为什么平均原水水质不能作为饮用水厂的设计依据？

执行摘要

原水水质报告通常包含平均值、最大值、最小值和若干常规指标。但对于饮用水厂而言，真正决定工艺是否可靠的，往往不是某个参数的长期平均水平，而是污染物如何随时间变化、不同参数是否同时出现不利组合、这种不利工况持续多久，以及处理系统能否在事件全过程中维持出水质量。

两处水源即使具有相同的年平均浊度，也可能需要完全不同的混凝控制策略、固液分离能力、过滤备用容量、药剂库存和应急运行程序。一个水源可能全年相对稳定；另一个水源则可能在大多数时间保持清澈，却在暴雨后经历持续数小时或数天的高浊度冲击。将二者压缩为同一个平均值，会抹去对设计最重要的信息。

本文提出一套**设计原水水质边界（Design Raw-Water Quality Envelope）**的方法：先明确出厂水目标和需要保护的处理屏障，再建立可追溯的数据底座，识别季节、事件和长期变化，分析关键参数之间的联合关系，形成正常、强化和超出已验证能力三个层级的代表工况，最后把这些工况转换成设备设计约束、运行触发条件、监测要求和超限动作。

文章同时使用两个层次的案例。第一部分是 ATLAS 构造的工程演算，用相同平均浊度但不同时间结构的两组水源，展示为什么平均值无法代表设备负荷。第二部分是经核验的 2014 年美国俄亥俄州托莱多微囊藻毒素事件，只使用美国 EPA 报告中的公开事件事实和数值，不复制 EPA 图片、图表或长段原文。该事件说明：真正有价值的设计依据不仅是一组浓度，还应包含事件识别、可调节处理能力、出厂水验证、持续时间和超出边界时的供水决策。

编辑说明｜数据来源与版权处理
本文的分析、工程框架、计算示例和全部 SVG 图形均由 ATLAS WTS 独立制作。托莱多案例的事件数值来自美国 EPA《Recommendations for Public Water Systems to Manage Cyanotoxins in Drinking Water》（EPA 815-R-15-010）；本文仅转述必要事实并链接原始来源，不复制 EPA 的照片、插图、版式或大段文字。EPA 明确提醒其网站上的个别文件可能具有不同版权条件，因此本稿没有将 EPA 视觉素材打包进站点。WHO、AWWA 和 Water Research Foundation 资料仅用于方法交叉核验，不复制其受版权保护的图表或正文。

01｜相同的平均值，为什么可能意味着完全不同的水厂？

考虑两个假设水源，均以连续 30 天的每日代表浊度值进行比较。

**水源 A：**29 天为 10 NTU，另有 1 天为 310 NTU。
**水源 B：**30 天均为 20 NTU。

二者的算术平均值完全相同：

水源 A = (29 × 10 + 1 × 310) / 30 = 20 NTU
水源 B = (30 × 20) / 30 = 20 NTU

但从工艺设计角度看，这两个水源并不等价。

对于水源 B，处理系统面对的是相对稳定的颗粒物负荷。混凝剂投加、絮凝条件、澄清池固体通量和滤池运行周期更容易建立稳定的操作窗口。设计人员仍需考虑季节与水温，但“每天都差不多”的时间结构意味着控制系统主要解决的是稳定性和效率。

水源 A 的主要挑战则是短时冲击能力。如果 310 NTU 的事件伴随颗粒性质变化、流量上升、低温或天然有机物增加，混凝剂需求、污泥产量、滤池负荷和反洗频率都可能在短时间内显著变化。即使事件只持续一天，也可能控制药剂计量泵的最大能力、药剂储备、澄清池排泥能力、过滤备用单元数量以及操作人员的响应时间。

更重要的是，310 NTU 并不自动意味着水源 A 的全部设备必须能够在 310 NTU 条件下无限期满负荷运行。设计人员还必须回答：

• 该事件通常持续 30 分钟、6 小时、24 小时，还是数天？
• 事件期间取水流量是否可以降低？
• 是否存在原水调蓄、清水池缓冲、备用水源或分时取水条件？
• 颗粒物是否容易通过混凝和沉淀去除，还是以难沉降细颗粒为主？
• 高浊度是否伴随 DOC、病原体风险、农田径流或其他污染物同步增加？
• 如果超出已经验证的处理能力，水厂是否能够暂时停止取水或降低供水？

因此，平均值可以描述一段时期的总体水平，却不能单独定义工艺能力。

图 1｜相同均值、不同时间结构。数值为 ATLAS 构造的教学示例，不代表实际水源。

这也是为什么饮用水项目的原水设计依据不应止步于“平均/最大/最小”三列。真正能够驱动设计的，是一组带有时间维度和运行含义的工况。

02｜原水是动态系统，而不是固定的进水配方

工程计算表格通常把原水表示为一列静态参数：浊度、pH、碱度、硬度、TOC、温度和目标污染物浓度。

这种表示方式有利于计算，却容易产生一个误解：这些参数似乎可以独立变化，而且每个参数都有一个适用于全年运行的代表值。

实际水源并非如此。

季节变化改变的不只是浓度

对于河流、水库和湖泊，季节可能同时改变水温、水力停留时间、藻类活动、天然有机物组成、降雨径流以及取水深度附近的水质。

低温会改变反应动力学和絮体形成条件，也可能影响膜系统可维持通量及消毒条件；高温则可能提高生物活性，并增加藻华、嗅味和某些有机物控制问题的复杂性。

水库还可能出现热分层和季节性翻混。同一取水口在不同深度或不同月份获得的水，可能具有不同的溶解氧、铁、锰、氨氮和有机物特征。

因此，设计水质不能只回答“某种污染物平均有多少”，还应回答：它通常在什么水温、pH、水力和共存污染物条件下出现。

短时事件具有不同的发生机制

暴雨可能引起地表径流、河道冲刷和悬浮物增加；干旱可能改变稀释条件、盐度或污染物浓度；藻华可能带来藻细胞、嗅味物质及藻毒素风险；上游事故则可能形成与自然季节变化完全不同的短时污染脉冲。

这些事件不应全部归入一个笼统的“最大原水水质”。

暴雨高浊度主要考验固体负荷、混凝窗口、排泥和过滤能力。藻毒素事件则要求区分细胞内与溶解态污染物，并验证适用的细胞去除、吸附或氧化屏障。两类事件可能需要完全不同的监测方法、处理路径和应急操作。

长期变化会削弱历史数据的代表性

流域土地利用、上游排放、农业活动、城市化、水库调度和气候条件的变化，都可能改变原水的长期统计特征。

一份十年前的完整监测报告，不一定比一份近期、但采样设计良好的报告更适合当前项目。数据年限当然重要，但数据是否仍能代表未来取水条件同样重要。

在设计寿命较长的项目中，应明确区分三种信息：

1. 已经观测到的历史条件；
2. 有证据支持、可能在设计寿命内出现的变化；
3. 尚无足够证据量化、需要通过监测、预留和可扩展设计管理的不确定性。

第三类不确定性不应被随意转换成一个貌似精确的安全系数。

图 2｜短时事件、季节变化和长期趋势作用于不同时间尺度，所对应的监测频率和设计响应也不同。

WHO 现行《Guidelines for drinking-water quality》继续采用从集水区到用户端的风险管理框架，并把 Water Safety Plan 作为预防性管理的重要组成部分。本文提出的设计水质边界不是对 WSP 的替代，而是把相同的风险思维进一步落实到工程设计输入中。WHO 2026 GDWQ

03｜哪些原水参数真正决定处理工艺？

水质指标并非越多越好。一个有价值的设计监测计划，应围绕污染物去除目标和处理屏障的失效机制建立。

这里有几个容易被忽略的细节。

浊度不等于悬浮固体质量。 浊度反映的是光学散射特征，受颗粒粒径、形态、颜色和测量方法影响。相同浊度不一定对应相同 TSS，也不一定产生相同污泥量。因此，不能把 NTU 直接换算成 kg/d 固体负荷，除非项目已经建立经过验证的水源特定关系。

TOC 不等于 DOC。 TOC 包含总有机碳，而 DOC 反映经过规定过滤步骤后的溶解性部分。UV254 和 SUVA 可以帮助描述部分有机物的光学与芳香性特征，但不能替代混凝试验、吸附试验或消毒副产物生成潜能试验。

SUVA254 的常用表达为：

SUVA254 [L/(mg·m)] = UV254 [cm⁻¹] × 100 / DOC [mg/L]

例如：

UV254 = 0.16 cm⁻¹
DOC   = 4.0 mg/L

SUVA254 = 0.16 × 100 / 4.0 = 4.0 L/(mg·m)

这一计算只说明特征指标的数值，不构成对混凝剂量或副产物生成量的直接预测。

检测方法决定数据是否可以比较。 NTU 与 FNU 都用于报告浊度，但仪器光源、检测角度和方法可能不同；不能在没有确认分析方法的前提下，把不同仪器和不同方法产生的序列机械拼接。

同样，藻细胞数量不能直接替代微囊藻毒素浓度；总微囊藻毒素、溶解态毒素和特定异构体也需要明确分析定义。

一个好的原水数据库，必须在数值之外保存单位、方法、采样位置、采样时间、检出限、质量标记以及样品是否代表事件期。否则后续统计越复杂，得到的也可能只是“精确计算的错误输入”。

04｜均值、最大值和百分位数分别能回答什么问题？

先确认“平均值”到底是哪一种平均

当样品以等时间间隔采集，且每个样品具有相同代表时长时，算术平均值可以近似描述该时间段的平均浓度。

如果采样间隔不同，更合适的时间加权平均形式为：

C_time = Σ(C_i × Δt_i) / ΣΔt_i

如果工程问题是某段时期真正进入处理系统的污染物总量，则可能需要流量加权平均：

C_flow = Σ(Q_i × C_i × Δt_i) / Σ(Q_i × Δt_i)

两者用途不同。

时间加权平均值描述时间暴露特征；流量加权平均值描述某一水量边界内的平均浓度。计算后者时，应使用与工程边界相匹配的流量，例如实际取水流量，而不能无条件用河流断面流量代替。

对于连续运行的处理厂，设备的瞬时负荷还取决于对应时刻的进水流量和浓度，不能只用全年流量加权平均值进行校核。

历史最大值可能是关键，也可能误导

历史最大值是一个真实观测结果，但它不一定等于合理的设备设计值。

首先，最大值受到监测时长和采样频率影响。监测五年与监测二十年得到的“最大值”，统计含义不同。

其次，单次异常可能来自仪器故障、采样污染、超量程或单位转换错误。只有经过质量控制的极值才适合进入工程判断。

再次，某些极端事件可以通过降低取水量、启用调蓄、切换水源或暂时停取水来管理，而不是要求全部处理单元长期按该峰值运行。

这并不意味着可以忽略极值，而是要求设计人员回答：这个极值应由哪一种设备能力、操作动作或应急措施承担？

P90、P95 和 P99 不是“设计保证值”

P95 通常表示约 95% 的观测值不高于该浓度，具体结果还取决于所采用的分位数算法。

它不意味着系统在 95% 的时间内一定能够达标，也不意味着超过 P95 的事件可以忽略。

仍以上文 30 天的假设水源 A 为例。采用最近秩法计算，P50 和 P95 均为 10 NTU，而 P99 为 310 NTU。不同插值算法可能给出不同结果，但核心问题不变：少量高影响事件可能在常用百分位数中被弱化。

此外，如果暴雨期间采样密集、平稳时期采样稀疏，那么“95% 的样品”并不等于“95% 的时间”。

百分位数至少应与以下信息同时使用：监测年限和有效样本数、采样频率和缺测比例、季节分层和事件分层、连续高值的持续时间、峰值上升速率与回落时间、不同参数的同步变化，以及对未观测但合理可预见事件的处理方式。

图 3｜同一组数据中，P95 可以保持在低值，而一个低频高幅度事件仍可能决定处理能力。

事件持续时间有时比峰值更重要

假设某水厂可以在短时间内增加混凝剂投加量，但现有药剂库存只支持高剂量运行 24 小时。即使设备在峰值时能够维持处理效果，一次持续 72 小时的事件仍可能造成供应链和运行风险。

类似地，滤池可以承受短暂的固体负荷上升，却可能无法在连续数天的高负荷下维持必要的反洗和备用能力。

因此，对关键指标更有用的描述是：

事件 = 峰值 + 持续时间 + 上升速率 + 恢复时间 + 同期工况

单一最大值无法完整表达这一信息。

05｜为什么不能把每个参数的最大值简单拼在一起？

一种常见的“保守”做法，是从历史数据库中分别选出最大浊度、最大 DOC、最低温度、最低碱度、最高氨氮和最大设计流量，然后把它们组合成所谓的“最不利原水”。

这种方法看似安全，实际上可能同时造成过度设计和漏判风险。

第一，这些极值可能来自完全不同的季节和水文条件。它们未必能够同时出现。将不相容的边界强行组合，可能创造出一个从未出现、也缺乏物理依据的“超级极端工况”。

第二，真正危险的组合未必包含任何单项参数的历史最大值。例如，中等浊度与高藻细胞负荷同时出现，可能比一次高矿物颗粒浊度事件更难控制某些工艺；低温与较高消毒需求同时出现，也可能成为接触时间校核的控制工况。

因此，工程师应分析联合分布与条件关系，而不是机械叠加单变量极值。

建议按以下顺序处理：将关键参数按采样时间和取水位置对齐；检查不同指标是否存在时间滞后；识别季节和事件类别；分析散点、相关性、条件分位数和异常组合；对具有物理或运行意义的组合建立代表工况；对数据稀缺但后果严重的组合单独进行压力测试。

需要强调：统计相关性不等于因果关系。两个指标在历史上没有同时达到峰值，也不能证明未来绝不会出现该组合。

图 4｜设计边界应围绕有证据支持的联合工况建立，而不是把每个变量的单独极值组合到同一个虚构点。

如果项目拥有足够长的高频数据，可以使用聚类、联合概率或条件分位数等统计方法帮助识别工况；如果数据量有限，则更需要把水文机制、流域知识和处理经验纳入判断。统计方法的作用是组织证据，不是替代工程解释。

06｜如何建立可辩护的设计原水水质边界？

这是整篇文章最重要的工程步骤。

设计原水水质边界不是一个包含“最小值—平均值—最大值”的表格，而是一套能够连接水源风险、处理能力与运行决策的工程依据。

ATLAS 已上线的市政饮用水净化工艺流程把 Source Water Characterization 放在处理列车第一阶段：先定义流量、化学组成和质量边界，再决定后续处理屏障。这个顺序非常重要，因为工艺选择本身不应早于设计依据。

从出厂水目标倒推，而不是从现有数据正推

在分析原水之前，应明确适用的饮用水法规、许可和当地监管要求；需要控制的病原体、化学污染物和感官指标；计划采用的处理屏障及其验证要求；供水量、备用能力和可接受的运行中断条件；以及对原水超限、设备故障和取水中断的响应原则。

某项原水指标即使长期平均值很低，只要它能够触发关键出厂水风险，就可能需要独立的设计或应急工况。

建立可追溯的数据底座

至少应整合历史水质、在线监测、实验室分析、实际取水流量、气象和水文事件、工艺运行记录，以及已知上游污染风险。

对每条数据，应保存时间、位置、分析方法、单位、检测限、质量状态和来源版本。

对于设计控制参数，应优先检查数据是否覆盖全部重要季节、已知高风险事件、关键取水深度或不同取水口、与设计流量相关的工况，以及足够连续的时间以识别事件持续性。

若数据不足，应把缺口写入设计风险登记表，并安排补充监测、烧杯试验、中试或其他验证，而不是用单个经验值悄悄填补。

识别真正的控制机制

将监测指标与处理屏障的潜在失效模式建立对应关系。例如：颗粒负荷可能控制澄清池排泥能力与滤池运行周期；有机物性质可能控制混凝需求、吸附竞争和 DBP 风险；低温可能控制絮凝动力学或消毒接触时间；藻细胞与溶解态毒素的比例可能改变处理策略；氨氮和其他还原性物质可能增加氧化剂需求；特定微量污染物可能要求额外的专用处理屏障。

并非所有参数都需要独立成为设计工况。关键是识别那些会改变设备规模、工艺选择、运行窗口或应急决策的变量。

建立代表工况矩阵

下表是一种通用的组织方式。它不是任何特定水源的实测结果，也不意味着每个项目都必须包含全部工况。

对每个工况，都应明确输入参数组合、持续时间、数据可信度、处理能力、操作策略和退出条件。

把边界分成三个层级

正常运行边界（Normal Operating Envelope）：系统预计在常规 SOP 范围内长期稳定运行的条件。该范围用于优化药耗、能耗、设备利用率和维护周期。

强化运行边界（Validated Upset Envelope）：经过试验、历史运行或其他充分工程证据支持，可以通过调整投药、流量、运行列数、反洗频率或其他控制措施维持目标水质的条件。

超出已验证能力的边界（Beyond-Validated Envelope）：当原水超出已验证范围，不能仅凭“加更多药”或“提高设备负荷”假定出水仍然安全。此时应执行预先定义的限流、停取水、备用水源、调蓄、加强采样或公共卫生应急程序。

这三个层级比一个笼统的“最大设计值”更有操作价值。

把每个工况传递给下游单元

每个处理单元至少应收到四项信息：设计输入、可接受输出、验证依据、超限动作。

例如，澄清与过滤单元不应只收到“设计浊度 100 NTU”，还应知道该值对应的颗粒性质、进水量、持续时间、允许出水浊度、排泥条件和滤池备用策略。

活性炭单元也不能只收到某污染物峰值浓度，还应收到共存有机物负荷、突破判据、吸附容量验证依据及介质更换策略。

通过试验和运行数据关闭不确定性

设计边界必须可以被验证。

混凝方案需要烧杯试验或适当规模的中试支持；膜过滤方案需要验证通量、污染速率、反洗和清洗恢复；吸附系统需要适用水质下的容量与突破数据；消毒系统需要结合水质、水力和监管要求确认有效接触时间。

计算工具可以帮助建立初步物料衡算和设备规模，但不能替代这些验证。

图 5｜从监测数据到代表工况，再到设备约束、操作窗口和超限动作的闭环。

07｜原水边界如何改变整条处理工艺？

设计原水水质边界的最终价值，在于把不确定的水源变化转换成可以检查、计算和验证的工艺条件。

图 6｜原水工况不会停留在“水质报告”里，而会沿混凝、固液分离、深度处理、消毒和辅助系统逐级传递。

混凝与化学调节：控制的是反应窗口

混凝剂需求不仅受浊度影响，还受颗粒表面性质、DOC、pH、碱度、温度和目标去除物影响。

不能简单假设浊度增加三倍，混凝剂量就必须增加三倍。剂量响应需要通过烧杯试验、中试或可靠运行数据建立。

但一旦确定不同工况的候选剂量，药剂系统就可以进行明确的负荷核算。

**ATLAS 假设演算：**设某水厂处理流量为 50,000 m³/d，某有效化学组分的投加量在常态工况为 15 mg/L，在已经验证的强化工况为 45 mg/L。

M [kg/d] = Q [m³/d] × D [mg/L] / 1,000

常态：50,000 × 15 / 1,000 = 750 kg/d
强化：50,000 × 45 / 1,000 = 2,250 kg/d

如果商业药剂的有效组分质量分数为 40%，密度为 1.35 kg/L：

V_product [L/d] = M_active / (mass fraction × density)

常态：750 / (0.40 × 1.35) = 1,389 L/d
强化：2,250 / (0.40 × 1.35) = 4,167 L/d

也就是说，仅从常态剂量切换到强化剂量，商业药剂的日消耗体积就增加约 2.78 m³/d。

这些数值只用于说明计算方法，不代表任何实际水厂的投加建议。具体项目必须统一有效组分定义、产品浓度、密度和计量方式，并校核储罐、泵、管路、卸料能力和补货周期。

ATLAS 的 Chemical Dosing Basis Calculator可以用于整理流量、剂量和商业产品强度之间的初步关系，但输入剂量仍应由项目试验或运行数据确定。

澄清与过滤：不仅要看瞬时能力，还要看恢复能力

暴雨事件可能在短时间内显著增加固体负荷。

当 TSS 已知时，可用以下关系初步估算进入处理系统的悬浮固体质量：

Solids load [kg/d] = Q [m³/d] × TSS [mg/L] / 1,000

但这只是进入系统的悬浮固体负荷，不等于最终污泥干固体产量。实际污泥还受到混凝剂沉淀物、去除率和其他固体来源影响。

对于澄清池，需要检查表面负荷、固体通量、排泥能力和水力短流风险；对滤池，则要检查运行周期、终端水头损失、反洗需求和反洗后的恢复时间。

如果采用 UF/MF，还应考虑污染速率、运行通量、反洗耗水、化学增强反洗和可用列数。

一个简单的通量灵敏度演算可以说明边界的重要性。假设瞬时处理流量为 2,083 m³/h，在暂不考虑反洗停机、系统回收率和备用容量的理论条件下：

A [m²] = Q [L/h] / J [L/(m²·h)]

J = 65 LMH → A ≈ 2,083,000 / 65 = 32,046 m²
J = 45 LMH → A ≈ 2,083,000 / 45 = 46,289 m²

后者面积比前者约大 44%。

这不是膜系统的最终选型结果，因为净产水量、反洗、CEB、备用列数、回收率和污染裕量尚未纳入。它说明的是：如果不知道最不利原水工况下能够长期维持的通量，仅凭平均水质确定膜面积可能产生重大偏差。

可进一步使用 ATLAS UF/MF System Designer进行膜面积、列数、反洗和回收率的初步核算。

吸附与氧化：污染物形态决定屏障有效性

有机物、藻毒素、嗅味物质或其他特定污染物可能需要吸附或氧化屏障，但不能把不同技术视为可互换的通用解决方案。

PAC 与 GAC 的设计问题不同。PAC 通常需要考虑投加位置、混合、接触时间、固液分离和污泥负荷；GAC 则更关注空床接触时间、竞争吸附、突破曲线、床层水力条件和介质更换。

ATLAS 的活性炭选型计算适合对固定床吸附系统进行初步核算，不应直接拿来推算 PAC 的现场最优投加剂量。

氧化工艺同样需要明确目标。对藻类水源，细胞去除、细胞破裂和溶解态毒素控制之间存在重要区别。某些预氧化条件可能改变细胞完整性和污染物形态，因此必须根据目标污染物和实际水质验证处理顺序。

对于臭氧，除了投加量，还需要检查实际氧化剂需求、传质、残余浓度、有效接触时间，以及适用时的溴酸盐等副产物风险。ATLAS Ozone Dosing & CT Screening可以用于初步剂量和 CT 筛查，但筛查模型不能代替法规认可的接触时间验证。

消毒：原水波动会影响整个微生物屏障

消毒设计不能只使用一个常温条件下的理论接触时间。

对于采用 CT 方法评价的适用消毒工艺，实际消毒效果受消毒剂残余、有效接触时间、温度、pH、目标微生物和反应器水力条件影响。所需计算与认可方式必须遵循项目所在地法规。

以美国为例，适用的地表水处理规则对常规过滤或直接过滤系统的组合滤后水浊度设有处理技术要求：相关测量值每月至少 95% 不超过 0.3 NTU，且不得超过 1 NTU。具体适用性取决于系统类别和监管要求，不能把这些数值直接当作全球统一标准。US EPA Surface Water Treatment Rules

这也说明，原水设计边界的目标不是简单保证某个单元“能处理高浊度”，而是确保整个处理列车能够维持适用的出厂水和公共卫生要求。

全厂系统：药剂、污泥、水力和备用能力必须同时校核

一份完整的工况矩阵，还应传递给非核心处理设备：药剂储存与计量系统能否维持强化运行；污泥浓缩、脱水及处置是否具有相应能力；反洗水和排水系统能否承担事件期间更频繁的反洗；调蓄池和清水池能否提供运行缓冲；单列设备停机时是否仍可满足最低供水需求；自动化系统是否具备事件识别、报警、切换和数据记录功能；取水系统是否能够限制或暂停不适合处理的原水。

很多工程问题并不是主处理设备能力不足，而是辅助系统没有按照相同的异常工况设计。

一个完整的 ATLAS 假设工况演算

为了把前面的概念连成一套设计逻辑，可以把“水源 A”的暴雨日进一步构造成一个明确标注的教学案例。以下数据均为 ATLAS 假设，不代表实际水厂。

进入系统的悬浮固体负荷：

常态：50,000 × 12 / 1,000 = 600 kg/d
暴雨：50,000 × 220 / 1,000 = 11,000 kg/d

也就是说，事件期间进入处理系统的 TSS 质量负荷由 0.6 t/d 增加到 11 t/d，约为常态的 18 倍。

与此同时，有效化学组分需求由 0.75 t/d 增加到 2.25 t/d。

这两个变化不能被“平均浊度 20 NTU”表达出来。即便主澄清池的瞬时水力负荷没有变化，排泥、污泥储存、脱水、药剂供应和过滤反洗的工作量都可能显著上升。

如果项目进一步确认暴雨事件可以持续 72 小时，那么工程团队还必须检查：

72 h 强化运行的有效化学组分 = 2.25 t/d × 3 d = 6.75 t
72 h 进入系统的 TSS          = 11 t/d × 3 d = 33 t

这里的 33 t 仍只是进入系统的 TSS 质量，并不是最终脱水污泥量。最终残余物必须加入混凝沉淀物、实际去除率、污泥含固率和其他来源重新核算。

这个例子说明，设计水质边界最重要的作用，是把水质事件转换成设备和操作系统真正需要承担的“量”和“时间”。

08｜真实案例：2014 年托莱多藻毒素事件说明了什么？

**案例地点：**美国俄亥俄州托莱多（Toledo, Ohio）
**水源：**伊利湖（Lake Erie）
**核心问题：**藻华相关微囊藻毒素在短时间内改变了水厂的处理和公共卫生决策条件。

本案例只采用美国 EPA 公开报告中的事件事实与数值。以下工程解释由 ATLAS 独立完成，不代表 EPA 对该水厂未来设计参数的正式建议。

事件发生时，原水和出厂水发生了什么？

根据美国 EPA 的饮用水系统藻毒素管理建议报告，2014 年 8 月初，托莱多位于伊利湖的取水口微囊藻毒素浓度迅速升至 14 μg/L。

EPA 报告记录，当时出厂水中检测到 2.5 μg/L 微囊藻毒素，并由两名不同分析人员进行重复样品验证。俄亥俄州 EPA 随后建议发布“Do Not Drink”通知。EPA 报告还记录，事件影响约 50 万人，通知持续 55 小时。

这些数值揭示了两个重要问题。

第一，藻毒素是必须单独识别的处理目标，不能仅依靠常规浊度判断饮用水风险。

第二，关键污染物可能在短时间内迅速变化。即使长期平均浓度很低，也不能证明现有运行状态足以覆盖突然出现的高风险工况。

水厂采取了哪些实际调整？

EPA 报告记录，出厂水检出后，托莱多对水厂进行了微囊藻毒素去除优化，其中包括将粉末活性炭投加量由 6.3 mg/L 提高到 15 mg/L，并增加明矾和氯的投加量。

随后，出厂水微囊藻毒素浓度下降到接近检测限，通知得以解除。

这里绝不能把“6.3 → 15 mg/L”理解成其他水厂可以照搬的 PAC 配方。不同原水中的 NOM、藻细胞状态、毒素形态、接触时间、炭种和后续固液分离条件都可能改变实际效果。

这一事件真正体现的是：水厂必须事先知道哪些处理变量可以调整、能够调整到什么程度，以及如何验证调整后的出水结果。

更高的原水浓度出现在第一次事件之后

EPA 报告还记录，在通知解除 11 天后，托莱多取水口的微囊藻毒素浓度再次升高至 >50 μg/L，为当时五年监测记录中的最高水平。

这一时期，水厂已经处于加强微囊藻毒素去除的运行状态。报告称出厂水再次检出微囊藻毒素，但没有超过当时报告所述的 1.0 μg/L 阈值。

必须注意：

• “>50 μg/L”是下限描述，不是精确的 50 μg/L；
• “未超过 1.0 μg/L”是阈值关系，不是一个具体的出厂水实测值。

因此，不能把 50 和 1.0 简单相除后声称水厂实现了某个精确去除率，也不能用这些公开事件数据拟合完整的剂量—去除率模型。

图 7｜EPA 报告中的关键事件节点。该图由 ATLAS 重新绘制，只表达 EPA 报告明确给出的事实，不把离散事件点连接成虚构的连续时间序列。

从实际响应到长期能力建设

EPA 报告同时记录，托莱多随后开展了处理设施改造，其中包括把 PAC 投加系统能力提高至 40 mg/L、增加 PAC 投加位置，并推进更广泛的长期工艺升级；报告所述初期升级成本估算约为 440 万美元。

这里的 40 mg/L 是报告中提到的后续投加能力提升，不是事件期间已经实际使用的剂量，更不是适用于其他水厂的推荐值。

图 8｜EPA 报告中的 PAC 数值应区分“事件前报告剂量”“事件响应剂量”和“后续提升的投加能力”，三者含义不同。

ATLAS 工程分析：这个案例应如何转化为设计依据？

托莱多事件不能证明所有饮用水厂都需要按照 >50 μg/L 的微囊藻毒素设计，也不能仅凭这些公开数据重建该水厂完整的原水统计分布。

但它清楚展示了建立设计边界时不可缺少的五项内容。

污染物识别。 如果监测计划只关注浊度、pH 和常规有机物，就可能无法充分描述特定藻毒素风险。

异常工况的持续监测。 第一次事件结束不代表水源立即回到长期稳定状态。后续出现更高的原水浓度说明，事件监测需要覆盖恢复期和重复冲击。

实际可调节的处理能力。 水厂需要知道 PAC 投加系统、混合接触、后续固液分离和其他化学系统的有效操作范围，而不仅是常态投加量。

出厂水验证。 原水浓度上升不必然等于出厂水超限；反过来，原水浓度下降也不能自动证明出厂水安全。最终判断必须依赖适当的出厂水检测和屏障验证。

超限决策。 当原水进入尚未验证的风险范围，运行方案必须明确何时强化处理、何时增加采样、何时限制供水，以及何时启动公共卫生应急程序。

从工程角度看，真正需要写进设计依据的，不只是一个“最大微囊藻毒素浓度”，而是一套完整的：

监测 → 判断 → 处理 → 验证 → 恢复 / 应急

本案例的公开数值是事件记录，不是完整逐小时原水数据库。因此，本文没有为托莱多虚构 P95、P99、年平均值、持续浓度曲线或精确去除率。

09｜如何建立足以支撑设计的监测与数据质量体系？

一个原水数据库即使包含几十万个数据点，也不一定能够支持可靠设计。关键在于数据是否覆盖了正确的问题。

在线监测与实验室分析承担不同职责

在线仪表适合观察快速变化、建立事件触发和分析时间结构，例如浊度、pH、温度、电导率及部分光学指标。

实验室分析适合确认特定污染物、毒素、金属形态、有机物特征及法规要求的指标。

在线代理指标可以帮助判断何时加密采样，但不能在缺乏适当验证时替代目标污染物的实验室检测。例如，叶绿素 a 的变化可以提示藻类活动，却不能直接等同于微囊藻毒素浓度。

常规采样不能替代事件采样

如果每月只采样一次，一次持续 36 小时的污染事件很可能完全落在采样日期之外。

因此，采样策略至少应区分：

**常规监测：**建立长期基线、季节分布和稳定工况。
**事件触发监测：**针对暴雨、藻华、上游事故或在线异常增加采样。
**验证性监测：**确认处理调整、试验结果和出厂水质量。
**恢复期监测：**判断事件结束后，水源和处理系统是否真正回到已验证的正常运行边界。

事件触发条件应根据当地数据、污染物风险和操作能力确定，而不是采用全球通用的单一阈值。

缺测和检测限必须进入统计分析

连续监测中的缺测可能不是随机发生的。极端天气、停电、传感器污染或超量程，都可能恰好发生在最需要数据的时候。

如果直接删除这些时间段，再计算平均值和百分位数，结果可能系统性低估风险。

低于检出限的数据同样不能无条件替换为零。应保存检测限和删失标记，并根据统计目的选择适当的处理方法。

对极端值，应保留原始记录、质量控制结果和修订历史。不能为了获得平滑曲线而随意删除峰值，也不能将明显故障数据未经核验地纳入设计。

数据分辨率必须匹配设备响应时间

如果某种原水冲击在 30 分钟内形成，而监测系统只提供每日平均值，就难以判断在线加药控制能否及时响应。

反过来，如果目标是判断季节性有机物变化是否影响吸附介质寿命，则长期浓度分布和累计负荷可能比分钟级波动更重要。

监测频率应由污染物变化速度、设备响应时间和风险后果共同决定。数据时间分辨率必须足以支持需要作出的操作决策。

现代水厂还应把数据质量本身纳入设计。时间同步、在线仪表校准、事件标签、实验室方法版本、异常值复核、缺测原因和操作日志，是后续分析能否成立的基础。

图 9｜原水边界不是静态数值：监测、触发、现场复核、工艺或取水响应及恢复验证必须形成闭环。ATLAS 原创方法示意。

10｜常见设计错误与项目审核清单

只用年度平均水质进行设备选型

年度平均值适合概括总体状态，但不能替代事件工况、极端负荷和恢复能力分析。

把历史最大值当作唯一设计点

历史最大值既不能完整描述事件持续时间，也不能自动代表未来最不利条件。应明确其数据质量、发生机制及对应的工程响应。

把不同参数的最大值机械叠加

这可能形成没有证据支持的工况，同时遗漏真正具有控制意义的参数组合。

将在线代理指标等同于目标污染物

浊度、UV254、叶绿素 a 等指标有重要价值，但不能在未经验证时替代藻毒素、病原体或特定化学污染物的检测。

只校核主处理设备，不校核辅助系统

药剂库存、计量泵、污泥排放、反洗水、备用电源和自动控制系统，都可能成为异常工况下真正的限制环节。

把计算器输出当成设计保证

初步计算可以帮助发现设备规模和物料平衡问题，却不能替代试验、厂家性能核验、法规审查和项目设计责任人的判断。

没有定义超出设计边界时的行动

最危险的设计文件之一，是声称设备能够应对“所有异常水质”，却没有说明已验证范围和超限响应。

项目审核清单

审核的目标不是让所有格子“形式上打勾”，而是确认每一项都能追溯到证据。设计水质边界本质上是一个可审计的工程判断链。

11｜结论：设计依据应该是一套可执行的决策系统

平均原水水质不是没有价值。它可以用于描述长期状态、比较水源、估算某些平均负荷，也可以作为常态运行分析的一部分。

问题在于，当平均值被当成完整设计依据时，原水最重要的工程特征——变化幅度、事件持续时间、参数关联、处理响应和异常恢复——就会被压缩掉。

更可靠的做法，是将原水设计依据建立为一个多维、可验证、可以传递到每个处理单元的工况体系。

它应回答：水源在正常情况下如何变化；哪些异常事件真正控制工艺能力；哪些参数必须作为联合工况分析；每个处理单元在什么条件下能够维持目标出水；操作人员可以采取哪些已经验证的调整；药剂、污泥、反洗、备用电源和自动化系统能否同时支持这些调整；以及当水源超出已验证处理能力时，系统如何保护供水安全。

2014 年托莱多事件表明，水厂的可靠性并不取决于是否拥有一个足够大的“最大污染物浓度”设计值，而取决于是否能够及时识别风险、调整处理、验证结果，并在必要时采取明确的公共卫生和供水应急措施。

好的原水设计依据不是一张静态水质表，而是一套把监测证据、处理能力和运行决策连接起来的工程系统。

对于任何准备进入工艺选择、设备选型或详细设计的饮用水项目，最重要的起点不是问：

“平均原水水质是多少？”

而是问：

“在未来合理可预见的哪些水质工况下，我们能够用什么证据证明这座水厂仍然可靠？”