-
消毒是城市给水厂运行中的重要环节。氯消毒仍为我国大多数饮用水处理厂的主导消毒技术[1]，但氯的使用可能会导致氯化消毒副产物的生成[2]，进而影响水质安全。对水中出现的隐孢子虫和贾第鞭毛虫，常规化学消毒工艺难以去除[3]。紫外消毒工艺因其对微生物具有良好的灭活效果而受到重视，但其消毒能力缺乏持续性，难以保障管网水质持久安全[4]。因此，紫外消毒和氯消毒技术的组合使用(即紫外-氯消毒工艺，后简称紫外-氯工艺)受到广泛关注。紫外-氯工艺具有多重保障水质的特点，在保证微生物控制效果的同时，可有效降低消毒副产物生成，利于保证管网水质稳定。
目前，紫外-氯工艺在给水厂的应用还相对较少，存在运行标准化技术文件缺失和给水厂应用管理水平不足的问题，已有给水厂应用案例亦存在运行成本较高的问题。因此，研究并建立紫外-氯工艺运行效能评价模型，明确一定条件下紫外-氯工艺的最佳运行参数具有实际应用价值。本文对已应用紫外-氯工艺给水厂的技术条件进行了梳理，并基于灰色聚类关联分析模型和技术成本效益模型，对不同条件下的紫外-氯工艺运行效能进行综合评价，以期为该组合技术在给水厂中的应用提供参考。
-
以紫外-氯工艺出水水质为依据进行技术效能评价。按照科学性、典型性、可靠性及动态和静态相结合[5-6]的原则，通过文献分析确定可表征紫外-氯工艺效能的具体水质指标。共查阅相关文献85篇(其中32篇来自web of science，其余来自中国知网)，对文献的统计分析结果表明：紫外-氯工艺主要用于微生物灭活(78篇)、消毒副产物控制(66篇)和出厂水余氯保证(19篇)等研究。根据文献量，选用能反映微生物灭活、消毒副产物控制效果的水质指标作为评价指标，因三卤甲烷类(46%)是氯化消毒饮用水中的主要氯化副产物[7]，所以分别选取菌落总数和三卤甲烷浓度作为评价指标。余氯和总氯2个指标和管网水质安全密切相关，故将余氯和总氯的浓度一并作为评价指标。综合以上几点，构建紫外-氯工艺运行技术效能评价指标体系(见图1)。
-
合理的指标分级标准是开展技术评价的基础。以《生活饮用水卫生标准》(GB 5749-2006)为依据，参照我国地表水环境质量标准的分类方法，结合调研梳理得到的11座典型给水厂紫外-氯工艺运行情况，建立各要素层的指标分级标准。
1)菌落总数指标分级。进行了典型给水厂出水的菌落总数分析，结果表明，各给水厂出水的菌落总数多为“未检出”，即便偶有检出，也多分布在个位数，远小于《生活饮用水卫生标准》(GB 5749-2006)规定的100 cfu·mL−1，故需细分菌落总数指标分级标准，其具体分级标准见表1。
2)余氯指标分级。当消毒剂为氯气或者游离氯制剂时，《生活饮用水卫生标准》(GB 5749-2006)中规定的出厂水余氯质量浓度应为0.3~4 mg·L−1。根据典型给水厂出水余氯浓度分析结果，可知该值多为1~2 mg·L−1。因此，在1~2 mg·L−1进行指标细分，并确定Ⅰ类阈值为1.0 mg·L−1，其余阈值按照梯度依次为0.30、0.50、0.70和1.10 mg·L−1，将余氯指标分为5级，分级结果见表2。
3)总氯指标分级。当给水厂采用氯胺作为消毒剂时，宜选用总氯浓度来表征剩余氯含量，《生活饮用水卫生标准》(GB 5749-2006)中规定出厂水总氯质量浓度应为0.5~3 mg·L−1。结合典型给水厂出水总氯质量浓度分析，可知该值一般在2~3 mg·L−1。据此建立总氯指标分级标准，见表3。
4)三卤甲烷(THMs)指标分级。我国《生活饮用水卫生标准》(GB 5749-2006)和美国国家环境保护局标准(US EPA)都对三卤甲烷指标限值做了相关规定，分别规定该值不得大于1 mg·L−1和80 μg·L−1。根据典型给水厂紫外-氯工艺出水水质分析结果可知，各给水厂三卤甲烷类指标浓度皆小于80 μg·L−1，因此以80 μg·L−1为上限，建立三卤甲烷指标的分级标准，见表4。
-
白化函数是用来计算某一指标对于某一灰度隶属程度的函数[8]，本文采用指数型[9]白化函数，以达到“加权宽域”的目的。以余氯指标为例，根据表2所列的余氯指标分级标准，构建余氯指标在每个灰类下的白化函数f(见图2)。其余指标白化函数建立可参照余氯指标白化函数建立方法。
-
聚类权重被用来表征指标对于不同灰类的隶属程度[10]，在各方案数据类型不同的情况下，计算得到的聚类权重也不相同。
在进行聚类权重计算时，首先需对各指标值进行无量纲化处理，以消除各指标值间的量纲差异。指标无量化的计算公式见式(1)~(2)。
式中：
xij 为i方案中指标j的实测值；yjk 为指标j隶属于k灰类的标准值；x0ij 表示i方案中指标j的标准化值；y0jk 表示指标j隶属于k灰类的标准化值。μjk(i) 记为 i 方案中第j指标属于第k灰类的权重，聚类权重计算公式见式(3)。 -
i方案中指标j对k灰类的隶属度记为
zik(j) 。若zik(j) =(zik(1) ，zik(2) ，… ，zik(n)) =(1，1，… ，1)，那么i方案隶属于k灰类，因此以zik(0) =1作为参考序列，zik(j) 作为比较序列，计算灰色关联度rik(j) ，具体计算方法见式(4)~(5)。 -
综合考虑各给水厂的位置和所处流域，从11座典型给水厂中最终选择A、B、C、D 4座给水厂进行工艺运行效能评价。这4座给水厂的基本情况见表5。
同时，对这4座给水厂紫外-氯工艺进水水质指标进行分析，主要关注与三卤甲烷生成浓度呈正相关的高锰酸盐指数，与紫外设备运行状况密切相关的进水浊度和硬度，以及进水菌落总数等指标，分析结果见表6。另外，由于这4座给水厂皆没有前加氯装置，故工艺进水没有氯检出。
根据表6可知，各给水厂紫外-氯工艺进水水质相差不大，仅菌落总数指标数值略有差异，因此，为简化分析条件，后续评价时忽略各给水厂进水水质对紫外-氯工艺运行的影响。
根据1.2节所建立的技术评价体系，开展4座给水厂紫外-氯工艺运行技术效能评价。在各评价指标样本数据和标准数据量纲一化的基础上，按照公式(3)~(5)开展计算，并根据计算结果判定各给水厂出水水质级别，计算结果见表7。
-
将各给水厂工艺技术效能评价结果与实际情况进行对比分析，以验证评价结果可靠与否。各给水厂的评价结果与实际情况对比结果见表8。根据表8可知，4座给水厂紫外-氯工艺实际出水水质类别与评价结果相同，表明上述评价结果具有一定可靠性。
-
对紫外-氯工艺运行综合效能的评价，应综合考虑工艺运行的技术效能和经济收益[11]。其中，采用技术成本效益分析法进行工艺经济收益评价，通过分析工艺总成本和总收益间的关系，以确定技术经济收益。紫外-氯工艺运行成本效益评价应综合考虑紫外-氯工艺的日常运行成本和技术采用后所带来的经济收益，通过前期调研，确定层次指标体系，如图3所示。
-
1)建立运行成本效益模型。采用运行成本效益模型分析计算工艺运行成本，综合分析工艺运行产生的成本，得到工艺吨水运行成本。方案i的吨水运行成本ICi的计算公式见式(6)。
式中：Di为方案i的设备折旧成本，万元，计算公式见式(7)[12]；Mi为方案i的设备维修成本，万元，计算公式见式(8)[12]；Li为方案i的运行人工成本，万元，计算公式见式(9)[12]；Cri为方案i的吨水能耗成本，元·m−3，等于单位吨水电耗和单位吨水药耗之和，其计算皆按照“单价×数量”的计算模式进行；t为工艺总运行时间，d。其中，紫外设备的单位吨水耗电量E计算见式(10)。
式中：C0为紫外氯消毒工艺的初始投资(包括工程建设费和设备购置费用)，万元；n为紫外线设备折旧年限，a；R为紫外线设备的固定资产形成率，本文取95%。
式中：
ϵM 为维修占设备购置费比率，一般与灯管寿命、清洗频率有关。式中：m为紫外氯消毒工艺运行维护工人数目，人；W是一个工人的年薪，万元。
式中：P为紫外设备功率，kW；q为过水流量，m3·h−1。
2)减排效益模型建立。减排效益模型是根据技术采用后所带来的收益大小进行评价。与单独氯消毒工艺相比，在保证水处理效果的情况下，紫外-氯工艺所需的投氯量更少，而消毒副产物的生成浓度与投氯量之间呈线性或对数型正相关，相应的消毒副产物生成浓度也有所下降。据此综合考虑消毒副产物浓度降低带来的环境效益和投氯量减少带来的经济收益，以计算紫外-氯工艺的吨水减排效益，其具体计算公式见式(11)。
式中：
IMi 为技术的吨水减排效益，元·m−3；K为经验常数，一般取2.92；μ 为氯药剂单价，元·g−1；Ci 为技术采用后，THMs浓度的减少量，g·m−3；3)技术收益率计算。紫外-氯工艺的运行收益率
γ 以吨水减排效益与吨水运行成本的比值来表示，其具体计算公式见式(12)。 -
依旧选用1.3节所述的4座给水厂开展紫外-氯工艺运行成本效益分析，4座给水厂的相关经济指标数据见表9，根据公式(6)~(12)计算得到各给水厂收益率如图4所示。
由图4可知，C厂技术收益率最佳，为0.208%，这或许是由于C厂THMs的减少排放量和氯使用减少量最大导致的。
-
将评价得到的各给水厂技术收益率与实际情况进行对比分析，对比结果见表10。由表10可知，各给水厂收益率评价结果与给水厂实际情况相符，表明上述评价模型具备一定的合理性以及评价结果存在一定的可靠性。
-
紫外-氯工艺运行效能综合评价是基于技术效能评价和技术成本效益评价的评价结果展开的，本文综合考虑工艺运行技术效能和技术经济收益，对技术运行情况进行了全面评价。
采用加权平均的方式将技术效能评价结果和技术成本效益评价结果进行综合，分别对其赋以对应权重。根据专家意见，技术效能是给水厂运行的首要关注点，经济收益在给水厂日常运行也应给予关注。因此，确定二者权重值之比为6∶4较为合理，则4座给水厂的综合评价结果如表11所示。
表11中的数据表明，C厂紫外-氯工艺综合运行效能最佳，表明该厂紫外-氯工艺运行参数设置较为合理。这主要是由于C厂工艺运行时间较长，积累了较丰富的运行经验，可以在保障出水水质的条件下实现经济收益较优。因此，该厂工艺运行参数(有效紫外消毒剂量为42.8 mJ·cm−2，有效氯投加量为1.8 mg·L−1)可为紫外-氯工艺在其他厂的运行提供参考。
-
1)基于灰色聚类关联模型建立了紫外-氯工艺运行技术效能评价模型，并将所建模型用于A、B、C、D 4座给水厂技术效能评价，在排除进水水质对工艺运行效果和紫外设备运行的影响下，最终得到B、C厂工艺出水水质较佳，水质类别为Ⅱ类。然后，将评价结果与实际水质情况进行对比分析，初步验证了技术效能评价模型的合理性。
2)基于技术成本效益模型建立了紫外-氯工艺运行技术经济收益评价模型，同时将所建模型用于A、B、C、D 4座给水厂经济收益评价，得到C厂经济收益率最佳，为0.208%。将评价结果与工艺实际收益情况进行了对比分析，结果表明，技术经济收益模型具有一定可靠性。
3)综合考虑紫外-氯工艺运行技术效能和经济收益，对前述评价结果进行了综合分析。结果表明：在不考虑进水水质影响的情况下，C厂紫外-氯工艺运行综合效能最佳，可以在满足工艺效能最佳时保证经济收益较优，因此，其他厂在工艺进水水质相近的情况下，可参考C厂工艺的运行参数(有效紫外消毒剂量为42.8 mJ·cm−2，有效氯投加量为1.8 mg·L−1)进行调试运行。
城市给水厂紫外-氯消毒工艺运行效能的综合评价
Comprehensive evaluation of operational efficiency of UV-chlorine disinfection process in urban water supply plants
-
摘要: 针对城市给水厂紫外-氯消毒工艺应用过程中存在缺少技术文件指导和管理水平不足的问题，建立了紫外-氯工艺运行效能综合评价模型，以明确一定条件下紫外-氯工艺的最佳运行参数，为给水厂紫外-氯工艺运行管理提供参考。基于灰色聚类关联分析模型和技术成本效益模型，分别建立了紫外-氯工艺运行技术效能评价模型和经济收益评价模型，从技术效能和经济收益两方面，对不同地域的4座给水厂（编号为A、B、C和D）进行了工艺运行综合效能评价。评价结果表明，C厂紫外-氯工艺的综合效能最佳，主要工艺参数为紫外剂量42.8 mJ·cm−2、有效氯投量1.8 mg·L−1。本研究结果可为给水厂紫外-氯工艺的调试及运行提供参考。Abstract: For lack of standard document guidance and insufficient management regarding application of UV-chlorine disinfection, a comprehensive evaluation model of UV-chlorine process operation management technology was established to obtain the optimal operating parameters of UV-chlorine process under certain conditions, thus providing guidance for operating municipal water supply plants. Based on the grey cluster correlation analysis model and the cost-benefit model, the efficiency evaluation model and economic benefit evaluation model of UV-chlorine process operation management technology were established respectively. The comprehensive efficiencies of process operation of 4 water plants (A, B, C and D) in different regions were evaluated in the aspects of technical efficiency and economic benefit. The results showed that the comprehensive efficiency of UV-chlorine process in C water plant was the highest, and the main process parameters were as follows: the UV and effective chlorine doses are 42.8 mJ·cm−2 and 1.8 mg·L−1, respectively. The outcome of this study could provide guidance for tuning and operation of UV-chlorine process in water supply facilities.
-
随着经济社会的迅速发展，工业化、交通运输化和城镇化等对能源的消耗显著增加，城市空气受到了不同程度的污染，大气中的气体污染物（如氮氧化物、硫化物和臭氧等）、固体颗粒物对人类的身体健康和日常生活产生了严重的影响[1-2]。近年来，中国特别是京津冀、长三角和珠三角等重点区域[3-5]的大气环境问题受到了广泛关注。研究表明，在污染源相对稳定的情况下，降水、温度、湿度和风速等气象要素对污染物的稀释、扩散、输送和转化等过程的影响占据了主要地位[6-8]。发生降雨天气时，云内雨滴吸附和云下雨水冲刷作用对大气污染物浓度的影响最为直接，尤其是云下雨水冲刷作用可以有效降低大气污染物的浓度[9-10]。降水天气对空气质量的改善程度与降水量级的大小、降水前大气污染状况也有一定的关系[11]。人工增雨作业是一种人为干预大气降水的科技手段，它通过飞机、高炮和火箭等工具将催化剂携带到可能下雨或正在下雨的目标云中，从而影响局部大气的云物理过程，达到增加降雨量的目的，为农业抗旱、大气污染防治和改善生态环境提供了有力支撑。近年来，它逐渐成为城市大气污染防治的有效手段。作业条件、作业时机和作业部位的选取直接影响着最终的增雨效果[12-14],因此，分析降水与大气污染物浓度变化的关系，可为采用人工增雨手段治理大气污染问题时作业时机的选择提供科学依据。
郑州市是河南省的省会，位于河南省中部偏北(112°42′～114°14′E，34°16′～34°58′N)，下辖 6区5市1县，总面积7 446 km2，总地势为西南高、东北低。属北温带大陆性季风气候，四季分明，多年平均气温15.6 ºC，多年平均降雨量542.15 mm。地处京广线和陇海线交汇处，被人们称为“火车拉来的城市”，是国家重要的综合交通枢纽，同时也是国务院批复确定的中国中部地区重要的中心城市，经济比较发达、人口比较密集，空气质量重度和严重污染现象时有发生。李尉卿等[15]从时空上对郑州市春节期间的大气污染物浓度变化特征进行研究，发现PM2.5和PM10浓度受各种气象因素的直接影响。王桂红[16]和任艳培等[17]对郑州市空气质量变化规律及其与气象要素之间关系进行了研究，指出郑州市空气质量指数与降水量在全年均表现为明显的负相关关系。但是，目前很少有人研究郑州市降水对空气质量的影响规律，故探讨降水以及不同等级降水是如何影响大气中各种污染物浓度的变化就显得非常有意义。本文深入分析郑州市降水与空气质量、大气污染物浓度的关系，可以为人工增雨改善空气质量时作业时机的选择提供理论参考，同时可以指导降水条件下的空气污染等级预报。
1. 资料与方法
空气质量指数（air quality index,AQI）日数据和可吸入颗粒物（PM10)、 细颗粒物（PM2.5）、二氧化硫（SO2）、二氧化氮(NO2)、臭氧（O3）和一氧化碳（CO）6种污染物小时数据来源于中国环境监测总站（
http://www.cnemc.cn/ )，时间范围为2017—2020年。降水日数据和小时数据分别来源于中国气象科学数据共享服务网(http://data.cma.cn )和郑州市地面气象观测站，时间范围为2017—2020年。根据《环境空气质量指数（AQI）技术规定（试行）：HJ633—2012》[18]，AQI是一种定量描述空气质量实际情况的无量纲指数，数值越大，表示空气污染越严重，对人体健康的影响也越大。文献[18]根据AQI大小将我国城市空气质量划分为 6个等级：AQI为0～50，空气质量状况属于优；AQI为51～100，空气质量状况属于良；AQI为101～150，空气质量状况属于轻度污染；AQI为151～200，空气质量状况属于中度污染；AQI为201～300，空气质量状况属于重度污染；AQI>300，空气质量状况属于严重污染。
气象学上，把降雨和降雪都称作降水。一般按24小时降水量（即日降水量）把降水分为4个主要等级。小雨（雪）、 中雨（雪）、大雨（雪）和暴雨（雪）对应的日降水量标准分别为0.1～9.9 mm（0.1～2.4 mm）、10.0～24.9 mm（2.5～4.9 mm）、 25.0～49.9 mm（5.0～9.9 mm）和>50 mm（>10 mm）。
2. 结果与分析
2.1 降水对空气质量的整体影响
郑州市2017—2020年逐日AQI值，除去缺测值，共1 377 d，其中降水日数为309 d，无降水日数1 068 d。有无降水时不同空气质量等级出现频率，见图1。
图 1 有无降水时不同空气质量等级出现频率Figure 1. Frequency of different air quality classes with or without precipitation图1可知，有降水时，各种空气质量等级出现的日数占有降水日数的百分比：优17.81%、良59.86%、轻度污染13.92%、中度污染4.85%、重度污染3.24%和严重污染0.32%；无降水时，各种空气质量等级出现的日数占无降水日数的百分比：优1.77%、良48.51%、轻度污染34.08%、中度污染9.08%、重度污染5.62%和严重污染0.94%。有降水时空气质量为优和良的日数出现频率远远高于无降水时，而有降水时空气质量为轻度污染、中度污染、重度污染和严重污染的频率均小于无降水时。由此可知，降水对郑州市大气污染状况改善十分有利。
为了研究降水量对空气质量的影响，对不同等级的空气质量日数在不同降水量级时出现的频率进行了计算，见表1。在有降水的309 d中，小雨（雪）有236 d，中雨（雪）有45 d，大雨（雪）有20 d，暴雨（雪）有8 d。小雨（雪）时，6个等级的空气质量日数均有出现，但优和良占一半以上，总占比为74.6 %。中雨（雪）时未出现严重污染天气，且质量为优和良的日数出现频率高达84.4 %。大雨（雪）时空气质量只有优、良和轻度污染。暴雨（雪）时空气质量全为优和良。整体上看来，污染等级天气出现的频率随着降水量级的增大而减小，说明降水量级越大，空气质量越好。
表 1 不同降水量级下各种空气质量等级出现频率Table 1. Frequency of various air quality classes under different precipitation levels降水量级 空气质量等级出现频率/% 优 良 轻度污染 中度污染 重度污染 严重污染 小雨（雪） 12.7 61.9 16.1 5.5 3.4 0.4 中雨（雪） 33.3 51.1 8.9 4.4 2.2 0 大雨（雪） 35.0 60.0 5.0 0 0 0 暴雨（雪） 37.5 62.5 0 0 0 0 | Show Table
DownLoad:
CSV
2.2 降水对大气污染物浓度的影响
2.2.1 降水后大气污染物浓度的总体变化情况
为了更好地研究降水对各种污染物浓度的影响，对降水时次后各种污染物浓度变化情况进行了分析，见表2。
表 2 降水时次后大气污染物浓度变化占比Table 2. Proportion of atmospheric pollutant concentration changes after precipitation污染物 变化趋势占比/% 升高时次 不变时次 降低时次 PM2.5 38.15 15.42 46.43 PM10 37.93 5.95 56.12 SO2 12.50 61.41 26.09 NO2 42.80 12.07 45.13 O3 37.66 8.17 54.17 CO 47.40 9.63 42.97 | Show TableDownLoad:
CSV
降水时次后，郑州市PM10和O3的浓度降低最为显著，降低时次占比超过一半，其中PM10 浓度降低时次占比高达56.12%。降水天气后，PM2.5、NO2和CO这3种污染物浓度降低时次较高，所占比例范围为42.97%～46.43%。SO2 浓度降低时次占比只有26.09%，主要是由于浓度不变时次较高造成的，不变时次高达61.41%。除SO2外，大气污染物在降水天气后浓度不变时次占比为5.95%～15.42%。
2.2.2 不同强度降水对大气污染物浓度的影响
降水强度是指单位时间或某一时段的降水量，能够直接反映降水剧烈程度的大小。由2.1降水对空气质量的整体影响研究表明，空气质量状况和降水量级大小有很大的关系。降水强度不同，对大气污染物的清除和冲刷作用不同，较大的风速对大气污染物也有着比较明显的扩散输送作用，且强降水和大风速常常相伴存在。
对降水时次后，6种大气污染物浓度的变化规律进行分析，见图2。
图 2 降水时次后大气污染物PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)和CO(f)浓度变化Figure 2. Atmospheric pollutant of PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)and CO(f) concentration changes after precipitation小时降水量越大，在降水天气后大气污染物的浓度变化值越小，这是因为强降水之前往往已经有持续的弱降水，大气中的污染物经过一段时间的雨水冲刷，已经降到比较低的水平，想要进一步下降就相对比较困难。对不同强度降水对污染物浓度的影响进一步分析表明，见表3。
表 3 不同降水强度降水时次后大气污染物浓度变化占比Table 3. The proportion of atmospheric pollutant concentration change after different rainfall intensity污染物 变化趋势占比/% 0 mm<R≤1 mm 1 mm<R≤5 mm R＞5 mm PM2.5 升高时次 42.36 28.79 21.79 不变时次 14.90 17.58 19.23 降低时次 42.74 53.63 58.98 PM10 升高时次 40.46 31.87 30.77 不变时次 5.78 6.81 3.85 降低时次 53.76 61.32 65.38 SO2 升高时次 14.83 7.47 17.94 不变时次 60.70 65.27 67.95 降低时次 25.47 27.26 14.11 NO2 升高时次 43.42 40.88 43.59 不变时次 11.86 13.19 8.97 降低时次 44.72 45.93 47.44 O3 升高时次 37.34 40.44 26.92 不变时次 8.97 6.15 6.41 降低时次 53.69 53.41 66.67 CO 升高时次 47.76 46.81 44.87 不变时次 9.81 8.79 11.54 降低时次 42.43 44.40 43.59 注：R代表小时降水量。 | Show TableDownLoad:
CSV
在降水天气后，PM2.5和PM10浓度降低时次占比随着小时降水量的增加而增加，同时浓度升高时次占比减小。在降水天气后，SO2浓度降低时次占比随降水量等级的增加而稍微增大，例外的是，当小时降水量(R)>5 mm时反而减小显著。NO2和CO降水天气后浓度升高时次、不变时次和降低时次随降水量等级变化不大。O3在R≤5 mm时，降水天气后浓度降低时次随着小时降水量等级升高略有减少，而当R>5 mm时浓度降低时次增加比较明显。在各个不同等级雨强中，颗粒物PM2.5、PM10 超过40%的降水时次后浓度降低，尤其是当R>1 mm 时，占比达到一半以上，且PM10比PM2.5降低更为明显。可见在6种大气污染物中，较强降水对颗粒物的清除作用最明显，这种现象随粒径增大而更加明显。在各个降水量级中，降水天气后PM2.5、PM10、NO2、O3和CO 浓度不变时次占比均<20%；而SO2比较特殊，各个降水量级中，降水天气后浓度不变时次占比都>60%，相对较大。
2.2.3 降水对不同浓度大气污染物的影响
降水天气后降水对各种污染物浓度变化的影响会随着大气污染物初始浓度的不同呈现出一定的规律性。根据污染物浓度的大小，将6种大气污染物划分为6个等级[19]，见表4，分析了降水天气后不同等级的大气污染物浓度变化情况。
表 4 大气污染物浓度分级Table 4. Concentration classification of air pollutants污染物浓度 一级 二级 三级 四级 五级 六级 PM2.5 0<c≤35 35<c≤75 75<c≤115 115<c≤150 150<c≤250 c>250 PM10 0<c≤50 50<c≤150 150<c≤250 250<c≤350 350<c≤420 c>420 SO2 0<c≤5 5<c≤10 10<c≤25 25<c≤50 50<c≤100 c>100 NO2 0<c≤5 5<c≤10 10<c≤20 20<c≤50 50<c≤100 c>100 O3 0<c≤20 20<c≤50 50<c≤100 100<c≤150 150<c≤200 c>200 CO 0<c≤0.3 0.3<c≤0.6 0.6<c≤1 1<c≤2 2<c≤5 c>5 注：c代表浓度，除CO的浓度单位为 mg·m－3外，其余大气污染物的浓度单位均为μg·m－3。 | Show TableDownLoad:
CSV
研究表明，降水天气前大气污染物PM2.5、PM10、SO2、NO2、O3和CO的初始浓度越高，降雨天气后浓度降低值的范围越大，而增加值的范围越小，见图3。
图 3 降水时次后大气污染物 PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)和 CO(f)浓度变化值随初始浓度的分布Fig.3 Distribution of atmospheric pollutant of PM2.5(a)、PM10(b)、SO2(c)、NO2(d)、O3(e)和 CO(f) concentration change value after precipitation time with initial concentration同时浓度降低时次占比也越大（NO2除外），见表5。
表 5 不同等级污染物降水时次后大气污染物的浓度变化占比Table 5. The proportion of atmospheric pollutant concentration change after rainfall of different pollutant levels% 污染物 变化趋势占比 一级 二级 三级 四级 五级 六级 PM2.5 升高时次占比 37.05 42.04 38.38 43.33 36.75 33.33 不变时次占比 19.94 11.11 10.51 1.67 5.88 0 降低时次占比 43.01 46.85 51.11 55.00 57.37 66.67 PM10 升高时次占比 43.13 33.38 33.33 27.62 0 0 不变时次占比 7.40 3.02 0 2.86 0 0 降低时次占比 49.46 63.60 66.67 69.52 100 0 SO2 升高时次占比 7.97 14.33 16.31 28.12 0 0 不变时次占比 82.10 59.39 31.32 6.25 0 0 降低时次占比 9.93 26.29 52.37 65.63 100 0 NO2 升高时次占比 75.00 35.29 29.04 45.62 48.22 66.67 不变时次占比 25.00 8.82 20.66 10.91 7.44 0 降低时次占比 0 55.88 50.30 43.47 44.34 33.33 O3 升高时次占比 32.97 36.09 41.4 37.91 30.77 25.00 不变时次占比 19.23 7.4 4.84 1.96 0 0 降低时次占比 47.8 56.51 53.76 60.13 69.23 75.00 CO 升高时次占比 6.04 11.96 25.14 36.00 0 0 不变时次占比 78.19 59.39 33.24 8.00 0 0 降低时次占比 15.17 28.65 41.62 56.00 100 0 | Show TableDownLoad:
CSV
降水天气前大气污染物浓度越高，PM10在降水天气后浓度升高时次占比越少，而PM2.5和O3浓度升高时次占比无明显变化规律，这可能是由于降水天气后这两种污染物浓度不变时次占比无明显变化规律的缘故。降水天气后，不同初始污染物等级中，NO2浓度升高、不变、降低时次占比无显著变化规律。降水天气后SO2和CO浓度升高时次和降低时次占比均随着降雨天气前大气污染物浓度的升高而增加，主要是由于降水天气后浓度不变时次占比降低的缘故。SO2在浓度较低的第一级中，降水天气后浓度不变时次占比较大，高达82.10%，这种现象有可能是因为SO2 浓度值较低，而观测浓度不够精确，从而对SO2浓度的变化反应不太敏感。
3. 结论与建议
（1）有降水时空气质量等级为优和良的频率比无降水时的频率高，而无降水时其他污染等级的空气质量频率均大于有降水时的，可见降水有利于优良等级的空气质量出现，且降水量级越大空气质量越好。
（2）除SO2外，郑州市其他5种大气污染物在降雨天气后浓度降低时次占比为42.97%～56.12%，且降雨天气后PM10 浓度降低时次占比最大，CO浓度降低时次占比最小。SO2浓度不变时次占比最高。
（3）小时降水量越大，在降水时次后大气污染物浓度的变化量越小，其中颗粒物PM2.5和PM10浓度降低时次占比越大，浓度升高时次占比越小，当小时降水量(R)>1 mm时，浓度降低时次占比显著高于升高时次占比，说明雨量较大时降水可以明显降低颗粒物的浓度，且粒径越大效果越好；SO2由于不变时次占比较高，没有明显变化规律。在各个等级降水中，污染物NO2和CO在降雨天气后浓度升高时次、不变时次和降低时次占比变化不大。所以，在小时降雨量较大时开展人工增雨作业可以有效降低颗粒物PM2.5和PM10的浓度。
（4）降水天气前大气污染物PM2.5、PM10、SO2、NO2、O3和CO的初始浓度越高，降雨天气后浓度降低值的范围越大，而增加值的范围越小；同时浓度降低时次占比也越大（NO2除外）。可见，在大气污染物浓度较高时开展人工增雨作业，对于改善空气质量效果比较明显。
-
图 1 紫外-氯工艺运行技术效能评价指标体系
Figure 1. Performance evaluation index system of operating technology efficiency of UV/chlorine process
图 2 余氯指标在各灰类下的白化函数
Figure 2. Albino function of residual chlorine index in various kinds of gray
图 3 紫外-氯工艺运行成本效益评价指标体系
Figure 3. UV / chlorine process operation cost - benefit evaluation index system
表 1 菌落总数指标分级标准
Table 1. Classification standard of total colony index
cfu·mL−1 Ⅰ类 Ⅱ类 Ⅲ类 Ⅳ类 Ⅴ类 ≤1 ≤4 ≤10 ≤50 ≤100
下载: 导出CSV
表 2 余氯指标分级标准
Table 2. Classification standard of residual chlorine index
mg·L−1 Ⅰ类 Ⅱ类 Ⅲ类 Ⅳ类 Ⅴ类 ≥1.00 ≥1.30 ≥1.80 ≥2.50 ≥3.60
下载: 导出CSV
表 3 总氯指标分级标准
Table 3. Classification standard of total chlorine index
mg·L−1 Ⅰ类 Ⅱ类 Ⅲ类 Ⅳ类 Ⅴ类 ≥1.50 ≥2.00 ≥2.30 ≥2.80 ≥3.00
下载: 导出CSV
表 4 三卤甲烷指标分级标准
Table 4. Classification standard of trihalomethane index
μg·L−1 Ⅰ类 Ⅱ类 Ⅲ类 Ⅳ类 Ⅴ类 ≤10 ≤20 ≤30 ≤50 ≤80
下载: 导出CSV
表 5 紫外-氯工艺评价指标样本数据汇总
Table 5. Summary of sample data of UV / chlorine process evaluation indicators
给水厂编号 进水来源 运行参数 评价指标样本数据 实际紫外剂量/(mJ·cm−2) 有效氯的质量浓度/(mg·L−1) 菌落总数/(cfu·mL−1) 余氯/(mg·L−1) 总氯/(mg·L−1) THMs的质量浓度/(mg·L−1) A 炭滤出水 40.0 1.8 NAD 1.41 — 0.041 6 B 砂滤出水 41.9 1.6 NAD 1.28 — 0.009 6 C 炭滤出水 42.8 1.8 1.8 1.34 — 0.013 9 D 炭滤出水 48.0 1.0 NAD — 2.30 0.020 2 注：“—”表示给水厂未测定该指标浓度；“NAD”表示未检出菌落。
下载: 导出CSV
表 6 调研给水厂紫外-氯工艺进水水质
Table 6. Influent quality of UV/chlorine process in water plant
给水厂编号 浊度/(mg·L−1) CODMn/(mg·L−1) 硬度/(mg·L−1) 菌落总数/(cfu·mL−1) A 0.87 1.92 163 1 200 B 0.75 1.68 184 1 000 C 0.68 1.97 235 870 D 0.46 1.43 122 1 000
下载: 导出CSV
表 7 给水厂紫外-氯工艺出水水质关联度计算结果
Table 7. Correlative degree calculation results of water quality of effluent from UV/chlorine process in water plant
给水厂编号 Ⅰ类 Ⅱ类 Ⅲ类 Ⅳ类 Ⅴ类 水质级别 A 0.380 0.605 0.822 0.721 0.478 Ⅲ类(0.6) B 0.815 1.000 0.719 0.431 0.333 Ⅱ类(0.8) C 0.446 0.955 0.736 0.452 0.333 Ⅱ类(0.8) D 0.362 0.803 1.000 0.754 0.458 Ⅲ类(0.6)
下载: 导出CSV
表 8 评价成果与实际情况的对比结果
Table 8. Comparison of the evaluation results with the actual situation of the water plant
给水厂编号 水质评价级别 水质实际情况 备注 A Ⅲ类(0.6) Ⅲ类(符合饮用水标准) 运行时间较短 B Ⅱ类(0.8) Ⅱ类(符合饮用水标准) 已进行多次调整 C Ⅱ类(0.8) Ⅱ类(符合饮用水标准) 已进行多次调整 D Ⅲ类(0.6) Ⅲ类(符合饮用水标准) 未做大量调试
下载: 导出CSV
表 9 紫外-氯工艺经济指标数据汇总
Table 9. Summary of economic index data of UV/chlorine process
给水厂编号 单台设备初始投资/万元 单台设备流量/(m3·h−1) 折旧年限/a 固定资产形成率/% 维修费用比例/% 运行维护工人数量/人 薪酬/(万元·月−1) A 450 2 600 10 95 30 12 0.45 B 550 2 400 15 95 30 6 0.43 C 550 2 800 15 95 30 8 0.35 D 300 5 000 12 95 12 9 0.45 给水厂编号 功率/kW 电费/(元·(kWh)−1) 氯消毒剂种类 药剂单价/(元·t−1) 投药量/(g·m−3) 连续运行时间/d THMs的减少排放量/(mg·L−1) A 21.0 0.695 10%次氯酸钠 1 185 18 365 0.7114 B 25.2 0.703 10%次氯酸钠 1 185 16 365 0.6794 C 30.2 0.647 液氯 2 925 1.8 365 0.7331 D 22.0 0.707 氯胺(4∶1) 3 260 5 365 0.1388
下载: 导出CSV
表 10 评价结果与实际效益的对比分析
Table 10. Comparative analysis of evaluation results and actual benefits of water plants
给水厂编号 评价结果收益率/% 实际收益情况 A 0.064 良 B 0.058 良 C 0.208 优 D 0.021 中
下载: 导出CSV
表 11 评价给水厂综合评价结果
Table 11. Comprehensive assessment results of water plants
给水厂编号 技术效能评价 收益率/% 综合评分 A Ⅲ类(0.6) 0.064 0.385 6 B Ⅱ类(0.8) 0.058 0.503 2 C Ⅱ类(0.8) 0.208 0.563 2 D Ⅲ类(0.6) 0.021 0.368 4
下载: 导出CSV
-
[1] 李亚峰, 张子一. 饮用水消毒技术现状及发展趋势[J]. 建筑与预算, 2019(9): 62-69. [2] 黄慧婷, 张明明, 王敏, 等. 紫外/氯消毒在饮用水处理中的应用[J]. 净水技术, 2018, 37(10): 44-48. [3] SANCHES S, BARRETO CRESPO M T, PEREIRA V J. Drinking water treatment of priority pesticides using low pressure UV photolysis and advanced oxidation processes[J]. Water Research, 2010, 44(6): 1809-1818. doi: 10.1016/j.watres.2009.12.001 [4] BARSTOW C K, DOTSON A D, LINDEN K G. Assessing point-of-use ultraviolet disinfection for safe water in urban developing communities[J]. Journal of Water and Health, 2014, 12(4): 663-669. doi: 10.2166/wh.2014.223 [5] ZHOU X, ZHAO J, LI Z, et al. Influence of ultrasound enhancement on chlorine dioxide consumption and disinfection by-products formation for secondary effluents disinfection[J]. Ultrasonics Sonochemistry, 2016, 28: 376-381. doi: 10.1016/j.ultsonch.2015.08.017 [6] GRIMAUD G, PERRY N, LARATTE B. Decision support methodology for designing sustainable recycling process based on ETV standards[J]. Procedia Manufacturing, 2017, 7: 72-78. doi: 10.1016/j.promfg.2016.12.020 [7] 金涛, 唐非. 饮用水氯化消毒副产物及其对健康的潜在危害[J]. 中国消毒学杂志, 2013, 30(3): 255-258. [8] 徐卫国. 灰色聚类白化函数探析[J]. 数学的实践与认识, 2016, 46(21): 141-150. [9] 徐卫国, 张清宇, 郭慧, 等. 灰色聚类模型的改进及应用研究[J]. 数学的实践与认识, 2006(6): 200-205. doi: 10.3969/j.issn.1000-0984.2006.06.032 [10] 陈泉, 李灿, 朱尚斌, 等. 改进灰色聚类关联分析法的综合评价及应用[J]. 建筑热能通风空调, 2019, 38(1): 50-54. doi: 10.3969/j.issn.1003-0344.2019.01.010 [11] HAO R X, LIU F, REN H Q, et al. Study on a comprehensive evaluation method for the assessment of the operational efficiency of wastewater treatment plants[J]. Stochastic Environmental Research and Risk Assessment, 2013, 27(3): 747-756. doi: 10.1007/s00477-012-0637-2 [12] 史建勇. 燃煤电站烟气脱硫脱硝技术成本效益分析[D]. 杭州: 浙江大学, 2015. -
点击查看大图
计量
- 文章访问数: 3685
- HTML全文浏览数: 3685
- PDF下载数: 78
- 施引文献: 0
