普通Ⅱ类住宅用水量特征研究
0 引言
随着近20年来房地产行业的蓬勃发展,住宅类建筑已成为我国房屋建筑中的重要组成部分,作为必不可少的配套设施,住宅类建筑给水排水系统的设计也越来越受到重视。而用水量是建筑给水排水设计的关键参数之一,用水量包括最高日用水量、最大时用水量和平均日用水量等
1 调研城市气候特征
住宅的生活用水定额与当地的气候条件、经济发展水平等密切关系,水资源管理领域的许多专家和学者对城市生活用水指标都进行过深入的研究。住宅用水主要包括冲厕用水、洗澡用水、洗衣用水和烹饪用水各部分
所调研的3座城市近5年的月平均气温分布如图1所示。
由图1可知7月、8月为一年中最热的两个月,2010~2015年期间7月、8两个月中除了雨天以外最高气温超过25℃的平均天数见表1。
由表1可知,3座城市8月份均为一年中除雨天外最高气温超过25℃天数最多的月份,故以8月作为最高用水月进行调研。居民生活用水量的差别较大,最直接的影响因素为当地的气候因素,本文也将探究气候因素与用水量的相关性关系,分析居民用水行为对用水量变化特征的影响,并实测最高日人均用水量变化。
2 调研建筑物基本信息及水量采集设备
2.1 建筑物基本信息
所调研的3座城市的建筑物分别为:北京某高校住宅楼、长治某公司住宅楼、武汉某公司住宅楼。3栋住宅均为独栋建筑物,建筑物基本信息见表2,用水设施均为:每户设有坐便器、洗手盆、淋浴器、洗涤盆、洗衣机。
其中C住宅为商住楼,1~3层为商用建筑,所监测的水表只计量4~30层的住宅用水量。
2.2 水量采集设备
A、B住宅的水量采集设备为图像采集器,它可以实时摄录水表正面并存贮于TF卡,后期经调查人员每15min读取一个水表读数,并以小时为单位统计用水量,从而得出逐时用水量数据;C住宅的水量监测设备为智能远传水表,可每小时自动记录一次水表读数,后期整理得出逐时用水量。
3 用水量监测结果
3.1 住宅用水量与当月气温分布特征
通过整理调研结果,得出3栋住宅调研期间的用水量数据,其中北京A住宅和长治B住宅监测时间为8月,武汉C住宅监测时间为7月和8月,详见表3。
由表3可知,C住宅8月的用水量比7月的用水量多2.6%,故8月为C住宅的最大用水月。查询各地2015年8月的平均气温情况,分析最高月用水量变化特征与当月气温的关系,得图2。
图2为逐日住宅用水量与气温的分布情况,武汉C住宅18日用水量为100 m3,根据当日用水量监测情况可以看出,当日0∶00~10∶00时无用水,10∶00~24∶00时用水量曲线异常,分析当日为非正常用水,所以11日为最高用水日。
对3栋建筑物用水量与气温进行相关性分析,其中北京A住宅8月份后3天气温持续下降,而用水量却上下波动,为减少部分数据对整体规律的干扰,在分析温度与用水量的相关性时去除这3组参数,以保证整体规律的正确性;长治B住宅按照全体数据分析;武汉C住宅按去掉18日的数据分析。
利用统计学分析软件———SPSS分析软件,分别输入每栋住宅的有效用水量数据和对应的气温数据,对两组数据进行相关性分析,可得其Pearson相关系数和显著性水平,具体见表4。
表4中N为每栋住宅的有效数据组数。Pearson相关系数大于零时为正相关,小于零时为负相关;相关系数的绝对值越接近于1,相关性越强,相关系数绝对值越接近于0,相关性越弱。由表4可知,3栋住宅的Pearson相关系数均大于0,说明用水量与气温的相关性为正相关。相关系数在(0.3,0.5)区间之内,则说明用水量与气温有一定的相关性,但是该相关性并非强相关,即除了气候因素之外,还有其他影响住宅用水量的因素。α表示显著性水平,即分析数据落在某一区间内可能犯错误的概率,1-α为置信度或置信水平,表示区间估计的可靠性。由表4可知,其α值较小,置信度较高,说明该区间估计的可靠性显著。
由上述分析可知,住宅用水量与气温具有一定的正相关性。
3.2 最大月用水量特征分析
由监测结果可知最高日用水量Qd和最大时用水量Qh,并可得最高日平均时用水量、最高日人均用水量以及小时变化系数,各住宅用水量参数汇总见表5所示。
3.3 与规范参数比较分析
所监测的3栋住宅均为普通Ⅱ类住宅,“建水规”表3.1.9规定,普通Ⅱ类住宅用水定额为130~300L/(人·d),小时变化系数为2.8~2.3。同“建水规”相比,3栋住宅的实测人均用水量和时变化系数如表6所示。
由表6可知,从用水量方面对比,A、B住宅的最高日人均用水量远小于现行“建水规”用水定额下限,C住宅的最高日人均用水量略高于用水定额下限。分析原因认为:A住宅为北京某高校家属楼,居民节水意识较高,同时政府主导推行节水器具的力度较大,节水效果明显,人均用水量较低;B住宅地处华北缺水地区,水资源供给压力较大,居民节水意识普遍提高,节水效果比较明显,人均用水量较低;C住宅地处武汉,属于水资源丰富的地区,由于传统用水方式的惯性及水资源供给压力较小,故节水水平较低,用水量较A、B住宅高。
从时变化系数方面对比,3座住宅的时变化系数均小于“建水规”的定值下限,分析原因认为:3栋住宅居民用水的个性化差异较大,用水时段较分散,这也反映出当下人们生活习惯的规律性降低,导致用水随机性增大,用水时段不集中。
综合上述分析认为:“建水规”中普通Ⅱ类住宅用水定额及时变化系数偏高。
3.4 最高日小时用水量特征分析
3栋建筑的最高用水日逐时用水量分布见图3。
图3中a、b、c分别表示A、B、C 3栋住宅最高用水日逐时用水量的分布情况,以平均时用水量为标准(图3中横线所示),从图中可以看出,A住宅逐时用水量超过平均时用水量的时段发生在6∶00~14∶00和16∶00~23∶00,共计15h;B住宅逐时用水量超过平均时用水量的时段发生在7∶00~9∶00、11∶00~15∶00、17∶00~18∶00和20∶00~23∶00,共计10h;C住宅逐时用水量超过平均时用水量的时段主要发生在6∶00~12∶00和19∶00~24∶00,共计11h。
分析其原因:
(1)A住宅逐时用水量占比超过平均时用水量占比(4.17%)的时段主要集中在早、晚两个时段,调研发现,A住宅靠近北京某高校,住户多在高校食堂就餐,故A住宅烹饪用水量占比低,住户早上6∶00~9∶00用水以冲厕用水为主,中午有部分打饭回家的住户用水以冲厕和清洗餐具为主,晚上19∶00~22∶00,居民用水以淋浴用水(包括洗漱)和洗衣用水为主。
(2)B住宅逐时用水量占比超过平均时用水量占比(4.17%)的时段主要集中在早、中、晚3个时段,调研发现,早上的用水时段主要以冲厕用水和洗漱用水为主,中午住户都回家做饭,用水以烹饪用水和冲厕用水为主,晚上住户用水以淋浴用水(包括洗漱)和洗衣用水为主。
(3)C住宅逐时用水量占比超过平均时用水量占比(4.17%)的时段主要集中在早、晚两个时段,调研发现,早上的用水时段以冲厕用水和洗漱用水为主,中午少部分住户在家,烹饪用水量占比小,晚上住户回家用水以淋浴用水(包括洗漱)和冲厕用水为主。
由3栋住宅最高日逐时用水量的特征可以看出,用水量的变化与居民的用水行为和用水人数有直接关系,同时逐时用水量占比超过平均时用水量占比(4.17%)的时间越长,用水时变化系数越小,反之亦然。
4 结论
(1)气候条件是短时期内影响用户住宅水量的关键因素,气温越高,用水量越大,同时晴天的用水量大于阴雨天的用水量。在住宅用水量的4个组成部分中,冲厕用水与烹饪用水受气候影响较小,这两类用水占比较固定。而淋浴用水和洗衣用水受气候影响较大,故这两类用水量的变化是导致居民用水量变化的主要原因。
(2)3栋住宅的最高日人均用水量低于(A、B住宅)或勉强高于(C住宅)现行“建水规”中普通Ⅱ类住宅的用水定额下限,A、B、C 3栋住宅实测最高日人均用水量分别为现行“建水规”中普通Ⅱ类住宅的用水定额下限的61.5%、58.68%和108.46%,“建水规”中普通Ⅱ类住宅的用水定额偏大。
(3)3栋住宅的时变化系数普遍小于“建水规”中普通Ⅱ类住宅时变化系数的下限,A、B、C 3栋住宅实测最高日时变化系数分别为现行“建水规”中普通Ⅱ类住宅时变化系数下限的80%、93.48%和97.39%,“建水规”中普通Ⅱ类住宅的时变化系数偏大。用水器具不断完善,生活、工作多样性和居民的用水习惯发生变化,用水行为也同样发生变化,集中用水的概率逐渐减小,导致用水时变化系数减小。
(4)住宅类建筑用水量的变化特征与居民的用水行为和用水人数息息相关,对普通Ⅱ类住宅来说,用水高峰主要集中在上午6∶00~10∶00和晚上19∶00~23∶00,对于居民中午在家就餐的住宅来说,用水高峰还会集中在11∶00~14∶00。根据居民用水量的变化特征,综合分析并选用合理的给水方式,不仅将提高供水的安全可靠性,同时也可以节水节能。
[1] 赵晖.谈高等院校建筑单体给排水设计中相关问题.公用工程设计,2008,(3):50~54
[2] GB 50015-2003(2009年版)建筑给水排水设计规范
[3] 屈利娟,王靖华,陈伟,等.高等院校典型建筑用水量特征分析与探讨.给水排水,2015,41(9):60~64
[4] 刘家宏,王建华,李海红,等.城市生活用水量指标计算模型.水利学报,2013,44(10):1158~1164
[5] Friedman A.Fundamentals of sustainable dwellings.Washington,USA,Island Press,2012
[6] 徐大海,朱蓉.人对温度、湿度、风速的感觉与着衣指数的分析研究.应用气象学报,2000,11(4):430~439