基于多源光谱法在线监测的智能雨污分流系统构建与应用.pdf

基于多源光谱法在线监测的智能雨污分流系统构建与应用孙铭壮1*，潘海宁2，杨程芳2（1.清华大学环境学院，北京100084；2.杭州希玛诺光电技术有限股份公司，杭州311121）摘要：如何针对性地处理雨水中污染程度较高的部分已经成为维持城市水资源良性循环的一项重要课题，通过利用降水的初期冲刷现象将污染水平普遍较高的初期雨水排入污水管中，是目前常见的解决方法。然而，初期冲刷现象是否出现及其出现的模式都有很大的不确定性，对雨污分流的决策造成困难。近年来，直接实时在线监测来水的水质情况，进而进行雨污分流决策成为解决雨污分流问题的新思路。本研究选用了以多源光谱法（紫外+荧光）为核心的第三代在线水质监测技术，并基于该技术搭建了新型的雨污分流系统，通过高精度、高稳定性的实时水质数据，实现直接且可靠的雨污分流决策。在杭州未来科技城一处雨水排口的实际应用中，本研究所构建的智能雨污分流系统在三个多月的时间内可以稳定运行并实现准确的雨污分流，受纳水体的污染水平明显改善，证明了这套智能雨污分流系统有着出色的雨污分流效果，具有很高的推广价值，为雨污分流问题提供了一个普适、经济的解决方案。关键词：雨水水质；雨污分流；初期冲刷；在线监测；紫外光谱；荧光光谱中图分类号：X5文献标志码：A文章编号：2096-2347（2023）03-0045-10收稿日期：2023-05-23作者简介：孙铭壮，博士研究生，主要从事城市水系统、再生水回用、污水处理等方面的研究。E-mail:引用格式：孙铭壮，潘海宁，杨程芳.基于多源光谱法在线监测的智能雨污分流系统构建与应用J.三峡生态环境监测，2023，8（3）：45-54.Citation format:SUN M Z,PAN H N,YANG C F.Development and application of an intelligent rainwater sewage shunting system based on multispectral online water quality monitoringJ.Ecology and Environmental Monitoring of Three Gorges，2023，8（3）：45-54.DOI：10.19478/ki.2096-2347.2023.03.06Development and Application of an Intelligent Rainwater Sewage ShuntingSystem Based on Multispectral Online Water Quality MonitoringSUN Mingzhuang1*,PAN Haining2,YANG Chengfang2(1.School of Environment,Tsinghua University,Beijing 100084,China;2.Sigmaro Electro-Optical Technology Co.,Ltd.,Hangzhou311121,China)Abstract:How to separately treat the relatively more polluted part of rainwater has become critical to the health of urban water cycles.The common solution is to divert the first part of rainwater,which is usually more polluted,to sewage systems,according tothe first flush phenomenon.However,the first flush phenomenon doesn t always occur and its characteristics are highly uncertain,thus causing problems in the decision-making phase of rainwater sewage shunting.Recently,directly monitoring the real-time quality of rainwater and making corresponding decisions have become a new method for rainwater sewage shunting.This study chosethe third generation of online water quality monitoring technology,which is based on the method of multispectral fusion analysis(ultraviolet and fluorescence),and developed a novel intelligent rainwater sewage shunting system,which could provide direct and reliable decision-making,using the highly accurate and stable real-time water quality data.After the continuous operation of overthree months at a rainwater discharge point in Zhejiang Overseas High-level Talents Innovation Park,the proposed novel intelligentsystem is proved stable and can realize the accurate separation of rainwater and sewage.The pollution problem of the receiving water body was greatly ameliorated,demonstrating this system s outstanding performance and high potential for wide application.三峡生态环境监测Ecology and Environmental Monitoring of Three Gorges2023年9月Sep.2023第8卷第3期Vol.8No.3水体研究三峡生态环境监测http:/ words:rainwater quality;rainwater sewage shunting;first flush;online monitoring;ultraviolet spectrometer;fluorescence spectrometer雨水是城市水循环中的关键组成部分，要想维持城市的健康运转，对雨水的妥善处置格外重要1-2。尤其是在降水较多的中国南方地区，降雨不仅可能造成城市内涝而影响市民正常生活，雨水中不能得到及时处理的污水部分还会对水体造成严重的污染。在降雨过程中，雨水的水质并不是一致的，单位时间内降雨的水量、污染物浓度和污染物总量都会发生变化。对于高污染物浓度的雨水来说，将这部分雨水直接通过雨水管排入水体中势必会对水环境造成污染，如何识别雨水中的污水进而将污水分流到污水管道中是雨水治理的重要课题。19世纪80年代末，国外有学者发现城市雨水径流污染经常呈现一种规律，即污染倾向于集中在初期的降雨过程当中，并提出了初期冲刷的概念，认为当初期径流中的污染程度明显高于后期径流时，这次降雨过程就出现了初期冲刷的现象3。对于污染的严重程度，有两种判别的方法，一种是根据污染物的浓度，另一种是根据污染物的质量，考虑到雨水径流量随时间发生的变化、污染物总量及其在径流过程中的分配，第二种方法更受到认可，被称为质量初期冲刷4。当质量初期冲刷现象发生时，通过将初期阶段的降雨径流判别为污水，并将初期冲刷发生之后的低污染降雨径流判别为雨水，可以实现对雨水的雨污分流，减少高污染雨水对水环境的污染5。但是现阶段针对质量初期冲刷现象仍然有很大的争议，依靠质量初期冲刷现象来识别污水还不是一项成熟、可靠的技术。质量初期冲刷现象描述的是，一次降雨过程中初期径流中的污染物累积量占总污染物累积量的比例应该要大于初期径流量占总径流量的比例，即降雨初期时，污染物质量累积的速度大于降雨径流量产生的速度。为了判定一次降雨中质量初期冲刷现象是否发生，需要规定有多少比例的初期降雨满足该条件时才认为本次降雨发生了质量初期冲刷现象。首先，这一规定并不统一，在没有统一的判定条件情况下，也就无法准确给出基于水量的雨污分流决策6。此外，同样的判定标准对于不同的实际应用场景不总适用，有研究表明，按照某些判定标准，在部分实际场景中质量初期冲刷现象发生的概率很低7，而且即便发生了初期冲刷现象，水量-水质关系也随实际应用的环境背景而发生显著变化8。当下垫面、管道拓扑结构、污染物类型等发生变化时，判别标准也需要不断变化，使得依靠质量初期冲刷现象来进行雨污分流的方法在实际操作中难以稳定实现，准确性和普适性都有待提升。通过研究初期冲刷现象来估计污染程度和降雨时间、降雨量的关系，进而间接地识别出雨水中高污染的污水部分，可能并不是未来的发展方向。随着在线水质监测技术的不断发展，对降雨过程中雨水水质的实时、准确监测已经具备了可行性。通过直接获得雨水的水质数据来进行雨水中污水的识别成为雨水治理的新方向，因为直接根据雨水的污染程度来进行雨污分流决策避免了间接关系带来的误差和不确定性，决策逻辑简单，且具有普适性。但是由于现阶段的第一代和第二代在线水质监测技术仍存在一定的准确性、泛用性、稳定性欠佳的问题9，这种基于在线监测的雨污分流系统还没有成为一项成熟的技术，相关的研究仍在探索阶段，没有被普遍应用。对于雨水水质在线监测的及时性、可靠性和分流的精细性，仍然需要更多的实际应用来验证。本研究开发了基于多源光谱法的在线监测平台，使用的是自主研发的多源光谱法水质监测方法，相较于传统的在线水质监测技术有显著的提升，可以最大限度地保证在线监测的高效和准确；并将其整合到了一个直接根据水质数据进行雨污分流决策的智能雨污分流系统当中10，在杭州的一处直排到河道的雨水管上进行实际应用，对本研究中开发的基于多源光谱法在线监测的智能雨污分流系统的实际应用效果进行了测试和评估，以期为该新型系统的未来推广和雨水治理领域相关研究的进一步发展提供理论支持。第8卷第3期471问题背景1.1整体架构本研究所提出的雨污分流方案是高度集约化的，通过利用在线监测得到大量、实时的水质数据，对雨水和污水进行识别，进而实现智能分流，避免应该进入污水厂接受处理的污水进入直排入水体的雨水管中。如图1所示，雨污分流计算系统是体系的运转核心，计算系统需要对采集到的在线水质数据进行分析并识别出雨水和污水，将识别结果传递给雨污分流控制系统，实现雨水和污水的分流。要想实现体系的自动化运转，计算系统的设定至关重要，管理人员可以根据来水和受纳水体的实际情况来拟定计算系统的决策参数，如决策变量、阈值、关联控制逻辑等。图1基于多源光谱法在线监测的智能雨污分流系统工作流程图Fig.1Diagram of the intelligent rainwater sewage shuntingsystem based on multispectral online water quality monitoring后端的雨污分流控制系统是雨污分流的直接执行环节，相较而言，最前端的数据采集环节从技术上来说更具有挑战。稳定、准确、实时的在线水质数据是实现智能雨污分流的前提，在本研究中，符合系统要求的高效数据采集是基于多源光谱法实现的，这项技术可以很好地保障雨污分流决策的精确度。1.2多源光谱法在线监测平台在线监测对象是水质指标，用于雨水和污水的分类决策。参考地表水环境质量标准（GB 38382002）11，常用的决策指标有化学需氧量（chemical oxygen demand，COD）、生化需氧量（biochemical oxygen demand，BOD）、总有机碳（total organiccarbon，TOC）、高锰酸盐指数（permanganate index，CODMn）、总磷（total phosphorus，TP）、总氮（totalnitrogen，TN）、氨氮（ammonia nitrogen，NH3-N）等。从检测技术的角度来说，这些综合性分析指标体现了水体中大量化学成分的综合效应，而不是单一成分的确定性效应，因此，难以用传统上使用单一理化指标分析的传感器来感知和测量。与此同时，分析过程会受到水体中极其复杂的干扰因素的影响，对传感和分析过程的鉴别能力提出很高的要求。水质有机物综合分析指标的上述特点导致其分析过程复杂化，国家标准规定的分析流程操作步骤多，耗时长，需用的分析设备和分析试剂多，需要大量人工介入，因此，要将其转换为高度自动化的快速在线分析时，需要解决一系列关键技术难题。按技术产品进入市场的先后划分，水质有机物综合指标在线分析技术的发展经历了三代，即第一代在线化学分析仪表、第二代在线紫外线（ultraviolet，UV）吸收光谱分析仪表、第三代在线紫外线融合荧光（fluoresence，FL）形成紫外荧光光谱融合分析仪表12。第一代和第二代技术具有互补的技术特点，因此，目前在市场上共存；第三代技术的出现弥补了前两代技术的一些重要缺陷，是水质有机物综合指标在线分析技术的发展方向。第一代在线化学分析仪表是将水质有机物综合指标的实验室常规化学分析流程自动化，采用了电磁阀、滴定泵、电加热器、自动比色计、电磁搅拌器等自动化设备来代替人工分析设备，由嵌入式计算机系统整合整个分析流程，实现在线分析。因此，此类仪表具有相当于实验室化学分析法的分析精度（通常为5%），以及按照国家标准人工分析的可信度，同时因为排除了人工分析时的多余动作，其分析速度明显提高。但是这种方法和实验室分析一样需要采用化学试剂，化学反应部分的用时很难缩短，同时仪表的结构复杂，维护困难，且试剂投加的人力物力成本不容忽视，对场地的环境也有一定要求。进一步限制其应用的一大问题就是缺少灵活性，当测量某种指标遇人工干预（如分流水质判别标准修改等）雨污分流计算系统数据采集雨污分流控制系统污水处理厂河道直排雨污混流管网水质实时传感器雨污混流管网水文实时传感器孙铭壮，等：基于多源光谱法在线监测的智能雨污分流系统构建与应用三峡生态环境监测http:/ nm）的连续光谱光束穿透水体时，其能量会被其中各种有机物分子选择性吸收，通过测量光束接收端的UV吸收光谱强度，再通过复杂的数学模型计算出水体中有机物综合指标的测量值9。这种在线测量方法的分析速度快，无试剂，设备结构简单，免维护，设备安装所需场地环境要求较低，设备建设投资和设备维护成本均较低，很适合用于无人值守的大范围在线水质分析、环境污染监测。第二代水质分析方法于2005年被国家环境保护总局列入国家环境保护行业标准紫外（UV）吸收水质自动在线监测仪技术要求（HJ/T 1912005）13。尽管如此，第二代在线监测技术仍然有着显著的缺陷：（1）UV波段的发射光束能量除了被水体中的有机物分子吸收外，也很容易由于被水体中的不透光无机物质遮挡而发生衰减，而光束接收端无法区分这两种情况，从而导致测量过程受水体浊度的不确定干扰很大，在浊度偏高时，仪表的测量精度会显著下降；（2）当水体中有机物浓度较低时，UV光束能量的吸收率很小，导致仪表的信噪比显著降低，因此，此类仪表在低浓度测量时性能明显恶化。综合考虑第一代和第二代在线监测技术的优缺点，在本研究中采用的是自主研发的第三代水质在线分析技术，即在线紫外线耦合荧光（UVFL）光谱融合分析仪表，选用了一台地下管网多参数水质快速检测设备（HAF-03G，希玛诺光电技术有限股份公司，中国）来完成在线水质数据收集。第三代水质分析技术的关键是引入了现场FL分析技术，并与UV吸收光谱分析技术有机融合，显著提升了水体有机物综合指标的在线分析性能14。现场FL光谱分析采用单个或多个特定波长的高功率密度激发光源照射待分析的样品，使其中的有机化合物和生物吸收能量后由基态跃迁至高能级15。激发光源撤除后，有机分子跃迁至原有能级，将在一定波长下发射出光子，构成的FL发射光谱波长和强度分布与有机物质分子的结构特性相关。采用高灵敏度的光电转换器件将此FL发射光谱转换为电信号并输入计算机，即可获得被测样品中有机物分子构成种类及其含量的相关信息16。现代FL光谱分析技术已发展出同步FL光谱分析、三维FL光谱分析、激光诱导FL光谱分析、时间分辨FL光谱分析等一系列新方法，大大提高了荧光分析技术的敏感度和稳定性。相比于第二代技术核心的UV吸收光谱，第三代水质分析技术所引入的FL光谱有着高灵敏度、高选择性、抗干扰的优点，但是FL光谱分析的稳定性稍差，而且在特定情况下会出现荧光淬灭现象，进而在某些情景下带来较大的测量误差15。因此，在本研究所采用的第三代水质分析设备当中，综合采用了UV和FL光谱，并将两者获得的结果进行合并分析，实现了在线紫外线耦合荧光光谱融合分析，进而让两种分析方法优势互补，互相补盲，让测量仪表的分析精度和稳定性得到显著提升。如图2所示，在本研究中，会用不同波段的激发光源同步照射水样，分别生成待测样品的UV吸收光谱和三维FL发射光谱，随后各自提取特征，并采用算法进行光谱特征的平衡与组合，之后建模分析，获得水样中有机物的综合含量17。相比于第二代单独使用UV，本研究中的方法对高浊度和低浓度的情景都有了对策。高浊度往往意味着有较多的不溶性无机化合物，FL的加入让系统对无机杂质的影响有了很强的抗干扰能力；低浓度时，UV的灵敏度下降，而FL仍十分敏感。相比于单独使用FL，本研究中的方法继承了第二代的优点，在FL的稳定性难以保障时，用UV的结果进行补充。综合来看，采用多源光谱法的在线监测平台既有第一代技术的准确性，又有第二代技术的泛用性、灵活性、快速性，同时还规避了很多实际应用中遇到的技术难题18。从智能雨污分流系统的层面来看，本研究中采用的第三代水质监测技术是整个系统可以实现其设计目标的重要基础和决定性因素。第8卷第3期49图2多源光谱融合数值分析方法示意图Fig.2Diagram of multispectral fusion analysis1.3雨污分流机制本研究构建的基于多源光谱法在线监测的智能雨污分流系统采用的是简洁清晰的控制逻辑，即根据水质数据和决策变量来判断污染水平，并根据类别分流到雨水管或污水管当中。首先要确定的是决策变量和决策标准，一般要根据实际的来水和受纳水体水质决定，找到最主要的一种或多种污染物，并确定其变化范围和变化规律，保证控制住这种或这几种污染物就可以让整体水质维持在所需的标准范围内。在实际应用的过程中，在线监测环节会得到关注的决策变量的浓度，如果在标准范围内，那么来水会排入雨水管中，反之排入污水管中，以确保污水不会进入雨水管，避免污染受纳水体。2创新性成果2.1高准确度的污染物决策指标测量平台多源光谱法的在线监测采用的是第三代在线水质监测技术，相较于第二代的基于UV光谱的在线水质监测技术，本研究采用的在线水质检测方法可以在各种情景下维持很高的测量精度，与第一代的化学方法基本持平，不会在高浊度、低浓度等情况下出现测量准确度下降的情况。因此，本研究构建的智能雨污分流系统对污染物决策指标的测量准确度高，可以准确给出决策指标的测量值，避免错误判断。2.2基于水质监测的精细化分流系统基于水质的决策方法是直接的，相较于基于水量的方法，本研究的决策方法无须通过初期冲刷理论来对水量-水质关系进行表征，规避了该表征过程可能带来的误差和不稳定性，以免因为机理层面的系统性错误而导致不准确的分流决策。通过构建起基于多源光谱法的在线监测平台，水质数据的测量难度和准确度相对于水量数据的测量难度和准确度已经没有明显的劣势，使得基于在线监测的智能雨污分流系统无论是在有效性还是在可行性上都更有优势。此外，由于对水质的在线监测可以实时反映来水的水质，雨污分流决策的延迟可以大幅度降低，单次降雨过程中的污水可以最大限度地被排入污水管中，同时达标的雨水也可以最大限度地被排入雨水管中，以减小污水处理厂的压力，换言之，充分、实时的在线水质监测数据使得精细化分流成为可能。2.3可灵活调整的高普适性决策体系基于水量来进行决策，需要得到应用区域的降水水量和降水水质的大致关系，而且还要综合考虑降水水量和多项水质指标的关系，考虑到可操作性，在实际应用过程中往往要进行取舍，但是在水量控制的决策方法中，如果忽略掉某些水质指标的影响，最终采用的水量-水质关系有可能和实际情况产生出入，进而导致误判。本研究所提出的基于第三代水质监测技术的智能雨污分流系统，提供的是一个可灵活调整的高普适性决策体系。在实际应用过程中，可以直接根据水质指标的污染程度来选定一个或多个决策指标，还可以增加多个指标之间的控制逻辑关系，尽量减少模型概化和模糊处理。针对各种不同的应用区域，该方法的操作性和灵活性强，具有良好的普适性。3实际应用与运行效果3.1应用区域概况杭州河网众多，河道水环境直接影响居民的生活质量，因此，杭州一直非常重视水环境、水生态。杭州未来科技城因近几年高速发展，人口不断聚集，基础建设不断完善，地面硬化率、汽车尾气、空气中灰尘颗粒物等不断增加，雨水径待测水样紫外吸收光谱生成紫外光谱特征提取荧光发射光谱生成荧光光谱特征提取光谱特征平衡与组合信息融合模型分析结果输出孙铭壮，等：基于多源光谱法在线监测的智能雨污分流系统构建与应用三峡生态环境监测http:/ m处，设置有景观式水质在线监测站，在承担常规河道水质监测任务之外，用于验证雨污分流系统的分流效果。图3智能雨污分流系统现场布置平面图Fig.3Plan of the intelligent rainwater sewage shunting system在联网模式中，管理系统云平台通过前端传感器实时采集现场数据，如来水水质、流速、流量、液位等，通过综合逻辑算法和预设的分流标准做出分流判断，并将控制命令反馈给智能雨污分流器，智能雨污分流器根据命令做出对应操作；同时支持在必要情况下，人工对系统在不同工作模式下的分流水质判别标准等重要参数的修改。在本地模式中，本地控制系统会依据本地人工手动设定或云平台之前设定好的分流水质判别标准控制智能雨污分流器继续工作，此时水质在线仪表的测量结果将通过本地数据通信总线获得。在应急模式中，可根据系统设定，将进入系统的来水通过指定路径（污水管或雨水管）排出，充分保证排水顺畅，防止发生内涝等问题。操作人员也可通过地面控制柜进行手动操作，控制阀门的开关或泵的启停。在前期调研工作中，对雨水排口处河道水质进行了人工化验，结果如表1所示。在10次取样中，COD有8次达到地表水环境质量标准的类，2次达到类；TN和NH3-N基本无法达到类的标准；TP位于类和类之间。可以发现TN和NH3-N是最主要的污染物，由于TN不作为日常水质评价指标，在本研究中选取NH3-N作为决策指标，综合参考污水排放标准和地表水标准选取了3mg/L作为决策阈值。根据不同的设计需求，在不同应用场景下阈值可以灵活变化。北雨水管来水管网水质监测仪分流污水管控制柜控制超标污水SWF-02水质在线监测站河道取水水流方向达标排水入河排口河道原位快速净化单元智能雨污分流器集约化智能雨污分流系统第8卷第3期51表1雨水排口处河道水质人工化验结果（系统安装前）Table 1Manual monitoring results of the water quality near the discharge point before the installation of the intelligent system取样时间2021.2.222021.3.112021.3.172021.3.252021.4.12021.4.72021.4.132021.4.222021.4.282021.5.7COD/（mgL-1）9.8010.208.3014.3015.3010.488.696.3224.5423.11TN/（mgL-1）2.472.852.102.445.825.533.013.622.854.99TP/（mgL-1）0.3390.2240.2520.1810.3580.3390.2340.3510.2560.374NH3-N/（mgL-1）2.051.761.541.672.783.281.873.392.554.363.3精细化分流效果以7月1日的一次降水活动为例，如图4所示，在降雨发生之前，由于原雨水管道晴天也存在排水现象，管道内NH3-N长时间维持在5 mg/L以上，当雨污分流器箱体内液位未达到污水泵启泵液位时（启泵液位为雨污分离器分流箱体最高液位），来水在雨污分流器内持续蓄积；当雨污分流器箱体内液位达到污水泵启泵液位后，污水泵启动，当计算机判断来水水质不满足排放需求时，自动控制污水泵将蓄积的污水排入污水管。随着降雨的持续，来水管道中初期雨污混流水中的 NH3-N 浓度逐渐升高，直到达到峰值16.04 mg/L。之后随着降雨的进一步持续或雨量的增大，NH3-N的浓度实测值下降到2.89 mg/L，达到清水排放判别标准，计算机自动控制雨水闸门打开，来水经过原位净化装置后排放到河道中。为达到大雨量排放和暴雨泄洪要求，在原位净化装置设计有高位溢流功能。图42021年7月1日降水前后的氨氮的变化情况Fig.4Changes of ammonia nitrogen before and after the precipitation on 1st July 2021在全过程中，智能雨污分流系统准确地识别了污水，将污水及时地排放到污水管道，并且在雨水达到清水标准后及时通过雨水管排放到河道中，很好地实现了精细化分流。通过对其他水质指标的同时监测，发现在来水因为氨氮浓度被识别为清水时，其他水质指标也可以实现达标，证明了本研究中决策的有效性和准确性。图4所展示的这个降水过程，按照传统的初期冲刷控制水量的方法也可以基本实现雨污分流控制。但是在研究过程中，雨水管的水质监测结果显示，在一个较大的时间范围内，污染量积累的峰值并不总出现在降雨的初期时段，而且浓度的波动可能会很大，不同的降水事件里浓度的变化趋势和模式都有很大的差异性。在研究中，常用质量冲刷曲线来判断初期冲刷现象的产生和程度。为了量化NH3-N污染积累随径流量的变化情况，对污染物NH3-N/（mgL-1）2021-7-1 17:092021-7-1 15:332021-7-1 15:352021-7-1 15:372021-7-1 15:392021-7-1 15:412021-7-1 15:432021-7-1 15:452021-7-1 15:472021-7-1 15:492021-7-1 15:512021-7-1 15:532021-7-1 15:552021-7-1 15:572021-7-1 15:592021-7-1 16:012021-7-1 16:032021-7-1 16:052021-7-1 16:072021-7-1 16:092021-7-1 16:112021-7-1 16:132021-7-1 16:152021-7-1 16:132021-7-1 16:172021-7-1 16:192021-7-1 16:212021-7-1 16:232021-7-1 16:252021-7-1 16:272021-7-1 16:292021-7-1 16:312021-7-1 16:332021-7-1 16:352021-7-1 16:372021-7-1 16:392021-7-1 16:412021-7-1 16:432021-7-1 16:452021-7-1 16:472021-7-1 16:492021-7-1 16:512021-7-1 16:532021-7-1 16:552021-7-1 16:572021-7-1 16:592021-7-1 17:012021-7-1 17:032021-7-1 17:052021-7-1 17:072021-7-1 17:112021-7-1 17:132021-7-1 17:15181614121086420开始下雨污水泵启动污染峰值污水管排放切换到雨水管排放孙铭壮，等：基于多源光谱法在线监测的智能雨污分流系统构建与应用三峡生态环境监测http:/ in the accumulation rate of ammonia nitrogenpollution with the rate of runoff emissions如图5所示，在所选取的五个典型的降水时段里，NH3-N污染积累随径流排放率的变化速度和幅度都不同，且均没有出现质量初期冲刷的现象。在降雨1和降雨3中，污染物的质量积累在全降雨过程中几乎持续低于径流排放的速度，说明污染物的累积更多地发生在中后期；在降雨4和降雨5中，污染物的质量积累在超过40%之后，积累速度上升，没有发生初期冲刷，污染物的累积主要在中期；在降雨3中，产生了一定程度的初期冲刷，但是冲刷程度并不高。在本研究中，基于多源光谱法在线监测的智能雨污分流系统可以在初期冲刷没有明显产生的情况下根据污染物浓度准确判别污水，不受到降雨模式的影响。这些结果表明，在间接水质控制分流决策方法可能失效的情况下，本研究采用的直接水质控制分流决策方法仍然可以发挥作用，弥补了传统方法可能的不足之处。3.4水质改善情况在采用智能雨污分流系统之前，如表1所示，该雨水排口处的河道时常受到超标NH3-N的污染，超过本研究中3 mg/L的阈值。在采用了智能雨污分流系统之后，如图6所示，在三个月的时间里，河道的NH3-N浓度不仅可以稳定控制在3 mg/L以下，甚至不会超过2.5 mg/L，基本维持在地表水类标准的2 mg/L以下，显著减少了对河道的污染。考虑到本研究仅限定了3 mg/L的阈值，在条件允许的情况下，可以预见在更低的阈值下，河道的NH3-N污染会进一步减轻，水质得到更大的改善。100806040200NH3-N物积累率/%020406080100径流排放率/%降雨1降雨2降雨3降雨4降雨5判别线NH3-N浓度/（mgL-1）32102021-7-72021-7-272021-8-162021-9-52021-9-25时间图6智能雨污分流系统入河排口下游1 m处河道氨氮浓度的变化情况Fig.6Ammonia nitrogen profile at 1 meter downstream from the discharge point第8卷第3期534结论雨水当中潜在的中高污染部分可能会造成严重的环境影响，雨污分流对减少水体污染有着重要的意义。传统的基于水量的雨污分流机制，在很多应用场景中都可以基本完成雨污分流的目标，但是在某些情况下会遇到由不精细、不灵活而导致的误判问题。本研究开发了一种新型的基于多源光谱法在线监测的智能雨污分流系统，并在杭州未来科技城的一处真实河道进行了实际应用，取得了很好的雨污分流成效。本研究得到的主要结论如下：（1）在应用该智能系统之前，研究区域的雨水管直排对河道水质造成了影响，本文搭建的智能雨污分流体系很好地改善了这一问题，让水质得到了明显的提升。（2）本研究开发的智能雨污分流系统使用的是自主研发的第三代在线水质监测技术，利用多源光谱法进行在线水质监测不用化学试剂，相较于第一代和第二代在线水质监测技术而言，精度高而且效率高，在高浊度、低浓度等情况下也有很好的稳定性，而且综合了紫外和荧光光谱的优点，很好地起到了监测指标变化进而控制分流的效果。通过控制本次应用实例中的主要污染物指标（NH3-N），本研究所开发的智能雨污分流系统可以百分之百截留超过阈值的污水，直排水的各项水质指标都能达到标准。（3）实验发现在稳定运行过程中，各次降雨并不都能用质量初期冲刷现象来描述，如果依靠质量初期冲刷现象来将一定比例的初期雨水划定为污水，在本次实验观测到的多次降雨中，这种决策方法都会失效。而本研究所开发的方法可以统一地解决这个问题，直接用水质来反映来水污染情况，避免降雨模式变化带来的误判。（4）智能雨污分流体系在本文中的搭建与应用证明了其可行性和优越性，具有很高的推广价值。在之后的研究中，将进一步优化智能雨污分流系统的集成性，在更多的应用场景中测试该系统的准确性和稳定性，为雨污分流领域的研究以及本研究开发的基于多源光谱法在线监测的智能雨污分流系统的未来应用提供技术支撑。致谢杭州余杭区未来科技城（海创园）管理委员会提供了实验场地和配套实施条件，李宏先生提供了硬件设备支持，吴铁军教授提供了自动化控制模型，潘汉青先生提供了宝贵意见，在此一并致谢！参考文献1 PETER K T,TIAN Z Y,WU C,et al.Using high-resolution mass spectrometry to identify organic contaminantslinked to urban stormwater mortality syndrome in coho salmonJ.Environmental Science&Technology，2018，52（18）：10317-10327.2 ZGHEIB S,MOILLERON R,CHEBBO G.Priority pollutants in urban stormwater：Part 1-Case of separate stormsewersJ.Water Research，2012，46（20）：6683-6692.3 车伍，张伟，李俊奇.城市初期雨水和初期冲刷问题剖析J.中国给水排水，2011，27（14）：9-14.CHE W,ZHANG W,LI J Q.Analysis of urban initial rainwater and first flushJ.China Water&Wastewater，2011，27（14）：9-14.（in Chinese）4 PETER K T,HOU F,TIAN Z Y,et al.More than a firstflush：Urban creek storm hydrographs demonstrate broadcontaminantpollutographsJ.EnvironmentalScience&Technology，2020，54（10）：6152-6165.5 BACH P M,MCCARTHY D T,DELETIC A.Redefiningthe stormwater first flush phenomenonJ.Water Research，2010，44（8）：2487-2498.6 PERERA T,MCGREE J,EGODAWATTA P,et al.Newconceptualisation of first flush phenomena in urban catchmentsJ.Journal of Environmental Management，2021，281：111820.7 ZURAINI N A,ALIAS N,MOHAMED Y Z,et al.Firstflush analysis of urban stormwater runoff from an urbancatchment in Johor,MalaysiaJ.MATEC Web of Conferences，2018，250：06014.8 PERERA T,MCGREE J,EGODAWATTA P,et al.Taxonomy of in