基于土地利用和景观格局的高原山区湖库水质变化主要贡献因子分析

裴 宇周 旭蒋 啸陈大蓉敖 杨胡玉雪

(贵州师范大学 地理与环境科学学院,贵州 贵阳550025)

随着城市化和工农业活动的加快,水质恶化已成为影响全球生态安全、经济可持续发展及社会和谐稳定的关键环境问题[1]。据研究,农业种植活动中排放的总磷、总氮是水质恶化的主要来源[2]。据2020年《第二次全国污染源普查公报》显示,我国水体总氮、总磷排放量分别为3.04×106t和3.15×105t[3],较第一次普查分别增加12.45%和10.78%,水环境恶化的形势不容乐观。自19世纪70年代以来,土地利用对水质的影响一直是学术界关注的热点,Lee和Valle[4-5]的研究表明水质与土地利用比例以及城市、农业和森林地区的空间结构密切相关,快速的土地利用变化加速了污染物向水体转移。一般来说,农业、城镇用地对水体中的营养物质的贡献较高[6-7],而草地和林地对水环境污染起净化的效果[8-9]。Bu和Xu[10-11]表明土地利用通常与流域内的水质有关,景观格局可能是更敏感的水质预测因子,景观格局中面积度量、形状度量和其他复杂的景观度量与水质参数的相关性较高。然而,单一地分析土地利用类型或景观指数与水质参数的关系过于片面,定量评估二者对水质的贡献更益于水环境管理。黄金良等[12]在九龙江流域的研究表明土地利用面积比例能够更好地预测水质。徐启渝等[13]在鄱阳湖流域的研究发现,土地利用与景观格局对水质的交互作用较各自有着更高的贡献率,且丰水期影响更显著,贡献分别占72.5%和69.8%。王小平[14]在艾比湖的研究表明景观格局与土地利用是不可分割的客观存在,研究中有必要进行耦合分析,水质的恶化不仅取决于土地利用类型,更依赖各种景观类型的空间分布格局。众多研究表明准确识别土地利用和景观结构对总氮、总磷的贡献是水环境治理的关键,因此,亟需开展高原山区湖库水质变化的主要贡献因子分析与识别的相关研究。高原山区湖泊具有山高谷深的特点,相对东部平原湖泊具有更脆弱的生态系统,于洋等[15]研究发现云贵高原湖泊入湖支流较多而出流水系普遍较少,湖泊换水周期长,再加上湖区工农业发展以及人口增长,更易引发水环境污染。倪兆奎和张治中等指出高原湖泊在自然状态下氮、磷营养元素含量较低,但由于湖泊具有一定的封闭—半封闭特点,水资源普遍缺乏,一旦人类活动加剧,湖泊生态功能会受到强烈干扰[16-17]。“两湖一库”流域位于高原山区城市边缘地带[18],受土地利用和景观格局综合影响,水质情况复杂。因此,本文拟以贵州高原山区“两湖一库”流域为研究区,从景观生态学角度,分析与识别流域水质变化的主要贡献因子,旨在为高原山区乃至全国湖库水环境污染问题提供科学参考。

1 材料与方法

1.1 研究区概况

“两湖一库”是红枫湖、百花湖、阿哈水库的简称,是贵阳市和贵安新区的主要饮用水源地,也是未来黔中城市发展的主要供水源[19],被称为贵阳市“三大水缸”。“两湖一库”流域位于贵州喀斯特高原山区中部(26°8′—26°43′E,105°58′—106°40′N),流 域整体呈不规则扇形,地势西南高,东北低,面积约2 085.50 km2,其中,红枫湖流域面积约1 596.00 km2;百花湖流域面积约299.00 km2;阿哈水库流域面积约190.05 km2。研究区属典型高原山区雨源型流域,径流多来源于降水补给,流域内降雨时空分布不均,5—10月丰水期雨量丰沛,1—4月及11—12月枯水期雨量较少[20-21]。“两湖一库”流域多年来的工业、生活、农业污染等问题严重,水质呈现逐年恶化趋势,阿哈水库勉强维持在Ⅲ类水质,红枫湖、百花湖部分时段、部分水域出现蓝藻[22]。为此,贵阳市于2008年开始连续实施两个水污染治理5 a规划,积极推进“一湖一策”治理工程[23],但由于“两湖一库”流域处于全省经济活跃区,区域内水环境面临巨大压力,因此该地区亟须水质变化的贡献因子识别研究。

1.2 数据来源

1.2.1 遥感数据 本文选取2013,2016和2019年云量小于10%且质量较好的GF-1号卫星16 m多光谱数据作为遥感影像数据源,来源于中国资源卫星应用中心(http:∥www.cresda.com/)。为提高土地利用解译精度,于2019年5月实地走访核实土地利用类型,获取约400个地面土地利用类型数据,涵盖林地、旱地、水田、草地、水体、建设用地等土地利用类型。对于难以到达的区域,通过无人机航拍影像获取实地土地利用概况。

1.2.2 流域划分 以DEM数据为基础,利用Arc-SWAT流域提取模块,再结合实地调研情况,综合考虑流域水系分布、交通状况、土地利用分布等因素,最终将研究区合并生成21个子流域(表1)。

表1 “两湖一库”流域的子流域划分

1.2.3 水质采样 在子流域划分的基础上,将监测点设置于每个子流域出水口及饮用水源保护区取水口,使监测点与子流域一一对应,其中支流监测点编号为C1—C14,饮用水源保护区监测点编号为K1—K13,监测点具体位置如图1所示。2013—2019年,课题组进行逐月水样采集工作,通过简易水样采集装置,获取水面1 m以下水样,将水样装入预先准备的聚乙烯瓶中,调节p H＜2,低温保存送回实验室,并在24 h内完成测定,综合考虑流域污染现状及本文研究目的,选用的水质指标为总氮和总磷,且严格按照国家《水和废水监测方法(第4版)》标准方法进行。

图1 “两湖一库”流域水质监测点位示意图

1.3 研究方法

1.3.1 土地利用转移矩阵 土地利用转移矩阵被用来描述各种土地类型面积之间的转化情况,并且指出不同土地类型的转移方向。本研究将2013,2016和2019年的土地利用数据,进行叠加运算和综合制表分析,得到“两湖一库”流域2013—2016年,2016—2019年,2013—2019年土地利用转移矩阵。

1.3.2 景观格局指数选择 本研究从分析子流域土地利用景观格局对总磷、总氮影响出发,所选择的景观指数详见表2。

表2 土地利用景观指数描述

1.3.3 相关分析方法选择 贵州高原山区流域基础数据匮乏,从氮磷循环机理上识别土地利用对总氮和总磷影响的条件受限,相关分析能够衡量两个变量的密切程度而被广泛运用。本研究将2013,2016和2019年土地利用/景观指数与丰—枯水期总氮、总磷进行Pearson相关分析,揭示土地利用/景观指数与水质的相关性,通过RDA冗余分析识别土地利用/景观指数对水质的贡献率。

2 结果与分析

2.1 土地利用结构分析

在快速城镇化背景下,“两湖一库”流域土地利用在空间和数量上发生不同程度的变化(图2—3,表3—5),2016年较2013年林地增加7.10%,建设用地增加4.97%,而水田减少4.17%,旱地减少4.01%,未利用地减少3.95%,流域约56.59%的面积土地利用类型发生变化;2019年较2016年林地增加4.62%,建设用地增加4.98%,而水田减少4.58%,旱地减少8.06%,流域约49.22%的面积土地利用类型发生变化;从全期跨度来看,林地增加11.72%,建设用地增加9.96%,草地增加3.18%,而水田减少8.77%,旱地减少12.07%,未利用地减少4.00%,水域减少0.02%,流域约64.41%的土地利用类型发生变化。“两湖一库”流域土地利用结构变化迅速,土地的变化会造成水环境的紊乱,使得科学准确地识别出总氮、总磷的主要贡献型土地指标将更加迫切。

图2 研究区2013—2019年土地利用空间分布

表3 研究区2013—2016年土地利用类型变化转移矩阵 km2

表4 研究区2016—2019年土地利用类型变化转移矩阵 km2

表5 研究区2013—2019年土地利用类型变化转移矩阵 km2

2.2 水质变化特征分析

2013—2019年红枫湖、百花湖、阿哈水库监测点对应的丰—枯水期总氮、总磷浓度均值如图4所示。总氮浓度表现为:红枫湖总氮浓度整体保持在国家地表水环境质量标准(GB3838-2002)规定的Ⅲ类水范围内,丰水期总氮整体高于枯水期;百花湖总氮整体呈波动下降趋势;阿哈水库总氮浓度在Ⅳ类Ⅴ类范围内波动变化。总磷浓度表现为:红枫湖总磷浓度偏低且稳定在Ⅰ类Ⅱ类范围;百花湖总磷浓度枯水期高于丰水期,在Ⅱ类Ⅲ类范围内波动;阿哈水库总磷浓度在Ⅱ类Ⅲ类范围内呈波动变化趋势。

图3 研究区3期土地利用类型面积比例统计

图4 研究区“两湖一库”水质变化特征

2.3 景观指数特征分析

将2013,2016和2019年子流域景观指数进行离差标准化(图5)。

图5 研究区景观格局指数

对比3期景观指数可知,林地结合度和斑块数量比例保持稳定且稳中有升;旱地和水田景观形状规则,破碎度降低;建设用地结合度增强,景观形状指数和面积加权平均形状指数先增加后降低,说明在建设用地扩张期间,建设用地边缘由建造期的无序逐渐变为有序边缘,3个时期中,各小流域中斑块数量比例增加,建设用地优势度呈增加趋势。

2.4 土地利用与流域水质的关系

将2013—2019年21个子流域单一土地利用类型面积比例分别与总氮、总磷浓度进行Pearson相关分析(图6),由于未利用地面积比例不足1.00%,其变化对整个流域的土地利用格局影响极小[7],在此不作讨论。

图6 研究区土地利用与水质相关分析结果

通过查阅显著性对照表可知,当样本数量为21时,Pearson相关系数绝对值大于0.53,则p＜0.01,说明极显著;当绝对值大于0.47,则p＜0.05,说明显著。通过对比结果可知,2013—2019年,林地对丰—枯水期总氮、总磷均表现为负相关,与2013年丰水期总氮和2019年丰—枯水期总磷的相关性通过显著性检验,旱地和水田在2013和2016年整体表现为较为稳定的正相关,2019年相关性不稳定,草地表现为负相关,且相关性不断增强,建设用地显著性不断增强,水域相关性不显著,逐渐转变为负相关。

2.5 景观指数与流域水质的关系

将2013,2016和2019年21个子流域景观指数分别与总氮、总磷浓度进行Pearson相关分析得到子流域景观指数与总氮和总磷的相关性(图7)。2013—2019年林地景观整体与水质指标呈负相关,其中斑块数量比例表现极其显著;旱地的并列与散布指数的负相关性表现较为显著;草地景观与水质指标整体上呈负相关;水域的并列与散布指数在2013和2016年呈极显著负相关;建设用地的斑块数量比例、最大斑块指数和斑块结合度指数的正相关逐渐变为显著或极显著。

图7 研究区景观格局与水质相关分析结果

2.6 水质指标主要贡献因子分析

为了识别流域水质的影响因素,确定高贡献土地利用和景观特征因子,结合Pearson相关分析结果,将较稳定通过显著性检验的土地利用结构指标:林地面积比例(sr_For)、建设用地面积比例(sr_Bui),景观格局指数:林地斑块数量比例(For_PLAND)、水田并列与散布指数(Pad_IJI)、水域并列与散布指数(Wat_IJI)、建设用地斑块数量比例(Bui_PLAND)、建设用地最大斑块指数(Bui_LPI)、建设用地并列与散布指数(Bui_IJI)共8个指标丰—枯水期总氮、总磷浓度进行冗余分析。冗余分析结果如图8及表6所示,最高贡献因子分别为2013年林地斑块数量比例(54.0%),2016年林地斑块数量比例(52.5%)和2019年建设用地面积比例(68.7%),均通过显著性检验,且林地指标表现为稳定负相关,建设用地指标表现为正相关,说明在高原山区流域内,林地和建设用地对总氮、总磷的浓度起主要作用。

图8 研究区总氮、总磷主要影响因子冗余分析

表6 土地利用/景观指标对总氮、总磷影响的贡献率 %

3 讨论

3.1 土地利用对水质的影响

根据本研究结果,研究区湖库水体中的总氮、总磷浓度存在异质性,红枫湖和百花湖的总氮浓度表现一致,均为丰水期高于枯水期,而总磷浓度红枫湖丰水期高于枯水期,但百花湖却表现出相反的态势。根据王雨春[24],夏品华[20]和张红等[25]人的研究,百花湖在丰水期存在明显水体分层现象,丰水期表层水温度升高,湖底更加缺氧,使湖底沉积物中的磷释放增多,但水体分层阻隔了表层和深层的物质交换,使丰水期释放的磷囤积在深层水体,当枯水期来临,水体分层消失,囤积的磷快速上升至表层,再加上气温下降,更容易产生水质恶化现象。红枫湖虽也属于高原亚深水湖泊,但由于2008年起连续实施两个污水治理五年计划,生态恢复措施起步较早,该区域工业企业也已逐步关停,各类截污治污设施完备、曝气充氧手段也日渐成熟[23],近些年红枫湖的水质呈现好转。

“两湖一库”流域地处黔中经济快速发展区域,人类活动干扰和快速的土地利用变化都会造成非点源氮磷污染的加剧[26]。研究区建设用地与水质指标的正相关性逐年增加,这与杨莎莎[21],Ding[27]的研究结论相同,建设用地包括城镇用地、工矿用地、交通用地等,这些地类为污染物向水体的输出提供了更多的途径,且存在更活跃的人类活动,人类堆放的生活垃圾在微生物的分解作用下,分解出较高的氮磷含量,且城市中硬化路面和不透水面的增加,覆盖了能够过滤吸收氮磷元素的植被和土壤,当降水产生时,分解出的氮磷元素就随雨水和生活污水排入水体[28],而“两湖一库”流域的建设用地集中分布在湖库周围,更加速了污染的流入。研究区林地与水质指标保持较稳定的负相关关系,一方面林地遍布全流域,植被丰富且生长年份较久,其冠层下的土壤层可以对地表径流中携带的泥沙、重金属、有机质等进行截留吸附[29],林地面积的增加,使水质污染程度降低,削减氮磷的效果更明显[30];另一方面林地是人类活动较弱的地区,较少的人类活动使林地污染减轻,且能够保证较好的林地生态功能[31]。研究结果中,旱地和水田在2019年出现了正负相关性的波动变化,但均没有通过显著性检验,究其原因,贵阳市近年着手建设生态蔬菜基地,蔬菜基地建设以塑料大棚为主,大棚阻隔了降水对土壤的冲刷,极大地削减了农业非点源氮磷污染物的输出[32]。另一方面,工农业收入差距的拉大,研究区存在弃耕务工现象,随着农药化肥的限制施用,旱地和水田对总氮、总磷的输出量呈减少趋势。随着研究区湖库综合治理的实施,水域逐渐恢复净化过滤、改善环境的生态功能。

3.2 景观格局对水质的影响

不同湖泊流域内,水质不仅受土地利用的影响,同时受景观格局的制约。建立景观指数与湖库水体污染物浓度指数的关联性,能对水质变化进行更好地解释[33]。根据本研究结果,建设用地斑块结合度指数、最大斑块指数、斑块数量比例随年份总体呈增加趋势并逐渐成为优势景观,且与水质指标的相关性逐渐显著,当区域“源”斑块聚集时,会沟通空间上原本分散的污染物,使其远距离扩散和集中输出,并相对弱化“汇”景观斑块的截留效果[34-35],建设用地面积加权平均形状指数与水质指标的正相关性逐渐增强,表明景观的形状不规则,更容易引发水体污染,结合RDA分析,2019年建设用地面积比例对水质表现为“源”的贡献,其值达到68.7%。林地的斑块结合度指数和斑块数量比例呈缓增趋势,有相关研究表明,流域内林地斑块结合度指数越强,连通性越高,水质状况越好[36],根据相关分析结果,林地斑块数量比例与各水质指标呈负相关,流域内林地数量的增加对于增加植被截留量,减少产流速度和体积,稀释产流中的污染物浓度具有较强的作用[37-38],结合RDA分析可知,2013年、2016年林地斑块数量比例的贡献值分别达到54.0%和52.5%,是削减水体总氮、总磷污染的主要贡献因子,因此对水质表现出“汇”的贡献。

“两湖一库”地区水环境污染和管理问题是当地水务及环保部门应着重关注的问题,随着土地利用和景观特征的变化,水环境的稳定易被破坏,在快速城市化阶段,需要积极采取措施,稳定“两湖一库”地区湖库蓄水面积,合理推进城镇化建设,优化土地利用结构,并控制农业非点源污染,使“源—汇”类型的土地利用和景观保持动态平衡[19]。希望本研究得出的研究结果,能够为“两湖一库”区域水环境治理、土地利用管理提供科学参考。

4 结论

(1)2013—2019年林地、建设用地和草地分别增加11.72%,9.96%和3.18%,水田、旱地、未利用地和水域分别减少8.77%,12.07%,4.00%和0.02%。林地结合度逐年增强;旱地、水田景观形状规则;建设用地景观结合度增强,优势度增强。

(2)红枫湖水质状态优良,位于Ⅰ—Ⅲ类水质范围;百花湖总氮整体呈波动下降趋势,总磷浓度受季节性水体分层影响枯水期略高于丰水期,在Ⅱ—Ⅲ类水质范围内波动;阿哈水库水质情况较差,总氮、总磷浓度呈波动变化趋势。

(3)土地利用类型与流域水质的相关性:林地表现为稳定负相关,草地和水域负相关性增强,旱地和水田从正相关表现为相关性波动变化,建设用地正相关性不断增强。

(4)景观指数与流域水质的相关性:林地景观指数整体与水质指标呈负相关,其中斑块数量比例表现极其显著,草地景观指数表现为稳定负相关,旱地和水田与水质的相关性整体不显著,建设用地斑块数量比例和最大斑块指数与总氮、总磷逐渐表现为正显著相关。

(5)冗余分析贡献率最高指标为:2013年林地斑块数量比例(54.0%),2016年林地斑块数量比例(52.5%)和2019年建设用地面积比例(68.7%),2013和2016年林地斑块数量比例表现为研究区总氮、总磷的“汇”效应的主要贡献因子,2019年建设用地面积比例则表现为总氮、总磷的“源”效应的主要贡献因子。林地和建设用地对“两湖一库”高原山区流域水质变化起决定性作用,通过增加“汇”效应相关地类,整理“源”效应相关地类,减少污染“源”的输出,是未来“两湖一库”流域面对水环境治理应着重考虑的因素。