陈 城，李 智，王 昊，唐 颖，宋利祥

(1.北京工业大学城市建设学部，北京 100124；2.北京城市学院城市建设学部，北京 100083；3.珠江水利科学研究院，广东广州 510611)

城市排水系统是处理和排放城市污水的工程设施系统，是现代化城市的“生命线”之一。城市排水系统通常由排水管道和污水处理厂组成。目前，我国的排水体制主要有4种：合流制、截留式合流制、分流制、混合制[1]。我国大部分城市的老城区目前还是采用雨污合流的排水体制，雨污不分、错接乱排严重且存在检查井渗漏、管网破损等诸多问题，进而导致雨水、地下水、河水等外水直接或间接进入管网，这些混入的外水称为入渗流量。相关研究表明，有排水管道因病害导致部分地区地下水入渗量达到平均污水量的30%～40%，大量的地下水混入污水管网，使得进入污水处理厂的污水大量增加，进入污水处理厂的BOD5浓度偏低，致使污水处理效率降低。

国内外对排水系统中入渗水量的问题进行了大量定性或定量的研究。如为证明排水系统中雨水、地下水入渗量，薛梅等[2]对日本某些未确定的污水量进行定量分析表明，污水中雨水的入渗与降雨密切相关；Lee[3]提出通过识别水流资料来识别入渗水流的来源，以此制定合理的调查方法；邵林广[4]指出多数南方城市因地下水位偏高，导致污水处理厂实际运行水质远小于设计值，且其中有20%～25%的水来自地下水、湖泊水和河塘水；De等[5]指出可以通过氧同位素测量法得出排水系统入渗量的日变化规律；盛政等[6]利用监测技术获取监测数据，分析水量变化规律，表明入渗导致管道中水量超过设计水量是导致污水管道溢流的主要原因；翁晟琳等[1]采用水量平衡法中的三角法，分析污水处理厂的日进水量频率和城镇污水管网中雨水混入比例，确定雨水混入比例一般为25%～30%。

为解决排水管道地下水渗入的问题，需要对排水管道进行检测与修复。现阶段，市政排水管道检测的常见方法主要有管道外检测技术和管道内窥检测技术两种。其中，管道内窥技术主要是闭路电视(简称“CCTV”)检测与评价技术，即将CCTV系统安装在自走车上，操作人员远程控制自走车的行走，对管道内部状况进行摄像记录，操作人员根据摄像头拍摄的图像记录检测到的管道故障，分析管道损坏的类型、大小及位置，进行管道状况的判读，确定下一步的管道修复措施。但CCTV法的缺陷是对管道状况的判读依赖于技术人员的经验和技能，不能准确地从检测结果中推算出入渗外水水量以及管道状况对污水厂处理效率的影响程度，且推测结果具有较大误差。

杨汉元等[7]详细阐述了CCTV检测技术的工作原理与工作流程，并讨论了对得到的检测影像进行判读的依据与方法；郑瑞东[8]借鉴国外检测评价标准与原理，制定了符合上海市排水管道现状的管道评价标准，为上海市排水管道的修复工作提供经济技术分析的可靠依据与相关的选择方案；张珺[9]通过对CCTV检测结果分析、评价归纳出了缺陷类型，建立了管道状况评估模型，为管道的养护和经济分析提供可靠依据；方门福等[10]总结了排水管道内窥检测技术的方法与操作流程，并制定了管道健康状况的评价原理与评价指标、管道缺陷类型的等级和评价标准，提出了管网维护的等级指标及建议。颜文涛等[11]在对当前污水管道的潜在损害和环境影响进行分析的基础上，创建用于城市污水管道预报的健康评估模型，并为确定管道检查的顺序提供依据。目前，国内外研究集中于为污水管网健康状况选取指标，评价管道健康等级，但由此得出的结论是单方面且不准确的，因此，对评价指标、评价等级等标准仍需要进一步的调查与研究。

本文选取昭通市中心城区作为研究区域，以水力模型(SWMM)为基础，结合土石坝中浸润线和棱体排水原理，构建昭通市污水管网模型，将管网的破坏程度和污水处理厂的进水量、水质浓度对应，计算污水管网在不同破坏程度下污水处理厂的进水水量以及对污水厂进水浓度的影响，为制定合理的修复方案提供数据支撑。

1 研究区域概况及方法

1.1 研究区域概况

选取典型内陆城市——昭通市的中心城区进行研究。昭通市中心城区地势北高南低，总体排水方向为自北向南排放。雨水基本以龙泉路、北正街、西陡街、学庄路为界，东片排入秃尾河水系，西片排入利济河水系。研究区内人口数为35.5万，流域面积为290 km2，排污体制为雨污合流制，本区域最大的问题是管道破损与混乱的排水体制。随着社会经济的发展，常住人口不断增加，用水量增加，污水处理厂设计进水量与实际进水量存在较大差异，进水量严重超过设计负荷，且稀释了原生污水浓度，导致进水口处污水BOD5浓度偏低，污水处理效能下降，单位BOD5消减能耗大大提高。因此，确定排水管网破坏程度与污水厂进水量、进水浓度的关系，对指导非开挖修复技术的实施尤为重要。

1.2 数据来源

研究所使用的管道数据来自当地设计部门提供的昭通市中心城区排水管网现状图、污水管网总体布置图、建模所需的管渠断面尺寸、上下游内底标高以及检查井井底高程和井深等。本研究采用的污水量数据来自昭通市第一污水处理厂提供的运行参数月报表。

1.3 浸润线方法

图1 土石坝渗流分析示意图Fig.1 Schematic Diagram of Seepage Analysis of Earth-Rock Dam

在无降雨的情况下，污水处理厂的进水量主要来自原生污水量、地下水和河水入渗量两个方面。昭通市中心城区的污水管道沿河道平行修建，且距离河道近，在汛期时研究区降雨量大，河道水位暴涨，此时河道水位高于污水管道，由于渗流作用，导致河水渗入污水管道，管道中外来水体的入渗量主要以河水入渗量为主。因此，通过分段的形式将河道对管网的渗流量假定为土石坝中棱体排水的入渗流量，土石坝向棱体排水中的渗流为无压渗流，有浸润面，可视为稳定层流，满足达西定律，可简化为平面问题。如图1所示，将河段渗流分成若干段(即分段法)，应用达西定律和杜平假定(假定任一铅直过水断面内各点的渗透坡降相等)，建立各段的运动方程，根据水流连续性求解流速、流量和浸润线等。各节点河水入渗量如式(1)～式(3)。

其中：ΔL——虚拟等效矩形的宽度，为简化计算，将上游坝体三角形用虚拟等效的矩形代替，m；

m1——河堤坡度比；

L——河道与管段的水平距离，m；

H1——河道水位，m；

H2——地下水水位，m；

h0——抛物线焦点在铅直方向与抛物线的截距，m；

k——土壤渗透系数，m/s；

q——河水入渗的单宽流量，m2/s。

该节点处的河水入渗量为q与管段长度之积。

2 污水管网水力模型构建

判断污水厂进水是否超负荷以及进水的BOD5浓度，需要计算污水管网的常规排水量、排水过程、水质浓度，以及外水侵入管网后的总排水量、水质浓度，这些工作比较复杂、繁琐且计算结果误差较大。近年来，水力模型在管道排水过程模拟中已经普遍应用并取得较好效果。因此，可采用水力模型来计算管网排水量、排水过程及水质浓度(本文采用SWMM)。

2.1 汇水区划分

为了计算各个节点的入流量，将所研究区域按照地势、坡度等因素划分为1 318个汇水区。

2.2 节点入流量计算

污水管网模型的节点流量过程线一般采用节点平均流量和无因次流量变化模式系数值的乘积[12]表示，如式(4)。

Q(s,t)=Qs×m(s,t)

(4)

其中：Q(s,t)——s节点t时段的节点流量，m3/s；

Qs——s节点一段时间内的平均流量，m3/s；

m(s,t)——s节点t时段无因次排水模式系数值。

通过查阅昭通市用水定额表和总规划平面图，得到中心城区人均综合用水定额为300 L/(人·d)，人口密度为1 224人/km2。根据节点的服务面积即汇水区面积，可求出不同节点的平均流量Qs，无因次排水模式系数值m(s,t)由昭通市有关部门提供，由此求得s节点t时段的入流量Q(s,t)。

2.3 污水BOD5浓度计算

采用S-P模型估算BOD5在管道中的降解，如式(5)。

式中：C——计算断面BOD5质量浓度，mg/L；

C0——BOD5初始质量浓度，mg/L；

K——BOD5降解系数，d-1；

x——输送距离，m；

v——污水输送平均流速，m/s。

综合考虑管道现状和地区等因素，BOD5降解系数K取0.3 d-1，管道中污水输送平均流速v取0.2 m/s。

2.4 模型构建

研究区域内污水管网主要沿河道平行铺设，根据区域实际资料，将包含管网拓扑信息的CAD作为原始数据，借助ArcGIS的数据处理功能进行处理，然后再将处理好的数据文件转换为SWMM模型所适用的文件后导入SWMM中，其中包括管段1 318根、检查井1 318个、管段末端出水口1个，建立的SWMM模型如图2所示。

图2 SWMM污水管网模型示意图Fig.2 Schematic Diagram of SWMM Sewage Pipelines Network Model

2.5 模拟结果

根据所建模型进行模拟计算，得到该区域污水处理厂的总进水量为8.64万t/d，BOD5质量浓度为169.6 mg/L，污水处理厂总进水量与BOD5浓度变化如图3所示。

图3 污水处理厂总进水量与BOD5浓度随时间变化Fig.3 Variation of Total Inflow and BOD5 Concentration of WWTP with Time

2.6 结果分析

根据模型求得该地区污水入流量为8.64万t/d，平均BOD5质量浓度为169.6 mg/L，2018年该地区日均自来水量为12.3万t/d，原生污水量计算如式(6)。

Q=D×i×n

(6)

其中：Q——研究区域内的原生污水量，m3/d；

D——研究区域内的自来水用量，m3/d；

i——产污系数，取0.85；

n——污水收集率，取0.95。

计算得出该地区日原生污水量为9.93万t/d，与模型得出的污水入流量相差1.29万t/d，误差率为12.99%。通过对小区进行24 h采样测试(每2 h采样1次)，小区24 h采集的污水BOD5平均质量浓度为188.30 mg/L，考虑到污水在管网中的降解约为16%左右，即污水处理厂进水口处BOD5质量浓度实际值为158.17 mg/L，与模拟值相差11.43 mg/L，误差率为7.23%。模拟完成后得到的模拟值与理论值相差较小，表明污水管网模型的参数设置较为合理。

3 实例分析

3.1 管网破损率与污水厂进水关系分析

按管道长度间隔对破损率进行设置，设置管网破损率为0、10%、20%、30%、40%、50%、60%、70%、80%、90%、100%，对选中的不同节点的入流量额外加上河水入渗量后进行模拟。

3.2 不同破损率下水量与水质分析

基于水力模型分析昭通市第一污水厂进水口处进水量及进水BOD5浓度，得到污水处理厂在不同管网破损率情况下的日均进水量和进水BOD5浓度，如图4所示。昭通市排水有限公司对污水管网进行检修发现，昭通市中心城区的污水管网破损率约为47%，依据管网破损率与污水处理厂进水量、进水BOD5浓度的关系可知，对应的污水处理厂日均进水量约为13.1万m3，平均进水BOD5质量浓度约为111.20 mg/L。而查阅昭通市第一污水处理厂的运行参数月报表可知，污水处理厂实际的日均进水量为14.2万m3，平均进水BOD5质量浓度为108.60 mg/L，表明加入漏损计算方法后，模型模拟得到的结果与实际统计相差较小，误差在合理范围之内。由图4可知，随着管网破损率上升，污水处理厂的日均进水量呈现明显的上升趋势，但进水BOD5浓度却呈现下降趋势。这是由于河水入渗稀释了原生污水的BOD5浓度，导致进入污水处理厂的污水浓度降低，造成污水处理厂运行效率降低，处理效果不好。

图4 不同管网破损率下污水厂进水量、进水BOD5Fig.4 Influent Water Flow and BOD5 of WWTP under Different Damage Rates

3.3 建议

根据昭通市规划局资料可知，昭通市第一污水处理厂处理污水规模为10万m3/d，进水BOD5质量浓度标准为150.00 mg/L。依据本文研究，当管道破损率为47%时，对应的污水处理厂日均进水量约为13.1万m3，平均进水BOD5质量浓度约为111.20 mg/L。即管网破损率为47%时，污水处理厂日均进水量是设计标准的1.31倍，进水BOD5浓度相比设计标准下降约25.9%。在昭通市展开新一轮的管网修复工作中，要求进水BOD5浓度达到设计标准，则对应的管网破损率约为10%。因此，需要立即对污水管道采取养护或修复措施，使其破损率从47%降至10%。由此可知，如需污水处理厂进水BOD5浓度达到设计标准，需要消除37%左右的管网破损率。但昭通市管网修复经费不足以支撑管网进行大规模的修复工作，针对此情况，决定采取逐年修复的方案，按3年时间开展修复工作，每年需要提升约12.90 mg/L的污水处理厂进水BOD5质量浓度，使污水处理厂的进水BOD5质量浓度从111.20 mg/L逐年上升至150.00 mg/L。按照管网破损率与污水处理厂进水BOD5浓度关系可知，12.90 mg/L的进水BOD5质量浓度的提升对应约12.4%的管网破损率的修复工作量，以每年降低12.4%左右的管网破损率为目标，即第一年、第二年和第三年管网破损率分别为34.6%、22.2%和9.8%，相应的污水厂进水质量浓度分别为125.20、134.70 mg/L和150.30 mg/L。同理，如果在已知污水处理厂的进水量和进水BOD5浓度情况下，也可依据图4查得该区域污水管网的破损率，以此安排相应的修复工作与计划。

4 结论

(1)本文提出运用SWMM建立水力模型，计算在不同管网破损率下污水处理厂的进水量和进水BOD5浓度。

(2)在管网检测与修复过程中，技术人员通过CCTV等方法进行探查得到管网破损率，却无法将管网破损率和污水处理厂进水BOD5浓度对应起来，而本模型可得到管网破损率与污水处理厂进水BOD5浓度关系图。

(3)通过管网破损率与污水处理厂进水BOD5浓度关系图，依据污水处理厂进水BOD5浓度标准，查得需要消除的管网破损率的大小。根据当地管网维护经费，合理制定管网修复技术与计划，让污水处理厂的进水BOD5浓度达标，以达到污水管网提质增效的目的。