不同空間尺度河流水質與土地利用關系分析
——以泰國蒙河流域為例

田皓予，佟玲，余國安，Arika Bridhikitti

（1.中國農業大學水利與土木工程學院，北京100083；2.中國科學院地理科學與資源研究所陸地水循環及地表過程重點實驗室，北京100101；3.瑪希隆大學北碧府校區跨學科研究學院環境工程與災害管理系，泰國71150）

土地利用是人類出于經濟、居住、娛樂、保護和政府目的等對陸地空間的利用[1]。土地利用常改變流域水文過程和養分遷移，有時直接形成非點源污染，進而引起河流水質退化[2-3]，影響流域生態環境[4]。因此，分析流域水質與土地利用的響應關系對于認識水環境變化成因和趨勢，構建適宜的土地利用格局，促進流域水資源保護和生態環境修復有重要的科學價值和實踐意義。

對土地利用的分析通常基于某一空間尺度開展。近年來，國內外學者基于不同空間尺度分析河流水質與土地利用的關系。如Rodrigues等[5]基于全流域尺度分析巴西Córregoágua Limpa流域土地利用對河流水質的影響。Shukla等[6]從流域和行政區兩個空間尺度分析了印度Ganga河流域水質和土地利用之間的關系。Xiao等[7]從100～2 000 m站點緩沖區選擇4個尺度分析太湖流域水質與土地利用的相關關系。Chen等[8]開展了從100 m到2 000 m緩沖區共11種不同空間尺度下北京市水質與土地利用關系的研究。由于土地利用的多尺度格局差異，基于土地利用方式的河流水質研究存在不確定性[9]，其結果（相關性）受空間分析尺度大小的影響，但哪個尺度的土地利用格局能夠更好地解釋與水質之間的關系存在不同的結論[10]，有必要考慮從不同空間尺度開展分析。Ding等[11]分析東江河流域不同尺度下水質與土地利用的關系后發現，流域尺度比緩沖區尺度能更好地解釋土地利用對河流水質的影響；而Xu等[12]對淮河流域7種不同空間尺度下水質和土地利用的關系研究發現，半徑小于20 km的緩沖區能夠更好地解釋土地利用對氨氮和溶解氧濃度變化的影響。可以看出，在分析河流水質與土地利用關系時，不同流域適宜的空間分析尺度存在差異。因此，有必要對不同空間尺度進行對比，以尋找水質與土地利用二者相關性更顯著的分析尺度。

河流水質退化是泰國面臨的重要生態環境問題，其三分之一的河流處于退化或被污染狀態[13-14]。農業營養富集、生活污水和工業廢水排放導致河流水體出現藻華現象[15-16]。在泰國的25個流域中有9個處于水資源短缺狀態，位于東北部的蒙河流域就是其中之一。作為湄公河最大支流，蒙河每年向湄公河注入約250億m3的水量[17]，其水質對湄公河中下游水環境具有重要影響。蒙河流域是泰國重要的農業區，也是泰國人口第二多的流域，聚集大量農業人口[15]。近幾十年來由于經濟發展和高密度人類活動影響，土地開發利用加劇，由此帶來的非點源污染問題愈顯突出，河流水環境也因此受到擾動[18]。

基于以上背景，本文以蒙河流域為研究對象，在之前研究[19]的基礎上應用莫蘭指數（Moran′s I）等空間分析方法和Spearman相關分析，探究小流域和不同緩沖區尺度下土地利用對河流水質的影響，以期促進流域可持續發展，為平衡土地利用和水環境保護提供參考。

1 材料與方法

1.1 研究區概況

蒙河（Mun River）位于泰國東北部，大致位于14°～16°N，101°～105°E之間。蒙河發源于呵叻府附近的考艾國家公園，流經武里南、素林、四色菊、烏汶等十府，最終匯入湄公河。蒙河干流長約800 km，流域面積約8.2萬km2（圖1）。流域氣候類型屬于濕潤熱帶氣候，常年溫度不低于18℃，平均年降雨量1300～1500 mm，受亞熱帶季風影響，5月中旬至10月中旬降雨頻繁，一般稱之為雨季，其中強降雨一般出現在8月或9月。11月至次年4月稱之為旱季，旱季降雨稀少，與雨季降雨量差異極大[20]。流域內地形復雜，以平原為主，并分布有高原和山地。主要土壤類型為沙質壤土和壤質砂土等。研究區主要種植作物為水稻、玉米、木薯、甘蔗和橡膠林，有少量的養殖業。

圖1泰國蒙河流域位置、水系及水質監測站點示意圖Figure 1 Location of Mun River basin，drainage system and water quality monitoring sites

1.2 數據來源

蒙河水質數據來自泰國污染管制署（Pollution Control Department，Thailand，簡稱PCD），數據序列為1997—2017年。為反映河流水質的季節性變化，PCD一般在每年2、5、8、11月進行監測。由下游到上游分布有MU01～MU20（蒙河的水質監測站點簡稱MU）共21個水質監測站點（圖1，包括MU17.1站點），其中MU19和MU20站點的監測數據較少，因此選擇MU01～MU18共19個站點數據進行分析。從物理、化學、生物學3大類指標中選擇8項典型水質指標開展分析，包括溶解氧（DO）、生化需氧量（BOD）、總大腸菌群（TCB）、糞大腸菌群（FCB）、總磷（TP）、硝態氮（NO-3-N）、氨氮（NH3-N）和固體懸浮物（SS）。由于蒙河流域為農業區，基本無采礦區且工業生產水平較低，有毒重金屬（如Hg、Pb、As、Cd、Cr）含量幾乎全部低于泰國地表水質量標準的三類水質限值[21]，因此本文暫不考慮有毒重金屬指標。

土地利用數據來源于泰國土壤資源及土地發展部門獲取的2000、2007年和2015年三期矢量數據。元數據中有城鎮建設用地、林地、農業用地、水域、混合用地5個一級分類，共28個二級分類，根據元數據中的二級分類將土地利用類別進行重新合并與劃分，分為水田、旱地、其他農業用地、林地、城鎮建設用地、水域、混合用地共7個類別（圖2）。

1.3 分析方法

1.3.1 空間自相關分析

空間自相關在自然界普遍存在，地理信息系統使得探索自然變量的空間自相關性十分便利，如采用空間自相關指標，基于ArcGIS 10.2平臺進行水質序列空間自相關指標的計算。空間自相關是同一自然變量在不同空間位置上的相關關系，空間自相關指標能反映水環境中污染物的分布狀況和各地區所含污染物情況的相關關系[22]。全局指標采用單一值來反映區域環境變量的空間自相關程度，用于分析整個研究區域的空間相關性模式。本文采用全局莫蘭指數（Global Moran′s I）來診斷流域實測序列的總體空間分布結構，計算公式為：

式中：I為全局自相關度量指標；zˉ為序列的平均值；zi、zj分別為水質序列在站點i、j的數值(i≠j)；Wij為zi與zj之間的距離權重；N為研究的空間區域數。

莫蘭指數是一個有理數，經方差歸一化后，其值歸一化到-1～1之間：I＞0表示空間正相關性，即水質指標濃度高（低）值在空間上趨于集聚；I＜0表示空間負相關性，即某站點與周邊站點水質指標濃度存在空間差異；I=0，說明不存在空間相關性，即流域各站點的水質檢測序列在空間上呈隨機分布[23]。此外，檢測的空間自相關性還需進行顯著性檢驗，標準化的顯著性統計指標計算如公式（2），一般情況下，取顯著性水平為0.01和0.05，相應的標準方差Z值為2.58和1.96。

式中：Var（I）為方差；E（I）為期望。

1.3.2 不同空間尺度的建立

基于ArcGIS 10.2平臺的水文模塊，根據流域DEM數據和19個水質監測站點將整個流域劃分為19個小流域（圖3a），將某一站點與相鄰上游站點之間的區域稱為小流域（如MU09與MU08之間的區域為MU08站對應的小流域），從總體上分析每個水質站點對應其上游小流域的土地利用對出水口水質的影響。

圖2蒙河流域土地利用類別分布Figure 2 Land use in the Mun River basin

此外，本文還選擇3個緩沖區尺度進行分析。不同地形條件下緩沖區劃分方法不同：在坡度較大的流域，多以監測站點上溯并向河道兩岸拓展一定寬度建立帶狀緩沖區[24-26]，而對于河網較為密集的平原流域，應以監測站點為圓心，不同距離為半徑建立圓形緩沖區[27-28]。考慮到蒙河流域大多為平原地區，且流域內水網交織，故采用圓形緩沖區法。因此，本文選取小流域和5、2、1 km圓形緩沖區共4個空間尺度（圖3b和圖3c），并與土地利用圖疊加得到不同空間尺度下不同土地利用類型的面積占比。

圖3不同空間尺度示意（以MU19站點為例）Figure 3 Picture of different spatial scales（Take the site MU19 as an example）

1.3.3 統計分析

基于SPSS23.0軟件利用Spearman相關性分析研究2015年不同季節、不同空間尺度下水質指標與土地利用類型面積占比之間的相關關系，使用雙尾檢驗在α=0.01和α=0.05顯著性水平下計算Spearman相關系數。

2 結果與分析

2.1 水質指標分析

從1997—2017年19個水質監測站點水質指標的統計分析結果（表1）和各水質指標多年平均濃度的空間分布（圖4）可以發現，BOD多年平均濃度呈現出上游高、下游低的特點，DO多年平均濃度自上游向下游呈增大趨勢，不同站點間差異相對較小。TCB、FCB濃度分布特征大體相同，不同站點間差異極大，變異系數分別為3.39和6.02。TP、SS濃度呈現出上游高、下游低的特征，上游TP濃度高于《地表水環境質量標準》（GB 3838—2002）中Ⅲ類水TP限值0.20 mg·L-1，是上游水體的主要污染物。NH3-N濃度的空間分布特征與TP相反，NO-3-N濃度上游和下游較高，中游較低。

為探究水質時空變化特征且為避免時段過長掩蓋水質指標的空間自相關性，將研究時段劃分為A（1997—2007年）和B（2008—2017年）兩個時段進行水質指標的空間自相關檢測。根據公式（1）計算各時段各指標多年平均全局Moran′s I值，如表2所示。從時段A到時段B，DO、SS的Moran′s I值分別由0.70、0.23變為0.81、0.54，在時段B都通過P＜0.01的顯著性水平檢驗，說明DO和SS的空間分布表現出顯著的聚集性特征且在時段B空間聚集程度有所上升；BOD序列的Moran′s I值從時段A的0.46變為時段B的0.32，其空間正相關由極顯著變為不顯著，說明流域BOD的空間分布趨于局部化，聚集性特征減弱。TPNH3-N序列由時段A的空間負相關變為時段B的空間正相關，說明流域水質營養指標空間差異性越來越小，逐漸轉變為聚集模式。TCB、FCB序列的Moran′s I值從時段A到時段B有所增大，說明其離散程度變小。

2.2 土地利用結構分析

農業用地（水田、旱地和其他農業用地）是蒙河流域最主要的土地利用類型（圖2），占流域總面積的73%以上。林地次之，2000、2007、2015年農業用地和林地面積之和分別占流域總面積的92.10%、87.24%、86.55%，第3位是城鎮建設用地，水域面積最少。結合2000、2007、2015年3期土地利用數據與GIS工具，提取并統計蒙河流域19個站點對應不同空間尺度的土地利用面積占比情況（圖5，其中每個站點相應的土地利用類型面積占比柱狀圖從左至右3列依次表征2000、2007、2015年）。大體上，與2000年相比，2015年水田、旱地和林地面積有所減少，其他農業用地、水域和混合用地面積有所增加。在小流域尺度土地利用分類中，農業用地所占比例最大，尤其是水田（MU01和MU02站點對應的小流域位于蒙河流域東側邊緣，該處林地較多；MU05與MU06距離很近，因此劃分出的MU05所對應的小流域面積很小，導致小流域內只有城鎮建設用地、水域和混合用地）。

表1水質指標濃度的統計特征Table 1 The statistical feather values of water quality indicators concentration

圖4 1997—2017年蒙河代表性水質指標平均濃度空間變化Figure 4 Spatial variations in the average concentration of representative water quality indicators in the Mun River basin from 1997 to 2017

表2 1997—2017年水質空間全局Moran′s I值Table 2 Moran′s Ivalue of water quality from 1997 to 2017

圖5基于不同空間尺度的土地利用類型面積占比時空變化Figure 5 Spatiotemporal variations in the proportion of land use types based on different spatial scales

統計2015年不同空間尺度下各土地利用類型平均面積占比情況如表3所示，可以看出各類土地利用類型面積占比在不同空間尺度下呈現明顯差異，且基于不同空間尺度提取得到的面積占比大小排序也不同。其中，水田和旱地：小流域＞5 km緩沖區＞2 km緩沖區＞1 km緩沖區；林地、水域和其他農業用地：1 km緩沖區＞2 km緩沖區＞小流域＞5 km緩沖區；城鎮建設用地和混合用地：1 km緩沖區＞2 km緩沖區＞5 km緩沖區＞小流域。產生這種差異的主要原因在于：（1）小流域尺度較其他3個緩沖區尺度大得多，更接近整個流域實際的土地利用分布格局；（2）各水質監測站點主要位于交通便利、易于采樣的位置，一般距離城鎮、水域、道路和橋梁等較近，因此在緩沖區范圍內的城鎮建設用地、水域、混合用地等占比更大，且緩沖區尺度越小，其占比越大。此外，在4種不同空間尺度下水田都為優勢地類。

2.3 水質指標與土地利用類型的相關分析

為進一步探究水質與土地利用變化的響應關系，將2015年19個水質站點監測的水質數據和對應的不同空間尺度下土地利用類型的面積占比進行關聯，利用SPSS 23.0軟件進行Spearman相關性分析，如表4所示。本研究只對5種主要土地利用類型進行分析，即水田、旱地、林地、城鎮建設用地和水域，其他農業用地和混合用地中包含的植被類型種類較多，難以明確具體對水質的影響，因此暫不進行分析。蒙河不同季節水質參數濃度變化較大，因此分為汛期（6月至10月）和非汛期（11月至次年5月中旬）兩個階段分別對水質指標平均濃度與不同空間尺度土地利用類型面積占比進行分析。

由表4可以看出，2015年蒙河流域水體DO含量與林地面積占比呈正相關，相關系數在5 km緩沖區時最高，為0.69（P＜0.01），與城鎮建設用地面積占比為負相關；BOD含量與農業用地面積占比呈正相關，與林地面積占比呈負相關，且在5 km緩沖區尺度下相關性最優，相關系數為-0.58；TCB和FCB含量與城鎮建設用地面積占比呈顯著正相關，且非汛期的相關關系更強；TP含量與農業用地和小流域尺度下的城鎮建設用地面積占比呈正相關，而與林地、水域和緩沖區尺度（5、2、1 km）下的城鎮建設用地面積占比呈負相關，與林地的相關系數絕對值最大為0.72，出現在5 km緩沖區尺度內；-N和NH3-N含量與農業用地和小流域尺度下的城鎮建設用地面積占比呈負相關，與林地、水域和緩沖區尺度下的城鎮建設用地面積占比呈正相關。受降雨徑流影響，汛期-N和NH3-N含量與水田、林地面積占比的相關性優于非汛期；SS含量與城鎮建設用地面積占比呈負相關，與農業用地面積占比呈正相關，與林地和水域的關系表現出季節性差異，汛期與二者呈正相關，非汛期與二者呈負相關。

3 討論

3.1 河流水質特征及土地利用類型組分的關系

分析顯示，在全流域尺度上，蒙河水體DO、BOD濃度具有顯著的空間正相關特征，呈聚集性分布，DO濃度流域下游高，BOD濃度流域上游高。這與其他受強人類活動（尤其是水利工程）影響的流域存在差異，如在我國淮河流域，水體DO濃度在空間上呈離散分布[29]，主要原因是淮河流域閘壩工程較多，天然河道被其分割，且很多排污口散亂地分布于河道兩側，而蒙河受水利工程影響較小。

許多研究發現，河流水體養分含量與流域農業活動密切相關[8，30-31]。與其他區域的研究結果（如我國云南撫仙湖[32]）相似，蒙河流域水體營養指標（TP、NO-3-N、NH3-N）與農業用地面積比例的相關性十分顯著，其中水體TP含量與農業用地面積占比具有明顯的正相關關系，而-N和NH3-N含量與農業用地占比存在明顯的負相關關系，這與蒙河流域農業用地利用類型和主導作物種類對氮、磷的吸收能力有重要聯系。蒙河流域土地利用的主導類型為農業用地，其中水田面積占流域總面積的50%以上[18]。水稻等農作物生長過程中常大量施用氮、磷肥。相關研究表明水稻吸收氮的能力很強而吸收磷的能力相對較弱[33]，如超級雜交稻對氮素的吸收率為177.69～189.09 kg·hm-2，而對磷素的吸收率僅為36.94～39.80 kg·hm-2[34]。未被作物吸收的磷肥由于降雨濺蝕、水流入滲淋溶和徑流的沖刷進入河流，從而造成汛期水體磷含量顯著升高，而水稻根系有效吸收和土壤滯留等相關生物化學過程則顯著消減了地表徑流中的氮類營養物質。水體-N和NH3-N含量較低還可能與氮素的遷移轉化有關，農田中有大量的微生物，進而造成不同形態氮素之間的硝化、反硝化反應[5，35]。此外，流域上游的農業用地面積占比較下游大，而NO-3-N和NH3-N的含量則在下游更高，所以農業用地占比與河流氮含量之間呈負相關關系。

表3不同空間尺度下各土地利用類型面積平均占比（%）Table 3 Average proportion of land use types area at different spatial scales（%）

表4基于不同空間尺度的2015年水質指標與土地利用類型的相關性Table 4 Correlation between water quality indicators and land use types in 2015 based on different spatial scales

不同空間尺度下FCB含量與城鎮建設用地面積占比呈正相關關系。緩沖區尺度下水體TCB含量也與城鎮建設用地呈正相關，與我國撫仙湖[32]和北運河流域[36]的研究結果類似。不同空間尺度上水體TCB和FCB含量與城鎮建設用地的相關系數均高于其他土地利用類型，說明作為人類活動密集區的城鎮對水體中細菌污染物的引入有重要貢獻。非汛期城鎮建設用地面積比例與細菌類指標的相關系數大于汛期。城鎮建設用地代表著高強度的人類活動，生活污水中含有大量的TCB、FCB等細菌類污染物以及氮類營養物質。隨著城鎮和建設用地的擴張，居民生活垃圾和污水、工業廢水的排放相應增加，對河流水質造成影響。

3.2 水質與土地利用關系的尺度效應

空間尺度效應是水質與土地利用關系分析中的一個重要問題，但對于最佳空間分析尺度范圍仍存在爭議[8]。有研究認為，小流域尺度下的河流水質與土地利用的關系較緩沖區尺度下更為顯著[37-38]，也有研究發現緩沖區尺度的土地利用格局能更好地解釋河流水質變化[12，39]。基于蒙河流域的分析顯示，大部分水質指標與土地利用在小流域和不同緩沖區尺度上表現出一致的相關性，但相較于小流域尺度，緩沖區尺度（尤其5 km半徑緩沖區）下更多的水質指標與土地利用類型占比之間的相關關系通過P＜0.05的顯著性水平檢驗，小流域及5、2、1 km緩沖區尺度下具有顯著相關關系的指標數量在汛期和非汛期分別為7、7、7、5項和5、12、6、6項。非汛期水質與土地利用之間顯著相關的指標數量多于汛期，其主要原因是由于非汛期水質與城鎮建設用地顯著相關的指標數量較汛期多，因為非汛期城鎮居民生活污水等點源污染對水質的影響比汛期更大。因此推測，蒙河流域5 km緩沖區尺度下的土地利用能夠更好地解釋與水質之間的關系，這與Yadav等[15]對蒙河流域的研究結果相似。各流域水質與土地利用的相關關系存在不同的最佳空間分析尺度，這可能主要是受流域獨特的自然屬性影響[40]。

4 結論

（1）蒙河流域河流水質空間自相關檢測結果顯示：DO、BOD、TP、NO-3-N、NH3-N、SS序列在流域站點間呈一般或顯著的空間正相關，而TCB、FCB主要來自人類和畜禽的廢物排放造成的點源污染，其濃度高值分布較為分散，表現出空間差異性。

（2）水質與土地利用之間的相關關系在不同空間尺度存在一致性，但緩沖區尺度下的土地利用格局能夠更好地解釋蒙河水質變化，其中5 km緩沖區范圍內水質指標與土地利用的關系更為顯著。

（3）蒙河水質與流域農業用地（尤其是水田）之間的關系最為顯著，其中BOD和TP含量與農業用地面積占比呈顯著正相關，說明農業用地對河流水體BOD和磷的污染負荷起到了“源”的作用。水體DO含量與城鎮建設用地面積占比呈負相關，而BOD、TCB和FCB含量與其呈正相關，說明城鎮建設用地對這3類水質指標的負荷起到“源”的作用。相反，DO含量與林地呈正相關，BOD和TP含量與其呈負相關，說明林地對水體BOD和TP污染負荷起到截留、吸附的作用。

（4）蒙河流域內主要土地利用類型為農業用地，其面積占流域總面積的73%以上，河流水質主要受農業非點源污染的影響，還受城鎮化發展和人口密度增大帶來的廢水排放的影響。