太湖流域水质污染与水质变化的空间分析
摘要：基于遥感、地理信息技术分析了太湖周边国控监测断面5 km缓冲半径下土地利用类型并结合环保部公布太湖流域水质数据进行叠加分析，从而探究人类活动强度与水质情况相关性。结果表明，建设用地和农业用地为流域内主要土地利用类型；流域人类活动强度呈东部高于西部，用地类型与水质污染存在一定关联，建设用地为重要污染输出源，人类活动强度与水体水质指标呈正相关关系。
关键词：水质污染；人类活动强度；水质变化；太湖流域
中图分类号：X524 文献标识码：A 文章编号：2095-672X（2018）05-0054-01
DOI：10.16647/j.cnki.cn15-1369/X.2018.05.032
Abstract： Based on the space technology of remote sensing and geographic information system， the characteristics of the land use types under the 5km buffer radius of the national control monitoring section around Taihu were analyzed， and the data of the water quality of the Taihu basin published by the Ministry of environmental protection were superimposed to explore the correlation between the intensity of human activity and the water quality. Construction land and agricultural land are the main land use types in the basin， and the intensity of human activities in the basin is higher than that in the West. There is a certain correlation between land types and water pollution. Construction land is an important source of pollution output. The intensity of human activities is positively correlated with water quality indicators.
Keyword： Water contamination； Human activity intensity； Water quality change； Taihu basin
1 背景
太湖位于長江三角洲南部，是我国第三大淡水湖[1]，也是我国经济最发达、大中城市最密集的地区之一，其地理和战略优势突出[2]。
本文以太湖可视化数据为基础，结合该流域土地利用、水质等数据并结合文献总结，绘制太湖流域用地性质分布图，并在此基础上，研究太湖流域人类活动强度与水质的相关关系。
2 研究方法
2.1 研究数据
水质数据：太湖水质数据来源于《全国主要流域重点断面水质自动监测周报》。选取时间为2016年太湖流域七个国控站点，共计12个月的水质数据。国控断面共监测四个指标，分别为：pH、COD、氨氮、溶解氧。遥感图像：Landsat8OLI多光谱图像具有信息量大、30 m空间分辨率，是目前在区域尺度上进行土地利用监测较理想的信息处理技术[3]。本文所用多光谱图像的成像日期为2015年。
2.2 研究方法
2.2.1 用地性质的划分
本研究以太湖周边OLI图像近红外波段、红波段、绿波段和蓝波段作为有效特征，通过目视判读和野外调查，对遥感图像上某些样本区的地理类别，结合先验认识、谷歌地图进行叠加分析，判读土地利用类型，制作训练样本，进行监督学习分类，最终实现太湖流域用地性质划分。
用地性质监督学习分类共五类，各用地性质判别规则如下所示。水域：河流水体色调呈蓝色，图斑以带状、条状或线状蜿蜒分布；湖泊、库塘色调呈黑色或深蓝色，图斑以面状独立分布。耕地：色调呈深红色、深绿色，以规则块状集中分布于居民地周围或在河道沿岸的河漫滩和阶地。林地：林地色调呈黑棕色，周围有灌木林地或草地，纹理均匀；灌木林地色调呈绿色，常有粒状的红色亮点混杂其间，纹理粗糙杂乱。建设用地：色调呈深浅不一的蓝色、白色，中心区域色调深。未利用土地：流沙沙斑呈亮白色。
本研究将区域内的土地划分为5种类型：水域、耕地、林地、建设用地以及未利用土地。监督学习中耕地、林地样本各选取100个，水域、建设用地以及未利用土地样本各选取60个。选取的训练样本进行必要的可分离性判定，确定有效性的基础上，进行分类器训练。根据选取的样本，运用了BP神经网络分类器对研究区的影像进行了土地利用类型的分类。本文将研究区待分类的融合后影像，包括7个波段的数据作为输入特征；输出层对应于待分类的6种土地利用类型；隐含层设为一层。通过设计好的神经网络，使用ENVI软件监督分类模块的神经网络方法，经过20次的迭代运算，得到基于BP神经网络算法的太湖流域土地利用分类图，训练的RMS（均方误差）为0.13。
2.2.2 缓冲区的建立
缓冲区是指为了识别某地理实体或空间物体对其周围的邻近性或影响度而在其周围建立的邻域。本文中缓冲区是以某监测断面所在位置为圆心，半径为5km的邻域。如图1所示，结合用地性质划分，针对每个缓冲区统计土地利用类型的面积，为人类活动强度计算提供依据。
3 结论与分析
3.1 活动强度的定义与相关性分析
为定量说明缓冲区内的人类生产、生活影响，我们定义活动强度这一变量为：活动强度=缓冲区内建设用地面积/缓冲区内总面积
计算得各国控断面人类活动强度分别为：沙渚11.7%，兰山嘴4.1%，西山3.6%，新唐港24.9%，急水港6.4%，王江泾26.8%，斜路港31.0%。
根据得到的监测断面缓冲区活动强度，本研究拟通过相关性分析，研究活动强度与主要的水质指标：pH、DO、COD以及氨氮之间的相关性。采用皮尔森相关性分析方法，经分析可得各参数域人类活动强度间相性系数分別为：pH为0.001、DO为0.001、COD为0.012、氨氮为0.102。
皮尔森相关性检验中，显著性越小说明相关程度越高。显著性小于0.05则为显著相关。根据分析的结果，监测断面的领域内活动强度与pH、DO以及COD显著正相关。
3.2 结论与建议
水面率对氨氮降解有较大的促进作用，水面率与氨氮呈负相关；林地对污染物具有截留吸收作用，林地和草地与COD呈明显的负相关关系。人类活动加大了水体污染负荷，弱化了水体自净能力，使得人类活动强度较大区域COD、pH偏高；水体富营养程度加剧，DO增高。
但太湖流域城镇化加速，建设用地面积呈现进一步加大的趋势。新增建设面积占用部分的水面、林地，农业活动、人类活动、城镇建设成为流域内重要的污染来源，其对于太湖流域水质有着较大的影响。为实现太湖流域的综合治理目标，土地合理利用应当是重要的控制目标之一。
从土地利用角度对太湖流域进行综合控制的最有效手段应当是生态补偿。以林地、草地补偿被人类活动利用的土地面积，从而抵偿部分因土地利用引起的水质变化。另外对于湖体近岸地区，实现退耕还湖，可以有效地减少面源污染的输入，并增大太湖流域水体自净能力，优化太湖流域水质。
参考文献
[1]田颖，沈红军.基于GIS的江苏太湖流域景观格局优化[J].污染防治技术，2016，（02）：5-8.
[2]叶建春.科学治水依法管水 谱写太湖流域综合管理新篇章[J].中国水利，2012，（16）：26-28.
[3]王敏，高新华，陈思宇等.基于Landsat8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例[J].草业科学，2015，32（5）：694-701.
[4]顾宗濂.中国富营养化湖泊的生物修复[J].农村生态环境，2002，（01）：12-13.
收稿日期：2018-03-28
作者简介：陈瑞弘（1989-），男，硕士研究生，研究方向为水环境。
关键词：水质污染；人类活动强度；水质变化；太湖流域
中图分类号：X524 文献标识码：A 文章编号：2095-672X（2018）05-0054-01
DOI：10.16647/j.cnki.cn15-1369/X.2018.05.032
Abstract： Based on the space technology of remote sensing and geographic information system， the characteristics of the land use types under the 5km buffer radius of the national control monitoring section around Taihu were analyzed， and the data of the water quality of the Taihu basin published by the Ministry of environmental protection were superimposed to explore the correlation between the intensity of human activity and the water quality. Construction land and agricultural land are the main land use types in the basin， and the intensity of human activities in the basin is higher than that in the West. There is a certain correlation between land types and water pollution. Construction land is an important source of pollution output. The intensity of human activities is positively correlated with water quality indicators.
Keyword： Water contamination； Human activity intensity； Water quality change； Taihu basin
1 背景
太湖位于長江三角洲南部，是我国第三大淡水湖[1]，也是我国经济最发达、大中城市最密集的地区之一，其地理和战略优势突出[2]。
本文以太湖可视化数据为基础，结合该流域土地利用、水质等数据并结合文献总结，绘制太湖流域用地性质分布图，并在此基础上，研究太湖流域人类活动强度与水质的相关关系。
2 研究方法
2.1 研究数据
水质数据：太湖水质数据来源于《全国主要流域重点断面水质自动监测周报》。选取时间为2016年太湖流域七个国控站点，共计12个月的水质数据。国控断面共监测四个指标，分别为：pH、COD、氨氮、溶解氧。遥感图像：Landsat8OLI多光谱图像具有信息量大、30 m空间分辨率，是目前在区域尺度上进行土地利用监测较理想的信息处理技术[3]。本文所用多光谱图像的成像日期为2015年。
2.2 研究方法
2.2.1 用地性质的划分
本研究以太湖周边OLI图像近红外波段、红波段、绿波段和蓝波段作为有效特征，通过目视判读和野外调查，对遥感图像上某些样本区的地理类别，结合先验认识、谷歌地图进行叠加分析，判读土地利用类型，制作训练样本，进行监督学习分类，最终实现太湖流域用地性质划分。
用地性质监督学习分类共五类，各用地性质判别规则如下所示。水域：河流水体色调呈蓝色，图斑以带状、条状或线状蜿蜒分布；湖泊、库塘色调呈黑色或深蓝色，图斑以面状独立分布。耕地：色调呈深红色、深绿色，以规则块状集中分布于居民地周围或在河道沿岸的河漫滩和阶地。林地：林地色调呈黑棕色，周围有灌木林地或草地，纹理均匀；灌木林地色调呈绿色，常有粒状的红色亮点混杂其间，纹理粗糙杂乱。建设用地：色调呈深浅不一的蓝色、白色，中心区域色调深。未利用土地：流沙沙斑呈亮白色。
本研究将区域内的土地划分为5种类型：水域、耕地、林地、建设用地以及未利用土地。监督学习中耕地、林地样本各选取100个，水域、建设用地以及未利用土地样本各选取60个。选取的训练样本进行必要的可分离性判定，确定有效性的基础上，进行分类器训练。根据选取的样本，运用了BP神经网络分类器对研究区的影像进行了土地利用类型的分类。本文将研究区待分类的融合后影像，包括7个波段的数据作为输入特征；输出层对应于待分类的6种土地利用类型；隐含层设为一层。通过设计好的神经网络，使用ENVI软件监督分类模块的神经网络方法，经过20次的迭代运算，得到基于BP神经网络算法的太湖流域土地利用分类图，训练的RMS（均方误差）为0.13。
2.2.2 缓冲区的建立
缓冲区是指为了识别某地理实体或空间物体对其周围的邻近性或影响度而在其周围建立的邻域。本文中缓冲区是以某监测断面所在位置为圆心，半径为5km的邻域。如图1所示，结合用地性质划分，针对每个缓冲区统计土地利用类型的面积，为人类活动强度计算提供依据。
3 结论与分析
3.1 活动强度的定义与相关性分析
为定量说明缓冲区内的人类生产、生活影响，我们定义活动强度这一变量为：活动强度=缓冲区内建设用地面积/缓冲区内总面积
计算得各国控断面人类活动强度分别为：沙渚11.7%，兰山嘴4.1%，西山3.6%，新唐港24.9%，急水港6.4%，王江泾26.8%，斜路港31.0%。
根据得到的监测断面缓冲区活动强度，本研究拟通过相关性分析，研究活动强度与主要的水质指标：pH、DO、COD以及氨氮之间的相关性。采用皮尔森相关性分析方法，经分析可得各参数域人类活动强度间相性系数分別为：pH为0.001、DO为0.001、COD为0.012、氨氮为0.102。
皮尔森相关性检验中，显著性越小说明相关程度越高。显著性小于0.05则为显著相关。根据分析的结果，监测断面的领域内活动强度与pH、DO以及COD显著正相关。
3.2 结论与建议
水面率对氨氮降解有较大的促进作用，水面率与氨氮呈负相关；林地对污染物具有截留吸收作用，林地和草地与COD呈明显的负相关关系。人类活动加大了水体污染负荷，弱化了水体自净能力，使得人类活动强度较大区域COD、pH偏高；水体富营养程度加剧，DO增高。
但太湖流域城镇化加速，建设用地面积呈现进一步加大的趋势。新增建设面积占用部分的水面、林地，农业活动、人类活动、城镇建设成为流域内重要的污染来源，其对于太湖流域水质有着较大的影响。为实现太湖流域的综合治理目标，土地合理利用应当是重要的控制目标之一。
从土地利用角度对太湖流域进行综合控制的最有效手段应当是生态补偿。以林地、草地补偿被人类活动利用的土地面积，从而抵偿部分因土地利用引起的水质变化。另外对于湖体近岸地区，实现退耕还湖，可以有效地减少面源污染的输入，并增大太湖流域水体自净能力，优化太湖流域水质。
参考文献
[1]田颖，沈红军.基于GIS的江苏太湖流域景观格局优化[J].污染防治技术，2016，（02）：5-8.
[2]叶建春.科学治水依法管水 谱写太湖流域综合管理新篇章[J].中国水利，2012，（16）：26-28.
[3]王敏，高新华，陈思宇等.基于Landsat8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例[J].草业科学，2015，32（5）：694-701.
[4]顾宗濂.中国富营养化湖泊的生物修复[J].农村生态环境，2002，（01）：12-13.
收稿日期：2018-03-28
作者简介：陈瑞弘（1989-），男，硕士研究生，研究方向为水环境。
