按文献[1]研制了城镇居民人均日生活污水污染物产生量测算系统,2019年10月—12月选择常州市某高层楼宇开展了测试工作,通过调整优化,基本上实现了居民人均日生活污水污染物产生量测算系统的成套化和标准化,具备在全国开展测算工作的基本条件,有望获得城镇居民生活排水相关基础数据,提升城镇污水处理行业的规划、设计、运行和监管水平。
通过约3个月的测试,已得到5组有效的测试周期数据,初步获得了该居民楼宇秋冬季节的人均日污水排放量、污染物浓度、污染物产生量和各污染物浓度比值及其时间变化规律。鉴于目前的测试结果仅为秋冬季节,不具有代表意义,故仅对某24h测试周期的数据进行初步分析。
01 项目概况
测试楼宇为2010年前后建设的28层高层住宅小区,其中一层为架空结构,楼宇内实际住户112户,试验期间入住率在80%左右,人员流动监控显示高峰期人口接近240人,人数较少时也在60人以上,基本可以满足测试要求。
在一楼出入口、一楼消防出口和地下停车场楼道间3个人员出入口安装了带有自存储功能的人员出入监控系统。对一楼架空区域的污水干管进行改造,并增设2个生活污水提升装置;鉴于错接混接改造的雨水立管排水无法进入污水提升装置,对所有改造后的雨水立管进行了二次截流改造,通过潜污泵提升至其中一个生活污水提升装置,有效保障了测试期间楼宇排放的所有污水均得到收集。
02 测试分析方法
严格按照标准化的采样程序,由测试系统自带的哈希全自动采样器根据污水计量装置的取样程序完成水样采集,由常州市排水监测站安排专人现场采样,确保运输过程符合CMA检测的样品保存要求,采用国标法进行COD、BOD5、NH3-N、TN和TP五项指标的测试,并完成数据上传。水量、时间间隔、人口当量等数据由城镇居民人均日生活污水污染物产生量测算系统各功能单元自动获取并上传至数据计算平台。
03 结果与讨论
选取跨2个连续工作日的24 h检测结果,对该居民楼宇的人均日污水排放量、污染物浓度、污染物产生量、污染物浓度比值及其时间变化规律进行分析。
3.1污水排放量
城镇居民人均日生活污水污染物产生量测算系统测算的该楼宇居民人均日污水排放量为216L/(人·d),人均污水排放量的24h变化规律见图1。
由图1可知,人均排水量的两个高峰值分别出现在06:30—10:30和19:00—21:30,每个时段的人均排水量均超过12L/(人·h),其中最高时段的瞬时人均排水量达到17.25L/(人·h),上午的排水高峰应与早起后的洗漱、大小便、早餐及长期居家人员的餐后保洁等行为有关;晚间时段的排水高峰应与晚间的家庭就餐、洗漱、洗衣、洗澡等行为有关;12:00—18:00期间的排水量并不高,说明下午居家人员的用水量相对不大;—5:00期间的排水量相对较低,最低时段的瞬时人均排水量为1.56L/(人·h)。最大时排放量与日均时排放量比值为1.92,最大时排放量与最小时排放量的比值为11.09,城镇居民排水量的时变化特征明显,与楼宇内居民的生活情况基本吻合。
3.2 污染物浓度
被测试楼宇生活污水COD、BOD5、NH3-N、TN和TP的日均加权浓度分别为549、259、45.43、79.23和7.45mg/L,各项指标的24h浓度变化规律分别见图2~6。
由图2~6可知,居民楼宇生活污水的COD、BOD5、NH3-N、TN和TP浓度变化规律与排水规律基本吻合,也分别出现了两个高峰时段,但早上高峰时段的浓度值明显提前于污水排放量高峰值,自凌晨起就出现了较高值,更好地说明了夜间小便和早起大小便行为是污水污染物浓度较高的主要原因,而洗漱等行为则是排水量相对较高的主要原因;晚间的污染物浓度高峰值与污水排放量高峰值基本吻合,与晚间就餐及餐后清洗等行为有关;其他时段的污染物浓度相对较为平稳。检测日不同测试时段COD、BOD5、NH3-N、TN和TP浓度变化范围分别为234~896、99~403、22.8~97.7、40.9~159和3.53~15.1mg/L,体现了不同排水时段的污染物浓度波动特征。其中最大浓度与日均浓度的比值分别为1.63、1.56、2.15、2.01和2.03,最大浓度和最小浓度的比值分别为3.83、4.08、4.29、3.89和4.28。24h各指标浓度的最大、最小值及比例关系见表1。
3.3 污染物产生量
按文献[1]计算获得不同时段的人均居民生活污水污染物产生量,加和确定人均日COD、BOD5、NH3-N、TN和TP产生量分别为121.56、58.79、9.45、16.97和1.62g/(人·d)。各类污染物产生量的24 h变化规律见图7~11。
全国能源信息平台联系电话:010-65367702,邮箱:hz@people-energy.com.cn,地址:北京市朝阳区金台西路2号人民日 社
声明:本站部分文章内容及图片转载于互联 、内容不代表本站观点,如有内容涉及侵权,请您立即联系本站处理,非常感谢!