论文部分内容阅读
水污染加剧和水资源短缺已成为制约社会经济发展的主要因素,也威胁着区域或全球生态自然环境的可持续发展。目前国内外从环境地理学、水文水资源学、景观生态学等多学科角度对水资源变化情况、水生态健康评价、水环境质量时空特征和污染成因开展研究和实践。太湖流域内河网纵横交错、湖泊星罗密布,社会经济快速发展以及高人口密度与水生态环境之间的冲突日益显著。其中,仍面临着水体面积缩小、河网水系自然结构受损以及河流萎缩、水功能区达标率较低和水污染风险较高等问题和挑战。因此,研究从太湖流域湖泊面积、水系结构的角度分析太湖流域水体动态变化和影响因素,并探讨了水质的时空特征以及其对土地利用、河网水系等因素的响应情况,以期为流域土地利用和水资源规划与管理、水系恢复与保护、水环境综合治理提供理论和实践参考。论文以太湖流域为研究对象,基于Google earth engine（GGE）平台,利用JRC全球地表水数据集和Landsat遥感影像数据分析1984年至2018年流域水体动态和重点湖泊面积变化,并采用水系数据分析河流水系的结构和连通性特征。同时,针对流域水环境质量时空特征,采用水化学特征分析、Mann-Kendall趋势检验、主成分分析（PCA）探究流域水功能区水质时间和空间分布规律并识别污染因素。此外,基于加拿大环境部理事会水质指数（CCME WQI）和自主神经网络聚类算法（SOM-Kmeans）等方法开展了水质状况评价,利用上述两种方法的优点构建了一套适用于太湖流域的水质评价方法。在此基础上,结合Spearman相关性分析和岭回归分析探讨土地利用、河网水系、水文因素等对水质的驱动机制。论文的主要研究内容以及研究成果有以下三方面:（1）河湖水系变化特征研究1984-2018年期间太湖流域水体发生明显变化。（1）从水体变化情况方面,上海东部和苕溪上游区域水域面积明显减少,长荡湖附近、湖州市南浔区和德清县交界处、阳澄湖附近和苏州市吴江区水域面积明显增加。从水体类型转移方面,2018年相较于1984年,流域内41.4%的水体没有发生任何变化,19.4%的水体永久性消失,5.6%的水体为近期新增加的季节性水体。（2）从年际变化趋势方面,元荡、淀山湖、太湖、东太湖在35年间面积变化范围分别为0.397 km2、2.013km2、45.31 km2、68.61 km2,其中元荡、淀山湖的年平均面积存在减小现象,太湖年平均面积呈增加趋势,东太湖是太湖面积增加的主要区域。（3）太湖流域河网水系结构和连通性的空间分异明显,其中东部平原地区河网密度、河频数、水系分维数、水面率、节点连接率和水系连通度总体高于西部丘陵山区;流域弯曲度则基本上呈现西高东低的特点;上海地区和浙西地区河网复杂度相对高于其他地区。（2）水环境质量时空分异特征研究通过对不同类型水质参数的调查,采用多种分析方法,对太湖流域2013-2017年水质状况进行了全面的时空分析。主要结论如下:（1）时间变化上,大部分水质参数具有明显的季节性,且浓度逐年降低。其中,DO、NH3-N、TN和石油类春冬季较高,夏秋季较低;BOD5春高秋低;CODMn、TP、CODcr和As夏高冬低;Cu和Zn浓度冬高夏低。由于环境政策的制定和执行、流域管理机构和相关管理部门的监督管理,农业、工业、交通和城市污染得到了控制,2013-2017年间流域水质得到有效改善。空间分异上,各水功能区水质差异较明显,具体为:保护区>饮用水源区>农业用水区>景观娱乐用水区>工业用水区>过渡区>缓冲区。（2）流域污染具有多样性和复杂性,其中磷元素和生化因素(CODMn、CODcr、BOD5)是2013-2017年流域内普遍性、持久性污染源,氨氮类营养盐是潜在污染因素之一,重金属是流域内偶发性污染物。（3）论文基于CCME WQI和SOM-Kmeans对流域河湖水质进行了评价。根据CCME WQI的等级划分,流域水质总体处于“中等”水平。基于SOM-Kmeans水质评价结果表明,流域内西部山地丘陵地区水质最佳普遍达到I类,中部环太湖区域水质一般（IIIV类）,省际交界处和城市化水平高的东部平原圩区水质较差（VVII类）。Pearson相关性分析结果显示,SOM-Kmeans水质定性评价结果与CCME WQI水质定量评价结果高度一致,验证了CCME WQI评价方法准确且适用于太湖流域水质评价。（3）水环境变化驱动因素研究以水利片区为研究单元,探讨土地利用、河网水系、水文因素与水质间的关系。主要结论如下:（1）太湖流域以林地、耕地、建设用地为主的3类水利片区的水质优劣聚类结果为:林地>耕地>建设用地。自然区域与城市区域水质季节特征相反,其中以建设用地为主的区域非汛期水质总体优于汛期,但以林地为主的区域则相反。（2）土地利用、河网水系和水文因素与水质之间具有强相关性,建设用地和耕地面积越小、林地面积越大,水质越好;流量、流速越大,水质越好;节点连接率、水系连通度、河网密度、水面率、河频数、水系分维数越小,水质越好。结果表明强烈的人为干扰削弱了流域自然特征对水质的影响。（3）利用岭回归分析构建了宏观因素（土地利用、河网水系、水文因素）与水质参数的定量预测模型,表明岭回归分析模型可以作为流域水质驱动因素分析的有效工具,为流域水环境管理提供科学参考。