王 杰, 李 鹏, 高海东, 时 鹏, 张秦岭, 杨倩楠, 马勇勇

(西安理工大学 西北水资源与环境生态教育部重点实验室, 西安710048)

土地利用是自然与人文过程交叉最为密切的产物，研究土地利用的环境效应已成为区域可持续发展研究的切入点[1]。土地利用变化和人类的生活生产密切相关，改变土地利用方式会对水环境产生影响。一直以来，对于土地利用与河流水质的空间耦合关系的研究都是热点问题[2-5]，研究主要集中在水质变化对土地利用的敏感性以及土地利用影响水质的尺度效应和距离效应[6]，但是仅从土地利用类型的面积比例耦合与河流水质的关系，往往会忽略土地利用空间格局和组合方式的变化和对水质的影响。

随着景观生态学以及地理信息系统技术的发展，景观—水质的研究也得以重视，国内外学者在不同景观格局如何影响环境水质方面做了大量的研究[7-11]，Huang等[12]分析了景观组成(如林地、耕地等)与水质的响应关系，得出耕地是影响流域水质的最重要因素。Sun等[13]发现，景观指数如聚合度和多样性与河流水质显著相关。土地利用的组成通常与分水岭内的水质相关，景观配置可能是水质更敏感的预测因子。一些研究表明部分景观指数能够预测水质的变化[14-18]，使用与水质显著相关的景观格局指数作为景观尺度上的环境指标，可以直接反映水质变化的原因，对于水质监测、流域管理等具有重要的意义[19-20]。但也有一些研究表明景观指数与水质之间没有显著的相关性[21-22]。

本文利用2000年、2005年、2010年、2013年4期土地利用数据，以及对应年份的水质监测常规数据，希望建立丹江上游流域土地利用和景观指数变化与水质的关联，主要研究目的：(1) 初步探讨丹江上游流域土地利用空间变化对水质的影响；(2) 探究景观指数与水质指标是否存在相关性；(3) 进一步建立土地利用、景观指数变化与水质的响应关系，为流域环境治理提供科学支撑。

1 材料与方法

1.1 研究区概况

丹江发源于秦岭东南的凤凰山，北源起于秦岭南坡的东峡，在黑龙口与西源相汇合，是南水北调中线的水源地，为中国北京和天津供水，用于饮用，农业用途和工业用途。丹江上游地处秦岭南麓，陕西东南部，流域总面积约为2 728 km2。流域的气候属于暖温带半湿润季风气候，呈现出四季分明，冬干夏湿，雨热同季，干湿分明的气候特征。年平均气温7.8～13.9℃，最高37～40.8℃，最低-11.8～-21.6℃。降水量年均750 mm，无霜期为210 d。按地貌特征，流域可分为丘陵区、低山区、中山区、河谷川道区。中山区山高坡陡，人为活动少，植被较好，水土流失轻微；低山区荒山秃岭，土层瘠薄，陡坡开荒，水土流失较严重；丘陵区植被覆盖差，人口众多，人类活动强烈，水土流失严重；河谷川道区面积很小，几乎全为耕地。流域内有7个土类，81个土种。商洛市共辖商州区和商南县、柞水县、镇安县、丹凤县、山阳县、洛南县1区6县，总人口251.74万。

1.2 数据来源与处理

数字高程模型(DEM)数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http:∥www.gscloud.cn)，空间分辨率为30 m。为了监测流域内的土地利用变化，4期土地利用数据从中国1∶10万土地利用数据库下载，该数据库是在Landsat TM和中国环境1号卫星(HJ-1)影像的基础上,采用人机交互快速提取方法获得。运用ArcGIS软件，在Spatial Analyst模块支持下，将土地利用矢量数据转换为栅格数据，以备计算景观指数使用。参考《土地利用现状调查技术规程》中的土地利用分类系统，并结合景观指数讨论的可行性[23]，将流域土地类型分为耕地、林地、草地、水域、建筑用地、未利用地。水质数据来源于陕西省环境监测中心在丹凤水文站的水质常规监测。本文对应土地利用分别选取2000年、2005年、2010年、2013年的水质数据。

1.3 研究方法

基于4期土地利用，利用ArcGIS软件分析不同时期土地利用面积变化和土地利用转移情况，揭示区域土地利用空间变化特征；应用景观格局分析软件FRAGSTAT 3.3，对斑块个数(NP)、斑块密度(PD)、最大斑块指数(LPI)、景观形状指数(LSI)、周长—面积分维数(PAFRAC)、蔓延度指数(CONTAG)、斑块结合度(COHESION)、景观分割度(DIVISION)、香农多样性指数(SHDI)进行计算，具体景观格局特征参数如表1所示。

土地利用面积占比和景观指数与水质指标利用SPSS软件，进行Pearson相关性分析，借助CANOCO for Windows 4.5软件进行冗余分析(RDA)。

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组变量与另一组多变量数据之间的关系[24]，用以揭示物种及其生活环境因子之间的关系。冗余分析方法的优点在于能够独立保持各个环境变量(土地利用/景观指数)对水质变化的贡献率，并能够有效地对多个解释变量进行统计检验[25]。首先进行水质指数(物种数据)的DCA分析和梯度计算，结果显示Lengths of gradient的第一轴大小为0.652(小于3.0)，故选择RDA线性模型进行分析。排序结果图借助Canodraw for Windows生成，排序图中，红色箭头代表水质指标，黑色箭头代表土地利用面积占比和景观指数。箭头的长度代表了该变量被排序图解释的程度，箭头越长影响程度越高。

表1 景观格局指数计算公式及其生态学意义

2 结果与分析

2.1 土地利用的数量变化

土地利用类型统计(表2)结果表明：耕地、林地和草地是研究区3种主要的土地利用类型，其中草地面积所占比例最大(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较小。2000—2013年，耕地面积是减少的，降幅达6.51%；林地、建筑用地面积不断增加，增幅分别为3.0%和53.0%；草地面积先增加后减少但总体变化幅度很小，水域面积稍有增加。

表2 研究区土地利用类型的面积

2.2 水质特征

表3 水质数据描述性统计

2.3 土地利用/景观格局演变

基于2000年、2013年的土地利用，得到土地利用类型的转移矩阵(表4)，结果显示：2000—2013年，耕地转出总面积为63.31 km2，其中18.03 km2转为林地，27.10 km2转为草地，17.55 km2转为建筑用地；林地转出总面积为3.97 km2，其中2.72 km2转为耕地，0.72 km2转为草地；草地转出总面积为30.5 km2，其中15.70 km2转为耕地，12.89 km2成为林地。3种主要的土地利用类型转出面积大小为耕地>草地>林地。耕地大部分转为林地、草地，这与国家自1999年实施退耕还林(草)工程有关；林地大多转为耕地，草地转为耕地和林地，而耕地部分转为建筑用地，这说明2000—2013年该区域人类活动增加，改变了土地利用类型，具体表现为将耕地开发成建筑用地，利用草地和林地以补偿耕地。

表4 2000-2013年流域土地利用类型转移矩阵 km2

景观指数能够高度浓缩景观格局信息，可反映其结构组合和空间配置方面的特征，是目前景观生态学研究中广泛使用的基本指标[26]。从表5可以看出：2000—2013年，研究区景观NP和PD减少，CONTAG增加，表明研究区不同景观类型的斑块经过物种迁移或其他生态过程逐渐融合，形成了较好的连接性。一般认为，耕地和建筑用地具有明显的边界，林地和草地等自然景观具有不规则的边界[27]，斑块的形状越复杂，LSI的值就越大。LSI的值减小，结合表4可以得出，耕地转为林地草地后，林草地形成规则的边界，这也导致了PAFRAC呈缓慢减小的情况。LPI减少，DIVISION接近1，CONTAG处于中等水平，说明随着人类活动的强烈干扰，斑块形状逐渐变得规则化。SHDI增加，COHESION接近100，即表明斑块与相邻斑块类型的空间连接度非常高，斑块间的连通度较好，景观趋于高连通方向发展。

表5 流域景观指数年际变化特征

2.4 响应关系

2.4.2 土地利用/景观格局与水质的冗余分析 本研究以4期8个水质指标的208个样本与土地利用面积比/景观指数进行RDA分析，结果显示：前两个排序轴特征根为0.668，0.157，土地利用面积比和景观指数前两个排序轴相关系数分别为0.998，0.977。模型满足显著性条件，达到理想效果。同时得出土地利用面积比/景观指数对水质的解释量(表7)，其中耕地、林地对水质变化的解释量较高，分别为65.8%，61.3%。建筑用地对水质变化的解释量为53.8%，草地的解释量最低，仅为14.5%。LPI，LSI和COHESION对水质的影响都有较高的解释量，分别为58.5%，59.6%，54.4%。SHDI对水质影响的解释量为41.0%，PD，CONTAG对水质影响的解释量最低，仅为37.2%和33.9%。

表6 土地利用类型和景观指数与水质的相关性

注：*表示pearson相关系数在0.05水平下显著；**表示pearson相关系数在0.01水平下显著；AGRI为耕地，FOREST为林地，GRASS为草地，URBAN为未利用地；LPI为最大斑块指数，LSI为景观形状指数，PD为斑块密度，SHDI为香农多样性指数，COHESION为斑块结合度，CONTAG为蔓延度指数，下同。

表7 土地利用类型和景观指数对水质的解释量

图1 土地利用类型/景观指数与水质的RDA排序

3 讨 论

3.1 土地利用与水质的关系

Fedorko[30]、Galbraith[31]等的研究认为，建筑用地增加，房屋、道路等不透水面上的污染物会随着降雨径流进入河流，使水体中的营养盐浓度增加，导致水质下降。另外，城市的商业活动产生的污水排入河流也会造成水质下降。本研究实测数据显示，表明随着建筑用地面积的增加，流域水质并没有受到负面的影响，一方面因为研究区内建筑用地面积占流域面积较小，仅为1.22%～1.86%，城市规模较小，建筑用地面积比不足以作为影响水质的关键因子；另一方面研究区域是国家南水北调工程重要的水源涵养区，在生产建设过程中严格遵守国家环保要求，所以对流域河流水质没有产生负面的影响。

3.2 景观指数与水质的关系

部分景观指数与水质的关联存在着很大的不确定性，例如PD仅与SS呈显著负相关，和水质的氮、有机物以及无机物都没有明显的相关性，难以得到PD与水质存在关联的合理解释；CONTAG与水质参数没有显著的相关性，PD和CONTAG对水质的影响有较低的解释量，因此这两个景观指数无法作为有效的水质预测因子。

4 结 论

(1) 2000—2013年，耕地面积减少，林地、建筑用地面积不断增加，耕地是最不稳定的土地利用类型，大部分转为林地和草地。流域内景观多样性和聚集度逐渐增加，流域景观格局趋于规则化、高连通和高度聚集的方向发展。

(2) 耕地对水质的影响是强烈的，且其对水质具有负面影响，林地对水质具有显著的正效应。建筑用地对水质影响是复杂的，仅用面积比来判断其对水质的影响不足以说明问题。

(3) SHDI，LPI，LSI，COHESION与水质参数呈现出良好的相关性，对水质的影响具有较高的解释量，表明这些景观指数可以在景观尺度上预测未来水质的变化，PD和CONTAG与水质指标的相关性无法得到合理解释，不可以作为水质预测的关键因子。