南水北調(diào)東線山東段干渠突發(fā)水質(zhì)污染事故快速預(yù)測

趙然杭，彭 弢 ，王好芳※，張聯(lián)州，齊 真

（1. 山東大學(xué)土建與水利學(xué)院，濟南 250061；2. 山東省水利科學(xué)研究院，濟南 250014）

0 引 言

南水北調(diào)東線工程是緩解中國東部地區(qū)水資源供需矛盾、支撐該地區(qū)國民經(jīng)濟與社會可持續(xù)發(fā)展的一項跨流域、長距離的特大型、綜合性調(diào)水工程。南水北調(diào)東線工程山東段由新修渠道、原有河道及湖泊、水庫共同構(gòu)成，輸水干線多為開敞式且與沿線交通道路立體交叉，南四湖和梁濟運河承擔(dān)航運任務(wù)，輸水安全受到多種潛在突發(fā)事故的威脅。因此，快速預(yù)測突發(fā)水質(zhì)污染事故的影響時間與影響范圍為在突發(fā)事故發(fā)生后及時采取有效的應(yīng)急控制和處置措施，降低事故造成的損失，確保輸水安全具有重要意義。

南水北調(diào)工程修建以來，工程中的輸水安全與水質(zhì)保障一直是熱點問題。山東段作為東線工程的重要組成部分，諸多學(xué)者已經(jīng)進行了輸水安全風(fēng)險評估[1-2]與水動力水質(zhì)仿真模擬[3-4]，中線工程的研究主要集中在源頭[5-6]和北京段[7-8]。

在流域水質(zhì)問題研究過程中，仿真模擬[9-12]與數(shù)值模擬[13-14]技術(shù)得到了廣泛運用。通過分析真實發(fā)生的水污染事故[15-16]或室內(nèi)小型試驗[17]，結(jié)合計算機技術(shù)，國內(nèi)外學(xué)者對于水污染事故中污染物的輸移轉(zhuǎn)化規(guī)律[18-20]進行了大量研究，并提出了一些預(yù)測公式[21-22]。針對南水北調(diào)工程，Tang等[23]在南水北調(diào)中線選取了部分渠道，進行了水污染事故的仿真模擬與快速預(yù)測研究；龍巖等[24]以南水北調(diào)中線典型明渠段為例，推導(dǎo)出在單一渠道內(nèi)污染物的峰值輸移距離、污染帶長度和峰值濃度的快速預(yù)測公式；王卓明[25]研究了非突發(fā)水污染事故情況下南水北調(diào)中線總干渠內(nèi)的水質(zhì)變化機理和影響因素，并利用示范工程進行了驗證。以上研究大多集中在南水北調(diào)中線或其他流域，僅對典型水污染事故進行了研究，且沒有涉及污染物的濃度變化過程。

文獻檢索表明，目前針對水污染事件預(yù)測，國內(nèi)外諸多學(xué)者已借助模型軟件建立了大量模擬模型，但都需要大量的基礎(chǔ)數(shù)據(jù)，且模型運行需要大量時間。而突發(fā)水污染事故往往事發(fā)突然，具有隨機性與應(yīng)急性。一旦突發(fā)水污染事故，急需決策，根本沒有時間運行模擬模型進行預(yù)測，因此快速預(yù)測仍然是國內(nèi)外學(xué)者對突發(fā)水污染事件研究的重要難題，目前還沒有一種模型能夠快速準(zhǔn)確預(yù)測污染物的變化過程?；诖?，本文對南水北調(diào)山東段干渠突發(fā)水質(zhì)污染事故快速預(yù)測方法進行了研究，依據(jù)南水北調(diào)東線干渠資料，選取典型渠段作為研究對象，構(gòu)建一維水動力與水質(zhì)仿真模擬模型，綜合考慮污染物的投放量、渠道幾何尺寸以及水力條件等因素，對正常輸水情況下串聯(lián)明渠內(nèi)污染物輸移擴散過程進行模擬，建立突發(fā)水質(zhì)污染事故中污染物濃度變化快速預(yù)測模型，并利用典型突發(fā)水污染事故的仿真模擬結(jié)果對快速預(yù)測模型進行了參數(shù)率定與檢驗，迅速確定污染物影響時間和范圍，為快速處置重大突發(fā)性水污染事故提供決策支持。

1 突發(fā)水污染典型事故仿真模擬

1.1 典型事故選取

根據(jù)風(fēng)險源識別評估和層次分析法確定的主要風(fēng)險權(quán)重[11]，選取南水北調(diào)山東段的兩湖段、魯北段、濟東段輸水干渠為主要研究對象，主要污染物為苯酚、石油和鉛。選取風(fēng)險源識別的高風(fēng)險事故點，對典型污染物的輸移轉(zhuǎn)化進行仿真模擬，確定水污染的影響時間、范圍、程度等。

1.2 仿真模型選取

若污染物在到達河段出口前在橫斷面上能完全混合，則認為河段可以概化為一維。以斷面各處濃度與平均濃度之差不超過5%作為達到斷面完全混合的標(biāo)準(zhǔn)，估算順直河流中從排污口到斷面完全混合的距離公式[26]

式中L為從污染物進入位置至斷面完全混合的縱向距離，m；B為河道斷面寬度，m；u為河段平均流速，m/s；Ey為污染物橫向擴散系數(shù)，m2/s。

南水北調(diào)山東段干渠寬度較窄，經(jīng)計算，輸水干渠均滿足L＜＜河段長度S，說明絕大多數(shù)情況下污染物在到達河段出口前在橫斷面上均已完全混合，故可采用河流一維模型計算其濃度變化過程。

1.3 影響因素

水動力與水質(zhì)輸移的主要影響因素包括事故發(fā)生位置、流量、降雨、風(fēng)速、溫度、pH值、蒸發(fā)和下滲、光照等因素，考慮突發(fā)水污染事故需應(yīng)急處置（歷時短）與工程防滲等實際情況，選取事故發(fā)生位置和流量作為主要影響因素，其他影響因素不作考慮。

1.4 水動力模擬

MIKE 11 HD 模型是基于一維非恒定流圣維南方程組來模擬河流或河口的水流狀態(tài)。其水流連續(xù)方程為

式中Q為流量，m3/s；A為斷面面積，m2；x為距離坐標(biāo)，m；t為時間坐標(biāo)，s；h為斷面水位，m；R為過水?dāng)嗝娴乃Π霃剑琺；C為謝才阻力系數(shù)；g為重力加速度，m/s2；q為旁側(cè)入流；α為垂向速度分布系數(shù)。

根據(jù)干渠的下墊面條件與水利特征，將南水北調(diào)山東段干渠典型段進一步細分：兩湖段分為梁濟運河段和柳長河段，魯北段分為0～25和25～98 km兩段，濟東段下墊面條件與水利特征無明顯變化，不再細分?；诟鞫胃汕膶崪y資料，利用Mike11水動力模塊進行模擬，并利用2013年11月試運行以來的實際觀測資料對模型輸入?yún)?shù)進行檢驗，水動力模擬結(jié)果如表1所示。

1.5 水質(zhì)仿真模擬

1.5.1 臨界值的定義

臨界值指的是當(dāng)污染物從突發(fā)水污染事故的發(fā)生位置到達某個分水口（或出口斷面）時，濃度正好為地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)III類標(biāo)準(zhǔn)的上限值時的情況下，單位時間內(nèi)進入輸水干渠的污染物的質(zhì)量，g/s。

表1 水動力仿真模擬結(jié)果Table 1 Hydrodynamic analogue simulation results

1.5.2 水質(zhì)模擬模型

物質(zhì)在水體中輸運的一維非恒定流對流擴散基本方程為:

式中C1為模擬水質(zhì)濃度，mg/L；C2為源匯項濃度，mg/L；D為擴散系數(shù) D = a Vb，m2/s；V為流速，m/s；K為綜合衰減系數(shù)，d-1：

式中 x為上下斷面之間的距離，m；CA為上游斷面污染物濃度，mg/L；CB為下游斷面污染物濃度，mg/L；E為污染物擴散系數(shù)，m2/s；m為進入上斷面處污染物的比例，無量綱。

1.5.3 水質(zhì)仿真模擬

在 4 種常見輸水工況（兩湖段：60，80，100，120 m3/s，魯北段、濟東段：30，40，50，60 m3/s）下，選取苯酚、石油和鉛為典型污染物，利用 Mike11，對兩湖段入口（A1）、彭營公路橋（A2）、王府集公路橋（A3）和兩湖段出口（A4）、魯北段入口（B1）、聊位公路橋（B2）、聊位公路橋（B3）、魯北段出口（B4）、濟東段荷花路公路1橋（C1）、高利路公路橋（C2）、魏橋世紀(jì)路公路橋（C3）、濟東段出口（C4）等16個高風(fēng)險事故點[26]，進行典型突發(fā)水質(zhì)污染事故仿真模擬與分析，得到典型污染事故的臨界值[1]。

2 水污染突發(fā)事故快速預(yù)測模型

2.1 污染物輸移轉(zhuǎn)化方程

根據(jù)1.2節(jié)中的判斷結(jié)果，南水北調(diào)山東段輸水干渠符合河流一維模型條件，因此選取一維模型。均勻河流一維水質(zhì)遷移轉(zhuǎn)化基本方程為

式中C為河段中某種污染物的濃度，mg/L；t為時間，s；x為河水的流動距離，km；iS∑為河段水體污染物的漏源項，t/d。

對于連續(xù)均勻排污情況，取漏源項ΣSi=?KC，由式（1）可得一維均勻河段的水質(zhì)遷移轉(zhuǎn)化基本方程

2.2 快速預(yù)測模型

基于上述污染物輸移轉(zhuǎn)化方程，建立南水北調(diào)東線干渠突發(fā)水污染事件快速預(yù)測模型公式

其中C0為事故發(fā)生位置污染物完全混合后的濃度（上游污染物濃度），mg/L；C為污染物到達需要預(yù)測的位置時水體中的污染物濃度（下游污染物濃度），mg/L；Ki為污染物途經(jīng)的各段的降解系數(shù)，d-1；xi為污染物途經(jīng)的各段的長度，km；ui為污染物途經(jīng)的各段的平均流速，m/s。

2.3 參數(shù)率定

由式（5）可得

式中C0與C由水質(zhì)仿真模擬得到的污染物臨界值計算。

假設(shè)任一河段入口處初始污染物濃度為III類水標(biāo)準(zhǔn)Cb，入口與出口的污染物臨界值分別為ml1和ml2，g/s。則

將水質(zhì)仿真模擬得到的典型污染事故的污染物臨界值代入式（8）與（9），計算得到相應(yīng)濃度，如表2所示。

表2 污染物濃度變化過程Table 2 Change process of pollutant concentration mg·L-1

選取A1、B1、C1、A4、B4、C4等6個事故點，由表2 濃度值，利用（7）式計算得到相應(yīng)渠段的平均降解系數(shù)，如表3所示。

表3 各段平均降解系數(shù)計算結(jié)果表Table 3 Average degradation coefficient of each segment d-1

2.4 模型檢驗

選取事故點A2、B2、C2、A3、B3、C3等6個事故點，利用表3中的平均降解系數(shù)計算結(jié)果，利用式（6），快速預(yù)測沿程典型污染物的濃度變化過程（如表4、表5）。因沒有實測與試驗資料，為了驗證模型在南水北調(diào)山東段的應(yīng)用效果，利用仿真模擬結(jié)果對快速預(yù)測的結(jié)果進行檢驗。參照水文情報預(yù)報規(guī)范[27]中的精度評定方法，通過合格率QR與確定性系數(shù)DC對快速預(yù)測結(jié)果進行檢驗，檢驗結(jié)果見表4、表5。

檢驗結(jié)果表明，僅有兩湖段流量為100 m3/s時快速預(yù)測結(jié)果與仿真模擬結(jié)果之間的誤差為5.72%，合格率為75%，其余的兩者誤差均小于5%，合格率均為100%。

根據(jù)檢驗等級標(biāo)準(zhǔn)判定，快速預(yù)測結(jié)果與仿真模擬結(jié)果之間的決定性系數(shù)全部達到乙級精度及以上。

表4 兩湖段苯酚和石油快速預(yù)測計算與檢驗結(jié)果Table 4 Phenol and petroleum parameters inspection of Lianghu trunk

表5 魯北段苯酚快速預(yù)測計算與檢驗結(jié)果Table 5 Phenol parameter test of Lubei trunk

快速預(yù)測結(jié)果與仿真模擬結(jié)果的擬合情況如圖 1所示，其中曲線為快速預(yù)測得到的污染物濃度變化過程，散點為典型事故仿真模擬結(jié)果。

圖1 污染物快速預(yù)測與仿真模擬結(jié)果Fig.1 Results of quickly prediction and simulation of pollutants

圖 1中散點除個別存在少量偏差外，大部分均分布在預(yù)測的濃度變化曲線上，表明快速預(yù)測的結(jié)果與仿真模擬結(jié)果擬合較好。以上兩方面的檢驗結(jié)果表明，所建立的模型能較好地用于南水北調(diào)山東段不同典型段突發(fā)水污染事故的快速預(yù)測。

3 隨機突發(fā)水污染事故的快速預(yù)測

為了提高模型計算精度，根據(jù)干渠實際斷面形狀與尺寸的變化情況，以及水工建筑物分布情況，將干渠再進一步分為 9小段，計算得到其相應(yīng)的污染物降解系數(shù)（表6和表7）。

表6 兩湖段苯酚與石油的降解系數(shù)Table 6 Phenol and petroleum degradation coefficient of Lianghu trunk d-1

3.1 隨機事故選取與快速預(yù)測

以事故發(fā)生位置為起點，在不采取任何措施的情況下，污染物到達下游斷面的濃度剛好為地表III類水標(biāo)準(zhǔn)時，所需要的時間作為事故影響時間，所途經(jīng)的距離作為影響范圍。以影響時間、影響范圍作為對比因素，判斷快速預(yù)測模型的應(yīng)用效果。根據(jù)隨機突發(fā)水污染事故的特點與應(yīng)急響應(yīng)的需求，任意假設(shè) 4種流量與污染物入水速率，選苯酚和石油污染物在 4個任選事故點的突發(fā)水污染事故（表8），通過Matlab軟件編程進行影響時間與影響范圍的快速預(yù)測，結(jié)果見表8。

3.2 結(jié)果對比分析

因為突發(fā)水污染事故沒有實測的數(shù)據(jù)，為了對預(yù)測結(jié)果進行精度分析，將快速預(yù)測結(jié)果與利用Matlab軟件對仿真模擬結(jié)果進行的數(shù)值模擬結(jié)果進行對比分析。

數(shù)值模擬分析采用雙平方法擬合，擬合方程為：C = a0+ a1D + a2Q + a3D2 + a4D Q + a5Q2 + a6D3 + a7D2Q +a8DQ 2 + a9Q3，C為出口處污染物臨界值，g/s，D為事故位置距所在段入口距離，km，a0～ a9為數(shù)值模擬得到的參數(shù)（見表9）。

表7 魯北段、濟東段苯酚降解系數(shù)Table 7 Phenol degradation coefficient of Lubei trunk and Jidong trunk d-1

表8 快速預(yù)測結(jié)果對比分析Table 8 Rapid prediction model result analysis

表9 計算機數(shù)值模擬參數(shù)Table 9 Computer numerical simulation parameters

表中相關(guān)系數(shù)均在0.99以上，表明數(shù)值模擬得到的參數(shù)滿足要求。將突發(fā)水污染事故的參數(shù)數(shù)據(jù)庫（包括事故點的位置、流量、污染物種類以及污染物進入水體的速度）導(dǎo)入Matlab程序內(nèi)，利用擬合方程數(shù)值模擬，計算污染物影響時間和影響范圍，如表8中第8列所示。

3.3 討 論

預(yù)測結(jié)果與數(shù)值模擬結(jié)果的相對誤差（表8中第9列），影響時間的相對誤差為0.52%～4.83%，均小于5%，影響范圍的相對誤差在 0.23%～7.15%，均小于 10%，滿足應(yīng)急決策的精度要求。

快速預(yù)測模型對整個河段的模擬具有較好的模擬效果，其中兩湖段和魯北段應(yīng)用效果最好，石油因為存在揮發(fā)和漂浮，受風(fēng)速影響而存在誤差。濟東段因為河段長，受暗涵、水庫等建筑物的影響，誤差較大為7.15%。

由于突發(fā)水污染事故的應(yīng)急處置具有應(yīng)急性，運行仿真模擬模型進行精確計算耗時長，不能滿足應(yīng)急決策的時效性。使用建立的快速預(yù)測模型能迅速進行對突發(fā)水污染事故的影響時間與影響范圍進行快速預(yù)測，預(yù)測結(jié)果可作為應(yīng)急決策的參考依據(jù)。

4 結(jié) 論

本文基于Mike11仿真模擬結(jié)果與污染物輸移轉(zhuǎn)化規(guī)律經(jīng)驗公式，對南水北調(diào)山東段輸水干渠突發(fā)水污染事故中污染物擴散后的濃度變化進行了快速預(yù)測研究，建立了南水北調(diào)山東段干渠快速預(yù)測模型，分別利用仿真模擬結(jié)果及其數(shù)值模擬結(jié)果進行模型參數(shù)率定與檢驗。并任選典型事故，對快速預(yù)測模型應(yīng)用作進一步檢驗與分析，結(jié)果表明快速預(yù)測模型在南水北調(diào)山東段具有較好的應(yīng)用效果，對于突發(fā)水質(zhì)污染事故的影響時間與影響范圍的判斷可信度較高，預(yù)測結(jié)果與數(shù)值模擬結(jié)果比較表明，影響時間的相對誤差為 0.52%～4.83%，均小于5%，影響范圍的相對誤差在0.23%～7.15%，均小于10%，滿足應(yīng)急決策的精度要求。

由于南水北調(diào)山東段通水時間不長，沒有實測資料檢驗突發(fā)水污染事故的快速預(yù)測結(jié)果，且受工程實際情況、時間等諸多條件限制，沒有進行等比例模型試驗驗證。因此，物理試驗與模型驗證等方面還需進一步深入研究，以提高突發(fā)水污染事故快速預(yù)測的準(zhǔn)確性。

[參 考 文 獻]

[1] 趙然杭，陳超，李瑩芹，等. 南水北調(diào)東線工程山東段突發(fā)事故風(fēng)險評估[J]. 南水北調(diào)與水利科技，2017，15(4)：180－186.Zhao Ranhang, Chen Chao, Li Yinqin, et al. Emergency risk assessment in Shandong section of South-to-North Water Transfer Project[J]. South-to-North Water Transfers and Water Science & Technology, 2017, 15 (4)：180－186. (in Chinese with English abstract).

[2] 趙世新，張晨，高學(xué)平，等. 南水北調(diào)東線調(diào)度對南四湖水質(zhì)的影響[J]. 湖泊科學(xué)，2012，24(6)：923－931.Zhao Shixin, Zhang Chen, Gao Xueping, et al. The impact of the operation of Eastern Route Project of the South-to-North Water Diversion Project on water quality in Lake Nansi[J].Journal of Lake Sciences, 2012, 24(6): 923－931. (in Chinese with English abstract)

[3] 魏澤彪. 南水北調(diào)東線小運河段突發(fā)水污染事故模擬預(yù)測與應(yīng)急調(diào)控研究[D]. 濟南：山東大學(xué)，2014.Wei Zebiao. Simulation and Emergency Disposal Research on Sudden Water Pollution of Xiaoyun River for the Eastern Route of the South-to-North Water Diversion Project[D].Jinan: Shandong University, 2014. (in Chinese with English abstract)

[4] 徐月華. 南水北調(diào)東線一期工程南四湖突發(fā)水污染仿真模擬及應(yīng)急處置研究[D]. 濟南：山東大學(xué)，2014.Xu Yuehua. Simulation and emergency disposal research on sudden water pollution of Nansi Lake for the first-stage of the eastern route of the South-to-North Water Diversion Project[D]. Jinan: Shandong University, 2014. (in Chinese with English abstract)

[5] Liu Rongxia. Simulation of water transferring impact on the water quality in Danjiangkou reservoir of the South to North Water diversion middle line project[J]. Journal of Basic Science & Engineering, 2011, 32(36): 633－642.

[6] 楊家寬，肖波，劉年豐，等. WASP6預(yù)測南水北調(diào)后襄樊段的水質(zhì)[J]. 中國給水排水，2005，21(9)：103－104.Yang Jiakuan, Xiao Bo, Liu Nianfeng, et al. Forecasting the influence of South-to-North project on water quality in Xiangfan section by using WASP6[J]. China Water＆Waste Water, 2005, 21(9): 103－104. (in Chinese with English abstract)

[7] Xu Huashan, Zhao Lei, Sun Haosu, et al. Water quality analysis of Beijing segment of South-to-North Water Diversion Middle Route Project[J]. Environmental Science,2017, 38(4): 1357－1365.

[8] 王浩，鄭和震，雷曉輝，等. 南水北調(diào)中線干線水質(zhì)安全應(yīng)急調(diào)控與處置關(guān)鍵技術(shù)研究[J]. 四川大學(xué)學(xué)報：工程科學(xué)版，2016，48(2): 1－6.Wang Hao, Zheng Hezhen, Lei Xiaohui, et al. Study on key technologies of emergency regulation and treatment to ensure water quality safety of the Main Canal of Middle Routes of South-to-North Water Diversion Project[J]. Journal of Sichuan University: Engineering Science Edition, 2016,48(2): 1－6. (in Chinese with English abstract)

[9] 康利滎，紀(jì)文娟，徐景陽，等. 基于MIKE11與EFDC模型的突發(fā)性水污染事故預(yù)測模擬研究[J]. 環(huán)境保護科學(xué)，2013，39(2) : 29－33.Kang Liying, Ji Wenjuan, Xu Jingyang, et al. Study on prediction and simulation of sudden water pollution Accident Based on MIKE11 and EFDC Models [J].Environmental Protection Science, 2013, 39(2)：29－33. (in Chinese with English abstract)

[10] Doulgeris C, Georgiou P, Papadimos D, et al. Ecosystem approach to water resources management using the MIKE 11 modeling system in the Strymonas River and Lake Kerkin [J].Journal of Environmental Management, 2012, 94(1): 132－143.

[11] 桑國慶，魏澤彪，薛霞，等. 梯級泵站渠段水污染事故仿真及應(yīng)急調(diào)度研究：以南水北調(diào)東線工程為例[J]. 人民長江，2015(5): 88－92.Sang Guoqing, Wei Zebiao, Xue Xia, et al. Study on emergency simulation and control of water pollution accident in canal section of cascade pumping station：Case of East Route Project of South to North Water Diversion[J]. Yangtze River, 2015(5): 88－92. (in Chinese with English abstract)

[12] 薛霞，官慶朔，桑國慶. 輸水干線突發(fā)水污染調(diào)控可視化系統(tǒng)研究[J]. 山東水利，2015(10)：27－28.Xue Xia, Guan Qingshuo, Sang Guoqing. Research on water pollution control visualization system of water supply trunk[J]. Shandong Water Resources, 2015(10): 27－28. (in Chinese with English abstract)

[13] 畢海普. 三峽庫區(qū)突發(fā)水污染事故的數(shù)值模擬及風(fēng)險評估研究[D]. 重慶：重慶大學(xué)，2011.Bi Haipu. Study on Numerical Simulation and Risk Assessment of Water Pollution Scenarios in Three Gorges Reservoirs[D]. Chongqing: Chongqing University, 2011. (in Chinese with English abstract)

[14] 吳迪軍，陳建國，黃全義，等. 水污染擴散的二維數(shù)值模擬及其可視化[J]. 武漢大學(xué)學(xué)報：工學(xué)版，2009，42(3)：296－300.Wu Dijun, Chen Jianguo, Huang Quanyi, et al.Two-dimensional numerical simulation of water pollution diffusion and its visualization[J]. Engineering Journal of Wuhan University, 2009, 42(3): 296－300. (in Chinese with English abstract)

[15] Zhang W, Lin X, Su X, Transport and fate modeling of nitrobenzene in groundwater after the Songhua River pollution accident[J]. Journal of Environmental Management,2010, 91 (11)：2378－84.

[16] 張波，王橋，孫強，等. 基于 SD-GIS的突發(fā)水污染事故水質(zhì)時空模擬[J]. 武漢大學(xué)學(xué)報：信息科學(xué)版，2009，34(3)：348－351.Zhang Bo, Wang Qiao, Sun Qiang, et al. Spatio-temporal simulation of water quality based on SD-GIS accidential water pollution[J]. Geomatics and Information Science of Wuhan University, 2009, 34 (3): 348－351. (in Chinese with English abstract)

[17] Jabbour D, Dandrieux-Bony A, Dusserre G. Validation of a decision support model to predict concentration after a chemical spill into a river [J]. WIT Transactions on the Built Environment, Safety and Security Engineering, 2005, 82：73－81.

[18] Kachiashvili K, Gordeziani D, Lazarov R, et al. Modeling and simulation of pollutants transport in rivers [J]. Applied Mathematical Modelling, 2007, 31(7)：1371－1396.

[19] Chahinian N, Banconmontigny C, Brunel V, et al. Temporal and spatial variability of organotins in an intermittent Mediterranean river[J]. Journal of Environmental Management, 2013, 128 (20)：173－181.

[20] Janeiro J, Neves A, Martins F, et al. Integrating technologies for oil spill response in the SW Iberian coast[J]. Journal of Marine Systems, 2017, 173: 31－42.

[21] Jia Yafei, Altinakar Mustafa, Chao Xiaobo, et al. Numerical simulations of spilled coal ash in the Dan River and the environmental impact of the incident[C]// Environmental,Sustainability, Groundwater, Hydraulic Fracturing, and Water Distribution Systems Analysis-Papers from Sessions of the Proceedings of the 2016 World Environmental and Water Resources Congress, 2016：114－125.

[22] Vasile-Mircea Cristea. Counteracting the accidental pollutant propagation in a section of the River Some? by automatic control [J]. Journal of Environmental Management, 2013,128 (128C): 828.

[23] Tang Caihong, Yi Yujun, Yang Zhifeng, et al. Water pollution risk simulation and prediction in the main canal of the South-to-North Water Transfer Project[J]. Journal of Hydrology, 2014, 519：2111－2120.

[24] 龍巖，徐國賓，馬超. 輸水干渠突發(fā)可溶污染物輸移擴散數(shù)值模擬及快速量化[M]//李建林，劉之平，陳文學(xué)，等. 水力學(xué)與水利信息學(xué)進展. 武漢：武漢理工大學(xué)出版社，2015：198－204.Long Yan, Xu Guobin, Ma Chao. The simulation and rapid prediction of sudden soluble water pollution for long distance water transfer project [M]// Li J L, Liu Z P, Chen W X, et al.Hydraulics and Water Conservancy Information Progress.Wuhan: Wuhan University of Science and Technology Press,2015: 198－204. (in Chinese with English abstract)

[25] 王卓民. 南水北調(diào)中線總干渠水質(zhì)快速預(yù)測理論與方法[D]. 武漢：武漢大學(xué)，2017.Wang Zhuomin. The Theories and Methods of Water Quality Prediction in the Middle Route of South to North Water Transfer Project of China[D]. Wuhan : Wuhan University,2017. (in Chinese with English abstract)

[26] 雒文生. 水環(huán)境保護[M]. 北京：中國水利水電出版社，2009.

[27] 水文情報預(yù)報規(guī)范：GB /T 22482—2008 [S].