許 芬,周小成,*,孟慶巖,張 穎

1 福州大學(xué)衛(wèi)星空間信息技術(shù)綜合應(yīng)用國家地方聯(lián)合工程研究中心,空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室,數(shù)字中國研究院(福建),福州 350108 2 中國科學(xué)院遙感與數(shù)字地球研究所,北京 100101

作為供給居民生活用水的飲用水是人類最為重要的一種水資源[1],飲用水資源的保護(hù)及飲用水源地污染的防治尤其重要。飲用水水源污染主要分為點源、非點源(面源)兩類,其中點源是指有固定排放點的污染,如工業(yè)廢水和城市污水集中排放口；非點源是指沒有固定排放點,污染物通過徑流過程而匯入收納水體的污染,如種植業(yè)污染等[2]。隨著我國對點源污染的管理和控制,非點源污染因其防治困難,被認(rèn)為是影響地表和地下飲用水源地安全的重要威脅[3],開展對飲用水源地非點源污染風(fēng)險的研究成為當(dāng)前的研究熱點[4-5]。

目前非點源污染負(fù)荷估算和污染風(fēng)險的評估多采用模型模擬的方法,如Wang等[6]基于ArcSWAT模型分析不同土地利用模式對非點源污染的影響控制；Yang等[7]將SWAT模型與新安江模型結(jié)合,對非點源污染的識別進(jìn)行了嘗試性研究。而模型模擬主要基于對非點源污染的過程進(jìn)行模擬,對數(shù)據(jù)要求比較高,對于數(shù)據(jù)不完善的地區(qū),結(jié)合遙感技術(shù),利用景觀生態(tài)學(xué)中“源-匯”理論分析景觀空間格局對非點源污染的影響是實現(xiàn)非點源污染風(fēng)險識別評價的有效途徑。其中“源-匯”景觀理論是基于“源-匯”景觀類型在空間分布上的平衡情況來進(jìn)行生態(tài)環(huán)境的研究[8],當(dāng)前以景觀生態(tài)學(xué)為基礎(chǔ)進(jìn)行非點源污染研究中,Wang等[9]基于最小累積阻力模型測算不同等級源的景觀阻力面,分析三峽庫區(qū)面源污染的源-匯景觀分布風(fēng)險格局。景觀空間分布的格局與非點源污染大小存在顯著的響應(yīng)關(guān)系[10-11],但當(dāng)前多聚焦于流域整體的污染風(fēng)險評價,較少著眼于具體風(fēng)險區(qū)域的識別；同時目前的研究在確定“源-匯”風(fēng)險強(qiáng)弱差異時,更多的是憑借主觀經(jīng)驗賦予影響權(quán)重來確定不同景觀類型對生態(tài)過程的作用,較少結(jié)合具體區(qū)域的污染風(fēng)險特性來識別影響非點源污染的風(fēng)險區(qū)域。

本文以三亞市赤田水庫飲用水源地為例,基于“源-匯”理論,利用遙感技術(shù)獲取以子流域為研究單位的“源”、“匯”景觀的分布,統(tǒng)計子流域“源匯”面積比重,結(jié)合不同類型“源匯”景觀對主要污染源磷、氮的排污權(quán)重,對比每個子流域的“源”“匯”景觀污染負(fù)荷風(fēng)險,分析污染物在子流域空間的盈虧平衡狀況,結(jié)合流域中景觀單元養(yǎng)分流失與空間距離、所在坡面的坡度大小的關(guān)系,計算非點源污染風(fēng)險指數(shù),實現(xiàn)飲用水源地非點源風(fēng)險區(qū)域的識別；再基于洛倫茲曲線,通過 “源-匯”景觀類型在不同坡度、距水源地不同距離的分布分析景觀布局對非點源污染的影響,實現(xiàn)水源地非點源污染分析的評價,為水源地管理、規(guī)劃提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

圖1 研究區(qū)區(qū)位示意圖Fig.1 Location of the study area

赤田水庫位于海南省三亞市東北部藤橋西河的下游區(qū)域,介于18°24′N—18°26′N,109°38′E—109°44′E之間(圖1),屬熱帶海洋性季風(fēng)性氣候,地形總體西高東低；控制流域面積220.6 km2,總庫容771萬m3,每年的實際供水量占三亞供水總量的60%,是三亞市重要的城市集中式飲用水水源地；隨著經(jīng)濟(jì)的發(fā)展,一方面水源地供水壓力不斷增加,另一方面土地的開發(fā)利用加重水源地污染風(fēng)險,實現(xiàn)非點源污染風(fēng)險識別對于污染的防治非常重要；同時由于赤田水庫橫跨三亞市海棠區(qū)和三道鎮(zhèn),屬跨市縣水源地,管理復(fù)雜,識別水源地風(fēng)險區(qū)域?qū)τ诿鞔_管理職責(zé)、實現(xiàn)“誰污染,誰治理”具有重要意義。

1.2 數(shù)據(jù)來源與處理

本研究主要采用由中國資源衛(wèi)星應(yīng)用中心(http://www.cresda.com/CN/)提供的高分一號PMS傳感器數(shù)據(jù),包括4個多光譜波段與1個全色波段,其中多光譜波段空間分辨率為8 m,全色波段空間分辨率為2 m；美國地質(zhì)調(diào)查局(http://glovis.usgs.gov/)提供的空間分辨率為30 m的DEM數(shù)據(jù)；以及海南省水系分布矢量數(shù)據(jù)。

飲用水源地非點源污染風(fēng)險識別首先需要確定風(fēng)險識別范圍,根據(jù)飲用水污染中污染在水里,而源頭在陸地這一特點,確定以飲用水源地流域為研究范圍進(jìn)行污染風(fēng)險的識別。因此基于DEM數(shù)據(jù)與海南省水系分布數(shù)據(jù),利用Arcgis中水文分析工具提取流向、河流匯集個數(shù)、匯流點等信息,以此為輸入信息確定水源地流域范圍,輸出結(jié)果矢量作為研究區(qū)范圍。

圖2 研究區(qū)高分1號標(biāo)準(zhǔn)假彩色合成影像Fig.2 Standard false color composite image of GaoFen1 in the study area

其次為保證遙感影像數(shù)據(jù)質(zhì)量和分類效果,利用ENVI軟件對遙感影像進(jìn)行預(yù)處理。首先對GF-1影像進(jìn)行正射校正,其次,利用ENVI中的FLAASH模塊進(jìn)行大氣校正,再次,采用NNDiffuse Pan Sharpening方法對GF-1影像中全色波段與多光譜波段進(jìn)行融合,獲得空間分辨率為2 m的多光譜影像(圖2)。

2 研究方法

本文基于非點源污染特點和研究區(qū)地物類型建立遙感分類體系,基于隨機(jī)森林算法對赤田水庫水源地進(jìn)行飲用水源地遙感監(jiān)測,結(jié)合“源-匯”景觀理論中源匯景觀類型對污染物分別產(chǎn)生促進(jìn)阻礙作用和不同景觀類型污染能力的不同,為各地類賦予不同的污染權(quán)重,再以子流域單元為對象分析各子流域的“源-匯”負(fù)荷對比,分析“源”“匯”景觀格局對污染風(fēng)險的作用；進(jìn)一步考慮坡度、距河道遠(yuǎn)近等污染遷移因子對污染風(fēng)險大小的影響,通過污染風(fēng)險指數(shù)計算各子流域單元的污染風(fēng)險,識別水源地風(fēng)險區(qū)域,并基于洛倫茲曲線評價不同景觀類型的空間布局對污染風(fēng)險的影響,最終實現(xiàn)水源地非點源污染風(fēng)險的識別與評價。具體技術(shù)流程如圖3所示。

圖3 技術(shù)流程圖Fig.3 Technique flow chart

2.1 非點源污染風(fēng)險地類遙感監(jiān)測分類

非點源污染風(fēng)險的識別首先需要建立飲用水源地遙感監(jiān)測分類體系,參照土地利用分類標(biāo)準(zhǔn)(GB/T 21010—2017),并根據(jù)研究區(qū)流域非點源污染特點和遙感可識別范圍,將流域內(nèi)景觀類型分為耕地、園地、居住用地、建設(shè)用地、水產(chǎn)養(yǎng)殖、有林地、草地、水體、未利用地；采用Breiman[12]提出的隨機(jī)森林算法進(jìn)行赤田水庫流域范圍內(nèi)的遙感景觀分類。隨機(jī)森林算法屬于機(jī)器學(xué)習(xí)的一種,由多個能進(jìn)行分類的決策樹共同形成“森林”,每個決策樹之間無關(guān)聯(lián),對于輸入的訓(xùn)練樣本由各個決策樹分別對其進(jìn)行分類,在整個“森林”中,樣本最終分為歸屬類別多的那一類。

根據(jù)下列算法建造決策樹：

(1)用N來表示訓(xùn)練樣本的個數(shù),M表示特征數(shù)目；

(2)輸入特征的數(shù)目m,以此確定決策樹中各個節(jié)點的決策結(jié)果；其中M為特征總數(shù)量,因此m數(shù)量小于M；

(3)以有放回抽樣的方式從N個訓(xùn)練樣本中取樣n次,構(gòu)成一個用于訓(xùn)練的集合(bootstrap取樣),對于剩下未抽到的樣本用來預(yù)測,進(jìn)行誤差的評估;

(4)對于每個節(jié)點,隨機(jī)選擇m個特征,決策樹上每個節(jié)點的決定都基于這些特征確定,并根據(jù)這m個特征,計算其最佳的分類方式。

基于隨機(jī)森林的遙感景觀分類首先需要根據(jù)各地類在遙感影像中表現(xiàn)出來的特征進(jìn)行樣本選擇,形成訓(xùn)練樣本集；分析樣本的光譜、形狀、紋理等特征,根據(jù)互信息最大化特征選擇算法[13]對特征進(jìn)行優(yōu)化,從眾多的特征中選擇出最佳特征子集,將優(yōu)選出的特征用于隨機(jī)森林中各個決策樹的構(gòu)建,以多數(shù)決策樹分類結(jié)果作為最終分類結(jié)果,完成不同地類的區(qū)分；最后通過驗證點的分類結(jié)果與實際分類類型構(gòu)建混淆矩陣,驗證遙感分類精度。

2.2 非點源污染風(fēng)險識別

2.2.1“源-匯”污染負(fù)荷對比指數(shù)

“源-匯”污染負(fù)荷對比指數(shù)(Location-weighted Landscape Contrast Index,LCI)是以一定范圍的景觀單元為研究對象,計算該單元“源”景觀所產(chǎn)生的污染負(fù)荷風(fēng)險與“匯”景觀所能削弱的污染負(fù)荷風(fēng)險進(jìn)行對比,旨在考慮景觀間相互作用的前提下,分析一定范圍自然地理空間的污染風(fēng)險,實現(xiàn)污染風(fēng)險區(qū)域的識別。如蔣孟珍[14]提出網(wǎng)格景觀空間負(fù)荷對比,將區(qū)域劃分為大小一致的網(wǎng)格,對比每個網(wǎng)格單元中“源”“匯”對非點源污染的貢獻(xiàn),識別出“污染貢獻(xiàn)”大于“污染截留”區(qū)域為風(fēng)險區(qū)。

但是,風(fēng)險區(qū)域識別中單純以行政區(qū)或幾何網(wǎng)格為研究單元,劃分形式和大小的差異會影響風(fēng)險識別結(jié)果,造成結(jié)果的不確定性；同時以行政區(qū)或幾何網(wǎng)格為研究單元割裂了原有自然地理聯(lián)系,忽略了區(qū)域地理空間單元的異質(zhì)性和區(qū)域生態(tài)效應(yīng)。因此,本文以自然景觀格局為依據(jù),基于研究區(qū)域地形、河流交匯點、流向等自然地理要素劃定子流域空間單元；根據(jù)景觀生態(tài)學(xué)中“源-匯”理論,將遙感分類結(jié)果中對污染起推動作用的類型歸為“源”,如耕地、園地等；將遙感分類結(jié)果中對污染起截留、阻礙作用的類型歸為“匯”,如草地、有林地等,通過 “源-匯”污染負(fù)荷對比指數(shù)比較子流域“源”“匯”作用的大小,子流域單元中“源”景觀作用大于“匯”景觀則區(qū)域為風(fēng)險區(qū)。“源-匯”污染負(fù)荷對比指數(shù)的計算公式如下[14]：

(1)

(2)

LCINP=LCIN+LCIP

(3)

式中,LCIN、LCIP、LCINP分別為總氮、總磷、氮磷總體的污染負(fù)荷；i為“源”景觀的種類數(shù),WiN、Wip分別為“源i”排放總氮、總磷的權(quán)重,Si為“源i”景觀類型在單位子流域所占的面積比例；j為“匯”景觀的種類數(shù),WjN、WjP分別為“源j”排放總氮、總磷的權(quán)重系數(shù),Sj為“源j”景觀類型在單位子流域所占的面積比例。

其中景觀類型的面積比例是基于遙感分類結(jié)果統(tǒng)計得到,不同景觀類型的污染權(quán)重則根據(jù)不同景觀類型對污染作用大小的差異確定。不同景觀類型污染物輸出權(quán)重對于風(fēng)險的識別評價尤其重要,本文基于全國污染源普查手冊[15-16]、統(tǒng)計年鑒[17]等資料,采用輸出系數(shù)法[18]計算相關(guān)景觀類型的輸出權(quán)重,對難確定權(quán)重的類型則以相同或相似研究區(qū)的相關(guān)文獻(xiàn)為依據(jù),通過直接或間接的方式確定。其中耕地污染輸出權(quán)重是以農(nóng)業(yè)污染源普查手冊中“地表徑流-南方濕潤平原區(qū)-平地-水田-雙季稻”區(qū)域的標(biāo)準(zhǔn)農(nóng)田流失系數(shù)作為依據(jù),總氮流失量為13.99 kg hm-2a-1,總磷流失量為1.15 kg hm-2a-1；其中標(biāo)準(zhǔn)農(nóng)田的總施氮量為360.88 kg/hm2、總施磷量為109.19 kg/hm2；結(jié)合統(tǒng)計年鑒中區(qū)域?qū)嶋H的總氮施肥量837.11 kg/hm2、總磷施肥量531.71 kg hm-2a-1,確定氮磷施肥修正系數(shù)分別為2.32、4.77；標(biāo)準(zhǔn)農(nóng)田降水量在1000—1200 mm之間,三亞市2016年年降水量為1716.3 mm,確定降水修正系數(shù)為1.5,計算得到研究區(qū)耕地總氮(TN)、總磷(TP)流失量如下：

TN=13.99 kg hm-2a-1×2.32×1.5= 48.68 kg hm-2a-1;

TP=1.15 kg hm-2a-1×4.87×1.5=8.40 kg hm-2a-1。

農(nóng)業(yè)污染源普查手冊中監(jiān)測類型為地表徑流、地形為緩坡區(qū)、土地利用方式為旱地、種植模式為園地的標(biāo)準(zhǔn)農(nóng)田總氮流失量19.95 kg hm-2a-1；總磷流失量1.60 kg hm-2a-1,其中標(biāo)準(zhǔn)農(nóng)田中氮磷施肥量分別為418.33 kg/hm2、193.34 kg/hm2,結(jié)合三亞統(tǒng)計年鑒中氮磷的實際年施用量837.11kg hm-2a-1、520.02 kg hm-2a-1,得到修正分別為2.0、2.6。計算出園地氮磷排污量如下：

TN=19.95 kg hm-2a-1×2.0=39.90 kg hm-2a-1；

TP=1.60 kg hm-2a-1×2.6=4.16 kg hm-2a-1。

根據(jù)城鎮(zhèn)生活源排污手冊中三亞市生活源污水污染物人均產(chǎn)生系數(shù)總氮為10.07 g 人-1d-1,總磷為0.81 g 人-1d-1,根據(jù)三亞市2016統(tǒng)計年鑒中常住人口為19.17萬人,居民點建設(shè)面積4732 hm,計算出居住用地氮磷排污量如下：

TN=(0.01007 kg/人×191700人×365)/ 4732 hm a=148.90 kg hm-2a-1;

TP=(0.00081 kg/人×191700人×365)/4732 hm a=11.98 kg hm-2a-1。

根據(jù)水產(chǎn)養(yǎng)殖業(yè)污染源產(chǎn)排污系數(shù)手冊中的我國南部區(qū)域淡水網(wǎng)箱養(yǎng)殖產(chǎn)氮33.917 g/kg,產(chǎn)磷7.688g/kg,結(jié)合三亞統(tǒng)計年鑒中水產(chǎn)養(yǎng)殖產(chǎn)量2758000 kg a-1與所占面積695hm,計算水產(chǎn)養(yǎng)殖的氮磷排污量如下：

TN=(33.917 g/kg×0.001×2758000 kg a-1) / 695 hm= 134.59 kg hm-2a-1；

TP= (7.688 g/kg×0.001×2758000 kg a-1) / 695 hm= 30.51 kg hm-2a-1。

城鎮(zhèn)生活源產(chǎn)排污系數(shù)手冊中海南省建設(shè)用地標(biāo)準(zhǔn)產(chǎn)排污系數(shù)總氮為7.65 g/d,總磷為0.725 g/d,計算得到研究區(qū)建設(shè)用地氮磷排污量分別為35.74 kg hm-2a-1、3.15 kg hm-2a-1。

詹書俠等[19]對中亞熱帶典型丘陵紅壤區(qū)中的土壤氮磷截留研究得到不同類型林地氮磷截留分別在0.15—1.43 g kg-1d-1、0.19—0.54 g kg-1d-1之間,而赤田水庫流域林地以熱帶丘陵紅壤區(qū)常綠闊葉林為主,需要對截留值進(jìn)行修正,結(jié)合海南省不同森林氮儲量[20]確定修正系數(shù)分別為12.0、3.0,得到有林地平均氮吸收能力為94.95 kg hm-2a-1,磷吸收量為7.80 kg hm-2a-1。草地對氮的吸收量為林地的80%,對磷的吸收能力為林地的85%[21],因此研究區(qū)草地的氮磷吸收量分別為75.90 kg hm-2a-1、6.63 kg hm-2a-1。

不同河流對氮、磷的凈化功能與溫度、水位、面積等有關(guān)[22],同時不同區(qū)域的河流狀態(tài)差異大,難以用統(tǒng)一的標(biāo)準(zhǔn)衡量污染去除量,因此通過河流與標(biāo)準(zhǔn)農(nóng)田中耕地對氮磷排放的相對關(guān)系[23]確定水體對氮、磷吸收權(quán)重分別為0.01、0.03。

最終得到不同景觀類型對主要污染物氮、磷的污染排放權(quán)重,如表1。

表1 景觀類型污染輸出權(quán)重

第i種景觀類型的權(quán)重=第i種景觀類型N、P標(biāo)準(zhǔn)排放(吸收)量/景觀類型中最大N、P標(biāo)準(zhǔn)排放(吸收)量； N、P標(biāo)準(zhǔn)排放(吸收)量最大的景觀類型權(quán)重為1

2.2.2非點源污染風(fēng)險指數(shù)

“源-匯”景觀空間污染負(fù)荷對比指數(shù)反映空間的產(chǎn)污、截污能力,而污染物從景觀單元遷移到水源地產(chǎn)生污染風(fēng)險還與地形、距河網(wǎng)距離、土壤、降水等因素有關(guān)。地形因素主要表現(xiàn)為坡度大小對污染遷移的影響,單位子流域景觀所處的坡度越大越容易造成污染遷移,污染風(fēng)險越大[24],本文以子流域為單元利用ArcGIS中的分析工具,通過填洼、坡度分析等工具提取DEM數(shù)據(jù)中的坡度信息,再建立與最大坡度的比值得到影響污染物遷移的坡度因子,值越大對風(fēng)險貢獻(xiàn)越大,反之對污染貢獻(xiàn)越小。河道距離因素則以子流域污染遷移到河網(wǎng)的成本距離表示,基于ArcGIS中成本距離工具計算經(jīng)過任何指定像元(水源地到“源”“匯”空間)所需的成本,成本越高越難以遷移,對污染影響越小,對風(fēng)險的貢獻(xiàn)越小。根據(jù)海南省土壤類型分布數(shù)據(jù)(http://westdc.westgis.ac.cn/),研究區(qū)以磚紅壤為主,土壤類型較單一；同時由于研究區(qū)面積較小,降水差異小,區(qū)域內(nèi)土壤和降水條件相似,因此不考慮土壤差異及降水因素對污染遷移的影響。

結(jié)合景觀空間“源-匯”污染負(fù)荷風(fēng)險指數(shù)計算出的各個子流域的產(chǎn)污風(fēng)險大小,將地形因子、距河道距離因子納入非點源污染風(fēng)險指數(shù)的計算,基于非點源污染風(fēng)險評價指數(shù),評價各子流域單元的非點源污染風(fēng)險,公式如下：

(4)

式中,LCImNP為子流域m的氮磷總體污染負(fù)荷,Slopem為子流域m的坡度,Distancem為子流域m的河道成本距離；NPPRIm表示第m個子流域的非點源污染風(fēng)險指數(shù),非點源污染風(fēng)險指數(shù)的大小代表污染風(fēng)險的高低,以此來劃分高污染風(fēng)險區(qū)和低污染風(fēng)險區(qū)。

2.3 非點源污染風(fēng)險評價

圖4 “源”“匯”景觀空間分布示意圖Fig.4 Scheme figure of spatial distribution of “source” and “sink” landscape in Cachment ODB與OFB分別表示不同類型的面積累積曲線,OEB為平均分布曲線,表示“源”“匯”景觀在流域中均勻分布

非點源污染研究中常基于“源-匯”理論分析“源”“匯”景觀的空間分布格局及其與水源地非點源污染的關(guān)系,一般基于景觀單元相對于流域出口(監(jiān)測點)的坡度、距離、相對高度進(jìn)行衡量,“源”景觀距出口越近、所處坡度越大、相對高度越小則對污染貢獻(xiàn)越大,反之貢獻(xiàn)小,“匯”景觀與之相反。本文基于對整個區(qū)域的遙感分類結(jié)果及景觀空間要素中坡度、相對距離在區(qū)域中的分布,結(jié)合洛倫茲曲線分析整體范圍內(nèi)“源”、“匯”類型距污染出口遠(yuǎn)近、所處坡度大小情況,探討水源地整體區(qū)域的“源-匯”空間布局對非點源污染風(fēng)險的影響。

“源”“匯”景觀空間分布通過洛倫茲曲線表示,如圖4,橫軸OA表示景觀類型與流域出口的距離、景觀類型的坡度,縱軸OC表示景觀類型占區(qū)域面積比例的累積。假設(shè)位于平均分布曲線OEB上方的曲線ODB表示在距離要素下的“源”類型,說明“源”景觀在距離源地近的距離范圍所占比例大,對污染影響大；假設(shè)處于平均分布曲線OEB下方的曲線OFB并表示在距離要素下的“匯”景觀,則說明“匯”大多處在距離源地較遠(yuǎn)的區(qū)域,對源地污染的消解作用??；曲線ODB與線OA、AB構(gòu)成的面OABD和曲線OFB與線OA、AB構(gòu)成面 OABF之比表示“源”“匯”景觀空間分布的對比,當(dāng)比值大于1說明“源”的貢獻(xiàn)大于“匯”,區(qū)域污染風(fēng)險大。

本文在進(jìn)行洛倫茲曲線計算中,距離景觀要素為景觀類型距離水源地的距離,選用的坡度要素是基于高程數(shù)據(jù)得到的景觀單元的坡度值,并將值都?xì)w一化到[0,1]之間。遙感分類結(jié)果中的景觀類型與距離、坡度因子疊加,統(tǒng)計“源-匯”景觀類型在不同距離和坡度范圍的面積比例并累加得到距離、坡度要素的源匯曲線,并對比“源”“匯”面積累積曲線組成不規(guī)則三角形的面積,在距離要素中,當(dāng)“源”“匯”面積累積比值大于1,即“源”景觀累積面積大于“匯”景觀累積面積,說明“源”分布在距河道較近區(qū)域,產(chǎn)生污染風(fēng)險大,反之風(fēng)險??；在坡度要素中,當(dāng)比值大于1則說明“源”分布在坡度較低的區(qū)域,“匯”分布在坡度高的區(qū)域,難發(fā)生養(yǎng)分流失,污染影響小,反之影響大。

圖5 “源-匯”景觀遙感分類結(jié)果圖Fig.5 Remote sensing classification results of “source-sink” landscape

3 結(jié)果與討論

3.1 “源-匯”景觀的遙感分類結(jié)果

在研究區(qū)范圍內(nèi)根據(jù)“源-匯”遙感分類體系選取訓(xùn)練樣本,進(jìn)行特征分析與優(yōu)化,選取光譜特征中的各波段平均值、標(biāo)準(zhǔn)差、亮度,形狀特征中面積、形狀指數(shù)、長寬比,紋理特征中差異性、對比度、信息熵、同質(zhì)性等特征參與隨機(jī)森林分類,經(jīng)實驗設(shè)置隨機(jī)森林算法中決策樹個數(shù)參數(shù)為80,決策樹深度為16,利用eCognition軟件中隨機(jī)森林算法進(jìn)行分類,結(jié)果如圖5。根據(jù)分類結(jié)果與隨機(jī)驗證樣本點構(gòu)建混淆矩陣如表2,其中Kappa系數(shù)達(dá)到87.07%,分類結(jié)果精度較高?！皡R”景觀中林地分布最廣,占流域的71.38%,且主要分布于流域西部；“源”景觀中耕地面積占總面積的4.50%,居民用地占4.16%,建設(shè)用地分別占總面積的3.10%,總體而言“匯”景觀分布廣于“源”景觀。

表2 遙感分類結(jié)果混淆矩陣

圖6 “源-匯”污染負(fù)荷分布Fig.6 “Source-sink” pollution load distribution

3.2 非點源污染風(fēng)險識別結(jié)果

3.2.1“源-匯”污染負(fù)荷識別

根據(jù)流域地形與河網(wǎng)數(shù)據(jù),結(jié)合遙感影像的可識別空間范圍以1 km2范圍為集水區(qū),劃分子流域作為風(fēng)險識別單元,統(tǒng)計遙感分類結(jié)果中各個子流域中“源”“匯”景觀類型占該子流域的面積比例,利用不同地物類型排放氮、磷污染的輸出系數(shù)計算污染負(fù)荷,再結(jié)合“源-匯”污染負(fù)荷對比指數(shù)(LCI)識別區(qū)域中非點源污染風(fēng)險具體區(qū)域分布情況,得到非點源污染“源-匯”負(fù)荷分布圖(圖6)。LCI值在[-0.30,0.38]之間,其中“源”景觀占主導(dǎo)作用即LCI大于0的子流域占整個區(qū)域的23.49%,“匯”景觀占主導(dǎo)作用即LCI小于0的子流域占整個區(qū)域的76.50%。結(jié)果表明,流域非點源污染風(fēng)險總體較低,以“匯”作用主導(dǎo)的子流域占流域的大部分；高污染負(fù)荷區(qū)域主要分布在東南部,西部污染負(fù)荷低,結(jié)果與“源-匯”景觀分類結(jié)果密切相關(guān),西部以林地等“匯”景觀占主導(dǎo),呈現(xiàn)出污染吸收能力強(qiáng)污染負(fù)荷低的情況；而東南部以建設(shè)用地、耕地等“源”景觀分布居多,污染量大而截留削減能力弱,污染負(fù)荷高。

將“源-匯”污染負(fù)荷結(jié)果由低到高劃分為5個等級(表3),其中“源-匯”污染負(fù)荷中“匯”作用最大的污染負(fù)荷等級最低,LCI范圍在(-0.30,-0.17)之間,占流域面積的7.85%,主要是分布在西北部以林地類型為主的“匯”景觀主導(dǎo)區(qū)域,對污染具有較強(qiáng)的截留作用；“匯”作用較大的污染負(fù)荷等級低,LCI范圍在(-0.17,-0.04)之間,占流域面積的50.10%,在所有等級中所占比例最大,主要分布在西部大部分區(qū)域；“源-匯”污染負(fù)荷較平衡的LCI范圍接近0,在(-0.04,0.04)之間面積占比27.63%,主要分布于居住用地、耕地等“源”景觀及林地等“匯”景觀相間分布的北部區(qū)域；“源”作用高于“匯”作用,LCI范圍在(0.04,0.17)之間的面積占比9.77%；LCI范圍在(0.17,0.38)之間的面積占比4.65%,主要分布于東南部,以建設(shè)用地、居住用地等“源”景觀主導(dǎo)的區(qū)域,污染負(fù)荷風(fēng)險高。

表3 不同“源-匯”污染負(fù)荷等級面積對比

3.2.2水源地非點源污染風(fēng)險指數(shù)

“源-匯”空間污染負(fù)荷指數(shù)一定程度上體現(xiàn)子流域的污染風(fēng)險,而“河道距離”因子、坡度因子等污染遷移因子則表示非點源污染遷移風(fēng)險(圖7、圖8),結(jié)合污染風(fēng)險與遷移風(fēng)險計算非點源風(fēng)險指數(shù)(NPPRI),利用ArcGIS中柵格計算工具疊合“源-匯”污染負(fù)荷對比指數(shù)、“河道距離”因子、坡度因子得到非點源污染風(fēng)險識別結(jié)果(圖9)。

在Arcgis中按自然斷點法將研究區(qū)范圍中風(fēng)險值分為由低到高的5類,其中極低風(fēng)險區(qū)占整個區(qū)域面積的40.26%,低風(fēng)險區(qū)占39.71%,中等風(fēng)險區(qū)占13.82%、高風(fēng)險區(qū)占4.93%,極高風(fēng)險區(qū)占1.28%,整體而言非點源污染風(fēng)險較小,呈現(xiàn)出東高西低的特點。非點源污染高風(fēng)險區(qū)主要位于流域東南部,景觀格局以“源”作用為主,同時距河道較近,產(chǎn)污風(fēng)險與遷移風(fēng)險都較高,形成高風(fēng)險區(qū)；流域西部整體風(fēng)險偏低,但在西南部存在兩個風(fēng)險高值區(qū)主要受坡度及“源”景觀作用；赤田水庫西北臨近區(qū)域存在風(fēng)險高值,該區(qū)域產(chǎn)污風(fēng)險和周圍區(qū)域差異不大,但由于其距水源地近、坡度高,極易產(chǎn)生風(fēng)險遷移,因此非點源污染風(fēng)險大。

圖7 “河道距離”風(fēng)險因子Fig.7 The risk factor of “distance from the river”

圖8 坡度風(fēng)險因子Fig.8 The risk factor of slope

圖9 非點源污染風(fēng)險識別圖Fig.9 Non-point source pollution risk identification chart

3.3 “源-匯”空間分布及水源地非點源污染風(fēng)險評價

結(jié)合“源”“匯”景觀的遙感分類結(jié)果與影響污染遷移的坡度、河道距離要素,基于洛倫茲曲線結(jié)果分析“源-匯”景觀分布格局,實現(xiàn)流域非點源污染風(fēng)險評價。河道距離要素中“源-匯”景觀集中分布在河道距離(主要是赤田水庫水域范圍)因子的0—0.5范圍(圖10),“源”景觀類型中水產(chǎn)養(yǎng)殖在距水庫較遠(yuǎn)區(qū)域的分布比重較大,對非點源污染的影響較小,然而“源”景觀類型中耕地布局在靠近水庫區(qū)域的面積比重大,易于產(chǎn)生污染風(fēng)險；坡度要素中“源-匯”景觀分布集中于低坡度因子范圍(圖11),其中林地分布在坡度較高的地區(qū),此種布局有利于防治非點源污染。

根據(jù)不同景觀類型在距離、坡度要素中的洛倫茲曲線,計算“源”“匯”類型的洛倫茲曲線構(gòu)成的累積面積(表 4)并對比“源”“匯”面積,在河道距離要素中累積面積最大的為耕地,其次分別是林地、草地,同時“源”與“匯”累計面積之比的值大于1,說明“源”景觀分布在距水庫較近的區(qū)域,污染風(fēng)險較大；在坡度要素中,累積面積最大的為建設(shè)用地,其次為耕地、草地,最小的類型為林地,“源”與“匯”累計面積之比的值大于1,說明“源”景觀分布在坡度較小的區(qū)域,污染發(fā)生的風(fēng)險性較低。赤田水庫流域中景觀類型在坡度因素中的分布格局利于污染的截留,保證了易發(fā)生污染遷移的區(qū)域為“匯”景觀；而在距離因素中的分布則容易促成污染,耕地等“源”景觀距水源地過近,缺少“匯”景觀在水源地附近對污染起截留作用。

4 結(jié)論與展望

本文基于遙感技術(shù)對赤田水庫水源地進(jìn)行“源-匯”景觀分類,結(jié)合污染負(fù)荷對比指數(shù)計算每個子流域非點源氮磷污染的污染負(fù)荷,在綜合考慮距河道遠(yuǎn)近、坡度因子對污染遷移的影響下,計算非點源污染風(fēng)險指數(shù)識別出流域中非點源污染風(fēng)險區(qū),并基于洛倫茲曲線對水源地景觀分布情況進(jìn)行風(fēng)險評價。研究結(jié)論如下：

圖10 河道距離因子的洛倫茲曲線Fig.10 Lorenz curves of the factor of “distance from river”

圖11 坡度因子的洛倫茲曲線Fig.11 Lorenz curves of the factor of slope gradient

表4 主要“源”“匯”景觀洛倫茲曲線的面積對比

(1)基于“源-匯”遙感分類結(jié)果,結(jié)合污染負(fù)荷對比指數(shù)、坡度、河道距離因子計算非點源污染風(fēng)險因子能快速有效識別出非點源風(fēng)險,同時分布區(qū)域景觀分布格局對非點源污染的影響,能為飲用水源地規(guī)劃管理提供有效依據(jù)。

(2)赤田水庫各子流域單元中“源”景觀占主導(dǎo)作用即LCI大于0的子流域占整個區(qū)域的23.49%,“匯”景觀占主導(dǎo)作用的子流域占整個區(qū)域的76.50%,少部分子流域呈現(xiàn)“源”“匯”作用平衡的情況,流域非點源污染風(fēng)險總體較小。

(3)基于非點源污染風(fēng)險指數(shù)識別出赤田水庫水源地非點源污染風(fēng)險呈現(xiàn)東高西低的特點,極高風(fēng)險區(qū)主要分布于流域范圍的東南部地區(qū),占整體區(qū)域面積的1.28%,景觀格局以居住用地、建設(shè)用地等“源”景觀類型為主,同時距河道較近易于遷移形成非點源污染；低風(fēng)險區(qū)主要位于西北部,以林地景觀為主,非點源污染少、截留作用強(qiáng)。

(4)赤田水庫在坡度要素中“源”“匯”景觀分布較合理,坡度高易產(chǎn)生污染的區(qū)域為“匯”景觀分布,能有效防止污染；而在距河道距離要素中,“源”“匯”景觀分布存在“源”距離水源地過近,對污染貢獻(xiàn)大的現(xiàn)象,尤其是耕地分布距水源地較近,在距離水源地近的區(qū)域應(yīng)多布局“匯”景觀,達(dá)到污染截留作用,從而降低污染風(fēng)險。

本文以小范圍子流域為研究單元進(jìn)行非點源風(fēng)險遙感評價,子流域單元內(nèi)降雨、土壤因子相對統(tǒng)一,因此未考慮此類因素的影響,但對于大范圍研究區(qū)域,不同流域間降水、土壤等因子也會影響非點源污染分布,后續(xù)研究需進(jìn)一步考慮這些因素對非點源污染風(fēng)險的影響。