文章快速检索     高级检索
  生态与农村环境学报  2017, Vol. 33 Issue (6): 509-518   DOI: 10.11934/j.issn.1673-4831.2017.06.004
0
亚热带典型农业流域河流水质多元线性回归预测
宫殿林 1,2,3, 洪曦 4, 曾冠军 5, 王毅 1,2, 左双苗 6, 刘新亮 1,2, 吴金水 1,2    
1. 中国科学院亚热带农业生态研究所亚热带农业生态过程重点实验室, 湖南 长沙 410125;
2. 中国科学院亚热带农业生态研究所长沙农业环境观测研究站, 湖南 长沙 410125;
3. 中国科学院大学, 北京 100049;
4. 湖南省土壤肥料研究所, 湖南 长沙 410125;
5. 湖南农业大学资源环境学院, 湖南 长沙 410128;
6. 湖南省水利厅, 湖南 长沙 410007
摘要:理解河流水体氮磷浓度与景观格局之间的关系是流域水环境质量科学管理的前提。选取湖南省长沙县石燕河流域,基于Pearson相关性分析、方差分解分析和多元线性回归方法,研究景观格局对流域出口水体氮磷浓度的影响并构建氮磷浓度预测模型。结果表明,流域出口水质长期处于劣V类,铵态氮(NH4+-N)、硝态氮(NO3--N)、总氮(TN)、可溶性磷(DP)和总磷(TP)质量浓度分别为5.67~22.46、0.76~2.85、13.41~45.55、0.86~5.00和1.99~9.94 mg·L-1;流域出口水体氮磷浓度与土地利用方式组成、景观格局指数、人口和养殖密度相关性显著(P < 0.05)。流域出口水体TN和TP浓度与林地面积比例、养殖密度呈显著正相关(P < 0.05),与农田、居民地面积比例和人口密度呈显著负相关(P < 0.05);TN和TP浓度与景观格局最大斑块指数(LPI)呈显著正相关(P < 0.05),与景观斑块形状指数(LSI)呈显著负相关(P < 0.05);流域出口水体氮磷浓度可用土地利用方式组成(农田、居民地、茶园)和景观格局指数〔斑块密度(PD)、LPI、LSI、蔓延度(CONTAG)、景观分割度(DIVISION)〕的多元线性回归模型预测(校正后R2为0.132~0.320),且多元线性回归模型对NO3--N浓度的预测效果最佳。研究结果可为亚热带丘陵区农业流域水环境保护与景观合理规划、利用和管理提供科学依据。
关键词流域环境    氮磷    畜禽养殖    面源污染    土地利用    
Prediction of Water Quality in Rivers in Agricultural Regions Typical of Subtropics in China Using Multivariate Linear Regression Model
GONG Dian-lin 1,2,3, HONG Xi 4, ZENG Guan-jun 5, WANG Yi 1,2, ZUO Shuang-miao 6, LIU Xin-liang 1,2, WU Jin-shui 1,2    
1. Key Laboratory of Agro-Ecological Processes in Subtropical Region, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;
2. Changsha Research Station for Agricultural & Environmental Monitoring, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. Hunan Institute of Soil and Fertilizer, Changsha 410125, China;
5. College of Resources and Environment, Hunan Agricultural University, Changsha 410128, China;
6. Hunan Provincial Water Resources Bureau, Changsha 410007, China
Abstract: Knowledge about relationships of nitrogen (N) and phosphorus (P) concentrations in river water with landscape pattern is the premise of scientific management of catchment water environment. Shiyan River Catchment, in Changsha County, Hunan Province was selected as the object and Pearson correlation analysis, variation partitioning analysis, and multivariable linear regression analysis were applied to the exploration of effects of land use on N and P concentrations in river water at the catchment outlets and development of a model for predicting quality of the river water. Results show that 1) the water in the outlets has long been ruled into the category of Grade V minus in quality, as specified in the National Standard for Surface Water Quality (GB 3838-2002), with the concentration of ammonium-N (NH4+-N), nitrate-N (NO3--N), total-N (TN), dissolved-P (DP), and total-P (TP) varying in the range of 5.67-22.46, 0.76-2.85, 13.41-45.55, 0.86-5.00, and 1.99-9.94 mg·L-1, respectively; 2) N and P concentrations in the river water at the outlets of the catchment were significantly related to land use, landscape, population and livestock density (P < 0.05), significantly and positively to proportion of forest land in area, and livestock density, and significantly and negatively to proportions of farmland and residential settlement in area, and population density. Besides they were also significantly and positively related to landscape maximum plaque index (LPI), and negatively to landscape shape index (LSI); 3) N and P concentrations in the river water could be predicted through analysis of land use patterns (farmland, residential area, tea garden, etc.) and landscape pattern indices[patch density (PD), LPI, LSI, contagion index(CONTAG), and landscape segmentation index (DIVISION)], using the multiple linear regression model (calibrated R2:0.132-0.320). The model worked particularly well for predicting NO3--N concentration in the river water. All the findings may serve as an important scientific basis for protection of the water environment and rational programming, utilization and management of the landscapes in agricultural catchments in the subtropical hilly regions of China.
Key words: catchment environment    nitrogen and phosphorus    livestock    non-point source pollution    land use    

农业生产过程中产生的大量盈余氮磷养分常通过各种途径迁移进入水体环境, 致使农区氮磷面源污染威胁日渐严重,危害了农村和农业的可持续发展[1-2]。景观格局可反映流域内的人类活动与自然进程, 因而与流域内水质状况密切相关[3]。从景观生态学角度研究农业流域景观格局对河流水质的影响, 已经成为水环境研究的热点[4]。许多研究发现农业流域中土地利用方式和农业生产活动与河流水体氮磷浓度显著相关, 如森林面积比例下降、农田面积比例提升和高强度畜禽养殖等, 都会导致河流水体氮磷浓度升高和氮磷化学形态变化[5-8]。WANG等[9]通过景观格局指数解析了流域景观格局特征与河流水体质量的关系。欧洋[10]解析了影响地表水质的关键景观类型与格局, 辨析了不同因素对于景观格局与水质关系的影响。景观格局与河流水环境质量的关系并非一成不变, 常因气候、地形、土壤、植被和人类干扰活动而异[11-12]。剧烈的农业活动(比如畜禽养殖)可能会降低、掩盖甚至逆转流域内原有景观格局与河流水体氮磷浓度的相关关系[13-14]

亚热带丘陵区农业流域畜禽养殖业发达, 土地利用方式类型众多, 径流过程、水土流失机制、土壤水文过程以及养分和污染物迁移规律复杂多变, 这些因素可能深刻影响流域景观格局与河流水质之间的关系。目前为止, 对于高强度畜禽养殖流域景观格局与河流水质关系的研究主要集中在北方平原地区[15-16], 而对亚热带丘陵区农业流域的研究甚少。Pearson相关性分析和多元回归分析是研究流域景观格局和河流水环境质量关系的常用方法。罗璇等[17]运用Pearson相关性分析研究土地利用方式变化对流域碳氮输出的影响, 并构建了基于土地利用方式预测河流水体碳氮浓度的多元线性回归模型。王鹏举[18]运用相关性分析和多元线性回归方法研究流域土地利用方式和景观格局指数与水体氮磷浓度的关系, 并预测水体氮磷浓度的变化。理解和量化高强度畜禽养殖农业流域景观格局与水体质量的关系是保护和治理流域水体污染的前提。研究选取亚热带具有高畜禽养殖强度的典型流域——湖南省长沙县石燕河流域, 观测流域出口水体铵态氮(NH4+-N)、硝态氮(NO3--N)、总氮(TN)、可溶性磷(DP)和总磷(TP)浓度变化, 明确亚热带丘陵区高强度畜禽养殖农业流域景观格局对水体氮磷浓度的影响, 为亚热带丘陵区农业流域水环境的治理、生态恢复和管理提供科学依据。

1 材料与方法 1.1 流域基本特征

研究选取位于湖南省长沙县白沙镇的石燕河流域(图 1), 地理位置为北纬28°55′~28°59′, 东经113°26′~113°29′, 流域总面积13.51 km2, 海拔58~216 m, 属湘江一级支流捞刀河水系。流域所在区域年均降水量1 422 mm, 降水多集中在4—10月, 年平均蒸发量为1 272 mm, 年平均气温为17.2 ℃, 年均无霜期为274 d, 年均日照时数为1 663 h, 属典型亚热带湿润季风气候区。流域地形地貌以低山丘陵为主。土壤为花岗岩发育的红壤。流域内水系起源于地势较高的山坡林地, 流经农田和沟渠等, 最后汇入石燕河。

图 1 流域土地利用方式与水质监测点示意 Figure 1 Land use types and water quality monitoring posts in the catchment

土地利用方式主要以林地和农田为主, 林地多分布于山坡, 农田主要分布在河谷和河漫滩等低洼平缓地带。林地主要是次生马尾松林(Pinus massoniana)以及杉木(Cunninghamia lanceolata)和油茶(Camellia oleifera)人工林。农田主要为双季稻田, 稻田年施肥量折合纯氮为374 kg·hm-2·a-1, 纯磷为66 kg·hm-2·a-1。2015年对整个石燕河流域的人口与养殖情况调查结果表明, 流域内居民共计819户, 总人口数为2 510。流域内畜禽养殖主要以生猪为主, 牲畜存栏总量约10 400 AU(AU为标准畜禽单元)。流域内生猪饲养规模较大, 但缺乏废水处理设施, 养殖废水通常直接排入农田、沟渠和溪流等。

1.2 景观格局指数

2014年对石燕河流域水系和土地利用方式进行野外调查后, 选取流域内9个出水口作为河流水体氮磷浓度监测点(图 1)。以监测点为子流域出口, 基于流域数字高程模型(DEM), 使用ArcGIS 10.0软件直接分割每个子流域的边界。流域土地利用方式图由2014年研究区2.1 m分辨率的航拍图(购自浙江省第二测绘院)经矢量化后得到(图 1)。流域土地利用方式分为森林、农田、居民地、水体(如大型排水灌溉渠、河流和水库等)和茶园5类。为准确识别较小的土地类型斑块(如小型水体), 将土地利用方式矢量图转换为空间分辨率为5 m的栅格数据, 再用ArcGIS 10.0软件进行统计。虽然表征流域景观格局特征的指数众多[19-20], 由于景观格局指数间的多重共线性和不同空间尺度斑块的不规则性, 并非所有景观指数都是量化景观格局特征的必要指数[21]。因此只选取其中9个必要的常用景观格局指数, 包括斑块密度(PD)、最大斑块指数(LPI)、景观斑块形状指数(LSI)、蔓延度(CONTAG)、斑块凝聚度(COHESION)、景观分割度(DIVISION)、景观丰度(PR)、香农多样性指数(SHDI)和辛普森多样性指数(SIDI)。景观格局指数值采用FRAGSTATS 4.2软件计算[22-23]

1.3 流域出口水质监测与分析

2014年4月—2015年5月, 在各子流域出口采集河流水样进行分析, 水样采集频率为每10 d采集1次, 共计采集水样38次。水样采集后立即送往实验室存储在4 ℃环境中。分析时将每个水样均分成2份, 一份采用碱性过硫酸钾消解后, 流动分析仪(Auto Analyzer 3, SEAL Analytical, 德国)测定TN浓度, 采用过硫酸钾消解后, 钼锑抗(通常称磷钼蓝)分光光度法测定TP浓度; 另一份水样离心后取清液备用, 采用流动分析仪测定NH4+-N和NO3--N浓度, 采用钼锑抗分光光度法测定DP浓度。

1.4 统计分析

所有数据使用R软件(http://www.r-project.org)进行统计分析。首先, 应用Pearson相关性分析评价流域出口水体氮磷浓度与土地利用方式、景观格局指数、人口和养殖密度的关系。然后使用方差分解分析(VPA法)[24-25], 对影响流域出口水体氮磷浓度(对数转化后)的土地利用方式、景观格局指数、人口和养殖密度进行分析, 确定对流域出口水体氮磷浓度预测效果最佳的变量因子。VPA法采用R软件的Varpart和Vegan程序来执行数据的分析运算, 将影响流域出口水体氮磷浓度的变量划分为土地利用方式、人口与养殖密度和景观格局指数3类变量组。利用Varpart和Vegan程序分析这3组变量对流域出口水体氮磷浓度的交互作用和解释能力, 利用残差值来解释选定变量对流域出口水体氮磷浓度的贡献大小。

2 结果与分析 2.1 景观格局特征

表 1可知,林地是各子流域内面积比例最大的土地利用方式, 子流域C4林地面积比例最低, 为54.1%, 子流域C1林地面积比例最高, 为66.6%。农田是各子流域内第2大土地利用方式, 子流域C2农田面积比例最低, 为26.0%, 子流域C4农田面积比例最高, 为40.0%。居民用地、水体和茶园面积比例较小, 分别只占流域总面积的3.4%、2.8%和0.7%。各子流域人口密度为1.4~2.1人·hm-2, 子流域C4人口密度最大, 子流域C2人口密度最小。各子流域养殖密度为2.0~43.2 AU·hm-2

表 1 流域土地利用方式组成、人口和养殖密度 Table 1 Land use composition, and population and livestock densities in the catchment

各子流域景观格局指数值见表 2。各子流域PD值在80.27~141.49 hm-2范围内, 其中子流域C5的PD值(80.27 hm-2)明显低于其他子流域; 子流域C2和C3的LPI值高于其他子流域; 子流域C9、C7和C8的LSI值高于其他子流域; 各子流域的CONTAG值均高于55%, 处于较高水平; 子流域C3的DIVISION值小于其他子流域, 仅为0.53;子流域C5的SHDI和SIDI值都较小, 分别为0.78和0.49。

表 2 流域景观格局指数 Table 2 Landscape pattern indices of the catchment
2.2 氮磷浓度与水质评价

图 2可见,各子流域ρ(NH4+-N)为(5.67±0.52)~(22.46±3.86) mg·L-1, 子流域C2最高, C6最低; ρ(NO3--N)为(0.76±0.13)~(2.85±0.31) mg·L-1, 子流域C5最高, C3最低; ρ(TN)分布与NH4+-N略有不同, 子流域C2最高, C7最低, 为(13.41±0.95)~(45.55±8.72) mg·L-1; ρ(DP)为(0.86±0.09)~(5.00±1.08) mg·L-1; ρ(TP)为(1.99±0.28)~(9.94±2.22) mg·L-1。DP和TP浓度分布与NH4+-N和TN略有不同, DP浓度为子流域C2最高, C7最低; TP浓度为子流域C2最高, C4最低。除NO3--N外, 各子流域间的N和P浓度分布情况相似。

图 2 子流域出口水体氮磷浓度 Figure 2 Nitrogen and phosphorus concentrations in the river water at the catchment outlets

参照GB 3838—2002《地表水环境质量标准》, 绝大部分子流域出口水体NH4+-N浓度处于劣Ⅴ类范围(图 3), 尤其是子流域C2所有水样NH4+-N浓度都超过劣Ⅴ类标准, 子流域C1、C7、C8和C9中95%以上的水样NH4+-N浓度超过劣Ⅴ类标准。地表水样中TN和TP污染情况极其严重, 观测期间所有水样中TN浓度均超过劣Ⅴ类水标准, 而99.5%的水样TP浓度超过劣Ⅴ类水标准。

图 3 流域出口河流水质分级 Figure 3 Grading of the river water at the catchment outlets in quality 水质分级标准为GB 3838—2002《地表水环境质量标准》。所有水样TN浓度均超过劣Ⅴ类标准。
2.3 氮磷浓度的Pearson相关性分析

Pearson相关性分析表明, 林地、农田、居民地、水体和茶园面积比例, 人口以及养殖密度与各子流域出口水体氮磷浓度相关性达显著水平(P < 0.05或P < 0.01, 表 3)。林地、水体和茶园面积比例以及养殖密度均与NH4+-N、TN、DP和TP浓度呈极显著正相关(P < 0.01), 农田面积比例和人口密度分别与NH4+-N、TN、DP和TP浓度呈极显著负相关(P < 0.01), 而NO3--N浓度分别与农田面积比例和人口密度呈显著正相关(P < 0.05或P < 0.01), 与林地面积比例呈显著负相关(P < 0.05);居民地面积比例与所有氮磷组分浓度均呈极显著负相关(P < 0.01)。

表 3 流域出口水体氮磷浓度与土地利用方式、人口和养殖密度的Pearson相关性分析 Table 3 Pearson correlation analysis of nitrogen and phosphorus concentrations in the river water at the catchment outlets with land use, and population and livestock densities

各子流域出口水体氮磷浓度与流域景观格局指数的相关性分析结果见表 4。仅LPI、LSI值与所有氮磷组分浓度相关性显著(P < 0.05或P < 0.01);CONTAG和PR值与除NO3--N外的其余氮磷组分浓度呈显著正相关(P < 0.05或P < 0.01);SIDI值与除NO3--N外的其余氮磷组分浓度呈极显著负相关(P < 0.01);PD值仅与NO3--N浓度呈极显著负相关(P < 0.01);COHESION值分别与NH4+-N、TN和TP浓度呈显著负相关(P < 0.05或P < 0.01), DIVISION值与NO3--N浓度呈极显著正相关(P < 0.01), 与TN和TP浓度呈显著负相关(P < 0.05);SHDI值与NO3--N浓度呈极显著负相关(P < 0.01), 与DP和TP浓度呈显著正相关(P < 0.05)。

表 4 流域出口水体氮磷浓度与流域景观格局指数的Pearson相关性分析 Table 4 Pearson correlation analysis of nitrogen and phosphorus concentrations in the river water at the catchment outlets with landscape pattern indices
2.4 氮磷浓度的多元线性回归模型

图 4可知, 土地利用方式组成和景观格局指数是预测流域出口水体氮磷浓度(对数转化后)的最佳变量因子。基于变量因子间交互作用和解释程度的原因,人口密度和养殖密度因子被剔除。

图 4 基于方差分解分析方法确定预测流域出口水体氮磷浓度的最佳变量因子 Figure 4 The most usable variables for predicting nitrogen and phosphorus concentrations in river water at the catchment outlets based on the variance decomposition analysis method PD—斑块密度;LPI—最大斑块指数;LSI—景观斑块形状指数;CONTAG—蔓延度;DIVISION—景观分割度。图中数字代表土地利用类型与景观格局指数对氮磷变量的解释率。

土地利用方式组成和景观格局指数可解释22.3%的流域出口水质状况, 对NH4+-N、NO3--N、TN、DP和TP浓度的解释程度在14.2%~32.2%之间。土地利用方式组成和景观格局指数对NH4+-N浓度的解释程度最低, 仅为14.2%;对NO3--N浓度的解释程度最高, 达32.2%。以NO3--N浓度为例, 景观格局指数LPI和DIVISION值对NO3--N浓度的独立解释程度为24.7%, 茶园与农田面积比例的独立解释程度为3.4%, 茶园、农田面积比例以及LPI、DIVISION值的共同解释仅占4.1%。

流域出口水体氮磷浓度(对数转化后)可通过土地利用方式组成和景观格局指数进行预测(表 5)。TN浓度可通过农田、居民地和茶园面积比例以及LSI和CONTAG值预测; TP浓度可通过农田、居民地和茶园面积比例以及LPI、CONTAG和DIVISION值预测。NH4+-N和TN浓度多元线性回归模型的预测效果一般, 其校正R2为0.132和0.163;DP和TP浓度多元线性回归模型的预测效果比NH4+-N和TN好, 其校正R2为0.210和0.196;NO3--N浓度多元线性回归模型的预测效果最好, 其校正R2为0.320。

表 5 流域出口水体氮磷浓度多元线性回归预测模型 Table 5 Multivariate linear regression model for prediction of nitrogen and phosphorus concentrations in river water at the catchments outlets
3 讨论

该研究采用定期采样方法观测石燕河流域出口水体氮磷污染状况, 虽然会在一定程度上忽略短时间事件(如降雨-产流过程、农田灌排)内氮磷流失状况, 但能反映相对较长时间内的流域河流水质变化状况[7]。整个观测期间, 石燕河流域出口水体所有水样中TN浓度均超过V类水标准, 而99.5%的水样中TP浓度超过劣V类水标准, 表明河流水体存在严重的氮磷污染。

畜禽养殖和氮碱流失农田是许多农业流域水体氮磷的最主要来源[26]。石燕河流域畜禽养殖强度较大, 流域出口水体中TN与TP质量浓度分别为13.41~45.55和1.99~9.94 mg·L-1, 远高于王琼等[13]在同一区域种植型农业流域中的观测结果(TN与TP质量浓度分别为0.88~5.39和0.08~0.25 mg·L-1)。农田是氮磷循环的“源”, 林地是流域氮磷循环的“汇”[27-28], 许多研究表明流域河流水体氮磷浓度与农田面积比例呈显著正相关, 与林地面积比例呈显著负相关[5, 29]。但笔者的Pearson相关性分析表明, 子流域出口水体氮磷浓度与农田面积比例呈负相关, 而与林地面积比例呈正相关, 与已有文献结果截然相反, 表明高强度畜禽养殖活动可掩盖和逆转流域土地利用方式与河流氮磷浓度的关系。这种掩盖和逆转作用主要来自于畜禽养殖所带来的高强度氮磷输入, 超过了流域生态系统的自净功能(持留容量), 影响了流域内氮磷生物地球化学自然过程[30]。前期Pearson相关性分析表明, 流域内农田面积比例与林地面积比例、居民地面积比例、人口密度相关性显著。当畜禽养殖掩盖和逆转河流水体氮磷浓度与林地或农田面积比例的关系时, 也往往会影响水体氮磷浓度与其他土地利用方式和人口密度的关系。需要指明的是, 笔者研究中茶园面积比例与流域出口氮磷浓度(除NO3--N外)呈显著正相关, 这与石雯倩[31]在汤浦水库流域的研究结果一致, 这可能是由各子流域内茶园面积比例较小且茶园在各子流域中分布不均匀造成的。

Pearson相关性分析结果表明, PD值仅与NO3--N浓度呈显著负相关。PD是衡量景观破碎化程度的重要指标, PD越大表明流域内景观斑块数量越多, 空间破碎化程度越高, 农田、居民地和茶园等排放的易溶性氮磷在流域内的迁移路径更复杂, 滞留时间更长, 更有利于氮磷污染物的拦截。赵军等[32]指出, 流域中氮磷污染物的来源和环境化学行为存在差异, 会导致氮磷对景观格局的响应不同, 如氮对景观格局的响应较磷更敏感, 原因可能在于氮多受控于不同土地利用方式上的人类活动, 而磷的影响因素则更为复杂多样。因此, 笔者研究中PD值只与NO3--N浓度呈显著负相关。LPI和LSI值与所有氮磷组分浓度都有显著相关性, 表明流域出口河流水质受人为干扰强度和景观斑块复杂性的显著影响, 且人为干扰强度越大, 景观斑块复杂性越强, 水质越差。CONTAG、COHESION、DIVISION、PR和SIDI值与氮浓度相关性显著, 表明人为干扰活动会使流域内景观斑块的延展性变大, 不同景观的空间联通性增强, 景观分割程度降低, 景观丰度、空间异质性和景观斑块的多样性减小, 降低作为污染“汇”的景观斑块对氮污染物的滞留、拦截和消纳能力, 从而提高流域出口水体NH4+-N和TN浓度。与影响氮素浓度的景观格局指数不同的是, 磷素浓度受景观分割度DIVISION影响不显著, 但受各景观类型在整个景观中的比例分布状况(SHDI)影响显著。李文杰[33]认为景观格局指数与地表水质的关系受污染物“源”和“汇”景观优势程度改变的影响,SHDI值越高, 景观斑块类型增多, 各斑块类型比例的分布也趋于均衡, 农田、居民地和茶园等污染“源”景观类型在景观中的优势度及主导作用也随之增强。石燕河流域畜禽圈舍往往与住宅连成一体, 在运用GIS软件识别景观类型和计算景观格局指数时, 畜禽圈舍会被计入居民地类型中。一旦作为流域重要磷“源”的居民地(生活污水和养殖废水)的主导作用增强, SHDI值与流域出口磷浓度的相关性必定增强。这也表明人为干扰活动会导致流域各景观类型之间不能有效地协同进行对氮磷污染物的拦截和消纳。

方差分解分析结果表明, 土地利用方式组成和景观格局指数是预测流域出口水体氮磷浓度的最佳变量因子。在进行多元回归方程预测时, 多变量因素之间存在的多重共线性会影响回归方程对水质预测的准确性。笔者选用的方差分解法可有效降低变量因子之间因多重共线性而导致的预测结果不确定性。许多流域水质预测往往采用基于物理过程意义的流域环境过程模型(如WASP、SWAT和AGNPS等)[34], 但是这些模型参数需求过多, 运算繁琐, 预测结果不确定性强, 因而限制了它们在普通土地使用者、土地管理者以及政府机构基于流域景观规划保护水环境的实践操作过程中的应用。多元线性回归方程的结果表明, 流域出口水体氮磷浓度可采用土地利用方式组成和景观格局指数进行较准确地预测。然而, 不同流域的气候条件、水文条件、地形特征和经济文化状况等具有明显的特异性, 不能生搬硬套地将该研究的预测模型应用在其他流域上。该研究的最大意义在于着重强调了流域景观格局及其人类干扰活动对流域河流水质的特异性影响, 并对运用方差分解分析和多元线性回归方程预测流域河流水质的方法进行了尝试。

多元线性回归预测模型强调了土地利用方式和景观格局对流域地表水环境质量的重要性, 但并不是说畜禽养殖和人口密度对流域水环境质量不重要。许多研究表明, 对于高畜禽养殖农业流域河流水体氮磷污染, 应依据流域养殖承受能力进行限制饲养, 开展养殖业废弃物的无害化处理、耕地对养殖废弃物的消纳和利用等方面工作[35-36]。虽然该研究对亚热带高强度畜禽养殖农业流域中景观格局与河流水质的特殊关系进行了定量研究, 但没有深入理解流域景观格局指数变量因子对氮磷污染物输入、迁移和消纳的关键作用过程和机理。因此, 需进一步研究景观格局指数与氮磷污染物迁移过程的定量关系, 以便更好地为亚热带丘陵区农业流域水体环境保护和土地/产业规划、应用、调整提供科学依据。

4 结论

(1) 观测期间流域出口水体氮磷浓度长期处于劣Ⅴ类, 存在较为严重的氮磷污染。

(2) 高畜禽养殖农业流域出口水体氮磷浓度与土地利用方式组成、景观格局指数、人口和养殖密度相关性显著(P<0.05或P < 0.01)。

(3) 高强度畜禽养殖活动会掩盖甚至逆转流域内原有土地利用方式和景观格局指数与河流水体氮磷浓度的关系。

(4) 流域出口水体氮磷浓度可基于农田、居民地、茶园面积比例和景观格局指数PD、LPI、LSI、CONTAG和DIVISION, 利用多元线性回归方程进行较为准确的预测。

参考文献
[1]
张水龙, 庄季屏. 农业非点源污染研究现状与发展趋势[J]. 生态学杂志, 1998, 17(6): 51-55.
ZHANG Shui-long, ZHUANG Ji-ping. Current Situation and Development Tendency of Researches of Non-Point Source Pollution in Agriculture[J]. Chinese Journal of Ecology, 1998, 17(6): 51-55. (0)
[2]
ONGLEY E D, ZHANG X L, YU T. Current Status of Agricultural and Rural Non-Point Source Pollution Assessment in China[J]. Environmental Pollution, 2010, 158(5): 1159-1168. DOI:10.1016/j.envpol.2009.10.047 (0)
[3]
韩黎阳, 黄志霖, 肖文发, 等. 三峡库区兰陵溪小流域土地利用及景观格局对氮磷输出的影响[J]. 环境科学, 2014, 35(3): 1091-1097.
HAN Li-yang, HUANG Zhi-lin, XIAO Wen-fa, et al. Effects of Land Use and Landscape Pattern on Nitrogen and Phosphorus Exports in Lanlingxi Watershed of the Three Gorges Reservoir Area, China[J]. Environmental Science, 2014, 35(3): 1091-1097. (0)
[4]
刘丽娟, 李小玉, 何兴元. 流域尺度上的景观格局与河流水质关系研究进展[J]. 生态学报, 2011, 31(19): 5460-5465.
LLU Li-juan, LI Xiao-yu, HE Xing-yuan. Advances in the Studying of the Relationship Between Landscape Pattern and River Water Quality at the Watershed Scale[J]. Acta Ecologica Sinica, 2011, 31(19): 5460-5465. (0)
[5]
李兆富, 杨桂山, 李恒鹏. 西苕溪流域土地利用对氮素输出影响研究[J]. 环境科学, 2006, 27(3): 498-502.
LI Zhao-fu, YANG Gui-shan, LI Heng-peng. Effects of Land Use on Nitrogen Export in Xitiaoxi Watershed[J]. Environmental Science, 2006, 27(3): 498-502. (0)
[6]
BOUMAN B, LAMPAYAN R M, TUONG T P. Water Management in Irrigated Rice:Coping With Water Scarcity[M]. Laguna, Philippines: International Rice Research Institute, 2007, 50-53. (0)
[7]
WANG Y, LI Y, LIU F, et al. Linking Rice Agriculture to Nutrient Chemical Composition, Concentration and Mass Flux in Catchment Streams in Subtropical Central China[J]. Agriculture, Ecosystems & Environment, 2014, 184: 9-20. (0)
[8]
冯倩, 许小华, 刘聚涛, 等. 鄱阳湖生态经济区畜禽养殖污染负荷分析[J]. 生态与农村环境学报, 2014, 30(2): 162-166.
FENG Qian, XU Xiao-hua, LIU Ju-tao, et al. Pollution Load of Animal Breeding in Poyang Lake Ecological Economic Zone[J]. Journal of Ecology and Rural Environment, 2014, 30(2): 162-166. (0)
[9]
WANG Y, LI Y, LIU X L, et al. Relating Land Use Patterns to Stream Nutrient Levels in Red Soil Agricultural Catchments in Subtropical Central China[J]. Environmental Science and Pollution Research, 2014, 21(17): 10481-10492. DOI:10.1007/s11356-014-2921-9 (0)
[10]
欧洋. 密云水库上游流域多尺度景观与水质响应关系研究[D]. 北京: 首都师范大学, 2011.
OU Yang.A Study on the Relationship Between Multi-Scale Landscapes and River Water Quality Response in the Miyun Reservoir Upper Watershed[D].Beijing:Capital Normal University, 2011. (0)
[11]
李艳利, 李艳粉, 徐宗学, 等. 浑太河上游流域河岸缓冲区景观格局对水质的影响[J]. 生态与农村环境学报, 2015, 31(1): 59-68.
LI Yan-li, LI Yan-fen, XU Zong-xue, et al. Impact of Landscape Pattern of Riparian Buffers on Water Quality in the Upper Reaches of Huntai River Basin[J]. Journal of Ecology and Rural Environment, 2015, 31(1): 59-68. DOI:10.11934/j.issn.1673-4831.2015.01.009 (0)
[12]
任璘婧, 郭文永, 李秀珍, 等. 长江口滩涂湿地景观变化对N、P营养物质净化潜力的影响[J]. 生态与农村环境学报, 2014, 30(2): 220-227.
REN Lin-jing, GUO Wen-yong, LI Xiu-zhen, et al. Impacts of Changes in Landscape of Tidal Wetlands on Potential of the Wetlands Purifying Nitrogen and Phosphorus in Water at the Yangtze Estuarine[J]. Journal of Ecology and Rural Environment, 2014, 30(2): 220-227. (0)
[13]
王琼, 姜德娟, 于靖, 等. 小清河流域氮磷时空特征及影响因素的空间与多元统计分析[J]. 生态与农村环境学报, 2015, 31(2): 137-145.
WANG Qiong, JIANG De-juan, YU Jing, et al. Spatio-Temporal Distribution of Nitrogen and Phosphorus and Spatial and Multi-Variable Statistical Analysis of Its Impacting Factors in Xiaoqinghe Watershed[J]. Journal of Ecology and Rural Environment, 2015, 31(2): 137-145. DOI:10.11934/j.issn.1673-4831.2015.02.001 (0)
[14]
KRUPA M, TATE K W, VAN KESSEL C, et al. Water Quality in Rice-Growing Watersheds in a Mediterranean Climate[J]. Agriculture, Ecosystems & Environment, 2011, 144(1): 290-301. (0)
[15]
李帷, 李艳霞, 杨明, 等. 北京市畜禽养殖的空间分布特征及其粪便耕地施用的可达性[J]. 自然资源学报, 2010, 25(5): 746-755.
LI Wei, LI Yan-xia, YANG Ming, et al. Spatial Distribution of Livestock and Poultry Production and Land Application Accessibility of Animal Manure in Beijing[J]. Journal of Natural Resources, 2010, 25(5): 746-755. DOI:10.11849/zrzyxb.2010.05.005 (0)
[16]
李帷, 李艳霞, 张丰松, 等. 东北三省畜禽养殖时空分布特征及粪便养分环境影响研究[J]. 农业环境科学学报, 2007, 26(6): 2350-2357.
LI Wei, LI Yan-xia, ZHANG Feng-song, et al. The Spatial and Temporal Distribution Features of Animal Production in Three Northeast Provinces and the Impacts of Manure Nutrients on the Local Environment[J]. Journal of Agro-Environment Science, 2007, 26(6): 2350-2357. (0)
[17]
罗璇, 史志华, 尹炜, 等. 小流域土地利用结构对氮素输出的影响[J]. 环境科学, 2010, 31(1): 58-62.
LUO Xuan, SHI Zhi-hua, YIN Wei, et al. Effects of Land Use Structure on Nitrogen Export in Hujiashan Watershed of Danjiangkou Reservoir Area, China[J]. Environmental Science, 2010, 31(1): 58-62. (0)
[18]
王鹏举. 基于土地利用结构与景观格局的小流域氮、磷、碳输出特征分析[D]. 武汉: 华中农业大学, 2012.
WANG Peng-ju.The Export Characteristics of Nitrogen Phosphorus and Carbon Based on Landuse Structure and Landscape Pattern[D].Wuhan:Huazhong Agricultural University, 2012. (0)
[19]
O'NEILL R V, KRUMMEL J R, GARDNER R H, et al. Indices of Landscape Pattern[J]. Landscape Ecology, 1988, 1(3): 153-162. DOI:10.1007/BF00162741 (0)
[20]
ZHOU T, WU J G, PENG S. Assessing the Effects of Landscape Pattern on River Water Quality at Multiple Scales:A Case Study of the Dongjiang River Watershed, China[J]. Ecological Indicators, 2012, 23: 166-175. DOI:10.1016/j.ecolind.2012.03.013 (0)
[21]
LEE S W, HWANG S J, LEE S B, et al. Landscape Ecological Approach to the Relationships of Land Use Patterns in Watersheds to Water Quality Characteristics[J]. Landscape and Urban Planning, 2009, 92(2): 80-89. DOI:10.1016/j.landurbplan.2009.02.008 (0)
[22]
MCGARIGAL K, MARKS B J.Fragstats:Spatial Pattern Analysis Program for Quantifying Landscape Structure[Z].Portland:USDA Forest Service, Pacific Northwest Research Station, General Technical Report PNW-GTR-351, 1995. (0)
[23]
[24]
BORCARD D, LEGENDRE P, DRAPEAU P. Partialling out the Spatial Component of Ecological Variation[J]. Ecology, 1992, 73(3): 1045-1055. DOI:10.2307/1940179 (0)
[25]
LI Y, WU J S, SHEN J L, et al. Soil Microbial C:N Ratio Is a Robust Indicator of Soil Productivity for Paddy Fields[J]. Scientific Reports, 2016, 6: 352-366. (0)
[26]
李静, 闵庆文, 李文华, 等. 太湖流域平原河网区农业污染研究:以常州市和宜兴市为例[J]. 生态与农村环境学报, 2015, 31(2): 167-173.
LI Jing, MIN Qing-wen, LI Wen-hua, et al. Agricultural Pollution of the River-Netted Plain Areas in the Taihu Lake Basin:A Case Study of Changzhou and Yixing[J]. Journal of Ecology and Rural Environment, 2015, 31(2): 167-173. (0)
[27]
晏维金, 尹澄清, 孙濮, 等. 磷氮在水田湿地中的迁移转化及径流流失过程[J]. 应用生态学报, 1999, 10(3): 312-316.
YAN Wei-jin, YIN Cheng-qing, SUN Pu, et al. Phosphorus and Nitrogen Transfers and Runoff Losses From Rice Field Wetlands of Chaohu Lake[J]. Chinese Journal of Applied Ecology, 1999, 10(3): 312-316. (0)
[28]
汤家喜, 孙丽娜, 孙铁珩, 等. 河岸缓冲带对氮磷的截留转化及其生态恢复研究进展[J]. 生态环境学报, 2012, 21(8): 1514-1520.
TANG Jia-xi, SUN Li-na, SUN Tie-heng, et al. Research Advances on Retaining and Transformation of N and P and Ecological Restoration of Riparian Buffer Zone[J]. Ecology and Environmental Sciences, 2012, 21(8): 1514-1520. (0)
[29]
BAKER A. Land Use and Water Quality[J]. Hydrological Processes, 2006, 17(12): 2499-2501. (0)
[30]
王美慧, 周脚根, 韩增, 等. 亚热带典型小流域磷收支及流失特征对比研究[J]. 自然资源学报, 2016, 31(2): 321-330.
WANG Mei-hui, ZHOU Jiao-gen, HAN Zeng, et al. Comparison on Phosphorus Budgets in Two Typical Subtropical Small Watersheds of China[J]. Journal of Natural Resources, 2016, 31(2): 321-330. DOI:10.11849/zrzyxb.20141612 (0)
[31]
石雯倩. 汤浦水库流域水质变化及污染物总量控制模拟[D]. 杭州: 浙江大学, 2014.
SHI Wen-qian.Modeling About Hydrochemical Variation of Tangpu Reservoir Watershed and Total Pollution Amount Control[D].Hangzhou:Zhejiang University, 2014. (0)
[32]
赵军, 杨凯, 邰俊, 等. 区域景观格局与地表水环境质量关系研究进展[J]. 生态学报, 2011, 31(11): 3180-3189.
ZHAO Jun, YANG Kai, TAI Jun, et al. Review of the Relationship Between Regional Landscape Pattern and Surface Water Quality[J]. Acta Ecologica Sinica, 2011, 31(11): 3180-3189. (0)
[33]
李文杰. 梁子湖流域土地利用变化对流域水环境的影响[D]. 武汉: 华中师范大学, 2009.
LI Wen-jie.The Impact on Water Environment Due to Land Use Change of Liangzi Lake Watershed[D].Wuhan:Central China Normal University, 2009. (0)
[34]
朱瑶, 梁志伟, 李伟, 等. 流域水环境污染模型及其应用研究综述[J]. 应用生态学报, 2013, 24(10): 3012-3018.
ZHU Yao, LIANG Zhi-wei, LI Wei, et al. Watershed Water Environment Pollution Models and Their Applications:A Review[J]. Chinese Journal of Applied Ecology, 2013, 24(10): 3012-3018. (0)
[35]
孟岑, 李裕元, 许晓光, 等. 亚热带流域氮磷排放与养殖业环境承载力实例研究[J]. 环境科学学报, 2013, 33(2): 635-643.
MENG Cen, LI Yu-yuan, XU Xiao-guang, et al. A Case Study on Non-Point Source Pollution and Environmental Carrying Capacity of Animal Raising Industry in Subtropical Watershed[J]. Acta Scientiae Circumstantiae, 2013, 33(2): 635-643. (0)
[36]
孟祥海. 中国畜牧业环境污染防治问题研究[D]. 武汉: 华中农业大学, 2014.
MENG Xiang-hai.Study on Prevention Problem of China Livestock Environmental Pollution[D].Wuhan:Huazhong Agricultural University, 2014. (0)