污水處理廠進水BOD5濃度影響因素分析

摘要：本研究選取北方典型城市4座城鎮污水處理廠的運行數據進行調查分析，重點分析進水BOD5濃度的變化規律和影響因素。基于北方地區城鎮居民用水量季節性差異較為明顯、全年降雨分布相對集中的特點，綜合考慮污水處理廠進水量變化、收水范圍、降雨量等因素對進水BOD5濃度變化產生的影響。分析表明，通常情況下，污水處理廠進水量增加時，進水BOD5濃度會相應降低；收水面積較大，污水輸送距離較長時，進水BOD5濃度會相應降低；降雨也會造成部分污水處理廠出現進水BOD5濃度下降的現象。在此基礎上，提出污水處理提質增效和污水處理廠建設運行的建議及對策，為城鎮污水處理提質增效工作提供參考。

關鍵詞：污水處理；提質增效；BOD5濃度；影響因素

引言

隨著“城市生活污水收集率”新指標的提出及《城鎮污水處理提質增效三年行動方案（2019—2021）》的出臺和實施，城鎮污水處理提質增效成為新的行業熱點方向。“城市生活污水收集率”新指標重點關注污水處理廠進水生化需氧量（BOD5）濃度，代表著居民生活污水污染物是否被收集進入污水處理廠得到有效處理。污水處理廠進水BOD5濃度低，說明部分生活污水污染物未被收集，排入了城市河道，不僅造成水體污染，還造成污水處理廠運行成本增加[1]。

造成污水處理廠進水BOD5濃度偏低的原因較多，如外水入滲、排水體制、長距離輸送、管道沉積、地區差異及經濟水平等[2]。近年來，隨著城市發展，污水處理廠新建、擴建、改造等工作穩步推進，城鎮污水收集和處理能力逐漸提高。本文通過調查北方典型城市4座城鎮污水處理廠的進水BOD5濃度現狀，分析了污水處理廠進水BOD5濃度的特征，根據污水處理廠進水量、收水范圍和降雨等相關數據的統計對比，系統分析了污水處理廠進水BOD5濃度的影響因素，提出了城鎮污水處理提質增效的建議和對策，為城鎮污水處理廠的規劃建設、運營管理等提供科學依據和參考。

1污水處理廠概況

本次選取的4座污水處理廠分別為廠A、廠B、廠C、廠D，均位于城市中心城區周邊，主要接收來自中心城區及城區周邊部分區域的居民生活污水。4座污水處理廠的設計處理規模分別為45萬m3/d、20萬m3/d、40萬m3/d、10萬m3/d，日均處理水量分別為47.27萬m3/d、20.99萬m3/d、39.14萬m3/d、11.15萬m3/d，當前運行負荷分別為105.04%、104.95%、97.85%、111.5%（數據截至2021年10月）。其中，廠A于2019年進行了遷建，廠C于2020年進行了遷建，遷址后的新廠處理規模均保持不變。

2主要分析方法

對4座污水處理廠近4年（2018年1月至2021年10月）每日的運行數據進行調查，分析污水處理廠進水BOD5濃度分布和變化特征，以及進水量、降雨、收水范圍對進水BOD5濃度的影響。其中，進水量影響通過皮爾遜相關系數法分析其與進水BOD5濃度的線性相關性；降雨影響主要通過其對進水量的影響進行間接分析。

2.1 進水BOD5濃度計算方法

進水BOD5濃度平均值通過污水處理廠每日進水BOD5濃度的加權平均值計算，計算方法如式（1）所示。

式中 C—BOD5濃度的加權平均值；Ci—當日進水BOD5濃度；Qi—當日進水量；m—計算起始日期；n—計算終止日期。

2.2 皮爾遜相關系數

2.2.1 相關系數的計算

皮爾遜相關系數是一種常用的、用來衡量兩個變量相關性關系的指標，相關系數的大小可以反映兩個變量之間線性相關程度的強弱。對于變量X和Y，其皮爾遜相關系數按式（2）計算。

式中 " " —相關系數；" 、" " — n個數據的平均值。

的取值范圍為（-1，1），即|r|≤1，|r|越接近于1，則表明x和y的相關程度越高。若r=-1，表明x和y之間具有完全負線性相關關系；若r=1，表明x和y之間具有完全正線性相關關系；若r=0，表明x和y之間不存在線性相關關系[3][4]。

2.2.2 相關系數的顯著性檢驗

相關系數受樣本隨機性、樣本數量等影響，因此需要進行顯著性檢驗，以確定相關系數的可靠性。

首先，提出原假設H0，即為兩個變量不相關ρ=0。然后，計算檢驗的統計量，通常采用t分布檢驗，按式（3）計算。最后，觀察ρ和顯著性水平α的關系，顯著性水平α是指確定一個事件為最小概率時間的標準，比較公認的兩個取值為0.05和0.01，如果ρ＜α，那么原假設不成立，證明兩個變量之間有顯著的相關性；如果ρ＞α，那么原假設成立，說明兩個變量沒有相關性[5][6]。

3進水BOD5濃度分布和變化特征

對4座污水處理廠的進水BOD5濃度分布進行分析，以數據分布的98%置信區間確定每座污水處理廠的進水BOD5濃度范圍。由表1可知，廠C和廠D進水BOD5濃度相對較高，廠B最低。對4座污水處理廠進水BOD5濃度近4年的變化進行對比，圖1為4座污水處理廠近4年（其中2021年截至10月）的進水BOD5濃度加權平均值。由圖1可知，廠A在2018年、2019年進水BOD5濃度較高，2020年以后濃度明顯降低；廠B進水BOD5濃度近年來變化不明顯；廠C進水BOD5濃度呈逐年下降趨勢，下降幅度較小；廠D進水BOD5濃度在2019年最高，2020年以后明顯下降。

4進水BOD5濃度影響因素分析

4.1 進水量影響

采用皮爾遜相關系數法對4座污水處理廠近4年每日進水量和進水BOD5濃度2項數據進行相關性分析，并結合散點圖和線性回歸分析其相關性特征。由表2可知，廠A、廠B、廠D進水量和進水BOD5濃度2項指標的相關性系數為負，且顯著水平均小于0.01，說明存在顯著的負線性相關；廠C的2項指標相關性不顯著。由圖2、圖3、圖4可知，廠A、廠B、廠D進水量和進水BOD5濃度2項指標的線性回歸擬合度R2均較小，說明2項指標的線性相關性較弱。由此表明，一般情況下，污水處理廠進水BOD5濃度會隨著進水量增加而有所降低。主要原因是污水處理廠收水范圍內常住人口相對穩定，可收集的BOD總量相對穩定，而夏季居民用水量增加，以及地下水、城市河湖水、雨水等“外水”進入污水管網，造成污水處理廠進水量增加，進水BOD5濃度隨之下降。相關研究表明，“外水”進入污水管網可占污水處理廠進水量的近40%，是部分污水處理廠進水污染物濃度較低的一項關鍵因素[7]。

4.2 收水面積影響

對4座污水處理廠的規劃收水面積和多年平均進水BOD5濃度（2018年1月至2021年10月）進行對比。由圖5可知，廠A和廠B多年平均進水BOD5濃度相對較低，收水面積相對較大；廠C和廠D多年平均進水BOD5濃度相對較高，收水面積相對較小。由此可以推斷，污水處理廠收水面積越大，可能越會造成進水BOD5濃度偏低。原因是污水處理廠收水面積大，將不可避免地造成污水長距離輸送，輸送距離過長會使管道中污泥沉積增加，從而發生一系列生化降解反應，導致污水中的BOD5濃度下降。相關研究表明，當輸送距離達到5km以上時，污水中污染物降解率一般達到10%以上[8]。

4.3 降雨影響

選取收水面積較大的廠A，分析2021年6月至10月間該廠進水BOD5濃度與日降雨量間的關系。由圖6可知，對于廠A來說，出現較為集中降雨天氣的日期前后，均出現了進水BOD5濃度短暫下降的現象。由此可見，降雨對于廠A的進水BOD5濃度影響較大，會造成進水BOD5濃度下降。降雨造成城鎮污水處理廠進水BOD5濃度下降的原因在于，城市居民小區內仍存在較多雨污管網混接、串接現象，降雨時，部分雨水進入污水管網擠占了空間，使得生活污水無法進入污水管網，如此一來，一方面導致污水溢流、污染進入河道，另一方面導致生活污水中污染物被稀釋，引起污水管網高水位運行，造成污水處理廠運行不穩定[9]。

5 結果與建議

4座城鎮污水處理廠中，3座污水處理廠進水量與進水BOD5濃度呈顯著負相關，由此可見，通常情況下，污水處理廠進水量增加時，進水BOD5濃度會相應降低。污水處理廠收水面積是影響進水BOD5濃度的因素之一，收水面積較大，污水輸送距離較長時，進水BOD5濃度會相應降低。降雨對污水處理廠進水BOD5濃度也存在一定的影響，降雨時部分污水處理廠會出現進水BOD5濃度下降的現象。

結合以上結果，建議從3個方面做好城鎮污水處理提質增效工作，即①進一步提升城市排水管網建設維護的質量和效率，有效改善排水管網損壞、老化、維護不及時等問題，從管網建設、運營到維護，有效減少污水跑冒、管道滲漏塌陷等問題的發生，嚴守“提質增效”的質量關；②污水處理廠的規劃、選址要綜合考慮服務地區生活污水收集和提高運行效率等因素，盡量減少超長距離污水輸送造成的外水進入、污泥沉積和污染物降解對污水處理廠運行效率的影響；③持續推進“清污分流”，實施源頭雨污串混接改造，以實現污水應收盡收、提升污水處理廠進水污染物濃度、避免污染物直接排入河道為目標，做實做細源頭排查、尤其是城市居民小區雨污串接及混接改造，有效減少生活污水進入雨水系統直排河道和雨水大量進入污水系統擠占污水空間等現象，保障污水處理廠高效運行。

結語

城鎮污水處理提質增效是一項系統工作，其實質為污水收集管網的效能提升，對于分流制排水系統而言，在具體實施過程中更要注重雨水和污水系統的協同治理增效。作為城鎮生活污水收集率的重要指示指標，污水處理廠進水BOD5濃度受多種復雜因素影響，因此要精準分析問題成因，做好頂層設計，從污水處理廠及污水收集管網的規劃建設和運行維護各個環節，提升污水收集效率和污水處理廠運行效能，推進城鎮污水處理提質增效工作走深、走實。

參考文獻

[1]張永棟，陳洋洋.低進水濃度對污水處理廠運營影響分析及對策[J].清洗世界，2022，38（01）：85-87.

[2]周小國，惠二青，彭壽海，等.長江沿線污水處理廠進水BOD5濃度與管網運營調查分析[J].給水排水，2021，47（S1）：129-133.

[3]趙海龍，張丹丹，黃松，等.基于皮爾遜相關系數的海南省地閃密度與雷擊故障關系分析[J].高壓電器，2019，55（08）：186-192.

[4]楊帆，馮翔，阮羚，等.基于皮爾遜相關系數法的水樹枝與超低頻介損的相關性研究[J].高壓電器，2014，50（06）：21-25.

[5]錢瑩，方秀男.多元線性回歸模型及實例應用[J].中國科技信息，2022（04）：73-74.

[6]徐雄博.紅石巖煤礦瓦斯涌出特征及其影響因素相關性分析[D].西安：西安科技大學，2017.

[7]鄭凱凱，周振，周圓，等.城鎮污水處理廠進水中地下水、河水及雨水混入比例研究[J].環境工程，2020，38（07）：75-80.

[8]盧貫能.淺淡城鎮污水處理廠進水COD濃度偏低的原因[J].資源節約與環保，2014（06）：144.

[9]周乙新，李激，王燕，等.城鎮污水處理廠低濃度進水原因分析及提升措施[J].環境工程，2021，39（12）：25-30.

作者簡介

王哲（1988—），男，漢族，遼寧本溪人，碩士研究生，工程師，主要從事城市排水及水環境治理研究工作。