江河湖泊富营养化的主要驱动因子是氮、磷等营养物质的输出^[1]。相关研究表明，氮磷的产生、迁移、转化与流域土地利用方式及景观格局密不可分^[2-3]。景观格局指数常被用来定量描述景观格局与生态过程的关系^[4]，但很难与生态过程有机融合，且生态意义不明确、刻画生态过程能力不足^[5]。陈利顶等^[6]提出的“源-汇”景观理论是用于探究不同景观类型在空间动态平衡上对生态过程影响的方法。基于该理论的景观空间负荷对比指数（LWLI），融合了景观空间结构和景观性质，可以定量评价景观格局对污染过程的影响^[7]。根据“源-汇”景观理论，可将流域内功能不同的景观类型划分为促进污染物产生过程的“源”和阻止或延缓污染物产生过程的“汇” ^[8]。三峡库区^[9]、于桥水库^[10]等流域已有案例，此外，该理论还被运用于水资源涵养评价^[11]上。而针对云贵高原地区典型岩溶湖泊的类似研究尚未开展，随着旅游开发力度加大，普者黑流域污染形式多样，且随机性、复杂性、不确定性更强，明晰普者黑流域不同类型景观对氮、磷输出的贡献显得尤为重要。

普者黑是我国西南地区最大的岩溶湖泊，喀斯特峰林、峰丛、湖群遍布，地貌景观罕见，具有极高的研究及保护价值。但近年来，由于自然和人为因素的影响，水质持续恶化，对各种干扰因素抗逆性及承受能力差、水环境容量低等一系列生态脆弱性特征逐渐显现。前人对普者黑流域的研究主要集中在景观格局演变^[12-13]、沉积物磷赋存形态^[14]、水环境质量评价^[15]等方面。郭玉静等^[16]针对普者黑湖滨湿地0~500 m缓冲区域内景观格局的演变对水质的影响进行了探讨，但尚缺乏从流域整体景观角度开展对岩溶湖泊氮、磷输出的影响研究。基于此，本研究通过对普者黑流域地表水中总磷（TP）、正磷酸盐（PO₄^3--P）、总氮（TN）、铵氮（NH₄⁺-N）和总有机碳（TOC）的分时段测定，构建景观特征指数与水质指标之间的关联性，筛选能较好评价不同时期水质状况的景观格局指数，研究旨在为普者黑流域面源污染治理、土地利用规划及小流域最佳管理模式提供科学依据，对开展湖泊水环境综合治理和退化湿地修复具有重要的理论和实践意义。

1 材料与方法 1.1 研究区概况

普者黑流域位于滇东南丘北县境内（103°55′ ~ 104°13′E，24°05′~24°12′N），地处滇东南亚热带石灰岩山原地带，湿地与石山峰林融为一体，形成了独特的自然景观和特殊的喀斯特湖泊湿地生态系统，在我国西南部滇黔桂喀斯特地貌中极具代表性。普者黑流域面积388 km²，地势平坦，海拔1446~1462 m。流域内的水主要来源于摆龙湖（红旗水库）和落水洞的岩溶地下水，其下游进入清水江后流入南盘江，最终汇入珠江。该区属于低纬度季风气候区，多年平均气温16.4 ℃，雨季多集中在6—10月，多年平均降雨量1206 mm。

普者黑湖已列入全国优质水源地保护范围，为当地重要饮用水源地。同时，普者黑湿地已作为重点保护纳入云南省湿地保护规划。经过调查，流域内有耕地9121 hm²，三七、辣椒和烤烟是主要的经济作物，农业生产总值占全县总产值比重在60%以上。流域内并无较大的工业布局，仅有少量的砖厂、水泥厂和有机肥厂等，污染程度不高。旅游和餐饮区集中在流域中部的普者黑、仙人洞村以及流域出水口附近的天鹅湖、国家湿地公园附近，每年5—8月是旅游旺季。仅2018年共接待游客500万人次，旅游综合收入40亿元。

1.2 研究方法 1.2.1 遥感数据及处理

利用1:5万DEM数据，在ArcGIS 10.2水文分析模块的支持下，将普者黑流域划分成26个子流域（Watershed）进行统计分析。采用30 m分辨率的Landsat 8遥感影像数据（时相：2018年6月），在ERDAS 9.2的支持下进行人机交互解译，获得各子流域土地利用矢量数据。对解译结果进行实地调查校正，解译精度为0.88，符合本研究的精度要求。

1.2.2 样点设置与指标分析

在每个子流域的出水口设置1个样点，共计26个（图 1），于2018年4月（枯水期）、7月（丰水期）和10月（平水期）进行采样。将500 mL聚乙烯瓶用5%硝酸浸泡并经蒸馏水洗净，每次采集水样3瓶，调节pH＜2，带回实验室保存于4 ℃冰箱，并在24 h内完成测定。水样的预处理及分析均参照《水和废水监测分析方法》 ^[17]中标准方法进行。为确保所测试数据的准确性，所有样品均做3次平行，测试结果以3次结果的平均值表示，实验误差控制在5%以内。

1.2.3 景观格局指数的获取

区域的景观格局特征需要从破碎化程度、异质性程度、多样性等方面来综合反映，本文选取前人研究中与生态过程关联性较高的6个景观格局指数（表 1）进行表征。通过ArcGIS 10.2将处理过的矢量数据栅格化后，再采用Fragstats 3.3软件计算各种景观格局指数。

景观格局与生态过程研究中，能促进生态过程发展的景观类型称之为“源”景观；“汇”景观是指能阻止或延缓生态过程发展的景观类型^[18]。普者黑流域中，“源”景观包括住宅用地、耕地和园地，“汇”景观包括林地、水域，荒草地和裸土地对氮、磷的输出更多在于传输的作用。

利用洛仑兹曲线公式建立的“源-汇”景观指数，在文献[18]中已有比较详细的理论假设和推导过程，景观空间负荷对比指数模型如下：

(1)

(2)

式中：LWLI为景观空间负荷对比指数；A_{source i}和A_{sink j}分别为第i种“源”景观和第j种“汇”景观面积累积曲线组成的不规则三角形面积；W_i和W_j为“源”景观和“汇”景观类型的权重；AP_i和AP_j为第i种源景观和第j种汇景观类型的面积百分比；m和n分别为“源”景观和“汇”景观类型的总数目。

不同的“源”“汇”景观对非点源污染的贡献存在差异，本研究中“源”“汇”景观的权重赋值借鉴参考文献[19-20]，依次为住宅用地（1.0）、耕地（0.4）、园地（0.4）、林地（0.8）、水域（0.8）、荒草地（0.6）和裸土地（0.5）。模型中“源”“汇”景观累积百分比曲线（洛伦兹曲线）与横、纵坐标轴所组成的不规则三边形面积的求解在实际操作过程中难以实现。本研究参考岳隽等^[21]在深圳市西丽水库流域的方法，将高程、坡度和距离进行分级处理，利用等间距范围内不同斑块类型的面积占子流域总面积的累积百分比之和来代替不规则三边形的面积，从而求解出LWLI。

1.3 统计分析

LWLI与水质指标间相互关系的建立采用Pearson相关系数法，秩相关性分析在SPSS 21.0中完成；逐步回归分析用来确定最能解释单个水质变量的环境或景观变量因子，以0.05为检验是否显著的标准，回归统计值R²和P用来判定回归效果；用Canoco 4.5软件进行冗余分析（Redundancy analysia，RDA），直观展现解释变量与响应变量之间的关系。基于以上统计分析手段，建立并分析各子流域水质指标对土地利用结构及景观格局的响应关系。

2 结果 2.1 子流域土地利用结构

根据《土地利用现状分类》（GB/T 21010—2017），将流域土地利用类型划分为耕地、林地、水域、住宅用地、裸土地、园地、荒草地7种类型。由图 2可知，流域内耕地和住宅用地面积占比分别为50.87%和5.0%，“汇”型景观类型中林地面积占流域总面积的33.94%，水域面积占7.75%。受地形和人为因素影响，耕地在整个流域内分布较为均匀，占子流域面积的19.96%~66.18%，个别子流域超过80%，变异系数为0.29，是7种土地利用类型中最低的。住宅用地在各个子流域中均有分布，占子流域面积比例为1.0%~ 16.64%，其中26号子流域占比最大，其次是分布在普者黑餐饮旅游区和流域出水口附近的18号和22号子流域。

10号子流域包含红旗水库水源涵养林，其林地面积比例最大，其次是12、14、20、1号子流域，占比均超过40%，主要集中在流域西部老鹰山高海拔区域（20号除外）。水域所占面积比例由北至南逐渐增大，全流域从外围到中间呈“汇”景观逐渐减小，“源”景观逐渐增大的趋势。各子流域园地、裸土地和荒草地所占面积比例均低于2%，故不纳入后续分析。

2.2 水质指标统计

由普者黑流域3个水期地表水体氮、磷实测数据（表 2）可知，水体污染风险相对较高，部分时期氮、磷超标现象严重。NH₄⁺-N、PO₄^3--P浓度均值在3个水期均满足《地表水环境质量标准》（GB 3838— 2002）中的Ⅰ、Ⅱ类水标准。云南省地表水水环境功能区划中，普者黑全湖执行Ⅲ类水标准，以此作为评价基准。TP浓度均值在丰水期超标率为42.30%、平水期为38.50%。TN含量则相对偏高，最大值达3.69 mg·L-1，丰水期和平水期超标率分别高达76.91%和61.50%。由此可见，在丰水期和平水期流域水体承载氮、磷输入相对较多，水环境容量达到临界值，形势不容乐观。

2.3 景观空间负荷对比指数与水质的相关性

由表 3可知，LWLI与3个水期TP、PO₄^3--P、NH₄⁺-N均呈显著或极显著正相关。枯水期流域水质受人为影响较大，LWLI与NH₄⁺-N的相关系数最高为0.549，其次是PO₄^3--P。丰水期时LWLI与TP的相关性最大，相关系数为0.896，其次是NH₄⁺-N。平水期较为异常，LWLI与TN的相关系数最高为0.544。LWLI与3个水期的TOC均无显著关系。TN与LWLI之间的相关性受季节变化影响较大，仅在平水期存在极显著正相关。枯水期到平水期，随降雨量增加，TP与LWLI的相关系数先增后减，但与PO₄^3--P、NH₄⁺-N的相关系数却逐渐减小。表明综合考虑了高程、坡度、距离等地形因素和景观类型指标的LWLI指数，能较好地反映水体中氮、磷的输出状况。

2.4 土地利用景观格局与氮、磷输出的关系 2.4.1 土地利用景观格局与氮、磷输出的Pearson相关性

由表 4可知，林地与枯水期TP和NH₄⁺-N呈显著正相关关系，耕地与枯水期TN呈显著正相关，与丰水期PO₄^3--P呈显著正相关，水域与枯水期TN和PO₄^3--P呈负相关，与丰水期所有水质指标均为负相关关系，在平水期与TP和PO₄^3--P呈极显著负相关（P＜0.01，相关系数分别为-0.639、-0.635）。住宅用地因其占地面积较小，对水质的影响不明显。土地利用类型对枯水期和丰水期水质的影响具有一定的差异性，但总体影响均大于平水期。

本研究表明，枯水期和平水期TP均与斑块密度呈显著正相关，与蔓延度指数呈显著负相关。枯水期TN与最大斑块指数呈极显著正相关（P＜0.01），与边界密度呈极显著负相关，其余两个水期TN与景观格局指数均无相关性。枯水期PO₄^3--P与斑块密度和多样性指数均呈显著正相关，与蔓延度指数呈极显著负相关（P＜0.01）。枯水期和平水期NH₄⁺-N与斑块密度、蔓延度指数均存在相关关系，枯水期与多样性指数呈正相关，丰水期与最大斑块指数呈正相关。TOC仅与斑块形状指数表现出显著或极显著正相关，与其他土地利用及景观格局指数均无明显相关关系。

2.4.2 水质变化主导景观因子辨析

由RDA排序（图 3）可看出，3个时期水质指标与耕地比例（Far%）、林地比例（For%）、斑块密度、景观形状指数、景观多样性指数、最大斑块指数呈正相关，与水域比例（War%）、蔓延度指数、边界密度呈负相关。土地利用类型中水域对水质指标的影响最大，与耕地和林地的相关性并不显著。景观格局指数中斑块密度和多样性指数对水质指标的影响最大，其余指数无显著规律。

枯水期和丰水期时TP、PO₄^3--P和NH₄⁺-N与LWLI均集中在排序轴的同一象限，表明该时期与其他景观特征指数相比，LWLI对流域氮、磷输出的解释作用更强。在枯水期和丰水期，LWLI与TN并无显著关系，但在平水期LWLI与TN分布在同一象限且箭头夹角接近于0°，表明平水期LWLI能最有效表征TN输出的状况。与平水期相比，枯水期和丰水期LWLI对TP影响更大。

由多元逐步分析（表 5）可知，在枯水期LWLI与TP呈显著正相关关系，最大斑块指数和耕地对TN产生显著影响，斑块密度和多样性指数与PO₄^3--P正相关，蔓延度指数则与NH₄⁺-N负相关。丰水期时LWLI与TP正相关，斑块密度与TP、PO₄^3--P和NH₄⁺-N均为正相关关系。平水期蔓延度指数与TP和NH₄⁺-N分别呈正、负相关。整体上，景观指数与TN的相关关系不明显，这与Pearson相关性分析结果（表 4）具有一致性。从回归效果来看，枯水期TN与最大斑块指数回归系数最高，R²为0.727。丰水期最高值出现在TP与LWLI之间，R²为0.856。从枯水期到平水期TP和NH₄⁺-N回归系数有先增后减的趋势，枯水期PO₄^3--P的回归系数较丰水期和平水期显著。

3 讨论 3.1 景观特征指数与水质之间的关系

住宅用地是水质退化的主要贡献源^[22-24]，森林能够有效控制水体污染物的浓度。本研究中住宅用地并未表现出显著的相关性，可能是居民点分散且所占面积比例小的缘故。植被过滤带的净化作用对附着在土壤颗粒物中的氮、磷有很好地截留和降解作用^[25]。但本研究枯水期时林地与TP、NH₄⁺-N呈正相关。究其原因是与水体污染源和景观格局特征有关，研究区高大乔木林地主要集中在西部高海拔山区，中部洼地多为灌木林地或草地，林灌草复合型林地较少，这种植被类型涵养水源能力差、水土流失严重^[16]。此外，普者黑村附近集中式餐饮住宿和八道哨乡规模化畜禽养殖等污染源也存在一定程度的干扰，促使了这一现象的发生。

耕地与水质的关系尚未有明确的定论^[26]，本研究中耕地与水质指标间的相关性显著，与周文^[27]研究结果相同：太湖流域下游河流水质与耕地面积呈正相关。而段少琼^[28]则认为三岔河流域耕地与水质呈负相关关系。耕地与水质关系的不确定性与研究区域的地形地貌、灌溉耕作方式、化肥施用等有关^[23]。普者黑流域坡耕地面积比例大、分布集中，且属于典型的岩溶地貌，土壤短距离丢失和地下漏失现象普遍存在^[29]，故而耕地对氮、磷输出的贡献较高。水域面积比例与水质指标均为负相关，在所有土地利用类型中相关性最高，此现象与于松延等^[30]在北洛河流域的研究结果一致。普者黑河流、湖泊、库塘周边大量水生植物遍布，可有效拦截氮、磷等污染物^[31]，对消减污染负荷也有很大作用。

由RDA排序结果可知，本研究两个水期斑块密度与TP和NH₄⁺-N显著正相关，与已有研究结论相似^[32]，表明斑块密度对氮、磷输出有重要影响。多样性指数反映景观多样性，与本研究枯水期PO₄^3--P、NH₄⁺-N均有显著正相关。说明景观斑块类型增多使得各种斑块类型的分布趋于均衡，住宅用地、耕地等“源”景观类型在景观中的优势度及主导作用也随之增强，导致水体污染物浓度增加，韩黎阳等^[1]在三峡库区也得到了相同的结果。最大斑块指数越高意味着更小的人类干扰，其流域水体污染的风险也相应较低。本研究结果（表 4、图 3）却大相径庭，这与各子流域中耕地面积占比大且分布集中有关，具体原因尚需考证。散布与并列指数仅与TOC有显著相关关系，表明其对水质的预测能力较弱，存在不确定性，不具备作为该研究区域景观特征指数的条件。

蔓延度指数是表征不同斑块类型蔓延趋势的指数，本研究结果（表 4、表 5）表明该值越小，各个土地利用斑块类型越分散，意味着氮、磷输出越大，也有研究支持了本结论^[33]。事实上，仅有少数景观指数可较好地预测水体中氮、磷的输出，甚至无法被合理解释^[23]，土地利用占比与水质的相关性要优于部分景观指数。但在“源-汇”理论基础上建立的LWLI涵盖了地形要素和景观因子，可作为表征流域氮、磷输出的重要特征指数^[10]。

3.2 景观空间负荷对比指数与水质之间的关系

枯水期和丰水期LWLI与水体TN的相关性不明显（表 3），是因为LWLI中考虑到了高程、坡度等地形因素的影响，丰水期在降雨的外力作用下，发生坡面侵蚀，大量的颗粒态氮、磷元素附着在土壤表面汇入河流。同时，枯水期正值旅游旺季，餐饮区、住宿区产生的生活污水增加了外源磷的输入，导致水体中磷浓度增加。丰水期高温多雨，微生物活动频繁，促使居民区、餐饮区堆放的生活垃圾的分解，再加上强降雨对不透水面的冲刷，从而表现出较高的氮素输出。本研究住宅用地仅占流域总面积的5.50%，对外源氮输入的贡献并不大，这是LWLI与氮污染相关性不显著的主要原因。由于LWLI同时考虑到景观和地形因素的影响，因此，在平水期相较于传统景观格局指数，对氮、磷输出的解释能力更强。本研究LWLI与TOC并未表现出相关性，原因可能是每次采样都是在降雨后的1 d内进行，水动力条件复杂，加上采样时大幅降温所致。不同的水体温度和溶解氧会影响水体中浮游植物的垂直分布^[34]，而水中浮游植物和微生物的利用分解影响了水体中TOC的分布。

研究区属于喀斯特岩溶地貌，地表水系支离破碎，地表水与地下水交互频繁，导致LWLI与水质的相关性不及于桥水库流域高，张亚娟等^[10]的研究发现于桥水库在城镇化进程中LWLI与平水期和丰水期TN、TP、NO₃^--N和NH₄⁺-N均为极显著正相关关系。王瑛等^[35]对太湖宜兴段入湖港口的研究表明，LWLI的变化趋势与各港口水质的时空变化趋势基本一致。但该港口北部多为平原，湖岸缓冲带高度和坡度变化较小，各采样点间的水质相差不大，相关性也较高。岳隽等^[21]的研究也证实流域LWLI的大小特征与流域出口水体质量的污染特征具有较好的一致性。但其研究区子流域均为独立子流域互不干扰，而本研究镶嵌子流域的比例达1/3，这也可能是本研究相关性未达到极显著的主要原因。孙然好等^[20]在海河流域中也发现该流域3个不同地理单元的LWLI与TN的相关性有所差异。这表明LWLI与水质指标的相关性受区域的地理特征和土地利用格局影响。

本研究发现，在普者黑流域水污染治理过程中，除了对各土地利用类型进行合理的规划外，“控源增汇”也是一个必不可少的科学手段。如通过对餐饮区生活污水进行集中处理等方法降低“源”景观的相对重要性指数，在河流入湖口营建人工湿地、种植护岸林等都可以降低LWLI，从而达到改善普者黑流域水质状况和延缓湿地退化的目的。

4 结论

（1）丰水期氮、磷输出要高于枯水期和平水期，整个流域从外而内呈“汇”景观逐渐减小，“源”景观逐渐增大趋势；耕地是普者黑流域氮、磷输出的主要“源”景观，水域具有改善水质的“汇”景观功能。

（2）流域氮、磷输出与土地利用结构和景观格局间均存在相互关系，普者黑流域耕地、水域面积比例和斑块密度、多样性指数等景观指数与氮、磷输出存在响应关系，表明农业活动是影响该流域氮、磷输出的主要原因，景观的破碎化促使这一生态过程的发展。

（3）普者黑流域枯水期和丰水期LWLI与TP、PO₄^3--P、NH₄⁺-N均呈正相关，且集中于同一象限，对水质指标的解释能力远大于其他景观指数。其中与丰水期TP的回归系数最大，R²为0.856。