第20卷第9期2011年9月长江流域资源与环境ResourcesandEnvironmentintheYangtzeBasinVol.20No.9Sept.2011

河流近域土地利用格局与水质相关性分析)))以巢湖流域为例

张殷俊1,2,陈 爽1*,相景昌1,3(1.中国科学院南京地理与湖泊研究所,江苏南京210008;2.中国环境监测总站,北京100012;3.中国科学院研究生院,北京100039)

摘 要:以河流近域土地利用构成与水环境质量间定量关系为研究对象,基于巢湖流域40个水质监测断面和320个河流近域作用区,运用GIS空间分析功能计算不同尺度作用区内土地利用构成,借助相关分析、冗余分析(RDA)等数理统计手段,分析土地利用构成与水质指数间的相关关系;并分析和比较了流域内山区和平原地区土地利用构成与水质之间关系。结果表明,巢湖流域近河道地区土地利用构成对各水质指数有重要影响,且受地形因素影响。其中,建设用地对河流水质恶化具有明显作用;河流沿岸林地布局能显著改善水质,尤其是对氨氮和高锰酸盐指数敏感;耕地面积变化与水质相关性不显著。RDA冗余分析证实了不同尺度下的土地利用类型对水环境影响具有尺度效应。研究成果对巢湖流域水环境管理具有重要的实际指导意义,并为同类研究提供借鉴。

关键词:土地利用;水质;河流近域;相关分析;冗余分析;巢湖流域中图分类号:X321 文献标识码:A 文章编号:1004-8227(2011)09-1054-08

土地利用/土地覆被变化(LUCC)是自然与人文过程交叉最为密切的产物。研究LUCC的环境效应已成为区域可持续发展研究的切入点与突破口。LUCC对水环境的影响主要表现在对水量、区域水循环以及水质的影响上[1]。在我国大力控制和治理各类点源污染的背景下,土地利用/覆被变化影响下的城市和农村非点源污染问题逐渐成为水环境管理研究的重点。目前对土地利用水环境效应研究主要包括两方面:一是基于土地利用的河流水量水质模拟[2~5];二是对于土地利用格局与河流水质的空间耦合关系研究[6~8]。由于当前对营养盐在土壤及水土界面的输移过程和机理认识有限,模型研究主要用于河流中面源污染负荷估算或营养盐输送通量估算[9~12],对河流水质浓度模拟无论是数值精度还是空间精度都还达不到实际应用要求,因此从水环境管理出发,对土地利用构成与河流水质参数间定量关系的研究得到国内外研究者的青睐,研究问题集中于水质变化对土地利用/土地覆被类型的敏感性[13,14]、土地利用/土地覆被影响水质的尺度效应和距离效应[6,15~18]等。研究方法上一般采用GIS的空间分析模块结合统计方法构建土地利用格局与水质参数指标间回归模型[13,19],从而定量研究二者间相关性及尺度效应。本文以巢湖流域为例,采用水质监测数据与遥感解译的土地利用数据,运用数理统计的方法研究河流近域土地利用对水质的影响方式与程度,区分该影响在不同地形条件下的变化,并通过引入冗余分析方法,探究土地利用构成对水环境影响的尺度效应,具有一定理论意义。研究结果可为河流近域土地利用与水质关系研究提供借鉴,为巢湖流域空间开发与水环境保护协调政策制定提供科学依据。

1 方法和数据1.1 研究地点及作用区巢湖流域位于安徽省中部,长江流域下游左岸,行政区划涉及11个县及合肥市辖区、六安市辖区和巢湖市辖区。流域总面积约14000km2,其中75%处于50m高程以下。地形总体由北向南渐低,西南

收稿日期:2010-12-16;修回日期:2011-04-25基金项目:国家水专项巢湖流域水生态功能分区子课题(2008ZX07526-002-08);中国科学院知识创新重要方向项目(KZCX2-YW-339)作者简介:张殷俊(1985~ ),男,江苏省盐城人,硕士研究生,主要从事城市土地利用及环境效应方面研究.E-mail:niglaszyj@gmail.com*通讯作者E-mail:schens@niglas.ac.cn为山区,东北为丘陵及浅山区,沿湖及东南为平原。主要支流杭埠河、南淝河、派河、洮河、十五里河、白石天河、双桥河、柘皋河等呈放射状注入巢湖,经湖泊调蓄后,由裕溪河注入长江。根据2003~2008年的水质监测和评价,主要入湖河流水质多数为IV类或劣于IV类,出湖河流裕溪河水质较好,保持在III类。综合考虑主要河流干支流、上下游和地形变化,选择40个典型河流断面进行水质监测,并以监测断面为依托进行作用区划分。作用区形状采用带形。较早对吴江市土地利用与水环境相互关系的研究[18]结果显示,与圆形作用区相比,带形缓冲作用区的土地利用构成与水质相关性较好。作用区以监测断面为基点在平行与垂直河道的两个方向上延伸,延伸距离分别为:平行河道上溯1000、3000m,垂直河道作100、200、500、1000、1500m半径缓冲区(图1)。其中1000m长河道的缓冲区只含100、200和500m半径3种,由此获得8种尺度共320个作用区。

图1 监测点位分布及作用区划分示意图Fig.1 LocationofMonitoringSitesandDiagramoftheContributingZone

1.2 数据处理1.2.1 河流断面水质河流断面水质数据为2009年4月和8月对巢湖流域进行的两次水质调查结果平均值。综合考虑巢湖流域水环境主要污染因子和已有相关研究[20],选取总氮(TN)、总磷(TP)、氨氮(NH3-N)、高锰酸盐指数(CODMn)以及溶解氧(DO)作为关键水质指标。经SPSS16.0统计软件检验,40个断面5个水质指标的数据均服从正态分布(P>0105)(表1)。参照地表水环境质量标准(GB3838-2002),采用单项指数法进行初步评价,40个断面总氮污染处于Õ类和劣Õ类的点位比例高于50%,总磷和氨氮处于Õ类和劣Õ类点位比例分别为25%和20%,CODMn

和DO主要处在Ó类或优于III类。

1.2.2 作用区土地利用土地利用数据基于2007年8月和10月两期巢湖流域TM影像,经非监督分类结合人工纠正获取,表1 水质数据描述性统计Tab.1 DescriptiveStatisticsofWaterQualityParameters水质指标样本数(mg/L)最小值(mg/L)最大值(mg/L)均值(mg/L)方差总氮(TN)400.5318.303.034.10总磷(TP)400.071.810.310.42氨氮(NH3-N)400.0212.121.192.74高锰酸盐指数(CODMn)401.1410.374.231.92溶解氧(DO)400.4311.727.432.31用地类型分为耕地、林地、建设用地以及水域4种。全流域土地利用构成以耕地为主,占57%,建设用地比重较小,结合实地观察和其它影响资料发现2007~2009年土地利用变化不大。利用Arcgis统计所有作用区的土地利用构成(图2)。约有15%的作用区位于城镇,其建设用地比重在30%以上;30%的作用区位于远离城镇的农村地区,无建设用地;其余55%处于城镇附近。320个作用区面积随缓冲半径变化如表2所示。

1055 第9期 张殷俊,等:河流近域土地利用格局与水质相关性分析)))以巢湖流域为例注:a,1000m河道的100m缓冲区;b,1000m河道的200m缓冲区;c,1000m河道的500m缓冲区;d,3000m河道的100m缓冲区;e,3000m河道的200m缓冲区;f,3000m河道的500m缓冲区;g,3000m河道的1000m缓冲区;h,3000m河道的1500m缓冲区.图中红色为建设用地,黄色为耕地,绿色为林地,蓝色为水面

图2 不同尺度缓冲区的土地利用结构Fig.2 LandUseCompositionofBufferZonesAroundMonitoringSitesby8Types

1056 长江流域资源与环境 第20卷 表2 作用区面积数据描述性统计Tab.2 DescriptiveStatisticsofBufferZoneAreas

河道缓冲半径(m)样本数最小值(km2)最大值(km2)均值(km2)方差

1000m100400.28540.59570.37910.007200400.57911.03110.70930.015500401.81562.74102.05580.049

3000m100400.74422.57091.17620.159200401.39804.15422.01430.397500403.24748.35204.76781.3451000407.438715.514710.38053.12315004013.166324.677617.47365.419

1.3 冗余分析方法冗余分析是一种直接梯度排序分析方法,能够从统计学角度评价一个或一组变量与另一组多变量数据之间的关系[21],多用于生态学研究中揭示物种及其生活环境因子间关系,本研究用于分析水质指标与土地利用的关系。冗余分析方法的优势在于能够独立保持各个环境变量(土地利用)对水质变化的贡献率,能有效地对多个解释变量进行统计检验,并确定对响应变量变化且具有最大解释能力的最小变量组[22],其二维排序图直观的展现了水质参数与土地利用类型及构成之间的关系。首先将监测点位水质指标视为物种变量(响应变量),各土地利用类型比例视为环境变量(解释变量),用WCanolmp工具将环境数据和物种数据保存为Canoco软件能够使用的格式;然后,对水质参数进行除趋势对应分析(DCA),根据梯度长度确定排序模型(RDA、CCA、DCA),最后根据所确定的排序模型借助CANOCOforWindows4.5进行分析。分析结果可在CanodrawforWindows中生成排序结果图,并对排序结果解读。排序结果图中,根据物种箭头(水质参数)与环境箭头(土地利用类型比例)之间的夹角,判断环境因子对物种的影响方式。若环境箭头与物种箭头之间的夹角小于90度,那么两者之间为正向相关,物种因子浓度(或丰度)会随着环境因子的增大而增大;若夹角大于90度,环境因子则和物种因子呈现负向相关,物种因子的浓度(或丰度)会随着环境因子的增大而减小;若夹角等于90度,说明物种因子与环境因子完全垂直,不存在相关。另外排序图中,环境箭头(土地利用)的长度表示环境因子(土地利用)对物种因子(水质)的综合影响程度,环境箭头越长影响程度越高。

2 结果2.1 土地利用构成与水质的相关分析以40个河流断面为样本,以5项水质指标和8种320个作用区土地利用为数据源,对土地利用类型比例与水质指标进行两两相关分析(表3)。由于部分作用区土地利用数据不满足正态分布,相关分表3 不同尺度作用区土地利用构成与水质相关性(Spearman秩相关分析)Tab.3 BivariateCorrelationCoefficientsBetweenLand-useTypesandWaterQualityParameters