南水北调中线工程是关系我国用水安全的重大输水工程,同时,中线总干渠输水线路长,水质安全风险大,因此开展针对渠道水质问题的研究具有紧迫性和重要性。面对和处理渠道输水水质问题的最有效办法就是科学、准确的预测输水渠道内水质的变化情况,因此研究渠道水质变化理论和水质预测模型对南水北调中线工程的水质安全保障起决定性作用。本文研究南水北调中线总干渠输水水质变化规律,发现在输水渠道中,水体受外部环境影响的同时自身也在不断的发生生化反应。输水渠道有两种污染情形,即非突发污染情形与突发污染情形,在这两种不同污染情形下渠道水质变化具有不同的特征,因此,本文研究不同污染情形下的渠道水质变化理论,构建不同污染条件下的水质预测模型,并通过数学优化算法与数据同化算法提高模型的预测精度。论文的主要内容与成果如下:(1)渠道水质受光照,水温,大气沉降与输水水量的影响,同时,硫化物,有机物的衰减过程以及水体耗氧复氧过程对水质指标变化产生影响。数学语言归类整理并研究了水流水质耦合模拟模型基本方程,研究求解水流水质耦合模型的几种数值方法与模型参数的计算方法。(2)设计并开展三次不同类型的试验研究突发污染条件渠道污染物输移问题,研究不同类型污染物在不同边界条件下的随流输移规律。发现污染物在渠道中随水流扩散,下游断面的监测浓度都有明显的上升下降过程,污染物的浓度上升速度快,很快达到浓度最大的峰值,污染物浓度的下降过程耗时较长,同时,离污染物投放点越远的断面浓度峰值越低,而且浓度的上升下降过程持续时间越长。在实际溶质迁移过程中,溶质浓度时间过程线呈明显的偏态分布;复杂边界条件下,紊流扩散作用明显,均匀混合距离缩短,下游断面监测的浓度随时间变化过程更均匀;悬浮污染物输移运动规律与可溶性污染物输移运动规律相似,均为偏态分布,但悬浮物随流输移过程中会发生沉淀,浓度时间过程线更加平缓;闸门调控后出现污染物浓度峰值减少、峰值出现较晚的特征。(3)在非突发污染条件下,水质变化特征主要为水体受内外部环境影响而发生的水质指标变化,系统模型更适用于水质预测问题。研究广义回归神经网络的机理,该神经网络的要点在于通过训练寻找最优的平滑参数σ,构建了遗传算法优化的广义回归神经网络模型,以南水北调中线工程试运行期间的自动监测测站获取的水质数据验证模型的预测效果,认为模型具有较好的网络稳定性,较高的学习速度和强烈的近似能力,在预测非突发污染条件下的水质变化问题时精度较高,同时计算的速度大大提高。(4)在突发污染条件下,水质变化特征主要为突发污染物随水体输送的迁移扩散过程,水流—水质方程为基础的物理模型更适用于水质预测问题问题。研究数据同化算法,认为数据同化算法可从异质、不规则分布、时间不一致而且精度不同的数据中推测动态系统的状态,而三维变分算法以最小化代价函数的方法对预测结果与监测结果开展数据同化工作,得到了即符合物理机理又能考虑实际监测结果的浓度矩阵。构建三维变分算法—水质预测模型,将实时监测结果引入到水质预测模型中,经算例验证,同化后模型的精度得到提高。(5)在南水北调中线总干渠中开展水质水量联合调控与应急处置关键技术研究与运行示范,模拟突发污染事件的发生,预警,处置等过程,并以示范工程中下游监测断面的监测结果验证本文建立模型的精度与可靠性。我们发现一维水流水质耦合模拟模型的模拟精度不能让人满意,尤其是在模拟的后半段,误差的累计导致模拟结果与实际监测数据偏离,在实际情境中预测结果的偏离会导致误差的累积而产生预测方向的偏差。而三维变分算法—水质预测模型无论是在预测浓度峰值出现时刻,峰值浓度还是在总体误差上,都取得了较好预测的效果,模型在南水北调中线工程中取得了良好的效果。本文研究了南水北调中线工程水质变化理论,构建了适用于该工程的水质预测模型,同时,研究了提升水质预测模型预测精度的两种方法,即优化算法与数据同化算法与水质预测模型的结合,为渠道水质预测模型精度的提升提供了另一种可行的思路。所以,本文的研究对于南水北调中线工程输水水质安全具有重要的科学意义和实际的工程意义。