導語

【 目的 】 低維護分散型水處理技術與裝備是全球工程開發前沿領域，而高速公路服務區污水處理系統作為典型的低維護、分散型污水處理設施，其污水的穩定處理與達標排放一直是極具挑戰的工程難題。 【 方法 】 文章通過長期連續的現場監測以揭示其污水處理效率低和系統穩定性差的原因，并基于人工智能算法建立的數學模型提出可行的解決方案。 【 結果 】 監測結果顯示，服務區污水的水量和水質呈顯著高波動特征，水量和水質的日波動系數分別高達5.2倍和2.3倍，特別是進水氨氮峰值質量濃度及其負荷日變化系數分別達到220 mg N/L和9.9倍。 高濃度氨氮衍生的有毒物質自由氨質量濃度可達97 mg N/L，顯著抑制污水處理系統的微生物活性，導致系統的氨氮去除能力下降了94%，并對系統造成持續性的負面影響，這是導致系統穩定差和處理效率低的關鍵原因。為此，解決問題的關鍵在于控制高濃度自由氨對生物系統的沖擊。數據分析顯示，服務區污水中的氮主要源自廁所尿液污水，其中男廁尿液污水貢獻可達54%，但其水量貢獻率僅為17%。基于所建立的污水水量和水質預測模型的模擬結果顯示，尿液污水的分離調蓄與預處理調控方法能夠有效降低自由氨的瞬時峰值濃度及波動幅度，有望減輕自由氨對微生物活性的抑制作用。 【 結論 】 文章為我國高速公路服務區污水處理系統的升級改造提供了切實可行的解決方案，為解決達標排放的難題提供了新的思路。

【引文格式】

梁振聲, 黃韜, 黃曉東, 等.高速公路服務區污水的高波動特征與優化調控[J].凈水技術, 2025, 44(5): 98-104,130.

LIANG Z S, HUANG T, HUANG X D, et al.Characteristics and optimized control for high variability of wastewater in expressway service areas[J].Water Purification Technology, 2025, 44(5): 98-104,130.

通信作者

江峰

中山大學教授、博士生導師

長期致力于硫生物化學與水污染治理技術研究，在Water Research和Environmental Science &Technology等環境領域權威期刊上發表論文90篇，是2019~2021年Water Research高產出通訊作者（Top 3），授權發明專利20項，牽頭制訂廣東省標準1項，獲得2023年度中國環境保護科學技術獎二等獎、2019年度國際水協會首創水星獎金獎。主持國家自然科學基金聯合重點項目、國家重點研發計劃課題等10多項國家/省級重點項目，是荷蘭、以色列、智利等國家科學基金項目函評專家。擔任Water Research 和International Biodeterioation & Biodegradation兩個期刊的Associate Editor，是Nature Water等期刊的特邀審稿人。

隨著我國水污染防治行動計劃的深入實施，集中式的城鎮污水處理問題已基本解決，低維護分散型的污水處理難題逐漸成為水環境治理的重點關注領域。中國工程院發布的2024全球工程前沿問題中，低維護分散型水處理技術與裝備是環境工程領域的工程開發前沿。高速公路服務區(以下簡稱“服務區”)作為一種典型、常見的分散式污水污染源，其污水治理顯得尤為重要。由于服務區通常遠離市區，需要配備獨立的污水處理系統。然而，服務區規模較小、位置分散和數量眾多，其污水處理系統普遍缺乏維護管理，出現污水超標排放甚至直排現象。因此，我國交通運輸部在2017年頒布《推進交通運輸生態文明建設實施方案》，各地如廣西、江蘇、貴州等對服務區污水處理現狀進行了調查與分析，結果顯示，服務區污水水質和水量波動大，進水氨氮和總磷濃度明顯高于城市生活污水水質，同時污水處理系統存在設備老舊損壞、管養力度不足、工藝落后等問題從而導致出水超標排放。雖然各地開展了服務區污水處理系統的升級改造工作，包括維護設備、加強管理、擴大調節池、增加處理規模和更換工藝等，但服務區的出水仍然難以滿足穩定達標排放的要求。因此，為解決此全球工程前沿問題，本研究結合現場調查與數學模擬的方法，揭示服務區污水的產排特征、甄別影響污水處理系統穩定運行的關鍵因素并建立基于人流量的污水水量和水質預測模型，探索低維護分散型污水處理的工程技術方案，為我國服務區污水穩定達標排放提供參考和借鑒。

1 材料與方法

1.1

現場監測和取樣

經初步調研，本研究選擇的服務區位于廣東省，其污水組成主要包括廁所污水、餐飲污水、洗車污水及員工宿舍污水，日污水量為80～120m3。原污水處理工藝為厭氧/好氧(AO)活性污泥法，其調節池、厭氧池、好氧池的有效容積分別為124、20、45 m3。由于出水氨氮超標排放，管理單位對污水處理系統進行了工程改造及運行參數優化，包括在好氧池增加掛膜填料、投加藥劑、調整曝氣量和延長反應時間。然而，改造后系統仍無法穩定達標，節假日期間黑臭現象仍然存在。

因此，2020年9月28日—2020年11月15日，對該服務區進行了連續48 d的現場監測。根據人流量顯著差異，將其劃分為國慶節假日高峰時段(9月28日—10月8日)與平時時段(10月9日—11月15日)。現場監測對象包括綜合污水水質、尿液污水水質、污水量和廁所人流量。其中，綜合污水水樣的采樣位置包括調節池和污水處理系統出水口；尿液污水水樣來自男廁小便斗的總出水管。水樣采樣時間為每天的10:00—11:00。現場測定水質指標包括氨氮、溶解氧和pH；總氮(TN)、化學需氧量(COD)、懸浮物則按照標準方法保存并運回實驗室當天測定。此外，污水量由安裝在污水處理系統出水口的電子流量計每小時自動記錄。廁所人流量則由安裝在男廁和女廁門口的紅外人流計數器實時記錄。

1.2

水質分析方法

水質指標的測定均采用國家標準方法。其中，氨氮采用《水質 氨氮的測定 納氏試劑分光光度法》(HJ 535—2009)、TN采用《水質 總氮的測定 堿性過硫酸鉀消解紫外分光光度法》(HJ 636—2012)、COD采用《水質 化學需氧量的測定 重鉻酸鹽法》(HJ 828—2017)、懸浮物采用《水質 懸浮物的測定重量法》(GB 11901—1989)、溶解氧采用《水質 溶解氧的測定 電化學探頭法》(HJ 506—2009)、pH 采用《水質 pH 值的測定 電極法》(HJ 1147—2020)。

1.3

污水穩定化調控模擬

為探究合適的污水進水穩定化方案，根據氨氮主要來源于尿液污水的調查分析結果，提出了尿液污水分離調蓄與預處理的源頭減量方法，并結合人工智能算法研究男性尿液污水分離預處理對污水水質穩定化的影響。

首先，以人流量為自變量，污水量、氨氮濃度和氨氮負荷為因變量構建了高速服務區污水水量和水質動態預測模型，用于模擬產生的污水水量和水質。采用的算法包括K近鄰(KNN)、支持向量機(SVR)、線性回歸(LR)、多項式回歸(PR)、梯度提升決策樹(GBDT)和隨機森林(RF)。 通過決定系數(R2)和均方根誤差(RMSE)評價各算法的擬合效果，并選擇表現最佳的算法進行后續模擬。

其次，利用模型研究尿液污水分離預處理對污水穩定性的影響。假設條件如下：(1)根據調查結果和發明專利描述，增設尿液污水存儲池和好氧微生物預處理池，前者容積固定取10 m3,后者體積分別取0、20、40、60、80 m3和100 m3以確定預處理池體積及其處理能力。其中真實尿液污水生物處理工藝的氨氮去除速率為280～1100 (g N)·d/m3,選取550 (g N)·d/m3進行計算。另外，基于服務區產生的尿液污水量及其氨氮濃度動態變化，預處理后的出水氨氮濃度可由式(1)進行計算。當計算結果為負數時取0；(2)硝化反應導致污水pH的變化可根據文獻公式進行估算，其中污水堿度統一取250 mg CaCO3/L；(3)研究表明，AO工藝能夠承受最大水量沖擊為平時時段的2倍，故高峰時期污水生物處理工藝的進水流量以2倍計算。

其中:Cp,out——預處理池平均出水氨氮質量濃度，mg N/L;

Cp,in——預處理池平均進水氨氮質量濃度，mg N/L;

Qp——預處理池處理水量，m3/d;

rp——氨氮去除速率，(g N)·d/m3;

t——天數，d。

2 結果與討論

2.1

污水處理現狀及成因分析

2.1.1 污水高波動特征及處理現狀

圖1為現場監測的廁所人流、污水水量、進水和出水水質波動變化情況。各項指標變化均呈現非線性高波動特性，且在節假日人流高峰時段出現最大值。總體上，各變化曲線同頻變化，在節假日高峰時段先急劇上升后快速下降，最后逐漸恢復到平時時段水平。該服務區污水水量為63～330 m3/d，日波動系數為5.2倍；進水氨氮質量濃度為96～220 mg N/L，日波動系數為2.3倍，明顯高于典型城市生活污水情況(表1)。 氨氮濃度與污水水量的波動曲線同頻振動，導致高峰時段進水氨氮負荷(濃度×流量)在短期內急劇上升，其負荷日變化系數高達9.9(7.1～70.5 kg N/d)。

表1 服務區污水與市政污水情況對比

注:?表示《廣東省水污染物排放限值》(DB 44/26—2001)第二時段一級標準。

圖1 廁所人流、污水量、進水氨氮、自由氨和出水氨氮濃度日變化

高波動的水量和水質通過改變工藝的水力停留時間(HRT)和微生物群落組成進而影響污染物的處理效率。該服務區污水在高波動的水量和水質下，出現污水處理效率低、不穩定、多項指標不同程度的超標排放現象。總體上，高峰時段的人流量越大，水量和進水物質濃度越大，出水物質濃度越高；在平時時段，該變化趨勢并不明顯。具體而言，氨氮、COD和懸浮物的平均出水濃度均高于標準限值(表1)。其中氨氮一直超標排放，其平均出水質量濃度高達49 mg N/L，為標準排放限值的4.9倍；COD和懸浮物平均出水質量濃度分別為排放標準的1.8倍和1.1倍。為區分平時和高峰時段污水處理系統的處理效果，表2進一步展示了兩時段的進、出水情況。在平時時段，氨氮的平均去除率約為71%，出水濃度為標準限值的3倍。然而，在高峰時段，氨氮的平均去除率明顯下降至9%，平均出水質量濃度高達132 mg N/L，平均出水質量濃度為標準限值的13倍，污染嚴重。

表2 廣東某服務區平時時段與高峰時段的污水處理情況

由式(2)和表2可知，污水處理系統的氨氮平均去除速率，其中平時時段約為69.30 kg N/d；高峰時段約為25.48 kg N/d。因此，針對高波動的水量和水質，必須制定針對性方案優化污水處理工藝以確保污水處理系統的穩定性。

其中:r——氨氮平均去除速率,kg N/d;

Q0——總污水量,L/d;

Cin——氨氮平均進水質量濃度,mg N/L;

Cout——氨氮平均出水質量濃度,mg N/L。

2.1.2 污水超標排放關鍵成因分析

節假日污水水量增大導致系統處理能力不足被認為是服務區污水超標排放的重要原因。然而，管理單位通過增大調節池和新增污水處理設備的方式仍然未能有效解決超標排放問題。因此，亟需查明造成服務區污水多指標、長時間超標排放的成因，并制定針對性解決方案。

高濃度氨氮通常伴隨較高濃度的自由氨(FA)。FA的生物毒性會對微生物，如氨氧化菌(AOB)產生抑制作用，甚至導致其死亡。研究表明，當FA質量濃度為7～10 mg N/L 時會對AOB產生明顯的抑制作用；達到25 mg N/L 時，AOB活性下降40%；達到34 mg N/L 時下降89%。根據文獻公式，該污水平時時段的平均進水FA質量濃度僅為0～2 mg N/L，幾乎不會對AOB產生抑制作用；但在高峰時段，FA濃度迅速上升并維持在較高水平，如9 月30日—10月2日的3 d 內的FA質量濃度均超過30 mg N/L。 FA濃度在短時間內急劇上升，使得微生物群落無法快速調整其生存策略以應對FA毒性。又如進水FA在10月1日的質量濃度高達97 mg N/L，能顯著抑制甚至毒殺AOB，令系統氨氮去除能力僅為3.9 kg N/d，與平時時段平均去除速率69.30 kg N/d 相比下降了94%，出水氨氮質量濃度高達207 mg N /L。經歷高濃度FA毒性作用后，自養微生物AOB難以在短時間內恢復，導致高峰時段之后長時間出水氨氮持續處于超標排放狀態。因此，服務區高峰時段污水高濃度、高波動的FA顯著抑制甚至滅殺微生物，是處理系統多指標、長時間超標排放的關鍵原因。

2.1.3 氨氮來源分析

服務區污水中尿液污水含量大，是污水氨氮的主要來源。尿液污水對總污水氨氮含量的貢獻按式(3)～式(4)進行估算，結果如圖2所示。平時時段尿液污水量占總水量的24%，而隨著高峰期人流增加，尿液污水比例上升至29%。其中男性尿液污水的比例相對穩定，約17%；而女性尿液污水的比例隨著人流的增大，從7%上升至12%。進一步分析，平時時段污水的氮負荷約80%來自尿液污水；而在高峰期，這一比例達到91%。值得注意的是，雖然男性尿液污水僅占總污水量的17%，但其氮負荷貢獻為54%～56%。這一結果表明，若對男廁尿液污水進行收集與預處理，將有助于降低后續污水處理設施的進水氨氮和FA濃度。

其中:Y1——尿液污水占總污水量比例;

Q1——人均尿液量，取0.2 L/人次;

Q2——小便后每次沖刷用水量，2.5 ～5 L/人次，取3 L/人次;

N——廁所人流，人/d;

Q0——總污水量，L/d;

YN——尿液污水中TN 含量占總污水TN的比例;

C1——尿液污水TN 質量濃度，mg N/L;

C0——總污水中TN 質量濃度，mg N/L。

2.2

基于數學模型的服務區高波動污水穩定化升級改造方案

2.2.1 解決思路與目標

基于服務區污水的氨氮主要來源于尿液廢水，與高波動的人流變化密切相關。因此，以人流量為自變量，利用人工智能算法建立預測模型，研究男性尿液污水分離預處理措施對污水FA濃度及波動的穩定效果。其中，設進水FA質量濃度控制目標為不高于7 mg N/L，該濃度不會對AOB活性產生顯著抑制作用。

2.2.2 基于模型的效果評估

模擬結果如表3所示，PR算法對污水水量擬合效果最好，

R

R

表3 模型對污水量、氨氮濃度和氨氮負荷的擬合效果

模擬結果如圖3和圖4所示，尿液污水分離預處理措施能夠顯著降低高峰時段氨氮和FA的峰值濃度和波動幅度。具體而言，在一定范圍內預處理池體積越大，氨氮和FA濃度的穩定化效果越好。當預處理池體積在60 m3達到最大調控效果，模擬的氨氮峰值質量濃度能從168 mg N/L降低至79 mg N/L；模擬的FA峰值濃度降低了92%，從75 mg N/L降低至6 mg N/L 以下；波動率降低了77%。該預測模型能夠為高速服務區污水處理工藝升級改造方案提供參考。但是由于影響污水水量和水質的因素眾多，各服務區的污水水量和水質存在差異，該模型還需要進一步優化和驗證以提高其適用性。

圖3 不同體積預處理池調節池的氨氮濃度模擬

圖4 不同預處理池體積調節池的FA 濃度模擬

以上表明，增加尿液污水前置分離與預處理措施能夠有效降低進水氨氮和FA的峰值濃度及波動幅度，減少甚至消除FA對微生物活性的抑制作用，利于污水處理系統的穩定運行和污水的達標排放。此外，該措施可在不影響原有處理工藝正常運行的前提下，支持不停產升級改造，具備影響小、易于實施、氨氮和FA去除效果顯著等優勢，在現有服務區污水處理系統改造中具有良好應用潛力。

3 結論

低維護、分散型水處理技術與裝備是全球工程開發前沿領域，而高速公路服務區污水處理系統是典型的低維護、分散型污水處理設施，保證此類系統在低維護甚至無人值守條件下的穩定運行，是環境工程領域的前沿難題。經過在高速公路服務區的長周期監測與數據分析，本研究結論如下。

(1)發現了服務區污水難以實現長期、穩定達標處理的關鍵在于水量和水質具有非線性高波動特征，其日波動系數分別高達5.2倍和2.3倍。尿液污水的比例大，導致污水中的氨氮質量濃度為96～220 mg N/L，明顯高于城市生活污水的氨氮濃度。此外，在節假日人流量激增的情況下，污水量和氨氮濃度同頻增加，氨氮負荷日變化系數高達9.9。

(2)揭示了高峰時段污水高濃度、高波動的FA顯著抑制污水處理系統微生物的活性，是污水長時間超標排放的關鍵成因。高峰期FA質量濃度可在短期內快速上升至97 mg N/L，顯著抑制甚至殺死微生物，導致氨氮去除能力下降了94%。這種微生物活性的抑制，使得污水處理系統在高峰時段后難以迅速恢復，造成多指標、長時間的超標排放現象。

(3)提出了結合人工智能算法與預測模型的尿液污水分離調蓄與預處理調控方法，以實現FA濃度和波動的自動化調控。該方法能顯著降低高峰時段的氨氮濃度和FA濃度，其中FA峰值濃度和波動幅度分別降低了92%和77%，避免高濃度FA對微生物抑制作用，使氨氮與FA濃度“線性化”，有利于污水穩定處理與達標排放。所建立的預測模型為服務區污水處理系統的前期設計和升級改造提供了有價值的建議。

這一研究為高速公路服務區污水這一典型的低維護、分散型水處理工程難題提供了一種可行的解決方案，目前已進行實踐應用。

本文來源于《凈水技術》2025年第5期“污水處理與回用”，內容略有刪減，原標題為《高速公路服務區污水的高波動特征與優化調控》，作者梁振聲1,2,黃 韜1,黃曉東3,黎新才3,陳聰凝4,江 峰1,?(1.中山大學環境科學與工程學院,水污染低碳治理技術廣東省工程研究中心,廣東廣州 510275;2.廣東第二師范學院生物與食品工程學院,廣東廣州 510310;3.廣東廣樂高速公路有限公司,廣東廣州 510180;4.廣東省交通集團有限公司,廣東廣州 510100）。

來源：本文源自《凈水技術》2025年第5期“污水處理與回用”

排版：李佳佳

校對：李佳佳

關于《凈水技術》

《凈水技術》創刊于 1982年，由上海市科學技術協會主管，上海市凈水技術學會和上海城市水資源開發利用國家工程中心有限公司聯合主辦，上海市政工程設計研究總院(集團) 有限公司和同濟大學環境科學與工程學院提供學術支持的中國科技核心期刊，華東地區優秀期刊。《凈水技術》2023年復合影響因子為1.348，綜合影響因子為0.875。

推薦閱讀（點擊標題跳轉）

《凈水技術》2025年活動計劃

《凈水技術》刊務理事會歡迎廣大水務企業加盟合作

詳情可咨詢市場部 ：孫編輯 15900878214