预测污水处理厂在使用附近地表水排放的混合,单独和联合下水道中流入,以更好地设计基于废水的流行病学采样

科学领域:

• 环境科学 环境科学
• 公共卫生 公共卫生
• 废水工程 废水工程

背景情况:

• 目前用于公共卫生的废水采样指南往往忽略了环境流量数据,错过了在高水文活动期间考虑地下水稀释和下水的机会.
• 早期识别稀释事件对于准确的基于废水的流行病学研究至关重要.

研究的目的:

• 为高水文活动事件制定数据驱动的废水采样规则.
• 为了能够在采集前提前就样本稀释做出决定.
• 提高基于废水的公共卫生监测的可靠性.

主要方法:

• 利用随机森林和线性回归模型来定义采样规则.
• 集成的环境数据包括废水处理厂的流入率,附近的河流排放量和降水量.
• 应用模型在肯塔基州杰斐逊县的五个处理厂,跨越各种下水道类型和人口规模.

主要成果:

• 确定了溪流排放和处理厂流量之间的强烈非线性关系,表明稀释.
• 拟议的流量条件截止值 (10%,25%,50%),用于公共卫生样本定向.
• 确定前一天的影响率和USGS流量数据是透和流入混合的关键预测指标.

结论:

• 地表水排放数据为潮湿天气稀释提供了早期警告,改善了基于废水的流行病学研究工作流程.
• 考虑透和流入比例,而不仅仅是总流量,对于规范化废水数据至关重要.
• 拟议的方法提供了一种快速,低成本的方法来评估废水的流量状况.