賈玉雪，帥紅*，韓龍飛

（1.湖南師范大學地理科學學院，長沙410081；2.湖南師范大學地理空間大數(shù)據(jù)挖掘與應用湖南省重點實驗室，長沙410081）

目前世界各國點源污染治理成效顯著，使得非點源污染問題在水環(huán)境污染治理與管理中的重要性與必要性凸顯[1]。美國、歐洲等國際相關研究顯示非點源污染已成為其水質污染的主要組成部分[2-4]；國內(nèi)學者進行的大量研究表明，北方的黃河、淮河、海河、松花江、遼河流域，以及南方的太湖、巢湖、滇池流域的非點源污染問題突出，由于具有發(fā)生的不確定性、難以控制等特點，使得非點源污染實際治理難度較大。非點源污染由自然水循環(huán)中的降水-匯流過程驅動，同時也受人類活動的強烈支配，Green 等[5]的研究顯示，愛荷華州玉米種植區(qū)大量肥料的輸入導致地下硝酸鹽與亞硝酸鹽含量的大幅度變化。氣候變化對未來污染影響的加劇[6]、人為活動對污染貢獻程度高[7]等決定了非點源污染的管理與治理必須以控制人類活動加劇的污染為重點。當前以此為前提的非點源污染研究重點集中在污染物模擬及時空分布[8-9]、關鍵源區(qū)的識別[10]、污染削減及最佳管理措施研究[11]等方面，其中關鍵源區(qū)是非點源污染發(fā)生的高風險、高負荷地區(qū)，識別關鍵源區(qū)從而對危害較大、范圍較小的區(qū)域進行重點控制可以大大提高非點源污染治理的效率[12-13]，研究發(fā)現(xiàn)農(nóng)業(yè)活動較為頻繁的地區(qū)往往成為非點源污染的關鍵源區(qū)[14-15]。

非點源污染的發(fā)生與遷移是重要的生態(tài)-水文過程，景觀類型組成、空間配置直接影響流域水文循環(huán)、泥沙運移從而間接影響污染遷移轉化的過程，景觀格局與非點源污染過程的關系作為研究的熱點，學者們從不同的角度對其進行了探討。李鑄衡等[16]、畢直磊等[17]從土地利用類型變化的角度基于模型研究地表景觀變化與非點源污染負荷的關系，研究表明在陡坡耕地實行不同水平的退耕還林措施可以不同程度地降低氮磷營養(yǎng)鹽負荷；Billmire 等[18]從污染負荷的植被截留角度建立了基于水流路徑的景觀指標，結果顯示該指標可以較好地指示河流硝酸鹽濃度的變化；陳立頂?shù)萚19]從污染物產(chǎn)生與截留的生態(tài)過程的角度構建具備生態(tài)學意義的景觀空間負荷對比指數(shù)來衡量景觀格局與非點源污染過程的定量關系，并有學者將其應用到于橋水庫探究景觀格局與水質的關系，Zhang等[20]也認為優(yōu)化景觀格局，利用“匯”景觀阻截、吸收污染物，促進“源”產(chǎn)生的污染物轉化，是改善非點源污染既經(jīng)濟又有效的方法。目前非點源污染與景觀格局關系的研究中，應用最為廣泛的是景觀格局指數(shù)，景觀格局指數(shù)可以分別從復雜度、破碎度、集中度、多樣性等多個角度表征景觀特征，因此更能反映景觀的結構特性，李明濤等[21]、韓黎陽等[22]分別選取景觀格局指數(shù)分析了潮河流域、三峽庫區(qū)蘭陵溪小流域景觀格局與非點源污染輸出的總氮、總磷以及氨氮、硝態(tài)氮負荷量之間的關系，結果表明非點源污染過程與景觀結構、格局間存在密切的關系。但以上研究大多從多個土地利用類型的角度分別剖析土地利用與非點源污染之間的關系，而部分用地類型對非點源污染過程具有相同效應，借鑒“源-匯”思想，將子流域內(nèi)的景觀類型統(tǒng)一劃分，合并為“源”與“匯”兩類，分析兩類景觀的空間結構與非點源污染負荷輸出的統(tǒng)計關系，可以從整體上把握景觀格局與非點源污染之間的響應特征。

洞庭湖為我國第二大淡水湖泊，作為承接湘資沅澧四水、吞吐長江的過水性河道型湖泊，在發(fā)揮生態(tài)修復、維護生態(tài)平衡等方面具有重要作用[23]。相關研究表明，1991—2015 年洞庭湖水質總體呈下降趨勢，總磷是影響水質下降的主要因子[24]，農(nóng)業(yè)非點源污染、城鎮(zhèn)生活污染成為洞庭湖區(qū)總氮、總磷的主要產(chǎn)生來源[25]。資江水質總體較好，水質評價結果大部分為Ⅲ類及以上類別，但資江尾閭入洞庭湖段支流志溪河的水質評價結果為Ⅳ類，主要超標因子為總磷。隨著對工業(yè)實行總量控制以及排污削減的開展，農(nóng)業(yè)非點源污染與生活污染成為流域水質規(guī)劃關注的重點[26]，因此識別研究區(qū)域的非點源污染的關鍵源區(qū)并掌握其時空分布特征對流域水污染防治具有重要意義；此外，隨著城鎮(zhèn)化等人類活動的日益加劇，該區(qū)域土地利用覆被變化劇烈，探究景觀格局與非點源污染過程的關系對以生態(tài)環(huán)境保護為前提的土地利用結構調(diào)整與優(yōu)化具有一定的指導意義。

本文為探究資江尾閭入湖的非點源污染狀況以及非點源污染負荷與景觀格局的關系，利用SWAT 模型模擬研究區(qū)2009—2017 年總氮、總磷非點源污染的時空分布特征，并進一步識別非點源污染的關鍵源區(qū)；基于景觀生態(tài)學思想，從污染產(chǎn)生與阻截的角度，劃分“源”“匯”景觀，從景觀水平與“源”“匯”類型水平上分別計算景觀格局指數(shù)，探究非點源污染與“源”“匯”景觀格局之間的關系，為該地區(qū)土地利用結構調(diào)整與優(yōu)化、水環(huán)境的保護與治理提供可借鑒的依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

資江為湖南省四水之一，流經(jīng)邵陽、益陽，于益陽市甘溪港注入洞庭湖。資江尾閭位于湘中偏北，地理位置為111.95°～112.37°E、28.21°～28.66°N。地形以平原為主，在西南地區(qū)兼分布山地，高程范圍為18.5～874.6 m，資江的尾水穿過研究區(qū)，在流域出口附近注入洞庭湖。研究區(qū)內(nèi)主要支流為桃花江、志溪河，總匯水面積達1 291.14 km2（圖1）。流域屬于亞熱帶大陸性季風濕潤氣候，四季分明，氣候溫和，多年平均氣溫為17～19 ℃；多年平均降水為1 400～1 500 mm，降水充沛，屬于濕潤區(qū)。其土地利用類型以耕地和林地為主，耕地面積占32.1%，林地面積占49.4%，地帶性植被為亞熱帶常綠闊葉林。第四紀紅色黏土母質上發(fā)育的紅壤是該區(qū)域主要的土壤類型，土壤耕性較好，肥力中上。

研究區(qū)行政上涉及益陽市的桃江縣、赫山區(qū)與資陽區(qū)，以桃江縣面積占比最大，達60.0%，赫山區(qū)與資陽區(qū)占比分別為2.6%、10.4%。區(qū)域生產(chǎn)活動以農(nóng)業(yè)為主，2017 年研究區(qū)內(nèi)農(nóng)業(yè)人口占益陽市總人口的14.6%，農(nóng)作物播種面積、畜禽養(yǎng)殖量分別占全市的5.3%、21.8%。

研究區(qū)包括兩個水文站點，分別作為研究區(qū)入水與出水的控制站，桃江水文站是研究區(qū)的入水口，主要的支流桃花江、志溪河集水匯入資江干流，最終在益陽（二）水文站附近的流域出口出水（圖1）。

1.2 SWAT模型的建立與模擬

SWAT 模型的一項基本功能就是非點源污染模擬，目前在國內(nèi)外應用廣泛。模型具有較強的物理基礎，可以模擬包括水、沙、化學物質和殺蟲劑的輸移和轉化過程。模型采用水量平衡方程、SCN徑流曲線方程、MUSLE 方程分別模擬徑流、泥沙過程，同時內(nèi)嵌了天氣、土壤溫度、作物生長與管理、營養(yǎng)物等組件，可以模擬較為復雜的營養(yǎng)物遷移過程。

1.2.1 數(shù)據(jù)來源及預處理

根據(jù)數(shù)據(jù)的存儲類型，將模型運行需要的數(shù)據(jù)分為空間數(shù)據(jù)與屬性數(shù)據(jù)?？臻g數(shù)據(jù)主要包括地形數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)三大類，DEM 為地理空間數(shù)據(jù)云ASTER GDEM 數(shù)據(jù)，分辨率為30 m；土地利用數(shù)據(jù)來源于益陽市國土局，分辨率為30 m；土壤數(shù)據(jù)采用世界土壤數(shù)據(jù)庫，比例尺為1∶100 萬。屬性數(shù)據(jù)主要包括土壤理化性質、氣象數(shù)據(jù)以及農(nóng)業(yè)管理數(shù)據(jù)等。模型主要輸入數(shù)據(jù)見表1。由于該研究區(qū)域為典型農(nóng)耕區(qū)，點源污染程度小于農(nóng)業(yè)生產(chǎn)、農(nóng)村生活帶來的的非點源污染，因此點源污染對模型模擬結果影響較小，同時考慮數(shù)據(jù)的可獲性，因此本研究借鑒陳巖等[27]的做法，將全國第二次污染普查數(shù)據(jù)以“恒定負荷”的形式輸入到模型中。

表1 模型輸入數(shù)據(jù)Table 1 Model input data

1.2.2 模型的率定、驗證

為保證模型的模擬精度，本研究利用2019 版SWAT-CUP軟件，利用SUFI-2方法按照徑流量、污染物的順序進行率定、驗證，并選取可決系數(shù)（R2）、納什效率系數(shù)（ENS）2個指標對率定結果進行評價，評價函數(shù)的計算公式如下：

在率定之前采用拉丁超立方抽樣法進行參數(shù)敏感性分析，以確定對徑流量、總氮、總磷最為敏感的參數(shù)。率定、驗證均采用月度數(shù)據(jù)，本研究以流域出水口附近的益陽（二）水文站2009 年1 月至2017 年12 月的徑流量實測值進行徑流量率定、驗證，以龍山港斷面2009 年1 月至2017 年12 月的水質數(shù)據(jù)進行總氮、總磷的率定、驗證，其中總氮、總磷斷面數(shù)據(jù)為逐月監(jiān)測值，假定斷面月內(nèi)的水質濃度恒定，模型校準時所用的逐月總氮、總磷實測負荷量計算過程為：

某月污染物月總負荷量（kg）=斷面水質監(jiān)測值（mg·L-1）×流量（m3·s-1）×3 600×24×月內(nèi)天數(shù)/103。

2008 年1—12 月為模型的預熱期，基于實測數(shù)據(jù)，在率定期利用選擇的敏感參數(shù)進行多次迭代，不斷調(diào)整、優(yōu)化模型。

1.3 景觀格局指數(shù)的選取

研究區(qū)景觀格局指數(shù)的計算基于2017年土地利用數(shù)據(jù)，根據(jù)SWAT模型中土地利用數(shù)據(jù)重分類后耕地、林地、園地、城鎮(zhèn)建設用地、水域、未利用地6類分類結果，利用Fragstats 4.2軟件進行景觀指數(shù)的計算。根據(jù)相關研究[28-29]，本文選取代表景觀破碎度、復雜度、聚集度以及多樣性的9個指標從景觀與類型水平上分別計算景觀格局指數(shù)，景觀格局指數(shù)具體的含義見表2。

1.4 冗余分析（RDA）

冗余分析（Redundancy analysis, RDA）是一種約束性直接梯度排序分析方法，能夠將多個解釋變量和響應變量進行多元回歸分析，在兩條排序軸上可視化兩者的關系，直觀地表達響應變量與解釋變量之間的關聯(lián)程度[30]，本文利用冗余分析方法，以SWAT 模型模擬得到的非點源總氮、總磷污染輸出強度為響應變量，以景觀格局指數(shù)為解釋變量，以60 個子流域對應的數(shù)據(jù)為樣本，借助軟件Canoco 5.0 進行分析，主要的內(nèi)容包括向前選擇分析、蒙特卡羅檢驗以及軸相關分析等步驟。

2 結果與討論

2.1 非點源污染模擬結果

2.1.1 SWAT模型的率定、驗證結果

徑流量、總氮、總磷的敏感參數(shù)及取值見表3，利用敏感參數(shù)進行率定、驗證，結果見圖2。在率定期，徑流量、總氮、總磷的R2、ENS均大于0.85；驗證期三者的R2均大于0.78，ENS大于0.66。驗證結果表明，驗證期徑流量、總氮、總磷的模擬值皆偏小，徑流量的模擬效果好于總氮、總磷的模擬效果。

2.1.2 非點源污染季節(jié)變化特征

利用校準后的SWAT 模型，以?rch 文件中流域總出口（8 號子流域）的總氮、總磷輸出結果分析研究區(qū)非點源污染的時間變化特征，本文涉及的污染物統(tǒng)計結果皆為非點源污染部分，在模型模擬過程中已經(jīng)對點源做過扣減。根據(jù)SWAT 模型2009—2017 年非點源污染物輸出值統(tǒng)計處理結果見圖3，總氮的年內(nèi)變化幅度大于總磷，尤其表現(xiàn)為4—6 月份非點源氮營養(yǎng)鹽輸出值的大幅度漲跌變化。時間上，兩類營養(yǎng)鹽的輸出值隨降水量、徑流量變化的趨勢明顯，其中徑流量與總氮、總磷的可決系數(shù)分別為0.56、0.90（圖4），由于4—6 月份為雨季，也成為非點源總氮、總磷污染物輸出的關鍵期，二者的輸出量分別占全年的57.03%、50.55%。降水量是非點源污染最根本的驅動因子，徑流量是直接動力[31]，但本研究中降雨量、徑流量最大值出現(xiàn)的時間滯后于營養(yǎng)鹽輸出最高值的月份，由于4 月底施用大量農(nóng)家糞肥與化肥作為底肥，5 月份進行水稻種植活動，隨著4—5 月份降水量以及徑流量的遞增，非點源污染輸出負荷尤其是總氮負荷輸出量增加明顯，“源”總量的增加以及農(nóng)耕活動擾動土壤層的協(xié)同作用導致非點源污染負荷輸出峰值發(fā)生在5月份。

表2 景觀格局指數(shù)描述及特征Table 2 Description and characteristics of landscape pattern index

表3 敏感參數(shù)排序Table 3 Ordering of sensitive parameters

2.1.3 非點源污染空間分布特征及關鍵源區(qū)的識別

本研究中，非點源污染關鍵源區(qū)是指非點源污染輸出強度大、單位面積污染負荷產(chǎn)生量、污染物遷移能力都較高的子流域。關鍵源區(qū)識別依據(jù)?sub 文件中非點源總氮、總磷輸出強度，其考慮了子流域尺度上“源”的產(chǎn)生與陸面污染負荷的遷移過程，綜合了污染產(chǎn)生強度與遷移削減，將?sub 文件中2009—2017年子流域非點源總氮、總磷負荷的單位面積負荷值分別取年平均值，由低到高分為1、2、3 三個等級，空間分布見圖5。根據(jù)表4，年均水平上最高等級區(qū)18.45% 的面積貢獻了24.50% 的總氮污染負荷，26.70%的面積貢獻了37.45%的總磷污染負荷，年均水平上第三等級區(qū)的面積占比與輸出負荷貢獻比例的對比差異不大，尤其在總氮水平上表現(xiàn)最為明顯，經(jīng)分析這與研究區(qū)的耕地空間分布較為均勻以及在此基礎上的農(nóng)耕活動強度較為一致有關；而在關鍵期（4—6 月），第三等級區(qū)18.45%的面積貢獻了31.64%的總氮污染負荷，26.70%的面積貢獻了43.73%的總磷污染負荷，關鍵時期的非點源污染負荷的相對貢獻率明顯高于年均水平，因此認為第三等級區(qū)可以作為非點源污染的關鍵源區(qū)?？臻g分布上，總氮、總磷負荷的空間分布特征存在差異，關鍵源區(qū)位置不完全一致，這與氮磷營養(yǎng)鹽的遷移途徑以及土壤本底值、化肥的使用量等因素有關[32]，總氮的關鍵源區(qū)主要分布在志溪河小流域，污染物負荷值在43.76～60.97 kg·hm-2；總磷關鍵源區(qū)集中分布在桃花江小流域中游，在志溪河小流域表現(xiàn)為沿干流分布的特征，負荷輸出強度在2.37～3.15 kg·hm-2。

2.2 非點源污染與景觀格局關系分析

2.2.1 景觀水平

由表5可知，景觀水平上，所有排序軸皆通過了蒙特卡羅顯著性檢驗，表明RDA排序結果可靠，第一、二排序軸分別解釋了非點源污染過程變化的48.5%與9.4%，累積解釋量為57.9%，表明第一排序軸集中反映了景觀格局-非點源污染過程之間的關系。前兩個排序軸上格局與過程相關系數(shù)皆大于0.68，表明非點源污染過程與景觀格局之間的聯(lián)系密切。

在景觀水平上，參與分析的環(huán)境變量為反映景觀破碎度、形狀復雜度、聚集度、多樣性的7 個景觀格局指數(shù)（圖6）。子流域尺度上PD、ED、LSI、SHDI 與總氮、總磷存在顯著的正相關關系（P<0.05），表明流域內(nèi)斑塊越破碎、景觀形狀越復雜、多樣性越高，非點源污染負荷的輸出量越高，這與李明濤等[21]、耿潤哲等[33]在潮河流域、密云水庫的研究結論一致；總氮、總磷輸出強度與LPI、CONTAG呈顯著負相關，說明流域內(nèi)斑塊的聚集度越高、連通性越好、人類活動對景觀的影響越小，非點源污染所輸出的營養(yǎng)鹽越少。Hao等[34]關于非點源與景觀格局關系的研究表示，景觀越分散、越復雜的流域會導致更多的營養(yǎng)鹽的流失，這與本研究結論一致。

表4 非點源污染高度污染區(qū)面積及污染負荷統(tǒng)計Table 4 Statistics of area and pollution load in highly polluted non-point source pollution zone

表5 景觀水平RDA分析參數(shù)描述Table 5 Description of RDA analysis parameter at landscape level

2.2.2 類型水平

非點源污染與景觀格局類型水平上的研究大多分別以林地、耕地等具體的土地利用類型為研究對象展開[16]，單一的某類景觀與非點源污染之間的關系往往受限于空間尺度，出現(xiàn)景觀指數(shù)不能科學地反映景觀格局的情況?！霸础薄皡R”景觀類型是按照不同土地利用類型對非點源污染產(chǎn)生與輸移的貢獻程度進行分類的結果，從對非點源污染過程促進與阻礙的角度發(fā)展出的景觀分類，每個空間單元只劃分為“源”與“匯”兩種景觀類型可以有效地避免相對面積較小的景觀類型與景觀指標之間的不合理解釋，因此探究“源”“匯”景觀類型水平格局與非點源污染過程的關系，可以從宏觀上把握非點源污染治理與改善的方向。根據(jù)陳立頂?shù)萚35]提出的“源-匯”概念，將耕地、園地、城鎮(zhèn)建設用地歸類為“源”景觀，林地、水域屬于“匯”景觀，由于研究區(qū)的未利用地主要為裸巖，對非點源污染的產(chǎn)生與阻截皆不產(chǎn)生作用，因此不將其納入“源-匯”景觀分類中。RDA 分析中前兩個排序軸分別可以解釋非點源污染變化的71.91%、75.09%，因此“源”“匯”類型水平上的解釋能力明顯高于景觀水平。根據(jù)各環(huán)境變量與排序軸之間的相關關系（表6），對于“源”景觀，第一排序軸集中反映了景觀的破碎程度（LPI、ED、AREA_MN>0.6）；“匯”景觀類型的排序結果表明，LPI、ED、LSI、AREA_MN、AI 與第一排序軸的相關系數(shù)皆大于0.6，因此第一排序軸反映了包括斑塊破碎度、復雜度、聚集度等大部分景觀特征。

結合圖7，在“源”景觀中，AI、LPI、AREA-MN、ED等大部分景觀指數(shù)皆與營養(yǎng)鹽輸出強度存在正相關關系，表明耕地、城鎮(zhèn)建設用地等“源”景觀破碎程度越大、面積越大、聚集程度越高，非點源污染營養(yǎng)鹽輸出的風險越高；本研究中，“匯”景觀水平上LPI、AI、AREA-MN 與總氮、總磷呈負相關關系，LPI 與AREA-MN 越大，表示人類活動對景觀的影響越小，景觀仍保留原來的大面積連通度，即大面積“匯”景觀斑塊的集聚降低了非點源污染的輸出；ED、LSI 與總氮、總磷輸出量存在正相關關系，表明“匯”景觀斑塊的破碎程度越小、形狀越復雜，越有利于阻截非點源污染物，這與已有的研究“林地、草地斑塊密度越小，分布越集中，越有利于污染物的削減[21]”相符。景觀格局通過影響非點源污染的輸出強度進一步制約著水質凈化服務，劉怡娜等[29]對長江流域水質凈化服務與景觀格局之間關系的研究表明，以農(nóng)田為代表的“源”景觀平均斑塊面積、邊緣密度與水質凈化服務存在負相關，以森林為代表的“匯”景觀的平均面積越大，分布越集中，水質凈化服務越高，也印證了本文研究結果的合理性。

表6 排序軸與景觀格局指數(shù)的相關性分析及特征值描述Table 6 Characteristic value description and correlation analysis between the ordination axis and landscape pattern index

3 結論

（1）SWAT 模型的率定、驗證結果表明其在資江尾閭集水區(qū)的適用性較好，可以準確地模擬研究區(qū)非點源污染的時空分布特征：非點源總氮、總磷負荷總體上與降水、徑流的變化一致，受人類活動影響個別月份存在時滯，空間上非點源總氮、總磷分布存在異質性。輸出關鍵時期（4—6 月）的污染負荷占全年總負荷的一半以上，同時，在關鍵期總氮、總磷的關鍵源區(qū)分別貢獻了研究區(qū)非點源總污染的31.64%、43.73%，在關鍵時期對關鍵源區(qū)的非點源污染進行控制與治理是降低污染、改善水質的高效途徑。

（2）景觀格局與非點源污染過程的聯(lián)系密切。景觀水平上，景觀格局可以累積解釋非點源污染過程變化的57.9%；PD、ED、LSI、SHDI、LPI、CONTAG 表征景觀破碎度、復雜度、聚集度以及多樣性的指數(shù)對非點源污染的指示程度較高，流域內(nèi)景觀越破碎、景觀類型越復雜、人類活動對其影響越大，非點源污染越嚴重。

（3）“源”“匯”類型水平上，排序軸上景觀格局對非點源污染過程的累積解釋量分別為71.91%、75.09%，明顯高于景觀水平。景觀格局指數(shù)對二者非點源污染的表征能力不一致，AI、LPI、AREA-MN、ED對“源”景觀格局與非點源污染關系的指示最為顯著；破碎度大、聚集程度高的“源”景觀會加劇非點源污染的發(fā)生風險，而破碎度小、景觀形狀復雜、景觀連通度高的“匯”景觀可以提高阻截非點源污染的能力。

（4）根據(jù)景觀格局與非點源污染之間的關系，在連片的“源”景觀內(nèi)布設“匯”景觀，如在耕地與河岸帶間設置植被緩沖帶，城鎮(zhèn)用地內(nèi)增加城市綠地景觀的面積，避免人為活動對大范圍“匯”景觀的破壞，提高林地、草地、水域等“匯”景觀的連通性等措施可以有效地降低非點源污染輸出的風險。