环境科学  2025, Vol. 46 Issue (1): 107-117   PDF    
引用本文
张翔宇, 范业弘, 朱晗彬, 韦政, 张一璠, 杨阿明, 顾敦罡, 何岩. 城镇中小规模污水处理厂碳排放分析及碳削减对策[J]. 环境科学, 2025, 46(1): 107-117.
ZHANG Xiang-yu, FAN Ye-hong, ZHU Han-bin, WEI Zheng, ZHANG Yi-fan, YANG A-ming, GU Dun-kai, HE Yan. Carbon Emission Analysis and Carbon Reduction Strategy of Small and Medium-scale Municipal Wastewater Treatment Plants in Cities and Towns[J]. Environmental Science, 2025, 46(1): 107-117.
城镇中小规模污水处理厂碳排放分析及碳削减对策
张翔宇1,2,3,4, 范业弘1,2,3,4, 朱晗彬1,2,3,4, 韦政5, 张一璠6, 杨阿明7, 顾敦罡8, 何岩1,2,3,4     
1. 华东师范大学生态与环境科学学院, 上海市城市化生态过程与生态恢复重点实验室, 上海 200241;
2. 崇明生态研究院, 上海 202162;
3. 上海有机固废生物转化工程技术研究中心, 上海 200041;
4. 自然资源部大都市区国土空间生态修复工程技术创新中心, 上海 200062;
5. 上海嘉定新城污水处理有限公司, 上海 201806;
6. 上海同济环境工程科技有限公司, 上海 200092;
7. 上海复旦水务工程技术有限公司, 上海 200082;
8. 上海工程技术大学化学化工学院, 上海 201620
收稿日期: 2024-01-10; 修订日期: 2024-04-07
基金项目: 国家自然科学基金项目（42377405, 41877477）；未来领军英才卓越学术计划进阶项目
作者简介: 张翔宇（2003~）, 女, 主要研究方向为污水厂碳排放, E-mail：10214304418@stu.ecnu.edu.cn
通信作者: 何岩, E-mail：yhe@des.ecnu.edu.cn
摘要: 基于2022年11座城镇中小规模污水厂全年数据, 从污水处理全过程角度系统分析了3种典型工艺（AAO、MSBR和氧化沟）的碳排放, 并采用偏最小二乘法结构方程模型（PLS-SEM）研究了不同进水特征（TP、TN、BOD5、COD、进水量和碳氮比）对碳排放的影响作用.结果表明, 间接碳排放占中小规模污水厂总碳排放的主导地位（69.5%）, 电耗碳排放是最大的来源（43.1%）；MSBR工艺的评价碳排放强度[（0.363±0.007）kg·m-3] 低于AAO工艺[（0.439±0.099）kg·m-3]和氧化沟工艺[（0.396±0.025）kg·m-3], 具有更优的低碳运行水平.中小规模污水厂各部分碳排放强度占比依次为：生物处理（58.7%） > 污泥脱水+除臭（17.9%） > 深度处理（17.3%） > 预处理（6.1%）.其中生物处理部分分别占3种工艺的51.5%、53.9%和73.1%.另外, 进水COD质量浓度和碳氮比分别对直接碳排放（N2O和CH4）有显著正向影响（路径系数为0.584和0.5）和显著负向影响（路径系数为-0.416）；进水TN、BOD5和TP质量浓度分别对间接碳排放（电耗）和间接碳排放（物耗）有显著正向影响（路径系数分别为0.078、0.537和0.5）.中小规模污水厂碳削减可从碳排放强度减量、低碳运行水平优化和政府调控加强管理这3个方面进行.
关键词: 污水处理厂（WWTPs）      碳排放      碳核算      碳削减      低碳运行     
Carbon Emission Analysis and Carbon Reduction Strategy of Small and Medium-scale Municipal Wastewater Treatment Plants in Cities and Towns
ZHANG Xiang-yu1,2,3,4 , FAN Ye-hong1,2,3,4 , ZHU Han-bin1,2,3,4 , WEI Zheng5 , ZHANG Yi-fan6 , YANG A-ming7 , GU Dun-kai8 , HE Yan1,2,3,4     
1. Shanghai Key Laboratory for Urban Ecological Processes and Eco-Restoration, School of Ecological and Environmental Sciences, East China Normal University, Shanghai 200241, China;
2. Institute of Eco-Chongming, Shanghai 202162, China;
3. Shanghai Engineering Research Center of Biotransformation of Organic Solid Waste, Shanghai 200041, China;
4. Technology Innovation Center for Land Spatial Eco-Restoration in Metropolitan Area (Ministry of Natural Resources), Shanghai 200062, China;
5. Shanghai Jiading Xincheng Sewage Treatment Co., Ltd., Shanghai 201806, China;
6. Shanghai Tongji Environmental Engineering and Technology Co., Ltd., Shanghai 200092, China;
7. Shanghai Fudan Water Engineering Technology Co., Ltd., Shanghai 200082, China;
8. School of Chemistry and Chemical Engineering, Shanghai University of Engineering Science, Shanghai 201620, China
Abstract: The carbon emissions of three typical processes (AAO, MSBR, and oxidation ditch) were systematically analyzed from the perspective of the whole wastewater treatment process based on the annual data of eleven urban small and medium-scale WWTPs in the year 2022, and the effects of different influent characteristics (TP, TN, BOD5, COD, influent volume, and COD/TN) on the carbon emissions were studied by using the partial least squares structural equation modeling (PLS-SEM) method. The results showed that indirect carbon emissions dominated the total carbon emissions of small and medium-scale WWTPs (69.5%), and carbon emissions from electricity consumption were the largest source (43.1%); the evaluated carbon emission intensity of the MSBR process [(0.363±0.007) kg·m-3] was lower than that of the AAO process [(0.439±0.099) kg·m-3] and oxidation ditch process [(0.396±0.025) kg·m-3], which had a superior level of low-carbon operation. The carbon intensity of the various components of small and medium-scale WWTPs was as follows: biological treatment (58.7%) > sludge dewatering+deodorisation (17.9%) > deep treatment (17.3%) > pre-treatment (6.1%); the biological part accounted for 51.5%, 53.9%, and 73.1% of the total carbon intensity of the three processes, respectively. In addition, the influent COD concentration and COD/TN had significantly positive (path coefficients of 0.584 and 0.5) and negative (path coefficient of -0.416) impacts on the direct carbon emissions (N2O and CH4, respectively), and the influent concentrations of TN, BOD5, and TP had significantly positive effects on the indirect carbon emissions (electricity consumption) and indirect carbon emissions (material consumption), with path coefficients of 0.078, 0.537, and 0.5, respectively. Carbon reduction in small and medium-scale WWTPs can be carried out by reducing carbon intensity, decreasing carbon operation levels, and strengthening government management.
Key words: wastewater treatment plants(WWTPs)      carbon emission      carbon accounting      carbon reduction      low-carbon operation     

污水处理行业是城市可持续发展的重要环节, 特别是随着我国城镇化率与污水排放标准的逐步提高, 污水处理行业的温室气体排放总量从2009年到2023年增幅超140%[1], 其碳排放量日益受到关注[2 ~ 4].作为我国污水厂主导的处理规模（占比80%以上[5]）, 中小规模污水处理厂所承担的减碳任务也越来越重[6].然而, 其低碳发展还面临着基础数据不充足和减排路径不明确等问题[7].因此, 从污水处理全过程角度对城镇中小规模污水处理厂进行碳排放分析, 对于污水厂的降碳减污和节能减排具有重要意义.

迄今为止, 国内外已经发布了多项碳排放核算政策与标准[8 ~ 10], 针对污水处理厂的碳排放核算也已有了相关研究.然而, 目前大多数研究集中于较大规模的污水处理厂[11, 12], 对于中小规模污水处理厂的研究仅局限于单座污水厂[13, 14], 如Abulimiti等[15]对黑龙江省某座污水厂（改良AAO工艺, 处理规模为105 m3·d-1）建立了温室气体排放的长期动态模型, 核算了其在稳态模拟和动态模拟下的温室气体排放总量；孟红旗等[16]基于《2019年IPCC国家温室气体清单指南》核算了河南省焦作市第一污水厂（AAO工艺, 处理规模为1×104 m3·d-1）2020年的碳排放量, 发现污水能耗和药耗是主要的碳排放来源.另外, Xi等[17]利用优化的IPCC和运行数据集成方法核算了上海市提标改造前50座污水处理厂的碳排放.然而, 自从《城镇污水处理提质增效三年行动方案（2019—2021年）》[18]实施以来, 许多污水厂均进行了提标改造, 目前从不同地区、不同工艺角度系统分析提标改造后中小规模污水厂碳排放的相关研究还尚未见诸报道, 而且对污水处理厂碳排放的研究仅核算了污水处理厂的碳排放量或碳排放强度, 未结合污水处理厂的低碳建设、运营现状合理评判污水厂的低碳运行水平.

本研究以3省（市）11座城镇中小规模污水厂2022年度的每日运行数据为基础, 对其进行了污水处理全过程的碳排放核算和低碳运行评价, 分析了3种典型污水处理工艺（AAO、MSBR和氧化沟）不同处理单元的碳排放强度, 进一步采用偏最小二乘法结构方程模型（PLS-SEM）研究了不同进水特征对污水厂碳排放强度的影响.在此基础上, 提出了中小规模污水处理厂碳削减可从碳排放强度减量、低碳运行水平优化和政府调控加强管理这3个方面进行, 旨在为全国城镇中小规模污水厂降碳减污提供基础数据和决策参考.

1 材料与方法 1.1 研究对象

京津冀、长三角和珠三角是我国经济发展较为活跃、污水处理厂分布数量较多的地区[5].因此, 本文以3省（市）（河北、上海和广东）11座城镇中小规模污水处理厂为研究对象, 收集统计了其2022年全年每日进出水量、进出水COD、BOD5、TN和NH4+-N质量浓度、干污泥产量、生产外购电量、化学品的种类和用量等基础数据, 部分数据如表 1所示.考虑到AAO工艺（厌氧-缺氧-好氧）和氧化沟工艺是当前我国污水处理的主流工艺, 且AAO及其改性工艺的占比超过60%[19].因此, 纳入研究的污水处理厂采用的二级主体工艺分别为AAO（6座）和氧化沟（3座）, 同时纳入了一种新型较特殊的污水处理MSBR（modified sequencing batch reactor）工艺（2座）.这些污水处理厂进水绝大部分为生活污水, 少部分为工业废水, 出水执行《城镇污水处理厂污染物排放标准》（GB 18918-2002）一级A标准.

表 1 11座污水处理厂碳排放核算基础数据 Table 1 Carbon emission accounting basis data of eleven WWTPs

1.2 碳核算系统边界

本研究的碳排放核算系统边界为污水处理工艺全过程, 不包括污泥后续的处理处置.污水处理过程中产生的CO2的直接排放通常被视为生物源, 不包括在IPCC温室气体排放清单中[9].另外, 这些污水厂均无CH4回收装置、生产运行过程中均未外购热力、也没有使用化石燃料.因此, 污水处理厂的碳排放分为直接碳排放和间接碳排放两类：①直接碳排放包括污水处理过程发生生化反应产生的CH4和N2O；②间接碳排放包括电耗类间接排放和物耗类间接排放.污水厂处理工艺流程及碳排放源分布如图 1所示（其中虚线框表示该处理单元并不是3种污水处理工艺均具有）, 预处理部分包括格栅、泵房和曝气沉砂池.

虚线框表示该处理单元并不是3种工艺均具有；药剂：乙酸钠（碳源）、聚合硫酸铝铁（除磷剂）、PAC（聚合氯化铝, 除磷剂）、HPAM（聚丙烯酰胺阴离子, 絮凝剂）、CPAM（聚丙烯酰胺阳离子, 絮凝剂）、次氯酸钠（消毒剂）、石灰（污泥脱水剂）和复合铁（污泥脱水剂） 图 1 污水厂处理工艺流程及碳排放源分布 Fig. 1 Treatment process and carbon emission source distribution of WWTPs

1.3 碳核算方法 1.3.1 污水厂碳排放

本研究采用的污水处理厂碳排放核算方法参照《污水处理厂低碳运行评价技术规范》（T/CAEPI-2022）[20], 碳排放强度均以CO2排放当量计, 单位为kg·m-3.

污水处理过程中生化反应产生的N2O的碳排放强度, 计算公式如下：

(1)
(2)

式中, mN2O，i为第i天N2O直接排放量（以N2O计）, kg；Qrb,i为污水生物处理单元第i天进水水量, m3；TNrb,i为污水生物单元第i天进水TN质量浓度平均值, mg·L-1；TNeb,i为污水处理厂第i天出水TN质量浓度平均值, mg·L-1；EFN2O为N2O排放因子（以N2O-N·TN计）, 取值为0.016 kg·kg-1；CN2O/N2为N2O/N2相对分子质量之比, 取值为44/28；EN2O为N2O直接碳排放强度, kg·m-3；t为评价周期内日历天数, d；fN2O为N2O温室效应指数（以CO2·N2O计）, 取值为265 kg·kg-1.

污水处理过程中生化反应产生的CH4的碳排放强度, 计算公式如下：

(3)
(4)

式中, mCH4，i为第i天CH4直接排放量, kg；Qra,i为污水处理厂第i天进水水量, m3；CODra,i为污水处理厂第i天进水COD质量浓度平均值, mg·L-1；CODea,i为污水处理厂第i天出水COD质量浓度平均值, mg·L-1；SGi为污水处理厂第i天产生的干污泥量（以DS计）, kg；Pv,i为污水处理厂第i天干污泥的有机物占比（以C计）, %, 取值为0.15 kg·kg-1[21]；ρs为污泥中的有机物与COD的转化系数（以COD·DS计）, 取值为1.42 kg·kg-1；B0为厌氧过程降解单位COD时CH4的产率系数（以CH4·COD计）, 取值为0.25 kg·kg-1；MCF为污水处理过程CH4修正因子, 取值为0.03；ECH4为CH4直接碳排放强度, kg·m-3；fCH4为CH4温室效应指数（以CO2·CH4计）, 取值为28 kg·kg-1.

电耗, 即污水处理厂生产运行过程中的外购电量产生的碳排放强度, 计算公式如下：

(5)

式中, Ee为电耗碳排放强度, kg·m-3；fe为电耗碳排放因子（以CO2计）, kg·（kW·h）-1, 河北地区取值为0.941 9 kg·（kW·h）-1[22]；上海地区取值为0.792 1 kg·（kW·h）-1[22]；广东地区取值为0.804 2 kg·（kW·h）-1[22]；Wi为第i天用于生产运行的外购电量, kW·h.

物耗为污水处理厂生产运行过程中消耗的混凝剂、絮凝剂、碳源、消毒剂以及清洗剂等化学药剂.物耗产生的碳排放强度计算公式如下：

(6)
(7)

式中, Mc,i为第i天物耗CO2排放当量, kg；fc,g为第g种化学药剂的CO2排放因子（以CO2计）, kg·kg-1, 外加碳源乙酸钠取值为1.6 kg·kg-1[23], 除磷剂聚合硫酸铝铁取值为2.5 kg·kg-1[23], 除磷剂PAC取值为1.62 kg·kg-1[23], 絮凝剂PAM取值为1.5 kg·kg-1[23], 消毒剂次氯酸钠取值为0.92 kg·kg-1[23], 污泥脱水剂石灰取值为0.68 kg·kg-1[23], 污泥脱水剂复合铁取值为1.6 kg·kg-1[23]；Mcg,i为第i天使用第g种化学药剂的质量, kg；g为化学药剂种类代号；m为化学药剂种类数量；Ec为物耗碳排放强度, kg·m-3.

污水厂碳排放强度为N2O、CH4、电耗与物耗碳排放强度之和, 即：

(8)

式中, Ef为碳排放强度, kg·m-3.

1.3.2 污水处理厂低碳运行评价

考虑到污水厂存在着总氮去除率、耗氧污染物削减量、处理规模、出水排放标准以及臭气控制程度等因素导致的客观碳排放差异, 根据《污水处理厂低碳运行评价技术规范》（T/CAEPI-2022）[20]中规定的方法依次算出修正系数k1~k5.此外, 考虑到污水厂进水水量与水质是影响污水厂碳排放的重要因素, 也应对污水厂的进水水量和水质的波动程度进行修正.通过计算各污水厂全年进水水量Q和进水中主要污染物（COD、BOD5、TN和TP）的年平均值与标准差, 分别得出这5个指标的变异系数CV=标准差/平均值, 进一步计算出每厂各CV值在全部污水厂中的客观权重, 取这5个指标的客观权重的平均值w为污水厂进水水量和水质波动的权重平均值, 以10%为合理范围, 令污水厂的进水水量和水质波动程度修正系数k6=1+w - 10%.对碳排放强度进行修正, 得出评价碳排放强度：

(9)

式中, k1为总氮去除率修正系数；k2为处理规模修正系数；k3为耗氧污染物削减量修正系数；k4为出水排放标准修正系数；k5为臭气控制程度修正系数, k6为进水水量和水质波动程度修正系数, 修正系数均无量纲.Ep为评价碳排放强度, kg·m-3.当Ep < 0.164 kg·m-3时, 评价碳排放强度分数F1取100分；当0.164 kg·m-3≤Ep < 0.451 kg·m-3时, F1=128.64-174.3Ep；当Ep≥0.451 kg·m-3时, F1取50分.

通过对污水厂的多次现场调研及与污水厂相关工作人员的访谈交流, 从设施设备低碳改造（除渣除砂设备、泵组、混合搅拌设备、曝气系统和污泥脱水系统效率的评估与改造）、优化运行（用电分区计量与评估、药剂优化与精准投加和生物处理系统优化调控）、低碳建设（污泥稳定化和清洁能源回收与利用）和监测与核算（温室气体N2O和CH4的现场监测与报告、碳排放核算和低碳运行自评价）4方面对污水厂进行低碳运行评价[20], 分项打分并加和得到低碳行为鼓励分数F2, 满分为100分.

低碳运行评价总分数F由评价碳排放强度分数F1与低碳行为鼓励分数F2组成, 指示污水厂的低碳运行效能：

(10)

当85 < F≤100时, 污水厂低碳运评价等级为一级；当75 < F≤85时, 污水厂低碳运行评价等级为二级；当65≤F≤75时, 污水厂低碳运行评价等级为三级.

1.4 结构方程模型分析

结构方程模型（strcture equation model, SEM）由结构模型和测量模型组成, 可以检验一个或多个连续或离散自变量与一个或多个连续或离散因变量之间的关系.由于本研究从预测视角进行分析, 且研究样本为非正态分布, 因此选择偏最小二乘法结构方程模型（PLS-SEM）[24]来分析不同因素对污水厂碳排放的影响.本研究通过对污水厂的处理水量、进出水质和耗电量等因素对碳排放强度的影响进行相关性分析, 筛选出进水TP、TN、BOD5、COD质量浓度、进水水量Q和进水碳氮比（COD/TN, 简记为C/N）共6个指标, 采用R语言实现了进水特征对污水厂碳排放影响作用的PLS-SEM分析.

2 结果与讨论 2.1 中小规模污水处理厂的碳排放强度与低碳运行评价等级

本研究中污水厂的整体碳排放特征如图 2所示.直接（N2O和CH4）碳排放强度约占中小规模污水厂总碳排放强度的30.5%, 间接（电耗和物耗）碳排放强度约占总碳排放强度的69.5%.其中电耗碳排放强度占比为43.1%, 是最主要的碳排放来源.各污水处理厂的4种碳排放来源中, 电耗碳排放强度普遍较高, CH4碳排放强度则最低.

括号内百分数表示该污水厂的碳排放强度占总污水厂碳排放强度的数值 图 2 污水处理厂碳排放特征 Fig. 2 Carbon emission characteristics of WWTPs

污水处理过程中, 会发生硝化反应与反硝化反应去除含氮化合物并释放N2O[25], 而产甲烷菌可以在厌氧条件下（主要发生在厌氧消化的污泥处理单元和各构筑物的淤积污泥中）降解有机物分解生成CH4[26], 从而造成直接（N2O和CH4）碳排放.本研究中CH4碳排放强度明显小于N2O, 这一方面是由于本研究只考虑了污水处理过程中各构筑物淤积污泥中产生的CH4, 不包括后续污泥处理处置中产生的CH4；另一方面是因为采用的碳排放核算方法修正并降低了污水处理好氧工艺的甲烷排放因子, 并且计算中纳入了CH4和N2O的温室效应指数, 而CH4的温室效应指数（28）显著低于N2O（265）[9].污水厂可通过控制曝气速率调控生物处理中的溶解氧质量浓度, 使硝化过程彻底进行, 减少N2O的生成.比起采用AAO工艺与氧化沟工艺的污水厂, MSBR工艺的N2O碳排放强度相对较高, 可能是由于溶解氧不足为硝化菌提供了更好的生长条件, 推动反硝化过程产生N2O[27].采用氧化沟工艺的污水厂的直接碳排放强度（N2O和CH4, 0.159 kg·m-3和0.019 kg·m-3）低于AAO工艺（0.180 kg·m-3和0.035 kg·m-3）与MSBR工艺污水厂（0.228 kg·m-3和0.067 kg·m-3）.由于氧化沟工艺溶解氧质量浓度呈梯度均匀变化[28], 产生的N2O低于MSBR和AAO工艺, 且活性污泥好氧消化比较彻底, 故污泥产量少, 厌氧环境下产生CH4的量也更少.

电耗是污水厂碳排放最大的来源, WWTP4和WWTP5的电耗碳排放强度在所研究污水厂中位居前列（分别为0.529 kg·m-3和0.427 kg·m-3）, 调研发现这两座污水厂的曝气系统与泵房的利用效率较低, 而污水厂的电耗主要来自于曝气系统与泵房[29].所研究污水厂中, 采用MSBR工艺的污水厂的电耗碳排放强度（0.243 kg·m-3）低于AAO工艺（0.354 kg·m-3）与氧化沟工艺污水厂（0.302 kg·m-3）.由于MSBR工艺不需要初沉池和二沉池, 且能在恒定液位下连续运行, 省去了多余的连接管与提升泵[30], 因此减少了耗电量.污水厂物耗碳排放最大的来源是除磷剂的投加, 在污水厂进水污染物急剧增多的情况下, 污水厂还会应急投加聚合硫酸铝铁进行除磷.此外, 外加碳源也是一个重要的物耗碳排放来源.研究中有4座污水厂常年外加碳源（乙酸钠）, 5座污水厂在冬季低温条件下或进水C/N较低的情况下也会外加碳源（乙酸钠）提高除氮效果.WWTP6的物耗碳排放强度低于其余污水厂, 这一方面由于WWTP6的源头进水中的COD和BOD5常年处于稳定且较低的水平, 使WWTP6投加较少的除磷剂即能达到有效的磷去除；另一方面, 由于WWTP6具有较好的进水水质, 无需外加碳源即可满足污水厂处理效果.

进一步对污水处理厂进行碳排放强度修正和低碳运行评价, 得出中小规模污水厂的评价碳排放强度与低碳运行评价等级（表 2）.除WWTP6低碳运行评价等级为二级外, 其余污水处理厂低碳运行评价等级均为三级, 证明了城镇中小规模污水厂已具备一定的低碳运行潜力, 但仍有很大的减碳空间.MSBR工艺污水厂的评价碳排放强度[（0.363±0.007）kg·m-3]低于AAO工艺[（0.439±0.099）kg·m-3]与氧化沟工艺[（0.396±0.025）kg·m-3]. MSBR工艺中厌氧放磷后的污水进入缺氧池进行反硝化, 去除硝态氮的同时也提高了后续的生化速率, 随后进入曝气池, 提高了曝气区的硝化反应速率和BOD5降解速率, 较之AAO工艺与氧化沟工艺耗氧物削减与脱氮能力更强；缺氧、好氧交替运行的模式也改善了MSBR工艺的脱氮除磷效果[31].因此在进行碳排放强度的修正后, MSBR工艺污水厂表现出相对较高的低碳运行水平.此外, 还发现污水厂碳排放存在一定的地域性差异.广东地区污水厂的评价碳排放强度[（0.379±0.075）kg·m-3]低于上海[（0.421±0.062）kg·m-3]与河北[（0.508±0.129）kg·m-3].通过分析生产运行数据发现, 广东地区污水厂进水具有较高的可生化性（BOD5 / COD=0.5 > 0.4[32]）, 且污水中碳源充足（BOD5 / TN=5.2 > 4[33]）, 因此污水厂耗氧物质削减与脱氮效果更好, 不仅减少了投药量, 也提高了污水厂的低碳运行水平.

表 2 污水处理厂的评价碳排放强度与低碳运行评价等级1） Table 2 Evaluation of carbon emission intensity and low carbon operation rating of WWTPs

利用SPSS单因素方差分析研究发现春（3、4和5月）、夏（6、7和8月）、秋（9、10和11月）和冬（12、1和2月）四季间的评价碳排放强度具有显著差异（F=9.652, P=0.005）.污水厂评价碳排放强度最大的季节为夏季（6~8月）, 最小的季节为春季（3~5月）, 不同季节评价碳排放强度的差异主要受到物耗碳排放强度的影响.由于夏季气温、水温较高, 水体中微生物代谢能力更强, 水中有机物更易腐败变质, 使污水厂进水水质更差、污染物负荷增加, 需要外加碳源和除磷剂的用量更多, 进而影响了评价碳排放强度.

2.2 中小规模污水厂各污水处理单元的碳排放贡献

常见污水厂的碳排放强度研究多参照《IPCC温室气体清单》, 以整个污水厂为单元进行碳核算, 未能细化具体处理单元的碳排放属性[34 ~ 36].本研究利用污水处理各单元的污染物进出水质量浓度、设备消耗电量和化学药剂投加的种类与用量, 对3种污水处理工艺中各处理单元进行了碳排放核算, 分别得出各处理单元的碳排放强度.为方便比较, 研究中将格栅、进水泵房、曝气沉砂池和初沉池划为预处理部分；生物池、MSBR池和氧化沟分别为3个工艺的生物处理部分；将二沉池、高效沉淀池、反硝化深床滤池和出水泵房划为深度处理部分；并考虑了污水厂的污泥脱水系统和除臭装置（图 3）.

数值表示碳排放强度（以CO2计）, 单位：kg·m-3 图 3 3种处理工艺的污水厂不同处理单元的碳排放强度 Fig. 3 Carbon emission of different disposal units of WWTPs for three treatment processes

总体上, 中小规模污水厂各部分碳排放强度占比大小依次为：生物处理（58.7%） > 污泥脱水+除臭（17.9%） > 深度处理（17.3%） > 预处理（6.1%）.其中, AAO工艺、MSBR工艺和氧化沟工艺的预处理部分碳排放强度较为接近, 约占总碳排放强度的4%~8%, 主要以进水泵房消耗电量产生的间接碳排放为主.3种工艺中碳排放强度最大的处理单元均是生物处理部分, 分别占污水厂总碳排放强度的51.5%、53.9%和73.1%.这可归因为生物处理单元设有泵房和曝气系统, 其电耗占污水厂用电量的25%~60%[37], 是最大的电耗碳排放来源；在生物处理单元中, 大部分TN会通过氨氧化细菌（ammonia-oxidizing bacteria, AOB）和硝化细菌（nitrite-oxidizing bacteria, NOB）等菌群的共同作用转化为N2O, 产生了直接碳排放；且冬季水温下降抑制了硝化能力时, 污水厂会外加碳源（乙酸钠）缓解低温对硝化反硝化的影响, 增加了物耗碳排放.深度处理部分的碳排放主要来源于高效沉淀池中投加的除磷剂（PAC）和絮凝剂（HPAM）引起的物耗碳排放, 约占据总碳排放强度的7%~24%.污泥脱水系统和除臭装置的碳排放主要为电耗碳排放, 其中污泥脱水系统占据了污水厂总电耗的10%~25%[38], 是重要的碳排放来源之一. 此外, 由于本研究中MSBR工艺污水厂都投加了较多的污泥脱水剂, 使得其污泥脱水和除臭部分碳排放强度高于AAO工艺与氧化沟工艺.

2.3 PLS-SEM分析进水特征对城镇中小规模污水厂碳排放的影响

已有研究表明[39, 40], 城镇污水处理厂的碳排放强度随污水进水水质的变化范围为（以CO2-eq计）0.1~2.4 kg·m-3, 故本研究利用PLS-SEM分析了不同进水特征对城镇中小规模污水厂碳排放的影响（图 4）.

红色箭头表示显著的正向关系, 蓝色箭头表示显著的负向关系, 灰色箭头表示不显著的关系；箭头旁边的数字表示标准化路径系数, 箭头的宽度与系数的强度成正比；*、**和***分别表示P < 0.05、P < 0.01和P < 0.001 图 4 不同进水特征对污水厂碳排放强度的影响 Fig. 4 Effect of different influent characteristics on the carbon intensity of WWTPs

直接碳排放强度主要受进水COD质量浓度、BOD5质量浓度和C/N影响.进水COD质量浓度提升会导致直接碳排放（N2O和CH4）增加, 路径系数分别为0.584（P < 0.001）和0.500（P < 0.001）：由于污水厂进水少部分为工业废水, 当进水COD质量浓度提升时, 含有能够破坏硝化作用的有毒化合物的质量浓度也可能增加, 导致NH4+-N和NO2-的积累增加[41], 反硝化作用生成的N2O增加；另一方面较高的COD有利于产甲烷菌的厌氧反应[15], 也提高了CH4产率.而进水BOD5质量浓度提升会降低直接碳排放（N2O和CH4）, 路径系数分别为-0.169（P < 0.001）和-0.500（P < 0.001）：较高的BOD5质量浓度可能需要更多的氧气来满足有机物的氧化需求, 而溶解氧质量浓度改善可能有助于阻止反硝化过程中N2O的生成, 同时也影响了厌氧反应产生CH4的量.进水C/N与直接碳排放（N2O）强度呈负相关关系, 路径系数为-0.416（P < 0.001）：产生这一结果可能是由于进水中有机碳含量较少, AOB与NOB无法获得足够的碳源, 限制了硝态氮还原成氮气, 部分硝态氮通过反硝化生成N2O.

间接碳排放强度主要受进水TN、BOD5和TP质量浓度影响.进水TN、进水BOD5质量浓度增加均会导致间接碳排放（电耗）增加, 路径系数分别为0.078（P < 0.01）和0.537（P < 0.001）；说明污水处理能耗与进水污染物负荷呈正相关, 污水厂进水污染物负荷越高, 去除污染物需要的曝气量也越多, 污水厂电耗增加, Tian等[26]的研究也证明了这一点.而进水COD质量浓度较低时会导致较高的电耗碳排放, 路径系数为-0.463（P < 0.001）；这可能由于进水中COD质量浓度较低时未及时减少曝气量, 导致曝气过度造成单位电耗增加, 电耗碳排放强度增加.而进水水量与电耗碳排放强度的关系不显著, 没有表现出He等[42]研究中发现的规模经济效应, 这是因为本研究中纳入的污水厂均为中小规模, 污水厂处理水量均较小.进水TP质量浓度的提升导致间接碳排放（物耗）增加, 路径系数为0.500（P < 0.001）；污水中进水TP质量浓度越大, 造成出水排放磷含量波动风险增大, 导致投加除磷剂的量增多, 物耗增加.

2.4 中小规模污水厂碳削减对策

针对中小规模污水厂碳排放主要来源于N2O和电耗, MSBR工艺比起AAO工艺和氧化沟工艺具有更低的排放水平, 生物处理部分是污水厂碳排放最大的单元, 并且进水水质与污水厂碳排放有直接相关等情况, 建议中小规模污水处理厂碳削减可从碳排放强度减量、低碳运行水平优化和政府调控加强管理这3个方面进行（图 5）.

图 5 中小规模污水厂碳削减对策 Fig. 5 Carbon reduction countermeasures for small and medium-scale WWTPs

碳排放强度减量：通过碳排放分析可知, 中小规模污水厂的直接碳排放主要来自于N2O, 且N2O又集中在生物处理部分, 且进水C/N与N2O碳排放强度呈负相关；电耗是中小规模污水厂碳排放最大的来源, 且污水厂的电耗主要来源于泵房与曝气系统；中小规模污水厂物耗碳排放主要来源于除磷剂和外加补充碳源的化学药剂.为此, 可通过调节好氧池的溶解氧质量浓度在2 mg·L-1左右[43]、严格控制污水厂泥龄[44]和强化初沉池的水解酸化功能[45]提高进水C/N来减少N2O排放；也可通过升级改造泵房、优化泵房运行[46]以及采用磁悬浮风机和精确曝气系统[37]进一步降低电耗；还可通过调节内回流比[47]提高生物除磷效率或采用更节能的反硝化除磷工艺[48]以减少除磷剂的投加；充分利用污泥内碳源[49]和使用智能加药系统精确投药量[50]等减少物耗.另外, 污水厂也应加强自身的管理水平, 积极协调前端来水, 针对不同季节、时段进水量的波动优化进水调度方案[51], 并且可运用数字化智能手段[52]实时监测调整污水厂的运行参数, 使其处于最佳运行水平, 减少不必要的能耗.

低碳运行水平优化：通过碳排放核算与现场调研发现, 采用MSBR工艺的中小规模污水厂具有更低的评价碳排放强度与更优的低碳运行水平；污水厂进水水量和水质的波动会对污水厂的碳排放强度产生影响；尽管污水厂的污水和污泥中蕴含大量能源, 但并未得到充分利用；所调研污水厂也均未开展碳排放核算与低碳运行自评价, 企业管理水平仍需提升.为此, 在新型污水厂建设或者污水厂升级改造时, 可在综合考虑建设成本和实际水处理需求的情况下, 优先考虑采用MSBR、厌氧氨氧化[53]以及强化磷回收[54]等低碳污水处理工艺；污水厂应积极与前端来水进行调度协调, 针对不同季节、时段的进水水量和水质的波动, 优化调度方案, 包括设置调蓄池等, 尽可能控制进水水量和水质的稳定性；关于污水资源回收, 污水厂可利用水源热泵[55]回收热能, 多余的热能用于低温干化污泥[56], 回收污水能源的同时减少了污泥外运引起的能耗与碳排放；关于污泥资源回收, 回收污泥中磷元素[57]或利用石灰干燥污泥产水泥[58], 可以多元循环利用污泥中资源.此外, 污水厂应将碳排放水平纳入考核体系, 开展年度碳排放核算与低碳运行评价, 加强自身碳排放管理, 通过与同地区内其他污水厂的碳排放情况对比, 科学定位自身排放状况, 不断完善减碳降耗措施.

政府调控加强管理：通过碳排放分析与现场调研发现, 中小规模污水厂碳排放强度与进入污水厂的污水水量、水质的稳定性及污染物削减量息息相关.为了满足更严格的污水排放标准, 污水厂提标改造后的碳排放量显著增加.为此, 政府加强节约用水宣传, 可从源头上减少去除污染物产生的能耗；加强雨污分离以及管网建设管理, 避免污水厂因进水C/N过低引起N2O碳排放增加和额外的能源浪费；科学合理、因地制宜地制定污水排放标准以满足降碳减污的协同效果.政府还可以从系统区域的尺度上对多个污水处理厂的可再生能源设施进行优化配置[59], 实现污水处理资源与能源的全链条综合利用. 另外, 政府还应督促城市污水处理降碳减污成效评估考核和建立监管体系, 提高污水厂的减碳意识, 通过建设污水厂ESG（环境、社会与公司治理）评价体系, 更全面地评价污水厂绩效[60], 推动污水厂低碳可持续发展.

3 结论

对于中小规模污水厂, 间接碳排放强度占总碳排放强度的主导地位（69.5%）, 其中电耗碳排放是污水厂碳排放最大的来源（30.5%）.除WWTP6低碳运行评价等级为二级外, 其余污水处理厂低碳运行评价等级均为三级, 城镇中小规模污水处理厂仍有很大减碳空间.采用MSBR工艺的污水处理厂的评价碳排放强度[（0.363±0.007）kg·m-3]优于AAO工艺[（0.439±0.099）kg·m-3]和氧化沟工艺[（0.396±0.025）kg·m-3], MSBR工艺污水处理厂更具低碳运行潜力.总体上, 中小规模污水厂各部分碳排放强度占比大小依次为：生物处理（58.7%） > 污泥脱水+除臭（17.9%） > 深度处理（17.3%） > 预处理（6.1%）.生物处理部分是3种工艺碳排放强度最大的处理单元, 分别占AAO工艺、MSBR工艺和氧化沟工艺总碳排放的51.5%、53.9%和73.1%, 可归因为生物处理部分设有泵房和曝气系统消耗了大量电能, 且发生生化反应集中排放出N2O.另外, 进水COD质量浓度对直接碳排放（N2O和CH4）有显著正向影响（路径系数为0.584和0.5）；进水C/N对直接碳排放（N2O）有显著负向影响（路径系数为-0.416）；进水TN、BOD5质量浓度对间接碳排放（电耗）显著正向影响（路径系数为0.078和0.537）；进水TP质量浓度对间接碳排放（物耗）有显著正向影响（路径系数为0.5）.基于研究结果, 建议中小规模污水处理厂碳削减可从碳排放强度减量、低碳运行水平优化和政府调控加强管理这3个方面进行, 推动污水厂低碳可持续发展.

参考文献
[1] Du W J, Lu J Y, Hu Y R, et al. Spatiotemporal pattern of greenhouse gas emissions in China's wastewater sector and pathways towards carbon neutrality[J]. Nature Water, 2023, 1(2): 166-175. DOI:10.1038/s44221-022-00021-0
[2] 王洪臣. 我国城镇污水处理行业碳减排路径及潜力[J]. 给水排水, 2017, 53(3): 1-3, 73. DOI:10.3969/j.issn.1002-8471.2017.03.001
[3] 闫旭, 邱德志, 郭东丽, 等. 中国城镇污水处理厂温室气体排放时空分布特征[J]. 环境科学, 2018, 39(3): 1256-1263.
Yan X, Qiu D Z, Guo D L, et al. Emission inventory of greenhouse gas from urban wastewater treatment plants and its temporal and spatial distribution in China[J]. Environmental Science, 2018, 39(3): 1256-1263.
[4] Wang D, Ye W L, Wu G X, et al. Greenhouse gas emissions from municipal wastewater treatment facilities in China from 2006 to 2019[J]. Scientific Data, 2022, 9(1). DOI:10.1038/s41597-022-01439-7
[5] He Y, Zhu Y S, Chen J H, et al. Assessment of land occupation of municipal wastewater treatment plants in China[J]. Environmental Science: Water Research & Technology, 2018, 4(12): 1988-1996.
[6] Yang Z D, Ma S L, Du S Z, et al. Assessment of upgrading WWTP in southwest China: towards a cleaner production[J]. Journal of Cleaner Production, 2021, 326. DOI:10.1016/j.jclepro.2021.129381
[7] 王洪臣, 陈加波, 张景炳, 等. 《污水处理厂低碳运行评价技术规范》标准解读及案例展示[J]. 环境工程学报, 2023, 17(3): 705-712.
Wang H C, Chen J B, Zhang J B, et al. Standard interpretation and case presentation technical specification for low-carbon operation evaluation of sewage treatment plant[J]. Chinese Journal of Environmental Engineering, 2023, 17(3): 705-712.
[8] GB 18918-2002, 城镇污水处理厂污染物排放标准[S].
[9] IPCC. 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventories[R]. IPCC, 2019.
[10] 生态环境部. 城镇污水处理厂污染物去除协同控制温室气体核算技术指南(试行)[R]. 北京: 生态环境部, 2018.
[11] Pang C X, Luo X, Rong B, et al. Carbon emission accounting and the carbon neutralization model for a typical wastewater treatment plant in China[J]. International Journal of Environmental Research and Public Health, 2023, 20(1). DOI:10.3390/ijerph20010140
[12] Bukhary S, Batista J, Ahmad S. Water-energy-carbon nexus approach for sustainable large-scale drinking water treatment operation[J]. Journal of Hydrology, 2020, 587. DOI:10.1016/j.jhydrol.2020.124953
[13] Li Y M, Gu H, Zhao G Y, et al. Carbon accounting of A2O process based on carbon footprint in a full-scale municipal wastewater treatment plant[J]. Journal of Water Process Engineering, 2023, 55. DOI:10.1016/j.jwpe.2023.104162
[14] 蒋富海, 王琴, 张显忠, 等. 城镇污水处理厂碳排放核算及减碳案例分析[J]. 给水排水, 2023, 59(2): 42-49.
Jiang F H, Wang Q, Zhang X Z, et al. Carbon emission accounting and carbon reduction case analysis in urban sewage plants[J]. Water & Wastewater Engineering, 2023, 59(2): 42-49.
[15] Abulimiti A, Wang X H, Kang J H, et al. The trade-off between N2O emission and energy saving through aeration control based on dynamic simulation of full-scale WWTP[J]. Water Research, 2022, 223. DOI:10.1016/j.watres.2022.118961
[16] 孟红旗, 李红霞, 赵爱平, 等. 市政污水厂典型A2O工艺低碳运行的系统性评估[J]. 环境科学, 2023, 44(2): 1174-1180.
Meng H Q, Li H X, Zhao A P, et al. Systematic evaluation of low-carbon operation of typical A2O processes in municipal sewage plant[J]. Environmental Science, 2023, 44(2): 1174-1180.
[17] Xi J R, Gong H, Zhang Y J, et al. The evaluation of GHG emissions from shanghai municipal wastewater treatment plants based on IPCC and operational data integrated methods (ODIM)[J]. Science of the total environment, 2021, 797. DOI:10.1016/j.scitotenv.2021.148967
[18] 中华人民共和国住房和城乡建设部, 中华人民共和国生态环境部, 中华人民共和国国家发展和改革委员会. 城镇污水处理提质增效三年行动方案(2019-2021年)[R]. 北京, 2020.
[19] Zhang J B, Shao Y T, Wang H C, et al. Current operation state of wastewater treatment plants in urban China[J]. Environmental Research, 2021, 195. DOI:10.1016/j.envres.2021.110843
[20] T/CAEPI 49-2022, 污水处理厂低碳运行评价技术规范[S].
[21] 郭恰. IPCC污泥碳排放核算模型中DOC取值的不足与修正[J]. 中国给水排水, 2020, 36(16): 49-53.
Guo Q. Lack and correction of DOC value in IPCC calculation model of sludge carbon emission[J]. China Water & Wastewater, 2020, 36(16): 49-53.
[22] 中华人民共和国生态环境部. 2019年度减排项目中国区域电网基准线排放因子[R]. 北京: 中华人民共和国生态环境部, 2022.
[23] Parravicini V, Svardal K, Krampe J. Greenhouse gas emissions from wastewater treatment plants[J]. Energy Procedia, 2016, 97: 246-253. DOI:10.1016/j.egypro.2016.10.067
[24] Yao T, Wei Y G, Zhang J H, et al. What influences the urban sewage discharge in China? The effect of diversified factors on the urban sewage discharge in different regions of China[J]. Environment, Development and Sustainability, 2022, 24(5): 6099-6135. DOI:10.1007/s10668-021-01694-5
[25] Mannina G, Capodici M, Cosenza A, et al. Nitrous oxide emission in a university of cape town membrane bioreactor: the effect of carbon to nitrogen ratio[J]. Journal of Cleaner Production, 2017, 149: 180-190. DOI:10.1016/j.jclepro.2017.02.089
[26] Tian Y H, Liu S, Guo Z, et al. Insight into greenhouse gases emissions and energy consumption of different full-scale wastewater treatment plants via ECAM Tool[J]. International Journal of Environmental Research and Public Health, 2022, 19(20). DOI:10.3390/ijerph192013387
[27] Bao Z Y, Sun S C, Sun D Z. Assessment of greenhouse gas emission from A/O and SBR wastewater treatment plants in beijing, China[J]. International Biodeterioration & Biodegradation, 2016, 108: 108-114.
[28] 郝晓地, 杨振理, 于文波, 等. 污水处理过程N2O排放: 过程机制与控制策略[J]. 环境科学, 2023, 44(2): 1163-1173.
Hao X D, Yang Z L, Yu W B, et al. N2O emission from the processes of wastewater treatment: mechanisms and control strategies[J]. Environmental Science, 2023, 44(2): 1163-1173.
[29] Li L Q, Wang X H, Miao J Y, et al. Carbon neutrality of wastewater treatment-A systematic concept beyond the plant boundary[J]. Environmental Science and Ecotechnology, 2022, 11. DOI:10.1016/j.ese.2022.100180
[30] 王斌, 闫冰, 赵延丰, 等. 高出水标准地下式污水处理厂设计探讨[J]. 给水排水, 2022, 48(11): 39-43.
Wang B, Yan B, Zhao Y F, et al. Design of underground wastewater treatment plant with high effluent quality requirement[J]. Water & Wastewater Engineering, 2022, 48(11): 39-43.
[31] 王文明, 杨淇椋, 蔡依廷, 等. MSBR工艺在高排放标准污水处理厂的应用[J]. 中国给水排水, 2020, 36(16): 111-115.
Wang W M, Yang Q L, Cai Y T, et al. Application of MSBR process in wastewater treatment plant with stringent discharge standard[J]. China Water & Wastewater, 2020, 36(16): 111-115.
[32] Zhang B, Ning D L, Yang Y F, et al. Biodegradability of wastewater determines microbial assembly mechanisms in full-scale wastewater treatment plants[J]. Water Research, 2020, 169. DOI:10.1016/j.watres.2019.115276
[33] 胡春燕, 梁建军, 古励, 等. 重庆市城市污水处理厂进水特征分析[J/OL]. 中国给水排水, 1-11. http://kns.cnki.net/kcms/detail/12.1073.TU.20230822.1701.002.html, 2024-04-25.
Hu C Y, Liang J J, Gu L, et al. Analysis of influent characteristics of municipal wastewater treatment plants in chongqing[J/OL]. China Water & Wastewater, 1-11. http://kns.cnki.net/kcms/detail/12.1073.TU.20230822.1701.002.html, 2024-04-25.
[34] Chen H X, Zheng Y N, Zhou K, et al. Carbon emission efficiency evaluation of wastewater treatment plants: evidence from China[J]. Environmental Science and Pollution Research, 2023, 30(31): 76606-76616. DOI:10.1007/s11356-023-27685-9
[35] Koutsou O P, Gatidou G, Stasinakis A S. Domestic wastewater management in Greece: greenhouse gas emissions estimation at country scale[J]. Journal of Cleaner Production, 2018, 188: 851-859. DOI:10.1016/j.jclepro.2018.04.039
[36] 周政, 李怀波, 王燕, 等. 低碳氮比进水AAO污水处理厂低碳运行[J]. 中国环境科学, 2022, 42(11): 5088-5099.
Zhou Z, Li H B, Wang Y, et al. Research on low-carbon operation mode in AAO-based wastewater treatment plants with low C/N influent[J]. China Environmental Science, 2022, 42(11): 5088-5099. DOI:10.3969/j.issn.1000-6923.2022.11.015
[37] Li H H, Cheng X H, Ding H, et al. Cleaner production and carbon reduction target: analysis of sewage treatment plants in nort-central China[J]. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 2022, 44(2): 2770-2781. DOI:10.1080/15567036.2022.2061648
[38] Guo Z Y, Sun Y J, Pan S Y, et al. Integration of green energy and advanced energy-efficient technologies for municipal wastewater treatment plants[J]. International Journal of Environmental Research and Public Health, 2019, 16(7). DOI:10.3390/ijerph16071282
[39] Li Y B, Wang X, Butler D, et al. Energy use and carbon footprints differ dramatically for diverse wastewater-derived carbonaceous substrates: an integrated exploration of biokinetics and life-cycle assessment[J]. Scientific Reports, 2017, 7(1). DOI:10.1038/s41598-017-00245-1
[40] Wang H T, Yang Y, Keller A A, et al. Comparative analysis of energy intensity and carbon emissions in wastewater treatment in USA, Germany, China and South Africa[J]. Applied Energy, 2016, 184: 873-881. DOI:10.1016/j.apenergy.2016.07.061
[41] Rodriguez-Caballero A, Aymerich I, Poch M, et al. Evaluation of process conditions triggering emissions of green-house gases from a biological wastewater treatment system[J]. Science of the Total Environment, 2014, 493: 384-391. DOI:10.1016/j.scitotenv.2014.06.015
[42] He Y, Zhu Y S, Chen J H, et al. Assessment of energy consumption of municipal wastewater treatment plants in China[J]. Journal of Cleaner Production, 2019, 228: 399-404. DOI:10.1016/j.jclepro.2019.04.320
[43] Sun S C, Cheng X, Sun D Z. Emission of N2O from a full-scale sequencing batch reactor wastewater treatment plant: characteristics and influencing factors[J]. International Biodeterioration & Biodegradation, 2013, 85: 545-549.
[44] Gruber W, von Känel L, Vogt L, et al. Estimation of countrywide N2O emissions from wastewater treatment in Switzerland using long-term monitoring data[J]. Water Research X, 2021, 13. DOI:10.1016/j.wroa.2021.100122
[45] Zhang X H, Wei Y, Pan H Y, et al. The comparison of performances of a sewage treatment system before and after implementing the cleaner production measure[J]. Journal of Cleaner Production, 2015, 91: 216-228. DOI:10.1016/j.jclepro.2014.12.025
[46] 马九利, 王伟, 黄继会, 等. 进水泵房恒液位恒流量自控系统改造效能评估[J]. 中国给水排水, 2023, 39(2): 109-112.
Ma J L, Wang W, Huang J H, et al. Efficiency evaluation of constant liquid level and constant flow program reformation in the inlet pump room of WWTP[J]. China Water & Wastewater, 2023, 39(2): 109-112.
[47] 郭恰. 上海污水处理AAO工艺碳排放情况及影响因素分析[J]. 净水技术, 2020, 39(10): 137-139, 148.
Guo Q. Analysis of carbon emission and influence factors of AAO process in WWTP in Shanghai[J]. Water Purification Technology, 2020, 39(10): 137-139, 148.
[48] Seixas F L, Gimenes M L, Fernandes-Machado N R C. Treatment of vinasse by adsorption on carbon from sugar cane bagasse[J]. Quimica Nova, 2016, 39(2): 172-179.
[49] Wang H C, Jiang C C, Wang X, et al. Application of internal carbon source from sewage sludge: a vital measure to improve nitrogen removal efficiency of low C/N wastewater[J]. Water, 2021, 13(17). DOI:10.3390/w13172338
[50] Presura E, Robescu L D. Energy use and carbon footprint for potable water and wastewater treatment[J]. Proceedings of the International Conference on Business Excellence, 2017, 11(1): 191-198. DOI:10.1515/picbe-2017-0020
[51] Luo L, Dzakpasu M, Yang B C, et al. A novel index of total oxygen demand for the comprehensive evaluation of energy consumption for urban wastewater treatment[J]. Applied Energy, 2019, 236: 253-261. DOI:10.1016/j.apenergy.2018.11.101
[52] Nakkasunchi S, Hewitt N J, Zoppi C, et al. A review of energy optimization modelling tools for the decarbonisation of wastewater treatment plants[J]. Journal of Cleaner Production, 2021, 279. DOI:10.1016/j.jclepro.2020.123811
[53] Wang Z Y, Zheng M, Duan H R, et al. A 20-year journey of partial nitritation and anammox (PN/A): from sidestream toward mainstream[J]. Environmental Science & Technology, 2022, 56(12): 7522-7531.
[54] 郝晓地, 李季, 赵梓丞, 等. 侧流磷回收强化主流脱氮除磷微观现象评价[J]. 环境工程学报, 2021, 15(11): 3677-3685.
Hao X D, Li J, Zhao Z C, et al. Evaluation of microcosmic phenomena on enhancing main-stream biological nutrient removal by side-stream phosphate recovery[J]. Chinese Journal of Environmental Engineering, 2021, 15(11): 3677-3685. DOI:10.12030/j.cjee.202108100
[55] Raheem A, Sikarwar V S, He J, et al. Opportunities and challenges in sustainable treatment and resource reuse of sewage sludge: a review[J]. Chemical Engineering Journal, 2018, 337: 616-641.
[56] 郝晓地, 申展, 李季, 等. 剩余污泥低温干化热源首选污水厂出水余温热能[J]. 中国给水排水, 2023, 39(6): 1-8.
Hao X D, Shen Z, Li J, et al. Low-temperature sludge drying: priority to thermal energy in effluent[J]. China Water & Wastewater, 2023, 39(6): 1-8.
[57] Anders A, Weigand H, Platen H. Phosphorus recovery by re-dissolution from activated sludge-effects of carbon source and supplementation level revisited[J]. Environmental Science: Water Research & Technology, 2023, 9(1): 134-145.
[58] Ping L, Zhao G, Lin X H, et al. Feasibility and carbon footprint analysis of lime-dried sludge for cement production[J]. Sustainability, 2020, 12(6). DOI:10.3390/su12062500
[59] Ma X, Zhang T Y, Xie Y L, et al. A simulation-assessment-optimization approach towards energy self-sufficiency and carbon reduction in regional-scale sewage systems[J]. Resources, Conservation and Recycling, 2022, 187. DOI:10.1016/j.resconrec.2022.106595
[60] Zou S H, Lu Y Q. Performance evaluation system of sewage treatment plant based on ESG+E[A]. Proceedings of the 8th International Conference on Hydraulic and Civil Engineering: Deep Space Intelligent Development and Utilization Forum[C]. Xi'an: IEEE, 2022. 1153-1157.