东南山丘区水库流域多空间尺度景观格局对水质的影响

张鹏　刘慧　王为木　夏继红　刘昊霖

摘要：为探讨东南山丘区水库流域不同空间尺度下景观格局对水质的影响，基于珊溪-赵山渡水库上游支流15个监测断面水质及流域土地利用数据，提取子流域和6种河岸带缓冲区空间尺度上的景观格局信息，运用冗余分析方法定量探讨不同尺度景观格局与水质的关系，识别水质资源管理的最佳空间尺度及关键景观指标。结果表明：（1）水质指标时空尺度上存在显著差异，其中pH、总氮、氨氮空间差异显著（P<0.05），里光溪、南浦溪、莒江溪及玉溪为主要污染风险区域，总氮浓度表现为雨季低于旱季；（2）流域内林地和草地占比最大，为主要的“汇”景观，建设用地、耕地为主要“源”景观，最大斑块指数（LPI）与水质成正相关，散布与并列指数（IJI）、香农多样性指数（SHDI）在多数时空尺度与水质成负相关；（3）景观格局对水质的影响存在空间尺度效应，100 m及800 m河岸带尺度总解释率优于其他尺度，雨季水质主要受草地、林地、建设用地、水域、LPI和SHDI的影响，旱季水质主要受建设用地、耕地和IJI影响。流域内景观格局对水质影响的最佳管理尺度为800 m河岸带，优化该尺度内的景观格局，综合考虑近水体“源”景观的集聚，防控100 m河岸带污染物排放与迁移，对于保障珊溪-赵山渡水库饮用水安全具有重要意义。

关键词：景观格局；地表水质；尺度效应；冗余分析；山丘区水库

中图分类号：X522        文献标志码：A        文章编号：1674-3075（2023）03-0017-09

水资源对人类健康、社会经济以及生态系统的完整性至关重要，而水质恶化成了目前全球所共同面临的环境问题（Cai et al，2020；Wu & Lu，2021）。景观格局能够引起流域水文条件的空间差异，影响水文循环的各个环节，已被认为是造成水质变化的主要驱动因素（De Mello et al，2020；张磊等，2021）。因此，分析量化景观格局对水质的影响，对于调节进入水体的污染物，改善水环境质量具有重要意义。

景观格局是自然因素和人为因素相互作用的直接结果，主要包含景观组成与空间配置，其决定了河流水体中流入河流的污染物的来源及类型（Nafi'Shehab et al，2021）。河流作为景观类型的一部分，与其他景观类型中的物质、养分以及能量交换受到渗透性、连通性、聚集性和景观配置的影响（Mitchell et al，2013），因此探究景观格局组成与配置对水质的影响已成为近年来国内外研究的热点。景观组成及配置对水质的影响是复杂的，并且存在尺度依赖性（Shi et al，2017），由于研究区域的社会经济水平、水文条件以及所选取的水质变量等因素的不同呈现出差异（Li et al，2021；Xu et al，2020）。Lei等（2021）对德国斯托雷河（St[o]r River）的研究认为，景观格局在子流域尺度比河岸或河段尺度能更好地解释总体水质变化，夏季相关性强于冬季。河岸带作为重要的水陆交错带，可通过调节近岸水体与土地之间的物质与能量的双向流动，在维持受纳水体水质中发挥重要作用（Hansen et al，2010），也有研究认为景观格局对水质的影响在河岸带尺度强于子流域尺度。张微微等（2020）通过对密云水库的研究认为300 m河岸带尺度景观格局对水质空间分异的解释能力强于较大尺度。郭羽羽等（2021）对黄河流域的研究表明，在夏季和1 000 m 河段缓冲区尺度下景观格局对水质影响最显著，耕地、林地、未利用地占比以及景观多样性对水质影响最显著。因此需要在更广泛的典型地区开展研究，以便深入理解不同尺度下两者之间的影响机制，服务于流域水、土资源保护与管理。

珊溪-赵山渡水库是浙江省温州市重要的饮用水水源地，也是我国典型的东南山丘区河道型水库。目前水库水环境总体平稳，但流域内入库支流受人类活动的影响，造成部分库区水质不稳定，供水安全存在一定风险（李平等，2016）。有学者在子流域尺度上对库区土地利用与水质之间的关系进行了探讨（陈丰禹等，2019），但对于河岸带不同空间尺度土地利用/景观格局对水质的影响程度以及关键影响因子的研究未见报道。本研究以珊溪-赵山渡流域入库支流为研究对象，在不同空间尺度上量化土地利用组成和配置与水质的关系，识别最佳的流域管理尺度和主要景观指标，以期为流域土地利用规划和水体污染风险防控提供科学参考。

1   材料与方法

1.1   研究区概况

珊溪-赵山渡水库位于浙江省八大水系之一的飞云江流域中上游（27°36′～27°50′N，119°47′～120°15′E），是温州市以及周边地区重要的城市供水和农业灌溉水源地，兼有发电防洪等功能。总集水面积为2 076.6 km2，水域面积为118.5 km2，主要水体为珊溪水库、赵山渡水库、两库区之间的飞云江干流以及三插溪、洪口溪、峃作口溪等支流。流域地势西高东低，属于江南丘陵山地红壤区；气候受地形影响显著，多年平均气温为19.6 ℃，多年平均降水量1 876.9 mm，主要集中在4-9月，占全年雨量的74.7%，2020年降水量处于近30年最低水平，为枯水年，降水量仅为1 116.5 mm。

1.2   数据来源

根据珊溪-赵山渡水库流域的土地利用类型分布，结合流域的产汇流条件，选取里光溪（S1）、三插溪（S2）、洪口溪（S3）、玉溪（S4）、莒江溪（S5）、南浦溪（S6）、峃作口溪（S7）、黄坦坑（S8）、珊溪坑（S9）、桂溪（S10）、泗溪（S11）、九溪（S12）、平和溪（S13）、玉泉溪（S14、S15）等代表性支流上的15个位点水质检测结果进行分析（图1），选取酸碱度（pH）、氨氮（NH3-N）、总氮（TN）、总磷（TP）、高锰酸盐指数（CODMn）作为关键的水质指标，数据来源于2020年1-7月、9月共8个月度的温州市生态环境简报。山丘区水库流域水文情势一般呈现较强的周期性变化，为了反映水质在时间尺度上的差异，将2020年1-3月作为旱季，2020年4-7月以及9月作为雨季。

遥感影像数据和DEM数据来源于地理空间数据云（http：//www.gscloud.cn/），数据精度均为30 m。以2020年Landsat 8 OLI遥感影像为数据源，利用ENVI 5.3软件在进行辐射定标、大气校正等预处理后，采用监督分类中的最大似然法得到流域土地利用类型图，分类总体精度为91%，Kappa系数为0.89。参考《土地利用现状分类（GB/T21010-2017）》，结合流域特征，将土地利用类型划分为林地、草地、建设用地、耕地和水域5类。DEM数据通过ArcGIS 10.4软件水文分析模块提取水系，以各监测位点作为流域出口划分子流域，其中S14、S15为嵌套子流域。

1.3   景观指数的选取及空间尺度划分

景观指数是景观格局空间异质性的高度概括及其量化（陈文波等，2002）。鉴于影响水质景观的指标数量较多且相互之间存在一定的相关性，综合考虑景观类型的面积、形状、密度、优势度、聚集度以及多样性，在类型水平选取斑块面积占比（PLAND）表征研究区域内土地利用类型组成，在景观水平选取斑块密度（PD）、景观形状指数（LSI）、最大斑块指数（LPI）、散布与并列指数（IJI）以及香农多样性指数（SHDI）以表征土地利用配置，景观指数通过Fragstats 4.0软件计算得到。选取河岸带缓冲区和子流域两种空间尺度，以监测位点作为流域出口提取对应的子流域，在小流域内建立垂直于河道水平距离100、300、500、800、1000 m的河岸带缓冲区。

1.4   数据处理

使用SPSS 19.0软件进行数据分析，水质时空差异采用单因素方差分析，Origin 2021软件用于绘图；采用冗余分析探究景观格局与水质的关系，其中水质指标作为物种变量，景观指标作为环境变量。

2   结果与分析

2.1   流域水质时空变化特征

流域内不同季节各水质指标描述性统计结果见表1。TN在不同季节上呈现极显著差异（P<0.01），雨季平均浓度为0.78 mg/L，处于Ⅲ类标准，优于旱季1.21 mg/L（Ⅳ类），可能是因为旱季降水较少，河道流量小，不利于污染物的扩散与迁移，水体自净能力减弱。其他指标无显著差异，旱季各指标变异系数均高于雨季，污染风险相对较高，两季节CODMn平均浓度均为Ⅰ类标准，NH3-N、TP为Ⅱ类，pH在雨季和旱季平均值分别为7.44、7.29，总体呈弱碱性。

主要污染指标的空间分布特征如图2。pH、TN、NH3-N均呈现显著性差异（P<0.05），pH为6.78～8.06，最低值与最高值分别出现在S1、S8处；TN为流域内潜在的主要污染指标，两季节超出Ⅱ类标准位点占比均达到87%， 旱季S5、S6处分别达到2.67、2.55 mg/L；NH3-N除了S1和S6位点外，其余位点浓度值波动较小，基本维持在Ⅱ类标准。旱季CODMn、TP具有显著差异，在S1、S6及S11处均高于其余位点，为主要的风险区域。

2.2   不同空间尺度景观指数变化特征

各空间尺度景观类型占比如图3。子流域尺度内土地利用类型以林地为主，占比均超过72%，其次是草地、耕地以及建设用地，而水域在各位点尺度上比例较低。其中草地在S8子流域内分布较高，达到12.6%；耕地主要分布在S8和S11位点控制子流域内，分别达到9.8%、7.5%，建设用地在S6子流域达到最高11%。在缓冲区尺度内，优势类型仍为林地，随着缓冲尺度的增加林地以及草地占比不断增加，其他类型占比下降，耕地和建设用地主要在较小尺度的土地利用类型中占比较高。

随着空间尺度的增大PD、IJI以及SHDI均呈现下降的趋势（图4），表明研究区域内的景观分割、破碎程度越弱，景观类型的丰富度下降，说明空间尺度越大，区域景观结构变化受人类活动的影响越不明显。LPI随着空间尺度的增大呈现上升趋势，表明研究区域内景观优势种的丰度随尺度增加而增加。LSI反映了区域景观的形状复杂程度，呈现先减后增趋势，在500 m尺度内景观复杂度达到最低值。

2.3   流域多空间尺度景观格局对水质的影响

景观格局对水质变量的解释率均在54%以上，第一轴解释率均超过35%，表明缓冲区尺度下景观格局可更有效解释水质的变化。在季节尺度上，两季节解释率总体变化趋势一致，100 m河岸带至500 m河岸带缓冲区尺度上的解释率均呈现下降趋势，在800 m缓冲区处解释率突增，之后随着尺度增加不断下降。雨季和旱季解释率最高空间尺度分别为800 m和100 m河岸带缓冲区，分别达到84.00%和90.30%，除300 m和500 m河岸带尺度外，其他尺度旱季总体解释率均高于雨季。旱季800 m河岸带缓冲区解释率为86.1%，略低于100 m河岸带尺度（90.30%），此外100 m河岸带缓冲区景观格局对水质的解释率受季节水位影响较大，为保障库区饮用水安全，综合雨、旱季分析结果，800 m河岸带缓冲区为最佳管理空间尺度，可作为流域土地利用管理与水质污染风险防控的重点区域。

各指标相关性如表2。在不同的空间尺度上，主要的解释变量也存在一定差异，100 m缓冲区上，雨季主要的解释变量为草地和林地占比，300 m缓冲区至子流域尺度对水质变化贡献较高的主要景观组成变量为建设用地占比，主要景观结构变量LPI在300、800 m河岸带以及子流域尺度贡献率较高，SHDI在1 000 m河岸带尺度为主要解释变量。旱季建设用地占比在各尺度均为主导变量，对水质变化贡献率为25.80%～36.50%。耕地占比在300 m至子流域尺度为主要解释变量，100 m缓冲区内IJI为主要解释变量。图5中景观指标与水质指标的夹角余弦值表示变量之间的相关性。在多数时空尺度下，建设用地、SHDI、PD、IJI与水质指标TN、TP、NH3-N呈正相关性，PD在大尺度内与水质的相关性更强，而林地、草地、LPI与多数水质指标呈负相关。耕地在雨季与TN、TP、NH3-N呈正相关，旱季与CODMn呈正相关，LSI在雨季与水质指标TN、TP、CODMn、NH3-N呈负相关，与pH呈正相关，在旱季与CODMn、pH呈正相关。

3   讨论

3.1   不同尺度下景观格局与水质的关系

冗余分析结果表明，景观组成和配置是解释水质变化的重要因子。就景观组成而言，流域内林、草地作为主要的优势类型在不同尺度上对水质改善起到积极作用，而耕地、建设用地则呈现一定的消极效应，为主要的“源”景观，这与其他研究结果一致（段少琼等，2017）。林地可以改善土壤性质，在产流过程中调控产流时间以及径流流量，在地表径流驱动的沉积物和污染物运移过程中，起到控制污染物类型和减少污染量的作用（Marmontel et al，2018；De Souza et al，2013）。草地对于河流水质变化的影响研究结果存在一定差异，李好好等（2022）对河湟谷地的研究认为草地经过降雨或径流冲刷可能出现水土流失等问题，是水体污染物的“源”，本研究与淮河流域（杨琴等，2019）、谭江流域（唐廉等，2018）等区域分析结果均表明草地对水体污染物具有一定净化作用，这可能源于不同区域草地生长覆盖状态以及其管理方式的差异。耕地内化肥和农药的流失、土壤侵蚀以及水量调控过程对受纳水体中氮、磷等营养指标浓度具有重要影响，此外受到降雨影响，在雨季表现得尤为明显。建设用地承载了人类高强度的活动，不仅作为流域内污染物的主要输出源，同时区域内不透水面的增加也为污染物提供了有效的迁移途径。本研究中，建设用地主要在S1、S6及S11聚集，CODMn、TP及NH3-N在此区域内均呈现较高的污染风险。此外，水域面积占比在不同尺度下与TN、TP、NH3-N及CODMn呈负相关，可能源于水体本身存在自净能力且水体对一定范围内污染物具有一定稀释作用。

在不同的尺度中，多数景观指数与水质变量的影响关系基本一致，但各尺度中主导的景观指标有所差别，这与田皓予等（2020）的研究结果类似。雨季PD主要与TN、TP、NH3-N呈现较强的正相关性，旱季主要与CODMn呈正相关，PD反映了区域内景观斑块的破碎程度，破碎化程度越强，土壤侵蚀风险越高。LPI指数在各时空尺度上与林地对水质的影响表现为较高的一致性，随着尺度增大林草地的景观优势增强，对水体净化作用增强。IJI反映与其他景观斑块相邻的多少，雨季多数尺度下与CODMn呈较强的正相关，旱季主要与TN、NH3-N、TP呈正相关，SHDI表征区域内景观类型的丰富度以及复杂性，与CODMn、TN、TP、NH3-N均呈正相关，IJI、SHDI越高说明自然景观向人为景观转变的程度越高，人类活动越强，使得降雨径流迁移过程更复杂，携带污染物进入水体的风险增加。

3.2   水质对景观格局尺度的响应

景观格局对水质的影响存在尺度效应，但由于众学者研究的方法、流域本身特征等差异，两者关系的最佳尺度仍没有统一（王一舒等，2021）。项颂等（2018）对洱海入湖河流的研究表明，子流域尺度内景观格局对入湖河流水质影响最大。陈优良等（2022）对东江源流域的研究表明，2 000 m河岸带缓冲区为探究景观格局与水质影响关系的最佳尺度。本研究结果表明景观格局对水质的影响具有尺度依赖性，并表明珊溪-赵山渡水库上游支流河岸带缓冲区尺度比子流域尺度能够更有效地解释水质变化，在雨季两者关系的最佳尺度为河岸带800 m缓冲区，该缓冲区尺度内水质主要受到草地面积占比、最大斑块指数的影响，旱季最佳尺度为100 m河岸带尺度，主要受散布与并列指数、建设用地面积占比的影响。

本研究还表明，在100 m小尺度缓冲区内，景观格局对两季度水质的影响仍具有较高的解释率，在旱季为解释能力最强的空间尺度。这可能源于部分河道两岸存在高强度和高密度的农业用地与建设用地，成为了受纳水体中污染物的主要来源。此外，降雨作为非点源污染的重要驱动力，旱季相对于雨季地表径流减少，非点源污染对于河流水质的影响减弱（De Oliveira et al，2016），因此在旱季越接近水体的“源”景观类型由于存在距离优势对于水质的影响更为严重（连心桥等，2021）。在季节尺度上，雨季与旱季多数水质指标差异较小，这可能与本研究区域内林、草地为主要的景观类型有关，两类景观在子流域内占比达到82%以上，而主要“源”景观占比少且在较小尺度河岸带聚集，降雨在促进非点源污染输入水体的同时对污染物浓度具有一定的稀释作用（De Mello et al，2022），使得季节差异不显著。景观格局对水质的解释率均较高且在不同空间尺度下整体变化趋势一致，在800 m河岸带缓冲区均具有相对较高的解释率，这与部分研究有所区别（Xu et al，2021），可能受到流域差异化的自然属性影响。

参考文献

陈丰禹，王为木，刘慧，等，2019. 南方山丘区水源地土地利用结构对河库水质的影响——以珊溪水库流域为例[J]. 水土保持通报，39（2）： 260-266.

陈文波，肖笃宁，李秀珍，2002a. 景观空间分析的特征和主要内容[J]. 生态学报，11（7）： 1135-1142.

陈优良，邹文敏，刘星根，等，2022. 东江源流域不同空间尺度景观格局对水质影响分析[J]. 环境科学，43（11）： 5053-5063.

段少琼，安艳玲，苏孝良，等，2017. 三岔河流域不同尺度土地利用对水质的影响[J]. 环境污染与防治，39（5）： 525-529，533.

郭羽羽，李思悦，刘睿，等，2021. 黄河流域多时空尺度土地利用与水质的关系[J]. 湖泊科学， 33（3）： 737-748.

李好好，黄懿梅，郭威，等，2022. 河湟谷地不同时空尺度下土地利用及空间格局对水质的影响[J]. 环境科学，43（8）： 4042-4053.

李平，陈强，王婷，等，2016. 温州饮用水源地珊溪水库水质的时空分析[J]. 浙江农业科学， 57（5）： 778-784.

连心桥，朱广伟，杨文斌，等，2021. 土地利用对太湖入流河道营养盐的影响[J]. 环境科学， 42（10）： 4698-4707.

唐廉，胡晓辉，权冠中，等，2018. 潭江流域水质时空分布特征及其与土地利用的相关性分析[J]. 地球与环境，46（4）： 364-372.

田皓予，佟玲，余国安，等，2020. 不同空间尺度河流水质与土地利用关系分析——以泰国蒙河流域为例[J]. 农业环境科学学报，39（9）： 2036-2047.

王一舒，吴仁人，荣楠，等，2021. 西江下游流域水质与不同空间尺度土地利用的响应关系[J]. 水资源保护，37（4）： 97-104.

项颂，庞燕，窦嘉顺，等，2018. 不同时空尺度下土地利用对洱海入湖河流水质的影响[J]. 生态学报，38（3）： 876-885.

杨琴，汤秋鸿，张永勇，2019. 淮河流域（河南段）水质时空变化特征及其与土地利用类型的关系[J]. 环境科学研究，32（9）： 1519-1530.

张磊，俞莹，秦伍根，等，2021. 珠溪河流域土地利用变化对面源磷污染的影响研究[J]. 水生态学杂志，42（2）： 8-15.

张微微，李晓娜，王超，等，2020. 密云水库上游白河地表水质对不同空间尺度景观格局特征的响应[J]. 环境科学，41（11）： 4895-4904.

Cai H，Mei Y，Chen J，et al，2020. An analysis of the relation between water pollution and economic growth in China by considering the contemporaneous correlation of water pollutants[J]. Journal of Cleaner Production，276： 122783.

De Mello K，Taniwaki R H，De Paula F R，et al，2020. Multiscale land use impacts on water quality： Assessment， planning， and future perspectives in Brazil[J]. Journal of Environmental Management，270： 110879.

De Mello K，Valente R A，Ribeiro M P，et al，2022. Effects of forest cover pattern on water quality of low-order streams in an agricultural landscape in the Pirapora river basin， Brazil[J]. Environmental Monitoring and Assessment，194（3）： 1-13.

De Oliveira L M，Maillard P，De Aandrade Pinto ? J，2016. Modeling the effect of land use/land cover on nitrogen， phosphorous and dissolved oxygen loads in the Velhas River using the concept of exclusive contribution area [J]. Environmental monitoring and assessment，188（6）： 1-19.

De Souza A L，Fonseca D G，Liborio R A，et al，2013. Influence of riparian vegetation and forest structure on the water quality of rural low-order streams in SE Brazil[J]. Forest Ecology and Management，298： 12-18.

Hansen B，Reich P，Lake P S，et al，2010. Minimum width requirements for riparian zones to protect flowing waters and to conserve biodiversity： a review and recommendations with application to the State of Victoria[R]. Melbourne：Monash University.

Lei C，Wagner P D，Fohrer N，2021.Effects of land cover， topography， and soil on stream water quality at multiple spatial and seasonal scales in a German lowland catchment[J]. Ecological Indicators，120： 106940.

Li G，Li L，Kong M，2021.Multiple-Scale Analysis of Water Quality Variations and Their Correlation with Land use in Highly Urbanized Taihu Basin，China[J]. Bulletin of Environmental Contamination and Toxicology，106（1）： 218-224.

Marmontel C V F，Lucas-Borja M E，Rodrigues V A，et al，2018. Effects of land use and sampling distance on water quality in tropical headwater springs （Pimenta creek， S?o Paulo State， Brazil）[J]. Science of the Total Environment，622： 690-701.

Mitchell M G，Bennett E M，Gonzalez A，2013. Linking landscape connectivity and ecosystem service provision： current knowledge and research gaps[J]. Ecosystems 16（5），894-908.

Nafi'Shehab Z，Jamil N R，Aris A Z，et al，2021.Spatial variation impact of landscape patterns and land use on water quality across an urbanized watershed in Bentong，Malaysia[J]. Ecological indicators，122： 107254.

Shi P，Zhang Y，Li Z，et al，2017. Influence of land use and land cover patterns on seasonal water quality at multi-spatial scales[J]. Catena，151： 182-190.

Wu J，Lu J，2021.Spatial scale effects of landscape metrics on stream water quality and their seasonal changes[J]. Water Research，191： 116811.

Xu J，Liu R，Ni M，et al，2021. Seasonal variations of water quality response to land use metrics at multi-spatial scales in the Yangtze River basin[J]. Environmental Science and Pollution Research，28（28）： 37172-37181.

Xu S，Li S L，Zhong J，et al，2020. Spatial scale effects of the variable relationships between landscape pattern and water quality： Example from an agricultural karst river basin， Southwestern China[J]. Agriculture，Ecosystems & Environment，300： 106999.

（责任编辑   郑金秀）

Effects of Multi-spatial Scale Landscape Patterns on Water Quality

in the Reservoir Basin of the Southeastern Hilly Region

ZHANG Peng， LIU Hui， WANG Wei‐mu， XIA Ji‐hong， LIU Hao‐lin

（College of Agricultural Science and Engineering， Hohai University，Nanjing   211100，P.R. China）

Abstract：Shanxi-Zhaoshandu reservoir is an important water source for Wenzhou City in Zhejiang Province and is typical of riverine reservoir in the southeastern hilly region of China.Based on the water quality data from 15 monitoring sections in the upstream tributaries of Shanxi-Zhaoshandu reservoir and watershed land use data， we explored the influence of landscape patterns on water quality in the reservoir basin at different spatial scales， and identified key landscape indicators and the best spatial scale for water quality resource management. Information on landscape patterns was extracted at different spatial scales in the sub-basins and six types of riparian zone buffers. Redundancy analysis was then used to quantitatively explore the relationship between landscape patterns and water quality at different scales. Results show that： （1） There were significant differences in water quality indicators at the spatial and temporal scales and pH， total nitrogen and ammonia nitrogen varied significantly （P<0.05）. Liguang stream， Nanpu stream， Jujiang stream and Yuxi stream were regions of high pollution， and the total nitrogen concentration in the rainy season was lower  than in the dry season. （2） Forest land and grassland were the dominant land use types in the watershed and the primary pollutant sinks， while urban construction and cropland were the primary pollutant sources. Water quality had a positive relationship with the largest patch index （LPI）， and a negative relationship with the interspersion and juxtaposition index （IJI）， and the Shannon diversity index （SHDI） at most spatial and temporal scales. （3） The landscape pattern had  a spatial scale effect on water quality， with the total explanation rate of 100 m and 800 m riparian zone scale  better than other scales. Water quality in the rainy season was primarily influenced by grassland， forest land， urban construction land， water area， LPI and SHDI， and water quality in the dry season was primarily influenced by urban construction land， cropland and IJI. In conclusion， the management scale of landscape pattern with the best influence on water quality in the watershed is the 800 m riparian zone. Furthermore，to ensure the drinking water safety of Shanxi-Zhaoshandu reservoir， it is important to optimize the landscape pattern at the scale of 800m riparian zone， comprehensively consider the aggregation of source landscape on nearby water bodies， and to prevent and control discharge and migration of pollutants in the 100m riparian zone.

Key words：landscape pattern； surface water quality； scale effect； redundancy analysis； reservoir in  hilly region

收稿日期：2022-09-09      修回日期：2023-04-28

基金项目：国家重点研发计划项目“生态灾害对渔业生境和生物多样性的影响及其预测评估”（2018YFD0900805）。

作者简介：张鹏，1997年生，男，硕士研究生，主要从事农业水土环境研究。E-mail：zhangp024@163.com

通信作者：刘慧，1972年生，女，博士，副教授，主要从事环境污染生态效应研究。E-mail：liuhui@hhu.edu.cn