论文部分内容阅读
饮用水同人们的身体健康密切相关,随着工业化的发展和人们生活水平的提高,水源污染已成为世界范围内普遍关注的问题,人们对饮用水水质的要求也越来越高。经过水厂净化处理的出厂水达到了水质标准,但饮用水在供水管网内具有一定的停留时间,水质会发生变化。服务年限长的供水管道内壁会形成腐蚀物,使饮用水受到二次污染,供水管道的卫生状况将直接影响水质。本课题采用生物可降解溶解性有机碳(BDOC)作为评价水质生物稳定性的指标,研究供水管网的生物稳定性的变化规律,为供水企业改善水质提供依据。首先以试验管网为对象,研究了供水管网中常规水质指标和BDOC的变化规律,并对常规水质指标和BDOC的相关性进行了研究。研究结果表明,管网水余氯和BDOC呈负相关;管网水浊度和BDOC呈正相关;管网水中铁浓度和BDOC是正相关。对城市供水管网BDOC全年监测的结果表明:供水管网中BDOC在0.17~1.46mg/L之间;冬季管网水中BDOC浓度沿管线变化趋势是缓慢降低之后又上升;夏季水温较高,出厂水中余氯衰减速率很快,BDOC降低趋势比较明显;春季和秋季供水管网中BDOC变化趋势不大。各季节出厂水中TOC浓度偏高,经过城市供水管网输送之后,管网水中TOC浓度都有所下降。为了研究饮用水中细菌之间的种群结构和亲缘关系,应用16SrRNA方法对供水管网中细菌的多样性进行了研究。对9种水样进行PCR扩增后,获得的特异扩增片断大小在100~300bp之间;将回收后的片断扩增条带进行测序,得到17个测序结果,条带的序列长度在192~227bp之间;根据测序结果建立系统进化树,在一定程度上确定了回收的特异片断的分类地位。应用多元线性回归和BP神经网络两种方法建立了供水管网BDOC的预测模型,试验了6种神经网络结构,最终确定了1个隐含层,25个神经元的BP网络作为最合适的模型结构。经过对两种预测模型的比较发现,神经网络方法建立的模型对管网中BDOC的预测精度最高,准确度为82.86%,远远大于多元线性逐步回归预测模型的预测准确性(17.14%)。采用静态管段试验和动态模拟管网试验,研究了管网水中BDOC对供水管道中生长环的影响,BDOC与生长环上吸附性细菌的数量呈显著的正相关关系,BDOC与管网水中游离性细菌也是正相关关系。应用红外光谱分析生长环,得到了有机物的特征峰,说明供水管网中的有机物质沉积在生长环上;对生长环进行热重分析,确定了管网水中BDOC变化值同生长环中有机物含量的正相关关系,管网水中BDOC含量越高,管道内壁越容易形成生长环。对供水管网中的生长环进行了物理结构和化学组成的测定,3个生长环样品的比表面积在47~115m2/g,孔容为0.03~0.21cm3/g,说明生长环内部存在着孔隙结构。应用扫描电镜对生长环的微观形态进行测试,生长环分层清晰,分别为表面粘垢、易脱落的疏松层和致密层。通过X射线衍射分析,发现生长环的主要成分为针铁矿(α-FeOOH)、纤铁矿(γ-FeOOH)及FeS。通过X射线荧光能谱分析,生长环的元素组成主要为O和Fe,还有少量的Si、Al和S。对生长环中微生物进行了测定,发现了铁细菌和硫酸盐还原菌。对管道生长环的形成机理进行了分析,供水管道中微生物腐蚀不是单独存在的,往往和电化学腐蚀同时发生的,微生物的生长加速了管道腐蚀。