孟莹莹 赵天明 周 建 谢 芳
(北控水务(中国)投资有限公司,北京 100102)
黑臭水体整治工作是全国各城市均十分关注的问题,其中管网是黑臭水体整治工作的核心[1]。由于建设时序不同以及区域建设不平衡等原因,我国城市存在较多的混流式管网,造成污水混入雨水系统直排,导致末端水体污染[2-3],如上海市雨天泵站集中式放江造成的冲击负荷常导致受纳河道阶段性黑臭[4]。目前,有关城市雨水管网本身以及管网河道耦合的研究大多关注防洪排涝相关问题,宋雅辉[5]对不同降雨重现期下管网的排水能力进行评估,识别管网系统瓶颈并提出解决方案;李尤等[6]构建了降雨产流、管网汇流、河道汇流与地表漫流的综合洪涝模型,评估了管网排水、河道行洪、地表积水相关的风险;沈丹[7]从雨水系统的水动力承载能力和水质排出浓度方面分析了雨水排水系统的健康程度。然而,现有文献对于系统考虑管网与受纳水体关系,从减少水体污染的角度评估管网建设和改造的研究鲜有报道。根据康丽娟[8]的研究,上海市漕河泾排水系统雨水管网混接改造工程实施后,市政泵站旱天放江污染负荷平均削减约58%,雨天放江污染负荷平均削减约30%,可见管网改造对受纳水体水质改善的效果。
对水环境项目运营而言,最终的绩效体现于受纳水体的水质改善,因此需要以水质达标为绩效目标,系统梳理岸上管网工程的实施效果及治理优先级。为此,本研究采用暴雨洪水管理模型(SWMM)与河流水动力模拟软件MIKE 11建立了区域雨水管网与河网的耦合模型,以河网水质达标为前提分析区域管网的运营风险,并重点对风险区域管网末端排口制定了针对性的解决措施,以期为其他管网河道类水环境项目的诊断评估提供参考。
研究区位于杭州市某区,流域面积为62.9 km2,其中老城区11.3 km2,新城区51.6 km2,流域内河网水系密布,主要河道有48条。研究区内有1座污水处理厂,新城区和老城区的污水分别收集后进入污水处理厂集中处理。研究区管网雨污混接严重,旱季污水管网基本为满管运行,雨季一旦雨水进入混接系统,极易发生污水溢流入河。由于河道水位较高,入河雨水口基本淹没于水下,排水系统受顶托情况明显。
在非降雨日对研究区内不同类型管网(包括小区、支路、主(次)干路管网)及污水处理厂进水进行水质采样监测,区域上游来水水质及河道水位、水质等采用常规监测数据。其中,老城区设置6个污水管网监测点、3个雨水管网监测点,新城区设置7个污水管网监测点、4个雨水管网监测点,此外本研究设置38个河道水质监测点及1个河道水位监测点,监测点分布情况见图1,水质分析指标包括COD、氨氮、TN、TP、SS。2019年5月25日有降雨,在降雨产流时测定屋面、道路、绿地等典型下垫面的径流流量及水质。
图1 监测点位分布
通过美国环境保护署SWMM(5.1版)建立研究区管网模型,其包括4 619个节点、258个排口、4 375段管线,节点和管线的基本属性通过普查资料获取。结合管网和河道分布,通过泰森多边形法将流域划分为4 373个子汇水单元。汇水单元参数包括资料参数和经验参数,资料参数通过已有资料获取,经验参数通过SWMM帮助文档和文献报道的经验值获取,具体见表1。地表污染物累积冲刷参数根据实测结果拟合确定[9]。采用MIKE 11建立研究区河网模型,河道断面、上游来水边界条件、下游河道水位等根据实测确定,研究区域内的汇流边界条件由SWMM计算结果确定。
表1 模型参数获取方法
当地管网系统运营内容主要包括防止积水内涝、改造管网混接,因此将影响管网运行的主要风险分为节点积水风险、管线承压风险、河水倒灌风险及管网混接风险,不同风险等权考虑后得到管网系统的综合运营风险。在管网综合运营风险评估的基础上,按照以下原则筛选重点排口进行针对性的工程治理:(1)年入河排放污染负荷高、占比大的排口;(2)排放污染物对河道水质影响大的排口;(3)河水倒灌、对污水处理厂进水水质影响大的排口。
研究区管网水质监测结果见表2。以COD浓度评估污水在管网流经过程中的外水入渗情况,老城区及新城区的污水管网中,污水经由小区管网—支路管网—主(次)干路管网的平均COD浓度没有明显的降低趋势,表明污水管网中外水入渗的情况较少。老城区雨水管网中污染物浓度普遍较低,现场未发现明显水流,表明污水混入雨水系统的情况不明显。新城区雨水管网中,仅1个监测点污染物浓度偏低,表现出正常雨水水质,其他3个监测点的污染物浓度均较高,表明污水混接进入雨水管网,个别监测点COD高达39 300 mg/L,说明可能有工业废水混入。总体看来,老城区管网系统相对健康,新城区存在比较明显的污水混接进入雨水管网系统的情况,导致污水通过雨水管网直排河道。由于管网与河道耦合模型的可变边界条件为区域雨水管网汇水,因此通过水位监测点的长序列监测数据率定河道模型和雨水管网的污水汇入量。经校正后,将管网与河道耦合模型用于管网相对排水情况的分析。
表2 管网系统水质监测结果
在2019年5月25日降雨过程(降雨量13.6 mm)中,屋面径流污染物排放过程见图2。可以看出,降雨过程中污染物呈现比较明显的初期效应,即降雨初期浓度较高,随着降雨的进行污染物浓度逐渐下降平缓。以污染风险较大的COD、氨氮、TP为例,拟合计算其在3种典型下垫面(屋面、道路、绿地)的累积冲刷参数,结果见表3。
图2 屋面径流污染物质量浓度变化
表3 典型下垫面累积冲刷参数
以污水混接量为变量,通过不同汇水分区污水混接量调整模拟河道水位,结果见图3。可以看出,模拟河道水位与监测水位变化趋势总体一致,相对误差在10%以内。对38个河道水质监测点污染物模拟浓度和实测浓度进行对比,发现污染物模拟浓度基本在实测浓度的范围内,平均误差约为64%,河道水位和水质模拟结果表明模型的参数设置基本满足实际需求。
图3 模拟与实测水位
利用模型校正得出各汇水分区的污水混接量,由此评估管网的混接对河道及管网的污染程度,结果见图4。由图4(a)可见,管网混接对研究区河道污染影响相对较小,研究区管网系统的优先排查区域(污染程度为中、较高、高的区域)为东北部、中部及东部中心区域,其面积占流域面积的16.0%,其他区域污水混接对河道水质达标不造成影响,但从消除污水直排入河的角度,其他区域也应逐步开展排查工作。由图4(b)可见,混接对管网本身影响较大,尤其新城区混接管网污染程度明显较高,主要集中在新城区东部、北部区域,面积占流域面积的45.0%,这些区域应作为优先排查区域,其他区域也需要根据评估结果逐步开展排查工作。
图4 管网混接污染程度评估
将节点积水分为有溢流和无溢流两种情形,将管线承压分为有承压和无承压两种情形,将河水倒灌区域分为无倒灌风险、排口淹没1/3、排口淹没2/3、排口全淹没等4种情形,采用管网河道耦合模型分别评估节点积水、管线承压、河水倒灌风险,结果见图5。根据3个因素风险评估结果,结合混接后管网污染程度评估,将4个因素等权考虑评估管网系统的综合运营风险,结果见图6。
由图5可见,区域存在一定的节点溢流风险,溢流区域以东部、中部为主,管线承压和河水倒灌的风险较大,在区域内基本均有分布。由图6可见,研究区低风险、较低风险、中风险、较高风险、高风险区域的面积占比分别为12.0%、20.4%、36.0%、17.4%、14.2%。低风险及较低风险区域在运营过程中需要较少的投入,而较高风险和高风险区域是运营投入的重点区域,也是管网的优先治理区域。由于管网提质增效工作在持续进行中,因此管网风险分析也需要阶段性的评估,据此安排排口治理工程项目的开展。
图5 管网运营单项风险评价
图6 管网综合运营风险评价
排水系统效能提升工作是一项系统性工程,为了迅速提升河道水质,保障运营达标,各地通常将末端排口改善作为应急措施首先开展。考虑对河道水质的影响、污染排放负荷、河水倒灌程度等因素,在新城区排查筛选131个重点排口,针对旱天不产流、标高低于河道水位的排口仅设拍门等防倒灌措施即可;而对旱天产流、污染较重的排口设置拍门和手电一体闸门,并配套自控设施,日常关闭闸门防止溢流和倒灌,暴雨开启闸门泄洪;对旱天出流量较大(10 t/d以上)、水质较差(混接污水)且现场具备实施条件的排口,考虑末端截污提升进入现状管网;对旱天出流污染较轻、水量较少、雨天溢流污染负荷较轻的排口,采取生态强化措施,如通过设置“强化吸附过滤屏障”,雨水进入河道时对污染水进行拦截,填料部分进行吸附过滤,辅以投加固化微生物和曝气,进一步削减污染物;针对雨天溢流污染较为严重,即雨污水对河道水质影响大、年排放污染负荷高的排口,通过溢流污染处理措施进行治理,如通过对溢流污水混凝沉淀,去除大量悬浮物,从而实现削减雨季入河污染量的目的,旱天通过吸泥车将底泥吸至污水处理厂脱泥系统处理。研究区重点排口治理措施分布见图7,根据测算,重点排口中防倒灌、末端截污提升、溢流污染处理、生态强化措施的工程占比分别为16.8%、15.3%、45.8%、22.1%。
图7 重点排口治理措施
(1) 研究区老城区管网情况相对健康,新城区存在比较明显的污水混接进入雨水系统的情况,导致污水通过雨水管网直排河道。通过河道水位和水质监测结果率定管网河道耦合模型,水位相对误差在10%以内,水质平均误差为64%,经校正后的模型可用于管网系统分析。
(2) 管网混接对研究区河道污染影响相对较小,对管网本身污染影响较大,尤其新城区混接管网污染程度明显较高,优先排查区域占流域面积的45.0%,主要集中在新城区。考虑节点积水、管线承压、河水倒灌及管网混接等因素评估管网系统综合运营风险,较高和高风险区域面积占比约为31.6%,管网系统运营需要重点投入。
(3) 考虑对河道水质的影响、污染排放负荷、河水倒灌程度等因素,在新城区排查筛选131个重点排口,根据排口特点提出针对性措施,其中防倒灌、末端截污提升、溢流污染处理、生态强化措施的工程占比分别为16.8%、15.3%、45.8%、22.1%。