基于高分二号的白洋淀土地利用与水质响应关系研究

刘 剋，郭 畅，王玉静

(1.北华航天工业学院，河北省航天遥感信息处理与应用协同创新中心，河北廊坊 065000；2.北华航天工业学院，计算机与遥感信息技术学院，河北廊坊 065000；3.北华航天工业学院，电子与控制工程学院，河北廊坊 065000)

0 引 言

近些年，随着人类活动的加剧，人与自然的矛盾日益突出，人类活动改变了土地利用类型，而土地利用类型的变化是影响内陆水质变化的重要因素[1]。目前许多国内外学者致力于土地利用类型与水质关系的研究，Hwang Sun-Ah等[2]采用非线性模型对韩国境内水质进行分析，得出土地利用与水质之间的关系可以根据土地利用比例划分为三类；郝敬锋等[3]通过计算水质指数WQI，指出建筑用地对水质有负面影响，而林地具有改善水质作用；Susanna T. Y. Tong等[4]采用BASINS模型，模拟小迈阿密河流域土地利用对水质的影响，得出水质中氮、磷等污染物与土地利用之间存在显著关系的结论；梁平等[5]利用地理加权回归模型，研究了汉江不同区域土地利用与水质之间关系，结果表明耕地与水质中COD、NH3-N、TN呈正相关关系，且响应关系随研究区域不同显示不同特征；姜畅等[6]采用Spearman相关性分析方法，对贵阳红枫湖土地利用与水质数据进行分析，结果表明建设用地与COD、NH3-N、TP呈现明显正相关关系，并认为污染主要来自于工业源和生活源。吕志强[7]等采用相关性分析及冗余分析方法，以重庆市6条河流为研究区，分析得出建设用地和农业用地对水质恶化具有明显的作用，林地则能显著改善水质。国内对太湖的土地利用与水质的研究较多，如：周文[8]等利用冗余分析法，分析得到水质受到多种景观背景因子的综合影响，并具有尺度依赖性和区位差异性，具体表现在上游聚落用地与NH3-N、TP、DO正相关，下游耕地则与NH3-N、TP、DO正相关；刘倩[9]等运用Pearson相关性分析法，结果得到林地、草地与CODMn呈明显的负相关性，说明两者对污染物具有截留吸收作用；高斌等[10]利用灰色关联分析方法，研究发现水质整体上与城镇用地灰色关联度最大，其次是水田和旱地，水域和林地最低。综上相关研究表明：水体水质易于受到周边土地利用状况的影响。

1 研究区概况

白洋淀位于河北省保定市东部，具有“华北明珠”之称，淀区面积366 km2，平均蓄水量13.2 亿m3，是华北平原第一大淡水湖[11]。历史上的白洋淀水域面积曾经达到1 000 km2，潴龙河、孝义河、唐河、府河、漕河、瀑河、清水河、萍河和白沟引河注入，史称“九河入梢”。近年来，潴龙河、唐河、清水河、萍河长期断流，漕河、孝义河、瀑河仅部分季节有水，唯一流入白洋淀的府河又是上游保定市生活污水和工业废水的主要排放渠道[12]。

白洋淀属于平原封闭式浅水型湖泊，自身调节能力较弱，因面临水污染和缺水的双重困境，白洋淀水域面积不断缩小并被割裂，淀区水体出现了严重的富营养化现象，使白洋淀的生态功能急剧下降，生态系统平衡更为脆弱[13]。2018年4月，中共中央、国务院批复的《河北雄安新区规划纲要》提出“实施白洋淀生态修复，加强生态建设，开展环境综合治理。”因此，以白洋淀为研究区，探索淀区内各土地利用类型对水质的影响，摸清主要影响因素，对白洋淀生态环境治理十分必要。

2 各缓冲区内土地利用分类

2017年11月3-5日，完成了对16个野外采样点的化学需氧量COD、氨氮NH3-N、总磷TP以及总氮TN 4类水质监测指标的实地采样(表1)。取与采样时间最近的2017年11月18日和28日共4景高分二号的多光谱影像，进行辐射校正、几何校正、镶嵌及裁剪等预处理操作。利用最大似然法[16]对遥感影像进行土地利用分类，参考2017年《土地利用现状分类》(GBT 21010-2017)以及白洋淀实地踏勘情况，将白洋淀区域的土地利用类型分为8类：苇地、耕地、裸地、商业及旅游用地、居民生活用地、水生植物较多的水体(莲藕等水生植物覆盖度高)、废弃的水产养殖坑塘、普通水体(表面无或较少植被覆盖的水体)[15]。结合实地采样进行监督分类，分类后结果通过16个采样点周边拍照和属性信息录入的方法进行土地利用类型修正，以保证分类精度。

表1 野外采样点水质参数 mg/L

以16个采样点为圆心，以100、300、500 m为半径做缓冲区，将缓冲区与土地利用类型分类之后的结果进行叠加，得到各采样点不同缓冲区的土地利用类型图(图1)，统计各采样点不同缓冲区内的土地利用类型面积占比(图2-4) 。

3 土地利用与白洋淀水质响应

根据《地表水环境标准》(GB 3838-2002)，可以判定白洋淀采样点的水质大都属于耗氧型和氮磷污染型(图5)，以TN的污染超标最严重。

由于白洋淀“淀中有村，村中有淀”且入淀河流仅剩下府河，淀区水质易于受到淀区内土地利用状况的影响，有必要进行白洋淀土地利用类型面积占比与水质监测指标相关性分析(表2-4)，探索不同空间范围内土地利用对水质状况的影响，各缓冲区分析如下。

3.1 100 m周边区域内

COD：最大负相关是水生植物较多的水体，相关系数为-0.44，相关性较弱，废弃的水产养殖坑塘，裸地和普通水体则和COD呈较弱正相关，苇地、商业及旅游用地、居民生活用地、耕地和COD浓度关系不大。

图1 白洋淀淀区部分缓冲区土地利用分类结果Fig.1 Partial buffer land use classification results in Baiyangdian lake

图3 300 m缓冲区16个采样点土地类型面积占比Fig.3 Proportion of land type area of 16 sampling points in 300 m buffer zone

图4 500 m缓冲区16个采样点土地类型面积占比Fig.4 Proportion of land type area of 16 sampling points in 500 m buffer zone

图5 研究区域及主要污染类型图(底图为土地利用分类图，等值线为克里格插值结果)Fig.5 The picture of study area and main pollution type (The base map is a land use classification map, and the contour is the Kriging interpolation result)

NH3-N：与耕地的相关系数为0.50，其次为裸地，其他土地类型则和NH3-N相关性较弱。在100 m内，存在耕地对水体NH3-N的输出，其次为水体自身携带。

TP：小范围内废弃的水产养殖坑塘对TP有贡献，相关系数为0.55，由于废弃的水产养殖坑塘面积比最小，且仅存在于四个采样点周边，可能对水质的影响较弱，因此，在100 m内，TP与临近环境的关联性不强。

TN：水生植物较多的水体对TN有较弱的输出作用，相关系数为0.48，其次为废弃的水产养殖坑塘，为0.44，普通的水体对TN存在稀释作用，相关系数为-0.44。

本次实验的采样点一般在水体最中央，100 m缓冲区为采样点最临近区域，以水生植物较少的水体覆被为主(图2)，各土地利用类型与水质参数的关联性较弱，总体来看，近邻环境各土地利用对临近水体的总体水质影响不大。

表2 100 m缓冲区内土地利用类型面积占比与水质参数的相关性系数Tab.2 Correlation coefficient between land area type and water quality parameters in 100 m buffer

注：*表示在0.05水平(双侧)上显著相关。

3.2 300 m周边区域内

COD：最大负相关是水生植物较多的水体，相关系数为-0.62，证明水生植物对COD有较强的净化能力，苇地和COD基本不相关。经实地调查发现，水生植物以莲藕和沉水性水草为主，多分布在陆地和航道之间的水域内，芦苇则以陆生为主，水生的芦苇在岸边3 m左右范围较多，由相关性可知，陆生芦苇对COD的净化能力不及岸边的水生芦苇。商业和旅游用地、废弃的水产养殖坑塘、普通水体以及裸地则和COD有较弱的正相关。

NH3-N：各土地类型和NH3-N相关性都很弱，说明NH3-N污染和周边环境的关联性不大，本地来源可能性不大，且本地吸收、降解能力也弱。

TP：最大负相关为废弃的水产养殖坑塘，为-0.53，耕地、居民用地等存在较弱的正相关性。废弃的水产养殖坑塘可能会对TP有一定吸收作用。

表3 300 m缓冲区内土地利用类型面积占比与水质参数的相关性系数Tab.3 Correlation coefficient between land area type and water quality parameters in 300 m buffer

注：*表示在0.05水平(双侧)上显著相关。

TN：和TP的表现特征类似，废弃的水产养殖坑塘的相关系数为-0.56，其他用地相关性较弱，废弃的水产养殖坑塘对TN具有一定的吸收作用，但由于废弃的水产养殖坑塘面积比很小，经对遥感影像的判读分析，坑塘植被覆盖度可能是影响TP、TN的主要因素。

在300 m范围内，地表覆被仍以水体为主(图3)，水生植物较多的水体面积有所增加，对水质的影响逐步体现出来，水生植物对COD有较强的净化能力，且净化能力较100 m范围明显增强。

3.3 500 m周边区域内

COD：和100、300 m一样，最大负相关是水生植物较多的水体，相关系数为-0.64，可见，水生植物对COD存在较好的净化作用，商业及旅游用地和裸地则是COD的重要贡献源，相关系数为0.58和0.55。

NH3-N：和100、300 m范围一样，各土地类型和NH3-N相关性均很弱。进一步说明NH3-N的本地来源较弱且各土地类型对其的影响能力有限。

TP：最大负相关为苇地，相关系数-0.53，居民生活用地呈正相关，相关系数为0.55，居民生活用地是白洋淀水体TP的重要本地输入源。而芦苇则对TP有较强的吸收能力，同时，水体对TP有较弱的稀释能力。

TN：苇地与TN的相关系数最强，为-0.68，证明芦苇对TN有较强的吸收作用，其次为水体，相关系数为-0.54，对TN有一定的稀释能力，居民生活用地为0.52，为TN的本地输入源。

在500 m范围内，苇地的面积显著增加(图4)，其对TN、TP的吸收能力显著增强，对TN的吸收作用远大于其他土地利用类型，居民生活用地是TP、TN的本地来源之一。苇地和水生植物较多的水体，对于水质的总体改善效果较好，水生植物对COD有较好的净化作用，苇地则对TN、TP有较强的吸收能力。

总体来看，在100～500 m范围内，水生植物对水体都有净化作用，主要表现在对COD的较强净化能力上，苇地则在500 m缓冲区内，有利于降低TN和TP尤其是TN的污染，普通水体对TN和TP有一定的稀释能力，随着距离的增加稀释能力有所增强，居民生活用地可能是TN和TP的本地来源，而NH3-N和土地利用各类型关系不大。

表4 500 m缓冲区内土地利用类型面积占比与水质监测指标的相关性系数Tab.4 Correlation coefficient between land area type and water quality parameters in 500 m buffer

注：*表示在0.05水平(双侧)上显著相关，**表示在0.01水平(双侧)上显著相关。

4 结 论

研究表明，水生植物和芦苇对水体都有净化作用。水生植物在100～500 m范围内对COD污染都有净化能力，在300 m和500 m范围内有显著净化作用，芦苇在500 m范围内特别有利于TN浓度的降低，其对TP也有一定的吸收能力。TP、TN都和居民生活用地正相关，居民生活用地是二者尤其是TP的本地来源之一，可能存在以TP和TN为主的经常性排污行为，这一结论与刘丰等[16]对白洋淀的研究结论基本一致。植被覆盖较少、占水体主体的普通水体则对TP、TN有一定的稀释作用。商业及旅游用地、裸地则与COD存在明显关联性，说明二者是COD的重要本地来源。NH3-N与采样点周边各土地利用关系不大，说明NH3-N为水体自身携带，存在为外来污染且本地吸收能力差的可能性。

□