编辑推荐：
为探究土地利用与土地覆盖（LULC）对城市水体水质（WQ）的影响，研究人员以库尔纳市 11 个水体为对象，运用 RMS-WQI 模型等进行研究。结果表明水体 WQ 多为 “Fair” 至 “Marginal”，LULC 中建成区影响大。该研究为城市规划和水资源管理提供参考。
在城市快速发展的今天，城市水体作为重要的自然资源，却面临着严峻的挑战。全球约 780 million 人缺乏清洁安全的水，每年因水传播疾病导致约 6 - 8 million 人死亡。随着人口增长、城市化和现代化进程加快，污水排放和地表水污染问题日益突出。城市池塘和湖泊作为潜在的地表水来源，受到各种环境和人为因素的威胁，其水质状况直接关系到饮用水安全和公众健康。然而，传统的水质监测项目往往无法准确报告水体的实际状况，且在发展中国家，建立有效的水体环境管理框架面临诸多困难。在此背景下，开展土地利用与水质关系的研究显得尤为重要。
为了解决这些问题，国外研究人员针对库尔纳市公司辖区内的 11 个水体，开展了土地利用与水质关系的研究。研究发现，研究区域内水体的水质在 “Fair” 和 “Marginal” 之间，土地利用与土地覆盖（LULC）中的建成区对水质指数（WQI）得分影响较大，而水体中的总溶解固体（TDS）和电导率（EC）对 WQI 得分贡献显著。该研究结果为城市规划者、政策制定者、研究人员、水资源管理者和市政当局进行可持续城市规划和水资源管理提供了有价值的参考，对实现可持续发展目标（如 SDG - 6 清洁水和卫生设施、SDG - 11 可持续城市和社区、SDG - 15 陆地生物）具有重要意义，相关研究成果发表在《Cleaner Water》杂志上。
研究人员主要运用了以下关键技术方法：首先，收集 11 个城市水体的原位水质数据，测定温度（TEMP）、pH、TDS、EC 等 7 个水质指标，部分指标在现场测量，部分样本在实验室检测；其次，利用欧洲航天局的 Sentinel - 2 MSI 遥感数据，通过谷歌地球引擎（GEE）平台和随机森林（RF）分类器算法进行 LULC 分析；最后，运用规范相关分析确定 LULC、水质指标和 WQI 之间的关系，并通过缓冲区分析评估水质与周围土地覆盖的关系。
研究结果如下：
- 水质指标统计：研究评估了 7 个水质指标，发现 TEMP、TSS 超过 ECR（2023）允许限值，SAL 超标的水体占 91% ，且 TEMP 和 pH、TDS 和 EC 与 SAL 之间存在强相关性。
- WQI 得分空间分布：利用 RMS - WQI 模型计算 WQI 得分，其范围为 43 - 65，平均为 58±(SD = 6.08) ，不同采样点存在显著空间差异。
- 模型问题评估：RMS - WQI 模型存在高模糊性（> 80%）和低遮蔽性（< 10%）问题，部分采样点模型存在低估现象。
- LULC 评估准确性：RF 分类器对 LULC 评估的训练和测试准确率均超 90% ，与地面真值验证的总体准确率超 80%。
- 研究区域 LULC 状况：研究区域内建成区占比最大（52.45%），且呈增加趋势，而其他类型面积有不同程度变化，建成区在水体周边占主导。
- 规范相关分析结果：规范相关分析表明，EC 对 WQI 得分有强正相关，TDS 有强负相关；LULC 变量中，建成区对 WQI 得分贡献最大，耕地有小的负贡献。
- 研究区域 WQ 状况：研究区域内 91% 的水样水质为 “Fair”，9% 为 “Marginal”，反映出水质不太适合多种用途。
研究结论和讨论部分指出，RMS - WQI 模型在评估城市水体水质方面有一定适用性，但存在模糊性和遮蔽性问题。研究区域内水体水质受多种因素影响，如点源和非点源污染、堤岸侵蚀等。LULC 对水质有显著影响，建成区的扩张对水质产生负面影响。该研究成果有助于理解 LULC 与 WQ 之间的关系，为城市水体保护、可持续土地利用规划和水质监测提供了重要依据，强调了定期监测和管理城市水体的必要性，对推动相关领域的发展具有重要意义。
