城市下水道污水水質模型的開發與應用

江 峰,李適宇

1.華南師范大學化學與環境學院,廣東廣州 510631

2.中山大學環境科學與工程學院,廣東廣州 510627

城市下水道污水水質模型的開發與應用

江 峰1,李適宇2

1.華南師范大學化學與環境學院,廣東廣州 510631

2.中山大學環境科學與工程學院,廣東廣州 510627

建立了下水道水質轉化概念模型,以ASM3(活性污泥 3號模型)為基礎開發了下水道污水水質數學模型,通過模擬試驗,運用遺傳算法和曲線擬合技術進行了模型率定與參數估值.模型經現場試驗驗證可較好地模擬下水道中的ρ(DO)與ρ(TOC)的變化.應用該模型進行數值模擬,探討了初始ρ(DO)和水力停留時間 (HRT)等可控因素對下水道中微生物作用及有機質降解的影響.結果表明,在下水道中設置曝氣點,可提高污水的ρ(DO),能有效地提高微生物增殖速率,強化有機物的生化降解能力.

下水道;水質模型;活性污泥 3號模型 (ASM3)

在城市水環境系統中,下水道對水質的影響往往被忽略.事實上,下水道環境非常適合微生物生長,污水在管道中長時間、長距離輸送過程中,微生物能使水質產生顯著的變化[1-2].為明確其中的機理,20世紀 90年代起,許多科研團隊對下水道水質轉化進行了研究[3-8].利用研究成果干預下水道中的水質轉化,以減輕污染,改善環境,是下水道水質轉化研究的最終目的.要達到這一目的,關鍵是要建立合適的下水道污水水質模型.

下水道污水水質轉化模型的研究在國外始于20世紀 90年代末.國外較有代表性的模型基本是在活性污泥數學模型 (Activated Sludge Model[9],包括ASM1,ASM2,ASM2D和 ASM3)的基礎上開發的,如丹麥 Aalborg大學的 HV ITVED-JACOBSEN等[7]在 ASM1基礎上開發的 WATS(Wastewater Aerobic/Anaerobic Transformation in Sewers)模型 ,瑞士聯邦水科學研究院的 HU ISMAN等[10]在 ASM3基礎上開發的水質模型.為了簡要地描述水質轉化過程,這些模型主要考慮有機質的礦化過程,但忽略了硝化與反硝化反應的影響.國內對下水道污水水質轉化模型的研究則起步于 21世紀初,主要是應用WATS進行模擬[11-12],鮮見針對國內下水道的實際情況開發的新模型.但是,國內的下水道系統、水質及環境條件與國外有較大差別,尤其是沿海城市,其下水道污水水質和溫度與歐洲差距甚大.研究發現,沿海城市的重力自流污水管中的硝化反應對水質有較明顯的影響[13],上述模型不能很好地反映這一現象.

筆者針對城市下水道的特點,開發綜合考慮水動力、大氣復氧和溫度影響,適用于下水道環境的污水水質模型,并進行模型率定與驗證,應用該模型探討各種下水道條件對污水水質轉化的影響.

1 數學模型

1.1 下水道水質轉化概念模型

下水道中水質發生變化的主要原因是微生物在溫濕環境下反應活躍,使污染物發生一系列氧化 -還原反應.因此,模擬下水道的污水轉化應以微生物活動為核心進行概念化建構.下水道中影響水質的微生物可分為異養微生物 (XH)和自養微生物 (XA)2類,前者主要影響有機質的礦化和反硝化過程,后者主要影響硝化過程.據此,下水道污水微生物轉化的過程可描述為：XH利用易生物降解的有機底物 (SS)為碳源,以溶解氧〔DO,模型變量以ρ(SO)標識)〕或者硝氮〔NOx-N,模型變量以ρ(SNO)標識〕作為電子受體而生長,其中間產物為胞內貯存物質(XSTO);XA可利用無機碳源實現自身增殖,同時將氨氮〔NH4+-N,模型變量以ρ(SNH)標識 〕氧化為硝氮;微生物在缺乏底物時將消耗自身的碳源實現內源呼吸;污水中可水解有機顆粒物 (XS)可在微生物作用下逐漸水解為 SS,這一過程與氧環境無關.下水道水質轉化概念模型如圖 1所示.

圖 1 下水道水質轉化的概念模型Fig.1 The conceptmodel of the sewage quality model in a gravity sewer

1.2 下水道水質數學模型的建立

1.2.1 水動力模型

水質模型開發需要確定水動力條件以提供流場.重力式排水管道的納污水量受居民用水習慣影響在 1 d內會呈現較大差異,但在較短的時間間隔(min級)內,下水道受納的污水量基本恒定,可視為穩定均勻流.因此,將管道水流假定為分時段的均勻流,使用Manning公式[14]來計算水動力.

1.2.2 水質轉化模型

水質轉化以微生物反應為核心,因此可在模擬微生物作用的ASM3基礎上建立下水道水質轉化數學模型.描述各項微生物反應過程的速率方程式和化學計量系數如表 1,2所示.表 1中各項參數的含義與取值見表 3.參數取值的確定方法見 3.1節.表1為化學計量系數矩陣.基于物質平衡,單位時間與空間內含 C物質或含 N物質的產生與消耗量之和應為 0,因此表 1中的化學計量系數值 xk和 yk可分別根據各反應過程中的 CODCr與N守恒方程推得：

式中,vk,i為表 1中化學計量矩陣的 k行 i列參數值;l1,i和 l2,i為質量守恒矩陣中的 1行 i列與 2行 i列參數值.

化學計量系數只表示單位時間與空間內,某一個反應過程中各種物質的產生或消耗的比例,反應速率通過表 1右邊的“反應速率方程”欄中的方程式進行計算,計算得到的 r20為 20℃時的反應速率 .由于溫度對于微生物的反應速率影響顯著,以經典的Arrhenius方程來確定溫度對于微生物反應速率的影響,即：

式中,rk為第 k個反應過程在 T溫度下的反應速率,g/(m3·d);rk,20為第 k個反應過程在 20℃時的反應速率,g/(m3·d);T為環境溫度,℃;θT為溫度影響因子 .根據文獻,微生物反應的θT定為 1.07[7],大氣復氧過程的θT取為 1.024[15].下水道污水復氧系數可根據 HU ISMAN等[16]的經驗方程來計算.

表 1 基于 ASM3的下水道水質模型的化學計量系數矩陣[9]Table 1 Stoichiometric matrix of the sewage quality model developed from ASM3

表 2 基于 ASM3的下水道水質模型的反應速率方程式Table 1 Rate equationsof the sewage quality model developed from ASM3

表 3 模型中采用的參數取值Table 3 Summary of the parameter values used in themodel simulation

在確定化學計量系數與反應速率后,某種物質在某一個反應過程 k中的濃度(Ci)變化可由化學計量系數與反應速率的乘積得到,即：

式中,rk由表 2中 k行的反應速率方程計算得到.

該數學模型在 V isual Fortran 6.5中編程建立,采用向后差分格式求數值解.

2 試驗方法

2.1 下水道污水轉化模擬試驗

為確定下水道水質模型中眾多的參數值,在實驗室進行了下水道污水轉化模擬試驗.采用一個 5 L的圓柱形有機玻璃反應器作為模擬下水道,反應器中裝入 4 L從下水道入流口取得的新鮮污水,并連續攪拌 72 h,期間每 1 h測定一次攝氧率 (Oxygen Uptake Rate,OUR),每 4 h測定一次ρ(NH4+-N)與ρ(NOx-N).測定 OUR時,蠕動泵先將反應器中的污水泵入帶有磁力攪拌裝置的 200 mL OUR測定瓶,充滿后停泵,密閉條件下測定 10 min內瓶中ρ(DO)的變化情況,ρ(DO)下降速率即為 OUR.完成 OUR測定后污水再被泵回反應器.試驗測得的 OUR,ρ(NH4+-N)和ρ(NOx-N)用于模型率定與驗證.

2.2 現場試驗

確定參數取值后,模型需要通過現場試驗驗證,試驗地點為香港科技大學內的排污干管.該排污管約為16 000人服務,總長約 1.5 km,內徑 0.45 m,坡降0.007 43,以重力自流式排污,污水流量約4 925 m3/d,其鹽度為 0.6%～1.6%[6].取樣位置分別為排污干管前端污水入口與末端污水出口的人工井.通過測定水深,進行水動力計算得到水力停留時間后,取管道前、后端的對應水樣.取樣的同時進行ρ(DO)的連續在線監測.

2.3 水質分析方法

用總有機碳分析儀 (Shimadzu 500,島津)測定ρ(TOC);用流動注射分析儀 (Flow Injection Analyzer,FIA)測定ρ(NH4+-N)與ρ(NOx-N);用溶解氧測定儀 (Model 55,金泉)測定OUR;以重鉻酸鉀回流法測定ρ(CODCr);采用呼吸計量法測定有機底物 XS,SS和微生物 XH濃度;用長時間曝氣后出水溶解性ρ(CODCr)來確定惰性溶解態有機質 (SI)濃度;假定管道入流污水中的貯存物質 (XSTO)濃度為0,以 CODCr平衡得到惰性顆粒態有機質 (XI)濃度,具體方法參照文獻[17].

3 結果與討論

3.1 模型率定與驗證

ASM3是為污水生化處理開發的,其參數典型值并不適合于下水道環境,因此,有必要對模型進行率定以確定參數值.采用曲線擬合法率定,即通過調整參數值使模型預測值與實測的 OUR,ρ(NH4+-N)和ρ(NOx-N)曲線相吻合.曲線擬合法的優勢是可以同時率定多個參數,但缺點在于計算量大、對數據和搜索算法的要求高.通過該方法得到的參數值受目標函數、取值范圍的影響較大,易出現參數值不唯一的情況.為此,應先進行參數敏感度分析以減少待定參數,再用遺傳算法進行計算.關于參數敏感度、相關度分析的深入研究與應用GA率定下水道水質模型的細節見筆者的另一篇論文[23].

3.1.1 參數敏感度分析

參數的敏感度分析目標是從模型的 30個待定參數 (見表 3)中篩選出對水質影響較大的參數用以估值.某一參數ω對水質指標 Ci(如 DO,CODCr,NH4

+-N或 NOx-N)的敏感度 (Si)計算方法如下：

經過敏感度分析,確定水質變化對 YA,bSTO,O,KNH等 9個參數的敏感度較低,因此可將進行估值的參數減少至 21個.

3.1.2 曲線擬合的數學規劃

應用曲線擬合技術來確定參數,是將參數估值問題轉換為一個非線性的數學規劃問題,在建立數學規劃模型后用遺傳算法來求解.該數學規劃模型的目標函數：

式中,ω1,ω2,…,ω21為 21個待定參數的某一取值組合;F為計算值與實測值的擬合度,其最優目標是趨于和 RNOx2為 OUR,ρ(NH4+-N)和ρ(NOx-N)的模型計算值與實測值曲線間的相關系數.在擬合度評估式〔式 (6)〕中,和3個指標對總擬合度的貢獻均等,權重一致.該數學規劃的約束條件是參數取值的合理范圍.以文獻[10,18-19]的參數值來確定取值范圍 .

3.1.3 遺傳算法求解非線性數學規劃

求解上述非線性數學規劃問題的方法通常是采用全局搜索式的智能算法尋找最優解,而遺傳算法(Genetic Algorithm,GA)就是求解該類問題的有效工具.在環境領域,GA也是常用的求解工具[20-22].該研究中遺傳算法的種群規模限制為 200個,當遺傳迭代計算次數超過1 000次后,計算結果逐漸收斂,可得到上述數學規劃問題的最優解,獲得適合于下水道環境的一組參數值 (如表 2所示).圖 2是經遺傳算法計算后得到最優擬合結果,圖中OUR,ρ(NH4+-N)和ρ(NOx-N)的計算值與實測值的相關系數 (R2)分別為 0.915,0.981和 0.993,擬合效果較好,說明下水道水質模型采用這一組參數值可以較好地模擬污水中水質的變化趨勢.

圖 2 OUR,ρ(NH4+-N)和ρ(NO x-N)的計算值與實測值的比較Fig.2 GA fitting result for OUR,NH4+-N and NOx-N

3.2 現場試驗驗證

經過現場測定與采樣分析,下水道入流污水的水量、水質見表 4.將這些數據作為初始條件輸入模型,采用模型率定后得到的參數值,在穩態條件下進行計算得到下水道出流口的污水水質.ρ(TOC)和ρ(DO)的模擬值與實測值的比較見圖 3,4.從圖 3可以發現,模型能較好地預測下水道出口的ρ(TOC).圖 4則表明,模型對于污水中的ρ(DO)變化同樣有較好的模擬效果,模型計算的ρ(DO)曲線與實測曲線相近.由于污水中的ρ(DO)變化是下水道中各種耗氧生化反應以及復氧過程的集中體現,對ρ(DO)較為準確的預測也表明下水道污水水質轉化模型能較好地模擬水質轉化過程.同時,從ρ(DO)曲線的波峰對應程度來看,模型的水動力模擬較為準確,模型計算的水力滯留時間與實際情況基本吻合.因此,這些模擬結果表明,該下水道污水水質轉化模型可較為準確地預測有機質和 DO在下水道中的輸送與轉化.

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

圖 3 下水道出入口ρ(TOC)實測值與計算值的比較Fig.3 Measured and simulated TOC at the sewer inlet and outlet

圖 4 下水道出口ρ(DO)的實測值與計算值的比較Fig.4 Model predictionsof DO in the effluent of the sewer

3.3 討論

近年來國內外對于下水道水質轉化的研究著重于有機物在管道中的降解,希望通過人為改變外部條件來影響其中的生化降解反應過程,強化污染物的降解能力以減輕后續污水處理廠的負擔 .為強化有機質的生化降解,理論上可通過人工曝氣或延長水力停留時間 (HRT)等方法來實現 .有機質降解的 2個主要生化反應過程是異養增殖和水解,因此可應用模型探討通過人工曝氣提高初始ρ(DO),從而改變 HRT對有機質的水解、異養增殖 2個反應過程的影響 .

3.3.1 污水中初始ρ(DO)對異養增殖率的影響

由于水解反應不受 DO影響,研究中僅考慮在管道入口處改變污水的初始ρ(DO)對異養增殖率的影響 .當入流污水中的初始ρ(DO)分別為 1,3,5和7 mg/L時,異養微生物 (XH)的質量濃度〔ρ(XH)〕在管內的沿程變化如圖 5所示.由圖 5可見,當污水中的初始ρ(DO)提高時,異養微生物增殖率〔以ρ(XH)的增長率計〕也隨著升高.當污水中的初始ρ(DO)從缺氧狀態的 1 mg/L提升到 3 mg/L時,XH增殖率提升最為明顯;隨著 DO漸趨飽和,XH增殖率的提升幅度也隨之減小.當初始ρ(DO)為 7 mg/L時,污水在管道中停留時間約為 17 min,XH增殖率達到2.6%,按每 km管道長度計算約為 1.7%,按單位時間計算約為 26.5 mg/(L·h).該結果表明,如果在大城市的長距離下水道中設置多個人工曝氣點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與增殖率,強化有機物生化降解率.人工曝氣的經濟可行性及其對管道后端受納水體或污水廠的環境影響,則需根據不同管道的實際情況,結合受納水體或污水廠的數學模型進行統一模擬.

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

3.3.2 HRT對異養增殖與水解過程的影響

人為延長污水在下水道中的 HRT的主要方法是增大管徑和降低管道坡降,應用模型探討了管徑與坡降變化對水質轉化過程的間接影響.經模型計算,管徑差異對異養增殖和水解 2個反應過程的影響如圖 6所示.坡降改變對異養增殖與水解的影響如圖 7所示.由圖 6,7可見,管徑變化對 HRT影響較小,對 XH增殖率和 XS降解率的影響也不明顯;而管道坡降變化對 HRT有明顯的影響,XH增殖率和 XS降解率變化顯著.當坡降為 0.003,相應的HRT達到 25.4 min時,下水道中的 XH增殖率和 XS降解率最高,分別為 3.2%和 3.7%,按每 km管道長度計算約為 2.1%和 2.5%,按單位時間計算 XH增殖速率約為 20.1 mg/(L·h),XS降解速率約為16.5 mg/(L·h).該結果表明,提高 HRT可以增大單位管道長度的 XH增殖率和 XS降解率,但較低的流速同時降低了復氧速率,反而降低了 XH增殖率.而且在現實中管道坡降的調整空間往往較小,這一方法對增強下水道中有機物降解的效果有限.

圖 6 下水道管徑對異養增殖和水解反應的影響Fig.6 The effectsof changing sewer diameter on heterotrophic growth and hydrolysis

圖 7 下水道管道坡降對異養增殖和水解反應的影響Fig.7 The effectsof changing sewer slope on heterotrophic growth and hydrolysis

4 結論

a.經率定的模型可以較好地模擬下水道污水中的有機質和DO的輸送與轉化.

b.模型的應用研究發現,通過向下水道中曝氣提高污水的ρ(DO)可以較為有效地提升有機質的生物分解能力.

致謝：研究得到香港科技大學土木工程系陳光浩教授及其研究生的大力協助,特此致謝!

[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] 朱學兵.城市排水管道水質數學模型及模擬[D].西安：西安建筑科技大學,2004.

[12] 田文龍.利用下水道管渠處理城市污水技術模擬研究[D].重慶：重慶大學,2004.

[13] 江峰,李適宇,LEUNGD HW.下水道中高鹽度生活污水的微生物反應研究與水質轉化數學模擬[J].中山大學學報：自然科學版,2007,43(2)：97-101.

[14] 黃平.水環境數學模型及其應用 [M].廣州：廣州出版社,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、效益與多目標優化的河流污染負荷分配方法研究[D].廣州：中山大學,2006.

[21] 林高松,李適宇,江峰.基于公平區間的污染物允許排放量分配方法[J].水利學報,2006,37(1)：52-57.

[22] 林高松,李適宇,江峰.考慮污染源強隨機變化的感潮河流環境容量優化[J].水科學進展,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

國家自然科學基金項目 (50808088);廣東省自然科學基金項目(8451063101001185)

江峰 (1980-),男,廣東揭陽人,講師,博士,主要從事水污染控制與水環境模擬研究,jiangfeng@scnu.edu.cn.

(責任編輯：孔 欣)