面向寒冷地区城镇污水处理厂提标改造的ASM模拟优化及其应用

柳蒙蒙; 陈梅雪; 齐嵘; 魏源送; 杜海洲; 胡彦明; 张鑫

doi:10.12030/j.cjee.201906060

面向寒冷地区城镇污水处理厂提标改造的ASM模拟优化及其应用

1.
中国科学院生态环境研究中心，环境模拟与污染控制国家重点联合实验室，北京 100085
2.
中国科学院生态环境研究中心，水污染控制实验室，北京 100085
3.
中国科学院大学，北京 100049
4.
张家口西山污水处理有限责任公司，张家口 076250
5.
张家口市万全区污水净化研究中心，张家口 076250

作者简介: 柳蒙蒙(1992—)，男，博士研究生。研究方向：污水处理。E-mail：m_mliu@163.com

通讯作者: 魏源送(1969—)，男，博士，研究员。研究方向：污水处理与再生利用。E-mail：yswei@rcees.ac.cn;

基金项目:
国家重点研发计划(2016YFD0501405)；国家水体污染控制与治理科技重大专项(2015ZX07203-005)
中图分类号: X703

ASM simulation optimization and practical application on upgrading of urban sewage treatment plant in cold region

1.
State Key Joint Laboratory of Environment Simulation and Pollution Control, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
2.
Department of Water Pollution Control, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
3.
University of Chinese Academy of Sciences, Beijing 100049, China
4.
Zhangjiakou Xishan Wastewater Treatment Co. Ltd., Zhangjiakou 076250, China
5.
Zhangjiakou Wanquan Sewage Purification Research Center, Zhangjiakou 076250, China

Corresponding author: WEI Yuansong, yswei@rcees.ac.cn ;

摘要: 为指导和支撑寒冷地区城镇污水厂升级改造，采用GPS-X软件的ASM1模型，构建了河北某污水处理厂CASS工艺提标改造模型，分别对污泥回流比(R_S)、反应区体积比(R_V)、充水比(λ)、运行周期(T)和不同水温的CASS运行方案等进行了数值模拟优化；同时，综合模拟结果，提出了升级改造技术方案，并予以实施。冬季运行结果表明，改造后的CASS工艺出水指标COD、氨氮和TN的浓度分别为(23.23±2.76)、(1.16±0.76)、(9.83±1.4) mg·L⁻¹，能够稳定达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。
- CASS工艺 /
- 活性污泥模型 /
- 污水处理厂 /
- 升级改造 /
- 低温
Abstract: In order to guide and support the upgrading of the sewage plant in cold region, the upgrading model for CASS process in a sewage treatment plant of Hebei province was constructed by using the ASM1 model with GPS-X software. In this study, the sludge reflux ratio (R_S), the reaction volume ratio (R_V), the decant ratio (λ), the operating cycle time (T) and CASS operation strategy at different water temperatures were numerically simulated and optimized. Based on simulation results, the optimal operation strategy for upgrading this sewage plant was provided and put into practice. Results of the CASS performance in the winter clearly showed that the effluent COD, ${\rm{NH}}_4^ +$ -N and TN concentrations of the modified CASS process were (23.23±2.76), (1.16±0.76), (9.83±1.4) mg·L⁻¹, respectively, and stably met with requirements of the first grade A discharge standard of the Discharge standard of pollutants for municipal wastewater treatment plant (GB 18918-2002).
- cyclic activated sludge system /
- activated sludge model /
- wastewater treatment plant /
- upgrading and rebuilding /
- low temperature

土地资源是地球圈层中生命活动的空间载体，是人类社会可持续发展的重要基础资源，因此土壤资源的保护是环境领域重点关注的对象。由于受到人类活动的广泛影响，全球范围内绝大多数的土壤均受到不同程度的重金属元素污染，涉及耕地、建设用地、海底沉积物等，这些有害重金属元素通过土壤-植物-人体或者土壤-水-人体方式进入人体，危害人体健康，土壤生态环境问题越来越受到政府部门和科研工作者的关注^[1-8]。

目前军事地质在生态环境保护方面的研究包括两个方面，一是过去战争对战区环境的遗留影响评估。二是在军事基地内开展的军事训练及武器装备测试对周围生态环境的影响评价^[9-10]。近年来对军事活动区的生态环境研究较为广泛，得到了很多学者的关注。国外很早就开展了射击场土壤重金属的环境化学行为、健康风险分析和污染治理与修复技术等方面的研究^[11-14]。近些年来，国内学者也相继发表了有关军事环境的研究成果，如含砷高危废旧弹药销毁中易造成水质污染^[15]，轻武器射击（步枪或手枪）靶场表层土壤存在重金属元素Pb、Cu、Hg、Sb污染，并且Pb、Cu、Sb具有较高的迁移性和生物利用性，对周围环境和人体健康具有潜在的毒理^[16-17]。报废弹药烧毁作业环境废气污染治理研究^[18]。由此可见，战场环境弹药的使用和弹药的销毁对所在环境产生了严重的破坏，特别是重金属在土壤中受进一步的风化作用后，在垂向和侧向迁移，会危害到周边土壤、地下水、地表河流水质和农田耕地土壤等，甚至危害人体和家畜健康。因此重金属对土壤的污染越来越引起人们的高度重视。

前人的研究多集中在轻武器射击靶场（步枪或手枪）和报废弹药销毁场地的重金属污染研究方面，对类似高寒山区重武器（火炮、榴弹炮、坦克炮）射击靶场的研究还尚未涉及。由于重武器与轻武器在弹壳材质、火药容量和类型、弹药爆破对土壤的破坏程度等方面截然不同，同时，对于该军事训练场的环境研究仅限于有害生物监测与喷雾器械的应用方面^[19]，并未涉及到重武器射击对土壤重金属污染方面。因此，本文通过在西藏某军事训练场炮弹靶场与背景区系统采集土壤样品，并通过试验分析测试其重金属元素含量，利用统计分析原理，对炮弹靶场土壤重金属元素富集特征、污染来源、生态风险等级进行深入研究，从而为军事训练场地土壤环境质量评价和生态修复提供理论支撑。

1. 材料与方法(Materials and Methods)

1.1 研究区概况

本次研究工作区位于西藏某综合军事训练场。隶属于西藏自治区拉萨市当雄县，地处藏北高寒山地，平均海拔4300 m，炮弹靶场面积约0.66 km²，属高原温带季风半湿润气候与高原亚寒带季风半干旱气候的过渡带，气候湿润，日照充足。年平均气温2.1 ℃，土壤类型为砂土和黏土，平均厚度大于5 m，土壤表层主要生长高寒草甸。该军事训练靶场主要开展重武器射击活动，如榴弹炮、坦克炮、火箭炮等。

1.2 样品采集

本次调查在工作区共采集29件土壤样品，样点间距80 m，采样深度为0—20 cm、采用手持式GPS对采样点进行标定，采用组合样法采集，即一个样品在设计点位20—30 m范围内3—5处多点采集组合而成。为了便于分析和进行对比，采用对比对照的方式采集土壤样品，在炮弹靶场采集25件土壤样品，样品主要采自炮弹着落点附近。在邻近炮弹打击区的东侧背景区采集4件土壤样品作为对照样品（图1）。采集时，避开草根，碎石等杂物。经自然风干、研磨后，过2 mm（20目）的尼龙筛，混合均匀后装入样品带，样品重量大于150 g，最后送往实验室进行分析测试。

图 1 研究区采样点位图

Figure 1. Sampling point of study area

下载: 全尺寸图片幻灯片

1.3 样品分析

土壤样品的分析测试由国土资源部成都矿产资源监督检测中心完成。严格按照《地质矿产实验室测试质量管理规范》(DZ/T 0130-2006)^[20]的要求开展分析测试工作。基本样品分析29件，国家一级标准物质样品分析3件，重复样品分析3件。元素As和Hg采用原子荧光光谱仪（AFS）测定，Cd、Cu、Ni、Pb电感耦合等离子体质谱法（ICP-MS）测定，Cr和Zn采用X射线荧光光谱仪（XRF）测定。各元素标准物质合格率均为100%；各元素报出率均为100%；各元素重复性检验合格率均为100%（表1）。

表 1 土壤样品分析方法、检出限、分析质量

Table 1. analysis method, detection limit, analysis quality of Soil sample

指标Index	检测方法Detect method	检出限/（mg·kg⁻¹)Detection limit	标准物质合格率/%Qualified rate of standard substance	重复样合格率/%Qualified rate of repeated samples
Cd	ICP-MS	0.03	100	100
Hg	AFS	0.0005	100	100
As	AFS	0.5	100	100
Pb	ICP-MS	2	100	100
Cr	XRF	2.5	100	100
Cu	ICP-MS	1	100	100
Ni	ICP-MS	2	100	100
Zn	XRF	4	100	100

| Show Table

DownLoad: CSV

1.4 数据处理

主要运用Microsoft Excel 2010和SPSS20.0进行数理统计分析工作，利用Origin2021进行图件制作。

2. 结果与讨论（Results and discussion）

2.1 土壤重金属元素含量特征

为了比较炮弹打击对土壤中重金属元素含量的影响作用，对研究区炮弹靶场和背景区分别统计重金属元素的地球化学参数，如表2所示。由统计数据可知，炮弹靶场表层土壤pH平均值为7.01，土壤酸碱度为中性，背景区土壤pH平均值为6.47，为弱酸性。炮弹靶场表层土壤8项重金属元素Cd、Hg、As、Pb、Cr、Cu、Ni、Zn的平均值分别为：0.2、0.021、50.59、46.38、43.89、39.76、23.4、93.92 mg·kg⁻¹。背景区Cd、Hg、As、Pb、Cr、Cu、Ni、Zn的平均值分别为0.35、0.025、23.88、63.73、51.25、23.5、27.7、145.55 mg·kg⁻¹。从研究区各重金属元素含量平均值可以看出，炮弹靶场元素Cd、Pb、Cr和Zn含量低于背景区土壤含量，炮弹靶场As和Cu的平均含量显著高于背景区土壤含量，其中炮弹靶场As的含量是背景区的2.1倍，Cu含量是背景区的1.7倍。

表 2 研究区表层土壤重金属元素含量（mg·kg⁻¹）统计参数

Table 2. Statistical parameters of heavy metal elements in surface soil of the study area（mg·kg⁻¹）

指标Index	炮弹靶场（25件）Artillery projectile range				背景区（4件）Background area
指标Index	最小值Minimum	最大值Maximum	平均值Average	变异系数Variable coefficient	平均值Average
Cd	0.1	0.62	0.20	0.59	0.35
Hg	0.015	0.029	0.021	0.21	0.025
As	25.2	122	50.39	0.46	23.88
Pb	37.2	66.9	46.38	0.15	63.73
Cr	29.1	56.4	43.89	0.14	51.25
Cu	20.6	116	39.76	0.45	24.03
Ni	18.8	28.8	23.6	0.12	23.70
Zn	71.1	142	93.92	0.21	145.55
Co	7.99	12.5	10.60	0.10	11.18
Mn	497	696	594.96	0.09	792.00
F	455	616	518.60	0.08	521.75
S	88.3	264	158.02	0.31	231.00
TFe₂O₃	3.8	5.25	4.41	0.08	5.03
pH	6.56	7.4	7.01	0.03	6.47

| Show Table

DownLoad: CSV

元素含量变异系数可以表征元素含量的数值离散程度大小，在一定程度上可以反映元素受人为干扰的程度，通常分为弱变异（CV＜0.1）、中等变异（0.1≤CV＜1）、强变异（CV≥1）^[3-4]。研究区炮弹靶场土壤重金属元素的变异系数（CV）大小顺序为1＞Cd＞As＞Cu＞Zn＞Hg＞Pb＞Cr＞Ni＞0.1。属于中度变异，表明所有重金属元素在炮弹靶场污染程度空间分异性中等，受外界干扰中等，而Cd、As、Cu的变异系数接近0.5，远超其他重金属元素。

2.2 土壤重金属富集特征

富集因子是评价土壤中相应元素富集程度的重要指标，用于分析和判断人为活动与自然过程对土壤中元素含量的贡献水平^[21-22]。一般选用在地壳中稳定存在、化学性质相对惰性、含量相对较高的元素作为参考元素，富集因子的计算公式如下：

$\mathrm{E}\mathrm{F}=\frac{{({C}_{i}/{C}_{\mathrm{r}\mathrm{e}\mathrm{f}})}_{\mathrm{样}\mathrm{品}}}{{({B}_{i}/{B}_{\mathrm{r}\mathrm{e}\mathrm{f}})}_{\mathrm{背}\mathrm{景}}}$

式中，EF为富集因子；C_i表示样品中元素i的浓度，单位为mg·kg⁻¹；C_ref表示样品中选定的参比元素的浓度；单位为mg·kg⁻¹；B_i表示元素i的背景浓度，单位为mg·kg⁻¹，B_ref表示参比元素的背景浓度。由于TFe₂O₃在土壤形成过程中，化学性质相对惰性，同一地质背景下，其含量较为稳定，炮弹靶场和背景区TFe₂O₃的变异系数（CV）相等，本次以TFe₂O₃为参比元素，选择背景区的土壤重金属元素含量均值作为元素背景值。计算所有炮弹靶场土壤样品重金属元素富集因子EF值。按照Sutherland^[23]以富集因子划分富集程度，共分为五个等级，无富集（EF＜1.5）；弱富集（1.5＜EF＜3）；中等富集（3＜EF＜5）；中等显著富集（5＜EF＜10）；显著富集（10＜EF＜25）；非常显著富集（25＜EF＜50）极度富集（EF＞50）。

如表3和图2所示，该炮弹靶场土壤Cd富集因子均值为0.7，所有样品Cd为无—弱污染；Hg富集因子均值为1.0，所有样品Hg为无—弱污染；As富集因子均值为2.3，其中16件样品为无—弱污染，占比53.3%，13件样品为中污染，占比43.3%，1件样品为显著污染，占比3.4；Pb富集因子均值为0.9，所有样品Pb为无—弱污染；Cr富集因子均值为1，所有样品Cr为无—弱污染；Cu富集因子均值为1.8，其中23件样品为无—弱污染，占比76.6%，6件样品为中污染，占比20%，1件样品为显著污染，占比3.4%；Ni富集因子均值为1.0，所有样品Ni为无—弱污染；Zn富集因子均值为0.8，所有样品Zn为无—弱污染。以上表明该炮弹靶场重金属As和Cu达到中—显著富集程度，对应污染等级为中度—显著污染，其余重金属元素为无—弱污染，同时As和Cu的富集因子值离散程度远大于其他元素（图3）。

表 3 炮弹靶场土壤重金属元素富集程度统计表

Table 3. Statistical table of enrichment degree of heavy metal elements in artillery range soil

	EF＜2	2＜EF＜5	5＜EF＜20	20＜EF＜40	EF＞40
Cd	100%	0	0	0	0
Hg	100%	0	0	0	0
As	53.3%	43.3%	3.4%	0	0
Pb	100%	0	0	0	0
Cr	100%	0	0	0	0
Cu	76.6%	20%	3.4%	0	0
Ni	100%	0	0	0	0
Zn	100%	0	0	0	0

| Show Table

DownLoad: CSV

图 2 土壤重金属元素富集程度箱线图

Figure 2. Box diagram of enrichment degree of heavy metal elements in soil

下载: 全尺寸图片幻灯片

图 3 炮弹靶区土壤重金属元素超标情况

Figure 3. The exceeding standard of heavy metal elements in soil of shell target area

下载: 全尺寸图片幻灯片

2.3 土壤重金属污染风险评价

参照《土壤环境质量农用地土壤污染风险管控标准》（GB15618-2018）^[24]，炮弹靶区土壤中As含量超过风险值的样品数为23件，超过管控值的样品数为1件；Cd含量超过风险值的样品有4件，Cu含量超过风险值的样品数为1件（图3），其它重金属元素含量均低于相应的风险筛选值。该重武器炮弹靶场表层土壤主要遭受重金属元素As、Cd、Cu的污染，对人类健康产生风险。其中As对人类的健康风险危害最为显著，这可能与炮弹中弹壳和弹药的金属含量有关。

2.4 土壤重金属含量的影响因素

土壤重金属污染源通常主要由自然背景源、人为源以及自然背景源与人为源的混合源组成。

2.4.1 成土母质

土壤是基岩经过一定的物理风化和化学风化作用形成的表层产物。成土母质即基岩的物质成分对土壤的化学成分起到决定作用。成土母质可以作为土壤重金属元素污染的自然源因素。研究区土壤的成土母质岩石主要由酸性火山碎屑岩夹多层安山岩和少量流纹岩组成，同时发育南北向构造断裂，形成区内Cd的强烈富集^[24]。前已述及，由于区内Cd的背景值为0.34 mg·kg⁻¹，与《土壤环境质量农用地土壤污染风险管控标准》（GB15618-2018）^[25]中Cd的风险筛选值（0.3 mg·kg⁻¹）接近。因此土壤Cd的污染风险主要由于区内土壤较高的背景值导致，以自然源为主。在地质作用过程中，Cu具有亲硫的地球化学行为，多与硫形成硫化物，如黄铜矿、铜绿等。自然土壤中Cu多以黄铜矿、硫酸铜的化合物，而该炮弹靶场土壤中重金属元素Cu与S无相关关系（图4h），表明Cu的污染更可能为人为源造成。

图 4 土壤中重金属元素关系散点图

Figure 4. Relationship scatter plot of heavy metals in soil

下载: 全尺寸图片幻灯片

2.4.2 人类活动的影响

炮弹的弹头、弹头碎片和其他相关材料多由金属材质制作而成，炮弹发射出后经过碰撞摩擦，爆炸，形成大量的金属碎片，经降水和土壤的腐蚀淋溶进入土壤中，当其含量超过一定的限值而达到污染土壤。该训练场炮弹靶场土壤的重金属元素As与Cu具有较好的正相关性（R²=0.95）（图4e），炮弹靶场土壤中As和Cu的含量高于背景区域。而As与土壤中的其他重金属元素无显著相关性（图4a、b、c、d、f、g）。说明土壤中As与Cu具有同源性。由于该靶场长期进行炮弹射击活动，发射的炮弹中含有大量的Cu、As等元素，因此该炮弹靶场的土壤中As和Cu的污染主要来源于炮弹等武器装备的试验活动。

前人对国内主要的轻武器射击靶场表层土壤的研究发现，轻武器射击靶场土壤重金属污染主要以元素Pb、Cu、Hg为主。而研究区属于重武器炮弹靶场，土壤重金属的污染以As和Cu为主。与传统轻武器射击靶场的重金属污染元素种类截然不同。轻武器射击靶场主要的射击活动为步枪或者手枪等轻型武器，所消耗的弹药主要为含铅的钢制弹头，含铅钢制弹头在射击出枪膛后，由于撞击变形、摩擦等形成碎块，弹头的表面积增大，进入土壤后更容易遭受风化，造成土壤的污染。而研究区属于坦克炮、榴弹炮、火箭炮等重型武器射击靶场，这些重武器的的火药量和金属材质与轻武器不同，使用了大量覆铜钢制弹壳和含砷火药。因此火炮着落炮炸后造成重金属元素As和Cu污染。炮弹着落后对着落点的土体产生剧烈的爆炸冲击力，造成土壤土质结构松散，加快了土壤的风化淋滤进程，更有利于土壤中部分重金属元素发生迁移，使得表层土壤Cd、Pb、Cr和Zn含量低于背景对照区土壤含量。

2.5 土壤重金属潜在生态风险评价

研究区土壤重金属潜在生态风险评价采用Lars Hakanson提出的潜在生态指数法（RI）进行评价^[26]。该方法将重金属含量、重金属的生态效应、环境效应和毒理学效应综合考虑，是目前生态风险评价中较为广泛的方法^[22]。

${\rm{RI}} =\sum _{\mathit{i}=1}^{\mathit{n}}{\mathit{E}}_{\mathit{r}}^{\mathit{i}}=\sum _{\mathit{i}=1}^{\mathit{n}}\left({\mathit{T}}_{\mathit{r}}^{\mathit{i}}\times \frac{{\mathit{C}}_{\mathit{i}}}{{\mathit{C}}_{\mathit{n}}^{\mathit{i}}}\right)$

式中， ${\mathit{E}}_{\mathit{r}}^{\mathit{i}}$ 为单项重金属元素潜在生态风险指数， ${\mathit{T}}_{\mathit{r}}^{\mathit{i}}$ 为某重金属元素的毒性相应参数， ${\mathit{C}}_{\mathit{i}}$ 为某重金属元素的实测值， ${\mathit{C}}_{\mathit{n}}^{\mathit{i}}$ 某重金属元素的参比值。由于研究区土壤的重金属元素含量的富集贫化主要受成土母质和地质背景的影响，因此，本次采用背景区土壤重金属含量的均值作为参比值。各重金属毒性响应参数为:Zn=1＜Cr=Mn＜Cu=Ni=Pb=5＜As=10＜Cd=30＜Hg=40，根据计算结果，将单因子潜在生态危害和总潜在生态风险危害分级（表4）。

表 4 潜在生态风险评价指标

Table 4. Index of Potential ecological risk evaluation

指数Index	生态危害 Ecological hazard
指数Index	轻微 Slight	中等 Medium	强 Strong	很强 Very strong	极强 Great
${\mathit{E}}_{\mathit{r}}^{\mathit{i}}$	＜40	40—80	80—160	160—320	＞320
$\mathrm{R}\mathrm{I}$	＜150	150—300	300—600	600—1200	＞1200

| Show Table

DownLoad: CSV

通过对靶场25件表层土壤样品重金属元素统计分析（表5）可知，该炮弹靶场土壤中Pb、Cr、Cu、Ni、Zn单因子潜在生态风险指数均小于40，为轻微生态风险级别，Cd潜在生态风险指数为8.63—53.53、Hg潜在生态风险指数为23.53—47.06、As潜在生态风险指数为9.3—51.1，存在轻微-中等生态风险。其中Cd中等生态风险指数样品2件（占比8%），Hg中等生态风险指数样品9件（占比36%），As中等生态风险指数样品2件（占比8%）。因此区内土壤主要潜在生态危害重金属元素为Hg、As、Cd。靶场土壤总潜在生态风险指数RI为66.05—142.73，均小于150，存在轻微生态风险。区内长期的军事射击活动导致区内土壤Hg、As、Cd等重金属生态风险。

表 5 土壤重金属潜在生态风险指数分级统计表

Table 5. Classification Statistics of Potential Ecological Risk Index of Heavy Metals in Soil

生态危害指数Ecological Risk Index		统计值Statistic			各级样品数Number of samples at all levels
生态危害指数Ecological Risk Index		最小值Minimum	最大值Maximum	平均值Average	轻微Mild	中等Medium	强Strong	很强Very strong	极强Great
E_i	Cd	8.63	53.53	19.11	23	2	0	0	0
	Hg	23.53	47.06	34.24	16	9	0	0	0
	As	9.30	51.10	19.65	23	2	0	0	0
	Pb	2.92	6.73	3.83	25	0	0	0	0
	Cr	1.14	2.20	1.75	25	0	0	0	0
	Cu	4.29	24.14	7.82	25	0	0	0	0
	Ni	3.39	7.17	4.34	25	0	0	0	0
	Zn	0.49	1.31	0.69	25	0	0	0	0
RI		66.05	142.73	91.43	25	0	0	0	0

| Show Table

DownLoad: CSV

3. 结论（Conclusion）

（1）该军事训练场炮弹靶场土壤重金属元素与背景区含量差异较大，As和Cu含量高于地区土壤背景值，元素Cd、Pb、Cr、Ni、Zn含量低于地区土壤背景区，元素Hg含量与背景区相近。

（2）与传统轻武器射击靶场重金属以Pb污染为主不同，炮弹等重武器靶场重金属As和Cu达到中—显著富集程度，对应污染等级为中度—显著污染，其余重金属元素为无—弱污染，部分样品重金属元素As、Cd、Cu超过风险值，1件样品重金属As超过管控值。该炮弹靶场重金属Cd的污染主要来源于高背景自然源，而As和Cu的污染主要源于炮弹射击试验活动中碎片弹壳炸裂导致的细碎残片导致。

（3）该靶场土壤以轻微潜在生态风险等级为主，仅Hg、As、Cd部分样品存在中等风险，占总样本数的百分比分别为36%、8%、8%。其主要受靶场射击试验等军事活动影响。

图 1 污水厂CASS工艺流程及模拟示意图

Figure 1. Flow and simulation diagram of CASS process

下载: 全尺寸图片幻灯片

图 2 ASM1模型敏感性分析

Figure 2. Sensitivity analysis of ASM1 model parameters

下载: 全尺寸图片幻灯片

图 3 回流比、体积比对出水COD, ${\bf{NH}}_4^ +$ -N和TN的影响

Figure 3. Effect of sludge reflux ratio and reaction zone volume ratio on the COD, ${\rm{NH}}_4^ +$ -N and TN in effluent

下载: 全尺寸图片幻灯片

图 4 充水比对出水水质COD, ${\rm{NH}}_4^ +$ -N和TN的影响

Figure 4. Influence of decant ratio on the COD, ${\rm{NH}}_4^ +$ -N and TN in effluent

下载: 全尺寸图片幻灯片

图 5 不同CASS工艺运行周期、充水比的模拟出水结果

Figure 5. Simulated effluent results under different operation cycle and decant ratio conditions of CASS process

下载: 全尺寸图片幻灯片

图 6 不同温度条件下模拟出水结果

Figure 6. Simulated effluent results under different temperatures

下载: 全尺寸图片幻灯片

图 7 污水厂改造前后进、出水水质的变化

Figure 7. Changes of water quality before and after the upgrading of sewage treatment plant

下载: 全尺寸图片幻灯片

表 1 污水处理厂设计进、出水水质指标及排放标准

Table 1. Influent and effluent quality indexes and the discharge standard of WWTP

采样点及标准	COD/(mg·L⁻¹)	BOD₅/(mg·L⁻¹)	${\rm{NH}}_4^ +$ -N/(mg·L⁻¹)	TN/(mg·L⁻¹)	SS/(mg·L⁻¹)	C/N	pH
设计进水	490	182	30	45	200	10.8	7~8
实际进水¹⁾	400±50	160±20	70±10	80±10	200±20	4.75±2.3	7~8
实际出水¹⁾	55±15	12.3±1.6	1.5±0.7	32±5.5	11±2	—	7~8
一级B标准	60	20	8(15)	20	20	—	6~9
一级A标准	50	10	5(8)	15	10	—	6~9
注：1)为2017年度运行数据；—表示未作要求。

采样点及标准	COD/(mg·L⁻¹)	BOD₅/(mg·L⁻¹)	${\rm{NH}}_4^ +$ -N/(mg·L⁻¹)	TN/(mg·L⁻¹)	SS/(mg·L⁻¹)	C/N	pH
设计进水	490	182	30	45	200	10.8	7~8
实际进水¹⁾	400±50	160±20	70±10	80±10	200±20	4.75±2.3	7~8
实际出水¹⁾	55±15	12.3±1.6	1.5±0.7	32±5.5	11±2	—	7~8
一级B标准	60	20	8(15)	20	20	—	6~9
一级A标准	50	10	5(8)	15	10	—	6~9
注：1)为2017年度运行数据；—表示未作要求。

下载: 导出CSV

表 2 ASM1模型进水COD特征组分

Table 2. Influent COD components according to the ASM1 model

采样编号	TCOD含量/(mg·L⁻¹)	SCOD		S_S		S_I		X_S		X_I		X_H
采样编号	TCOD含量/(mg·L⁻¹)	浓度/(mg·L⁻¹)	占比/%	浓度/(mg·L⁻¹)	占比/%	浓度/(mg·L⁻¹)	占比/%	浓度/(mg·L⁻¹)	占比/%	浓度/(mg·L⁻¹)	占比/%	浓度/(mg·L⁻¹)	占比/%
1	435	69.86	16.06	38.63	8.88	31.23	7.18	258.13	59.34	75.26	17.30	31.76	7.30
2	328	54.45	16.60	27.45	8.37	26.99	8.23	190.76	58.16	59.99	18.29	31.62	6.95
3	394	75.77	19.23	36.01	9.14	39.75	10.09	237.35	60.24	48.74	12.37	31.91	8.16
平均值	385.67	66.69	17.30	34.03	8.80	32.66	8.50	228.75	59.25	61.33	15.99	31.76	7.47

下载: 导出CSV

表 3 ASM1模型参数校正前后模拟结果

Table 3. Simulation results before and after ASM1 model parameters calibration mg·L⁻¹

水样种类	COD	${\rm{NH}}_{4}^+$ -N	TN
实际进水	400	70	80
实际出水	43.46	0.82	31.77
校正前模拟出水	30.84	2.31	38.53
校正后模拟出水	39.15	0.91	28.91

水样种类	COD	${\rm{NH}}_{4}^+$ -N	TN
实际进水	400	70	80
实际出水	43.46	0.82	31.77
校正前模拟出水	30.84	2.31	38.53
校正后模拟出水	39.15	0.91	28.91

下载: 导出CSV

表 4 常温下CASS工艺周期运行模拟方案

Table 4. Cycle simulation program of CASS process at ambient temperature

方案设计	进水时间/min		曝气时间/min	沉淀时间/min	滗水时间/min	排泥时间/min	总循环时间/h
方案设计	混合+回流	曝气+回流	曝气时间/min	沉淀时间/min	滗水时间/min	排泥时间/min	总循环时间/h
原工况	0	90	180	60	60	30	7.0
方案1	45	45	150	60	60	30	6.5
方案2	60	30	120	60	60	30	6.0
方案3	90	0	120	60	60	30	6.0
方案4	90	0	90	60	60	30	5.5
方案5	90	0	60	60	60	30	5.0

下载: 导出CSV

表 5 低温条件CASS工艺周期运行模拟方案

Table 5. Cycle simulation program of CASS process at low temperature

方案设计	进水阶段时间/min		搅拌时间/min	曝气时间/min	沉淀时间/min	滗水时间/min	排泥时间/min	总循环时间/h
方案设计	混合+回流	曝气+回流	搅拌时间/min	曝气时间/min	沉淀时间/min	滗水时间/min	排泥时间/min	总循环时间/h
方案3	90	0	0	120	60	60	30	6.0
方案6	90	0	30	120	60	60	30	6.5
方案7	90	0	30	150	60	60	30	7.0

下载: 导出CSV

[1]	中华人民共和国住房和城乡建设部. 2017年城乡建设统计公报[R]. 北京, 2019.
[2]	郑兴灿. 城镇污水处理技术升级的挑战与机遇[J]. 给水排水, 2015, 41(7): 1-7. doi: 10.3969/j.issn.1002-8471.2015.07.001
[3]	刘亦凡, 陈涛, 李军. 中国城镇污水处理厂提标改造工艺及运行案例[J]. 中国给水排水, 2016, 32(16): 36-41.
[4]	李斯亮. A²O工艺处理东北小城镇污水的优化运行及效能研究[D]. 哈尔滨: 哈尔滨工业大学, 2016.
[5]	张雅静. 西安市第四污水处理厂升级改造工艺方案试验研究[D]. 西安: 西安建筑科技大学, 2013.
[6]	施汉昌, 邱勇. 污水生物处理的数学模型与应用[M]. 北京: 中国建筑工业出版社, 2014.
[7]	WU X, YANG Y, WU G, et al. Simulation and optimization of a coking wastewater biological treatment process by activated sludge models (ASM)[J]. Journal of Environmental Management, 2016, 165(4): 235-242.
[8]	FENU A, GUGLIELMI G, JIMENEZ J, et al. Activated sludge model (ASM) based modelling of membrane bioreactor (MBR) processes: A critical review with special regard to MBR specificities[J]. Water Research, 2010, 44(15): 4272-4294. doi: 10.1016/j.watres.2010.06.007
[9]	KIM H, LIM H, WIE J, et al. Optimization of modified ABA² process using linearized ASM2 for saving aeration energy[J]. Chemical Engineering Journal, 2014, 251(5): 337-342.
[10]	魏忠庆, 上官海东, 叶均磊, 等. 基于GPS-X模拟的污水处理厂提标工艺优化[J]. 中国给水排水, 2018, 34(19): 81-84.
[11]	胡志荣, SNOWLING S, ANDRES H. 工艺模拟技术用于SBR优化设计[J]. 中国给水排水, 2005, 21(9): 60-62. doi: 10.3321/j.issn:1000-4602.2005.09.018
[12]	宋虹苇, 郝晓地, 张学军, 等. TUD模型在内蒙古地区某污水处理厂适用性研究[J]. 环境工程, 2011, 29(4): 18-20.
[13]	沈童刚, 邱勇, 应启锋, 等. 污水处理厂模拟软件BioWIN的应用[J]. 给水排水, 2009, 35(S1): 459-462.
[14]	荣杨. 基于CASS工艺的污水处理厂能耗分析与评价模型研究[D]. 成都: 西华大学, 2016.
[15]	GIROU É, SPANJERS H, PATRY G, et al. Dynamic modelling for operational design of a respirometer[J]. Water Science & Technology, 1996, 33(1): 297-309.
[16]	KARLIKANOVAITE-BALIKCI A, YAGCI N. Determination and evaluation of kinetic parameters of activated sludge biomass from a sludge reduction system treating real sewage by respirometry testing[J]. Journal of Environmental Management, 2019, 240: 303-310.
[17]	吴天昊. 基于ASM3的污水处理CASS工艺模型建立与参数优化研究[D]. 哈尔滨: 哈尔滨工业大学, 2015.
[18]	许云富. 某CASS工艺污水处理厂运行优化数值模拟研究[D]. 成都: 西华大学, 2011.
[19]	马娟, 彭永臻, 王淑莹, 等. CAST工艺处理低C/N生活污水的强化脱氮性能[J]. 环境工程学报, 2009, 3(2): 234-238.
[20]	霍宗浩. 土右旗污水处理厂CAST工艺脱氮研究[D]. 包头: 内蒙古科技大学, 2014.

期刊类型引用(15)

1.	罗凡，于翔，李浩，徐浩，李捷. 敏感地区城市污水处理厂工艺优化模拟及生产线应用. 环境工程学报. 2024(09): 2596-2604 . 本站查看
2.	魏华. 污水处理中泵站的优化控制研究. 中国设备工程. 2023(18): 120-122 . 百度学术
3.	余炼，朱浴宇，周瑜，刘佳，倪晓静，郭茹，蔡辰，黄翔峰，彭开铭. 太湖流域某污水处理厂能耗波动的响应规律. 中国给水排水. 2023(19): 61-68 . 百度学术
4.	柳蒙蒙，陈彦霖，马晓龙，陈梅雪，魏源送. 西北地区某污水厂CASS工艺提质增效工程设计. 中国给水排水. 2022(02): 64-68 . 百度学术
5.	常尧枫，谢嘉玮，谢军祥，郭萌蕾，陆辉，江磊，陈重军. 城镇污水处理厂提标改造技术研究进展. 中国给水排水. 2022(06): 20-28 . 百度学术
6.	汪锐，余雅丹，潘志成，陈杨武，张建强，谭周亮. 模拟预测模型在污水处理中的应用：现状与挑战. 水处理技术. 2022(06): 20-23+29 . 百度学术
7.	陈治池，何强，蔡然，罗华瑞，罗南，宋忱馨，程鸿. 碳中和趋势下数学模拟在污水处理系统中的发展与综合应用. 中国环境科学. 2022(06): 2587-2602 . 百度学术
8.	马振强，罗凡，李捷，于翔. 南方城市生活污水ASM2D模型水质研究. 计算机仿真. 2022(09): 304-308 . 百度学术
9.	陈若其. 福州市某污水处理厂工艺模拟与运行优化研究. 当代化工研究. 2022(19): 146-148 . 百度学术
10.	程晓夏，黄剑，郑力，邹刚，刘菲. 自然循环炭系载体系统用于城镇生活污水处理的试验. 净水技术. 2022(11): 62-69 . 百度学术
11.	李天宇，吴远远，郝晓地，王保国，徐龙飞，刘杰，林甲，江瀚. 污水生物处理建模水质数据误差来源分析与影响评价. 环境科学学报. 2021(11): 4576-4584 . 百度学术
12.	李天宇，高辉，王飞，李凯，安敬艳，郝晓地，吴远远，刘杰，林甲. 生物建模在污水处理厂问题诊断与运行优化中的应用. 环境工程学报. 2021(10): 3443-3454 . 本站查看
13.	蒙小俊. 城镇污水处理厂升级改造分析. 环境污染与防治. 2021(11): 1439-1445 . 百度学术
14.	索金萍. 环保新形势下的污水处理提标改造方案分析. 环境与发展. 2020(03): 235-236 . 百度学术
15.	王巧红. 污水处理厂提标改造工艺研究. 中国资源综合利用. 2020(08): 202-204 . 百度学术

其他类型引用(8)

点击查看大图

图( 7) 表( 5)

计量

文章访问数: 6196
HTML全文浏览数: 6196
PDF下载数: 88
施引文献: 23

1. 材料与方法(Materials and Methods)
1.1 研究区概况
1.2 样品采集
1.3 样品分析
1.4 数据处理
2. 结果与讨论（Results and discussion）
2.1 土壤重金属元素含量特征
2.2 土壤重金属富集特征
2.3 土壤重金属污染风险评价
2.4 土壤重金属含量的影响因素
2.5 土壤重金属潜在生态风险评价
3. 结论（Conclusion）

全文HTML

截至2017年底，全国城镇污水处理能力达2.07×10⁸ m³·d⁻¹，中小城镇污水处理厂(处理规模5×10⁴ t·d⁻¹以下)占比已达到83.3%^[1]。随着城镇污水处理要求的日益提高，中小城镇污水处理厂在升级改造中面临总氮难以达标排放、运行能耗高等^[2-3]的挑战。我国城镇污水普遍具有水质水量波动大特点，城镇污水处理厂还面临技术、资金等因素的制约，导致现有污水处理工艺越来越难以实现稳定达标排放。特别是生物脱氮处理工艺，在寒冷地区冬季水温较低时，去除总氮后也难以满足排放标准^[4-5]。

根据经验或者使用简单传统的计算方法难以满足城镇污水处理厂升级改造的设计要求，且投资费用较高^[6]。国内外研究者开始利用ASM数学模型对污水处理过程进行模拟研究，优化改造方案^[7-8]。KIM等^[9]利用ASM2D模型优化了首尔某污水厂ABA²工艺的曝气时间，降低了能耗。魏忠庆等^[10]和胡志荣等^[11]使用GPS-X软件，分别对A²/O和SBR工艺进行了模拟升级改造。宋虹苇等^[12]使用AQUASM软件对普通曝气池的运行工况进行了模拟预测。沈童刚等^[13]使用Biowin软件对城市污水厂运行进行了数学模拟。以上研究结果表明，数值模拟技术是对现有污水处理工艺进行评价和优化改造的有效工具，但其模拟结果有待进一步实践检验。

周期循环活性污泥法(cyclic activated sludge system，CASS)，又称循环式活性污泥工艺，是SBR工艺的改良工艺，已成为除A²/O、氧化沟之外，应用最广的处理工艺^[14]。由于该工艺为国外引进的专利技术，在设计时，往往采用基于经验数据的参数选择模式，在污水厂投入运行前须花费大量时间和人力进行现场调试，并且在运行期间，进水水质、季节气温和运行条件的变化都易造成出水不能达标排放。

针对寒冷地区城镇生活污水处理厂进行提标改造，以满足《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准的技术需求，本研究以总氮排放不达标的张家口某污水处理厂CASS工艺为研究对象，通过现场调研和活性污泥模型(activated sludge model, ASM)模拟优化，制定该厂的升级改造方案，重点跟踪该厂改造后冬春季的TN去除效果，检验模拟优化方案的改造效果，从而为同类城镇污水厂升级改造提供参考。

3. 结论

1)常温(20 ℃)下，缺氧区/好氧区体积比(R_V)为12.8%(原工况)，在进水的同时，主反应区打开搅拌器，进行反硝化，时间为90 min；污泥回流比R_S=200%，进水结束后曝气，曝气时间120 min，沉淀60 min，滗水60 min，滗水深度1.25 m(λ=22.73%)，排泥30 min。该方案将曝气时间、总运行周期缩短1 h，可有效降低曝气能耗，并且出水可稳定达到国家《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A排放标准。温度降至15 ℃时，延长30 min搅拌时间。冬季温度在8 ℃时，额外增加30 min曝气时间，可使出水各指标达到一级A排放标准。

2)污水厂升级改造之后的实际运行效果表明，冬、春季的出水TN浓度分别为(9.83±1.4)、(11.45±1.15) mg·L⁻¹，可稳定达到一级A排放标准，基于ASM模拟优化的升级改造方案切实可行。

3)综合模拟优化与现场运行结果表明，组分表征结果和灵敏度分析是准确反映污水厂运行问题的关键因子，模型模拟对污水处理厂的优化运行和升级改造具有指导价值。

参考文献 (20)

面向寒冷地区城镇污水处理厂提标改造的ASM模拟优化及其应用

作者简介: 柳蒙蒙(1992—)，男，博士研究生。研究方向：污水处理。E-mail：m_mliu@163.com

通讯作者: 魏源送(1969—)，男，博士，研究员。研究方向：污水处理与再生利用。E-mail：yswei@rcees.ac.cn;