城市下水道污水水质模型的开发与应用

江 峰,李适宇

1.华南师范大学化学与环境学院,广东广州 510631

2.中山大学环境科学与工程学院,广东广州 510627

城市下水道污水水质模型的开发与应用

江 峰1,李适宇2

1.华南师范大学化学与环境学院,广东广州 510631

2.中山大学环境科学与工程学院,广东广州 510627

建立了下水道水质转化概念模型,以ASM3(活性污泥 3号模型)为基础开发了下水道污水水质数学模型,通过模拟试验,运用遗传算法和曲线拟合技术进行了模型率定与参数估值.模型经现场试验验证可较好地模拟下水道中的ρ(DO)与ρ(TOC)的变化.应用该模型进行数值模拟,探讨了初始ρ(DO)和水力停留时间 (HRT)等可控因素对下水道中微生物作用及有机质降解的影响.结果表明,在下水道中设置曝气点,可提高污水的ρ(DO),能有效地提高微生物增殖速率,强化有机物的生化降解能力.

下水道;水质模型;活性污泥 3号模型 (ASM3)

在城市水环境系统中,下水道对水质的影响往往被忽略.事实上,下水道环境非常适合微生物生长,污水在管道中长时间、长距离输送过程中,微生物能使水质产生显著的变化[1-2].为明确其中的机理,20世纪 90年代起,许多科研团队对下水道水质转化进行了研究[3-8].利用研究成果干预下水道中的水质转化,以减轻污染,改善环境,是下水道水质转化研究的最终目的.要达到这一目的,关键是要建立合适的下水道污水水质模型.

下水道污水水质转化模型的研究在国外始于20世纪 90年代末.国外较有代表性的模型基本是在活性污泥数学模型 (Activated Sludge Model[9],包括ASM1,ASM2,ASM2D和 ASM3)的基础上开发的,如丹麦 Aalborg大学的 HV ITVED-JACOBSEN等[7]在 ASM1基础上开发的 WATS(Wastewater Aerobic/Anaerobic Transformation in Sewers)模型 ,瑞士联邦水科学研究院的 HU ISMAN等[10]在 ASM3基础上开发的水质模型.为了简要地描述水质转化过程,这些模型主要考虑有机质的矿化过程,但忽略了硝化与反硝化反应的影响.国内对下水道污水水质转化模型的研究则起步于 21世纪初,主要是应用WATS进行模拟[11-12],鲜见针对国内下水道的实际情况开发的新模型.但是,国内的下水道系统、水质及环境条件与国外有较大差别,尤其是沿海城市,其下水道污水水质和温度与欧洲差距甚大.研究发现,沿海城市的重力自流污水管中的硝化反应对水质有较明显的影响[13],上述模型不能很好地反映这一现象.

笔者针对城市下水道的特点,开发综合考虑水动力、大气复氧和温度影响,适用于下水道环境的污水水质模型,并进行模型率定与验证,应用该模型探讨各种下水道条件对污水水质转化的影响.

1 数学模型

1.1 下水道水质转化概念模型

下水道中水质发生变化的主要原因是微生物在温湿环境下反应活跃,使污染物发生一系列氧化 -还原反应.因此,模拟下水道的污水转化应以微生物活动为核心进行概念化建构.下水道中影响水质的微生物可分为异养微生物 (XH)和自养微生物 (XA)2类,前者主要影响有机质的矿化和反硝化过程,后者主要影响硝化过程.据此,下水道污水微生物转化的过程可描述为：XH利用易生物降解的有机底物 (SS)为碳源,以溶解氧〔DO,模型变量以ρ(SO)标识)〕或者硝氮〔NOx-N,模型变量以ρ(SNO)标识〕作为电子受体而生长,其中间产物为胞内贮存物质(XSTO);XA可利用无机碳源实现自身增殖,同时将氨氮〔NH4+-N,模型变量以ρ(SNH)标识 〕氧化为硝氮;微生物在缺乏底物时将消耗自身的碳源实现内源呼吸;污水中可水解有机颗粒物 (XS)可在微生物作用下逐渐水解为 SS,这一过程与氧环境无关.下水道水质转化概念模型如图 1所示.

图 1 下水道水质转化的概念模型Fig.1 The conceptmodel of the sewage quality model in a gravity sewer

1.2 下水道水质数学模型的建立

1.2.1 水动力模型

水质模型开发需要确定水动力条件以提供流场.重力式排水管道的纳污水量受居民用水习惯影响在 1 d内会呈现较大差异,但在较短的时间间隔(min级)内,下水道受纳的污水量基本恒定,可视为稳定均匀流.因此,将管道水流假定为分时段的均匀流,使用Manning公式[14]来计算水动力.

1.2.2 水质转化模型

水质转化以微生物反应为核心,因此可在模拟微生物作用的ASM3基础上建立下水道水质转化数学模型.描述各项微生物反应过程的速率方程式和化学计量系数如表 1,2所示.表 1中各项参数的含义与取值见表 3.参数取值的确定方法见 3.1节.表1为化学计量系数矩阵.基于物质平衡,单位时间与空间内含 C物质或含 N物质的产生与消耗量之和应为 0,因此表 1中的化学计量系数值 xk和 yk可分别根据各反应过程中的 CODCr与N守恒方程推得：

式中,vk,i为表 1中化学计量矩阵的 k行 i列参数值;l1,i和 l2,i为质量守恒矩阵中的 1行 i列与 2行 i列参数值.

化学计量系数只表示单位时间与空间内,某一个反应过程中各种物质的产生或消耗的比例,反应速率通过表 1右边的“反应速率方程”栏中的方程式进行计算,计算得到的 r20为 20℃时的反应速率 .由于温度对于微生物的反应速率影响显著,以经典的Arrhenius方程来确定温度对于微生物反应速率的影响,即：

式中,rk为第 k个反应过程在 T温度下的反应速率,g/(m3·d);rk,20为第 k个反应过程在 20℃时的反应速率,g/(m3·d);T为环境温度,℃;θT为温度影响因子 .根据文献,微生物反应的θT定为 1.07[7],大气复氧过程的θT取为 1.024[15].下水道污水复氧系数可根据 HU ISMAN等[16]的经验方程来计算.

表 1 基于 ASM3的下水道水质模型的化学计量系数矩阵[9]Table 1 Stoichiometric matrix of the sewage quality model developed from ASM3

表 2 基于 ASM3的下水道水质模型的反应速率方程式Table 1 Rate equationsof the sewage quality model developed from ASM3

表 3 模型中采用的参数取值Table 3 Summary of the parameter values used in themodel simulation

在确定化学计量系数与反应速率后,某种物质在某一个反应过程 k中的浓度(Ci)变化可由化学计量系数与反应速率的乘积得到,即：

式中,rk由表 2中 k行的反应速率方程计算得到.

该数学模型在 V isual Fortran 6.5中编程建立,采用向后差分格式求数值解.

2 试验方法

2.1 下水道污水转化模拟试验

为确定下水道水质模型中众多的参数值,在实验室进行了下水道污水转化模拟试验.采用一个 5 L的圆柱形有机玻璃反应器作为模拟下水道,反应器中装入 4 L从下水道入流口取得的新鲜污水,并连续搅拌 72 h,期间每 1 h测定一次摄氧率 (Oxygen Uptake Rate,OUR),每 4 h测定一次ρ(NH4+-N)与ρ(NOx-N).测定 OUR时,蠕动泵先将反应器中的污水泵入带有磁力搅拌装置的 200 mL OUR测定瓶,充满后停泵,密闭条件下测定 10 min内瓶中ρ(DO)的变化情况,ρ(DO)下降速率即为 OUR.完成 OUR测定后污水再被泵回反应器.试验测得的 OUR,ρ(NH4+-N)和ρ(NOx-N)用于模型率定与验证.

2.2 现场试验

确定参数取值后,模型需要通过现场试验验证,试验地点为香港科技大学内的排污干管.该排污管约为16 000人服务,总长约 1.5 km,内径 0.45 m,坡降0.007 43,以重力自流式排污,污水流量约4 925 m3/d,其盐度为 0.6%～1.6%[6].取样位置分别为排污干管前端污水入口与末端污水出口的人工井.通过测定水深,进行水动力计算得到水力停留时间后,取管道前、后端的对应水样.取样的同时进行ρ(DO)的连续在线监测.

2.3 水质分析方法

用总有机碳分析仪 (Shimadzu 500,岛津)测定ρ(TOC);用流动注射分析仪 (Flow Injection Analyzer,FIA)测定ρ(NH4+-N)与ρ(NOx-N);用溶解氧测定仪 (Model 55,金泉)测定OUR;以重铬酸钾回流法测定ρ(CODCr);采用呼吸计量法测定有机底物 XS,SS和微生物 XH浓度;用长时间曝气后出水溶解性ρ(CODCr)来确定惰性溶解态有机质 (SI)浓度;假定管道入流污水中的贮存物质 (XSTO)浓度为0,以 CODCr平衡得到惰性颗粒态有机质 (XI)浓度,具体方法参照文献[17].

3 结果与讨论

3.1 模型率定与验证

ASM3是为污水生化处理开发的,其参数典型值并不适合于下水道环境,因此,有必要对模型进行率定以确定参数值.采用曲线拟合法率定,即通过调整参数值使模型预测值与实测的 OUR,ρ(NH4+-N)和ρ(NOx-N)曲线相吻合.曲线拟合法的优势是可以同时率定多个参数,但缺点在于计算量大、对数据和搜索算法的要求高.通过该方法得到的参数值受目标函数、取值范围的影响较大,易出现参数值不唯一的情况.为此,应先进行参数敏感度分析以减少待定参数,再用遗传算法进行计算.关于参数敏感度、相关度分析的深入研究与应用GA率定下水道水质模型的细节见笔者的另一篇论文[23].

3.1.1 参数敏感度分析

参数的敏感度分析目标是从模型的 30个待定参数 (见表 3)中筛选出对水质影响较大的参数用以估值.某一参数ω对水质指标 Ci(如 DO,CODCr,NH4

+-N或 NOx-N)的敏感度 (Si)计算方法如下：

经过敏感度分析,确定水质变化对 YA,bSTO,O,KNH等 9个参数的敏感度较低,因此可将进行估值的参数减少至 21个.

3.1.2 曲线拟合的数学规划

应用曲线拟合技术来确定参数,是将参数估值问题转换为一个非线性的数学规划问题,在建立数学规划模型后用遗传算法来求解.该数学规划模型的目标函数：

式中,ω1,ω2,…,ω21为 21个待定参数的某一取值组合;F为计算值与实测值的拟合度,其最优目标是趋于和 RNOx2为 OUR,ρ(NH4+-N)和ρ(NOx-N)的模型计算值与实测值曲线间的相关系数.在拟合度评估式〔式 (6)〕中,和3个指标对总拟合度的贡献均等,权重一致.该数学规划的约束条件是参数取值的合理范围.以文献[10,18-19]的参数值来确定取值范围 .

3.1.3 遗传算法求解非线性数学规划

求解上述非线性数学规划问题的方法通常是采用全局搜索式的智能算法寻找最优解,而遗传算法(Genetic Algorithm,GA)就是求解该类问题的有效工具.在环境领域,GA也是常用的求解工具[20-22].该研究中遗传算法的种群规模限制为 200个,当遗传迭代计算次数超过1 000次后,计算结果逐渐收敛,可得到上述数学规划问题的最优解,获得适合于下水道环境的一组参数值 (如表 2所示).图 2是经遗传算法计算后得到最优拟合结果,图中OUR,ρ(NH4+-N)和ρ(NOx-N)的计算值与实测值的相关系数 (R2)分别为 0.915,0.981和 0.993,拟合效果较好,说明下水道水质模型采用这一组参数值可以较好地模拟污水中水质的变化趋势.

图 2 OUR,ρ(NH4+-N)和ρ(NO x-N)的计算值与实测值的比较Fig.2 GA fitting result for OUR,NH4+-N and NOx-N

3.2 现场试验验证

经过现场测定与采样分析,下水道入流污水的水量、水质见表 4.将这些数据作为初始条件输入模型,采用模型率定后得到的参数值,在稳态条件下进行计算得到下水道出流口的污水水质.ρ(TOC)和ρ(DO)的模拟值与实测值的比较见图 3,4.从图 3可以发现,模型能较好地预测下水道出口的ρ(TOC).图 4则表明,模型对于污水中的ρ(DO)变化同样有较好的模拟效果,模型计算的ρ(DO)曲线与实测曲线相近.由于污水中的ρ(DO)变化是下水道中各种耗氧生化反应以及复氧过程的集中体现,对ρ(DO)较为准确的预测也表明下水道污水水质转化模型能较好地模拟水质转化过程.同时,从ρ(DO)曲线的波峰对应程度来看,模型的水动力模拟较为准确,模型计算的水力滞留时间与实际情况基本吻合.因此,这些模拟结果表明,该下水道污水水质转化模型可较为准确地预测有机质和 DO在下水道中的输送与转化.

表 4 下水道的入流水量水质Table 4 Flux and influent sewage quality of the sewer

图 3 下水道出入口ρ(TOC)实测值与计算值的比较Fig.3 Measured and simulated TOC at the sewer inlet and outlet

图 4 下水道出口ρ(DO)的实测值与计算值的比较Fig.4 Model predictionsof DO in the effluent of the sewer

3.3 讨论

近年来国内外对于下水道水质转化的研究着重于有机物在管道中的降解,希望通过人为改变外部条件来影响其中的生化降解反应过程,强化污染物的降解能力以减轻后续污水处理厂的负担 .为强化有机质的生化降解,理论上可通过人工曝气或延长水力停留时间 (HRT)等方法来实现 .有机质降解的 2个主要生化反应过程是异养增殖和水解,因此可应用模型探讨通过人工曝气提高初始ρ(DO),从而改变 HRT对有机质的水解、异养增殖 2个反应过程的影响 .

3.3.1 污水中初始ρ(DO)对异养增殖率的影响

由于水解反应不受 DO影响,研究中仅考虑在管道入口处改变污水的初始ρ(DO)对异养增殖率的影响 .当入流污水中的初始ρ(DO)分别为 1,3,5和7 mg/L时,异养微生物 (XH)的质量浓度〔ρ(XH)〕在管内的沿程变化如图 5所示.由图 5可见,当污水中的初始ρ(DO)提高时,异养微生物增殖率〔以ρ(XH)的增长率计〕也随着升高.当污水中的初始ρ(DO)从缺氧状态的 1 mg/L提升到 3 mg/L时,XH增殖率提升最为明显;随着 DO渐趋饱和,XH增殖率的提升幅度也随之减小.当初始ρ(DO)为 7 mg/L时,污水在管道中停留时间约为 17 min,XH增殖率达到2.6%,按每 km管道长度计算约为 1.7%,按单位时间计算约为 26.5 mg/(L·h).该结果表明,如果在大城市的长距离下水道中设置多个人工曝气点以提高污水中的初始ρ(DO),可以有效提高下水道污水中的微生物的活性与增殖率,强化有机物生化降解率.人工曝气的经济可行性及其对管道后端受纳水体或污水厂的环境影响,则需根据不同管道的实际情况,结合受纳水体或污水厂的数学模型进行统一模拟.

图 5 入流污水的初始ρ(DO)对ρ(XH)的影响Fig.5 The effect of changing influent DO level on heterotrophic growth

3.3.2 HRT对异养增殖与水解过程的影响

人为延长污水在下水道中的 HRT的主要方法是增大管径和降低管道坡降,应用模型探讨了管径与坡降变化对水质转化过程的间接影响.经模型计算,管径差异对异养增殖和水解 2个反应过程的影响如图 6所示.坡降改变对异养增殖与水解的影响如图 7所示.由图 6,7可见,管径变化对 HRT影响较小,对 XH增殖率和 XS降解率的影响也不明显;而管道坡降变化对 HRT有明显的影响,XH增殖率和 XS降解率变化显著.当坡降为 0.003,相应的HRT达到 25.4 min时,下水道中的 XH增殖率和 XS降解率最高,分别为 3.2%和 3.7%,按每 km管道长度计算约为 2.1%和 2.5%,按单位时间计算 XH增殖速率约为 20.1 mg/(L·h),XS降解速率约为16.5 mg/(L·h).该结果表明,提高 HRT可以增大单位管道长度的 XH增殖率和 XS降解率,但较低的流速同时降低了复氧速率,反而降低了 XH增殖率.而且在现实中管道坡降的调整空间往往较小,这一方法对增强下水道中有机物降解的效果有限.

图 6 下水道管径对异养增殖和水解反应的影响Fig.6 The effectsof changing sewer diameter on heterotrophic growth and hydrolysis

图 7 下水道管道坡降对异养增殖和水解反应的影响Fig.7 The effectsof changing sewer slope on heterotrophic growth and hydrolysis

4 结论

a.经率定的模型可以较好地模拟下水道污水中的有机质和DO的输送与转化.

b.模型的应用研究发现,通过向下水道中曝气提高污水的ρ(DO)可以较为有效地提升有机质的生物分解能力.

致谢：研究得到香港科技大学土木工程系陈光浩教授及其研究生的大力协助,特此致谢!

[1] LEUNGD HW.Study of oxygen utilization and dissolved organic removal in a sanitary gravity sewer[D].Hong Kong：The Hong Kong University of Science and Technology,2000.

[2] HV ITVED-JACOBSEN T.Sewer p rocesses：microbial and chemical process engineering of sewer networks[M].London：CRC Press,2002：12-18.

[3] ALMEIDA M D C,BUTLER D. In-sewer wastewater characterization and model parameter determination using respirometry[J].Water Environ Res,2002,74(3)：295-305.

[4] BENTZEN G,SMITH A T,BENNETTD,et al.Controlled dosing of nitrate for prevention of H2S in a sewer network and the effects on the subsequent treatment processes[J].Water Sci Technol,1995,31(7)：293-302.

[5] BJERRE H L,HV ITVED-JACOBSEN T,TEICHGR B E R B,et al.Modeling of aerobic wastewater transformations under sewer conditions in the Emscher River,Germany[J].Water Environ Res,1998,70(6)：1151-1160.

[6] CHEN G H,LEUNG D H W.Utilization of oxygen in a sanitary gravity sewer[J].Water Res,2000,34(15)：3813-3821.

[7] HV ITVED-JACOBSEN T,VOLLERTSEN J,NIELSEN P H.A process and model concept for microbial wastewater transformations in gravity sewers[J].Water Sci Technol,1998,37(1)：233-241.

[8] N IELSEN P H,RAUNKJER K,NORSKER N H,et al.Transformation of wastewater in sewer systems：a review[J].Water Sci Technol,1992,26(6)：17-31.

[9] HEHZEM,GUJER W,MINO T,et al.Activated sludge models ASM1,ASM2,ASM2D,and ASM3[M].London：IWA Publishing,2000.

[10] HUISMAN J L,GUJER W.Modelling wastewater transformation in sewers based on ASM3[J].Water Sci Technol,2002,45(6)：51-60.

[11] 朱学兵.城市排水管道水质数学模型及模拟[D].西安：西安建筑科技大学,2004.

[12] 田文龙.利用下水道管渠处理城市污水技术模拟研究[D].重庆：重庆大学,2004.

[13] 江峰,李适宇,LEUNGD HW.下水道中高盐度生活污水的微生物反应研究与水质转化数学模拟[J].中山大学学报：自然科学版,2007,43(2)：97-101.

[14] 黄平.水环境数学模型及其应用 [M].广州：广州出版社,1996：11.

[15] JENSEN N A.Empirical modeling of air-to-water oxygen transfer in gravity sewers[J].Water Environ Res,1995,67(6)：979-991.

[16] HUISMAN JL,WEBERN,GUJERW.Reaeration in sewers[J].Water Res,2004,38(5)：1089-1100.

[17] PETERSEN B,GERNAEY K,HENZE M,et al.Calibration of activated sludgemodels：a critical review of experimental designs[M]//AGATHOS S N,REINEKE W.Biotechnology for the environment：wastewater treatment and modeling,waste gas handling. The Netherlands,Dordrecht：Kluwer Academic Publishers,2003：101-186.

[18] GUJERW,HENZE M,MINO T,et al.Activated sludge model No.3[J].Water Sci Technol,1999,39(1)：183-193.

[19] KOCH G,KUHNIM,GUJERW,et al.Calibration and validation of activated sludge model No.3 for Swiss municipal wastewater[J].Water Res,2000,34(14)：3580-3590.

[20] 林高松.基于公平、效益与多目标优化的河流污染负荷分配方法研究[D].广州：中山大学,2006.

[21] 林高松,李适宇,江峰.基于公平区间的污染物允许排放量分配方法[J].水利学报,2006,37(1)：52-57.

[22] 林高松,李适宇,江峰.考虑污染源强随机变化的感潮河流环境容量优化[J].水科学进展,2006,17(3)：317-322.

[23] JIANG F,LEUNG H W D,L I S Y,et al.A new method for determination of parameters in sewer pollutant transformation processmodel[J].Environ Technol,2007,28(11)：1217-1225.

Sew age Quality Model Developm ent and App lication for Municipal Sew ers

JIANG Feng1,L IShi-yu2
1.School of Chemistry and Environment,South China Normal University,Guangzhou 510631,China
2.School of Environmental Science and Engineering,Sun Yat-Sen University,Guangzhou 510627,China

A concep tual model was developed to simulate sewage transformation according to the conditions of municipal sewers.The mathematical sewer modelwas built based on ASM3(Activated SludgeModel No.3).Model calibration and parameter estimation was performed by a curve fitting technique and genetic algorithm with the data obtained in lab experiments.The calibrated model was then validated with the data obtained in in-situ experiments,and the results showed that themodelwell p redicted the variationsof dissolved oxygen and total organic carbon concentrations along the sewer.To investigate the effects of controllable factors,hydraulic retention time,initial dissolved oxygen concentration,etc,on organism biodegradation in the sewer,model simulationswere also conducted.The results revealed that air injection could be an effectivemeasure to enhance the dissolved oxygen concentration and the proliferation rate of microorganisms,therefore intensifying the biodegradation efficiency of organic matter in the sewer.

sewer;sewage quality model;Activated Sludge Model No.3(ASM3)

TU992,X52

A

1001-6929(2010)01-0120-08

2009-06-11

2009-07-13

国家自然科学基金项目 (50808088);广东省自然科学基金项目(8451063101001185)

江峰 (1980-),男,广东揭阳人,讲师,博士,主要从事水污染控制与水环境模拟研究,jiangfeng@scnu.edu.cn.

(责任编辑：孔 欣)