环境科学学报  2019, Vol. 39 Issue (3): 679-687
引用本文
蔡莹, 杨旭, 万鲁河, 等. 2019. 北方寒冷地区冻融期河岸缓冲区土地利用结构对河流水质的影响[J]. 环境科学学报, 39(3): 679-687.
Cai Y, Yang X, Wan L H, et al. 2019. Influence of land use structure in riparian buffers on river water quality during the freezing and thawing period in Northern Cold Region[J]. Acta Scientiae Circumstantiae, 39(3): 679-687.
北方寒冷地区冻融期河岸缓冲区土地利用结构对河流水质的影响    [PDF全文]
蔡莹1 , 杨旭1,2 , 万鲁河1 , 吴相利1 , 曹原赫3 , 王雪微1 , 于博1 , 赵程1     
1. 哈尔滨师范大学 地理科学学院/寒区地理环境监测与空间信息服务黑龙江省重点实验室, 哈尔滨 150025;
2. 上海交通大学 安泰经济与管理学院, 上海 200030;
3. 东北农业大学 国际文化教育学院, 哈尔滨 150030
收稿日期: 2018-08-30; 修回日期: 2018-10-03; 录用日期: 2018-10-03
基金项目: 国家水体污染控制与治理科技重大专项（No.2013ZX07201007-006）；国家自然科学基金（No.41171433）；国家社科基金（No.16BJY039）；黑龙江省哲学社会科学研究规划项目（No.17JLB033）；黑龙江省博士后科研启动金资助项目（No.LBH-Q13101）；哈尔滨师范大学校青年学术骨干项目（No.10XQXG08）
作者简介: 蔡莹(1994-), 女, E-mail:18904609821@163.com
通讯作者（责任作者）: 杨旭, E-mail:yangxu2005gd@163.com
摘要: 以松花江哈尔滨段为研究区域，基于2014—2015年哈尔滨市6个国控水质监测断面逐月水质监测数据和2014年秋季ETM遥感数据，通过不同空间尺度和土地利用类型划分，利用冗余分析等方法研究土地利用结构在北方寒冷地区冻融期对河流水质的影响，结果表明：松花江流域哈尔滨段水质状况整体状况一般，氮污染比较严重，融水期COD与BOD5高于冰封期，冰封期氮、磷含量高于融水期；冻融期河岸带100、200、500、900、1500 m缓冲区这5种尺度下，对河流水质指标影响最显著的土地利用方式为水域和建设用地，影响最大的空间尺度为100 m缓冲区，200 m缓冲区次之.其中建设用地和旱田与除DO以外的任何水质指标呈正相关，水域则与其呈负相关.融水期水质对土地利用结构的响应关系强于冰封期.在冰封期，水域对NH3-N影响较大呈显著负相关，建设用地对TN影响较大呈显著正相关.在融水期，建设用地对COD影响较大呈显著正相关.在流域管理中，针对植被覆盖率低、建设用地占比高的流域应加强冻融期土地利用管控，合理开发建设用地.
关键词: 冻融期     土地利用结构     河流水质     冗余分析     多元回归    
Influence of land use structure in riparian buffers on river water quality during the freezing and thawing period in Northern Cold Region
CAI Ying1, YANG Xu1,2 , WAN Luhe1, WU Xiangli1, CAO Yuanhe3, WANG Xuewei1, YU Bo1, ZHAO Cheng1    
1. College of Geographical Science/Heilongjiang Province Key Laboratory of Geographical Environment Monitoring and Spatial Information Service in Cold Regions, Harbin Normal University, Harbin 150025;
2. Antai College of Economics and Management, Shanghai Jiaotong University, Shanghai 200030;
3. International Culture Education College, Northeast Agricultural University, Harbin 150030
Received 30 August 2018; received in revised from 3 October 2018; accepted 3 October 2018
Abstract: This paper took Harbin section of Songhua River as the study area. Based on the monthly water quality monitoring data of six national controlled water quality monitoring sections in Harbin from 2014 to 2015 and ETM remote sensing data in the autumn of 2014, this paper explored the influence of land use structure on the river water quality in the northern cold region during the freezing and thawing period by methods such as redundancy analysis through different spatial scales and division of land-use types. The result indicates:the overall water quality of the Songhua River of Harbin is general, with relatively serious nitrogen pollution; COD and BOD5 in the meltwater season are higher than those in the icebound season, whereas the content of nitrogen and phosphorus in the icebound season is higher than that in the meltwater season; as to the buffers in the riparian zone with five scales (100, 200, 500, 900 and 1500 m) during the freezing and thawing period, the land-use type which has the most significant impact on the river water quality index is water area and construction land, and the most influential spatial scale of buffer is 100 m, followed by 200 m. Among the land-use types, construction land and dry farmland are positively correlated with all water quality indexes except DO; whereas water area shows a negative correlation with them. The response relation of water quality with land use structure in metlwater season is stronger than that in icebound season. During the icebound season, water area has a relatively large impact on NH3-N, which presents a significantly negative correlation; whereas construction land has a relatively large impact on TN, which presents a significantly positive correlation. During the meltwater season, construction land has a relatively large impact on COD, which presents a significantly positive correlation. With respect to watershed management, control on land use in watersheds with low vegetation coverage and high ratio of construction land should be strengthened during the freezing and thawing period, and construction land ought to be developed reasonably.
Keywords: freezing and thawing period     land use structure     river water quality     redundancy analysis     multiple regression    
1 引言(Introduction)

冻融指的是温度发生周期性正负变化的一种自然现象.目前国内外研究冻融方面的文献大多数是关于岩石、混凝土、桥墩、土壤、植被、食品化工等(王娇等, 2012；宋爽等, 2016).而与冻融期土地利用结构对水质变化有关的文章较少.土地不仅是生态系统的基础, 而且是人类活动的重要载体.人类对自然环境的利用与改造直接体现在人类对土地利用的结构方式, 不同的土地利用结构必然会给土地带来不同的影响, 进而也会对依附于土地的地表径流水质产生不同程度的影响(李艳利等, 2012).目前, 已有土地利用方式与水质之间关系的文献表明：在不同的研究区内, 土地利用类型具有不同的空间分布特征, 水质等级也不同, 进而导致土地利用结构和水质相关性分析的结果也有所不同(Zhou et al., 2012).在不同尺度和分布格局下, 土地利用方式有很大差异, 这对于研究基于土地利用结构的河流水质带来不确定性(Sliva et al., 2001).在已有的研究中大多数是直接分析农田、居民用地等土地利用方式与河流水质的相关性(黄金良等, 2011；董春颖等, 2013), 或是在坡地尺度内研究不同地形、植被对水质输出的影响(Gao, 2011；欧洋等, 2012).此外, Yu等对两者关系受降雨、气候等季节性因素影响而产生的变化也进行了研究, 结果表明：土地利用结构对河流水质的影响与季节性变化关系密切, 不同季节的降雨量、温度和农业活动的差异对两者关系影响较大(Yu et al., 2015).尽管国内外对土地利用结构与水质关系方面展开了比较深入的研究, 但大部分缺乏在河岸缓冲区尺度上及不同水期时水域和建设用地等土地利用类型变化对河流水质指标的影响.人类对土地利用的方式导致土地利用结构发生改变, 进而对地表水环境也会产生一定的影响, 这逐渐成为业界关注的一个焦点问题(付斌等, 2015).

近年来, 松花江流域哈尔滨段水环境污染问题比较严重, 由于流域河岸周边高密度的人类活动和高强度的土地开发问题十分突出, 以非点源污染为主的环境污染问题日趋加重, 影响河流水质及威胁水环境, 因此如何平衡土地开发与水环境质量改善之间的关系是该区目前正面临的重要难题, 也是改善区域河流水质, 促进流域经济发展的关键问题.同时, 哈尔滨松花江位于高纬度寒冷地区, 具有长冰封期的特点, 每年都有明显的冻融周期, 其污染物在这种寒冷的特殊环境背景下具有一定的特殊性, 这就使水环境发生了巨大改变, 甚至污染了水质, 因此明确冻融期土地利用结构对水质的污染状况尤为重要.为此, 本研究选取松花江哈尔滨段流域的6个国控监测断面, 对其水质进行监测, 研究冻融期河岸缓冲区土地利用结构对河流水质变化的影响, 以期能够为该区域水土资源的合理利用提供有利依据.

2 研究区概况(Survey of research area)

松花江是中国七大河之一, 黑龙江在中国境内的最大支流, 年径流量7.7×1014 m3.松花江流域哈尔滨段研究区范围主要包括哈尔滨市市区、呼兰区和阿城区, 河流主要有松花江干流、呼兰河和阿什河.哈尔滨松花江位于高纬度寒冷地区, 具有长冰封期的特点, 每年都有明显的冻融周期.年平均气温3.6 ℃, 冷季长, 全年有5个月的时间平均气温在0 ℃以下.夏季暖湿, 七月份平均气温为22.8 ℃.依据研究区冻融期变化和水文特征, 将参数划分冰封期(10—3月)和融水期(4—9月)进行分析.气候特点是四季分明, 冬季漫长而寒冷, 夏季短暂而炎热, 降雨主要集中在6—9月份, 降雨总量占全年降水量的70%.研究区有6个国控水质监测断面, 分别为朱顺屯、阿什河口下、阿什河口内、呼兰河口内、呼兰河口下、大顶子山断面, 监测断面分布位置见图 1.

图 1 监测断面分布位置图 Fig. 1 The distribution map of monitoring sections
3 数据与方法(Data and methods) 3.1 数据来源

水质数据为2014年1月—2015年12月两年的监测, 水质监测数据监测频率为每月1次, 取各监测点平均值进行分析, 采样和分析方法参照国家标准《地表水环境质量标准-GB3838—2002》.主要检测的水质指标为溶解氧(DO)、化学需氧量(COD)、五日生化需氧量(BOD5)、氨氮(NH3-N)、总磷(TP)和总氮(TN).分别计算各水质指标整个研究期、融水期(4—5月)、冰封期(12—3月)的平均值.

遥感影像数据选取覆盖研究区2014年秋季无云的ETM遥感影像, 经过几何校正、镶嵌、裁剪等预处理后, 进行最大似然监督分类, 分类后处理, 最后得到土地利用类型数据(赵军等, 2011).根据土地利用类型划分原则及本研究分析的需要, 将土地利用类型分为6大类, 分别是水域、林地、草地、耕地(包括水田与旱田)、建设用地和未利用地(滩地、裸岩等).2014年研究区土地利用情况如图 2所示.

图 2 土地利用类型图 Fig. 2 The map of land use
3.2 分析方法 3.2.1 空间分析

研究中缓冲区划分是在研究区内以干流及主要支流河道为中心, 分别向河流两侧建立不同距离的条带状缓冲区(曹芳芳等, 2013).利用Arcgis软件, 操作时将水质监测站设定为地理中心, 对松花江哈尔滨段干流及其主要支流建立5种距离的缓冲区, 分别为100、200、500、900、1500 m.1500 m用作最大, 当缓冲区再大, 毗邻缓冲区开始交叠.

3.2.2 统计分析

利用SPSS19.0统计软件, 采用SPEARMAN相关分析分别对不同尺度的缓冲区内各土地利用类型面积百分比与各水质指标冰封期和融水期平均值进行相关关系分析.分析之前采用SPSS19.0进行数据异常值剔除和筛选, 在此基础上对河流水质数据进行分析, 确定水质在时间上和空间上的变化特征.

采用CANOCO软件进行土地利用与河流水质的关系进一步分析.根据计算结果的排序轴最大梯度值小于3, 则选用线性排序模型冗余分析(RDA)进行两者相关性研究.RDA可以同时分析冻融期各种类型土地变量对所有水质参数的影响.这种方法既可以揭示单个变量对河流水质变化的贡献率, 又可以用二维排序图直观展示(Chen et al., 2016).土地利用与水质参数之间的关系在RDA排序图中, 箭头连线的长度代表环境因子对水质参数影响的大小, 箭头越长代表相应的环境因子对水质影响越大, 表明土地利用与水质变量与典范轴之间的关系越好, 环境因子箭头方向与水质参数方向夹角的余弦代表两者的相关程度(Bu et al., 2014).

4 结果分析(Results and analysis) 4.1 河流水质时空变化特征与土地结构类型 4.1.1 时间变化特征

整个运行期、融水期与冰封期水质参数状况如表 1所示, 根据《地表水环境质量标准-GB3838—2002》, 整个运行期来看, 松花江流域哈尔滨段水质状况整体一般, 氮污染比较严重, NH3-N达到了Ⅴ类水质的含量, TN为劣Ⅴ类水质含量.COD与BOD5也比较高, 达到了Ⅳ类水质的含量.TP达到了Ⅲ类水质的含量.融水期COD与BOD5高于冰封期, 这表明冰封期有机污染物相对含量较高.冰封期的氮、磷含量高于融水期.

表 1 不同时期水质指标统计信息表(平均值±标准差) Table 1 The water quality statistics of various monitoring sections(Mean±Sd)
4.1.2 空间变化特征

整个监测期不同位置采样点水质数据如表 2所示, 阿什河口内断面、呼兰河口内断面水质指标与其它监测断面差异显著, 根据《地表水环境质量标准-GB3838——2002》, 阿什河口内断面水质环境最差, 该区域除了DO外, 其它所有水质指标都为Ⅴ类或劣Ⅴ类.呼兰河口内水质环境稍好一些, 但COD、BOD5、氨氮与TN等水质指标也为Ⅳ类或Ⅴ类.其它监测断面水质指标基本相近.在这些断面中, TN超标严重, 全部达到劣Ⅴ类, 氨氮与TP为Ⅲ类以上水质, DO与BOD5较好, 达到Ⅱ类.

表 2 监测断面不同水质指标统计信息表(平均值±标准差) Table 2 The water quality statistics of various monitoring sections (Mean±Sd)
4.1.3 河岸缓冲区土地结构类型组成分析

根据水质监测断面的位置, 以水质监测断面至上游汇水区划分子研究区为原则, 将研究区划分为6个子研究区, 然后分别统计每个子研究区的各尺度缓冲区内的土地利用类型面积百分比, 如图 3所示.尽管各自研究区有所差异, 但在总体上, 水域与建设用地为研究范围内主要土地利用类型.在整个研究区域中, 水域与建设用地为流域范围内主要土地利用类型, 水域占流域总面积的41.85%并位于控制性主导地位.建筑面积占流域总面积的25.84%, 是仅次于水域的土地利用类型.缓冲区内旱田用地占较大比例, 占流域总面积的19.67%.这3种土地利用类型的面积占总面积接近85%或更高.水域是其最主要的景观类型, 随着缓冲距离的增加, 所占比例有所下降.当缓冲距离为100 m时, 建设用地面积比例为23.54%.随着缓冲距离的增加, 建设用地面积比例上升到了26.30%, 同时旱地面积比例从15.22%上升到了25.93%.旱地上升的面积比例较建设用地上升的面积比例程度大.总体上呈现出从缓冲区100~1500 m面积逐渐增大的趋势.

图 3 2015年各种尺度缓冲区土地利用类型面积百分比 (注：图中水质监测断面的序号为1.朱顺屯断面、2.阿什河口下断面、3.阿什河口内断面、4.呼兰河口内断面、5.呼兰河口下断面、6.大顶子山断面) Fig. 3 The area percentage of land use types in different buffers in 2015
4.2 冻融期土地利用结构对河流水质关系的影响

由于受温带大陆性季风气候条件的影响, 我国多数北方地区冬季气温较低、降水量较少, 并且受冰盖的阻隔作用, 降水并不能对河流的水量进行有效的补给.河流封冻后其自由表面消失, 冰盖形成, 受此影响, 河流的污染来源状况及水质特征亦发生了改变；同时, 河流的封冻期往往是其枯水期, 水文特性明显发生变化, 为此下文对冰封期和融水期的土地利用结构与水质关系进行相关性分析, 结果如表 3所示.

表 3 土地利用类型与水质指标的相关性 Table 3 Correlation coefficients between land use types and water quality

由表 3可知, 不同水质指标在不同水期起显著作用的土地类型不同.在冰封期, 水域对氨氮影响较大, 草地对TN影响较大, 都呈显著负相关；旱田对BOD5影响较大, 水田对氨氮影响较大, 建设用地对TN影响较大, 都呈显著正相关.在融水期, 水域对氨氮影响较大, 草地对TN影响较大, 旱田对BOD5影响较大, 都呈显著负相关.林地、水田对氨氮影响较大, 建设用地对COD影响较大, 都呈显著正相关.研究发现融水期水质指标受土地利用类型更显著, 分析原因可能是冰体在融化过程中成为污染物的吸纳体, 而在冻结过程中向外排出污染物, 冻结时一般污染物的迁移量较少.可见, 冰封期土地利用类型对水质的影响不大, 而融水期土地利用类型对水质有直接的影响.

4.3 冻融期土地利用结构对河流水质的冗余分析

在冰封期和融水期中, 使用冗余分析(RDA)评估土地利用结构对河水水质的影响.RDA是一种直接梯度分析的形式, 用于探索两个矩阵之间的关系.具体来说, 矩阵的预测变量用于量化响应变量矩阵的变化.土地利用类型和水文条件是控制水质空间变化的主要因素.由表 4可知, 所有缓冲区的全模式解释了大多数水质指标50%以上的变化；排除其他不必要的干扰因素, 当缓冲区为100 m时, 总解释能力达到99.4%.然而, 随着缓冲区大小增加, 解释能力逐渐变小.并且不同的土地利用类型和水文变量具有不同的规模效应, 控制水质变化的土地利用类型和水文变量随着缓冲区增加而变得更加多样化.

表 4 冗余分析各排序轴方差解释率 Table 4 Redundancy analysis variance interpretation rate of sorting axes

为了更直观的表示土地利用对水质变化的解释能力, 对于不同空间尺度和不同的水期, 以各个监测点的水质数据和7个土地利用类型对其进行冗余分析(图 4).由RDA排序图可以看出, 所有尺度中TN位于第一象限, COD、BOD5、氨氮位于第四象限, 其中TP贴近于与第一排序轴.当各景观指标箭头与水质指标箭头之间夹角小于90°, 两者关系为正相关, 大于90°为负相关, 等于90°则不存在相关.

图 4 冻融期各个缓冲区土地利用类型与水质指标冗余分析图 (W.水域；F.林地；G.草地；D.旱田；P.水田；B.建设用地；U.未利用地) Fig. 4 Redundancy analysis of land use types and water quality indicators in various buffer zones during freeze-thaw period (W.water area; F.forest land; G.grass land; D.dry farmland; P.paddy fields; B.building; U.unutilized land)

从图 4中看出, 在冰封期随着尺度变大, 水田、草地、建设用地对水质变化的影响越来越大.林地、旱田对水质影响越来越小.未利用土地和水域对水质的影响变化不定.DO在冰封期始终与建设用地和旱田呈负相关, 与水田、林地、水域、未利用土地始终呈正相关, 在100 m缓冲区以后与草地呈正相关, 说明草地在大范围内具有净化水质的作用.DO只有与林地先负后正(300 m后变正).TN、TP、COD、BOD5和氨氮在冰封期始终与建设用地、旱田呈正相关, 与水域和林地始终呈负相关, 与草地先正后负.在融水期, 随着尺度变大, 林地、旱田对水质影响越来越小.水域、未利用土地、草地、水田对水质影响越来越大.建设用地变化不大.DO在融水期始终与建设用地负相关, 与水田、草地、水域、林地、未利用土地始终正相关.只有与旱田先负后正(900 m后变正)；TN、TP、COD、BOD5和氨氮在融水期始终与建设用地、旱田正相关, 与未利用土地、水域、水田始终负相关, TN在融水期与林地先正后负(500 m后变负), TP、TN与草地先负后正.

随着缓冲区尺度的不同, 影响水质的主要土地利用类型有所差异.在100 m和200 m缓冲区中, 冻融期水质指标受建设用地、旱田和水域影响显著.其中建设用地和旱田与除DO以外的任何水质指标呈正相关, 水域则与其呈负相关.草地从正相关变为负相关, 说明草地对水质的影响在大尺度空间较好.从500 m缓冲区到1500 m缓冲区, 融水期林地与水质指标的负相关性逐渐显著, 反映了林地对河流水质具有净化功能, 旱田影响水质强度逐渐减弱.总体上林地、草地具有改善水质的作用, 但在小尺度缓冲区距离内林地对水质改善作用弱, 而在较大尺度缓冲区距离内对水质改善作用强.

4.4 冻融期河流水质与土地利用类型的响应关系

采用多元逐步回归方法建立土地利用方式对水质指标的回归方程(表 5).结果表明：多元逐步回归方法与冗余分析方法大体一致, 土地利用类型中水域、建设用地和草地是主要影响水质指标的类型, 这几种土地类型出现在多数指标的回归方程中.由表 5可以看出, 冻融期各水质指标浓度受水域和建设用地影响最为严重, 说明建设用地的增加使不透水面的面积增加, 污染物等会随着径流的冲刷进入受纳水体, 从而对水质起到污染作用.在融水期, COD、BOD5、氨氮、TP主要受水域和建设用地影响, TN主要受建设用地、草地和林地的影响.在冰封期, TN主要受建设用地和草地的影响.从拟合度整体上看, 土地利用与水质指标之间回归模型在融水期的拟合度高于冰封期.

表 5 土地利用类型与水质指标的回归模型 Table 5 Regression model of land-use types and water quality indicators
5 结论(Results)

1) 冻融期空间尺度的土地利用方式划分对不同水质指标相关性的影响具有较大差异.不同尺度的河岸缓冲带对水质的影响不同, 小尺度河岸缓冲带对水质指标影响较大.100 m缓冲区尺度对水质影响最显著, 200 m缓冲区次之, 综合判断在100 m缓冲区下各指标间相关性更为突出.小尺度条件下之所以对河流水质影响最大, 与其高植被覆盖率密切相关, 植被具有净化水质的功能；河岸带是阻隔污染物迁移入河的最后屏障, 同样对保护河流水质意义重大(张殷俊等, 2011).松花江流域受人类活动影响较大, 所以应该保证小流域有一定的植被覆盖率, 并且提高河岸带周边的植被覆盖率、合理约束人类活动.

2) 根据不同水期分析表明融水期水质对土地利用结构的响应关系强于冰封期.冻融作用对于河流水环境演替具有很大影响, 冻融期不但不容忽略, 而且应该细分成冰封期和融水期两个时段来研究冻、融作用对河流水环境的影响效应.研究发现融水期水质指标与土地利用类型相关性更强, 说明融水期土地利用类型对水质指标影响较大.分析原因是冰体在融化过程中成为污染物的吸纳体, 对水质状况影响较大；而在冻结过程中污染物向外排出, 一般污染物的迁移量较少, 对水质影响也小.可见, 冰封期土地利用类型对水质的影响不大, 而融水期土地利用类型对水质有直接的影响.

3) 冻融期各水质指标浓度受水域和建设用地影响最为严重.在100 m和200 m缓冲区中, 冻融期水质指标受建设用地、旱田和水域影响显著, 其中建设用地和旱田与除DO以外的任何水质指标呈正相关, 水域则与其呈负相关关系.建筑用地的增加使不透水面的面积增加, 冻融期所融化的水会随着径流的冲刷进入受纳水体, 从而改变水环境.草地从正相关变为负相关.从500 m缓冲区到1500 m缓冲区, 林地与各水质指标的负相关性逐渐显著, 体现了林地对各污染物的“汇”作用.在融水期, COD、BOD5、氨氮、TP主要受水域和建设用地影响, TN主要受建设用地、草地和林地的影响.在冰封期, TN主要受建设用地和草地的影响.从拟合度整体上看, 土地利用与水质指标之间回归模型在融水期的拟合度高于冰封期.说明融水期水体的自净能力强, 并且流域水量较丰富, 利于污染物质扩散；而冰封期流域水量较少, 不利于污染物质扩散.

参考文献
Bu H M, Meng W, Zhang Y, et al. 2014. Relationships between land use patterns and water quality Taizi River basin, China[J]. Ecological Indicators, 41(6): 187–197.
Chen X, Zhou W, Pickett S T, et al. 2016. Spatial-temporal variations of water quality and its relationship to land use and land cover in Beijing, China[J]. International Journal of Environmental Research & Public Health, 13(5): 449.
曹芳芳, 李雪, 王东, 等. 2013. 新安江流域土地利用结构对水质的影响[J]. 环境科学, 2013, 34(7): 2582–2587.
董春颖, 虞左明, 吴志旭, 等. 2013. 千岛湖湖泊区水体季节性分层特征研究[J]. 环境科学, 2013, 34(7): 2574–2581.
付斌, 刘宏斌, 鲁耀, 等. 2015. 高原湖泊典型农业小流域氮、磷排放特征研究——以凤羽河小流域为例[J]. 环境科学学报, 2015, 35(9): 2892–2899.
黄金良, 李青生, 洪华生, 等. 2011. 九龙江流域土地利用/景观格局-水质的初步关联分析[J]. 环境科学, 2011, 32(1): 64–72. DOI:10.3969/j.issn.1007-6336.2011.01.015
李艳利, 徐宗学, 李艳粉. 2012. 浑太河流域多尺度土地利用/景观格局与水质响应关系初步分析[J]. 地球与环境, 2012, 40(4): 573–583.
欧洋, 王晓燕, 耿润哲. 2012. 密云水库上游流域不同尺度景观特征对水质的影响[J]. 环境科学学报, 2012, 32(5): 1219–1226.
宋爽, 贾克力, 史小红, 等. 2016. 冻融过程中乌梁素海湖泊水质变化特征分析[J]. 干旱区资源与环境, 2016, 30(1): 113–118.
Sliva L, Williams D D. 2001. Buffer zone versus whole catchment approaches to studying land use impact on river water quality[J]. Water Research, 35(14): 3462–3472. DOI:10.1016/S0043-1354(01)00062-8
Gao W. 2011. Freezing as a combined wastewater sludge pretreatment and conditioning method[J]. Desalination, 268(1): 170–173.
王娇, 马克明, 张育新, 等. 2012. 土地利用类型及其社会经济特征对河流水质的影响[J]. 环境科学学报, 2012, 32(1): 57–65.
Yu X B, Hawley-Howard J, Pitt A L, et al. 2015. Water quality of small seasonal wetlands in the Piedmont ecoregion, South Carolina, USA:Effects of land use and hydrological connectivity[J]. Water Research, 73: 98–108. DOI:10.1016/j.watres.2015.01.007
Zhou T, Wu J G, Peng S L. 2012. Assessing the effects of landscape pattern on river water quality at multiple scales:A case study of the Dongjiang Riverwatershed, China[J]. Ecological Indicators, 23(4): 166–175.
张殷俊, 陈爽, 相景昌. 2011. 河流近域土地利用格局与水质相关性分析——以巢湖流域为例[J]. 长江流域资源与环境, 2011, 20(9): 1054–1061.
赵军, 杨凯, 邰俊, 等. 2011. 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.