作为河流水系重要组成部分的源头溪流，由于其数量众多、 总长度较大，对汇水区汇入溶质的迁移转化具有十分重要的影响，从而调控和制约着河流下游水体水环境质量^[1]. 近些年来，源头溪流溶质(特别是氮磷)滞留特征和机制，一直都是欧美发达国家环境科学、 环境水文地质学、 水生生态学等领域的研究热点^{[2, 3, 4]}. 1983年，Bencala等^[2]从地表水-地下水相互作用角度，提出了定量描述山地溪流溶质迁移规律的TSM模型. 1991年，Runkel等^[5]在TSM模型基础上，进一步提出了可用于非保守性溶质迁移转化模拟的OTIS模型和相应的模拟计算软件，并于1998年开发了OTIS-P参数自动优化软件包. 目前，OTIS模型及其应用软件，已成为溪流溶质迁移转化规律和滞留特征分析的重要工具^[6]. OTIS或TSM模型将溶质的迁移转化过程概括为主流区和暂态存储区两个部分，而现有其他水环境模型(如S-P模型、 WASP模型、 QUAL2E模型等)主要关注河道流动水体部分，对暂态存储区及其与主流区的相互作用考虑不多. 这里，暂态存储区不仅包括河床及滨岸带下方的可渗透区(即潜流带)，还包括河道内的缓流滞水区域，如死水区、 漩涡、 深潭等^[7]. 溪流、 沟渠中营养盐的滞留主要分为3种类型，即物理滞留、 生物滞留和化学滞留等^[2,8]. 其中，物理滞留主要指通过溪流自身的结构特征(如比降、 漩涡、 深潭等)及外部的条件变化(如杂物、 枯枝落叶、 水獭筑坝等)，延长溶质的水力停留时间； 生物滞留主要包括生物吸收、 同化作用及微生物的矿化过程等； 化学滞留则主要是指吸附、 沉淀、 絮凝等化学过程. 暂态存储作用是小尺度水体中影响溶质运移的重要的水动力学过程^[8,9]，但如何有效量化这一影响，仍还缺乏专门、 系统的研究^[10]. 由于OTIS模型是由代表不同作用机制的模块集成得到，因此对于不同模块作用效果的分析，有助于揭示不同作用机制对于模拟结果的影响，从而有利于改进模型结构，减少模型的不确定，提高模拟结果的准确性^[11].

参数灵敏性分析是水环境数学模型研究的重要工作内容. 由于它定性或定量的衡量了模型输入误差对计算输出的影响，因此是识别各参数重要性的必要工具. 实际上，参数灵敏性分析也有助于理解和改善模型结构以及不同作用机制的定量化表征. 目前，国内开始有学者采用OTIS模型模拟源头溪流溶质迁移转化规律^[12,13]，但还处在起步阶段，还缺乏对不同作用机制相应溶质传输影响的深层次分析，因而还不能适应未来水环境保护与管理发展的需要. 本研究拟以合肥市城郊典型排水沟渠——关镇河支渠为对象，在现场示踪实验的基础上，解析暂态存储作用机制及其对保守性溶质迁移规律的影响，并开展参数灵敏性分析，以期为排水沟渠等小尺度流动水体溶质传输机制研究，提供参考和依据.

关镇河支渠位于合肥市东南城郊的淝河镇境内，为关镇河的一条重要源头支流，水流经关镇河-南淝河的传输而进入巢湖西半湖. 关镇河支渠全长1.1 km左右，大部分位于望城岗南坡，是一条以防洪排涝为主要功能的典型排水沟渠. 近年来，沟渠源头建起多个规模较大的住宅小区. 由于该处远离城区，城市排水系统不完善，导致生活污水无法全部排入城市污水管网，部分生活污水经由居住区化粪池溢流后进入到关镇河支渠中，成为沟渠稳定的补给水来源. 关镇河支渠水体氮、 磷污染严重，枯水期间的总氮(TN)、 氨氮(NH⁺₄-N)和总磷(TP)浓度分别高达29.67、 24.05和2.82 mg ·L^-1.

关镇河支渠水面宽度约1.5~3.0 m，水深约15~40 cm，流量约30~150 L ·s^-1. 中、 上部渠段由于人工整饬和清淤，滨岸和水中几乎没有大型湿地植物存在，而且底部沉积物也极少，水流流速较快，达30 cm ·s^-1左右； 下部渠段的渠底较上部渠段稍宽、 水流速度稍小，约为15~25 cm ·s^-1，沟渠底部主要为沉积物及岸边坍塌黏土，在局部渠段甚至还分布由碎石、 粗砂形成的浅滩和水潭. 而且，在植物生长季节，下游渠道水面两侧的滨水植物生长茂盛，沟渠护坡上也覆盖着浓密的草本植物和藤蔓植物. 本研究在关镇河支渠下部的望城岗南坡，选择一长约270 m的较为平直渠段，开展现场示踪实验.

2013年9~10月，以NaCl为示踪剂，采用瞬时投加示踪剂的方式，在实验渠段总共开展了5次示踪实验. 除2013-09-23实验(第2次)仅设置3个采样点外，其它4次均在投加点(O)下方设置了4个采样点，依次记作A、 B、 C和D. 其中，OA、 AB、 BC和CD长度分别为60、 62、 63和81 m. 这里，投加点和采样点均布设在主流区水流较为集中的地方. 采用人工方式同步采集水样，采样时间间隔设定为30 s，由专人负责报时. 采样过程中，利用KL-138(Ⅱ)笔式电导率仪测定水样电导率，并当电导率稳定在背景值水平后停止采样. 示踪实验开始前，在各采样点分别采集2个水样，用以确定氯离子(Cl^-)背景浓度. 在实验室利用PXS-215离子活度计和氯离子选择性电极(参比电极232-01、 氯离子电极PCl-1-01)，测定水样Cl^-浓度.

排水沟渠中保守型溶质的输移扩散规律，可以采用下述一组耦合模型进行模拟，即^[7]：

由式(1)和式(2)耦合而成的模型称之为OTIS模型，由于未考虑溶质衰减带来的影响，因此该模型实质上就是TSM 模型^[2]. Runkel等^[5]以数值算法中的差分法为基础，开发了OTIS模型模拟计算和参数优化计算软件. 该计算软件是将第一个采样点的相关信息作为上游边界条件，采用试错法调试上游边界流量，待流量固定下来后，再通过微调参数A、 q_L，控制溶质穿透曲线的形状和时间进程，从而使Cl^-模拟值与观测值尽可能达到高度拟合^[14]. 在此基础上，再利用OTIS-P参数自动优化程序包，对前述得到的D、 A、 A_s、 α参数值作进一步优化，经由不断迭代和调整参数，使Cl^-模拟值与观测值达到最佳的拟合效果^[13].

对于保守型溶质迁移扩散规律的模拟，OTIS模型综合考虑了3个方面的作用机制，即对流-扩散作用、 暂态存储作用以及侧向补给作用. 其中，对流-扩散机制作为模型的基础模块项出现； 暂态存储机制主要包括水底潜流带、 水中滞水区(或死水区)对溶质运移过程的影响； 侧向补给则考虑来自地表和(或)地下水补给的影响. 为刻画暂态存储对Cl^-传输过程的影响程度，初步提出下述分析方法和步骤.

首先，针对上述3种作用机制的共同影响，利用OTIS模拟计算和OTIS-P参数优化程序包，计算各采样点位的OTIS模型参数优化值和主流区Cl^-模拟浓度穿透曲线(breakthrough curves,BTCs)； 然后，针对3种作用机制，设定不同组合方案，并在保持参数优化值不变的情况下，计算主流区Cl^-模拟浓度BTCs； 最后，基于示踪实验中溶质浓度BTCs的波状变化特征^[4,15]，以3种作用机制共同影响情形为基准，计算不计暂态存储影响时的BTCs峰值及峰值出现时间的相对偏差，从而定量展示暂态存储作用机制对Cl^-输移过程的影响程度，即：

利用SPSS统计软件，将主流区Cl^-模拟浓度BTCs峰值大小和对应时间的相对偏差RE、 RE′与Q、 A_s/A进行相关性分析，揭示主流区Cl^-输移规律与水文条件、 暂态存储等的相关关系.

采用扰动分析方法对模型参数进行灵敏性分析，即在模型某个参数的最佳估值附近给定一个人工干扰，并计算由此干扰导致的模拟结果变化率. 鉴于OTIS模型至今还没有简单实用的解析解，考虑直接通过模拟计算进行参数灵敏性分析，大体步骤如下^[4,16].

(1)保持模型参数优化值不变，运行OTIS模型计算程序，并计算Cl^-浓度模拟值与观测值的均方误差RMSE₀，即：

(2)在参数D、 A、 A_s、 α的最佳估计值附近给定一个人工干扰(如±10%，±20%)，计算干扰后的参数值； 每次仅对一个参数取一种干扰值，并令其它参数保持优化值不变，重新运行OTIS模型计算程序，计算该干扰情形的RMSE值.

(3)计算干扰后与优化状态下RSME的差值，即：

依据ΔRMSE的数值大小，对同一干扰程度下不同参数进行排序，并根据排序情况，分别赋予1~4的整数值，以此体现不同参数灵敏性的差异.

根据OTIS模拟计算软件和OTIS-P参数自动优化程序包的相关要求，将采样点A作为上游边界条件^[7]，并参照国内外溪流、 沟渠水体的参数值^{[12, 13, 17]}，对参数D、 A、 A_s、 α等进行初始赋值. 具体操作方法参见文献^{[12, 13]}. 最后，通过模拟优化计算，得到关镇河支渠实验段的OTIS模型水文参数值，见表 1. 再由OTIS模拟计算软件，得到主流区和暂态存储区Cl^-浓度模拟计算结果. 限于篇幅，这里仅提供2013-09-29示踪实验中，采样点B、 C和D的主流区Cl^-浓度实测值、 模拟值以及暂态存储区Cl^-浓度模拟情况，见图 1. 5次示踪实验中，主流区Cl^-浓度模拟值与对应时刻实测值的相对误差，分别为5.16%±3.84%、 2.56%±1.74%、 -1.24%±0.47%、 4.39%±0.83%和-0.83%±3.12%，表明两者具有很好的拟合效果.

表 1(Table 1)

表 1 OTIS模型水文参数Table 1 Hydrological parameters in OTIS model 时间 采样点 Q/L·s-1 qL/m3·(s·m)-1 D/m2·s-1 A/m2 As/m2 α/s-1 2013-09-13 B 111.9 2.5×10-5 0.252 0.459 0.116 1.55×10-3 C 112.0 2.0×10-7 0.244 0.439 0.123 4.03×10-3 D 112.0 2.0×10-7 0.016 0.449 0.081 2.61×10-3 2013-09-23 B 40.3 5.0×10-6 0.159 0.306 0.119 1.65×10-3 C 40.5 2.0×10-6 0.237 0.275 0.080 1.01×10-3 2013-09-29 B 116.1 8.5×10-5 0.230 0.411 0.117 2.24×10-3 C 119.2 5.0×10-5 0.182 0.512 0.152 1.15×10-3 D 149.1 3.7×10-4 0.188 0.753 0.104 1.32×10-3 2013-10-02 B 80.0 5.0×10-7 0.116 0.480 0.110 1.92×10-3 C 80.2 2.0×10-6 0.392 0.456 0.069 8.85×10-4 D 80.3 2.0×10-6 0.194 0.448 0.160 2.76×10-3 2013-10-17 B 40.1 2.0×10-6 0.072 0.395 0.142 1.68×10-3 C 44.7 7.4×10-5 0.038 0.240 0.134 5.14×10-3 D 45.7 1.2×10-6 0.044 0.347 0.215 3.97×10-3

表 1 OTIS模型水文参数Table 1 Hydrological parameters in OTIS model

由图 1不难看出，3个采样点主流区Cl^-实测浓度BTCs与模拟浓度具有较好的拟合效果，Cl^-实测浓度拖尾明显，暂态存储区Cl^-浓度明显低于主流区，而且峰值出现的时间也相对较为滞后. 其它4次示踪实验也得到了类似结果(略). 一些研究指出，暂态存储是影响主流区溶质BTC尾部的重要机制，曲线的尾部越长，暂态存储区的扩散作用也越明显^[2,18]. 不难推断，图 1中曲线的拖尾现象以及暂态存储区峰值的滞后现象，意味着实验渠段Cl^-输移过程受暂态存储作用的影响很大.

图 1

Fig. 1

图 1 2013-09-29示踪实验的Cl-浓度实测值与模拟值Fig. 1 Observed and simulated Cl- concentrations in the tracer experiment on 29 September,2013

为解析不同作用机制对溶质迁移的影响，拟对下述4种情景分别进行模拟计算.

① 情景Ⅰ：综合考虑暂态存储、 侧向补给和对流-扩散作用机制的OTIS模型模拟； ② 情景Ⅱ：忽略暂态存储机制，仅考虑侧向补给和对流-扩散作用的OTIS模型模拟； ③ 情景Ⅲ：忽略侧向补给作用，而考虑暂态存储和对流-扩散作用的OTIS模型模拟； ④ 情景Ⅳ：仅考虑对流-扩散作用机制的OTIS模型模拟.

图 2展示了2013-10-02示踪实验中，采样点B、 C和D的主流区Cl^-实测浓度，以及情景Ⅰ、 Ⅱ中主流区Cl^-浓度模拟结果. 直观上，情景Ⅰ的Cl^-浓度模拟值与实测值拟合效果都很好； 而情景Ⅱ，不仅BTC峰值明显高于情景Ⅰ，而且峰值出现的时间也较情景Ⅰ略有提前，特别是在采样点D. 实际上，在其它4次示踪实验中，也都出现了类似的变化特征. 情景Ⅰ、 Ⅱ在Cl^-浓度BTCs峰值上表现出的显著差异性，说明暂态存储机制对于小尺度水体溶质运移影响的重要性.

图 2

Fig. 2

图 2 2013-10-02示踪实验Cl-浓度实测值与不同情形下模拟值Fig. 2 Observed and simulated Cl- concentrations in different scenarios on 2 October,2013

不妨选择情景Ⅰ为基准，在对不同情景水质模拟计算的基础上，依据式(3)和式(4)定量刻画各采样点主流区Cl^-模拟浓度BTCs峰值大小和时间先后的差异，见表 2和表 3.

表 2(Table 2)

表 2 不同情景下各采样点氯离子BTCs峰值大小变化情况1)Table 2 Calculation results among peak values of chloride BTCs in different scenarios 1) c0、 c1、 c2、 c3分别表示情景Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ中各采样点主流区Cl-模拟浓度BTCs峰值； RE1、 RE2、 RE3分别表示情景Ⅱ、 Ⅲ、 Ⅳ相对于情景Ⅰ的Cl-模拟浓度BTCs峰值大小的相对偏差

表 2 不同情景下各采样点氯离子BTCs峰值大小变化情况1)Table 2 Calculation results among peak values of chloride BTCs in different scenarios

表 3(Table 3)

表 3 不同情景下各采样点氯离子BTCs峰值时间变化情况1)Table 3 Calculation results among peak times of chloride BTCs in different scenarios 1) t0、 t1、 t2、 t3分别表示情景Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ中各采样点主流区Cl-模拟浓度BTCs峰值出现的时间； RE′ 1、 RE′ 2、 RE′ 3分别表示情景Ⅱ、 Ⅲ、 Ⅳ相对于情景Ⅰ的Cl-模拟浓度BTCs峰值出现时间的相对偏差

表 3 不同情景下各采样点氯离子BTCs峰值时间变化情况1)Table 3 Calculation results among peak times of chloride BTCs in different scenarios

从表 2可见，就侧向补给影响而言，除2013-09-29示踪实验中采样点D的峰值大小相对偏差高达12.32%、 2013-10-17实验中采样点C和D的峰值偏差分别达7.82%和6.68%以外，情景Ⅲ与情景Ⅰ浓度峰值大小的相对偏差(RE₂)都较小，意味着实验期间侧向补给对于主流区Cl^-输移影响并不很大. 相比较而言，不考虑暂态存储影响的情景Ⅱ、 Ⅳ，其Cl^-模拟浓度BTCs峰值大小与情景Ⅰ的相对偏差RE均很大，最高值甚至高达117.26%，最小值也达24.23%，表明此时暂态存储作用对于Cl^-模拟浓度BTCs峰值影响很大，显著高于侧向补给作用带来的影响.

从表 3可见，不考虑暂态存储影响的情景Ⅱ、 Ⅳ，其Cl^-模拟浓度峰值出现时间与情景Ⅰ均不同程度出现差异，而且基本都表现出峰值出现时间提前的特点，尤其是2013-10-17实验表现的最为明显，相对偏差RE′最大值达-24.75%. 虽然2013-09-29和2013-10-17实验中来自侧向补给作用导致的采样点D相对偏差RE′分别达10.87%和5.94%(即时间出现滞后)，但大多数情况下RE′基本都很小，甚至可以忽略不计. 仅就本研究而言，暂态存储对主流区Cl^-模拟浓度BTCs峰值出现时间的影响，大都超过了侧向补给作用.

为揭示主流区Cl^-模拟浓度峰值大小及峰值出现时间的相对偏差与水文条件和暂态存储区大小的相关程度，拟对RE₁、 RE₂、 RE₃、 RE′₁、 RE′₂、 RE′₃以及Q和A_s/A作相关性分析，结果见表 4. 这里，流量Q代表水文条件，比值A_s/A表征暂态存储的相对大小. 由表 4可见，Q和RE′₃呈极显著正相关关系，而与其它指标相关性不大； A_s/A与RE₁和RE₃呈极显著正相关，而与RE′₁和RE′₃呈极显著负相关，与不计侧向补给的相对偏差无明显相关性. A_s/A与RE₁、 RE′₁、 RE₂、 RE′₃之间存在的相关性表明，暂态存储大小是影响暂态存储模块对溶质运移效应的重要因素. 暂态存储作用越大，溶质到达下游的时间就越长，在沟渠中停留的时间也就越久，被去除或转化滞留的几率也相应越大.

表 4(Table 4)

表 4 水文条件、 暂态存储大小与相对偏差指标的相关性1)Table 4 Correlation coefficients among hydrology,transient storage zone size and relative errors RE1 RE2 RE3 RE′1 RE′2 RE′3 RE1 1 RE2 0.476 1 RE3 0.970** 0.668** 1 RE′1 -0.936** -0.461 -0.920** 1 RE′2 0.459 0.855** 0.604* -0.341 1 RE′3 -0.796** -0.071 -0.702** 0.891** 0.053 1 Q -0.412 0.226 -0.300 0.449 0.436 0.673** As/A 0.742** 0.255 0.720** -0.783** 0.041 -0.779** 1) **显著水平P<0.01

表 4 水文条件、 暂态存储大小与相对偏差指标的相关性1)Table 4 Correlation coefficients among hydrology,transient storage zone size and relative errors

取扰动幅度±10%和±20%，分别对参数D、 A、 A_s、 α进行灵敏性分析. 首先，取其中一个参数进行扰动，而保持其他参数不变，利用OTIS计算程序，计算相应模拟结果的RMSE； 然后，计算其与优化状况下RMSE的差值，并以不同扰动幅度下RMSE差值对参数进行灵敏度排序，结果见表 5.

表 5(Table 5)

表 5 OTIS模型参数灵敏度排序表1)Table 5 Rankings of the parameter sensitivity in OTIS model 1) 得分1表示灵敏度最高，得分4表示灵敏度最低

表 5 OTIS模型参数灵敏度排序表 1)Table 5 Rankings of the parameter sensitivity in OTIS model

由表 5可见，参数D、 A、 A_s、 α的灵敏性趋势变化明显，除少数状态下各参数灵敏度得分略有变化外，基本都呈现出如下排序结果，即A＞A_s＞α＞D. 也就是说，对模型输出结果敏感性最大的参数是主流区断面面积A，这主要归因于流量一定时，A控制着溶质向下游运移的时间进程，也是影响下游断面BTCs峰值大小的重要因素^[4,14]. D灵敏度弱于A_s和α，表明溶质Cl^-的运移更易受到A_s和α的影响，这与暂态存储是影响溶质BTCs形状的重要机制观点一致. Lautz等^[14]针对美国西部半干旱地区的二级溪流Red Canyon Creek，采用扰动法对其OTIS模型参数进行局部灵敏性分析，得到了与本研究相同的灵敏性排序结果：A＞A_s＞α＞D. Wlostowski等^[4]采用动态识别分析方法对阿拉斯加北部源头溪流模型参数开展局部灵敏性分析，得到瞬时投加示踪剂时，参数灵敏度排序为A＞D＞A_s＞α； 连续投加示踪剂时，排序结果则为A＞A_s＞α＞D，与本研究的瞬时投加示踪实验结果相一致. 不难看出，OTIS模型参数的相对灵敏性大体稳定.

暂态存储作用降低了投加点下游Cl^-峰值浓度，迟滞了Cl^-向下游的传输时间，也即延长了Cl^-在渠道内停留时间，而水力停留时间的增加，有利于排水沟渠对溶质的物理滞留和生物滞留^[19]. 实验表明，暂态存储是影响关镇河支渠Cl^-模拟BTCs形状的重要因素，是决定溶质迁移和滞留能力的重要机制. 考虑到本研究的示踪实验都集中在夏末初秋时节，该结论是否具有一般性，可能还有待进一步检验. 由于实验所在渠段地处岗坡上，地下水侧向补给q_L较小，对Cl^-运移的影响效果明显逊色于暂态存储作用. 事实上，对于侧向补给较弱的情形，在模拟计算过程中，为减少模型参数数量，降低参数不确定性，也可以不计侧向补给模块^[20]. 但对于地处河流下游地区的源头溪流，由于地下水埋深一般较浅，侧向补给对于渠道内溶质输移的影响贡献可能相对较大.

水质模型方程和算法一般都较为复杂，对模型结构的不确定性以及各模块对模拟结果影响的度量，一直都是研究的难点所在^[11]. 本研究通过对不同作用机制的组合，将OTIS模型模拟设定为4种情景. 从理论上来说，针对每一情景，应在假设相应方程(组)能够满足溶质迁移规律模拟的基础上，从最初的参数初始赋值开始，采用试错法分别进行模拟计算； 然后，再利用OTIS-P程序包对参数进行优化，进而分析溶质模拟BTCs的变化情况^[21]. 有必要指出的是，基于试错法开展的模型模拟计算，其重要的工作基础和前提条件是实测值与模拟值具有较高的拟合度. 由图 2可见，在不计暂态存储情形下，Cl^-模拟值与观测值难以匹配，因此也就无法利用试错法重新计算参数. 本研究在分析暂态存储作用的溶质滞留效应时，将情景Ⅰ的参数优化值作为基础，对其他3种情景都不再重新进行参数优化计算，其原因就在于此. 也有国外学者在对模型各模块分析中，将模拟值与部分观测值(观测值BTCs上升段或下降段)进行匹配^[2]，或者运用手动试错法以达到视觉效果上的相对拟合，并基于此进行分析比较^[21]. 但这些方法存在模拟结果受主观性影响较大的弊端，难以确定是否存在其他参数组合时拟合效果更好，只能定性衡量模块对溶质运移的影响，对进一步定量分析模块影响效应及与其它因素的关系相对较为困难. 而且，对于暂态存储面积或交换系数较大的小河流/溪流水体，这类方法往往难以使用.

尽管OTIS的解析解模型已得到一定程度的使用^{[18, 22, 23, 24, 25]}，但其复杂的数学表达式，制约了一些优化技术(如遗传算法、 蚁群算法等)在参数灵敏性分析方面的应用. 本研究采用扰动分析方法对参数进行局部灵敏度分析，没有考虑参数之间的相互影响或相关性. 一般地，优化算法很难判断所产生的最优值是否是唯一的真值，从而导致参数灵敏性分析难以完整描述参数的空间分布特征. 虽然有学者采用UCODE软件进行OTIS模型参数的全局灵敏性分析^{[4, 16, 26]}，但由于分析过程涉及大量水文地质参数，且需要地下水溶质运移模拟计算软件的支持，不仅求解过程过于复杂，而且存在很大的不确定性. 考虑到目前国内对溪流等小尺度流动水体尚缺乏环境水文地质方面的基础资料，全局灵敏性分析受到限制. 需要特别指出的是，虽然可以从概念模型上将排水沟渠系统的溶质迁移转化区域划分为主流区和暂态存储区，但若把两者完全剥离开来几乎是不现实的，因为主流区与暂态存储区之间并没有绝对、 清晰的界线. 尽管本研究针对的是瞬时投加示踪实验，但相关的技术方法同样也可以用于稳态连续投加示踪实验，只是溶质浓度的模拟值和实测值BTCs峰值将由尖峰状变为平峰形式^[27]. 此外，当排水沟渠Cl^-浓度较高时，也可以考虑选用其它保守型示踪剂，如NaBr等.

(1)综合考虑对流-扩散、 暂态存储以及侧向补给作用的OTIS模型模拟结果，很好地展示了主流区Cl^-实测浓度-时间过程变化特征.

(2)暂态存储对于主流区Cl^-模拟浓度BTCs峰值的影响很大，峰值大小的相对偏差显著高于峰值出现时间的相对偏差； 而且，暂态存储带来的影响也明显超过侧向补给作用.

(3)相关性分析表明，暂态存储大小与主流区Cl^-模拟浓度BTCs的峰值大小和峰值出现时间关系密切； 而流量与峰值大小和峰值出现时间的相关性较弱.

(4)关镇河支渠OTIS模型参数的灵敏性排序结果为：主流区断面面积A＞暂态存储区断面面积A_s＞交换系数α＞扩散系数D，与国外相关研究所得结果一致.