环境科学学报  2021, Vol. 41 Issue (1): 209-216
北运河上游合流制管网沉积物的月变化与污染物赋存特征    [PDF全文]
海永龙1,2,3, 佃柳4, 梁玉帅1,2, 赵红桥5, 徐长贵6, 郁达伟1,2, 郑祥4, 魏源送1,2,3    
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. 中国人民大学环境学院, 北京 100872;
5. 北京市昌平区响潭水库管理处, 北京 102200;
6. 北京市昌平区沙河闸管理处, 北京 102200
摘要:合流制管网沉积物是溢流污染的重要来源,明确其月变化和污染物赋存特征,有助于管网沉积物控制和溢流污染负荷削减.本研究现场调查了北运河上游合流制管网沉积物的月变化和污染物赋存特征,结果表明,管网沉积物的粒径分布为大颗粒(10目)、10~40目颗粒和细颗粒(60目)分别占36%、~50%和15%(质量比).管网沉积物在干季初期(10月)大颗粒(灰分)升高,随后细颗粒、有机污染物负荷(VS)逐渐累积升高.沙河库区水环境质量的关键污染物氨氮和总氮,在底泥中的浓度分别在6—9月(汛期)和5月达到峰值,均在40目的颗粒上浓度最高;管道沉积物氨氮和总氮负荷分别在4月和5月达到最高峰,进入汛期后逐步降低.去除40~60目的颗粒能削减80%以上的管网沉积物氨氮和总氮负荷.干季的管网沉积物控制和雨季的溢流口物理处理,能够有效削减溢流污染负荷.
关键词合流制管网沉积物    污染负荷    粒径分布    北运河上游    
Characteristics of combined sewer sediment by temporal and granulometric distribution in upper Northern Canal, Beijing
HAI Yonglong1,2,3, DIAN Liu4, LIANG Yushuai1,2, ZHAO Hongqiao5, XU Changgui6, YU Dawei1,2, ZHENG Xiang4, WEI Yuansong1,2,3    
1. State Key Joint Laboratory of Environment Simulation and Pollution Control, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085;
2. Laboratory of Water Pollution Control Technology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085;
3. University of Chinese Academy of Sciences, Beijing 100049;
4. School of the Environment, Renmin University of China, Beijing 100872;
5. Management Office of Xiangtan Reservoir, Changping District, Beijing 102200;
6. Management Office of Shahe Dam, Changping District, Beijing 102200
Received 21 September 2020; received in revised from 23 November 2020; accepted 23 November 2020
Abstract: Combined sewer sediment (CSS) proven as a key source of pollutant loads of combined sewer overflow. Characteristic of temporal and granulometric distribution is essential for management of combined sewer system and reduction of overflow pollutant loads. Field investigation of monthly and granulometric distribution of combined sewer sediments in upper Northern Canal, Beijing, revealed that sediment's particle size distributed among 10 mesh, 10~40 mesh, and 60 mesh by 36%, ~50%, and 15% in the obtained samples. Combined sewer sediments started with coarse particles (ash) right after the wet season (October), then accumulated fine particles and organic pollutants (volatility solid, VS) during the dry season. The regional key pollutants ammonia and total nitrogen reached their peak concentrations at June—September and May, respectively, particularly at particle size of 40 mesh. Pollutant loads of ammonia and total nitrogen reached their peak at April and May, respectively, and gradually drained during wet season. Removal particles larger than 40~60 meshes could cut over 80% pollutant loads of ammonia and total nitrogen for obtained combined sewer sediments. Management of combined sewer sediments in dry season, and primary treatment at end-of-pipe for combined sewer overflow, could cut pollutant loads of combined sewer overflows.
Keywords: combined sewer sediment    pollution load    particle size distribution    upper North Canal    
1 引言(Introduction)

合流制管网沉积物(Combined Sewer Sediment, CSS)是合流制管网溢流(Combined Sewer Overflows, CSOs)污染负荷的重要组成部分, 主要在旱季累积, 这是因为在旱季合流制管网的流量低, 管网充满度低, 污水中污染物逐步沉淀累积在管网底部, 包括生活源污染沉积、管网沉积物中的二次代谢产物等污染物(Zhou et al., 2017).暴雨径流进入合流制管网形成的强烈冲刷作用, 导致沉积物重新进入流动的污水, 提高了合流制管网溢流的污染负荷(徐一茗, 2010), 例如, 暴雨发生时, 受纳水体的污染负荷中有30%~80%来源于溢流排放的管网沉积物(Fan, 2004).因此, 沉积物是合流制管网溢流污染的“汇”, 沉积物调研不仅能够反映合流制管网的污染特征, 而且可为科学控制合流制溢流污染提供基础数据.

CSS总量受季节性雨污流量、管网截留倍数、管径和坡度等多种管网特征影响(张梦, 2008张伟等, 2012周英等, 2018佃柳等, 2019廖晖等, 2019).北京是干湿分明的城市, 80%以上的降雨集中在6—9月, 短时、强降雨为华北区域典型灾害性天气, 造成管网流量和流速季节变化较大(海永龙等, 2020), 因此, 合流制管网沉积物的旱季沉降和雨季冲刷过程在华北地区CSOs污染控制中尤为重要.例如, 对天津市城区管网沉积物厚度的调查表明, 合流制管网中的沉积物厚度大于分流制管网中的沉积物厚度(周英等, 2018).CSOs污染物有颗粒态、溶解态、结合态和生物可利用态等不同形态, 来自降水径流、生活污水和管网沉积物.污水管网沉积物是合流制管网污染物中颗粒和有机质成分的重要来源(Gromaire et al., 2001).多数研究表明, 沉积物是颗粒态污染物和重要的CSOs污染源(Ashley et al., 1992Chebbo et al., 2003David et al., 2013).物理处理能够去除大部分颗粒态污染物, 因而也去除了合流制溢流携带的大部分常规污染物, 成为合流制溢流污染末端治理的关键技术(Madoux-Humery et al., 2013; Xuan et al., 2018).

基于此, 本文在干湿分明、短时强降雨典型区域, 通过现场调研, 分析合流制管网沉积物组成、粒径和泥水界面的月度变化特征, 阐明其污染负荷在不同粒径上的分布规律, 以期为溢流污染负荷削减的最佳管理实践提供科技支撑.

2 材料和方法(Materials and methods) 2.1 合流制管网监测区域与采样点

沙河水库的流域汇水区(1125 km2)是北运河源头的山水林田湖生态涵养区, 其排水管网服务分区(~45.11 km2)是区域人类活动集中区.合流制管网溢流是库区滨水环境突出的汛期瞬时污染源, 氨氮(NH3-N)和总氮(TN)是库区水质改善的限制性指标, 对北运河上游水质改善和水生态修复具有重要意义.库区管网如图 1所示, 管径和坡度分别为300~1200 mm、1‰~3‰;合流制管网截留倍数为1.5~2.0, 流速设计为对应的不冲不淤流速;由于区域发展和管网建设存在周期性滞后, 目前管网南岸超负荷、北岸入住率不断提高.根据课题组前期对沙河水库沿岸溢流口的调查显示, 库区北沙河和南沙河的沿岸分别有9个、11个潜在合流制溢流口, 其中>50%为固定平顶溢流堰式, 30%完成了溢流口标准化改造, 30%设有末端治理措施.本研究选取北沙河南岸的典型监测点P(116°20′14.79″E, 40°00′26.82″N)作为采样点.

图 1 沙河水库管网及监测点 Fig. 1 Shahe reservoir sewer and monitoring point
2.2 样品采集

2018年11月—2019年10月(每月20日左右)在监测点P检查井采集合流制管网沉积物样品和对应水样, 共计12组样品按月份编号为1—12月.采用抓泥斗(DXCN-200M, 厦门登迅, 福建)多次采集合流制管网沉积物~3 kg(湿重), 剔除掉石子、砖块等大粒径(>5 cm)杂物后, 装入聚乙烯样品袋排气密封, 4 ℃保存待测.其中, 7月多次均未采集到管网沉积物样品, 可能是由于主汛期合流制管网冲刷较强.采用标准采样器采集上覆水样, 装聚乙烯瓶, 4 ℃保存待测.

2.3 水样理化分析

新鲜沉积物样品于4000 r·min-1下离心20 min、过0.45 μm的PVDF膜后, 得到间隙水样品.间歇水、上覆水样采用国标法分析污染物浓度(环境保护部, 2009).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, 测定所用仪器均为紫外可见光光度计(TU-1901, 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.

2.4 沉积物分析 2.4.1 粒径分布

采用自然风干、105 ℃烘干、冷冻干燥3种处理方式对比分析2019年1月采集的沉积物样品, 为粒径分级优化了管网沉积物的干燥处理方法.如图 2所示, 这3种处理方式的结果基本相同, 粒径主要分布在10~60目.由于风干时间比较长, 105 ℃烘干可能影响污染物测定, 因此, 本研究采用冷冻干燥方式.

图 2 3种干燥处理方式下沉积物粒径对比 Fig. 2 Comparison of drying methods for particle size distribution of the obtained sediemnts
2.4.2 沉积物常规污染物分级

沉积物的含水率、TS、VS及灰分采用烘干法测定(以烧失量表示, LOI)(韩璐等, 2010), 剩余沉积物样品冷冻干燥(FD-1A-50型冷冻干燥机, 北京博医康实验仪器有限公司)后, 用玻璃棒压散, 剔除塑料、木材等杂质, 采用尼龙标准筛对沉积物样品进行粒径分级, 目数和对应的粒径分别为:4目(4.75 mm)、5目(4 mm)、7目(2.8 mm)、10目(2 mm)、20目(0.9 mm)、40目(0.45 mm)、60目(0.25 mm)、100目(0.154 mm)、200目(0.071 mm)、240目(0.053 mm).分级样品的总氮(TN)采用元素分析仪(vario EL cube, Elementar Analysensysteme GmbH)测定, 氨氮(NH3-N)采用2 mol·L-1 KCl浸提-靛酚蓝比色法测定(国家环境保护总局, 2002).管网沉积物污染负荷L按式(1)计算.

(1)

式中, L为污染负荷(mg);D为颗粒粒径(目);wD颗粒质量(g);kD为污染物浓度(mg·g-1).

3 结果与讨论(Results and discussion) 3.1 管网沉积物组分

图 3可知, 沉积物的含水率、VS和灰分(惰性沙粒)分别为35%~69%、3.1%~9.7%和21.7%~61.5%, 其中, VS/TS比值为5%~32%, 表明库区合流制管网沉积物以惰性沙粒(二氧化硅)为主, 符合沙河库区工程地质粉质粘土的特点.沙粒占比总体上汛期低、非汛期高, 但11—12月占比最低;VS在汛期后波动上升, 并于11月和12月达到最高值.现有研究认为, 管网沉积物的形成首先是大颗粒的沉淀和累积过程, 灰分占比提高;随之小颗粒吸附, 伴随着有机物、微生物的富集和VS的升高;冲刷过程则反之, 并与冲刷强度有关(Xuan et al., 2018).因此可以合理推测, 在6—9月主汛期冲刷主导、特别是7月暴雨清空管网底泥后, 颗粒物沉降作用逐步在10月前后占主导, 形成灰分(惰性沙粒)占比高峰, 随后大颗粒达到冲淤平衡, 总量基本稳定;VS(小颗粒)逐步吸附在大颗粒上, 总体占比和VS/TS同时不断提升并在11—12月逐步形成VS高峰.

图 3 沉积物中含水率、灰分、VS、VS/TS比值的变化 Fig. 3 Changes of moisture content, ash, VS, and VS/TS in the combined sewer sediment

图 4显示了沙河库区合流制管网沉积物的粒径分布, 由图可知, 10~40目之间的大颗粒占比最大(~50%)(图 4a), 特别大的颗粒(10目)占比为36%(图 4b), 细颗粒(60目)占比小于20%, 符合沙河库区工程地质富含细沙的特点.管网沉积物的粒径分布主要取决于降雨径流、污水输运和管网冲刷等过程中的聚集、破碎和输运过程.现有研究认为, 降雨径流输运和管网污水特征为主导因素, 主要原因是沉积物来源于生活污水和道路路面, 粒径分布不仅受路面交通、清扫及开发状况的影响, 还受降雨、雨前干旱期天数及风速的影响, 清扫主要清除掉颗粒较大的物质, 而小颗粒受到降雨冲刷进入管网(赵剑强, 2002).管网沉积物颗粒的冲刷启动流速与粒径有关, 粒径越大, 启动流速越大, 就越难冲洗掉;相反, 粒径越小时相同密度的颗粒就越容易被污水冲刷携带(耿立馨, 2013桑浪涛等, 2017), 从而导致小颗粒在管网沉积物中的占比较小.有趣的是, 氮、磷主要吸附于小颗粒物上, 这种分布可能是由比表面积和吸附能力等造成的(桑浪涛等, 2017).因此, 控制管网沉积物有助于有效降低溢流污染的负荷, 例如, 雨前采用管网冲洗或清掏沉积物的方式可有效降低氮、磷溢流污染总量.

图 4 2019年1—10月沉积物颗粒的粒径逐月占比(a)和平均累积占比(b) Fig. 4 Monthly sediment particle size (a) and average cumulative proportion (b) from January to October, 2019
3.2 间隙水中的污染物浓度

间歇水是沉积物与上覆水物质交换的介质, 对污染物释放具有重要意义(胡俊等, 2005).分析结果表明, 间隙水中COD、TN、NH3-N、TP的浓度分别为144~850、47~504、39~170、2~12 mg·L-1(图 5), 月度变化幅度较大, 其中, 干季末期(2月21日)COD最高, 表明干季COD在管网沉积物中持续累积, 建议作为管网沉积物主要控制常规污染物;而TP、TN、NH3-N在2018年11月21日浓度最高, TN和NH3-N浓度在2018年12月17日—2019年10月23日期间变化幅度较小, 表明TN和NH3-N浓度在该阶段主要由冲刷主导, 在管网沉积物中累积不明显.整体而言, 受干季水量和冬季温度影响, 间隙水污染物浓度变化幅度相对较大, 干季明显升高, 污染物浓度相对较高.

图 5 管网沉积物间隙水中COD、TN、NH3-N、TP浓度的月度变化 Fig. 5 Monthly changes of COD, TN, NH3-N, TP in the interstitial water of the combined sewer sediment
3.3 上覆水中的污染物浓度

合流制管网污水污染物浓度随时间变化关系如图 6所示, TCOD、SCOD、TN、NH3-N、TP、SS的浓度分别为60~730、55~705、31~135、19~121、2.6~14.5、70~162 mg·L-1, 污染物浓度变化幅度较大, 其中, 2019年2月21日污染物浓度最高, 2019年4月17日浓度最低(除SS外).在4—10月, 降雨导致管网和地面频繁受到冲刷, 污染物浓度较低, 进入干季后, 污染物浓度相对较高, 这是由于冬季很少有降水, 管网沉积物没有被冲刷, 污染物容易富集.

图 6 管网污水中TCOD、SCOD、TN、NH3-N、TP、SS浓度的月度变化 Fig. 6 Monthly changes of TCOD, SCOD, TN, NH3-N, TP, SS concentrations in combined sewer
3.4 管网沉积物污染浓度和负荷 3.4.1 氨氮

图 7所示为氨氮(NH3-N)浓度在时间和粒径两个维度上的分布:时间上, NH3-N浓度高值主要分布在6—9月, 主汛期结束, 10月NH3-N浓度达到最低;粒径上, NH3-N浓度高值主要分布在大颗粒上, 例如, 粒径大于60目的颗粒物, NH3-N浓度最大值为0.428 mg·g-1, 与现有报道值0.481 mg·g-1类似(崔爽, 2014).现有研究认为, 管网沉积物NH3-N浓度也受温度影响, 从春季NH3-N浓度开始上升, 在夏季达到最大值, 秋季降到最低.这可能是由于夏季水温的升高促使微生物对氮的转化和吸收, 出现沉积物中NH3-N浓度增加的现象;秋季微生物活性减弱, 对氮的转化和吸收能力减弱, 沉积物中NH3-N浓度降低(陈红等, 2015).

图 7 2019年4—10月管网沉积物的粒径与NH3-N浓度的关系 Fig. 7 Temopral and granulometric distribution of NH3-N in the obtained combined sewer sediment at April- October, 2019

图 8所示, NH3-N污染负荷主要集中在粒径大于60目的颗粒物, 最大污染负荷分布在20目的颗粒物, 粒径小于40目的颗粒物NH3-N污染负荷相对较低.从月度来看, 4月沉积物的NH3-N污染负荷最高, 5、10月沉积物的NH3-N污染负荷低于其他月份(图 8a).对于月平均污染负荷而言, 沉积物的NH3-N污染负荷随着粒径减小而减小, NH3-N污染负荷最高值(约为6.9 mg)分布在粒径大于20目的颗粒物, 75%的氨氮负荷分布在大颗粒上(60目)(图 8b).

图 8 不同粒径沉积物的NH3-N污染负荷(a)和月均NH3-N污染负荷(b) Fig. 8 Pollutant load of NH3-N in obtained sediemnts (a.temopral and granulometric distribution of NH3-N loads in April-October, 2019, b.monthly averaged NH3-N load at different particle sizes)
3.4.2 总氮

图 9所示, 沉积物的TN浓度最大值分布在粒径100目左右, 粒径大于40目的颗粒物TN浓度相对较低.由于汇水面降雨径流频繁冲刷街道的颗粒物进入管网, 加剧了大颗粒在管网中的沉积(潘伟亮等, 2014), 汛期小颗粒占比下降, 因此, 汛期6—9月沉积物中TN浓度高于非汛期, 但汛期污水中TN浓度低于非汛期(图 6).由此推断出, 汛期TN主要吸附在沉积物中, 在非汛期, 在微生物作用下(李海燕等, 2014), 沉积物中TN浓度降低.

图 9 2019年4—10月沉积物的粒径与TN浓度的关系 Fig. 9 Temopral and granulometric distribution of TN in the obtained combined sewer sediment at April—October, 2019

图 10所示, TN污染负荷主要集中在粒径大于200目的颗粒物, 最大污染负荷分布在粒径40目的颗粒物, 小于200目的颗粒物TN负荷相对较低.TN污染负荷在5、10月高于其他月份, 汛期6—9月的TN污染负荷低于非汛期.从月平均污染负荷来看, 80%的总氮污染负荷集中在大颗粒(>60目)上, 特别是20~40目是总氮平均浓度最高的颗粒粒径, 平均污染负荷可达140 mg.TN污染负荷主要受不同粒径占比的沉积物影响, 粒径占比最高分布在20~40目, 而流速与冲刷强度呈正相关, 流速越大, 冲刷强度越大, 粒径越大, 所需的启动流速也越大(刘成, 1999桑浪涛等, 2017).因此, 在非汛期对管网进行冲洗时, 选择适当的流速将小于20目的沉积物冲洗掉, 那么, 沉积物的TN污染负荷能够削减70%, 这将对削减溢流污染负荷和控制管道充满度起到关键作用.为在汛期末端削减溢流污染负荷, 100目的常见超细格栅能够有效削减80%以上的氨氮和总氮负荷.

图 10 不同粒径沉积物的TN污染负荷(a)和月均TN污染负荷(b)的变化趋势 Fig. 10 Pollutant load of TN in obtained sediemnts (a.temopral and granulometric distribution of TN loads in April—October, 2019, b.monthly averaged TN load at different particle sizes)
4 结论(Conclusions)

北运河上游合流制管网沉积物月变化和污染物赋存特征调查表明, 汛期管网沉积物不断减少、粒径变细、浓度提高, 底泥中的氨氮和总氮浓度分别在6—9月和5月达到峰值, 在40目颗粒物上浓度最高.非汛期沉积物不断累积, 大粒径颗粒物在10月达到峰值, 随后细颗粒、有机物逐渐累积, 氨氮和总氮负荷分别在4月和5月达到峰值.80%的氨氮和总氮负荷分布在大颗粒上(60目).汛期的末端物理处理和非汛期的管网沉积物控制, 能够有效削减合流制管网溢流污染负荷.

参考文献
Ashley R M, Wotherspoon D J J, Coghlan B P, et al. 1992. The erosion and movement of sediments and associated pollutants in combined sewers[J]. Waterence & Technology, 25: 101-114.
Chebbo G, Ashley R, Gromaire M C. 2003. The nature and pollutant role of solids at the water-sediment interface in combined sewer networks[J]. Water Science and Technology, 47: 1-10.
陈红, 卓琼芳, 许振成, 等. 2015. 排水管网沉淀物氮释放特性的研究[J]. 环境科学, 36(8): 2918-2925.
崔爽.2014.合流制管网沉积物中氮和有机物污染特性研究[D].北京: 北京建筑大学
David T, Borchardt D, Tuempling W V, et al. 2013. Combined sewer overflows, sediment accumulation and element patterns of river bed sediments:A quantitative study based on mixing models of composite fingerprints[J]. Environmental Earth Sciences, 69: 479-489. DOI:10.1007/s12665-013-2447-3
佃柳, 郑祥, 郁达伟, 等. 2019. 合流制管网溢流污染的特征与控制研究进展[J]. 水资源保护, 35(3): 80-87+98.
Fan C.2004.Sewer Sediment and Control a Management Practices Reference Guide[R].Washington D.C.: USEPA.1-3; 6-8
Gromaire M C, Garnaud S, Saad M, et al. 2001. Contribution of different sources to the pollution of wet weather flows in combined sewers[J]. Water Research, 35: 521-533. DOI:10.1016/S0043-1354(00)00261-X
耿立馨.2013.合流制管网沉积物冲刷模型试验研究[D].武汉: 武汉理工大学
国家环境保护总局. 2002. 水和废水监测分析方法[M]. (第4版). 北京: 中国环境科学出版社, 211-213.
海永龙, 郁达伟, 刘志红, 等. 2020. 北运河上游合流制管网溢流污染特性研究[J]. 环境科学学报, 40(8): 2785-2794.
韩璐, 黄岁樑, 王乙震. 2010. 海河干流柱芯不同粒径沉积物中有机质和磷形态分布研究[J]. 农业环境科学学报, 29(5): 955-962.
胡俊, 刘永定, 刘剑彤. 2005. 滇池沉积物间隙水中氮、磷形态及相关性的研究[J]. 环境科学学报, 25(10): 1391-1396. DOI:10.3321/j.issn:0253-2468.2005.10.017
环境保护部.2009.中华人民共和国国家环境保护标准[S].北京: 中国环境科学出版社
李海燕, 崔爽, 黄延, 等. 2014. 管网沉积物氮及有机物污染特性研究进展[J]. 水利水电科技进展, 34(5): 80-85.
廖晖, 隋军, 王志红, 等. 2019. 合流制排水区水体污染过程影响因素分析和估算方法[J]. 给水排水, 45(2): 31-38.
刘成. 1999. 城市排水管网泥沙问题浅析[J]. 给水排水, 12: 3-5.
Madoux-Humery A S, Dorner S, Sauvé S, et al. 2013. Temporal variability of combined sewer overflow contaminants:Evaluation of wastewater micropollutants as tracers of fecal contamination[J]. Water Research, 47: 4370-4382. DOI:10.1016/j.watres.2013.04.030
潘伟亮, 何强, 李果, 等. 2014. 重庆市主城区排水管网沉积物性质研究[J]. 中国环境科学, 34(6): 1485-1490.
桑浪涛, 石烜, 张彤, 等. 2017. 城市污水管网中污染物冲刷与沉积规律[J]. 环境科学, 38(5): 1965-1971.
徐一茗. 2010. 合流制管网溢流的影响因素及其污染治理措施[J]. 山西建筑, 36(34): 170-172. DOI:10.3969/j.issn.1009-6825.2010.34.105
Xuan S, Langtao S, Wang X C, et al. 2018. Pollutant exchange between sewage and sediment in urban sewer systems[J]. Chemical Engineering Journal, 351: 240-247. DOI:10.1016/j.cej.2018.06.096
Zhou Y, Zhang P, Zhang Y, et al. 2017. Total and settling velocity-fractionated pollution potential of sewer sediments in Jiaxing, China[J]. Environmental Science and Pollution Research, 24: 23133-23143. DOI:10.1007/s11356-017-9882-8
张梦.2008.上海市合流制系统溢流特性及雨天出流的沉降性能研究[D].上海: 同济大学
张伟, 余健, 李葳, 等. 2012. 广州市排水管网沉积现状研究分析[J]. 给水排水, 38(7): 147-150. DOI:10.3969/j.issn.1002-8471.2012.07.035
赵剑强. 2002. 城市地表径流污染与控制[M]. 北京: 中国环境科学出版社.
周英, 徐瑾, 侯齐敏. 2018. 天津市排水系统沉积物的沉积状况及影响因素[J]. 中国给水排水, 34(17): 116-118.