用一元线性回归法建立COD 与BOD5 的关系模型

胡秀英

(桂林市排水工程管理处 广西桂林 541002)

1 引言

化需氧量和化学需氧量两项指标各有特点，BOD5能够反映出可被微生物氧化分解的有机物量，而COD则几乎可以表示出有机物全部氧化所需要的氧量，但却不能反映出只能被微生物分解的那部分有机物量。所以，对于研究某特定水域的水质成分，研究该水域中有机物的性质，BOD5与COD两项指标都是非常重要的。

在实践中，COD指标可在短时间内（2min-2h）取得结果，且不受废水水质的影响，测试工作简单易行，但COD测定可将大部分有机物氧化，并且也包括了水中存在的无机性还原物质，故不能反映只被微生物分解的那部分有机物，因此，一般说，在水质分析工作中，以采用能反映可被微生物氧化分解的有机物量的BOD5为指标较为合适，然而BOD5测试不仅需要较长时间（5天），对于指导生产不够迅速及时，并且需要一系列恒温设备，还常常受到许多因素的影响（PH、温度、毒物、菌种等）。比方毒物，当废水中存在毒物时，即使其浓度很低，细菌的活力也要受到死亡的威胁。人们已证明，在重金属诸如铅、铜、汞、铬等存在时，将抑制或阻止样品中废物氧化时细菌的活性。由于BOD5值取决于细菌的活性，因而它自然要受到毒物的影响。实验证明，毒性物质能降低BOD5值，却不影响COD的测试。

2 建立COD 与BOD5 的关系模型

2.1 依据

据Ademoroti（1986）认为，COD与BOD5之间的关系式为：

目前，这一方程式已被认可为COD与BOD5之间的通用方程式。

2.2 建模

式中：x为BOD5值，y为COD值，n为平行测试的组数。

2.1.2 误差检验

采用算术平均误差检验

2.1.3 相关系数检验。

2.3 举例

本文采用桂林市雁山污水处理厂2013年5月至6月的27组数据，利用①方程式，确定该厂进水（城市废水）水体的COD与BOD5关系模型。

2.3.1 建模

原始数据列

将数据代入上述公式得：

因此可知，用线性回归法配出的直线是有意义的。COD值对相应的BOD5值的线性回归呈现显著的正相关。

3 结语

利用一元线性回归法建立COD与BOD5关系模型具有两个特点，一是精度较高，二需用数据量较大（显然，数据越多，误差越小）。需要注意的是，利用线性回归法建立COD与BOD5关系模型，前提需是水样取自同一种废水，或其中多种有机物的相对组成没有太大变化的水体。