《Scientific Reports》：A framework to determine the optimum number and configuration of wastewater treatment plants
编辑推荐：
清洁水对于生命、生态系统和经济发展至关重要。随着水处理技术的进步和污水系统的日益复杂化，污水处理厂（WWTPs）在保护公众健康和水资源方面发挥着关键作用。然而，建造这些设施——尤其是在发展中国家——在经济上和技术上仍然充满挑战。本研究针对特定区域，考虑其服务面
清洁水对于生命、生态系统和经济发展至关重要。随着水处理技术的进步和污水系统的日益复杂化，污水处理厂（WWTPs）在保护公众健康和水资源方面发挥着关键作用。然而，建造这些设施——尤其是在发展中国家——在经济上和技术上仍然充满挑战。本研究针对特定区域，考虑其服务面积、长宽比和人口密度，探讨污水处理厂（WWTP）的最优数量与配置。研究方法旨在评估六种不同的污水处理厂配置方案，范围从单一污水处理厂到四座污水处理厂。研究人员开展了一项参数化研究，以评估这三个关键因素对系统总成本的影响，系统总成本包括管网、泵站和处理设施，但不包括土地征用成本和运营成本，并考虑了基于建筑物数量的污水处理厂成本模型。结果表明，土地面积是系统总成本的最强预测因子，而人口密度的影响较弱。服务区域的长宽比起次要作用，其中介于1.0至1.5之间的比值可使成本最小化。在六种配置方案中，当污水处理厂成本相对于管网成本较高时，方案一（单一污水处理厂）的总成本最低。相反，当污水处理厂成本相对较低时，方案六（四座污水处理厂）成为最优选择。这些发现为工程师和城市规划者提供了一个实用的框架，用于在早期阶段做出关于污水基础设施的决策。
论文解读
一、研究背景与问题提出
污水处理厂（WWTPs）在保障公共卫生和实现水资源可持续循环利用方面扮演着关键角色。然而，污水处理厂的建设，特别是在发展中国家，面临着巨大的经济和技术挑战。历史上，城市污水系统主要设计用于快速收集和安全处置污水，但当代环境保护的要求已将处理效能提升为水资源保护和疾病预防的关键优先事项。尽管污水处理厂至关重要，但它们代表着巨大的资本投资。在发展中国家，这些设施的效能常常因市政预算有限、技术专长不足和融资渠道受限而受到影响。经济负担还因与广泛污水管网相关的高成本和集中式系统固有的高能耗泵送需求而进一步加剧。
在集中式与分散式系统的范式讨论中，传统上城市污水管理倾向于集中式处理，即通过管网将大范围汇水区的污水输送至单一的高容量设施。相比之下，分散式系统——定义为在产生点或附近收集、处理和回用污水——已获得显著关注。集中式处理厂虽享有规模经济，但在低密度或地理分散的定居点中，其高昂的建设与运营成本成为障碍。相反，分散式污水处理厂（DWWTPs）通过模块化布置提供了灵活、经济且可持续的替代方案。研究表明，在低密度区域，分散式系统通常比集中式系统更经济，但其有效性依赖于健全的维护计划。此外，污水输送在集中式系统中可占总成本的80–90%，而处理过程本身仅贡献10–20%，这一悬殊差异凸显了广泛收集管网的低效性，尤其是在农村或郊区设施中。因此，集中化与分散化之间的二元选择日益被认为不足以应对复杂的城市环境，混合模型或“梯度方法”正获得越来越多的共识。
尽管已有研究对集中式和分散式系统进行了定性比较或采用了简化成本模型，但关于空间变量对系统总成本独立影响的系统量化仍存在显著空白。具体而言，土地面积、土地长宽比和人口密度对成本优化的连续影响尚未在广泛的参数范围内得到全面分析。为填补这一空白，本研究开展了参数化调查，研究在多种几何和人口约束下的几种污水处理厂配置方案，旨在通过量化管网输送成本与处理设施成本之间的相互作用，为工程师和城市规划者提供一个数据驱动的、早期阶段的决策框架。
二、研究方法概述
研究人员开发了一个确定性的成本计算工具，用于估算系统总成本（TSC），该成本定义为收集管网成本与处理设施成本之和。管网成本基于服务区域的几何形状和收集网格布局，利用标准化成本估算指南进行估算；而污水处理厂成本则根据设施特定成本函数得出，涵盖水池、泵站和处理设施的资本成本。模型明确排除了土地征用成本和运营支出（OPEX），以隔离空间配置对资本支出（CAPEX）的影响。该工具基于多标签页的MS-Excel工作表实现，包含数据输入、管道深度计算、流量计算、管径确定、成本计算和参数化研究等六个标签页。研究考虑了306个不同场景的参数化矩阵，涵盖两个主要组别：面积变化组和长宽比变化组，并对每种空间配置应用了三种人口密度情景（2400、4800和9600人/平方公里）。研究评估了六种配置方案，从完全集中式（方案一：一座污水处理厂）到完全分散式（方案六：四座污水处理厂）。
三、研究结果与讨论
成本驱动因素的相关性分析：通过建立相关矩阵，研究人员发现系统总成本与服务面积之间存在极强的正相关关系（0.98），这归因于配水管道总长度与区域面积成正比。相比之下，人口密度与总成本的相关系数可忽略不计（0.01），因为在测试的密度范围内，最小管径（0.15米）足以输送计算流量，且污水处理厂成本模型基于建筑物数量而非人口密度。长宽比表现出弱相关性（0.32），表明其发挥次要但不可忽视的作用，主要通过影响配水管道开挖深度和主管道成本来影响管网成本。
服务面积对系统总成本的影响：对于所有配置方案，系统总成本随服务面积增加呈非线性增长，反映了污水管网长度和处理能力需求增加的复合影响。配置方案之间的成本增长率存在显著差异，包含更多处理厂的方案通常具有较低的管网成本但较高的处理设施成本。随着服务面积增加，集中式与分散式系统之间的成本差异变得更加显著。
长宽比对系统总成本的影响：为消除面积和污水处理厂成本的影响，研究人员分析了管网成本/面积与长宽比的关系。最佳拟合曲线表明，当长宽比介于1.0至1.5之间时管网成本最小，其中方案一至方案三（1和2座污水处理厂）的最优值为1.0，方案四至方案六（3和4座污水处理厂）的最优值为1.5。
服务面积对最优配置的影响：服务面积与最优配置之间的关系呈非线性并表现出阈值行为。对于所有最小污水处理厂成本值，最优方案从小面积区域的方案一（单一污水处理厂）开始，达到一定阈值后，随着服务面积增加，最优方案依次从方案一转向方案六，最终稳定在方案六（四座污水处理厂）。然而，方案六成为最终选择并非因其为最优方案，而是因为它是本研究中考虑的最大污水处理厂数量。研究指出，被识别为需要四座污水处理厂的案例实际上可能需要更多，确定确切数量需要扩展研究范围。
与以往研究的比较：研究人员将所开发框架的结果与以往研究收集的四个案例研究进行了比较，覆盖了广泛的面积、人口密度和污水处理厂成本范围。除约旦的Al-Yazidiyah案例外，实际选择的污水处理厂数量与估算的最优数量显示出良好匹配。
四、研究结论与讨论
本研究提出了一个框架，用于确定特定区域污水处理厂的最优数量，考虑了六种污水系统配置方案。通过采用确定性成本计算工具并开展306个不同场景的参数化研究，研究隔离了服务面积、长宽比和人口密度对系统总成本的影响。研究结果表明，土地面积是系统总成本的主导驱动因素，与资本支出呈强相关性（0.98）；人口密度影响可忽略不计（0.01）；长宽比发挥次要但显著的作用，介于1.0至1.5之间的比值可通过优化管网几何形状使成本最小化。最优配置高度依赖于处理厂的最低资本成本：当处理厂成本较高时，方案一（单一污水处理厂）始终提供最低总成本；随着处理厂成本降低，方案六（四座污水处理厂）在经济上变得有利，尤其是在服务面积扩大时。
研究存在若干局限性：成本模型仅关注资本支出（CAPEX），排除了运营和维护成本；网络成本估算依赖于静态的基于网格的布局模型，未考虑实际地形约束；模型假设整个服务区域人口密度均匀；土地征用成本被明确排除。未来的研究应整合生命周期成本分析（LCCA）、集成地理信息系统（GIS）进行空间和地形建模、纳入异质人口分布模型、考虑土地价值的影响，并开展环境和社会影响评估，以构建多准则决策（MCDM）框架，实现可持续的污水管理。
