综合生活污水量是用于设计市政排水管道及其附属构筑物与城镇污水处理厂的重要参数。多年来, 市政排水设计人员多采用《室外排水设计规范》 (GB 50014-2006) ^[1]中的方法计算综合生活污水的平均日流量和最高日最高时流量作为排水管道、排水泵站和污水处理厂各个处理单元的设计依据。该方法先是根据排水定额和服务人口计算平均日流量, 再乘以总变化系数得到最高日最高时流量。1972年在第1版《室外排水设计规范》编制之初, 编制组在北京、长春、郑州和广州分别选择了27个观测点, 历时8个月, 采用自制的钟芯式水位仪在检查井观测流量, 共得到27组流量和总变化系数, 经双对数线性回归, 得到总变化系数和流量的规律^[2]。在1987年《室外排水设计规范》修编时, 编制组又参考全国51座污水处理厂的流量变化规律, 将超过1 000L/s的总变化系数放大到1.3^[3]。除此之外, 总变化系数自1974年第1版《室外排水设计规范》确立以来, 历经40多年都未做过调整。

　　 生活污水变化系数的调查和统计十分不易。虽然可以收集到污水处理厂的流量数据, 但是污水处理厂的流量普遍较大 (在100L/s以上) , 不能覆盖《室外排水设计规范》中表3.1.3所列出的流量范围 (5~1 000L/s) 。国内对此方面的研究十分有限, 仅有的几篇研究生活污水量变化系数的论文, 不是基于污水处理厂的数据^[4], 就是个别的监测点, 如污水总干管^[5,6]、高速服务区^[7], 或者某个生活污水管路的检查井^[8], 监测时间普遍很短, 很少有连续1年的数据记录或者包含最高日的全天流量记录, 无法取得具有代表性的日均流量、日最大流量和最高日最高时流量。

　　 而许多实测数据表明, 《室外排水设计规范》 (GB 50014-2006) 中列出的总变化系数已不能覆盖实际污水变化的幅度。例如, 赵勇对乌鲁木齐市河滩路主排污管线 (平均流量1 670L/s) 进行了为期1年的流量监测, 根据得到的数据计算出的总变化系数为1.57^[6], 在《室外排水设计规范》 (GB50014-2006) 中大于1 000L/s的总变化系数值仅为1.3, 二者相差20.8%。2011年和2013年上海竹园污水处理厂日流量监测表明该厂污水量的日变化系数已分别为1.37和1.39, 尚未乘以时变化系数就已超出规范中给出的总变化系数1.3, 这可能给污水处理厂的正常运行带来隐患。国内对小流量的检查井和污水处理厂流量监测结果也表明, 污水流量越低, 变化系数与规范中给出的总变化系数差异越大^[8,9]。

　　 为了开展对综合生活污水变化系数的研究, 笔者收集了上海市80座生活污水泵站2010~2014年的日运行数据, 以统计学软件SPSS分析归纳出流量和日变化系数的关系, 并与国外发达国家的生活变化系数计算公式进行了比较, 从中找出适宜的变化系数规律, 供排水设计人员参考。

　　 本研究从上海市排水有限公司与浦东排水所辖区范围内筛选了80座污水泵站, 对其2010~2014年的日运行数据进行了梳理。泵站筛选中, 剔除了转输泵站和合流污水泵站, 只保留源头收集泵站, 而且原则上这些污水泵站只接受服务范围内的生活污水。将所选泵站的年平均日运行流量按照《室外排水设计规范》 (GB 50014-2006) 表3.1.3综合生活污水量总变化系数对应的流量范围分组, 如表1所示。可以看出, 所选泵站的流量范围从1L/s到3 500L/s, 完全覆盖了《室外排水设计规范》 (GB50014-2006) 表3.1.3所列出的流量范围^[1]。绝大部分泵站规模都分布在15~1 000L/s, 15L/s以下和1 000L/s以上的泵站数量相对较少。表中各分组泵站数量总和为118, 超出调研泵站总数80。这是因为有些泵站不同年份流量变化过大, 跨越原先流量分组, 被计入多个泵站分组中。例如某泵站在2011年的平均日流量为4.17L/s, 2013和2014年该泵站流量分别增加至8.07L/s和10.13L/s。该泵站2011年的数据被划入<5L/s的分组, 而2013和2014年的数据被划入5~15L/s的分组。

　　 首先按年份统计80座污水泵站的日均流量Q和最大日流量, 计算日变化系数K (=最大日流量/日运行流量) , 每个泵站每年可以统计出一对lgK~lgQ, 每个泵站的观测数值有3~4年, 共计得到264对数据, 绘制lgQ-lgK双对数图。然后使用箱线图对不符合正态分布情形下的离群值予以初步剔除 (约剔除10.2%的数据) 。之后, 将剩余数据按表1分为9组。假定每个组别中K值随着污水量的波动规律是一致的, 即每个组别内的K值符合正态分布。对每个组别内的lgK进行正态性检验 (国标Shapiro-Wilk法) , 满足正态分布后, 进行正态分布情形下的异常值剔除 (μ±σ) , 最终保留159对数据, 其流量分布详见表2。

　　 经过正态分布检验后的数据绘制在双对数图上, 可以看出, 随着流量的减少, 日变化系数 (K) 逐渐增加。这与污水管道的实际运行情况是相吻合的。污水管路的起端, 服务范围小, 受流量波动影响大;随着服务范围增加, 汇水时间延长, 流量波动趋于缓和。

　　 分别选用多项式拟合和线性拟合两种方法对数据进行处理, 结果如图1所示。多项式拟合的相关性远远高于线性拟合的结果。尤其是在小流量区域 (10L/s以下的流量范围) , 多项式拟合的结果比较接近泵站运行日均流量数据, 而采用线性回归时, 数据与拟合曲线偏离较远。

　　 但是采用多项式拟合时拟合得到的日变化系数在小流量范围内随流量的变化幅度很大。例如, 流量为15L/s时的K值拟合结果为12;流量为5L/s时, K值拟合结果为19.5, 远远高于《室外排水设计规范》 (GB 50014-2006) 表3.1.3所列出的总变化系数2.0, 也高于其他文献中的调研数据。例如, 在对镇江某居民小区总排水口为期1年的调研中^[8], 该小区的平均日流量在0.38L/s左右, 最大日均流量为0.56L/s。因为调研中采用每周抽样2次的方式测定流量, 因此该研究中并未给出最大日最大时流量的数据, 只是从某个休息日的最大时流量与平均日平均时流量数据相比, 可以算出其比值超过4。由此可见, 对于小流量的生活污水流量变化总系数, 的确有超出《室外排水设计规范》 (GB 50014-2006) 所列数据的可能, 但是可能并不像本文中多项式拟合的结果那么高。因此, 下文的讨论均以线性拟合结果为准。

　　 考虑到上海分流制排水系统存在较为严重的雨污混接, 为排除混接雨水对污水流量变化的影响, 笔者查阅2010~2014年间的降雨记录之后, 对原始泵站运行数据进行了重新整理, 去除了雨天的数据。去除雨天后绝大多数泵站 (97%) 的日平均流量和变化系数呈下降趋势。这表明降雨的确对这80座污水泵站的运行构成一定的影响。将去除雨天后的日均流量和日变化系数按之前的统计方法重新整理, 剔除可疑值和正态分布检验后作图, 拟合回归结果如图2所示。

　　 与未去除雨天的数据拟合结果相似, 多项式的拟合回归性仍略高于线性拟合。但是多项式拟合结果在小流量范围 (<15L/s) 数值仍然很高, 远远高于国标预测的结果。然而线性拟合的斜率趋近国标规律, 只是截距适度上移。将去除雨天数据后线性拟合日变化系数与国标总变化系数对比列出在表3, 可以看出各个流量范围的变化系数增加了10%~17%。上文中镇江某小区总排口的流量监测数据计算得到的总变化系数约为4, 使用《室外排水设计规范》 (GB 50014-2006) 总变化系数拟合公式^[2]计算得到的总变化系数为3, 根据本研究去除雨天后线性拟合得到的变化系数为3.6。此外, 按照本研究拟合得到的日变化系数 (1.4) 也与上海竹园污水处理厂的实测日变化系数 (1.37和1.39) 相近。综上述所, 如采用去除雨天后的线性拟合规律作为总变化系数, 能适度提高国标中变化系数, 更贴近实际。

　　 对比去除雨天前后观测数据的变化, 发现小流量对应变化系数减少非常显著。经向泵站运营管理单位求证, 了解到小流量污水收集泵站大多处于偏远和城乡结合地区, 降雨时雨水漫流进入污水管道的现象十分普遍, 的确会显著干扰污水流量统计的准确性。因此, 就本研究的数据样本而言, 在数据处理中去除雨天干扰是正确而且十分必要的。

　　 国外发达国家在计算流量变化系数时, 多采用服务人口与流量变化系数建立指数关系。例如日本^[10]和加拿大安大略省^[11]采用Babbitt Equation公式, K=5/ (P/1 000) ^0.2;美国十州^[12]和加拿大萨斯喀彻温省^[13]采用Harmon公式, K=1+14/[4+ (P/1 000) ]^0.5;而美国加州^[14]采用公式K=5.453/P^{0.096 3}。

　　 我国国家标准《室外排水设计规范》中总变化系数是流量的函数^[2], 即K=2.72/Q^0.108。为了便于比较, 将国外公式中的人口乘以我国常用的人均排水定额250L/ (人·d) , 从而得到流量和变化系数K的关系。图3展示了本研究中去除雨天和未去除雨天日流量变化系数拟合规律与国标以及国外发达国家流量变化系数规律的比较。

　　 对比图3a和3b, 能看出除去雨天数据对于本研究的数据分析是十分必要的。数据去除雨天后, 污水流量的下降趋势变得较为平缓, 而且此次研究收集的数据中绝大多数都位于最高的国外变化系数K值预测线 (Babbitt公式, 红线) 之下。然而未除雨时, 有超过1/3的数据都在Babbitt公式预测线之上, 尤其在100L/s流量之下, 本研究收集数据及其线性拟合都高于国外公式流量变化系数的预测线。

　　 去除雨后的线性拟合规律在200L/s以下的流量范围内, 与美国加州采用的计算公式得到的K值非常接近, 只在大流量范围, 因为加州限定K值最低不小于1.8, 而出现偏差。此外, 本研究中去除雨天后的线性拟合规律还与Harmon公式的斜率接近, 只是变化系数K值偏低。流量在200L/s以上, 国外不同地区对于变化系数的下限规定有所不同, 例如日本和加拿大安大略省规定K值不低于2.0, 而萨斯喀彻温省规定不低于2.5。《室外排水设计规范》 (GB 50014-2006) 规定流量超过1 000L/s, K值取1.3, 本研究参照《室外排水设计规范》的流量分区, 建议在流量超过1 000L/s, K值取1.5。本研究的变化系数拟合规律虽然低于部分国外发达国家和地区的流量变化系数, 但是相比国标而言, 拟合得到的K值已经有了明显的提高, 缩短了与发达国家和地区变化系数间的差距。

　　 本文通过分析全市80座污水泵站在2010~2014年间运行数据, 尝试总结污水流量变化系数的规律, 得到以下主要结论:

　　 (1) 本市污水泵站, 尤其是小流量污水泵站的流量数据受降雨影响较大, 用于统计流量变化系数时, 应对雨天数据进行剔除。除雨后的日流量变化系数线性拟合规律与其他研究中观测到的变化系数增高趋势较为吻合。

　　 (2) 除雨后的日流量变化系数的拟合规律与美国加州采用的流量变化系数公式非常接近, 建议参照本研究结果, 将国标《室外排水设计规范》 (GB50014-2006) 的总变化系数适度提高, 缩短了与国外发达国家使用的流量变化系数的差距。