饮用水厂生产废水回用对有机物转化及消毒副产物生成的影响机制与风险预测

本研究针对饮用水处理厂生产废水回用导致的消毒副产物(DBP)累积风险问题，通过分析沉淀污泥水(SSW)、砂滤反冲洗水(SFBW)和活性炭滤反冲洗水(ACFBW)中溶解性有机物(DOM)的结构特征与三卤甲烷(THM)生成潜能，结合荧光组分平行因子分析(EEM-PARAFAC)和随机森林模型(R2=0.819)，揭示了DOM荧光组分结构与氯化消毒过程中DBP生成的关键关联，为废水安全回用提供科学依据。

　　

随着全球气候变化加剧，联合国《2024年世界水资源发展报告》显示，全球约半数人口面临季节性严重缺水。饮用水处理厂(DWTP)作为城市供水核心设施，其生产过程中产生的沉淀污泥水(SSW)、砂滤反冲洗水(SFBW)等废水占产水量的2%-10%，直接排放不仅浪费资源，还可能因回用导致消毒副产物(DBP)累积风险。已知三卤甲烷(THMs)等DBPs具有致癌性，而废水回用可能通过改变溶解性有机物(DOM)结构加剧DBP生成，这一机制尚未明确。

针对这一科学问题，由国内研究团队牵头的研究通过系统分析三类生产废水中有机物特征，发现SSW的溶解有机碳(DOC)浓度最高(5.99 mg C/L)，其THM生成潜能也最大；而活性炭滤反冲洗水(ACFBW)因荧光组分差异(DOM结构以低分子量物质为主)表现出较低的DBP风险。研究创新性采用激发-发射矩阵平行因子分析(EEM-PARAFAC)技术，解析出四类荧光组分在ACFBW中的相对丰度显著区别于其他废水，这直接关联其较低的THM生成量。更值得注意的是，团队开发的随机森林预测模型对废水回用后THM生成的预测精度达R²=0.819，为工艺优化提供了量化工具。该成果发表于《Journal of Environmental Sciences》，为饮用水厂废水安全回用提供了重要的理论支撑和技术路径。

关键技术方法包括：采集典型水厂的SSW、SFBW和ACFBW样本，通过DOC和UV₂₅₄测定量化有机物浓度；采用EEM-PARAFAC解析DOM荧光组分特征；通过标准氯化实验测定THM生成潜能；基于水质参数构建随机森林预测模型。

【有机物的浓度分布特征】

通过对比原水与三类废水发现，SSW的DOC和UV₂₅₄值最高，表明其含有更多腐殖质类大分子有机物和芳香族化合物；而ACFBW因生物活性炭的吸附作用，DOC浓度最低(4.15 mg C/L)。Pearson相关性分析显示SFBW和ACFBW与原水DOC浓度高度相关(r=0.898-0.997)。

【荧光组分与DBP生成关联】

EEM-PARAFAC识别出4类荧光组分，其中ACFBW中类蛋白质组分占比显著提高，而类腐殖质组分减少。这种结构差异使其在氯化消毒时生成的THM较SSW降低约30%，证实DOM分子结构是影响DBP生成的关键因素。

【回用比例的影响评估】

实验表明，当废水回用比例≤20%时，原水有机物组分未发生显著改变。但SSW回用需预处理以降低腐殖质负荷，而ACFBW可直接全量回用。

【预测模型构建】

随机森林模型通过整合SUVA₂₅₄、荧光组分比例等参数，实现对THM生成量的准确预测，模型对未知样本的预测误差<15%。

该研究首次系统阐明了不同工艺废水DOM的结构-活性关系，证实生物活性炭工艺可有效截留DBP前驱物。提出的风险分级回用策略（低风险废水直接回用，高风险废水预处理）可提升水厂运行效率，模型预测方法为智慧水务建设提供了新工具。研究结果对保障饮用水安全、实现双碳目标下的水资源循环利用具有重要实践意义。