, 李令军2
, 赵文慧2, 许金浩1, 赵文吉11. 首都师范大学资源环境与旅游学院, 北京 100048;
2. 北京市环境保护监测中心, 北京 100048
收稿日期: 2018-11-23; 修回日期: 2019-01-16; 录用日期: 2019-01-16
基金项目: 国家自然科学基金青年科学基金（No.41101404）；北京科委项目（No.Z181100005518009）
作者简介: 张敏(1994-), 女, E-mail:455944412@qq.com
通讯作者（责任作者）: 李令军, E-mail:lilj2000@126.com
赵文吉, E-mail:zhwenji1215@163.com
摘要: 于2018年非汛期（4-5月）和汛期（8-9月）在潮白河上游流域布设28个监测断面，监测了11项水质指标并进行统计分析，同时，结合GIS空间分析功能来分析水质时空变化特征及其成因.结果显示：从时间上来看，密云水库上游水质表现为汛期差于非汛期，非汛期主要污染物为TP，其均值（0.29 mg·L-1）超过了Ⅲ类水质标准且变异系数较高（0.89），存在显著的空间差异，受点源、沿河岸农业面源和第一产业活动的影响较大；汛期主要污染物为TN，其均值（5.98 mg·L-1）超出了Ⅴ类水质标准但变异系数不高（0.55），有机物和泥沙的变异系数相比非汛期都有所增加，说明汛期呈现更加显著的变异性，受流域面源、第一产业和生活污染的影响较重；从空间上来看，潮河水质差于白河，潮河主要污染物是TN和TP，主要受农业面源和第一产业活动的影响，白河主要污染物为TP和有机物，主要受第三产业和第一产业的影响，受农业面源污染的影响相对较低.
关键词:潮白河水质土地利用相关性分析
Spatial heterogeneity and cause analysis of water quality in the upper streams of Miyun Reservoir
ZHANG Min1
, LI Lingjun2 , ZHAO Wenhui2, XU Jinhao1, ZHAO Wenji1 1. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048;
2. Beijing Municipal Environment Monitoring Center, Beijing 100048
Received 23 November 2018; received in revised from 16 January 2019; accepted 16 January 2019
Abstract: In non-flood (April to May) and flood period (August to September) of 2018, 28 monitoring sections in the upper reaches of Miyun Reservoir were mounted and 11 water quality indicators were recorded for each section. Water quality analysis was conducted using GIS spatial analysis functions to map water quality variations in this area over the two periods. The analysis results show that water quality over the flood period in upper reaches of the Miyun Reservoir is worse than that of the non-flood period. The main pollutant in non-flood period is TP. The average value of TP (0.29 mg·L-1) exceeds the Class Ⅲ water quality standard, and the variation coefficient is 0.89. The main causes are point sources, agricultural sources along upstream rivers and primary industry activities. The main pollutant in flood season is TN (5.98 mg·L-1) which exceeds Class V water quality standard. The variation coefficient is not high(0.55), but increases for organic matter and sediment, indicating that the change in flood season is more prominent, mainly due to non-point source pollution. The primary industry and living pollution are more serious. Water quality of the Chaohe River is worse than that of the Baihe River. TN and TP are mainly affected by agricultural non-point sources and primary industry activities. The main pollutants of Baihe River are TP and organic matter, which are mainly affected by service sectors in industry and agriculture. Agricultural non-point source pollution is relatively low.
Keywords: Chaobai Riverwater qualityland usecorrelation analysis
1 引言(Introduction)密云水库作为北京地区最大的水源地, 直接关系到北京地区人民的饮用水安全.多年来, 由于水库上游潮白河流域生态环境脆弱及污水排入水库等原因导致库区水体受到严重污染, 因而备受****们的关注(章燕喃, 2014).以往的相关研究主要集中于水质、水量和污染成因与控制等方面(姜琳琳等, 2013; 李文赞等, 2013; 王丽娟等, 2017; 钟莉等, 2017), 对水质空间异质性及其成因分析的研究较少.目前, 无论是微观还是宏观层面, 流域土地利用/覆盖类型对水质影响的研究都已成为一大热点, 气候、土地利用方式及土壤中营养物质的流失都会导致流域水质发生空间变异性(Christopher et al., 2014; Vogt et al., 2015; 范志平等, 2018), 流域土地利用/覆盖类型的作用强度及距离河岸的不同尺度对水体中各项水质指标也都有重要的影响(王鹏等, 2015; 项颂等, 2018).此外, 还有研究表明, 流域社会经济对水环境质量也存在一定的影响(王琼等, 2018).
土地利用类型可在一定程度上揭示区域社会经济发展的现状(杨桂山等, 2004; 杨忍等, 2015; 周营等, 2016), 并影响着人口聚居和流动的空间变化(赵美风等, 2018); 同时, 社会发展、经济结构、人口和居民生活方式又影响着区域土地利用类型的空间变化(Seto et al., 2005; 阳文锐, 2015; 李石华等, 2017).这个循环效应在社会发展进程中时刻影响着流域的水环境质量(王娇等, 2012; 赵微等, 2013; 李琳琳等, 2017).研究表明, 人类活动、社会经济及自然环境的复杂作用导致流域水质呈现出较高的空间异质性.因此, 对密云水库上游流域区县土地利用类型及社会经济现状对水质的影响进行研究, 可以为今后的水体污染治理和发展规划提供有效的参考.
基于此, 本文通过对密云水库上游流域水质进行监测分析, 提出流域水环境质量控制因子; 同时, 结合遥感和统计方法, 分析流域各区县土地利用/覆盖特征及社会经济对水质异质性的影响.
2 研究区(Study domain)密云水库位于北京市密云区北13 km处(116°07′~117°30′ E, 40°14′~41°05′ N), 地处燕山群山丘陵之中, 流域面积15788 km2, 总库容43.75亿m3, 平均水深30 m, 是北京最大的也是唯一的饮用水源供应地.密云水库有两大入库河流, 分别是白河和潮河.其中, 白河起源于河北省沽源县, 经赤城县、延庆县、怀柔区流入密云水库; 潮河起源于河北省丰宁县, 经滦平县自古北口流入密云水库.本文研究区为流经河北省赤城、丰宁和滦平三县, 以及北京市延庆、怀柔和密云三区的流域.该研究区气候属于暖温带半湿润季风气候, 年平均气温为10 ℃, 年降水量为665 mm, 降雨集中于汛期, 降水形成的地表径流为河流主要补给来源.据2016年统计年鉴, 密云水库上游流域以耕地、林地为主要土地利用类型, 人口密度和人均GDP差异较大, 河北省三县人口密度为40~90人·km-2, 生产总值为32亿元; 北京市三区人口密度为160~217人·km-2, 生产总值为57亿元.
3 研究方法(Methods)3.1 数据获取3.1.1 样品采集及测定于2018年4—5月(非汛期)、8—9月(汛期)在潮白河流域布设28个监测断面(图 1), 共采集168个样品, 每个采样点进行现场测定和样品实验室分析.现场使用OTT Hydrolab DS5X多参数水质监测仪和手持GPS定位仪, 对采样点的水体进行实时在线测定, 包括pH值、溶解氧(DO)、浊度、叶绿素(Chl-a)、总溶解固体(TDS)共5项水质指标.氨氮(NH4+-N)、化学需氧量(COD)、五日生化需氧量(BOD5)、总磷(TP)和总氮(TN)等指标严格按照《地表水和污水监测技术规范》(HJ/T91—2002)中规定的方法采集样品后带回实验室测定.为减小实验误差, 以上实验均平行做3次并取其均值进行分析.
图 1(Fig. 1)
 |
| 图 1 密云水库上游采样点位示意图 Fig. 1Map of sampling points in upstream of Miyun Reservoir |
3.1.2 遥感数据处理及土地利用信息提取选用研究区2017年7月和9月两期Landsat8分辨率为30 m的影像数据, 在几何纠正和大气纠正的基础上, 采用监督分类提取区内土地利用信息.根据《生态环境状况评价技术规范》(HJ192—2015)分类标准中的一级分类标准进行分类, 选取耕地、草地、菜地、林地、城镇用地、裸地、水体7类土地覆盖类型为研究对象, 并结合流域DEM、水系分布获得了7个汇水单元内土地利用类型的数据.
3.1.3 流域各区县经济统计数据流域各区县的3次产业比重、国内生产总值、人均GDP、人口密度等数据选取2016年《张家口经济年鉴》和《北京区域统计年鉴》.
3.2 分析方法利用SPSS19.0软件的描述统计功能分析数据样本的结构和总体情况, 以反映数据背后的实际情况.对水质要素的数据进行总体分析, 所得平均值、中位数、最大值、最小值和变异系数可直观地表达潮白河水质的集中趋势和现状.利用SPSS19.0软件对水质与流域土地利用类型的面积进行Pearson相关分析.利用Canoco4.5统计软件对水质数据进行去趋势对应分析(DCA)以确定采样冗余分析方法, 并进行水质指标与社会经济和土地利用矩阵的排序分析(Lin et al., 2017; Xia et al., 2018).
4 结果与讨论(Results and discussion)4.1 密云水库上游水质描述统计分析密云水库上游水质参数的统计分析见表 1.对比《地表水环境标准》(GB3838—2002), 非汛期密云水库上游流域TP浓度均值超过了Ⅲ类水质标准, 且变异系数较高(0.89), 说明存在显著空间差异; COD、BOD5、pH、DO和NH4+-N的均值都满足Ⅱ类水质标准, TDS变异系数较高(1.47), 浊度均值(10.72 NTU)偏高且变异系数最高(1.59), 浊度和TDS存在显著的空间变异性.汛期TP浓度的均值满足Ⅱ类水质标准, 但极大值浓度(0.37 mg·L-1)超过了Ⅳ类水质标准; 其余水质指标的均值都超过了Ⅱ类水质标准, 其中, TN浓度均值(5.98 mg·L-1)超出了Ⅴ类水质标准, 浊度均值(156.45 NTU)相对非汛期增加了许多; COD、BOD5、TP和浊度的变异系数较非汛期都有所增加, 分别为1.42、1.09、1.00和1.86, 说明汛期呈现更加显著的变异性.
表 1(Table 1)
| 表 1 密云水库上游水质参数统计特征 Table 1 Statistics of measured parameters in upper area of Miyun Reservoir | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 1 密云水库上游水质参数统计特征 Table 1 Statistics of measured parameters in upper area of Miyun Reservoir
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.2 密云水库上游水质空间分布特征图 2所示为非汛期(左列)与汛期(右列)水质指标的空间分布.由分析结果可知, 从时间上来看, 非汛期除TP以外, 其他指标的浓度均在汛期增大, 这是由于非汛期降雨量少, 对沿岸工业点源、农田、畜禽养殖和城镇生活污水中污染物的稀释作用降低所导致; 汛期降雨作为驱动因子将地表氮类物质、有机物和溶解性污染物冲刷到河流并且已经超出降雨的稀释作用(连慧姝等, 2017), 说明降雨形成的径流是水体受污染的主要途径, 水量是水体污染物降解的有利条件.从空间上来看, 非汛期超标最严重的指标是TP(均值超过了Ⅲ类水质标准), 且高浓度断面主要分布于潮河, 白河流经赤城县段TP浓度升高并向下游逐渐降低; 其次是DO, 白河水体氧含量呈现西北部较高, 潮河水体氧含量整体较低, 断面水质指标均达到了Ⅲ类水质标准.汛期超标最严重的指标是TN, 潮白河流域采样断面的TN浓度都超过Ⅲ类水质标准; 其次是浊度, 白河流域的浊度高于潮河流域, 尤其是黑河河段浊度达到最高(最高值达1000 NTU), 总体上流域的浊度呈向下游逐渐降低的趋势; COD和BOD5在白河流域流经赤城县段、黑河汇入河段和汤河流经村庄段超出Ⅲ类水质标准, 潮河COD和BOD5未超Ⅲ类水质标准; TP在流经赤城县河段超Ⅲ类水质标准, DO在潮河河段氧含量充足, 白河流域氧含量不足且下游尤为突出.综上所述, 从时间上来看, 潮白河流域水质在汛期较非汛期差, 受有机污染严重, 氮营养元素浓度较高; 从空间上来看, 潮河氮、磷类营养物污染严重, 白河受氮类及有机物和溶解性物质污染严重, 说明潮河主要受面源污, 白河受点源污染程度较大, 这与曾庆慧等(2016)的研究相符.总体水质有向下游变好的趋势但没有显著的变好, 可能是由于入库河段流速和流量的减缓导致入库河段氧含量不足, 净化能力受限进而导致水体对部分污染物降解能力下降.
图 2(Fig. 2)
 |
| 图 2 潮白河流域采样断面水质指标空间分布 Fig. 2Spatial distribution map of water quality indicators in Chaobai River Reservoir |
4.3 土地利用与水质间的响应关系流域土地利用信息提取如图 3所示, 并将研究区划分为7个汇水单元(H1~H7).由图 4可知, H1和H2流域单元内草地的占地面积比例最大, 约占40%~46%, 其次是耕地(约占27%), 林地约占20%~26%;H3~H7流域内林地面积比最大, 约占49%~75%;H6流域内耕地面积比例居第2位, 约占10%左右; H3、H4、H5和H7流域内草地面积比例居第2位, 约占22%~27%.H1~H7的7个流域内耕地面积比例居第3位, 约占10%~27%.可以看出, H1~H6流域内耕地面积递减, 草地面积同样递减, 而林地面积呈现递增的趋势.从这7个子流域来看, 密云水库上游流域土地利用面积比例差别较大.
图 3(Fig. 3)
 |
| 图 3 流域土地利用类型示意图 Fig. 3Watershed land use classification map |
图 4(Fig. 4)
 |
| 图 4 各子流域土地利用类型面积比 Fig. 4Sub-basin land use type area ratio |
流域土地利用类型的面积与水质指标的相关性分析结果见表 2.结果显示：汛期COD和BOD5与城镇用地面积呈正相关, 与水体面积呈负相关, 说明居民生活和城镇排污等活动对水质产生了较大的影响, 需要注意防治措施, 在汛期水量增加对BOD5有稀释降解的作用, 故表现出负相关性; TP与耕地和裸地面积呈现正相关关系, 说明流域农业用地会导致水体磷类营养物质浓度增加, 此外, 裸地地表径流可直接将土壤中的污染物带入水体而使水质受到污染; 城镇用地与DO呈负相关关系, 说明城镇生活用水排污较多的地方会引起水体耗氧污染物增加及水体流速减缓, 进而导致水体溶解氧含量下降; TN与菜地和耕地面积呈现显著正相关, 说明农业活动是水体富营养化的主要驱动因子; 浊度与裸地面积呈正相关, 说明汛期降雨形成的地表径流将地表杂质带入水体从而导致水体浑浊.非汛期土地利用面积与COD和BOD5没有呈现相关性, 说明由于降雨量减少导致地表径流量降低且携带的污染物含量降低; TP依然与耕地面积呈现正相关, 还与菜地面积呈正相关, 说明农业活动在非汛期也有较大的影响; DO与水体面积呈负相关, 说明降雨量减少、水流速减缓导致溶解氧进入水体的动力作用降低, 从而引起水体氧含量降低; 氨氮与耕地面积呈正相关, 说明氮类营养物无论在汛期还是非汛期都受到耕地的影响.
表 2(Table 2)
| 表 2 土地利用与水质间的相关性 Table 2 Correlation between land use and water quality | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 2 土地利用与水质间的相关性 Table 2 Correlation between land use and water quality
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.4 社会经济与水质间的响应关系本文以密云水库上游流域区县为统计单元, 以各区县的人口密度(人·km-2)、人均GDP(万元·人-1)、第一产业占国内生产总值的比重、第二产业占国内生产总值的比重、第三产业占国内生产总值的比重作为影响流域水环境质量的社会经济指标, 分析社会经济与水质之间的相关性.由图 5中的RDA结果可知, 在汛期TP和TN与第一产业比重显著相关, 说明第一产业活动所产生的污染物直接导致水体中氮、磷营养物的增加, 引起水体富营养化; 人口密度与第一产业比重呈负相关, 说明人口密度小的地区, 如不发达、以农业为主的地区的人口密度不大反而第一产业比重较大, 也说明农村地区对水体氮、磷营养元素浓度有增加作用, 在农村聚集区域应该注重水源保护措施的实施; TDS与第二产业比重和人均GDP呈正相关, 说明较发达地区、第二产业活动活跃的地区所产生的污染物大多为可溶性的杂质, 说明加工制造业等对水体的污染主要集中于溶解性的物质, 在这类工业单位要加设污水处理设施并加强监管力度; COD和BOD5与第三产业比重呈正相关, 说明餐饮业和商业等行为所产生的污水会引起水体有机污染物浓度的增加, 由于餐饮业和商业的集聚现象明显, 在该区域容易发生超标排污的现象, 尤其是在不发达的区县, 其污水处理系统不完善.非汛期, TDS、TP、浊度、氨氮和叶绿素与第一产业比重呈正相关, 与人口密度、第三产业比重呈负相关, 且除TDS外都与第二产业比重呈正相关.其中, 浊度、TP和TDS与第一产业比重的相关性最显著, 这可能是由于农业活动所导致, 农业活动导致水土流失, 水体变浑浊, 土壤中磷类营养物质随之进入水体; 浊度、TP、铵态氮和叶绿素与第二产业比重相关性较高, 其中, 铵态氮和叶绿素与第二产业比重的相关性最显著, 这可能是由于工业生产增加了生活污水和工业废水排入水体, 水体中营养盐含量较高, 水生植物数量也会增加; pH值、BOD5、COD和DO与第三产业比重呈正相关, 与第二产业比重、人均GDP呈负相关.综上可以发现, 氮、磷等营养物无论在汛期或非汛期都与第一产业比重呈正相关, 其中, 汛期的正相关程度较强; 有机物与第三产业比重始终呈正相关, 说明商业、餐饮业等非生物行业是导致水体有机物含量增加的主要污染源; 溶解性的杂质在汛期与第二产业比重呈正相关, 在非汛期与第一产业比重呈正相关, 说明汛期第二产业影响较大, 非汛期第一产业影响较大.
图 5(Fig. 5)
 |
| 图 5 水质指标与流域社会经济RDA排序图 (a.汛期, b.非汛期) Fig. 5RDA ranking map of water quality indicators and river basin socio-economics |
5 结论(Conclusions)1) 密云水库上游水质总体良好, 汛期水质污染程度比非汛期严重, TN和浊度尤为突出, 非汛期TP污染程度较大.汛期面源污染突出, 非汛期点源污染贡献增大, 说明降雨所形成的径流是导致水体污染的主要途径.从空间上来看, 潮河污染严重, 主要污染物是氮磷类和有机物污染物; 白河的主要污染物是氮类和溶解性有机物; 流域整体污染程度呈向下游降低的趋势, 流经赤城县污染程度加重.
2) 氮磷类物质主要受农用地和第一产业活动影响, COD和BOD5等有机污染物主要受城镇居民活动和第三产业活动的影响, 浊度受裸地和第一产业活动的影响, DO主要受城镇生活、水体流量和第三产业的影响, TDS和DO与人口密度和人均GDP呈现显著负相关, 说明不发达区域的生活活动会导致水体受污染.
3) 由现场调查可知, 密云水库上游存在较严重的面污染源现象, 如家禽散养、生活垃圾和污废水乱排放及近河岸耕作等, 导致上游水质呈显著的时空异质性.由于水体自净能力有限, 并不能将污染物全部净化, 部分会吸附于底泥中, 当水体流速增大时底泥中的污染物又会被释放, 因此, 应该控制流域不同污染源的排放, 并且种植防护林、修建河堤以阻断主要污染途径.
参考文献
| Christopher J, Walsh J. 2014. Spatial weighting of land use and temporal weighting of antecedent discharge improves prediction of stream condition[J]. Landscape Ecology, 29(7): 1171–1185.DOI:10.1007/s10980-014-0050-y |
| 范志平, 刘建治, 赵悦, 等. 2018. 蒲河水质空间异质性特征及其对流域土地利用方式的响应[J]. 生态学杂志, 2018, 37(4): 1144–1151. |
| 姜琳琳, 吴炳方. 2013. 近30年来密云水库上游水土流失动态监测[J]. 测绘与空间地理信息, 2013, 36(10): 140–145.DOI:10.3969/j.issn.1672-5867.2013.10.043 |
| 李琳琳, 张依章, 唐常源, 等. 2017. 基于偏最小二乘模型的河流水质对土地利用的响应[J]. 环境科学, 2017, 38(4): 1376–1383. |
| 李石华, 周峻松, 王金亮. 2017. 1974—2014年抚仙湖流域土地利用/覆盖时空变化与驱动力分析[J]. 国土资源遥感, 2017, 29(4): 132–139. |
| 李文赞, 李叙勇, 王晓学, 等. 2013. 20年来密云水库主要入库河流总氮变化趋势和影响因素[J]. 环境科学学报, 2013, 33(11): 3047–3052. |
| 连慧姝, 刘宏斌, 李旭东, 等. 2017. 太湖蠡河小流域水质的空间变化特征及污染物源解析[J]. 环境科学, 2017, 38(9): 3657–3665. |
| Lin Y, Han P, Huang Y, et al. 2017. Source identification of potentially hazardous elements and their relationships with soil properties in agricultural soil of the Pinggu district of Beijing, China: Multivariate statistical analysis and redundancy analysis[J]. Journal of Geochemical Exploration, 173: 110–118.DOI:10.1016/j.gexplo.2016.12.006 |
| Seto K C, Fragkias M. 2005. Quantifying spatiotemporal patterns of urban land-use change in four cities of China with time series landscape metrics[J]. Landscape Ecology, 20(7): 871–888.DOI:10.1007/s10980-005-5238-8 |
| Vogt E, Braban C F, Dragosits U, et al. 2015. Catchment land use effects on fluxes and concentrations of organic and inorganic nitrogen in streams[J]. Agriculture, Ecosystems & Environment, 199: 320–332. |
| 王娇, 马克明, 张育新, 等. 2012. 土地利用类型及其社会经济特征对河流水质的影响[J]. 环境科学学报, 2012, 32(1): 57–65. |
| 王丽娟, 杨扬, 郑娟娟, 等. 2017. 施肥对北京山区农田地表氮磷流失的影响—以密云水库流域为例[J]. 中国水土保持科学, 2017, 15(1): 97–104. |
| 王鹏, 齐述华, 陈波. 2015. 赣江流域土地利用方式对河流水质的影响[J]. 生态学报, 2015, 35(13): 4326–4337. |
| 王琼, 王善祥, 范志平, 等. 2018. 土地利用方式和社会经济对大伙房水库上游河流水质空间异质性的影响[J]. 生态科学, 2018, 37(2): 153–161. |
| 项颂, 庞燕, 窦嘉顺, 等. 2018. 不同时空尺度下土地利用对洱海入湖河流水质的影响[J]. 生态学报, 2018, 38(3): 876–885. |
| Xia J, Wang L F, Yu J J, et al. 2018. Impact of environmental factors on water quality at multiple spatial scales and its spatial variation in Huai River Basin, China[J]. Science China(Earth Sciences), 61(1): 82–92.DOI:10.1007/s11430-017-9126-3 |
| 阳文锐. 2015. 北京城市景观格局时空变化及驱动力[J]. 生态学报, 2015, 35(13): 4357–4366. |
| 杨桂山. 2004. 土地利用/覆被变化与区域经济发展—长江三角洲近50年耕地数量变化研究的启示[J]. 地理学报, 2004(S1): 41–46. |
| 杨忍, 刘彦随, 龙花楼. 2015. 中国环渤海地区人口-土地-产业非农化转型协同演化特征[J]. 地理研究, 2015, 34(3): 475–486. |
| 于松延, 徐宗学, 武玮, 等. 2014. 北洛河流域水质空间异质性及其对土地利用结构的响应[J]. 环境科学学报, 2014, 34(5): 1309–1315. |
| 章燕喃.2014.密云水库流域近三十年径流变化及归因分析[D].北京: 清华大学http://cdmd.cnki.com.cn/Article/CDMD-10003-1015039236.htm |
| 赵美风, 刘盛和, 戚伟. 2018. 社区尺度下流动人口聚居区空间识别与尺度效应—以北京市为例[J]. 地理研究, 2018, 37(6): 1208–1222. |
| 赵微, 林健, 王树芳, 等. 2013. 变异系数法评价人类活动对地下水环境的影响[J]. 环境科学, 2013, 34(4): 1277–1283. |
| 钟莉, 曾平, 焦剑, 等. 2017. 密云水库水源地保护区水体叶绿素a含量与营养物质浓度关系[J]. 环境工程, 2017, 35(5): 131–135. |
| 曾庆慧, 秦丽欢, 程鹏, 等. 2016. 1990年以来北京密云水库主要水环境因子时空分布特征[J]. 湖泊科学, 2016, 28(6): 1204–1216. |
| 周营, 张游. 2018. 博罗县土地利用结构与产业结构耦合协调关系[J]. 资源与产业, 2018, 20(2): 59–64. |
