天津市污水处理厂进水水质特征的统计学分析
2014-06-23孙艳张逢胡洪营牛璋彬
孙艳,张逢,胡洪营,2*,牛璋彬
1.清华大学环境学院,环境模拟与污染控制国家重点联合实验室,北京 100084
2.清华大学深圳研究生院,国家环境保护环境微生物利用与安全控制重点实验室,广东深圳 518055
3.住房城乡建设部城镇水务管理办公室,北京 100835
天津市污水处理厂进水水质特征的统计学分析
孙艳1,张逢1,胡洪营1,2*,牛璋彬3
1.清华大学环境学院,环境模拟与污染控制国家重点联合实验室,北京 100084
2.清华大学深圳研究生院,国家环境保护环境微生物利用与安全控制重点实验室,广东深圳 518055
3.住房城乡建设部城镇水务管理办公室,北京 100835
以天津市24座城市污水处理厂实际运行数据为基础,系统分析了进水水质特征及有机物、氮、磷和悬浮物之间的概率分布及相关关系。结果表明,天津市污水中BOD5、CODCr、SS、NH3|N、TN和TP全年浓度均呈正偏态分布,其月中间值分布范围分别为95~140、280~370、130~155、15~30、20~35和3~5 mg/L。进水各水质指标间存在较好的一元线性关系,其中BOD5与TP相关性最为显著,R2为0.983。进水BOD5/CODCr分布在0.4~0.6的概率为39.4%,分布在0.2~0.4的概率为50.2%,说明天津市污水的可生化性较好。BOD5/TN<4的概率为54.4%,表明多数情况下进水反硝化碳源不足。BOD5/TP>20的累积概率为77.9%,表明进水可以满足生物除磷的需求。TN/TP分布在5~15的概率为73.6%,平均值为9.7,且TN/TP>5的概率为81.6%,表明进水能够满足微生物生长对氮、磷的需求。
污水处理厂;进水水质;水质特征;统计分析
开发利用非常规水资源是解决天津水资源短缺的重要手段[4-5]。城市污水作为非常规水资源的典型代表,其水量稳定、供给可靠,对城市污水进行有效处理,达到目标用途要求的水质标准,使之成为多种用途的水资源,是开源节流、减轻水体污染、改善生态环境、解决城市缺水问题的有效途径之一[6-8]。城市污水水质特征是污水处理厂设计和建设的基本参数,污水处理厂进水水质的测定分析对污水处理厂的工艺设计和运行管理具有重要意义,掌握污水水质特征能够为有效提高水处理效果及再生利用提供科学依据[9-11]。笔者以天津市24座污水处理厂为研究对象,系统分析了进厂原水水质特征,主要包括水质指标BOD5、CODCr、SS、NH3|N、TN和TP的变化规律和概率统计分析,以及有机物、氮、磷和悬浮物之间的相关关系,以期为天津市污水再生利用,缓解水资源短缺提供可靠数据支持。
1 研究方法
以天津市24座污水处理厂为研究对象,以2012年全年实际进厂原水水质数据为基础,主要分析了BOD5、CODCr、SS、NH3|N、TN和TP等的变化规律,各指标间的相关关系及概率分布。水质分析数据来源于住房城乡建设部城镇污水处理管理信息系统,统计分析采用SPSS20.0软件,作图分析采用Origin9软件。
2 结果与讨论
2.1 进水水质分布特性分析
天津市2012年全年污水处理厂进厂原水主要水质指标BOD5、CODCr、SS、NH3|N、TN和TP的统计分析结果和正态性检验如表1所示。
表1 污水水质统计分析和正态性检验Table 1 Statistical analysis of influent quality characteristics and normality test
根据表1给出的Kolmogorov-Smirnov统计量、Shapiro-Wilk统计量、偏度和峰度结果,可以对各项水质指标的分布进行正态性检验,当样本容量N< 1 000时,以Shapiro-Wilk检验为准。经过Shapiro-Wilk检验,各项水质指标显著性水平(Sig.,significance level)均小于0.05,表明各项指标不服从正态分布。从偏度和峰度系数可以看出,各污水水质指标的偏度系数和峰度系数均大于0,由此可判断各项水质指标数据分布均呈正偏态分布。因此,在数据统计时,对各水质指标分布的平均值、中间值及最频值分别进行了统计分析。表2列出了各月浓度中间值。
表2 污水水质指标月中间值Table 2 Themonthlymedian of pollution indicators mg/L
2.1.1 进水BOD5分布特性
在三位负责人的带领下,我们身着工作服,参观了从上铝卷到电化学处理、涂布和干燥、在线分切、包装,直至储运、物流的完整生产流程。我们看到,在监控室里高速生产线的实时数据不断闪现,所有数据可以保留2年;生产全过程参数自动检测,全球同步;安装于生产线上的在线检测系统,可检测到50微米缺陷,自动切走缺陷部分;采用环保包装方式,自动打包。此外,我们了解到,其关键材料由总部统一进口;新开发产品,需经过12个月严格测试,才能投入正式生产……或许正因为执行着最严苛的生产要求,无锡工厂才敢于做出最高质量标准的庄重承诺。
进水BOD5浓度逐月变化规律和概率分布如图1所示,各月浓度中间值如表2所示。从图1(a)可以看出,BOD5分布在20~360 mg/L,各月浓度平均值均大于中间值,各月中间值分布在95~140mg/L,其中8月浓度最低,3月浓度最高。由表2可知,中间值最小值为98.0mg/L,最大值为136.3mg/L。从图1(b)可以看出,进水 BOD5平均值为 125.2 mg/L,中间值为115.0 mg/L。概率分布较高的浓度范围在50~150 mg/L,其累积概率为75.8%,达到累积频率95%时,BOD5为253.0 mg/L。
图1 进水BOD5逐月变化及概率分布(2012年1月—2012年12月)Fig.1 Themonthly change and probability distribution of influent BOD5(January 2012-December 2012)
2.1.2 进水CODCr分布特性
进水CODCr逐月变化规律和概率分布如图2所示,各月浓度中间值如表2所示。从图2(a)可以看出,CODCr分布在30~900 mg/L,1—7月各月浓度平均值大于中间值,8—12月平均值小于中间值。各月中间值分布在280~370 mg/L,其中8月浓度最低,3月浓度最高。由表2可知,中间值最小值为283.0 mg/L;最大值为364.7 mg/L。从图2(b)可以看出,进水CODCr平均值为334.5 mg/L,中间值为330.5 mg/L。概率分布较高的浓度范围在150~400 mg/L,其累积概率为77.1%,达到累积频率95%时,CODCr为575.0 mg/L。
图2 进水CODCr逐月变化及概率分布(2012年1月—2012年12月)Fig.2 Themonthly change and probability distribution of influent CODCr(January 2012-December 2012)
2.1.3 进水SS分布特性
进水SS浓度逐月变化规律和概率分布如图3所示,各月浓度中间值如表2所示。从图3(a)可以看出,SS浓度分布在20~540 mg/L,各月SS浓度平均值均大于中间值,中间值分布在130~155 mg/L,随季节变化不明显。由表2可知,中间值最小值为134.3 mg/L;最大值为152.0 mg/L。从图3(b)可以看出,进水SS浓度平均值为162.6 mg/L,中间值为142.0 mg/L。概率分布较高的浓度范围在40~280 mg/L,其累积概率为89.3%,达到累积频率95%时,SS浓度为323.0 mg/L。
图3 进水SS浓度逐月变化及概率分布(2012年1月—2012年12月)Fig.3 Themonthly change and probability distribution of influent SS(January 2012-December 2012)
2.1.4 进水NH3|N分布特性
进水NH3|N浓度逐月变化规律和概率分布如图4所示,各月浓度中间值如表2所示。从图4(a)可以看出,NH3|N浓度分布在5~90 mg/L,各月浓度平均值均大于中间值,中间值分布在15~30 mg/L,其中8月浓度最低,5月浓度最高。由表2可知,中间值最小值为 15.6 mg/L;最大值为 28.3 mg/L。从图4(b)可以看出,进水NH3|N平均值为26.0 mg/L,中间值为24.0 mg/L。概率分布较高的浓度范围在5~50 mg/L,其累积概率为93.9%。
图4 进水NH3|N浓度逐月变化及概率分布(2012年1月—2012年12月)Fig.4 Themonthly change and probability distribution of influent NH3|N(January 2012-December 2012)
2.1.5 进水TN分布特性
进水TN浓度逐月变化规律和概率分布如图5所示,各月浓度中间值如表2所示。从图5(a)可以看出,TN浓度分布在3~85 mg/L,各月中间值分布在20~35 mg/L,除2、4、5月以外,各月浓度中间值均小于平均值。其中8月TN浓度最低,3月浓度最高。由表2可知,中间值最小值为23.5 mg/L;最大值为33.6 mg/L。从图5(b)可以看出,进水TN平均值为33.6 mg/L,中间值为30.0 mg/L。概率分布较高的浓度范围在 6~66 mg/L,其累积概率为97.1%。
图5 进水TN浓度逐月变化及概率分布(2012年1月—2012年12月)Fig.5 Themonthly change and probability distribution of influent TN(January 2012-December 2012)
2.1.6 进水TP分布特性
进水TP浓度逐月变化规律和概率分布如图6所示,各月浓度中间值如表2所示。从图6(a)可以看出,TP浓度分布在0.5~20 mg/L,各月中间值分布在3~5 mg/L,各月浓度中间值均小于平均值。其中8月TP浓度最低,4月和5月浓度最高。由表2可知,中间值最小值为3.4 mg/L;最大值为4.2 mg/L。从图6(b)可以看出,进水TN平均值为4.2 mg/L,中间值为3.8 mg/L。概率分布较高的浓度范围0~7 mg/L,其累积概率为95.7%。
2.2 进水水质指标相关性分析
污水中污染物的组成非常复杂,分析各污染物间相关性,了解各污染指标间的相关程度,可以减少监测次数与项目,还可保证监测数据的真实可靠性[12-13]。针对污水处理厂2012年全年进水水质指标BOD5、CODCr、SS、NH3|N、TN和TP,采用最小二乘法对监测数据进行回归计算,确定各指标间的一元线性关系是否存在,建立回归方程,得到各污染指标之间的相关关系。
图6 进水TP浓度逐月变化及概率分布(2012年1月—2012年12月)Fig.6 Themonthly change and probability distribution of influent TP(January 2012-December 2012)
各指标间的回归方程及相关系数(R2)如表3所示。由表3可见,各项指标间线性相关关系均较好,除 CODCr与 TN的相关关系相对弱些(R2= 0.893)之外,其他指标间 R2均大于0.900,其中BOD5与TP相关性最为显著,R2为0.983。由此可见,天津市污水中污染物组成相对稳定,无明显剧烈变化,监测结果也没有明显突变,各水质指标间的相关关系也较为稳定和显著。
表3 污水水质指标间相关和回归分析Table 3 The correlation and regression analysis of pollution indicators
2.3 进水营养物质的比例关系
2.3.1 进水BOD5/CODCr
污水处理中常用BOD5/CODCr来衡量污水的可生化性。当BOD5/CODCr为0.4~0.6时,污水可生化性较好,适应于生物处理,当BOD5/CODCr为0.2~0.4时,表明污水中存在难生物降解性污染物,当BOD5/CODCr<0.1时,可生化性差,必须进行预处理后才可进行生化处理[14]。进水BOD5/CODCr的累积分布如图 7所示。由图 7可见,BOD5/CODCr为0.05~0.9,平均值和中间值均为 0.4,全年BOD5/CODCr分布在0.4~0.6的概率为39.4%,分布在0.2~0.4的概率为50.2%,BOD5/CODCr<0.1的概率为1.0%,说明天津城市污水可生化性较好,虽然存在一定的难生物降解性污染物,但仍适应生物处理。
图7 BOD5/CODCr的概率分布Fig.7 The probability distribution of BOD5/CODCr
2.3.2 进水BOD5/TN
反硝化反应的顺利进行需要有充足的碳源,如果碳源不足会严重抑制反硝化反应,降低系统总氮去除率;相反如果进水碳源过高会增加系统耗氧量,严重抑制硝化反应,降低硝化效率,相应系统总氮去除率也不会太高,因此需维持进水的BOD5/TN[15-16]。一般来说,当污水的BOD5/TKN为4~6时,可认为碳源充足[16-17]。BOD5/TN的概率分布如图8所示。由图8可见,BOD5/TN的平均值为4.5,中间值为3.8,BOD5/TN<4的概率为54.4%,分布在4~6的概率为28.7%,表明多数情况进水反硝化碳源不足,应注意合理控制外碳源投加量。
图8 BOD5/TN的概率分布Fig.8 The probability distribution of BOD5/TN
2.3.3 进水BOD5/TP和TN/TP
污水的BOD5/TP是评价采用生物除磷是否可行的主要指标。进水的C/P必须足够高(特别是聚磷菌厌氧条件下)。若该比值过低,聚磷菌在厌氧池放磷时释放的能量不能很好地被用来吸收和贮藏溶解性有机物,影响该类细菌在好氧池的吸磷,从而使出水磷浓度升高,一般认为BOD5/TP>20有较好的磷去除率。比值越大,才能保证聚磷菌有着足够的基质需求,除磷效果越好[16]。BOD5/TP的概率分布如图9所示。由图9可见,BOD5/TP平均值为36.4,中间值为35.1,BOD5/TP>20的累积概率为77.9%,表明进水在大多数情况下均可以满足生物除磷的需求。
图9 BOD5/TP的概率分布Fig.9 The probability distribution of BOD5/TP
TN/TP的概率分布如图10所示,一般来说,当污水中BOD5∶N∶P达到100∶5∶1时[16],即可满足微生物生长对氮、磷的需求。由图10可以看出,TN/ TP平均值为9.7,中间值为9.1,分布在5~15的概率为73.6%,且TN/TP>5的概率为81.6%。由BOD5/TP和TN/TP值可以判断,氮磷可满足微生物生长的需求。
图10 TN/TP的概率分布Fig.10 The probability distribution of TN/TP
3 结论
(1)天津市污水中BOD5、CODCr、SS、NH3|N、TN和TP全年浓度均呈正偏态分布,月中间值分布在95~140、280~370、130~155、15~30、20~35和3~5 mg/L。各污染指标随季节变化呈现出较一致的规律性。
(2)进水各常规水质指标间存在较好的一元线性关系,其中BOD5与TP相关性最为显著,相关系数(R2)为0.983,说明有机污染物和TP间存在较强的相关关系。CODCr与TN的相关关系相对弱些,R2为0.893,其他指标间R2均大于0.900。
(3)BOD5/CODCr,BOD5/TN,BOD5/TP,TN/TP分析表明,天津城市污水可生化性较好,有机物可以满足生物除磷的需求,N和P可基本满足微生物生长对氮、磷的需求,但多数情况下反硝化碳源不足,应注意合理控制外碳源投加量。
[1] 贾艳杰,张华兵,王媛.天津可持续发展的水资源约束与对策[J].城市环境与城市生态,2003,16(1):76-78.
[2] 唐福生.天津污水再生利用及水质控制[J].建设科技,2009 (11):56-57.
[3] 于佳瀛.天津某中水处理厂污水水质分析及水质预警系统研究[D].天津:天津大学,2009.
[4] 孟祥和,张牧,张海生,等.天津工业节水与效益分析[J].资源节约与环保,2007,23(3):27-30.
[5] 高传昌,刘兴.城市非常规水资源的应用研究进展[J].灌溉排水学报,2007,26(增刊):68-70.
[6] QIN X S,GAO F R,CHEN G H,et al.Wastewater quality monitoring system using sensor fusion and machine learning techniques[J].Water Research,2012,46(4):1133-1144.
[7] OUYANG Y,NKEDI-KIZZA P,WU T Q,et al.Assessment of seasonal variations in surface water quality[J].Water Research,2006,40(20):3800-3810.
[8] WEINRICH L A,JJEMBA P K,GIRALDO E,et al.Implications of organic carbon in the deterioration ofwater quality in reclaimed water distribution systems[J].Water Research,2010,44(18): 5367-5375.
[9] 孙迎雪,马磊,吴光学,等.昆明市合流制排水区域污水处理厂进水水质特征分析[J].给水排水,2013,39(3):135-139.
[10] KRISTENSEN T,ATLAND A,ROSTEN T,et al.Important influent-water quality parameters at freshwater production sites in two salmon producing countries[J].Aquacultural Engineering,2009,41(2):53-59.
[11] 胡洪营,吴乾元,黄晶晶,等.再生水水质安全评价与保障原理[M].北京:科学出版社,2011.
[12] 张广强.上海市内陆地表水常规污染指标相关性研究及应用[D].上海:东华大学,2009.
[13] 邓莉娟,王中琪,张清东,等.氧化沟工艺中污水监测指标的相关性分析[J].工业用水与废水,2007,38(6):57-59,88.
[14] 胡洪营,赵文玉,吴乾元.工业废水污染治理途径与技术研究发展需求[J].环境科学研究,2010,23(7):861-868.
[15] GANIGUE R,VOLCKE E IP,PUIG S,et al.Impact of influent characteristics on a partial nitritation SBR treating high nitrogen loaded wastewater[J].Bioresource Technology,2012,111: 62-69.
[16] 郑兴灿,李亚新.污水除磷脱氮技术[M].北京:中国建筑工业出版社,1998.
[17] 张自杰,林荣忱,金儒霖.排水工程[M].北京:中国建筑工业出版社,1999.▷
Statistical Analysis of Influent Quality Characteristics of M unicipal W astewater Treatment Plants in Tianjin
SUN Yan1,ZHANG Feng1,HU Hong-ying1,2,NIU Zhang-bin3
1.State Key Joint Laboratory of Environment Simulation and Pollution Control,School of Environment,Tsinghua University,Beijing 100084,China
2.State Environmental Protection Key Laboratory of Microorganism Application and Risk Control,Graduate School at Shenzhen,Tsinghua University,Shenzhen 518055,China
3.Water Administration Office,Ministry of Housing and Urban-rural Development,Beijing 100835,China
The influents of 24 wastewater treatment plants in Tianjin were investigated to analyze the characteristics of water quality,the probability distribution of themain pollution indicators,and the correlations among the organic matter,suspended solids,nitrogen and phosphorus.The results showed that the trend of BOD5,CODCr,SS, NH3-N,TN and TP in the influentswere in accordance with positively skewed distribution,and the concentrations of BOD5,CODCr,SS,NH3-N,TN and TP(monthlymedian)were in the range of95-140 mg/L,280-370 mg/L,130-155 mg/L,15-30 mg/L,20-35 mg/L and 3-5 mg/L,respectively.Simple linear relationships among the six indicators could be observed,where BOD5and TP have a significant correlation,and the correlation coefficients R2was 0.983.The probability distribution of BOD5/CODCrratios between 0.4 and 0.6 was39.4%,and between 0.2 and 0.4 was at50.2%of the cumulative frequency,indicating an adequate biodegradation ability of the influents.The probability distribution of BOD5/TN ratios less than 4 was 54.4%,77.9%of the BOD5/TP ratioswere above 20,which could meet the demand for biological phosphorus removal but not for denitrification.The probability distribution of TN/TP ratios between 5 and 15 was 73.6%with an average of 9.7,and 81.6%of the valueswere above 5.Therefore,the influents could meet the demands of nitrogen and phosphorus formicrobial growth.
wastewater treatment plant;influent quality;characteristics of influent quality;statistical analysis
X703
A
10.3969/j.issn.1674-991X.2014.03.029
1674-991X(2014)03-0173-08
2013-11-21
国家自然科学基金项目(51348011)
孙艳(1977—),女,助理研究员,博士,主要从事污水再生利用的水质安全评价,sun_yan@tsinghua.edu.cn
*责任作者:胡洪营(1963—),男,教授,博士,主要从事环境微生物学与环境生物技术、污水再生利用的水质安全评价与保障技术等方面的研究,hyhu@tsinghua.edu.cn