水质的健康在生态系统的保护、农业和工业发展、居住生活以及公共健康等方面都有很重要的作用. 然而, 地表水容易受到点源污染和非点源污染的影响. 点源污染通常包括工业废水和城市生活污水污染, 相对容易识别与控制^[1]. 非点源污染为在降水的冲刷作用下, 污染物通过径流过程而汇入受纳水体导致的污染, 其来源通常为扩散源, 有研究表明^[2], 非点源污染已经成为影响水质的关键因素. 土地利用变化可以直观反映出人类活动对生态环境造成的影响, 土地利用类型反映了与人类活动相关的土地利用强度^[3], 是影响水质的关键因素, 而景观格局对非点源污染的产生、迁移和转换过程起着重要作用^[4]. 土地利用类型与景观格局互相作用共同影响水质. 因此, 探讨二者的交互作用对水质的影响, 对土地利用的管理规划及维护水质安全具有重要意义.

近年来, 土地利用类型和景观格局对水质的影响受到了广泛的关注. 研究方法主要包括相关分析^[5]、冗余分析^[6]、SWAT模型^[7]、地理加权回归模型^[8]和多元线性回归^[9]等. 已有研究表明土地利用对水质存在显著影响并且取决于时空尺度^[10]. 空间尺度往往指的是不同的地域范围, 目前大部分研究针对的是子流域^[11]、河岸带缓冲区^[12]和点缓冲区^[13]等空间尺度, 但是对于哪种空间尺度土地利用结构与空间格局对水质影响最大, 目前尚无共识. Shi等^[14]研究表明在1 000 m河岸缓冲区尺度下, 土地利用与河流水质的相关性最高, 且不同的土地利用指标对水质有不同的尺度效应；而郭羽羽等^[15]和Zhang等^[16]分别认为1 000 m河段缓冲区和子流域尺度上土地利用对水质的空间尺度影响最强. 时间尺度一般指季节差异, 季节往往与降水有直接关系, 季节变化也会影响土地利用与水质指标之间的联系. 例如郭羽羽等^[15]和Shi等^[14]研究表明雨季土地利用与水质之间相关性比旱季更强；而三峡库区和河湟谷地旱季的水质和土地利用指标之间的相关性比雨季更强^[17]. 除此之外, 土地利用类型也会随着研究区域的不同对水质产生不同影响, 张殷俊等^[18]研究了巢湖流域缓冲区尺度下土地利用与水质之间的关系及影响因素, 结果表明林地对水质具有正面影响, 建设用地具有负面影响；郭羽羽等^[15]研究结果表明耕地面积占比与NH₄⁺-N和COD浓度呈现较大的正相关性, 草地在大多数时空尺度下与NH₄⁺-N和COD浓度呈负相关, 与pH和DO浓度呈正相关, 对水质有净化作用；Ahearn等^[19]的研究结果表明一定区域草地面积的占比对水质恶化具有一定的关系；也有研究表明建筑用地面积的增加并未对流域水质产生负面的影响, 建筑用地面积比不足以作为影响水质的关键因子. 土地利用在以上几个方面对水质指标存在不一致的结果归因于每个流域的独特特征. 景观格局在流域养分循环、水土保持、生态水文过程中发挥了关键作用, 景观格局的变化是决定水环境质量的关键因素之一. 常见的景观指数有：最大斑块指数（LPI）、景观分割指数（DIVISION）、蔓延度指数（CONTAG）、边缘密度（ED）、斑块密度（PD）和香农多样性（SHDI）等^[20], 有研究表明, 多个景观指数如斑块密度、边缘密度、斑块面积指数、最大斑块指数和蔓延度等均与河流水质有显著的相关性^[21], 杨洁等^[22]研究发现太湖流域苏州市PD、SHDI与水质有正相关关系, 而CONTAG、LPI与水质有负相关关系. 也有研究表明景观格局对水质的影响存在空间尺度效应, 并且人们对其影响水质变化的最优空间尺度存在分歧^[21], 子流域尺度^[20]和河岸带尺度^[23]均有人指出是影响水质的关键景观格局. 景观格局往往与土地利用一起分析对水质的影响. 需要进行更多的研究来量化不同的土地利用及景观格局下时空尺度对水质的影响, 以优化土地利用结构, 有效进行水质管理.

陕北黄土高原整个位于黄土高原中部, 包括榆林和延安两个地级市, 25个区、县、市. 该地区也是生态环境高度脆弱、水土流失严重且人地矛盾突出. 该区域从1999年开始实行退耕还林、退耕还草等工程进行生态修复, 到目前为止该地区土地利用格局和生态环境变化显著^[24]. 陕北黄土高原北部为风沙草滩区, 中部为黄土丘陵沟壑区, 南部为梁状低山丘陵区^[25], 两市地形地貌有一定差别. 同时, 两市根据本市情况制定的生态修复政策、投入的资源存在差异, 导致当前生态修复情况和土地利用格局的改善情况有所不同. 例如, 2000~2020年生态空间仅府谷县、神木市、榆林市、靖边县、定边县和黄陵县为降低, 其他各县/市区均增加^[25]. 虽然近年来陕北黄土高原生态空间占有率略有提升, 但区域间差异较大, 而且受经济和人口因素影响变化不稳定^[26]. 有研究表明^[14]土地利用与水质的关系存在区域异质性和空间尺度差异性, 两市土地利用存在一定的差异, 或许会导致两流域内水质和土地利用的关系有所不同. 而无定河和延河都为黄河的一级支流, 且分别位于榆林和延安, 具有一定代表性. 两流域长期处在严重的水土流失和水资源分布不均等窘境, 加上人类活动不断加剧对河流生态的破坏, 河流水质问题日渐凸显^[27], 且当前对两流域水质和土地利用的关系的研究甚少^[28]. 因此, 本文通过野外采样监测、数理统计分析和利用遥感技术进行空间分析等方法, 探讨无定河和延河流域在时空上的水污染变化情况和流域不同时空尺度下土地利用指数与水质的关系, 旨在为区域生态可持续提供科学依据和理论基础.

无定河和延河都是黄河的一级支流（图 1）. 无定河发源于陕西省靖边县、定边县和吴旗县这三县交界处的白于山, 由西向东流经内蒙古伊克昭盟和陕西省榆林、延安等地, 于清涧县河口村汇入黄河. 地处（108°27'39″ ~ 110°34'22″E, 37°02'31″ ~ 38°55'52″N）之间, 干流全长约491 km^[27], 流域具有典型的干旱半干旱季风气候, 年平均气温在9.5℃, 多年平均降水量为300~550 mm^[29], 由于受温带季风的影响, 雨季（6~9月）的降水量占全年的74%, 土壤以黄绵土和风沙土为主. 土地利用类型以草地、耕地、裸地和人造地表为主. 延河发源于白于山附近, 流经延安市安塞区、宝塔区和延长县3个县（区）, 在延长县南河沟乡凉水岸附近注入黄河^[30], 全长286.9 km, 地处（36°23′~37°17′N, 108°45′~110°28′E）之间, 延河流域为暖温带半干旱大陆性季风气候, 降雨主要集中在夏季, 尤其是汛期3个月（6~9月）^[31], 土地利用类型以草地、耕地、林地和人造地表为主.

图 1

Fig. 1

图 1 无定河及延河流域子流域及缓冲区划分及采样点分布情况示意 Fig. 1 Division of sub basins and buffer zones in Wuding River Basin and Yanhe River Basin and distribution of sampling sites

2021年榆林在4月和9月总降雨量分别为10 mm和49.5 mm, 延安分别为29.3 mm和249.8 mm, 两个月内降雨量具有明显差别, 故本研究分别在2021年4月（春季）和2021年9月（秋季）对无定河流域、延河流域进行了2次野外采样工作, 综合考虑河道地形和水文环境等因素, 无定河和延河流域每个时期内采样点数量分别为29和24个, 共采集106个样品. 所采水样均在河道有明显水流处水面以下约0.5 m处取得, 样品采集时戴一次性无粉芦荟手套, 采样时先用超纯水清洗聚乙烯瓶, 再用河流水体冲洗3次后装取水样, 为减少储存期间的污染, 所有水样收集后均冷藏在培养箱（4℃）中, 然后快递至实验室冷藏室待分析^[32].

现场测定记录样点经纬度位置和高程, 采用多参数控制器（美国YSI ProPLus, YSI, USA）现场测量总溶解固体（TDS）、电导率（EC）、溶解氧（DO）和pH. 将采集的水样处理后带回实验室测定：高锰酸盐指数（GB 11892-89）、总氮（TN, HJ 636-2012）、总磷（TP, GB 11893-89）、氨氮（NH₄⁺-N, HJ 535-2009）和硝氮（NO₃^--N, HJ/T 346-2007）^[33].

无定河流域和延河流域土地利用数据为2020年Landsat8的30 m精度数据, 由GlobeLand30：全球地理信息公共产品（http://www.globallandcover.com）提供, 研究区土地利用类型划分为耕地、林地、草地、水体、人造地表、裸地和灌木地^[34], 其中, 灌木地、水体占比除个别区域外均不超5%, 后续不考虑分析. 参考国内外研究, 河段、河岸带及子流域3个空间尺度下土地利用对水质具有较好的预测效果^{[10, 15]}, 结合无定河流域、延河流域区域特征, 两河宽均在200~500 m, 且小范围内土地利用变化程度较小, 故将土地利用指标分为子流域、1 000 m河岸带缓冲区和1 000 m点缓冲区3个空间尺度. 基于无定河、延河流域2020年DEM数据, 利用ArcGIS扩展模块ArcSWAT^[35], 对两流域水系进行提取, 并以采样点为出水口提取对应的子流域. 1 000 m点缓冲区是以采样点为圆心, 半径为500 m的圆形缓冲区；1 000 m河岸带缓冲区沿采样点上溯, 以子流域为边界截取河流向左右两岸延伸500 m生成对应的线缓冲区, 提取各空间尺度的土地利用数据.

本文参考国内外已有研究^[36~39], 根据郭羽羽等^[15]对黄河土地利用与水质之间关系的研究中发现, 土地利用类型百分比（PLAND）指数、斑块密度（PD）和香农多样性指数（SHDI）对水质影响较显著, 且PD和SHDI对水质的作用结果存在不确定性^{[15, 40]}. 无定河和延河流域均包含于黄河流域, 存在一定相似性. 所以在空间格局上选取了PD和SHDI指数, 根据ArcGIS提取的子流域和缓冲区的栅格地图, 并通过Fragstats v4.2.1软件得到数据. PD反映了景观密集程度的差异, SHDI为邻近度指标, 可表征景观异质性, 土地利用类型越丰富, SHDI值越高^{[15, 40]}.

水质质量指数（WQI）综合评估法是一种评估标准较为固定的评价方法, 其各指标的分值以及指标权重依据大量前人研究或各参与评估指标对水体健康的危害程度来确定, 是一种基于河流水质真实情况的评估^[41]. 其计算公式为：

(1)

式中, WQI为水质综合指数（表 1）, C_i为水质因子i的标准化得分；P_i为水质因子i的权重, P_i的最小值是1, 最大值为4（表 1）；WQI评估值范围为0~100, 其值越高, 代表水质健康程度越高. 根据得分河流水质被分为5个等级：优秀[90~100]、良好[70~90）、一般[50~70）、差[25~50）和极差[0~25）.

表 1 (Table 1)

表 1 WQI方法各水质因子分数及权重1） Table 1 WQI method scores and weights of various water quality factors 因子 权重（Pi） 标准化分数（Ci） 100 90 80 70 60 50 40 30 20 10 0 ρ（DO）/mg·L-1 4 ≥ 7.5 > 7 > 6.5 > 6 > 5 > 4 > 3.5 > 3 > 2 ≥ 1 < 1 ρ（TP）/mg·L-1 1 < 0.01 < 0.02 < 0.05 < 0.1 < 0.15 < 0.2 < 0.25 < 0.3 < 0.35 ≤ 0.4 > 0.4 ρ（TN）/mg·L-1 3 < 0.1 < 0.2 < 0.35 < 0.5 < 0.75 < 1 < 1.25 < 1.5 < 1.75 ≤ 2 > 2 ρ（NH4+-N）/mg·L-1 3 < 0.01 < 0.05 < 0.1 < 0.2 < 0.3 < 0.4 < 0.5 < 0.75 < 1 ≤ 1.25 > 1.25 ρ（NO3--N）/mg·L-1 2 < 0.5 < 1 < 1.5 < 2 < 3 < 4 < 5 < 6 < 8 ≤ 10 > 10 ρ（NO2--N）/mg·L-1 2 < 0.005 < 0.01 < 0.03 < 0.05 < 0.1 < 0.15 < 0.2 < 0.25 < 0.5 ≤ 1 > 1 ρ（TDS）/mg·L-1 2 < 100 < 500 < 750 < 1 000 < 1 500 < 2 000 < 3 000 < 5 000 < 10 000 ≤ 20 000 > 20 000 EC/μS·cm-1 2 < 750 < 1 000 < 1 250 < 1 500 < 2 000 < 2 500 < 3 000 < 5 000 < 8 000 ≤ 12 000 > 12 000 Turb/NTU 2 < 5 < 10 < 15 < 20 < 25 < 30 < 40 < 60 < 80 ≤ 100 > 100 pH 1 7 7 ~ 8 7 ~ 8.5 7 ~ 9 6.5 ~ 7 6 ~ 9.5 5 ~ 10 4 ~ 11 3 ~ 12 2 ~ 13 1 ~ 14 T/℃ 1 21 ~ 16 22 ~ 15 24 ~ 14 26 ~ 12 28 ~ 10 30 ~ 5 32 ~ 0 36 ~ 2 40 ~ 4 45 ~ 6 > 45 ~ 6 1）指标得分和权重依据前人研究结果或对水健康危害程度确定[42, 43]

表 1 WQI方法各水质因子分数及权重1） Table 1 WQI method scores and weights of various water quality factors

通过Kolmogorov-Smirnov试验检验数据的正态性, 并对数据进行变换, 以满足正态性假设. 通过独立样本T检验获得水质指标的时间差异, 通过单因素方差分析获得水质指标的空间差异. 冗余分析（RDA）现在被广泛用于确定环境因素和景观指标之间的关系. 通过CANOCO 4.5软件做RDA在多个空间尺度上检查水质和景观关系. 指向同一方向的两个变量的箭头表示正相关, 两个箭头之间的角度与它们的相关程度成反比, 箭头的长度可以解释为贡献的相互相似性. 土地利用指标解释的水质变化比例也可以从RDA结果中获得.

无定河、延河流域土地利用结构如图 2和图 3所示. 无定河流域内景观分布整体以耕地和草地为主, 不同空间尺度下, 景观组成和空间格局存在差异. 1 000 m点缓冲区和1 000 m河岸带缓冲区尺度下, 土地利用类型面积占比大小表现均为：耕地 > 草地 > 人造地表 > 裸地 > 水体 > 灌木地 > 林地, 且1 000 m河岸带尺度下人造地表面积、耕地面积和水体面积占比有所增加, 而草地和裸地面积占比下降. 子流域尺度下, 耕地和草地仍为主要景观, 人造地表面积占比继续增加, 草地面积继续减少. 整体上看, 在多数空间尺度下, PD值大小表现为：1 000 m河岸缓冲区 > 1 000 m点缓冲区 > 子流域, 河岸和点缓冲区PD均值较为接近, 景观斑块更加破碎. SHDI值在1 000 m河岸缓冲区内较大, 土地利用类型相对丰富, 空间分布相对均衡.

图 2

Fig. 2

（a）子流域缓冲区, （b）1 000 m河岸带缓冲区, （c）1 000 m点缓冲区 图 2 无定河流域各空间尺度土地利用类型分布情况 Fig. 2 Distribution of land use types at various spatial scales in Wuding River Basin

图 3

Fig. 3

（a）子流域缓冲区, （b）1 000 m河岸带缓冲区, （c）1 000 m点缓冲区 图 3 延河流域各空间尺度土地利用类型分布情况 Fig. 3 Distribution of land use types at various spatial scales in Yanhe River Basin

延河流域内景观分布整体仍以草地和耕地为主, 3种空间尺度下, 土地利用类型面积占比大小均表现为：草地 > 耕地 > 林地 > 人造地表 > 灌木地 > 水体 > 裸地, 但是随着空间尺度的增大, 人造地表面积占比逐渐增大, 草地面积逐渐减小. 其他类型土地利用占比较小. 整体上看, PD与SHDI值均在1 000 m河岸缓冲区内较大.

无定河流域和延河流域水质指标均值及时空差异如表 2所示, 在时空尺度上均表现出明显的差异性. 独立样本T检验结果显示, 从季节变化来看, 无定河流域内DO、pH、TN和COD存在显著季节差异（P < 0.05）, 该流域内大部分采样点COD和pH水平秋季高于春季, TN和DO水平总体上春季高于秋季；延河流域内, DO、NO₃^--N、NH₄⁺-N、pH、TN和TP存在明显季节变化（P < 0.05）, 除DO外其余指标水平秋季高于春季. 单因素方差分析的结果显示, 从空间变化看, 无定河流域春季的NH₄⁺-N和NO₃^--N与秋季的DO和NO₃^--N存在一定空间差异；延河流域春季的EC、DO、TP和秋季的NO₃^--N、TP存在明显空间差异. 无定河流域NO₃^--N和COD在中游、下游、大理河和淮宁河浓度较高, 此外延河流域秋季TP、TN和NH₄⁺-N在中、下游浓度偏高.

表 2 (Table 2)

表 2 无定河和延河环境变量均值及其时空差异1） Table 2 Mean value and spatial-temporal difference of environmental variables in Wuding River and Yanhe River 参数 均值 空间差异 时间差异 无定河 延河 无定河 延河 无定河 延河 春季 秋季 春季 秋季 春季 秋季 春季 秋季 EC 1 481.583 1 490.310 957.488 1 041.611 0.194 0.475 0.000 0.260 0.980 0.078 DO 9.809 6.090 9.748 7.218 0.104 0.001 0.090 0.800 0.000 0.000 pH 8.227 9.069 8.008 8.967 0.157 0.764 0.423 0.943 0.000 0.000 TDS 918.195 987.261 707.900 674.646 0.235 0.523 0.553 0.029 0.760 0.716 NH4+-N 0.429 0.494 0.092 0.491 0.011 0.747 0.753 0.620 0.545 0.000 NO3--N 0.186 0.184 0.122 0.326 0.000 0.011 0.364 0.008 0.927 0.000 TN 2.936 2.380 1.910 2.375 0.084 0.574 0.628 0.030 0.000 0.330 TP 0.206 0.390 0.235 0.392 0.589 0.246 0.282 0.021 0.093 0.017 COD 31.626 46.496 23.178 32.190 0.395 0.267 0.892 0.981 0.009 0.122 1）黑体字数据分别表示空间差异显著和时间差异显著, 且P < 0.05

表 2 无定河和延河环境变量均值及其时空差异1） Table 2 Mean value and spatial-temporal difference of environmental variables in Wuding River and Yanhe River

无定河流域和延河流域WQI指数如图 4所示, 无定河流域在春秋两季水质WQI值范围为50~84.62和51.92~80.77, 均值分别为65.48和61.67, 水质类别均为“良好”和“一般”, 分别占总体的20%、80%和10%、90%, 两季水质差异较小. 延河流域春季时水质WQI值为61.33~83.33, 均值为71.04, 水质类别为“良好”和“一般”, 分别占54.5%和45.5%；在秋季时水质WQI值为44.33~76.00, 均值为58.75, 水质类别为“良好”、“一般”和“差”, 分别占9.1%、72.7%和18.2%, 两季水质差异较大. 无定河和延河流域的中、下游水质相对较差.

图 4

Fig. 4

图 4 无定河及延河两流域WQI指数 Fig. 4 WQI index of Wuding River and Yanhe River basins

为了量化土地利用和景观格局对水质的影响, 进行了RDA分析, RDA结果如表 3、表 4、图 5和图 6所示, 结果表明, 无定河流域春季土地利用类型与景观格局类型对水质的总解释率总体上大于秋季总解释率, 分别解释了28%和22%以上的水质变化, 延河流域变化规律与无定河流域总体上呈相反的趋势, 表明土地利用方式对总体水质的影响在不同区域内表现出季节差异. 土地利用和景观格局对水质的解释率因空间尺度选取而异. 无定河流域内, 春秋两季土地利用在河岸缓冲区尺度上对水质的解释率最大, 其次是点缓冲区尺度, 最后是子流域尺度. 春季土地利用指数在点缓冲区尺度上解释了30.5%, 但当尺度增加到河岸时, 这一比例增加到33.6%, 然而, 随着尺度扩大到流域范围, 解释能力下降到28.7%. 延河流域内春季变化规律与无定河流域一致, 而秋季随着空间尺度的增大, 对水质的解释率也在逐渐增大.

表 3 (Table 3)

表 3 无定河流域基于冗余分析（RDA）的土地利用和景观格局对水质的解释 Table 3 Interpretation of water quality by land use and landscape pattern based on redundancy analysis (RDA) in Wuding River Basin 空间尺度 季节 耕地 草地 人造地表 裸地 PD SHDI 总解释率/% 解释变量(贡献率/%) 子流域 春 4.7 2.9 5.5 10.4 2.5 2.7 28.7 裸地(36.0)和人造地表(19.2) 秋 6.0 4.9 2.3 2.6 2.9 2.5 21.2 耕地(28.3)和草地(23.0) 河岸 春 4.5 1.5 6.5 13.0 4.6 3.5 33.6 裸地(38.7)和人造地表(19.2) 秋 3.5 2.1 3.8 3.4 4.8 11.3 28.9 SHDI(39.2)和PD(16.6) 点 春 4.3 2.1 3.5 2.9 7.9 9.8 30.5 PD(26.0)和SHDI(32.0) 秋 3.0 4.8 2.9 6.9 4.0 3.1 24.7 裸地(28.0)和草地(19.4)

表 3 无定河流域基于冗余分析（RDA）的土地利用和景观格局对水质的解释 Table 3 Interpretation of water quality by land use and landscape pattern based on redundancy analysis (RDA) in Wuding River Basin

表 4 (Table 4)

表 4 延河流域基于冗余分析（RDA）的土地利用和景观格局对水质的解释 Table 4 Interpretation of water quality by land use and landscape pattern based on redundancy analysis (RDA) in Yanhe River Basin 空间尺度 季节 耕地 草地 人造地表 林地 PD SHDI 总解释率/% 解释变量(贡献率/%) 子流域 春 7.1 3.1 7.5 1.6 5.1 1.8 26.2 人造地表(28.6)和耕地(27) 秋 6.8 3.3 1.5 6.5 7.5 11.5 37.1 PD(20.2)和SHDI(31.1) 河岸 春 5.8 11.3 2.8 2.6 3.2 4.3 30.0 草地(37.8)和林地(19.3) 秋 6.3 3.3 5.7 0.6 10.9 3.7 30.5 耕地(20.6)和PD(35.7) 点 春 5.8 7.1 2.0 1.6 5.4 4.4 26.3 草地(26.9)和耕地(22.0) 秋 9.9 5.7 2.6 1.8 2.6 3.8 26.4 耕地(37.5)和草地(21.8)

表 4 延河流域基于冗余分析（RDA）的土地利用和景观格局对水质的解释 Table 4 Interpretation of water quality by land use and landscape pattern based on redundancy analysis (RDA) in Yanhe River Basin

图 5

Fig. 5

实线表示水质指标, 虚线表示土地利用类型和景观格局, 下同 图 5 无定河流域基于冗余分析（RDA）的不同时空尺度下水质参数与土地利用和景观格局指标的关系 Fig. 5 Relationship between water quality parameters and land use and landscape pattern indicators at different spatio-temporal scales based on redundancy analysis (RDA) in Wuding River Basin

图 6

Fig. 6

图 6 延河流域基于冗余分析（RDA）的不同时空尺度下水质参数与土地利用和景观格局指标的关系 Fig. 6 Relationship between water quality parameters and land use and landscape pattern indicators at different spatio-temporal scales based on redundancy analysis (RDA) in Yanhe River Basin

对水质影响最剧烈的土地利用因时空尺度的不同而不同, 同时区域内土地利用与水质指标间存在相关性. 无定河流域内, 对水质影响最显著的土地利用指数为裸地面积占比、耕地面积占比和SHDI. 其中, 春季控制水质的主导因子为裸地、人造地表, 秋季为裸地、耕地, 解释率分别为26.3%、15.5%和12.9%、12.5%. 在春季, 裸地面积在点缓冲区尺度上可以解释水质总变化的2.9%, 而当尺度扩大到河岸和子流域时, 该土地利用对水质变化的解释率分别为13%和10.4%, 且裸地与绝大多数化学指标呈负相关关系. 人造地表在空间尺度上对水质的影响与裸地相似, 且多数时空尺度下与TN成正相关关系. 耕地在春季3个尺度上对水质变化的解释率变化不大均在4.5%左右, 而在秋季子流域尺度上水质变化比在点缓冲区和河岸缓冲区尺度上更依赖于这种土地类型, 解释率达到6.0%, 且耕地与硝氮、氨氮、COD等水质指标均为正相关关系. 延河流域中, 对于各个时空尺度, 对水质影响最显著的土地利用指数为草地面积占比、耕地面积占比、人造地表面积占比、PD和SHDI. 春秋两季耕地都可以作为3个尺度上控制水质的主导因子, 春季时耕地在子流域尺度上对水质变化的解释率最大, 为7.1%, 秋季时在点缓冲区尺度上解释率最大, 为9.9%. 春秋两季人造地表面积占比对水质总变化的解释率最高的空间尺度为子流域尺度和河岸尺度, 解释率分别为7.5%和5.7%. 春季草地在河岸尺度上对水质变化表现出最高的解释率, 达到11.3%. 秋季林地在子流域尺度上解释率最大, 为6.5%. 多数时空尺度下, 耕地在春季与TN和NH₄⁺-N呈正相关关系, 人造地表与COD正相关, 草地面积占比与NO₃^--N、NH₄⁺-N、TN、DO和EC呈正相关关系, 林地面积占比与TP和NH₄⁺-N呈负相关关系, 与pH和DO呈正相关关系.

景观格局是影响水质的另一个重要因素. 无定河流域PD和SHDI仅解释了春季子流域尺度上5.2%的水质变化, 而在河岸和点缓冲区尺度上分别增加到8.1%和17.7%. 这表明PD和SHDI在更小尺度上发挥了显著作用. 延河流域在春季与无定河流域规律相似. 无定河流域秋季解释率最大的尺度为河岸尺度, 而延河流域随着尺度的减小, 尺度对水质变化的解释率也在减小. PD与绝大部分水质指标成正相关关系, SHDI与绝大部分水质指标成负相关关系. PD值的大小可表征景观斑块的破碎程度, PD值越大, 越容易造成严重的土壤侵蚀, SHDI为邻近度指标, SHDI值越大表明土地利用类型越丰富, 以上结果与之前的大多数研究一致.

无定河流域内, 多数时空尺度下, 耕地面积占比与PD、TP、NH₄⁺-N、NO₃^--N和COD呈现较大的正相关性, 这说明农业用地对水质有负面影响^{[37, 19]}, 农业土地利用会影响河流中的营养物质. 在农业地区, 增加无机肥料、有机肥和农药的投入是促进区域作物产量增加的主要方法^[44], 流域内传统的农业活动（即耕作或过度施肥）, 加上该区域耕地景观破碎程度较大, 耕地与周边地类连通性增加, 使土地上污染物浓度不断增加的同时, 污染物进入水体的途径也在增加, 最终污染物汇集入河流中, 导致水质恶化. 人造地表与TN浓度呈正相关, 表明建设用地所代表的不透水面面积增大, 地表结构会失去对污染物的截留、吸收作用, 大量污染物短时间随径流流入湖泊, 同时说明工业和生活污染源对湖水中氮元素的引入有重要贡献作用^[45]. 草地面积占比与COD、NO₃^--N和TN呈现较大的负相关性, 对水质有净化作用^[40], SHDI指数表现为对水质有正面效应, 可能是因为该区域以耕地为主, SHDI值越大, 景观多样性越丰富, 导致草地等景观的净化作用增强, 对流域内的水质产生积极影响, 能够有效防止污染物扩散. 裸地面积占比与除TN外大部分水质指标呈负相关关系, 原因是裸地上并不会种植农作物, 人类活动较少, 缺少污染源, 且裸地属于透水性下垫面, 对地表水下渗与径流的截留作用较强, 所以裸地对水质没有恶化效果^[45].

延河流域内, 多数时空尺度下, 草地面积占比在大多数时空下与NO₃^--N、NH₄⁺-N和TN呈正相关关系, 说明虽然有研究表明草地作为一种植被具有水源涵养和水质净化的效果^[40], 但是一定区域草地面积占比与水质恶化之间具有一定的关系, 这与Ahearn等^[19]的研究结果相似. 已有研究表明了草原可作为重要的硝酸盐氮来源, 在旱季, 一年生草原中的氮被矿化并积聚在土壤中, 随着雨季降雨的到来, 水开始流过上层土壤, 带走积累的硝酸盐氮, 汇入河流中, 故秋季河中硝氮含量更高. 林地面积占比与TP和NH₄⁺-N呈负相关关系, 与pH和DO呈正相关关系, 说明林地对水质有净化作用^[46], 林地对水化学元素具有吸收、截留的作用, 从而能够保持水土和净化水质^{[15, 47]}. SHDI与多数化学指标呈负相关, 该区域以草地为主, SHDI值越大, 景观越丰富, 林地面积占比增加, 导致林地等净化作用增强. 人造地表在多数时空下与COD呈正相关关系, 表明对流域水质产生负面关系, 且相比无定河流域产生了更明显的负面影响, 而耕地面积占比对水质的负面影响相较无定河流域减小, 原因是延河流域人造地表面积占比更多, 耕地面积占比更少.

土地利用对水质的影响受空间尺度影响较大, 河岸尺度比子流域和点缓冲区尺度更能解释总体水质的变化^[48], 河岸带通过减少地表径流、保留沉积物和处理营养物质来改善河流水质, 从而起到过滤作用^{[14, 40]}. 不同的土地利用类型存在不同的尺度效应, 例如无定河流域和延河流域内耕地基本都在子流域内及更大范围内与水质关系更为密切, 这可能与流域内耕地的广泛分布有关^[14]. 人造地表在河岸带尺度上对水质产生的影响最大, 其次为子流域尺度, 影响最小的尺度为点缓冲区, 这很可能是因为居民区分散在河流沿岸, 建筑造成的人为干扰破坏了河流生态系统^[40]. 延河流域内草地在较小尺度范围上对水质有更大的作用, 但是该流域内草地面积占比与水质恶化有一定关系, 因此需要在该流域内增加林地占比来增加植被丰富度和净化水质.

降水和径流的季节变化对河水污染浓度有很大影响. 无定河流域和延河流域春季降雨量均小于秋季, 研究结果发现, 春季水质优于秋季, 无定河流域春季土地利用指数对水质的总解释率高于丰水期, 差异主要来源于裸地对水质解释率在两季节内的明显不同. RDA结果可以得出无定河流域在春秋两季的主导因子除裸地外分别为人造地表和耕地, 结合无定河流域气候来看, 春季的降雨量显著偏低、径流小, 水质受气候等自然因素的影响小, 在本区域主要受人为因素干扰^[49]. 中下游人造地表占比较大, 生活污水等人为影响可能使水质变差, 同时降水量偏低也会导致河流内污染物的稀释作用偏低. 也可以看到无定河流域耕地面积占比在秋季和子流域尺度上对水质的影响更大, 且与大多数化学指标呈正相关关系, 该流域降雨集中于夏秋季, 流域内耕地面积占比较大, 随着降雨量的增大, 农田中肥料等污染源随着地表径流等方式排入河流, 导致解释率较大, 影响水质. 延河流域春季土地利用结构和景观格局指数对水质的解释率低于秋季, RDA结果可以看到耕地对延河流域水质影响比较小, 草地面积占比与PD指数对水质影响较大, 可能是由于该地区以草地为主, 草地面积占比达到一定比例后变为氮类污染物的来源, 与水质恶化相关, 加上土地利用类型破碎程度较大, 在秋季随着降雨的增多, 地表径流将污染物带入河流中.

无定河流域内耕地面积占比较大, 对水质产生负面影响, 应该进行保护性耕作以及精确施肥来减少农田内污染物的流出, 草地对水质具有净化作用, 且在子流域和点缓冲区尺度上对水质变化贡献较大, 因此无定河流域内应继续进行退耕还林、还草等工程减少水土流失. 延河流域内, 草地为主要土地利用类型且与水质恶化有关, 而林地则对水质有明显净化作用, 需要在该流域内着重增加林地面积占比, 减少草地面积占比, 而人造地表在该流域内与COD表现出一定相关性, 流域内城区主要沿河分布, 因此控制城市径流并确保符合国家标准十分重要.

（1）无定河流域内裸地面积占比、耕地面积占比和SHDI对水质影响较为显著, 该流域内耕地、人造地表对水质有负面影响, 且耕地在秋季子流域尺度上更影响水质, 人造地表在春季河岸尺度上发挥更大作用；草地、裸地和SHDI对水质有净化效果.

（2）延河流域内草地、人造地表和耕地与水质恶化有关, 林地、SHDI与水质呈负相关, 草地在1 000 m点缓冲区和1 000 m河岸带缓冲区对水质恶化效果明显.

（3）无定河、延河两流域的水质春季均高于秋季, 无定河流域土地利用类型面积占比最大为耕地, 而延河流域为草地. 无定河流域内需有效控制农田化肥农药的使用量, 减少地表径流对农田内污染物的汇集, 避免污染物在近城镇内河岸处的直接排放, 对污水进行严格管控与处理；延河流域草地与水质恶化有一定关系, 随着丰水期的到来, 降水增加, 将含氮污染物汇集到河流内, 需增加林地面积占比来净化水质.