苏南地区景观格局特征与坑塘水质关联关系

乔郭亮，周寅康,2,3，顾铮鸣，何 杰

苏南地区景观格局特征与坑塘水质关联关系

乔郭亮1，周寅康1,2,3※，顾铮鸣1，何 杰1

（1. 南京大学地理与海洋科学学院，南京 210023；2. 自然资源部海岸带开发与保护重点实验室，南京 210023；3. 江苏省土地开发整理技术工程中心，南京 210023）

研究不同空间尺度景观类型与景观格局指数对农村坑塘水质的影响程度和机制对于快速城镇化背景下乡村水环境保护具有重要的现实意义。基于实地水样采集数据及土地利用数据，以苏南地区农村坑塘为研究对象，结合相关分析、冗余分析等数理统计方法，初步探讨经济发达区农村坑塘水质与土地利用/景观格局之间的特征关系。结果表明：1）苏南地区农村坑塘水质状况不一，自北向南，电导率（COND）、NH3-N有增加趋势，磷酸盐（TDP）有减少趋势，溶解氧（DO）先降后增。平原区坑塘污染较严重，以DO污染为主，低山丘陵区污染程度较轻，主要为磷元素和DO污染。不同尺度缓冲区内土地利用强度较大，耕地、建设用地占主导地位，平均面积比例在57.34%～73.19%；2）不同景观类型对水质影响存在差异，建设用地与NH3-N、DO呈正相关，与TDP、COND呈负相关，耕地在200 m尺度上与COND、NH3-N呈显著正相关，在400～500 m尺度上与TDP呈显著正相关，林地和草地对水质净化具有一定正效应，且在200 m尺度上较明显；3）景观格局指数与水质特征关系较明显且存在尺度差异。相关分析中，100 m尺度下的最大斑块指数（LPI）、景观聚集度指数（AI）与COND、NH3-N呈显著负相关，100 m尺度下的景观形状指数（LSI）、景观分离度指数（DIVISION）与COND、NH3-N呈显著正相关。冗余分析中，100 m缓冲区内，第一排序轴（约束轴）累积百分比为94.4%，相关系数为53.3%，较好表达水质指标与景观格局指数的关系；4）LPI、LSI、DIVISION、斑块结合度指数（COHESION）及AI与地区水质特征关系最为明显。斑块密度越小，破碎度越低，聚集与连接度越低，分离度越高则越有利于地区坑塘水质的保护。通过多维度分析，在一定程度上揭示了苏南地区坑塘生态水文过程，有利于经济发达区农村坑塘管理和水质保护，研究结果可为政府相关部门决策提供一定参考。

水质；坑塘；景观格局；冗余分析；污染负荷比指数；苏南

0 引 言

地表水资源是人类生存发展的重要基础，其水质好坏会对区域环境保护、农业发展等方面产生直接明显的影响，而水体的理化性质一定程度上反映了水质状况。作为生态过程的载体[1]，景观格局不仅受到各种自然因素及人类活动的综合影响，反过来也影响着水体各种生物地球化学和水文过程，从而深刻影响水体的理化性质。加强地表水体水质与土地利用/景观格局的关联分析对于地区水生态保护与管理具有重要实际意义。

自20世纪70年代美国颁布《清洁水法案》后，坑塘湿地作为重要的雨洪管理设施，在北美、欧洲及日本等发达国家被作为BMP（Best Management Practice）、LID（Low Impact Development）等广泛采用，坑塘建设目的也从最初的防洪滞蓄逐渐延伸到水体质量的改善。一般来说坑塘是指自然形成或地面开挖的容积小于10万m3的水体[2]，在早期社会一直作为农田水利设施而存在。现阶段，作为苏南农村地区重要的地表水体，坑塘水域在促进乡村社会经济发展、维持地区生态平衡与安全方面起到重要的作用[3]，随着苏南地区城乡一体化建设进程加快、围垦养殖等[4]土地开发活动不断增多，坑塘景观格局正受到直接或间接地改变，区域内自然坑塘不断消失，景观多样性不断减弱。人类活动增强引起的土地利用/土地覆被变化显著影响着坑塘水量与水质。随着自然坑塘的荒废、农地的扩张，原有坑塘的数量及水域面积在逐渐减少，2000—2015年苏南地区的坑塘面积减少约517.76 hm2，同时还面临着形状趋于规则单一、受人类活动影响加剧的趋势；另外，坑塘之间的连通性对地区蓄洪防洪具有重要作用，2004—2016年，苏州高新区山塘数量锐减超过七成，地区的蓄洪能力削弱近30%；伴随着快速城镇化，长三角地区农村水环境遇到较大威胁，90%以上已丧失其基本功能[5]，其中氮磷面源污染最为显著。有学者指出太湖流域有25.5%和45.9%的TN（总氮）负荷来源于农田种植业和养殖业等农业面源污染[6]。作为承接农业径流并向下输送的重要水文通道，农村坑塘水体难免会受到地区面源污染的影响。在这种影响下，坑塘水质正在快速变化并呈现隐蔽性、滞后性、持久性等特点。景观格局与地表水质之间的关系近年来逐渐引起学者的重视[7]，但相关研究多聚焦于河流流域、湖泊及大型湿地的水质变化[8-11]，而农村坑塘水质与景观格局的特征关系研究尚不充分，研究不同空间尺度下景观格局与坑塘水质的关联特征，探索景观格局与坑塘水质的最佳响应尺度，探讨特定范围内景观格局与水体质量的耦合关系，对地区土地利用的综合管理和水质保护具有重要现实意义。

苏南地区作为长三角经济区的核心区域，农村坑塘水质状况对于区域农业发展、水生态安全的意义愈发显著。本研究以苏南地区农村坑塘水质数据为基础，借助GIS技术，结合相关性分析、冗余分析等方法研究区域景观格局与坑塘水质之间的特征关系，从而为地区农业绿色发展、区域水质保护及景观优化与管理提供参考。

1 研究区域与研究方法

1.1 研究区概况

苏南地区指江苏省内位于长江以南的区域，包括南京、镇江、常州、无锡和苏州等5市，共44个区（市），地形以低山、丘陵和平原为主，长江东西横贯其中。苏南地区国土面积27 872 km2，其中平原面积占比50.45%，山丘面积占28.4%，水域面积占21.15%[12]，属亚热带湿润季风气候，年均温16.2～17.5 ℃，气候温和，多年平均降水量在1 000 mm以上，水系发达，河流纵横交错。研究区地类包括建设用地、耕地、园地、水域、林草地及其他用地（图1a）。苏南地区地处长三角腹地，是中国经济最活跃的地区之一，但随着城镇化的纵深发展，农村坑塘的利用逐渐强化，主要功能发生了转变，强烈的人为影响使地区的水体逐渐退化，坑塘逐渐与周围连通水系割裂开来成为独立水体，导致坑塘水体引排不畅、淤积严重，自净能力逐渐下降。

采样坑塘主要分布在镇江市（句容市、丹阳市）13个（编号1～13）、常州市（金坛区、溧阳市）14个（编号14～27）和无锡市（宜兴市、江阴市）15个（编号28～42）（图1b），其流域分布如图1c。采样时，选取各坑塘的水面中心位置（距水面5～10 cm处）作为采样点。依据采样的类型划分为村塘、田塘及养殖坑塘，苏南地区坑塘在功能上均存在一定重叠，原因在于苏南地区大部分坑塘已由原有的农村小型水利基础设施逐渐转变为发展经济的载体，经过调研及分析可以发现，处于不同类型的坑塘其受到的污染具有复杂性及多重性，故苏南地区坑塘在一定程度上可以视为污染物来源稳定的研究对象。

1.2 数据来源

本研究所使用的数据包括土地利用数据、野外调查数据。1）土地利用数据基于第二次土地利用调查的2018年度变更成果，比例尺为1∶10 000。利用该数据进行坑塘水面图斑与周边土地利用数据提取，并结合Fragstats 4.2软件进行相关景观格局指数计算；2）野外调查数据来源于2019年7月及2020年9月的苏南地区典型坑塘实地采样，主要包括典型坑塘周边环境、采样点位置坐标，以及采样坑塘的水深水温等信息；同时记录与当地居民的访谈交流，了解地区环境治理以及政策实施情况；3）水质数据参照《地表水环境质量标准》（GB 3838—2002）标准测定，采样点选择原则为下垫面一致且形态规则。检测仪器包括便携式pH仪、便携式电导仪及Lovibond多光谱水质检测仪。

1.3 研究方法

1.3.1 水质指标的选取

苏南农村地区对水质造成威胁的污染物主要来自生活污水、粗放养殖、农业非点源污染等[13]。本文选取酸碱度（pH）、电导率（COND，S/cm）、溶解氧（DO，mg/L）、可溶性总磷酸盐（TDP，mg/L）和氨氮（NH3-N，mg/L）表征坑塘水质状况。其中pH值是水溶液重要的参数之一，其值变化可反映水体酸碱度及硬度的变化；COND常用来推测水中离解物质的含量，一般水中无机离子（含盐量）浓度越高，电导率值越大；DO是水体污染程度和水质新鲜程度的重要指标[14]；磷是各种生物必须的营养元素之一，自然水环境中能够被浮游植物和沉水植物吸收的主要是可溶性磷酸盐，磷超标会导致水体富营养化，造成水体恶臭[15]；NH3-N是一种耗氧污染物，易导致水体富营养化，还会对一些水生生物产生毒害作用[16]。

1.3.2 指数选取

以各采样点为圆心分别建立半径为100、200、300、400、500 m的缓冲区。由于景观指数众多，且部分指数之间表征意义存在重复，利用Spearman工具对景观格局指数进行初步划分，保留相对独立且相关性不显著的景观指标，并优先选择经过前人研究证明与地表水质特征响应关系较强的景观变量。从景观优势度、景观破碎度、景观分离度、景观多样性及景观连接度等角度确定以下景观指标[11,16]：最大斑块指数（LPI）、蔓延度指数（CONTAG）、分离度指数（DIVISION）、聚集度指数（AI）、多样性指数（SHDI）、斑块结合度指数（COHESION）、景观形状指数（LSI）、斑块密度指数（PD）；同时选择景观类型百分比（PLAND）用以研究坑塘缓冲区内的土地利用占比在不同边界条件下与水质的关联关系。

在流域划分的基础上选取单项污染指数、综合污染指数及污染负荷比指数，以期对地区坑塘水质进行整体评价。综合污染指数能够将各项水质指标的浓度值无量纲化，从而实现不同空间坑塘水质的比较。污染负荷比指数可比较不同污染物对坑塘水质影响的程度差异[17-18]。具体的计算公式如下：

其中，溶解氧DO采用P=C0/C。

根据坑塘水体的综合污染指数状况将其划分为5个等级（表1），并对所研究的坑塘水质污染程度和污染水平评价[19]。

1.3.3 统计分析

为避免变量间的非正态分布带来的分析偏差，采用Spearman相关分析，对各采样点缓冲区景观水平和类型水平上的景观指数与水质指标进行相关性分析。同时为直观显示景观格局对坑塘水质的影响，经过对水质指标的降趋势分析（Detrended Correspondence Analysis，DCA），Lengths of gradient的第一轴值为0.529（<3.0），选择冗余分析（Redundancy Analysis，RDA）探讨二者的关系，排序图中变量的箭头越长代表二者相关性越强，反之，相关性越弱。箭头夹角的余弦值在数值上等于二者的相关系数，当余弦值为零时表示二者不相关。另外采样点在排序图上的距离表示的是不同样点之间的差异性，距离越短则代表差异越小，反之越大。以上分析分别在SPSS 25.0、Canoco 4.5及ArcMap 10.2 软件中进行。

表1 坑塘水质分级

2 结果与分析

2.1 不同缓冲区尺度景观类型

研究区范围内景观类型可分为建设用地、耕地、园地、其他用地、林地及草地等。由图2可知，整个区域耕地及建设用地占比较大，平均面积比例达到57.34%～73.19%。100 m缓冲区内水域和建设用地占比较大，超过70%；200 m和300 m缓冲区内耕地和水域是主要景观类型，分别占缓冲区总面积的72.6%和77.4%；400 m和500 m缓冲区内，建设用地、耕地和水域是主要景观类型，占比分别在30%、28%和38%左右。研究区园地、其他用地面积较小，分别在300和500 m达到最高值，分别为1.75%和1.17%，而草地、林地及工矿用地占比均不到1%，均为非主导土地利用类型。

2.2 不同缓冲区尺度景观格局指数

不同缓冲区尺度景观格局指数分析结果如图3所示。LPI为面积-边缘类指数，能够反映缓冲区内优势景观类型，间接反映人类活动对景观的干扰程度。LPI 的最大值出现在100 m半径缓冲区，最小值出现在500 m半径缓冲区，说明500 m 缓冲区人类活动对坑塘的扰动相对较强。PD、LSI、COHESION、AI、DIVISION和CONTAG均属聚集类指数，反映景观的空间破碎度。随着缓冲区半径逐渐增大，PD值逐渐减小，说明研究区景观破碎化程度降低。LSI、COHESION和DIVISION变化趋势相似，均随着缓冲区距离增大而增大，说明景观的复杂程度、景观类型的自然连通性和景观中不同类型斑块分布的分离度随尺度增大而增大。AI和CONTAG整体变化不大，说明优势景观连通性中等且相差不大。SHDI属多样性指标，其值越大景观组成类型越丰富，景观的空间异质性越高，结果显示，各缓冲区内SHDI值相差不大，说明景观组成类型丰富度接近，200 m缓冲区SHDI的最大值、最小值和均值最大，说明200 m缓冲区内景观类型更多样，分布更均匀，说明该尺度下景观空间异质性最低。

2.3 水质分析

2.3.1 水质指标描述性分析

由图4可知，坑塘水质在不同地区分异明显。pH值波动范围为7.3～9.5，均偏碱性且波动较小，最大值出现在采样点5（句容市），此样点为临村坑塘，除是生活污水主要汇集点之外，亦靠近村中垃圾集中收集处，同时也作为养殖水面，说明地区坑塘污染源的多重性；COND值整体较高，可能是地区污水较为集中经过地表径流及地下径流注入坑塘水体，坑塘中离子浓度升高，致使COND增大；DO整体上波动较大，整体上处于劣Ⅴ类水范围，在常州市境内值相对较低；TDP在镇江市值较大，在常州市较小，间接说明在镇江市坑塘水体受到较大影响；NH3-N整体上波动较大，均值处于Ⅱ类水，最大值处于Ⅲ类水，整体上在无锡市值较大，可能原因为无锡市境内的坑塘多为村塘及养殖坑塘，水体的污染程度与坑塘连通性的优劣有重要关联，一般临村相对较封闭的水体和养殖水面的坑塘氨氮值总体较高。同时，从不同类型坑塘来看，其水质结果也存在一定差异。DO及NH3-N值整体在村塘相对较高，在养殖塘较低，而TDP值在养殖塘相对较高，在田塘其值较低。pH及COND在3种类型坑塘中值变化较均衡。

2.3.2 水质指标评价

利用公式计算出不同流域内的坑塘采样点单项污染指数与综合污染指数，最终得出污染负荷比指数（表2），并判断坑塘污染等级。结果可知，在这个流域内DO及TDP单项污染指数均大于1，表明整体上苏南坑塘受到有机物及磷元素污染较严重，而NH3-N整体上小于1，说明地区氮元素污染相对较轻。具体来看，在流域A中DO及TDP是主要的污染源，污染负荷比指数高达55.60%及41.78%，在流域B、C及D中，DO的污染负荷比指数分别达86.54%、87.31%及78.10%，是流域坑塘水质的主要污染源。

从综合污染指数可知，流域B是污染最为严重的地区，综合污染指数高达16.86，其次为流域C和D，其值为15.36和11.46，流域A污染程度较轻，值为6.66。分析来看，流域A中坑塘样点主要位于宁镇山脉南侧、茅山山脉西侧，海拔较高，类型多为田塘（占比60%），农业面源污染及养殖废水是其主要污染源，磷元素污染较严重；流域B、C、D位于平原区，坑塘样点较多且多为村塘及养殖塘（占比分别达到78.95%、60%、62.50%），生活污水及养殖废水是地区坑塘污染的主要来源。根据表1坑塘分等可知苏南地区四流域内坑塘水质均处于“重污染”等级，污染水平均达到超出警戒线水平。

2.4 不同缓冲区尺度景观格局与坑塘水质特征关系分析

2.4.1 景观类型与坑塘水质分析

在不同尺度上将水质指标与各采样点PLAND指数进行分析，研究景观类型与坑塘水质的关联关系。

结果表明（表3），DO、NH3-N和建设用地PLAND呈正相关，分别在300 m及100 m缓冲区达到最大值。200 m半径缓冲区耕地PLAND与COND、NH3-N呈显著正相关（<0.05），400～500 m半径缓冲区耕地PLAND与TDP呈显著正相关（<0.05），一定程度上说明建设用地及耕地是水质恶化的“源”景观。园地与耕地相似，但结果无显著性，原因可能是园地占比过小。在其他用地中，400 m尺度上与TDP呈显著正相关（<0.05）。林地、草地与主要水质参数呈负相关，且在200 m尺度上较明显。

表2 坑塘水质评价及污染等级

注：P为单项污染指数，Q表示污染负荷比指数。

Note:Pis the single pollution index, andQis the pollution load ratio index.

冗余分析结果表明（图5），建设用地PLAND与NH3-N呈正相关，自200 m半径缓冲区建设用地与TDP开始呈正相关，说明建设用地对于地区氮磷污染有一定加剧作用。耕地与其余主要水质指标均呈不同程度正相关，在一定程度上说明耕地对地区坑塘水质有着负面作用。园地在300 m范围内与TDP成正相关，在100 m半径缓冲区园地与NH3-N呈正相关，可能因为为占比过小，其相关性规律呈现不明显特征。林草地与主要水质指标成负相关，是地区水质变化的“汇”景观。由此可见，苏南地区农村坑塘水质受多种景观类型的综合影响，且这些影响具有一定的空间尺度效应。

2.4.2 景观格局指数与坑塘水质分析

景观格局指数与水质指标有着不同程度的相关性，一定意义上可以揭示地区景观格局与坑塘水质的特征关系，在不同尺度上将水质指标与景观格局指数进行分析，研究景观格局与坑塘水质的关系。

表3 景观类型与水质指标的相关性

注：* 表示在0.05水平上显著相关。

Note: * indicates a significant correlation at the 0.05 level.

相关分析结果表明（表4），在100 m半径缓冲区，COND与DIVISION呈显著正相关（<0.05），与PD、LSI呈极显著正相关（<0.01），与LPI、COHESION和AI均呈显著负相关（<0.05），在200 m半径缓冲区范围内，COND与CONTAG呈极显著正相关（<0.01），与DIVISION呈显著正相关（<0.05），与LPI呈显著负相关（<0.05），表明景观斑块越破碎、分离度越大，水体离子浓度越大，受到的污染也更明显。DO和TDP与PD、LPI及AI主要呈正相关，与LSI、DIVISION主要呈负相关，说明随着人类活动强度增加，可能会导致水体有机污染加重。在100 m半径缓冲区，NH3-N与PD、LSI和DIVISION呈极显著正相关（<0.01），与LPI、COHESION和AI呈显著负相关（<0.05），与SHDI呈显著正相关（<0.05），在200 m半径缓冲区，NH3-N与LPI呈极显著负相关（<0.01），与LSI和DIVISION呈显著正相关（<0.05），在500m缓冲区内，NH3-N与LSI呈显著正相关（<0.05），与AI呈显著负相关（<0.05），表明斑块的密度越高、形状越复杂、分离度越大，对应景观越破碎，NH3-N值越大，水质越差。

冗余分析结果表明（图6），PD在小尺度范围内与COND及NH3-N呈较强正相关，自300 m半径缓冲区与DO、TDP呈正相关。LPI与COND、NH3-N均在小尺度范围内呈负相关。LSI与DO、TDP均呈负相关，与NH3-N呈较强正相关，与COND呈正相关，但尺度具有不确定性。CONTAG与COND在200～300 m半径缓冲区呈较强正相关，且与NH3-N在较大尺度缓冲区呈正相关。COHESION在300 m半径缓冲区相关性最大，与COND、NH3-N均在100 m尺度上表现出较强负相关，随着缓冲区尺度的增大，其对水质的影响逐渐降低。DIVISION与COND、NH3-N在较大尺度上呈较强正相关。SHDI与NH3-N在100 m半径缓冲区呈较强正相关。AI与DO、TDP均呈正相关，与COND和NH3-N均呈负相关。

由此可见，景观格局指数一定程度上可以作为预测研究区坑塘水质的因子，且不同指数之间与坑塘水质的特征关系存在较大差异。农村坑塘水环境与多种景观指数存在不同程度的响应关系，且这些响应关系具有一定的空间尺度效应。

表4 景观格局指数与水质指标的相关性

注：* 表示在0.05水平上显著相关；**表示在0.01水平上显著相关。

Note: * indicates a significant correlation at the 0.05 level; ** indicates a significant correlation at the 0.01 level.

综合景观类型/景观格局指数与坑塘水质的关联分析发现，其结果基本吻合。相较于Spearman相关性分析，RDA分析的结果以二维形式展示在排序图上，可以直观看到相关变量之间的关系[20]。前人研究表明景观格局与水质指标存在空间上的差异性[21-22]，本研究中，100 m缓冲区范围内，景观类型和景观格局指数与水质的特征关系更为明显，且景观格局指数与水质的关系更为显著。RDA排序中，景观类型/景观格局与环境因子（水质指标）主要体现在第一排序轴（约束轴）上。在100 m缓冲区内，第一排序轴的累积百分比为94.4%，相关系数为53.3%，说明排序图能够较好地表达水质指标与排序轴的关系，进一步说明其具有较好的水质变异解释能力。

3 讨 论

3.1 景观类型与坑塘水质的特征关系分析

景观组成的异质性反映了景观的非空间结构特征，主要包括景观组成类型及其面积占比等[21]。表现在地区则为土地利用类型及其空间分布的差异对水质的影响，不同性质的土地利用类型对于污染物的截留、吸收和再析出效果也不尽相同[23]。坑塘水质与不同景观类型比之间特征关系差异较明显。建设用地对坑塘水质的影响在100、400和500 m较明显，这与建设用地面积占比大有关，建设用地面积占比越大，TDP和NH3-N的质量浓度越高。本次调研，NH3-N和TDP质量浓度较高的区域多集中在临村、养殖坑塘附近，生活污染物使建设用地本身就成为重要污染源，同时，地表不透水面增加，加速污染物随降雨径流汇入水体。耕地与COND、TDP和NH3-N显著相关，具有一定的空间尺度特征。在较小的尺度上，耕地对COND和NH3-N影响较为显著，均在200 m半径尺度上呈显著正相关（<0.05）；在较大尺度上，耕地面积增加但占比减少，除在400及500 m半径尺度耕地与TDP呈显著正相关（<0.05）外与其余水质指标均无显著相关性，原因可能在于较大尺度上耕地占比减少产生的农业面源污染减少，加之连通性较差，延缓污染物汇集，导致耕地与水质指标的相关性较差。前人的研究也证实耕地覆盖率与水质恶化有着显著正相关关系[24]。其他用地仅与TDP在400 m缓冲区呈显著正相关（<0.05），可能是其他用地包括田坎及裸地等地类，对于TDP的影响较大。园地与耕地对水质的影响较为相似，但由于其占比相较耕地过少，故均无显著相关性；此外，前人有研究表示林地和草地作为区域“汇”景观，对于地表水质的净化具有正效应[25-26]，但由于本研究中研究区内林草地占比过少，虽均与主要水质指标成负相关，但均无显著性，无法进一步证实。

3.2 景观格局指数与坑塘水质的特征关系分析

景观格局指数可反映潜在的人类活动，有研究表明，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[23]，通过建立景观指数与地表坑塘水质指标的关联，利用景观格局指数解释水质变化，能对水体水质变化进行较好的预测。

景观格局指数与坑塘水质的相关性在100 m半径缓冲区范围内较为显著。其中LPI、LSI、AI和DIVISON等指数是坑塘水质的重要预测因子：LPI反映了区域内优势景观类型，其变化一定程度上可以反映人类活动的方向和强度，LPI值越高，意味着人类活动干扰的程度越小[27]，其值降低将会导致NH3-N质量浓度增加，说明景观组成类型斑块间的斑块优势度越小，地表坑塘水质污染物的质量浓度就越高、地表水质状况越差；LSI的变化一定程度上能够反映人类活动对区域景观格局的影响，一般来说LSI值越大，越有利于各种污染物向水体聚集[28]。本次研究中，LSI与NH3-N和COND均有显著正相关性，说明景观破碎度越高，越有利于污染物质的汇集，加剧地表坑塘水质的污染；AI表征的是区域景观的团聚程度，本研究中其主要与NH3-N呈负相关，说明景观组成类型之间的团聚程度较高时，景观空间格局异质性降低，NH3-N质量浓度就越低、地表水质状况越好；DIVISION反映的是区域景观分离度，其值增加会导致COND和NH3-N浓度增加，这说明景观组成类型斑块间的分离度越高、景观破碎化程度越高，地表坑塘水质状况越差。此外，PD和COHESION均只与COND和NH3-N在100 m尺度上呈显著相关性，说明随着景观组成类型斑块密度越低，连接度越高，水质越好；CONTAG与水质指标相关性较弱，此三项景观格局指数与水质指标相关性尚待进一步研究。

有研究[29]发现SHDI与氮磷相关指标呈负相关，这意味着景观组成类型的多样性越高，污染物质量浓度就越小，地表水质状况越好，但在本研究中，SHDI与NH3-N在100 m半径缓冲区呈显著正相关（<0.05），随着缓冲区半径的增大，逐渐与NH3-N呈负相关，说明SHDI与水质指标存在不确定性。

3.3 研究展望

研究发现在100 m缓冲区范围内景观格局指数能够较好反映水质与景观格局的相关关系，进一步研究可以得出，100 m范围内景观的斑块密度越大、形状指数越大、分离度越大，水质污染越重。说明地区景观破碎化程度直接影响地表径流，从而影响污染物进入坑塘的途径，未来此尺度范围内应着重开展土地整治与规划工程，减弱地区破碎化程度，优化调整范围内景观布局，从景观层面阻滞或延缓污染物进入坑塘的过程。

在现实景观中，格局与过程是不可分割的客观存在，坑塘水质特征是受景观格局制约的物质和能量再分配过程，也是经济发达区乡村生态系统中水生态保护及治理、农业绿色发展的重要内容。耦合景观格局信息的水质研究及其相关性分析，拓展了景观生态学方法的应用范围[30]。

前人研究地表水质[31-33]与景观格局的相关性分析，与本研究有相似之处，但整体侧重不同。研究对象上，前者多集中在流域、湖泊等较为单一连续的对象，后者则侧重对地区坑塘有较为整体的研究，得出在相对宏观区域上的水质与景观格局的特征关系；就研究尺度而言，前者多集中在某一流域或湖泊等较大型水体，后者则更多侧重于受人类影响更为强烈的坑塘水体。总的来说，水质与景观格局的研究较为广泛，包括各种尺度范围的地表水体，不同的研究对象也为这一研究方向进行了有益补充。同时本研究也存在一定的不足：受实际条件限制本研究采样次数较少，时间序列上的研究略显不足，但研究结果对于地区坑塘水质与景观关联分析仍有一定借鉴意义；同时综合污染指数与污染负荷比采用的是河湖水体富营养化标准的判定值，对于坑塘的判定可能会存在一定误差，但鉴于目前没有统一的水平限制标准，故今后应对此做更为细致的研究。

4 结 论

基于地区坑塘水质数据、土地利用数据，划分流域分区，利用综合指数及污染负荷比指数研究流域内坑塘样点的污染情况，并结合相关分析和冗余分析，设置不同尺度缓冲区探讨了景观格局与坑塘水质的特征关系。得出主要结论如下：

1）苏南地区农村坑塘水质状况不一，参照地表水环境质量标准，研究区坑塘水质溶解氧超过V类标准，氨氮在Ⅱ-Ⅲ类之间。研究区自北向南，电导率、氨氮有增加趋势，磷酸盐有减少趋势，溶解氧先降后增，整体上南部地区污染更为严重。从综合污染指数与污染负荷比指数来看，低山丘陵区流域磷元素和溶解氧污染问题较严重，平原区流域溶解氧污染问题严重，流域整体上氨氮污染问题相对较轻。

2）不同缓冲区内耕地、建设用地平均面积占比在57.34%～73.19%之间，是水质变化主要“源”景观，建设用地与溶解氧、氨氮分别在300、100 m相关性最大，耕地在200 m尺度下对电导率、氨氮有较好解释度，在400及500 m尺度下对磷酸盐有较好解释度；林地和草地对水质净化具有一定的正效应。总体来说景观类型与水质的关系尺度具有不确定性。

3）不同尺度缓冲区景观格局指数与水质的特征关系明显且存在较大差异。100 m尺度下的斑块密度（PD）、最大斑块指数（LPI）、景观形状指数（LSI）、斑块结合度指数（COHESION）、分离度指数（DIVISION）、聚集度指数（AI）及200 m尺度下的LPI、蔓延度指数（CONTAG）、DIVISION能较好反映其与电导率的特征关系；100 m尺度下的PD、LPI、LSI、COHESION、多样性指数（SHDI）、DIVISION、AI及200 m尺度下的LPI、LSI、DIVISION对氨氮具有较好的解释度。总体来说，景观格局指数在100 m尺度上能较好解释其于水质的特征关系。

4）研究区内景观格局指数相较于景观类型与水质的特征关系更为显著。LPI、LSI、DIVISION、COHESION及AI是影响地区水质的主要因子。斑块密度越小，破碎度越低，聚集与连接度越低，分离度越高越有利于地区坑塘水质的保护。

[1] 徐延达，傅伯杰，吕一河. 基于模型的景观格局与生态过程研究[J]. 生态学报，2010，30(1)：212-220.

Xu Yanda, Fu Bojie, Lü Yihe. Research on landscape pattern and ecological processes based on landscape models[J]. Acta Ecologica Sinica, 2010, 30(1): 212-220. (in Chinese with English abstract)

[2] 俞孔坚，姜芊孜，王志芳，等. 陂塘景观研究进展与评述[J]. 地域研究与开发，2015，34(3)：130-136.

Yu Kongjian, Jiang Qianzi, Wang Zhifang, et al. The research progress and prospect of Bei Tang landscape[J]. Areal Research and Development, 2015, 34(3): 130-136. (in Chinese with English abstract)

[3] 罗玲，毛德华，王宗明，等. 松嫩平原西部湖泊与水库/坑塘动态变化及驱动因素分析[J]. 农业工程学报，2015，31(22)：285-291.

Luo Ling, Mao Dehua, Wang Zongming, et al. Analysis of dynamics and driving forces of lakes and reservoirs in western Songnen Pain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 285-291. (in Chinese with English abstract)

[4] 张莹莹，蔡晓斌，杨超，等. 1974-2017年洪湖湿地自然保护区景观格局演变及驱动力分析[J]. 湖泊科学，2019，31(1)：171-182.

Zhang Yingying, Cai Xiaobin, Yang Chao, et al. Driving force analysis of landscape pattern changes in Honghu Wetland Nature Reserve in recent 40 years[J]. Journal of Lake Sciences, 2019, 31(1): 171-182. (in Chinese with English abstract)

[5] 王锦旗，王国祥. 新农村建设中苏南农村水环境问题及对策[J]. 安徽农业科学，2008(4)：1584-1608.

Wang Jinqi, Wang Guoxiang. Problems and countermeasures of rural water environment in southern Jiangsu in the construction of new countryside[J]. Journal of Anhui Agricultural Sciences, 2008(4): 1584-1608. (in Chinese with English abstract)

[6] 王丹，王延华，杨浩，等. 太湖流域农田生产-畜禽养殖系统氮素流动特征[J]. 环境科学研究，2016，29(3)：457-464.

Wang Dan, Wang Yanhua, Yang Hao, et al. Nitrogen flow characteristics of farmland production-livestock farming system in Taihu Lake Basin[J]. Research of Environmental Sciences, 2016, 29(3): 457-464. (in Chinese with English abstract)

[7] 胡和兵，刘红玉，郝敬锋，等. 南京市九乡河流域景观格局空间分异对河流水质的影响[J]. 环境科学，2012，33(3)：794-801.

Hu Hebing, Liu Hongyu, Hao Jingfeng, et al. Influence of spatial difference on water quality in Jiuxiang River Watershed, Nanjing[J]. Environmental Science, 2012, 33(3): 794-801. (in Chinese with English abstract)

[8] Uriarte M, Yackulic C B, Lim Y, et al. Influence of land use on water quality in a tropical landscape: A multi-scale analysis[J]. Landscape Ecology, 2011, 26(8): 1151-1164.

[9] Zhang J, Li S, Dong R, et al. Influences of land use metrics at multi-spatial scales on seasonal water quality: A case study of river systems in the Three Gorges Reservoir Area, China[J]. Journal of Cleaner Production, 2019, 206: 76-85.

[10] 赵鹏，夏北成，秦建桥，等. 流域景观格局与河流水质的多变量相关分析[J]. 生态学报，2012，32(8)：2331-2341.

Zhao Peng, Xia Beicheng, Qin Jianqiao, et al. Multivariate correlation analysis between landscape pattern and water quality[J]. Acta Ecologica Sinica, 2012, 32(8): 2331-2341. (in Chinese with English abstract)

[11] 郭玉静，王妍，刘云根，等. 普者黑岩溶湖泊湿地湖滨带景观格局演变对水质的影响[J]. 生态学报，2018，38(5)：1711-1721.

Guo Yujing, Wang Yan, Liu Yungen, et al. The effects of landscape pattern evolution in Puzhehei karst lake wetland littoral zone on water quality[J]. Acta Ecologica Sinica, 2018, 38(5): 1711-1721. (in Chinese with English abstract)

[12] 王玉莹，金晓斌，沈春竹，等. 东部发达区生态安全格局构建：以苏南地区为例[J]. 生态学报，2019，39(7)：2298-2310.

Wang Yuying, Jin Xiaobin, Shen Chunzhu, et al. Establishment of an ecological security pattern in the eastern developed regions: A case study of the Sunan District[J]. Acta Ecologica Sinica, 2019, 39(7): 2298-2310. (in Chinese with English abstract)

[13] 杨晓英，袁晋，姚明星，等. 中国农村生活污水处理现状与发展对策：以苏南农村为例[J]. 复旦学报：自然科学版，2016，55(2)：183-188.

Yang Xiaoying, Yuan Jin, Yao Mingxing, et al. Statuesque of rural sewage treatment in China and its development strategies: A case study of rural area in south of Jiangsu Province[J]. Journal of Fudan University (Natural Science), 2016, 55(2): 183-188. (in Chinese with English abstract)

[14] 饶胡敏，黄旺银. 影响水体中溶解氧含量因素的探讨[J]. 盐科学与化工，2017，46(3)：40-43.

Rao Humin, Huang Wangyin. Discussion on influencing factor of content of dissolved oxygen in water[J]. Journal of Salt Science and Chemical Industry, 2017, 46(3): 40-43. (in Chinese with English abstract)

[15] 王高龙，马旭洲，王武，等. 上海松江泖港地区成蟹养殖对水质的影响[J]. 安全与环境学报，2016，16(3)：299-304.

Wang Gaolong, Ma Xuzhou, Wang Wu, et al. Effect ofgrowing on the water quality in Maogang Town, Songjiang District, Shanghai[J]. Journal of Safety and Environment, 2016, 16(3): 299-304. (in Chinese with English abstract)

[16] 刘绿怡，丁圣彦，任嘉衍，等. 景观空间异质性对地表水质服务的影响研究：以河南省伊河流域为例[J]. 地理研究，2019，38(6)：1527-1541.

Liu Lvyi, Ding Shengyan, Ren Jiayan, et al. Effects of landscape spatial heterogeneity on surface water quality service: A case study in Yihe River basin, Henan Province[J]. Geographical Research, 2019, 38(6): 1527-1541. (in Chinese with English abstract)

[17] 林兰钰，史宇，罗海江，等. 2001—2015年松花江流域水污染变化特征研究[J]. 中国环境监测，2016，32(6)：58-62.

Lin Lanyu, Shi Yu, Luo Haijiang, et al. Study on the characteristics of water pollution change of Songhua River Basin in 2001—2015[J]. Environmental Monitoring of China, 2016, 32(6): 58-62. (in Chinese with English abstract)

[18] 贾成霞，张清靖，刘盼，等. 北京地区养殖池塘底泥中重金属的分布及污染特征[J]. 水产科学，2011，30(1)：17-21.

Jia Chengxia, Zhang Qingjing, Liu Pan, et al. Heavy metal distribution and pollution characteristics in sediments of aquaculture ponds in Beijing Area[J]. Fisheries Science, 2011, 30(1): 17-21. (in Chinese with English abstract)

[19] 刘乾甫，赖子尼，杨婉玲，等. 珠三角地区密养淡水鱼塘水质状况分析与评价[J]. 南方水产科学，2014，10(6)：36-43.

Liu Qianfu, Lai Zini, Yang Wanling, et al. Assessment of water quality of intensive ponds in the Pearl River Delta region[J]. South China Fisheries Science, 2014, 10(6): 36-43. (in Chinese with English abstract)

[20] 于小娟，薛振山，张仲胜，等. 潮沟对黄河三角洲湿地典型景观格局的影响[J]. 自然资源学报，2019，34(12)：2504-2515.

Yu Xiaojuan, Xue Zhenshan, Zhang Zhongsheng, et al. Impacts of tidal channels on typical landscapes of wetland in the Yellow River Delta[J]. Journal of Natural Resources, 2019, 34(12): 2504-2515. (in Chinese with English abstract)

[21] Mello K D, Valente R A, Randhir T O , et al. Effects of land use and land cover on water quality of low-order streams in Southeastern Brazil: Watershed versus riparian zone[J]. Catena, 2018, 167: 130-138. (in Chinese with English abstract)

[22] Xie Y, Yu X, Ng N C, et al. Exploring the dynamic correlation of landscape composition and habitat fragmentation with surface water quality in the Shenzhen river and deep bay cross-border watershed, China[J]. Ecological Indicators, 2018, 90: 231-246.

[23] 焦胜，杨娜，彭楷，等. 沩水流域土地景观格局对河流水质的影响[J]. 地理研究，2014，33(12)：2263-2274.

Jiao Sheng, Yang Na, Peng Kai, et al. The effects of land-use and landscape pattern on water quality in Weihe river watershed[J]. Geographical Research, 2014, 33(12): 2263-2274. (in Chinese with English abstract)

[24] Tu J. Spatially varying relationships between land use and water quality across an urbanization gradient explored by geographically weighted regression[J]. Applied Geography, 2011, 31(1): 376-392.

[25] Doody D G, Withers P J, Dils R M, et al. Optimizing land use for the delivery of catchment ecosystem services[J]. Frontiers in Ecology and the Environment, 2016, 14(6): 325-332.

[26] 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 Yanli, Li Yanfen, Xu Zongxue, 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. (in Chinese with English abstract)

[27] 刘希朝，李效顺，蒋冬梅. 基于土地利用变化的黄河流域景观格局及生态风险评估[J]. 农业工程学报，2021，37(4)：265-274.

Liu Xizhao, Li Xiaoshun, Jiang Dongmei. Landscape pattern identification and ecological risk assessment using land-use change in the Yellow River Basin[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(4): 265-274. (in Chinese with English abstract)

[28] 周俊菊，向鹃，王兰英，等. 祁连山东部冰沟河流域景观格局与河流水化学特征关系[J]. 生态学杂志，2019，38(12)：3779-3788.

Zhou Junju, Xiang Juan, Wang Lanying, et al. Relationship between landscape pattern and hydrochemical characteristics: A study case from the Binggou River Basin in the eastern Qilian Mountains[J]. Chinese Journal of Ecology, 2019, 38(12): 3779-3788. (in Chinese with English abstract)

[29] 杨洁，许有鹏，高斌，等. 城镇化下河流水质变化及其与景观格局关系分析：以太湖流域苏州市为例[J]. 湖泊科学，2017，29(4)：827-835.

Yang Jie, Xu Youpeng, Gao Bin, et al. Analysis of the relationship between river water quality change and landscape pattern under Urbanization: A case study of Suzhou in Taihu Lake Basin[J]. Journal of Lake Sciences, 2017, 29(4): 827-835. (in Chinese with English abstract)

[30] 刘宇，吴炳方，曾源，等. 耦合过程和景观格局的土壤侵蚀水环境影响评价[J]. 应用生态学报，2013，24(9)：2581-2589.

Liu Yu, Wu Bingfang, Zeng Yuan, et al. Assessment of the impacts of soil erosion on water environment based on the integration of soil erosion process and landscape pattern[J]．Chinese Journal of Applied Ecology, 2013, 24(9): 2581-2589. (in Chinese with English abstract)

[31] 孙然好，孙龙，苏旭坤，等. 景观格局与生态过程的耦合研究: 传承与创新[J]. 生态学报，2021，41(1)：415-421.

Sun Ranhao, Sun Long, Su Xukun, et al. Research on the coupling of landscape pattern and ecological process: Inheritance and innovation[J]. Acta Ecologica Sinica, 2021, 41(1): 415-421. (in Chinese with English abstract)

[32] King R S, Baker M E, Whigham D F, et al. Spatial considerations for linking watershed land cover to ecological indicators in streams[J]. Ecological Applications, 2005, 15(1): 137-153.

[33] 杨强强，徐光来，杨先成，等. 青弋江流域土地利用/景观格局对水质的影响[J]. 生态学报，2020，40(24)：9048-9058.

Yang Qiangqiang, Xu Guanglai, Yang Xiancheng, et al. Responses of water quality to land use&landscape pattern in the Qingyijiang River watershed[J]. Acta Ecologica Sinica, 2020, 40(24): 9048-9058. (in Chinese with English abstract)

Analysis of the linkage between landscape pattern and the water quality of ponds in Southern Jiangsu of China

Qiao Guoliang1, Zhou Yinkang1,2,3※, Gu Zhengming1, He Jie1

(1.,,210023, China; 2.,,210023,; 3.,210023,)

Influences of land use types and landscape pattern indexes on the water quality of ponds were explored here in southern Jiangsu of China, particularly for the environmental protection of rural water under the background of rapid urbanization. Taking 42 rural ponds in Sunan District as the research object, the water sample was collected for the land use data in July 2019 andSeptember 2020. Some parameters were selected as the feature condition for the water quality of ponds, including the potential of Hydrogen (pH), electrical Conductivity (COND,s/cm), Dissolved Oxygen (DO, mg/L), Phosphate (TDP, mg/L), and ammonia nitrogen (NH3-N, mg/L). Firstly, Fragstats 4.2 software was used to calculate the landscape pattern indexes. The comprehensive pollution index and pollution load ratio index were then calculated on the basis of the divided watershed. At last, Spearman correction and Redundancy Analysis (RDA) were thus combined to initially explore the impacts of land use and landscape pattern on the water quality. The results showed: 1)There was a great difference in the water quality of rural ponds in Sunan District. Specifically, there was an increasing trend of COND and NH3-N, a decreasing trend of TDP, while a trend of decreasing first and then increasing for the DO from north to south in the study area. The southern region was more polluted, indicating the most serious DO pollution. The intensity of land use was relatively high in the buffer zones at different scales. The cultivated land and construction land were dominant with an average ratio of 57.34%-73.19%. 2)The water quality varied significantly in the land use types. A positive correlation was obtained on the construction land with NH3-N and DO, whereas, a negative correlation with TDP and COND. A significant positive correlation was observed on the cultivated land with COND and NH3-N, particularly on the 200m and 400-500m scale with TDP. A certain positive effect was achieved on the woodland and grassland with the water quality purification, where a more obvious correlation was found on the 200m scale. 3)In the correlation analysis, Largest Patch Index (LPI) and Aggregation Index (AI) at 100m scale were significantly negatively correlated with COND and NH3-N, whereas, Landscape Shape Index (LSI) and Patch Division Index (DIVISION) at 100m scale were significantly positively correlated with COND and NH3-N. In the redundancy analysis, the cumulative percentage of the first sort axis (constraint axis) was 94.4% within the 100m buffer zone, and the correlation coefficient was 53.3%, indicating a better relationship between water quality and landscape pattern. 4)LPI, LSI, DIVISION, Patch Cohesion Index (COHESION) , and AI presented the most obvious relationship with the water quality characteristics. The findings can provide a sound reference for decision-making in land use planning.

water quality; pond; landscape pattern; redundancy analysis; Pollution Load Index (PLI); Sunan District

10.11975/j.issn.1002-6819.2021.10.027

F321.1

A

1002-6819(2021)-10-0224-11

乔郭亮，周寅康，顾铮鸣，等. 苏南地区景观格局特征与坑塘水质关联关系[J]. 农业工程学报，2021，37(10)：224-234.doi：10.11975/j.issn.1002-6819.2021.10.027 http://www.tcsae.org

Qiao Guoliang, Zhou Yinkang, Gu Zhengming, et al. Analysis of the linkage between landscape pattern and the water quality of ponds in Southern Jiangsu of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(10): 224-234. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.10.027 http://www.tcsae.org

2021-01-20

2021-04-09

国家科技支撑计划项目（2015BAD06B02）

乔郭亮，主要研究方向为土地利用与规划。Email：3227311053@qq.com

周寅康，博士，教授，博士生导师，主要研究方向为土地资源管理。Email：drzhyk@nju.edu.cn