论文部分内容阅读
摘要：对北京市污水处理厂进水、出水SS与CODcr的相关性进行了研究。得出进水SS与CODcr的相关性良好的结论，则考虑通过SS对CODcr进行预测；出水SS与CODcr的相关性也非常良好，可以通过降低SS浓度从而降低CODcr浓度，为进一步提高出水水质提供思路。
关键词：城镇污水处理厂 相关性线性关系
1、前言
城镇污水中CODcr与SS是污水处理厂每日常规测定指标，CODcr的测定一般采用重铬酸钾法，其中存在的一个很重要的问题是在测定过程中药剂耗量大同时还存在废弃物二次污染。而SS测定操作简单，不会造成二次污染。因此通过研究SS与CODcr的相互关系，通过SS预测CODcr的值，也有利于提高污水处理厂工艺运行的快速调控能力。
统计北京城区具有代表性的污水处理厂2006年-2008年连续监测的的每日进出水水质数据，各污水处理厂水质数据均取每天固定时间点的平均值，本文利用积累的三年翔实的实测数据，采用统计方法，对北京市数据较完整的三家污水处理厂的CODcr与SS进行分析。
2、CODcr与SS关系探讨
2.1进水CODcr与SS关系探讨
分析三家污水处理厂2006、2007、2008三年数据，将污水处理厂36个月的月平均值为横坐标，以浓度为纵坐标作图，三家污水处理厂普遍CODcr与SS具有相似的变化趋势，两者具有良好的相关性。图2-1为水厂（三）污水处理厂变化趋势图。
图2-1污水处理厂（三）进水CODcr与SS变化趋势图
因此绘制CODcr与SS两者线性关系图，见图2-2至2-4。
图2-2污水处理厂（一）进水CODcr与SS线性关系图
图2-3污水处理厂（二）进水CODcr与SS线性关系图
图2-4污水处理厂（三）进水CODcr与SS线性关系图
为了进一步探究CODcr与SS是否存在线性关系，运用数理统计学对其进行分析，分别对2006、2007、2008年的三年月平均值，采用最小二乘法进行线性回归计算，得出下表2-1。
表2-1北京城镇污水处理厂进水CODcr与SS相关关系表
项目 数据量（自由度） 相关系数γ 相关系数临界值γ0.05（34） 回归方程
水厂（一） 36（34） 0.927 0.330 CODcr=0.961SS+183
水厂（二） 36（34） 0.915 0.330 CODcr =1.26 SS+121
水厂（三） 36（34） 0.865 0.330 CODcr =1.14 SS+139
由表得出，在显著水平α=0.05，自由度n-2=34时，CODcr与SS两组数据的相关系数远远大于相关系數临界值，因此认为CODcr与SS的相关关系显著。利用SS预测CODcr的值，具有实际意义。选取2008年1月实测进水CODcr与SS数据值，证实线性方程的实用性。具体见表2-2。
表2-2 北京城镇污水处理厂出水CODcr与SS相关关系表
厂名 线性方程 实测进水(mg/L) 计算(mg/L)
SS CODcr CODcr
水厂（一） CODcr=0.961SS+183 208.30 421.30 383.18
水厂（二） CODcr =1.26 SS+121 198.03 404.97 370.52
水厂（三） CODcr =1.14 SS+139 253.68 471.84 428.20
2.2出水CODcr与SS关系探讨
分析三家污水处理厂2006、2007、2008三年数据，将污水处理厂36个月的月平均值为横坐标，以浓度为纵坐标作图，从图2-5至图2-7，几家污水处理厂普遍CODcr与SS具有相似的变化趋势，两者具有良好的相关性。
图2-5 北小河污水处理厂出水CODcr与SS线性关系图
图2-6 酒仙桥污水处理厂出水CODcr与SS线性关系图
图2-7 清河污水处理厂出水CODcr与SS线性关系图
通过数理统计方法对出水CODcr与SS指标月平均值进行分析，进一步验证出水CODcr与SS的线性关系。具体见表2-3。
表2-3 北京城镇污水处理厂出水CODcr与SS相关关系表
项目 数据量
（自由度） 相关系数
γ 相关系数临界值
γ0.05（34） 回归方程
水厂（一） 36（34） 0.9652 0.330 CODcr=1.73SS+22.1
水厂（二） 36（34） 0.5407 0.330 CODcr =1.79SS+18
水厂（三） 36（34） 0.7767 0.330 CODcr=1.94SS+19.1
出水CODcr与SS具有良好的线性关系，同样可以考虑通过出水SS推导出水CODcr。选取2008年1月实测出水CODcr与SS数据值，证实线性方程的实用性。具体见表2-4。但实测CODcr与计算所得的CODcr值有一定差距，主要由于分析时间较长，水质波动较大，可采用较短时间周期进行线性分析。定期（如一个季度）更新回归方程以保持更为理想的结果。
表2-4 北京城镇污水处理厂出水CODcr与SS相关关系表
厂名 线性方程 实测出水(mg/L) 计算(mg/L)
SS CODcr CODcr
水厂（一） CODcr=1.73SS+22.1 32.60 76.70 78.49
水厂（二） CODcr =1.79 SS+18 12.39 37.48 40.17
水厂（三） CODcr=1.94SS+19.1 13.53 44.06 45.35
3、结论
（1）通过对北京市城镇污水处理厂的进水CODcr和SS监测数据进行回归和验证，结果表明，两者也具有很好的线性关系。相关系数大于相关系数的临界值，所得的定量关系方程是合理的。
（2）污水处理厂进水中CODcr和SS两者具有良好的相关性，可以利用SS来预测CODcr的宏观情况，增加了水质的预测能力，在实际运行中有利于提高污水处理厂的快速调控能力。
（3）出水CODcr与SS两者具有良好的线性关系，相关系数大于相关系数的临界值，所得的定量关系方程合理。可通过出水的SS值推导出水CODcr数值。同时可推测出二沉池的运行状况，及时调整控制参数，改善二沉池运行状况以提高水质。
关键词：城镇污水处理厂 相关性线性关系
1、前言
城镇污水中CODcr与SS是污水处理厂每日常规测定指标，CODcr的测定一般采用重铬酸钾法，其中存在的一个很重要的问题是在测定过程中药剂耗量大同时还存在废弃物二次污染。而SS测定操作简单，不会造成二次污染。因此通过研究SS与CODcr的相互关系，通过SS预测CODcr的值，也有利于提高污水处理厂工艺运行的快速调控能力。
统计北京城区具有代表性的污水处理厂2006年-2008年连续监测的的每日进出水水质数据，各污水处理厂水质数据均取每天固定时间点的平均值，本文利用积累的三年翔实的实测数据，采用统计方法，对北京市数据较完整的三家污水处理厂的CODcr与SS进行分析。
2、CODcr与SS关系探讨
2.1进水CODcr与SS关系探讨
分析三家污水处理厂2006、2007、2008三年数据，将污水处理厂36个月的月平均值为横坐标，以浓度为纵坐标作图，三家污水处理厂普遍CODcr与SS具有相似的变化趋势，两者具有良好的相关性。图2-1为水厂（三）污水处理厂变化趋势图。
图2-1污水处理厂（三）进水CODcr与SS变化趋势图
因此绘制CODcr与SS两者线性关系图，见图2-2至2-4。
图2-2污水处理厂（一）进水CODcr与SS线性关系图
图2-3污水处理厂（二）进水CODcr与SS线性关系图
图2-4污水处理厂（三）进水CODcr与SS线性关系图
为了进一步探究CODcr与SS是否存在线性关系，运用数理统计学对其进行分析，分别对2006、2007、2008年的三年月平均值，采用最小二乘法进行线性回归计算，得出下表2-1。
表2-1北京城镇污水处理厂进水CODcr与SS相关关系表
项目 数据量（自由度） 相关系数γ 相关系数临界值γ0.05（34） 回归方程
水厂（一） 36（34） 0.927 0.330 CODcr=0.961SS+183
水厂（二） 36（34） 0.915 0.330 CODcr =1.26 SS+121
水厂（三） 36（34） 0.865 0.330 CODcr =1.14 SS+139
由表得出，在显著水平α=0.05，自由度n-2=34时，CODcr与SS两组数据的相关系数远远大于相关系數临界值，因此认为CODcr与SS的相关关系显著。利用SS预测CODcr的值，具有实际意义。选取2008年1月实测进水CODcr与SS数据值，证实线性方程的实用性。具体见表2-2。
表2-2 北京城镇污水处理厂出水CODcr与SS相关关系表
厂名 线性方程 实测进水(mg/L) 计算(mg/L)
SS CODcr CODcr
水厂（一） CODcr=0.961SS+183 208.30 421.30 383.18
水厂（二） CODcr =1.26 SS+121 198.03 404.97 370.52
水厂（三） CODcr =1.14 SS+139 253.68 471.84 428.20
2.2出水CODcr与SS关系探讨
分析三家污水处理厂2006、2007、2008三年数据，将污水处理厂36个月的月平均值为横坐标，以浓度为纵坐标作图，从图2-5至图2-7，几家污水处理厂普遍CODcr与SS具有相似的变化趋势，两者具有良好的相关性。
图2-5 北小河污水处理厂出水CODcr与SS线性关系图
图2-6 酒仙桥污水处理厂出水CODcr与SS线性关系图
图2-7 清河污水处理厂出水CODcr与SS线性关系图
通过数理统计方法对出水CODcr与SS指标月平均值进行分析，进一步验证出水CODcr与SS的线性关系。具体见表2-3。
表2-3 北京城镇污水处理厂出水CODcr与SS相关关系表
项目 数据量
（自由度） 相关系数
γ 相关系数临界值
γ0.05（34） 回归方程
水厂（一） 36（34） 0.9652 0.330 CODcr=1.73SS+22.1
水厂（二） 36（34） 0.5407 0.330 CODcr =1.79SS+18
水厂（三） 36（34） 0.7767 0.330 CODcr=1.94SS+19.1
出水CODcr与SS具有良好的线性关系，同样可以考虑通过出水SS推导出水CODcr。选取2008年1月实测出水CODcr与SS数据值，证实线性方程的实用性。具体见表2-4。但实测CODcr与计算所得的CODcr值有一定差距，主要由于分析时间较长，水质波动较大，可采用较短时间周期进行线性分析。定期（如一个季度）更新回归方程以保持更为理想的结果。
表2-4 北京城镇污水处理厂出水CODcr与SS相关关系表
厂名 线性方程 实测出水(mg/L) 计算(mg/L)
SS CODcr CODcr
水厂（一） CODcr=1.73SS+22.1 32.60 76.70 78.49
水厂（二） CODcr =1.79 SS+18 12.39 37.48 40.17
水厂（三） CODcr=1.94SS+19.1 13.53 44.06 45.35
3、结论
（1）通过对北京市城镇污水处理厂的进水CODcr和SS监测数据进行回归和验证，结果表明，两者也具有很好的线性关系。相关系数大于相关系数的临界值，所得的定量关系方程是合理的。
（2）污水处理厂进水中CODcr和SS两者具有良好的相关性，可以利用SS来预测CODcr的宏观情况，增加了水质的预测能力，在实际运行中有利于提高污水处理厂的快速调控能力。
（3）出水CODcr与SS两者具有良好的线性关系，相关系数大于相关系数的临界值，所得的定量关系方程合理。可通过出水的SS值推导出水CODcr数值。同时可推测出二沉池的运行状况，及时调整控制参数，改善二沉池运行状况以提高水质。