光催化技術(shù)對(duì)黑臭水體去除速率模型構(gòu)建及去除效果評(píng)價(jià)

王雪松，龔 慧，王曉杰

(江蘇省水文水資源勘測(cè)局常州分局，江蘇 常州 213000)

近年來(lái)，城市黑臭水體現(xiàn)象的加劇在很大程度上影響了居民的正常生活，同時(shí)限制了城市經(jīng)濟(jì)的發(fā)展[1]。注重城市日常水體的質(zhì)量，對(duì)保持城市形象，實(shí)現(xiàn)城市河流灌溉、景觀、航運(yùn)具有十分重要的意義[2- 3]。隨著國(guó)家對(duì)城市水體水質(zhì)的重視，很多水質(zhì)凈化措施已被應(yīng)用于黑臭水體治理中，如截污納管、底泥疏浚等，但這些簡(jiǎn)單的工程措施由于功能的單一性已無(wú)法滿足城市水體的要求，因此，在傳統(tǒng)工程措施的前提下，綜合其他方法才能有效凈化城市黑臭水體[4- 5]。石墨烯光催化技術(shù)作為目前國(guó)內(nèi)外大力推廣的先進(jìn)水質(zhì)凈化技術(shù)，具有導(dǎo)電性好、表面積大、分解作用快的優(yōu)點(diǎn)，可有效凈化水質(zhì)，提高水質(zhì)凈化的效率[6- 7]，將該技術(shù)大力推廣到城市黑臭水體處理中，可在一定程度上有效解決城市黑臭水體的問(wèn)題。

目前，石墨烯光催化技術(shù)在國(guó)內(nèi)水質(zhì)凈化中的應(yīng)用仍然較少。王雪松等[2]分析了石墨烯光催化技術(shù)在常州城區(qū)黑臭水體凈化中的適用性，指出該項(xiàng)技術(shù)對(duì)城市黑臭水體有著明顯的凈化作用，經(jīng)該技術(shù)凈化后的黑臭水體污染源濃度顯著降低，水體透明度得到提高。文章以常州城區(qū)黑臭河道長(zhǎng)溝河為研究對(duì)象，在河道內(nèi)布置了石墨烯光催化網(wǎng)進(jìn)行水體凈化，得出了不同水質(zhì)指標(biāo)在不同時(shí)期的濃度值。針對(duì)該技術(shù)凈化水質(zhì)指標(biāo)的預(yù)測(cè)模型的相關(guān)研究不足，同時(shí)凈化效果無(wú)法統(tǒng)一量化，文章基于實(shí)測(cè)水質(zhì)指標(biāo)數(shù)據(jù)和PCA優(yōu)化的長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型(PCA-LSTM)構(gòu)建了石墨烯光催化技術(shù)對(duì)黑臭水體的去除模型，同時(shí)判定實(shí)施前后水體水質(zhì)的變化情況，為實(shí)時(shí)把控黑臭水體水質(zhì)指標(biāo)濃度提供依據(jù)，為更好發(fā)揮石墨烯光催化技術(shù)的凈水效果提供幫助。

1 試驗(yàn)概況與數(shù)據(jù)測(cè)定

1.1 試驗(yàn)區(qū)概況

文章試驗(yàn)河道選擇位于江蘇省常州市鐘樓區(qū)的長(zhǎng)溝河，該河道西首斷頭、東首與澡港河相通，河道水質(zhì)受澡港河潮汐影響嚴(yán)重。試驗(yàn)期為2018年8月—2019年11月，通過(guò)測(cè)定河道實(shí)施凈化措施前后的氨氮(NH3-N)、溶解氧(DO)、化學(xué)需氧量(COD)、總磷(TP)的濃度，分析河道水質(zhì)變化，水質(zhì)類(lèi)別評(píng)價(jià)采用GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》[8- 9]。

1.2 石墨烯光催化技術(shù)原理

凈化設(shè)備由5層材料組成，第一層為PP材料的基材層，第二層為保護(hù)層，在第四層石墨烯層兩側(cè)配備不同的半導(dǎo)體層，如圖1所示。該種結(jié)構(gòu)使得光催化產(chǎn)生的光生電子、光生空穴向兩側(cè)躍遷，從而抑制了光生電子和空穴對(duì)的復(fù)合，大大提升了光催化效率。

圖1 石墨烯光催化氧化技術(shù)材料結(jié)構(gòu)圖

通過(guò)在石墨烯兩側(cè)引入不同光催化材料，構(gòu)建復(fù)合材料體系，并利用一定工藝負(fù)載于聚丙烯基材。材料中價(jià)帶電子吸收日光中能量后，躍遷至導(dǎo)帶，產(chǎn)生光生空穴(h+)與光生電子(e-)。石墨烯能有效傳導(dǎo)生成的光生電子(e-)，從而避免光生載流子的復(fù)合，有效形成分離的氧化還原反應(yīng)位點(diǎn)，進(jìn)一步促進(jìn)載流子分別與水分子、氧氣分子發(fā)生反應(yīng)，生成包括羥基自由基(·OH)、超氧陰離子(·O2-)在內(nèi)的多種活性氧化物質(zhì)(ROS)，有效削減水體中的污染物。其原理如圖2所示。

圖2 石墨烯光催化氧化技術(shù)原理圖

2 方法原理

2.1 PCA-LSTM模型原理

長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型(LSTM)是一種特殊的深度學(xué)習(xí)模型，該模型可有效記憶數(shù)據(jù)歷史規(guī)律，避免了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)參數(shù)的隨機(jī)性。該模型由輸入閥門(mén)、遺忘閥門(mén)、更新閥門(mén)和輸出閥門(mén)4部分組成[8]。PCA主成分分析可綜合分析出影響河流水質(zhì)的關(guān)鍵因素，以此作為模型輸入集合，實(shí)現(xiàn)對(duì)水質(zhì)指標(biāo)的預(yù)測(cè)，將模型數(shù)據(jù)間隔設(shè)置為5min，構(gòu)建基于PCA-LSTM的水質(zhì)預(yù)測(cè)模型[9]，模型原理如圖3所示。

圖3 PCA-LSTM模型原理圖

2.2 模型精度驗(yàn)證

選擇均方根誤差(RMSE)、決定系數(shù)(R2)、平均絕對(duì)誤差(MAE)和效率系數(shù)(Ens)組成模型精度指標(biāo)評(píng)價(jià)體系，公式如下:

(1)

(2)

(3)

(4)

2.3 T-S模糊神經(jīng)網(wǎng)絡(luò)模型

將模糊理論與神經(jīng)網(wǎng)絡(luò)模型相結(jié)合，構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)，用于綜合評(píng)價(jià)指標(biāo)等級(jí)[10]。T-S模糊神經(jīng)網(wǎng)絡(luò)模型是模糊系統(tǒng)中最常見(jiàn)的一種，該方法具有表達(dá)模糊、推理規(guī)則、計(jì)算簡(jiǎn)單、利于數(shù)學(xué)分析的優(yōu)點(diǎn)[11]，模型具體步驟可見(jiàn)文獻(xiàn)[12]。

3 結(jié)果與分析

3.1 水質(zhì)指標(biāo)影響因素相關(guān)性分析

對(duì)現(xiàn)有水質(zhì)影響因子與水質(zhì)指標(biāo)進(jìn)行相關(guān)性分析，結(jié)果如圖4所示。由圖4可以看出，最高氣溫(Tmax)、最低氣溫(Tmin)、水深、水溫與水質(zhì)指標(biāo)的相關(guān)性較強(qiáng)，PCA-LSTM模型在訓(xùn)練模型時(shí)，不但要考慮水體本身的影響，還要考慮氣象因子對(duì)水質(zhì)的交互作用，因此，在模型中引入氣象因子可提高模型的精度?？蓪⑦@4項(xiàng)影響因素作為模型輸入部分，用于水質(zhì)指標(biāo)的模擬。

圖4 不同因素相關(guān)性分析

3.2 水質(zhì)指標(biāo)預(yù)測(cè)結(jié)果分析

圖5為PCA-LSTM模型對(duì)不同水質(zhì)指標(biāo)的預(yù)測(cè)結(jié)果分析。由圖可以看出，傳統(tǒng)的LSTM模型計(jì)算結(jié)果的變化趨勢(shì)與實(shí)測(cè)值基本一致，但計(jì)算誤差較大，PCA-LSTM模型與實(shí)測(cè)值的擬合性較好，2種模型對(duì)DO模擬值的變化趨勢(shì)均呈先升高后平穩(wěn)的趨勢(shì)，對(duì)NH3-N、COD、TP模擬值的變化趨勢(shì)呈現(xiàn)先降低后平穩(wěn)的趨勢(shì)。模型對(duì)不同指標(biāo)模擬的精度不同，結(jié)果可見(jiàn)表1。由表1可以看出，PCA-LSTM模型模擬精度高于LSTM模型，在不同水質(zhì)指標(biāo)中，PCA-LSTM模型的R2和Ens均在0.918以上，同時(shí)RMSE和MAE均顯著低于LSTM模型。

3.3 水質(zhì)綜合評(píng)價(jià)

將PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型綜合評(píng)價(jià)水質(zhì)的結(jié)果與傳統(tǒng)評(píng)價(jià)方法進(jìn)行對(duì)比，結(jié)果見(jiàn)表2。由表2可以看出，采用模糊評(píng)價(jià)和TOPSIS模型對(duì)實(shí)施凈化措施后的黑臭水體進(jìn)行評(píng)價(jià)，水質(zhì)在1月、2月、4月、11月等時(shí)段仍判定為劣Ⅴ類(lèi)水，這與實(shí)際情況是不相符的，傳統(tǒng)評(píng)價(jià)方法無(wú)法精確描述水環(huán)境的實(shí)際綜合狀態(tài)。對(duì)比模糊神經(jīng)網(wǎng)絡(luò)模型，其評(píng)價(jià)結(jié)果在不同時(shí)段的水質(zhì)均為Ⅳ類(lèi)水，與實(shí)際情況更為相符。傳統(tǒng)方法無(wú)法辨別指標(biāo)間更細(xì)微的差異，評(píng)價(jià)結(jié)果不能真切描述實(shí)際水質(zhì)情況，PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型更能反映石墨烯光催化技術(shù)處理后的水體實(shí)際情況。

圖5 不同水質(zhì)指標(biāo)預(yù)測(cè)結(jié)果分析

表1 不同模型模擬水質(zhì)精度對(duì)比

表2 不同方法對(duì)水質(zhì)的綜合評(píng)價(jià)結(jié)果

3.4 石墨烯光催化技術(shù)綜合效益分析

石墨烯光催化技術(shù)的應(yīng)用可緩解城市黑臭水體現(xiàn)象，但同時(shí)會(huì)造成經(jīng)濟(jì)成本的增加，因此，為提高該技術(shù)的適用性，文章從經(jīng)濟(jì)、社會(huì)、管理3個(gè)方面構(gòu)建石墨烯光催化技術(shù)綜合效益評(píng)價(jià)指標(biāo)體系，基于PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評(píng)價(jià)。指標(biāo)體系為：經(jīng)濟(jì)指標(biāo)P1是指每萬(wàn)元投資水質(zhì)提升率，單位為%/萬(wàn)元，P2是指投資收益率,單位為%，P3是指基礎(chǔ)運(yùn)營(yíng)成本率，單位為%；社會(huì)指標(biāo)P4是指群眾滿意度，單位為%，P5是指政府支持度，單位為%；管理指標(biāo)P6是指技術(shù)推廣水平，P7是指生態(tài)維護(hù)機(jī)制健全水平?；赑CA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型的計(jì)算分級(jí)標(biāo)準(zhǔn)見(jiàn)表3。對(duì)2019年的11個(gè)月進(jìn)行效益綜合分析，結(jié)果見(jiàn)表4。從表中可以看出，在2019年初期，由于石墨烯技術(shù)應(yīng)用時(shí)間較短，效益尚未產(chǎn)生，綜合效益呈現(xiàn)下降趨勢(shì)，到3月開(kāi)始，綜合效益逐月提高，但11個(gè)月的等級(jí)仍為較好，這進(jìn)一步證明了該項(xiàng)技術(shù)的優(yōu)越性。

4 結(jié)論

文章基于PCA-LSTM模型構(gòu)建了石墨烯催化技術(shù)后的水質(zhì)預(yù)測(cè)模型，并基于PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型對(duì)水質(zhì)和綜合效益進(jìn)行了評(píng)價(jià)，得出以下結(jié)論:

(1)對(duì)PCA-LSTM模型水質(zhì)預(yù)測(cè)結(jié)果進(jìn)行分析，發(fā)現(xiàn)該模型的模擬精度高于LSTM模型，模型一致性較高且誤差較低；

(2)基于PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型對(duì)水質(zhì)和綜合效益進(jìn)行分析，發(fā)現(xiàn)該模型對(duì)水質(zhì)綜合評(píng)價(jià)在不同月份的結(jié)果均為Ⅳ類(lèi)水，符合實(shí)際情況，石墨烯技術(shù)的綜合效益在不同月份均為較好等級(jí)；

(3)基于PCA-LSTM模型建立了石墨烯技術(shù)凈化后的黑臭水體水質(zhì)預(yù)測(cè)和綜合評(píng)價(jià)模型，在今后的研究中可從深度學(xué)習(xí)模型角度，基于貝葉斯理論優(yōu)化模型，進(jìn)一步提高模型預(yù)測(cè)精度。

表3 石墨烯光催化技術(shù)綜合效益PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)標(biāo)準(zhǔn)

表4 模型輸出結(jié)果

(續(xù)表)