管网突发性水质污染事故溯源技术研究进展

杨晓龙，张 浩

(1 辽宁省营口市城乡建设与公用事业中心，辽宁 营口 115000；2 通用电气(上海)电力技术有限公司北京分公司，北京 100027)

随着我国社会经济的快速发展，工业园区已经成为城市工业经济创新的平台和重要增长极。污水管网连接排污单位和污水处理厂，其水质监测和流量控制对污水处理厂的稳定运行至关重要[1]。当发生水质污染事故事故时，事故及时排查和污染源追溯已成为当前环境应急工作的瓶颈，直接影响污染的源头控制和消除策略的制定和实施[2-3]。管网突发性水质污染事故溯源技术一般是指管网发生水污染事故或排污单位排放水质超标时，利用物理、生化和理论等方法快速确定污染来源和种类、排放位置、泄露时间和强度以及污染范围等信息的技术[1-3]。因此，溯源技术在理论和实践上都得到了国内外科研工作者的关注和重视。本文首先介绍了工业园区管网水污染物及其危害，其次概括了基于物理搜索和数学模型的管网突发性水质污染事故溯源技术和应用现状，最后对其发展和应用进行了展望。

1 工业园区管网水污染物及其危害

管网突发性水污染事故往往发生突然、污染物复杂、后果严重以及控制困难等特点[4]。工业园区污水管网中污染物要来自园区企业排放废水，可分为酸碱污染物、耗氧污染物、有机污染物，金属污染物、病原体污染物和热污染等[2,5]。园区企业污水产量巨大，其成分复杂、性质多样。如不加控制的随意进入城市污水处理系统，极易造成超标排放、污泥中毒甚至环境残留，导致严重的经济损失和环境危害[2]。水质监测预警是应对突发性污染事故的基础。当前，管网污水主要监测水质指标包括pH、水温、浊度、电导率、溶解氧、BOD5、TN、TP、CODCr，重金属浓度等(表1)。目前，在线自动监测系统已经替代人工监测成为当前的主流监测手段，具有以下优点：(1)24 h连续在线工作；(2)自动采样；(3)自动预警；(4)远程操控等[6]。

表1 工业污水污染物来源及其排放标准

*来自GB/T 31962-2015。

2 基于物理搜索的管网突发性水质污染事故溯源技术

基于物理搜索的管网突发性水质污染事故溯源技术是指通过在污染事故现场通过特定的物理工具进行流量和水质监测，对污水管网溯流并逐一排查直至确定污染源的技术和方法。基于物理搜索工具差异，主要分为生化统计法、示踪法、仪器搜索法和GIS地理信息技术溯源法等。

2.1 生化统计法

生化统计法，即污染源排查法，是当前环境监管部门常用的污染溯源方法之一。该方法基于现有流域环境监测基础数据，并进行大量应急监测以收集相关环境数据，再结合系统科学的分析确定最有可能的污染源。生化统计法缺乏统一的规范的搜索导则，工作量巨大，溯源效率较低，容易延误污染处理时机，且直接受排查人员的技术能力的影响[4]。

2.2 示踪法

2.3 仪器搜索法

仪器搜索法是基于红外线照相机、自主机器人等对污染物进行追踪。Lepot等[9]是探讨了红外摄像机在管道中非法连接和入渗监测中的可行性，并提供了侧向量化应用的准则。AI技术的发展丰富了污染溯源技术。Tian等[10]将智能算法嵌入自主水下航行器，使得自主水下航行器可自行识别并跟踪湍流中化学羽流轨迹，并最终成功定位羽流源。Farrell等[11]利用智能化的水下机器人通过发现污染带、跟踪、偏离、重新发现和确认污染源等步骤成功实现了加州圣克利门蒂岛附件海域的污染追踪。仪器搜索法可节省大量的人力物力，提高监测效率。大数据技术、AI技术和自动化检测方法的发展和协同创新使得仪器搜索法将成为未来管网污染溯源的方向之一。

2.4 GIS地理信息技术溯源法

GIS地理信息技术溯源法是将管网信息以GIS网络形式建模，结合管道节点流量平衡、化学平衡以及质量守恒，进行逆向拓扑分析，进而确定可能的污染源位置和强度等信息[5]。当前，基于GIS技术已经开发了多个管道污水溯源模型，为污染源的确定提供了可行的解决方案。文建辉等[12]采用GIS中的3D分析技术，构建了漓江流域点线面源的污染物扩散时空模型，联合人口密度和企业类型的聚类分析，发现漓江流域的水质与其沿岸的企业分布呈负相关关系。陈平等[13]利用GIS技术构建了洋河水库流域的非点源污染负荷模型，以总氮、总磷、氨氮、化学耗氧量为目标因子进行了模拟和计算。结果发现洋河水库流域的面源污染负荷分布在西洋河支流;单位面积负荷量最大的区域是迷雾河支流区域范围。GIS技术可与管道污水模型相耦合，模拟污水事故的空间-时间变化，是当前污染溯源的重点研究方法之一。

3 基于数学模型的管网突发性水质污染事故溯源技术

3.1 数学模型溯源的基本原理

数学模型溯源是依据污染物的部分时空信息通过相应的水环境控制模型，求解源项、初始条件、边界条件甚至模型参数的过程。在数学原理上，水环境控制模型多为偏微分方程，通常采用数值法带入联合多次正反迭代求解，但难以满足唯一性或连续性原则，即为典型的不适应问题[14-15]。由于化工企业废水成分复杂，部分不可逆的化学反应以及吸附过程进一步增加了数学模型的复杂性。此外，溯源模型的初始输入数据极为敏感性。因此，数学模型溯源的求解是其难点之一，也是当前的研究重点之一。管道中污染物的一维控制模型如公式1所示，包含污染物在管道轴向的对流、传输及降解等过程。

(1)

式中：A是管网中管道断面污水面积，m2；Q是流量，m3/h；C是管网中污染物浓度，mg/L；x是流程，m；Ex是纵向离散系数，m2/s；K1是管网中污染物降解系数，s-1；S(x,t,M)是污染源排放强度变化函数；t是时间，s。

3.2 数学模型溯源的求解方法

3.2.1 模拟优化法

模拟优化法是将数学模型转化为优化问题进行求解，寻找最优值和最优点条件的方法。在模拟-优化过程中，正向和反向模型多次重复调用，其模拟结果更为真实。根据收敛性不同，可以分为局部和全局收敛性优化法。前者往往要求具有可微可导的目标函数，但该方法对初值、参数以及步长等因素敏感[4]。Ghafouri等[16]应用增广拉格朗日乘子法求解包含吸附作用的模拟优化模型，成功应用并确定了伊朗水污染事故的污染源。该方法预测了多个空间离散点作为潜在的污染源，并通过数学方法进行了优化和排除。全局收敛性优化法则具有目标函数要求低、稳定性好、求解速度快等特点，适用于大规模非线性全局优化问题的求解[14-15]。吕谋等[17]以供水管网模拟系统为试验平台，联合神经网络模型和管网拓扑结构分析对污染源头进行计算和确定。大数据、云平台以及异构理论的发展将进一步降低模拟优化法求解的运算量，有助于改方法的实践应用。

3.2.2 解析回归法

解析回归法包括直接解析法和最小二乘法。直接解析法将源项作为目标值进行求解，具有计算成本低，结果准确等优点[4]。然而，在实践中，构建可直接解析的数学模型难度较大，且求解过程对模型参数敏感，限制了其应用。Sidrauruk等[18]基于已知污染物浓度通过解析法估算了污染物的初始位置、排放强度，并模拟了污染物在污水中的扩散迁徙过程。最小二乘法也是常用的求解方法。Sun等[19]采用最小二乘法求解并成功识别了污染源，并展现了较强的误差容忍性。受限于数学原理，回归法适用于条件准确并可简化的污染源的确认，并不适用于多维度的复杂的污染模型。

3.2.3 直接法

正则化方法是典型的溯源模型近似解法之一。正则化方法的原理为利用数据误差逐步缩小数值解的范围，并最终获得数值解的方法[19]。然而，正则化项的权重随污染物的类型等因素发生变化，增加了目标函数的求解难度[6]。在参数位置情况下，Wei等[20]利用Tikhonov正则化方法求解了复杂的污染物序列的非稳定流模型。结果发现，基于污染羽的测量数据可模拟污染源的排放过程，但计算结果存在误差。于解析回归法一样，直接法的影响因素较多，限制了其实践应用。

表2 典型模拟算法及其特点

4 结 语

近年来，众多学者针对突发性水质污染事故溯源技术进行了很多有意义探索和研究，提高了其计算准确度、实践应用性以及样本依赖性。但客观而言，突发性水质污染事故溯源技术在实践应用中还有一些问题需要解决。例如，不确定因素(包括污染源信息、污染物性质、观测数据、水动力条件、数学模型等)的影响；复杂体系生化过程的影响；算法的优化以及快速求解等。当前，计算机软硬件的发展以及大数据、云平台等网络技术的创新将为突发性水质污染事故溯源技术带来契机，并最终服务于突发性水质污染事故溯源和治理。