2024, Vol. 36 
(2: 重庆师范大学 GIS应用研究重庆市高校重点实验室, 重庆 401331)
(3: 重庆市规划和自然资源调查监测院, 重庆 401120)
(4: 自然资源部国土空间规划监测评估预警重点实验室, 重庆 401120)
(2: The Key Laboratory of GIS Application Research, Chongqing Normal University, Chongqing 401331, P.R.China)
(3: Chongqing Institute of Surveying and Monitoring for Planning and Natural Resources, Chongqing 401120, P.R.China)
(4: Key Laboratory of Monitoring, Evaluation and Early Warning of Territorial Spatial Planning Implementation, Ministry of Natural Resources, Chongqing 401120, P.R.China)
联合国政府间气候变化专门委员会(IPCC)第六次评估报告指出，全球气候变暖，极端天气(高温、干旱、强降雨、洪涝等)灾害频发，这些极端天气对河流水环境和水生态等领域产生了巨大的影响。水资源是人类生存和发展中重要的自然资源之一[1]。随着人类社会的进步与发展，逐渐出现了水环境污染、水生态退化等水环境问题，严重制约我国经济社会的可持续发展[2-3]。造成水体污染的方式分为点源污染和非点源污染，点源污染如工业废水及城市生活污水，目前已得到基本控制；然而非点源污染如土地利用、景观格局变化未实现有效控制，土地利用和景观格局变化可能会导致地表径流和土壤侵蚀变化，成为影响水环境质量状况的重要因素之一[4-5]。土地利用在污染物产生、迁移和转化过程中起着重要作用以及在地表径流、水文循环等水文过程产生深刻影响，进而对水质也会产生一定的影响[6-7]。因此，探究极端天气下土地利用与水质之间的关系，对水资源保护和土地利用结构优化有重要意义。
土地利用类型与景观格局指数共同作用于流域的水文和生态过程，从而对水质产生影响，并且这种影响具有尺度效应[8]。土地利用方式对河流水质的影响主要体现在不同土地利用类型会产生不同的生态过程和地表径流，进而影响河流水质。景观格局指数是反映景观结构组成和空间配置特征的定量指标[9]。综合考虑土地利用类型和景观格局指数，可以更全面地评估土地利用对河流水质的影响[8-9]。近年来，土地利用与河流水质之间的关系成为国内外研究的热点[10-15]。关于土地利用与水质关系的时空差异性已有较多学者研究，在空间尺度上，Dai等[10]在抚仙湖流域的研究表明，河岸200 m以内的区域是影响河流水质的关键区域，并证实建设用地和农田对水质产生负面影响。Ding等[11]在东河流域的研究表明，土地利用对河流水质的影响在子流域尺度比河岸带和河段缓冲区尺度更显著。Shi等[12]研究结果表明，土地利用在河岸带缓冲区尺度比子流域和河段缓冲区尺度对水质影响更大。在时间尺度上，Alvarez-Cabria等[13]研究表明土地利用对河流水质的影响在不同的季节存在差异。Zhang等[14]在大宁河流域的研究表明，土地利用对河流水质的影响在雨季强于旱季。Xu等[15]在长江流域的研究表明，土地利用指标与旱季的水质密切相关，与雨季的水质相关性较弱。综上，虽然前人进行了土地利用对水质的多时空尺度影响研究，但对河流水质影响最强的时空尺度尚未有明确定论，且未考虑极端天气条件对水质的影响关系。气候变化也会对水质产生重要影响，部分学者对此展开研究[16-19]。例如，辛苑等[16]研究表明降雨强度大、降雨历时长的强降雨对河流水质的影响大，降雨强度增强，水质指标总氮、总磷的浓度增加。Lisboa等[17]研究表明干旱后的第一次降雨事件会出现高磷负荷现象。Benítez-Gilabert等[18]研究表明，气温升高会导致可溶性活性磷浓度增加。除此之外，极端天气的增加也会影响河流水质。郑治斌等[19]研究表明强降雨、极端高温和低温、干旱对水资源会产生负面影响。综上，极端气候条件对水环境质量影响较为强烈，而结合土地利用去探讨极端气候条件下对河流水质影响的多时空尺度研究较为匮乏。因此，急需补充极端天气条件-土地利用-水质之间的定量关系，揭示极端天气对河流水质的影响，明确极端天气下水质污染情况及土地利用对水质的主要贡献来源，为土地利用规划和水质安全管理提供理论依据。
三峡库区，位于长江流域中上游，是长江流域重要的生态保护屏障[20]，库区总面积约为5.8×104 km2，地势东高西低[21]。三峡大坝建库蓄水以来，库区水系发达，水资源丰富，但在人为干扰和经济效益驱动下，对库区景观生态格局、土地利用和水环境质量等产生负面干扰[22]。本研究以三峡库区澎溪河流域作为研究区，采用冗余分析(RDA)探讨极端天气条件下土地利用与河流水质的关系，研究目的为：(1)揭示三峡库区河流水质在极端相反气候条件下的差异性；(2)定量探究极端天气下土地利用对河流水质的多时空尺度影响；(3)探讨土地利用对河流水质影响最显著的时空尺度并阐明各土地利用指数与水质指标之间的关系。本研究为合理规划土地利用格局和景观配置提供理论支撑，以及为三峡库区水环境保护和水环境治理提供科学依据。
1 材料与方法 1.1 研究区概况澎溪河(30°49′~31°42′N，107°56′~108°54′E)发源于重庆市开州区白泉乡钟鼓村，是三峡库区北岸面积最大的一级支流，其河流长度和流域面积分别为182.4 km和5173 km2，主要流经重庆市开州、万州、云阳3个区县，并在重庆市云阳县双江镇汇入长江。流域内有东河、南河、普里河等主要支流和澎溪河干流。地势北高南低，由东北向西南倾斜[23]。该区域属于亚热带湿润季风气候，年平均降水量约为1200 mm，年平均气温为18.5℃。近年来，受全球气候变暖的影响，澎溪河等流域极端天气频发，多次出现异常天气，其中2020年夏季澎溪河遭受强降雨天气引发洪水[24]，2022年夏季经历极端高温造成严重干旱[25]。流域内土壤类型主要为紫色土和黄壤土[26]，土地利用类型以耕地和林地为主，草地次之，水域、建设用地和未利用土地较少(图 1)。
|
图 1 研究区监测点空间分布及空间尺度划分(子流域、河段缓冲区、河岸带缓冲区尺度) Fig.1 The spatial distribution and spatial scale division of monitoring points in the study area (scale of catchment, riparian buffer zone and reach buffer zone) |
本文所用的DEM高程数据和Landsat 8 OLI遥感影像均来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)。依据《土地利用现状分类》标准，采用人工目视解译和随机森林法，将研究区划分为耕地、林地、草地、水域、建设用地和未利用土地6类土地利用类型(图 1)。土地利用分类结果通过混淆矩阵精度验证，总精度达88.54%，Kappa系数为0.85。气温数据来源于美国国家海洋和大气管理局(NOAA)下设的国家环境信息中心(NCEI)(https://www.ncei.noaa.gov/data/global-summary-of-the-day/archive/)，将从NCEI下载的每个气象站点每日的最高气温数据进行反距离权重法插值，得到逐日的最高气温栅格图，然后根据行政边界统计出重庆逐日的最高气温数值并进行链接，得到2022年夏季重庆市的逐日最高气温数据。降水数据来源于中国地面气候资料日值数据集V3.0，采用反距离权重法对每日的数据进行插值，按照行政区划将数据进行统计和拼接，得到2000-2020年重庆市逐日的降水数据。1 km逐月降水栅格数据来源于国家青藏高原科学数据中心(https://data.tpdc.ac.cn/home)。
1.2.2 水样采集与处理本文参考《水质-采样方案设计技术规程》并结合三峡库区澎溪河流域的地貌特点、地形和水文特征，共布设33个采样点，涵盖东河(7个)、南河(6个)、普里河(11个)及澎溪河干流(9个)。野外采样选择在无降雨的时间段进行，3次野外采样时间覆盖不同的季节和天气条件，依次为2019年11月(旱季)、2020年7月(雨季-洪水期)和2022年8月(雨季-干旱期)。2019年11月的采样是在典型的旱季天气下进行的，代表正常气候条件下的情况。相反，2020年7月和2022年8月的采样则分别对应雨季中两个极端天气事件。2020年7月是洪水期间，长江流域出现了1998年以来最严重汛情，造成长江流域遭遇大面积洪涝灾害。2022年8月是极端高温干旱期间，我国经历了一场持续时间长、极端性强的高温干旱事件，特别是三峡库区高温天气尤为严峻。这2个时间的采样反映了极端气候条件下的水质情况。野外采样时，使用便携式GPS对所有监测点坐标定位，准确记录各个采样点的经纬度坐标及高程数据，便于重复采样。水样为河道表层10~20 cm水体，保存于高密度聚乙烯塑料瓶内，当天使用玻璃纤维滤膜(GF/F 47 mm，0.45 μm，Whatman)对原水样进行抽滤得到过滤水样，将原水样和过滤水样存放于4℃冰柜中冷藏，并于一周内进行检测。
1.2.3 水质指标测定结合三峡库区流域的水体污染情况及污染程度综合分析，本文选取水温、酸碱度(pH)、电导率(EC)、溶解氧(DO)、氨氮(NH3-N)、总磷(TP)、总氮(TN)、溶解性总磷(DTP)、溶解性总氮(DTN)、硝态氮(NO3--N)共10个指标作为评价水质的关键指标。严格开展流域内的水样采集等实验，其中水质参数中的水温、pH、EC、DO在现场采用CyberScan PCD 650多参数水质分析仪(Eutech，美国)进行检测，化学指标包括NH3-N、TP、TN、DTP、DTN、NO3--N在实验室采用北京吉天流动注射分析仪FIA-6000完成测定。其中TP和TN指标采用原水样完成测定，NH3-N、DTP、DTN、NO3--N采用过滤水样完成测定。
1.3 研究方法 1.3.1 空间尺度的创建结合国内外研究[4-5, 10]和流域实际情况，本文选取1000 m河段缓冲区、500 m河岸带缓冲区和子流域3种空间尺度来研究澎溪河流域土地利用对河流水质的影响。采用DEM高程数据和中国科学院资源环境科学数据中心(http://www.resdc.cn/) 发布的二级流域数据，并参考Shi等[12]划分空间尺度的方法，用ArcGIS10.2软件对澎溪河流域水系进行提取，并以采样点为出水口提取上游对应的子流域。1000 m河段缓冲区以采样点上游1000 m处为圆心，设置半径为1000 m的点缓冲区；500 m河岸带缓冲区以子流域为边界截取河流，并向左右两岸延伸500 m生成对应的线缓冲区(图 1)。
1.3.2 景观格局指数的计算景观结构是影响河流水质的重要因素。为综合探究景观格局指数对水质的影响[27-29]，本研究从表征景观破碎度、优势度、形状复杂性、聚集度和多样性5个维度中选取景观格局指数，包括景观面积(TA)、斑块数量(NP)、斑块密度(PD)、最大斑块指数(LPI)、总边缘长度(TE)、边缘密度(ED)、景观形状指数(LSI)、蔓延度指数(CONTAG)、相似毗邻百分比(PLADJ)、散布与并列指数(IJI)、斑块结合度(COHESION)、景观分离度指数(DIVISION)、香农多样性指数(SHDI)和聚合度指数(AI)。将3种空间尺度的土地利用类型数据的TIF格式导入Fragstats 4.2软件并计算各景观格局指数。
1.3.3 数据分析基于SPSS Statistics 25软件，水质参数K-S检验结果表明3个时间段(旱季、雨季-洪水期和雨季-干旱期)的10个水质参数的双尾渐进概率P值大于0.05，水质指标符合正态分布。运用ANOVA单因素方差分析方法获取土地利用指数的空间差异性和水质指标的时空差异性。利用Spearman相关分析方法计算各尺度下的景观格局数据和水质指标之间的相关系数，以显著性概率P＜0.05作为筛选标准，结果显示PD、LPI、DIVISION、LSI、ED、SHDI和水质指标的相关性显著(附表 Ⅰ)。冗余分析(RDA)方法用于探究土地利用与水质指标之间关系，运用Canoco5.0软件，以水质指标作为物种变量，以土地利用指标作为环境变量，首先通过趋势对应分析(DCA)，发现第1轴小于3，因此选择RDA方法来定量研究分析土地利用与河流水质之间的关系。
2 结果与分析 2.1 水质指标时空变化特征澎溪河流域水质指标在不同的时间和空间尺度下皆呈现明显差异(图 2)。从时间尺度分析，NH3-N、NO3--N、水温和EC都表现出较为显著的时间变化(P＜0.05)。TP和pH的均值在3个时间段差异较小，旱季、雨季-洪水期、雨季-干旱期分别为0.05 mg/L、0.06 mg/L、0.05 mg/L和7.75、7.63、7.60。DTP、DTN、NO3--N、pH和DO在旱季表现为最大，分别为0.04 mg/L、0.93 mg/L、1.04 mg/L、7.75和9.55 mg/L。其中DTN、DTP和DO表现为旱季>雨季-干旱期>雨季-洪水期，NO3--N和pH表现为旱季>雨季-洪水期>雨季-干旱期。NH3-N、TN、水温和EC在雨季-干旱期最大，分别为0.25 mg/L、1.71 mg/L、33.15℃和486.29。其中TN和EC表现为雨季-干旱期最大，旱季次之，雨季-洪水期最小，NH3-N和水温则表现为雨季-干旱期最大，雨季-洪水期次之，旱季最小。NH3-N浓度在雨季-干旱期(0.25 mg/L)是雨季-洪水期(0.07 mg/L)和旱季(0.05 mg/L)的3~5倍(图 2)，水温在雨季-干旱期(33.15℃)比雨季-洪水期(23.99℃)增加了近10℃。TP浓度在雨季-洪水期表现为最大，为0.06 mg/L，其值最大，略大于旱季和雨季-干旱期(图 2)。综上，雨季-洪水期的水质好于雨季-干旱期和旱季。这是由于雨季-洪水期的降雨对水中氮磷等污染元素浓度有稀释作用，而雨季-干旱期的高温干旱，导致水温升高，水中溶解物质的分解和离子的运动速率加快。
|
图 2 多时空尺度下水质指标统计(水质参数值为各河流采样点均值；直方图上标字母表示水质参数差异显著(P＜0.05)，其中小写字母表示空间尺度具有显著差异，大写字母表示时间尺度具有显著差异) Fig.2 Statistics of water quality indicators at multiple time and space scales |
从空间尺度分析，大部分水质指标皆表现出明显的空间变化(P＜0.05)。旱季和雨季-洪水期的水质指标除NH3-N外，其余指标均表现为较显著的空间变化。雨季-干旱期所有水质指标均表现为显著的空间变化(P＜0.05)。3个时间尺度下，NO3--N、水温均在澎溪河干流最大，EC均在东河最大。其余水质指标旱季和雨季-洪水期多在普里河更大，而雨季-干旱期大多在澎溪河干流更大(图 2)。
2.2 土地利用的空间差异特征耕地是澎溪河流域最主要的土地利用类型，其总面积在研究区占比51.34%，未利用土地总面积占比为0.15%，占比面积最小。林地、水域、LSI、ED和PD的空间差异性显著(P＜0.05)(图 3，表 1)。1000 m河段缓冲区尺度下，土地利用类型占比表现为耕地、林地最大，水域和草地次之，建设用地和未利用土地最小。500 m河岸带缓冲区尺度下，土地利用类型占比表现为：耕地>水域>林地>草地>建设用地>未利用土地。子流域尺度下，耕地和林地为主要土地类型，草地次之，水域、建设用地和未利用土地占比较小，且林地用地面积占比大幅增大，而未利用土地占比减小。
|
图 3 各空间尺度下各采样点土地利用类型占比(*和**分别表示各土地利用类型的空间差异显著(P＜0.05)和极显著(P＜0.01)) Fig.3 Proportion of land use types of each site at different spatial scales |
|
表 1 各空间尺度景观格局描述性统计 Tab. 1 Descriptive statistics of landscape pattern at various spatial scales |
在多空间尺度下，DIVISION和LSI在子流域最大，其值分别为0.77±0.15和13.83±5.83，其次是500 m河岸带缓冲区，分别为0.75±0.19和6.94±1.72，最后是1000 m河段缓冲区，分别为0.69±0.19和3.49±0.85。PD和LPI表现为与其相反的空间规律，在河段缓冲区值最大，子流域值最小。ED和SHDI则表现为500 m河岸带缓冲区最大，分别为(57.35±16.41) m/hm2和1.04±0.27，1000 m河段缓冲区和子流域次之(表 1)。
2.3 不同时空尺度土地利用对河流水质的影响RDA排序图如图 4所示，多时空尺度下土地利用指标与河流水质指标之间的关系通过冗余分析结果整理得到表 2。研究区土地利用特征对水质参数的解释率≥95.43%，且土地利用对河流水质的影响程度在不同时空尺度下存在差异，表明土地利用特征对水质具有重要影响且存在时空效应(表 2)。从空间尺度看，流域土地利用特征对河流水质影响表现出不同的空间效应。旱季土地利用对河流水质的影响程度从大到小依次为子流域>1000 m河段缓冲区>500 m河岸带缓冲区。雨季-洪水期表现为500 m河岸带缓冲区>子流域>1000 m河段缓冲区。雨季-干旱期表现为子流域>500 m河岸带缓冲区>1000 m河段缓冲区。从时间尺度看，研究区土地利用特征对水质的影响呈现差异，且随着空间尺度的增大差异减小。在河段尺度下，解释率差异为2.89%，在河岸带尺度下差异为1.89%，在子流域尺度下解释率差异减小至0.77%(表 2)。此外，土地利用特征对水质的影响程度呈现时间差异，1000 m河段缓冲区和子流域解释率最高的时间尺度为旱季，500 m河岸带缓冲区则为雨季-洪水期(表 2)。
|
图 4 澎溪河流域冗余分析结果排序图(红色箭头为环境变量，深蓝色实心箭头为物种变量。PD-斑块密度；LPI-最大斑块指数；DIVISION-景观分离度指数；LSI-景观形状指数；ED-边缘密度；SHDI-香农多样性指数) Fig.4 Sequence diagram of redundancy analysis results of Pengxi River Basin |
|
|
表 2 土地利用变量解释水质变化比例的RDA结果 Tab. 2 RDA results of land use variables explaining the proportion of water quality changes |
从单一土地利用指标分析，在不同的时空尺度下，对河流水质贡献率最大的土地利用指标不同(表 2)。在不同空间尺度，1000 m河段缓冲区贡献率较高的土地利用指标为LPI(41.00%)、林地(28.40%)和DIVISION(18.80%)；500 m河岸带缓冲区为PD(43.70%)、林地(33.40%)和水域(18.30%)；子流域则为ED(35.20%)、耕地(33.70%)和林地(26.40%)。在不同时间尺度，旱季土地利用对河流水质解释率较高的指标为耕地(33.70%)、林地(33.40%)和LPI(25.30%)，雨季-洪水期为林地(26.40%)和SHDI(20.10%)，雨季-干旱期为PD(43.70%)、LPI(41.00%)和耕地(25.50%)。由此可见PD、LPI、ED、耕地和林地是本研究不同尺度下对河流水质影响较大的关键指标。除此之外，SHDI、DIVISION和水域对河流水质也具有一定程度的影响，SHDI最高贡献率达20.10%，DIVISION最高贡献率达18.80%，水域最高贡献率达18.30%(表 2)。
冗余分析排序图中箭头的夹角代表两者的相关性，若夹角＜90°，则为正相关，若夹角>90°，则为负相关。从RDA排序图发现，建设用地百分比与绝大多数水质指标呈现正相关(图 4)。干旱期与TP、DTP、EC和水温表现为正相关。耕地百分比与旱季的多数指标呈正相关，与雨季-洪水期的pH、NH3-N和EC表现出正相关，与雨季-干旱期的EC、TP、DTP和水温存在正相关，表明耕地对河流水质具有一定的负面影响。林地百分比与流域内的较多水质指标都呈现出不同程度的负相关。草地百分比与旱季的多数水质指标表现为负相关，但与雨季的较多指标特别是干旱期表现出正相关。水域百分比与大多水质指标表现为正相关，其中与旱季的EC、pH表现为负相关，与其他指标呈现正相关，与雨季-洪水期的pH、NH3-N表现为负相关，与雨季-干旱期的TP、DTP水质指标表现为负相关，与其他指标表现为正相关。未利用土地百分比与大多水质指标表现为正相关，少数反之，其中河段缓冲区与EC和pH，河岸带缓冲区与pH和NH3-N，子流域与TP、DTP表现为负相关。景观格局指数DIVISION、SHDI和PD与大多数水质指标存在显著的正相关，但在不同空间尺度下相关性存在差异，如旱季和雨季-洪水期DIVISION在河段缓冲区和子流域与大多水质指标呈正相关，而在河岸带缓冲区与大多水质指标表现为负相关。景观格局指数LSI、LPI和ED对河流水质的影响存在一定的空间差异，在不同的空间尺度表现出不同的相关性。
3 讨论 3.1 极端天气对河流水质的影响极端天气事件一般指某个异常天气变量值高于某个特定阈值的事件[30]。中国气象局把24 h降水量超过50 mm的降水事件定义为暴雨。据《2020年中国气候公报》统计，2020年全国平均降水量为695 mm，比往年偏多10.3%，其中重庆市年平均降水量为1383.45 mm，夏季平均降水量为691.95 mm，同期增长52.23%，在6月和7月均发生过暴雨事件(日降水量超过50 mm)。2020年夏季澎溪河流域降水量较往年增加17%~35%，7月澎溪河流域降水量较同期增加了25%~65%(图 5)。《中国气候公报(2022)》提到2022年全国平均气温10.51℃，比往期同期高1.1℃。全国平均高温(日最高气温≥35℃)日数为16.4 d。全国平均降水量606.1 mm，较往年偏少。2022年重庆夏季日最高气温≥35℃日数为52 d，其中最高气温≥40℃的日数有11 d(表 3)。
|
图 5 重庆市降水量变化和澎溪河流域降水距平百分率空间分布 Fig.5 Precipitation change in Chongqing and spatial distribution of precipitation anomaly percentage in Pengxi River Basin |
|
|
表 3 2022年夏季最高气温日数占比情况(单位：d) Tab. 3 Proportion of summer maximum temperature days in 2022 |
三峡库区处于长江流域的重要地带，是重要的水源保护地和生态屏障[31]。近年来，三峡库区极端天气事件频发[32-33]。三峡库区大多数气象站点在季节和年度温度均呈现显著上升趋势，且上游站点的温度上升趋势高于下游，上游站点每十年增加0.3~0.5℃，高于1951-2021年的全国平均水平(0.26℃/10 a)[32]。极端降水事件发生周期大多为4~6年，且逐步向强度大、周期短的方向演变[33]。极端天气的严重程度和持续时间会对水质产生一定的影响[34]。本研究时间段水质情况也表明极端天气对河流水质有重要影响。雨季-洪水期受到强降雨的作用爆发洪水，水体流量流速均很大，且水位较低，因而水质相对较好，这与Han等[35]研究结果相似，水质随着降水的增加而改善。除此之外，本研究还发现雨季-洪水期的DTP、TN、DTN和EC低于其他2个时期，这可能是由于暴雨天气，水体稀释作用增强，削减了水中的氮磷指标，这与张德林等[36]研究结果相同。雨季-干旱期由于持续高温干旱，导致水温升高，加快溶解物质的分解和离子的运动速度从而增大水体电导率，同时蒸发量增加，加之降雨极少，导致水位下降，河床裸露，水容量和水动力不足，水体流量流速小，造成NH3-N和TN浓度较高。这与周军等[37]研究结果相似。整体而言，雨季-洪水期的水质优于雨季-干旱期和旱季。这是因为洪水和排水流量密切相关，会增强水体的稀释作用，且流量大流速快，污染物滞留时间短[35-36]，干旱则主要是水温高，会加快微生物反应速率，加之流速慢，将流域的水污染物集中在流域[38]。
3.2 土地利用对水质的多时空尺度影响不同的土地利用指标向水体输送污染物质的能力不同[39]。其中，流域内的耕地、林地、水域和建设用地对水质指标在不同时空尺度下的解释水平较高，草地和未利用土地的解释水平有限。本研究中耕地在旱季与大多指标表现为正相关，且在子流域尺度下耕地对水质的影响较为明显，这与Li等[40]研究结果相同，即耕地影响着水质，农业耕种时对化肥和农药的不合理使用，使得农药等残留物经过降水流入河流，造成水质恶化。建设用地在旱季与多数水质指标呈显著正相关，表明建设用地对河流水质存在负面影响。建设用地是NH3-N、TP、DTP等污染物的主要外来输入源，污染物随着排污管道和不透水面进入水体中从而影响水质[27]。林地与大部分水质指标呈现显著的负相关，表明林地在阻拦污染物汇入水体时具有正面影响，这可能是由于林地具有削减地表径流、吸附污染物等功能[41]，这与Tran等[42]的研究结果基本相同。草地与旱季多数指标为负相关，说明草地能有效减少水体污染物的浓度，对改善水环境有积极作用[43]，另外姜畅等[44]和杨柳等[45]研究表明草地属于透水性下垫面，对氮磷元素有滞留和吸收作用，但在雨季两个时段草地与多数水质指标表现为正相关，这可能是由于洪水和干旱天气造成植被对污染物的削减作用减弱[46-47]。水域与TN、DTN、DO等多数水质指标呈现正相关关系，表明水域是澎溪河流域TP、TN、DTN的重要污染源。
PD、DIVISION和SHDI与大多数水质指标表现为正相关。这主要是因为PD值越大，流域景观破碎度也越大，水体及其周围的地表覆盖类型之间的联系减弱，同时景观破碎度较大还可能导致水体流动路径的变化和水文循环的紊乱，从而损害水体的净化能力，导致流域水体污染风险增大[48]。DIVISION值越大，景观之间的分离程度越大，即聚集程度越小，斑块分布越零散，同样也不利于水质的净化能力[49]。SHDI值增加，流域景观多样性和异质性也随之增加，这与Li等[50]研究结果相同，可能是跟人类活动的干扰引起土地利用分布趋于均匀化，人为干扰的强度使得水中污染元素浓度增加。LPI与多数水质指标呈负相关，这可能是因为LPI值越大，人类活动越弱，意味着向河流迁移和转化的营养盐越少，N和P元素浓度降低[51]。LSI和ED在旱季与多数水质指标呈负相关，其值越大，表明人类活动使得景观形状趋于更离散，分割越严重，形状越复杂。因此，合理管理景观格局和配置对水文过程有重要影响。合理实施景观的破碎化、分散度管理，可以有效调节水质[27]。另外需要注意不同土地类型景观斑块间的聚集性和连通性，在建设用地和耕地适当降低其连接度，可以减弱污染物质的集中输入和输出；反之，在林地应加强其连通性，使污染物得到集中净化，改善水质[52]。
3.3 土地利用对水质影响的尺度效应土地利用与河流水质之间存在明显的时空效应，但目前研究尺度对河流水质的影响具有不确定性。RDA结果表明，土地利用对河流水质影响最为显著的空间尺度为子流域。这与Ding等[11]、Zhang等[53]的研究结论相同，表明水质的管理主要体现在流域区域。这与Shi等[54]的研究结论不同，河岸带尺度对河流水质变化的解释率高于子流域尺度和河段尺度，水体沿岸附近的土地利用情况对河流水质具有显著影响。Li等[55]研究结果表明河段尺度上土地利用对河流水质的影响略强于子流域和河岸带缓冲区，河段尺度的数据更具有代表性且相关性更强，而大尺度的数据夸大了占集水区很大比例的土地利用类型的影响，低估了河岸附近土地利用类型的影响。本研究表明子流域是影响河流水质的最佳尺度，子流域的土地利用类型多为林地和耕地，土地利用的优势地位突出，同时耕地和林地对河流水质的解释率也较高。
土地利用对河流水质的影响具有时间差异，本研究对河流水质影响最大的时间尺度为旱季，这与彭勃等[56]研究发现枯水期和平水期土地利用对河流水质的影响较丰水期明显的结论相似。项颂等[57]研究认为雨季建设用地等土地利用与水质的关系更强的结论不同，这可能是由于本研究中两个雨季时间段受到极端气候的影响，使得土地利用对河流水质的影响产生了干扰作用，造成雨季对河流水质的影响程度不如旱季。
4 结论1) 受极端天气影响，澎溪河流域水质在雨季-洪水期水质较好，雨季-干旱期次之，旱季较差。暴雨的稀释作用减弱了污染物的浓度，减轻了土地利用对水质的污染情况。
2) 三峡库区澎溪河流域的土地利用指数对水质指标的影响存在时空尺度效应，土地利用在旱季和子流域尺度下对河流水质影响较为显著。
3) 不同土地利用指数对三峡库区澎溪河流域水质的影响存在差异，其中林地与大多数水质指标呈负相关关系，是河流水体污染物的“汇”景观，而“源”景观主要为建设用地和耕地，其与较多水质指标呈正相关关系。
4) 景观格局指数PD、LPI和ED是对三峡库区澎溪河流域水质的重要解释变量。景观的破碎度和人类活动强度对河流水质有重要影响。
极端天气和土地利用均会对河流水质产生影响，但气候变化和土地利用格局对水质的影响程度的主导作用仍需要进一步探究和评估。利用本研究得出土地利用对三峡库区澎溪河流域水质影响的最佳时空尺度，有助于科学规划林地等作用明显的“汇”景观和耕地、建设用地等对水质有负面影响的“源”景观，从而合理进行土地利用开发和流域水环境治理，推动和维系水体等自然资源的有效管理和可持续发展。
5 附录附表 Ⅰ见电子版(DOI: 10.18307/2024.0423)。
|
|
附表Ⅰ 景观格局指数和水质参数的相关系数 Appendix Ⅰ Results of correlation coefficient between landscape pattern index and water quality parameters |
| [1] |
Vörösmarty CJ, McIntyre PB, Gessner MO et al. Global threats to human water security and river biodiversity. Nature, 2010, 467(7315): 555-561. DOI:10.1038/nature09440 |
| [2] |
Wu ZQ, Liu XC, Liu Q et al. Urban development strategies in China based on water resource constraints. Strategic Study of CAE, 2022, 24(5): 75-88. [吴志强, 刘晓畅, 刘琦等. 基于水资源约束的我国城市发展策略研究. 中国工程科学, 2022, 24(5): 75-88. DOI:10.15302/J-SSCAE-2022.05.010] |
| [3] |
Zuo QT, Cui GT. Quantitative evaluationg of human activities affecting an interconnected river system network. Acta eographica Sinica, 2020, 75(7): 1483-1493. [左其亭, 崔国韬. 人类活动对河湖水系连通的影响评估. 地理学报, 2020, 75(7): 1483-1493. DOI:10.11821/dlxb202007011] |
| [4] |
Hu L, Li SY. Scale effects of land use structure and landscape patter on water quality in the Longchuan River basin. Ecology and Environmental Sciences, 2021, 30(7): 1470-1481. [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. 生态环境学报, 2021, 30(7): 1470-1481.] |
| [5] |
Lv Zhiqiang, Qing XY, Ren YF et al. Effects of land use pattern on water quality in mountainous city—A case study of Chongqing City. J Lake Sci, 2016, 28(2): 319-327. [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. 湖泊科学, 2016, 28(2): 319-327. DOI:10.18307/2016.0211] |
| [6] |
Qi LL, Wang JL, Ye H et al. Study on the land use landscape pattern and water quality change in the'Three Lakes'basin in central Yunnan. Research of Soil and Water Conservation, 2021, 28(6): 199-208. [祁兰兰, 王金亮, 叶辉等. 滇中"三湖流域"土地利用景观格局与水质变化关系研究. 水土保持研究, 2021, 28(6): 199-208.] |
| [7] |
Xiao R, Wang GF, Zhang QW et al. Multi-scale analysis of relationship between landscape pattern and urban river water quality in different seasons. Scientific Reports, 2016, 6: 25250. DOI:10.1038/srep25250 |
| [8] |
Xu QY, 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 Lake Sci, 2020, 32(4): 1008-1019. [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. 湖泊科学, 2020, 32(4): 1008-1019. DOI:10.18307/2020.0410] |
| [9] |
Yang QQ, Xu GL, Yang XC et al. Responses of water quality to land use & landscape pattern in the Qingyijiang River watershed. Acta Ecologica Sinica, 2020, 40(24): 9048-9058. [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. 生态学报, 2020, 40(24): 9048-9058.] |
| [10] |
Dai XY, Zhou YQ, Ma WC 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. Ecological Engineering, 2017, 99: 417-428. DOI:10.1016/j.ecoleng.2016.11.011 |
| [11] |
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. Science of the Total Environment, 2016, 551/552: 205-216. DOI:10.1016/j.scitotenv.2016.01.162 |
| [12] |
Shi P, Zhang Y, Li ZB et al. Influence of land use and land cover patterns on seasonal water quality at multi-spatial scales. CATENA, 2017, 151: 182-190. DOI:10.1016/j.catena.2016.12.017 |
| [13] |
Álvarez-Cabria M, Barquín J, Peñas FJ. Modelling the spatial and seasonal variability of water quality for entire river networks: Relationships with natural and anthropogenic factors. Science of the Total Environment, 2016, 545/546: 152-162. DOI:10.1016/j.scitotenv.2015.12.109 |
| [14] |
Zhang J, Li SY, Jiang CS. Effects of land use on water quality in a River Basin (Daning) of the Three Gorges Reservoir Area, China: Watershed versus riparian zone. Ecological Indicators, 2020, 113: 106226. DOI:10.1016/j.ecolind.2020.106226 |
| [15] |
Xu JH, Liu R, Ni MF et al. Seasonal variations of water quality response to land use metrics at multi-spatial scales in the Yangtze River Basin. Environmental Science and Pollution Research, 2021, 28(28): 37172-37181. DOI:10.1007/s11356-021-13386-8 |
| [16] |
Xin Y, Lu TD, Shen PH et al. Effects of heavy rainfall on water quality and algal community structure in Shahe Reservoir. Acta Scientiae Circumstantiae, 2022, 42(3): 6-19. [辛苑, 卢铁东, 申佩弘等. 强降雨对沙河水库的水质及其藻类群落结构的影响. 环境科学学报, 2022, 42(3): 6-19. DOI:10.13671/j.hjkxxb.2021.0453] |
| [17] |
Lisboa MS, Schneider RL, Sullivan PJ et al. Drought and post-drought rain effect on stream phosphorus and other nutrient losses in the Northeastern USA. Journal of Hydrology: Regional Studies, 2020, 28: 100672. DOI:10.1016/j.ejrh.2020.100672 |
| [18] |
Benítez-Gilabert M, Alvarez-Cobelas M, Angeler DG. Effects of climatic change on stream water quality in Spain. Climatic Change, 2010, 103(3): 339-352. DOI:10.1007/s10584-009-9778-9 |
| [19] |
Zheng ZB, Deng YJ, Huang YP. Study on impact of extreme weather and climate events on wetland ecology of Jianghan Lake Group. Yangtze River, 2021, 52(S2): 45-51. [郑治斌, 邓艳君, 黄永平. 极端天气气候事件对江汉湖群湿地生态的影响研究. 人民长江, 2021, 52(S2): 45-51.] |
| [20] |
Yao CY, An R, Dou C et al. Research on construction and evaluation of forest land ecological network in Three Gorges Reservoir Area based on MSPA and MCR. Resources and Environment in the Yangtze Basin, 2022, 31(9): 1953-1962. [姚采云, 安睿, 窦超等. 基于MSPA与MCR模型的三峡库区林地生态网络构建与评价研究. 长江流域资源与环境, 2022, 31(9): 1953-1962. DOI:10.11870/cjlyzyyhj202209008] |
| [21] |
Yang H, Wang ZL, Sun SR et al. Coupling analysis of ecosystem service value and economic gravity evolution in the Three Gorges Reservoir Area. Research of Soil and Water Conservation, 2021, 28(6): 242-250. [阳华, 王兆林, 孙思睿等. 三峡库区生态系统服务价值与经济重心演变的耦合分析. 水土保持研究, 2021, 28(6): 242-250.] |
| [22] |
Liu YS, Qu LL. Land use pattern change and Human-earth system evolution in Three Gorges Reservoir Area in recent 30 years. Resources and Environment in the Yangtze Basin, 2022, 31(8): 1664-1676. [刘彦随, 璩路路. 近30年三峡库区用地格局变化与人地系统演化. 长江流域资源与环境, 2022, 31(8): 1664-1676. DOI:10.11870/cjlyzyyhj202208002] |
| [23] |
Zhang GL, Ni JP, Xie DT et al. Spatial and temporal characteristics of non-point soures pollution in the typical watershed of the Three Gorges Reservoir Area: A case study of the Pengxi river basin. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(6): 229-241. [张高丽, 倪九派, 谢德体等. 近15年三峡库区典型流域农业非点源污染时空特征分析——以澎溪河流域为例. 中国农业资源与区划, 2022, 43(6): 229-241. DOI:10.7621/cjarrp.1005-9121.20220623] |
| [24] |
Wang LS, Peng ZR, Ma X et al. Multiscale gravity measurements to characterize 2020 flood events and their spatio-temporal evolution in Yangtze River of China. Journal of Hydrology, 2021, 603: 127176. DOI:10.1016/j.jhydrol.2021.127176 |
| [25] |
Wang J, Yan R, Wu GX et al. Unprecedented decline in photosynthesis caused by summer 2022 record-breaking compound drought-heatwave over Yangtze River Basin. Science Bulletin, 2023, 68(19): 2160-2163. DOI:10.1016/j.scib.2023.08.011 |
| [26] |
Gao YL, Fang F, Tang ZC et al. Distribution characteristics of soil phosphorus forms and phosphatase activity at different altitudes in the soil of water-level-fluctuation zone in Pengxi River, Three Gorges Reservoir. Environmental Science, 2022, 43(10): 4630-4638. [高艺伦, 方芳, 唐子超等. 三峡库区澎溪河不同高程消落带土壤磷形态及磷酸酶活性分布特征. 环境科学, 2022, 43(10): 4630-4638. DOI:10.13227/j.hjkx.202111002] |
| [27] |
Shehab ZN, Jamil NR, Aris AZ et al. Spatial variation impact of landscape patterns and land use on water quality across an urbanized watershed in Bentong, Malaysia. Ecological Indicators, 2021, 122: 107254. DOI:10.1016/j.ecolind.2020.107254 |
| [28] |
Yang J, Xu YP, 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 Lake Sci, 2017, 29(4): 827-835. [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. 湖泊科学, 2017, 29(4): 827-835. DOI:10.18307/2017.0406] |
| [29] |
Wang J, Li P, Gao HD et al. Preliminary study on the relationship between land use/landscape index and water quality in the upper reaches of Danjiang river. Research of Soil and Water Conservation, 2018, 25(6): 383-389. [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. 水土保持研究, 2018, 25(6): 383-389.] |
| [30] |
Yu TT, Wan JH, Gao L. Study on the temporal and spatial evolution law of extreme rainstorm and the vulnerability curve of flood disaster in Fujian Province. Water Resources and Hydropower Engineering, 2023, 54(12): 64-74. [喻婷婷, 万金红, 高路. 福建省暴雨时空演变规律与洪涝灾害脆弱性曲线研究. 水利水电技术(中英文), 2023, 54(12): 64-74.] |
| [31] |
Yang YK, Wang Y, Cheng X et al. Establishment of an ecological security pattern based on connectivity index: A case study of the Three Gorges Reservoir Area in Chongqing. Acta Ecologica Sinica, 2020, 40(15): 5124-5136. [杨彦昆, 王勇, 程先等. 基于连通度指数的生态安全格局构建——以三峡库区重庆段为例. 生态学报, 2020, 40(15): 5124-5136. DOI:10.5846/stxb201907191526] |
| [32] |
Wu XJ, Wang LC, Cao Q et al. Regional climate change and possible causes over the Three Gorges Reservoir Area. The Science of the Total Environment, 2023, 903: 166263. DOI:10.1016/j.scitotenv.2023.166263 |
| [33] |
Dong ZY, Peng T, Dong XH et al. Spatiotemporal variation characteristics of extreme precipitation events in the Three Gorges Reservoir area during 1960-2016. Journal of Water Resources and Water Engineering, 2020, 31(5): 93-101. [董钊煜, 彭涛, 董晓华等. 1960-2016年三峡库区极端降水事件时空变化特征. 水资源与水工程学报, 2020, 31(5): 93-101. DOI:10.11705/j.issn.1672-643X.2020.05.14] |
| [34] |
Zhu LY, Jiang CS, Panthi S et al. Impact of high precipitation and temperature events on the distribution of emerging contaminants in surface water in the Mid-Atlantic, United States. Science of the Total Environment, 2021, 755(Pt 2): 142552. DOI:10.1016/j.scitotenv.2020.142552 |
| [35] |
Han YL, Bu HM. The impact of climate change on the water quality of Baiyangdian Lake (China) in the past 30 years (1991-2020). The Science of the Total Environment, 2023, 870: 161957. DOI:10.1016/j.scitotenv.2023.161957 |
| [36] |
Zhang DL, Lu JL, Zhang JT et al. Effects of meteorological factors on the water quality of Lake Dianshan. J Lake Sci, 2016, 28(6): 1235-1243. [张德林, 陆佳麟, 张佳婷等. 气象条件对淀山湖水质的影响. 湖泊科学, 2016, 28(6): 1235-1243. DOI:10.18307/2016.0609] |
| [37] |
Zhou J, Ren HC, Wang M et al. Characteristics and causes of drought event over Yangtze river basin in summer 2022. Yangtze River, 2023, 54(2): 29-35. [周军, 任宏昌, 王蒙等. 2022年夏季长江流域干旱特征及成因分析. 人民长江, 2023, 54(2): 29-35.] |
| [38] |
Wu XJ, Wang LC, Cao Q et al. Regional climate change and possible causes over the Three Gorges Reservoir Area. Science of the Total Environment, 2023, 903: 166263. DOI:10.1016/j.scitotenv.2023.166263 |
| [39] |
Paul MJ, Meyer JL. Streams in the urban landscape. Annual Review of Ecology and Systematics, 2001, 32: 333-365. DOI:10.1146/annurev.ecolsys.32.081501.114040 |
| [40] |
Li SY, Gu S, Tan X et al. Water quality in the upper Han River Basin, China: The impacts of land use/land cover in riparian buffer zone. Journal of Hazardous Materials, 2009, 165(1/2/3): 317-324. DOI:10.1016/j.jhazmat.2008.09.123 |
| [41] |
Zhang YJ, Chen S, Xiang JC. Correlation between the water quality and land use composition in the river side area—A case of Chaohu lake basin in China. Resources and Environment in the Yangtze Basin, 2011, 20(9): 1054-1061. [张殷俊, 陈爽, 相景昌. 河流近域土地利用格局与水质相关性分析——以巢湖流域为例. 长江流域资源与环境, 2011, 20(9): 1054-1061.] |
| [42] |
Tran CP, Bode RW, Smith AJ et al. Land-use proximity as a basis for assessing stream water quality in New York State (USA). Ecological Indicators, 2010, 10(3): 727-733. DOI:10.1016/j.ecolind.2009.12.002 |
| [43] |
Chen QF, Chen AQ, Ye YX et al. Effects of land use change on groundwater quality in the Dianchi Lake Basin. China Environmental Science, 2023, 43(1): 301-310. [陈清飞, 陈安强, 叶远行等. 滇池流域土地利用变化对地下水水质的影响. 中国环境科学, 2023, 43(1): 301-310.] |
| [44] |
Jiang C, Liu HY, Chen Z et al. Response relationship between land-use change and water quality in Hongfeng Lake basin based on GIS. Journal of Agro-Environment Science, 2018, 37(6): 1232-1239. [姜畅, 刘鸿雁, 陈竹等. 基于GIS的红枫湖流域土地利用变化与水质响应. 农业环境科学学报, 2018, 37(6): 1232-1239. DOI:10.11654/jaes.2017-1598] |
| [45] |
Yang L, Ma KM, Guo QH et al. Impacts of the urbanization on waters non-point source pollution. Environmental Science, 2004(6): 32-39. [杨柳, 马克明, 郭青海等. 城市化对水体非点源污染的影响. 环境科学, 2004(6): 32-39. DOI:10.13227/j.hjkx.2004.06.00] |
| [46] |
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. Journal of Hydrology, 2021, 596: 125707. DOI:10.1016/j.jhydrol.2020.125707 |
| [47] |
Zhao ZF, Li ZH. Influence of extreme weather on hydrological characteristics of rivers in mountainous areas. Inner Mongolia Water Resources, 2013(4): 23-24. [赵占峰, 李振辉. 极端天气对山区河流水文特性的影响. 内蒙古水利, 2013(4): 23-24.] |
| [48] |
Stoler J, Pearson AL, Rosinger AY et al. The role of water in environmental migration. Wiley Interdisciplinary Reviews: Water, 2022, 9(3): e1584. DOI:10.1002/wat2.1584 |
| [49] |
Liu YN, Kong LQ, Xiao Y et al. Relationships between landscape pattern and ecosystem water purification service in the Yangtze River Basin. Acta Ecologica Sinica, 2019, 39(3): 844-852. [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. 生态学报, 2019, 39(3): 844-852. DOI:10.5846/stxb201801130100] |
| [50] |
Li NX, Xu JF, Yin W et al. Effect of local watershed landscapes on the nitrogen and phosphorus concentrations in the waterbodies of reservoir bays. Science of the Total Environment, 2020, 716: 137132. DOI:10.1016/j.scitotenv.2020.137132 |
| [51] |
Wu JH, Lu J. Spatial scale effects of landscape metrics on stream water quality and their seasonal changes. Water Research, 2021, 191: 116811. DOI:10.1016/j.watres.2021.116811 |
| [52] |
Zhang DW, Li YF, Sun X et al. Relationship between landscape pattern and river water quality in Wujingang Region, Taihu Lake watershed. Environmental Science, 2010, 31(8): 1775-1783. [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. 环境科学, 2010, 31(8): 1775-1783. DOI:10.13227/j.hjkx.2010.08.026] |
| [53] |
Zhang J, Li SY, Dong RZ 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. Journal of Cleaner Production, 2019, 206: 76-85. DOI:10.1016/j.jclepro.2018.09.179 |
| [54] |
Shi JH, Jin R, Zhu WH et al. Effects of multi-scale landscape pattern changes on seasonal water quality: A case study of the Tumen River Basin in China. Environmental Science and Pollution Research, 2022, 29(51): 76847-76863. DOI:10.1007/s11356-022-21120-1 |
| [55] |
Li HR, Zhao BJ, Wang DZ et al. Effect of multiple spatial scale characterization of land use on water quality. Environmental Science and Pollution Research, 2023, 30(3): 7106-7120. DOI:10.1007/s11356-022-22720-7 |
| [56] |
Peng B, Fu YS, Zhao JF et al. Effect of land use landscape pattern on water quality in small watershed. Ecological Science, 2019, 38(3): 90-99. [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. 生态科学, 2019, 38(3): 90-99.] |
| [57] |
Xiang S, Pang Y, Dou JS et al. Impact of land use on the water quality of inflow river to Erhai Lake at different temporal and spatial scales. Acta Ecologica Sinica, 2018, 38(3): 876-885. [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. 生态学报, 2018, 38(3): 876-885. DOI:10.5846/stxb201612192610] |