CN113554295B - 一种居民生活水污染指标测算方法 - Google Patents
一种居民生活水污染指标测算方法 Download PDFInfo
- Publication number
- CN113554295B CN113554295B CN202110804012.XA CN202110804012A CN113554295B CN 113554295 B CN113554295 B CN 113554295B CN 202110804012 A CN202110804012 A CN 202110804012A CN 113554295 B CN113554295 B CN 113554295B
- Authority
- CN
- China
- Prior art keywords
- sewage
- residents
- measuring
- index
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 45
- 239000010865 sewage Substances 0.000 claims abstract description 150
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 24
- 238000011010 flushing procedure Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000005406 washing Methods 0.000 claims description 20
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 16
- 229910052760 oxygen Inorganic materials 0.000 claims description 16
- 239000001301 oxygen Substances 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 15
- 238000003287 bathing Methods 0.000 claims description 14
- 230000006399 behavior Effects 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 9
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 8
- 239000003344 environmental pollutant Substances 0.000 claims description 8
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000012850 discrimination method Methods 0.000 claims description 7
- 210000003608 fece Anatomy 0.000 claims description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 241001465754 Metazoa Species 0.000 claims description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 5
- 239000010775 animal oil Substances 0.000 claims description 5
- 229910052698 phosphorus Inorganic materials 0.000 claims description 5
- 239000011574 phosphorus Substances 0.000 claims description 5
- 235000015112 vegetable and seed oil Nutrition 0.000 claims description 5
- 239000008158 vegetable oil Substances 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 239000003403 water pollutant Substances 0.000 abstract description 10
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004140 cleaning Methods 0.000 description 29
- 239000002351 wastewater Substances 0.000 description 15
- 238000012550 audit Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000000275 quality assurance Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 238000010411 cooking Methods 0.000 description 2
- 230000013872 defecation Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010412 laundry washing Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000027939 micturition Effects 0.000 description 2
- 230000009885 systemic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种居民生活水污染指标测算方法,包括以下步骤:1)通过以家庭为单位选取调查对象,连续监测居民生活行为过程的多种污水的产生体积;2)然后测出每类污水对应的六项指标分析浓度,再结合被调查居民各类生活污水的产生频次,测算出六项指标浓度特征值;3)最后通过产污特征值乘以各指标浓度特征值,得到居民生活水污染物产污系数;该方法以居民生活污水体积及水污染物产排量的短期监测为基础,结合居民逐月各类污水产排频次,测算居民季度或全年的产排污系数,同时较大程度避免了居民生活污水类型及产排周期不同、居民用水习惯差异综合导致的测算结果偏差大等不足,提高了测算效率和结果的可靠性。
Description
技术领域
本发明涉及污水统计领域,具体涉及一种居民生活水污染指标测算方法。
背景技术
居民生活过程产生的水污染物是环境水体污染物的重要来源,准确地测算生活污水及污染物排放量对于支撑我国相关政策制定十分重要。
目前,主要采用选取典型居民作为抽样调查对象获取生活污水产排的关键指标。这种方法比较适合年龄、数量、长度等明确指标的统计分析;对于影响因素多、波动性大、变化周期长、不易观察的指标,往往需要基于一定的前提假设,辅助以实验为手段,采集较大的样本量、耗费较长的观察或者监测时间来获取目标数据。在居民生活水污染物产排测算中,由于居民各类用排水行为频次、污水量及污染指标浓度受温度、湿度、水资源易得性、生活习惯、具体生产活动等因素的共同影响,导致这些指标本身波动性大、不具备时间上的连续性,需要花费时间开展监测活动,工作通常需要花费大量的人力、物力和时间,效率低下。
发明内容
本发明为解决上述技术问题而提供一种居民生活水污染指标测算方法,该方法针对居民生活水污染物排放特征及调查监测中存在的问题,以居民生活污水体积及水污染物产排量的短期监测为基础,结合居民逐月各类污水产排频次,测算居民季度或全年的产排污系数,同时较大程度避免了居民生活污水类型及产排周期不同、居民用水习惯差异综合导致的测算结果偏差大等不足,提高了测算效率和结果的可靠性。
为解决上述问题,本发明采用如下技术方案:
一种居民生活水污染指标测算方法,包括以下步骤:
1)通过以家庭为单位选取调查对象,连续监测居民生活行为过程的多种污水的排水体积;
2)测出每类污水对应的六项指标分析浓度,再结合被调查居民各类生活污水的产生频次,测算出六项指标浓度特征值;
3)最后通过产污特征值乘以各指标浓度特征值,得到居民生活水污染物产污系数,其中产污特征值为人均日污水产生量。
优选的,所述六项指标包括化学需氧量、五日生化需氧量、氨氮、总氮、总磷和动植物油。
优选的,所述居民生活行为过程的多种污水包括餐厨污水、洗漱污水、洗涤污水、洗澡污水和冲厕污水中的一种或多种。
优选的,所述产生频次指餐厨污水、洗漱污水、洗涤污水、洗澡污水和冲厕污水每周或每月或每季度产生次数,其中每月按30天计算,每季度按90天算。
优选的,所述冲厕污水的监测需要同时记录居民冲厕用水量,并连续收集粪水收集池或化粪池的进口端和出口端污水测算体积,分析六项指标分析浓度;其中,进口端污水指标分析浓度用于冲厕污水产生量的测算;出口端污水指标分析浓度用于冲厕污水排放量对应指标的测算;所述粪水收集池或化粪池若无污染物削减功能,即等同于直接将生活污水排放外部环境,则视进口端和出口端污水同源同质,即冲厕污水产生量等于排放量。此时,只需收集其中一端污水,测量污水体积以及分析六项指标分析浓度。
优选的,所述各类生活污水在采样前需摇匀,然后用16-18目的双层纱布过滤后取样送检。
优选的,所述六项指标浓度特征值的计算公式如下:
被调查居民家庭的第j类生活污水的人均日产生频次qj计算公式为:
其中,mj为被调查居民家庭全体成员在时间t内的第j类生活污水人均产生次数;其中,时间t一般选取7-90天;
第i天,第j类,第k种指标的人均日产生量Qi,j,k计算公式为:
其中,vi,j为被调查居民家庭第i天,第j类污水平均每次实际监测的体积值,单位为升,ci,j,k为被调查居民家庭第i天,第j类污水,第k种指标的分析浓度,单位为毫克/升,ri为第i天的被调查居民家庭的常住人口数,单位为人,i优先选取1-3天,j指餐厨、洗漱、洗涤、洗澡和冲厕中的一种;
被调查居民家庭的第j类生活污水人均日产生体积vj计算公式为:
其中,d为监测的总天数;
被调查居民家庭的第k种污染指标的人均日产生量Qk计算公式为:
其中,n为被调查居民家庭的生活污水种类数;
被调查居民家庭的人均日产生体积v计算公式为:
被调查居民家庭的人均日第k类指标产生浓度ck计算公式为:
优选的,所述剔除处理依次采用物理判别法、统计判别法和数据溯源识别法识别剔除。
优选的,所述物理判别法的判断方式为实测结果不满足:
测定得到的五日生化需氧量/化学需氧量≥0.3;以及
总氮测定值≥氨氮测定值中的任意一项,则视为潜在异常值。
优选的,所述统计判别法为通过对各监测样本数据对数化,取置信区间为95%,将大于偏离标准差3倍的数值视为异常值,并随后采用拉伊达准则、格拉布斯准则、肖维勒准则和狄克逊准则判定依次识别,将不满足上述准则的监测和测定结果视为潜在异常值。所述的水样监测过程的规范性审核,其关键是潜在异常值所属污水的体积测量方法是否正确。
优选的,所述数据溯源识别法根据所述潜在异常值的监测过程、水样采集转运过程和污染指标分析过程的规范性进行审核判定。
优选地,所述水样采集与转运过程的规范性审核,其关键是审核潜在异常值所属污水的采样是否用纱布粗过滤后采集,样品转运过程是否按照《环境水质监测质量保证手册》第四版的要求进行低温保存。
优选地,所述的水样污染指标的分析过程的规范性审核,其关键是审核潜在异常值所属污水的实验室分析的标液选取、标线范围及重现性是否满足《环境水质监测质量保证手册》第四版的要求。
优选的,所述餐厨污水包括所有与饮食相关的行为过程产生的污水,如食材清洗与烹饪过程产生的污水、餐具及辅助设施清洗过程产生的污水和餐厨行为发生场所清洁过程产生的污水。
优选的,所述洗漱污水包括所有非全身性的清洁过程产生污水,重点包括口腔清洁、面部清洁、头部清洁和手部清洁过程产生的污水。
优选的,所述洗涤污水主要包括衣物洗涤、床上用品清洗、家具清洁和餐厨过程以外的房屋清扫、车辆和玩具等的清洁过程产生污水。
优选的,所述洗澡污水指对身体全部和局部清洁过程产生的污水,但不包括洗漱过程涉及的单独的四肢及面部清洁行为。
优选的,所述冲厕污水指居民排便及排尿过程涉及的冲洗厕所、马桶和便池清洗等过程产生的污水。
优选的,针对上述餐厨污水、洗漱污水、洗涤污水、洗澡污水、冲厕污水的污染指标监测是以居民家庭为单位连续收集24小时内所有常住人口产生的上述各类污水,并测量对应污水体积,分析污水中化学需氧量、五日生活需氧量、氨氮、总氮、总磷和动植物油六项指标分析浓度。
优选的,在所述步骤1)中还包含有以下步骤:
1.1)对污水排水体积的异常值进行剔除处理。
优选的,在所述步骤2)中还包含有以下步骤:
2.1)对六项指标分析浓度中的异常值进行剔除处理。
优选的,步骤2)中还包括有步骤随机选取典型用户,对各中间测算指标进行验证。
本发明的有益效果为:通过引入各类生活污水产排频次矫正居民产排污系数的测算过程,优化了调查行为本身对调查对象及监测结果的干扰,同时较大程度避免了居民生活污水类型及产排周期不同、居民用水习惯差异综合导致的测算结果偏差大等不足,提高了测算效率和结果的可靠性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种居民生活水污染指标测算方法流程框图。
图2为本发明所述NN片区的生活水污染物产污系数测算流程。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1
如图1所示,一种居民生活水污染指标测算方法,包括以下步骤:
1)通过以家庭为单位选取调查对象,连续监测居民生活行为过程的多种污水的排水体积;
2)测出每类污水对应的六项指标分析浓度,再结合被调查居民各类生活污水的产生频次,测算出六项指标浓度特征值;
3)最后通过产污特征值乘以各指标浓度特征值,得到居民生活水污染物产污系数,其中产污特征值为人均日污水产生量。
在本实施例中,所述六项指标包括化学需氧量、五日生化需氧量、氨氮、总氮、总磷和动植物油。
在本实施例中,所述居民生活行为过程的多种污水包括餐厨污水、洗漱污水、洗涤污水、洗澡污水和冲厕污水中的一种或多种。
在本实施例中,所述产生频次指餐厨污水、洗漱污水、洗涤污水、洗澡污水和冲厕污水每周或每月或每季度产生次数,其中每月按30天计算,每季度按90天算。
在本实施例中,所述冲厕污水的监测需要同时记录居民冲厕用水量,并连续收集粪水收集池或化粪池的进口端和出口端污水测算体积,分析六项指标分析浓度;其中,进口端污水指标分析浓度用于冲厕污水产生量的测算;出口端污水指标分析浓度用于冲厕污水排放量对应指标的测算;所述粪水收集池或化粪池若无污染物削减功能,即等同于直接将生活污水排放外部环境,则视进口端和出口端污水同源同质,即冲厕污水产生量等于排放量。此时,只需收集其中一端污水,测量污水体积以及分析六项指标分析浓度。
在本实施例中,所述各类生活污水在采样前需摇匀,然后用16目的双层纱布过滤后取样送检。
在本实施例中,所述六项指标浓度特征值的计算公式如下:
被调查居民家庭的第j类生活污水的人均日产生频次qj计算公式为:
其中,mj为被调查居民家庭全体成员在时间t内的第j类生活污水人均产生次数;其中,时间t一般选取7天;
第i天,第j类,第k种指标的人均日产生量Qi,j,k计算公式为:
其中,vi,j为被调查居民家庭第i天,第j类污水平均每次实际监测的体积值,单位为升,ci,j,k为被调查居民家庭第i天,第j类污水,第k种指标的分析浓度,单位为毫克/升,ri为第i天的被调查居民家庭的常住人口数,单位为人,i优先选取1天,j指餐厨、洗漱、洗涤、洗澡和冲厕中的一种;
被调查居民家庭的第j类生活污水人均日产生体积vj计算公式为:
其中,d为监测的总天数;
被调查居民家庭的第k种污染指标的人均日产生量Qk计算公式为:
其中,n为被调查居民家庭的生活污水种类数;
被调查居民家庭的人均日产生体积v计算公式为:
被调查居民家庭的人均日第k类指标产生浓度ck计算公式为:
在本实施例中,所述剔除处理依次采用物理判别法、统计判别法和数据溯源识别法识别剔除。
在本实施例中,所述物理判别法的判断方式为实测结果不满足:
测定得到的五日生化需氧量/化学需氧量≥0.3;以及
总氮测定值≥氨氮测定值中的任意一项,则视为潜在异常值。
在本实施例中,所述统计判别法为通过对各监测样本数据对数化,取置信区间为95%,将大于偏离标准差3倍的数值视为异常值,并随后采用拉伊达准则、格拉布斯准则、肖维勒准则和狄克逊准则判定依次识别,将不满足上述准则的监测和测定结果视为潜在异常值。所述的水样监测过程的规范性审核,其关键是潜在异常值所属污水的体积测量方法是否正确。
在本实施例中,所述数据溯源识别法根据所述潜在异常值的监测过程、水样采集转运过程和污染指标分析过程的规范性进行审核判定。
在本实施例中,所述水样采集与转运过程的规范性审核,其关键是审核潜在异常值所属污水的采样是否用纱布粗过滤后采集,样品转运过程是否按照《环境水质监测质量保证手册》第四版的要求进行低温保存。
在本实施例中,所述的水样污染指标的分析过程的规范性审核,其关键是审核潜在异常值所属污水的实验室分析的标液选取、标线范围及重现性是否满足《环境水质监测质量保证手册》第四版的要求。
在本实施例中,所述餐厨污水包括所有与饮食相关的行为过程产生的污水,如食材清洗与烹饪过程产生的污水、餐具及辅助设施清洗过程产生的污水和餐厨行为发生场所清洁过程产生的污水。
在本实施例中,所述洗漱污水包括所有非全身性的清洁过程产生污水,重点包括口腔清洁、面部清洁、头部清洁和手部清洁过程产生的污水。
在本实施例中,所述洗涤污水主要包括衣物洗涤、床上用品清洗、家具清洁和餐厨过程以外的房屋清扫、车辆和玩具等的清洁过程产生污水。
在本实施例中,所述洗澡污水指对身体全部和局部清洁过程产生的污水,但不包括洗漱过程涉及的单独的四肢及面部清洁行为。
在本实施例中,所述冲厕污水指居民排便及排尿过程涉及的冲洗厕所、马桶和便池清洗等过程产生的污水。
在本实施例中,针对上述餐厨污水、洗漱污水、洗涤污水、洗澡污水、冲厕污水的污染指标监测是以居民家庭为单位连续收集24小时内所有常住人口产生的上述各类污水,并测量对应污水体积,分析污水中化学需氧量、五日生活需氧量、氨氮、总氮、总磷和动植物油六项指标分析浓度。
在本实施例中,在所述步骤1)中还包含有以下步骤:
1.1)对污水排水体积的异常值进行剔除处理。
优选的,在所述步骤2)中还包含有以下步骤:
2.1)对六项指标分析浓度中的异常值进行剔除处理。
在本实施例中,步骤2)中还包括有步骤随机选取典型用户,对各中间测算指标进行验证。
实施例2
如图2所示,通过调查监测得到NN片区居民家庭一年四季的餐厨、洗澡、洗漱和洗涤污水量、冲厕的体积、混合污水的浓度特征值和各片区各类生活污水随季节的产生频次。通过各类污水产生量特征值乘以对应排放频次,得到冲厕水污染物产量和排放量,再乘以对应污染物浓度特征值,得到居民生活水污染物产生量特征值。
NN片区居民各类污水随期次排放频次,如表1所示;
结合NN片区居民各类污水及浓度特征值,按照图2的测算流程测算得到各期的水污染物产生系数,如表2所示。
表1:
NN市农村居民各类生活污水随季节排放频次
类型 | 春季/天 | 夏季/天 | 秋季/天 | 冬季/天 |
餐厨 | 1.00 | 1.00 | 1.00 | 1.00 |
洗澡 | 1.00 | 1.00 | 1.00 | 1.00 |
洗漱 | 1.00 | 1.00 | 1.00 | 1.00 |
洗衣 | 0.97 | 1.00 | 0.97 | 0.90 |
冲厕 | 1.00 | 1.00 | 1.00 | 1.00 |
表2:
NN市农村居民各期次产污系数特征值
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种居民生活水污染指标测算方法,其特征在于,包括以下步骤:
1)通过以家庭为单位选取调查对象,连续监测居民生活行为过程的多种污水的产生体积,对污水产生体积的异常值进行剔除处理;
2)然后测出每类污水对应的六项指标分析浓度,并对六项指标分析浓度中的异常值进行剔除处理,再结合被调查居民各类生活污水的产生频次,测算出六项指标浓度特征值;
所述六项指标浓度特征值的计算公式如下:
被调查居民家庭的第j类生活污水的人均日产生频次qj计算公式为:
其中,mj为被调查居民家庭全体成员在时间t内的第j类生活污水人均产生次数;其中,时间t选取7-90天;
第i天,第j类,第k种指标的人均日产生量Qi,j,k计算公式为:
其中,vi,j为被调查居民家庭第i天,第j类污水平均每次实际监测的体积值,单位为升,ci,j,k为被调查居民家庭第i天,第j类污水,第k种指标的分析浓度,单位为毫克/升,ri为第i天的被调查居民家庭的常住人口数,单位为人,i选取1-3天,j指餐厨、洗漱、洗涤、洗澡和冲厕中的一种;
被调查居民家庭的第j类生活污水人均日产生体积vj计算公式为:
其中,d为监测的总天数;
被调查居民家庭的第k种污染指标的人均日产生量Qk计算公式为:
其中,n为被调查居民家庭的生活污水种类数;
被调查居民家庭的人均日产生体积v计算公式为:
被调查居民家庭的人均日第k类指标产生浓度ck计算公式为:
3)最后通过产污特征值乘以各指标浓度特征值,得到居民生活水污染物产污系数,其中产污特征值为人均日污水产生量。
2.根据权利要求1所述的一种居民生活水污染指标测算方法,其特征在于:所述六项指标包括化学需氧量、五日生化需氧量、氨氮、总氮、总磷和动植物油。
3.根据权利要求1所述的一种居民生活水污染指标测算方法,其特征在于:所述居民生活行为过程的多种污水包括餐厨污水、洗漱污水、洗涤污水、洗澡污水和冲厕污水中的一种或多种。
4.根据权利要求3所述的一种居民生活水污染指标测算方法,其特征在于:所述产生频次指餐厨污水、洗漱污水、洗涤污水、洗澡污水和冲厕污水每周或每月或每季度产生次数。
5.根据权利要求4所述的一种居民生活水污染指标测算方法,其特征在于:所述冲厕污水的监测需要同时记录居民冲厕用水量,并连续收集粪水收集池或化粪池的进口端和出口端污水测算体积,分析六项指标分析浓度;其中,进口端污水的六项指标分析浓度用于冲厕污水产生量的测算;出口端污水的六项指标分析浓度用于冲厕污水排放量对应指标的测算。
6.根据权利要求1所述的一种居民生活水污染指标测算方法,其特征在于:所述剔除处理依次采用物理判别法、统计判别法和数据溯源识别法识别剔除。
7.根据权利要求6所述的一种居民生活水污染指标测算方法,其特征在于:所述物理判别法的判断方式为实测结果不满足测定得到的五日生化需氧量/化学需氧量≥0.3以及总氮测定值≥氨氮测定值中的任意一项,则视为潜在异常值。
8.根据权利要求6所述的一种居民生活水污染指标测算方法,其特征在于:所述统计判别法为通过对各监测样本数据对数化,取置信区间为95%,将大于偏离标准差3倍的数值视为异常值,并随后采用拉伊达准则、格拉布斯准则、肖维勒准则和狄克逊准则判定依次识别,将不满足上述准则的监测和测定结果视为潜在异常值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804012.XA CN113554295B (zh) | 2021-07-16 | 2021-07-16 | 一种居民生活水污染指标测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804012.XA CN113554295B (zh) | 2021-07-16 | 2021-07-16 | 一种居民生活水污染指标测算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113554295A CN113554295A (zh) | 2021-10-26 |
CN113554295B true CN113554295B (zh) | 2022-08-23 |
Family
ID=78131854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110804012.XA Active CN113554295B (zh) | 2021-07-16 | 2021-07-16 | 一种居民生活水污染指标测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554295B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012141475A2 (en) * | 2011-04-15 | 2012-10-18 | Korea Environment Corporation | Water quality telemonitoring system |
RU2014123764A (ru) * | 2014-06-10 | 2015-12-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Уральский государственный университет" (национальный исследовательский университет) (ФГБОУ ВПО "ЮУрГУ" (НИУ)) | Система очистки сточных вод (варианты) |
CN111177210A (zh) * | 2019-12-04 | 2020-05-19 | 南京大学(溧水)生态环境研究院 | 一种高分辨率工业污染源排放测算方法 |
AU2020103385A4 (en) * | 2020-08-04 | 2021-01-28 | Institute Of Agricultural Resources And Regional Planning, Chinese Academy Of Agricultural Sciences | Monitoring method for determining agricultural non-point source pollution load in watersheds |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110057410B (zh) * | 2019-04-23 | 2020-12-04 | 中国市政工程华北设计研究总院有限公司 | 一种人均日生活污水污染物产生量测算方法及装置 |
CN110555545B (zh) * | 2019-07-25 | 2022-12-02 | 南京大学 | 一种基于时空特征的生活污水产污负荷量测算方法 |
CN111047192A (zh) * | 2019-12-12 | 2020-04-21 | 生态环境部华南环境科学研究所 | 一种区域内农村居民生活污水及居民生活污水中的污染物产生量的核算方法 |
-
2021
- 2021-07-16 CN CN202110804012.XA patent/CN113554295B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012141475A2 (en) * | 2011-04-15 | 2012-10-18 | Korea Environment Corporation | Water quality telemonitoring system |
RU2014123764A (ru) * | 2014-06-10 | 2015-12-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Уральский государственный университет" (национальный исследовательский университет) (ФГБОУ ВПО "ЮУрГУ" (НИУ)) | Система очистки сточных вод (варианты) |
CN111177210A (zh) * | 2019-12-04 | 2020-05-19 | 南京大学(溧水)生态环境研究院 | 一种高分辨率工业污染源排放测算方法 |
AU2020103385A4 (en) * | 2020-08-04 | 2021-01-28 | Institute Of Agricultural Resources And Regional Planning, Chinese Academy Of Agricultural Sciences | Monitoring method for determining agricultural non-point source pollution load in watersheds |
Non-Patent Citations (4)
Title |
---|
coefficients of urban domestic pollutant discharge and their driving mechanisms: Evidence from the Taihu Basin, China;Zhao Haixia等;《JOURNAL OF ENVIRONMENTAL MANAGEMENT》;20180501;第213卷;全文 * |
Longitudinal Dispersion of Pollutants in Flow through Natural Vegetation;Erqing Hui等;《2010 4th International Conference on Bioinformatics and Biomedical Engineering》;20100723;全文 * |
广州市代表性家庭的居民生活污水排放特征;项秀丽等;《生态科学》;20090615(第03期);全文 * |
汉中市农村生活源水污染物排放系数调查及核算;王玥等;《农业工程》;20200220(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113554295A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111445060B (zh) | 一种社区碳排放监测和预测系统及方法 | |
Kashian et al. | A comparison of macroinvertebrates of two Great Lakes coastal wetlands: testing potential metrics for an index of ecological integrity | |
Liu et al. | Event-scale hysteresis metrics to reveal processes and mechanisms controlling constituent export from watersheds: A review✰ | |
CN110057410B (zh) | 一种人均日生活污水污染物产生量测算方法及装置 | |
Harris et al. | Preliminary evaluation of an in vivo fluorometer to quantify algal periphyton biomass and community composition | |
Yu et al. | Water and related electrical energy use in urban households—Influence of individual attributes in Beijing, China | |
CN111241476A (zh) | 一种获得区域性河口营养物基准值的方法 | |
CN105279356A (zh) | 获取水环境基准优先研究污染物的方法及装置 | |
CN113554295B (zh) | 一种居民生活水污染指标测算方法 | |
CN110850049A (zh) | 一种水体质量监测及水体感官愉悦度评价方法 | |
CN112488480A (zh) | 一种城市绿地物种抗旱性评价方法及城市绿地物种选择方法 | |
CN116881747A (zh) | 基于医疗废水监测的智能处理方法及系统 | |
Bekele et al. | Regression-based flow adjustment procedures for trend analysis of water quality data | |
CN114354705B (zh) | 一种基于多参数相对权重的地表水质综合评价方法 | |
CN115186960A (zh) | 一种城镇区域污水有效收集处理能力的核算方法及装置 | |
CN115630764A (zh) | 基于水生生物完整性指数的河流生态系统健康的评价方法 | |
CN112707508B (zh) | 基于bp-ann的农污设施cod处理效果预测方法、装置、平台 | |
CN210071848U (zh) | 收集计量取样装置 | |
CN114755382A (zh) | 一种水平衡自动分析监测系统 | |
CN106779258A (zh) | 一种预测准确率高的大数据健康预测系统 | |
CN113361772A (zh) | 一种混流管网水量的预测方法及装置 | |
Niemi et al. | Monitoring of fecal indicators in rivers on the basis of random sampling and percentiles | |
CN116431976B (zh) | 一种考虑外水的污水处理厂和管网效能计算方法及装置 | |
Cooper et al. | Predicting acid neutralizing capacity from landscape classification: application to Galloway, south‐west Scotland | |
CN115358086B (zh) | 考虑过程间作用的流域水循环多过程模拟误差量化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |