艾比湖區域景觀格局空間特征與地表水質的關聯分析

王小平,張 飛,3,*,李曉航,曹 燦,郭 苗,陳麗華

1 新疆大學資源與環境科學學院,烏魯木齊 830046 2 新疆大學綠洲生態教育部重點實驗室,烏魯木齊 830046 3 新疆智慧城市與環境建模普通高校重點實驗室,烏魯木齊 830046 4 新疆艾比湖濕地國家級自然保護區管理局,博樂 833400

艾比湖區域景觀格局空間特征與地表水質的關聯分析

王小平1,2,張 飛1,2,3,*,李曉航1,2,曹 燦1,郭 苗1,陳麗華4

1 新疆大學資源與環境科學學院,烏魯木齊 830046 2 新疆大學綠洲生態教育部重點實驗室,烏魯木齊 830046 3 新疆智慧城市與環境建模普通高校重點實驗室,烏魯木齊 830046 4 新疆艾比湖濕地國家級自然保護區管理局,博樂 833400

為進一步明確區域土地利用/覆被—景觀格局對河流水質影響的空間尺度。選擇新疆艾比湖區域為研究對象,以25個水質采樣點為中心,建立5種尺度的河流緩沖區并提取不同尺度下的土地利用/覆被-景觀格局數據。首先,通過主成分分析獲得水環境的主要水質變量。其次,利用冗余分析(RDA)方法探討研究區不同寬度緩沖區土地利用/覆被—景觀格局對河流水質的影響,獲得水質管理的有效緩沖區。最后,引入突變點分析方法進一步尋找導致水質變量沿景觀梯度突變的特定位置。結果表明：(1)土地利用/覆被—景觀格局在不同寬度緩沖區內對河流水質的影響不同。4 km緩沖區土地利用/覆被—景觀格局對區域水質有較強的分異解釋能力,因此4 km緩沖區的景觀格局合理配置對河流水質管理尤為重要。(2)通過偏RDA分析發現4 km緩沖區中,影響區域水質的主要環境變量為景觀水平斑塊密度、類型水平耕地斑塊密度和森林聚集度。(3)在偏RDA分析的基礎上,對4 km緩沖區內的景觀指數進行突變點分析研究,發現區域景觀水平斑塊密度為90—105 m/hm2,類型水平耕地的斑塊密度ED值在90—110 m/hm2、林草地的AI值在70%—90%,是艾比湖區域水質保護的最佳突變值,該值為艾比湖區域水質保護的閾值。本研究從多個角度對新疆艾比區域的土地利用/覆被—景觀格局對區域水質的影響進行定量分析,揭示該地區景觀生態變化的規律,為區域景觀格局優化和土地合理規劃提供理論依據,并對改善“絲綢之路經濟帶”生態環境、實現資源可持續利用具有重要的現實意義和理論價值。

艾比湖；景觀格局；空間尺度；水質；冗余分析；突變點分析

景觀格局與生態過程關系的研究一直是景觀生態學研究的熱點論題[1]。伴隨著區域經濟的發展,景觀格局在多種尺度上均發生了顯著變化[2- 3]。區域景觀格局變化能夠引起水文條件的空間差異,進而成為影響區域水質空間分異的重要因素。

區域水質是多尺度環境因子的綜合反映,但區域土地利用/覆被—景觀格局的變化被認為是影響區域水環境質量的主要原因[4]。因為水質受到各種自然和人為因素綜合作用,這些因素包括降雨、土壤類型、地質、地形、城市化以及工農業活動等,這些因素的影響可以看作更大尺度的土地利用進程的一部分[5]。所以,區域內土地利用可以影響該區域的生態功能、入河污染物的排放量和河流水質安全[6]。空間尺度的差異所引起的景觀與水質關系的變化,是研究面臨的挑戰性的問題,河岸的不同尺度內土地利用/覆被—景觀格局空間特征的變化是導致水質惡化的主要因子。原則上講,距離河道越近的景觀斑塊對河流水質的影響遠大于遠離河道的景觀斑塊,但是整個流域往往能反映更為全面的信息,特別是當污染物與流域的水文條件密切相關的情況下,哪個尺度能更好地反映水質變化情況有待深入研究。

近年來,單純的水質監測評價和點源污染控制管理措施已不能滿足解決經濟發展帶來的水環境惡化問題,與非點源污染控制密切相關的區域景觀格局與水質的相關關系進一步成為國內外研究的熱點[7]。對于景觀格局與區域水質空間耦合關系的研究主要有景觀組成屬性,即土地利用類型百分比與區域水質之間的關系[8]；景觀空間結構,即應用景觀指數研究不同土地利用方式的布局特點與水質間的關系[9-10]；不同景觀空間尺度,涉及區域、河岸帶等尺度景觀格局對水質的影響[11-13]。如孫金華等[14-15]研究表明,河流水質與區域內耕地、建設用地以及林草地面積所占比例有很大關聯；針對潮河區域非點源污染過程的研究[16]顯示,邊界密度(Edge density, ED)、香農多樣性指數(Shannon′s diversity index, SHDI)、聚集度指數(Aggregation index, AI)和蔓延度指數(Contagion index, CONTAG)是影響該區域非點源污染過程的主要變量；韓黎陽等[17]發現,三峽庫區內不同土地利用類型導致的景觀破碎化程度能較好地解釋河流水質指標的變異；Shen等[18]認為,北運河區域內水質與景觀組成和景觀格局間存在密切關系,其中景觀格局的影響更為明顯；Beckert等[19]認為,不同土地利用類型對非點源污染負荷的相關性不同,尤其是耕地對TN的影響尤為顯著。景觀格局對區域水文過程和區域水質的重要性已被充分證實,景觀格局對河流水質的影響過程非常復雜并且帶有地域性特征。

隨著我國“一帶一路”戰略的提出,新疆經濟迅速發展,艾比湖區域位于中哈邊境,區域土地利用/覆被—景觀格局變化劇烈,水質問題日漸凸顯。本研究綜合應用3S技術、冗余分析(Redundancy analysis, RDA)和突變點分析方法明確土地利用/覆被—景觀格局與水質指標之間的相關關系,描述各景觀指數在區域不同地理空間內土地利用/覆被—景觀格局組合對水質指標的影響和貢獻,以期明確區域水質管理的有效河岸緩沖區和區域土地利用/覆被類型、景觀要素空間最佳分布及其最優的配置關系,為干旱區水質管理和土地利用規劃、景觀合理配置提供科學的認識。

1 研究區概況

艾比湖區域位于中哈邊境,79°50′—85°10′E,43°38′—45°52′N,是“一帶一路”戰略的核心區。常年來在氣候條件和人類活動的共同影響下,土壤鹽漬化、水土流失嚴重。區域內西、南、北三面環山,中間為谷地平原,東部有尾閭湖,區域面積56021 km2。區域地處亞歐大陸腹地,遠離海洋,降水稀少,蒸發量大,光熱充足,屬典型的溫帶大陸性氣候。艾比湖區域包括東南西北4個河區：東邊為奎屯河區,南邊為精河區,西邊為博爾塔拉河區,北邊為托里小河區[20-21]。艾比湖區域地質構造線的發育方向因受緯向構造控制,區域巖性基本一致,氣溫隨緯度變化較小,南北之間差異不大。研究區主要包括精河綠洲和博樂綠洲,區域地勢起伏小。區域以農業經濟為主,土地利用/覆被結構單一[22]。從20世紀90年代以來,艾比湖由于入湖水量的減少,湖面急劇干縮,湖水水面曾縮至不足500km2,水位下降了2—3m。近年來隨著艾比湖區域經濟的發展,艾比湖區域的水環境質量受到嚴重影響,地表水的水質較差[23]。研究區示意圖見圖1。

圖1 艾比湖區域地理位置Fig.1 The location of Ebinur Lake Watershed

2 研究方法及數據獲取

2.1 水樣信息的采集

2015年5月共采集25個水樣(圖1)。采樣點的確定主要以“下墊面的一致性和采樣點的代表性”為原則。每個采樣點分別采集表層(0.5m處)水樣,于預先處理過的白色聚乙烯塑料瓶中,同時記錄采樣點環境。采樣路線按照地表水沿河采樣：大河沿子河(采樣點P12、P13)；精河沿線(采樣點P9、P10、P11)；博河沿線(采樣點P14、P15、P16、P17、P18)；奎屯河及其南部小河沿線干支流(采樣點P6、P7、P8、P19、P20、P21、P22、P23、P24、P25)；阿克奇蘇河沿線(采樣點P1、P2、P3、P4、P5)。

2.2 不同緩沖區景觀指數的獲取

以2015年Landsat OLI數據為基礎數據源,在ENVI 5.1環境下進行人工目視解譯,獲得2015年艾比湖區域的土地利用/覆被圖。參照全國土地利用/覆被分類方法,結合當地的實際情況,將研究區的景觀類型分為耕地、林草地、水域、鹽漬地、沙地、裸露湖床和未利用地7種類型,在遙感解譯的過程中,結合多次實地調查和數據糾正,解譯精度達80%以上,Kappa系數為0.799。

在緩沖區劃分時,結合前人研究結果[15-16]和艾比湖區域的現狀,在ArcGIS 10.2中以25個水質采樣點為中心分別建立1、2、3、4、5 km的緩沖區,由于該區域屬于干旱區綠洲農業區,小范圍內土地利用/覆被—景觀變化程度不是非常劇烈,因此,本研究在緩沖區劃分時以千米為尺度。而景觀指數能夠高度濃縮景觀格局信息[26],是景觀生態學中廣泛使用的定量研究方法。在排除與區域面積相關性較高(相關系數r> 0.85)指數的基礎上[27],本研究從數量/面積、形狀/聚散性以及多樣性等方面考慮,在景觀類型水平上(Class—level)選擇了4個指數分別為景觀類型百分比、斑塊密度、邊界密度和斑塊聚集度,在景觀格局水平上選擇了9個指數分別是斑塊密度、景觀形狀指數、邊界密度、蔓延度指數、最大斑塊指數、Shannon多樣性指數、分維數、斑塊連接度和散布于并列指數。景觀指數的計算利用軟件Fragstats3.3進行。

2.3 數據的統計與處理

采用CANOCO 4.5軟件對各樣點不同水質指標進行降趨勢對應分析(Detrended Correspondence Analysis,DCA)后發現,水質指標數據的梯度值為1.96,小于4,故選擇冗余分析[28]。

基于RDA分析的結果進行突變點分析,突變點分析進一步研究導致水質變量沿景觀橫向梯度突變的關鍵值區間。采用非參數方法來估計突變點,用Bootstrap(自舉法)方法來量化突變點具體位置。讓景觀指標X1,X2,……Xn按升序排列和Y1,Y2,……Yn是相應的水質指標變量。方差均勻性的量度可以使用以下公式來計算[29]：

(1)

式中,D是偏差,n是樣本數量,u是n個Yk的平均值,Yk是水質指標變量值。把突變點作為分界點,將樣本分成兩個不同的、不具有顯著趨勢性變化的隨機樣本,從而對比分析兩個隨機樣本的各自特征及其之間差異。因此,對于每個突變點,都有一個有一個偏差：

Δi=D-(D+D>i)

(2)

式中,D是整個數集Y1,Y2,Y3,.....Yn的偏差,D≤ i和D> i分別為兩列樣本的偏差,i= 1,2,3,……n。Δi是突變點r在i處的值。

Bootstrap方法是非參數統計中一種重要的估計統計量方差進行區間估計的統計方法,也稱為自助法[29]。步驟如下：(1)采用重抽樣技術從原始樣本中抽取一定數量(x)的樣本,此過程允許重復抽樣。(2)根據抽出的樣本計算給定的統計量T。(3)重復上述N次(本研究選擇1000),得到N個統計量T。(4)計算上述N個統計量T的樣本方差,得到統計量的方差。

3 結果與分析

3.1 不同尺度緩沖區土地利用/覆被統計分析

以25個采樣點為中心,不同寬度緩沖區土地利用/覆被類型面積比例的常規統計分析結果見圖2。緩沖區的土地利用/覆被類型以耕地為主。隨采樣點緩沖區寬度的增加,耕地面積比例平均值呈增加趨勢,水體和林地面積比例平均值呈減小趨勢。

(1)緩沖區寬度1 km內,阿克奇蘇河沿線采樣點P1、P2、P3、P4、P5,土地利用/覆被類型以林草地為主(圖2),耕地及其他土地利用面積所占比例較小,但5號采樣點除外,該樣點耕地面積達到76.45%。大河沿子河的采樣點P12和P13林草地面積分別占15.99%和8.40%,林草地面積比較低,耕地面積分別占59.16%、76.07%、耕地面積比較高；精河的采樣點P9、P10、P11林草地面積分別占4.01%、6.92%、0,林草地面積比較低。耕地面積分別占72.44%、83.11%、72.44%,耕地面積比例比較高,采樣點緩沖區內其他土地利用/覆被類型所占比例均比較小；博河的采樣點P14、P15、P16、P17和P18林草地面積分別占16.98%、24.05%、12.33%、7.51%、7.51%林草地面積比較低,耕地面積分別占61.61%、68.83%、45.96%、76.52%、6.52%耕地面積比較高,耕地均位于河流兩側；奎屯河及其南部小河沿線干支流的采樣點P6、P7、P8、P19、P20、P21、P22、P23、P24、P25,其中P6、P7和P8為于艾比湖自然保護區。P19、P20、P21、P22、P23、P24和P25采樣的耕地面積的比例均超過60.00%,耕地面積較高,林草地和其他土地利用類型所占比例均較小。

(2)緩沖區寬度2 km—5 km內,土地利用/覆被面積變化呈現一致趨勢。阿克奇蘇河的采樣點P1、P2、P3、P4和P5以及奎屯河采樣點P6、P7和P8的林草地面積比例逐漸增加,耕地及其他土地利用面積所占比例逐漸減小；在5 km緩沖區內大河沿子河的采樣點P12和P13耕地面積所占比例分別為占58.52%和81.59%,耕地面積比較低,林草地面積分別占12.05%和6.02%,林草地面積比例較低；說明該區域人為干擾程度較為嚴重,水質狀況和棲息地質量狀況也較差。精河的樣點P9、P10和P11林草地地面積分別占7.29%、5.19%和5.26%,高于其他4個緩沖區,該區域的林草地主要位于河道的邊緣,林草地面積所占比例較低。耕地面積分別占72.44%、83.11%和72.45%,耕地面積所占比例較高,這些采樣點緩沖區內其他土地利用類型所占比例均比較小；博河的采樣點P14、P15、P16、P17、P18和奎屯河及其南部小河沿線干支流的采樣點P6、P7、P8、P19、P20、P21、P22、P23、P24、P25隨著緩沖區的擴大,耕地面積所占比例逐漸增加,林草地面積所占比例減少,未利用地所占面積逐漸擴大。

圖2 緩沖區內土地利用類型統計Fig.2 Statistics of land use type in the buffer zone

3.2 景觀指數統計分析

3.2.1景觀水平

在5個不同尺度的緩沖區內景觀格局分析結果如圖3所示。LPI值反映人類活動的方向和強弱。LPI在5個緩沖區中最大值,最小值、均值、第三分位和第四分位數比較平衡,但是極小值出現在5km緩沖區內,極大值出現在1km緩沖區之內,從平均值來看4km、5km緩沖區的斑塊面積比較均勻。說明5個緩沖區內人類活動的強弱平衡。ED值反映景觀中異質性斑塊之間物質和能量交換的潛力及相互影響的強度,最大值位于1km緩沖區之內,因此1km緩沖區內的斑塊邊界數量最多,景觀中異質性斑塊之間物質、能量和物種交換的潛力及相互影響的強度在1km緩沖區內最大。

PD、CONTAG、IJI和SHDI的差異,代表景觀破碎化,COHESION、CONTAG和IJI的最大值,最小值、均值、第三分位和第四分位數在3km緩沖區中相對較小,在1km緩沖區中相對較大,說明在3km緩沖區中散布分布的斑塊較復雜,破碎度高,在1km緩沖區中有較大面積的斑塊聚集分布,說明景觀中的優勢斑塊類型在1km中具有良好的連接性。PD值越大,則破碎化程度越高；1km緩沖區PD的最大值,最小值、均值、第三分位和第四分位數的值最大,5km的值最小；則景觀破碎度1km最高,5km的值最小,則景觀破碎度最低；SHDI反映景觀異質性,特別對景觀中各拼塊類型非均衡分布狀況較為敏感。在5個緩沖區之中SHDI的最大值,最小值、均值、第三分位和第四分位數的最小值都出現在4km緩沖區中,因此4km的空間異質性最低,土地利用豐度低。

LSI和PAFRAC反映了斑塊的形狀。PAFRAC值從1km緩沖區到5km緩沖區逐漸增大,在5km緩沖區之內達到最大值,表示在5km緩沖內景觀或景觀形狀的復雜程度和人類對景觀的干擾程度最強。LSI的值越大,斑塊形狀越復雜。在5個緩沖區之中LSI的最大值,最小值、均值、第三分位和第四分位數的最小值都出現在1km緩沖區中,最大值出現在4km緩沖區和5km緩沖區中,說明4km、5km緩沖區中斑塊形狀更復雜,1km緩沖區內景觀的復雜性較低。

圖3 不同緩沖區內景觀水平指數統計Fig.3 Statistics of land landscape pattern index with different bufferPD：斑塊密度,Patch density；LPI：最大斑塊指數,Largest patch index；LSI：景觀形狀指數,Landscape Shape Index；ED：邊界密度,Edge density；PAFRAC：分維數；CONTAG：蔓延度指數,CONTAG index；LJI：散布于并列指數,Landscape juxtaposition index；SHDI：Shannon多樣性指數,Shannon′s diversity index；COHESION：斑塊連接度,Landscape connectivity index

3.2.2類型水平

本研究在類型水平上選擇了Pland、PD、ED、AI景觀指數。Pland指數度量的景觀的組分,PD、ED反映的是土地利用/覆被—景觀格局的破碎度和復雜程度,景觀破碎度高,異質性強,區域水質污染的風險越高。

在5個不同緩沖區內,類型水平上景觀格局差異如圖4所示。林草地的ED、林草地的PD、沙地的PD、鹽漬地的ED、鹽漬地的PD、耕地的ED和耕地的PD在5個緩沖區之內最大值,最小值、均值、第三分位和第四分位數表現出一致性,各值在1km緩沖區最大,5km緩沖區最小。林草地、鹽漬地、耕地的AI與PD和ED相反,沙地的AI在5個緩沖區之內最大值,最小值、均值、第三分位和第四分位數的最小值出現在4km緩沖區,因此4km緩沖區的景觀聚集度低。耕地的Pland值較平衡,因為耕地受人類作用巨大,且耕地內部植物均勻,所以各緩沖區內的生物多樣性、優勢種和數量等生態系統指標也沒有特別的變化；林草地的PLAND值的最大值和最小值均出現在1km緩沖區之內,第四分位數、第三分位數和中位數的最大值均出現在1km緩沖區,因為林草地的生物多樣性復雜、物種數量居多。鹽漬地的Pland和水體的Pland值在5個緩沖區之內最大值、均值、第三分位和第四分位數的最大值均出現1km緩沖區之內,而水體的斑塊在5個緩沖區之內最小值大致相同,5個緩沖區之內最大值、均值、第三分位和第四分位數的最小值均出現4km緩沖區之內；沙地的Pland值在5個緩沖區之內最大值、均值、第三分位和第四分位數的最大值均出現1km緩沖區之內,最小值出現在2km緩沖區。因此,根據反映景觀破碎度的PD、ED以及反映聚集度AI等指數顯示,艾比湖區域河道兩側的景觀破碎度均高,即人為因子對區域生態環境的影響較為明顯。

圖4 不同緩沖區景觀類型水平指數統計Fig.4 Statistics of class landscape pattern index with different bufferPD：Cropland—耕地斑塊密度,Cropland—Patch density；Forest grass land—PD：林地斑塊密度,Forest—grass land—Patch density；Water—PD: 水體斑塊密度,Water—Patch density；Salinity land—PD：鹽漬地斑塊密度,Salinity land—Patch density；Desert—PD：沙漠斑塊密度,Desert Patch density；Bare lake bed—PD：裸露湖床斑塊密度,Bare lake bed Patch density；Cropland—ED：耕地斑塊邊緣密度,Cropland—Edge density；Forest grass land—ED：林地斑塊邊緣密度,Forest grass land—Edge density；Water—ED: 水體斑塊邊緣密度,Water—Edge density；Salinity land—ED：鹽漬地斑塊邊緣密度,Salinity land —Edge density；Desert—ED：沙漠斑塊邊緣密度,Desert Edge density；Bare lake bed—ED：裸露湖床斑塊邊緣密度,Bare lake bed Edge density；Cropland—AI：耕地聚集度,Cropland Aggregation index；Forest grass land—AI：林地聚集度,Forest grass land—Aggregation index；Water—AI：水體斑塊聚集度,Water—Aggregation index；Salinity land—AI：鹽漬地斑塊聚集度,Salinity land—Aggregation index；Desert—AI：沙漠斑塊聚集度,Desert Aggregation index；Bare lake bed—AI：裸露湖床斑塊聚集度,Bare lake bed Aggregation index；Cropland—Pland：耕地景觀類型百分比；Forest grass land—Pland：林地景觀類型百分比；Water—Pland：水體景觀類型百分比；Salinity land—Pland：鹽漬地景觀類型百分比；Desert—Pland：沙漠景觀類型百分比；Bare lake bed—Pland：裸露湖床景觀類型百分比

3.3 艾比湖區域水質指標主成分識別

由表1可得：第1主成分特征值為3.36,解釋了總環境變量的37.34%,對第1主成分貢獻較大的因子有TDS、COD。第2主成分特征值為2.31,解釋了總環境變量的63.23%,對第2主成分貢獻較大的因子有TP,主要是磷污染物。第3主成分特征值為1.06,解釋了總環境變量的75.10%,對第3主成分貢獻較大的因子有TN,以有機污染為主。第4主成分特征值為0.83,解釋了總環境變量的8.40%,對第4主成分貢獻較大的因子有DO。因此,選擇COD、TP、TN、DO和TDS值作為水環境主要因子作進一步分析。

表1 水環境質量指標的因子轉置負荷值

3.4 不同空間尺度下土地利用/覆被—景觀格與地表水水質指標的關聯分析

3.4.1不同緩沖區土地利用面積—景觀指數與水質指標關系RDA分析

為了更加全面反映不同緩沖區土地利用/覆被—景觀指數對區域水質指標的影響,本研究以25個監測點的水質指標數據與土地利用面積—景觀指數變量為樣本,對其進行冗余分析。根據RDA分析(表2),在多個緩沖區所選景觀指數和整個區域尺度可解釋水質空間變化的50%以上,并且前兩個縱坐標軸占所有軸總解釋量的90%以上。與景觀格局的區域特征相比,緩沖區內的景觀因素能更有效地解釋了水質的變化。且土地利用與區域景觀水平和類型水平上表現出一致性,在1km的緩沖區內,土地利用/覆被—景觀指數可解釋的水質變量為51.50%、51.70%、50.60%,而緩沖范圍增加到4km緩沖區時總解釋能力僅增加1.10%、0.90%、0.50%,而在5km緩沖區是土地利用/覆被—景觀格局對水質的解釋能力出現降低趨勢。因此,4km緩沖被確定為不同緩沖區范圍區內對水質的影響解釋變異最大的區域。土地利用/覆被—景觀格局對區域水質指標影響如表2所示：5個緩沖區的景觀指數特征在第1軸、第2軸的解釋量分別達到最大值,累計解釋土地利用特征信息量最大,對土地利用/覆被—景觀格局特征和水質指標關系的累計解釋量高達89.00%以上,由此可知前兩軸能夠很好地反映土地利用面積特征變異—景觀格局和水質指標的關系,且主要是由第1軸決定。在4km緩沖區時解釋能力達到最佳,因此,4km緩沖區是艾比湖區域水質管理的有效緩沖區。

表2土地利用/覆被面積比例—景觀指數與水質指標關系RDA分析排序軸特征值及總解釋變異

Table2Therelationshipbetweenlanduse/coverandwaterqualityanalysisareaproportionRDAaxiseigenvaluesandtotalvarianceexplained

數據源Datasources尺度/kmScale1km緩沖區1kmbuffer2km緩沖區2kmbuffer3km緩沖區3kmbuffer4km緩沖區4kmbuffer5km緩沖區5kmbuffer1軸Axis2軸Axis1軸Axis2軸Axis1軸Axis2軸Axis1軸Axis2軸Axis1軸Axis2軸Axis土地利用/覆被面積特征解釋量/%51.5021.7048.2019.4048.8018.1052.6017.6051.2015.20Landuse/cover水質指標與土地利用面積相關性0.920.820.990.850.940.870.950.890.960.81典型特征值0.970.900.910.920.91景觀水平景觀特征解釋量/%51.7026.4051.9022.8052.3028.9052.6027.9051.6026.90Landscapelevel水質指標與景觀相關性0.990.900.990.840.990.850.980.910.930.91典型特征值0.920.900.960.940.94類型水平景觀特征解釋量/%50.6018.6038.5017.7038.6020.4051.1014.9049.6014.80Patchtypelevel水質指標與景觀相關性0.990.960.930.850.970.950.950.890.990.91典型特征值0.920.910.900.920.91

3.4.24 km緩沖區主要環境變量的選取

RDA 分析結果能識別影響水質空間分異的主要景觀因子,但卻難以從整體上區分景觀數量組成變量和景觀空間格局變量對水質空間分異影響的大小。采用偏 RDA分析方法辨析不同尺度下景觀數量組成和景觀空間格局對水質空間分異的解釋能力(表3)。表3顯示的主導景觀變量組在每個空間尺度最大的解釋能力。所選景觀變量的累積解釋能力介于51.30%—76.60%,可以解釋變異的1.20%—51.30%。耕地的面積、AI、和ED被確定為在4 km尺度最重要的變量。

表3 不同尺度下景觀變量對水質空間分異解釋能力的分解與比較

Cropland—PD：耕地斑塊密度,Cropland—Patch density；Cropland—ED：耕地斑塊邊緣密度,Cropland—Edge density；Forest grass land—AI：林地聚集度,Forest grass land—Aggregation index；Water—PD: 水體斑塊密度,Water—Patch density；Cropland—AI：耕地聚集度,Cropland Aggregation index；ED：邊界密度,Edge density；Shannon′s diversity index

本研究為探討景觀變量對水質變化的解釋能力,進行的RDA排序分析,在排序圖(圖5)中,當各景觀指標箭頭與水質指標箭頭之間夾角小于90度,兩者關系為正相關,大于90度為負相關,等于90度則不存在相關性,另外,在排序圖中,土地利用/覆被—景觀指數用黑色實線表示,水環境因子用灰色虛線箭頭連線表示；箭頭的長短表示土地利用面積特征與區域水質指標關系的大小,箭頭連線越長相關性越大,反之,則越小；箭頭之間的夾角表示相關性的大小,夾角越小,相關性越大。從圖5可以得出,地表水的DO含量與Forest grass land—AI、Forest grass land—ED呈顯著正相關,相關性依次為Forest grass land—AI > Forest grass land—ED,與Cropland的面積、Cropland—ED、Cropland—PD呈顯著負相關。地表水的TP和TN含量與鹽漬地、耕地的面積呈顯著正相關,與林草地的面積呈著負相關,地表水的TDS含量與Cropland—PD成正相關,與其他主環境變量為負相關。

圖5 景觀指數與水質指標關系的冗余分析排序圖Fig.5 The relationship between redundancy index of the water quality and landscape analysis ordination diagramCropland—PD：耕地斑塊密度,Cropland—Patch density；Cropland—ED：耕地斑塊邊緣密度,Cropland—Edge density；Forest grass land—AI：林地聚集度,Forest grass land—Aggregation index；Water—PD: 水體斑塊密度,Water—Patch density；Cropland—AI：耕地聚集度,Cropland Aggregation index；ED：邊界密度,Edge density；Shannon′s diversity index

3.5 4 km寬度緩沖區突變點分析

基于以上偏RDA分析結果,4 km緩沖區景觀格局對水質的影響較為明顯,對水質的解釋能力最佳。因此,需進一步研究4 km緩沖區內景觀格局空間配置對水質的影響。4 km緩沖區中景觀水平ED,類型水平耕地的ED和林草的AI在景觀空間變化中具有顯著影響且占主導地位的景觀變量,因此需進一步研究這3個景觀變量與區域水質變化響應關系。圖6-圖8分別顯示水質突變值與區域景觀水平ED值,類型水平上耕地的ED值和林草的AI值得關鍵區間值。

如圖6所示,區域景觀指數ED的關鍵區間值在100—110 m/hm2時,水體的COD、TP、TN和TDS的濃度相對于其它區間變化較大。因此,在該值區間水質變量發生突變的可能性高于其它值區間,在該值區間環境對水質的累計解釋率為75%,當超過該值區間時環境的累計解釋達到了90%。圖7表示的是林草地的AI的關鍵區間值在70%—90%間,當AI值超過了該值區間時,水質指標出現突變,且累積頻率超過90%。如圖8所示,耕地的ED的關鍵區間值范圍為95—105 m/hm2,COD、TP、TN和TDS的濃度發生突變的可能性高于其它值區間。因此,水質急劇變化的累積頻率超過90 m/hm2,接近110 m/hm2時區域水質改善的累計頻率為100%。

圖6 突變點頻率直方圖和的累積頻率分布Fig.6 Frequency histogram and cumulative distribution of the positions of change point

圖7 突變點頻率直方圖和的累積頻率分布Fig.7 Frequency histogram and cumulative distribution of the positions of change point

圖8 突變點頻率直方圖和的累積頻率分布Fig.8 Frequency histogram and cumulative distribution of the positions of change point

4 討論

4.1 對水質影響最為顯著的緩沖區尺度識別

區域景觀格局是否對河流水質產生較大影響仍是有爭議問題。例如,Johnson等[30]發現,河流交錯區的土地利用/覆被—景觀格局對區域水質TP和TDS含量變化可以進行解釋。Sliva等[31]在加拿大河流的研究中發現,區域景觀特征對水質的解釋在100m緩沖區有更大的影響。而本研究的結果表明：在4 km寬度緩沖區中所有景觀變量對水質空間分異的解釋能力最強,第一軸解釋比例分別達到52.60%、51.60%、51.10%。典型特征值分別達0.99、0.95、0.92。本研究為探索水質指標對景觀格局的解釋能力,在研究初期不僅對1—5 km緩沖區做了研究,還對8km和10km緩沖區進行了探索,結果發現大于5 km緩沖區區域景觀格局和土地利用面積比例對水質指標變量不能進行解釋。但是在5 km緩沖區內有一些沒有被納入分析的景觀變量也可能對水質空間分異產生影響,土地利用強度的差異等因素也可能影響水質空間分異規律。因此水質指標與緩沖區景觀格局在區域尺度景觀指數更好的相關性。

4 km緩沖區內土地利用結構于水質指標之間存在顯著的相關性,在中亞干旱區土地利用結構相對比較單一,王娟[32]等研究證明,在艾比湖流域對河流水質具有較大影響的土地利用類型是耕地和鹽漬地,而在本研究中,在1—3 km河流緩沖區內土地利用類型主要以其他土地利用類型為主,鹽漬地和耕地所占面積比例較小,在4 km緩沖區內,鹽漬地和耕地所占比重均較大,且研究區位于綠洲,地形比較平坦,河流沖刷所形成的河谷均位于1—2 km,4 km緩沖區受人類影響最為嚴重。因此河流水質與土地利用與水質關系較為顯著。

4.2 景觀數量組成與空間格局變量對區域水環境質量影響過程及原因

4.2.1土地利用/覆被—景觀格局對水質指標的影響分析

區域土地利用/覆被—景觀格局反映了人類活動對區域的干擾程度,距離河道越近的景觀斑塊對河流水質的影響遠大于遠離河道的景觀斑塊,但是整個流域往往能反映更為全面的信息,特別是當污染物與流域的水文條件密切相關的情況下。哪個尺度能更好地反映水質變化情況取決于景觀數據的精度,河岸帶能不能代表全流域的景觀情況,流域的水文條件以及各種污染物的具體來源等因素。現實景觀中,格局與過程是不可分割的客觀存在,研究中有必要耦合格局與過程。

艾比湖區域耕地對區域水質指標的影響比其他土地利用類型對水質指標的影響顯著,耕地的污染物輸出稍高于其他用地,這與部分學者的研究結論[33-35]有所不同,主要原因是艾比湖區域內耕地面積所占比例較高,因為新疆艾比湖區域屬于西北內陸,地廣人稀,城市化水平不高,即使下墊面性質發生改變,其對污染物輸出的影響也不是很大,這也可以說明生態系統類型對河流水質指標的影響與不同類型的數量有關,因此該區域內的農業污染物問題也顯得尤為突出。同時艾比湖區域與其他研究區略有不同,因為艾比湖地處西北內陸區域,土地利用類型復雜,不僅沙漠化嚴重而且土地鹽漬化已不可逆轉,所以在本研究中鹽漬地成為必須重點考慮的因素,在2km緩沖區中,鹽漬地對區域水質的變異解釋量為1.60%,說明鹽漬地對水質的影響不可忽略,從水鹽運移的角度來講,艾比湖區域的秋季相對于干旱,鹽下滲,所以鹽漬地面積對水質的影響較小。每年五月是區域土壤返鹽的季節,所以研究夏季景觀與水質的關聯關系必須重點考慮鹽漬地對水質的影響。

4.2.2景觀格局對區域水質指標的影響分析

河流水質的惡化程度不僅取決于區域內土地利用類型及其重要性,更依賴于各種景觀類型的空間分布格局及其配置。借助GIS和遙感技術,利用景觀指數對研究區內的景觀格局進行量化分析,景觀格局可反映潛在的人類活動行為[36]。相關研究表明,某些景觀指數能很好的解釋水體中溶解物和沉積物的負荷量[37],通過建立景觀指數與河流水體污染物濃度指數的關聯,利用景觀指數解釋水質指標變化,能對水質指標變化進行很好的預測。本研究中,邊緣密度(ED)與水質DO有顯著負相關,與其他水質指標有極顯著的正相關性,斑塊的邊緣調控著斑塊之間的相互作用。高的ED 意味著更大強度的人類干擾,景觀更加破碎,區域水質污染的風險也相應升高。

4.3 4 km緩沖區中景觀指數的突變值

區域景觀指標的突變值是河流水質改善的分水嶺。RDA分析的結果表明的區域景觀ED與水質變量是負相關的關系。區域景觀水平的ED值越高,景觀破碎度越高,意味著污染越嚴重(圖5)。因此,在艾比湖區域4km緩沖區90—105m/hm2值區間對水質的改善有一定意義。從耕地而言,艾比湖區域4km緩沖區ED突變值為90—110m/hm2,意味著耕地的ED取值為90—110m/hm2,有利于區域水質的保護。另一方面,林草地的AI對區域水質污染物稀釋和降解有一定的意義,4km的緩沖區內,林草地的AI突變值為70%—90%,對水質的改善及河流管理考慮的重要景觀因子。由于艾比湖區域河流沿線的主要土地利用類型為耕地,因此耕地的破碎度對區域水質的影響最大。因此,區域土地利用的合理規劃對區域水質具有重大意義。

5 結論

本研究以艾比湖區域25個水質采樣點為中心,建立5種尺度緩沖區,結合土地利用/覆被類型遙感解譯結果以及水質指標數據,選用土地利用/覆被類型面積、景觀指數(景觀水平、類型水平),通過RDA方法和突變點方法分析得出如下結果：

(1)景觀格局在不同寬度緩沖區內對河流水質指標具有不同的效應。4km緩沖區景觀格局具有最大的水質指標空間分異解釋能力。

(2)4km緩沖區中影響區域水質的主要環境變量為區域斑塊密度、耕地斑塊密度和森林聚集度。耕地為研究區內污染物產生和輸出的主要土地利用類型。而耕地生態系統類型受人類活動影響較大,所以人類活動是引起河流水質變壞的關鍵因素。ED與地表水DO的含量呈顯著負相關,斑塊邊界密度越大,溶解氧含量越低,說明破碎化程度越高,地表水DO的含量越低,區域內斑塊破碎度的增加能增加水質退化；區域斑塊數量越多,河流水體污染物濃度越高；

(3)4km緩沖區內的變點分析顯示了三個景觀指數的突變值區間,區域景觀的ED值在100—110m/hm2,耕地的ED值在90—105m/hm2,林草地的AI值在70%—90%,區域土地利用/覆被-景觀格局的組合有利于區域水質的優化。因此,對河流水質改善應重點強調4km寬度緩沖區范圍,該研究對區域景觀格局的合理配置以及土地利用的科學規劃具有重要意義。

[1] 謝花林. 基于景觀結構的土地利用生態風險空間特征分析——以江西興國縣為例. 中國環境科學,2011,31(4):688-695.

[2] 岳德鵬, 王計平, 劉永兵, 李海龍, 黃月艷. 京郊西北地區農地利用與景觀格局時空特征. 農業工程學報,2008,24(6):89-95.

[3] Lambin E F, Turner B L, Geist H J, Agbola S B, Angelsen A, Bruce J W, Coomes O T, Dirzo R, Fischer G, Folke C, George P S, Homewood K, Imbernon J, Leemans R, Li X B, Moran E F, Mortimore M, Ramakrishnan P S, Richards J F, Sk?nes H, Steffen W, Stone G D, Svedin U, Veldkamp T A, Vogel C, Xu J C. The causes of land-use and land-cover change: moving beyond the myths. Global Environment Change,2001,11(4):261-269.

[4] Nalej M. Agricultural land cover changes in metropolitan areas of Poland for the period1990-2012. Miscellanea Geographica,2016,20(2):39-45.

[5] Baker A. Land use and water quality. Hydrological Processes,2003,17(12):2499-2501.

[6] Li S Y, Gu S, Tan X, Zhang Q F. 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(1/3):317-324.

[7] 吉冬青, 文雅, 魏建兵, 吳志峰, 劉慶, 程炯. 流溪河流域景觀空間特征與河流水質的關聯分析. 生態學報,2015,35(2):246-253.

[8] 張殷俊, 陳爽, 彭立華. 平原河網地區水質與土地利用格局關系——以江蘇吳江為例. 資源科學,2009,31(12):2150-2156.

[9] 鞏杰, 謝余初, 趙彩霞, 高彥凈. 甘肅白龍江流域景觀生態風險評價及其時空分異. 中國環境科學,2014,34(8):2153-2160.

[10] Uriarte M, Yackulic C B, Lim Y, Arce-Nazario J A. Influence of land use on water quality in a tropical landscape: a multi-scale analysis. Landscape Ecology,2011,26(8):1151-1164.

[11] Gergel S E, Turner M G, Miller J R, Melack J M, Stanley E H. Landscape indicators of human impacts to riverine systems. Aquatic Sciences,2002,64(2):118-128.

[12] 趙鵬, 夏北成, 秦建橋, 趙華榮. 流域景觀格局與河流水質的多變量相關分析. 生態學報,2012,32(8):2331-2341.

[13] 張大偉, 李楊帆, 孫翔, 張方山, 朱紅興, 劉毅, 張英, 莊敏, 朱曉東. 入太湖河流武進港的區域景觀格局與河流水質相關性分析. 環境科學,2010,31(8):1775-1783.

[14] 孫金華, 曹曉峰, 黃藝. 滇池流域土地利用對入湖河流水質的影響. 中國環境科學,2011,31(12):2052-2057.

[15] Bu H W, Meng W, Zhang Y, Wan J. Relationships between land use patterns and water quality in the Taizi River basin, China. Ecological Indicators,2014,41:187-197.

[16] 李明濤, 王曉燕, 劉文竹. 潮河流域景觀格局與非點源污染負荷關系研究. 環境科學學報,2013,33(8):2296-2306.

[17] 韓黎陽, 黃志霖, 肖文發, 田耀武, 曾立雄, 吳東. 三峽庫區蘭陵溪小流域土地利用及景觀格局對氮磷輸出的影響. 環境科學,2014,35(3):1091-1097.

[18] Shen Z Y, Hou X S, Li W, Aini G. Relating landscape characteristics to non-point source pollution in a typical urbanized watershed in the municipality of Beijing. Landscape and Urban Planning,2014,123:96-107.

[19] Beckert K A, Fisher T R, O′Neil J M, Jesien R V. Characterization and comparison of stream nutrients, land use, and loading patterns in Maryland coastal bay watersheds. Water, Air, & Soil Pollution,2011,221(1/4):255-273.

[20] 鄧懷敏, 吉力力·阿不都外力, 馬龍. 艾比湖流域景觀結構及其與環境因子關系分析. 干旱區資源與環境,2014,28(10):123-127.

[21] 彌艷. 基于3S技術的艾比湖流域農業非點源污染對水環境的影響研究[D]. 烏魯木齊: 新疆大學,2010.

[22] 李艷紅, 姜黎, 佟林. 新疆艾比湖流域生態環境空間分異特征研究. 干旱區資源與環境,2007,21(11):59-62.

[23] 周梅, 張飛, 塔西甫拉提·特依拜, 高宇瀟, 阿不都拉·阿不力孜, 李瑞. 艾比湖流域水化學指標平面分布特征. 環境化學,2015,34(9):1694-1702.

[24] 黃靜. 水樣的采集和保存. 西部探礦工程,2006,18(2):256-257.

[25] 魏復盛, 國家環境保護總局, 《水和廢水監測分析方法》編委會. 水和廢水監測分析方法(第四版)[M]. 北京: 中國環境科學出版社,2002:248-370.

[26] 徐延達, 傅伯杰, 呂一河. 基于模型的景觀格局與生態過程研究. 生態學報,2010,30(1):212-220.

[27] Kearns F R, Kelly N M, Carter J L, Resh V H. A method for the use of landscape metrics in freshwater research and management. Landscape Ecology,2005,20(1):113-125.

[28] Lep? J,milauer P. Multivariate Analysis of Ecological Data Using CANOCO. Cambridge: Cambridge University Press,2003.

[29] Shen Z Y, Hou X S, Li W, Aini G, Chen L, Gong Y W. Impact of landscape pattern at multiple spatial scales on water quality: a case study in a typical urbanised watershed in China. Ecological Indicators,2015,48:417-427.

[30] Johnson L, Richards C, Host G, Arthur J. Landscape influences on water chemistry in Midwestern stream ecosystems. Freshwater Biology,1997,37(1):193-208.

[31] Sliva L. Williams D D. Buffer zone versus whole catchment approaches to studying land use impact on river water quality. Water Research,2001,35(14):3462-3472.

[32] 王娟,張飛, 張月, 任巖,于海洋. 艾比湖區域水質空間分布特征及其與土地利用/覆被類型的關系. 生態學報,2016,36(24):7971-7980.

[33] 楊勝天, 王雪蕾, 劉昌明, 盛浩然, 李茜. 岸邊帶生態系統研究進展. 環境科學學報,2007,27(6):894-905.

[34] Dai X, Zhou Y, Ma W, 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.

[35] Basnyat P, Teeter L D, Flynn K M, Lockaby B G. Relationships between landscape characteristics and nonpoint source pollution inputs to coastal estuaries. Environmental Management,1999,23(4):539-549.

[36] 王明浩, 王文杰, 馮宇, 吳棣, 吳坤. 湖南水府廟水庫流域景觀格局與水質特征關系分析. 環境工程技術學報,2015,5(4):333-340.

[37] 劉文竹, 王曉燕, 歐洋. 密云水庫小流域不同尺度景觀格局與水質的相關性分析. 首都師范大學學報: 自然科學版,2013,34(6):70-75.

Correlationanalysisbetweenthespatialcharacteristicsoflanduse/cover-landscapepatternandsurface-waterqualityintheEbinurLakearea

WANG Xiaoping1,2, ZHANG Fei1,2,3,*, LI Xiaohang1,2, CAO Can1,GUO Miao1, CHEN Lihua4

1CollegeofResourcesandEnvironmentScience,XinjiangUniversity,Urumqi830046,China2KeyLaboratoryofOasisEcologyMinistryofEducation,XinjiangUniversity,Urumqi830046,China3KeyLaboratoryofXinjiangWisdomCityandEnvironmentModeling,Urumqi830046,China4AreaManagementBureauofEbinurLakeWetlandNaturalReserve,Bole833400,China

To understand the effect of land use/cover—landscape on water quality, this study selected the Xinjiang Ebinur Lake region as the study area. We took 25 water sampling points to build five buffer zones, and combined land use/cover types with water—quality monitoring data, selected land—use types, and landscape index (landscape level) to monitor water quality. We tried to study the effects of a wide range of buffer land use/cover—landscape patterns on water quality indexes using the redundancy analysis method. Subsequently, we analyzed the specific location of the water-quality variables along the landscape gradient using the change-point analysis method. The results indicated: (1) the landscape pattern has different effects on the river—water quality indexes in different buffer zones. A 4 km buffer of land use/cover landscape pattern seems to be a threshold for differentiating the regional water quality. (2) The major environmental variables affecting the water quality of the lake area are the patch density, the patch density, and the degree of aggregation in a buffer of 4 km. (3) When the edge density (ED), of cultivation was 90—105 m/hm2, and the aggregation of forest and grassland index of water was 70%—90%, and the water quality in this region appeared to be better protected. This study performed the quantitative analysis of the land use/landscape pattern changes from multiple perspectives in the Ebinur Lake area, revealing the main regularities of the landscape ecology variation in the region. This study provides the theoretical basis for the optimization of regional landscape pattern and reasonable land planning. It improves the "Silk Road Economic—One Belt and One Road" initiative of the ecological environment and sustainable utilization of resources in the Ebinur Lake area in Xinjiang.

Ebinur Lake; landscape pattern; spatial scale; water quality; redundancy analysis; change-point analysis

國家自然科學基金項目(41361045,41130531)；國家自然科學基金-新疆聯合基金(U1503302)；新疆維吾爾自治區研究生教育改革創新項目(XJGRI2016014)；2016年新疆大學大學生創新訓練計劃重點項目(201610755057)資助

2017- 01- 10; < class="emphasis_bold">網絡出版日期

日期:2017- 00- 00

*通訊作者Corresponding author.E-mail: zhangfei3s@163.com

10.5846/stxb201701100078

王小平,張飛,李曉航,曹燦,郭苗,陳麗華.艾比湖區域景觀格局空間特征與地表水質的關聯分析.生態學報,2017,37(22):7438- 7452.

Wang X P, Zhang F, Li X H, Cao C,Guo M, Chen L H.Correlation analysis between the spatial characteristics of land use/cover-landscape pattern and surface-water quality in the Ebinur Lake area.Acta Ecologica Sinica,2017,37(22):7438- 7452.