景观格局与生态过程关系的研究一直是景观生态学研究的热点论题^[1]。伴随着区域经济的发展, 景观格局在多种尺度上均发生了显著变化^[2-3]。区域景观格局变化能够引起水文条件的空间差异, 进而成为影响区域水质空间分异的重要因素。

区域水质是多尺度环境因子的综合反映, 但区域土地利用/覆被—景观格局的变化被认为是影响区域水环境质量的主要原因^[4]。因为水质受到各种自然和人为因素综合作用, 这些因素包括降雨、土壤类型、地质、地形、城市化以及工农业活动等, 这些因素的影响可以看作更大尺度的土地利用进程的一部分^[5]。所以, 区域内土地利用可以影响该区域的生态功能、入河污染物的排放量和河流水质安全^[6]。空间尺度的差异所引起的景观与水质关系的变化, 是研究面临的挑战性的问题, 河岸的不同尺度内土地利用/覆被—景观格局空间特征的变化是导致水质恶化的主要因子。原则上讲, 距离河道越近的景观斑块对河流水质的影响远大于远离河道的景观斑块, 但是整个流域往往能反映更为全面的信息, 特别是当污染物与流域的水文条件密切相关的情况下, 哪个尺度能更好地反映水质变化情况有待深入研究。

近年来, 单纯的水质监测评价和点源污染控制管理措施已不能满足解决经济发展带来的水环境恶化问题, 与非点源污染控制密切相关的区域景观格局与水质的相关关系进一步成为国内外研究的热点^[7]。对于景观格局与区域水质空间耦合关系的研究主要有景观组成属性, 即土地利用类型百分比与区域水质之间的关系^[8]；景观空间结构, 即应用景观指数研究不同土地利用方式的布局特点与水质间的关系^[9-10]；不同景观空间尺度, 涉及区域、河岸带等尺度景观格局对水质的影响^[11-13]。如孙金华等^[14-15]研究表明, 河流水质与区域内耕地、建设用地以及林草地面积所占比例有很大关联；针对潮河区域非点源污染过程的研究^[16]显示, 边界密度(Edge density, ED)、香农多样性指数(Shannon′s diversity index, SHDI)、聚集度指数(Aggregation index, AI)和蔓延度指数(Contagion index, CONTAG)是影响该区域非点源污染过程的主要变量；韩黎阳等^[17]发现, 三峡库区内不同土地利用类型导致的景观破碎化程度能较好地解释河流水质指标的变异；Shen等^[18]认为, 北运河区域内水质与景观组成和景观格局间存在密切关系, 其中景观格局的影响更为明显；Beckert等^[19]认为, 不同土地利用类型对非点源污染负荷的相关性不同, 尤其是耕地对TN的影响尤为显著。景观格局对区域水文过程和区域水质的重要性已被充分证实, 景观格局对河流水质的影响过程非常复杂并且带有地域性特征。

随着我国“一带一路”战略的提出, 新疆经济迅速发展, 艾比湖区域位于中哈边境, 区域土地利用/覆被—景观格局变化剧烈, 水质问题日渐凸显。本研究综合应用3S技术、冗余分析(Redundancy analysis, RDA)和突变点分析方法明确土地利用/覆被—景观格局与水质指标之间的相关关系, 描述各景观指数在区域不同地理空间内土地利用/覆被—景观格局组合对水质指标的影响和贡献, 以期明确区域水质管理的有效河岸缓冲区和区域土地利用/覆被类型、景观要素空间最佳分布及其最优的配置关系, 为干旱区水质管理和土地利用规划、景观合理配置提供科学的认识。

1 研究区概况

艾比湖区域位于中哈边境, 79°50′—85°10′E, 43°38′—45°52′N, 是“一带一路”战略的核心区。常年来在气候条件和人类活动的共同影响下, 土壤盐渍化、水土流失严重。区域内西、南、北三面环山, 中间为谷地平原, 东部有尾闾湖, 区域面积56021 km²。区域地处亚欧大陆腹地, 远离海洋, 降水稀少, 蒸发量大, 光热充足, 属典型的温带大陆性气候。艾比湖区域包括东南西北4个河区：东边为奎屯河区, 南边为精河区, 西边为博尔塔拉河区, 北边为托里小河区^[20-21]。艾比湖区域地质构造线的发育方向因受纬向构造控制, 区域岩性基本一致, 气温随纬度变化较小, 南北之间差异不大。研究区主要包括精河绿洲和博乐绿洲, 区域地势起伏小。区域以农业经济为主, 土地利用/覆被结构单一^[22]。从20世纪90年代以来, 艾比湖由于入湖水量的减少, 湖面急剧干缩, 湖水水面曾缩至不足500km², 水位下降了2—3m。近年来随着艾比湖区域经济的发展, 艾比湖区域的水环境质量受到严重影响, 地表水的水质较差^[23]。研究区示意图见图 1。

2 研究方法及数据获取 2.1 水样信息的采集

2015年5月共采集25个水样(图 1)。采样点的确定主要以“下垫面的一致性和采样点的代表性”为原则。每个采样点分别采集表层(0.5m处)水样, 于预先处理过的白色聚乙烯塑料瓶中, 同时记录采样点环境。采样路线按照地表水沿河采样：大河沿子河(采样点P12、P13)；精河沿线(采样点P9、P10、P11)；博河沿线(采样点P14、P15、P16、P17、P18)；奎屯河及其南部小河沿线干支流(采样点P6、P7、P8、P19、P20、P21、P22、P23、P24、P25)；阿克奇苏河沿线(采样点P1、P2、P3、P4、P5)。

将采集的水样装箱, 使用冷藏法保存水样, 减慢物理作用和化学作用的速度, 尽快运回实验室进行数据测定^[24]。样品测试的项目主要有悬浮固体颗粒物(Suspended solids, SS)、浊度(Turbidity)、色度(Chroma)、化学需氧量(Chemical oxygen demand, COD)、五日生化需氧量(Five days biochemical oxygen demand, BOD₅)、总氮(Total nitrogen, TN)、总磷(Total phosphorus, TP)、总溶解性固体(Total dissolved solids, TDS)、电导率(Electrical conductivity, EC)、溶解氧(Dissolved oxygen, DO)、氨氮(Ammonia nitrogen, NH₃⁺-N)、pH值12个监测指标, 样品分析方法按文献^[25]进行。

2.2 不同缓冲区景观指数的获取

以2015年Landsat OLI数据为基础数据源, 在ENVI 5.1环境下进行人工目视解译, 获得2015年艾比湖区域的土地利用/覆被图。参照全国土地利用/覆被分类方法, 结合当地的实际情况, 将研究区的景观类型分为耕地、林草地、水域、盐渍地、沙地、裸露湖床和未利用地7种类型, 在遥感解译的过程中, 结合多次实地调查和数据纠正, 解译精度达80%以上, Kappa系数为0.799。

在缓冲区划分时, 结合前人研究结果^[15-16]和艾比湖区域的现状, 在ArcGIS 10.2中以25个水质采样点为中心分别建立1、2、3、4、5 km的缓冲区, 由于该区域属于干旱区绿洲农业区, 小范围内土地利用/覆被—景观变化程度不是非常剧烈, 因此, 本研究在缓冲区划分时以千米为尺度。而景观指数能够高度浓缩景观格局信息^[26], 是景观生态学中广泛使用的定量研究方法。在排除与区域面积相关性较高(相关系数r＞0.85)指数的基础上^[27], 本研究从数量/面积、形状/聚散性以及多样性等方面考虑, 在景观类型水平上(Class—level)选择了4个指数分别为景观类型百分比、斑块密度、边界密度和斑块聚集度, 在景观格局水平上选择了9个指数分别是斑块密度、景观形状指数、边界密度、蔓延度指数、最大斑块指数、Shannon多样性指数、分维数、斑块连接度和散布于并列指数。景观指数的计算利用软件Fragstats3.3进行。

2.3 数据的统计与处理

采用CANOCO 4.5软件对各样点不同水质指标进行降趋势对应分析(Detrended Correspondence Analysis, DCA)后发现, 水质指标数据的梯度值为1.96, 小于4, 故选择冗余分析^[28]。

基于RDA分析的结果进行突变点分析, 突变点分析进一步研究导致水质变量沿景观横向梯度突变的关键值区间。采用非参数方法来估计突变点, 用Bootstrap(自举法)方法来量化突变点具体位置。让景观指标X₁, X₂, ……X_n按升序排列和Y₁, Y₂, ……Y_n是相应的水质指标变量。方差均匀性的量度可以使用以下公式来计算^[29]：

(1)

式中, D是偏差, n是样本数量, u是n个Y_k的平均值, Y_k是水质指标变量值。把突变点作为分界点, 将样本分成两个不同的、不具有显著趋势性变化的随机样本, 从而对比分析两个随机样本的各自特征及其之间差异。因此, 对于每个突变点, 都有一个有一个偏差：

(2)

式中, D是整个数集Y₁, Y₂, Y₃, .....Y_n的偏差, D_≤i和D_>i分别为两列样本的偏差, i = 1, 2, 3, ……n。Δ_i是突变点r在i处的值。

Bootstrap方法是非参数统计中一种重要的估计统计量方差进行区间估计的统计方法, 也称为自助法^[29]。步骤如下：(1)采用重抽样技术从原始样本中抽取一定数量(x)的样本, 此过程允许重复抽样。(2)根据抽出的样本计算给定的统计量T。(3)重复上述N次(本研究选择1000), 得到N个统计量T。(4)计算上述N个统计量T的样本方差, 得到统计量的方差。

3 结果与分析 3.1 不同尺度缓冲区土地利用/覆被统计分析

以25个采样点为中心, 不同宽度缓冲区土地利用/覆被类型面积比例的常规统计分析结果见图 2。缓冲区的土地利用/覆被类型以耕地为主。随采样点缓冲区宽度的增加, 耕地面积比例平均值呈增加趋势, 水体和林地面积比例平均值呈减小趋势。

(1) 缓冲区宽度1 km内, 阿克奇苏河沿线采样点P1、P2、P3、P4、P5, 土地利用/覆被类型以林草地为主(图 2), 耕地及其他土地利用面积所占比例较小, 但5号采样点除外, 该样点耕地面积达到76.45%。大河沿子河的采样点P12和P13林草地面积分别占15.99%和8.40%, 林草地面积比较低, 耕地面积分别占59.16%、76.07%、耕地面积比较高；精河的采样点P9、P10、P11林草地面积分别占4.01%、6.92%、0, 林草地面积比较低。耕地面积分别占72.44%、83.11%、72.44%, 耕地面积比例比较高, 采样点缓冲区内其他土地利用/覆被类型所占比例均比较小；博河的采样点P14、P15、P16、P17和P18林草地面积分别占16.98%、24.05%、12.33%、7.51%、7.51%林草地面积比较低, 耕地面积分别占61.61%、68.83%、45.96%、76.52%、6.52%耕地面积比较高, 耕地均位于河流两侧；奎屯河及其南部小河沿线干支流的采样点P6、P7、P8、P19、P20、P21、P22、P23、P24、P25, 其中P6、P7和P8为于艾比湖自然保护区。P19、P20、P21、P22、P23、P24和P25采样的耕地面积的比例均超过60.00%, 耕地面积较高, 林草地和其他土地利用类型所占比例均较小。

(2) 缓冲区宽度2 km—5 km内, 土地利用/覆被面积变化呈现一致趋势。阿克奇苏河的采样点P1、P2、P3、P4和P5以及奎屯河采样点P6、P7和P8的林草地面积比例逐渐增加, 耕地及其他土地利用面积所占比例逐渐减小；在5 km缓冲区内大河沿子河的采样点P12和P13耕地面积所占比例分别为占58.52%和81.59%, 耕地面积比较低, 林草地面积分别占12.05%和6.02%, 林草地面积比例较低；说明该区域人为干扰程度较为严重, 水质状况和栖息地质量状况也较差。精河的样点P9、P10和P11林草地地面积分别占7.29%、5.19%和5.26%, 高于其他4个缓冲区, 该区域的林草地主要位于河道的边缘, 林草地面积所占比例较低。耕地面积分别占72.44%、83.11%和72.45%, 耕地面积所占比例较高, 这些采样点缓冲区内其他土地利用类型所占比例均比较小；博河的采样点P14、P15、P16、P17、P18和奎屯河及其南部小河沿线干支流的采样点P6、P7、P8、P19、P20、P21、P22、P23、P24、P25随着缓冲区的扩大, 耕地面积所占比例逐渐增加, 林草地面积所占比例减少, 未利用地所占面积逐渐扩大。

3.2 景观指数统计分析 3.2.1 景观水平

在5个不同尺度的缓冲区内景观格局分析结果如图 3所示。LPI值反映人类活动的方向和强弱。LPI在5个缓冲区中最大值, 最小值、均值、第三分位和第四分位数比较平衡, 但是极小值出现在5 km缓冲区内, 极大值出现在1 km缓冲区之内, 从平均值来看4 km、5 km缓冲区的斑块面积比较均匀。说明5个缓冲区内人类活动的强弱平衡。ED值反映景观中异质性斑块之间物质和能量交换的潜力及相互影响的强度, 最大值位于1 km缓冲区之内, 因此1 km缓冲区内的斑块边界数量最多, 景观中异质性斑块之间物质、能量和物种交换的潜力及相互影响的强度在1 km缓冲区内最大。

PD、CONTAG、IJI和SHDI的差异, 代表景观破碎化, COHESION、CONTAG和IJI的最大值, 最小值、均值、第三分位和第四分位数在3 km缓冲区中相对较小, 在1 km缓冲区中相对较大, 说明在3 km缓冲区中散布分布的斑块较复杂, 破碎度高, 在1 km缓冲区中有较大面积的斑块聚集分布, 说明景观中的优势斑块类型在1 km中具有良好的连接性。PD值越大, 则破碎化程度越高；1 km缓冲区PD的最大值, 最小值、均值、第三分位和第四分位数的值最大, 5 km的值最小；则景观破碎度1 km最高, 5 km的值最小, 则景观破碎度最低；SHDI反映景观异质性, 特别对景观中各拼块类型非均衡分布状况较为敏感。在5个缓冲区之中SHDI的最大值, 最小值、均值、第三分位和第四分位数的最小值都出现在4 km缓冲区中, 因此4 km的空间异质性最低, 土地利用丰度低。

LSI和PAFRAC反映了斑块的形状。PAFRAC值从1 km缓冲区到5 km缓冲区逐渐增大, 在5 km缓冲区之内达到最大值, 表示在5 km缓冲内景观或景观形状的复杂程度和人类对景观的干扰程度最强。LSI的值越大, 斑块形状越复杂。在5个缓冲区之中LSI的最大值, 最小值、均值、第三分位和第四分位数的最小值都出现在1 km缓冲区中, 最大值出现在4 km缓冲区和5 km缓冲区中, 说明4 km、5 km缓冲区中斑块形状更复杂, 1 km缓冲区内景观的复杂性较低。

3.2.2 类型水平

本研究在类型水平上选择了Pland、PD、ED、AI景观指数。Pland指数度量的景观的组分, PD、ED反映的是土地利用/覆被—景观格局的破碎度和复杂程度, 景观破碎度高, 异质性强, 区域水质污染的风险越高。

在5个不同缓冲区内, 类型水平上景观格局差异如图 4所示。林草地的ED、林草地的PD、沙地的PD、盐渍地的ED、盐渍地的PD、耕地的ED和耕地的PD在5个缓冲区之内最大值, 最小值、均值、第三分位和第四分位数表现出一致性, 各值在1 km缓冲区最大, 5 km缓冲区最小。林草地、盐渍地、耕地的AI与PD和ED相反, 沙地的AI在5个缓冲区之内最大值, 最小值、均值、第三分位和第四分位数的最小值出现在4 km缓冲区, 因此4 km缓冲区的景观聚集度低。耕地的Pland值较平衡, 因为耕地受人类作用巨大, 且耕地内部植物均匀, 所以各缓冲区内的生物多样性、优势种和数量等生态系统指标也没有特别的变化；林草地的PLAND值的最大值和最小值均出现在1 km缓冲区之内, 第四分位数、第三分位数和中位数的最大值均出现在1 km缓冲区, 因为林草地的生物多样性复杂、物种数量居多。盐渍地的Pland和水体的Pland值在5个缓冲区之内最大值、均值、第三分位和第四分位数的最大值均出现1 km缓冲区之内, 而水体的斑块在5个缓冲区之内最小值大致相同, 5个缓冲区之内最大值、均值、第三分位和第四分位数的最小值均出现4 km缓冲区之内；沙地的Pland值在5个缓冲区之内最大值、均值、第三分位和第四分位数的最大值均出现1 km缓冲区之内, 最小值出现在2 km缓冲区。因此, 根据反映景观破碎度的PD、ED以及反映聚集度AI等指数显示, 艾比湖区域河道两侧的景观破碎度均高, 即人为因子对区域生态环境的影响较为明显。

3.3 艾比湖区域水质指标主成分识别

由表 1可得：第1主成分特征值为3.36, 解释了总环境变量的37.34%, 对第1主成分贡献较大的因子有TDS、COD。第2主成分特征值为2.31, 解释了总环境变量的63.23%, 对第2主成分贡献较大的因子有TP, 主要是磷污染物。第3主成分特征值为1.06, 解释了总环境变量的75.10%, 对第3主成分贡献较大的因子有TN, 以有机污染为主。第4主成分特征值为0.83, 解释了总环境变量的8.40%, 对第4主成分贡献较大的因子有DO。因此, 选择COD、TP、TN、DO和TDS值作为水环境主要因子作进一步分析。

3.4 不同空间尺度下土地利用/覆被—景观格与地表水水质指标的关联分析 3.4.1 不同缓冲区土地利用面积—景观指数与水质指标关系RDA分析

为了更加全面反映不同缓冲区土地利用/覆被—景观指数对区域水质指标的影响, 本研究以25个监测点的水质指标数据与土地利用面积—景观指数变量为样本, 对其进行冗余分析。根据RDA分析(表 2), 在多个缓冲区所选景观指数和整个区域尺度可解释水质空间变化的50%以上, 并且前两个纵坐标轴占所有轴总解释量的90%以上。与景观格局的区域特征相比, 缓冲区内的景观因素能更有效地解释了水质的变化。且土地利用与区域景观水平和类型水平上表现出一致性, 在1 km的缓冲区内, 土地利用/覆被—景观指数可解释的水质变量为51.50%、51.70%、50.60%, 而缓冲范围增加到4 km缓冲区时总解释能力仅增加1.10%、0.90%、0.50%, 而在5 km缓冲区是土地利用/覆被—景观格局对水质的解释能力出现降低趋势。因此, 4 km缓冲被确定为不同缓冲区范围区内对水质的影响解释变异最大的区域。土地利用/覆被—景观格局对区域水质指标影响如表 2所示：5个缓冲区的景观指数特征在第1轴、第2轴的解释量分别达到最大值, 累计解释土地利用特征信息量最大, 对土地利用/覆被—景观格局特征和水质指标关系的累计解释量高达89.00%以上, 由此可知前两轴能够很好地反映土地利用面积特征变异—景观格局和水质指标的关系, 且主要是由第1轴决定。在4 km缓冲区时解释能力达到最佳, 因此, 4 km缓冲区是艾比湖区域水质管理的有效缓冲区。

3.4.2 4 km缓冲区主要环境变量的选取

RDA分析结果能识别影响水质空间分异的主要景观因子, 但却难以从整体上区分景观数量组成变量和景观空间格局变量对水质空间分异影响的大小。采用偏RDA分析方法辨析不同尺度下景观数量组成和景观空间格局对水质空间分异的解释能力(表 3)。表 3显示的主导景观变量组在每个空间尺度最大的解释能力。所选景观变量的累积解释能力介于51.30%—76.60%, 可以解释变异的1.20%—51.30%。耕地的面积、AI、和ED被确定为在4 km尺度最重要的变量。

本研究为探讨景观变量对水质变化的解释能力, 进行的RDA排序分析, 在排序图(图 5)中, 当各景观指标箭头与水质指标箭头之间夹角小于90度, 两者关系为正相关, 大于90度为负相关, 等于90度则不存在相关性, 另外, 在排序图中, 土地利用/覆被—景观指数用黑色实线表示, 水环境因子用灰色虚线箭头连线表示；箭头的长短表示土地利用面积特征与区域水质指标关系的大小, 箭头连线越长相关性越大, 反之, 则越小；箭头之间的夹角表示相关性的大小, 夹角越小, 相关性越大。从图 5可以得出, 地表水的DO含量与Forest grass land—AI、Forest grass land—ED呈显著正相关, 相关性依次为Forest grass land—AI > Forest grass land—ED, 与Cropland的面积、Cropland—ED、Cropland—PD呈显著负相关。地表水的TP和TN含量与盐渍地、耕地的面积呈显著正相关, 与林草地的面积呈著负相关, 地表水的TDS含量与Cropland—PD成正相关, 与其他主环境变量为负相关。

3.5 4 km宽度缓冲区突变点分析

基于以上偏RDA分析结果, 4 km缓冲区景观格局对水质的影响较为明显, 对水质的解释能力最佳。因此, 需进一步研究4 km缓冲区内景观格局空间配置对水质的影响。4 km缓冲区中景观水平ED, 类型水平耕地的ED和林草的AI在景观空间变化中具有显著影响且占主导地位的景观变量, 因此需进一步研究这3个景观变量与区域水质变化响应关系。图 6-图 8分别显示水质突变值与区域景观水平ED值, 类型水平上耕地的ED值和林草的AI值得关键区间值。

如图 6所示, 区域景观指数ED的关键区间值在100—110 m/hm²时, 水体的COD、TP、TN和TDS的浓度相对于其它区间变化较大。因此, 在该值区间水质变量发生突变的可能性高于其它值区间, 在该值区间环境对水质的累计解释率为75%, 当超过该值区间时环境的累计解释达到了90%。图 7表示的是林草地的AI的关键区间值在70%—90%间, 当AI值超过了该值区间时, 水质指标出现突变, 且累积频率超过90%。如图 8所示, 耕地的ED的关键区间值范围为95—105 m/hm², COD、TP、TN和TDS的浓度发生突变的可能性高于其它值区间。因此, 水质急剧变化的累积频率超过90 m/hm², 接近110 m/hm²时区域水质改善的累计频率为100%。

4 讨论 4.1 对水质影响最为显著的缓冲区尺度识别

区域景观格局是否对河流水质产生较大影响仍是有争议问题。例如, Johnson等^[30]发现, 河流交错区的土地利用/覆被—景观格局对区域水质TP和TDS含量变化可以进行解释。Sliva等^[31]在加拿大河流的研究中发现, 区域景观特征对水质的解释在100m缓冲区有更大的影响。而本研究的结果表明：在4 km宽度缓冲区中所有景观变量对水质空间分异的解释能力最强, 第一轴解释比例分别达到52.60%、51.60%、51.10%。典型特征值分别达0.99、0.95、0.92。本研究为探索水质指标对景观格局的解释能力, 在研究初期不仅对1—5 km缓冲区做了研究, 还对8km和10km缓冲区进行了探索, 结果发现大于5 km缓冲区区域景观格局和土地利用面积比例对水质指标变量不能进行解释。但是在5 km缓冲区内有一些没有被纳入分析的景观变量也可能对水质空间分异产生影响, 土地利用强度的差异等因素也可能影响水质空间分异规律。因此水质指标与缓冲区景观格局在区域尺度景观指数更好的相关性。

4 km缓冲区内土地利用结构于水质指标之间存在显著的相关性, 在中亚干旱区土地利用结构相对比较单一, 王娟^[32]等研究证明, 在艾比湖流域对河流水质具有较大影响的土地利用类型是耕地和盐渍地, 而在本研究中, 在1—3 km河流缓冲区内土地利用类型主要以其他土地利用类型为主, 盐渍地和耕地所占面积比例较小, 在4 km缓冲区内, 盐渍地和耕地所占比重均较大, 且研究区位于绿洲, 地形比较平坦, 河流冲刷所形成的河谷均位于1—2 km, 4 km缓冲区受人类影响最为严重。因此河流水质与土地利用与水质关系较为显著。

4.2 景观数量组成与空间格局变量对区域水环境质量影响过程及原因 4.2.1 土地利用/覆被—景观格局对水质指标的影响分析

区域土地利用/覆被—景观格局反映了人类活动对区域的干扰程度, 距离河道越近的景观斑块对河流水质的影响远大于远离河道的景观斑块, 但是整个流域往往能反映更为全面的信息, 特别是当污染物与流域的水文条件密切相关的情况下。哪个尺度能更好地反映水质变化情况取决于景观数据的精度, 河岸带能不能代表全流域的景观情况, 流域的水文条件以及各种污染物的具体来源等因素。现实景观中, 格局与过程是不可分割的客观存在, 研究中有必要耦合格局与过程。

艾比湖区域耕地对区域水质指标的影响比其他土地利用类型对水质指标的影响显著, 耕地的污染物输出稍高于其他用地, 这与部分学者的研究结论^[33-35]有所不同, 主要原因是艾比湖区域内耕地面积所占比例较高, 因为新疆艾比湖区域属于西北内陆, 地广人稀, 城市化水平不高, 即使下垫面性质发生改变, 其对污染物输出的影响也不是很大, 这也可以说明生态系统类型对河流水质指标的影响与不同类型的数量有关, 因此该区域内的农业污染物问题也显得尤为突出。同时艾比湖区域与其他研究区略有不同, 因为艾比湖地处西北内陆区域, 土地利用类型复杂, 不仅沙漠化严重而且土地盐渍化已不可逆转, 所以在本研究中盐渍地成为必须重点考虑的因素, 在2 km缓冲区中, 盐渍地对区域水质的变异解释量为1.60%, 说明盐渍地对水质的影响不可忽略, 从水盐运移的角度来讲, 艾比湖区域的秋季相对于干旱, 盐下渗, 所以盐渍地面积对水质的影响较小。每年五月是区域土壤返盐的季节, 所以研究夏季景观与水质的关联关系必须重点考虑盐渍地对水质的影响。

4.2.2 景观格局对区域水质指标的影响分析

河流水质的恶化程度不仅取决于区域内土地利用类型及其重要性, 更依赖于各种景观类型的空间分布格局及其配置。借助GIS和遥感技术, 利用景观指数对研究区内的景观格局进行量化分析, 景观格局可反映潜在的人类活动行为^[36]。相关研究表明, 某些景观指数能很好的解释水体中溶解物和沉积物的负荷量^[37], 通过建立景观指数与河流水体污染物浓度指数的关联, 利用景观指数解释水质指标变化, 能对水质指标变化进行很好的预测。本研究中, 边缘密度(ED)与水质DO有显著负相关, 与其他水质指标有极显著的正相关性, 斑块的边缘调控着斑块之间的相互作用。高的ED意味着更大强度的人类干扰, 景观更加破碎, 区域水质污染的风险也相应升高。

4.3 4 km缓冲区中景观指数的突变值

区域景观指标的突变值是河流水质改善的分水岭。RDA分析的结果表明的区域景观ED与水质变量是负相关的关系。区域景观水平的ED值越高, 景观破碎度越高, 意味着污染越严重(图 5)。因此, 在艾比湖区域4 km缓冲区90—105 m/hm²值区间对水质的改善有一定意义。从耕地而言, 艾比湖区域4 km缓冲区ED突变值为90—110 m/hm², 意味着耕地的ED取值为90—110 m/hm², 有利于区域水质的保护。另一方面, 林草地的AI对区域水质污染物稀释和降解有一定的意义, 4 km的缓冲区内, 林草地的AI突变值为70%—90%, 对水质的改善及河流管理考虑的重要景观因子。由于艾比湖区域河流沿线的主要土地利用类型为耕地, 因此耕地的破碎度对区域水质的影响最大。因此, 区域土地利用的合理规划对区域水质具有重大意义。

5 结论

本研究以艾比湖区域25个水质采样点为中心, 建立5种尺度缓冲区, 结合土地利用/覆被类型遥感解译结果以及水质指标数据, 选用土地利用/覆被类型面积、景观指数(景观水平、类型水平), 通过RDA方法和突变点方法分析得出如下结果：

(1) 景观格局在不同宽度缓冲区内对河流水质指标具有不同的效应。4 km缓冲区景观格局具有最大的水质指标空间分异解释能力。

(2) 4 km缓冲区中影响区域水质的主要环境变量为区域斑块密度、耕地斑块密度和森林聚集度。耕地为研究区内污染物产生和输出的主要土地利用类型。而耕地生态系统类型受人类活动影响较大, 所以人类活动是引起河流水质变坏的关键因素。ED与地表水DO的含量呈显著负相关, 斑块边界密度越大, 溶解氧含量越低, 说明破碎化程度越高, 地表水DO的含量越低, 区域内斑块破碎度的增加能增加水质退化；区域斑块数量越多, 河流水体污染物浓度越高；

(3) 4 km缓冲区内的变点分析显示了三个景观指数的突变值区间, 区域景观的ED值在100—110 m/hm², 耕地的ED值在90—105 m/hm², 林草地的AI值在70%—90%, 区域土地利用/覆被-景观格局的组合有利于区域水质的优化。因此, 对河流水质改善应重点强调4 km宽度缓冲区范围, 该研究对区域景观格局的合理配置以及土地利用的科学规划具有重要意义。