郭羽羽，李思悅，劉 睿，張 靜**

(1：重慶師范大學地理與旅游學院，重慶 401331) (2：中國科學院重慶綠色智能技術研究院生態(tài)水文研究中心，重慶 400714)

水資源是人類生存和發(fā)展所依賴的重要資源，隨著社會的不斷進步，水資源分配不均的問題日漸凸顯[1]. 水質是水資源質量的決定因素，點源污染目前已基本得到控制，非點源污染成為影響水質的關鍵[2]. 土地利用變化對生態(tài)過程、地表徑流、水文循環(huán)產生一系列深刻的影響，進而影響河流水質安全[3]. 因此，探討土地利用與水質之間的關系，對土地利用的管理規(guī)劃及水生態(tài)環(huán)境資源的有效保護具有重要意義.

近年來，土地利用對水質指標的影響機制研究已成為國內外學者研究的熱點[4-8]. 目前，大部分的研究是針對河段[9-11]、河岸帶[12-13]、子流域[14-16]等空間尺度，研究方法主要包括相關分析[17]、冗余分析[11,13]、SWAT模型[18]、地理加權回歸模型[19]、多元線性回歸[20]等. 例如，楊潔等[9]認為在1000 m大范圍尺度，土地利用對水質的影響更加顯著，城鎮(zhèn)用地、旱地及水田影響顯著，景觀聚集程度與水質指標呈正相關，與破碎度呈負相關；Shi等[10]研究表明在1000 m緩沖區(qū)尺度下，土地利用與河流水質的相關性最高，且不同的土地利用指標對水質有不同的尺度效應；張殷俊等[12]研究了巢湖流域緩沖區(qū)尺度下土地利用與水質之間的關系及影響因素，結果表明土地利用類型對水環(huán)境影響具有尺度效應，林地對水質具有正面影響，建設用地具有負面影響，耕地對水質的影響具有復雜性；汪昱昆等[13]報道了上海市河網水質對河岸帶土地利用的響應，結果發(fā)現土地利用在500 m和1000 m緩沖區(qū)尺度對水質解釋最強，建設用地與大多數水質指標呈正相關；康文華等[21]發(fā)現赤水河流域景觀組成在河岸帶尺度對水質解釋率最高，建設用地和耕地具有負面影響，林地則為正面影響；de Mello等[15]研究發(fā)現薩拉普伊河(Sarapuí River)流域的土地利用/土地覆蓋在子流域尺度比河岸帶尺度更好地解釋了整體水質的變化，森林覆蓋在保持水質清潔方面發(fā)揮著重要作用，而農業(yè)和城市地區(qū)則導致水質惡化；Zhang等[16]發(fā)現三峽庫區(qū)的土地利用在子流域尺度比河岸帶尺度對所有水質影響更顯著；Ding等[20]認為在東江流域子流域尺度相比于河岸帶或點緩沖尺度更能解釋總體水質變化. 綜上，土地利用對水質存在顯著影響，但其對水質指標解釋能力最強的空間尺度存在不確定性，部分研究結果表明土地利用在緩沖區(qū)尺度下對水質解釋能力更顯著，而另一部分表明土地利用在子流域尺度下對水質的影響更強. 同時，土地利用特征的差異、水文過程的不同都會導致景觀與水質的相關性及相關程度存在差異[22]. 因此，尺度效應成為研究重點，且多體現為子流域尺度和不同距離的緩沖區(qū)尺度之間的差異[14,22]，研究不同空間尺度土地利用與水質的定量關系，不僅有利于優(yōu)化土地利用結構，還可以控制面源污染，有效進行水質管理.

黃河是我國的母親河，也是我國水土保持、資源保護的重點流域[23]. 由于土壤、地形、降水等自然因素的影響，黃河泥沙淤積嚴重，加上人類活動不斷加劇對河流生態(tài)的破壞，河流水質問題日漸凸顯[24]. 以往研究多針對中小流域探討土地利用與水質之間的關系[25-26]，而黃河流域跨度大，不同河段土地利用差異明顯；同時，黃河流域由于其特殊的氣候特征，年際徑流變化明顯，導致水質指標在不同季節(jié)具有顯著差異. 但目前少有針對黃河流域進行土地利用與水質關系分析的研究，劉綠怡等[27]以伊河流域為研究區(qū)，基于不同距離的點緩沖區(qū)分析景觀空間異質性對水質的影響. 雖然伊河流域位于黃河中下游的中心位置，但其研究只探討了河段緩沖區(qū)尺度，未考慮到河岸帶、子流域等多種尺度土地利用對水質影響的差異性. 呂振豫等[28]以2004-2015年黃河流域上、中、下游9個監(jiān)測斷面和4個水質指標的監(jiān)測數據為研究對象，分析了黃河流域的水質達標情況及各水質指標的時空演變特征，雖然其研究對象與本研究一致，但他們只研究了水質達標情況及各水質指標的時空演變特征，并未定量探討形成其研究結果的原因. 因此，本研究選取黃河流域作為研究區(qū)域，綜合運用GIS技術、單因素方差分析(analysis of variance, ANOVA)和冗余分析(redundancy analysis, RDA)等方法，定量探討流域不同時空尺度下土地利用指數與水質的關系，旨在找出對黃河流域水質影響最顯著的時空尺度及土地利用，為優(yōu)化土地利用、加強水質保護提供科學參考.

1 材料與方法

1.1 研究區(qū)概況

黃河是中國第二大河，地處31.48°～41.56°N，95.04°～117.99°E之間，流域面積達7.95×105km2，是我國生態(tài)保護、流域治理的重點對象(圖1). 黃河流域幅員遼闊，地貌類型多樣，由東至西海拔逐漸升高，橫跨黃淮海平原、黃土高原、內蒙古高原及青藏高原4個地貌單元. 流域內草地、林地及耕地景觀廣泛分布，植被疏松，部分地區(qū)土壤鹽堿化現象嚴重[29]. 黃河流域大部分地區(qū)位于干旱、半干旱地區(qū)，各地區(qū)之間氣候差異顯著，年平均氣溫在7℃左右，光照充足，濕度小，蒸發(fā)大，日夜溫差明顯；流域內降水量偏少，全流域多年平均降水量為451 mm[30]. 在氣候和地貌的雙重影響下，黃河流域水資源稀缺，年徑流量僅占全國2%，且年內、年際變化大，流量呈持續(xù)減小趨勢，枯水期長，水土流失嚴重[31]. 近年來，隨著黃河流域經濟的飛速發(fā)展，加速了人口城市化的進程和鄉(xiāng)鎮(zhèn)工業(yè)的發(fā)展，從而導致工礦企業(yè)和城鎮(zhèn)居民生活的廢污水急劇增加，且流域內耕地化肥、農藥等的過量使用，致使黃河流域水質遭到嚴重污染. 據前人調查研究顯示，1994年黃河流域干流污染物超標河長占總河長的57.4%，2003年超標河長增至78.1%，主要超標項目包括溶解氧(DO)、氨氮(NH3-N)和高錳酸鹽指數(CODMn)等[28]. 從2004-2015年，黃河流域的水質達標率由48.5%增加至77.4%，整體上呈逐步改善的趨勢，但黃河中游地區(qū)水質污染嚴重，如山西運城河津大橋監(jiān)測站點和陜西渭南潼關吊橋監(jiān)測站點水質達標率僅分別為0.2%和4.2%[28].

圖1 黃河流域水質監(jiān)測站的空間分布及子流域、河岸帶、河段3個空間尺度(W1～W9代表 黃河流域內9個監(jiān)測站點，依次為W1-甘肅蘭州新城橋監(jiān)測站點，W2-寧夏中衛(wèi)新墩監(jiān)測站點， W3-內蒙古烏海海勃灣監(jiān)測站點，W4-內蒙古包頭畫匠營子監(jiān)測站點，W5-山西忻州萬家寨 監(jiān)測站點，W6-河南濟源小浪底監(jiān)測站點，W7-山東濟南濼口監(jiān)測站點， W8-山西運城河津大橋監(jiān)測站點，W9-陜西渭南潼關吊橋監(jiān)測站點)Fig.1 Spatial distribution of water quality monitoring stations in the Yellow River Basin and the three spatial scales (catchment, riparian corridor and reach)

1.2 數據獲取

黃河流域水質數據由國家地表水水質自動監(jiān)測實時數據發(fā)布系統(http://123.127.175.45:8082/)獲取，結合前人研究[28]，選取黃河上游甘肅蘭州新城橋、寧夏中衛(wèi)新墩、內蒙古烏海海勃灣、內蒙古包頭畫匠營子，中游山西忻州萬家寨、山西運城河津大橋、陜西渭南潼關吊橋、河南濟源小浪底和下游山東濟南濼口共9個重要的具有代表性的監(jiān)測站點，大部分監(jiān)測點位于黃河干流附近. 于2018年2月7日-2019年2月7日每天中午12:00收集為期一年的水質數據，將此數據作為一年內每天的日均值，并分別對不同監(jiān)測站點不同季節(jié)的監(jiān)測數據求平均值. 前人研究結果顯示，黃河流域的水體污染物未達標項目主要為DO、NH3-N、CODMn等指標[28]，故本研究的水質參數選取pH、DO、NH3-N和CODMn4個指標.

DEM數據由中國科學院資源環(huán)境科學數據中心獲取(http://www.resdc.cn)，高程數據分辨率為30 m，可用于提取水系. 為了與水質數據時間對應，由地理空間數據云平臺獲取2018年研究區(qū)域對應的Landsat 8 OLI遙感影像數據，空間分辨率為30 m. 采取支持向量機法與人工目視解譯相結合的方法，參考《土地利用現狀分類》標準，得到林地、草地、耕地、建設用地、水域及未利用土地共6類土地利用類型. 經混淆矩陣精度驗證，分類總精度為86.36%，Kappa系數達到0.81，符合精度要求.

1.3 不同空間尺度土地利用指數的計算

參考國內外相關研究，河段、河岸帶及子流域3個空間尺度下土地利用對水質具有較好的預測效果[10,20,22]. 再結合黃河流域區(qū)域特征，黃河干流寬度多為300～500 m，且小范圍內土地利用變化程度較小，故將土地利用指標分為子流域、500 m河岸帶緩沖區(qū)和1000 m河段緩沖區(qū)3個空間尺度. 基于ArcGIS 10.4平臺，結合DEM高程數據和中國科學院資源環(huán)境科學數據中心(http://www.resdc.cn/)發(fā)布的二級流域數據，并參考Shi等[10]劃分子流域的方法，對黃河流域水系進行提取，并以監(jiān)測點為出水口提取對應的子流域. 1000 m河段緩沖區(qū)以監(jiān)測點上游1000 m處為圓心，設置半徑為1000 m的點緩沖區(qū)；500 m河岸帶緩沖區(qū)沿監(jiān)測點上溯，以子流域為邊界截取河流向左右兩岸延伸500 m生成對應的線緩沖區(qū). 通過對緩沖區(qū)范圍和土地利用數據作相交處理，得到各空間尺度的土地利用數據，為景觀指數的計算提供數據基礎.

基于前人研究結果，土地利用類型百分比(PLAND)指數、斑塊密度(PD)和香農多樣性指數(SHDI)對水質影響較顯著，且由于研究區(qū)內景觀類型的差異，PD和SHDI對水質的作用結果存在不確定性[6]. 因此，本研究在景觀類型水平上選用PLAND指數，用于計算各土地斑塊占景觀總面積的比例；在空間格局上選取了PD和SHDI指數.PD反映了景觀密集程度的差異，SHDI為鄰近度指標，可表征景觀異質性，土地利用類型越豐富，SHDI值越高[6]. 以上景觀格局指數由Fragstats v4.2.1 軟件計算得到，綜合體現了不同空間尺度下的個體要素和整體景觀特征.

1.4 數據統計與處理

利用SPSS Statistics 19軟件，首先對水質數據進行K-S檢驗，符合正態(tài)分布，對其進行ANOVA單因素方差分析，用于比較水質指標之間的時空差異性. 同時，對土地利用指數進行單因素方差分析，得到各指數的空間差異性.

冗余分析(redundancy analysis, RDA)作為常見的線性直接梯度排序分析方法，能夠反映多個環(huán)境變量對所有物種變量的影響，同時可以得到單個環(huán)境因子對物種變化的方差貢獻率[13]. 運用Canoco 5.0軟件，首先對物種變量進行趨勢對應分析(detrended correspondence analysis, DCA)，若分析結果得到梯度長度(gradients length)第1軸小于3.0，則選擇RDA，若大于4.0，則選擇典范對應分析(canonical correspondence analysis, CCA)，若值介于3.0～4.0之間，則兩種分析方法均可使用[11]. 本研究中土地利用指數為環(huán)境變量，水質數據為物種變量，得到DCA結果均小于3.0，因此，選用RDA方法定量探討黃河流域所有土地利用指數對全部水質指標的多時空尺度影響，并通過單個土地利用指數對水質變化的方差貢獻率大小得到對水質影響顯著的土地利用格局.

2 結果與分析

2.1 土地利用特征

以黃河流域9個監(jiān)測站點為中心，提取對應的河流及子流域，得到1000 m河段緩沖區(qū)、500 m河岸帶緩沖區(qū)和子流域3個空間尺度對應的土地利用類型(圖1)，土地利用類型比例和景觀格局指數變化如圖2，表1所示. 研究區(qū)內景觀分布整體以耕地和草地為主，不同空間尺度下，景觀組成和空間格局存在差異. 其中，PD、SHDI、林地和水域景觀空間差異性顯著(P< 0.05)(圖2,表1). 1000 m河段緩沖區(qū)尺度下，景觀類型面積占比表現為耕地 > 草地 > 水域 > 未利用土地 > 建設用地 > 林地(圖2). 500 m河岸帶緩沖尺度景觀類型面積占比表現為耕地 > 草地 > 水域 > 未利用土地 > 林地 > 建設用地，建設滿用地面積占比大幅下降，而草地、林地面積占比上升(圖2). 子流域尺度下，耕地和草地仍為主要景觀，林地次之，建設用地、未利用土地和水域面積占比均較小(圖2). 在多數空間尺度下，PD的值表現為1000 m河段緩沖區(qū) > 500 m河岸帶緩沖區(qū) > 子流域，河段尺度景觀斑塊更加破碎，子流域尺度下曲線變化趨勢相對平緩(表1).SHDI指數表現為500 m河岸帶緩沖區(qū) > 子流域 > 1000 m河段緩沖區(qū)，其中，河岸帶和子流域尺度下SHDI均值較為接近，土地利用類型相對豐富，空間分布相對均衡(表1).

圖2 黃河流域各空間尺度景觀類型組成(平均值為在不同空間尺度下各土地利用類型總面積所占比例； 圖例后*表示景觀類型占比的空間性差異顯著，*表示P<0.05，**表示P<0.01)Fig.2 Statistics of landscape proportions in different spatial scales in the Yellow River Basin

表1 黃河流域各空間尺度景觀格局指數*

2.2 水質數據時空變化特征

流域水質參數的季節(jié)差異和空間性如圖3所示. 黃河流域水質參數在時空尺度上均表現出明顯的差異性. 從季節(jié)變化來看，除了CODMn，其余的水質指標均呈現出明顯的季節(jié)變化(P< 0.05)(圖3). 其中參數pH和NH3-N的變化趨勢類似，整體表現為冬季 > 春季 > 秋季 > 夏季，且pH標準差在4個季節(jié)均相對最小，監(jiān)測點數據相對穩(wěn)定(圖3). DO濃度變化規(guī)律為冬季 > 秋季 > 春季 > 夏季，CODMn在各季節(jié)變化不大，表現為春、夏季略高于秋、冬季(圖3). 從各監(jiān)測點統計值的空間變化來看，4個水質參數均呈現出明顯的空間變化(P<0.05)(圖3). 冬季水質指標DO濃度的空間差異最顯著(P<0.05)，其次是pH在夏季空間差異顯著(P< 0.05)(圖3). 在多數季節(jié)尺度下，NH3-N和CODMn濃度的變化規(guī)律表現為W8(山西運城河津大橋監(jiān)測站點)最大，W4(內蒙古包頭畫匠營子監(jiān)測站點)和W6(河南濟源小浪底監(jiān)測站點)較小(圖3).

圖3 不同季節(jié)黃河流域水質參數的描述性統計(水質參數包括pH、溶解氧(DO)、 氨氮(NH3-N)和高錳酸鹽指數(CODMn)；不同字母表示水質的差異顯著(P<0.05)， 小寫字母表示空間差異顯著，大寫字母表示季節(jié)差異顯著)Fig.3 Descriptive statistics of water quality parameters in the Yellow River Basin in different seasons

2.3 不同時空尺度土地利用對水質的影響關系

不同時空尺度下土地利用與水質的RDA結果如表2和圖4所示，結果表明，土地利用在夏季和1000 m河段緩沖區(qū)對水質變量的解釋率最大，且前兩軸對水質指標解釋率較高，第1軸解釋率至少達到61.39%，為第2軸解釋率的5倍之多，說明土地利用對水質的影響關系主要取決于第1軸的解釋率(表2). 對于空間尺度，在春季和冬季，土地利用對水質的空間尺度影響強度均表現為1000 m河段緩沖區(qū) > 500 m河岸帶緩沖區(qū) > 子流域尺度，夏季和秋季則表現為1000 m河段緩沖區(qū) > 子流域 > 500 m河岸帶緩沖區(qū)尺度，但4個季節(jié)下土地利用對水質的空間尺度影響均在1000 m河段緩沖區(qū)尺度下最強(表2). 對于時間尺度，3種空間尺度下土地利用對水質影響最顯著的時間尺度均為夏季(表2). 在不同的時空尺度下，對水質影響最劇烈的土地利用指數有所不同，對于1000 m河段緩沖區(qū)尺度，對水質影響最大的解釋變量為耕地面積占比(30.6%～45.1%)和SHDI(23.0%～25.4%)，在500 m河岸帶緩沖區(qū)尺度下解釋變量主要是林地面積占比(27.4%～44.1%)和耕地面積占比(10.1%～19.4%)，耕地面積占比(11.4%～11.5%)和未利用地面積占比(10.0%～10.9%)在子流域尺度下對水質影響較大(表2). 綜上，對于各個時空尺度，對水質影響最顯著的土地利用指數為耕地面積占比、林地面積占比、未利用地面積占比和SHDI.

黃河流域景觀指數與水質參數的RDA排序圖如圖4所示，RDA排序圖中箭頭之間的夾角表示變量之間的相關性，夾角等于零時，表示兩者不相關，夾角小于90°時，表示兩者為正相關，夾角大于90°則為負相關. 箭頭夾角的余弦值越大，兩者之間相關性越強；且箭頭的長短也可以表示相關性的強弱，箭頭越長，相關性越強，反之相關性越弱[11]. 不同土地利用指數與水質相關性存在差異，在多數時空尺度下，多數土地利用指數與水質指標(NH3-N和CODMn)呈負相關，如草地面積占比、水域面積占比、未利用土地面積占比和SHDI等指數；耕地面積占比和PD指數與水質指標呈正相關，分別在500 m河岸帶緩沖區(qū)尺度和1000 m河段緩沖區(qū)尺度表現出較強的相關性(圖4). 在多數時空尺度下，耕地面積占比、林地面積占比、未利用地面積占比與水質指標相關性最強(圖4).

表2 黃河流域土地利用變量解釋總體營養(yǎng)物質變化比例的RDA結果*

3 討論

3.1 土地利用對水質的多時空尺度影響

本研究對于土地利用指數的選取包括土地利用類型百分比和景觀空間結構兩個方面，在不同的時空尺度下，不同土地利用指數對水質的影響存在明顯差異，與前人研究結論相符[2,4,16]. 在多數時空尺度下，耕地面積占比與NH3-N和CODMn濃度呈現較大的正相關性(圖4)，體現了“源”景觀對水質的負面作用[32]. 在人為作用的干擾下，耕地景觀破碎程度大，加上大量使用化肥農藥的影響，污染物濃度不斷增加，經地表徑流等方式集中到河流中，導致水質惡化. 相較于1000 m河段緩沖區(qū)和500 m河岸帶緩沖區(qū)尺度，子流域尺度上土地利用與水質的相關性較弱. 這是因為耕地面積占比在該空間尺度上相對最小，并且隨著流域面積的增加，污染物遷移時間越長，降解量也就越大，對水質的惡化作用也會相應降低[12]. 在各時空尺度下，PD指數均與NH3-N和CODMn濃度呈正相關，并且在1000 m河段緩沖區(qū)和500 m河岸帶緩沖區(qū)尺度下，PD與水質指標的相關性強于子流域尺度(圖4). 這是因為PD值的大小可表征景觀斑塊的破碎程度，PD值越大，越容易造成嚴重的土壤侵蝕[11].

圖4 黃河流域冗余分析結果排序圖 (環(huán)境變量為虛線空心箭頭，包括Grass-草地，Water-水域，Farmland-耕地，Urban-建設用地，Forest-林地， Unused-未利用土地，PD-斑塊密度，SHDI-香農多樣性指數；物種變量為實線實心箭頭，水質指數包括pH， DO-溶解氧，NH3-N-氨氮和CODMn-高錳酸鹽指數；(a)、(b)、(c)為春季河段、河岸帶和子流域 尺度的RDA結果，(d)、(e)、(f)為夏季河段、河岸帶和子流域尺度的RDA結果，(g)、(h)、(i)為秋季河段、 河岸帶和子流域尺度的RDA結果，(j)、(k)、(l)為冬季河段、河岸帶和子流域尺度的RDA結果)Fig.4 Ordination diagrams originated of redundancy analysis (RDA) results in the Yellow River Basin

草地在大多數時空尺度下與NH3-N和CODMn濃度呈負相關，與pH和DO濃度呈正相關，對水質有凈化作用(圖4)，與前人研究結論一致[2,32]. 林地在1000 m河段緩沖區(qū)尺度下，與NH3-N和CODMn的關系為負相關，與而在500 m河岸帶緩沖區(qū)和子流域尺度表現為正相關(圖4). 以往研究表明，作為典型的“匯”景觀，林地對水化學元素具有吸收、截留的作用，從而能夠保持水土、凈化水質[11]. 但河段緩沖區(qū)尺度下，景觀破碎程度相對較大，對污染物的吸收降解作用有所降低；且城市綠化用地距離河流較近，在種植過程中使用的化肥農藥排入河流，導致水質降低[33]. 水域面積在降雨、地表徑流的綜合作用下，與水質呈現負相關，對水質污染有稀釋作用[6]. 未利用土地由于人類活動的干擾較少，表現出與耕地相反的相關性，對河流排放污染少，對水質安全表現出有利的一面.SHDI指數在一些研究中被認為對水質存在負面作用[6,20]，但在本研究中表現為對水質的正面作用. 產生這種差異的原因可能是研究區(qū)域內主要景觀類型不同，這些研究區(qū)域以林地和草地景觀為主，而黃河流域內耕地占據了主導地位. 因此，SHDI值越大，景觀多樣性越豐富，導致林地、草地等景觀的凈化作用增強，而對黃河流域內的水質保護有積極作用，能夠有效防止污染物擴散. 之前有研究表明隨著建設用地增加，道路、房屋等城鎮(zhèn)不透水面上的污染物會隨著雨水沖刷到河流，從而造成水質惡化[10,16,20]. 而本研究結果顯示建設用地在多數時空尺度下與NH3-N和CODMn濃度呈負相關(圖4)，表明建筑用地面積的增加并未對流域水質產生負面的影響，原因可能是研究區(qū)內多數監(jiān)測點附近的建筑用地面積較少，城鎮(zhèn)規(guī)模較小，建筑用地面積比不足以作為影響水質的關鍵因子，這與王杰等的研究結果一致[4].

3.2 土地利用對水質影響的時空尺度效應

河流水質的變化與植被覆蓋和地表徑流量息息相關. 研究結果顯示，在夏季和1000 m河段緩沖區(qū)尺度下，冗余分析得到的解釋率最高，土地利用與水質的相關關系最為顯著. 黃河流域以玉米、小麥等經濟作物為主，主要分布在內蒙古、寧夏、陜西、甘肅、山西、青海、山東、河南等地，全面覆蓋了本研究所在區(qū)域，春玉米和春小麥主要分布在黃河流域中上游，夏玉米主要分布在黃河流域中下游[34]，其生長期主要為5-9月，這一階段農戶對耕地進行大量施肥工作，污染物濃度急劇增加. 并且夏季降雨集中，降水量達到一年中的峰值，污染源通過地表徑流的方式排入河流，導致夏季在各空間尺度下解釋率均較大，與歐洋等[35]得到的雨季時景觀對水質解釋能力最強這一結論相符. 蔡宏等[22]的研究表明，相較于緩沖區(qū)尺度，子流域尺度水質對景觀指數的響應更為顯著. 而方娜等[14]對鄱陽湖的研究發(fā)現，緩沖區(qū)尺度土地利用對水質的解釋率高于子流域尺度，與本研究1000 m河段緩沖區(qū)解釋率最高一致，距離監(jiān)測點越近，土地利用對水質影響越大. 產生這種差異的主要原因是在不同地區(qū)，由于土地利用空間分布的不同，水文遷移的過程存在差異. 因此，對于黃河流域，夏季和河段緩沖區(qū)尺度更能體現土地利用對水質參數的響應.

4 結論

1)在夏季和1000 m河段緩沖區(qū)尺度上，土地利用指數對水質指標的解釋率最大，對黃河流域保護水資源最具有指導意義. 在夏季降雨量增多時，應有效控制農田中化肥農藥的使用量，避免污染物在近河岸處的直接排放.

2)在不同的時空尺度下，不同土地利用指數對水質的影響差異明顯，對水質影響最顯著的土地利用指數為林地、草地和PD指數. 草地、水域、未利用土地面積占比及SHDI的增加對水質具有正面效應，能夠有效保護水質安全；而耕地和建設用地、PD值的增加則會加劇水化學污染，導致流域水質惡化. 對于林地景觀，需要發(fā)揮其在1000 m河段緩沖區(qū)尺度上的積極影響，通過土地利用的合理規(guī)劃，增強其在河岸帶和子流域尺度上的水質凈化作用. 通過植樹造林、退耕還林等措施提高植被覆蓋率，保護現有水域水質；在進行城市土地規(guī)劃時，降低各土地利用的破碎程度，減少黃河流域土壤侵蝕帶來的負面影響.

3)通過對黃河流域不同時空尺度下土地利用指數與水質的定量關系展開研究，確定了對水質管理最有效的時空尺度，并反映了不同土地利用指數對水質影響的相關性. 根據研究結果可有效采取措施對黃河流域水質進行管理和優(yōu)化，對保護水生態(tài)環(huán)境具有參考價值. 但本研究仍存在一些不足，由于Landsat遙感數據分辨率較低，可能對監(jiān)督分類精度造成影響，在后續(xù)研究中，可采用更高分辨率影像進行解譯.