丹江上游土地利用/景觀指數與水質關系初探

王 杰, 李 鵬, 高海東, 時 鵬, 張秦嶺, 楊倩楠, 馬勇勇

(西安理工大學 西北水資源與環境生態教育部重點實驗室, 西安710048)

土地利用是自然與人文過程交叉最為密切的產物，研究土地利用的環境效應已成為區域可持續發展研究的切入點[1]。土地利用變化和人類的生活生產密切相關，改變土地利用方式會對水環境產生影響。一直以來，對于土地利用與河流水質的空間耦合關系的研究都是熱點問題[2-5]，研究主要集中在水質變化對土地利用的敏感性以及土地利用影響水質的尺度效應和距離效應[6]，但是僅從土地利用類型的面積比例耦合與河流水質的關系，往往會忽略土地利用空間格局和組合方式的變化和對水質的影響。

隨著景觀生態學以及地理信息系統技術的發展，景觀—水質的研究也得以重視，國內外學者在不同景觀格局如何影響環境水質方面做了大量的研究[7-11]，Huang等[12]分析了景觀組成(如林地、耕地等)與水質的響應關系，得出耕地是影響流域水質的最重要因素。Sun等[13]發現，景觀指數如聚合度和多樣性與河流水質顯著相關。土地利用的組成通常與分水嶺內的水質相關，景觀配置可能是水質更敏感的預測因子。一些研究表明部分景觀指數能夠預測水質的變化[14-18]，使用與水質顯著相關的景觀格局指數作為景觀尺度上的環境指標，可以直接反映水質變化的原因，對于水質監測、流域管理等具有重要的意義[19-20]。但也有一些研究表明景觀指數與水質之間沒有顯著的相關性[21-22]。

本文利用2000年、2005年、2010年、2013年4期土地利用數據，以及對應年份的水質監測常規數據，希望建立丹江上游流域土地利用和景觀指數變化與水質的關聯，主要研究目的：(1) 初步探討丹江上游流域土地利用空間變化對水質的影響；(2) 探究景觀指數與水質指標是否存在相關性；(3) 進一步建立土地利用、景觀指數變化與水質的響應關系，為流域環境治理提供科學支撐。

1 材料與方法

1.1 研究區概況

丹江發源于秦嶺東南的鳳凰山，北源起于秦嶺南坡的東峽，在黑龍口與西源相匯合，是南水北調中線的水源地，為中國北京和天津供水，用于飲用，農業用途和工業用途。丹江上游地處秦嶺南麓，陜西東南部，流域總面積約為2 728 km2。流域的氣候屬于暖溫帶半濕潤季風氣候，呈現出四季分明，冬干夏濕，雨熱同季，干濕分明的氣候特征。年平均氣溫7.8～13.9℃，最高37～40.8℃，最低-11.8～-21.6℃。降水量年均750 mm，無霜期為210 d。按地貌特征，流域可分為丘陵區、低山區、中山區、河谷川道區。中山區山高坡陡，人為活動少，植被較好，水土流失輕微；低山區荒山禿嶺，土層瘠薄，陡坡開荒，水土流失較嚴重；丘陵區植被覆蓋差，人口眾多，人類活動強烈，水土流失嚴重；河谷川道區面積很小，幾乎全為耕地。流域內有7個土類，81個土種。商洛市共轄商州區和商南縣、柞水縣、鎮安縣、丹鳳縣、山陽縣、洛南縣1區6縣，總人口251.74萬。

1.2 數據來源與處理

數字高程模型(DEM)數據來源于中國科學院計算機網絡信息中心國際科學數據鏡像網站(http:∥www.gscloud.cn)，空間分辨率為30 m。為了監測流域內的土地利用變化，4期土地利用數據從中國1∶10萬土地利用數據庫下載，該數據庫是在Landsat TM和中國環境1號衛星(HJ-1)影像的基礎上,采用人機交互快速提取方法獲得。運用ArcGIS軟件，在Spatial Analyst模塊支持下，將土地利用矢量數據轉換為柵格數據，以備計算景觀指數使用。參考《土地利用現狀調查技術規程》中的土地利用分類系統，并結合景觀指數討論的可行性[23]，將流域土地類型分為耕地、林地、草地、水域、建筑用地、未利用地。水質數據來源于陜西省環境監測中心在丹鳳水文站的水質常規監測。本文對應土地利用分別選取2000年、2005年、2010年、2013年的水質數據。

1.3 研究方法

基于4期土地利用，利用ArcGIS軟件分析不同時期土地利用面積變化和土地利用轉移情況，揭示區域土地利用空間變化特征；應用景觀格局分析軟件FRAGSTAT 3.3，對斑塊個數(NP)、斑塊密度(PD)、最大斑塊指數(LPI)、景觀形狀指數(LSI)、周長—面積分維數(PAFRAC)、蔓延度指數(CONTAG)、斑塊結合度(COHESION)、景觀分割度(DIVISION)、香農多樣性指數(SHDI)進行計算，具體景觀格局特征參數如表1所示。

土地利用面積占比和景觀指數與水質指標利用SPSS軟件，進行Pearson相關性分析，借助CANOCO for Windows 4.5軟件進行冗余分析(RDA)。

冗余分析是一種直接梯度排序分析方法，能夠從統計學角度評價一組變量與另一組多變量數據之間的關系[24]，用以揭示物種及其生活環境因子之間的關系。冗余分析方法的優點在于能夠獨立保持各個環境變量(土地利用/景觀指數)對水質變化的貢獻率，并能夠有效地對多個解釋變量進行統計檢驗[25]。首先進行水質指數(物種數據)的DCA分析和梯度計算，結果顯示Lengths of gradient的第一軸大小為0.652(小于3.0)，故選擇RDA線性模型進行分析。排序結果圖借助Canodraw for Windows生成，排序圖中，紅色箭頭代表水質指標，黑色箭頭代表土地利用面積占比和景觀指數。箭頭的長度代表了該變量被排序圖解釋的程度，箭頭越長影響程度越高。

表1 景觀格局指數計算公式及其生態學意義

2 結果與分析

2.1 土地利用的數量變化

土地利用類型統計(表2)結果表明：耕地、林地和草地是研究區3種主要的土地利用類型，其中草地面積所占比例最大(40.35%～41.23%)，其次是林地(33.31%～34.40%)和耕地(23.15%～24.76%)，建筑用地和水域所占的比例較小。2000—2013年，耕地面積是減少的，降幅達6.51%；林地、建筑用地面積不斷增加，增幅分別為3.0%和53.0%；草地面積先增加后減少但總體變化幅度很小，水域面積稍有增加。

表2 研究區土地利用類型的面積

2.2 水質特征

表3 水質數據描述性統計

2.3 土地利用/景觀格局演變

基于2000年、2013年的土地利用，得到土地利用類型的轉移矩陣(表4)，結果顯示：2000—2013年，耕地轉出總面積為63.31 km2，其中18.03 km2轉為林地，27.10 km2轉為草地，17.55 km2轉為建筑用地；林地轉出總面積為3.97 km2，其中2.72 km2轉為耕地，0.72 km2轉為草地；草地轉出總面積為30.5 km2，其中15.70 km2轉為耕地，12.89 km2成為林地。3種主要的土地利用類型轉出面積大小為耕地>草地>林地。耕地大部分轉為林地、草地，這與國家自1999年實施退耕還林(草)工程有關；林地大多轉為耕地，草地轉為耕地和林地，而耕地部分轉為建筑用地，這說明2000—2013年該區域人類活動增加，改變了土地利用類型，具體表現為將耕地開發成建筑用地，利用草地和林地以補償耕地。

表4 2000-2013年流域土地利用類型轉移矩陣 km2

景觀指數能夠高度濃縮景觀格局信息，可反映其結構組合和空間配置方面的特征，是目前景觀生態學研究中廣泛使用的基本指標[26]。從表5可以看出：2000—2013年，研究區景觀NP和PD減少，CONTAG增加，表明研究區不同景觀類型的斑塊經過物種遷移或其他生態過程逐漸融合，形成了較好的連接性。一般認為，耕地和建筑用地具有明顯的邊界，林地和草地等自然景觀具有不規則的邊界[27]，斑塊的形狀越復雜，LSI的值就越大。LSI的值減小，結合表4可以得出，耕地轉為林地草地后，林草地形成規則的邊界，這也導致了PAFRAC呈緩慢減小的情況。LPI減少，DIVISION接近1，CONTAG處于中等水平，說明隨著人類活動的強烈干擾，斑塊形狀逐漸變得規則化。SHDI增加，COHESION接近100，即表明斑塊與相鄰斑塊類型的空間連接度非常高，斑塊間的連通度較好，景觀趨于高連通方向發展。

表5 流域景觀指數年際變化特征

2.4 響應關系

2.4.2 土地利用/景觀格局與水質的冗余分析 本研究以4期8個水質指標的208個樣本與土地利用面積比/景觀指數進行RDA分析，結果顯示：前兩個排序軸特征根為0.668，0.157，土地利用面積比和景觀指數前兩個排序軸相關系數分別為0.998，0.977。模型滿足顯著性條件，達到理想效果。同時得出土地利用面積比/景觀指數對水質的解釋量(表7)，其中耕地、林地對水質變化的解釋量較高，分別為65.8%，61.3%。建筑用地對水質變化的解釋量為53.8%，草地的解釋量最低，僅為14.5%。LPI，LSI和COHESION對水質的影響都有較高的解釋量，分別為58.5%，59.6%，54.4%。SHDI對水質影響的解釋量為41.0%，PD，CONTAG對水質影響的解釋量最低，僅為37.2%和33.9%。

表6 土地利用類型和景觀指數與水質的相關性

注：*表示pearson相關系數在0.05水平下顯著；**表示pearson相關系數在0.01水平下顯著；AGRI為耕地，FOREST為林地，GRASS為草地，URBAN為未利用地；LPI為最大斑塊指數，LSI為景觀形狀指數，PD為斑塊密度，SHDI為香農多樣性指數，COHESION為斑塊結合度，CONTAG為蔓延度指數，下同。

表7 土地利用類型和景觀指數對水質的解釋量

圖1 土地利用類型/景觀指數與水質的RDA排序

3 討 論

3.1 土地利用與水質的關系

Fedorko[30]、Galbraith[31]等的研究認為，建筑用地增加，房屋、道路等不透水面上的污染物會隨著降雨徑流進入河流，使水體中的營養鹽濃度增加，導致水質下降。另外，城市的商業活動產生的污水排入河流也會造成水質下降。本研究實測數據顯示，表明隨著建筑用地面積的增加，流域水質并沒有受到負面的影響，一方面因為研究區內建筑用地面積占流域面積較小，僅為1.22%～1.86%，城市規模較小，建筑用地面積比不足以作為影響水質的關鍵因子；另一方面研究區域是國家南水北調工程重要的水源涵養區，在生產建設過程中嚴格遵守國家環保要求，所以對流域河流水質沒有產生負面的影響。

3.2 景觀指數與水質的關系

部分景觀指數與水質的關聯存在著很大的不確定性，例如PD僅與SS呈顯著負相關，和水質的氮、有機物以及無機物都沒有明顯的相關性，難以得到PD與水質存在關聯的合理解釋；CONTAG與水質參數沒有顯著的相關性，PD和CONTAG對水質的影響有較低的解釋量，因此這兩個景觀指數無法作為有效的水質預測因子。

4 結 論

(1) 2000—2013年，耕地面積減少，林地、建筑用地面積不斷增加，耕地是最不穩定的土地利用類型，大部分轉為林地和草地。流域內景觀多樣性和聚集度逐漸增加，流域景觀格局趨于規則化、高連通和高度聚集的方向發展。

(2) 耕地對水質的影響是強烈的，且其對水質具有負面影響，林地對水質具有顯著的正效應。建筑用地對水質影響是復雜的，僅用面積比來判斷其對水質的影響不足以說明問題。

(3) SHDI，LPI，LSI，COHESION與水質參數呈現出良好的相關性，對水質的影響具有較高的解釋量，表明這些景觀指數可以在景觀尺度上預測未來水質的變化，PD和CONTAG與水質指標的相關性無法得到合理解釋，不可以作為水質預測的關鍵因子。