關(guān)鍵詞：面源污染；DPeRS模型；渭河流域；重點(diǎn)匯水區(qū)

中圖分類號(hào)：X52 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1672-2043（2024）12-2776-10 doi：10.11654/jaes.2024-0932

磷是限制湖泊和河流水體富營養(yǎng)化及藻類生長的關(guān)鍵因子，在來自工業(yè)和城鎮(zhèn)生活污水的點(diǎn)源磷污染得到控制后，面源磷污染逐步成為水體污染的主導(dǎo)因子[1]。面源污染是指污染物從非固定的排污口排放，在降雨或融雪過程的作用下，通過徑流的形式進(jìn)入受納水體，并導(dǎo)致水體富營養(yǎng)化及其他形式的水污染[2]。農(nóng)業(yè)系統(tǒng)是面源污染的主要來源，第一次和第二次全國污染源普查結(jié)果顯示，來自農(nóng)業(yè)源水污染物排放量中，總磷分別為28.5萬t和21.20萬t，均占到排放總量的67%以上。因此，分析流域面源污染總磷流失的時(shí)空分布特征，有助于控制水體富營養(yǎng)化及水體污染。

渭河是黃河第一大支流，被譽(yù)為陜西省的母親河，對(duì)陜西省的經(jīng)濟(jì)發(fā)展至關(guān)重要。隨著關(guān)中城市群經(jīng)濟(jì)和城鎮(zhèn)化的快速發(fā)展，從20世紀(jì)80年代開始渭河干流陜西段水質(zhì)不斷惡化。曹原等[3]以2014—2023年渭河干流陜西段9 個(gè)水質(zhì)監(jiān)測站逐月水質(zhì)監(jiān)測數(shù)據(jù)為依據(jù)，選取渭河污染較嚴(yán)重的高錳酸鹽指數(shù)、氨氮和總磷共3種污染物指標(biāo)進(jìn)行水質(zhì)變化趨勢分析評(píng)價(jià)，結(jié)果表明，2014—2018年渭河干流水質(zhì)很差，沿程水質(zhì)基本為Ⅳ類、Ⅴ類，甚至劣Ⅴ類，且9個(gè)水質(zhì)監(jiān)測站中蔡家坡、咸陽公路橋和耿鎮(zhèn)3 個(gè)站點(diǎn)2014年總磷濃度均超過地表水Ⅲ類標(biāo)準(zhǔn)限值。隨著渭河流域水污染防治三年行動(dòng)方案和綜合治理工程的實(shí)施，渭河流域點(diǎn)源污染基本得到控制，而面源污染因其來源廣泛、隨機(jī)性強(qiáng)、難以監(jiān)測等特點(diǎn)，已成為影響渭河流域水環(huán)境質(zhì)量的主要因素[4]。有研究表明，在各污染源中，對(duì)渭河干流陜西段污染貢獻(xiàn)率較多的是生活源和農(nóng)業(yè)面源，工業(yè)源貢獻(xiàn)率較少[5-6]。因此，分析面源污染的分布規(guī)律，識(shí)別典型斷面所在匯水區(qū)面源污染主導(dǎo)類型，對(duì)于改善渭河流域水環(huán)境質(zhì)量具有重要意義。目前關(guān)于渭河流域（陜西段）面源污染的相關(guān)研究多集中在水污染特征與水質(zhì)評(píng)價(jià)[7-8]、流域沿岸農(nóng)業(yè)土壤肥力綜合評(píng)價(jià)[9]、農(nóng)業(yè)面源污染防治對(duì)策[10]、河流生境質(zhì)量分布格局[11]、水生態(tài)安全及健康評(píng)價(jià)[12-13]等方面，缺少針對(duì)該流域面源污染負(fù)荷的空間量化及污染類型的深入解析，難以進(jìn)一步有效支撐渭河流域水污染治理和水環(huán)境持續(xù)改善。

模型模擬是流域面源污染量化評(píng)估的有效手段，相關(guān)的模型包括土水評(píng)估工具模型（Soil Water Assess?ment Tool，SWAT）[14-15]、農(nóng)業(yè)面源年化模型（Annual?ized Agricultural Nonpoint Source，AnnAGNPS）[16-17]、水文模擬模型（Hydrological Simulation Program-Fortran，HSPF）[18-19]和輸出系數(shù)模型（Export" Coefficient Model，ECM）[20]等，但不同模型的應(yīng)用條件會(huì)受到流域自身特征和輸入數(shù)據(jù)的限制。這些模型中機(jī)理模型存在所需數(shù)據(jù)量較大、建模過程較繁雜、模擬所需時(shí)間較長等特點(diǎn)；輸出系數(shù)模型則主要依賴于統(tǒng)計(jì)數(shù)據(jù)和排污系數(shù)進(jìn)行估算，這種方法產(chǎn)生的誤差通常較大。而面源污染遙感分布式估算模型（DPeRS模型）[21-22]可實(shí)現(xiàn)流域像元尺度多類型面源污染量的空間精細(xì)化評(píng)估，因此，本研究采用DPeRS模型，對(duì)2016—2020年渭河流域（陜西段）農(nóng)田種植源、畜禽養(yǎng)殖源、農(nóng)村生活源、城鎮(zhèn)生活源和水土流失源5個(gè)類型的總磷指標(biāo)進(jìn)行空間像元尺度評(píng)估，深入分析流域面源污染總磷排放負(fù)荷和入河負(fù)荷的時(shí)空分布特征，并篩選重點(diǎn)匯水區(qū)進(jìn)行主導(dǎo)污染類型識(shí)別，研究結(jié)果可為管理部門開展渭河流域（陜西段）面源污染及水污染治理提供決策支撐。

1 材料與方法

1.1研究區(qū)概況

本研究選取渭河流域（陜西段）作為研究區(qū)（圖1），對(duì)其面源污染時(shí)空分布特征進(jìn)行評(píng)估分析。渭河是黃河的最大支流，發(fā)源于甘肅省定西市渭源縣鳥鼠山，主要流經(jīng)今甘肅天水及陜西關(guān)中平原的寶雞、咸陽、西安、渭南等地，至渭南市潼關(guān)縣匯入黃河，流域總面積為13.48萬km²，其中，陜西省境內(nèi)的流域面積為6.74 萬km²，占渭河流域總面積的50.0%，包括寶雞、咸陽、西安、渭南、銅川、延安、榆林、商洛等8市63個(gè)縣（市區(qū)）的全部或部分。流域陜西省境內(nèi)土地利用類型以林地、耕地和草地為主，面積占比分別為54.42%、23.14%和13.94%，其中耕地主要分布在關(guān)中平原，草地主要分布在流域西北部的榆林和延安地區(qū)。渭河干流全長818 km，陜西境內(nèi)河長502 km，寶雞峽至咸陽為中游，咸陽至潼關(guān)為下游；渭河支流眾多，其中南岸的數(shù)量較多，但較大支流集中在北岸，水系呈扇狀分布；集水面積1000km²以上的支流有14條，其中涇河、洛河是渭河的2條最大支流。

1.2 研究方法

DPeRS模型是基于二元結(jié)構(gòu)原理構(gòu)建的遙感分布式面源污染模型[23-24]，模型算法以遙感數(shù)據(jù)為驅(qū)動(dòng)，以遙感像元為模擬單元，耦合定量遙感模型和生態(tài)水文過程模型，可實(shí)現(xiàn)流域面源污染負(fù)荷的月尺度空間估算和不同污染源在遙感像元上的空間量化表達(dá)，重點(diǎn)評(píng)估由降水引起的地表徑流型面源污染。DPeRS模型可評(píng)估包括農(nóng)田徑流型、農(nóng)村生活型、畜禽養(yǎng)殖型、城鎮(zhèn)生活型和水土流失型5個(gè)類型，溶解態(tài)和顆粒態(tài)兩種污染物形態(tài)。溶解態(tài)污染物即表明面源污染物具有水溶性，能隨地表徑流發(fā)生遷移，整個(gè)遷移過程受水循環(huán)控制，污染源主要來自農(nóng)田生產(chǎn)過程中肥料、農(nóng)村生活和城鎮(zhèn)生活中非集中處理和排放的生活垃圾和生活污水污染、散養(yǎng)和集中養(yǎng)殖過程未集中處理的糞便污染等；顆粒態(tài)污染物即通過附著于土壤顆粒體而實(shí)現(xiàn)遷移運(yùn)動(dòng)的污染元素，其遷移過程同水土流失密切相關(guān)。本研究采用DPeRS模型核算流域面源污染總磷排放負(fù)荷，并進(jìn)一步采用HEQM模型[25-26]模擬總磷入河系數(shù)，進(jìn)而核算面源污染總磷入河負(fù)荷，其中核算總磷入河系數(shù)時(shí)采用了研究區(qū)主要水文站的月度觀測數(shù)據(jù)。DPeRS模型算法主要包括溶解態(tài)和顆粒態(tài)面源污染負(fù)荷評(píng)估方法，模型核心算法具體如下：

（1）溶解態(tài)面源污染負(fù)荷評(píng)估方法

溶解態(tài)面源污染共有4種污染類型，包括農(nóng)田徑流、城鎮(zhèn)生活、農(nóng)村生活和畜禽養(yǎng)殖污染。溶解態(tài)污染物負(fù)荷匡算模型統(tǒng)一表達(dá)式如下：

1.3 模型數(shù)據(jù)庫構(gòu)建

DPeRS模型運(yùn)行的數(shù)據(jù)庫主要包括地形數(shù)據(jù)、氣象數(shù)據(jù)、土壤數(shù)據(jù)、土地利用分布數(shù)據(jù)和月度植被覆蓋度數(shù)據(jù)及農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)等（表1），所有空間數(shù)據(jù)均統(tǒng)一轉(zhuǎn)換為30 m空間分辨率的柵格數(shù)據(jù)。其中，數(shù)字高程數(shù)據(jù)（DEM）用于研究區(qū)坡度和坡長數(shù)據(jù)的計(jì)算[27]；利用薄板樣條滑動(dòng)平均法進(jìn)行降水量的空間插值[28]；采用最大最小值定量反演算法進(jìn)行流域植被覆蓋度反演[29]；農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)為2016—2020年渭河流域（陜西段）縣域尺度數(shù)據(jù)，通過輸入輸出法核算農(nóng)田氮磷表觀平衡量[30]；基于全省土壤氮磷含量背景數(shù)據(jù)，結(jié)合實(shí)地采樣檢測數(shù)據(jù)，采用隨機(jī)森林（RF）算法對(duì)全省土壤全磷含量數(shù)據(jù)進(jìn)行空間插值。此外，蘆村河斷面月度流量和水質(zhì)監(jiān)測數(shù)據(jù)，為模型結(jié)果驗(yàn)證提供數(shù)據(jù)支撐。

2 結(jié)果與分析

2.1 面源污染負(fù)荷時(shí)空分布特征

基于渭河流域（陜西段）面源污染總磷排放負(fù)荷和入河負(fù)荷核算結(jié)果進(jìn)行空間統(tǒng)計(jì)分析，結(jié)果表明：面源污染排放方面，2016—2020年渭河流域（陜西段）面源污染總磷排放負(fù)荷和排放量表現(xiàn)為波動(dòng)上升的趨勢，2020年最高，其平均排放負(fù)荷為0.19 t·km^-2、排放量為1.30萬t，2018年次之，2017年最低；面源污染入河方面，2016—2020年渭河流域（陜西段）面源污染總磷入河負(fù)荷和入河總量整體表現(xiàn)為先上升后下降的趨勢，2018年最為突出，其平均入河負(fù)荷為0.04 t·km^-2，入河總量為0.26 萬t。2016—2020 年渭河流域（陜西段）面源污染總磷產(chǎn)排量統(tǒng)計(jì)信息詳見圖2。

2016—2020年渭河流域（陜西段）面源污染總磷排放負(fù)荷空間分布如圖3所示。5年間排放負(fù)荷高值區(qū)主要集中分布在流域西北部的草地分布地帶和中部的耕地種植區(qū)，具體在榆林市、延安市北部、渭南市西部及咸陽市中部等區(qū)域。從面源污染總磷排放負(fù)荷的時(shí)空分布變化上看，2016年關(guān)中平原的咸陽市中部和渭南市西部面源污染總磷排放負(fù)荷最為突出，這些區(qū)域旱地分布較為集中，排放負(fù)荷高與該區(qū)域2016年農(nóng)田磷平衡量相對(duì)較高有關(guān)；2018年和2020年流域西北部面源污染總磷排放負(fù)荷較為突出，其中2020年渭河流域（陜西段）面源污染總磷排放負(fù)荷值范圍為0～15.36 t·km^-2，平均負(fù)荷為0.19 t·km^-2，大部分區(qū)域的總磷排放負(fù)荷在0～1.00 t·km^-2。

2016—2020年渭河流域（陜西段）面源污染總磷入河負(fù)荷空間分布如圖4所示。5年間面源污染總磷入河負(fù)荷高值區(qū)主要分布在流域北部的榆林市和延安市西北部，其土地利用類型主要為草地。從時(shí)空變化趨勢上看，流域面源污染總磷入河負(fù)荷整體上呈現(xiàn)先加重后減輕的趨勢，2018年最為突出，2017年次之，這與流域面源污染總磷入河負(fù)荷高值區(qū)的降水量相對(duì)較高有關(guān)，建議這些區(qū)域進(jìn)一步加強(qiáng)水土保持工作，以減少草地水土流失引發(fā)的面源污染物排放。

2.2不同類型面源污染特征

基于2016—2020年渭河流域（陜西段）面源污染分類核算結(jié)果，統(tǒng)計(jì)農(nóng)田徑流型、畜禽養(yǎng)殖型、農(nóng)村生活型、城鎮(zhèn)生活型和水土流失型5種類型的面源污染總磷排放量（圖5），結(jié)果表明：渭河流域（陜西段）面源污染總磷的首要污染類型為水土流失型，2016—2020年該類型平均排放量占比為67.92%；其次為農(nóng)田徑流型，該類型平均排放量占比為31.77%。從時(shí)間變化上看，2016—2020年流域面源污染水土流失型總磷排放量占比整體呈現(xiàn)先升后降的趨勢，其中2020年渭河流域（陜西段）總磷排放總量為14 065 t，水土流失型占比73.43%。因此，應(yīng)進(jìn)一步加強(qiáng)區(qū)域水土保持工作，尤其是流域西北部的延安市和榆林市的草地分布地區(qū)，以減少水土流失引發(fā)的面源污染物排放，同時(shí)也應(yīng)加強(qiáng)渭河流域中部平原地區(qū)農(nóng)田養(yǎng)分管理以減少養(yǎng)分流失。

2.3 重點(diǎn)匯水區(qū)主導(dǎo)類型識(shí)別及面源污染貢獻(xiàn)率分析

考慮到地表水監(jiān)測斷面水質(zhì)數(shù)據(jù)的一致性，本研究采用2017—2020年渭河流域（陜西段）范圍內(nèi)地表水監(jiān)測斷面總磷的月度監(jiān)測數(shù)據(jù)進(jìn)行超標(biāo)情況評(píng)價(jià)，以每年度12次監(jiān)測數(shù)據(jù)的算術(shù)平均值對(duì)地表水監(jiān)測斷面年度超標(biāo)情況進(jìn)行評(píng)價(jià)，并篩選近4年內(nèi)年度超標(biāo)次數(shù)大于3次的斷面作為重點(diǎn)斷面，結(jié)果篩選出岔口、新河入渭和臨河入渭3個(gè)重點(diǎn)斷面，以重點(diǎn)斷面所在水文分區(qū)作為重點(diǎn)匯水區(qū)。

基于2016—2020年渭河流域（陜西段）不同類型面源污染總磷評(píng)估結(jié)果，統(tǒng)計(jì)重點(diǎn)匯水區(qū)內(nèi)不同類型面源污染總磷排放量年均值，進(jìn)一步對(duì)重點(diǎn)匯水區(qū)內(nèi)面源污染主導(dǎo)類型進(jìn)行解析，結(jié)果表明：岔口和新河入渭斷面所在匯水區(qū)的面源污染總磷主導(dǎo)類型為水土流失型（排放量占比分別為61.99%和86.08%），建議此區(qū)域應(yīng)進(jìn)一步加強(qiáng)區(qū)域水土保持工作；臨河入渭斷面所在匯水區(qū)的面源污染總磷主導(dǎo)類型為農(nóng)田徑流型（排放量占比58.44%），建議從節(jié)水節(jié)肥等方面提高農(nóng)業(yè)生產(chǎn)效率，在保證土壤養(yǎng)分供給的前提下減少養(yǎng)分流失導(dǎo)致的面源污染排放。重點(diǎn)匯水區(qū)面源污染主導(dǎo)類型空間分布詳見圖6。

以岔口斷面所在的重點(diǎn)匯水區(qū)（主要地類為林地和旱地）為例，基于耀縣水文站（臨近匯水區(qū)出口）流量月監(jiān)測數(shù)據(jù)、岔口斷面水質(zhì)月度監(jiān)測數(shù)據(jù)，結(jié)合DPeRS 模型評(píng)估的入河量結(jié)果，對(duì)2017—2019 年岔口斷面所在匯水區(qū)的面源污染貢獻(xiàn)率進(jìn)行估算，結(jié)果表明，該匯水區(qū)總磷面源污染對(duì)水質(zhì)總磷指標(biāo)的貢獻(xiàn)率相對(duì)較高，2017—2019 年其各年貢獻(xiàn)率分別為86.53%、78.48% 和67.14%。建議該匯水區(qū)上中游地區(qū)主要關(guān)注林地水土保持、下游地區(qū)重點(diǎn)從農(nóng)田養(yǎng)分管理加強(qiáng)面源污染防控。

2.4 結(jié)果驗(yàn)證

基于渭河流域內(nèi)現(xiàn)有地面水質(zhì)水文監(jiān)測站分布情況，結(jié)合子流域空間區(qū)劃和土地利用空間分布，在充分考慮監(jiān)測數(shù)據(jù)完整性的條件下，本研究選取以面源污染為主的蘆村河斷面作為模型結(jié)果驗(yàn)證點(diǎn)位，該斷面接近三水河入涇河的入口，其所在的小流域土地利用分布以林地、草地和耕地為主?；谔J村河斷面2020年月度水質(zhì)水量監(jiān)測結(jié)果核算斷面年度總磷污染量，與DPeRS 模型核算的該斷面所在小流域面源污染入河量結(jié)果進(jìn)行驗(yàn)證分析。2020年蘆村河斷面年度總磷污染量為2.89 t，DPeRS模型核算的該斷面所在小流域總磷面源污染入河量為2.61 t，驗(yàn)證結(jié)果表明，假設(shè)蘆村河斷面所在小流域范圍內(nèi)污染源全部為面源的前提下，總磷面源污染的模型模擬精度達(dá)到90.31%。

3 討論

3.1 DPeRS模型的適用性

對(duì)比國內(nèi)外其他面源污染模型，DPeRS模型在模型結(jié)構(gòu)、模擬指標(biāo)和運(yùn)行條件等方面具有較大的管理應(yīng)用優(yōu)勢。該模型以遙感像元為基本模擬單元，與SWAT模型提出的水文響應(yīng)單元相比，在保證模擬精度的前提下大幅提高了面源污染模擬的空間分辨率；同時(shí)DPeRS 模型耦合了定量遙感模型，彌補(bǔ)了無資料地區(qū)或缺資料地區(qū)模型估算的不足，且該模型的參數(shù)設(shè)置為開放模式，可以根據(jù)參數(shù)豐富度進(jìn)行重新構(gòu)架，還可結(jié)合管理需求開展多層次的面源污染綜合評(píng)估分析。該模型模擬的指標(biāo)為總氮、總磷、氨氮和化學(xué)需氧量，與管理部門關(guān)注的指標(biāo)相一致。此外，DPeRS模型實(shí)現(xiàn)了像元尺度多類型多指標(biāo)面源污染負(fù)荷的空間可視化，可直觀提供面源污染的關(guān)鍵源匯區(qū)，與傳統(tǒng)總量減排核算方法相比，實(shí)現(xiàn)了由“點(diǎn)”到“面”的突破，可為科學(xué)制定面源污染防治措施提供技術(shù)支撐。Wang 等[21]采用DPeRS 模型對(duì)2010年新安江流域面源污染量進(jìn)行模擬，將模擬結(jié)果與2010年黃山市污染源調(diào)查結(jié)果進(jìn)行對(duì)比分析，結(jié)果表明總氮、總磷和氨氮指標(biāo)的平均模擬精度達(dá)到0.75；并將DPeRS模型與SWAT模型的模擬結(jié)果進(jìn)行對(duì)比分析，結(jié)果表明兩種模型總磷的模擬結(jié)果擬合度很好（R²為0.82）。為保證小流域的閉合性和水文數(shù)據(jù)的準(zhǔn)確性，本研究結(jié)合可獲取的水文站監(jiān)測數(shù)據(jù)，僅選用以面源污染為主的蘆村河斷面所在的小流域作為驗(yàn)證流域，結(jié)果表明總磷面源污染的模型模擬精度達(dá)到90.31%，但不同驗(yàn)證流域的監(jiān)測結(jié)果所評(píng)估的模擬精度會(huì)有所差異，因此，拓展驗(yàn)證流域范圍、深入開展DPeRS模型的區(qū)域適用性研究是今后的重點(diǎn)研究方向。

3.2 結(jié)果對(duì)比分析

李建勛等[31]利用輸出系數(shù)法對(duì)陜西省農(nóng)業(yè)面源總氮、總磷污染的排放量和排放負(fù)荷進(jìn)行模擬，結(jié)果表明咸陽市、渭南市總磷排放負(fù)荷較高，結(jié)果與本研究中的總磷排放高值區(qū)相吻合，這與其地處關(guān)中平原、農(nóng)業(yè)產(chǎn)業(yè)化程度較高、規(guī)模化畜禽養(yǎng)殖發(fā)達(dá)等因素息息相關(guān)，且其數(shù)值與本研究結(jié)果在同一數(shù)量級(jí)。DPeRS模型模擬的2018年渭河流域典型斷面匯水區(qū)面源污染結(jié)果，總磷污染排放量和入河量分別為2 697t和512 t，排放強(qiáng)度在0.09～1.63 t·km^-2間波動(dòng)[32]，與本研究的渭河流域排放強(qiáng)度波動(dòng)區(qū)間具有高度一致性，二者的差值是可接受的，這與模型選取、輸入數(shù)據(jù)差異、斷面選取等因素有關(guān)。

3.3面源污染時(shí)空變化特征的影響因素分析

降雨沖刷和地表徑流是面源污染的主要驅(qū)動(dòng)力，是面源污染發(fā)生的動(dòng)力和輸移條件的載體，故研究區(qū)面源污染總磷排放負(fù)荷和入河負(fù)荷的時(shí)空變化特征與降水特征之間存在一定的相關(guān)性。在年尺度上，對(duì)二者進(jìn)行相關(guān)性分析，結(jié)果發(fā)現(xiàn)，研究區(qū)面源污染總磷排放負(fù)荷和入河負(fù)荷與年降水量的Pearson相關(guān)系數(shù)分別為0.57和0.47，在0.01水平上顯著相關(guān)。在月尺度上，在研究區(qū)降水量集中的6—8月，5年面源污染總磷平均排放量和入河量占比分別為52.15% 和53.38%，因此每年的6—8月是研究區(qū)面源污染總磷防治的關(guān)鍵期。

2016—2020年渭河流域（陜西段）面源污染總磷的主要類型為水土流失型和農(nóng)田徑流型，除2016年兩種類型總磷排放量占比相當(dāng)外，其余年份均以水土流失型為主，2018年水土流失型排放量占比較為突出（占比為82.48%），且草地面源污染較為突出的區(qū)域（西北部的榆林段和延安段）年降水量也相對(duì)較高（超過1 000 mm），2020年降水量超過600 mm的區(qū)域面積占流域總面積的40.18%，故2018年和2020年流域面源污染總磷排放負(fù)荷和排放量均較為突出。2016—2020年流域面源污染總磷入河負(fù)荷和入河量整體表現(xiàn)為先上升后下降的趨勢（2018年為折點(diǎn)），且入河負(fù)荷高值區(qū)主要集中分布在流域西北部的榆林段和延安段，這與榆林段和延安段的年降水量變化趨勢相一致，流域內(nèi)各區(qū)域的年降水量變化詳見圖7。此外，農(nóng)田磷平衡量是農(nóng)業(yè)面源污染的初始源強(qiáng)，其與農(nóng)田徑流型排放高度相關(guān)，2016年研究區(qū)農(nóng)田磷平衡量相對(duì)較高（流域均值達(dá)到34.38 t·km^-2），故2016年研究區(qū)農(nóng)田徑流型總磷排放量占比最高。

氣候變化影響區(qū)域氣候要素與水文要素的變化，全球變暖背景下，氣候氣象要素變化的不穩(wěn)定性加劇，氣候變化帶來的次生災(zāi)害增加會(huì)導(dǎo)致水土流失加劇，同時(shí)區(qū)域降雨變化也會(huì)造成大量營養(yǎng)鹽被沖刷后隨地表徑流進(jìn)入水體，加速受納水體的富營養(yǎng)化。渭河流域?qū)儆跉夂蛎舾袇^(qū)和生態(tài)環(huán)境脆弱區(qū)，隨著氣候變暖、水循環(huán)加快，流域的降水特征也會(huì)發(fā)生變化，從而導(dǎo)致流域地表徑流和洪水災(zāi)害的增加，流域6—8月降水量較為集中，且極端降水主要集中在7、8月[33]，而總磷面源污染的產(chǎn)生和輸送受降雨沖刷和地表徑流的直接影響，因此，渭河流域關(guān)中平原地區(qū)重點(diǎn)應(yīng)從源頭上防范豐水期面源污染物排放，尤其是渭南市西部和咸陽市中部的面源污染總磷排放負(fù)荷高值區(qū)，建議從農(nóng)田和果園養(yǎng)分管理措施方面入手，從節(jié)水、節(jié)肥等方面提高農(nóng)業(yè)生產(chǎn)效率，保證土壤養(yǎng)分供給的前提下減少養(yǎng)分流失，進(jìn)而降低農(nóng)田生產(chǎn)和果園種植過程導(dǎo)致的面源污染總磷流失；流域西北部的榆林市和延安市的草地分布地帶建議在7—8月加強(qiáng)水土保持工作，以減少草地水土流失引發(fā)的土壤中顆粒態(tài)磷的遷移運(yùn)動(dòng)，以及隨地表徑流進(jìn)入水體的污染問題。

4 結(jié)論

（1）流域總磷面源污染負(fù)荷的時(shí)空變化特征與降水特征有較強(qiáng)的相關(guān)性，同時(shí)也與區(qū)域土地利用分布特征有關(guān)。2016—2020年渭河流域（陜西段）面源污染總磷入河負(fù)荷表現(xiàn)為先上升后下降的趨勢（2018年為折點(diǎn)），這與流域西北部負(fù)荷高值區(qū)因降水量變化引發(fā)的草地水土流失面源污染有關(guān)。6—8月流域面源污染總磷排放量和入河量較大，是研究區(qū)面源污染總磷防治的關(guān)鍵期。

（2）對(duì)于渭河流域（陜西段）面源污染總磷負(fù)荷高值區(qū)，流域西北部的榆林市和延安市以水土流失型為主要污染類型，建議進(jìn)一步加強(qiáng)水土保持工作以減少草地水土流失引發(fā)的面源污染排放；關(guān)中平原的渭南市西部及咸陽市中部的種植區(qū)以農(nóng)田徑流型為主要污染類型，建議加強(qiáng)農(nóng)田養(yǎng)分管理以減少養(yǎng)分流失。

（3）流域3個(gè)重點(diǎn)匯水區(qū)中，臨河入渭斷面所在匯水區(qū)的面源污染總磷主導(dǎo)類型為農(nóng)田徑流型，建議以節(jié)水、節(jié)肥等控源措施為主，岔口和新河入渭斷面所在匯水區(qū)主導(dǎo)類型為水土流失型，其中，岔口斷面所在匯水區(qū)2017—2019年總磷面源污染對(duì)水質(zhì)總磷指標(biāo)的平均貢獻(xiàn)率達(dá)到77.38%，建議該匯水區(qū)上中游地區(qū)主要關(guān)注林地水土保持、下游地區(qū)重點(diǎn)從農(nóng)田養(yǎng)分管理加強(qiáng)面源污染防控。