合肥市污水处理厂进水水质特征的统计学分析

柳 勇，董宝刚，徐 超，陶国庆

(合肥市排水管理办公室，安徽合肥 230001)

近年来，随着经济的快速发展和城镇化进程的加快，合肥市及周边区域人口快速增长，污水处理量也不断增加。截至2019年年底，合肥市投运的城镇污水处理厂(含下辖县市)24座，全年处理污水7.67亿t，对改善巢湖流域水生态环境发挥了极其重要的作用。为进一步加强巢湖流域水污染防治，2018年7月，合肥市污水处理厂开始全面执行《巢湖流域城镇污水处理厂和工业行业主要水污染物排放限值》(DB 34/2710—2016)标准，新标准下出水排放限值全面严于一级A标准。

进水水质不仅是污水处理厂设计建造、生产管理及工艺调控的重要参考，更是影响出水达标的首要因素，充分了解污水处理厂进水水质特征，对节约建设投资和运营成本、确保出水达标都具有重要的现实意义。近年来，随着各地污水排放标准的不断提高，对污水处理厂进水水质特征的研究逐渐成为行业热点[1-4]。本文拟通过分析合肥市24座污水处理厂进水有机物、氮、磷及悬浮颗粒物的变化特征、概率分布规律及各指标间的相关关系，以期在新排放标准下，为合肥市污水处理厂的运行管理、提标改造提供理论依据。

1 研究方法

以合肥市24座城镇污水处理厂2019年全年的进水水质数据(月均值)为基础，选取生化需氧量(BOD5)、化学需氧量(COD)、氨氮(NH3-N)、总氮(TN)、总磷(TP)及悬浮固体(SS)6项指标为分析对象，运用统计学方法分析各指标的分布规律及相关关系。数据的整理、统计分析采用SPSS 23.0软件，绘图采用origin 8.5软件。

2 结果与讨论

2.1 进水水质特征分析

2019年合肥市污水处理厂进水BOD5、COD、NH3-N、TN、TP和SS的统计结果和概率分布分别如表1、图1所示。根据表1给出的Kolmogorov-Smirnov检验和Shapiro-Wilk检验结果，分析进水水质指标分布是否符合正态性分布，因为样本数较少(N<1 000)，采用Shapiro-Wilk检验更为精确。一般情况下，当显著性水平(significance level, Sig.)>0.05时，则认为数据符合正态分布。经过Shapiro-Wilk检验，可以发现BOD5和COD的Shapiro-Wilk Sig.>0.05，说明BOD5和COD符合正态分布；而NH3-N、TN、TP和SS的Shapiro-Wilk Sig.<0.05，不符合正态分布。另外，NH3-N、TN、TP及SS的偏度和峰度均大于0，说明这4项指标均为正偏态分布，且数据分布相对于正态分布更陡峭。

表1 进水水质统计分析和正态性检验Tab.1 Statistical Analysis and Normality Test of Influent Water Quality

图1显示了进水各项指标的概率分布规律。进水BOD5为18.6～168.0 mg/L，均值为88.8 mg/L，中间值为90.5 mg/L，50%的进水BOD5<90.5 mg/L，80%的进水BOD5<114.5 mg/L；进水CODCr为33.7～375.0 mg/L，均值为191.1 mg/L，中间值为188.7 mg/L，50%的进水CODCr<188.7 mg/L，80%的进水CODCr<251.0 mg/L；进水NH3-N为4.4～59.4 mg/L，均值为27.2 mg/L，中间值为26.5 mg/L， 50%的进水NH3-N<26.5 mg/L，80%的进水NH3-N<33.3 mg/L；进水TN为9.2～73.0 mg/L，均值为34.6 mg/L，中间值为33.9 mg/L，50%的进水TN<33.9 mg/L，80%的进水TN<40.3 mg/L；进水TP为0.5～11.5 mg/L，均值为3.4 mg/L，中间值为3.2 mg/L， 50%的进水TP<3.2 mg/L，80%的进水TP<4.2 mg/L；进水SS为34.8～342.0 mg/L，均值为140.2 mg/L，中间值为130.8 mg/L， 50%的进水SS<130.9 mg/L，80%的进水SS<171.8 mg/L。

图1 进水水质概率分布Fig.1 Probability Distribution of Influent Water Quality

设计资料显示，合肥市24座污水处理厂设计进水BOD5、CODCr、NH3-N、TN、TP、SS分别为150～220、250～440、24～60、35～70、3～8.5、180～330 mg/L，实际进水水质与设计水质差异较大，这不仅造成设备选型不匹配，投资浪费，还导致污水处理厂长期低负荷运行，运行调控困难，处理效率低下。与太湖流域污水处理厂进水相比，合肥市污水处理厂进水BOD5、COD浓度偏低，而NH3-N、TN、TP及SS浓度偏高[4]。为保证出水水质，污水处理厂需要投加更多的碳源，这不仅增加药剂成本，也大大增加了污泥产量。

2.2 进水指标比例的分布特征

2.2.1 进水BOD/COD

测定BOD/COD是鉴定污水可生化性的最简便易行且常用的方法。当BOD/COD<0.1时，污水不适合生物处理;当0.20.4的累积概率为83.8%，在0.4～0.6的概率为79.8%，>0.6的概率为4.0%。说明合肥市污水处理厂总体进水可生化性较好，适合生化处理。

图2 进水BOD/COD的概率分布Fig.2 Probability Distribution of Influent BOD/COD

2.2.2 进水BOD/TN

污水中的氮主要通过硝化反硝化过程去除，好氧阶段硝化菌将氨或铵盐转化为硝酸盐，缺氧阶段反硝化菌利用硝酸盐作为电子受体，BOD5作为电子供体，将硝酸盐最终转化为氮气。理论上，去除1 g的氮需要消耗2.86 g的BOD5[5]，一般BOD/TN>3～5时，可以认为碳源充足[6]。进水BOD/TN的概率分布如图3所示，进水BOD/TN为0.71～3.81，平均值为2.50，中位值为2.52，进水BOD/TN<2.86的累积概率为72.7%，而BOD/TN>3的累积概率仅为20.9%，大多数BOD/TN的概率分布集中在2～3，占比达60.4%，说明合肥市污水处理厂进水BOD/TN普遍偏低，反硝化脱氮过程碳源不足。

图3 进水BOD/TN的概率分布Fig.3 Probability Distribution of Influent BOD/TN

2.2.3 进水BOD/TP

生物除磷的基本原理是厌氧阶段兼性细菌将BOD5转化为低分子发酵物(VFAS)，聚磷菌在吸收VFAS过程中释放磷酸盐，在随后的好氧阶段聚磷菌超量吸磷产生富磷污泥，然后通过剩余污泥排放将磷从系统中去除。这一过程中，BOD/TP是影响生物除磷效果的关键因素，比值越高，出水磷浓度越低，一般认为BOD/TP>20时，方可获得较为理想的出水磷浓度[5]。进水BOD/TP的概率分布如图4所示，进水BOD/TP为6.4～50.2，平均值为26.2，中位值为25.5，82.0%的BOD/TP>20的累积概率为82.0%，BOD/TP在20～30的概率分布占比最高，达到56.8%。理论上，进水碳源基本满足生物除磷需求。

图4 进水BOD/TP的概率分布Fig.4 Probability Distribution of Influent BOD/TP

2.2.4 进水SS/BOD

研究认为，由于我国大部分城市仍存在较多的雨污合流，大量泥沙随地表径流进入污水处理厂，导致进水SS/BOD偏高[7]。这会对污水处理厂运行产生诸多不利影响，一方面导致污泥活性下降，反硝化速率降低，TN去除效果变差[8]；另一方面，粒径较大的SS易沉淀在生化池底部，造成实际池容变小，降低污水处理效率。进水SS/BOD的概率分布如图5所示，进水SS/BOD为0.68～6.42，平均值为1.75，中位值为1.53，进水SS/BOD>1.1的累积概率高达86.3%，高比值(1.4～2)和超高比值(>2)的累积概率分布分别达到36.7%和25.9%。与全国城镇污水处理厂相比[9]，合肥市污水处理厂进水SS/BOD明显偏高，这是实现TN稳定达标排放的主要障碍之一。

图5 进水SS/BOD的概率分布Fig.5 Probability Distribution of Influent SS/BOD

2.3 进水水质指标相关性分析

相关性分析是研究两组或两组以上随机变量间关系密切程度的统计分析方法。在相关性分析中，相关系数是反映变量间关系密切程度的主要指标，常见相关系数为Pearson相关系数、Spearman秩相关系数和Kendall等级相关系数。Pearson相关系数适用于正态分布或接近正态的单峰分布的数据；Kendall等级相关系数更多地用于含有分类变量数据的相关性分析；而Spearman秩相关系数适用条件则较为宽松，对具有不同分布形态、样本数的数据均适用。根据2.1节的讨论可知，合肥市污水处理厂进水各项指标具有不同的样本数及分布特征，因此,本研究采用Spearman秩相关系数进行相关性分析，结果如表2所示。

表2 各指标的相关性分析Tab.2 Correlation Analysis of Various Indicators

进水各指标间双尾检验的显著性均为0.000<0.01，说明各指标间相关性显著。由Spearman秩相关系数可知，BOD5与COD，NH3-N与TN具有极强的相关性，相关性系数分别为0.938、0.897；BOD5与NH3-N、TN、TP的相关性较好，其相关性系数分别为0.620、0.793、0.724，TN与TP也具有较好的相关性，相关性系数为0.628；SS与BOD5、COD、TP具有一定的相关性，相关性系数分别为0.486、0.550、0.483，而与NH3-N、TN相关性较弱，相关性系数分别为0.276、0.374。整体而言，BOD5、COD、NH3-N、TN、TP这5项指标间的相关系数普遍较高，相关性较好，而SS与其他5项指标的相关系数整体偏低，相关性较弱，说明污水处理厂的进水SS具有与其他污染物不同的来源。

进一步分析各指标间的线性相关性。对BOD5、COD、NH3-N、TN、TP、SS这6项指标的月均值采用最小二乘法进行线性回归计算，其回归方程和相关系数(R2)如表3所示。

表3 各指标的回归分析Tab.3 Regression Analysis of Various Indicators

分析可知，BOD5与COD，NH3-N与TN具有极强的线性关系，R2分别为0.885、0.856；BOD5与NH3-N、TN、TP均具有较强的线性关系，R2分别为0.415、0.596、0.440；SS与BOD5、COD及TP的线性关系一般，R2分别为0.230、0.290、0.259，而与NH3-N及TN几乎没有线性关系，R2分别为0.120、0.181。

2.4 新标准下出水水质达标建议

根据第2.2节讨论可知，合肥市污水处理厂进水可生化性较好，出水COD和NH3-N达标较易，但出水TN和TP达标则较困难。

新排放标准TN的排放限值由15 mg/L提升至10 mg/L。结合合肥市污水处理厂进水水质特征，可以发现，提高污水处理厂TN去除率的难点在于进水BOD/TN偏低、SS/BOD偏高。因此，首先应在排水管网覆盖区域逐步取消化粪池，污水直接排入污水管网，并推进管网雨污分流改造，加大错接、漏接管网整改力度，定期进行管网清淤，以提高进水有机物浓度，降低进水泥沙含量[7,10-11]；其次，应充分挖掘污水处理厂处理潜能，通过降低初沉池表面负荷或采用栅间距更小的格栅提高SS去除率，采用技术手段强化内源碳的利用，投加外部碳源提高反硝化速率，若不能满足脱氮需求，可向好氧池投加悬浮填料，增加系统微生物种类和数量，增强脱氮效果[12]，若出水TN仍不能稳定达标，再考虑增设反硝化深床滤池等深度处理设施脱氮。

新排放标准TP的排放限值由0.5 mg/L提升至0.3 mg/L。合肥市污水处理厂进水水质基本能够满足生物除磷需求，但在混合系统中，反硝化菌会优先于聚磷菌利用碳源进行反硝化脱氮，导致聚磷菌厌氧释磷过程减弱，好氧吸磷程度降低，生物除磷效果变差[13]。鉴于生物除磷效果不稳定，且磷可以通过后续化学法去除，建议采用化学除磷为主、生物除磷为辅的方式除磷，污水处理厂应根据本厂实际情况选择除磷药剂及工艺。

3 结论

(1)Shapiro-Wilk检验结果表明，合肥市污水处理厂进水BOD5、COD浓度分布为正态分布，而NH3-N、TN、TP和SS浓度分布呈正偏态分布。进水BOD/COD、BOD/TN、BOD/TP、SS/BOD的累积概率分布表明，合肥市污水处理厂进水可生化性较好，进水有机物基本满足生物除磷需求，但反硝化过程碳源不足，且进水SS/BOD较高，对生化系统也会产生不利影响。

(2)Spearman秩相关系数表明，各指标间相关性显著(a<0.01)。其中BOD5与COD，TN与NH3-N具有极强的相关性，BOD5与NH3-N、TN、TP的相关性较强，SS与其他5项指标整体上相关性较弱。线性回归分析表明，BOD5与COD，NH3-N与TN均具有极强的线性关系，SS与BOD5、COD及TP具有一定线性关系，而与NH3-N和TN几乎没有线性关系。

(3)为满足合肥市新排放标准下的出水要求，建议采取在排水管网覆盖区域逐步取消化粪池，推进雨污分流改造，对错接漏接管网进行整改等措施提高进水有机物浓度，降低进水SS浓度；同时，在末端污水处理厂通过优化运行工艺、增设深度处理设施等手段提高脱氮除磷效率，确保出水水质达标。