恶化, 而林草地比例增大对河流水质起到改善作用.
（3）流域单元综合景观特征对河流水质的影响存在季节性差异. 其中, 流域单元内建筑用地比例对河流水质的负面影响、林草地比例与蔓延度指数对河流水质的改善作用均表现为湿季强于干季, 可能是由干湿季降水的差异引起的.
| [1] | Li J Q, Shen Z Y, Cai J Y, et al. Copula-based analysis of socio-economic impact on water quantity and quality: A case study of Yitong River, China[J]. Science of the Total Environment, 2023, 859. DOI:10.1016/J.SCITOTENV.2022.160176 |
| [2] |
程清平, 钟方雷, 左小安, 等. 美丽中国与联合国可持续发展目标(SDGs)结合的黑河流域水资源承载力评价[J]. 中国沙漠, 2020, 40(1): 204-214. Cheng Q P, Zhong F L, Zuo X A, et al. Evaluation of water resources carrying capacity of Heihe River basin combining beautiful China with SDGs[J]. Journal of Desert Research, 2020, 40(1): 204-214. |
| [3] |
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. |
| [4] |
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. |
| [5] |
吕志强, 庆旭瑶, 任玉芬, 等. 山地城市河流土地利用结构对水质的影响——以重庆市为例[J]. 湖泊科学, 2016, 28(2): 319-327. Lv Z Q, Qing X Y, Ren Y F, et al. Effects of land use pattern on water quality in mountainous city - a case study of Chongqing city[J]. Journal of Lake Sciences, 2016, 28(2): 319-327. |
| [6] | ManderÜ, Kull A, Tamm V, et al. Impact of climatic fluctuations and land use change on runoff and nutrient losses in rural landscapes[J]. Landscape and Urban Planning, 1998, 41(3-4): 229-238. DOI:10.1016/S0169-2046(98)00061-9 |
| [7] | Liu J, Liu X L, Wang Y, et al. Landscape pattern at the class level regulates the stream water nitrogen and phosphorus levels in a Chinese subtropical agricultural catchment[J]. Agriculture, 2020, 295. DOI:10.1016/j.agee.2020.106897 |
| [8] | Lei C G, Wagner P D, Fohrer N. Effects of land cover, topography, and soil on stream water quality at multiple spatial and seasonal scales in a German lowland catchment[J]. Ecological Indicators, 2021, 120. DOI:10.1016/j.ecolind.2020.106940 |
| [9] | Zhang W S, Li H P, Xiao Q T, et al. Urban rivers are hotspots of riverine greenhouse gas (N2O, CH4, CO2) emissions in the mixed-landscape Chaohu Lake basin[J]. Water Research, 2021, 189. DOI:10.1016/j.watres.2020.116624 |
| [10] | Palmer M, Ruhi A. Linkages between flow regime, biota, and ecosystem processes: implications for river restoration[J]. Science, 2019, 365(6459). DOI:10.1126/science.aaw2087 |
| [11] |
方神光, 江佩轩. 景观格局及其对河湖水环境与水生态影响研究进展[J]. 人民珠江, 2020, 41(9): 70-78. Fang S G, Jiang P X. Research progress on landscape pattern and its impacts on water environment and water ecology of rivers and lakes[J]. Pearl River, 2020, 41(9): 70-78. DOI:10.3969/j.issn.1001-9235.2020.09.011 |
| [12] |
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. |
| [13] |
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. |
| [14] |
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. Lv 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. |
| [15] |
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. |
| [16] |
刘婉锐, 朱卫红, 姜明, 等. 布尔哈通河流域景观格局与河流水质关系研究[J]. 湿地科学, 2020, 18(6): 750-758. Liu W R, Zhu W H, Jiang M, et al. Relationship between landscape pattern of Buerhatong River basin and water quality of Buerhatong River[J]. Wetland Science, 2020, 18(6): 750-758. |
| [17] | Asnake K, Worku H, Argaw M. Assessing the impact of watershed land use on Kebena River water quality in Addis Ababa, Ethiopia[J]. Environmental Systems Research, 2021, 10(1). DOI:10.1186/S40068-020-00208-Y |
| [18] |
梁旭, 刘华民, 纪美辰, 等. 北方半干旱区土地利用/覆被变化对湖泊水质的影响: 以岱海流域为例(2000-2018年)[J]. 湖泊科学, 2021, 33(3): 727-736. Liang X, Liu H M, Ji M C, et al. Effects of land use /cover change on lake water quality in the semi-arid region of northern China: A case study in Lake Daihai basin (2000-2018)[J]. Journal of Lake Sciences, 2021, 33(3): 727-736. |
| [19] |
易玉敏, 祝家能, 刘鹏. 湖库型水源地富营养状况及土地利用对水质的影响[J]. 西南林业大学学报, 2021, 41(5): 139-148. Yi Y M, Zhu J N, Liu P. Effects of eutrophic status and land-use types on water quality in lake and reservoir water source reserves[J]. Journal of Southwest Forestry University, 2021, 41(5): 139-148. |
| [20] | Xu S, Li S L, Zhong J, et al. Spatial scale effects of the variable relationships between landscape pattern and water quality: Example from an agricultural karst river basin, Southwestern China[J]. Agriculture, 2020, 300. DOI:10.1016/j.agee.2020.106999 |
| [21] | 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 |
| [22] | 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 |
| [23] |
刘超, 王智源, 张建华, 等. 景观类型与景观格局演变对洪泽湖水质的影响[J]. 环境科学学报, 2021, 41(8): 3302-3311. Liu C, Wang Z Y, Zhang J H, et al. Effects of landscape types and landscape pattern evolution on water quality of Hongze Lake[J]. Acta Scientiae Circumstantiae, 2021, 41(8): 3302-3311. |
| [24] |
奚姗姗, 周春财, 刘桂建, 等. 巢湖水体氮磷营养盐时空分布特征[J]. 环境科学, 2016, 37(2): 542-547. Xi S S, Zhou C C, Liu G J, et al. Spatial and temporal distributions of nitrogen and phosphate in the Chaohu Lake[J]. Environmental Science, 2016, 37(2): 542-547. |
| [25] |
王亚琼, 高曼莉, 罗劲松, 等. 2001-2021年巢湖流域植被覆盖时空变化及驱动分析[J/OL]. 长江科学院院报, 2023: 1-11. http://kns.cnki.net/kcms/detail/42.1171.TV.20230626.1503.010.html, 2023-08-31. Wang Y Q, Gao M L, Luo J S, et al. Spatio-temporal variations of vegetation coverage and driving forces in Chaohu Lake basin from 2001 to 2021[J/OL]. Journal of Changjiang River Scientific Research Institute, 2023: 1-11. http://kns.cnki.net/kcms/detail/42.1171.TV.20230626.1503.010.html, 2023-08-31. |
| [26] |
何苗, 刘桂建, 吴蕾, 等. 巢湖流域丰水期可溶态重金属空间分布及污染评价[J]. 环境科学, 2021, 42(11): 5346-5354. He M, Liu G J, Wu L, et al. Spatial distribution and pollution assessment of dissolved heavy metals in Chaohu Lake basin during the wet season[J]. Environmental Science, 2021, 42(11): 5346-5354. |
| [27] | Peng S Z, Ding Y X, Liu W Z, et al. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017[J]. Earth System Science Data, 2019, 11(4): 1931-1946. DOI:10.5194/essd-11-1931-2019 |
| [28] |
李祚泳. 用B-P神经网络实现多波段遥感图像的监督分类[J]. 红外与毫米波学报, 1998, 17(2): 153-156. Li Z Y. Supervised classification of multispectral remote sensing image using B-P neural network[J]. Journal of Infrared and Millimeter Waves, 1998, 17(2): 153-156. DOI:10.3321/j.issn:1001-9014.1998.02.013 |
| [29] |
骆剑承, 周成虎, 杨艳. 人工神经网络遥感影像分类模型及其与知识集成方法研究[J]. 遥感学报, 2001, 5(2): 122-129. Luo J C, Zhou C H, Yang Y. ANN remote sensing classification model and its integration approach with geo-knowledge[J]. Journal of Remote Sensing, 2001, 5(2): 122-129. |
| [30] |
张科利, 彭文英, 杨红丽. 中国土壤可蚀性值及其估算[J]. 土壤学报, 2007, 44(1): 7-13. Zhang K L, Peng W Y, Yang H L. Soil erodibility and its estimation for agricultural soil in China[J]. Acta Pedologica Sinica, 2007, 44(1): 7-13. DOI:10.3321/j.issn:0564-3929.2007.01.002 |
| [31] |
焦胜, 杨娜, 彭楷, 等. 沩水流域土地景观格局对河流水质的影响[J]. 地理研究, 2014, 33(12): 2263-2274. Jiao S, Yang N, Peng K, et al. The effects of land-use and landscape pattern on water quality in Weihe River watershed[J]. Geographical Research, 2014, 33(12): 2263-2274. |
| [32] |
张大伟, 李杨帆, 孙翔, 等. 入太湖河流武进港的区域景观格局与河流水质相关性分析[J]. 环境科学, 2010, 31(8): 1775-1783. Zhang D W, Li Y F, Sun X, et al. Relationship between landscape pattern and river water quality in Wujingang region, Taihu Lake watershed[J]. Environmental Science, 2010, 31(8): 1775-1783. |
| [33] |
黄金良, 李青生, 洪华生, 等. 九龙江流域土地利用/景观格局-水质的初步关联分析[J]. 环境科学, 2011, 32(1): 64-72. Huang J L, Li Q S, Hong H S, et al. Preliminary study on linking land use & landscape pattern and water quality in the Jiulong River watershed[J]. Environmental Science, 2011, 32(1): 64-72. DOI:10.3969/j.issn.1007-6336.2011.01.015 |
| [34] |
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. |
| [35] |
王孟文, 齐伟, 王鹏涛, 等. 鲁东山区流域景观格局与面源污染关联关系[J]. 自然资源学报, 2020, 35(12): 3007-3017. Wang M W, Qi W, Wang P T, et al. Relationship of landscape pattern and non-point source pollution in mountainous area of Eastern Shandong province[J]. Journal of Natural Resources, 2020, 35(12): 3007-3017. |
| [36] | Dancey C P, Reidy J. Statistics without maths for psychology[M]. Essex: Pearson Education, 2014. |
| [37] | Ter Braak T C J F, Smilauer P. Canoco reference manual and user's guide: software for ordination, version 5.0[M]. Ithaca, USA: Microcomputer Power, 2012. |
| [38] | GB 3838-2002, 地表水环境质量标准[S]. |
| [39] |
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. |
| [40] |
王子铭, 杨丽虎, 宋献方. 雄安建设初期白洋淀水质时空差异及其对降雨和土地利用的响应[J]. 环境科学, 2023, 44(7): 3820-3834. Wang Z M, Yang L H, Song X F. Spatial-temporal variation in water quality and its response to precipitation and land use in Baiyangdian Lake in the early stage of the construction of Xiong'an new Area[J]. Environmental Science, 2023, 44(7): 3820-3834. |
| [41] |
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. |
| [42] |
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. |
| [43] |
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 Liuxi River watershed[J]. Acta Ecologica Sinica, 2015, 35(2): 246-253. |
| [44] |
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. |
| [45] |
蔡宏, 林国敏, 康文华. 赤水河流域中上游坡地景观特征对河流水质的影响[J]. 地理研究, 2018, 37(4): 704-716. Cai H, Lin G M, Kang W H. The effects of sloping landscape features on water quality in the upper and middle reaches of the Chishui River watershed[J]. Geographical Research, 2018, 37(4): 704-716. |
| [46] |
黄冬凌, 倪兆奎, 赵爽, 等. 基于湖泊与出入湖水质关联性研究: 以鄱阳湖为例[J]. 环境科学, 2019, 40(10): 4450-4460. Huang D L, Ni Z K, Zhao S, et al. Correlation analysis of water quality between lake inflow and outflow: a case study of Poyang Lake[J]. Environmental Science, 2019, 40(10): 4450-4460. |
| [47] |
王艳平, 徐伟伟, 韩超, 等. 巢湖沉积物氮磷分布及污染评价[J]. 环境科学, 2021, 42(2): 699-711. Wang Y P, Xu W W, Han C, et al. Distribution of nitrogen and phosphorus in Lake Chaohu sediments and pollution evaluation[J]. Environmental Science, 2021, 42(2): 699-711. |