该文一方面利用GIS将研究区域不同典型年份的降雨、径流、土壤、地形、植被等（土壤可侵蚀）因素数字化,并通过归一化和SPSS分析权重,从而建立TN、TP、NH3N、COD负荷的入水体系数栅格计算方程,并基于此结合研究区域各典型年份的统计数据计算出面源改进输出系数模型的农业非点源入水体拟合负荷量;另一方面利用2015年份王家坝、蚌埠闸、横排头等控制断面的日均流量数据和月均负荷量数据,利用LOADEST（LOAD ESTIMATOR）模型基于监测数据拟合出各类污染负荷的农业非点源入水体负荷量,并基于数据断面区间上利用SWAT的水文分区功能划分小流域,在小流域水平上验证面源改进输出系数模型的科学性。最终通过计算结果中污染负荷的来源占比核算出研究区域各区县各农业非点源负荷来源的贡献率随时间尺度的整体变化趋势,并基于污染负荷的来源及各类污染负荷强度计算研究区域各类负荷对于研究区域空间上的敏感性。通过以上研究内容得出以下结论:（1）根据GIS和SPSS工具最终通过栅格计算方程计算出研究区域沿时间尺度上TN、NH3N入水体系数平均间断值分别为0.419、0.411、0.423、0.463和0.394、0.396、0.429和0.447,与年降雨量在研究区间上的分布状况有极大相关关系;TP、COD入水体系数平均间断值分别为0.31、0.35、0.396、0.41和0.391、0.376、0.446、0.442。（2）基于LOADEST模型计算出王家坝、蚌埠闸TN、TP、NH3N及COD非点源入水体负荷量分别为4581.95、231.12、372.12、27291.26以及1507.67、49.05、67.96和11141.95t,相对于小流域上TN负荷由于其基数相对较大,因子相对误差范围较小,为13.32%;NH3N负荷计算误差为61.88%,COD负荷相对其余负荷种类明显误差值过大,相对误差达79.87%,而TP误差相对较小,为21.3%;横排头闸数据断面相对拟合负荷量较小,其全年份TN、TP、NH3N及COD非点源入水体负荷量分别为262.15、16.28、46.89及3812.71t,相对于小流域上TN、NH3N相对误差分别为64.16%以及13.01%,而TP估算负荷由于基数相对过小,误差为110%以上,但考虑在面源模型构建时各因子间产生权重误差,因此满足验证要求。COD负荷模拟相对误差达94.45%,因此考虑在后续研究中加入转化因子或者削减因子完善COD面源模型。（3）利用GIS将研究区域入河系数栅格图进行分县区提取,并利用面源模型改进的输出系数法对各类负荷进行拟合计算,结果显示:1)研究区各类污染负荷入水体系数空间分布状态与典型年份降雨量分布状态相似,其中TP负荷由于加入USLE（通用土壤流失方程）模型,因此降雨因素的权重占比更大,敏感度更高;2)COD负荷贡献最大比率为畜禽养殖,其次为农村生活,由于2014年畜禽养殖污染防治条例的施行,因此总体COD负荷以2015年为节点,呈现先上升后下降的趋势;3)TN负荷贡献率占比来源主要由农村生活和畜禽养殖,且总入水体负荷量随COD时域变化一致;4)农村生活和畜禽养殖是影响氨氮拟合负荷输出的主要因素,且畜禽养殖产业发达地区对氨氮负荷输出的增长有明显贡献。5)农村生活对于TP负荷贡献率占比最大,随着研究时域的临近,土地利用对于TP负荷模拟的贡献率也逐渐增加。（4）根据研究流域内各区县实际面积及各类污染负荷计算各类污染源污染负荷强度贡献大小,得出结论:1)生活源负荷敏感性基本随研究时域临近处于上升形势,至2018年份霍邱、阜南县的生活源敏感性陆续降级,但阜阳市域和淮南市域依然处于生活源高敏感性地域。2)畜禽养殖源从2008至2018研究区中北部地域敏感性不断上升,截至2018年固镇、怀远、五河县畜禽养殖源负荷强度分别为0.869、0.383以及0.377 kg/（hm2·y）,均属于高敏感区域;3)2015和2018年研究区生活源敏感性相对2008和2012年有较大的上升,诸如、霍邱、寿县、霍山县等地敏感性等级都有明显提升。4)2008至2015年份研究区各区县综合源负荷基本呈现上升趋势,且基本70%综合源负荷变化状况同畜禽养殖源变化状况相关。从2015年至2018年份研究区域综合源负荷敏感性发生明显富集现象,至2018年畜禽养殖较为发达的研究区东北部的固镇、怀远以及五河县都为综合源高敏感性地域,其污染负荷强度分别为0.895、0.404以及0.407 kg/（hm2·y）。图[68]表[32]参[116]