1992-2013年巢湖流域土壤侵蚀动态变化
巢湖流域地表热环境与景观变化相关分析及其尺度效应
中国环境科学 2017,37(8)：3123~3133 China Environmental Science 巢湖流域地表热环境与景观变化相关分析及其尺度效应黄木易1,岳文泽2*,何 翔1(1.安徽建筑大学环境与能源工程学院,安徽合肥 230601；2.浙江大学土地管理系,浙江杭州 310058)摘要：基于Landsat ETM+/TIRS影像数据,采用大气校正法反演巢湖流域地表温度,分析2000~2013年的流域地表热环境效应演变规律,通过5个尺度的网格化采样,在不同幅度水平上定量分析LST与下垫面景观的相关性及其尺度效应.结果表明:2000~2013年,巢湖流域LST高强度区域主要以合肥市区为集聚中心并向城市周边蔓延,低强度区域逐渐缩小,流域地表热环境效应增强.LST与下垫面景观结构相关关系分析表明,建设用地景观是流域热环境效应的主要原因,而水体、林地景观可有效抑制地表温度;景观格局对热环境效应影响显著,建设用地与农地景观的破碎度、分离度指数与LST呈极显著负相关,而林地、水体景观的破碎度和分离度与LST呈极显著正相关;LST对景观优势度的影响最敏感,建设用地优势度与LST呈极显著正相关,而林地、水体优势度增加则能有效降低地表温度.探索性空间数据分析(ESDA)及尺度效应分析表明:巢湖流域地表热环境具有显著的空间聚集性,且LST空间格局具有明显的尺度效应,巢湖流域地表热环境效应相关研究的适宜幅度域为2~4km.通过规划合理配置林地和水体景观类型资源,加强建设用地增长调控,优化景观格局是抑制流域地表热环境效应的主要对策.关键词：地表热环境；景观格局；相关分析；尺度效应；巢湖流域中图分类号：X87 文献标识码：A 文章编号：1000-6923(2017)08-3123-11Correlation analysis between land surface thermal environment and landscape change and its scale effect in Chaohu Basin. HUAN G Mu-yi1, YUE Wen-ze2*, HE Xiang1 (1.Department of Environmental Engineering, Anhui Jianzhu University, Hefei 230601, China；2.Department of Land Management, Zhejiang University, Hangzhou 310058, China). China Environmental Science, 2017,37(8)：3123~3133Abstract：Based on the Landsat ETM+/TIRS image data, the inversion of Land surface temperature (LST) were conducted by using atmospheric correction method, and the evolution of land surface thermal environment effect was analyzed from 2000 to 2013 in Chaohu Basin. Cell samples at five scales level were obtained through gridding method, the scale effect of LST and its correlations with the surface landscapes were further quantitatively analyzed at specified scales. The results showed that high LST area was mainly concentrated in Hefei city and spread to its peripheries, while low LST area shrank gradually due to turning into moderate LST area from 2000 to 2013 in Chaohu Basin. As a result, the land surface thermal environment effect was enhanced. The correlation analysis between LST and landscape structure indicated that the construction land landscape was the main reason for the land surface thermal environment effect in the basin, while water and woodland landscapes could restrain LST effectively. The influence of landscape pattern on land surface thermal environment effect was significant. The analysis of correlations indicated that strong significant negative correlations were observed between the fragmentation and separation indices of construction and rural land landscapes and LST, but there was significant positive correlation between the fragmentation and separation indices of woodland and water landscapes and LST. LST is most sensitive to the change of landscape dominance index. The dominance index of construction land was significantly positively correlated with LST, while increasing the dominance of woodland and water could significantly reduce the surface temperature. Analysis of the scale effect and Exploratory Spatial Data Analysis (ESDA) for LST indicated that the LST had a significant spatial clustering characteristic in Chaohu Basin, and that the spatial pattern of LST had an obvious scale effect. 2~4km was the suitable extent of the researches on land surface收稿日期：2017-01-22基金项目：国家社会科学基金重点项目(14AZD124);国家自然科学基金项目(41671533)和中央高校基本科研业务费资助;安徽省哲学社会科学规划项目(AHSKQ2016D23)* 责任作者, 教授, wzyue@3124 中国环境科学 37卷thermal environment in Chaohu Basin. Countermeasures derived from the study for restraining the surface thermal environment in Chaohu Basin included: allocating ecological functional landscape resources, such as woodland and water landscapes, reasonably through planning; strengthening regulations on the growth of construction land; and finally optimizing the landscape pattern.Key words：surface thermal environment；landscape pattern；correlation analysis；scale effect；Chaohu Basin自Howard首次发现伦敦城市与郊区存在温差的“热岛效应”(Urban Heat I sland,UHI)以来,城市热岛现象受到了广泛关注[1-2].多年来,国内外学者对城市热岛的表现形态、演变模拟、驱动机制[3-11]等开展了大量研究,取得了丰硕的成果.研究表明,土地利用及植被覆盖变化是大气、水质等生态环境变化的主要因素[12-14],同时也是地表热环境效应形成、演变的重要原因[15].由于土地利用类型的物理特性、热学特征、辐射特征差异,会导致不同的地表热环境效应.如由水泥结构为主的建筑物、道路等城市不透水面显热通量大导致地表温度相对较高,是热岛效应的主要原因,而绿地、水体等由于潜热通量贡献大,导致地表温度相对较低,具有抑制热岛效应的功能[16-17].因此,随着城市的快速扩张,热岛效应随下垫面地类性质的变化而变化.相关研究也表明,热岛效应与景观格局关系密切,基于遥感和GIS的地表热环境与景观要素间相互关系的研究为目前该领域热点.相关研究从早期对单一景观类型的作用发展到关注景观整体格局对城市热岛效应的影响[18-21].但总的来说,城市地表的热岛效应研究颇多,而在流域层次上开展地表热环境效应的研究不多.其次,相关研究主要关注其特点与成因,而对其影响因素及作用机理的研究相对薄弱[22].另外,多数研究从单一尺度上划分空间单元以建立热岛效应与景观变化的分析样本,基于多种尺度的研究案例缺乏.尺度问题是景观生态学的核心问题[23],景观格局与地表热环境的关系研究需要关注尺度对生态机制的影响.因此,在作为社会、经济热点区域的流域层面开展地表热环境与景观变化相关关系及其尺度效应综合研究,揭示流域地表热环境影响因素和生态学机制具有重要的理论与实践意义.巢湖流域作为长江流域的重要组成部分,该区域人口密度大、经济发达,是人类活动的热点区域.近年来,高速城市化和工业化推动社会经济发展的同时,对流域景观格局产生了强烈影响[24],流域生态系统受到显著干扰,区域生态环境质量也在不断恶化[25-26],而以合肥为核心的特大城市建成区的快速扩张所导致的不透水面增加对流域地表温度的影响也越来越显著,在一定程度上影响流域生态系统的结构和功能.目前,巢湖流域景观格局、土地覆被变化、水质污染防治等引起相关学者的关注,流域景观格局与地表热环境效应的相关性研究主要以流域单个城市为对象,分析城市热岛强度的时空变化[27-29],关于流域下垫面景观结构、格局与热环境的相关分析、尺度效应及生态机制研究鲜有报道.本研究遵循景观生态学研究范式,基于空间信息技术平台及地统计分析等方法,详细探讨了巢湖流域景观结构与格局变化对热环境效应的影响,并对巢湖流域热环境效应的尺度问题展开讨论,提出了流域热环境相关研究的适宜幅度域.结果在一定程度上可为巢湖流域规划、景观资源配置与生态系统优化、热环境效应管控措施制定等提供决策理论依据.1研究区概况巢湖(31°43′~32°25′N,117°16′~117°51′E)流域位于安徽省中部,长江流域下游,行政区划涉及11县及合肥市辖区、六安市辖区和巢湖市辖区.流域总面积约14000km2.地势南高北低,西南为山区,东北为丘陵及浅山区,沿湖及东南为平原.巢湖周围共有大小入湖河流33条[30].研究区所在位置见图1.2000年巢湖流域总人口约779万人,流域GDP为481.5亿,镇化率为44％.2013年流域人口数为1300万人左右,生产总值达5578.4亿,城镇化提高至67.8％.合肥市作为省会城市,是巢湖流域的核心区域,是全省乃至整个中部地区崛起的重要经济引擎.8期 黄木易等：巢湖流域地表热环境与景观变化相关分析及其尺度效应 3125图1 研究区位置及流域网格化采样单元 Fig.1 Location of Chaohu Basin and map of cell samples2 研究数据与方法2.1 数据来源及处理本研究利用3期Landsat ETM+/TIRS 卫星影像数据(其中2000、2005年为4月份ETM+,2013年为9月份TIRS,3个时相的9景影像成像清晰少云、质量良好,釆用UTM 投影统一到WGS -84坐标系)和DEM 数据(格式为GRID 的SRTM 数字高程数据,来源于美国对地观测全球高程数据,分辨率90m).首先利用ArcGI S 10.0水文分析模块对DEM 进行巢湖流域范围提取.其次,利用ENV 5.1对3期遥感影像(轨道号分别为120/038、121/038、121/039)进行几何纠正、拼接、直方图匹配等图像预处理.最后,利用提取的巢湖流域范围对拼接处理后的遥感影像进行裁剪,并对影像进行解译,结合流域的景观特点,将研究区分为农地、林地、水体、建设用地4种景观类型.对3期遥感影像的分类结果进行精度检验,其Kappa 系数均在0.75以上,符合研究要求.另外,利用ArcGI S 10.0创建渔网工具对提取的流域范围进行不同幅度的空间采样,创建1km×1km 、2km×2km 、3km×3km 、4km×4km 和5km×5km 的尺度单元,形成5种不同幅度的尺度变化.利用网格叠加解译后的景观分类图、地表温度反演图,逐一计算各网格内的景观格局指数和地表温度平均值.2.2 景观类型提取及指数计算景观格局指数用来量化景观生态结构、功能与过程[31].本文除基于景观结构外,还讨论景观格局变化对流域地表热环境影响及尺度效应.从景观斑块的破碎化、分离程度、连通性、优势斑块控制景观程度等角度探讨流域地表温度与下垫面格局的相关性研究,有助于更好地理解景观生态学过程.因此,本文选择了破碎度、分离度和优势度景观格局指数.其中,破碎度指数(C ),反映某一景观类型被分割的破碎程度;分离度指数(F ),反映某一景观类型中的斑块之间在空间上的分离程度;优势度指数(D ),主要用来表达景观类型3126 中 国 环 境 科 学 37卷中一种或几种类型控制整个区域内景观类型的程度.限于篇幅,各景观指数计算公式详见Fragstats 3.3和文献[31].由于不同幅度水平下的网格单元样本数量大,本文在Arcgis10.0中利用Model Builder 建模后批量计算网格景观格局指数.2.3 地表热环境信息反演对于流域景观尺度的研究,Landsat 系列卫星数据适用性较强,进行温度反演时也多使用TM/ETM+/OLI_TIRS 影像.本研究基于大气校正法[32],利用Landsat 影像反演地表温度.基本原理为,首先估计大气对地表热辐射的影响,然后将此部分影响从卫星传感器所观测到的热辐射总量中去除,将得到的地表热辐射强度再转化为相应的地表温度.卫星传感器接收到的热红外辐射亮度值L λ由3部分组成:大气向上辐射亮度L ↑;地面的真实辐射亮度经过大气层之后到达卫星传感器的能量;大气向下辐射到达地面后反射的能量L ↓.因此,卫星传感器接收到的热红外辐射亮度值L λ的表达式可写为:()()1S L B T L L λεετ↓↑⎡⎤=+−+⎣⎦ (1)式中:ε为地表比辐射率;T S 为地表真实温度, K;B(T S )为黑体热辐射亮度;τ为大气在热红外波段的透过率.则温度为T 的黑体在热红外波段的辐射亮度B(T S )为: ()(1)/S B T L L L λτετε↑↓=−−−⎡⎤⎣⎦ (2)21/ln/(/()1)S s T K K B T =+ (3)式中:对于TM,K 1=606.76mW/(cm 2⋅µm ⋅sr),K 2=1260.56K;对于ETM+,K 1=666.09mW/(cm 2⋅µm ⋅ sr),K 2=1282.71K;对于TIRS Band10,K 1= 774.89mW/(cm 2⋅µm ⋅sr),K 2=1321.08K.其中,大气剖面参数在NASA 提供的网站(http://atmcorr. /)中,输入成影时间以及中心经纬度可以获取大气剖面参数.利用影像及大气剖面数据,依据大气校正法的温度反演方法,使用ENVI5.1中的Band Math 工具、NDVI 工具和Radiometric Calibration 等工具计算出3个时相各景影像的地表温度. 3 结果与分析3.1 巢湖流域地表温度(LST)空间分布特征常用的温度等级划分方法有自然断点法、温度正规化法、均值-标准差法等.本文采用均值-标准差法,将研究区地表温度(LST)的平均值作为基准,通过与不同倍数标准差进行组合来区分阈值,对流域LST 等级进行划分,该方法能够在一定程度上减小背景差异影响,使不同时相的地表温度数据更具可比性[33],依据该法将各年份流域LST 划为5个温区,即低、次低、中、次高和高温区(图2).低温区 次低温区 中温区 次高温区 高温区图例低温区 次低温区 中温区 次高温区 高温区图例低温区 次低温区 中温区 次高温区 高温区图例NNN2013年2005年2000年0 40km0 40km0 40km图2 巢湖流域2000至2013年地表温度空间分布特征Fig.2 The spatial characteristic of LST from 2000 to 2013 in Chaohu Basin分析表明,2000~2013年间,随城市化和工业化的推动,巢湖流域地表热环境空间格局发生了相应的变化,其时空差异特征明显.其中,2000年的地表热场主要以中温及以下为主,高温区范围很小,主要位于合肥市区内,热环境空间格局较简单.2005年,流域地表热环境主要以次高温及以下为主,高温区范围在合肥市区内并进一步扩大,呈辐射状向城市周边蔓延,与邻近地表形成“高8期黄木易等：巢湖流域地表热环境与景观变化相关分析及其尺度效应 3127温-次高温-中温”逐级分布状况.具体表现为:高温区主要为城镇,如合肥市区、舒城县城区及连接城市之间的交通干道.巢湖东部为山区,因近年来的矿业发展导致植被减少,地表温度高.而低温区主要以巢湖水域为冷岛中心,西南部大别山区由于植被覆盖较广,地表温度较低.2013年由于城镇化、工业化进程加快,社会经济活动对流域地表的土地景观格局造成了强烈干扰,大量自然景观转变为人工和半人工景观类型,导致巢湖流域下垫面景观格局改变,土地利用程度加强[34],热场演变表现为:高温、次高温区增加明显,低温区减少.其中巢湖北部的合肥市由于城镇化的快速发展及巢湖市行政区划调整,合肥市和巢湖市区集中连片发展,造成合肥特大城市建成区面积大幅增加,在地表热温度上表现为高温区面积增加,热环境效应明显增强.同时,近年来,巢湖市矿业经济发展速度快,采矿业造成的大片山体裸露也是该区域地表温度上升的原因之一.3.2巢湖流域地表温度(LST)时序变化及转移趋势分析本文利用ArcGIS 10.0分析2000~2013年巢湖流域LST的转化情况,通过转移矩阵分析可揭示此期间巢湖流域地表热环境效应的时空演化规律.分析表明,2000~2013年,流域LST总体表现为低温区、中温区减少,次低温区、次高温区和高温区增加.其中,中温区面积大辐下降,由2000年6014.91km2变为2013年4791.39km2,主要转化为次低温区、次高温区和高温区,面积分别为1496.82km2、1543.95km2和323.32km2.流域地表热环境温区类型转化表现为:高等级向低等级转化(面积大于50km2)的主要类型有7种,总面积为3595.79km2,而低等级向高等级转化主要类型为8种,面积达3955.71km2,为高等级向低等级转化的1.1倍(表1).总体上,2000~2013年巢湖流域由于受到城市化、工业化的推动,社会经济发展对土地利用模式的影响,流域下垫面的景观格局受到了强烈影响,流域地表热环境格局变化明显.表1巢湖流域地表温度时序变化转移矩阵(2000~2013年)(km2)Table 1 Transition matrixes of LST from 2000 to 2013 in Chaohu BasinLST分布低温区次低温区中温区次高温区高温区 2000年合计低温区 436.54 504.73 82.94 6.58 0.79 1031.58 次低温区 197.21 731.16 744.59 349.92 95.84 2118.71 中温区59.24 1496.82 2591.58 1543.95 323.32 6014.91 次高温区8.43 286.73 1241.16 1082.66 310.42 2929.39 高温区 1.32 25.54 131.12 183.51 98.21 439.70 2013年合计702.73 3044.97 4791.39 3166.61 828.58 12534.29 面积净变化-328.85 926.39 -1223.52 237.22 388.88 03.3巢湖流域地表热环境效应与下垫面景观相关性分析3.3.1网格化地表温度(LST)空间异质性分析为了定量研究LST与下垫面景观类型的相关性及尺度效应,本文对景观类型栅格图和地表反演温度栅格图各进行1km×1km、2km× 2km、3km×3km、4km×4km和5km×5km共5种不同尺度的网格化采样.LST网格采样后利用ArcGI S 10.0的Zonal Statics工具计算样方内LST的平均值,限于篇幅,2000、2005和2013年巢湖流域在3km×3km尺度下的LST空间分布特征见图3.最后进行流域地表热环境幅度效应及其与下垫面景观相关性分析.在此,首先利用ESDA方法探讨巢湖流域地表热环境随幅度变化的响应特点.探索性空间数据分析法(Exploratory Spatial Data Analysis, ESDA)通过分析空间中某位置的观察值与其相邻位置观察值是否存在相关性及相关程度,从而探索空间事物的分布特征[35].在1km、2km、3km、4km和5km 幅度下,分别计算地表温度(LST)的全局Moran’s I[36].限于篇幅,本研究利用ArcGI S 10.0空间分析模块对20133128 中 国 环 境 科 学 37卷年巢湖流域各尺度水平下的LST 描述性统计变量和空间异质性变化进行分析.Mo ran’s I 值在1km 、2km 、3km 、4km 和5km 幅度下分别为0.78、0.72、0.71、0.60和0.79,说明5个幅度下的LST 都存在空间自相关(图4).随着幅度的变化,Mo ran’s I 指数和Z -Score 检验均呈波动变化趋势,Moran’s I 一般采用Z 方法进行显著性检验.本文中,5个尺度下LST 空间自相关全部通过了显著性检验(P <0.05).Moran's I 指数和Z -Score 检验的意义在于,当Mo ran’s I>0时,数值越大表明其空间正相关性越强,Z -Score>1.96时,数值越大表明其空间正相关则越显著.图4中,5个尺度下的Z -Score 值均远大于1.96,表明巢湖流域LST 空间分布呈现很强的空间正相关.图例图例NNN2013年2005年2000年0 40km0 40km0 40km图例低温区 次低温区 中温区 次高温区 高温区低温区 次低温区 中温区 次高温区 高温区低温区 次低温区 中温区 次高温区 高温区图3 巢湖流域2000至2013年地表温度空间分布特征(3km 尺度)Fig.3 Spatial characteristic of LST from 2000 to 2013 in Chaohu Basin (at 3km scale )0.0020.0040.0060.0080.00100.00123456尺度范围(km)L S T 平均值(℃), Z -S c o r e0.000.501.001.502.002.503.003.50M o r a n ’s I , L S T 方差图4 巢湖流域地表温度(LST)空间统计变量随尺度变化(2013年) Fig.4 Changes of LST’s statistical variables at five scales in Chaohu Basin (2013)Z-ScoreLST 平均值 Moran's ILST 方差为了进一步揭示局域地区地表温度是否存在显著的空间聚集点,本文进行局部空间自相关分析LST 网格单元之间的空间关联性,并可视化局域空间差异,揭示流域LST 的空间分布规律,分析不同尺度下研究区内LST 网格单元之间的相互关联性.局部自相关Moran’s I 值将空间分为“高高(HH)、低低(LL)、高低(HL)和低高(LH)”四个部分,其中,HH 聚集区,表示LST 高的中心地区其周边LST 也较高,体现在空间关联中为扩散效应;LL 聚集区表示中心地区和相邻地区的LST 都较低,属于低温区;落入高高和低低区的LST 在地理空间上存在显著的空间正相关.高低聚集区,8期 黄木易等：巢湖流域地表热环境与景观变化相关分析及其尺度效应 3129表示中心地区LST 值高邻值低,在空间关联中表现出极化效应;低高聚集区,表示中心地区LST 低邻接高,在空间关联中属于过渡区.其中不显著的网格单元为LST 空间性不强的区域,本研究中主要呈片状分布(图5).LST 不同幅度变化的空间格局分析表明,Moran’s I 值呈“降-升”的变化趋势,即1~4km 幅度变化中呈下降趋势,4~5km 时呈上升趋势,在4km 处具有明显拐点.空间自相关分析表明:1km 到4km 幅度变化中,LST 的空间分布呈现零散到具有多中心集中的变化过程,Moran’s I 值表现为下降趋势;而4km 到5km 的幅度变化,LST 的空间从多中心分布趋向团状集聚变化,分布格局进一步简化,集聚中心受幅度变化而减少,因此,Moran’s I 值表现为上升趋势.另一方面,LST 描述性统计变量显示,随幅度的变化,LST 的空间分布格局及其统计参数均发生了一定的改变:LST 平均值变化在0.4℃范围内,呈“升-降-升”变化趋势,在3km 处存在谷点,总体上幅度变化对流域地表温度平均值的影响不大;LST 方差呈先上升后下降,在3km 处有一个峰值.结合空间自相关Moran’s I 值和LST 方差分析表明:3km 幅度下的LST 差异最大,显示该尺度下热场分布信息量丰富.同时,LST 的空间分布具有明显的聚集性,因此,巢湖流域地表热环境效应相关研究适宜的幅度域为(2,4)km.1km ×1km2km ×2km3km ×3km4km ×4km5km ×5kmNot Significant(不显著) HH(高高聚集) HL(高低聚集) LH(低高聚集) LL(低低聚集)图5 巢湖流域地表温度(LST)空间异质性的尺度效应(2013年) Fig.5 The spatial heterogeneity of LST at five scales in Chaohu Basin (2013)3.3.2 流域地表温度(LST)与下垫面景观结构相关分析 下垫面是大气的直接热源,地表温度场与大气温度场关系密切,同等太阳辐射条件下,城镇用地中的建筑物道路等化学人工材料吸热快且热容量小,较自然下垫面(林地、草地、水体等)升温快,导致其表面温度明显高于自然下垫面,从而造成相应区域地表温度较高[37].本文对巢湖流域地表温度与下垫面景观结构进行互动分析,结果表明,景观结构与LST 呈极显著相关关系,2013年巢湖流域3km 幅度下景观结构与LST 的相关关系见图6.其中,建设用地景观与LST 呈极显著正相关关系,相关系数为0.5936,为流域地表热环境效应的重要影响源,而林地、水体景观与LST 呈极显著负相关关系,其中水体相关系数最高,达-0.5855,二者为流域地表热环境效应抑制的主要贡献源.由于农地景观受季节性影响最大,本研究9月份的农地景观与LST 呈正相关关系,主要因为该季节部分农田作物收获后,由于裸露的土壤表层比林地、水体显热通量贡献更大,因而地表温度相对较高.但与建设用地景观相比,其相关系数仍较低.结果表明,巢湖流域城镇用地面积的扩张是地表温度增强的重要原因,而林地与水体景观对抑制流域地表温度有重要作用.因此,土地利用3130 中 国 环 境 科 学 37卷和城市发展模式是地表温度空间差异的主要原因,寻求合理的城市土地利用规模、结构、方式及其空间布局,应当成为有效遏制热环境效应的重要目标[21].3.3.3 地表温度(LST)与下垫面景观格局相关性及尺度效应 研究表明,区域地表温度除与下垫面的类型结构有关外,还受到下垫面景观格局的影响.本文对巢湖流域地表温度与景观破碎度、分离度及优势度指数进行定量相关分析,揭示LST 与景观格局的作用机制,探讨互动作用下的尺度效应.2013年巢湖流域3km 幅度下景观格局与LST 的相关关系分析显示,建设用地、林地和水体景观类型格局指数与LST 相关性普遍较高(表2),体现了该几类景观类型的格局变化对LST 的影响程度较高,但影响效果各异.其中,建设用地分离度、破碎度与LST 呈负相关关系,表明具有增温作用的建设用地如分离程度高、越小斑块化,则增温效果会下降.而林地与水体景观的分离度、破碎度与LST 呈现正相关关系,表明具有降温作用的生态用地如小斑块化、分离度高则降温作用明显下降.从优势度来看,建设用地优势度越高,LST 越高,呈正相关关系,而林地、水体的优势度与LST 呈负相关关系,优势度越高抑制热环境效应效果越好.由于农地景观由于受季节性影响,在本研究中对流域热环境效应具有一定的促进作用.y = 9.2277x + 33.165r = 0.5936***, P <0.01 15.0020.00 25.00 30.00 35.00 40.00 45.00 0 20 406080100建设景观占网格单元比重(%)地表温度(℃)y = -5.1994x + 35.527 r = -0.5302***,P <0.0115.0020.0025.0030.0035.0040.0045.000204060 80 100林地景观占网格单元比重(%)地表温度(℃)y = 2.7802x + 32.679r = 0.2909***,P <0.0115.0020.0025.00 30.00 35.00 40.0045.00 0 20 406080100农地景观占网格单元比重(%)地表温度(℃)y = -5.7179x + 35.048 r = -0.5855***,P <0.0115.0020.0025.0030.0035.0040.0045.000204060 80 100水体景观占网格单元比重(%)地表温度(℃)图6 3km 幅度下巢湖流域景观结构与地表温度回归分析(2013年)Fig.6 The regression analysis between landscape structure and LST at 3km scale in Chaohu Basin (2013)按照相关系数高低排序:D 建设用地> D 林地> F 水体> D 水体> F 建设用地> C 水体> F 林地> C 农地> C 建设> C 林地> F 农地>D 农地(表2).总体上显示,LST 对优势度D 的影响较分离度F 与破碎度C 更加敏感.研究表明,建设用地集中连片扩张、建成区“摊大饼”式蔓延是LST 增强的主要原因.而林地和水体等具有生态功能用地在城市化过程中被其他用地占用造成分离或破碎,在很大程度上降低其对LST 的抑制功能.因此,实践中可通过加强流域景观结构的配置和格局的调控与优化来达到缓解热环境效应的目的,如流域景观规划中,缓解热环境效应的措施首先应当控制城镇用地集中连片式蔓延增长,。
植硅体记录的巢湖流域环境变化及其灾害事件响应
植硅体记录的巢湖流域环境变化及其灾害事件响应【摘要】：全球环境变化和可持续发展是当前人类社会普遍关注的问题。
灾害对人类社会造成了巨大的破坏，是全球环境变化和可持续发展研究的主要内容之一。
湖泊沉积物中植硅体、粒度、磁化率等是环境变化记录的载体，能较好地提取区域环境突变(灾害)信息，结合历史文献、考古资料及近现代器测记录提取供环境和人类活动灾变的信息进行研究，有助于了解历史时期环境变迁和灾害事件，有助于了解流域内人类活动对环境的影响和人类对环境的适应性，有助于全面客观认识流域内历史时期的人地关系。
巢湖流域地处亚热带和暖温带过渡地带，是东部低旋气候与反气旋气候比较频繁发生的地区，也是水旱灾等自然灾害频繁发生的地区。
本文依托国家自然科学基金项目“长江下游区域人类活动对流域环境影响的沉积记录研究”(批准号：40271107)，选择巢湖南灵钻孔(ACN)和AC2钻孔的进行了植硅体分析、并结合历史文献、考古资料及近现代器测记录提取气候变化因子进行小波分析。
在对ACN孔的有机炭进行加速器质谱法测年和AC2孔~(137)Cs测年的年代控制下，探讨了环境变化引起的灾害事件和人类对灾害的适应性。
本研究的主要结论和认识如下：(1)巢湖流域植硅体研究(ACN)所记录到的自5600aB．P．以来的基本气候变化，根据巢湖植硅体组合成分的变化，自下而上可划分为6个植硅体组合带，其中，奇数带以反映气候寒冷的植硅体类型数量较多为特征。
自5600aB．P．以来，巢湖流域气候经历了3个相对寒冷(5600-5200aB．P．；4600-3600aB．P．；2500-2100aB．P．)期和3个相对温暖时期(5200-4600aB．P．；3600-2500aB．P．；2100-1800aB．P．)，与植硅体组合带结果相吻合。
在相对寒冷时期，植硅体组合是以反映寒冷气候成分的棒型较为丰富；而在气候相对较为温暖期，扇型、长方形和方形植硅体含量较高。
巢湖沉积物磷铁硫形态记录及其环境变化指示
积物总磷(TP)记录表明,巢湖西半湖区自 20 世纪 60 年代开始受人类活动影响逐步明显,其中钙磷(Ca-P)指示的流域径流输入增加早于铁铝磷(Fe/Al-P)
指示的居民生活污水输入;西半湖区沉积物 15~0cm 有机质埋藏持续增加伴随着 pH 值的逐步升高,指示了水体富营养化导致藻类生产力(光合作用)提高
原性环境.沉积物还原性无机硫(RIS)以酸可挥发性硫(AVS)为主,沉积物高有机质含量、低元素硫和还原条件降低了 AVS 向黄铁矿硫(CRS)的转化.巢湖
沉积物中与 P, S 结合的 Fe 占比很小,高 Fe/P 和 Fe/S 比值会抑制沉积物磷的释放,导致柱状剖面 P, Fe 和 S 之间的相互作用关系整体上并不显著.
并显著影响 pH 值;而东半湖 S7 采样点位柱状沉积物磷形态则记录了东半湖区不同的环境变化特征.巢湖沉积物活性铁组分以 Fe(Ⅱ)为主,S3 和 S7 沉
积剖面 Fe(Ⅲ)/Fe(Ⅱ)值整体均呈上升趋势且与 Fe(Ⅲ)同步变化,表明其比值由 Fe(Ⅲ)变化驱动;Fe(Ⅲ)/Fe(Ⅱ)指示沉积物上层为弱氧化性,其余层位为还
中国环境科学 2021,41(6)：2853~2861
China Environmental Science
巢湖沉积物磷铁硫形态记录及其环境变化指示
陈 茜,宁成武,汪 杰,黄 涛*,孙庆业 (安徽大学资源与环境工程学院,湿地生态保护与修复安徽省重点实验室,安徽
合肥 230601)
摘要：分析了巢湖表层和柱状沉积物中磷(P)、铁(Fe)和硫(S)元素的形态组成、分布、相互关系及其指示的湖泊环境变化.西半湖 S3 采样点位柱状沉
有指示意义[4].铁是常见的氧化还原敏感元素,通常 以铁氧化物的形式参与各种生物地球化学反应过 程[5-6].还原性硫影响金属的循环及生物有效性,沉积 物剖面 S(-Ⅱ)浓度是控制金属元素有效性及毒性的
安徽巢湖湖泊沉积物孢粉_炭屑组合记录的全新世以来植被与气候演变
第10卷 第2期2008年 4月古地理学报JOURNAL OF P ALAE OGE OGRAPHYV ol 110 N o 12A pr .2008 文章编号:1671-1505(2008)02-0183-10安徽巢湖湖泊沉积物孢粉—炭屑组合记录的全新世以来植被与气候演变3吴 立1 王心源1 张广胜2 肖霞云31安徽师范大学国土资源与旅游学院,安徽芜湖2410002南京大学地理与海洋科学学院,江苏南京2100933中国科学院南京地理与湖泊研究所,江苏南京210008摘 要 利用湖泊钻孔的孢粉及炭屑分析资料,探讨了安徽巢湖湖泊沉积物孢粉—炭屑组合记录的全新世以来植被与气候演变。
孢粉—炭屑记录表明:本区9870—6040cal .a B P,植被是以壳斗科的落叶、常绿属种为主的落叶阔叶、常绿阔叶混交林,气候呈现温和略干的特点;6040—4860cal .a B P,植被是以落叶栎类、栗属、青冈属和栲/石栎属为主的落叶阔叶、常绿阔叶混交林,气候由前一阶段的温和略干变为温暖湿润,进入全新世最适宜气候期;4860—2170cal .a B P,植被是以落叶栎类占绝对优势的落叶阔叶、常绿阔叶混交林,气温逐渐降低、湿度下降,气候温和干燥,环境整体向着干旱趋势转化,2170cal .a B P 左右出现一次明显的干旱事件;2170—1040cal .a B P,森林退缩,落叶阔叶、常绿阔叶混交林迅速被破坏,演替成以禾本科为主的草地,气候处于转型时期,总体上温和湿润;1040—200cal .a B P,木本植物仅零星分布,可能存在针叶阔叶混交林植被,植被类型逐渐演替成以禾本科、蒿属和蓼属等为主的草丛,其中包括较多的农作物,气候温凉稍湿;200cal .a B P 以来,湖区周围零星分布有阔叶乔木,松林在远处可能有分布,植被仍是以禾本科、蒿属和蓼属等为主的草丛,气候相对温暖湿润,但也有若干变凉干的波动,湖泊富营养化水平逐渐增加,人类活动已经对环境变化产生了较大的影响。
巢湖流域的土地利用变化及其生态系统功能损益
巢湖流域的土地利用变化及其生态系统功能损益
巢湖流域的土地利用变化及其生态系统功能损益
基于多时点TM影像解译数据,研究了巢湖流域近30年以来的土地利用/覆盖变化,并借助于生态系统服务价值理论,估算了研究区土地利用/覆盖类型变化所造成的生态系统服务价值损益.由于巢湖流域主要以水田为主,生态服务价值较高,同时考虑该区域水田一年两季的耕作特点,单位面积耕地生态系统服务价值是全国平均值的两倍,单位面积林草地的生态系统服务价值是全国平均价值的1.45倍.研究结果表明:巢湖流域近30年生态服务功能价值损失了831.68×10~6元,年均损失27.7×10~6元,并呈现逐年加剧趋势;流域生态服务价值损失量空间分布极不平衡,合肥每年生态服务价值损失量超过流域均值5倍,由此表明大城市扩张对巢湖流域生态服务价值损益作用明显.
作者：作者单位：刊名：地理研究ISTIC PKU英文刊名：GEOGRAPHICAL RESEARCH 年，卷(期)：2009 28(6) 分类号：P3 关键词：巢湖流域土地利用/覆盖变化生态服务价值 1979～2008 Chaohu Lake Basin land use/cover change values of ecosystem service 1979-2008。
安徽巢湖全新世湖泊沉积物磁化率与粒度组合的变化特征及其环境意义_王心源.pdf资料
第 2 8卷第4期地理科学Vol. 28 No. 42 0 0 8年 0 8月SC IENTIA GEOGRAPH ICA SIN ICA Aug. , 2 0 0 8安徽巢湖全新世湖泊沉积物磁化率与粒度组合的变化特征及其环境意义王心源1, 2, 3,吴立1, 3,张广胜4,王官勇1, 3,韩伟光1, 3( 1. 安徽师范大学地理系 , 安徽芜湖 241000; 2. 安徽遥感考古工作站 , 安徽芜湖 241000 ; 3. 安徽师范大学科技考古中心,安徽芜湖241000; 4.南京大学地理与海洋科学系,江苏南京231009)摘要:通过对获取的巢湖湖泊沉积岩芯的磁化率与粒度组合特征的分析,结合孢粉及相邻其它区域的环境考古资料,得出该岩芯柱样所反映的环境变化信息。
结果表明: ( 1)巢湖湖泊沉积物磁化率曲线在117 cm以下总体上比较平稳而略有下降, 117 cm以上人类活动所导致的侵蚀作用加剧使得磁化率值异常升高; ( 2 )本岩芯柱样117 cm 以下样品的磁化率强度与粘土的百分比含量呈正相关 ,而与粉砂组分的百分比含量成负相关 ; ( 3 ) 根据磁化率与粒度组合变化特征,结合孢粉分析及全新世以来区域气候变化背景, 9 870 Cal a B. P.以来的巢湖流域古气候环境演变可以划分6个不同的时期: 9 870～7 000 Cal a B. P. ,气候呈温和略干的特点; 7 000～4 750 Cal aB. P. ,气候温暖湿润; 4 750～2 170 Cal a B. P. ,流域气候温和干燥 ,巢湖湖盆局部地区可能出露水面以上; 2 170～1 040 Cal a B. P. ,气候总体上温和湿润,但是冷暖波动明显; 1 040～2 00 Cal a B. P.流域处在温凉稍湿的时期,人类活动逐渐加强; 200 Cal a B. P.至今,流域总体上处于相对温暖湿润阶段。
关键词:湖泊沉积;磁化率;粒度;环境演化;全新世;巢湖中图分类号: X141文献标识码: A文章编号: 1000 - 0690 ( 2008) 04 - 0548 - 06磁化率是表征沉积物磁性特征的参数之一, 可以从磁化率曲线特征来分析相应的环境变化信息[ 1, 2 ]。
巢湖生态系统的变化和修复措施
巢湖生态系统的变化和修复措施范裕祥;金社军;刘刚;周培;王文本;季爱娟【摘要】巢湖水域面积减小,大量湿地萎缩,水位高度由自然节律变为人工控制的常年高水位,巢湖水体自然净化能力大幅降低.水土流失和点、面源污染严重造成巢湖底泥、湖水严重富营养化,浮水植物藻类化,鱼类趋向小型化.研究结果表明,巢湖生态系统正经历巨大变化.提出了内、外源性营养物质的控制等生态修复措施恢复巢湖生态平衡.【期刊名称】《安徽农业科学》【年(卷),期】2014(000)034【总页数】4页(P12250-12252,12261)【关键词】巢湖;生态系统;变化;修复措施【作者】范裕祥;金社军;刘刚;周培;王文本;季爱娟【作者单位】安徽省巢湖气象局,安徽巢湖238000;安徽省巢湖气象局,安徽巢湖238000;巢湖管理局环境保护监测站,安徽巢湖238000;福建省三明市大田县气象局,福建三明366100;安徽省巢湖气象局,安徽巢湖238000;安徽省巢湖气象局,安徽巢湖238000【正文语种】中文【中图分类】S181.3巢湖(31°25'28″～31°43'28″N，117°16'54″～117°51'46″E)，东西长61.7 km，南北最大宽度 20.8 km，平均宽度 15.1 km。
水位12 m时(吴淞冻结基面，下同)，湖面面积约760 km2，湖岸周长约155.7 km。
湖底浅平，西高东低。
巢湖自身既是一个相对独立的生态系统，又与流域中的陆地生态系统进行密切的物质交换，从陆地生态系统接受大量的物质(泥沙等)和营养(N、P等)。
伴随着工业化进程加快、城镇人口增加和化肥、农药的大量使用，巢湖承纳的污废水不断增加，污染负荷超出了巢湖的承载能力，富营养化水平长期居高不下，湖泊生态功能退化，大规模蓝藻水华不时暴发，危及饮水安全。
巢湖水污染防治得到国家高度重视，被列为“三湖三河”环境保护重点区域。
巢湖富营养化过程的沉积记录
文章编号:100020550(2004)022*******① 中国科学院知识创新工程重大项目(K ZCX12SW 2122I 203)资助。
收稿日期:2003201209;收修改稿日期:2003209204巢湖富营养化过程的沉积记录①姚书春 李世杰(中国科学院南京地理与湖泊研究所 南京 210008)摘 要 土地利用和人类活动加剧所导致的营养元素输入的增加是引起湖泊富营养化趋势增强的重要原因。
巢湖沉积钻孔柱状样中总有机碳和总氮自20世纪70年代以来呈明显升高趋势,分别增加了2.5、2.9倍。
由柱状样中的T OC/T N 比值、T AR HC 、OEP 判断得出,19世纪末到20世纪40年代中期T OC 是陆源和内源两种来源并重;20世纪40年代中期到20世纪70年代初期以陆源为主,并可能存在石油污染;20世纪70年代以来沉积物有机质中藻类来源的有机质占主要地位。
巢湖沉积柱状样的研究表明20世纪70年代以来巢湖富营养化开始恶化。
关键词 巢湖 富营养化 总有机碳 沉积记录第一作者简介 姚书春 男 1975年出生 实习研究员 有机地球化学中图分类号 P343 文献标识码 A 巢湖位于中国东部安徽省境内,地理坐标为东经117°16′54″～117°51′46″E ,北纬30°25′28″～31°43′28″N ,属长江下游左岸水系,是中国五大淡水湖泊之一[1]。
湖区属北亚热带季风气候,大致成湖于晚更新世末至全新世初期,巢湖基底是晚更新世的下蜀黄土层[2]。
巢湖流域有大小河流33条,河流水系呈辐聚状汇入巢湖,再由裕溪河排放进入长江。
巢湖现有面积800km 2,湖水较浅,仅2～3m [3]。
巢湖具有航运、渔业、农灌、防洪及旅游观光等多种功能。
但在人类活动影响下,巢湖及其流域生态环境受到严重破坏,湖盆淤积,水质恶化,目前已成为长江中、下游地区典型的富营养湖泊。
20世纪80年代以来巢湖富营养化就引起了研究者的关注。
巢湖流域氮磷面源污染与水华空间分布遥感解析
巢湖流域氮磷面源污染与水华空间分布遥感解析王雪蕾;王新新;朱利;马友华;吴传庆;王强;冯爱萍;陈敏鹏【摘要】基于遥感监测手段,分别应用DPeRS模型和MODIS水华提取方法对巢潮流域氮磷面源污染特征和巢湖水体水华爆发规律进行遥感像元尺度解析,结果表明:2010年巢湖流域总氮产生量为1900.3t,入河量为846.5t;总磷为244.1t,入河量为76t.巢湖流域农业面源污染对氮素污染贡献最大,而水土流失则对磷面源污染贡献最大;综合巢潮流域氮磷面源污染和水华爆发的时空特征分析,明确氮磷面源污染与巢湖水华具有相关性,并且时间上水华爆发频率较氮磷面源污染具有先滞后后同步的特征,且面源污染负荷与水华爆发面积的相关系数为0.45;在空间上,面源污染负荷较大区域与水华爆发频度较高区域也有较好的匹配性;基于这种相关性,应用DPeRS模型对巢湖流域进行氮磷减排情景分析,结果表明在施肥量减少30％,农村生活垃圾处理率提高到60％,畜禽粪便处理率和城市垃圾处理率提高到80％的情况下,氮磷面源污染平均削减率可以达到50％.【期刊名称】《中国环境科学》【年(卷),期】2015(035)005【总页数】9页(P1511-1519)【关键词】面源污染;氮磷;水华;遥感;巢湖流域【作者】王雪蕾;王新新;朱利;马友华;吴传庆;王强;冯爱萍;陈敏鹏【作者单位】环境保护部卫星环境应用中心,北京100094;中国农业大学资源与环境学院,北京100193;环境保护部卫星环境应用中心,北京100094;安徽农业大学资源与环境学院,安徽合肥230036;环境保护部卫星环境应用中心,北京100094;安徽农业大学资源与环境学院,安徽合肥230036;环境保护部卫星环境应用中心,北京100094;中国农业科学院,农业环境与可持续发展研究所,北京100081【正文语种】中文【中图分类】X87巢湖流域作为我国重要的五大淡水湖之一，面临着较为严峻的面源污染问题，其中巢湖水华是氮磷面源污染对水质产生的重要影响之一.当前国内学者对流域面源污染负荷和水华的研究较多［1-4］，其中面源污染负荷的研究多采用AnnAGNPS模型法［5］、平均浓度法［6-7］、输出系数法［8-9］、SWAT等过程机理模型［10］等.水华监测主要包括传统的实验室采样分析法［11］和近几年发展的遥感动态监测法［12］.但是对于管理部门，更需要将巢湖流域水陆作为整体进行研究，综合面源污染负荷和水华发生规律制定合理的流域污染防治措施.针对这一需求，本研究将遥感数据作为水陆研究的驱动，基于大尺度模型［13-14］，构建以遥感像元为最小模拟单元的面源污染负荷估算模型-DPeRS［15-16］对巢湖流域农田种植、农村生活、城镇径流、畜禽养殖和水土流失等引发的氮磷面源污染负荷进行估算，同时采用MODIS数据对巢湖流域水华爆发情况进行分析，最后通过DPeRS情景分析和陆地面源污染与水华爆发的时空特征分析，提出巢湖流域污染防治的措施，为流域污染管理部门提供决策支持.1.1 研究区概况巢湖流域位于安徽省中部，属于长江下游左岸水系，流域面积1.4万km2，气候为亚热带季风气候，流域多年平均气温为16℃，极端最高气温41.3℃，极端最低气温零下15.7℃.多年平均相对湿度76%，多年平均年降水量1215mm，其中汛期5～8月降水量占年降水量51%.巢湖流域农业经济发达，是我国主要的商品粮生产基地.研究区巢湖流域位置图如图1所示.1.2 主要数据库DPeRS模型运行需要的数据包括巢湖流域土地利用、植被覆盖、月降水、坡度坡长、农作物产量等，水华提取主要基于MODIS数据（250m），具体数据来源和处理方法见表1.1.3 模型方法1） DPeRS面源负荷估算模型DPeRS模型将面源污染源定义为农田径流、城市径流、农村生活、畜禽养殖和水土流失5个类型；将面源污染物概化为溶解态和吸附态两类；具体指标为总氮（TN）、总磷（TP）、氨氮（NH4+-N）和化学需氧量（CODcr）；模型包括五大模块:农田氮磷平衡核算模块、植被覆盖度定量遥感反演模块、溶解态污染负荷估算模块、吸附态污染负荷估算模块和入河模块，模型核心算法和参数说明分别见表2和表3［15-16］.本研究中仅讨论氮磷两个指标.（2）基于NDVI的蓝藻水华遥感识别及年度分析从蓝藻水华的光谱特征分析可知，近红外谱段的陡坡效应是水华与水体最明显的光谱差异，且富集度越大的水华其陡坡效应越明显.基于NDVI指数能较好反应近红外谱段陡坡效应的原理［19］，本研究采用NDVI植被指数提取蓝藻水华，NDVI 的反演算法见表2中植被覆盖度模块.其中，NDVI为正值时表明水面有蓝藻覆盖，蓝藻密度越大，NDVI值越大，可以选择适当阈值来提取蓝藻水华的分布范围［20］.考虑到MODIS（250m）数据的光谱特性（含有红光和近红外波段）和高时间分辨率（1d 2次白天过境），本研究采用基于2010年MODIS数据完成巢湖蓝藻水华日常监测，在此基础上开展流域2010年水华年度分析的监测，并分析获得水华出现频度、发生频率、起始日期等信息.2.1 巢湖流域面源污染物空间分布特征2.1.1 溶解态污染物空间特征应用DPeRS模型对的巢湖流域2010年面源污染负荷进行月尺度估算，结果表明:巢湖流域溶解态TN和TP平均污染负荷分别为0.21t/km2和0.02t/km2.巢湖流域溶解态氮磷面源污染产生量的空间分布如图3所示，模拟结果的空间统计见表4.溶解态氮磷面源污染空间分布表明，巢湖流域的西南部溶解态污染物负荷较小，流域北部溶解态污染物负荷较大；具体表现为合肥市市辖区面源污染较重，且污染类型以城市径流型为主；其次为肥西县，主要污染类型为畜禽养殖型.2.1.2 吸附态面源污染物空间特征 DPeRS吸附态污染负模拟结果表明:巢湖流域平均吸附态氮磷负荷分别为0.02t/km2和0.006t/km2，其中舒城县的吸附态氮磷负荷最高分别为0.06t/km2和0.03t/km2.巢湖流域吸附态氮磷面源污染空间分布特征如图4所示，西南部山区由于土壤侵蚀量较大，表现为较高的吸附态面源污染负荷，其次巢湖水体的西北部和东南部的污染负荷也较高.具体污染负荷的统计结果见表5.综合溶解态和吸附态面源污染模拟结果，从空间分布来看，巢湖流域氮磷污染主要集中在巢湖流域西南部地区.合肥市面源污染物产生量最大.2.2 巢湖流域面源污染量估算结果分析DPeRS模型入河模块估算结果表明:巢湖流域2010年产生的溶解态和吸附态面源污染物共9.35万t，进入水体4.73万t.其中: TN1900.3t，进入水体846.5t； TP 244.1t，进入水体76t.各区县污染物的产生量及排放量统计结果（表6）表明合肥市市辖区总氮总磷的产生量和入河量最大.2.3 巢湖流域氮磷面源污染源解析综合DPeRS模型对溶解态和吸附态氮磷面源污染模拟结果，巢湖流域氮磷面源污染源分析结果表明:对于TN指标，城市径流型和农田径流型为主要的面源污染源，分别占总污染量的34.6%和33.7%，农村生活型比例为12.3%，畜禽养殖型为6.47%；对于TP指标，水土流失型（不包括农田）污染是最主要的面源污染源，占总污染量的39.6%，其次为城市生活型污染，占污染量的24.4%，其他类型污染排序为农田径流型（16.1%）＞畜禽养殖型（11.2%）＞农村生活型（8.7%）.巢湖流域氮磷面源污染源解析表明:对于TN指标，巢湖流域仍然以农业面源污染（农田型、畜禽型和农村生活型）为主，其污染比例占总面源污染的52.5%；其次为城市径流型，占34.6%；对于TP指标，水土流失（不包括农田）是造成流域磷面源污染的重要原因，其污染比例占总比例的39.6%，其次为农业面源污染，占35.9%.综合氮磷指标，巢湖流域农田径流占总氮磷面源污染的62.6%，其次为农村生活占23.5%，最后为畜禽养殖占13.9%.2.4 巢湖流域面源污染与巢湖水华时间空间分布分析利用MODIS遥感影像对2010年巢湖水华情况进行遥感监测，水华月度爆发频度和面积的监测结果表明: 2010年共监测到水华发生66次，首次监测到水华的时间是4月，其中7月、8月份和10月份监测到水华出现频次较高，分别为10次，15次和11次.其中未监测到150km2以上面积的蓝藻水华，监测到100km2以上面积的蓝藻水华5次，水华最大面积为140km2.将氮磷面源污染负荷与巢湖水华爆发面积和爆发频率进行对比分析（图5），结果表明氮磷面源污染负荷与水华爆发面积的相关系数为0.45（图5），氮磷面源污染的负荷变化与水华发生频率具有相同的趋势，并且水华的发生较氮磷面源污染强度的变化具有先滞后性后同步的特性，即在氮磷负荷和水华暴发频率先后达到最大后，水华爆发频率与氮磷负荷变化趋势同步.具体表现为:面源污染3月份出现第一个小高峰，在4月第一次发现巢湖水华；7月氮磷面源污染负荷达到最大值，8月水华爆发频度达到最大，9～12月二者变化趋势相同，同步变大和变小（图5）.基于遥感影像的巢湖流域年氮磷面源污染负荷与水华年分布频率空间分布见图6，从空间上，水华爆发频率较高的区域表现为巢湖水体的西北部和南部，氮磷面源污染负荷较高的区域为巢湖水体的西北部和巢湖流域山区.从氮磷面源污染和水华空间分布上可以看出，合肥地区的面源污染对巢湖水华的影响较大.2.5 巢湖流域DPeRS模型情景分析从施肥量、垃圾处理率、粪便处理率3个方面制定情景，具体为（1）保证作物产量不变的情况下，施肥量减少30%；（2）城市垃圾处理率和畜禽粪便处理率均由20%提高到80%.（3）农村垃圾处理率从0提高到60%.情景分析结果表明:对于农田模块，施肥量减少30% 的情况下，TN产生量削减了43%，TP削减了30%；对于畜禽养殖模块，畜禽粪便处理率提高到80%，TN和TP均削减了75%；对于城市径流型模块，垃圾处理率达到89%时，TN和TP的平均削减率为21%；对于农村型氮磷面源模拟模块，垃圾处理率提高到60%的情况下，TN和TP的平均削减率为60%.具体削减量变化见表7.综合分析结果表明，新情景下TN入河量削减38.7%，TP削减了39.3%.3.1 DPeRS模拟巢湖流域2010年溶解态氮污染负荷为0.21t/km2，吸附态氮污染负荷为0.014t/km2，总氮产生量为1900.3t，入河量为846.5t；溶解态总磷污染负荷为0.019t/km2，吸附态磷负荷为0.006t/km2，总磷产生量为244.1t，入河量为76t.从空间分布来看，巢湖流域的北部，巢湖湖体的西北部和北部对巢湖水华影响较大，具体表现为合肥市辖区.3.2 巢湖流域氮磷面源污染源解析表明:对于TN指标，巢湖流域仍然以农业面源污染（农田型、畜禽型和农村生活型）为主，其污染比例占总面源污染的52.5%；其次为城市径流型，占34.6%；对于TP指标，水土流失是造成流域磷面源污染的重要原因，其污染比例占总比例的39.6%，其次为农业面源污染，占35.9%.综合氮磷指标，巢湖流域农田径流占总氮磷面源污染的61%，其次为农村生活占25%，最后为畜禽养殖占14%.3.3 巢湖流域氮磷面源污染负荷与水华频度和水华爆发面积的时空分析结果表明:巢湖流域氮磷面源污染负荷与巢湖水华的发生有相关性，与水华爆发面积的相关系数为0.45，并且在时间上水华爆发频率较氮磷面源污染强度具有先滞后后同步的变化规律；在空间上，面源污染负荷较大区域与水华爆发频度较高区域也有较好的匹配性，且空间上对巢湖水体产生影响的氮磷面源污染分布在巢湖流域的北部和西部，较为严重的区域为舒城县和合肥市辖区.3.4 应用DPeRS模型情景分析表明:在施肥量减少30%的情况下，农田TN产生量削减了43%， TP削减了30%；畜禽粪便处理率从20%提高到80%情景下，TN和TP均削减了75%；城市垃圾处理率从20%提高到80%情景下，TN和TP平均削减率为21%；农村生活垃圾处理率从0提高到60%下，TN和TP平均削减率为60%.基于氮磷面源污染与水华的空间相关性，上述措施从控制流域面源污染角度可以作为辅助水华治理的有效措施之一.【相关文献】［1］朱萱，鲁纪行，边金钟，等.农田径流面源污染特征及负荷定量化方法探讨［J］. 环境科学，1985，6（5）:6-11.［2］刘枫，王华东，刘培桐.流域面源污染的量化识别方法及其在于桥水库流域的应用［J］. 地理学报， 1988，43（4）:329-340.［3］欧阳威，王玮，郝芳华，等.北京城区不同下垫面降雨径流产污特征分析［J］. 中国环境科学， 2010，30（9）:328-332.［4］罗倩，任理，彭文启.辽宁太子河流域非点源氮磷负荷模拟分析［J］. 中国环境科学，2014，34（1）:178-186.［5］李开明，任秀文，黄国如，等.基于AnnAGNPS模型泗合水流域非点源污染模拟研究［J］. 中国环境科学， 2013，33（S1）:54-59.［6］张之源，王培华，张崇岱.巢湖富营养化状况评价及水质恢复探讨［J］. 环境科学研究，1999，12（5）:45-48.［7］李家科，李怀恩，董雯，等.渭河关中段典型支流非点源污染监测与负荷估算［J］. 环境科学学报， 2011，31（7）:1470-1478.［8］Ji C Y， Sun D F.Non-point source pollution in Chao Lake Basin，Anhui， PRC ［R］. Anhui:Asian Development Bank， 2011.［9］邱斌，李萍萍，钟晨宇，等.海河流域农村非点源污染现状及空间特征分析［J］. 中国环境科学， 2012，32（3）:564-570.［10］欧阳威，黄浩波，蔡冠清.巢湖地区无监测资料小流域面源磷污染输出负荷时空特征［J］.环境科学学报， 2014，34（4）:1024-1031.［11］孔明，张路，尹洪斌，等.蓝藻暴发对巢湖表层沉积物氮磷及形态分布的影响［J］. 中国环境科学， 2014，34（5）:1285-1292.［12］朱利，王桥，吴传庆，等.巢湖水华遥感监测与年度统计分析研究［J］. 中国环境监测，2013，29（2）:162-166.［13］郝芳华，杨胜天，程红光，等.大尺度区域面源污染负荷计算方法［J］. 环境科学学报，2006，26（3）:375-383.［14］郝芳华，杨胜天，程红光，等.大尺度区域非点源污染负荷估算方法研究的意义、难点和关键技术［J］. 环境科学学报， 2006，26（3）:362-365.［15］Wang X L， Wang Q， Wu C Q， et al. A method coupled with remote sensingdata to evaluate non-point source pollution in the Xin'anjiang catchment of China ［J］. Science of the Total Environment， 2012，430:132-143.［16］王雪蕾，蔡明勇，钟部卿，等.辽河流域面源污染空间特征遥感解析［J］. 环境科学，2013，34（10）:3788-3796.［17］刘志红，Li L T， McVicar T R， et al.专用气候数据空间插值软件ANUSPLIN及其应用［J］. 气象， 2008，34（2）:92-100.［18］Wang X L， Feng A P， Wang Q， et al. Spatial variability of the nutrient balance and related NPSP risk analysis for agroecosystems in China in 2010. Agriculture，Ecosystems and Environment， 2014，193:42-52.［19］王桥，魏斌，王昌佐，等.基于环境一号卫星的生态环境遥感监测［M］. 北京:科学出版社，2010:221-224.［20］陈云，戴锦芳.基于遥感数据的太湖蓝藻水华信息识别方法［J］. 湖泊科学， 2008，20（2）:179-183.致谢：本研究中模型方法研究得到北京师范大学郝芳华教授和杨胜天教授的指导，巢湖地区基础数据处理得到安徽农业大学资源与环境学院研究生帮助，在此表示感谢！。
2000—2015江淮分水岭区域土壤侵蚀动态变化
： ／ ． ｃ ｎ ｋ ｉ ． ｉ ｓ ｓ ｎ １ ６ ７ １ Ｄ Ｏ Ｉ １ ０． １ ９ ３ ５ ２ ４ ６ ７ ９． ２ ０ １ ７． ０ ６． ０ ０ ４ － ｊ
— ２ ０ ０ ０ ２ ０ １ ５ 江淮分水岭区域土壤侵蚀动态变化
毛晶晶 ， 汪光胜
（ 滁州学院 地理信息与旅游学院 ， 安徽 滁州 ２ ３ ９ ０ ０ ０） 摘 要： 基于 Ｇ 利用江淮分水岭 ２ 计算并对比该 Ｉ Ｓ和 Ｒ Ｓ 技术 ， ０ ０ ０年、 ２ ０ ０ ５年、 ２ ０ １ ０年、 ２ ０ １ ５年４期遥感影像数 据， 区域 ４ 期的土壤侵蚀量 ， 达到对江淮分水岭土壤侵蚀时空动态监测 。 结 果 表 明 ： 江淮分水岭区域土壤侵蚀空间分 １） 皖东环滁低山丘陵地带 ， 微度和轻度侵蚀的土壤面积占总面积的 ９ 江淮分水 布主要为皖西山地丘陵区 ， ９％ 以 上 。２）
第３ １ 卷第 ６ 期 ２ ０ １ ７年１ ２月
黑 龙 江 工 程 学 院 学 报 Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｈ ｅ ｉ ｌ ｏ ｎ ｉ ａ ｎ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｊ ｇ ｇ ｙ
Ｖ ｏ ｌ ． ３ １， Ｎ ｏ ． ６ ， Ｄ ｅ ｃ ． ２ ０ １ ７
２ ／ （ ·ａ ） ， 岭区域 １ 各等级土壤侵蚀面积向微度侵蚀转移 ， 土壤侵 蚀 状 况 总 体 ５ａ间土壤侵蚀模数总体下降 １ ４ ． ２ １ｔ ｋ ｍ ２ ） （ ， 发 生好转 。３ 耕地面积减少 ２ 林地 、 水体面积 １ ５ａ间江淮分水岭区域土地利用类型转变明显 ， ２ ０ ８ ． １ ７ｋ ｍ ７ ． ２ ３％ ） ２ ２ （ 、 （ 。 植被覆盖度的提高和水域面积的增加 是 土 壤 侵 蚀 改 善 的 根 分别增加 １ ３ ３ ． ７ ６ｋ ｍ ２ ． ８ ０％ ） ５ ５ ２ ． ３ ４ｋ ｍ １ ５ ． ７ １％ ）
巢湖流域表层土壤氮磷空间分布特征研究
巢湖流域表层土壤氮磷空间分布特征研究1王长春1,2范荣贵1储昭升*2陈书琴3周佳丽3金相灿2（1.辽宁工程技术大学资源与环境工程学院，辽宁阜新 123000；2.中国环境科学研究院湖泊生态环境创新基地，北京 100012；3.安庆师范学院资源与环境工程学院，安徽安庆 246011）摘 要采用网格分区法在巢湖流域设置了60个采样点，采取表层土样分析了全氮（TN）、全磷（TP）的空间分布特征。
结果表明：(1)巢湖流域表层土壤TN平均含量1 027mg/kg，变化范围253mg/kg-2 273mg/kg，TP平均含量483 mg/kg，变化范围223 mg/kg -1 173 mg/kg。
(2) 流域表层土壤TN、TP高浓度地区主要集中在东巢湖区域的柘皋河、兆河流域，低浓度地区主要集中在西巢湖区域派河、南淝河—店埠河流域。
(3)与同时期测定的巢湖沉积物TN、TP数据表较表明，土壤氮素对东巢湖沉积物的贡献较大，土壤磷素对东巢湖和西巢湖底泥沉积物的贡献相近。
关键词巢湖；土壤；全氮；全磷；空间分布Abstract setting 60 sampling points use the methods of grid division, analysed the concentration of total nitrogen（TN）and total phosphorus（TP）of surface soil. researched spatial distribution characteristics of surface soil in Chaohu basin，the results showed that：(1) average concentration of surface soil total nitrogen or total phosphorus in Chaohu basin was 1027mg/kg or 483mg/kg，range from 253mg/kg to 2 273mg/kg and 223mg/kg to 1 173mg/kg.(2)statistical analysis show that,surface soil TN and TP concentration in Chaohu basin had great difference, which have certain homologous.between 7 water systems in Chaohu basin，Zhegao river and Zhao river district surface soil TN and TP concentration relatively high, low concentration district was concentrate on PaiHe, NanFei-Dianbu etc.(3)comparing with contemporary sediment TN and TP, showed that soil N have great influence to sediment in east chaohu, influence of soil P to east chaohu and west chaohu is similar. (4) by comparing with Water quality data in 2005、2006、2007, water quality is worst in nanfei-dianben、paihe、hangbu-fengle basin which are the areas that have high concentration of total nitrogen and total phosphorus in surface soil , having great influence to water quality in located basin.Keywords Chaohu；Surface soil；Total Nitrogen；Total Thosphorus；Spatial distribution在陆地生态系统中，土壤是氮素和磷素等各种养分的主要储积库。
基于RSEI的巢湖流域生态环境质量时空变化分析
基于RSEI的巢湖流域生态环境质量时空变化分析作者：李鸿芝来源：《安徽农业科学》2019年第16期摘要[目的]分析巢湖流域生態环境质量时空变化。
[方法]利用巢湖流域2006年和2017年2个时相的Landsat系列卫星影像，采用新型的遥感生态指数（RSEI）对研究区这11年间的生态环境质量变化进行分析。
[结果]随着城市建成区的不断扩展，巢湖流域生态质量总体出现下降趋势，研究时间内RSEI均值从0.562下降至0.500;生态环境较差和差的区域面积增加了2.63%，生态环境优良区域面积减少了18.79%。
在空间分布上，合肥市区及舒城县生态质量相对较差，流域西南的岳西县部分地区和庐江县生态质量较好，且研究时间内合肥市区生态变差，肥西县北部和庐江县生态逐渐变好。
[结论]总体来看，植被覆盖的减少和建筑用地的扩张是导致巢湖流域生态质量下降的重要因素。
关键词遥感生态指数;巢湖流域;生态环境;Landsat数据中图分类号S181.3文献标识码A文章编号0517-6611（2019）16-0082-05doi：10.3969/j.issn.0517-6611.2019.16.024开放科学（资源服务）标识码（OSID）：TemporalandSpatialChangesofEcologicalEnvironmentQualityinChaohuBasinBasedonRSEILIHongzhi（CollegeofGeographyandTourism，AnhuiNormalUniversity，Wuhu，Anhui241000）Abstract[Objective]Theresearchaimedtoanalyzethetemporalandspatialchangesintheecologicalenvi ronmentqualityoftheChaohuBasin.[Method]UsingtheLandsatseriesofsatelliteimagesfromtheChaohuBa sinin2006and2017，thenewremotesensingecologicalindex（RSEI）wasusedtoanalyzetheecologicalenvironmentqualitychangesinthestudyareaduringthe11years.[Result]Wi ththecontinuousexpansionofurbanbuiltupareas，theoverallecologicalqualityofChaohuBasinhaddecreased.TheaverageRSEIvaluedecreasedfrom0.562to 0.500duringthestudiedperiod;theareaswithrelativelypoorandpoorecologicalenvironmentincreasedby2.6 3%，andthosewithgoodecologicalenvironmentdecreasedby18.79%.Intermsofspatialdistribution，theecologicalqualityofHefeiCityandShuchengCountywasrelativelypoor，andthatofpartofYuexiCountyandLujiangCountywasgood.Besides，duringthestudiedperiod，theecologicalenvironmentinHefeibecameworse，whilethatinthenorthofFeixiCountyandLujiangCountybecamebetter.[Conclusion]Overall，thereductionofvegetationcoverandtheexpansionofconstructionlandaretheimportantfactorsleadingtothed eclineofecologicalqualityintheChaohuBasin.KeywordsRemotesensingecologicalindex（RSEI）;ChaohuBasin;Ecologicalenvironment;Landsatdata随着当前中国城市化进程的不断加快，经济建设的发展可能会带来一定的生态问题，及时地监测多尺度生态系统的变化并发现所存在的问题，已成为保护生态系统的重要手段。
基于GIS和RUSLE的星云湖流域土壤侵蚀空间分布特征
基于GIS和RUSLE的星云湖流域土壤侵蚀空间分布特征李益敏;段亚苹;朱军;李驭豪;谢亚亚【摘要】研究星云湖流域水土流失,揭示水土流失的空间分异规律,能够为该流域水土流失治理提供理论基础.根据典型的土壤侵蚀RUSLE模型,选用能体现流域特点的估算模型分别计算出了降雨侵蚀力因子、土壤可蚀性因子等五个因子,运用ArcGIS空间分析工具计算出星云湖流域土壤侵蚀模数,并统计分析流域的侵蚀状况.结果表明:星云湖流域土壤侵蚀以微度侵蚀为主;剧烈侵蚀主要分布在流域的北部和东部区域,其中,子流域中主要集中在螺浉河小流域和北部坝区小流域,乡镇中主要在路居镇,用地类型主要为其他用地和耕地;其次流域内平均侵蚀量最大的地形主要集中于25° ～35°之间,以半阴坡坡向为主.应加强螺浉河小流域和北部坝区小流域的水土流失治理,坡度大于25°和坡向为半阴坡的区域水土流失较为严重,不适宜耕种,应加强退耕还林工作,优化未利用地的管理,有针对性地对流域内水土流失进行治理与防治.【期刊名称】《科学技术与工程》【年(卷),期】2018(018)018【总页数】9页(P34-42)【关键词】水土流失;RUSLE;星云湖流域【作者】李益敏;段亚苹;朱军;李驭豪;谢亚亚【作者单位】云南大学资源环境与地球科学学院,昆明650091;云南省地理研究所,昆明650091;云南大学资源环境与地球科学学院,昆明650091;云南大学资源环境与地球科学学院,昆明650091;云南大学资源环境与地球科学学院,昆明650091;云南大学资源环境与地球科学学院,昆明650091【正文语种】中文【中图分类】S157土壤侵蚀是指地球表面的土壤及其母质受水力、风力、冻融、重力等外力的作用，在自然因素和人为因素影响下发生的各种破坏、分离、搬运和沉积的现象，它包括了土壤物质的原位剥离和沿地表的输移和沉积[1]，导致土壤肥力和植物产量降低，土地生产能力下降，在特定的地质条件下还会引发滑坡、崩塌、泥石流等地质灾害，是中国面临的主要生态环境问题之一，严重影响了中国以及区域的生态环境建设和社会经济发展[2,3]，研究区域水土流失状况能为水土流失的高效治理提出指导意见。
巢湖生态环境变化及发展过程
巢湖生态环境变对周边的影响及改善建议对策一、生态环境的变化及对人类造成的影响环境是一个世界性的问题。
环境问题的出现，有大自然演化的因素，也与人类文明进步的发展进程相关。
近代以来，人类的活动深刻地影响了生态环境的变迁，从而成为环境问题变得突出的决定性因素。
工业文明带来了科技的巨大进步，推动了城市化的飞速发展，大大提高了人们的生活水平；然而，当人们还陶醉在工业化的巨大胜利时，生态环境破坏和污染问题已经不期而至，并随著工业化的不断深入而加剧，甚而形成了大面积、全球性公害。
从20世纪30 年代开始，在一些工业发达国家，环境公害事件层出不穷，致使成千上万的人身陷病魔,甚至死於非命。
环境问题带来的惨痛现实，令国际社会开始反思已有的发展模式，一些工业发达国家开始组织专门性的环境问题调查与研究，声势浩大的环境保护运动逐渐兴起，我国环境问题的形成以及相关对策的制定，也经历了一个曲折的过程。
20世纪90年代后,随著经济的加快发展，环境污染和生态恶化总体上日益加剧，长期积累的环境危机逐步呈现，人民群众的身体健康和生命财产受到威胁。
生态环境保护问题，迫在眉睫地摆在了我们每一个人的面前。
当星空不再蔚蓝，当河流不再清澈，当土地变成荒漠，人类将何以生存，何以面对养育自己的地球母亲？保护生态环境，关系广大人民的根本利益,关系中华民族发展的长远利益。
保护生态环境，关系全面建设小康社会目标的实现，关系国家的长治久安。
五大淡水湖之一的的巢湖也面临着生态被破坏的环境问题。
随着合肥经济圈的形成，环巢湖生态旅游的发展规模也在不断壮大，随之而来的是一系列环境问题，由于一味的追求游客的和兴趣，片面的追求旅游经济的增长，从而忽视了对景区生态环境的保护。
污染物的人为排放量大，包括巢湖流域农田的非咪源污染和周边未经处理的城市工业和生活污水的排放直接影响了巢湖流域的水质状况，导致巢湖的治污计划很难得以很好的实施。
巢湖地处长江下游，安徽省江淮之间，是安徽中部工业农业和人民生活的重要水源。
巢湖典型低山丘陵区不同土地利用类型壤中流养分流失特征
巢湖典型低山丘陵区不同土地利用类型壤中流养分流失特征常龙飞;王晓龙;李恒鹏;胡锋【摘要】以巢湖典型低丘山区坡地的6种主要土地利用类型(弃耕地、尾矿裸地、灌木林地、荒草地、马尾松林地和人工恢复林地)为研究对象,通过定位观测与收集坡面壤中流,探讨该地区壤中流养分流失动态变化特征.结果表明,巢湖低丘山区典型土地利用类型壤中流发生概率为灌木林地和荒草地较高,尾矿裸地最低(仅在0～20 cm土层产生)；表层壤中流氮含量为尾矿裸地最高,人工恢复林地最低,壤中流磷含量为弃耕地最高,尾矿裸地最低；壤中流氮素流失以溶解态NO3--N为主,并随雨季的到来而呈下降趋势,随土层加深呈先下降后升高趋势；磷主要以有机溶解态形式流失,随土层加深而呈下降趋势.相关分析表明,地表总盖度、地表植被均匀度、土壤养分含量与壤中流氮、磷含量间存在显著相关性,而降雨特征(降雨量、降雨强度)与壤中流氮、磷含量间相关性不显著.由于人为开采严重,在分析该地区壤中流氮素含量时,应注意干湿沉降的影响.%Six major types of land use ( deserted farmland, bare land, shrub land, grassland, Pinus massoniana forest, and artificially restored forest) in the low hill region of Caohu Basin were chosen as subjects in a study to explore for characteristics of soil nutrient loss with soil interflow as affected by the land use in the region. Stationary observation and sampling of soil interflows for analysis were conducted. Results show that among the six types of land use, shrub land and grassland were the highest in probability of interflow occurrence, while bare tailing land was the lowest and had interflows only in the top 20 cm soil layer. For the nitrogen concentration in soil interflow, it was found the highest in bare tailing land and the lowest in artificially restored forest.However, phosphorus content in interflow was the highest in deserted farmland and the lowest in bare tailing land; Specifically, the nitrogen in soil interflow was found mainly in the form of dissolved NO3- -N, of which the concentration displayed a decreasing trend with the arrival of the rainy season, but a falling and then rising trend with soil depth. The phosphorus lost with soil interflow was mainly in the form of dissolved organic phosphorus, of which the concentration displayed a decreasing trend with soil depth. Correlation analysis showed that both nitrogen and phosphorus concentrations in soil interflow were significantly related with total land coverage, vegetation evenness and soil nutrient level, but insignificantly with amount and intensity of rainfall. Owing to the flourishing mining industry in the region, it is important to take into account the effect of dry and wet depositions when analysis is done of N content in soil interflow in the region.【期刊名称】《生态与农村环境学报》【年(卷),期】2012(028)005【总页数】7页(P511-517)【关键词】巢湖;壤中流;营养盐流失;土地利用【作者】常龙飞;王晓龙;李恒鹏;胡锋【作者单位】南京农业大学资源与环境学院,江苏南京210095;湖泊与环境国家重点实验室/中国科学院南京地理与湖泊研究所,江苏南京210008;湖泊与环境国家重点实验室/中国科学院南京地理与湖泊研究所,江苏南京210008;南京农业大学资源与环境学院,江苏南京210095【正文语种】中文【中图分类】S157.1;X53;S715.3壤中流指水分在土壤内的运动，包括水分在土壤内的垂直下渗和水平侧流，它与地表径流、地下径流一起构成流域的径流过程[1]。
巢湖十五里河河口湿地植被动态变化研究
巢湖十五里河河口湿地植被动态变化研究洪天求;潘国林;刘路;李郑【期刊名称】《合肥工业大学学报（自然科学版）》【年(卷),期】2007(030)001【摘要】河口湿地是水陆相互作用形成的独特生态系统,也是湖泊生态系统的重要组成部分.为探讨河口湿地植被在不同时期内种类和组成的变化,以及引起这些变化的主要环境因子,文章以巢湖十五里河河口湿地为对象,在巢湖处于枯水期和丰水期时,分别对其植物群落进行了野外调研,研究发现:枯水期河口湿地分布植物有21种,隶属于18属,11科;丰水期河口湿地分布植物11种,隶属于10属,7科;聚类分析结果显示枯水期时河口湿地植物组合类型有8种,丰水期时河口湿地植物组合类型为4种;枯水期时河口湿地植物物种多样性比丰水期时高,但其均匀度比丰水期时低;湖泊水位、河口水质和人类活动是河口湿地植物种类和组成变化的主要影响因子.【总页数】5页(P68-72)【作者】洪天求;潘国林;刘路;李郑【作者单位】合肥工业大学,资源与环境工程学院,安徽,合肥,230009;安徽省矿产资源储量评审中心,安徽,合肥,230001;合肥工业大学,资源与环境工程学院,安徽,合肥,230009;合肥工业大学,资源与环境工程学院,安徽,合肥,230009【正文语种】中文【中图分类】X171.4【相关文献】1.巢湖流域城市型重污染河流综合治理技术研究——以合肥市十五里河为例 [J], 吴蕾;朱慧娈2.巢湖十五里河河口沉积物污染特征研究 [J], 刘路;洪天求;潘国林;郑伟3.巢湖十五里河河口湿地植物群落多样性分析 [J], 潘国林;洪天求;郑伟;张强4.巢湖小流域污染源解析及对策措施研究--以十五里河为例 [J], 匡武;吴蕾;王翔宇5.巢湖主要入湖河口湿地植被生态学特征分析——以派河和十五里河为例 [J], 李如忠;丁丰因版权原因，仅展示原文概要，查看原文内容请购买。
1962—2019年巢湖流域土地利用变化遥感监测及驱动因素分析
1962—2019年巢湖流域土地利用变化遥感监测及驱动因素
分析
熊竹阳;崔力鹏
【期刊名称】《中国防汛抗旱》
【年(卷),期】2024(34)3
【摘要】为掌握巢湖流域土地利用类型变化及驱动因素,给巢湖流域生态环境保护和产业发展规划提供参考,基于1962—2019年巢湖流域10期遥感影像,解译了耕地、林草及未利用土地、水域、建设用地4种土地利用类型,分析了巢湖流域近60年来土地利用类型变化和转移情况,重点探讨了改革开放后不同年份农业联产承包责任制、城镇化、生态恢复等因素对流域土地利用变化的影响。
结果表明:建设用地面积逐年增加,耕地、水域面积逐年减少。
城镇扩张、生态恢复、农业开发是影响巢湖流域土地利用变化的3个主要驱动因素。
【总页数】5页(P55-59)
【作者】熊竹阳;崔力鹏
【作者单位】安徽省巢湖管理局湖泊生态环境研究院
【正文语种】中文
【中图分类】F301.2;P237
【相关文献】
1.基于遥感监测的无锡市土地利用变化特征及其驱动力分析
2.近30年巢湖流域土地利用变化及其驱动力研究
3.县级土地利用变化遥感动态监测及驱动力分析研究
——以内蒙古自治区包头市固阳县为例4.黄河三角洲典型地区土地利用变化遥感监测及驱动力分析5.日照市土地利用变化遥感监测及驱动力分析
因版权原因，仅展示原文概要，查看原文内容请购买。
巢湖流域水环境治理回顾与展望
DOI:10.3969/j.issn.1008-9500.2020.12.036
Review and Prospect of Water Environment Control in Chaohu Lake Basin
Lu Yijing (Anhui University, Hefei 230601, China) Abstract: As a famous lake in my country, Chaohu Lake has shipping, cultural landscape, ecological and economic values. At present, Chaohu Lake is facing huge water environment problems, such as the deterioration of the ecological environment, the easy outbreak of cyanobacteria and eutrophication. Although people carry out targeted management of Chaohu Lake, there are still deficiencies in the governance. The governance of the Chaohu Lake basin should strengthen the government’s leading role, improve the capacity of management institutions, achieve equal emphasis on management and governance, strengthen ecological restoration and agricultural pollution research, control agricultural pollution, carry out diversified governance, and ultimately create a new situation for Chaohu protection. Keywords: Chaohu Lake Basin; water pollution; cyanobacteria; water pollution control; management ability
2001-2012年巢湖流域水环境质量概况及存在的主要问题和变化原因简析
2001-2012年巢湖流域水环境质量概况及存在的主要问题和
变化原因简析
唐萍;胡伟
【期刊名称】《科技信息》
【年(卷),期】2013(000)025
【摘要】巢湖是中国典型的富营养化湖泊,为国家“三河三湖”重点水污染防治流域之一.本文介绍了(2001～2012年)巢湖流域水环境质量并总结了存在的问题和原因.
【总页数】2页(P413,489)
【作者】唐萍;胡伟
【作者单位】安徽省环境监测中心站,安徽合肥230071;中共安徽省委办公厅,安徽合肥230001
【正文语种】中文
【相关文献】
1.简析泰州市地表水环境质量变化趋势 [J], 赵鸿光;殷跃东
2.三江县近10年水稻稻飞虱发生概况及原因简析 [J], 侯松德;侯土保;陈丽丽
3.2011年广西农作物主要病虫害发生概况及原因简析 [J], 谢茂昌;黄成宇;兰雪琼;林作晓
4.安徽省“十一五”声环境质量概况及存在的主要问题和变化原因简析 [J], 王倩
5.2010年-2019年国外孤儿药研发概况简析 [J], 周维军;高阳;王淼;张晓春
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
地理学报ACTA GEOGRAPHICA SINICA第70卷第11期2015年11月V ol.70,No.11November,20151992-2013年巢湖流域土壤侵蚀动态变化查良松1，邓国徽1，谷家川2（1.安徽师范大学国土资源与旅游学院，芜湖241003；2.滁州学院地理信息与旅游学院，滁州239000）摘要：基于GIS 和RS 技术，利用修正的通用土壤流失方程（RUSLE ）模型，结合遥感影像、DEM数据、土壤类型数据及相关统计确定了模型中参数因子，计算出巢湖流域1992-2013年土壤侵蚀模数，分析了土壤侵蚀强度的时空动态变化特征。
结果表明：巢湖流域土壤侵蚀区域主要呈东北至西南方向分布。
微度、轻度、中度、强度、极强和剧烈侵蚀占土壤侵蚀总面积百分比分别是93.46%、6.25%、0.68%、0.19%、0.01%、0.01%。
1992-2006年土壤侵蚀模数由510.70t/（km 2·a ）减少到129.79t/（km 2·a ），降幅为74.59%，同时植被覆盖率由37.0%增至47.80%，土壤侵蚀的面积比例变化明显，轻度、中度、强度、极强和剧烈侵蚀由8.93%、2.33%、1.32%、0.09%、0.05%分别减少为4.74%、1.39%、0.28%、0.02%、0.01%，微度侵蚀由87.88%增加到94.16%。
但2013年土壤微度侵蚀又减少为93.46%，土壤微度侵蚀有向高一级转换趋势。
2006-2013年土壤侵蚀模数也由129.79t/（km 2·a ）增加到149.44t/（km 2·a ），增幅为15.14%。
关键词：土壤侵蚀；地理信息系统；RUSLE ；巢湖流域DOI:10.11821/dlxb2015110021引言日益严重的土壤侵蚀对农业生产、水质、水文系统等构成威胁，是制约人类可持续发展的严重问题[1]。
中国是世界上土壤侵蚀最严重的国家之一[2]，据2001年第二次全国土壤侵蚀遥感调查，全国水蚀和风蚀面积为356.9万km 2，占国土面积的约37%[3]。
无论山区、丘陵区、风沙区，还是农村、城市，都存在不同程度的土壤侵蚀问题[4]。
因此，明晰土壤侵蚀的时空动态变化对评价水土治理、以及更深入指导水土保持建设有着重要意义。
运用模型的方法开展定量测度是土壤侵蚀研究的常用手段。
根据模型建立的方法和模拟过程，可以分为经验模型、物理过程模型和分布式模型[5]。
20世纪60年代，美国学者Wischmeier 等最早建立了通用土壤流失方程（USLE ）[6]。
随着农业开发的需要，1985年美国学者对USLE 局限性进行修正，研发了RUSLE 模型[7]。
鉴于RUSLE 模型应用性及参数选择，国内外学者进行了大量的研究，Prasannakumar V 等[8]将RUSLE 模型与地理信息系统（GIS ）技术相结合对印度的Siruvani 流域进行了土壤侵蚀风险评估，De Asis 等[9]将RUSLE 模型与线性光谱混合分析（LSMA ）方法相结合对菲律宾拉梅萨流域进行了土壤侵蚀评估，卜兆宏[10]基于RUSLE 模型的结构，引入遥感数据开发出与RUSLE 模型相媲美的水土流失定量遥感方法，刘宝元等[11]以USLE/RUSLE 为基础，通过研究坡面侵蚀量预报经验模型后，建立适用于全中国土壤流失预报方程（CSLE ），江忠善等[12]将沟间收稿日期：2015-07-27;修订日期：2015-08-25基金项目：国家自然科学基金项目(41271545)[Foundation:National Natural Science Foundation of China,No.41271545]作者简介：查良松(1953-),男,安徽铜陵人,教授,中国地理学会会员(S110000074M),主要研究方向为环境变化与GIS应用等。
E-mail:chaliangs@1708-1719页11期查良松等：1992-2013年巢湖流域土壤侵蚀动态变化地与沟谷地区别对待，分别建立了侵蚀模型。
20世纪90年代相继出现了很多基于土壤侵蚀过程的物理模型，其中以美国的WEPP [13]模型最具代表性，分布式模型以SHE [14]最为典型，由于土壤侵蚀过程的物理模型和分布式模型需要众多参数，实用性有所限制，因此以USLE/RUSLE 模型应用最为广泛。
巢湖流域总面积约13486km 2，巢湖闸以上集水面积约9130km 2。
流域内以丘陵、平原为主。
本文采用RUSLE 模型研究巢湖流域近20年来的土壤侵蚀的时空变化特征，旨在为巢湖流域水土保护措施的制定以及皖江城市带环境建设提供理论依据和科学参考。
2数据来源与研究方法2.1研究区自然概况巢湖流域位于安徽省中部，116°24′30″~118°0′00″E ，30°58′40″~32°6′00″N （图1），巢湖主要支流有杭埠河、南淝河、派河、赵河、十五里河、塘西河、白石天河、双桥河、柘皋河等，湖泊蓄水后由裕溪河注入长江。
巢湖闸下涵盖无为县、和县和含山县。
巢湖流域属亚热带和暖温带过渡性的副热带季风气候，年平均气温15~16℃，年平均降水量约1100mm ，局部特大暴雨基本两年发生一次。
土壤类型主要是水稻土、黄褐土，紫色土，棕壤，石灰土等。
2.2数据来源及预处理数据主要包括：1:5万地形图；SRTM 90m DEM 数据（来源于中国科学院计算机网络信息中心国际科学数据镜像网站 ）；1992年、2000年、2006年、2013年4期共8景TM/ETM+/Landsat8遥感影像（来源于中国科学院对地观测与数字地球科学中心和中国科学院科学数据中心国际科学数据服务平台，表1），为便于数据比较，尽量选择同一时相的影像，对每期影像拼接，结合1:5万地形图选择控制点进行几何精校正，确保各个时相的遥感影像几何误差在一个像元之内。
并以校正后的2006年Landsat ETM+影像为参考标准；配合遥感影像识别的野外调查数据；安徽省土壤类型分布图（来源于全国第二次土壤普查的成果图）；1983-2013年流域内及周边六安、合肥、巢湖、寿县、蚌埠、滁州、霍山、桐城等13个市县气象站点年、月平均降水量数据（来源于中国气象科学数据共享服务网/home.do ）。
2.3研究方法基于GIS 平台，采用土壤侵蚀模型计算分析土壤侵蚀量及模型各因子空间分布，并与安徽省水土保持监测公告结果比较，同时以转换矩阵方式分析1992-2013年的土壤侵蚀强度的空间动态变化。
其修正的通用土壤侵蚀模型（RUSLE ）[15]为：A =R ·K ·LS ·C ·P （1）式中：A 为预测土壤侵蚀量[t/（hm 2·a ）]；R 为降水侵蚀力因子[（MJ ·mm ）/（hm 2·h ·a ）]；图1巢湖流域位置分布图Fig.1Location of Chaohu Watershed表1卫星影像数据及其特征Tab.1Satellite image data and its characteristics 影像数据Landsat TMLandsat TM Landsat ETM+Landsat ETM+Landsat ETM+Landsat ETM+Landsat 8OLI_TIRS 成像时间1992-07-231991-08-312000-07-052000-06-122006-07-302006-07-312013-05-13条带号121/38120/38121/38120/38121/38120/38121/38地面分辨率(m)3030,1530,1530,1530,1530,1530,151709地理学报70卷K 为土壤可蚀性因子[（t ·hm 2·h ）/（MJ ·hm 2·mm ）]；LS 为坡长坡度因子（无量纲）；C 为植被覆盖与管理因子（无量纲）；P 为水土保持措施因子（无量纲）。
2.4RUSLE 土壤侵蚀模型各因子的确定2.4.1降水侵蚀力因子R R 反映降水产生的径流对土壤造成侵蚀的动力指标，它受降水量、降水强度等综合影响，是降水特性的函数[16]。
为了便于资料的获取与计算，目前中国估算年R 值的方法多数采用年降水量和月降水量因子，王万忠等[17]在分析中国降水侵蚀力R 值区域分布特征的基础上，进行了计算误差对比。
作者根据前期分析安徽省降水侵蚀力的工作，采用Wischmeier 提出并经Arnoldus [18]修正的直接利用年水量和月降水量来推求R 值的经验公式：R =∑i =1121.735×10（1.5lgp 2i p-0.8188）（2）式中：P i 为各月平均降水量（mm ）；P 为年降水量（mm ）。
根据研究区及其周边六安、合肥、巢湖等13个气象站自1983-2013年的年、月平均降水数据，由公式（2）得到每个站点的多年平均降水侵蚀力R ，再用kriging 插值法进行空间内插，形成大小为30m 的栅格数据，得到降水侵蚀力R 的空间分布图（图2）。
2.4.2土壤可蚀性因子K K 是土壤性质中的一个重要因子，它可评价土壤是否易受侵蚀营力破坏，也可反映土壤对侵蚀营力分离和搬运作用的敏感性[19]。
RUSLE 模型中土壤可蚀性因子K 值是经过试验获得的定量数值，通常以标准小区单位降水侵蚀力所造成的土壤流失量获得，因此计算K 值的最好方法是通过天然小区直接测定。
在该流域大规模布设天然小区很难做到，所以本研究利用Williams 等[20]在EPIC 模型中土壤可蚀性因子K 的计算方法，该方法由蔡崇法等[21]在小流域进行应用研究，利用公式（3）计算K 值与实测值基本无差异，且此方法简便。
其公式：K =ìíîüýþ0.2+0.3exp éëêùûú-0.0256W d æèçöø÷1-W i ×æèçöø÷W i i l 0.3×éëêùûú1-0.25W c c c ×éëêùûú1-0.7W n W n +exp(-5.51+22.9W n )（3）式中：W d 为砂粒含量（%）；W i 为粉粒含量（%）；Wt 为黏粒含量（%）；Wc 为有机碳含量（%）；其中：W n =1-Wd 100（4）通过公式（3）、（4）计算各土壤类型的K 值，其单位为国际制（t ·hm 2·h ）/（MJ ·hm 2·mm ），如表2所示：黄褐土0.299，潮土0.253，黄棕壤0.362等，然后将K 值赋于土壤类型图的属性值，进行数据转换成30m 栅格大小的Grid 格式，得到土壤可蚀性K 值的空间分布图（图3）2.4.3坡度坡长因子LS 地形地貌对土壤侵蚀有着重要的影响，RUSLE 模式中斜坡长度因子（L ），坡度因子（S ）在不同的区域有变化。