土地利用結構與景觀格局對開都河水質的影響

摘要：探究土地利用結構與景觀格局對干旱區河流水質的影響機制，對維護干旱區流域生態安全具有參考意義。基于開都河2021年豐水期和枯水期15個采樣點的水質數據，以流域景觀類型占比表征土地利用結構，景觀指數表征景觀格局，采用bioenv分析、冗余分析（RDA）等方法探討土地利用結構與景觀格局對開都河水質的影響。結果表明：（1）開都河屬清潔、較清潔水質，枯水期水質略優于豐水期；（2）豐、枯水期的2 000、5 000 m半徑緩沖區土地利用對水質解釋率最佳，分別為63.81%、64.91%；景觀格局對水質解釋率的最佳緩沖區分別為500、200 m，解釋率分別為73.88%、63.33%；（3）豐水期耕地對水質的貢獻率最高為57.9%，景觀指數LPI對水質的貢獻率最高為48.8%；枯水期對水質貢獻率最高的為草地68%，景觀指數LSI對水質貢獻率最高為21.6%；（4）豐水期，耕地、林地、水域的組合與水質的相關系數最高為0.424 5，枯水期單一草地的組合與水質的相關系數最高為0.512 9；豐水期NP、LPI、ENN_MN與水質的相關系數最高為0.076 5，枯水期NP、PD、LPI與水質的相關系數最高為0.216 3；（5）土地利用結構與景觀格局對水質的交互作用在豐水期2 000 m半徑緩沖區內為18%，高于枯水期200 m半徑緩沖區的11%。研究結果表明土地利用結構與景觀格局都對開都河水質有較大影響，二者的交互作用在該影響中占有重要地位。

關鍵詞：土地利用；景觀格局；水質；開都河

中圖分類號：X522" " " " 文獻標志碼：A" " " nbsp; 文章編號：1674-3075（2025）01-0045-13

河流水質是公共衛生和社會經濟可持續發展的基礎（Castrillo amp; García，2020），而河流水環境受周圍土地利用與景觀格局的影響顯著（Allan et al，2004；Sarah amp; Hobbi et al，2017）。人類活動使土地利用方式和自然景觀格局發生了改變。Tu（2011）使用地理加權回歸（GWR）分析不同城市流域中6種土地利用與14種水質指標之間的空間變化關系，發現土地利用結構和景觀格局是影響河流水質的主要原因。土地利用對水質的影響主要是非點源污染，景觀格局受非點源污染的影響同樣十分顯著（Basnyat et al，1999）。目前，關于土地利用與景觀格局對水質的影響研究越來越多，但是對于哪種景觀模式和土地利用情況更有利于水質保護有很大不確定性。因此，深入研究土地利用與景觀格局對水質的影響，不僅為土地利用和景觀格局規劃提供參考依據，也有利于地表水環境的可持續發展（崔丹等，2019）。

土地利用和景觀格局對水環境的影響一般建立在一定空間尺度上（祁蘭蘭等，2021），空間尺度是指河流和景觀斑塊之間的距離，常以河岸帶和子流域表現。而從景觀格局角度研究土地利用對水質影響，主要分析景觀格局指數與水質指標的關系。郭羽羽等（2021）在黃河流域的研究中發現耕地、草地、林地與水質的相關性最高。李明濤等（2013）、Bu等（2014）分別對密云水庫和太子江流域水質展開研究，結果表明景觀格局指標中，聚集度、破碎度、多樣性特征以及物理連接度與水質具有顯著相關性。此外由于空間尺度效應存在地域差異性，土地利用與景觀格局對水質影響最強的空間尺度存在差異（張宇碩等，2020）。胡叢巧等（2023）對博斯騰湖土地利用對水質的影響研究發現豐、平、枯水期的1 000、3 000、500 m半徑緩沖區對水質解釋率最佳，而王小平等（2017）的研究則得出相反結論，其認為4 000 m緩沖區尺度下兩者關系較全流域尺度強。Meneses等（2015）認為，相較于流域尺度，景觀格局對水環境質量的依賴性在河岸帶緩沖區尺度更小，且Xu等（2019）在研究貴州烏江流域后發現影響河流水質的關鍵區域為河岸帶緩沖區尺度內的景觀格局，而曹燦等（2018）對干旱區艾比湖的研究，發現景觀格局對水質影響的最佳緩沖區為300 m。這些研究雖然取得了一定的成果，但對于干旱區土地利用與景觀格局對水質的影響研究較少。同時，前人研究主要聚焦于單一土地利用類型或景觀格局指數對水質的影響，而對于景觀指數組合與土地利用類型組合對水質影響的研究較少。

因此，本文利用2021年開都河豐水期和枯水期15個樣點的水質數據，結合2020年土地利用數據，分析土地利用與景觀格局對開都河水質的影響，探討不同時空尺度下的開都河水質對土地利用與景觀格局的相應關系，找出影響水質的最佳緩沖區和關鍵變量，以期為開都河水質管理提供理論依據。

1" "材料與方法

1.1" "研究區概況與數據采集

開都河流域位于中國西北的天山南坡中部（82°58′～86°05′ E，42°14′～43°21′ N），發源于海拔5 000 m的薩爾明山，流域面積22 000 km2，全長560 km（Ba et al，2018；Zhao et al，2021），海拔871～5 000 m，南部與塔里木盆地接壤，中部為低山丘陵、沖積扇戈壁區，地形復雜，交叉分布。該流域氣候類型為大陸性溫帶干旱氣候，年平均氣溫為-1.82 ℃，年總降水量為328.8 mm，年平均降水量61.2 mm（李茹霞等，2023），冬、夏兩季降雨量季節差異顯著，水位在夏季較高，為豐水期，冬季為枯水期。開都河流經尤爾都斯和焉耆盆地，最終匯入博斯騰湖。

本研究在開都河取15個采樣點（圖1），下游K1～K8、中游K9～K10、上游K11～K15，2021年6月（豐水期）與10月（枯水期）進行樣品采集，水樣選取50 cm深度的流動水，每個點位采集3個平行樣本進行分析。用500 mL潔凈聚乙烯塑料瓶采集水樣，在0～4 ℃冷藏密封帶回實驗室。使用重鉻酸鹽法測定化學需氧量（COD），鉬酸氨分光光度法測定總磷（TP），納氏試劑分光光度法測定氨氮（NH3-N），以堿性過硫酸鉀消解紫外分光光度法測定總氮（TN），多水質參數檢測儀測定溶解氧（DO）與濁度。以上操作均依據《國家水質采樣技術指導》（HJ494—2009）。

開都河2020年30 m×30 m精度土地利用遙感監測數據源于中國科學院資源環境科學數據中心（http：//www.resdc.cn）。按照國家土地利用現狀分類標準（GB/T21010—2017）并結合開都河土地利用實況，將研究區土地利用類型劃分為耕地、林地、草地、水域、建設用地和未利用地6類。以采樣點為圓心的圓形緩沖區作為分析單元，根據已有水質與土地利用尺度效應的相關研究為依據確定緩沖區半徑（張志敏等，2022；溫嘉偉等，2023），作200、500、1 000、2 000和5 000 m緩沖區，并與土地利用類型數據疊加，獲取不同空間尺度范圍內的土地利用類型面積占比。

1.2" "景觀指數選取

本文從景觀破碎度、聚集度、優勢度、多樣性和物理連接度等景觀指數中，選取了7個通用性高、代表性較好的指數（表1），其中NP、PD、LSI分別表示景觀中斑塊的數量、密度、形狀，通常用來評估景觀破碎化的程度（徐啟渝等，2020）；COHESION表示景觀中同一類型斑塊的聚集程度和給定閾值的斑塊連接度；LPI表示景觀中面積最大斑塊及其面積占比程度，用來形容流域內優勢景觀類型；SHDI、ENN_MN分別表示流域內景觀類型的豐富度以及同類型斑塊之間的平均距離。

1.3" "水質評價

內梅羅污染指數法是評價河流湖泊水質的方法，本文依照《地表水環境質量標準》（GB3838—2002）中Ⅲ類水質標準進行計算，綜合分析各評價指標，具體方法見參考文獻（李梁婷等，2022），評價標準見表2。

1.4" "數據分析

采用Arcgis10.8和Fragstats4.2軟件分別計算各土地利用類型面積和景觀格局指數，數據通過Kolmogorov-Smirnov檢驗正態性，Pgt;0.05表明數據符合正態分布特征。通過Canoco5軟件進行冗余分析（RDA），判定開都河流域土地利用與景觀格局對水質的影響。借助R語言“vegan”包中的“bioenv”函數，分別得到土地利用類型和景觀指數的最佳組合，并以此來表征土地利用結構和景觀格局；通過Mantel檢驗分析土地利用和景觀格局與水質指標相關性，方差分解（variation partitioning）是將響應變量組成數據表的總方差無偏分解成由各個解釋變量所決定的子方差，使用originPro2021進行繪圖。

2" "結果與分析

2.1" "水質指標特征

單因子污染評價結果（表3）顯示，開都河上、中、下游皆未超出Ⅲ類水標準。內梅羅污染指數評價結果顯示：豐水期開都河上、中、下游均屬較清潔水質，枯水期上游、下游屬較清潔水質，而中游屬清潔水質。豐水期各采樣點水質指標濃度分別為DO（7.45～10.01 mg/L）、TP（0.01～0.10 mg/L）、TN（0.41～0.78 mg/L）、NH3-N（0.16～0.98 mg/L）、COD（11.23～29.22 mg/L）、濁度（0.31～4.13 UTN）、pH（7.02～7.86）；枯水期水質指標濃度分別為DO（6.04～9.93 mg/L）、TP（0.02～0.08 mg/L）、TN（0.219～0.45 mg/L）、NH3-N（0.11～0.76 mg/L）、COD（5.36～22.43 mg/L）、濁度（0.03～8.28 UTN）、pH（7.02～8.10）。豐水期濁度和COD超標率分別為33.33%、26.67%，但其在枯水期的超標率均為13.33%。TP除豐水期K4采樣點，其余采樣點均未超出Ⅲ類水標準。NH3-N、TN在各采樣點（枯水期、豐水期）均未超標。

2.2" "土地利用類型對水質影響的緩沖區半徑

不同空間尺度下土地利用類型面積占比如圖2所示。總體而言，隨著緩沖區半徑的擴大，水域面積占比逐漸減小，未利用地與耕地面積占比逐漸增加；建設用地與林地面積在所有緩沖區內都維持較小占比；草地面積在所有緩沖區內都維持較高占比。各尺度主要景觀類型均由草地與未利用地組成。在自然因素與人類活動的影響下，土地利用比例在不同采樣點具有空間分異性。

利用RDA分析探討影響開都河流域的最佳空間尺度，發現豐、枯水期半徑緩沖區分別為2 000、5 000 m內的土地利用方式對水質的解釋率最高（表4），分別為63.81%和64.91%，說明在該空間尺度內的土地利用類型對開都河水質的影響最為顯著。

2.3" "不同空間尺度景觀異質性

隨著空間尺度的增加（圖3），NP、LSI、ENN_NM、COHESION、SHDI逐漸增大，PD、LPI逐漸減小。NP增大，景觀斑塊數量變多，土地利用破碎度增大，空間異質性增強；LSI表示景觀斑塊形狀的規則化程度，本研究中隨空間尺度的增加LSI呈上升趨勢，說明景觀形狀復雜性隨空間尺度增加而增強，形狀多樣性增大。ENN_NM代表平均最近鄰體距離，其值越大，代表同類景觀之間的距離越遠。COHESION代表斑塊結合度，其值越大，景觀的空間連通性越好。SHDI屬于敏感性指標，其值越高表示土地利用類型越豐富，景觀類型趨向均衡化；本研究中隨著空間尺度的增加，SHDI呈逐漸上升的趨勢，表明尺度空間越大，其景觀多樣性越高，空間異質性越強。PD代表斑塊個數，其值隨空間尺度的增加而逐漸變小，表明景觀破碎化程度隨緩沖區的增大而減小，緩沖區半徑越大，景觀異質性越小。LPI最大斑塊，其值越小，說明隨著緩沖區的增大，人類活動對景觀的干擾逐漸減小。利用RDA分析，探討影響開都河流域的最佳空間尺度，發現豐、枯水期緩沖區半徑分別為500、200 m內的景觀格局對水質的解釋率最高（表5），分別為73.88%和63.33%，說明在該空間尺度內的景觀格局對開都河水質的影響最顯著。

2.4" "土地利用與景觀格局對水質的影響

2.4.1" "土地利用類型對水質的影響" "圖4為不同土地利用類型對水質各參數影響的二位排序結果，其與水質指標之間形成的夾角表示相關性，角度越小，相關性越強，當夾角小于90°時，兩者為正相關，接近或等于90°時，兩者相關性較小或者不相關（周俊菊等，2019）。豐水期2 000 m半徑緩沖區內，耕地與NH3-N、COD、TN、TP、濁度呈正相關；未利用地與耕地結果相反；草地與DO呈正相關，與COD、濁度、NH3-N、TN呈負相關，與TP相關性不強；水域與TN、NH3-N呈正相關，與濁度、DO、TP、COD呈負相關；建設用地與COD的相關性最強，與NH3-N、TN、濁度、TP呈正相關，與DO呈負相關；林地與COD相關性不強，與TN、NH3-N呈正相關，與濁度、TP、DO呈負相關（圖4a）。枯水期5 000 m半徑緩沖區內，草地和未利用地面積比例與TP、濁度均呈正相關，與DO、TN、COD、NH3-N呈負相關；耕地和建設用地與COD、NH3-N、TN、DO呈正相關，與濁度、TP呈負相關；水域與濁度、DO、NH3-N、TN呈正相關，與TP、COD呈負相關；林地面積比例與未利用地及草地的結果相反（圖4b）。由上述分析可知，在6種土地利用類型中，無論是豐水期還是枯水期，建設用地均與各水質指標之間存在一定程度的正相關性，表明建設用地對水質的影響最大，是主要的污染輸出源；草地與未利用地在不同水期與大部分水質指標之間呈現負相關性。

豐水期各土地利用對水質的貢獻率見圖5，耕地對水質的貢獻率最高為57.9%，其次為林地，對水質的貢獻率為17.6%；枯水期對水質貢獻率最高的為草地，其對水質的貢獻率為68%，其次是水域，對水質的貢獻率為11%。豐水期土地利用對水質的貢獻率大小為：耕地gt;林地gt;水域gt;未利用地gt;草地gt;建設用地；枯水期土地利用對水質的貢獻率大小為：草地gt;水域gt;建設用地gt;林地gt;未利用地gt;耕地。

2.4.2" "景觀格局指數與水質指標的相關性" "不同景觀格局指數對水質各參數影響的二維排序結果（圖6）顯示，豐水期500 m半徑緩沖區內，LSI、NP、PD與NH3-N、COD、TP呈正相關，與濁度、TN相關性不強，與DO呈負相關；COHESION與LSI、NP、PD對水質的影響結果相反；LPI與DO呈正相關，與TP相關性不強，與COD、NH3-N、TN、濁度呈負相關；ENN＿MN與LPI對水質影響的結果相反，其與濁度的相關性最強；SHDI與TN、濁度呈負相關，與NH3-N、COD、TP呈正相關。枯水期200 m半徑緩沖區內，LPI、SHDI與濁度、TP呈正相關，與DO相關性不強，與COD、NH3-N、TN呈負相關；NP、PD、LSI與TP、DO、COD、NH3-N、TN呈正相關，與濁度呈負相關；COHESION與NP對水質的影響結果相反。由上述分析可知，在7種景觀格局指數中，無論是豐水期還是枯水期，NP、PD、LSI均與各水質指標之間存在一定程度的正相關性，COHESION與各水質指標之間均存在一定程度的負相關性；景觀的空間連通性越好，對研究區水質的改善則會越好。

豐水期各土地利用對水質的貢獻率見圖7，LPI對水質的貢獻率最高為48.8%，其次為COHESION，對水質的貢獻率為18.0%；枯水期對水質貢獻率最高的為LSI，其對水質的貢獻率為21.6%，其次是COHESION，對水質的貢獻率為15.5%。豐水期景觀格局對水質的貢獻率大小均為：LPIgt;COHESIONgt;PDgt;SHDIgt;NPgt;LSI＞ENN＿MN。枯水期景觀格局對水質的貢獻率大小均為：LSIgt;COHESIONgt;LPIgt;NPgt;ENN＿MNgt;SHDI＞PD。

2.5" "水質與土地利用結構和景觀指數組合的相關關系

根據“bioenv”分析結果（表6），豐水期2 000 m半徑緩沖區尺度上，耕地、林地、水域的組合與水質的相關系數最高為0.424 5；枯水期5 000 m半徑緩沖區尺度上，單一草地與水質的相關系數最高為0.512 9。豐水期500 m半徑緩沖區尺度上，NP、LPI、ENN_MN與水質的相關系數最高為0.076 5；枯水期200 m半徑緩沖區尺度上，NP、PD、LPI與水質的相關系數最高為0.216 3。

2.6" "土地利用結構和景觀格局對水質的交互影響

Mantel檢驗分析結果表明（表7），豐水期500、2 000 m半徑緩沖區范圍內土地利用和景觀格局與水質的相關性均達到顯著水平（Plt;0.05），其中2 000 m半徑緩沖區優于500 m半徑緩沖區。枯水期200、5 000 m半徑緩沖區范圍內土地利用與水質的相關性顯著，且200 m半徑緩沖區與水質的相關性優于5 000 m半徑緩沖區，而景觀格局與水質的相關性均不顯著。總體而言，不同緩沖區、不同水期土地利用與水質的相關性均優于景觀格局。

對豐水期2 000 m半徑緩沖區和枯水期200 m半徑緩沖區內土地利用和景觀格局與水質進行方差分解分析，結果見圖8。土地利用結構與景觀格局對水質的交互作用在豐水期2 000 m半徑緩沖區內為18%，其中土地利用單獨解釋了16%的水質變化，景觀格局單獨解釋了9%的水質變化。交互作用部分分別占土地利用結構總貢獻率（總貢獻率=單獨解釋+交互作用）的52.94%、占景觀格局總貢獻率的66.67%。枯水期200 m半徑緩沖區范圍內土地利用單獨解釋了10%的水質變化，景觀格局單獨解釋了6%的水質變化，交互作用部分分別占土地利用總貢獻率的52.38%、占景觀格局總貢獻率的65.71%。可見土地利用結構與景觀格局的交互作用是水質變化的重要因素。

3" "討論

3.1" "土地利用類型對水質的影響

不同的土地利用類型通過影響流域特征，如水文循環、生物多樣性、土壤侵蝕、污染物遷移轉化及人類活動等最終影響水質變化，但二者之間的最佳緩沖區尚未形成統一結論（項頌等，2016）。研究區的差異、土地利用類型的劃分及數據集的分辨率不同皆會導致研究結果不同。本研究通過RDA分析發現豐水期土地利用對水質的解釋率最高的緩沖區為2 000 m，這與易帆等（2023）在大渡河流域的研究結果一致；枯水期土地利用對水質最佳解釋率為5 000 m半徑緩沖區，而夏明珠等（2024）發現北京白河流域土地利用對水質的最佳緩沖區為1 000 m，代孟均等（2024）以旱雨季的平均解釋率分析得出，3 000 m緩沖區是海河流域天津段土地利用對水質指標的最佳影響尺度。結論的不一致，可能與研究區概況相關，開都河位于干旱區，且流域內海拔差異顯著，景觀類型復雜，同時緩沖區的尺度選擇也是造成差異的一個原因。已有研究大多建立在5 000 m半徑緩沖區內，而緩沖區與緩沖區之間的間隔選擇存在多樣性。

開都河2 000 m與5 000 m半徑緩沖內以草地、未利用地與耕地為主（圖2）。草地主要集中在開都河的中游和上游（K9～K15采樣點），其與TN、COD、NH3-N呈負相關（圖4），這主要是由于草地屬于自然景觀類型，徑流匯入河網的過程中自然景觀類型起過濾作用，這使開都河水質處于較清潔水平。耕地主要集中開都河的下游（K1～K8），與NH3-N、COD、TN呈正相關，這是由于耕作和施肥等農業活動，導致土壤中氮和農藥等殘留含量高（Mishra et al，2021），而未被吸收的養分和有機質等經過降雨徑流沖刷后形成污染源進入附近的河流（李紀周，2011），從而導致水體水質下降（Mello et al，2020；Wei et al，2020；Zhang et al，2020）。未利用地主要集中在開都河上、中游，在不同水期與水質指標濁度呈正效應，與其他水質指標表現為負效應，這主要由于開都河流域未利用地主要為沙漠、戈壁，風和徑流將泥沙帶入河流使得河流變渾濁，同時沙礫等類型的未利用地由于受人類干擾弱，對水質有凈化效果。

3.2" "景觀格局對水質的影響

景觀格局在河流生態水文過程、物質循環和能量轉換等過程中發揮了重要作用（徐明珠等，2023）。從空間上來看，景觀格局對水質的影響在空間尺度上有較大依賴性，每條河流均存在一個臨界緩沖區，即流域內景觀格局和水質指標之間影響關系最大的緩沖區，本研究表明在200、500 m半徑緩沖區內景觀格局對水質的解釋能力最強，這與米秋菊等（2024）、劉可暄等（2022）結果相似，而朱穎等（2021）認為在陽澄湖小流域景觀格局與水質指標最相關的空間尺度為800 m半徑緩沖區，這主要是由于景觀格局指數的有效性不僅受尺度效應、生態意義可解釋性，還受土地分類的不確定性影響，導致不同的研究者會有不同的結論。同時，土地利用對水質的影響側重于土地單元的多樣性，而景觀格局側重于空間構型特征（劉金寶等，2023），其對空間變化更敏感，能在較小的空間尺度上反映對水質的影響（Wu et al，2002），這也造成了本研究中景觀格局和土地利用對河流水質影響最優緩沖區不一致的原因。景觀格局對于水質的影響仍具有很大的不確定性，對于最優空間尺度目前仍無統一定論，有待進一步探討。

本研究表明豐水期500 m半徑緩沖區內，與水質表現為負效應的LPI為主要影響因子，其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，已有研究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（楊強強等，2020），開都河流域500 m緩沖區內草地占比大，作為“匯”景觀，對開都河水質凈化效果顯著；枯水期200 m半徑緩沖區內，LSI為主要的影響因子，與水質表現為正效應，其反映了地表景觀的破碎度和復雜度，景觀破碎度越高，受人類干擾活動越大，斑塊破碎也有利于污染物的遷移輸出，會加劇流域水質惡化。

3.3" "土地利用和景觀格局與水質的交互作用

本研究發現在豐水期2 000 m、枯水期200 m半徑緩沖區內，土地利用和景觀格局對水質交互作用顯著，但未解釋率占比均較大。大部分污染物通過徑流匯入河流，流域內的徑流對河流水質產生重要影響（鄭一和王學軍，2002；Zhang et al，2011）。這一產匯流過程受到土地利用結構和景觀格局之間的交互作用影響（Ouyang et al，2010；Jiang et al，2017）。而影響產流過程的關鍵因素包括降雨強度、前期土壤含水量、土壤物理性質以及植被覆蓋比例（Liu et al，2014）。土壤的特性，如飽和土壤含水量、粒度和孔隙度，對水體下滲和壤中流生成機制有直接影響。不同的土地利用類型在污染物的“源”和“匯”方面發揮不同作用，導致了不同土地利用類型產生不同水質的徑流（Germer et al，2010）。景觀格局也在匯流過程中與水質相關性顯著（潘釗等，2018）。自然景觀類型如林地和草地可截留泥沙、重金屬和有機物等污染物，凈化水質。而人工景觀類型如耕地和建設用地可能富集污染物（Shigaki et al，2007）。土壤是地表污染物的主要承載體，影響水體下滲和壤中流的產生機制。壤中流在流動過程中受到自然景觀類型的截留作用，有助于吸附和固定污染物。但在流經人工景觀時，由于下墊面的不同，污染物可能改變流向。這些因素共同導致了水質的變化，因此開都河土地利用結構和景觀格局的交互作用是水質變化的重要原因。圖8中水質變化的未解釋部分可能是未考慮土壤性質差異造成的，已有研究表明，即使是相同土地利用類型，不同的土壤特征也會對徑流形成產生較大影響，尤其對壤中流的產流機制影響巨大（Li et al，2018），且土地利用類型的相鄰區域受到周邊多種土地利用共同作用，對污染物的源匯機制難以分析可能是未解釋占比高的原因之一。

參考文獻

曹燦， 張飛， 阿依尼格爾·亞力坤， 等， 2018. 艾比湖區域景觀格局與河流水質關系探討[J]. 環境科學， 39（4）：1568-1577.

CAO C， ZHANG F， AYINIGEER Y， et al， 2018. Relationship between landscape pattern and water quality in the Ebinur lake region[J]. Environmental Science， 39（4）：1568-1577.

崔丹， 陳巖， 馬冰然， 等， 2019. 土地利用/景觀格局對水環境質量的影響[J]. 水科學進展， 30（3）：423-433.

CUI D， CHEN Y， MA B R， et al， 2019. Effects of land use/landscape patterns on the water quality[J]. Advances in Water Science， 30（3）：423-433.

代孟均， 張兵， 杜倩倩， 等， 2024. 不同緩沖區的土地利用方式對地表水水質的影響：以海河流域天津段為例[J]. 環境科學， 45（3）：1512-1524.

DAI M J， ZHANG B， DU Q Q， et al， 2024. Effects of land use types on water quality at different buffer scales： Tianjin section of the Haihe river basin as an example[J]. Environmental Science， 45（3）：1512-1524.

郭羽羽， 李思悅， 劉睿， 等， 2021. 黃河流域多時空尺度土地利用與水質的關系[J]. 湖泊科學， 33（3）：737-748.

GUO Y Y， LI S Y， LIU R， et al， 2021. Relationship between landscape pattern and water quality of the multi-scale effects in the Yellow River basin[J]. Journal of Lake Sciences， 33（3）：737-748.

胡叢巧， 迪麗努爾·阿吉， 李茹霞， 等， 2023. 博斯騰湖不同時空尺度下土地利用景觀格局對水質的影響[J/OL]. 水生態學雜志：1-11[2023-11-09].https：//doi.org/10.15928/j.1674-3075.202211020436.

HU C Q， DILINUER·A， LI R X， et al， 2023. Effects of land use landscape pattern on water quality in Bosten lake at different temporal and spatial scales[J/OL]. Journal of Hydroecology：1-11[2023-11-09]. https：//doi. org/10.15928/j.1674-3075.202211020436.

李紀周， 2011. 天津市規模化畜禽養殖場糞污治理及資源化利用調查研究[D]. 北京：中國農業科學院.

李梁婷， 邵蓓， 卓瑪曲西， 等， 2022. 西藏拉魯濕地水質綜合狀況時空變化特征及污染源分析[J]. 安徽農業科學， 50（12）：67-74，78.

LI L T， SHAO B， ZHUOMAQUXI， et al， 2022. Analysis of spatial-temporal variation characteristics and pollution source of water quality comprehensive conditions in Lalu wetland， Tibet[J]. Journal of Anhui Agricultural Sciences， 50（12）：67-74，78.

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

LI M T， WANG X Y， LIU W Z， et al， 2013. Relationship between landscape pattern and non-point source pollution loads in the Chaohe river watershed[J]. Acta Scientiae Circumstantiae， 33（8）：2296-2306.

李茹霞， 迪麗努爾·阿吉， 賽米熱·托合提， 等， 2023. 不同空間尺度土地利用方式對開都河水質的影響[J]. 海洋湖沼通報， 45（1）：98-106.

LI R X， DILINUER·A， SAIMIRE·T， et al， 2023. Effects of land use patterns at different spatial scales on water quality of Kaidu river[J]. Transactions of Oceanology and Limnology， 45（1）：98-106.

劉金寶， 劉軒， 孫增慧， 等， 2023. 丹江口水庫土地利用與水質變化響應關系研究[J]. 遙感技術與應用， 38（2）：285-296.

LIU J B， LIU X， SUN Z H， et al， 2023. Study on the relationship between land use and water quality change in Danjiangkou reservoir[J]. Remote Sensing Technology and Application， 38（2）：285-296.

劉可暄， 王冬梅， 常國梁， 等， 2022. 多空間尺度景觀格局與地表水質響應關系研究[J]. 環境科學學報， 42（2）：23-31.

LIU K X， WANG D M， CHANG G L， et al， 2022. Study on the relationship between landscape pattern and surface water quality at multiple spatial scales[J]. Acta Scientiae Circumstantiae， 42（2）：23-31.

米秋菊， 邊玉明， 甄立鵬， 等， 2024. 土地利用結構與景觀格局對黎河水質的影響[J]. 水生態學雜志， 45（3）：78-85.

MI Q J， BIAN Y M， ZHEN L P， et al， 2024. Impacts of land use structure and landscape pattern on water quality in Lihe river[J]. Journal of Hydroecology， 45（3）：78-85.

潘釗， 孫自永， 馬瑞， 等， 2018. 黑河上游高寒山區降雨—徑流形成過程的同位素示蹤[J]. 地球科學， 43（11）：4226-4236.

PAN Z， SUN Z Y， MA R， et al， 2018. Isotopic investigation of rainfall-runoff generation in an alpine catchment in headwater regions of Heihe river， northeast Qinghai-Tibet plateau[J]. Earth Science， 43（11）：4226-4236.

祁蘭蘭， 王金亮， 葉輝， 等， 2021. 滇中“三湖流域”土地利用景觀格局與水質變化關系研究[J]. 水土保持研究， 28（6）：199-208.

QI L L， WANG J L， YE H， et al， 2021. Study on the land use landscape pattern and water quality change in the ‘three lakes’ basin in central Yunnan[J]. Research of Soil and Water Conservation， 28（6）：199-208.

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

WANG X P， ZHANG F， LI X H， et al， 2017. Correlation analysis between the spatial characteristics of land use/cover-landscape pattern and surface-water quality in the Ebinur lake area[J]. Acta Ecologica Sinica， 37（22）：7438-7452.

溫嘉偉， 王鵬， 黃高翔， 等， 2023. 土地利用結構與空間格局對鄱陽湖流域中小河流水質的影響[J]. 環境科學， 44（12）：6728-6743.

WEN J W， WANG P， HUANG G X， et al， 2023. Influence of land use structure and spatial pattern on water quality of small and medium-sized rivers in Poyang lake basin[J]. Environmental Science， 44（12）：6728-6743.

夏明珠， 薛萬來， 黃俊雄， 等， 2024. 北京白河流域不同空間尺度下水質對土地利用的響應關系[J]. 環境科學研究， 37（4）：764-775.

XIA M Z， XUE W L， HUANG J X， et al， 2024. Relationship between water quality and land use responses at different spatial scales in white river basin in Beijing[J]. Research of Environmental Sciences， 37（4）：764-775.

項頌， 龐燕， 儲昭升， 等， 2016. 入湖河流水質對土地利用時空格局的響應研究：以洱海北部流域為例[J]. 環境科學， 37（8）：2947-2956.

XIANG S， PANG Y， CHU Z S， et al， 2016. Response of inflow water quality to land use pattern in northern watershed of lake Erhai[J]. Environmental Science， 37（8）：2947-2956.

項頌， 龐燕， 竇嘉順， 等， 2018. 不同時空尺度下土地利用對洱海入湖河流水質的影響[J]. 生態學報， 38（3）：876-885.

XIANG S， PANG Y， DOU J S， et al， 2018. Impact of land use on the water quality of inflow river to Erhai lake at different temporal and spatial scales[J]. Acta Ecologica Sinica， 38（3）：876-885.

徐明珠， 徐國策， 喬海亮， 等， 2023. 秦嶺南麓小流域不同空間尺度景觀格局對水質的影響分析[J]. 環境科學學報， 43（10）：396-406.

XU M Z， XU G C， QIAO H L， et al， 2023. Influence of different spatial scale landscape patterns on water quality in a small watershed at the southern foot of the Qinling mountains[J]. Acta Scientiae Circumstantiae， 43（10）：396-406.

徐啟渝， 王鵬， 王濤， 等， 2020. 土地利用結構與景觀格局對鄱陽湖流域贛江水質的影響[J]. 湖泊科學， 32（4）：1008-1019.

XU Q Y， WANG P， WANG T， et al， 2020. Investigation of the impacts of land use structure and landscape pattern on water quality in the Ganjiang river， lake Poyang basin[J]. Journal of Lake Sciences， 32（4）：1008-1019.

楊強強， 徐光來， 楊先成， 等， 2020. 青弋江流域土地利用/景觀格局對水質的影響[J]. 生態學報， 40（24）：9048-9058.

YANG Q Q， XU G L， YANG X C， et al， 2020. Responses of water quality to land use amp; landscape pattern in the Qingyijiang river watershed[J]. Acta Ecologica Sinica， 40（24）：9048-9058.

易帆， 陳旻， 何曉楓， 等， 2023. 流域土地利用分析中空間尺度對水質的影響[J]. 中國環境科學，43（8）：4280-4291.

YI F， CHEN M， HE X F， et al， 2023. Effect of spatial scale on water quality in watershed land use analysis[J]. China Environmental Science， 43（8）：4280-4291.

張宇碩， 吳殿廷， 呂曉， 2020. 土地利用/覆蓋變化對生態系統服務的影響：空間尺度視角的研究綜述[J]. 自然資源學報， 35（5）：1172-1189.

ZHANG Y S， WU D T， LYU X， et al， 2020. A review on the impact of land use/land cover change on ecosystem services from a spatial scale perspective[J]. Journal of Natural Resources， 35（5）：1172-1189.

張志敏， 杜景龍， 陳德超， 等， 2022. 典型網狀河網區域土地利用和景觀格局特征對地表季節水質的影響：以江蘇省溧陽市為例[J]. 湖泊科學， 34（5）：1524-1540.

ZHANG Z M， DU J L， CHEN D C， et al， 2022. Effects of land use and landscape pattern characteristics on seasonal surface water quality in a typical reticulated river network area： a case study of Liyang city， Jiangsu Province[J]. Journal of Lake Sciences， 34（5）：1524-1540.

鄭一， 王學軍， 2002. 非點源污染研究的進展與展望[J]. 水科學進展， （1）：105-110.

ZHENG Y， WANG X J， 2002. Advances and prospects for nonpoint source pollution studies[J]. Advances in Water Science， （1）：105-110.

周俊菊， 向鵑， 王蘭英， 等， 2019. 祁連山東部冰溝河流域景觀格局與河流水化學特征關系[J]. 生態學雜志， 38（12）：3779-3788.

ZHOU J J， XIANG J， WANG L Y， et al， 2019. Relationship between landscape pattern and hydrochemical characteristics of Binggou river basin in eastern Qilian mountains[J]. Chinese Journal of Ecology， 38（12）：3779-3788.

朱穎， 王怡， 賀風春， 等， 2021. 景觀格局對陽澄湖小流域水質變化影響的空間尺度效應[J]. 水土保持通報， 41（2）：105-113， 353.

ZHU Y， WANG Y， HE F C， et al， 2021. Spatial scale effect of landscape pattern on water quality change in Yangcheng lake watershed[J]. Bulletin of Soil and Water Conservation， 41（2）：105-113，353.

ALLAN J D， 2004. Landscapes and riverscapes： the Influence of land use on stream ecosystems[J]. Annual Review of Ecology Evolution and Systematics， 35（1）：257-284.

BA W， DU P， LIU T， et al， 2018. Simulating hydrological responses to climate change using dynamic and statistical downscaling methods： a case study in the Kaidu River Basin， Xinjiang， China[J]. Journal of Arid Land， 10（6）：905-920.

BASNYAT P， TEETER L D， FLYNN K M， et al， 1999. Relationships between landscape characteristics and nonpoint source pollution inputs to coastal estuaries[J]. Environmental Management， 23（4）：539-549.

BU H， MENG W， ZHANG Y， et al， 2014. Relationships between land use patterns and water quality in the Taizi River basin China[J]. Ecological Indicators， 41：187-197.

CASTRILLO M， GARCíA á L， 2020. Estimation of high frequency nutrient concentrations from water quality surrogates using machine learning methods[J]. Water Research， 172：115490.

GERMER S， NEILL C， KRUSCHE A V， et al， 2010. Influence of land-use change on near-surface hydrological processes： undisturbed forest to pasture[J]. Journal of Hydrology， 380（3/4）：473-480.

HOBBIE S E， FINLAY J C， JANKE B D， et al， 2017. Contrasting nitrogen and phosphorus budgets in urban watersheds and implications for managing urban water pollution[J]. Proceedings of the National Academy of Sciences， 114（16）：4177-4182.

JIANG Y， XIE Z， ZHANG H， et al， 2017. Effects of land use types on dissolved trace metal concentrations in the Le’an River Basin， China[J]. Environmental monitoring and assessment， 189： 1-19.

LI C， ZHANG Y， KHAREL G， et al， 2018. Impact of climate variability and landscape patterns on water budget and nutrient loads in a peri-urban watershed： a coupled analysis using process-based hydrological model and landscape indices[J]. Environmental Management， 61（6）：954-967.

LIU R， WANG J， SHI J， et al， 2014. Runoff characteristics and nutrient loss mechanism from plain farmland under simulated rainfall conditions[J]. Science of the Total Environment， 468/469：1069-1077.

MELLO K， TANIWAKI R H， PAULA F R， et al， 2020. Multiscale land use impacts on water quality： assessment， planning， and future perspectives in Brazil[J]. Journal of Environmental Management， 270：110879.

MENESES B M， REIS R， VALE M J， et al， 2015. Land use and land cover changes in Zêzere watershed （Portugal）-water quality implications[J]. Science of the Total Environment， 527：439-447.

MISHRA A， ALNAHIT A， CAMPBELL B， 2021. Impact of land uses， drought， flood， wildfire， and cascading events on water quality and microbial communities： a review and analysis[J]. Journal of Hydrology， 596：125707.

OUYANG W， SKIDMORE A K， TOXOPEUS A G， et al， 2010. Long-term vegetation landscape pattern with non-point source nutrient pollution in upper stream of Yellow River basin[J]. Journal of Hydrology，389（3/4）：373-380.

SHIGAKI F， SHARPLEY A， PROCHNOW L I， 2007. Rainfall intensity and phosphorus source effects on phosphorus transport in surface runoff from soil trays[J]. Science of the Total Environment， 373（1）：334-343.

TU J， 2011. Spatially varying relationships between land use and water quality across an urbanization gradient explored by geographically weighted regression[J]. Applied Geography， 31（1）：376-392.

WEI W， GAO Y N， HUANG J C， et al， 2020. Exploring the effect of basin land degradation on lake and reservoir water quality in China[J]. Journal of Cleaner Production， 268：122249.

WU J， SHEN W， SUN W， et al， 2002. Empirical patterns of the effects of changing scale on landscape metrics[J]. Landsc. Ecol， 17（8）： 761-782.

XU G， REN X， YANG Z， et al， 2019. Influence of landscape structures on water quality at multiple temporal and spatial scales： a case study of Wujiang River Watershed in Guizhou[J]. Water， 11（1）：159.

ZHANG J， LI S Y， JIANG C S， 2020. Effects of land use on water quality in a River Basin （Daning） of the Three Gorges Reservoir Area， China： Watershed versus riparian zone[J]. Ecological Indicators， 113：106226.

ZHANG X， LUO Y， GOH K S， 2018. Modelingspray drift and runoff-related inputs of pesticides to receiving water[J]. Environmental Pollution， 234：48-58.

ZHAO B， SUN H， YAN D， et al， 2021. Quantifying changes and drivers of runoff in the Kaidu River Basin associated with plausible climate scenarios[J]. Journal of Hydrology： Regional Studies， 38：100968.

Impact of Land Use and Landscape Patterns on Water Quality in Kaidu River

Abstract：Understanding the influence of land use and landscape on river water quality in arid regions is crucial for maintaining ecological security. In this study， Kaidu River was selected for a case study， and we investigated the impact of land use and landscape on water quality in the river using BIOENV and redundancy analysis （RDA）， aiming to provide a theoretical reference for water quality management in rivers in arid regions. The study was based on a water quality investigation at 15 sampling sites along the upper， middle and lower reaches of Kaidu River in 2021 during the wet and dry seasons. Based on remote sensing images of the Kaidu River basin in 2020， land use data of circular buffer regions around the sampling points at five scales （200 m， 500 m， 1 000 m， 2 000 m， 5 000 m） were generated as water quality response units， and the land use structure was characterized by the proportion of different land use types in the watershed. The landscape pattern indices at each of the five spatial scales were extracted to characterize the landscape pattern. Results show that： （1） Water quality of Kaidu River was clean or relatively clean at each sampling site， and water quality in the dry season was slightly better than that in the wet season. （2） Land use in the buffer zones at 2 000 m and 5 000 m scales explained water quality well during both the wet and seasons， with explanation rates of 63.81% and 64.91%， respectively. The landscape within the 500 m and 200 m circular buffer zones had the strongest explanatory power for water quality， with explanation rates of 73.88% and 63.33%， respectively. （3） During the wet season， the contribution rates of cropland （57.9%） and the largest patch index （LPI： 48.8%） for water quality was highest， while the land use type and landscape index with the highest contribution rates to water quality in dry season was grassland （68%） and landscape shape index （LSI： 21.6%）. （4） During the wet season， the combination of cropland， woodland and water had the highest correlation coefficients （0.424 5） with water quality， and the highest correlation coefficient in dry season was 0.512 9 between grassland and water quality. The combination of landscape indices （NP， LPI， and ENN_MN） had the highest correlation coefficient （0.076 5） with water quality in wet season， and the highest correlation coefficient in dry season was 0.216 3 between the combination of landscape indices （NP， PD， and LPI） and water quality. （5） The explanatory power of the interaction between land use structure and landscape pattern on water quality was 18% within the 2 000 m circular buffer zone during the wet season， higher than the 11% within the 200 m circular buffer zone during the dry season. These results show that both land use structure and landscape pattern have large impacts on water quality in Kaidu River， and their interaction plays an even larger role.

Key words：land use; landscape pattern; water quality; Kaidu River