【S市污水厂进水水质特征分析报告7500字（论文）】

S市污水厂进水水质特征分析报告目录TOC\o"1-2"\h\u218100引言 2150741研究方法 2252252结果与讨论 3320982.1进水水质年际变化分析 3255022.2进水水质年内变化分析 320502.2.1进水BOD5分布特性 4254052.2.2进水COD分布特性 5202902.2.3进水SS分布特性 6197822.2.4进水NH3-N分布特性 770312.2.5进水TN分布特性 8278682.2.6进水TP分布特性 9181002.3进水水质指标相关性分析 1023692.4进水营养物质的比例关系 11252912.4.1进水BOD5/COD 11323352.4.2进水BOD5/TN 12205562.4.3进水BOD5/TP 12219932.4.4进水TN/TP 13222082.5S市进水水质与全国其他地区的对比 13209652.6进水水质特征数据库构建 1439453结论 144658参考文献 15摘要为了了解S市污水处理厂的进水水质特征，对该市城市污水处理厂的进厂水质数据进行了系统分析。结果表明，S市污水中SS和TP浓度均值在2015年~2018年逐年上升，其他水质指标没有明显的变化规律，各项水质指标浓度均值在2018年~2019年均降低。2019年，BOD5、COD、SS、NH3-N、TN和TP的浓度分布均呈正偏态分布。进水BOD5/COD值分布在0.4~0.6之间的概率为55.0%，表明进水生化性较好。BOD5/TN分布在4~6之间的概率为34.6%，表明进水反硝化碳源不足。BOD5/TP大于20的概率为93.7%，可以满足生物除磷的要求。TN/TP大于5的概率为89.5%，表明进水基本满足微生物生长对氮、磷的理论需求量。进水水质指标中除NH3-N与SS之间无相关性外，其余各水质指标之间均存在一定的相关关系。S市污水中SS平均值略高于全国的统计数据，NH3-N、TN、TP平均值均低于全国的统计数据。在上述研究基础上，构建了S市污水处理厂进水水质特征数据库，以覆盖S市污水处理厂的常规监测水质指标数据范围。该研究可为现有城市污水处理厂的升级改造、运行调控与维护管理以及新建城市污水处理厂的工艺选择、设计优化提供科学依据。关键词污水处理厂进水水质多元统计分析0引言目前，我国城市污水处理厂进水水质负荷在年际间和年内不断变化，且一些污水处理厂的设计进水水质与实际进水水质存在较大差异，一定程度上降低了污水处理工艺中的脱氮除磷能力，影响生化系统的正常运行。同时，污水水质受到地区经济水平、气候差异及居民生活方式等多种因素的影响，不同城市的污水水质特征也有较大差别。因此，在进行污水处理时，针对不同的地域分析研究污水处理厂的进水水质，准确掌握污水水质特性，才能合理选择污水处理工艺、确定污水处理厂工艺设备和灵活调整工艺运行方式，以实现预期的污水处理目标。本文以S市16座城市污水处理厂为研究对象，系统分析了进厂水质指标5日生化需氧量（BOD5）、化学需氧量（COD）、悬浮固体（SS）、氨氮（NH3-N）、总氮（TN）和总磷（TP）的年际变化、季节变化和概率分布，以及各水质指标之间的相关关系，对城市污水处理厂提高运行效果有重要意义[1]。1研究方法S市现有16座城市污水处理厂的设计规模如表1所示，设计处理水量共248×104m3/d。本文主要分析了S市16座城市污水处理厂2015年1月~2019年12月污水处理厂的实际进水水质监测值。水质分析数据来源于全国城镇污水处理管理信息系统，统计分析采用SPSS19.0软件。表1S市16座城市污水处理厂设计规模Tab.1Designscaleof16municipalwastewatertreatmentplantsinChangsha序号污水处理厂名称设计规模(×104m3/d)1S国祯水处理有限公司（净化二厂）142S中科成污水净化有限公司183S市长善垸污水处理厂364S市新开铺污水处理厂105S市排水有限责任公司花桥水质净化厂366S市望城污水处理厂87S经济技术开发区城北污水处理厂一期148S市开福污水处理厂309S市岳麓污水处理厂3010S经济技术开发区城南（榔梨）污水处理厂一期711S经济技术开发区星沙污水处理厂1812S市坪塘污水处理厂及中水回用工程413S市排水有限责任公司新港水质净化厂514S市暮云污水处理及尾水中水回用工程415雨花污水处理厂616洋湖再生水厂二期82结果与讨论2.1进水水质年际变化分析因为S国祯水处理有限公司（净化二厂）在2015年~2016年停产施工改造，S市排水有限责任公司新港水质净化厂、S市暮云污水处理及尾水中水回用工程、雨花污水处理厂和洋湖再生水厂二期在2019年前未全部建成，选取了2015年~2019年S市其余11座城市污水处理厂的进厂水质指标BOD5、COD、SS、NH3-N、TN和TP进行统计分析，各年均值如表2所示。表2S市11座城市污水处理厂2015年~2019年进水水质数据均值Tab.2Averagedataofinfluentwaterqualityof11municipalwastewatertreatmentplantsinChangshafrom2015to2019年份BOD5/（mg·L-1）COD/（mg·L-1）SS/（mg·L-1）NH3-N/（mg·L-1）TN/（mg·L-1）TP/（mg·L-1）2015年88.0196.6161.616.022.22.32016年78.8194.5174.014.720.82.52017年76.5190.1183.814.020.92.82018年89.0206.1208.115.822.03.12019年86.1202.1179.914.921.42.9从表2可以看出，BOD5、COD、NH3-N和TN浓度均值的年际变化没有明显的规律，SS和TP浓度均值在2015年~2018年呈现逐年上升趋势。近年来国家对环保的重视程度不断提高，S市污水水质不断改善，各项水质指标均值在2018年~2019年均呈现降低趋势，污水处理厂进水负荷有所下降。在污水处理厂的运行管理中，需要根据进水水质的变化，选择合适的污水处理工艺，灵活调整运行方式。2.2进水水质年内变化分析以2019年S市16座城市污水处理厂进厂水质指标BOD5、COD、SS、NH3-N、TN和TP的数据为例，利用SPSS软件进行统计分析和正态性检验，统计结果如表3所示。一般来说，当样本容量<1000时，使用Shapiro-Wilk检验较为精准。当显著性水平Sig.(significancelevel)>0.05时，则认为指标服从正态分布[2]。经过Shapiro-Wilk检验，各项水质指标的显著性水平均<0.05，表明各项指标不服从正态分布。此外，各污水水质指标的偏度系数和峰度系数均>0，由此可判断各项指标均呈正偏态分布。表4列出了污水月处理量及水质指标浓度月中间值的统计分析结果。表3污水水质统计分析和正态性检验Tab.3Statisticalanalysisofinfluentqualitycharacteristicsandtestofnormality项目样本/个平均值/（mg·L-1）中间值/（mg·L-1）标准偏差/（mg·L-1）偏度峰度Kolmogorov-Smirnov*检验Shapiro-Wilk检验BOD519184.776.435.91.2022.9820.0000.000COD191202.0197.074.60.7780.8410.0000.000SS191178.4164.087.22.1487.9760.0000.000NH3-N19114.514.44.00.5280.2930.2000.005TN19121.020.44.90.5740.0310.0000.000TP1912.82.51.41.2971.3240.0000.000注:*Lilliefors显著水平修正。表4污水月处理量及水质指标月中间值Tab.4Quantityofwastewatertreatmentpermonthandthemonthlymedianofwaterqualityindicators月份处理水量/（104m3/月）BOD5/（mg·L-1）COD/（mg·L-1）SS/（mg·L-1）NH3-N/（mg·L-1）TN/（mg·L-1）TP/（mg·L-1）18239.773.7177.0159.813.120.12.027209.362.9160.4114.512.018.72.038576.883.1195.0203.513.720.02.448256.783.7189.0200.014.319.32.358749.276.4184.0169.512.418.62.068549.175.4179.5151.012.117.31.878865.159.4166.4131.512.416.41.887998.871.2197.3153.516.921.02.597174.988.2223.3165.016.824.82.7107532.082.5209.5158.516.824.32.9117063.582.3224.6168.018.826.92.9127569.782.5201.0174.016.923.72.82.2.1进水BOD5分布特性进水BOD5浓度的逐月变化规律和概率分布情况如图1所示，各月浓度中间值如表4所示。BOD5浓度分布在14.6~267.2mg/L，各月中间值分布在59.4~88.2mg/L，进水水质波动范围不大，水质相对较稳定。其中5~7月BOD5浓度较低，且平均值接近于中间值，其他月份（除4月外）BOD5浓度平均值均大于中间值。由于S属于亚热带季风气候，四季分明、雨热同期，夏季气温高且伴随着雨季的到来，随着降水量及居民用水量的增多，对进水水质冲击较大，进水中有机物的浓度因为稀释作用而降低。从概率分布图可以看出，进水BOD5平均值为84.7mg/L，中间值为76.4mg/L，最频值为65.0mg/L。城市污水处理厂的设计水质一般可采用85%~95%的保证率（保证率即某一指标在长时期内小于等于某一数值的累积概率）进行预测[3]，对实际进水数据进行概率统计可以较合理地确定设计数值。进水BOD5概率分布较高的浓度范围在40~160mg/L，其累积概率为90.6%，达到累积频率95%时，BOD5浓度为152.1mg/L。aBOD5逐月变化bBOD5概率分布注:箱线图中箱的上下两端分别对应数据批的上下四分位数（即25%值和75%值），箱内部的线段对应中间值，箱内部的叉对应平均值，箱两端的短线段对应最大值与最小值。图2~图6同。图1进水BOD5逐月变化及概率分布（2019年1-12月）Fig.1MonthlychangesandprobabilitydistributionofBOD5ininfluent(January2019-December2019)2.2.2进水COD分布特性进水COD浓度逐月变化规律和概率分布情况如图2所示，各月浓度中间值如表4所示。COD浓度分布在53.1~492.0mg/L，各月中间值分布在160.4~224.6mg/L。与进水BOD5类似，5~7月COD浓度较低，且平均值接近于中间值，其他月份COD浓度平均值均大于中间值。从概率分布图可以看出，进水COD平均值为202.0mg/L，中间值为197.0mg/L，最频值为202.0mg/L。概率分布较高的浓度范围在100~350mg/L，其累积概率为90.6%，达到累积频率95%时，COD浓度为344.0mg/L。aCOD逐月变化bCOD概率分布图2进水COD逐月变化及概率分布（2019年1-12月）Fig.2MonthlychangesandprobabilitydistributionofCODininfluent(January2019-December2019)2.2.3进水SS分布特性进水SS浓度逐月变化规律和概率分布情况如图3所示，各月浓度中间值如表4所示。SS浓度分布在16.6~688.0mg/L，除5月外，其他各月SS浓度平均值均大于中间值，各月中间值分布在114.5~203.5mg/L。从概率分布图可以看出，进水SS平均值为178.4mg/L，中间值为164.0mg/L，最频值为232.0mg/L。概率分布较高的浓度范围在50~300mg/L，其累积概率为92.2%，达到累积频率95%时，SS浓度为324.5mg/L。aSS逐月变化bSS概率分布图3进水SS逐月变化及概率分布(2019年1-12月)Fig.3MonthlychangesandprobabilitydistributionofSSininfluent(January2019-December2019)2.2.4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情况如图4所示，各月浓度中间值如表4所示。NH3-N浓度分布在7.3~28.3mg/L，5~7月浓度较低，且平均值接近于中间值，各月中间值分布在12.0~18.8mg/L。从概率分布图可以看出，进水NH3-N平均值为14.5mg/L，中间值为14.4mg/L，最频值为14.4mg/L。概率分布较高的浓度范围在6~21mg/L，其累积概率为93.2%，达到累积频率95%时，NH3-N浓度为22.0mg/L。aNH3-N逐月变化bNH3-N概率分布图4进水NH3-N逐月变化及概率分布(2019年1-12月)Fig.4MonthlychangesandprobabilitydistributionofNH3-Nininfluent(January2019-December2019)2.2.5进水TN分布特性进水TN浓度逐月变化规律和概率分布情况如图5所示，各月浓度中间值如表4所示。TN浓度分布在10.3~35.9mg/L，除了3月和9~11月，其他各月浓度平均值均大于中间值，中间值分布在16.4~26.9mg/L，平均值中7月TN浓度最低，11月浓度最高。从概率分布图可以看出，进水TN平均值为21.0mg/L，中间值为20.4mg/L，最频值为20.6mg/L。概率分布较高的浓度范围在15~33mg/L，其累积概率为90.1%，达到累积频率95%时，TN浓度为30.7mg/L。aTN逐月变化bTN概率分布图5进水TN逐月变化及概率分布(2019年1-12月)Fig.5MonthlychangesandprobabilitydistributionofTNininfluent(January2019-December2019)2.2.6进水TP分布特性进水TP浓度逐月变化规律和概率分布情况如图6所示，各月浓度中间值如表4所示。TP浓度分布在1.1~7.4mg/L。各月中间值分布在1.8~3.0mg/L，各月浓度中间值均小于平均值，2月的TP浓度平均值最低，11月浓度最高。从概率分布图可以看出，进水TP平均值为2.8mg/L，中间值为2.5mg/L，最频值为1.8mg/L。概率分布较高的浓度范围在1.5~6.5mg/L，其累积概率为89.0%。达到累积频率95%时，TP浓度为6.0mg/L。aTP逐月变化bTP概率分布图6进水TP逐月变化及概率分布(2019年1-12月)Fig.6MonthlychangesandprobabilitydistributionofTPininfluent(January2019-December2019)2.3进水水质指标相关性分析相关性分析可以研究变量之间关系的密切程度，相关系数是反映变量之间关系密切程度的主要指标[4]。掌握污水各水质指标之间的相关程度，可为污水处理厂的运行管理和监测预警提供便捷可靠的数据支持。选取S市16座污水处理厂2019年全年进水BOD5、COD、TN、SS、NH3-N和TP指标，采用皮尔逊（Pearson）相关系数分析污水处理厂全年进水水质指标间的相关性，相关性分析结果见表5。表5污水水质指标间的相关性Tab.5Correlationsofcontaminantindicatorsininfluent水质指标CODBOD5SSNH3-NTNTPCODPearson相关系数1.0000.782**0.658**0.286**0.632**0.588**Sig.双尾检验0.0000.0000.0000.0000.000BOD5Pearson相关系数0.782**1.0000.643**0.338**0.646**0.727**Sig.双尾检验0.0000.0000.0000.0000.000SSPearson相关系数0.658**0.643**1.0000.0500.373**0.506**Sig.双尾检验0.0000.0000.4900.0000.000NH3-NPearson相关系数0.286**0.338**0.0501.0000.752**0.276**Sig.双尾检验0.0000.0000.4900.0000.000TNPearson相关系数0.632**0.646**0.373**0.752**1.0000.670**Sig.双尾检验0.0000.0000.0000.0000.000TPPearson相关系数0.588**0.727**0.506**0.276**0.670**1.000Sig.双尾检验0.0000.0000.0000.0000.000注:**指在显著性水平0.01以下显著相关的相关系数(双尾检验)。进水指标SS和NH3-N之间的双尾检验概率Sig.值为0.490＞0.01，说明SS和NH3-N之间没有相关性；其余各指标间的Sig.值均为0.000<0.01，说明其余各指标间存在一定的相关性。分析Pearson相关系数可知，进水SS分别与BOD5、TP、COD有显著的相关性，其相关系数分别为0.643、0.506和0.658，且进水BOD5分别与TP、COD有显著的相关性，其相关系数分别为0.727和0.782，进水TP分别与COD、TN之间有显著的相关性，其相关系数分别为0.588和0.670，进水TN分别与COD、NH3-N之间亦有显著的相关性，其相关系数分别为0.632和0.752；进水TN与SS、进水NH3-N与BOD5之间低度相关，相关系数分别为0.373和0.338；而进水NH3-N与TP、COD微弱相关，相关系数分别为0.276、0.286。以上相关性分析结果与孙迎雪等[1]的结论基本一致，其中相关性较显著的进水BOD5与COD、TN和TP以及TN与TP比值的意义与分析详见2.4。2.4进水营养物质的比例关系2.4.1进水BOD5/CODBOD5和COD的比值体现了污水中可生物降解的有机物占总有机物量的比值，因此常用BOD5/COD作为评价污水可生化性的水质指标，该比值越大，说明污水越容易被生物处理。当BOD5/COD<0.1时，认为污水不适合进行生物处理；当0.2<BOD5/COD<0.4时，表明污水中存在难生物降解性污染物；当0.4<BOD5/COD<0.6时，则认为污水适合进行生物处理[5]。S市各污水处理厂进水BOD5/COD比值的概率累积分布如图7所示，比值范围在0.19~0.65，平均值和中间值均为0.42，最频值为0.40。全年BOD5/COD在0.4~0.6之间的概率为55.0%，在0.2~0.4之间的概率为40.8%，BOD5/COD<0.1的概率为0%，说明S市城市污水处理厂进水中虽然存在一定的难生物降解污染物，但总体进水的可生化性较好，生物处理能力较强。图7进水BOD5/COD的概率分布Fig.7ProbabilitydistributionofBOD5/CODratiosininfluent2.4.2进水BOD5/TNBOD5和TN的比值可以用于判断污水中的碳源含量，碳源会影响生物的反硝化效果及过程，为了保证反硝化菌在缺氧池内的反硝化作用，需要在缺氧段提供足够的有机物以促进生物脱氮过程，当进水BOD5/TN>2.86时硝酸盐才能实现完全的反硝化。一般情况下，当污水的BOD5/TN值大于4~6时，可以达到理想的脱氮效果[6]。BOD5/TN的概率分布情况如图8所示，BOD5/TN的平均值为3.99，中间值为3.71，最频值为2.58，BOD5/TN<4的概率为59.7%，而该比值在4~6之间的概率仅为34.6%，表明进水存在反硝化碳源不足的问题，需要额外补充碳源，以保证总氮的达标排放。图8进水BOD5/TN的概率分布Fig.8ProbabilitydistributionofBOD5/TNratiosininfluent2.4.3进水BOD5/TP污水的BOD5/TP是评价生物除磷可行性的主要指标。若该比值过低，聚磷菌在厌氧池放磷时产生的能量不能很好地被用来吸收和贮藏溶解性有机物，会影响聚磷菌在好氧池的吸磷，使出水TP浓度升高。一般污水处理厂中有效生物除磷要求为BOD5/TP>20，该比值越大，除磷效果越好[6]。进水BOD5/TP的概率分布情况如图9所示，BOD5/TP平均值为32.22，中间值为29.41，最频值为31.42，BOD5/TP>20的累积概率为93.7%，表明在大多数情况下，进水均可以满足生物除磷的需求。图9进水BOD5/TP的概率分布Fig.9ProbabilitydistributionofBOD5/TPratiosininfluent2.4.4进水TN/TP污水满足微生物生长所需的氮、磷营养物质的最佳比例为BOD5:N:P=100:5:1[6]，进水TN/TP的概率分布情况如图10所示，TN/TP比值范围在3.15~15.69，平均值为8.41，中间值为8.72，最频值为9.64，TN/TP>5的概率为89.53%。由BOD5/TP和TN/TP的比值可以判断，S市污水在大多数情况下可以满足微生物生长对氮、磷营养物质的需求。图10进水TN/TP的概率分布Fig.10ProbabilitydistributionofTN/TPratiosininfluent2.5S市进水水质与全国其他地区的对比将S市16座污水处理厂2019年的进水水质数据平均值与全国部分其他地区的进水水质数据平均值进行对比，见表6。表6S市污水处理厂与其他地区污水处理厂进水浓度平均值的比较Tab.5ComparisonofthemeaninfluentconcentrationofmunicipaltreatmentplantsinChangshaandotherareas进水水质污水处理厂数/个BOD5/（mg·L-1）COD/（mg·L-1）SS/（mg·L-1）NH3-N/（mg·L-1）TN/（mg·L-1）TP/（mg·L-1）全国[7]12781.6219.9148.522.830.43.7本研究1684.7202.0178.414.521.02.8上海市[8]50131.3300.2174.62435.14.9天津市[9]24125.2334.5162.62633.64.2广东省[10]35665159-16232.9注：全国指19个省市自治区127座污水处理厂，其中山东19座，广东15座，湖南8座，湖北1座，河南4座，辽宁9座，陕西3座，北京2座，海南2座，河北6座，甘肃1座，四川9座，黑龙江2座，云南13座，浙江4座，江苏23座，福建1座，广西2座，贵州3座。从表6可知，各地区进水SS平均值均处于同一数量级，差异不大。除进水SS外，上海市、天津市的进水BOD5、COD、NH3-N、TN、TP平均值均高于位于南方的广东省和S市，这可能是由于上海市的污水收集系统相对完善，位于北方的天津市年降雨量较少导致进水浓度较高，而南方地区由于地区因素及纳污管网建设不完善等原因[11]，导致污水处理厂进水浓度普遍偏低，活性污泥所需的营养物质不够，进而影响污水处理厂的处理效果。S市的进水BOD5和COD与全国的统计数据接近且高于广东省，SS平均值高于全国的统计数据，NH3-N、TN、TP平均值均低于全国的统计数据且与广东省接近。2.6进水水质特征数据库构建污水处理厂的进水存在地域性和季节性差异，有必要结合历史数据建立和完善本地化的进水水质数据库，作为污水处理厂设计进水取值的参考依据。本研究以全国城镇污水处理管理信息系统中S市城市污水处理厂的监测数据为基础，从宏观上分析了S市污水处理厂进水水质状况以及季节变化特征，并与全国部分其他地区污水处理厂进水水质进行对比，S市的进水水质数据较接近全国的统计数据。在此基础上，因为城市污水处理厂的设计水质一般可采用85%~95%的保证率[3]，取各水质指标在85%~95%的累积概率分布范围为概率分布较高的范围，进一步选取水质指标概率分布在70%以上累积概率分布的范围作为推荐取值范围[12]，构建S市污水处理厂进水水质特征数据库，见表7。表7S市污水处理厂进水水质特征数据库Tab.6InfluentwaterqualitycharacteristicsdatabaseofmunicipaltreatmentplantsinChangsha进水水质指标概率分布较高范围/（mg·L-1）推荐取值范围/（mg·L-1）BOD540~16060~150COD100~350140~322SS50~300118~282NH3-N6~2111~20TN15~3318~30TP1.5~6.51.8~6.23结论（1）通过对S市11座污水处理厂近5年进水水质的分析得出：进水BOD5、COD、NH3-N和TN浓度均值的年际变化没有明显的规律，SS和TP浓度均值在2015年~2018年呈现逐年上升趋势，各项水质指标均值在2018年~2019年均呈现降低趋势。（2）2019年S市16座污水处理厂全年进水BOD5、COD、SS、NH3-N、TN和TP浓度分布均呈正偏态分布，月中间值分布在59.4~88.2mg/L、160.4~224.6mg/L、114.5~203.5mg/L、12.0~18.8mg/L、16.4~