常规氯化消毒工艺中典型消毒副产物生成的数学模型

关);影响HAAs生成的因素排序为:氨氮含量(负相关)＞pH值(负相关)＞加氯量＞四因素的交互作用＞UV254和pH的交互作用(负相关)．将表5中相关参数代入式(8)可得包含各因素交互作用的消毒副产物生成的线性模型为:CTHMs=73.405+13.109×［NH3-N］+4.808×［Cl2］－5.439×［pH］－1.177×［UV254］·［pH］－0.189×［UV254］·［NH3-N］·［Cl2］·［pH］(9)CHAAs=17.305－13.222×［NH3-N］+0.532×［Cl2］－1.401×［pH］－0.006×［UV254］·［pH］+0.137×［UV254］·［NH3-N］·［Cl2］·［pH］(10)4结论采用均匀试验设计，讨论了水样UV254值、氨氮含量、加氯量和pH值等关键因素对消毒副产物THMs和HAAs生成的影响，并以SPSS统计软件进行了线性及非线性拟合，结果表明:1)线性模型能较好地描述THMs和HAAs的生成(相关度均大于0.9)，具体关系式为:CTHMs=47.189－3.545×［NH3-N］+3.861×［Cl2］－5.307×［pH］CHAAs=13.980－1.179×［NH3-N］+1.217×［Cl2］－1.325×［pH］2)THMs和HAAs生成的非线性模型的相关度分别为0.924和0.883，总体上低于线性模型．具体关系式为:CTHMs=101.735×［UV254］0.293×［NH3-N］－0.087×［Cl2］0.416×［pH］－1.106CHAAs=100.048×［UV254］1.053×［NH3-N］0.001×［Cl2］0.377×［pH］0.0773)考虑各因素交互作用下，THMs和HAAs生成的线性模型的相关度均为1，进一步改善了拟合效果．具体关系式为:CTHMs=73.405+13.109×［NH3-N］+4.808×［Cl2］－5.439×［pH］－1.177×［UV254］·［pH］－0.189×［UV254］·［NH3-N］·［Cl2］·［pH］CHAAs=17.305－13.222×［NH3-N］+0.532×［Cl2］－1.401×［pH］－0.006×［UV254］·［pH］+0.137×［UV254］·［NH3-N］·［Cl2］·［pH］由于试验数据有限，上述模型还需进行进一步实践验证以及修正．参考文献:［1］鄂学礼，王丽，邢方潇．饮水消毒副产物及其标准研究进展［J］．环境与健康杂志，2010，27(1):24．［2］BannaMH，ImranS，FrancisqueA，etal．Onlinedrinkingwaterqualitymonitoring:reviewonavailableandemergingtechnologies［J］．CriticalＲeviewsinEnvironmentalScienceandTechnology，2013，106:389395．［3］FarreMJ，DayS，NealePA，etal．Bioanalyticalandchemicalassessmentofthedisinfectionby-productformationpoten-tial:Ｒoleoforganicmatter［J］．WaterＲesearch，2013，47:54095421．［4］JeyongYoon，YoushikChoi，SoonhangCho，etal．LowtrihalomethaneformationinKoreandrinkingwater［J］．ScienceoftheTotalEnvironment，2003，302:157166．［5］VillanuevaCM，KogevinasaM，GrimaltbJO．Haloaceticacidsandtrihalomethanesinfinisheddrinkingwatersfromheter-ogeneoussources［J］．Waterresearch，2003，37:953958．［6］ＲichardAL，ArieneLＲ．Chloroformandchlorophenolproductionbydecarboxylationofnaturalacidsduringaqueouschlo-rination［J］．EnvironmentalScienceandTechnology，1979，13(3):325329．［7］BoyceSD，HorningJF．Ｒeactionpathwaysoftrihalomethanformationfromthehalogenationofdihydroxyaromaticmodelcompoundsfo