AUTOREFERAT PRACY DOKTORSKIEJ

Transkrypt

1 WYDZIAŁ INŻYNIERII ŚRODOWISKA ZAKŁAD EKOLOGISTYKI I ZARZĄDZANIA RYZYKIEM ŚRODOWISKOWYM AUTOREFERAT PRACY DOKTORSKIEJ Określenie czynników determinujących wielkość emisji odorów ze źródeł powierzchniowych zlokalizowanych na terenie oczyszczalni ścieków Autor: mgr inż. Piotr Sobczyński Promotor: dr hab. inż. Izabela Sówka, prof. PWr Promotor pomocniczy: dr inż. Michał Mańczak Recenzenci prof. nzw. dr hab. inż. Andrzej Kulig dr hab. inż. Jacek Piekarski, prof. PK Wrocław 2016

2 1. Uzasadnienie wyboru tematu Oczyszczalnie ścieków są jednymi z najczęściej wskazywanych obiektów uciążliwych pod względem zapachowym (Belgiorno i inni, 2013). Jednocześnie najważniejsza światowa instytucja odpowiedzialna za zdrowie ludzi WHO (World Health Ogranistaion - Światowa Organizacja Zdrowia) oraz liczni autorzy wskazują na negatywne oddziaływanie odorów na samopoczucie i zdrowie ludzi mieszkających w pobliżu obiektów uciążliwych zapachowo (WHO, 2000; Hayes i inni, 2014), w tym oczyszczalni ścieków (Schiffman i in. 2000). Aktualnie na terenie Polski znajduje się 3288 oczyszczalni ścieków komunalnych (GUS 2015). W związku z faktem rozrostu aglomeracji miejskich i terenów zabudowy mieszkalnej, zwiększa się tym samym narażenie mieszkańców na negatywne oddziaływanie zapachowe oczyszczalni ścieków komunalnych, które najczęściej zlokalizowane są na przedmieściach miast (Sówka i inni, 2014). Ze względu na korzystne ceny nieruchomości tereny te stają się atrakcyjne pod kątem ich urbanizacji, tym samym zbliżając granicę zabudowy mieszkalnej w stronę uciążliwych zapachowo obiektów. Liczba skarg związanych z uciążliwością zapachową obiektów gospodarki komunalnej w Polsce stale rośnie. (Kulig, Szyłak-Szydłowski, 2013). Skutkiem zachodzących procesów urbanizacyjnych, demograficznych oraz jednoczesnej, rosnącej świadomości społeczności lokalnych są konflikty z właścicielami oczyszczalni ścieków. Ze względu na brak w polskim prawie przepisów zawierających wytyczne nt. metodyki określania oddziaływania zapachowego projektowanych oraz istniejących obiektów uciążliwych zapachowo, konflikty na linii właściciel obiektu społeczność lokalna są kłopotliwe w rozstrzygnięciu. Powszechnie uważa się, iż powiązanie badań olfaktometrycznych oraz modelowania dyspersji zanieczyszczeń w powietrzu jest jednym z najbardziej uniwersalnych rozwiązań pozwalających na określenie zasięgu oddziaływania instalacji uciążliwych zapachowo (Capelli i in., 2013; Ranzato i in., 2012). Co najbardziej istotne, zastosowanie narzędzi modelowych rozprzestrzeniania się odorów w powietrzu umożliwia ocenę oddziaływania zapachowego zarówno obiektów istniejących, jak i projektowanych. Wykonanie dokładnych obliczeń modelowych nie jest jednak możliwe bez prawidłowego określenia emisji z poszczególnych źródeł emisji zlokalizowanych na terenie badanego obiektu, na obszarze którego stosowane procesy technologiczne mogą przyczyniać się do emisji zapachu. Ze względu na dużą zmienność emisji odorów z obiektów znajdujących się na oczyszczalni ścieków, istotnym jest zbadanie i określenie parametrów oraz warunków wpływających na ilość emitowanych odorów do powietrza i zbadanie ich wpływu na wielkości emisji zapachu w celu precyzyjnego oszacowania zasięgu oddziaływania zapachowego danego obiektu. Dostępne wyniki badań ankietowych oraz emisji odorów z urządzeń oczyszczalni ścieków wskazują, iż mimo różnic między poszczególnymi wynikami badań, do źródeł najbardziej uciążliwych zapachowo można zaliczyć: kraty, osadniki wstępne, komory beztlenowe, zagęszczacze grawitacyjne osadów oraz urządzenia odwadniania osadów ściekowych (Frechen, 2004; Kulig i in. 2010; Capelli i in., 2009). Na podstawie przeprowadzonych badań można również stwierdzić, iż uciążliwość poszczególnych rodzajów urządzeń może być mocno zróżnicowana w zależności od oczyszczalni ścieków, jednak ww. obiekty technologiczne są jednymi z najistotniejszych źródeł emisji odorów na oczyszczalniach ścieków komunalnych. Duża część najbardziej uciążliwych urządzeń technologicznych to źródła powierzchniowe pasywne, które ze względu na dużą powierzchnię, na wielu oczyszczalniach ścieków mają największy udział w całkowitej emisji odorów. Badania zmienności emisji odorów ze źródeł powierzchniowych pasywnych, w tym osadników wstępnych, nie były w przeszłości badane w sposób kompleksowy. Mimo sformułowania 1

3 wielu modeli matematycznych opisujących procesy wpływające na wielkość emisji ze źródeł powierzchniowych pasywnych poszczególnych odorantów np. siarkowodoru, amoniaku oraz lotnych związków organicznych (WATER9, TOXCHEM) nie stworzono modelu opisującego wpływu podstawowych czynników na wielkość emisji odorów jako mieszaniny z tego typu źródeł. Ze względu szeroki skład mieszaniny odorantów emitowanych z osadników wstępnych (Ras i in., 2008; Godayol i in., 2011; Zhou i in., 2016) oraz wzajemnej relacji między emisją poszczególnych związków chemicznych, a dominującym czynnikiem wpływającym na ich emisję, przy jednoczesnym uwzględnieniu wzajemnego wpływu stosunku udziału poszczególnych odorantów na jakość oraz intensywność emitowanego zapachu, matematyczny opis zjawisk wpływających na wielkość emisji zapachu ze źródeł powierzchniowych pasywnych nie został dotychczas sformułowany. Prowadzone badania naukowe nad emisją odorów z oczyszczalni ścieków dotychczas głównie skupiały się na określeniu wielkości emisji odorów ze źródeł znajdujących się na oczyszczalni ścieków w celu określenia różnic w emisji odorów dla poszczególnych urządzeń do oczyszczania ścieków i przeróbki osadów ściekowych. Nawet podczas realizacji dużych projektów badawczych w celu określenia współczynników wielkości emisji odorów z poszczególnych etapów oczyszczania ścieków oraz przeróbki osadów przeprowadzonych na kilkudziesięciu oczyszczalniach ścieków nie uwzględniano w analizach zmienności emisji odorów uzależnionej od podstawowych czynników, wpływających na wielkość emisji odorów z wybranych źródeł (Capelli in., 2009; Frechen, 2004), a tylko niektóre z prowadzonych badań emisji odorantów uwzględniały wpływ sezonowości w określaniu wielkości emisji z analizowanych urządzeń (Nagaraj i Sattler, 2005). Przeprowadzone w ramach realizacji pracy doktorskiej badania zmienności emisji odorów z osadników wstępnych pozwoliły na określenie zmienności emisji odorów z osadników wstępnych oraz wpływu tej zmienności na zasięg oddziaływania zapachowego oczyszczalni ścieków. 2. Cel, zakres i tezy badawcze rozprawy Celem rozprawy doktorskiej pracy było określenie zakresu zmienności emisji odorów z osadników wstępnych oczyszczalni ścieków komunalnych, a następnie przeprowadzenie analizy wpływu podstawowych parametrów dopływających ścieków oraz parametrów pracy wybranego źródła na wartość tej emisji, a także określenie wpływu zmienności emisji z osadników wstępnych w cyklu rocznym na szacowanie zasięgu oddziaływania oczyszczalni ścieków komunalnych. Przeprowadzone badania miały na celu identyfikację zakresu zmienności emisji odorów z osadników wstępnych i określenie znaczenia jej wpływu na wyniki obliczeń modelowych mających na celu ocenę oddziaływania zapachowego oczyszczalni ścieków. Na podstawie przeprowadzonych studiów literaturowych sformułowano następujące tezy badawcze : Wielkość emisji odorów z osadników wstępnych charakteryzuje się dużą zmiennością w zależności od parametrów dopływających na osadniki ścieków oraz Zmienność emisji odorów z osadników wstępnych ma znaczący wpływ na zasięg oddziaływania zapachowego oczyszczalni ścieków 2

4 Zakres pracy obejmował część teoretyczną związaną z przeglądem literatury z zakresu uciążliwości zapachowej oczyszczalni ścieków, głównych metod oceny oddziaływania zapachowego, czynników mających wpływ na wartość emisji odorów ze źródeł powierzchniowych pasywnych, przegląd modeli rozprzestrzeniania się zanieczyszczeń w powietrzu wykorzystywanych w ocenie oddziaływania zapachowego. W części teoretycznej scharakteryzowano metodykę prowadzonych badań zmienności emisji odorów oraz zastosowany model rozprzestrzeniania się zanieczyszczeń w powietrzu wykorzystany do oszacowania zasięgu oddziaływania zapachowego analizowanych obiektów. W drugiej badawczej - części pracy zaprezentowano wyniki badań: emisji odorów z osadników wstępnych oczyszczalni ścieków komunalnych, analiz statystycznych wpływu wybranych czynników (temperatury ścieków, chemicznego zapotrzebowania na tlen, czasu przetrzymania ścieków w osadniku) na wartość emisji odorów przy zastosowaniu regresji wielorakiej oraz sztucznych sieci neuronowych, a także analizę oddziaływania zapachowego wybranej oczyszczalni ścieków komunalnych z zastosowaniem modelu AERMOD dla określonych wariantów emisyjnych określonych na podstawie przeprowadzonych badań oraz z uwzględnieniem zmienności emisji odorów w cyklu miesięcznym dla emisji wyznaczonej podczas pomiarów oraz określonej z zastosowaniem sztucznych sieci neuronowych (rys. 1). Rysunek 1. Schemat części badawczej rozprawy doktorskiej 3. Metodologia badań Na obiekt badawczy wybrano mechaniczno biologiczną oczyszczalnię ścieków z podwyższonym usuwaniem związków biogennych zaprojektowaną dla RLM równej Na podstawie badań literaturowych oraz badań własnych, wyselekcjonowano źródło powierzchniowe pasywne, które charakteryzuje się dużą emisją odorów i może być uznane za jedno z głównych źródeł mających udział w całkowitej emisji odorów z oczyszczalni ścieków. Wśród wytypowanych źródeł znalazły się następujące urządzenia/obiekty: osadniki wstępne, komory beztlenowe, komory denitryfikacji, zagęszczacz grawitacyjny osadu wstępnego, zbiornik osadów przefermentowanych. Przeprowadzone badania własne emisji odorów z ww. obiektów oraz przeprowadzone studia literaturowe zdecydowały o wyborze głównego obiektu badań osadników wstępnych, ze względu na ich znaczący udział w całkowitej emisji odorów z oczyszczalni ścieków komunalnych. 3

5 Po potwierdzeniu wstępnych założeń dotyczących zmienności emisji z osadników wstępnych przystąpiono do właściwych badań emisji z wytypowanych obiektów w cyklu rocznym. Pomiary emisji odorów wykonywane były z możliwie największą częstotliwością przez okres roku jesień, zimę, wiosnę oraz lato. Badania prowadzone w ramach realizacji pracy doktorskiej obejmowały: 1. Pobór próbek zapachu i ich analizę w celu określenia emisji jednostkowej odorów z osadników wstępnych 2. Pobór próbek ścieków i ich analizę w celu określenia ChZT ścieków 3. Pomiar parametrów fizycznych ścieków temperatury i ph 4. Oszacowanie obciążenia hydraulicznego analizowanych osadników wstępnych podczas prowadzonych badań Badania emisji odorów z osadników wstępnych umożliwiły zebranie danych pozwalających na ich analizę za pomocą wybranych narzędzi statystycznych w postaci regresji wielorakiej oraz sztucznych sieci neuronowych. Wyznaczone zależności pomiędzy wybranymi czynnikami, a wielkością emisji odorów pozwoliły na wyselekcjonowanie najlepszego modelu statystycznego umożliwiającego predykcję emisji odorów z osadników wstępnych na podstawie łatwo dostępnych parametrów temperatury i ChZT ścieków, obciążenia hydraulicznego osadników. Ostatnim etapem badań była analiza wpływu na zasięg oddziaływania zapachowego osadników wstępnych dla przyjętej stałej emisji z osadników (maksymalnej oraz minimalnej) i uśrednionej dla poszczególnych miesięcy roku (wyznaczonej na podstawie badań oraz określonej na podstawie analiz z zastosowaniem sztucznych sieci neuronowych) z zastosowaniem modelu AERMOD Badania zmienności emisji odorów Badania zmienności emisji odorów z osadników wstępnych prowadzone były od października 2014 roku do listopada 2015 roku. Badania trwały łącznie 12 miesięcy i obejmowały wszystkie pory roku. Badania wykonywane były w dni bezdeszczowe w godzinach przedpołudniowych między 8.00, a Pobór próbek wykonywany był 33 krotnie, uzyskując łącznie 66 wyników emisji odorów dla okresu roku (14 dla okresu zimowego, 16 dla okresu wiosennego, 18 dla okresu letniego i 18 dla okresu jesiennego). Oprócz stężenia zapachowego w pobranych próbkach odorów, oznaczono również parametry ścieków dopływających na osadnik wstępny: ChZT ścieków, temperaturę ścieków, ph ścieków oraz prowadzono pomiary warunków środowiskowych: temperatura powietrza, wilgotność powietrza oraz ciśnienie atmosferyczne. Każdorazowo podczas badań pobierano sześć próbek zapachów w celu uzyskania dwóch wyników stężenia zapachowego. Parametry środowiskowe oraz temperaturę ścieków badano podczas poboru próbki zapachu nr 1, nr 3, nr 4 oraz nr 6. Próbki ścieków do oznaczeń ChZT pobierano z komory rozdziału podczas poboru próbki zapachu nr 1, pod koniec poboru próbki nr 3 lub na początku poboru próbki nr 4 oraz podczas poboru próbki nr 6. Ścieki do pomiaru ph pobierane były podczas poboru próbki nr 2 oraz 5. Szczegółowy schemat badań przedstawiono na rysunku 2. 4

6 Rysunek 2. Schemat poboru próbek odorów z osadników wstępnych 1) Wyznaczanie stężenia zapachowego Podczas każdego dnia badań dokonywano poboru 6 próbek odorów, 3 próbki na każdy wynik stężenia zapachowego. Poboru dokonywano w trzech różnych miejscach osadnika. Pobór próbek z osadników wstępnych wykonany został z uwzględnieniem zaleceń niemieckiej normy VDI 3880 Olfactometry; Static Sampling. Zastosowany zestaw do poboru próbek zapachu wykonany był z elementów nie wchodzących w interakcję ze związkami zapachowo-czynnymi, charakteryzujących się brakiem pochłaniania oraz wydzielania zapachów. Bezpośrednio po poborze, próbki były transportowane do Laboratorium Badań Olfaktometrycznych w Zakładzie Ekologistyki i Zarządzania Ryzykiem Środowiskowym Wydziału Inżynierii Środowiska Politechniki Wrocławskiej w celu oznaczenia stężeń zapachowych. Pomiaru stężenia zapachowego dokonano przy zastosowaniu metody olfaktometrii dynamicznej, zgodnie z procedurami opisanymi w PN-EN: Próbki oznaczane były w możliwe najkrótszym okresie od momentu pobrania próbek zapachu (do 8 godzin od czasu poboru pierwszej próbki zapachu). Badania 5

7 prowadzone były w wyciszonym i odizolowanym pomieszczeniu o stabilnych warunkach temperaturowych i oświetleniowych. Zespół pomiarowy składał się z czterech probantów oraz jednego operatora. Oceniający biorący udział w badaniu olfaktometrycznym byli uprzednio wyselekcjonowani zgodnie z wytycznymi normy PN-EN 13275:2007. Urządzeniem pomiarowym był czterostanowiskowy olfaktometr TO8 wraz z niezbędnym oprzyrządowaniem. Otrzymane wyniki stężenia zapachowego w próbkach pobranych z osadników wstępnych gazów wykorzystane zostały do obliczeń emisji jednostkowej odorów (SOER specific odour emission rate) E j, która określa wartość emisji odorów z jednostki powierzchni źródła w określonym czasie (ou E /m 2 /s). 2) Chemiczne zapotrzebowanie na tlen Próbki ścieków do oznaczeń chemicznego zapotrzebowania na tlen (ChZT) pobierane były z komory rozdzielczej ścieków na osadniki wstępne i oznaczane były zgodnie z metodą kolometryczną 5220 D (WEF i APHA, 2005). Ścieki pobierano z komory rozdziału czerpakiem, a następnie homogenizowano. Niezwłocznie po zakończeniu pomiarów, przygotowane na oczyszczalni próbki ścieków transportowane były do laboratorium Katedry Technologii Oczyszczania Wody i Ścieków Wydziału Inżynierii Środowiska Politechniki Wrocławskiej. Próbki przed oznaczeniem na spektrofotometrze były podgrzewane do temperatury 148 O C przez 120 min w termostacie NANOCOLOR VARIO-2 (rys. 20). Po ochłodzeniu próbek badana była absorbancja przygotowanych próbek dla długości fali 600 nm na spektrofotometrze WTW Photometer MPM ) Odczyn ścieków Próbki ścieków do oznaczeń odczynu ścieków pobierane były z komory rozdziału ścieków na osadniki wstępne. Niezwłocznie po zakończeniu poboru próbek odorów ścieki wykonywano oznaczenie ph metodą potencjometryczną. 4) Temperatura ścieków Temperaturę ścieków mierzono za pomocą elektronicznego miernika temperatury HGL typ 38 o rozdzielczości 0,1 O C. Temperatura ścieków mierzona była około 10 cm pod powierzchnią zwierciadła ścieków podczas poboru próbek odorów nr 1, 3, 4 oraz 6. 5) Czas przetrzymania ścieków w osadniku Czas przetrzymania ścieków w osadniku obliczony został na podstawie danych dotyczących dopływu ścieków na osadniki wstępne udostępnione przez pracowników analizowanej oczyszczalni. Dane dotyczące dopływu ścieków na osadniki wstępne pochodzą z przepływomierza przepompowni ścieków zlokalizowanej za piaskownikami napowietrzanymi. Dane pobrane z systemu pobrane zostały z interwałem 5 minutowym. Czas przetrzymania obliczano dla poszczególnych okresów kiedy pobierane były próbki odorów Analiza oddziaływania zapachowego obiektu z zastosowaniem modelu AERMOD AERMOD jest stacjonarnym, gaussowskim modelem dyspersji nowej generacji, który w roku 2006 został oficjalnie następcą modelu ISC3, jako modelu stosowanego w Stanach Zjednoczonych w celach regulacyjnych. Aktualnie jest rekomendowanym przez Amerykańską Agencję Ochrony 6

8 Środowiska (EPA) modelem dyspersji do przeprowadzania obliczeń do 50 km od źródła (EPA, 2000). Model AERMOD jest cały czas udoskonalany - najnowsza aktualizacja modelu udostępniona została w czerwcu 2015 roku. Mimo otrzymywania bardziej precyzyjnych wyników obliczeń przy zastosowaniu modelu CALPUFF, model AERMOD jest rekomendowany zarówno przez EPA jak i naukowców do zastosowań regulacyjnych w skali lokalnej (Juda-Rezler, 2010; Rood, 2014). System modelowania AERMOD składa się preprocesora meteorologicznego AERMET, preprocesora ukształtowania terenu AERMAP oraz właściwego modelu dyspersji zanieczyszczeń w powietrzu AERMOD (rys. 3). Opcjonalnie możliwe jest wykorzystanie preprocesora właściwości powierzchni terenu AERSURFACE. Rysunek 3. Schemat przygotowania danych i wyników obliczeń za pomocą modelu AERMOD (rysunek opracowany na podstawie EPA, 2004a) 1) Parametry meteorologiczne Pierwszym obligatoryjnym etapem wymaganym do przeprowadzenia właściwych obliczeń za pomocą modelu AERMOD jest przygotowanie danych meteorologicznych do modelu z zastosowaniem preprocesora meteorologicznego AERMET. Proces przygotowania danych wsadowych przebiegał trzyetapowo (rys. 4). Rysunek 4. Schemat funkcjonowania preprocesora aerologicznego AERMET (rysunek opracowany na podstawie EPA, 2004) 7

9 Na potrzeby analizy oddziaływania zapachowego osadników wstępnych przygotowano dane meteorologiczne z 2015 roku. Jako pliki wsadowe zastosowano surowe pliki archiwalne dla pomiarów ze stacji naziemnej (Integrated Surface Data) w formacie TD3505 oraz sondaży aerologicznych (Radiosonde Database) w formacie FSL. Analiza jakości danych meteorologicznych wykazała kompletność danych na poziomie 96,59 % - wystarczającym do zastosowania w obliczeniach dyspersji z wykorzystaniem modelu AERMOD (EPA, 2015; EPA 2000). 2) Ukształtowanie terenu Pełny potencjał modelowania dyspersji zanieczyszczeń w powietrzu z zastosowaniem systemu AERMOD uzyskać można wyłącznie przeprowadzając obliczenia z uwzględnieniem ukształtowania terenu. AERMOD posiada dedykowany preprocesor ukształtowania terenu, który umożliwia stworzenie siatki receptorów obliczeniowych wraz z odpowiadającą im wysokością n.p.m. i wysokością wzgórza zastępczego, pozwalającą na wyznaczenie linii podziału smugi. Jako plik wejściowy do modelu zastosowano dane SRTM3 o rozdzielczości 90 m w postaci pliku rastrowego z geoodniesieniem geotiff. 3) Dane emisyjne Do obliczeń modelowych założono pracę 4 osadników przez cały rok kalendarzowy. Obliczenia przeprowadzono dla 5 wariantów emisji: wariant 1 minimalna wielkość emisji odorów wyznaczona w okresie badań wariant 2 maksymalna wielkość emisji odorów wyznaczona w okresie badań uwzględniająca szczególne przypadki pracy osadników wariant 3 - maksymalna wielkość emisji odorów wyznaczona w okresie badań nie uwzględniająca szczególnych przypadków pracy osadników wariant 4 wielkość emisji zmienna dla poszczególnych miesięcy w roku wariant 5 - wielkość emisji zmienna dla poszczególnych miesięcy w roku obliczona z zastosowaniem sztucznych sieci neuronowych 4. Wyniki badań 4.1.Zmienność emisji odorów z osadników wstępnych Przeprowadzone badania wykazały znaczną rozpiętość w wartości emisji odorów z osadników wstępnych w ciągu analizowanego okresu pomiarowego. Najniższe wartości emisji odorów wyznaczono w dniu , odpowiednio 2,57 ou E /m 2 /s, 2,85 ou E /m 2 /s, 3,25 ou E /m 2 /s, 3,13 ou E /m 2 /s. Najwyższe wartości jednostkowej emisji zapachu odnotowano dla , oraz odpowiednio 106,69 ou E /m 2 /s, 111,23 ou E /m 2 /s oraz 88,50 ou E /m 2 /s. Oznaczone wartości ChZT mieszczą się w przedziale od 818 go 2 /m 3 do 2970 go 2 /m 3 (rys. 5), ph od 6,861 do 8,005), temperatura ścieków od 13,7 O C do 23,3 O C, czas przetrzymania ścieków od 1,57 h do 3,40 h, temperatura powietrza od 0,5 O C do 35,0 O C. Najwyższą emisję odorów z osadników wstępnych odnotowano dla miesięcy letnich sierpnia i września. W okresie wiosennym najwyższą emisję odorów wyznaczono dla miesiąca maja, 8

10 jednak podczas jednego z pomiarów w maju ( ) emisja wyniosła zaledwie 4,07 ou E /m 2 /s. Najniższą emisję odorów z obiektu wyznaczono podczas pomiaru w dniu ,57 ou E /m 2 /s. Różnica pomiędzy najwyższą wyznaczoną emisją z dnia (111,23 ou E /m 2 /s ) a emisją najniższą z dnia (2,57 ou E /m 2 /s) różni się ponad 43 krotnie (rys. 5). Średnia roczna emisja jednostkowa odorów wyznaczona ze wszystkich przeprowadzonych pomiarów wynosi 9,30 ou E /m 2 /s. Stosunek wielkości emisji minimalnej wyznaczonej dla pojedynczego pomiaru (2,57 ou E /m 2 /s) do średniej rocznej (18,38 ou E /m 2 /s) wynosi 0,14, natomiast emisji maksymalnej (111,23 ou E /m 2 /s) do średniej (18,38 ou E /m 2 /s) wynosi 6,05. Rysunek 5. Wyznaczone wartości jednostkowej emisji odorów dla okresu pomiarowego Wartości jednostkowej emisji odorów uśrednione dla poszczególnych miesięcy kiedy prowadzone były badania wskazują, iż największa emisja odorów ma miejsce podczas miesięcy letnich oraz wiosennych, najniższa natomiast zimą. Najwyższą uśrednioną wartość jednostkowej emisji odorów wyznaczono dla miesiąca lipca 49,89 ou E /m 2 /s, sierpnia 43,61 ou E /m 2 /s, września 37,39 ou E /m 2 /s oraz maja 36,79 ou E /m 2 /s. Najniższe wartości jednostkowej emisji odorów uśrednione dla okresu miesiąca otrzymano dla miesiąca marca 3,96 ou E /m 2 /s, lutego 4,86 ou E /m 2 /s oraz stycznia 6,12 ou E /m 2 /s (rys. 6). Stosunek wielkości emisji minimalnej uśrednionej dla okresu miesiąca (3,96 ou E /m 2 /s) do średniej rocznej (18,38 ou E /m 2 /s) wynosi 0,22, natomiast emisji maksymalnej (111,23 ou E /m 2 /s) do średniej (18,38 ou E /m 2 /s) wynosi

11 Rysunek 6. Jednostkowa emisja odorów uśredniona dla poszczególnych miesięcy badań Rysunek 7. Jednostkowa emisja odorów uśredniona dla poszczególnych miesięcy badań po usunięciu przypadków szczególnych Po usunięciu przypadków szczególnych zmniejszyła się średnia emisja jednostkowa odorów dla miesiąca maja o raz lipca odpowiednio do poziomu 22,81 ou E /m 2 /s oraz 29,45 ou E /m 2 /s (rys. 7 ). Dla pozostałych 63 wyników pomiarów przeprowadzono wstępną analizę zależności z wykorzystaniem analizy korelacyjnej w celu wyznaczenia współczynników korelacji Pearsona. 10

12 Uzyskano następujące korelacje między jednostkową emisją odorów a pozostałymi analizowanymi czynnikami: temperatura ścieków współczynnik korelacji: 0,76 czas przetrzymania współczynnik korelacji: - 0,57 temperatura powietrza współczynnik korelacji: 0,65 ph współczynnik korelacji: - 0,11 ChZT współczynnik korelacji: - 0,10 Stwierdzono brak za wyjątkiem temperatury ścieków - mocnej korelacji liniowej między wielkością emisji odorów a badanymi parametrami. Ze względu na fakt, iż na wielkość emisji odorów z osadników wstępnych wpływa jednocześnie więcej niż jeden parametr zebrane dane przeanalizowano z zastosowaniem narzędzi regresyjnych w postaci regresji wielorakiej oraz sztucznych sieci neuronowych (SNN). Analiza wyników obliczeń przy zastosowaniu regresji wielorakiej wykazała istotność statystyczną wybranych zmiennych niezależnych w postaci temperatury ścieków oraz czasu przetrzymania ścieków w osadniku wstępnym. Oszacowana funkcja regresji uzyskała następującą postać: E 53, 23 6, 58 T 3, 19 t, gdzie: j sc h E j emisja jednostkowa odorów z osadnika, ou E /m 2 /s T ść temperatura ścieków, o C t h czas przetrzymania ścieków, h Największy wpływ na wielkość emisji jednostkowej odorów ma temperatura ścieków T ść - standaryzowany współczynnik β dla zmiennej wynosi 0,64. Współczynnik β dla zmiennej czas przetrzymania t h wynosi 0,21. Wartość błędu standardowego estymacji wynosi 10,20. Wartość współczynnika korelacji R = 0,77, przy wartości współczynnika determinacji R 2 wynoszącym 0,60, co oznacza, że około 60 % zmienności emisji jednostkowej odorów jest wyjaśniana przez model. Analizie zastosowaniem sztucznych sieci neuronowych poddano wszystkie główne badane parametry: ChZT, ph i temperaturę ścieków, czas przetrzymania ścieków w osadniku. Wstępne analizy wykazały, iż sieci neuronowe wykazują najlepszą zdolność predykcji dla trzech zmiennych wejściowych: ChZT ścieków, temperatura ścieków oraz czas przetrzymania ścieków w osadniku. Dla ww. zmiennych wejściowych przeprowadzono poszukiwania najlepszych sieci pozwalających na predykcję wielkości emisji odorów z osadników wstępnych. Analizowano sieci o architekturze MLP (Multi-Layered Perceptron wielowarstwowy perceptron) o strukturze, w której skład wchodziła jedna warstwa wejściowa, jedna warstwa ukryta oraz jedna warstwa wyjściowa (rys. 8). 11

13 Rysunek 8. Architektura analizowanych sieci neuronowych (opracowanie własne) Rysunek 9. Zestawienie parametrów wyselekcjonowanych sieci neuronowych Analiza parametrów wyselekcjonowanych sieci neuronowych wykazała, iż najlepsze dopasowanie obliczonych wartości przewidywanych do wartości zmierzonych uzyskano dla sieci MLP (rys. 9, rys. 10) o funkcji aktywacji warstwy ukrytej tangens hiperboliczny oraz warstwy wyjściowej liniowej. Sieć wytrenowano podczas 109 cykli uczenia algorytmem propagacji wstecznej (BFGS). Trenowanie przeprowadzono dla następujących zakresów danych wejściowych: temperatura ścieków - T ść = 13,7 23,3 O C czas przetrzymania ścieków - t h = 1,57 3,20 h chemiczne zapotrzebowanie ścieków na tlen ChZT = go 2 /m 3. Podczas prognozowania wartości wejściowe zmieniały się w następujących zakresach: temperatura ścieków - T ść = 13,9 22,8 O C 12

14 czas przetrzymania ścieków - t h = 1,64 2,89 h chemiczne zapotrzebowanie ścieków na tlen ChZT = go 2 /m 3. Rysunek 10. Schemat wybranej sieci neuronowej MPL (opracowanie własne) Mimo stosunkowo wysokich błędów względnych wartości zmierzonych w stosunku do wartości obliczonych z zastosowaniem SSN dla niektórych dni pomiarowych, po uśrednieniu wyników dla okresu miesiąca różnice w między wartościami zmierzonymi, a obliczonymi są znacznie mniejsze (rys. 11). Błędy bezwzględne wahają się w zakresie od 0,03 dla miesiąca września do 6,95 dla miesiąca lipca. Największy błąd względny wyznaczono dla miesiąca marca 33 %, najmniejszy dla miesiąca września 0,1 %. Średni błąd względny dla wszystkich miesięcy wynosi niecałe 14 %. Wartości emisji jednostkowej odorów uśrednione dla poszczególnych miesięcy dobrze korelują z wartościami obliczonymi przez SSN współczynnik korelacji na poziomie 0,97, współczynnik determinacji równy 0,95. Rysunek 11. Porównanie uśrednionej dla miesiąca emisji jednostkowej odorów dla wartości zmierzonych oraz obliczonych z zastosowaniem sieci neuronowych 13

15 4.2. Ocena wpływu wielkości emisji odorów na zasięg zapachowego oddziaływania osadników wstępnych z zastosowaniem modelu AERMOD Na podstawie zgromadzonych danych emisyjnych dotyczących emisji odorów z procesu sedymentacji wstępnej (tabela 1) przeprowadzono obliczenia rozprzestrzeniania się odorów z osadników wstępnych znajdujących się na terenie analizowanej oczyszczalni w celu określenia różnic w ich zasięgu oddziaływania zapachowego w zależności od przyjętych wariantów emisji odorów. Przeprowadzone obliczenia dyspersji dla założonych wariantów emisyjnych wykazały znaczne różnice w wyznaczonym zasięgu oddziaływania osadników wstępnych. Różnica zasięgu (od granicy działki analizowanej oczyszczani) między wariantem 1 (emisją minimalną) a wariantem 2 (emisją maksymalną dla warunków szczególnych) dla kryterium 1 ou E /m 3 / 2 % wynosi około 3100 m. Dla kryterium 3,5 ou E /m 3 / 2% odległość ta wynosi około 1450 m. Różnica w zasięgu oddziaływania między wariantem 4 (emisją zmienną dla miesięcy), a wariantem 1, 2 oraz 3 dla kryterium 1 ou E /m 3 / 2%, wynosi odpowiednio 640 m, 1360 m oraz 2440 m. Dla kryterium 3,5 ou E /m 3 / 2% różnice są następujące: 300 m, 750 m, 1120 m. Wynika z tego, iż przyjmowanie stałej emisji do obliczeń rozprzestrzenia odorów może prowadzić do przeszacowania zasięgu oddziaływania obiektów nawet o około 300 % (tabela 2). Tabela 2. Maksymalny zasięg oddziaływania zapachowego analizowanych obiektów Nr wariantu kryterium 1 ou E /m 3 / 2% Zasięg oddziaływania zapachowego [m] od granicy działki kryterium 3,5 ou E /m 3 / 2% kryterium 1 ou E /m 3 / 2% od osadników kryterium 3,5 ou E /m 3 / 2% Uzyskano małe rozbieżności w zasięgu oddziaływania zapachowego dla wariantu 4 oraz 5, czyli założonej emisji zmiennej w cyklach miesięcznych wyznaczonych na podstawie pomiarów oraz sztucznych sieci neuronowych. Różnica w zasięgu oddziaływania dla ww. wariantów wynosi maksymalnie 30 m. Udowadnia to, że zastosowanie wyselekcjonowanej sieci neuronowej do prognozowania emisji odorów z osadników wstępnych jest w stanie znacznie podnieść jakość obliczeń dyspersji odorów z osadników wstępnych oczyszczalni ścieków. 5. Wnioski Na podstawie studiów literaturowych oraz badań własnych zmienności emisji odorów z osadników wstępnych oraz obliczeń w zakresie zasięgu oddziaływania zapachowego osadników w zależności od zmiennej emisji odorów z osadników sformułowano następujące wnioski końcowe: 1. Źródła powierzchniowe pasywne oczyszczalni ścieków komunalnych, w tym osadniki wstępne mają znaczący udział w całkowitej emisji odorów z oczyszczalni ścieków. 14

16 2. Emisja odorów z osadników wstępnych charakteryzuje się bardzo dużą zmiennością w cyklu rocznym: różnica między wartością maksymalną a minimalną wyznaczona podczas badań jest ponad 43 - krotna. Najwyższe wartości emisji zaobserwowano w miesiącach letnich, najniższe w miesiącach zimowych. 3. Podczas poboru próbek odorów przeznaczonych do określenia stężenia zapachowego z osadników wstępnych należy zwrócić uwagę czy obiekty nie pracują w warunkach szczególnych tj. chwilowego dopływu ścieków zakwaszonych lub nadmiernego zalegania osadów w leju osadowym. Może to bowiem prowadzić do przeszacowania wielkości emisji z osadników, a następnie wyciągnięcia błędnych wniosków nt. uciążliwości zapachowej obiektu. 4. Analiza regresji wielorakiej nie wykazała znaczącej zależności między badanymi czynnikami a emisją odorów z osadników wstępnych. Można zatem wywnioskować iż emisja odorów nie jest zależna w sposób liniowy od żadnych z badanych parametrów ścieków i pracy osadników wstępnych - temperatury ścieków oraz czasu przetrzymania ścieków. 5. Możliwe jest opisanie z wystarczającą dokładnością zmienności emisji odorów z osadników wstępnych w cyklach miesięcznych uwzględniającej wpływ temperatury ścieków, czasu przetrzymania ścieków oraz chemicznego zapotrzebowani na tlen z wykorzystaniem sztucznych sieci neuronowych. Mimo, iż wyselekcjonowana sieć charakteryzowała się wysokimi błędami dla niektórych z wartości przewidywanych emisji odorów w stosunku do wartości obliczonych (do 250 % dla przypadku z dnia ), uśrednienie wartości jednogodzinowych do okresu miesiąca umożliwiło dobre dopasowanie do średnich miesięcznych wyznaczonych z pomiarów. Największy błąd względny wyznaczono dla miesiąca marca 33 %, najmniejszy dla miesiąca września 0,1 %. Średni błąd względny dla wszystkich miesięcy wynosi niecałe 14 %. 6. Sztuczne sieci neuronowe mają duży potencjał, aby z zadowalającą dokładnością opisywać zmienność emisji odorów z osadników wstępnych. Zwiększenie ilości badanych parametrów oraz ilości danych pomiarowych powinno pozwolić na uzyskanie lepszych wyników w zakresie oceny wpływu temperatury ścieków, czasu przetrzymania ścieków oraz ChZT ścieków na wielkość emisji odorów za pomocą sztucznych sieci neuronowych. 7. Nie uwzględnienie zmienności emisji odorów podczas oceny oddziaływania zapachowego z zastosowaniem modelowania dyspersji odorów w powietrzu może prowadzić do znacznego przeszacowania lub niedoszacowania zasięgu oddziaływania osadników ścieków nawet do 300 %. 8. Zastosowanie średnich emisji miesięcznych obliczonych na podstawie wyników modelowania wybraną siecią neuronową w obliczeniach dyspersji odorów z zastosowaniem modelu AERMOD wykazało zbliżony zasięg oddziaływania zapachowego do zasięgu wyznaczonego na podstawie danych zebranych podczas prowadzonych badań. Różnica w określonym zasięgu oddziaływania zapachowego wyniosła maksymalnie 30 m. 15

17 6. Bibliografia Capelli, L., Sironi, S., Del Rosso, R., & Céntola, P. (2009). Predicting odour emissions from wastewater treatment plants by means of odour emission factors. Water Research, 43(7), Capelli, L., Sironi, S., Del Rosso, R., & Guillot, J. (2013). Measuring odours in the environment vs. dispersion modelling: A review. Atmospheric Environment, 79, Frechen, F. (2004). Odour emission inventory of german wastewater treatment plants-odour flow rates and odour emission capacity. Water Science and Technology, 50(4), Godayol, A., Alonso, M., Besalu, E., Sanchez, J. M., & Antico, E. (2011). Odour-causing organic compounds in wastewater treatment plants: Evaluation of headspace solid-phase microextraction as a concentration technique. Journal of Chromatography a, 1218(30), Hayes, J. E., Stevenson, R. J., & Stuetz, R. M. (2014). The impact of malodour on communities: A review of assessment techniques. Science of the Total Environment, , Juda-Rezler, K. (2010). New challenges in air quality and climate modeling. Archives of Environmental Protection, 36(1), Kulig, A., Lelicińska-Serafin, K., Podedworna, J., Sinicyn, G., Heidrich, Z. i Czyżkowski. (2010). Identyfikacja, inwentaryzacja i charakterystyka źródeł odorantów w gospodarce komunalnej w polsce. In Szynkowska M.I & Zwoździak J., (Ed.), Współczesna problematyka odorów (pp ) WN-T. Kulig, A., & Szyłak-Szydłowski, M. (2013). Analiza skarg ludności na uciążliwość zapachową w województwie mazowieckim. Materiały Konferencyjne. Uciążliwości Odorowe. Występowanie, Zapobieganie, Aspekty Prawne. Sopot kwietnia. Naddeo, V., Belgiorno, V., & Zarra, T. (2013). Odour impact assessment handbook John Wiley & Sons. Nagaraj, A., & Sattler, M. L. (2005). Correlating emissions with time and temperature to predict worst-case emissions from open liquid area sources.journal of the Air & Waste Management Association, 55(8), Ranzato, L., Barausse, A., Mantovani, A., Pittarello, A., Benzo, M., & Palmeri, L. (2012). A comparison of methods for the assessment of odor impacts on air quality: Field inspection (VDI 3940) and the air dispersion model CALPUFF. Atmospheric Environment, 61, Ras, M. R., Borrull, F., & Marcé, R. M. (2008). Determination of volatile organic sulfur compounds in the air at sewage management areas by thermal desorption and gas chromatography mass spectrometry. Talanta, 74(4),

18 Rood, A. S. (2014). Performance evaluation of AERMOD, CALPUFF, and legacy air dispersion models using the winter validation tracer study dataset.atmospheric Environment, 89, Schiffman, S. S., Walker, J. M., Dalton, P., Lorig, T. S., Raymer, J. H., Shusterman, D., et al. (2000). Potential health effects of odor from animal operations, wastewater treatment, and recycling of byproducts. Journal of Agromedicine, 7(1), Sówka, I., Skrętowicz, M., Sobczyński, P., & Zwoździak, J. (2014). Estimating odour impact range of a selected wastewater treatment plant for winter and summer seasons in polish conditions using CALPUFF model. International Journal of Environment and Pollution, 54(2-4), Zhou, Y., Hallis, S. A., Vitko, T., & Suffet, I. H. (2016). Identification, quantification and treatment of fecal odors released into the air at two wastewater treatment plants. Journal of Environmental Management, 180, Normy, wytyczne oraz poradniki Główny Urząd Statystyczny. (2015). Ochrona Środowiska Informacje i opracowania statystyczne. Warszawa U.S. EPA. (2015). AERSCREEN User s Guide. EPA-454/B , Research Triangle Park, NC U.S. EPA. (2000). User s guide for the AERMOD meteorogical preprocessor (AERMET). EPA-454/B , Research Triangle Park, NC VDI 3945 Part 3: Environmental Meteorology Atmospheric Dispersion Models Particle Models. (2000). The Association of German Engineers. Berlin, Beuth Verlag. VDI 3880 Olfactometry. Static sampling. (2011). The Association of German Engineers. Berlin, Beuth Verlag Wolrd Health Organistaion (WHO), Regional Office for Copenhagen. (2000). Air quality guidelines for Europe. Second Edition. WHO Regional Publications, European Series, No 91. Część przedstawionych w ramach dysertacji doktorskiej badań i analiz zrealizowano dzięki umowie nr 0384/RN/U/2013 oraz projektu Grant Plus sfinansowanego ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego. 17