楊強強,徐光來,*,楊先成,李愛娟,陳 晨
1 安徽師范大學地理與旅游學院, 蕪湖 241003 2 安徽省江淮流域地表過程與區域響應重點實驗室, 蕪湖 241003 3 安徽師范大學生態與環境學院,蕪湖 241003
景觀格局是指類型、大小、形狀不同的景觀要素在空間的分布與配置[1]。景觀指數是對景觀格局特征的定量表征,反映土地利用構成和空間配置信息,多用來描述土地利用類型特征[2- 3]。景觀類型中,“源”景觀指能促進生態過程發展的景觀,“匯”景觀與其作用相反[4]。水質對土地利用/景觀格局變化非常敏感[5- 7]。人類活動強烈的影響當地的景觀結構,促使土地利用方式變化[8],是水污染主要來源[9],已導致全球半數以上的水庫及湖泊水質惡化[10]。河流作為重要景觀類型構成[11],其水質受點源污染和非點源污染控制[12],而景觀格局與流域非點源污染過程關系密切[13],受到眾多學者的關注。Sliva和Williams[14]使用次級數據庫、GIS及多元分析工具探討了安大略省南部三個流域景觀特征與水質的相關性,認為流域景觀特征對水質的影響大于100 m緩沖區;李昆等[15]認為300 m河岸帶緩沖區能夠更好的解釋漢江流域水質對襄陽市城區景觀格局變化的響應;Hu等[12]通過逐步多元回歸模型以山東省為研究對象,發現景觀指數與水質具有較好的關聯性;朱珍香等[16]從源匯景觀指數、斑塊密度以及香濃多樣性指數三種景觀指數角度分析了廈門后溪水質與流域景觀特征之間的關系;彭勃等[5]選取蔓延度、斑塊密度、香濃多樣性指數、最大斑塊指數、破碎度五種景觀指數探討了小流域土地利用景觀格局對水質的影響。土地利用方式及景觀格局變化可通過下墊面的改變、坡度的增減、改變生物作用與非生物作用的強弱等[7,14]方式對水質產生影響,但究竟何種空間尺度上土地景觀格局以及哪些景觀指數對水質的影響最大,仍莫衷一是。因此,進一步研究土地利用/景觀格局對流域水質的影響,對土地利用的綜合管理與水質保護具有重要意義。
選取土地利用類型百分比、土地利用程度綜合指數和景觀指數,采用冗余分析和Spearman等級相關性分析探討了青弋江流域土地利用、景觀格局對水質的影響,意在分析何種尺度景觀格局對水質的影響最大;景觀組成及土地利用強度對水質的影響;景觀指數與水質指標之間的關系。研究結果以期為政府相關職能部門進行水資源和土地利用管理決策提供參考。
青弋江源于安徽黟縣黃山北麓,是長江下游最長的一條支流,在蕪湖市與長江相匯。青弋江流域介于29.91°—34.43°N、117.64°—118.85°E之間,總面積8487 km2;屬亞熱帶濕潤季風氣候,平均氣溫16℃,年降雨量1500 mm[17],夏季炎熱多雨,冬季溫和少雨,降雨年內波動大,水位在春夏季(3—8月)較高,為豐水期,秋冬季為枯水期[18]。本研究共設18個采樣點,各點位分布如圖1所示,其中南部山區的土地利用方式以林地為主,下游平原區以建設用地、耕地、林地為主。
從Google Earth獲取2.05 m高精度衛片(無偏移),以此作為基礎數據源,借助ENVI 5.3特征提取模塊,運用基于樣本面向對象的監督分類進行土地利用信息的提取,參照國家土地利用現狀分類標準(GB/T 21010—2017)并結合青弋江流域土地利用實況及解譯的可操作性,將土地利用類型劃分為耕地、林地、草地、建設用地、水域、未利用地6類。借助野外采集記錄的實際土地利用方式數據,利用混淆矩陣法進行精度分析,多次重新選取或增補訓練樣本,最終kappa系數達到0.742,符合本文研究需求。DEM數據為Google Earth 4.11 m分辨率高程數據。

景觀格局是自然因素和人為因素共同作用的結果,一般指空間格局[20]。而景觀指數高度濃縮景觀格局信息[21],能夠定量反映空間異質性。基于景觀水平選取的景觀指數包括斑塊豐富度密度(PRD) 、最大斑塊指數( LPI) 、面積加權平均斑塊分維數(FRAC_AM)、面積加權平均斑塊形狀指數(SHAPE_AM)、蔓延度指數(CONTAG)、香濃多樣性指數(SHDI),反映了景觀的豐富度、優勢度、破碎度及多樣性等特性,景觀指數含義[22- 24]如表1所示。緩沖區土地利用柵格大小為2.2 m×2.2 m,各指數的計算均在FRAGSTATS 4.2軟件上進行。

表1 選取的景觀指數及生態學意義
1.3.1空間分析
參考前人的研究思路及方法[25- 27]并結合青弋江流域實況,以18個采樣點為圓心,分別建立100、200、500、1000、2000 m的緩沖區,將其與遙感數據相結合,進而獲取各緩沖區內的土地利用數據。土地利用程度綜合指數數值的大小反映土地利用程度的強弱,揭示景觀受人類干擾程度的大小[28]。計算公式如下[29]:
(1)
式中,La為土地利用程度綜合指數,Ai為研究區域內第i級土地利用程度分級的分級指數,Ci為區域內第i級土地利用程度分級的面積百分比,n為土地利用分級數(從土地利用程度分級賦值表[30](表2)中獲取)。

表2 土地利用程度分級賦值表
1.3.2統計分析
借助Canoco 5軟件對不同空間尺度的土地利用面積分別與枯水期和豐水期的水質進行相關性分析。在相關性分析之前,首先對水質數據進行降趨勢對應分析(Detrended Correspondence Analysis,DCA)。結果顯示,枯水期與豐水期的Gradient length的第一軸分別為0.27和0.37,均小于3,故選擇線性模型能更好的擬合土地利用類型面積(解釋變量)與水質數據(響應變量)之間的關系[31]。RDA(Redundancy analysis)能較好的反映景觀指數與水質之間的關系[11],因此選擇RDA[32]。
基于SPSS Statistics 24.0軟件平臺,因流域水質與土地利用綜合指數或景觀指數均不滿足線性關系,故采用雙變量Spearman雙尾相關性分析[33],探討水質與其他指標之間的關系。


圖2 水質時空分布圖Fig.2 Spatial and temporal distribution of water qualitymin: 最小值;max: 最大值;SD: 標準差;
不同尺度土地利用類型面積占比如圖3所示。整體而言,未利用地與草地面積比重較低,且隨緩沖區半徑變化的波動性較小;水域面積占比隨緩沖區半徑的擴大有下降趨勢;林地、耕地、建設用地是各尺度主要的景觀組成類型。受人為及自然因素影響,不同尺度各采樣點土地利用占比各不相同。通過冗余分析,篩選對流域水質產生影響最大的空間尺度[31]。由表3可知,在枯水期與豐水期均是500 m半徑緩沖區的土地利用方式對水質的解釋率最高,分別為46.30%和43.10%,表明該空間尺度的景觀格局對水質的影響最大。

圖3 不同空間尺度下土地利用面積比例Fig.3 Land use area proportion under multiple scales

表3 冗余分析各排序軸方差解釋率
2.3.1土地利用類型對水質的影響


圖4 土地利用與流域水質關系的冗余分析Fig.4 Redundancy analysis between land use and watershed water quality agr:耕地Agricultural land; for:林地 Forest land;gra:草地Grass land;con:建設用地Construction land;water:水域;oth:未利用地Other land
2.3.2土地利用程度綜合指數與水質的相關性


表4 土地利用程度綜合指數與水質濃度的相關性
2.3.3景觀格局指數與水質的相關性


表5 500m半徑緩沖區水質指標與景觀指數相關性分析結果
土地利用方式對水質的影響具有尺度依賴性,但由于各流域的特殊性及研究者使用的數據集分辨率存在差異,得出的結果也可能不同[42]。通過RDA研究發現500 m半徑緩沖區的土地利用/景觀格局對水質的解釋率最高,而方娜等[43]通過研究鄱陽湖濕地水質發現1000 m半徑緩沖區土地利用方式對水質影響最大。這主要是因為采樣點周邊典型地類的差異所致。本研究也存在著自身的局限性。康文華等[44]經過對碳酸鹽和碎屑巖兩大地貌區的水質研究發現河岸帶尺度的土地利用格局對水質影響最大;于磊等[45]認為亞流域尺度與水質的相關性較河岸帶尺度更強。而本文未對流域尺度與河岸帶尺度土地利用/景觀格局對水質的影響進行探究。合理的尺度規劃,對水質的改善具有積極作用,而復雜的尺度效應表明單一尺度控制大量水質參數也非常困難[46]。因此,隨后有必要從流域、河岸帶緩沖區和圓形緩沖區三種空間尺度,通過更長期的水質監測,嘗試作進一步的分析。
就景觀組成對水質的影響而言,建設用地和耕地作為“源”景觀,加劇了非點源污染,致使水質惡化,許多學者的研究與此類似[5,12];林地多體現“匯”作用,通過截留、吸收污染物,凈化水質[3,11,44];李明濤等[2]認為草地能有效控制污染,而歐洋等[13]發現草地面積的增加會導致水質惡化,草地對水質的影響仍存在爭議;未利用地因植被稀少或易受降雨和徑流影響,其對水質的影響具有不確定性[10]。
景觀指數可在一定程度上反映研究區的社會及經濟狀況,進而揭示人為因素在景觀格局中的作用。PRD代表單位面積的斑塊類型數,主要用于反映生態系統的穩定性與抗干擾性。LPI反映最大斑塊占整個景觀面積的比例,傳達出優勢類的信息。在對以林地為主的碎屑巖地區進行研究,康文華等[44]發現LPI與污染物濃度呈負相關,而郭玉靜等[24]研究以農地和濕地為優勢景觀的湖泊濕地,發現LPI與水質的惡化有顯著關系,表明當優勢景觀類型為“源”景觀,則LPI可能與水質污染程度呈正相關,若為“匯”景觀,則有利于水質的提高。LPI主要與DO呈負相關關系,說明采樣點周圍受到“源”景觀作用更強。SHAPE_AM值越大,斑塊形狀越不規則,與污染指標的相關性越強,折射出人為干擾的力度。CONTAG和SHDI與LPI類似,不能簡單的從CONTAG和SHDI的數值大小判斷其對水質的影響,更重要的是關注優勢景觀類型,例如在某一研究區中,景觀多樣性豐富,若“源”景觀(建設用地等)具有較高蔓延度且為優勢類型,則往往導致水質下降。本文僅對選取景觀指數(景觀水平)進行了探討,下一步將增加類型水平上的景觀指數,從而更好的揭示景觀格局對水質的影響。
在借助ENVI 5.3完成對土地利用解譯的基礎上,結合ArcGIS 10.2軟件建立了青弋江流域18個采樣點不同半徑的圓形緩沖區,運用冗余分析和Spearman相關性分析嘗試探究了土地利用/景觀格局對水質的影響,結果如下:
(1)在100、200、500、1000、2000 m 5種空間尺度的圓形緩沖區中,500 m半徑緩沖區景觀組成對水質的解釋率最高,枯水期與豐水期對水質的解釋率分別為46.30%和43.10%。
(2)景觀類型中,耕地、建設用地面積比例的增加可導致水質的惡化,林地對水質的凈化起到積極作用。土地利用程度綜合指數與水質污染指標呈正相關,表明人類活動強的區域,土地利用程度越高,水質越差。
以青弋江流域為研究對象,初步分析了圓形緩沖區尺度上景觀格局對水質的影響,可能對土地利用規劃和水質保護有一定的積極作用。但因資料有限,景觀格局年際變化對水質影響的研究略有欠缺,隨后將結合流域、河岸帶及圓形緩沖區3種空間尺度作進一步研究。