氣候變化下烏倫古河流域農(nóng)業(yè)面源污染負(fù)荷響應(yīng)

鄒凱波， 張玉虎， 劉曉偉， 薛淑慧， 楊博文， 崔艷欣

（1.首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048；2.生態(tài)環(huán)境部華南環(huán)境科學(xué)研究所，廣東 廣州 510530）

近年來，隨著人類社會經(jīng)濟的高速發(fā)展，由此引發(fā)的全球氣候變暖及其對生態(tài)環(huán)境產(chǎn)生的負(fù)面影響，越來越受到社會各界的重視，成為學(xué)術(shù)界關(guān)注的熱點問題。在我國西北內(nèi)陸干旱區(qū)，水資源是制約社會經(jīng)濟發(fā)展，影響生態(tài)安全的關(guān)鍵因素，對未來社會經(jīng)濟可持續(xù)發(fā)展起著至關(guān)重要的作用。農(nóng)業(yè)面源污染由于其污染物的廣域性、分散性、污染物質(zhì)遷移途徑的無序性，具有機理模糊、潛伏周期長、危害性大等特點［1］，相對而言，點源污染易于識別和治理，隨著工業(yè)和城市生活點源污染控制措施逐步取得成效，目前面源污染成為水環(huán)境污染重要來源［2］。而我國西北地區(qū)是農(nóng)業(yè)面源污染增長速率和排放強度較高的主要區(qū)域［3-4］，排污來源主要包括畜禽養(yǎng)殖和化肥養(yǎng)分流失。2018 年新疆單位播種面積的化肥總施用量為5.42 kg·hm-2，是安全化肥施用標(biāo)準(zhǔn)的1.7倍［5］。

我國西北干旱區(qū)地處中緯度地帶的歐亞大陸腹地，是對全球氣候變化響應(yīng)最為敏感的地區(qū)之一［6］。近些年來，西北部分地區(qū)暖干向暖濕轉(zhuǎn)變趨勢明顯。李哲等［7］研究表明1960—2019 年西北地區(qū)年均氣溫整體呈顯著上升趨勢，增溫速率為0.26 ℃·（10a）-1。施雅風(fēng)等［8］利用西北地區(qū)氣溫、降水、徑流等大量資料，研究分析西北地區(qū)溫度、降水變化趨勢，認(rèn)為該地氣候由暖干向暖濕轉(zhuǎn)型。李江等［9］對1956—2016 年新疆氣象資料分析表明氣溫增長速率約0.3 ℃·（10a）-1，降水增長速率約10 mm·（10a）-1。而烏倫古河流域由于周邊土地利用資源過度開發(fā)和農(nóng)牧業(yè)迅速發(fā)展使得流域面源污染逐漸嚴(yán)重［10-11］。因此，探討氣候變化對流域農(nóng)業(yè)面源污染影響，對于應(yīng)對氣候變化情景下流域農(nóng)業(yè)面源污染防控與治理有重要實踐意義。

SWAT 是美國農(nóng)業(yè)部農(nóng)業(yè)研究局（USDA-ARS）歷經(jīng)30 多年開發(fā)出來的一套長時段流域分布式水文模型，其具有很強的物理基礎(chǔ)，適用于具有不同的土壤類型、土地利用方式和管理條件下的復(fù)雜大流域，并能在資料缺乏的地區(qū)建模，目前在國內(nèi)外農(nóng)業(yè)面源污染研究中得到了廣泛的應(yīng)用［12-17］。Wang 等［18］利用SWAT 評價未來氣候變化對遼河源區(qū)融雪期面源污染的影響。國內(nèi)已有不少學(xué)者將SWAT 模型應(yīng)用到氣候變化對面源污染的影響，劉吉開等［19］采用SWAT模型對渭河流域陜西段面源污染負(fù)荷影響進(jìn)行研究。趙雪松等［20］應(yīng)用SWAT模型定量分析氣候變化對營口地區(qū)農(nóng)業(yè)面源污染的影響，研究表明氣候變化對區(qū)域農(nóng)業(yè)面源污染有顯著影響。

綜合以上SWAT 模型的應(yīng)用研究，主要集中于氣候變化對面源污染負(fù)荷的總量變化方面，系統(tǒng)分析徑流和面源污染對氣候變化響應(yīng)的研究不多，且將SWAT模型應(yīng)用到探究氣候變化下西北地區(qū)流域面源污染響應(yīng)的文獻(xiàn)尚不多見。因此，本研究以新疆烏倫古河流域為研究區(qū)域，構(gòu)建烏倫古河流域徑流及面源污染SWAT 模型，重點模擬分析不同氣候變化情景對流域徑流、總氮、總磷變化影響及氮磷空間分布特征。以期為烏倫古河流域在應(yīng)對氣候變化下水資源的保護與利用、土地利用規(guī)劃、農(nóng)業(yè)生產(chǎn)活動方面提供科學(xué)依據(jù)。

1 研究區(qū)概況

烏倫古河流域位于新疆阿勒泰地區(qū)，地理位置位于46°10′～47°28′N，87°05′～90°45′E，由發(fā)源于阿爾泰山東段南坡的大青河、小青河、查干郭勒河、強罕河和發(fā)源于阿爾泰山北坡蒙古國境內(nèi)的布爾根河等組成。自東向西流經(jīng)青河縣、富蘊縣、福?？h，匯入新疆第二大湖——烏倫古湖。烏倫古河流域總面積37882 km2，其中，國外面積為10310 km2，河流全長811 km，主要依靠山地降水和夏季融雪補給，用水以農(nóng)牧業(yè)灌溉為主。流域年均氣溫2.3 ℃，年均降水量129.8 mm，年均蒸發(fā)量867.2 mm，無霜期110～130 d，多年平均日照時數(shù)3157.5 h。烏倫古河流域包含青河、富蘊、福海3 個縣級行政單位，涉及17個鄉(xiāng)鎮(zhèn)、2個農(nóng)場和1個兵團，流域地理位置如圖1所示。

圖1 烏倫古河流域位置示意圖Fig.1 Location of Ulungur River basin

2 模型構(gòu)建與研究方法

2.1 SWAT模型構(gòu)建與校準(zhǔn)

2.1.1 SWAT 模型構(gòu)建 SWAT 模型是美國農(nóng)業(yè)部開發(fā)的適用于較大流域尺度的面源污染計算模型［21］，不僅能夠模擬長時間序列水文過程，而且在資料缺乏地區(qū)同樣能建立水文過程模擬［22］。因此，被廣泛應(yīng)用在非點源污染的管理與控制過程中。構(gòu)建SWAT模型的基本數(shù)據(jù)分為空間數(shù)據(jù)和屬性數(shù)據(jù)，空間數(shù)據(jù)包括數(shù)字高程模型（DEM）、土地利用圖、土壤類型圖等，屬性數(shù)據(jù)包括土壤屬性、氣象、水文水質(zhì)等數(shù)據(jù)［23］。

在SWAT 模型數(shù)據(jù)構(gòu)建過程中，需要將所有數(shù)據(jù)圖層的坐標(biāo)系和投影類型保持一致，按照SWAT模型的一般要求，采用Albers 等圓錐投影進(jìn)行圖層和數(shù)據(jù)的投影變換［24］。本文根據(jù)研究區(qū)所處地理位置，投影均選擇WGS_1984_UTM_Zone_45N，基準(zhǔn)面D_WGS_1984，數(shù)據(jù)格式為柵格型。構(gòu)建模型采用的數(shù)據(jù)如表1所示。

表1 模型構(gòu)建采用的數(shù)據(jù)Tab.1 Data required for model construction

（1）數(shù)字高程模型（DEM）數(shù)據(jù)

數(shù)字高程模型（DEM）數(shù)據(jù)來自于地理空間數(shù)據(jù)云平臺所提供的30 m 分辨率數(shù)據(jù)，并利用Arc-GIS 10.2 對其進(jìn)行投影轉(zhuǎn)換及一系列預(yù)處理操作，生成SWAT模型所需要的DEM，如圖2a所示。

（2）土地利用類型分布

土地利用數(shù)據(jù)來源于清華大學(xué)地球系統(tǒng)科學(xué)系宮鵬教授科研團隊發(fā)布的1:250 000 土地利用柵格數(shù)據(jù)，參照SWAT 自帶的各種土地利用類型參數(shù)庫，最終將其重分為7類土地利用類型，重分類結(jié)果及空間分布如表2和圖2b所示。

圖2 烏倫古河流域DEM和土地利用Fig.2 DEM and land use of Ulungur River basin

表2 土地利用SWAT重分類結(jié)果Tab.2 Land use SWAT reclassification results

（3）土壤類型分布

土壤類型數(shù)據(jù)來源于聯(lián)合國糧食及農(nóng)業(yè)組織（FAO）創(chuàng)立的分辨率為1:1000 000的世界土壤數(shù)據(jù)庫（HWSD）。中國境內(nèi)數(shù)據(jù)是在第二次全國土地調(diào)查中由南京土壤所提供的1:1000 000 的土壤數(shù)據(jù)。根據(jù)SWAT 模型輸入要求，將土壤類型進(jìn)行重分類（表3），其空間分布如圖3所示。

圖3 烏倫古河流域土壤類型Fig.3 Soil type map of Ulungur River basin

表3 烏倫古河流域土壤類型Tab.3 Soil types in the Ulungur River basin

（4）土壤屬性數(shù)據(jù)庫

構(gòu)建SWAT模型中的土壤屬性數(shù)據(jù)庫主要包括以下相關(guān)參數(shù)，參數(shù)名稱和含義如表4所示，土壤的物理屬性直接決定了土壤剖面中水和氣的運動情況，對SWAT 模型中水文響應(yīng)單元（HRU）的水循環(huán)有重要作用。大部分參數(shù)可以直接在HWSD 土壤數(shù)據(jù)集查詢到，少數(shù)需要借助土壤特性計算工具SPAW（Soil Plant Atmosphere Water）進(jìn)行計算，結(jié)合HWSD 數(shù)據(jù)庫中查詢獲取的有機物質(zhì)（Organic Matter）和不同粒徑土壤值，則可計算獲取以下相關(guān)參數(shù)的值。

表4 土壤屬性數(shù)據(jù)庫相關(guān)參數(shù)Tab.4 Soil attribute database related parameters

（5）氣象數(shù)據(jù)與天氣發(fā)生器

SWAT模型所需的實測氣象數(shù)據(jù)包括氣象站點的位置、高程和氣象站逐日觀測數(shù)據(jù)，氣象數(shù)據(jù)包括日降水量、日氣溫（最高氣溫、最低氣溫）、日相對濕度、日太陽輻射、日平均風(fēng)速。由于研究區(qū)內(nèi)氣象站點較少，本研究采用來自中國水利水電科學(xué)研究院發(fā)布的SWAT 模型中國大氣同化數(shù)據(jù)集CMADS V1.0，數(shù)據(jù)集空間分辨率為1/3°×1/3°，時間尺度為2008—2018 年的逐日數(shù)據(jù)。烏倫古河流域CMADS數(shù)據(jù)集氣象站點分布如圖4所示。

圖4 烏倫古河流域內(nèi)CMADS數(shù)據(jù)集氣象站點分布Fig.4 Distribution map of meteorological stations in the CMADS dataset in the Ulungur River basin

（6）劃分子流域與水文響應(yīng)單元

基于DEM、土地利用類型、土壤類型數(shù)據(jù)將烏倫古河流域劃分為23 個子流域（圖5），分別設(shè)定土地利用、坡度分布和土壤類型的最小面積比率閾值為10%、15%、10%，如果低于該閾值，則子流域內(nèi)所屬類型忽略不計，最終SWAT 模型在該研究區(qū)域內(nèi)一共生成了276 個水文響應(yīng)單元（HRUs）。經(jīng)計算提取流域面積為19572 km2。

圖5 烏倫古河流域子流域劃分Fig.5 Sub-basin division map of the Ulungur River basin

2.1.2 模型率定與驗證 采用決定系數(shù)R2（Coefficient of Determination）和 納 什 系 數(shù)Ens（Nash-Suteliffe）這兩個指標(biāo)來評價模型的適用性。一般認(rèn)為，R2＞0.75 且Ens＞0.75 時，模型的適用性非常好；R2≤0.50、且Ens≤0.50時，模型模擬結(jié)果不可信；當(dāng)結(jié)果值介于上述范圍之間時，認(rèn)為模擬達(dá)到了可用性，模型模擬結(jié)果是可以接受的。

根據(jù)輸入氣象數(shù)據(jù)時間范圍和實測水文水質(zhì)數(shù)據(jù)時長，本研究模擬時間段確定為2008—2018年，選取流域中段二臺水文水質(zhì)站點數(shù)據(jù)進(jìn)行月尺度的徑流、總氮、總磷的模擬。其中2008—2009 年為模型運行的預(yù)熱期，利用2010—2018年徑流實測數(shù)據(jù)對徑流參數(shù)進(jìn)行率定驗證，利用2017—2018年總氮、總磷實測數(shù)據(jù)對水質(zhì)參數(shù)進(jìn)行率定驗證。由率定期及驗證期月徑流量和營養(yǎng)物質(zhì)模擬效果評價指標(biāo)可知（表5），徑流和營養(yǎng)物質(zhì)在率定期與驗證期的R2、Ens均大于0.75，滿足了模型的精度要求。因此，該模型能夠用于烏倫古河流域農(nóng)業(yè)面源污染負(fù)荷模擬。

表5 二臺站月徑流及營養(yǎng)物質(zhì)模擬評價指標(biāo)Tab.5 Simulated evaluation index of monthly runoff and nutrient substance in Ertai hydrological station

2.1.3 主要參數(shù) 依次完成流域徑流、總氮和總磷負(fù)荷率定驗證后，SWAT 模型相關(guān)參數(shù)經(jīng)過一系列調(diào)整，最后確定的參數(shù)值如表6所示。

表6 SWAT模型參數(shù)取值Tab.6 SWAT model parameter value

2.2 研究方法

2.2.1 氣候變化特征分析 為了探明烏倫古河流域的氣候變化特征，對1962—2018年烏倫古河流域福海、阿勒泰、富蘊3 個氣象站的氣溫、降水?dāng)?shù)據(jù)進(jìn)行分析（圖6）。烏倫古河流域近57 a氣候變化特征分析結(jié)果表明，該流域氣溫增長率范圍為0.191～0.653 ℃·（10a）-1，降水增長率范圍為7.290～16.531 mm·（10a）-1，說明烏倫古河流域氣候已向暖濕的趨勢發(fā)展。

圖6 1962—2018年烏倫古河流域氣象站點年均氣溫和降水量變化趨勢Fig.6 The trend of annual average temperature and precipitation at meteorological stations in the Ulungur River basin from 1962 to 2018

2.2.2 氣候變化情景設(shè)置 以氣候變化特征分析結(jié)果為依據(jù)，采用任意情景設(shè)置的方法［25］分別設(shè)置3種降水和3 種氣溫變化互相組合情景，在烏倫古河流域2008—2018 年逐日氣溫、降水基礎(chǔ)上進(jìn)行改變，將溫度分別增加0 ℃、1.0 ℃、2.0 ℃，降水量分別增加0%、10%、20%，將變化的氣溫與降水情景組合構(gòu)成9種氣候變化情景（表7），帶入構(gòu)建完成的烏倫古河流域SWAT 模型進(jìn)行模擬，設(shè)置2008—2009年為預(yù)熱期，對2010—2018年的徑流和水質(zhì)模擬結(jié)果進(jìn)行分析。

表7 氣候變化情景組合Tab.7 Climate change scenario portfolio

3 模擬結(jié)果及分析

3.1 氣候變化情景影響

3.1.1 徑流對氣候情景變化的響應(yīng) 通過將9 種氣候變化情景分別帶入SWAT 模型，模擬得到烏倫古河流域9 種氣候變化情景下的模擬結(jié)果，將2010—2018年的模擬結(jié)果進(jìn)行整理，計算得到不同氣候變化情景下的年平均徑流量及變化百分比（表8）。從多年平均徑流量結(jié)果可知，降水量變化對徑流量影響較大。在氣溫保持不變的情況下，增加10%的降水量，徑流量增加23.07%，增加20%的降水量，徑流量增加48.01%。這主要因為徑流產(chǎn)生是由于強降水，增加全年整體降水量就從整體上增加了強降水次數(shù)，從而增加徑流量［25］。在降水量保持不變的情況下，氣溫上升1 ℃，徑流量減少3.22%，氣溫上升2 ℃，徑流量減少6.50%。氣溫上升會導(dǎo)致冰雪融化，使得流域上游徑流量有所增加。但同時由于氣溫的上升也導(dǎo)致區(qū)域總的蒸發(fā)量增加，使得徑流量有所減少。氣溫主要通過冰雪融化、流域水面蒸發(fā)等因素間接影響徑流。而降水是流域徑流形成的基礎(chǔ)，是流域水資源得到補充最重要的一個方面，降雨量會直接影響該流域的水資源變化和水文過程。通過對比可以發(fā)現(xiàn)，氣溫變化對徑流量的影響要明顯小于降水量的變化對徑流量的影響。

表8 不同情景下流域多年平均徑流量及變化百分比Tab.8 Annual average runoff and change percentage of the basin under different scenarios

3.1.2 水質(zhì)對氣候情景變化的響應(yīng) 水質(zhì)對氣候情景變化的響應(yīng)主要是通過氣候變化使得流域徑流量發(fā)生改變，而徑流又是面源污染的主要驅(qū)動力。依次對9 種氣候情景下2010—2018 年的總氮和總磷輸出負(fù)荷進(jìn)行計算，可以得到每種氣候變化情景下總氮、總磷的年平均負(fù)荷量。每種氣候情景與S11基準(zhǔn)情景（即氣溫、降水無變化時，年平均總氮負(fù)荷為10.17×103t、總磷負(fù)荷為1.88×103t）進(jìn)行對比，可以得到不同情景下年平均總氮負(fù)荷、總磷負(fù)荷變化百分比（表9）。

表9 不同情景下流域多年平均總氮、總磷負(fù)荷量及變化百分比Tab.9 Multi-year average total nitrogen and total phosphorus loadings and percentage changes in the basin under different scenarios

從總氮、總磷負(fù)荷變化百分比來看，其負(fù)荷變化主要受降水影響較大，并且變化趨勢與徑流相似，呈現(xiàn)較為明顯的變化特征。當(dāng)氣溫保持不變時，降水量增加10%，總氮負(fù)荷增加11.25%、總磷負(fù)荷增加14.32%；降水量增加20%，總氮負(fù)荷增加23.19%、總磷負(fù)荷增加29.65%。當(dāng)降水量保持不變時，氣溫升高1 ℃，總氮負(fù)荷減少1.86%、總磷負(fù)荷減少3.21%；氣溫升高2 ℃，總氮負(fù)荷減少5.66%、總磷負(fù)荷減少7.11%。

3.2 污染負(fù)荷空間分布情況

3.2.1 總氮空間分布特征 9 種不同氣候變化情景下，2010—2018年各子流域年均單位面積總氮負(fù)荷輸出情況如圖7 所示，為方便比較單位面積污染負(fù)荷變化情況，圖例采用同一限值范圍。首先對情景S11下的單位面積總氮負(fù)荷輸出空間分布特征進(jìn)行分析可知，1 號子流域單位面積總氮負(fù)荷輸出量最大，為60.87～164.79 kg·hm-2·a-1；其次是子流域15、19，單位面積總氮負(fù)荷為26.83～60.87 kg·hm-2·a-1；子流域4、5、7、8、9、12、14、17、18、21、23 次之，為1.67～26.83 kg·hm-2·a-1。子流域2、3、6、10、11、13、16、20、22 單位面積總氮負(fù)荷最小，為0.01～1.67 kg·hm-2·a-1。

圖7 不同氣候變化情景下年均單位面積總氮負(fù)荷輸出空間分布Fig.7 Spatial distribution of annual average total nitrogen load output per unit area under different climate change scenarios

當(dāng)由情景S11變?yōu)榍榫癝12時，即氣溫保持不變，降水量增加10%，子流域8、15、20、21單位面積總氮負(fù)荷升高；當(dāng)由情景S12變?yōu)镾13時，即氣溫保持不變，降水量增加20%，可以發(fā)現(xiàn)，子流域4、19 的單位面積總氮負(fù)荷在情景S12的基礎(chǔ)上有所上升。

當(dāng)由情景S11變?yōu)镾21時，即降水量保持不變，氣溫升高1 ℃，可以發(fā)現(xiàn)子流域20單位面積總氮負(fù)荷升高；由情景S21變?yōu)镾22時，即氣溫保持不變，徑流量增加10%，子流域8、15、21、23單位面積總氮負(fù)荷增加；當(dāng)由情景S22變?yōu)镾23時，即氣溫保持不變，降水量增加20%，可以發(fā)現(xiàn)子流域19單位面積總氮負(fù)荷在情景S22的基礎(chǔ)上有所增加。

當(dāng)由情景S11變成S31時，即降水量保持不變，氣溫升高2 ℃，可以發(fā)現(xiàn)僅有子流域20單位面積總氮負(fù)荷增加；當(dāng)由情景S31變?yōu)镾32時，即氣溫保持不變，徑流量增加10%，子流域8、15、21、23單位面積總氮負(fù)荷上升；當(dāng)由情景S32變?yōu)镾33時，即氣溫保持不變，降水量增加20%，僅有子流域19單位面積總氮負(fù)荷范 圍 由26.83～60.87 kg·hm-2·a-1增 加 為60.87～164.79 kg·hm-2·a-1。

綜上所述，1號子流域單位面積總氮負(fù)荷最大，當(dāng)氣溫保持不變時，子流域8、15、19、20、21、23會隨著降水量的增加而不同程度的增加，且子流域19只有在降水量增加20%時才會出現(xiàn)顯著上升；當(dāng)降水量不變時，隨著氣溫的升高，子流域20 單位面積總氮負(fù)荷增加。子流域2、3、6、10、11、13、16、22 受氣候變化影響時單位面積總氮負(fù)荷未發(fā)生明顯改變，通過疊加空間分布圖層到烏倫古河流域遙感影像圖中發(fā)現(xiàn)以上子流域范圍內(nèi)荒漠化程度較高，由此推斷在荒漠化地區(qū)污染負(fù)荷受氣候變化影響較小。

3.2.2 總磷空間分布特征 9 種不同氣候變化情景下，2010—2018年各子流域年均單位面積總磷負(fù)荷輸出情況如圖8所示，同總氮一樣，對情景S11的單位面積總磷負(fù)荷輸出空間分布特征進(jìn)行分析可知，1號子流域單位面積總磷負(fù)荷輸出量最大，為10.59～45.10 kg·hm-2·a-1；其次是子流域15、19，單位面積總磷負(fù)荷為4.53～10.59 kg·hm-2·a-1；子流域4、5、7、8、9、12、14、17、18、21、23 次之，為0.36～4.53 kg·hm-2·a-1。子流域2、3、6、10、11、13、16、20、22單位面積總磷負(fù)荷最小，為0.01～0.36 kg·hm-2·a-1。

圖8 不同氣候變化情景下年均單位面積總磷負(fù)荷輸出空間分布Fig.8 Spatial distribution of annual average total phosphorus load output per unit area under different climate change scenarios

當(dāng)由情景S11變?yōu)榍榫癝12時，即氣溫保持不變，降水量增加10%，子流域8、12、14、15、17、20單位面積總磷負(fù)荷升高；當(dāng)由情景S12變?yōu)镾13時，即氣溫保持不變，降水量增加20%，可以發(fā)現(xiàn)，子流域19單位面積總磷負(fù)荷在情景S12的基礎(chǔ)上有所上升。

當(dāng)由情景S11變?yōu)镾21時，即降水量保持不變，氣溫升高1 ℃，可以發(fā)現(xiàn)子流域20單位面積總磷負(fù)荷升高；由情景S21變?yōu)镾22時，即氣溫保持不變，徑流量增加10%，子流域8、12、14、15、17 單位面積總磷負(fù)荷增加；當(dāng)由情景S22變?yōu)镾23時，即氣溫保持不變，徑流量增加20%，可以發(fā)現(xiàn)子流域19單位面積總磷負(fù)荷在情景S22的基礎(chǔ)上有所增加，區(qū)間范圍由4.53～10.59 kg·hm-2·a-1增加為10.59～45.10 kg·hm-2·a-1。

當(dāng)由情景S11變成S31時，即降水量保持不變，氣溫升高2 ℃，可以發(fā)現(xiàn)僅有子流域20單位面積總磷負(fù)荷增加；當(dāng)由情景S31變?yōu)镾32時，即氣溫保持不變，降水量增加10%，子流域8、12、14、15單位面積總磷負(fù)荷上升；當(dāng)由情景S32變?yōu)镾33時，即氣溫保持不變，降水量增加20%，僅有子流域19單位面積總磷負(fù)荷升高。

綜上所述，1號子流域單位面積總磷負(fù)荷最大，當(dāng)氣溫保持不變時，子流域8、12、14、15、17、20會隨著降水量的增加出現(xiàn)不同程度的增加，且子流域19只有當(dāng)降水量增加20%時才出現(xiàn)顯著上升；當(dāng)降水量不變時，隨著氣溫的升高，子流域20 單位面積總磷負(fù)荷增加，推斷可能隨著溫度的升高流域上游部分地區(qū)的融雪過程可能會導(dǎo)致土壤侵蝕的加劇，進(jìn)而導(dǎo)致總磷負(fù)荷增加。與總氮一樣，在子流域2、3、6、10、11、13、16、22 范圍內(nèi)單位面積總磷負(fù)荷也未因氣候變化改變而出現(xiàn)明顯改變。從子流域單位面積總磷負(fù)荷分布特征來看，可以發(fā)現(xiàn)與總氮基本保持一致，但單位面積總磷負(fù)荷強度要小于單位面積總氮負(fù)荷強度。

3.3 氣候變化對面源污染影響

不同氣候變化情景對流域徑流及污染負(fù)荷都有不同程度影響。面源污染主要是由于降水帶來的徑流引起，隨著徑流量的增加，總氮、總磷年均負(fù)荷量增加較為顯著，這表明徑流量是烏倫古河流域農(nóng)業(yè)面源污染物流失的主要載體。而隨著溫度的增加，子流域20總氮、總磷負(fù)荷量隨之增加，表明流域上游部分地區(qū)的融雪過程可能會導(dǎo)致土壤侵蝕的加劇，進(jìn)而導(dǎo)致污染負(fù)荷增加。

根據(jù)總氮和總磷單位面積污染負(fù)荷空間特征分析結(jié)果，考慮到以綜合防治為出發(fā)點。將子流域1、15、19 作為流域農(nóng)業(yè)面源污染重點防治區(qū)域；子流域8、12、14、17、20、21、23作為氣候變化下農(nóng)業(yè)面源污染重點影響區(qū)域（圖9），可以看出這些區(qū)域主要分布在福?？h的阿爾達(dá)鄉(xiāng)、富蘊縣的吐爾洪鄉(xiāng)、庫爾特鄉(xiāng)、恰庫爾圖鎮(zhèn)、克孜勒希力克鄉(xiāng)，及青河縣的阿熱勒鄉(xiāng)、阿熱勒托別鎮(zhèn)、塔克什肯鎮(zhèn)、薩爾托海鄉(xiāng)。結(jié)合實地調(diào)研結(jié)果分析，阿爾達(dá)鄉(xiāng)所處范圍內(nèi)畜禽養(yǎng)殖場分布較多，且阿爾達(dá)鄉(xiāng)處于流域末端，匯聚了部分來自上游的污染負(fù)荷，使得其污染負(fù)荷較為嚴(yán)重。針對這一現(xiàn)狀，應(yīng)加快推進(jìn)建設(shè)堆糞場，減少畜禽養(yǎng)殖帶來的糞污污染，使得大型規(guī)模養(yǎng)殖場糞污處理設(shè)施配套率達(dá)標(biāo)。氣候變化主要通過降水、溫度對流域徑流量帶來影響，從而對流域面源污染負(fù)荷產(chǎn)生影響。因此，應(yīng)合理規(guī)劃放牧?xí)r間，在降水時期，應(yīng)限制大規(guī)模放牧活動。同時為削減由于降水導(dǎo)致的農(nóng)田徑流作用，應(yīng)對河流沿岸實施綠化帶修復(fù)工程，能極大程度降低氮磷等營養(yǎng)物質(zhì)進(jìn)入水體。

圖9 流域農(nóng)業(yè)面源污染區(qū)縣圖Fig.9 Map of the area and counties of the watershed agricultural non-point source pollution

4 結(jié)論

（1）構(gòu)建了適用于烏倫古河流域的面源污染SWAT模型。利用徑流和水質(zhì)數(shù)據(jù)對模型相關(guān)參數(shù)進(jìn)行率定與驗證。徑流、總氮和總磷在率定期和驗證期的決定系數(shù)R2均在0.75以上，納什系數(shù)Ens均在0.55 以上。模擬結(jié)果精度均達(dá)到模型模擬的要求，說明建立的SWAT模型能夠用于烏倫古河流域農(nóng)業(yè)面源污染負(fù)荷模擬。

（2）氣溫變化對徑流量的影響小于降水量變化對徑流量的影響?？偟?fù)荷及總磷負(fù)荷隨著降水量的增加而增加，且總磷負(fù)荷的變化幅度要高于總氮負(fù)荷的變化幅度。增加10%的降水量，徑流量、總氮負(fù)荷、總磷負(fù)荷分別增加23.07%、11.25%、14.32%。增加20%的降水量，徑流量、總氮負(fù)荷、總磷負(fù)荷分別增加48.01%、23.19%、29.65%。

（3）烏倫古河流域各子流域年均單位面積總氮負(fù)荷為0.01～164.79 kg·hm-2·a-1，單位面積總磷負(fù)荷為0.01～45.10 kg·hm-2·a-1。1 號子流域單位面積總氮及總磷負(fù)荷最大。氣候變化對面源污染影響較大的區(qū)域主要分布在福?？h的阿爾達(dá)鄉(xiāng)，富蘊縣的吐爾洪鄉(xiāng)、庫爾特鄉(xiāng)、恰庫爾圖鎮(zhèn)、克孜勒希力克鄉(xiāng)，青河縣的阿熱勒鄉(xiāng)、阿熱勒托別鎮(zhèn)、塔克什肯鎮(zhèn)、薩爾托海鄉(xiāng)。這些鄉(xiāng)鎮(zhèn)是面源污染防治的關(guān)鍵區(qū)域，烏倫古河流域未來面源污染防治應(yīng)重點控制畜禽養(yǎng)殖和農(nóng)田徑流這兩類污染源。