基于ENVI的松花江流域哈尔滨市段用地类型变化与水质响应

郭雪梅

(哈尔滨师范大学)

0 引言

近些年来，由于多数地区的水环境受到污染，对土地利用类型与水质关系的探讨越来越引起学者们的广泛关注.方娜，王瑶等研究发现，退耕还林有利于改善水质，而聚集在水体附近的居民区却会对水质造成污染[1-2].因此，人们对土地的利用类型对水质的好坏有一定的影响作用.张勇荣等学者通过对平寨水库不同尺度土地利用结构与水质的关系进行探究，发现土地利用类型与水质之间的相关性比较显著[3].此外，冯娜娜等学者研究了辽河保护区土地利用方式对河流水质的影响，发现辽河保护区各土地利用类型面积占比与河流水质指标间相关性较好，例如：NH3-N、TP、TN含量和COD与林地、草地面积的占比呈现负相关[4].在该文中，以松花江流域哈尔滨市段为研究对象，探讨了哈尔滨市地区土地利用方式对松花江水质的影响，文章不仅从土地利用的角度揭示了松花江水质污染源，还为哈尔滨市土地利用现状评价及水污染防控提供了一定的依据.

图 1 研究区示意图

1 数据来源与研究方法

1.1 研究区概况

哈尔滨市位于东经125°～130°与北纬44°～46°之间，是中国东北部最大的中心城市，是黑龙江省的首府，此外，它也是中国最大的城市管辖区，拥有最大的辖区和第二大人口(仅次于成都市)，总面积约为5384万 km2.

松花江源自吉林省长白山天池，该市河段长约45 km，河面宽为400～600 m，水深达到4～7 m[5].河流补给的方式主要是雨雪融水.在4～5月，冰雪融化的水量补充了河水，形成春汛；而在6～9月期间，降水比较丰富，降水量可达到全年降水量的70%以上，形成夏汛；从11月～下一年的3月进入冰封期.

该文选取松花江流域哈尔滨市段(如图1所示)作为研究区[6]，这其中主要包括主干流(哈尔滨市朱顺屯断面与大顶子山断面之间的松花江干流，长约66 km)和两条主要支流(哈尔滨市呼兰区和阿城区内的呼兰河和阿什河).

1.2 土地利用分类

使用US陆地卫星Landsat4-5 TM影像数据和Landsat 8 ETM影像数据收集本研究所需要的遥感数据，对其进行辐射校正、大气校正、波段融合、镶嵌裁剪等预处理后[7]，通过ENVI软件对遥感影像进行目视解译，根据研究区实际情况，并参考中国现行土地利用分类标准和相关文献土地利用类型分类方法，利用ENVI监督分类模块的最大似然法, 将土地分为水域、林地、草地、旱田、水田、建筑用地及未利用地6类.

1.3 水质检测数据及方法

松花江流域哈尔滨市段水环境数据来源于哈尔滨市监测站提供的实测值，该文主要利用的水质指标有4种：DO、NH3-N、TP和TN.利用经典统计学方法[8-9](均值、标准差、变异系数)分析松花江流域哈尔滨市段多年平均水质指标特征，并且比对同期该流域土地利用数据，建立拟合方程，探讨土地利用类型与水质的关系.

2 分析与讨论

2.1 土地利用分类变化分析

2.1.1 土地利用分类精度评价

利用ENVI软件中的Region of Interest Tool工具，计算样本的可分离系数，并通过Class Confusion Matrix对2010年和2017年遥感影像处理后的结果进行评估(见表1)，结果显示，分类精度良好，满足解译要求.

表 1 土地利用类型分类精度

2.1.2 土地利用类型分布

2010年和2017年土地利用类型分布状况如图2所示.从专题地图可以看出，建筑用地、旱田和水田都集中与松花江流域附近，哈尔滨市区几乎被旱田所包围，其中，建筑用地呈放射状逐渐向四周扩大，而林地则较为集中的分布在阿城区.

图2 土地利用类型分布图

通过ENVI软件中Classification → Post Classification → Class Statistics工具分别对2010年和2017年的各种土地利用类型面积、面积百分比进行统计计算.面积计算结果见表2.

表 2 各年份土地利用类型面积 km2

2.1.3 土地利用变化趋势

对松花江流域哈尔滨市段2010年和2017年土地利用类型变化进行计算分析，2010～2017年，林地面积持续减少，减少面积达302.1 km2，减少百分比为31.6%，主要流出方向为草地、旱田，二者面积在此期间内大幅增加.几年内，松花江在此段水域面积减少，水田面积也因此减少，建筑用地由原来的987.74 km2增加至1292.29 km2，未利用地面积减少.

2.1.4 土地利用变化的驱动因素

由于经济发展水平提高和产业结构不断优化，促进了土地利用类型的转移和改变.随着收入增加、人民生活水平的提高，居民对住房使用面积的需求也在不断增加，各种工厂、公司的规模都在变大，因此，土地利用类型更多的会向建筑用地发生转变.

人口的变化和人类活动是土地利用面积发生变化的一个非常重要的因素[6,10].研究表明，从2010～2017年之间，哈尔滨市的农业人口向城镇人口转移，建筑用地的使用面积不得不增加，因此大量的未利用地减少转化为居民生活所需要的建设用地.

2.2 水质监测数据分析

水质标准变异系数，能更好地体现每个监测断面水质指标的变化情况.其数学表达式为：

式中,σ为水质指标标准偏差，u为水质指标平均值.

分别计算研究区内2010年、2017 年6 个监测断面7 种水质指标的CV值，见表3、表4.

表3 2010年各监测断面不同水质指标CV值

表4 2017年各监测断面不同水质指标CV值

通过表3和表4得知，2010年，阿什河口下断面与朱顺屯断面NH3-N的CV值变化最大，呼兰河口内断面各水质指标变化均较小，而阿什河口内断面的含氧、总磷和氨氮的CV值变化较大.2017年，各断面(除呼兰河内断面)NH3-N的CV值均小于2010年，除呼兰河内断面与朱顺屯外，其他断面总磷含量增加；阿什河口下断面、朱顺屯、大顶子山与呼兰河口下断面总氮含量的CV值小于2010年.总体来说，阿什河口内断面水质改善明显，而呼兰河口下断面的水质则发生恶化.

2.3 土地利用与水质的关联分析

首先，利用ArcGIS软件对松花江流域哈尔滨市段建立不同距离的缓冲区，划分距离为100和500 m.其次，通过SPSS软件，对不同距离缓冲区的土地利用类型面积百分比与水质指标进行相关分析，得到二者间的相关系数[11-14](见表5～表8).

表5 2010年100 m处土地利用类型与水质指标的相关性

表6 2010年500 m处土地利用类型与水质指标的相关性

表7 2017年100 m处土地利用类型与水质指标的相关性

表8 2017年500 m处土地利用类型与水质指标的相关性

2010年，在流域缓冲区100 m处，除水域外其他土地利用类型均与DO呈负相关，与NH3-N和TN呈正相关，其中旱田与NH3-N和TN呈显著正相关；未利用地与TP含量呈负相关，其他土地利用类型则与TP呈正相关，其中旱田、水田与TP显著正相关.在缓冲区距离500m处，水域与DO呈正相关，其他土地利用类型均与DO呈负相关；林地与NH3-N、TP、TN含量相关性显著；水田与所有水质指标相关性显著，与DO呈显著负相关，其余则均为显著正相关.

2017年，在流域缓冲区100 m处，水域与DO呈显著正相关，其他用地类型与DO均呈负相关；水域与氨氮、总磷、总氮呈负相关，其他用地类型均与氨氮、总磷、总氮呈正相关；其中，林地、旱田与水质指标相关性显著.在缓冲区距离500处，林地与水田与水质指标均有显著的相关性，其中，林地、水田与DO呈显著负相关，与其他水质指标均呈显著正相关；除水域外，其他用地类型与TN呈正相关，林地、水田与TN呈显著正相关[15-16].

从整体上来看，大尺度的林地和草地与NH3-N、TP、TN含量之间呈负相关，说明该两种类型土地对水质具有一定的改善作用.而旱田、水田和建筑用地与NH3-N、TP、TN含量之间的正相关关系，则说明耕地、建筑用地是水质污染的主要来源[17].

3 结论

在该文中，以松花江流域哈尔滨市段为研究对象，探讨了哈尔滨市地区土地利用方式对松花江水质的影响，发现有3点影响.

(1)耕地(水田、旱田)是造成松花江流域哈尔滨市段水质污染最主要的原因之一.由于耕地面积的不断扩大，农业生产中使用的化肥、农药的数量也在逐年增多，污染物质随着地表水下渗、降水汇流等逐步汇入松花江流域，使水体受到污染.

(2)随着建筑用地面积的增加，各种工业废料、生活污水以及居民垃圾增多，未经过合理处理汇入松花江，加剧了水体污染.

(3)林地、草地在一定范围内可以有效改善水质，降低松花江流域水体受到的污染，因此，为保护水环境，可进一步加强退耕还林、还草等措施[18]，优化土地利用结构，加强对松花江水体的管理，保护水体.

该文不仅从土地利用的角度揭示了松花江水质污染源，还为哈尔滨市土地利用现状评价及水污染防控提供了一定的依据.