流域水质与土地利用关系分析软件

一、软件简介

在流域生态与水环境研究中，如何快速量化土地利用格局对水质的影响，一直是核心难题。传统方法需要研究者分别调用 GIS 软件计算景观指数、再用 R/Python 完成冗余分析，环节多、门槛高、结果整合困难。

此工具针对这一痛点，将缓冲区景观指数计算与冗余分析（RDA）+ Monte Carlo 置换检验整合于一个图形界面中，用户只需加载数据、配置参数、点击运行，即可自动获得缓冲区分析结果表和含统计检验结论的 RDA 分析报告，全程无需编写代码。

主要功能：

1. 多半径缓冲区景观指数计算：支持同时设置多个缓冲区半径（默认 500 / 1000 / 2000 / 5000 m），自动批量计算各类景观指数，输出结构化的「缓冲区分析结果.xlsx」；
2. 冗余分析（RDA）+ Monte Carlo 置换检验：用户选择因变量（水质参数）与自变量（土地利用类型或景观指数），工具自动运行 RDA 排序并输出置换检验结果，判定各因子的统计显著性，自动保存「RDA分析结果.xlsx」；
3. 可视化结果查看：内置视图切换功能，支持查看 RDA 排序图、假设检验图表，并可调整图表样式；
4. 全流程自动化：从数据加载到结果导出，全程图形交互，输出文件按设定目录自动保存。

二、数据准备与加载

2.1 数据源配置

正式分析前，需在软件界面对三类数据源进行配置：

水质监测数据（Excel）： 必填，需包含采样点坐标

▲ 图1 数据源配置界面：Excel + TIF + SHP 三类数据源设置

土地利用栅格数据（TIF）： 必填，土地利用分类的遥感解译结果，值应为整数类型编码（如 1=林地、2=耕地、3=水域、4=建设用地等）。建议使用与研究区匹配的空间分辨率数据。

流域边界矢量数据（SHP）： 选填，用于限定分析范围。若提供，工具将自动裁剪栅格至流域边界；若不提供，则以水质采样点坐标的包裹范围作为分析区域。

配置完成后，点击确认，数据进入加载队列。

▲ 图2 数据加载与 Sheet 选择界面

2.2 数据加载与 Sheet 选择

数据源配置保存后，进入主界面加载数据。Excel 数据加载时会弹出 Sheet 选择对话框，用户需从中选择包含水质数据的 Sheet。选择错误将导致后续分析列名匹配失败，因此建议在加载前核对 Excel 文件的工作表命名。

数据加载成功后，主界面将显示各数据源的概要信息（采样点数量、栅格行列数、矢量要素数），确保数据已正确读取。

2.3 输出目录设置

在运行任何分析之前，务必先设置输出目录。所有分析结果文件

▲ 图3 输出目录设置界面

三、缓冲区景观指数计算

3.1 景观指数配置

缓冲区分析的核心在于景观指数的选择。工具内置了丰富的景观指数类型，涵盖面积类、形状类、密度类、连接度类等常用指标。用户可根据研究需求和研究区特征，勾选需计算的指数类型。

典型的景观指数组合包括：

• 面积类：斑块面积（AREA）、斑块面积占比（PLAND）等；
• 形状类：周长-面积比（PAFRAC）、形状指数（SHAPE）等；
• 密度类：斑块密度（PD）、边缘密度（ED）等；
• 多样性类：Shannon 多样性指数（SHDI）、均匀度指数（SHEI）等；
• 连接度类：蔓延度指数（CONTAG）、连接度指数（CONNECT）等。

配置指数时建议参考已有文献

▲ 图4 景观指数配置界面：勾选需计算的指数类型，确保所选指数在研究领域内具有生态学解释意义。

3.2 缓冲区半径设置

工具支持多半径同时设置，这是本工具的核心优势之一——不同半径的缓冲区反映了不同空间尺度的景观格局效应。

默认提供四档半径：500 m / 1000 m / 2000 m / 5000 m

▲ 图5 缓冲区半径设置界面。

用户可根据流域大小和水质采样密度进行调整：

• 采样点密集的小流域建议使用较小半径（500–1000 m）；
• 大流域或采样点稀疏时可增大半径（2000–5000 m）；
• 半干旱区地表景观空间异质性高时，半径设置对结果影响尤为显著。

3.3 运行分析

参数配置完成后，点击运行。工具将自动完成以下步骤

▲ 图6 缓冲区分析运行界面与分析日志

1. 以每个水质采样点为圆心，按设定半径生成缓冲圆；
2. 叠加流域边界矢量（如提供），提取各缓冲圆内的栅格统计信息；
3. 按选定指数公式计算各缓冲圆的景观指数值；
4. 将结果与原始水质数据进行关联匹配；
5. 生成「缓冲区分析结果.xlsx」，包含每个采样点在各半径下的全部指数值。

分析过程日志实时显示于界面，便于用户监控进度和发现异常。

四、冗余分析（RDA）

4.1 分析原理简述

冗余分析（Redundancy Analysis, RDA）是约束排序的一种，用于探索多变量（多个自变量）对多变量（多个因变量）变异的解释程度。在本工具的应用场景中：

• 因变量：各水质参数（如 TN、TP、高锰酸盐指数等）；
• 自变量：各缓冲半径下的景观指数（如耕地占比、斑块密度、Shannon 多样性指数等），或直接选择各土地利用类型的面积占比。

RDA 本质上是在多元回归的基础上加入主成分约束轴，比简单相关分析能揭示多变量间的联合格局。

4.2 变量选择

在冗余分析模块中，用户需完成两组变量选择：

因变量选择： 从水质监测数据中勾选要分析的水质参数。建议选择变异较大且与景观格局可能相关的指标，避免将全部参数一并纳入导致共线性问题。

自变量选择： 选择土地利用类型面积占比，或直接选择景观指数。选择土地利用类型时，工具将自动以各类用地面积占总面积的比例作为自变量；选择景观指数时，则以缓冲区计算结果中的指数值为自变量。

4.3 运行 RDA 与 Monte Carlo 置换检验

变量选择完成后，点击运行冗余分析。工具自动完成以下统计步骤

RDA 运行界面与 Monte Carlo 置换检验过程:

1. 原始数据标准化（因变量和自变量分别 Z-score 标准化）；
2. 构建 RDA 模型，拟合约束轴；
3. 计算各约束轴的特征根及累计解释方差比例；
4. 执行 Monte Carlo 置换检验（默认 999 次置换），评估整体模型及各轴的统计显著性；
5. 同步输出每个自变量对模型的贡献（载荷/权重）。

统计检验结果将直观呈现：整体模型的显著性水平（P 值）、各轴的特征根与解释率、自变量贡献排序。若 P<0.05，说明景观格局对水质变异的整体解释具有统计显著性。

4.4 分析结果解读

▲ 图7 RDA 分析结果展示：排序图与检验报告

▲ 图8 RDA 排序双标图（实际运行输出）：PC1 与 PC2 轴投影，采样点散点及水质/景观变量响应箭头

工具输出的「RDA分析结果.xlsx」包含多个 Sheet：

• RDA排序结果：各采样点在约束轴上的得分，即模型拟合值；
• 载荷与贡献：各因变量和自变量在主约束轴上的载荷，反映其在排序格局中的角色；
• 模型检验报告：R²、校正R²、F 统计量、P 值（Monte Carlo 置换结果），附自动生成的文字分析意见，说明整体显著性及主要驱动因子；
• 置换检验详情：每次置换的统计量分布及最终 P 值。

▲ 图9 「RDA分析结果.xlsx」内容示例：站点在主约束轴上的排序坐标与得分

五、结果可视化与图表操作

5.1 视图切换

工具内置多个可视化视图，支持查看不同类型的结果图表：

• RDA 排序图：以双标图（biplot）形式展示采样点（得分）、因变量（箭头）和自变量（箭头）在主约束轴上的投影，直观呈现水质-景观格局的联合格局；
• 假设检验图表：展示模型整体及各轴的显著性检验结果（柱状图或表格形式）；
• 各半径对比图：对比不同缓冲半径下景观指数与水质的关联强度变化。

通过视图切换，用户可在不同图表间快速跳转

▲ 图10 视图切换功能：RDA 排序图与检验图表切换

▲ 图11 视图选择下拉菜单：支持站点分布、土地利用、缓冲区示例、RDA 排序图等多个视图切换，无需重复运行分析。

5.2 RDA 图表样式调整

RDA 排序图支持基础的样式自定义，包括：

• 坐标轴标签与标题设置；
• 采样点颜色映射（如按水质超标程度着色）；
• 箭头缩放比例调整（避免因量纲差异导致箭头长度悬殊）；
• 图例与网格线开关。

▲ 图12 RDA 图表样式设置面板：散点大小与颜色、箭头线型与缩放、轴标签与图例网格线开关，调整后的图表可保存图片，便于直接插入论文或报告。

六、数据导出

▲ 图13 文件菜单：支持加载数据、导出结果（含 RDA 专项导出）、导出图片、退出等操作

6.1 导出缓冲区分析结果

点击导出按钮，可将「缓冲区分析结果.xlsx」保存至用户指定路径。文件包含每个采样点在各缓冲半径下的景观指数值，可直接用于后续相关分析、回归建模或文献撰写。

6.2 导出 RDA 分析结果

RDA 模块的分析结果（排序得分、载荷、检验报告）可单独导出，生成「RDA分析结果.xlsx」。该文件包含 Monte Carlo 置换检验的完整统计结论，可直接作为论文方法与结果章节的数据支撑。

6.3 保存图片

RDA 排序图及各类统计图表均支持以 PNG 格式导出

图表导出功能：RDA 排序图样式调整与图片导出，分辨率适合直接用于学术论文。

导出文件列表：RDA分析结果.xlsx（含排序结果/载荷与贡献/模型检验报告/置换检验详情）、缓冲区分析结果.xlsx 等

建议在导出前调整至合适样式后再保存，以减少后期修图工作量。

▲ 图14 所有文件导出输出目录所示

七、技术亮点与使用建议

全流程图形化，零代码完成流域分析： 从数据加载到统计检验，所有操作均在图形界面完成，大幅降低流域景观-水质耦合研究的工具门槛。

多半径并行计算，捕捉尺度效应： 同时支持多档缓冲区半径，可一次性揭示景观格局对水质影响的空间尺度依赖性，这一分析维度在单工具中以往难以实现。

RDA + Monte Carlo 置换检验，结果可发表： 内置的置换检验（非参数方法）使统计结论具有发表级别的可信度，避免了基于近似分布假设的参数检验在高维场景下的失效风险。

使用建议： 分析前务必确保数据质量（坐标匹配、栅格值编码正确、无异常缺失）；建议先用散点图或简单相关分析初步筛选变量，再进入 RDA 环节，以获得更清晰的生态学解读。