不同尺度因子对滦河流域大型底栖无脊椎动物群落的影响

通过2011年滦河流域38个河段大型底栖无脊椎动物采集,探讨了河段尺度和流域尺度环境因子对大型底栖无脊椎动物分布的影响。其中,河段尺度因子包括水体/底质特征、河岸带特征和水质,流域尺度因子包括采样位置、流域土地利用结构和缓冲区土地利用结构。RDA(冗余分析)结果表明,河段尺度影响大型底栖无脊椎动物分布的关键因子为:细粒物质比例、河岸带植被盖度、河岸带人类干扰程度、河岸带农田比例、水面宽度和河道改造程度,总解释量为42%;流域尺度影响大型底栖无脊椎动物分布的关键因子为:纬度、海拔、流域内耕地面积百分比和流域面积,总解释量为32%。研究结果表明,河段尺度因子比流域尺度因子对于指示大型底栖无脊椎动物分布更为重要,在环境因子监测中应给以更多的重视。     

云南省把边江流域不同土地利用方式对大型底栖动物群落的影响

研究土地利用对大型底栖动物群落的影响,对流域土地利用规划修编和河流生态修复等有重要意义。以红河上游的把边江流域为研究区,调查大型底栖动物群落现状,计算37个样点上游集水区土地利用组分、配置、多样性和水文距离4个方面20个土地利用指标,分析不同土地利用方式对大型底栖动物群落的影响。本次调查共鉴定出25个大型底栖动物分类单元,其中水生昆虫最多,占分类单元总数的72%;摄食功能群以捕食者（PR）、刮食者（SC）和直接收集者（GC）为主。把边江流域城镇用地和林地对大型底栖动物群落的影响占主导地位,而耕地对大型底栖动物群落的影响较小。影响把边江流域大型底栖动物群落的关键土地利用指标为城镇用地面积比（3PLA）、城镇用地最大斑块指数（3LPI）、城镇用地聚合指数（3AI）、城镇用地水流长度（3FLOW）、林地最大斑块指数（1LPI）和林地形状指数（1LSI）。土地利用组分、配置和水文距离是影响把边江流域大型底栖动物群落的主要方面,而土地利用多样性对大型底栖动物群落的影响较小。大型底栖动物物种密度和物种多样性与3PLA、3LPI、3AI、3FLOW和1LSI呈负相关,与1LPI呈正相关。1LPI与浮游目（如小蜉科、扁蜉科）为代表的清洁物种呈现较明显的正相关关系。城镇用地指标与SC和SH（撕食者）密度具有显著的负相关关系,与GC密度有较弱的正相关关系,而与其他功能群没有明显的相关关系。SC和SH对水质和环境条件敏感,而GC对人类干扰耐受性较强。1LPI与SC和FC（滤食收集者密度）正相关,而与PR和GC密度负相关。SC和FC对生境的完整性要求较高,而GC和PR对人为干扰和较为破碎的生境更为适应。一方面,随着城镇用地的规模、边界复杂性和聚集程度增加,研究区大型底栖动物密度和多样性降低;另一方面,随着林地完整性降低,大型底栖动物物种均匀度降低。土地利用与大型底栖动物物种多样性和功能群多样性的关系不完全一致,1LSI和3FLOW与物种多样性负相关,而与功能群多样性呈正相关关系,土地利用对物种-功能群-群落不同尺度上的影响差异还需要更深入的研究。     

河流岸带湿地沉积物重金属分布对植被物种多样性和底栖动物群落特征的影响

河流岸带湿地栖息地完整性对河流水环境、水生态和水文的安全与健康具有重要意义,为探究河流岸带湿地表层沉积物重金属分布特征及其对植被和底栖动物的影响,对滦河干流上中下游河段表层沉积物、植物群落和底栖动物调查分析,采用生物毒性效应系数法和综合潜在生态风险指数法评价沉积物重金属污染特征,采用植被物种多样性指数和底栖动物完整性指数评价滦河植物和底栖动物群落特征,探究岸带湿地沉积物重金属空间分布与植被及底栖动物群落特征之间关系。结果表明,滦河表层沉积物总体呈清洁水平,但不同河段重金属空间分布差异较大,下游重金属生态危害系数和潜在生态风险指数高于上中游。湿地物种调查共识别维管束植物219种,大型无脊椎底栖动物105种,综合评价结果表明下游植物群落物种多样性和底栖动物群落完整性低于上中游。滦河下游岸带湿地沉积物重金属对生物群落具有生物毒性和潜在的生态风险,降低了植被物种多样性和底栖动物群落完整性。大型底栖动物完整性指数能够综合反映底栖动物群落结构特征变化,对河岸带湿地生态健康评价和监测具有重要意义。     

钱塘江中游流域不同空间尺度环境因子对底栖动物群落的影响

溪流底栖动物群落结构受不同空间尺度环境因子的共同作用。基于2010年钱塘江中游流域60个样点的大型底栖无脊椎动物和环境变量数据,寻找与研究流域底栖动物群落结构变化密切相关的关键环境变量,解析流域尺度和河段尺度的环境因子对底栖动物群落的相对影响。PCA分析表明该区域的主要环境梯度是流域内的土地利用类型及其引起的溪流物理生境退化程度和水体营养状态。CCA分析发现影响底栖动物群落的流域尺度的关键环境变量是纬度、海拔、样点所在流域大小、森林用地百分比,河段尺度是总氮、总磷、钙浓度、二氧化硅浓度和平均底质得分。偏CCA分析得到两种尺度环境因子对底栖动物变异的总解释量为26.4%,流域尺度和河段尺度变量分别为总解释量的50%和31%;方差分解结果表明研究区域大型底栖无脊椎动物受到两种尺度环境因子的综合影响,且流域尺度环境因子较河段尺度环境因子更为重要,体现了其在溪流生态系统保护、恢复、监测和评价中的重要参考价值。     

流域尺度上河流水质与土地利用的关系

以苏子河流域内54个水质采样点为基点,生成6种尺度的河岸带缓冲区,并借助FRAGSTATS软件计算景观水平和类型水平上的8种景观指数.分别从景观空间格局与景观类型组成两方面,对景观指数与水质进行相关分析.结果表明:区域景观格局在不同缓冲区内对流域水质具有不同的效应.当缓冲区距离≤300 m时,旱地、建筑用地、水田为主要的景观类型组成,其面积比例、斑块数量、斑块密度、最大斑块指数、最大形状指数、景观斑块聚集度指数均较高,农田的连通性较高,对水质的影响较大.在距离河流较远的区域(缓冲区距离＞300 m),林地面积比例较高,林地聚集连通程度较好,对水质改善具有一定作用,但不明显.该流域耕地、建设用地等对水质有着关键的影响作用.     

不同空间尺度景观特征对南流江水质的影响差异

流域景观特征决定了非点源污染物来源与地表景观削减消纳能力,但尚缺乏全流域不同空间尺度对二者关联性的认识。以广西北部湾南流江为例,分别在子流域、河岸缓冲带以及监测点圆形缓冲区三种尺度上,基于2020年Landsat 8 OLI遥感影像解译的土地利用类型特征,结合水质监测数据,运用数理统计和GIS空间分析方法,探讨了流域景观特征在不同空间尺度上对河流水质的影响。结果表明：(1)在子流域尺度,土地利用类型以林地为主,而在河岸缓冲带与监测点圆形缓冲区均以耕地为主;(2)水质指标高锰酸盐指数、生化需氧量与景观特征相关性最为显著,耕地、建设用地、其他用地和园地与其呈正相关,是南流江水质污染负荷的重要来源区;景观格局指数中,斑块密度、蔓延度指数、多样性指数、均匀度指数是引起河流水质指标变化的主要景观因子;(3)受流域内或不同子流域间景观特征差异,景观组成面积占比和景观格局指数均在河岸缓冲带尺度对水质状况影响最大,分别可解释57.0%和64.7%的水质指标变化;子流域尺度次之,圆形缓冲区尺度最小,且景观格局指数对水质状况的影响大于景观组成面积占比。建议在河岸带50 m范围内严格控制耕地面积,建设河岸缓...     

河流微生境异质性与大型底栖动物空间分布的关系

大型底栖动物是河流生态系统较好的指示类群,越来越广泛地应用于河流生态状况评价.识别大型底栖动物空间分布的影响因素可以分为宏观尺度因子、中观尺度因子和微观尺度因子.前人的研究较多集中于中观尺度.本研究基于10 m河段微生境因子与大型底栖动物调查,采用地统计学方法,在微观尺度上分析了大型底栖动物空间分布特征及其与微生境的关系.结果表明:不同生境类型中底栖动物指标存在差异性,激流、深潭和急流的Shannon指数平均值分别为2、1.9、1.78;大型底栖动物密度、生物量、丰富度指数及Shannon指数具有空间自相关性,存在一定的扩散效应;微生境因子与大型底栖动物指标及物种的空间关系存在差异性,其中,水深和流速与大型底栖动物关系的拟合度较弱,底质组成与大型底栖动物的拟合关系相对较好,底栖动物密度与粒径<4 mm底质体积百分比呈现正空间自相关,生物量、丰富度指数、Shannon指数与粒径>32 mm底质体积百分比呈现正空间自相关.本研究结果可为底栖动物扩散机制研究、调查样方设置、物理生境修复等提供参考.     

雅鲁藏布江流域底栖动物多样性及生态评价

雅鲁藏布江起源于喜马拉雅山,是世界上海拔最高的河流之一,是流经我国西藏境内重要的国际河流,其河流生态系统具有特殊地貌及生态条件。研究该流域底栖动物多样性分布特征及其影响因子,是科学评价该区域河流生态系统健康状况,实现资源可持续开发利用的基础。2009年10月—2010年6月期间,以底栖动物作为指示物种,对雅江流域干支流及堰塞湖的14个采样断面进行河流生态评价。采用Alpha及Beta生物多样性指数分别指示局部采样河段及全区域的底栖动物多样性。对采样断面底栖动物组成分析发现:14个采样断面共采集到底栖动物110种,隶属57科102属。雅江干流底栖动物种类数最高为29,平均为19。支流年楚河种类数为17。支流拉萨河,尼洋河,帕龙藏布的最高种类数分别为25,33,36;平均种类数分别为21,21,22,生物多样性普遍高于干流。整个流域中底栖动物平均种类数相差不大,但种类组成和密度相差较大。调查区域的Beta多样性指数β高于低海拔地区的相似的山区河流,说明雅江流域内底栖动物群落差异性高于正常海拔地区。对14个采样断面的物种组成进行除趋势对应分析表明:影响雅江流域底栖动物多样性的主要因素为河型,河床阻力结构,堤岸结构,水流流速。保持稳定的阶梯-深潭结构和自然堤岸结构,以及适宜的流速有利于保护雅江河流生态。     

基于源汇景观单元的流域土壤侵蚀风险格局识别

人类活动影响下的土地利用及其景观格局会在一定程度上影响流域土壤侵蚀的发生发展。选取位于三峡库区的綦江流域作为研究区,利用2015年航空影像数据、数字高程模型和土壤数据库,进行水文响应单元的划分,以此作为研究区的源汇景观单元。综合景观类型、土壤和坡度对土壤侵蚀影响的贡献,构建源汇景观单元权重,在此基础上,对景观空间负荷对比指数进行修正并进行土壤侵蚀风险格局识别,最后利用修正的通用土壤侵蚀方程进行土壤侵蚀的模拟,以此验证风险格局的合理性,并综合分析了源汇景观空间特征:源汇景观单元组成结构、权重和土壤侵蚀风险。结果表明:(1)源汇景观单元权重大的地区主要分布在中低山区向低丘缓坡区过渡的地带,坡度较大、土壤可蚀性较高,以及水田、旱地和居民点的源汇景观单元也较为集中分布。(2)各子流域的景观空间负荷对比指数与平均土壤侵蚀模数具有显著正相关关系,因此基于源汇景观单元并赋予其权重的景观空间负荷对比指数能较好地反映流域内部土壤侵蚀规律,可作为流域土壤侵蚀风险评价的有效方法之一。(3)依据各子流域的景观空间负荷对比指数特征可将库区綦江流域划分为五大土壤侵蚀景观风险区:北部沿江地区各子流域耕地分布较为集中且相对水流路径较短,以及林草地较少,土壤侵蚀风险大;中部丘陵地区源景观单元分布较为分散,景观空间分布不均衡,存在一定的土壤侵蚀风险;南部中低山区以林地汇景观分布为主,源景观分布相对较小,土壤侵蚀风险较低。     

道路网络对景观生态风险的影响——以云南省红河流域为例

道路网络扩展既影响周围的景观格局,也对生态过程造成直接或间接的影响。以云南省红河流域为研究区域,利用GIS和RS技术,进行格网划分,从空间上分析道路对景观格局和土壤侵蚀的影响,并通过基于景观格局和过程的景观生态风险指数计算,分析道路网络扩展影响下的景观生态风险规律。结果表明:红河流域道路周围景观类型以耕地、林地和草地为主,其中林地和草地的格局风险指数随着距离道路的增加而减少,受道路影响显著;一级路、三级路和四级路缓冲区内土壤侵蚀量随着距离道路的增加而减少,三四级路分布广泛,更容易发生土壤侵蚀;道路密度和基于景观格局和过程的景观生态风险指数在空间分布上具有一定的相关性。     

流域景观格局与河流水质的多变量相关分析

流域内的景观格局改变是人类活动的宏观表现,会对河流水质产生显著影响,因此明确影响水质变化的关键景观因子,对于深入了解景观对水质的影响机制具有重要的研究价值。选择广东省淡水河流域为研究对象,以2007年ALOS卫星影像以及水质监测数据为基础,运用空间分析和多变量分析方法,分析淡水河流域景观格局与河流水质的相关关系。用包括流域和河岸带尺度的景观组成和空间结构信息的景观指数表征景观格局,用Spearman秩相关分析、多元线性逐步回归模型和典型相关分析(CCA)研究景观指数和水质指标的相关关系。研究结果表明:林地、城镇用地和农业用地占淡水河流域总面积超过90%,其中城镇用地超过20%。多元线性逐步回归分析和CCA结果说明水质指标受到多个景观指数的综合影响,反映了景观格局对水质的复杂影响机制。流域景观格局对河流水质有显著影响,流域尺度的景观指数比河岸带尺度的景观指数对水质影响更大。城镇用地比例是影响耗氧污染物和营养盐等污染物浓度最重要的景观指数,林地和农业用地对水质的影响较小。另外,景观破碎化对pH值、溶解氧和重金属等水质指标有显著影响。CCA的第一排序轴解释了景观指数与水质指标相关性的54.0%,前两排序轴累积能解释景观指数与水质指标相关性的87.6%,前两轴分别主要表达了城市化水平和景观破碎化水平的变化梯度。淡水河流域的景观格局特征从上游到下游呈现出城市—城乡交错—农村的景观梯度,水质变化也对应了这个梯度的变化,说明人类活动引起的流域土地覆盖及土地管理措施变化会对水质变化产生显著影响。     

景观对河流生态系统的影响

从景观的视角研究河流生态系统,是目前河流生态学中受到广泛关注且发展迅速的内容之一。流域内多尺度景观强烈影响河流的理化及生物特征,已成为共识,但有关量度、整合景观与河流生态系统二者之间联系的理论体系与方法的建立尚处于起步阶段。对景观组成与空间格局影响河流生态系统的机制与途径进行了系统总结,提出了该领域研究中的主要难题,即如何识别景观中人为因素和自然因素的协变现象,如何衡量多空间尺度景观对河流生态系统的交互影响,如何理解景观阈值的不确定性。为克服当前研究面临的困难与挑战,填补已有知识的不足,提出今后研究的重点方向:河流景观分类系统的改进;更具代表性时空数据的采集;新型景观指标的开发与应用;微观尺度数据与宏观尺度数据的整合等。     

河流水质的景观组分阈值研究进展

土地利用/覆被变化产生的区域生态环境负面效应已引起国内外研究者的广泛关注,其中,河流水质对景观组分变化的响应已在区域及更大尺度的研究中,成为热点。探讨河流水质的景观组分阈值,可以弥补非点源污染研究在区域尺度上的景观变化影响水质问题研究中的不足,而这是当前流域水环境管理及土地利用规划与管理的主要依据之一。从景观组分指数与水质指标出发,分析了当前研究的常用指标,认为:具有明确物理意义的景观组分指数,如不透水表面指数、植被指数等,受到水质的景观组分阈值研究的青睐;在水质指标中,水化学指标应用最为广泛,同时,表征水生生态系统条件的如生物类指标、综合生物类与非生物类指标,也逐渐受到重视,方兴未艾。尽管河流水质的景观组分阈值是当前的研究重点,但在区域以及更大尺度上,阈值的差异较大。在今后的研究中,水质退化的景观组分阈值还需在研究尺度、水质指标及阈值标准等问题上进一步深化,而景观格局指数的应用将会促进对水质退化受景观组分空间配置影响的研究。对水质的景观组分阈值研究进行综述,可以为区域尺度上开展水质保护、流域水环境管理及土地利用规划提供前沿信息。     

流域湿地景观空间梯度格局及其影响因素分析

景观空间格局研究是景观生态学的核心研究内容之一。吸取一般景观生态学的空间思想和实际工作积累,从流域尺度,研究湿地景观基本空间梯度格局及其影响因素。研究表明,流域中湿地景观具有特殊的纵向梯度、横向梯度和景观内部结构特征,它们构成了流域湿地景观空间结构的主体,在维护流域整体景观结构和生态功能方面发挥重要作用。自然和人为因素都会影响流域湿地景观的空间梯度格局,但自然因素主要影响湿地景观内部结构的复杂性。而人为因素对流域湿地景观纵向梯度、横向梯度的连续性和内部结构的多样性均产生重要影响。     

流域尺度上的景观格局与河流水质关系研究进展

利用景观生态学原理研究流域尺度上土地利用及其空间格局对河流水质的影响,已成为流域环境研究中的热点问题。在综合评价国内外土地利用变化与河流水质关系研究的基础上,阐述了景观格局在流域水环境研究中的重要性,并根据国内外研究进展,对景观格局与水质关系的研究方法和手段进行了分类分析,同时也对流域尺度上的景观-水质模型研究进展也进行了分析总结,最后指出了景观格局与水质关系研究的核心问题和未来研究的热点方向。     

Multi‐scale responses of plant species diversity in semi‐natural buffer strips to agricultural landscapes

Question: How does agricultural land usage affect plant species diversity in semi‐natural buffer strips at multiple scales? Location: Lepsämä River watershed, Nurmijärvi, Southern Finland. Methods: Species diversity indicators included both richness and evenness. Plant communities in buffer strips were surveyed in 29 sampling sites. Using ArcGIS Desktop 9.0 (ArcInfo) and Fragstats 3.3 for GIS analysis, the landscape composition around each sampling site was characterized by seven parameters in square sectors at five scales: 4, 36, 100, 196, and 324ha. For each scale, Principle Component Analysis was used to examine the importance of each structural metric to diversity indicators using multiple regression and other simple analyses. Results: For all but the smallest scales (4 ha), two structural metrics including the diversity of land cover types and percentage of arable land were positively and negatively correlated with species richness, respectively. Both metrics had the highest correlation coefficients for species richness at the second largest scale (196 ha). The density of arable field edges between the fields was the only metric that correlated with species evenness for all scales, which had highest predictive power at the second smallest scale (36 ha). Conclusions: Species richness and evenness of buffer strips had scale‐dependent relationships to land use in agricultural ecosystems. The results of this study indicated that species richness depends on the pattern of arable land use at large scales, which may relate to the regional species pool. Meanwhile, species evenness depended on the level of field edge density at small scales, which relates to how the nearby farmland was divided by the edges (e.g. many small‐scale fields with high edge density or a few big‐scale fields with low edge density). This implies that it is important to manage the biodiversity of buffer strips within a landscape context at multiple scales.     

Least-desired index for assessing the effectiveness of grass riparian filter strips in improving water quality in an agricultural region

Unprotected streams within the agricultural Midwest region of the United States are subject to sedimentation, nutrification, and agricultural chemicals. Grass riparian filter strips (GRFSs) have been implemented as a best management practice to minimize sedimentation and associated materials that are harmful to aquatic ecosystems; however, few studies have examined the benthic community response to GRFS installation. This study introduces a least-desired index (LDI) multimetric approach of evaluating benthic communities in response to GRFS installation. LDI was determined in a reciprocal fashion to that of a benthic macroinvertebrate index of biotic integrity (B-IBI). When reference conditions are not available for the use of B-IBI, anti-reference sites, representing least-desired conditions, can be used in constructing an LDI. A B-IBI and LDI were constructed in the Claypan Till Plains Subsection of Missouri and comparatively used to evaluate two test sites where tall fescue GRFS were installed. Five metrics were used to develop the B-IBI and six for the LDI. The LDI tended to be more conservative at evaluation in comparison to the B-IBI. Paired t-tests showed that LDI and B-IBI were significantly different at scoring test sites. The LDI assessed both test sites as showing no response to GRFS installation, whereas the B-IBI suggested moderate improvement. The LDI was considered to be a better index for evaluation because the streams used to develop the B-IBI were not suitable reference sites. An argument for the use of chironomid based metrics in low gradient agricultural streams is presented.     

流溪河流域景观空间特征与河流水质的关联分析

人类活动影响或改变流域景观空间结构,并有可能对河流水质产生不同程度的影响,以流溪河流域为研究区,分析流域景观空间格局特征与水质指数之间的相关关系。将流域划分为27个子流域,采集水样分析水质状况,所选用的水质指标有氨氮(NH3-N)、硝态氮-亚硝态氮(NO3-N+NO2-N)、总磷(TP)、化学需氧量(CODCr)。结果表明:1)该流域土地利用结构与水质具有显著相关性,其中居住用地对水质的影响作用最强,林地对河流水质具有净化功能,与水质指标之间的关系表现为负相关,园地与水质指标关系具有不确定性;2)流域景观特征从上游到下游之间表现为城市化增强的梯度,水质状况响应这个梯度变化表现为上游优于下游,人类活动及城市化发展引起的土地利用变化及土地管理方式对水质变化有显著影响;(3)景观破碎度与水质呈现显著正相关性,是影响水质的重要指标,景观聚集程度和斑块形状复杂程度与水质有负相关关系;子流域尺度和河岸带尺度景观空间特征对水质的影响差异不明显。     

Land use disturbance indicators and water quality variability in the Biscayne Bay Watershed,Florida

Rapid land use transformations due to extensive agricultural and urban development in south Florida (USA) threaten water resources such as Biscayne Bay, an oligotrophic estuary draining the Miami metropolitan complex and South Dade Agricultural Area. Biscayne Bay is sensitive to nutrient inputs and this study evaluated watershed land use-water quality relationships from 1995 to 2004. Using eight monitoring sites, three spatial extents were considered: sub-basins, canal buffers, and site buffers. Selected sites represented agricultural, urban, and mixed land use classes. Disturbance indicators (landscape metrics; Landscape Development Intensity (LDI) index; percent imperviousness), nutrient loads (nitrate/nitrite-nitrogen (NO_X-N); total ammonia nitrogen (NH₃-N); total phosphorus (TP)), and multivariate regression models were used to determine land use factors influencing water quality variability. The sub-basin regression model was the best predictor of annual NO_X-N loads in the watershed. Both LDI and largest patch index variables were included in this model, indicating that the relative distribution of dominant land use classes influences NO_X-N loads. There were no significant regression models for total inorganic nitrogen (NO_X-N plus NH₃-N) loads. Total phosphorus loads were more closely related to disturbance indicators at a smaller spatial extent (1000 m canal buffer), which is a function of watershed nutrient transport processes. The relative proportion of directly connected impervious areas (DCIA) was not identified as a significant land use variable for regression models. Positive correlations between LDI and DCIA values suggested both indicators provided similar information regarding the intensity of human disturbance. However, the LDI index incorporates anthropogenic intensity associated with a broad range of land uses while DCIA primarily reflects the impact of watershed urbanization. Watershed managers can use the LDI index with landscape metrics that evaluate spatial patterns to link land use development to water quality parameters.     

Quantifying relationships between land‐use gradients and structural and functional indicators of stream ecological integrity

1. Modification of natural landscapes and land‐use intensification are global phenomena that can result in a range of differing pressures on lotic ecosystems. We analysed national‐scale databases to quantify the relationship between three land uses (indigenous vegetation, urbanisation and agriculture) and indicators of stream ecological integrity. Boosted regression tree modelling was used to test the response of 14 indicators belonging to four groups – water quality (at 578 sites), benthic invertebrates (at 2666 sites), fish (at 6858 sites) and ecosystem processes (at 156 sites). Our aims were to characterise the ecological response curves of selected functional and structural metrics in relation to three land uses, examine the environmental moderators of these relationships and quantify the relative utility of metrics as indicators of stream ecological integrity. 2. The strongest indicators of land‐use effects were nitrate + nitrite, delta‐15 nitrogen value (δ¹⁵N) of primary consumers and the Macroinvertebrate Community Index (a biotic index of organic pollution), while the weakest overall indicators were gross primary productivity, benthic invertebrate richness and fish richness. All indicators declined in response to removal of indigenous vegetation and urbanisation, while variable responses to agricultural intensity were observed for some indicators. 3. The response curves for several indicators suggested distinct thresholds in response to urbanisation and agriculture, specifically at 10% impervious cover and at 0.1 g m^?3 nitrogen concentration, respectively. 4. Water quality and ecosystem process indicators were influenced by a combination of temperature, slope and flow variables, whereas for macroinvertebrate indicators, catchment rainfall, segment slope and temperature were significant environmental predictor variables. Downstream variables (e.g. distance to the coast) were significant in explaining residual variation in fish indicators, not surprisingly given the preponderance of diadromous fish species in New Zealand waterways. The inclusion of continuous environmental variables used to develop a stream typology improved model performance more than the inclusion of stream type alone. 5. Our results reaffirm the importance of accounting for underlying spatial variation in the environment when quantifying relationships between land use and the ecological integrity of streams. Of distinctive interest, however, were the contrasting and complementary responses of different indicators of stream integrity to land use, suggesting that multiple indicators are required to identify land‐use impact thresholds, develop environmental standards and assign ecological scores for reporting purposes.