跨區域、跨部門的金澤水源水質水量監測與預警業務化平臺

胡 波，朱慧峰,*，季海萍，朱宜平，陳蓓蓓，車 越

(1. 上海市供水調度監測中心，上海 200080；2. 太湖流域管理局水文局〈信息中心〉，上海 200434；3. 上海城投原水有限公司，上海 200125；4. 華東師范大學生態與環境科學學院，上海 200241)

1 研究背景

金澤水庫位于上海市青浦區金澤鎮西部、太浦河北岸，占地面積約為2.7 km2，總庫容約為910萬m3。2016年底，金澤水庫原水工程正式投入運行，初期原水供應規模約為200萬m3/d，遠期達到351萬m3/d，主要供應青浦、松江、金山、閔行、奉賢5個區，總服務人口約為670萬。金澤水庫取水口位于太浦河中段，距離太湖太浦河口約為50 km，受太湖出水及杭嘉湖平原河網水質影響，金澤取水氮、磷等營養鹽及藻密度、葉綠素a等指標偏高。從水質類別看，金澤取水水質總體達到地表水Ⅲ類標準[1]，但部分指標如氨氮、溶解氧、鐵等存在季節性超標，水質尚不穩定。受流域內紡織印染等工業排污影響，金澤來水存在銻超標等環境污染風險。受太浦河航運影響(船舶最大通行量>50艘/h)，流動風險源隱患明顯。金澤水庫通水后，藻類外源輸入現象突出，來水葉綠素a總體在10～30 μg/L，經庫區留滯后會有一定增加。此外，金澤水庫建成之初，工況、水質等資料不足，水庫生態系統也處于構建初始階段。

在此背景下，為保障金澤水源地供水安全，2017年本項目團隊聯合申報國家“十三五”水專項課題“金澤水庫水質調控與穩定關鍵技術研究與應用”并獲批復立項。該課題研究聚焦4個方面：水源地水質特征研究與風險評估、水庫生態調控水質凈化與保障、水源取水安全調控、監測預警平臺構建及業務化應用。本平臺是課題研究的一項重要內容。

2 研究內容

在金澤水源地上下游跨區域、跨部門監測資源集成、分析的基礎上，依托水動力學和生態動力學模型、河網水量水質和突發水污染事件調控模型、供水量預測和水質預測模型以及庫區水生植物管控和魚類調控技術分析，建設跨區域、跨部門的金澤水源水質水量監測與預警業務化平臺。平臺主要集成水質監測、風險分析、模型預測、聯合調度、庫區控防等業務分析模塊以及在線數據監控、船舶AIS監控、視頻監控識別等監控業務模塊，也包含對重要場景、構筑物(如泵房)及設備工況等的三維可視化功能。

2.1 水質監測

水質監測模塊包括監測資源和綜合水質2項。

2.1.1 監測資源

集成金澤水源地上下游跨區域、跨部門監測資源，形成數據共享中心，監測范圍覆蓋太浦河太浦閘—金澤水庫—松浦大橋沿線干流及主要支流，以及太湖、滬西南五區(供水量)等。在線監測點16個，監測指標共160余項，指標類型主要包括水位、流量、水溫、pH、電導率、溶解氧、渾濁度、高錳酸鹽指數、總氮、氨氮、總磷、葉綠素a、藍綠藻、揮發酚、銻、總有機碳(TOC)、鹽度、氧化還原點位(OPR)、總溶解性固體(TDS)、生物毒性以及水閘和泵房工況指標等；多數監測指標數據傳輸頻率為分鐘級，部分指標如總氮、總磷、氨氮、銻、TOC、生物毒性等可達到小時級。人工監測點27個，其中12個點主要監測從地表水標準[1]監測指標中篩選出的13項，監測頻率約2次/周；其余15個點監測地表水109項[1]，除少數點外，常規29項監測頻率1次/月，特定項監測頻率1次/季度。水文水質指標均支持歷史數據查詢，在線水質指標支持實時預報警。

2.1.2 綜合水質

根據太浦河沿程監測點最新監測數據(常規29項+銻)，采用綜合污染指數法[2-3]計算綜合污染指數(comprehensive pollution index, CPI)。根據CPI值劃分水質清潔(0～0.3)、微清潔(0.3～0.5)、輕污染(0.5～0.8)、中污染(0.8～1.0)、重污染(>1.0)不同等級，并以不同顏色三維動態展示(圖1)。金澤水庫水質總體為微清潔，松浦大橋水質總體為輕污染。

圖1 綜合水質三維展示Fig.1 3D Visualization of Comprehensive Water Quality

2.2 風險分析

風險分析模塊包括污染源、風險源、通量分析、濃度分布4個功能項。

2.2.1 污染源

集成太浦河兩翼地區污染源調查數據，分類展示區域內主要點源(潛在點源)及污染物簡要信息。點源(潛在點源)類型包括加油站、碼頭、污水處理廠、工業企業、涉銻企業、化學品倉庫(石油類及其他)等約650個點項。

2.2.2 風險源

集成金澤水庫船舶AIS在線數據，根據船舶距取水口的距離及種類劃分三級預警并進行三維實時動態展示。油船或化學品船進入距取水口5～10 km顯示Ⅲ級預警；油船或化學品船進入距取水口1～5 km顯示Ⅱ級預警；船舶進入距取水口1 km顯示Ⅰ級預警。

2.2.3 通量分析

基于監測數據，通過計算2018年以來太浦河太湖來水和主要支流總氮、總磷、氨氮、化學需氧量(COD)、石油類、銻等污染物通量，綜合分析太浦河各來源污染物的貢獻率，并結合出入河特征，進行三維動態展示。

2.2.4 濃度分布

集成太浦河兩翼地區河網水系總氮、氨氮、COD、鐵、銻等污染物調查結果(采樣點數平均413個/次； 3次調查)，三維展示河網污染物濃度分布情況；采用插值法生成污染物濃度分布圖，劃分污染物高、低濃度分布區。

2.3 模型預測

模型預測模塊包括水動力、溢油、化學品泄漏、銻濃度、藻類生態、供水量/水質6個功能項。

2.3.1 水動力模型

在水動力模擬三維動態展示界面(圖2)，系統動態模擬預見期(最長72 h)內不同太浦閘調度方案(下泄流量)條件下太浦河太浦閘—金澤水庫—松浦大橋沿線河網及金澤庫區的水動力。可點擊查詢范圍內任意點位當前流速、流向等。水動力模型與溢油、化學品泄漏、銻濃度及藻類生態等模型實現無縫耦合。

2.3.2 溢油模型

在溢油模擬展示界面(圖3)，系統動態模擬預見期內溢油在水體中的擴散運動。根據輸入參數，自動計算油類在每一時刻距離取水口的距離和到達取水口所需時間。可點擊查詢范圍內任意點位油類擴散厚度、黏度等，并以曲線圖的形式展現該位置從溢油開始，預見期內油污厚度和黏度的變化。可模擬柴油等26種常見油品的遷移擴散。

圖3 溢油模型三維展示Fig.3 3D Visualization of Oil-Spill Model

2.3.3 化學品泄漏模型

在化學品泄漏模擬展示界面(圖4)，系統動態模擬預見期內泄漏化學品在水體中的擴散運動。根據輸入參數，自動計算化學品在每一時刻距離取水口的距離和到達取水口所需時間。可點擊查詢范圍內任意點位化學品擴散濃度信息，并以曲線圖的形式展現該位置從化學品擴散開始一定時間內的濃度變化。

圖4 化學品泄漏模型三維展示Fig.4 3D Visualization of Chemical-Leakage Model

2.3.4 銻濃度模型

在銻濃度模擬展示界面(圖5)，系統動態模擬預見期內河網銻濃度變化。可點擊查詢范圍內任意位置銻濃度模擬值，查看實測點位銻濃度實測值與模擬值對比曲線圖。

圖5 銻濃度模型三維展示Fig.5 3D Visualization of Antimony Concentration Model

2.3.5 藻類生態動力學模型

基于庫區水動力，系統動態模擬預見期(最長7 d)內金澤水庫總氮、總磷、溶解氧、葉綠素a、藍藻總數及藻類生物量的變化(圖6)。可查看實測點位各指標實測值與模擬值對比曲線圖(可查詢30 d歷史信息)。可點擊查詢庫區任意位置水質及藻類指標模擬值。

圖6 藻類生態動力學模型三維展示Fig.6 3D Visualization of Ecological Dynamics Model of Algae

2.3.6 供水量/水質預測模型

在界面中(圖7)，可查看太浦閘、金澤取水、金澤輸水等監測點水質(氨氮、高錳酸鹽指數等)實測與模擬對比信息，預測明后兩日水質指標值；可查看青浦、松江、金山、閔行、奉賢5個區供水量實測值與模擬值對比曲線圖，預測從今日起3 d內的供水量值。

圖7 供水量/水質預測模型三維展示Fig.7 3D Visualization of Water Supply/Water Quality Prediction Model

2.4 聯合調度

聯合調度模塊包括溢油調度、化學品泄漏調度、銻污染調度、常規水質超標調度4個功能項。運用模型技術研究形成在不同水情、工況下太浦閘—金澤水庫—松浦大橋聯合調度歸并方案集；通過在平臺界面輸入太湖水位、相應監測點污染物濃度、污染發生地(距離金澤取水口距離)、污染物量等必要參數，提供針對特定水情、工況的取水聯合調度建議。

2.5 庫區控防

庫區控防模塊包括庫區(生態)調控、污染防控2個功能項。庫區(生態)調控界面對金澤水庫水生植物管控及魚類調控技術主要成果及技術參數進行演示，包括三維效果、視頻影像等。污染防控界面集成金澤水源地在線監測數據、突發水質污染應急方案及相關視頻資料，可檢索針對油類、化學品污染及水質異常的應急措施，并為應急提供實時數據支撐。

2.6 其他

2.6.1 三維可視化

平臺對太浦河流域以及太浦閘、金澤水庫、金澤輸水區、松浦原水廠等重點區域進行三維可視化建設。包括對河流、陸地、水陸邊界、道路、岸坡、綠化、建筑、構筑物、機泵及機泵開停實時信號等的可視化(圖8)。

圖8 太浦閘(a)、金澤水庫(b)、金澤輸水區(c)和松浦原水廠(d)的三維可視化Fig.8 3D Visualization of Taipu Gate (a), Jinze Reservoir (b), Jinze Water Conveyance Area (c) and Songpu Raw Water Plant (d)

2.6.2 業務化監控及預報警

針對日常監控操作簡單、實用的需求，開發業務化監控界面，包括在線數據監控、船舶AIS監控、視頻監控識別等功能項。在線數據監控界面集成了金澤水源實時數據監控與預報警功能；船舶AIS監控界面集成了金澤水源實時船舶AIS信息；視頻監控識別界面集成金澤水文站、金澤取水口2套視頻監控識別信息，可對河道水葫蘆等漂浮型污染物進行智能識別。

3 關鍵技術

3.1 污染物遷移降解模擬技術

基于美國應用科學咨詢有限公司(ASA)OilMap模型[4-5]，構建太浦河溢油模型，計算模擬泄漏油品在水體表面的運動軌跡；用溢油粒子表示，在風和水流作用下結合隨機擾動分散進行平流輸送；模擬考慮蒸發、擴散、進入水體、乳化及吸附到岸邊等現象的油品遷移轉化過程。基于ASA的ChemMap模型[6]，構建太浦河化學品泄漏模型，模擬考慮蒸發、溶解、吸附、沉降、降解等現象的化學品遷移轉化過程。基于太湖流域河網水動力模型[7-9]，構建太浦河銻濃度模型，模擬水體中銻隨空間、時間的遷移轉化；水動力模塊基于Saint-Venant方程，污染模塊基于物質輸移的對流擴散方程。通過本技術應用，可將模型預報作業時間縮短至3 h。

3.2 多源異構數據協同耦合技術

基于時序耦合分析和序列標注模型，開發流式數據預處理引擎，對實時數據進行流式預處理，實現對中斷、越界、毛刺數據的識別及異常值替換；通過數據質量可視化分析，對數據中斷及有效性狀況進行監控分析。采用K最近鄰插補法[10]和線性插補法[11]對重復、異常的供水量數據進行處理；采用局部離群點檢測算法檢測水質異常數據，利用線性插值法[11]進行替換。采用線性插值法(缺失少)或加權平均法[12](缺失較多)處理缺失水質數據。將非結構化的視頻數據轉為結構化數據，并進行統計、關聯分析及存儲，實現視頻圖像數據可回溯、可復用，并應用于污染物視頻監控識別。通過本技術應用，可將平臺數據可用率提升至90%以上，其中供水量/水質數據可用率達到98%以上，視頻數據可用率達到96%以上。

3.3 金澤水庫水生植物水質凈化調控技術

沉水植物營建受水庫底質(底泥)、真光層深度、水體流速、風浪、水生動物牧食等因素影響明顯，可通過沉缸、潛床、生長季水位調節、圍網、捕撈等方式避免其不利影響；沉水植物可采用種子、種苗或根莖進行種植。挺水植物營建通常在3月—5月清明節前后，陰雨天最適種植；可采用種子、種苗或根莖種植，生長初期降低水庫運行水位以保證幼苗白天充分出露，接受充足光照；在無法降低水位或深水濱岸區，通過填土增加基底高程。基于水庫水體光學特性，選擇適宜時間和方式種植水生植物；通過植物對氮磷的吸收、賦存，降低水體氮磷含量；根據植物氮磷賦存特征，選擇適宜時間進行收割，避免植物體內氮磷大量釋放進水中。金澤水庫目前已實施4萬m2以上水生植物管理措施，提升了庫區水生植物密度和生物量。

3.4 金澤水庫魚類群落水質凈化調控技術

以鰱、鳙等典型濾食性魚類作為主要控藻魚種，濾食庫內浮游植物和浮游動物，并控制兇猛魚類，投放部分食有機碎屑的魚類(如細鱗斜頜鲴等)，共同起到加速水體營養物循環、凈化水質的作用。根據目前金澤水庫漁產潛力、營養鹽及藻類情況，至少需保留鰱鳙魚10萬kg，同時應多放養鰱，控制鰱鳙放養比例約為5∶1，放養規格約為300～500 g/尾。捕撈超過生長加速度最大值的鰱鳙魚，降低營養庫存。金澤水庫鰱鳙魚從2齡長到3齡，生長加速度最大，3齡后體重增長減緩，對藻類的濾食率也比3齡內的魚類低，因此，金澤水庫鰱鳙魚3齡后可開始捕撈，此時鰱魚類平均規格為體長36.8 cm，體重約為1 100 g；鳙魚類平均規格為體長42.8 cm，體重約為

2 800 g。通過基于食物鏈的群落調控技術應用，金澤水庫各營養級基本符合生態金字塔規律，庫區指示性類群物種多樣性水平(以Shannon多樣性指數和Pielou’s均勻度計算)提升20%以上。

4 總結與展望

跨區域、跨部門的金澤水源水質水量監測與預警業務化平臺作為國家“十三五”水專項課題的一項研究成果，達到了金澤水源地多源監測數據建庫、三維展示、數據查詢、共享和預報警的要求，實現了對金澤水源地水動力、溢油、化學品泄漏、銻濃度、藻類生態、供水量和常規水質的預測模擬；平臺可根據水情、工情變化提供水源地取水聯合調度建議，并提供多種類業務化監控功能。

后續將重點關注平臺的業務化應用，在日常應用中進一步優化平臺功能，使其能在保障金澤水源地供水安全的任務中更好地發揮作用；后續可擴大平臺資源共享實踐，可推廣應用。