王晨茜，張瓊銳，張若琪，孫學(xué)超，徐頌軍

華南師范大學(xué)地理科學(xué)學(xué)院，廣東 廣州 510631

水質(zhì)凈化服務(wù)指流域生態(tài)系統(tǒng)通過(guò)植被、土壤等生態(tài)要素?cái)r截、過(guò)濾和吸收地表徑流中氮磷營(yíng)養(yǎng)鹽的過(guò)程和能力，是最基本的生態(tài)服務(wù)功能之一（劉洋等，2019）。景觀格局的變化通過(guò)影響流域生態(tài)過(guò)程改變進(jìn)入水體的污染物類型與數(shù)量，進(jìn)而對(duì)水質(zhì)凈化服務(wù)產(chǎn)生深遠(yuǎn)影響?？焖俪鞘谢瘜?dǎo)致自然覆被退化或消失，使流域生態(tài)系統(tǒng)攔截污染物能力降低甚至喪失，水質(zhì)退化問(wèn)題突出，這已成為中國(guó)流域治理的重點(diǎn)和難點(diǎn)（Zhou et al.，2017）。因此，探討區(qū)域景觀格局與水質(zhì)凈化服務(wù)之間的響應(yīng)機(jī)理對(duì)于優(yōu)化流域空間結(jié)構(gòu)及提升生態(tài)系統(tǒng)服務(wù)功能具有重要意義。

目前已有眾多研究表明，景觀格局變化能夠?qū)λ|(zhì)凈化服務(wù)產(chǎn)生重要影響。Mei et al.（2017）通過(guò)情景模擬發(fā)現(xiàn)嚴(yán)格的耕地保護(hù)政策下景觀格局的變化將導(dǎo)致武漢市生態(tài)土地退化，進(jìn)而對(duì)水質(zhì)凈化服務(wù)產(chǎn)生負(fù)面影響。劉怡娜等（2019）基于Spearman秩相關(guān)與多元回歸分析法研究發(fā)現(xiàn)，景觀格局與水質(zhì)凈化服務(wù)的生態(tài)過(guò)程聯(lián)系緊密，景觀破碎度與異質(zhì)性的增加都會(huì)削弱水質(zhì)凈化服務(wù)。黃斌斌等（2020）研究發(fā)現(xiàn)，將其他景觀組成轉(zhuǎn)化為濕地能夠最大程度提升白洋淀流域的水質(zhì)凈化服務(wù)效率。然而現(xiàn)有分析多基于相關(guān)分析或多元回歸分析等方法衡量景觀指標(biāo)解釋度，對(duì)空間效應(yīng)的忽視、最后結(jié)果對(duì)單一最佳模型過(guò)分依賴等特點(diǎn)都降低了分析結(jié)果的相對(duì)可信度（Whittingham et al.，2006）。此外，對(duì)于景觀配置的影響研究仍有諸多分歧，有學(xué)者發(fā)現(xiàn)景觀組成是影響水質(zhì)凈化服務(wù)的主要因素，景觀配置不具有顯著影響（Xie et al.，2018）。但也有學(xué)者持完全相反的意見(jiàn)（Wu et al.，2019）。

廣東省珠江流域跨越區(qū)域范圍大，由于人為開(kāi)發(fā)強(qiáng)度、經(jīng)濟(jì)發(fā)展模式以及地形地貌等的不同，地表景觀格局呈現(xiàn)出明顯的地域性差異，流域水質(zhì)凈化服務(wù)功能也呈現(xiàn)顯著差異。本文以廣東省珠江流域?yàn)檠芯繉?duì)象，利用InVEST模型中的水質(zhì)凈化模塊模擬研究區(qū)水質(zhì)凈化服務(wù)，以景觀指數(shù)表征景觀格局特征，結(jié)合空間誤差模型（SEM）與基于AIC的模型選擇和多模型推斷來(lái)探討水質(zhì)凈化服務(wù)的決定性因素，同時(shí)辨析景觀組成與景觀配置影響差異，以期為珠江流域的水質(zhì)凈化服務(wù)提升與區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

廣東省珠江流域（22°03′—25°31′N，111°10′—115°38′E）指位于廣東省境內(nèi)的珠江水系區(qū)域。流域總面積 111400 km2，占廣東省國(guó)土總面積的61.98%。主要流經(jīng)粵西云浮、茂名兩市，粵北韶關(guān)、清遠(yuǎn)、河源三市和珠江三角洲九市，自東向西經(jīng)虎門、蕉門、洪奇門、橫門、磨刀門、雞啼門、虎跳門及崖門等八大口門注入南海（圖1）。該流域?qū)賮啛釒Ъ撅L(fēng)氣候，多年平均降雨量1300—2500 mm，由北向南逐步增多，多年平均溫度 19—24 ℃。流域地勢(shì)北高南低，北部多為山地和丘陵，南部為三角洲沖積平原。上游生態(tài)環(huán)境較好，植被覆蓋度較高，是下游珠三角城市的主要供水源地。下游珠江河口地區(qū)（包括珠江三角洲網(wǎng)河區(qū)和八大口門地區(qū)），主要包括廣州、佛山、深圳、東莞、中山、珠海、江門等城市，是廣東省的經(jīng)濟(jì)、文化和政治中心，經(jīng)濟(jì)發(fā)達(dá)，經(jīng)濟(jì)總量約占廣東省的80%以上。河口地區(qū)河道縱橫交錯(cuò)，水資源豐富，但由于城市廢污水排放造成污染，存在水質(zhì)性缺水問(wèn)題。

1.2 數(shù)據(jù)來(lái)源及處理

本研究中使用的2020年30 m×30 m土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所（http://www.resdc.cn），綜合精度達(dá)90%以上（劉紀(jì)遠(yuǎn)等，2018）。結(jié)合研究區(qū)實(shí)際情況，將地類合并劃分為耕地、林地、草地、水域、城鎮(zhèn)用地、濕地、未利用地等7類。數(shù)字高程模型（DEM）來(lái)自地理空間數(shù)據(jù)云（https://www.gscloud.cn），空間分辨率為30 m?；贒EM數(shù)據(jù)在ArcSWAT中生成流域邊界范圍與流域內(nèi)水系，并結(jié)合水系特征共劃分為142個(gè)子流域（圖1）。降雨數(shù)據(jù)來(lái)自廣東地面氣候資料年值數(shù)據(jù)集（http://www.data.cma.cn），在ArcGIS中通過(guò)Kriging插值得到降雨?yáng)鸥駭?shù)據(jù)（30 m）。水質(zhì)監(jiān)測(cè)站點(diǎn)數(shù)據(jù)來(lái)自廣東省生態(tài)環(huán)境廳（http://gdee.gd.gov.cn/）。

圖1 研究區(qū)位置及子流域劃分Figure 1 Map of the study area location and subwatershed

1.3 研究方法

1.3.1 水質(zhì)凈化功能評(píng)估

生態(tài)系統(tǒng)中植被、土壤等生態(tài)要素可以通過(guò)儲(chǔ)存和轉(zhuǎn)換等方式減少或移除徑流中的營(yíng)養(yǎng)鹽污染物以達(dá)到水質(zhì)凈化的目的（胡蕾等，2018）。InVEST模型中的水質(zhì)凈化模塊基于此原理利用氮磷輸出量反向表征流域生態(tài)系統(tǒng)的水質(zhì)凈化服務(wù)。由于模型中總氮（TN）和總磷（TP）計(jì)算原理相同，而且在子流域尺度TP對(duì)于景觀格局的響應(yīng)更敏感（Ding et al.，2016），故本文以TP輸出量評(píng)價(jià)流域水質(zhì)凈化服務(wù)。主要計(jì)算公式為：

式中：

Px——柵格x的TP輸出值；

Sx——水文敏感分值；

αx——柵格x的TP輸出系數(shù)；

λx——柵格x的徑流系數(shù)；

λω——研究區(qū)平均徑流系數(shù)；

表1 TP輸出系數(shù)和植被截留效率Table 1 TP output coefficients and vegetation retention efficiency

1.3.2 景觀指數(shù)的選取

景觀指數(shù)能夠高度濃縮景觀格局信息，以簡(jiǎn)單的指標(biāo)反映景觀結(jié)構(gòu)的組成與空間配置的特征。本文在參考前人研究（李昆等，2020；王飛等，2021）的基礎(chǔ)上，基于Pearson相關(guān)分析與方差膨脹因子（VIF）預(yù)檢驗(yàn)，排除了與TP沒(méi)有顯著相關(guān)性或共線性較大的因子，最終篩選出8個(gè)相對(duì)獨(dú)立的景觀指標(biāo)。其中，景觀組成，即斑塊面積占比（PLAND）、選取耕地比例（CUL）、草地比例（GRA）和水域比例（WAT）。景觀配置指數(shù)選取選取最大斑塊指數(shù)（LPI）、邊緣密度（ED）、景觀形狀指數(shù)（LSI）、斑塊結(jié)合度（COHE）、香農(nóng)多樣性指數(shù)（SHDI）。各指標(biāo)具體含義及生態(tài)學(xué)意義見(jiàn)表 2。景觀指數(shù)在子流域水平上由軟件Fragstats 4.2計(jì)算獲得，相關(guān)性分析與多重共線性檢驗(yàn)在R 4.1.1中進(jìn)行。

表2 景觀指數(shù)Table 2 Landscape pattern index

1.3.3 統(tǒng)計(jì)分析

AIC（Akaika Information Criterion）即赤池信息量準(zhǔn)則，是建立在熵的概念基礎(chǔ)上用以衡量統(tǒng)計(jì)模型復(fù)雜度和擬合優(yōu)良性的一種標(biāo)準(zhǔn)，被廣泛應(yīng)用于回歸模型的評(píng)估中。在小樣本的情況下（n/k＜40），AIC轉(zhuǎn)變成AICc（corrected AIC），當(dāng)n增加時(shí)，AICc收斂成AIC，因此AICc可以應(yīng)用于任何樣本大小的情況下（Burnham et al.，2002）。

式中：

k——參數(shù)的數(shù)量；

L——似然函數(shù)；

n——觀測(cè)值數(shù)量。

以TP為因變量，景觀格局指數(shù)為自變量，利用空間誤差模型（SEM）進(jìn)行空間回歸。由于不同變量數(shù)量級(jí)差異較大，因此將所有變量進(jìn)行行標(biāo)準(zhǔn)化處理后再進(jìn)行計(jì)算?；貧w模型中包含8個(gè)回歸參數(shù)，一共有28=256個(gè)候選模型。僅基于“最佳”模型的推斷可能會(huì)忽略其他合理模型，因而本文使用AICc進(jìn)行模型選擇、加權(quán)和平均以避免最終結(jié)果只依賴于單一模型的不確定性。將所有模型按照AICc值升序排列，與“最佳”模型相比，ΔvAICc＜2或模型權(quán)重之和Σwi≥0.95的所有模型生成模型子集，用以進(jìn)行模型平均。最終結(jié)果得到平均回歸模型并輸出每個(gè)回歸參數(shù)的平均系數(shù)值（Si et al.，2014）。

其中，模型權(quán)重（wi）用以衡量每個(gè)回歸模型的相對(duì)合理性：

一般情況下，江河一般是城市的主要發(fā)展軸，沿江道路一般通達(dá)性較強(qiáng)，因此，也是市域之間或區(qū)域內(nèi)部的交通干線，一般定位成城市的交通骨架網(wǎng)絡(luò)。同時(shí)，通常臨防洪大堤較近，道路因處于江河的防洪距離范圍內(nèi)，其建設(shè)需要考慮防洪的各項(xiàng)要求，一般在汛期需承擔(dān)防洪物資和人員的運(yùn)輸工作，因此，道路一般定位為防汛通道。另外，道路與防洪大堤之間存在一定的區(qū)域用于建設(shè)風(fēng)光帶，因此，道路的建設(shè)需要與風(fēng)光帶的建設(shè)綜合考慮，將道路景觀與沿江風(fēng)光帶的景觀相互呼應(yīng)，因此，道路被定位成景觀道路。綜上，沿江道路一般的定位主要有交通干道、防汛通道、景觀大道3重功能定位。

同時(shí)，在創(chuàng)建的模型子集（ΔvAICc＜2 或Σwi≥0.95）中，通過(guò)對(duì)回歸參數(shù)出現(xiàn)的每個(gè)模型的wi求和，用以評(píng)估每個(gè)回歸參數(shù)的相對(duì)重要性（Importance）。所有計(jì)算過(guò)程在R 4.1.1中進(jìn)行。

2 結(jié)果與分析

2.1 水質(zhì)凈化功能的空間格局

為驗(yàn)證InVEST模型準(zhǔn)確性，采用2020年《中國(guó)河流泥沙公報(bào)》所提供的廣東省珠江流域年徑流數(shù)據(jù)對(duì)產(chǎn)水量進(jìn)行校驗(yàn)，結(jié)合水質(zhì)監(jiān)測(cè)站點(diǎn)數(shù)據(jù)對(duì)TP輸出量進(jìn)行驗(yàn)證，結(jié)果顯示模型計(jì)算結(jié)果與實(shí)測(cè)數(shù)據(jù)具有較好的一致性（r2=67.07%）。廣東省珠江流域 2020年 TP輸出強(qiáng)度為 0.4×10-4—3.52 kg·hm-2，平均值為 0.37 kg·hm-2，標(biāo)準(zhǔn)差為 0.64 kg·hm-2。生態(tài)系統(tǒng)中的營(yíng)養(yǎng)鹽主要是通過(guò)徑流排放到河流、湖泊等水域中，因而TP的分布與水系分布呈現(xiàn)出明顯的空間一致性（圖2）。上游多林地、丘陵，水系分布相對(duì)稀疏，下游為珠江三角洲，河網(wǎng)密布，TP輸出強(qiáng)度由上游到下游逐漸增大，珠江河口地區(qū)平均輸出強(qiáng)度為 0.60 kg·hm-2，非珠江河口地區(qū)輸出強(qiáng)度僅為 0.30 kg·hm-2，具有明顯的空間異質(zhì)性（表3）。

圖2 廣東省珠江流域單位面積、子流域TP輸出強(qiáng)度Figure 2 TP outputs per unit area and subwatershed in the study area

142個(gè)子流域的水質(zhì)凈化功能呈現(xiàn)出明顯的空間聚集現(xiàn)象（Moran’sI=0.69，P＜0.001）。水質(zhì)凈化服務(wù)整體呈現(xiàn)出北高南低、上游高下游低的分布特征。TP輸出值較高的子流域集中在流域南部的珠江河口地區(qū)，其中城區(qū)最高，并以各城區(qū)為中心向外輻射，輸出強(qiáng)度逐漸降低。最高值出現(xiàn)在廣州、佛山市區(qū)，為1.05 kg·hm-2。高值區(qū)都具有較高的城市化水平，制造業(yè)發(fā)達(dá)、頻繁的人類活動(dòng)加劇了污染物的排放，而且植被覆蓋度較低，對(duì)污染物的截留效應(yīng)減弱，從而導(dǎo)致水質(zhì)凈化服務(wù)較弱。

TP輸出值較低的子流域分布在肇慶、清遠(yuǎn)、韶關(guān)和河源等市的交界處，低值區(qū)都具有生態(tài)環(huán)境較好、植被覆蓋度較高的特點(diǎn)?；蚴怯捎诔鞘谢捷^低、人類活動(dòng)干擾小，或是集聚于生態(tài)保護(hù)區(qū)和自然保護(hù)地，生態(tài)工程有力地保護(hù)了該地區(qū)的自然環(huán)境。最低值出現(xiàn)在綏江流域懷集段和東源縣萬(wàn)綠湖庫(kù)區(qū)，分別為 0.055 kg·hm-2和 0.069 kg·hm-2。其中，綏江屬山區(qū)性河流，山地約占流域總面積的70%，而懷集縣又是廣東省的主要林區(qū)，2020年全縣森林覆蓋率達(dá)73.34%，有較強(qiáng)的水質(zhì)凈化能力。萬(wàn)綠湖庫(kù)區(qū)為東源縣生態(tài)保護(hù)區(qū)，內(nèi)設(shè)有新豐江國(guó)家森林公園與河源新港鎮(zhèn)省級(jí)自然保護(hù)區(qū)。其中新豐江（萬(wàn)綠湖）是深圳、香港等一線城市的重要供水源地，水質(zhì)凈化服務(wù)強(qiáng)，水質(zhì)優(yōu)良。

2.2 景觀格局特征分析

如圖3所示，研究區(qū)不同子流域的景觀格局分布特征空間異質(zhì)性較強(qiáng)，景觀組成指數(shù)與景觀配置指數(shù)均差異顯著。在整個(gè)流域范圍內(nèi)，除LSI外，所以景觀指標(biāo)都呈現(xiàn)明顯的空間聚集性（表3）。

圖3 廣東省珠江流域景觀格局Figure 3 Landscape pattern of the study area

表3 流域內(nèi)主要轄區(qū)TP及景觀指標(biāo)Table 3 TP outputs and landscape indices of the main districts in the study area

耕地主要集中分布在河口地區(qū)與北部山區(qū)，以灌溉水田為主、旱地為輔。其中，韶關(guān)市和清遠(yuǎn)市是廣東的重要農(nóng)業(yè)區(qū)。上游多為山地、丘陵，植被覆蓋度較高，是草地的集中分布區(qū)。水域恰好相反，上游水系較為稀疏，至下游東、西、北三江全部注入珠江三角洲，經(jīng)八大口門匯入南海。因此，水域比例高值集中出現(xiàn)于河網(wǎng)密集的珠江三角洲平原。河源市萬(wàn)綠湖作為華南地區(qū)第一大湖，水域比例值也較高。

LPI表征景觀優(yōu)勢(shì)度，可以反映人類活動(dòng)干擾的強(qiáng)度與方向。COHE表示相鄰斑塊之間的連接程度。研究區(qū)上游人類干擾活動(dòng)較少，對(duì)自然環(huán)境開(kāi)發(fā)程度有限。因此景觀整體性較高，優(yōu)勢(shì)種明顯，景觀聯(lián)通度較高，LPI與COHE的高值都分布在上游地區(qū)（表3，圖3）。ED是表示景觀被邊界分割的程度的指標(biāo)，ED值越大，斑塊越破碎，景觀越復(fù)雜。SHDI反映景觀異質(zhì)性，SHDI高值表明景觀類型多元，景觀多樣性更加豐富。改革開(kāi)放以來(lái)，珠江河口地區(qū)成為中國(guó)重要的經(jīng)濟(jì)增長(zhǎng)極。劇烈的人類活動(dòng)不可避免地在城市化進(jìn)程、土地利用方式等方面對(duì)區(qū)域景觀結(jié)構(gòu)變化產(chǎn)生了重大影響，河口地區(qū)與非河口地區(qū)景觀格局呈現(xiàn)出顯著差異（表3）。從上游到下游，人類活躍程度不斷增強(qiáng)，干擾強(qiáng)度和頻率不斷增大，原本完整的自然景觀被割裂成若干小斑塊，景觀破碎化程度日益加重，異質(zhì)性顯著增強(qiáng)，因此ED和SHDI高值都集中分布在下游河口地區(qū)（表3，圖3）。

LSI表征斑塊形狀的復(fù)雜程度，LSI值越大，斑塊形狀越復(fù)雜。一般認(rèn)為，耕地和城鎮(zhèn)用地邊界較為規(guī)則，而林地、草地等自然景觀具有不規(guī)則的邊界（王杰等，2018）。因此，LSI的空間分布能夠反映人類活動(dòng)對(duì)景觀格局的影響。如圖3所示，經(jīng)濟(jì)發(fā)達(dá)的城鎮(zhèn)地區(qū)LSI值都較低，以城鎮(zhèn)為中心向外輻射增強(qiáng)，LSI逐漸提高，在各個(gè)城市的交界處達(dá)到最大。

2.3 景觀格局對(duì)水質(zhì)凈化功能的影響

景觀組成和景觀配置都會(huì)對(duì)水質(zhì)凈化服務(wù)產(chǎn)生影響。如表4所示，以ΔvAICc＜2或Σwi≥0.95篩選出來(lái)的模型子集中共有 9個(gè)模型可以解釋 TP，其中景觀組成與景觀配置指數(shù)都包含在內(nèi)。此模型子集之外的其他所有模型為真實(shí)模型的可能性都基本為零。

表4 模型子集Table 4 Model selection statistics

根據(jù)模型平均結(jié)果（表5）可知，CUL、WAT、ED、SHDI都與TP輸出值呈顯著正相關(guān)（P＜0.01），重要性為1，是TP最重要的影響因子。農(nóng)田和水域的比例越低，水質(zhì)凈化服務(wù)越強(qiáng)（TP輸出值越低）。景觀的空間結(jié)構(gòu)對(duì)流域水環(huán)境也具有顯著影響，景觀越破碎，異質(zhì)性越高，水質(zhì)凈化服務(wù)越弱，水質(zhì)越差。其中，CUL對(duì)TP輸出值的影響最大（β=0.47，P＜0.001），SHDI次之（β=0.31，P＜0.001），WAT 和ED對(duì)TP的解釋度相對(duì)較小（β=0.15，P＜0.01）。

表5 模型平均結(jié)果Table 5 Model averaging

回歸系數(shù)都為正，表明這些因素對(duì)生態(tài)系統(tǒng)的水質(zhì)凈化服務(wù)具有負(fù)面影響，其中區(qū)域農(nóng)業(yè)活動(dòng)的影響最顯著。相比之下，LSI、LPI、GRA、COHE對(duì)TP的影響較小，這4個(gè)指標(biāo)均未出現(xiàn)在最佳模型中。LSI只出現(xiàn)于第2、3、6和9模型中，重要性為0.44。LPI只出現(xiàn)于第3、5、7和9模型中，重要性為0.39。GRA只出現(xiàn)于第4、6、7、9模型中，重要性為0.35。COHE只出現(xiàn)在第八模型中，重要性僅為0.07。

同時(shí)對(duì)TP輸出強(qiáng)度和各景觀指標(biāo)進(jìn)行了相關(guān)性分析，可知，景觀組成指數(shù)與景觀配置指數(shù)都與TP輸出量顯著相關(guān)（表5）。其中，CUL、WAT、ED、SHDI與 TP呈極顯著正相關(guān)（P＜0.001）。CUL、SHDI相關(guān)性最強(qiáng)，相關(guān)系數(shù)分別為0.689和0.735。WAT、ED與TP也有較強(qiáng)的相關(guān)性，相關(guān)系數(shù)分別為0.464和0.456。LPI與TP呈極顯著負(fù)相關(guān)（R=-0.641，P＜0.001）。LSI、GRA、COHE 與 TP相關(guān)性較弱。模型平均結(jié)果與Pearson相關(guān)性分析的結(jié)果具有一致性（表5）。其中，LPI與TP顯著負(fù)相關(guān)，但模型平均之后的結(jié)果顯示LPI對(duì)TP影響十分微弱，可能是CUL、WAT、ED、SHDI等重要影響因子都與TP呈顯著正相關(guān)，解釋度較大，從而導(dǎo)致LPI的影響不太顯著。

AIC本身作為一個(gè)值是沒(méi)有意義的，它通過(guò)與其他模型的AIC值進(jìn)行比較得出含義。因此本文基于擬合優(yōu)度（r2）與莫蘭指數(shù)對(duì)回歸模型進(jìn)行評(píng)估，結(jié)果表明平均后的空間誤差模型對(duì)TP有較高的解釋度（r2=90.12%），殘差通過(guò)了空間自相關(guān)檢驗(yàn)（Moran’sI= -0.02，P=0.791）。景觀組成變量與景觀配置變量都影響了TP輸出，但是景觀組成的影響更大，解釋了大部分的變化（r2=88.12%）。景觀配置指標(biāo)只解釋了另外的2%。

3 討論

3.1 景觀格局對(duì)水質(zhì)凈化功能的影響

景觀格局可以通過(guò)改變景觀組成及其空間排列方式影響磷營(yíng)養(yǎng)物的存儲(chǔ)和截留效率，進(jìn)而對(duì)水質(zhì)凈化服務(wù)產(chǎn)生深刻影響。景觀組成方面，本研究發(fā)現(xiàn)耕地比例（CUL）是流域磷污染的主要貢獻(xiàn)源（β=0.47，P＜0.001），這與 Shi et al.（2017）、Zhang et al.（2019）的研究是一致的。農(nóng)業(yè)活動(dòng)中大量未被吸收的磷肥、有機(jī)磷農(nóng)藥可隨徑流進(jìn)入水體。相比于旱地，密集施肥且長(zhǎng)期淹水的水稻田也更易發(fā)生可溶性養(yǎng)分的流失（Hao et al.，2012）。水域比例（WAT）也與流域磷含量呈顯著正相關(guān)（β=0.15，P＜0.01），是 TP最重要的解釋因子之一（Importance=1）。研究區(qū)水域廣布，尤其是下游的河口地區(qū)，河流縱橫交錯(cuò)、互聯(lián)互通，水體一旦被污染，就會(huì)向周邊河網(wǎng)擴(kuò)散，導(dǎo)致水質(zhì)與水體關(guān)系密切。劉旭攏等（2016）、呂樂(lè)婷等（2021）的研究結(jié)果也證實(shí)了這一點(diǎn)。草地對(duì)污染物有較強(qiáng)的截留、吸附、過(guò)濾功能，可有效減少地表徑流攜帶進(jìn)入河流的污染物（Xu et al.，2019）。但草地與耕地都集中分布于研究區(qū)北部的清遠(yuǎn)市和韶關(guān)市，多重用地類型綜合作用之下導(dǎo)致草地（GRA）對(duì)TP的解釋度相對(duì)較低（Importance=0.35）。

景觀空間配置對(duì)諸如營(yíng)養(yǎng)循環(huán)、水文過(guò)程和能量流動(dòng)等生態(tài)過(guò)程有非常重要的影響。景觀格局的大小、聚集過(guò)程以及多樣性都是影響河流水質(zhì)的重要因素（王杰等，2018）。本研究表明，ED、SHDI都對(duì)流域TP輸出強(qiáng)度產(chǎn)生正向效應(yīng)，可以作為解釋 TP 變化的關(guān)鍵因子。這與 Clément et al.（2017）、石金昊等（2021）學(xué)者的研究結(jié)果一致。研究區(qū)上游人類活動(dòng)較少，原有生態(tài)自然景觀保持較完整，景觀復(fù)雜程度與異質(zhì)性較低，有助于對(duì)磷污染物的截持和過(guò)濾，因此水質(zhì)凈化服務(wù)較高。而下游城市迅速擴(kuò)張，生態(tài)用地向城鎮(zhèn)和農(nóng)田轉(zhuǎn)換以及道路等基礎(chǔ)設(shè)施的建設(shè)都導(dǎo)致景觀更加破碎，對(duì)污染物的凈化能力變?nèi)?。ED、SHDI都與耕地、城鎮(zhèn)用地呈顯著正相關(guān)關(guān)系（P＜0.01），這也在一定程度上證明景觀的復(fù)雜性和異質(zhì)性是由人類農(nóng)業(yè)活動(dòng)和城市擴(kuò)張導(dǎo)致的。

本研究表明，景觀組成對(duì)水質(zhì)凈化作用的影響大于景觀配置（r2=88.12%）。Gergel（2005）基于網(wǎng)格的啟發(fā)式模型的理論研究表明當(dāng)景觀組成處于中等豐度水平時(shí)，景觀配置的影響最明顯；當(dāng)景觀組成被某種地類主導(dǎo)時(shí)（＞60%），景觀連通性總是較好；當(dāng)某種地類比較稀缺時(shí)，連通性總是較差。Xie et al.（2018）在河岸帶緩沖區(qū)尺度上評(píng)估了深圳河與深圳灣跨界流域景觀組成、生境破碎化與地表水質(zhì)的動(dòng)態(tài)關(guān)系，結(jié)果表明不同土地覆蓋類型的比例在影響較大流域（＞250 km2）的水質(zhì)方面起著主導(dǎo)作用，是影響景觀格局最重要的結(jié)構(gòu)特征?？梢?jiàn)，本研究結(jié)果與其他研究結(jié)果具有可比性。景觀組成及其不同的空間排列方式構(gòu)成了景觀格局，景觀組成是景觀配置的基礎(chǔ)，景觀配置受到景觀組成的制約。在農(nóng)田、城鎮(zhèn)為主導(dǎo)的景觀格局中，SHDI增加表明景觀異質(zhì)性增加，即主要污染輸出類型的優(yōu)勢(shì)度降低，對(duì)水質(zhì)凈化服務(wù)有正效應(yīng)。而在林地、草地主導(dǎo)的景觀格局中，景觀異質(zhì)性的增加則會(huì)導(dǎo)致水質(zhì)凈化服務(wù)的降低（劉怡娜等，2019）。因此，景觀組成是景觀格局中最重要的特征，在不同景觀類型主導(dǎo)下的的景觀配置指數(shù)對(duì)水質(zhì)凈化服務(wù)產(chǎn)生的效應(yīng)可能會(huì)相互抵消，從而導(dǎo)致景觀配置指數(shù)的整體解釋度較小。

3.2 空間回歸與模型選擇

景觀格局與水質(zhì)凈化服務(wù)的關(guān)系研究中通常涉及多個(gè)景觀指數(shù)，所涉及的空間回歸模型本質(zhì)上是多變量的（即具有多個(gè)可能的解釋因子），因此需要考慮多個(gè)回歸模型。傳統(tǒng)的方法大多是通過(guò)向前或向后的逐步回歸來(lái)確定“最佳模型”，但多元逐步回歸分析法存在多種缺陷，如參數(shù)顯著性受到模型中其他參數(shù)的影響，最終結(jié)果只依賴單一的最優(yōu)模型等（Whittingham et al.，2006）。

此外，傳統(tǒng)回歸模型是基于空間事物無(wú)關(guān)聯(lián)且均質(zhì)的假定進(jìn)行的，但本文研究表明，廣東省珠江流域作為一個(gè)生態(tài)系統(tǒng)整體，各子流域水質(zhì)凈化服務(wù)的空間分布并非呈現(xiàn)出完全隨機(jī)狀態(tài)，而是表現(xiàn)為相似值之間的空間集群，具有明顯的空間自相關(guān)性（Moran’sI=0.69，P＜0.001）。因此在探究景觀格局與水質(zhì)凈化服務(wù)關(guān)系時(shí)，必須要考慮使用納入空間依賴性的空間回歸模型進(jìn)行評(píng)估。本文基于拉格朗日乘數(shù)檢驗(yàn)（Robust LM-Error=21.767，P＜0.001）選擇了空間誤差模型（SEM）進(jìn)行空間回歸?？臻g誤差模型主要對(duì)觀測(cè)樣本的空間擾動(dòng)相關(guān)及空間總體相關(guān)進(jìn)行刻畫。經(jīng)檢驗(yàn)，在本研究區(qū)域，相比于普通最小二乘回歸（vAICc= -163.097）、空間滯后模型（vAICc=-276.770）、空間杜賓模型（vAICc= -298.200）等，空間誤差模型的AICc值（vAICc= -299.881）更低，信息損失更小。同時(shí)，基于AIC的模型選擇與多模型推斷將代表不同假設(shè)的回歸模型整體進(jìn)行比較，而且在許多模型都具有較高的可信度時(shí)，不依賴任何一個(gè)模型進(jìn)行推斷，避免了因“最佳模型”選擇不當(dāng)帶來(lái)的偏差（Burnham et al.，2002）。

趙鵬等（2012）利用典型相關(guān)分析和線性逐步回歸模型分析了廣東省淡水河流域景觀格局與 TP的關(guān)系，結(jié)果只有河岸帶城鎮(zhèn)用地比例進(jìn)入回歸模型，模型的擬合優(yōu)度為0.451，而且沒(méi)有通過(guò)顯著性檢驗(yàn)（P=0.024）。劉慶（2016）基于偏冗余相關(guān)分析探究流溪河流域景觀格局特征對(duì)水質(zhì)的影響，結(jié)果發(fā)現(xiàn)景觀指標(biāo)對(duì)水質(zhì)空間變異的解釋率達(dá)65.7%。Ding et al.（2016）基于冗余分析和多元線性回歸模型在多個(gè)尺度上分析了土地利用方式對(duì)東江流域一二級(jí)支流水質(zhì)的影響，結(jié)果表明無(wú)論在山區(qū)和平原，都是在集水區(qū)尺度對(duì)TP的解釋能力最強(qiáng)、擬合效果最好（r2=0.770，0.842）。本文同時(shí)基于多元逐步回歸分析進(jìn)行空間回歸，結(jié)果顯示景觀格局對(duì)流域水質(zhì)凈化服務(wù)的解釋度為64.5%，擬合模型殘差沒(méi)有通過(guò)空間自相關(guān)檢驗(yàn)（Moran’sI=0.54，P＜0.01）。由此可見(jiàn)，相比于傳統(tǒng)的分析方法，本文應(yīng)用空間誤差模型進(jìn)行空間回歸，基于AIC進(jìn)行模型選擇與多模型推斷的方法消除了TP的空間自相關(guān)性和空間誤差（Moran’sI= -0.02，P=0.791）有力地提高了擬合優(yōu)度（r2=90.12%），具有更好的擬合效果。

3.3 流域管理的啟示

了解景觀格局與水質(zhì)凈化服務(wù)的關(guān)系對(duì)于發(fā)展中國(guó)家及其發(fā)達(dá)城市地區(qū)的流域水環(huán)境管理及可持續(xù)發(fā)展具有重要意義（Liu et al.，2018），本文研究結(jié)果可為廣東省珠江流域的治理提供一些基于實(shí)證的對(duì)策和建議。

InVEST模型可以快速簡(jiǎn)便地通過(guò)較少的數(shù)據(jù)完成大范圍的評(píng)估，而且輸出結(jié)果有較強(qiáng)的空間表達(dá)能力，能夠直接體現(xiàn)水質(zhì)凈化服務(wù)的空間異質(zhì)性與區(qū)域差異，從而為流域管理及景觀格局的優(yōu)化提供依據(jù)。同時(shí)，還可以使利益相關(guān)者參與情景設(shè)定，通過(guò)不斷地調(diào)整參數(shù)以尋求最佳的水質(zhì)凈化服務(wù)提升方案（劉宥延等，2020）。研究結(jié)果表明，景觀格局對(duì)于水質(zhì)凈化服務(wù)具有顯著影響，因此通過(guò)適當(dāng)?shù)耐恋乩妙愋图敖Y(jié)構(gòu)的優(yōu)化配置，可以有效降低流域水體富營(yíng)養(yǎng)化的污染輸入風(fēng)險(xiǎn)。在廣東省珠江流域，相比于景觀配置，景觀組成具有更深刻的影響。這表明提升研究區(qū)水質(zhì)凈化服務(wù)不僅僅要改變土地覆蓋的空間布局，調(diào)整各地類的相對(duì)數(shù)量更為重要。此外，各種地類的影響程度也各有不同，因此針對(duì)特定地類的管理十分必要。研究結(jié)果表明，耕地是水體污染的主要來(lái)源，但林地、草地可以提供的較高的水質(zhì)凈化服務(wù)功能。到目前為止，糧食安全仍舊是非常重要的問(wèn)題，盲目地退耕還林、還草有可能會(huì)加劇糧食安全與水環(huán)境安全之間的沖突（Zhang et al.，2018）。因此可以在嚴(yán)守耕地紅線的基礎(chǔ)上，通過(guò)城市規(guī)劃和政策調(diào)整適當(dāng)增加林地、草地等景觀的面積比例。同時(shí)堅(jiān)持節(jié)約用地制度，在管控范圍之內(nèi)，大力挖掘現(xiàn)有農(nóng)業(yè)用地的潛力，遏制耕地“非農(nóng)化”，嚴(yán)格管控“非糧化”，構(gòu)建科學(xué)發(fā)展的景觀格局（李洪慶等，2018）。對(duì)于原本的生態(tài)工程重點(diǎn)建設(shè)地區(qū)，如鼎湖山國(guó)家級(jí)自然保護(hù)區(qū)、粵北特別生態(tài)保護(hù)區(qū)、萬(wàn)綠湖風(fēng)景區(qū)等，應(yīng)該進(jìn)一步加強(qiáng)管理與維護(hù)，促進(jìn)服務(wù)的持續(xù)供給。在高度城市化的地區(qū)（如珠江河口地區(qū)），大比例地調(diào)整景觀組成占比是不可行的。但景觀空間結(jié)構(gòu)對(duì)于水質(zhì)凈化服務(wù)也具有調(diào)節(jié)作用，SHDI、ED都是水質(zhì)凈化服務(wù)的重要解釋因子。人類活動(dòng)干擾強(qiáng)度越大，景觀類型越豐富，景觀也越破碎，水體污染的風(fēng)險(xiǎn)也隨之增大。因此可以考慮適當(dāng)增加生態(tài)植被用地，如城市公園等，降低耕地和城鎮(zhèn)用地的優(yōu)勢(shì)度及完整性，以改善水質(zhì)凈化服務(wù)（Qiu et al.，2015）。

本文從景觀組成與景觀配置兩方面探討了景觀格局與水質(zhì)凈化服務(wù)的關(guān)系，但景觀配置指數(shù)僅考慮了景觀水平，對(duì)于類型水平有待進(jìn)一步研究。而且只選取了 2020年一期數(shù)據(jù)，對(duì)于景觀格局與水質(zhì)凈化服務(wù)的時(shí)空格局及其空間關(guān)系的動(dòng)態(tài)變化研究不足。未來(lái)可以進(jìn)一步建立更加全面完善的景觀格局指標(biāo)體系并進(jìn)行長(zhǎng)時(shí)序的相關(guān)性分析以進(jìn)一步研究流域水質(zhì)與其景觀格局的關(guān)系，為實(shí)現(xiàn)流域水質(zhì)凈化服務(wù)提升和區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)。

4 結(jié)論

本研究以廣東省珠江流域142個(gè)子流域?yàn)檠芯繉?duì)象，應(yīng)用InVEST模型評(píng)估水質(zhì)凈化服務(wù)，基于Fragstats平臺(tái)分析景觀格局特征，在此基礎(chǔ)上利用空間誤差模型和基于 AIC的模型選擇和多模型推斷定量分析了景觀格局對(duì)水質(zhì)凈化服務(wù)的影響。結(jié)果發(fā)現(xiàn)：

（1）研究區(qū)水質(zhì)凈化服務(wù)與景觀格局特征都具有明顯的空間異質(zhì)性，珠江口地區(qū)、非珠江口地區(qū)TP輸出值與景觀指數(shù)均差異顯著。

（2）景觀組成與景觀配置共同影響了流域水環(huán)境。景觀組成指數(shù) CUL、WAT和景觀配置指數(shù)SHDI、ED對(duì)水質(zhì)凈化服務(wù)具有顯著的削弱作用，是水質(zhì)凈化服務(wù)最重要的影響因子。

（3）景觀組成是景觀配置的基礎(chǔ)，景觀配置受到景觀組成的制約。景觀組成對(duì)水質(zhì)凈化服務(wù)產(chǎn)生的影響程度更深（r2=88.12%），景觀配置指標(biāo)只解釋了另外的2%。