景观格局是生态过程的载体, 土地利用格局的变化往往会引起相关生态过程的改变(徐延达等, 2010) .水污染不仅来源于河道内水体本身, 更重要的是流域内与土地利用息息相关的人类活动(蔡宏等, 2015) .土地利用变化会使得水质发生退化(Jonathan et al., 2005), 关于土地利用结构对河流水质的影响已经具有很充分的研究(Allen et al., 2004; Huang et al., 2013; Ye et al., 2014) .河流作为临近区域土地利用方式的污染物的汇集地(Shen et al., 2015), 其水生生态系统严重受到周边土地利用结构的影响.子流域和河流缓冲带是两种常用的研究土地利用结构与水质关系的空间尺度.Tran等(2010) 比较了整个流域尺度和河流缓冲带尺度对河流水质的影响, 研究表明河流缓冲带对水质的影响比整个流域要大.然而Li等(2013) 研究发现在丰水期, 整个子流域对河流的水质影响较大, 而枯水期河流缓冲区与水质的关系较大.因此, 目前不同区域河流水质状况对于尺度的响应情况有很大的差异.流域的地形特征常用来研究与水质间的关系(Wang et al., 2014), Yu等(2016) 研究了不同坡度上土地利用结构与渭河流域水质间的关系, 发现不同坡度上土地利用方式与水质间关系非常密切.不同坡度上人类活动强度差异很大, 因此不同坡度上土地利用类型的结构对水体污染物含量的影响有很大的差异.

大量关于土地利用方式对水质的影响的研究都集中在N、P、DO等水质指标上(Lisa et al., 2007；王鹏等, 2015; Bu et al., 2016), 然而对于土地利用结构对河流可溶性重金属含量的研究较少.重金属由于其无法降解和持久的环境毒性在水环境中的污染引起了全球的关注(Tariq et al., 2011; Li et al., 2015) .自然和人为活动是重金属的主要来源, 人类活动比如采矿、金属冶炼、工业废水、农业污水等已经严重威胁到环境和人体的健康(Bo et al., 2015; Palma et al., 2015) .人类的不合理活动导致河流水体和沉积物包含了许多对生物体有害的化学物质特别是重金属含量超标(Alonso et al., 2013;Zhang et al., 2015; Wang et al., 2015; Liu et al., 2015; Huo et al., 2015) .赣江流域采矿和工农业活动频繁, 重金属来源众多, 研究土地利用结构对赣江流域水体可溶性重金属含量的关系, 对于流域的综合治理具有重要的意义.

本文利用相关分析并结合多种空间尺度研究了土地利用结构与赣江流域水体可溶性重金属含量的关系, 将解决以下科学问题：①比较整个子流域、河流缓冲带及不同坡度上的土地利用方式与河流可溶性重金属含量的相关性, 确定何种空间尺度对赣江流域可溶性重金属含量的影响最大；②比较1月、6月河流可溶性重金属含量与土地利用方式的关系, 分析土地利用结构与河流可溶性重金属含量是否存在季节的差异；③分析赣江流域何种土地利用类型与河流可溶性重金属含量的关系最大.

2014年1月和6月分别对应赣江流域的枯水期和丰水期对赣江主流及支流进行水样采集, 共设计了15个采样点, 每个点都在流域的集水出口区, 在赣江主要支流集水出口区设置9个采样点, 在赣江主流上布局6个采样点如图 1所示.为了使得样品具有代表性, 采样时间选择在雨后的一个星期, 且每个采样点随机进行3次平行采样, 每个采样点采样时所使用的聚乙烯塑料瓶用30％浓度的硝酸浸泡48 h, 并用去离子水冲洗干净放入烘箱烘干.水样当场用硝酸酸化至pH值小于2, 在实验室通过0.45 μm孔径的醋酸纤维滤膜过滤并在0~4 ℃环境下保存用于重金属的测定.并利用电感耦合等离子体质谱仪(ICP-MS)分析测定水体中可溶性重金属V、Cr、Co、Ni、Cu、Zn、As、Cd、Tl、Pb的含量.样品检测之前, 仪器利用标准物质(SRM, AccuStandard, Inc., USA)进行3次重复检测并且进行极限检测, 10种重金属的极限检测值分别为V：0.018 μg·L^-1、Cr：0.019 μg·L^-1、Co：0.007 μg·L^-1、Ni：0.435 μg·L^-1、Cu：0.143 μg·L^-1、Zn：0.042 μg·L^-1、Cd：0.004 μg·L^-1、Tl：0.009506 μg·L^-1以及Pb：0.003 μg·L^-1.

图 1(Fig. 1)

图 1 赣江流域采样点分布及子流域的分布 Fig. 1 Sampling sites and sub-basin distribution of Gan River Basin

赣江流域各子流域的划分是基于30 m空间分辨率的数字高程模型(DEM), 在ArcGIS10.2软件中, 运用Hydrology模块并根据采样点分布情况将研究区划分为15个子流域.由于小流域出口反映汇流的最终产出状况(李恒鹏等, 2006), 因此每个采样点都位于流域的出水口, 使得数据更具有代表性.

土地利用类型是以2014年Landsat 8卫星OLI传感器遥感影像为数据源, 在ERDAS9.2软件下进行波段合成、影像拼接及影像的裁剪等预处理后, 对遥感影像进行监督分类, 共分6个土地利用类型依次为耕地、林地、草地、水域、建筑用地和未利用土地.并在ArcGIS10.2软件下对错分及漏分的土地利用类型进行纠正, 使得整体精度在85％以上 (图 2) .

图 2(Fig. 2)

图 2 赣江流域土地利用类型分布状况 Fig. 2 Land use types of Gan River Basin

为了更好的揭示土地利用结构对河流可溶性重金属含量的影响, 本文在总结前人研究的基础上, 采用3种空间尺度来定量对比分析3种尺度与河流可溶性重金属含量的关系.3种空间尺度分别为整个子流域尺度、河流缓冲区尺度和不同坡度上土地利用结构尺度.其中河流缓冲区尺度分别提取各子流域内河流的干支流200 m、500 m、1 km、2 km、3 km缓冲区内的土地利用类型, 并计算出各子流域缓冲区土地利用百分比.在坡度尺度上, 利用ArcGIS 10.2软件分别提取出坡度为0~2、3~5、6~10、11~17以及大于17°的坡度空间分布范围, 并提取出不同坡度上的土地利用类型的百分比来定量的研究与河流可溶性重金属含量的关系.

为了研究人为活动对土地利用的强度, 并分析与河流可溶性重金属含量的关系, 本文选取的社会经济数据主要包括人口(农村人口和城市人口)、化肥(氮肥、磷肥、钾肥和复合肥)、农药和工业总产值.数据来源于赣州、吉安、宜春及新余市2014年统计年鉴.为了研究社会经济要素对河流重金属的影响, 计算赣江流域每个子流域每平方公里上的人口数量、化肥使用量、农药使用量以及工业产值.

首先在ArcGIS 10.2软件下计算出每个子流域、每个缓冲带及每个坡度上各个土地利用类型占整个子流域、缓冲带区域及每个坡度面积的百分比, 并在SPSS 19软件下进行主要土地利用类型即耕地、林地、草地和城镇建设用地与10种重金属类型V、Cr、Co、Ni、Cu、Zn、As、Cd、Tl、Pb的相关分析.根据相关系数判断土地利用类型与河流可溶性重金属含量间的关系.

根据表 1和图 3可以发现, 整个流域内Zn的平均含量最高, 其次是Cu, 而Tl的含量最低.从时间变化上, 10种可溶性重金属类型的平均含量中, 除了Cu之外, 1月份可溶性重金属含量均高于6月份, 这说明赣江流域河流枯水期可溶性重金属含量高于丰水期.很重要的一个原因可能是丰水期期间降水量较大, 对可溶性重金属含量具有稀释的作用.从空间变化上, 重金属元素Zn和As空间变化最大, 而V、Cr、Co和Tl空间差异较小, 并且除了铜之外, 枯水期期间赣江流域河流可溶性重金属含量的空间差异大于丰水期.

表 1(Table 1)

表 1 可溶性重金属平均值、标准差、最大值和最小值 Table 1 The mean concentration, standard deviation, maximum value and minimum value of heavy metal

表 1 可溶性重金属平均值、标准差、最大值和最小值 Table 1 The mean concentration, standard deviation, maximum value and minimum value of heavy metal

图 3(Fig. 3)

图 3 各可溶性重金属含量空间分布 Fig. 3 Spatial distribution of dissolved heavy metals concentration

本次研究统计了赣江流域15个子流域, 河流缓冲区尺度和不同坡度上的土地利用状况, 发现3者间在土地利用结构上具有很大的差异.图 3展示了赣江流域的15个子流域及河流缓冲区土地组成结构特征.从赣江流域的每个子流域土地利用组成对比分析上, 15个子流域中, 森林平均面积最大且每个子流域森林面积都超过了整个子流域面积的一半, 平均森林的面积占整个子流域的面积比例达到了65.47%.农田和城镇占整个子流域总的面积比例分别为21.86％和1.91％.林地的面积最大而城乡建设用地的面积相对较小, 耕地面积占整个子流域面积比例不大, 主要是受赣江流域多低山丘陵的地形影响较大很多区域不适宜耕地的开垦.而缓冲区内土地利用结构与流域间有很大的差别.缓冲区森林面积比例的分布上, 河流从200 m到3 km缓冲区平均林地的面积占整个缓冲区内的面积比例分别为25.79％、34.75％、42.73％、50.08％和54.25％.农田平均面积在缓冲区的分布上, 从200 m到3 km缓冲区农田面积占整个缓冲区内的面积比例分别为42.17％、40.08％、35.21％、30.86％和28.37％.随着缓冲区半径的扩大, 耕地的面积逐渐减小而林地的面积在逐渐增大, 当缓冲区超过1 km时林地的面积超过了耕地的面积.城镇土地利用空间分布上, 随着缓冲区半径的扩大, 城镇面积比例分别为4.07％、5.7％、5.29％、4.13％和3.4％, 因此大多数城镇分布在距离河流较近的区域.从河流缓冲区内土地利用的空间结构可以发现随着缓冲区尺度的扩大, 人类活动的强度是在逐渐减弱, 缓冲区内人类的活动强度超过了整个流域.

图 4反映了不同坡度上的土地利用空间分布格局状况.随着赣江流域各子流域的坡度大小的变化, 森林的平均面积占整个子流域不同坡度的面积比例分别为20.86％、40.06％、67.66％、84.72％和93.19％.而耕地的平均面积占整个子流域不同坡度的面积比例分别为61.46％、41.67％、18.89％、7.09％和2.23％.当坡度超过5°时, 森林的面积超过了耕地的面积, 而当坡度超过10°时, 林地的面积占80％以上.城镇建设用地面积占整个子流域不同坡度的面积比例分别为6.96％、4.3％、1.2％、0.24％和0.065％.

图 4(Fig. 4)

图 4 子流域和缓冲区土地利用格局 Fig. 4 Land use pattern in entire basin and buffer zones

表 1反映了赣江流域各子流域和河流缓冲区各主要土地利用类型与河流可溶性重金属含量之间的相关分析的结果, 表明在丰水期时期, 200 m和500 m半径缓冲区内城镇建设用地与河流可溶性重金属V含量呈正相关关系, 而Cr在不同半径的河流缓冲区尺度上与林地间都呈现正相关关系与草地呈显著的负相关性.Zn在1 km半径的河流缓冲区范围内与耕地呈负相关性, 而且随着缓冲区的增大, 相关性逐渐减弱；Zn与林地呈现正相关性.而在1 km半径缓冲区范围内, 耕地与Tl呈现显著的正相关, 随着缓冲区半径的增大相关性减弱.Tl与林地间为显著的负相关性, 在200 m半径缓冲区内, 城镇用地与Tl为正相关性.在500 m半径缓冲区内, 草地与Pb间存在着正相关性而在高半径缓冲区与子流域上, Pb与耕地间为表现为显著的负相关.在枯水期季节, 各土地利用类型仅和V和Tl间存在显著相关关系.城镇用地与V间为显著的正相关性, 而在超过1 km缓冲区范围内与草地间存在负相关性.在500 m半径缓冲区范围内, Tl与林地间呈现负相关性而与城镇用地存在着显著的正相关性.这表明仅考虑子流域和河流缓冲区尺度, 丰水期土地利用格局与部分可溶性重金属含量间的关系比枯水期更密切.

图 5(Fig. 5)

图 5 不同坡度上土地利用格局 Fig. 5 Land use pattern in multiple slopes

不同坡度上的土地利用结构与水体可溶性重金属间的相关性关系比缓冲区上的土地利用结构更为密切.根据表 2可以看出, 在丰水期V与城镇建设用地间存在着显著正相关性, 而且随着坡度的增大, 与水体可溶性重金属之间的相关性增强；在坡度较高的区域林地与Cr之间存在着正相关性, 而坡度较大的区域草地与Cr间为显著的负相关性.通过相关分析发现坡度较大的区域Zn与耕地呈正相关性与草地呈负相关性；而在中低坡度上, 城镇建设用地与As呈正相关性, 而Tl与耕地间存在着显著的正相关性.

表 2(Table 2)

表 2 不同季节土地利用类型与水体重金属含量的相关系数 Table 2 Correlative coefficients between land use types and heavy metals concentration in differences seasons

表 2 不同季节土地利用类型与水体重金属含量的相关系数 Table 2 Correlative coefficients between land use types and heavy metals concentration in differences seasons

在枯水期不同坡度上的土地利用类型与水体可溶性重金属含量间的关系与丰水期间存在着差异.V与城镇建设用地间存在着显著的正相关性, 但随着坡度的增加, 其相关性在逐渐减弱, 此外中高坡度上的耕地和草地与V之间分别呈显著的正相关性和负相关性.在坡度较低处, 耕地与Cr之间存在着正相关性, 而在较低坡度的区域, 林地和城镇建设用地与Co间分别存在着显著的负相关性和正相关性.同样, Cu、Zn和Pb与坡度较低处的城镇建设用地间呈现正相关性而林地与As间为负相关性, Tl与0~5°的坡度上的耕地间呈现显著的正相关性, 且在3°~5°的区域相关性强于0~2°的区域.Pb与低坡度草地呈现显著的负相关.

表 3(Table 3)

表 3 不同坡度上土地利用结构与河流重金属含量间的相关系数 Table 3 Correlative coefficients between land use types in multiple slopes and heavy metals concentration in differences seasons

表 3 不同坡度上土地利用结构与河流重金属含量间的相关系数 Table 3 Correlative coefficients between land use types in multiple slopes and heavy metals concentration in differences seasons

表 4通过单位面积上社会经济数据的数量与河流可溶性重金属含量的相关分析可以发现两者间的关系存在季节差异.在丰水期, 工业总产值与河流可溶性重金属含量关系较小, 仅和As和Tl间存在着显著的相关性, 而与农业活动比如说化肥和农药的使用量密切相关.人口数量的变化对丰水期河流可溶性重金属含量的影响较小.

表 4(Table 4)

表 4 社会经济因素与河流重金属含量的相关系数 Table 4 Correlative coefficients between Socio-Economic Factors and heavy metals concentration in differences seasons

表 4 社会经济因素与河流重金属含量的相关系数 Table 4 Correlative coefficients between Socio-Economic Factors and heavy metals concentration in differences seasons

在枯水期, 河流可溶性重金属含量与工业总产值关系非常密切, 几乎所有河流可溶性重金属类型都与工业总产值呈显著的正相关性.化肥和农药的使用量与枯水期河流可溶性重金属含量的关系较小.人口与河流可溶性重金属的关系在枯水期更为密.

土地利用类型对水体污染物浓度具有较大的影响(胡和兵等, 2012) .根据相关分析的结果, 表明了各土地利用类型与水体可溶性重金属含量间的相关性存在季节的差异.在丰水期, 可溶性重金属V、Cr、Co、Cu、Zn、As、Tl和Pb均至少和一种土地利用类型存在相关关系.丰水期与枯水期耕地与水体重金属含量间都存在着正相关性.但丰水期其相关性要强于枯水期, 这可能是因为丰水期是农业活动频繁时期, 化肥和农药的使用量较大, 而在枯水期农业活动较少, 因此丰水期耕地与水体重金属的关系较强, 赣江流域农业活动是河流水溶性重金属的一个来源.城镇建设用地是一种点源污染(Aheam et al., 2005;Bu et al., 2014), 与耕地相比水体可溶性重金属含量与城镇建设用地的相关关系更为显著, 可能是河流污染物的一个非常重要的来源.城镇建设用地造成的不透水面易导致径流量的增加和污染物浓度的升高(杨柳等, 2004) .在丰水期, 低坡度上的城镇建设用地与水体中的可溶性重金属含量关系密切, 这可能是由于丰水期河流受农业面源污染和城镇点源污染的双重影响, 丰水期流域降水较多, 而城镇建设用地大多为不透水层, 污染物易随水流进入河流, 而低坡度区域是城镇建设用地的集中区域, 由于缺少植被对污染物的吸收过滤作用, 严重影响了河流水质.

此外, 草地和林地具有调节地表径流和减少泥沙含量的作用, 并且对于污染物的输出具有抑制作用(于兴修等, 2003) .因此林地和草地与水体污染物间存在着显著的负相关, 这与前人的研究结果相似(于松延等, 2014；吉冬青等, 2015) .然而在本研究中, 部分水体可溶性重金属含量与林地和草地间存在着显著的正相关性, 比如丰水期的河流缓冲区尺度上, 各个缓冲区内的林地与重金属Cr之间为正相关性；在较高坡度上的林地与重金属Cr之间也呈现正相关性.这可能是因为在缓冲区范围和整个子流域内, 都存在较多坡度和海拔较大区域, 比如整个赣江流域干支流500 m河流缓冲区内大约有20%的区域坡度大于17°, 这部分区域往往是林地或者草地集中分布的区域, 并且位于耕地和城镇建设用地等主要重金属污染源的上游地区, 并不能起到对于污染物的过滤吸收作用.这部分人类活动强度较低的区域对于研究土地利用结构与水体重金属含量的关系是一个很强的干扰, 因此在整个子流域和河流缓冲区尺度很难正确揭示水质对土地利用结构的响应规律.对于林地与草地和赣江可溶性重金属含量成正相关的一个可能原因是在赣江流域存在着大量的果园种植比如脐橙等, 并且可能存在对草地的破坏而使得部分林地与草地加剧了河流可溶性重金属浓度.然而在坡度较低的区域, 林地和草地与水体可溶性重金属含量呈负相关性, 这表明林地和草地具有减少河流污染物的作用, 但这种林草地对污染物的抑制作用也只存在于河流的下游坡度较小的区域.

总体而言, 丰水期耕地与水体可溶性重金属含量的关系更为密切, 而枯水期城镇建设用地与河流可溶性重金属含量关系更显著, 可能主要是因为在枯水期期间, 赣江流域降水量小于丰水期, 对赣江流域河流可溶性重金属含量的稀释作用较弱, 而且农业活动强度较小, 然而城镇工业活动强度与丰水期相差不大, 因此枯水期城镇建设用地与赣江流域可溶性重金属含量的关系更为密切.林地与草地可以减少入河的污染物浓度, 而坡度和海拔较高区域的林地与草地并未表现出相似的作用.不同坡度上的土地利用类型对河流水质的影响很大, 可能是由于坡度是限制人类土地利用结构与管理实践选择的客观条件(周万村等, 2001；孔繁花等, 2004；韩文权等, 2005) .根据各坡度土地利用类型的空间分布, 耕地和城镇建设用地主要分布在坡度较低的区域, 而流域内大多数林地分布在坡度较高的区域并且分布在耕地和城镇建设用地的上游, 因此相当大比例的林地与草地对发挥减少入河的污染物浓度的作用较少, 而林地与草地由于人类活动强度较小, 土壤中元素浓度往往能够保持在自然背景状况的合理范围之内, 使得土壤重金属含量处于低值区(贾亚男等, 2007) .赣江流域坡度较低处往往是人类活动强烈地区, 与重金属含量关系密切.在不同坡度范围内的土地利用结构中, 城镇建设用地与耕地与河流重金属含量呈现显著的正相关, 而林草地与河流可溶性重金属含量呈显著的负相关, 这可能主要是由于低坡度区域的林草地位于人类活动强烈区域, 且位于耕地及城镇建设用地内部或者在污染源与河流之间, 能够有效地降低入河污染物的浓度.不同坡度上土地利用类型与水体可溶性重金属含量的相关分析结果表明, 不同坡度上土地利用结构与河流可溶性重金属含量间的关系强于河流缓冲区内土地利用结构与河流可溶性重金属含量的关系.这也说明了在保护河流水质上, 要加强坡度较低区域的管理, 特别是这一区域范围内林地和草地的保护和恢复.同时也要加强对重金属污染源的控制.

水体可溶性重金属含量与人类的社会经济活动密切相关(Chen et al., 2014) .根据相关分析的结果, 化肥和农药和河流重金属含量的关系在丰水期更为密切, 这充分反映在农作物特别是水稻生长旺盛期, 使用的化肥和农药远远比枯水期要多, 枯水期赣江流域大多数水田为休耕期, 因此化肥和农药的使用量相对较少.这可能就是河流重金属含量在丰水期和化肥、农药呈现显著的正相关性而枯水期相关性较小的原因.工业总产值与枯水期河流重金属含量关系密切, 丰水期水质主要受降雨量和农业面源污染负荷及城镇点源污染的影响；而在枯水期, 水质主要取决于城镇及工业污染负荷的大小.因此河流枯水期期间工业活动与河流域可溶性重金属含量关系更为密切, 而人口对于重金属含量的影响也在上升.

1) 赣江流域土地利用类型与可溶性重金属含量具有显著相关性, 其中城镇建设用地与赣江可溶性重金属含量关系最为密切.林地与草地的面积比例与可溶性重金属呈现显著的负相关, 但这种负相关仅存在于河流下游的较低坡度区域.

2) 整个子流域、河流缓冲区及坡度三个尺度上土地利用结构与河流可溶性重金属含量的关系具有很大的差异, 不同坡度大小上土地利用结构能较好地反应人类活动强度.低坡度区域由于人类活动强度较大, 因此低坡度区域内土地利用结构对河流可溶性重金属含量具有更大的影响.

3) 社会经济要素和河流可溶性重金属含量的关系密切, 工农业活动的强弱与赣江可溶性重金属含量的高低存在明显的对应关系.

4) 赣江流域土地利用结构与河流可溶性重金属含量间的关系存在季节的差异, 总体上, 丰水期与土地利用结构关系更显著.