管網突發性水質污染事故溯源技術研究進展

楊曉龍，張 浩

(1 遼寧省營口市城鄉建設與公用事業中心，遼寧 營口 115000；2 通用電氣(上海)電力技術有限公司北京分公司，北京 100027)

隨著我國社會經濟的快速發展，工業園區已經成為城市工業經濟創新的平臺和重要增長極。污水管網連接排污單位和污水處理廠，其水質監測和流量控制對污水處理廠的穩定運行至關重要[1]。當發生水質污染事故事故時，事故及時排查和污染源追溯已成為當前環境應急工作的瓶頸，直接影響污染的源頭控制和消除策略的制定和實施[2-3]。管網突發性水質污染事故溯源技術一般是指管網發生水污染事故或排污單位排放水質超標時，利用物理、生化和理論等方法快速確定污染來源和種類、排放位置、泄露時間和強度以及污染范圍等信息的技術[1-3]。因此，溯源技術在理論和實踐上都得到了國內外科研工作者的關注和重視。本文首先介紹了工業園區管網水污染物及其危害，其次概括了基于物理搜索和數學模型的管網突發性水質污染事故溯源技術和應用現狀，最后對其發展和應用進行了展望。

1 工業園區管網水污染物及其危害

管網突發性水污染事故往往發生突然、污染物復雜、后果嚴重以及控制困難等特點[4]。工業園區污水管網中污染物要來自園區企業排放廢水，可分為酸堿污染物、耗氧污染物、有機污染物，金屬污染物、病原體污染物和熱污染等[2,5]。園區企業污水產量巨大，其成分復雜、性質多樣。如不加控制的隨意進入城市污水處理系統，極易造成超標排放、污泥中毒甚至環境殘留，導致嚴重的經濟損失和環境危害[2]。水質監測預警是應對突發性污染事故的基礎。當前，管網污水主要監測水質指標包括pH、水溫、濁度、電導率、溶解氧、BOD5、TN、TP、CODCr，重金屬濃度等(表1)。目前，在線自動監測系統已經替代人工監測成為當前的主流監測手段，具有以下優點：(1)24 h連續在線工作；(2)自動采樣；(3)自動預警；(4)遠程操控等[6]。

表1 工業污水污染物來源及其排放標準

*來自GB/T 31962-2015。

2 基于物理搜索的管網突發性水質污染事故溯源技術

基于物理搜索的管網突發性水質污染事故溯源技術是指通過在污染事故現場通過特定的物理工具進行流量和水質監測，對污水管網溯流并逐一排查直至確定污染源的技術和方法。基于物理搜索工具差異，主要分為生化統計法、示蹤法、儀器搜索法和GIS地理信息技術溯源法等。

2.1 生化統計法

生化統計法，即污染源排查法，是當前環境監管部門常用的污染溯源方法之一。該方法基于現有流域環境監測基礎數據，并進行大量應急監測以收集相關環境數據，再結合系統科學的分析確定最有可能的污染源。生化統計法缺乏統一的規范的搜索導則，工作量巨大，溯源效率較低，容易延誤污染處理時機，且直接受排查人員的技術能力的影響[4]。

2.2 示蹤法

2.3 儀器搜索法

儀器搜索法是基于紅外線照相機、自主機器人等對污染物進行追蹤。Lepot等[9]是探討了紅外攝像機在管道中非法連接和入滲監測中的可行性，并提供了側向量化應用的準則。AI技術的發展豐富了污染溯源技術。Tian等[10]將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識別并跟蹤湍流中化學羽流軌跡，并最終成功定位羽流源。Farrell等[11]利用智能化的水下機器人通過發現污染帶、跟蹤、偏離、重新發現和確認污染源等步驟成功實現了加州圣克利門蒂島附件海域的污染追蹤。儀器搜索法可節省大量的人力物力，提高監測效率。大數據技術、AI技術和自動化檢測方法的發展和協同創新使得儀器搜索法將成為未來管網污染溯源的方向之一。

2.4 GIS地理信息技術溯源法

GIS地理信息技術溯源法是將管網信息以GIS網絡形式建模，結合管道節點流量平衡、化學平衡以及質量守恒，進行逆向拓撲分析，進而確定可能的污染源位置和強度等信息[5]。當前，基于GIS技術已經開發了多個管道污水溯源模型，為污染源的確定提供了可行的解決方案。文建輝等[12]采用GIS中的3D分析技術，構建了漓江流域點線面源的污染物擴散時空模型，聯合人口密度和企業類型的聚類分析，發現漓江流域的水質與其沿岸的企業分布呈負相關關系。陳平等[13]利用GIS技術構建了洋河水庫流域的非點源污染負荷模型，以總氮、總磷、氨氮、化學耗氧量為目標因子進行了模擬和計算。結果發現洋河水庫流域的面源污染負荷分布在西洋河支流;單位面積負荷量最大的區域是迷霧河支流區域范圍。GIS技術可與管道污水模型相耦合，模擬污水事故的空間-時間變化，是當前污染溯源的重點研究方法之一。

3 基于數學模型的管網突發性水質污染事故溯源技術

3.1 數學模型溯源的基本原理

數學模型溯源是依據污染物的部分時空信息通過相應的水環境控制模型，求解源項、初始條件、邊界條件甚至模型參數的過程。在數學原理上，水環境控制模型多為偏微分方程，通常采用數值法帶入聯合多次正反迭代求解，但難以滿足唯一性或連續性原則，即為典型的不適應問題[14-15]。由于化工企業廢水成分復雜，部分不可逆的化學反應以及吸附過程進一步增加了數學模型的復雜性。此外，溯源模型的初始輸入數據極為敏感性。因此，數學模型溯源的求解是其難點之一，也是當前的研究重點之一。管道中污染物的一維控制模型如公式1所示，包含污染物在管道軸向的對流、傳輸及降解等過程。

(1)

式中：A是管網中管道斷面污水面積，m2；Q是流量，m3/h；C是管網中污染物濃度，mg/L；x是流程，m；Ex是縱向離散系數，m2/s；K1是管網中污染物降解系數，s-1；S(x,t,M)是污染源排放強度變化函數；t是時間，s。

3.2 數學模型溯源的求解方法

3.2.1 模擬優化法

模擬優化法是將數學模型轉化為優化問題進行求解，尋找最優值和最優點條件的方法。在模擬-優化過程中，正向和反向模型多次重復調用，其模擬結果更為真實。根據收斂性不同，可以分為局部和全局收斂性優化法。前者往往要求具有可微可導的目標函數，但該方法對初值、參數以及步長等因素敏感[4]。Ghafouri等[16]應用增廣拉格朗日乘子法求解包含吸附作用的模擬優化模型，成功應用并確定了伊朗水污染事故的污染源。該方法預測了多個空間離散點作為潛在的污染源，并通過數學方法進行了優化和排除。全局收斂性優化法則具有目標函數要求低、穩定性好、求解速度快等特點，適用于大規模非線性全局優化問題的求解[14-15]。呂謀等[17]以供水管網模擬系統為試驗平臺，聯合神經網絡模型和管網拓撲結構分析對污染源頭進行計算和確定。大數據、云平臺以及異構理論的發展將進一步降低模擬優化法求解的運算量，有助于改方法的實踐應用。

3.2.2 解析回歸法

解析回歸法包括直接解析法和最小二乘法。直接解析法將源項作為目標值進行求解，具有計算成本低，結果準確等優點[4]。然而，在實踐中，構建可直接解析的數學模型難度較大，且求解過程對模型參數敏感，限制了其應用。Sidrauruk等[18]基于已知污染物濃度通過解析法估算了污染物的初始位置、排放強度，并模擬了污染物在污水中的擴散遷徙過程。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識別了污染源，并展現了較強的誤差容忍性。受限于數學原理，回歸法適用于條件準確并可簡化的污染源的確認，并不適用于多維度的復雜的污染模型。

3.2.3 直接法

正則化方法是典型的溯源模型近似解法之一。正則化方法的原理為利用數據誤差逐步縮小數值解的范圍，并最終獲得數值解的方法[19]。然而，正則化項的權重隨污染物的類型等因素發生變化，增加了目標函數的求解難度[6]。在參數位置情況下，Wei等[20]利用Tikhonov正則化方法求解了復雜的污染物序列的非穩定流模型。結果發現，基于污染羽的測量數據可模擬污染源的排放過程，但計算結果存在誤差。于解析回歸法一樣，直接法的影響因素較多，限制了其實踐應用。

表2 典型模擬算法及其特點

4 結 語

近年來，眾多學者針對突發性水質污染事故溯源技術進行了很多有意義探索和研究，提高了其計算準確度、實踐應用性以及樣本依賴性。但客觀而言，突發性水質污染事故溯源技術在實踐應用中還有一些問題需要解決。例如，不確定因素(包括污染源信息、污染物性質、觀測數據、水動力條件、數學模型等)的影響；復雜體系生化過程的影響；算法的優化以及快速求解等。當前，計算機軟硬件的發展以及大數據、云平臺等網絡技術的創新將為突發性水質污染事故溯源技術帶來契機，并最終服務于突發性水質污染事故溯源和治理。