濱江典型區突發水污染事件溯源及響應方法

宋為威,逄 勇

(1.河海大學淺水湖泊綜合治理與資源開發教育部重點實驗室，江蘇 南京 210098；2.河海大學環境學院，江蘇 南京 210098)

濱江典型區指自然與人類對水環境特征影響較為明顯的大河支流流域及通過引調水與支流產生關聯的河湖水系流域，包含了直接和間接影響的區域。濱江典型區應具有如下特征：①自然與人類均會對其產生影響；②位于經濟發達地區；③具備人工調控功能；④具有河網和內陸湖庫。水體的污染歸根結底還是區域的污染物排放，是在人類和自然影響下產生的水質惡化。長江的水質惡化離不開濱江水體和區域的共同作用，研究長江濱江典型區的水環境演變機理及調控措施，能夠從最基礎的源頭上控制和調節支流對流域水體的污染。

在環境突發事件中，水污染突發事件占據50%以上，且每年的重特大突發事件幾乎均為水污染突發事件[1]。據統計，我國長江、黃河、珠江、松花江流域為水污染突發事件的集中地，其中長江流域所涉及地區最為廣泛，其流經青藏川滇至蘇滬等11個省份，沿途700余條支流蜿蜒曲折，覆蓋蔓延至甘、黔、陜、桂、閩、粵、浙、豫8個省份[2-4]。通過分析2010年以來的水污染突發事件，發現長江流域是水污染突發事件的高頻區，也是重大水污染事件的集中地。水污染突發事件不僅會破壞水生態系統，也會造成水危機和經濟損失，甚至影響社會生活的穩定或者對人的生命安全造成影響。掌握污染來源是監督和問責的工作基礎，對提高監管部門對水環境突發事件處理的能力，從源頭控制和消除水污染有重要意義。研究濱江典型區水污染突發事件的溯源響應機制，從方法體系上對水污染突發事件的溯源提出新的構想，對濱江水環境保護具有重要意義。

突發的水污染事件具有不確定性，處置的首要任務是找出污染源[5]。研究污染物在河湖中的遷移轉化規律，并根據監測的污染物濃度變化過程推測水污染事件發生的強度、位置、時間，從而進一步實現污染事件的重構，這是水污染溯源研究的主要內容[6]。國內外關于水污染溯源問題的研究目前處于探索和發展階段[7-8]，早期的水污染溯源主要圍繞地下水研究[9-13]，常采用最小二乘法、試錯法、正則化方法、線性規劃法、水化學法[14]及同位素法等方法識別污染源位置、強度及發生時間，穩定性不好且具有一定的局限性[15]。隨著人工智能的發展，出現了Bayesian算法[16]、蒙特卡羅算法[17]、AFSA算法[18]、BAS算法[2]、神經網絡算法、遺傳算法、擬牛頓法[19]等方法及水質指紋、熒光指紋[20]等技術應用于水污染追溯研究中的參數識別、污染源項識別。智能算法開發日漸成熟后應用于具體污染物溯源和參數的優化，各類方法的計算精度均能滿足當前需求。現階段，河長制等政策的實施，對水污染溯源提出了新的要求，不僅溯源方法要準確，還需要結合當前政策和工程應對問題、解決問題，推動從事件發生到事件結束、從管理到治理一體化。傳統的方法在響應水污染事件的效率上難以達到系統集成智慧決策一體化需求。隨著長江大保護的推進，對濱江典型區域開展水陸空一體化實時大系統預警，大大提高了水污染事件的響應和處理效率。本文以濱江典型區金川河河網為例，開展基于水污染突發事件溯源的監測體系建設及快速響應方法研究。

1 研究區概況

金川河全長37.78 km，流域面積59.32 km2，是流經南京主城北部的長江支流，主要流經南京市鼓樓區、玄武區及棲霞區[21]。金川河主要分為內金川河和外金川河，內金川河長9 317 m，分為主流、中支、北支、東支、西支及老主流，外金川河匯水面積為5.27 km2。金川河水系主要功能是受納生活污水和沿岸地表徑流，為南京市主城區內的第二大水系，其與玄武湖相連通，下游通過寶塔橋匯入長江。金川河流域總補水量25萬～30萬t/d，例行監測點位有27個(圖1)，其中補水外秦淮河3萬t/d，內金川河支流 2萬t/d，大樹根閘 8萬～10萬t/d，和平門閘 2萬t/d，南十里長溝7萬t/d，外金川河1萬t/d。金川河水系目前在14個排污設施上建設14個視頻監控，將與7個自動監測站形成監測與監控相結合的監視體系。金川河流域水系11條支流分布11座泵站和12座水閘。

圖1 研究區概況

2 研究方法

2.1 模型方程

對金川河一維模型采用基于流量Q、水位h交替網格的6點Abbott和Ionescu隱式有限差分法[22-23]求解，對玄武湖二維模型采用三角網格的有限體積法[24-25]求解。依據連接處的動量守恒原理，采用標準連接的方式進行一二維耦合[26]。一維水動力學模型是研究某一流域內河道的非連續性水流運動規律的模型，模擬結果可以對河道水流運動的基本特征進行描述，模型的基本原理是對圣維南(Saint-Venant)方程組的求解。二維水動力模型是基于三向不可壓縮和雷諾值均布的Navier-Stokes方程，服從Boussinesq假定和靜水壓假定。一維模型連續性方程、動量方程、對流擴散方程分別為

(1)

(2)

(3)

式中：A1為過流面積；x為空間坐標；t為時間坐標；g為重力加速度;q為污染源流量;C為謝才系數；R為水力半徑；α為縱向速度分布系數；ρ為污染物質量濃度；D為擴散系數；K為線性衰減系數；ρ2為源/匯質量濃度。

二維模型連續方程、動量方程、水質輸移方程分別為

(4)

(5)

(6)

其中

2.2 參數率定驗證

通過模型試算最終確定糙率為0.030～0.035，水動力率定驗證的點位為金川門，其中7月數據用于率定，8月數據用于驗證。根據金川河水系污染物來源及水環境的特征，其主要的水質超標因子為COD、NH3-N、TP。采用2018年7月自動監測站點水質資料進行模型參數率定，1—15日為率定時間，其他日期為驗證時間，率定得到的COD、NH3-N和TP降解系數分別為0.09～0.11 d-1、0.08～0.10 d-1和0.06～0.08 d-1。經過率定、驗證，得到水量模型和水質模型的計算值與實測值誤差均在20%以內，結果吻合較好，該模型可應用于金川河水動力及水質模擬。

2.3 蒙特卡羅溯源反演算法

基于蒙特卡羅溯源的反演計算主要包括獲得污染源先驗分布、構造似然函數和后驗概率密度函數以及溯源結果抽樣[27]。

a.獲得污染源先驗分布。污染源參數的上下限用上下限區間均勻分布表示，則

(7)

其中

式中：P(A)為污染源參數A的先驗分布，可近似成均勻分布；xi、yi分別為參數上下限，溯源期間根據參數的上下限確定。

b.構造似然函數和后驗概率密度函數以及溯源結果抽樣。基于蒙特卡羅法溯源反演算法，似然函數為觀測數據與模型參數的擬合程度，根據貝葉斯定理，有

(8)

式中：P(B|A)為污染源參數A、監測數據為B的概率，為似然概率；P(A|B)為在得到監測數據B后，污染物參數A的概率分布。在得知污染源參數A后驗分布后，對參數A進行測算，進而實現對污染源排口坐標位置的反演計算。似然概率P(B|A)反映了監測值B={Bi|i=1,2,…,N}和同時刻該點處模型模擬值T={Ti|i=1,2,…,N}的偏差。誤差大小為εi=Bi-Ti(M,a,b,t|A)，其中Ti(M,a,b,t|A)為污染物排放量，通過模型計算坐標(a,b)及排放時間t后的污染物濃度。設定誤差服從標準差正態分布，則似然函數為

(9)

通過貝葉斯公式對參數A的求解，將溯源問題轉換成求A的后驗概率密度函數的數學問題：

(10)

當得到先驗分布P(A)，通過監測值B，利用蒙特卡羅法對A取值范圍內按照先驗分布進行抽樣，當模型模擬值T接近監測值B時參數組保留，經過迭代得到的抽樣結果即為污染源關鍵信息的概率分布。

2.4 Hartree閉環河湖水質預警法

Hartree閉環河湖水質預警法示意圖見圖2。當水污染突發事件發生后，河網水質自動監測站的監測數值超出水質目標，監測站將警報信息及時發送到河長App供管理部門決策。同時啟動移動水質監測系統，在發出警報的自動監測站位置向上游沿河監測水質并傳回計算，通過模型實時計算，結合蒙特卡羅法的河流污染源反演算法循環修正模型參數[28]直至到達排放點(溯源追蹤)，將排放點位及水質濃度值發送河長App供管理部門及時檢修(預警排查)。同時啟動模型計算，根據排放位置的上下游水質，估算污染物排放量及排放濃度，并根據污染物排放量預測出可能的河道污染物到達時間和污染物濃度，為下游及時做好防范工作做準備(預測分析)。根據管理部門啟動的應急預案，組織相關部門應急搶修，確保突發事件能夠應急處置完成。當污染帶完全排出河道后，河道水質重新恢復原狀。

圖2 Hartree閉環河湖水質預警法示意圖

3 模擬結果與分析

3.1 溯源及響應流程

以金川河為研究區域，運用Hartree閉環河湖水質預警法，基于水環境數學耦合模型模擬水污染突發事件的預警、響應及處置過程。某日5:00，金川河泵站2號水質自動監測站NH3-N質量濃度超過河流水質標準2 mg/L，發出水質超標警報并將信息發送至監測管理平臺。平臺啟動溯源程序并將溯源指令和預警位置等信息發送至水上待命的水質巡測系統，巡測船按照位置信息高速駛向2號監測站，同時開啟水質實時監測系統沿河向上游進行溯源。基于水環境數學模型和蒙特卡羅法循環演變推算修正參數至排放點，停船并開啟監控視頻系統和水下暗管探測系統，確定污水排放源頭。根據沿河監控視頻、巡測系統監控視頻及暗管探測系統監測結果，初步判斷為內金川河主流南瑞路蔡家橋污水管網破裂，有約1 m3/s的污水入河，水質巡測系統溯源共耗時10 min。水質巡測系統將位置及判定結果反饋至平臺，平臺再通過河長App通知水務、環保等相關部門，并組織人員趕往現場察看，共耗時20 min。調集維修機械及搶修完成至停止污水排放，共耗時1 h。溯源后通過玄武湖開啟大樹根閘進行應急調水，按照8萬t/d標準進行釋污。同時，水質巡測系統開啟ADCP監測河流斷面形狀、流速及流量等信息。根據河流地形、水動力及水質監測信息構建精細化預測模型，啟動模型進行計算，得出事故排口流量約為1 m3/s，按照預判搶修時間預測并在平臺演示污染物擴散對下游的影響范圍及時間。9:00觸發3號站(外金川河水關橋斷面)警報，13:30觸發4號站(外金川河寶塔橋斷面)警報，17:00全河恢復常態，不再警報。至此，全河水質恢復原狀，除人工搶修環節，其他環節均為平臺自動化實現。

金川河水污染突發事件溯源及響應演練構想見圖3。

圖3 金川河水污染突發事件溯源及響應演練

3.2 溯源及響應系統效用

通過金川河突發水污染事件的案例研究，運用了水環境數學模型，計算了金川河在污染過程中水質(NH3-N)變化情況，圖4為金川河模擬水質預警法實施前后對比。由圖4可見，在發現突發事件的時間上實施水質預警法的監測系統能夠做到立即監測和立即發現，完成溯源只需要30 min，包括10 min的溯源時間和20 min的奔赴現場時間。而沒有水質預警法、依靠人為巡河可能需要6 h。由圖4(a)可見，實施水質預警法的溯源完成時其污染帶只有內金川河，而未實施水質預警法的溯源完成時

(a) 系統預警污染帶

其污染帶已經分布于全河。由圖4(b)可見，在處置完成后的情況下，2號點位的持續警報時長為5.5 h，3號點位持續警報時長為4 h，4號點位警報時長為3.5 h。而對于未實施水質預警法的監測系統的2號點位持續超標時長為11 h，3號點位持續超標時長為9 h，4號點位持續超標時長為9 h。可見，實施水質預警法的監測系統處理的金川河水體污染帶在河道上僅持續16.5 h，而未實施水質預警法、依靠人工巡河發現污染帶持續時長為23 h。本案例實施水質預警法情況下，1 m3/s污水持續排放時長為5 h，而未實施水質預警法情況下的污水持續排放時長為11 h。自動監測站的分布密度影響及時預警的速度，若污水排放點緊挨著2號站點，其污染物剛剛排放即被監測到，其排放時長僅為搶修時長1.5 h。若污水從18:00點開始排放或者在無人發現的隱蔽地點，對于傳統人工巡河，發現污水排放少則12 h、多則48 h或若干天，持續的污染物排放會對水體造成不可逆轉的破壞。

3.3 基于耦合模型不同調水量應對風險事故的研究

針對水污染突發事故的發生，運用溯源及應急響應機制相對于傳統方法能夠更加快速有效解決事故問題，其中水環境數學模型是風險事故預測的重要環節，合理的應急調水對于風險事故的流域性整體控制至關重要。根據玄武湖-金川河耦合模型，分別對發生事故時無調水、調水0.5 m3/s、1.0 m3/s、1.5 m3/s、2.0 m3/s、2.5 m3/s、3.0 m3/s、3.5 m3/s、4.0 m3/s進行模擬分析(以NH3-N為例)，結果表明在事故發生后調水量越大污染帶到達邊界的時間越短，到達時間分別為17 h、16.5 h、15 h、14 h、13 h、12.5 h、11 h、10.6 h和10.5 h，調水量越大在河中污染帶擴散范圍越小，但是其污染帶污染物濃度越大(圖5)。

(a) 無調水，17 h

根據耦合模型計算，得到不同調水量下在流域下游入江口處的水質變化過程，表明調水時間越長水體恢復時間越短，其中無調水情況所持續時間最長，調水量4 m3/s持續時間最短，可見處理風險事故的調水量越大越好。對超標時長與調水量進行相關關系擬合，得到超標時長與調水量在研究區間內呈指數關系(圖6)，可見超標時長隨調水量的增加呈指數關系逐漸遞減，擬合度較高。

圖6 水質超標時長與調水量相關關系

4 結 語

本文提出了基于河湖耦合模型的水污染突發事件溯源及快速響應方法——Hartree閉環河湖水質預警法，以金川河為例進行了監測和布點研究，模擬了實時監測河流水質反饋監管平臺響應并處置水污染事件的過程。當水污染突發事件發生后及時將水質反饋平臺后，通過平臺發布指令使得水質實時巡測系統及時進行移動水質監測和溯源。通過事件發生、溯源追蹤、預警排查、預測分析、應急處理及恢復原狀的處置流程，采取監測預警、水質巡測、河長App、模型預測、緊急搶修及警報解除的措施進行水污染突發事件處理。基于模型模擬的河湖水利工程的智慧調度，能夠科學指導水污染事件的應急調水，快速減小生態風險和供水危機，提高流域水污染應急管理能力。從方法效用上提高了處理該類事件的效率，為自動化水環境監管提供了實際有效的方法。