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
巢湖流域地表热环境与景观变化相关分析及其尺度效应
中国环境科学 2017,37(8)：3123~3133 China Environmental Science 巢湖流域地表热环境与景观变化相关分析及其尺度效应黄木易1,岳文泽2*,何 翔1(1.安徽建筑大学环境与能源工程学院,安徽合肥 230601；2.浙江大学土地管理系,浙江杭州 310058)摘要：基于Landsat ETM+/TIRS影像数据,采用大气校正法反演巢湖流域地表温度,分析2000~2013年的流域地表热环境效应演变规律,通过5个尺度的网格化采样,在不同幅度水平上定量分析LST与下垫面景观的相关性及其尺度效应.结果表明:2000~2013年,巢湖流域LST高强度区域主要以合肥市区为集聚中心并向城市周边蔓延,低强度区域逐渐缩小,流域地表热环境效应增强.LST与下垫面景观结构相关关系分析表明,建设用地景观是流域热环境效应的主要原因,而水体、林地景观可有效抑制地表温度;景观格局对热环境效应影响显著,建设用地与农地景观的破碎度、分离度指数与LST呈极显著负相关,而林地、水体景观的破碎度和分离度与LST呈极显著正相关;LST对景观优势度的影响最敏感,建设用地优势度与LST呈极显著正相关,而林地、水体优势度增加则能有效降低地表温度.探索性空间数据分析(ESDA)及尺度效应分析表明:巢湖流域地表热环境具有显著的空间聚集性,且LST空间格局具有明显的尺度效应,巢湖流域地表热环境效应相关研究的适宜幅度域为2~4km.通过规划合理配置林地和水体景观类型资源,加强建设用地增长调控,优化景观格局是抑制流域地表热环境效应的主要对策.关键词：地表热环境；景观格局；相关分析；尺度效应；巢湖流域中图分类号：X87 文献标识码：A 文章编号：1000-6923(2017)08-3123-11Correlation analysis between land surface thermal environment and landscape change and its scale effect in Chaohu Basin. HUAN G Mu-yi1, YUE Wen-ze2*, HE Xiang1 (1.Department of Environmental Engineering, Anhui Jianzhu University, Hefei 230601, China；2.Department of Land Management, Zhejiang University, Hangzhou 310058, China). China Environmental Science, 2017,37(8)：3123~3133Abstract：Based on the Landsat ETM+/TIRS image data, the inversion of Land surface temperature (LST) were conducted by using atmospheric correction method, and the evolution of land surface thermal environment effect was analyzed from 2000 to 2013 in Chaohu Basin. Cell samples at five scales level were obtained through gridding method, the scale effect of LST and its correlations with the surface landscapes were further quantitatively analyzed at specified scales. The results showed that high LST area was mainly concentrated in Hefei city and spread to its peripheries, while low LST area shrank gradually due to turning into moderate LST area from 2000 to 2013 in Chaohu Basin. As a result, the land surface thermal environment effect was enhanced. The correlation analysis between LST and landscape structure indicated that the construction land landscape was the main reason for the land surface thermal environment effect in the basin, while water and woodland landscapes could restrain LST effectively. The influence of landscape pattern on land surface thermal environment effect was significant. The analysis of correlations indicated that strong significant negative correlations were observed between the fragmentation and separation indices of construction and rural land landscapes and LST, but there was significant positive correlation between the fragmentation and separation indices of woodland and water landscapes and LST. LST is most sensitive to the change of landscape dominance index. The dominance index of construction land was significantly positively correlated with LST, while increasing the dominance of woodland and water could significantly reduce the surface temperature. Analysis of the scale effect and Exploratory Spatial Data Analysis (ESDA) for LST indicated that the LST had a significant spatial clustering characteristic in Chaohu Basin, and that the spatial pattern of LST had an obvious scale effect. 2~4km was the suitable extent of the researches on land surface收稿日期：2017-01-22基金项目：国家社会科学基金重点项目(14AZD124);国家自然科学基金项目(41671533)和中央高校基本科研业务费资助;安徽省哲学社会科学规划项目(AHSKQ2016D23)* 责任作者, 教授, wzyue@3124 中国环境科学 37卷thermal environment in Chaohu Basin. Countermeasures derived from the study for restraining the surface thermal environment in Chaohu Basin included: allocating ecological functional landscape resources, such as woodland and water landscapes, reasonably through planning; strengthening regulations on the growth of construction land; and finally optimizing the landscape pattern.Key words：surface thermal environment；landscape pattern；correlation analysis；scale effect；Chaohu Basin自Howard首次发现伦敦城市与郊区存在温差的“热岛效应”(Urban Heat I sland,UHI)以来,城市热岛现象受到了广泛关注[1-2].多年来,国内外学者对城市热岛的表现形态、演变模拟、驱动机制[3-11]等开展了大量研究,取得了丰硕的成果.研究表明,土地利用及植被覆盖变化是大气、水质等生态环境变化的主要因素[12-14],同时也是地表热环境效应形成、演变的重要原因[15].由于土地利用类型的物理特性、热学特征、辐射特征差异,会导致不同的地表热环境效应.如由水泥结构为主的建筑物、道路等城市不透水面显热通量大导致地表温度相对较高,是热岛效应的主要原因,而绿地、水体等由于潜热通量贡献大,导致地表温度相对较低,具有抑制热岛效应的功能[16-17].因此,随着城市的快速扩张,热岛效应随下垫面地类性质的变化而变化.相关研究也表明,热岛效应与景观格局关系密切,基于遥感和GIS的地表热环境与景观要素间相互关系的研究为目前该领域热点.相关研究从早期对单一景观类型的作用发展到关注景观整体格局对城市热岛效应的影响[18-21].但总的来说,城市地表的热岛效应研究颇多,而在流域层次上开展地表热环境效应的研究不多.其次,相关研究主要关注其特点与成因,而对其影响因素及作用机理的研究相对薄弱[22].另外,多数研究从单一尺度上划分空间单元以建立热岛效应与景观变化的分析样本,基于多种尺度的研究案例缺乏.尺度问题是景观生态学的核心问题[23],景观格局与地表热环境的关系研究需要关注尺度对生态机制的影响.因此,在作为社会、经济热点区域的流域层面开展地表热环境与景观变化相关关系及其尺度效应综合研究,揭示流域地表热环境影响因素和生态学机制具有重要的理论与实践意义.巢湖流域作为长江流域的重要组成部分,该区域人口密度大、经济发达,是人类活动的热点区域.近年来,高速城市化和工业化推动社会经济发展的同时,对流域景观格局产生了强烈影响[24],流域生态系统受到显著干扰,区域生态环境质量也在不断恶化[25-26],而以合肥为核心的特大城市建成区的快速扩张所导致的不透水面增加对流域地表温度的影响也越来越显著,在一定程度上影响流域生态系统的结构和功能.目前,巢湖流域景观格局、土地覆被变化、水质污染防治等引起相关学者的关注,流域景观格局与地表热环境效应的相关性研究主要以流域单个城市为对象,分析城市热岛强度的时空变化[27-29],关于流域下垫面景观结构、格局与热环境的相关分析、尺度效应及生态机制研究鲜有报道.本研究遵循景观生态学研究范式,基于空间信息技术平台及地统计分析等方法,详细探讨了巢湖流域景观结构与格局变化对热环境效应的影响,并对巢湖流域热环境效应的尺度问题展开讨论,提出了流域热环境相关研究的适宜幅度域.结果在一定程度上可为巢湖流域规划、景观资源配置与生态系统优化、热环境效应管控措施制定等提供决策理论依据.1研究区概况巢湖(31°43′~32°25′N,117°16′~117°51′E)流域位于安徽省中部,长江流域下游,行政区划涉及11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.地势南高北低,西南为山区,东北为丘陵及浅山区,沿湖及东南为平原.巢湖周围共有大小入湖河流33条[30].研究区所在位置见图1.2000年巢湖流域总人口约779万人,流域GDP为481.5亿,镇化率为44％.2013年流域人口数为1300万人左右,生产总值达5578.4亿,城镇化提高至67.8％.合肥市作为省会城市,是巢湖流域的核心区域,是全省乃至整个中部地区崛起的重要经济引擎.8期 黄木易等：巢湖流域地表热环境与景观变化相关分析及其尺度效应 3125图1 研究区位置及流域网格化采样单元 Fig.1 Location of Chaohu Basin and map of cell samples2 研究数据与方法2.1 数据来源及处理本研究利用3期Landsat ETM+/TIRS 卫星影像数据(其中2000、2005年为4月份ETM+,2013年为9月份TIRS,3个时相的9景影像成像清晰少云、质量良好,釆用UTM 投影统一到WGS -84坐标系)和DEM 数据(格式为GRID 的SRTM 数字高程数据,来源于美国对地观测全球高程数据,分辨率90m).首先利用ArcGI S 10.0水文分析模块对DEM 进行巢湖流域范围提取.其次,利用ENV 5.1对3期遥感影像(轨道号分别为120/038、121/038、121/039)进行几何纠正、拼接、直方图匹配等图像预处理.最后,利用提取的巢湖流域范围对拼接处理后的遥感影像进行裁剪,并对影像进行解译,结合流域的景观特点,将研究区分为农地、林地、水体、建设用地4种景观类型.对3期遥感影像的分类结果进行精度检验,其Kappa 系数均在0.75以上,符合研究要求.另外,利用ArcGI S 10.0创建渔网工具对提取的流域范围进行不同幅度的空间采样,创建1km×1km 、2km×2km 、3km×3km 、4km×4km 和5km×5km 的尺度单元,形成5种不同幅度的尺度变化.利用网格叠加解译后的景观分类图、地表温度反演图,逐一计算各网格内的景观格局指数和地表温度平均值.2.2 景观类型提取及指数计算景观格局指数用来量化景观生态结构、功能与过程[31].本文除基于景观结构外,还讨论景观格局变化对流域地表热环境影响及尺度效应.从景观斑块的破碎化、分离程度、连通性、优势斑块控制景观程度等角度探讨流域地表温度与下垫面格局的相关性研究,有助于更好地理解景观生态学过程.因此,本文选择了破碎度、分离度和优势度景观格局指数.其中,破碎度指数(C ),反映某一景观类型被分割的破碎程度;分离度指数(F ),反映某一景观类型中的斑块之间在空间上的分离程度;优势度指数(D ),主要用来表达景观类型3126 中 国 环 境 科 学 37卷中一种或几种类型控制整个区域内景观类型的程度.限于篇幅,各景观指数计算公式详见Fragstats 3.3和文献[31].由于不同幅度水平下的网格单元样本数量大,本文在Arcgis10.0中利用Model Builder 建模后批量计算网格景观格局指数.2.3 地表热环境信息反演对于流域景观尺度的研究,Landsat 系列卫星数据适用性较强,进行温度反演时也多使用TM/ETM+/OLI_TIRS 影像.本研究基于大气校正法[32],利用Landsat 影像反演地表温度.基本原理为,首先估计大气对地表热辐射的影响,然后将此部分影响从卫星传感器所观测到的热辐射总量中去除,将得到的地表热辐射强度再转化为相应的地表温度.卫星传感器接收到的热红外辐射亮度值L λ由3部分组成:大气向上辐射亮度L ↑;地面的真实辐射亮度经过大气层之后到达卫星传感器的能量;大气向下辐射到达地面后反射的能量L ↓.因此,卫星传感器接收到的热红外辐射亮度值L λ的表达式可写为:()()1S L B T L L λεετ↓↑⎡⎤=+−+⎣⎦ (1)式中:ε为地表比辐射率;T S 为地表真实温度, K;B(T S )为黑体热辐射亮度;τ为大气在热红外波段的透过率.则温度为T 的黑体在热红外波段的辐射亮度B(T S )为: ()(1)/S B T L L L λτετε↑↓=−−−⎡⎤⎣⎦ (2)21/ln/(/()1)S s T K K B T =+ (3)式中:对于TM,K 1=606.76mW/(cm 2⋅µm ⋅sr),K 2=1260.56K;对于ETM+,K 1=666.09mW/(cm 2⋅µm ⋅ sr),K 2=1282.71K;对于TIRS Band10,K 1= 774.89mW/(cm 2⋅µm ⋅sr),K 2=1321.08K.其中,大气剖面参数在NASA 提供的网站(http://atmcorr. /)中,输入成影时间以及中心经纬度可以获取大气剖面参数.利用影像及大气剖面数据,依据大气校正法的温度反演方法,使用ENVI5.1中的Band Math 工具、NDVI 工具和Radiometric Calibration 等工具计算出3个时相各景影像的地表温度. 3 结果与分析3.1 巢湖流域地表温度(LST)空间分布特征常用的温度等级划分方法有自然断点法、温度正规化法、均值-标准差法等.本文采用均值-标准差法,将研究区地表温度(LST)的平均值作为基准,通过与不同倍数标准差进行组合来区分阈值,对流域LST 等级进行划分,该方法能够在一定程度上减小背景差异影响,使不同时相的地表温度数据更具可比性[33],依据该法将各年份流域LST 划为5个温区,即低、次低、中、次高和高温区(图2).低温区 次低温区 中温区 次高温区 高温区图例低温区 次低温区 中温区 次高温区 高温区图例低温区 次低温区 中温区 次高温区 高温区图例NNN2013年2005年2000年0 40km0 40km0 40km图2 巢湖流域2000至2013年地表温度空间分布特征Fig.2 The spatial characteristic of LST from 2000 to 2013 in Chaohu Basin分析表明,2000~2013年间,随城市化和工业化的推动,巢湖流域地表热环境空间格局发生了相应的变化,其时空差异特征明显.其中,2000年的地表热场主要以中温及以下为主,高温区范围很小,主要位于合肥市区内,热环境空间格局较简单.2005年,流域地表热环境主要以次高温及以下为主,高温区范围在合肥市区内并进一步扩大,呈辐射状向城市周边蔓延,与邻近地表形成“高8期黄木易等：巢湖流域地表热环境与景观变化相关分析及其尺度效应 3127温-次高温-中温”逐级分布状况.具体表现为:高温区主要为城镇,如合肥市区、舒城县城区及连接城市之间的交通干道.巢湖东部为山区,因近年来的矿业发展导致植被减少,地表温度高.而低温区主要以巢湖水域为冷岛中心,西南部大别山区由于植被覆盖较广,地表温度较低.2013年由于城镇化、工业化进程加快,社会经济活动对流域地表的土地景观格局造成了强烈干扰,大量自然景观转变为人工和半人工景观类型,导致巢湖流域下垫面景观格局改变,土地利用程度加强[34],热场演变表现为:高温、次高温区增加明显,低温区减少.其中巢湖北部的合肥市由于城镇化的快速发展及巢湖市行政区划调整,合肥市和巢湖市区集中连片发展,造成合肥特大城市建成区面积大幅增加,在地表热温度上表现为高温区面积增加,热环境效应明显增强.同时,近年来,巢湖市矿业经济发展速度快,采矿业造成的大片山体裸露也是该区域地表温度上升的原因之一.3.2巢湖流域地表温度(LST)时序变化及转移趋势分析本文利用ArcGIS 10.0分析2000~2013年巢湖流域LST的转化情况,通过转移矩阵分析可揭示此期间巢湖流域地表热环境效应的时空演化规律.分析表明,2000~2013年,流域LST总体表现为低温区、中温区减少,次低温区、次高温区和高温区增加.其中,中温区面积大辐下降,由2000年6014.91km2变为2013年4791.39km2,主要转化为次低温区、次高温区和高温区,面积分别为1496.82km2、1543.95km2和323.32km2.流域地表热环境温区类型转化表现为:高等级向低等级转化(面积大于50km2)的主要类型有7种,总面积为3595.79km2,而低等级向高等级转化主要类型为8种,面积达3955.71km2,为高等级向低等级转化的1.1倍(表1).总体上,2000~2013年巢湖流域由于受到城市化、工业化的推动,社会经济发展对土地利用模式的影响,流域下垫面的景观格局受到了强烈影响,流域地表热环境格局变化明显.表1巢湖流域地表温度时序变化转移矩阵(2000~2013年)(km2)Table 1 Transition matrixes of LST from 2000 to 2013 in Chaohu BasinLST分布低温区次低温区中温区次高温区高温区 2000年合计低温区 436.54 504.73 82.94 6.58 0.79 1031.58 次低温区 197.21 731.16 744.59 349.92 95.84 2118.71 中温区59.24 1496.82 2591.58 1543.95 323.32 6014.91 次高温区8.43 286.73 1241.16 1082.66 310.42 2929.39 高温区 1.32 25.54 131.12 183.51 98.21 439.70 2013年合计702.73 3044.97 4791.39 3166.61 828.58 12534.29 面积净变化-328.85 926.39 -1223.52 237.22 388.88 03.3巢湖流域地表热环境效应与下垫面景观相关性分析3.3.1网格化地表温度(LST)空间异质性分析为了定量研究LST与下垫面景观类型的相关性及尺度效应,本文对景观类型栅格图和地表反演温度栅格图各进行1km×1km、2km× 2km、3km×3km、4km×4km和5km×5km共5种不同尺度的网格化采样.LST网格采样后利用ArcGI S 10.0的Zonal Statics工具计算样方内LST的平均值,限于篇幅,2000、2005和2013年巢湖流域在3km×3km尺度下的LST空间分布特征见图3.最后进行流域地表热环境幅度效应及其与下垫面景观相关性分析.在此,首先利用ESDA方法探讨巢湖流域地表热环境随幅度变化的响应特点.探索性空间数据分析法(Exploratory Spatial Data Analysis, ESDA)通过分析空间中某位置的观察值与其相邻位置观察值是否存在相关性及相关程度,从而探索空间事物的分布特征[35].在1km、2km、3km、4km和5km 幅度下,分别计算地表温度(LST)的全局Moran’s I[36].限于篇幅,本研究利用ArcGI S 10.0空间分析模块对20133128 中 国 环 境 科 学 37卷年巢湖流域各尺度水平下的LST 描述性统计变量和空间异质性变化进行分析.Mo ran’s I 值在1km 、2km 、3km 、4km 和5km 幅度下分别为0.78、0.72、0.71、0.60和0.79,说明5个幅度下的LST 都存在空间自相关(图4).随着幅度的变化,Mo ran’s I 指数和Z -Score 检验均呈波动变化趋势,Moran’s I 一般采用Z 方法进行显著性检验.本文中,5个尺度下LST 空间自相关全部通过了显著性检验(P <0.05).Moran's I 指数和Z -Score 检验的意义在于,当Mo ran’s I>0时,数值越大表明其空间正相关性越强,Z -Score>1.96时,数值越大表明其空间正相关则越显著.图4中,5个尺度下的Z -Score 值均远大于1.96,表明巢湖流域LST 空间分布呈现很强的空间正相关.图例图例NNN2013年2005年2000年0 40km0 40km0 40km图例低温区 次低温区 中温区 次高温区 高温区低温区 次低温区 中温区 次高温区 高温区低温区 次低温区 中温区 次高温区 高温区图3 巢湖流域2000至2013年地表温度空间分布特征(3km 尺度)Fig.3 Spatial characteristic of LST from 2000 to 2013 in Chaohu Basin (at 3km scale )0.0020.0040.0060.0080.00100.00123456尺度范围(km)L S T 平均值(℃), Z -S c o r e0.000.501.001.502.002.503.003.50M o r a n ’s I , L S T 方差图4 巢湖流域地表温度(LST)空间统计变量随尺度变化(2013年) Fig.4 Changes of LST’s statistical variables at five scales in Chaohu Basin (2013)Z-ScoreLST 平均值 Moran's ILST 方差为了进一步揭示局域地区地表温度是否存在显著的空间聚集点,本文进行局部空间自相关分析LST 网格单元之间的空间关联性,并可视化局域空间差异,揭示流域LST 的空间分布规律,分析不同尺度下研究区内LST 网格单元之间的相互关联性.局部自相关Moran’s I 值将空间分为“高高(HH)、低低(LL)、高低(HL)和低高(LH)”四个部分,其中,HH 聚集区,表示LST 高的中心地区其周边LST 也较高,体现在空间关联中为扩散效应;LL 聚集区表示中心地区和相邻地区的LST 都较低,属于低温区;落入高高和低低区的LST 在地理空间上存在显著的空间正相关.高低聚集区,8期 黄木易等：巢湖流域地表热环境与景观变化相关分析及其尺度效应 3129表示中心地区LST 值高邻值低,在空间关联中表现出极化效应;低高聚集区,表示中心地区LST 低邻接高,在空间关联中属于过渡区.其中不显著的网格单元为LST 空间性不强的区域,本研究中主要呈片状分布(图5).LST 不同幅度变化的空间格局分析表明,Moran’s I 值呈“降-升”的变化趋势,即1~4km 幅度变化中呈下降趋势,4~5km 时呈上升趋势,在4km 处具有明显拐点.空间自相关分析表明:1km 到4km 幅度变化中,LST 的空间分布呈现零散到具有多中心集中的变化过程,Moran’s I 值表现为下降趋势;而4km 到5km 的幅度变化,LST 的空间从多中心分布趋向团状集聚变化,分布格局进一步简化,集聚中心受幅度变化而减少,因此,Moran’s I 值表现为上升趋势.另一方面,LST 描述性统计变量显示,随幅度的变化,LST 的空间分布格局及其统计参数均发生了一定的改变:LST 平均值变化在0.4℃范围内,呈“升-降-升”变化趋势,在3km 处存在谷点,总体上幅度变化对流域地表温度平均值的影响不大;LST 方差呈先上升后下降,在3km 处有一个峰值.结合空间自相关Moran’s I 值和LST 方差分析表明:3km 幅度下的LST 差异最大,显示该尺度下热场分布信息量丰富.同时,LST 的空间分布具有明显的聚集性,因此,巢湖流域地表热环境效应相关研究适宜的幅度域为(2,4)km.1km ×1km2km ×2km3km ×3km4km ×4km5km ×5kmNot Significant(不显著) HH(高高聚集) HL(高低聚集) LH(低高聚集) LL(低低聚集)图5 巢湖流域地表温度(LST)空间异质性的尺度效应(2013年) Fig.5 The spatial heterogeneity of LST at five scales in Chaohu Basin (2013)3.3.2 流域地表温度(LST)与下垫面景观结构相关分析 下垫面是大气的直接热源,地表温度场与大气温度场关系密切,同等太阳辐射条件下,城镇用地中的建筑物道路等化学人工材料吸热快且热容量小,较自然下垫面(林地、草地、水体等)升温快,导致其表面温度明显高于自然下垫面,从而造成相应区域地表温度较高[37].本文对巢湖流域地表温度与下垫面景观结构进行互动分析,结果表明,景观结构与LST 呈极显著相关关系,2013年巢湖流域3km 幅度下景观结构与LST 的相关关系见图6.其中,建设用地景观与LST 呈极显著正相关关系,相关系数为0.5936,为流域地表热环境效应的重要影响源,而林地、水体景观与LST 呈极显著负相关关系,其中水体相关系数最高,达-0.5855,二者为流域地表热环境效应抑制的主要贡献源.由于农地景观受季节性影响最大,本研究9月份的农地景观与LST 呈正相关关系,主要因为该季节部分农田作物收获后,由于裸露的土壤表层比林地、水体显热通量贡献更大,因而地表温度相对较高.但与建设用地景观相比,其相关系数仍较低.结果表明,巢湖流域城镇用地面积的扩张是地表温度增强的重要原因,而林地与水体景观对抑制流域地表温度有重要作用.因此,土地利用3130 中 国 环 境 科 学 37卷和城市发展模式是地表温度空间差异的主要原因,寻求合理的城市土地利用规模、结构、方式及其空间布局,应当成为有效遏制热环境效应的重要目标[21].3.3.3 地表温度(LST)与下垫面景观格局相关性及尺度效应 研究表明,区域地表温度除与下垫面的类型结构有关外,还受到下垫面景观格局的影响.本文对巢湖流域地表温度与景观破碎度、分离度及优势度指数进行定量相关分析,揭示LST 与景观格局的作用机制,探讨互动作用下的尺度效应.2013年巢湖流域3km 幅度下景观格局与LST 的相关关系分析显示,建设用地、林地和水体景观类型格局指数与LST 相关性普遍较高(表2),体现了该几类景观类型的格局变化对LST 的影响程度较高,但影响效果各异.其中,建设用地分离度、破碎度与LST 呈负相关关系,表明具有增温作用的建设用地如分离程度高、越小斑块化,则增温效果会下降.而林地与水体景观的分离度、破碎度与LST 呈现正相关关系,表明具有降温作用的生态用地如小斑块化、分离度高则降温作用明显下降.从优势度来看,建设用地优势度越高,LST 越高,呈正相关关系,而林地、水体的优势度与LST 呈负相关关系,优势度越高抑制热环境效应效果越好.由于农地景观由于受季节性影响,在本研究中对流域热环境效应具有一定的促进作用.y = 9.2277x + 33.165r = 0.5936***, P <0.01 15.0020.00 25.00 30.00 35.00 40.00 45.00 0 20 406080100建设景观占网格单元比重(%)地表温度(℃)y = -5.1994x + 35.527 r = -0.5302***,P <0.0115.0020.0025.0030.0035.0040.0045.000204060 80 100林地景观占网格单元比重(%)地表温度(℃)y = 2.7802x + 32.679r = 0.2909***,P <0.0115.0020.0025.00 30.00 35.00 40.0045.00 0 20 406080100农地景观占网格单元比重(%)地表温度(℃)y = -5.7179x + 35.048 r = -0.5855***,P <0.0115.0020.0025.0030.0035.0040.0045.000204060 80 100水体景观占网格单元比重(%)地表温度(℃)图6 3km 幅度下巢湖流域景观结构与地表温度回归分析(2013年)Fig.6 The regression analysis between landscape structure and LST at 3km scale in Chaohu Basin (2013)按照相关系数高低排序:D 建设用地> D 林地> F 水体> D 水体> F 建设用地> C 水体> F 林地> C 农地> C 建设> C 林地> F 农地>D 农地(表2).总体上显示,LST 对优势度D 的影响较分离度F 与破碎度C 更加敏感.研究表明,建设用地集中连片扩张、建成区“摊大饼”式蔓延是LST 增强的主要原因.而林地和水体等具有生态功能用地在城市化过程中被其他用地占用造成分离或破碎,在很大程度上降低其对LST 的抑制功能.因此,实践中可通过加强流域景观结构的配置和格局的调控与优化来达到缓解热环境效应的目的,如流域景观规划中,缓解热环境效应的措施首先应当控制城镇用地集中连片式蔓延增长,。
河流干支流水质与土地利用的相关关系_洪超
基金项目： 国家自然科学基金项目（ 41271197） ； 国家水体污染控制与治理重大专项 （ 2012ZX07204） ； 国家林业局林业公益性行业科研专项
（ 200904001）
收稿日期： 2013-03-12；
网络出版日期： 2014-03-19
* 通讯作者 Corresponding author．E-mail： msliu@ nju．edu．cn
河流干支流水质与土地利用的相关关系
洪 超1，2，刘茂松2，* ，徐 驰2，杨雪姣2，池 婷2，田 颖3
（ 1． 环境保护部南京环境科学研究所，南京 210042； 2． 南京大学生命科学学院，南京 210093； 3． 江苏省环境科学研究院，南京 210036）
摘要： 为探索不同等级河流水质状况及其对土地利用构成响应的差异，以江苏北部的灌河流域为研究对象，基于 2006—2007 年 两个年度灌河及其支流的水质监测数据和研究区的 Landsat TM 影像，在河流两侧长度 0．0—10．0 km、宽度 0．0—0．5 km 的范围 内，运用多元回归分析，对研究区干、支流主要水质指标及其与相应土地利用构成的关系进行了研究。结果表明： 2006—2007 年间，研究区干流水质总体上显著好于支流，支流的总氮（ TN） 、总磷（ TP） 等营养盐指标显著高于干流，而干流的有机污染指标 显著高于支流； 比较不同观测尺度上土地利用构成对河流水质变化的方差贡献率发现，缓冲区宽度一定时，支流在所有观测尺 度上的土地利用构成与水质变化皆存在显著相关关系，而干流仅在缓冲区长度 0．0—4．0 km 的观测尺度上其土地利用构成与水 质变化的相关关系显著； 缓冲区长度一定时，干、支流河道两侧 0．0—0．3 km 间土地利用状况对水质变化的解释能力较大。同时 发现，氮、磷等营养盐浓度多与较大尺度上的土地利用构成相关，而化学需氧量（ COD） 、生化需氧量（ BOD） 等多与较小尺度上 的土地利用构成相关。研究结果显示，有必要区分不同河流等级，选择适宜的观测尺度，分别研究不同水质指标与土地利用构 成间的相关关系。 关键词： 河流等级； 水质； 尺度； 土地利用构成； 面源污染
巢湖流域南部丘陵地森林景观格局与水土流失的关系的开题报告
巢湖流域南部丘陵地森林景观格局与水土流失的关系的开题报告一、研究背景随着人类社会经济的发展和城市化进程的加快，地球生态环境面临越来越严峻的挑战。
水土流失作为生态环境中的重要问题之一，对社会经济发展、生态环境保护和人民生活质量产生重要影响。
巢湖流域南部丘陵地区因地势高差明显，土壤薄弱，森林资源丰富，是水土流失的重点地区之一。
因此，研究巢湖流域南部丘陵地森林景观格局与水土流失的关系具有重要的理论和实践价值。
二、研究目的本研究旨在系统分析巢湖流域南部丘陵地区森林景观格局和水土流失的关系，探讨森林景观格局对当地水土保持的影响及其机制，为当地的生态环境保护和可持续经济发展提供科学依据。
三、研究内容1.巢湖流域南部丘陵地区森林景观格局调查与分析：通过遥感数据和野外考察等方法，获取巢湖流域南部丘陵地区的森林资源分布状况及其景观格局，分析其空间分布和变化规律。
2.水土流失评估与分析：利用水土流失模型和实地监测数据等方法，对巢湖流域南部丘陵地区的水土流失情况进行评估和分析，探讨其发生原因和主要影响因素。
3.森林景观格局与水土流失的关系分析：结合巢湖流域南部丘陵地区的森林景观格局和水土流失情况，探究两者之间的关系，分析森林景观对水土保持的影响及其机制。
4.水土保持措施建议：综合前期研究成果和实际情况，提出针对巢湖流域南部丘陵地区的水土保持措施建议，为当地的生态环境保护和可持续经济发展提供科学依据。
四、研究方法本研究采用调查与监测、实验和模拟等多种方法，具体包括：1.遥感图像解译：利用Landsat 8 OLI遥感影像，结合ArcGIS等软件，对巢湖流域南部丘陵地区的森林资源分布进行解译。
2.野外调查：在巢湖流域南部丘陵地区选取典型样地，开展采样调查和数据采集工作，获取当地森林生态系统特征和水土流失情况。
3.模型模拟：采用水土流失模型、森林景观模型等模型，模拟研究区水土流失和森林景观格局变化情况。
四、研究预期成果通过研究巢湖流域南部丘陵地区森林景观格局与水土流失的关系，预期得到以下成果：1.深入探究巢湖流域南部丘陵地区森林景观格局和水土流失之间的关系，分析景观格局对水土保持的影响机制。
巢湖水文地质设计报告
巢湖水文地质设计报告1. 概述本次设计报告是针对巢湖地区的水文地质情况进行的分析和评估，旨在为该地区的水资源开发和利用提供科学依据和设计方案。
2. 巢湖地区水文地质概况巢湖地区位于中国安徽省，是淮河流域的重要组成部分。
该地区水文地质情况复杂多样，主要水系包括巢湖、庐江、禹门口等水域。
根据地质勘探和水文观测资料，巢湖地区地下水资源丰富，但也存在着水位波动大、水质污染和地下水岩溶等问题。
3. 巢湖地区水文地质调查为了了解巢湖地区的水文地质情况，我们进行了详细的调查和分析。
首先，我们收集了该地区的地质地貌图、水文地质图和水文监测数据。
然后，在巢湖及其周边地区选择了一些代表性地点进行了地质勘探和水文观测工作。
通过这些调查工作，我们获得了以下主要数据：- 水位：水位观测数据显示，巢湖地区水位波动范围较大，受季节变化和降雨影响较大。
- 地下水：地下水含量丰富，主要分布在砂砾层和含水层中。
地下水流动较快，具有一定的供给能力。
- 地质条件：巢湖地区地层主要由第三系沉积层组成，地下水径流主要以河道和河道岩溶为主。
4. 水文地质评估与利用建议基于对巢湖地区水文地质情况的调查和分析，我们对其进行了评估，并提出了相关利用建议。
根据水位观测数据，巢湖地区水位波动较大，因此，在水资源开发利用方面，需要考虑其季节性和降雨性变化。
在江河断面设置取水口时，需要结合水文数据进行科学规划，避免对原生态环境造成不可逆的影响。
巢湖地区地下水含量丰富，可以通过井水抽取或地下水倒灌等方式进行利用。
然而，地下水岩溶导致水质污染的问题需要重视和解决。
因此，在地下水开发利用方面，需要加强水质监测和治理措施，确保地下水资源的可持续利用。
此外，巢湖地区水文地质调查还发现了一些特殊地质现象，如断陷、塌陷等。
在水资源开发和利用方案中，需要进行详细的地质工程勘探和风险评估，以避免可能的地质灾害对工程建设和用水安全造成的威胁。
5. 结论巢湖地区水文地质情况复杂多样，对水资源开发和利用提出了一定的挑战。
巢湖水体富营养化
王羽华、仇海波、崇庆文、刘苏、王建华、 王儒、张楚、徐惠娟、许文雅、许倩、许 芳芳、王文英、闫晖敏、沈益婷
研究背景：巢湖污染为何久治不愈？
巢湖，10年治污，据说投入“巨资”，而收效甚微
1、高含磷地质是“主凶”之一？
地层中的含磷层位 是巢湖水体磷污染 来源之一。巢湖北 岸广泛分布着一套 古老的含磷变质岩 系从磷矿区发源的 水系大部分汇入巢 湖, 而这些河流水的 补给又来源于含磷 层位出露区的地表 径流, 成为巢湖磷污 染来源之一
从20 世纪80年代开始, 随着流域内人 口和工农业生产的快速增长以及城市化进 程的加快, 巢湖水体中N、P等营养负荷加 重, 湖泊出现富营养化, 导致蓝藻爆发, 水 体严重污染。
巢湖水体主要污染指标年际变化
巢湖水质主要污染指标为TP(总磷)、TN(总氮) ，进行湖泊富营养化指标评价的结果为, 西半湖处于中度富营养化状态,东半湖处于轻度富营养化状态, 巢湖西半湖污染程度明显重 于东半湖，全湖富营养化状态指数约为60左右，可见巢湖富营养化状况总体较为严重。 （注：PI为高锰酸钾指数）
巢湖湿地
2、工、农、城污染加剧了巢湖富营养化？
除了工业污染外，非 工业污染日益突出。 城市生活污水排放量 迅速增加，而污水处 理等基础设施建设严 重滞后，生活污染比 重不断上升。化肥、 农药使用量不断增加， 其中约70%的用量 流失或残存在土壤和 农产品中，这种现象 加剧了湖泊的富营养 化的演变。
巢湖位于安徽省中部，湖区面积760平方公里， 是我国著名的五大淡水湖之一。
巢湖流域处于长江和淮河两大河流之间, 境内 入湖河流众多, 巢湖对流域社会经济的发展起着 极为重要的作用。 近年来, 随着巢湖流域工业化及城市化的迅猛 发展, 巢湖水体呈现严重的富营养化状况, 湖中蓝 藻爆发所引发的水质恶化、湖体生态系统衰退等 一系列生态环境问题已引起国家的高度重视。
巢湖水污染现状及原因调查
9
5.巢湖水污染恢复措施
5.1实施综合治污工程，减轻入湖 污染负荷
根据巢湖水体富营养化发生的原因及机理， 显然控制或转移氮、磷等外源性营养盐以及有 毒、有害污染物质的输入是极其重要的防治措 施之一。 一是加强工业点源污染的治理。 二是加强城镇生活污染的治理。 三是加强农业面源污染的治理。 四是加强巢湖蓝藻“水华”的治理。 五是加强水土流失的治理。
巢湖水污染状况及原因调查
组长：李 诗 (1102031018) 组员：鲍孝莹（1102031001） 李 杰（1102031014） 李 凯（1102031016） 程 栋（1102031019）
王奇志（1102031047） 万政赢（1102031050） PPT演说：李 诗
一
调查目的
二 调查内容
1.巢湖简介 2.巢湖水污染现状 3.巢湖水污染的原因 4.数据统计-----巢湖水的污染数据 5.巢湖水污染恢复措施
三
调查总结
一 调查目的
1.对巢湖水污染状况及原因的深入调查 与了解。 2.提高小组成员的实践能力，以及团队 协作能力。 3.为了让更多的人看到巢湖水污染情况 以及增强人们的环保意识。
3.3 巢湖地理局限性
三是江湖交换水量的大幅减少。随着上世纪 巢湖闸、裕溪闸的相继兴建，巢湖已成为半封闭 型湖泊，巢湖与长江天然沟通大大减少，导致巢 湖与长江的换水周期加长，水体自然交换量大大 减少，湖泊中氮、磷等营养盐输出能力变差。
4.数据统计-----巢湖水的污染数据
_________________________________________________________________________
3.巢湖水污染的原因
3.1农业面源污染
巢湖生态引水分析
巢湖生态引水分析 田鑫 【期刊名称】《治淮》 【年(卷),期】2018(000)012 【总页数】1页(P43) 【作 者】田鑫 【作者单位】安徽省水利水电勘测设计院 230088 【正文语种】中 文
一、巢湖流域概况 巢湖是安徽省最大的湖泊，东西长、南北短，湖区形似鸟巢，正常蓄水位8.0m（吴淞高程），水面面积755.0km2；流域面积13486 km2，多年平均降雨量1120.3mm，年际变化悬殊、年内分布不均。 巢湖流域河流众多，依泄水出路不同，习惯上归纳为巢湖闸上和巢湖闸下。巢湖闸上流域面积9153 km2，入湖的大小河流共34条，其中来水面积在500km2以上的主要河流有南淝河、派河、杭埠河（丰乐河）、白石天河、兆河、柘皋河等，呈放射状汇入巢湖。巢湖闸下流域面积4333 km2，主要河流有裕溪河、西河、清溪河、牛屯河等直接入江河道。 二、历史上江湖水体交换关系 历史上巢湖与长江自然沟通，巢湖出口、入江河道裕溪河出口均未建闸控制，江湖之间水量交换频繁，同时因巢湖水位随长江涨落而变化，巢湖流域水旱灾害也十分严重。 利用历史水文观测资料分析表明：在巢湖闸、裕溪闸等控湖工程建设前，巢湖年平均入湖水量为43.9亿m3，其中巢湖自身年来水量为30.3亿m3，经裕溪河倒灌入巢湖的江水量多年平均为13.6亿m3，内外水量比例为1∶0.45。巢湖闸建成后1962～2006年巢湖流域多年平均入湖年径流量为36.6亿m3，长江入湖水量较建闸前大幅减少，多年平均为1.72亿m3（未计入经兆河入湖的小部分水量），内外水量比例为1∶0.047。 图1 淮河75%来水保证率下巢湖相机引水过程概化示意图 三、水生态环境质量状况 受自然条件和人类活动双重驱动，巢湖周边区域总磷本底偏高，湖区蓝藻水华时常爆发，至20世纪90年代末期水污染状况最为严重。近年来，随着治理与保护力度加大，河湖水质恶化趋势得到有效遏制，主要水域污染浓度明显降低。2016年水质监测数据表明，巢湖全湖平均水质为Ⅳ类，其中西半湖Ⅴ类，东半湖Ⅲ～Ⅳ类；湖区由中度富营养状态降为轻度。环湖支流中，西北部南淝河、十五里河、派河水质为Ⅴ类或劣Ⅴ类，西南部、南部和东部杭埠河、白石天河、西河、兆河、裕溪河水质基本为Ⅲ类。总体上，巢湖西半湖及西北部入湖河道污染重，东半湖及南部入湖河道水质较好。 据统计资料和监测数据，目前湖区有浮游植物85属227种，其中蓝藻数量占95%以上；浮游动物35属46种，原生动物数量占90%；底栖动物河蚬、淡水壳占绝对优势；水生维管束植物油42属50种，主要为芦、荻等挺水植物。总体上巢湖流域陆域生态系统仍属良好状态，但水生态系统受到人类活动长期干扰，生物多样性明显减少。 四、存在问题 经过几十年治理，巢湖流域防洪和供水工程体系基本形成，近年来实施的巢湖生态保护修复工程已取得阶段性成效。但目前仍存在以下问题： （1）流域刚性污染排放居高不下。“十一五”以来，巢湖流域经济社会高速发展，特别是城镇化进程加快，入湖污染负荷长期超出河湖环境容量。 （2）半封闭水域加重富营养状况。为了防洪和蓄水，巢湖与长江之间水体交换被人为控制，使巢湖成为半封闭性水域，在不断增加和积累的污染负荷共同驱动下，加重了湖泊富营养化，触动了湖区蓝藻水华爆发。 （3）水资源及调配能力明显不足。水资源调配能力不足致使河道频繁断流、湖区长期封闭，加剧河湖水质恶化。 五、引江济淮可供生态补水量分析 在不增加引江济淮工程规模、满足引江济淮（供水、航运和灌溉补水）需调水量要求的前提下，利用济淮水量过程不均匀性，2030和2040水平年巢湖生态引水多年平均可引水量分别为52.6亿m3、60.0亿m3；考虑巢湖、引排江河道防洪要求和控制，2030、2040水平年巢湖生态引水多年平均安全引水量分别为9.77亿m3、8.67亿m3。75%来水频率下巢湖年内补水过程见图1。 六、结论和建议 巢湖生态引水在依托引江济淮江湖水量交换条件，改善江湖连通性、改善湖区水质与控制富营养化等方面具有积极的作用。在强化污染点源控制、污水提标处理、尾水深度净化、面源污染控制等措施基础上，再辅以经常性生态引水，对巢湖TN、TP、氨氮、COD均有比较明显的改善效果，西部湖区可基本在Ⅳ类水之内，中部湖区可稳定在Ⅳ类水，东半湖区能达到Ⅲ类水质标准，较无生态引水情况基本能提升1个水质级别左右。 根据引江济淮工程开发建设任务的主次之分，以及引江流量规模确定的条件，引江济淮工程引江调度运用，首先须保障供水、航运用水，其次要满足灌溉补水，巢湖生态引水只可相机补水，不能超出批准的引江济淮工程流量规模
合肥环巢湖水污染防治及生态文明建设研究
合肥环巢湖水污染防治及生态文明建设研究合肥环巢湖水污染防治及生态文明建设研究一、摘要巢湖[1]位于安徽省中部，临近长江，是我国五大淡水湖之一，又是安徽省境内最大的湖泊，近年来，其污染以及防治问题备受全国环保人士以及学者的关注。
“十五”期间，安徽省投入巨资治理，巢湖污染治理效果显著，水质显著提高；尤其是巢湖的东半湖多年处于轻度富营养状态，富营养状态呈逐年减轻的趋势，水质也明显好转。
近年来，国家政府对环境问题依旧密切关注，在此秋高气爽之际，我校组织研究生生团队实地调研，考察巢湖水污染防治情况、滨湖湿地公园建设情况以及环巢湖生态文明示范区建设的成果。
关键词：巢湖；水污染；富营养状态；防治对策；环巢湖生态文明示范区。
二、正文（一）、巢湖地理环境巢湖是中国的五大淡水湖泊之一，位于安徽省境内，湖区合肥南部，属长江下游左岸水系，水域面积约820平方千米。
巢湖水依赖地表径流和湖面降水补给，入湖河流有杭埠河、南淝河、丰乐河、白山石河、派河、裕溪河等35条河流，出湖河流仅有裕溪河与长江相连。
从80年代开始，巢湖水质不断下降，成为典型的富营养化湖泊。
至2000年初，巢湖呈中度富营养状态，其中，西半湖处于中度富营养状态，东半湖也处于轻度富营养状态。
巢湖水质的严重污染已给巢湖流域区域的人居环境带来巨大影响，制约了该地域经济和社会的可持续发展[2]。
（二）、巢湖流域水污染状况1、1960年前巢湖没有水闸，之后于60年代建成巢湖闸、裕溪闸，使巢湖由过水性河流型浅水吞吐湖变为人工控制水位的水库型湖泊。
巢湖是省会合肥市、巢湖市及沿湖各乡镇的主要饮用水源，具有蓄洪、灌溉、航运、渔业、城市供水及旅游观光等多方面功能，是沿湖人民赖以生存的基础[2]。
2、湖区水质状况：巢湖水质受氮、磷营养盐与耗氧有机物的污染，全湖综合水质劣于地面V类水标准，主要是总氮、总磷超标，全湖呈富营养化状态，其中合肥市饮用水源所在地的塘西水域尤为严重。
最新监测数据显示巢湖耗氧量为18mg/L。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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