1 引言(Introduction)

合流制管网(Combined Sewer System, CSS)主要收集城镇生活污水、雨水乃至工业废水(邢丽贞等, 2011).旱季时管网流量较小, 污水中的颗粒物沉积在管网中并吸附富集有机物等污染物(Tait et al., 2003)；雨季时管网流量较大, 但沉积物会影响管网的输送能力, 形成合流制管网溢流(Combined Sewer Overflows, CSOs), 导致管网中部分污水携带管道污泥直接溢流排放到附近的受纳水体, 从而产生溢流污染.溢流污染物包含颗粒态污染物, 特别是有机物、氮磷富营养化物质及潜在的病原微生物乃至有毒有害物质(杨雪等, 2008; Holeton et al., 2011; Passerat et al., 2011; Madoux-Humery et al., 2013), 这些污染物直接进入受纳水体, 由此造成水环境污染.Franco等(2018)监测了普布亚诺湖的167次CSOs, 发现河流中39%的总磷来源于CSOs；Casadio等(2010)考察了CSOs对河流城市段的影响, 发现即使在低降雨强度下, CSOs也会造成河流水质的明显变化.由此可见, 合流制管网溢流是雨季城市水体污染的关键潜在风险.为了合理管控CSOs对水体的污染风险, 美国环境保护署(EPA)在《清洁水法》等相关法律中制订了专门的CSOs章节(Salzman et al., 2001; Postel et al., 2005), 明确了溢流污染特征分析规程和管控目标, 我国目前也形成了技术导则等指导政策, 但还未出台明确的针对性法律.

合流制管网溢流事件的发生时间受降雨影响大, 较难把握, 污染监测和特征识别是其中的难点.现有研究表明, 浊度与颗粒态污染物有较强的相关性(Lacour et al., 2009).考虑到浊度易于监测, 通过监测浊度对溢流污染进行定量评估已成为一种广受认可的方法(Viviano et al., 2014; Bersinger et al., 2015; Zhang et al., 2018).北京市合流制管网约有766 km(潘国庆, 2008), 新近发布的《北京市进一步加快推进城乡水环境治理工作三年行动方案(2019年7月—2022年6月)》明确要求加强对合流制溢流污染的管控.因此, 本研究以北运河上游沙河水库北岸沿岸的城郊合流制排水管网为研究对象, 并选取浊度为主要指示指标, 通过监测典型溢流排口, 考察2019年4次合流制管网溢流污染物的变化过程, 探究降雨事件之间的干旱天数和降雨强度对溢流污染的影响, 并分析浊度与典型污染物之间的相关性, 以期为合流制管网溢流污染控制提供科学依据.

2 材料和方法(Materials and methods)) 2.1 研究区域概况

沙河水库位于北运河上游的源头区(图 1a), 水源主要来源于东沙河、南沙河和北沙河的汇水, 总流域面积为1125 km² (张伟等, 2012), 其中, 东沙河、南沙河和北沙河的流域面积分别为265、263、597 km² (王辰等, 2002; 刘博等, 2011; 朱光旭等, 2013).沙河水库为沙河闸控制的河道式水库, 水库总面积为1.8 km², 总库容量为2045×10⁴ m³(孙文等, 2019).沙河水库的汇水区是北运河源头的山水林田湖生态涵养区, 其排水分区也是区域人类活动集中区, 对北运河水质改善和水生态修复至关重要.

根据课题组于2017—2018年的现场调查结果, 库区北沙河和南沙河的沿岸分别有9个、11个合流制溢流管网溢流口, 管网管径为300~1200 mm, 管网最小坡度为3‰.根据2017—2018年的现场监测结果, 本研究选择典型溢流口P(116°20′14.79″N, 40°00′26.82″E)作为在线连续监测位点.北沙河南岸总共有3个溢流口, 其中, 监测位点P所在排水分区的合流制溢流管网主要服务于巩华城所在区域的居民区, 其服务面积约为0.77 km².巩华城所在区域属于快速发展的规划高端综合服务区, 该排水分区的服务(汇水区)面积为1.8 km², 不透水地表面比例为43%~55%, 干管为DN500~DN1200, 设计截留倍数为2倍.监测点采用槽堰式截流井, 实测持续截留能力为0.162 m³·s^-1(图 1b).

2.2 研究方法 2.2.1 采样和监测方法

本研究分别监测了2019年4月24日、5月26日、7月22日、7月28日4场降雨和溢流过程.降雨时, 采用自动采样器(型号：ZY-WLG-II)从管网和溢流口采集出流污水, 并保存于500 mL的聚乙烯瓶中, 在24 h内测定完毕.降雨期间的样品采集频率主要分为4个阶段：①降雨前1 h, 每5 min采集一个样品；②降雨中期1~2 h, 每10 min采集一个样品；③降雨后期2~5 h, 每30 min采集一个样品；④降雨末期5 h以上, 每2 h采集一个样品, 采样时长根据降雨历时和溢流过程确定.7月22日和7月28日的降雨信息通过现场安装的雨量计(型号：QS-3 000, 邯郸开发区清易电子科技有限公司)监测, 雨量统计频率为5 min·次^-1, 而由于现场仪器故障, 未能监测到4月24日和5月26日的降雨, 故本研究采用中国气象局提供的昌平站点(ID 54499)降雨量数据.

如图 1b所示, 流量数据监测采用远传式明渠流量计系统(北京泽源伟业环保科技有限公司安装), 其中, 溢流量监测采用薄壁三角堰, 管网流量监测采用矩形薄壁堰, 通过堰口模型尺寸, 建立水位-流量数学模型(水利部, 1991), 流量数据采集频率为10 min·次^-1.

2.2.2 污染物分析测试方法

样品的采集、保存和监测方法均参考《水和废水监测分析方法指南》(中华人民共和国国家质量监督检验检疫总局等, 2002), 采用国标法(环境保护部, 2009)测定样品的TN、NH₃-N、TP、COD和浊度, 其中, TN测定采用过硫酸钾-紫外分光光度法, NH₃-N测定采用纳氏试剂分光光度法, TP测定采用钼酸铵分光光度法, 所用仪器均为紫外可见光光度计(TU-1901型, 北京普析通用仪器有限责任公司), COD测定采用分光光度方法(DR2800, HACH Inc., USA), 浊度采用便携式浊度计(Turb 550, WTW GmbH, Germany)测定.

2.3 数据处理及分析方法

本研究中降雨场次的划分标准：从某时刻降雨开始算起在2 h内降雨量≥1 mm, 即为一场降雨, 场次平均降雨强度为一场降雨量与降雨历时之比(Bersinger et al., 2018), 最大降雨强度为采集频率下的最大降雨量, 瞬时降雨强度为采集频率下的降雨量.利用SPSS 25.0软件对污染物指标与浊度进行Pearson相关性分析.

3 结果与讨论(Results and discussion) 3.1 降雨历时变化特征

2019年4次降雨的溢流监测结果表明, 当单场次累积降雨量超过15.0 mm和单场次平均降雨强度>1.4 mm·h^-1后才开始发生溢流.因此, 当单场次累积降雨量 < 15.0 mm和单场次平均降雨强度 < 1.4 mm·h^-1时, 合流制管网能够截留区域降水, 通常不会发生溢流.按照《降水等级标准(GB/T 28592—2012)》划分(国家气象中心, 2012), 4月24日、5月26日、7月22日、7月28日的降雨分别为中雨、中雨、暴雨、暴雨.这4次降雨特征如表 1和图 2所示, 4月24日的降雨强度小、历时长, 5月26日的降雨强度小、历时短, 7月22日的降雨强度大、历时短, 7月28日的降雨强度小、历时长.

3.2 管道和溢流的流量历时变化

如图 2、3所示, 2019年这4场降雨的降雨-流量-溢流连续在线监测结果表明, 当4月24日、5月26日、7月22日、7月28日的累积降雨量分别达到约16.0、23.6、15.0和20.8 mm时, 溢流开始发生, 从开始降雨到发生溢流历时分别约为10.5、5.0、0.83和15.0 h, 管道流量的峰值分别滞后于瞬时降雨强度的峰值30、260、60和30 min.在溢流发生前的4场降雨平均降雨强度分别为1.5、4.7、16.6、1.4 mm·h^-1, 因此, 溢流前的降雨强度会影响从降雨开始到溢流发生所需时间, 且溢流前的降雨强度越大, 所需时间越小.这种趋势与降雨产汇流过程的趋势一致, 降雨强度越大, 地面径流形成越快, 导致合流制管网溢流也发生的更快.根据图 3的监测结果, 开始溢流时管网流量瞬时值为0.162~1.531 m³·s^-1, 瞬时值波动较大, 可能与管网压力波动和下游管网负荷等情况有关；溢流后较稳定的管网流量临界值为0.162~0.280 m³·s^-1.

值得注意的是, 合流制管网溢流的初期溢流污染不同于降雨产汇的初雨径流污染.本研究的监测结果表明：从开始降雨到管道流量增加(t₁)和开始溢流(t₂), 分别经过了t₁=27~400 min和t₂=110~900 min, 这说明研究区合流制管网通常可以截留大部分初雨径流(前15~30 min产流), 但由于管网截留能力、污水处理厂处理能力等限制, 导致初期溢流污染仍不可避免.如图 3所示, 管道流量迅速达到峰值导致溢流发生, 形成了初期溢流污染.因此, 可通过采取海绵城市的屋面雨水断流、植草沟缓滞等措施, 合理减缓管道流量的增速, 使初期溢流污染有望得到控制.

3.3 管道污水和溢流的水质变化过程

图 4~7展示了这4场降雨过程中合流制管网溢流端口的污染物浓度输出过程, 在溢流流量升高的过程中, 溢流污水的污染物浓度逐渐升高, 并在溢流中后期达到稳定.图 4是2019年4月24日第一次发生溢流事件时溢流口断面的流量和污染物输出浓度情况, 虽然两次降雨事件之间的干旱天数只有5 d, 但4月19日降雨量仅为6.5 mm, 而降雨历时却为13 h, 此次降雨强度小, 对管道污泥和地面的冲刷较弱, 没有发生溢流.而4月24日的降雨却导致了溢流事件, 由于降雨初期雨水对管道污泥和地面的冲刷, 在溢流流量达到峰值之前, 污染物浓度随着溢流流量的升高而升高；溢流流量达到溢流峰值以后, 由于稀释作用, 溢流中污染物浓度迅速降低, 780 min以后污染物浓度趋于稳定.由图 5可知, 5月26日的降雨发生了两次溢流, 第一次溢流过程中, 虽然溢流流量逐渐升高, 但溢流中TCOD和SCOD的浓度变化很小, 浊度逐渐减小, TN、NH₃-N和TP的浓度逐渐升高, 由于此次降雨前的干旱天数为5 d, 因此, 污染物浓度变化幅度较小；同时, 由于雨水稀释作用, 导致第二次溢流过程中各污染物浓度均在溢流流量达到峰值之前降低, 并在流量达到峰值后随着流量的降低而升高.如图 6所示, 由于此次降雨(7月22日)前的干旱天数为23 d, 故溢流污水中各污染物浓度在溢流初期相对较高, 110 min以后污染物浓度变化相对较小.如图 7所示, 由于溢流时间较短, 采样个数比较少, 污染物浓度未有明显的变化趋势.根据监测点P的溢流量在线监测结果计算, 4次典型降雨溢流量占全年溢流量的72%, 根据溢流量-浓度时间分布关系合理外推的溢流污染负荷占比约为75%~83%.

3.4 溢流污水污染物特征及其相关性分析

为分析浊度与污染物指标之间的相关性, 本研究对这4次降雨进行了主成分分析(PCA), 结果如图 8所示.由图可知, TP、TN、TCOD与浊度的相关性较好, 而溶解性污染物SCOD、NH₃-N与浊度之间的相关性较差, 这表明浊度与颗粒态污染物有较强的关系.

本研究对溢流过程中污染物形态与浊度之间进行了Person相关性分析(表 2), 并对4月24日和7月22日两次溢流事件进行了线性回归分析(图 9~图 10).分析结果表明, 除SCOD之外, 两次溢流的其他污染物与浊度的变化趋势较为相似, 例如, 两次溢流中TN、NH₃-N、TP、TCOD与浊度相关性显著(p < 0.01), 因此, 对于溢流污染物的控制, 控制浊度就相当于控制TN、NH₃-N、TP、TCOD.但5月26日的降雨事件中, TN、NH₃-N、TP、TCOD、SCOD与浊度之间的相关性不显著(p>0.05)(表 2), 深入分析认为, 此次降雨前干旱天数仅为7 d, 干旱天数较短, 在管道和地面上沉积的颗粒较少, 降雨后对地面和管道冲刷产生的污染物贡献较小, 而且此次降雨事件平均降雨强度仅为4.7 mm·h^-1, 降雨强度较小, 雨水对地面和管道污泥的冲刷强度较小, 故污染物主要来源于管道污水, 这与现有研究得出的结果相似(周美成等, 2015).

4 结论(Conclusions)

1) 2019年4次典型溢流污染特征的调查表明, 当单场次累积降雨量达到15 mm和单场次平均降雨强度达到1.4 mm·h^-1时, 溢流开始发生；溢流发生受溢流前降雨强度影响, 溢流前降雨强度越大, 溢流发生越快.

2) 初期溢流污染浓度主要受干旱天数和降雨强度的影响.溢流初期的污染负荷最高；干旱天数越长, 初期溢流污染物浓度越高, 降雨强度会影响冲刷.因此, 控制年度初次溢流、汛期初次溢流对于年溢流污染总体控制最为关键.

3) 相关性分析结果表明, 污染物与浊度的相关性主要受干旱天数和降雨强度影响, 干旱天数长和降雨强度大的溢流, 污染物与浊度的显著相关性(p < 0.01), 污染物主要以颗粒态存在；反之, 则污染物与浊度间的相关性不显著(p>0.05), 污染物主要以溶解态存在.