2. 设计基础数据收集与校核

设计基础数据是整本计算书的“地基”。水量和水质数据一旦取错，后续所有的池容、曝气量、药剂投加量、污泥产量都会跟着偏，而且偏差往往被层层放大。本节要解决的核心问题是：这些数据从哪里来、可信度如何判断、遇到异常值怎么处理，最终如何确定一套可以写进设计说明的“设计水量”和“设计水质”。

一、数据来源与分级

污水厂设计的基础数据通常来自四类渠道，可靠性依次递减：一是既有污水厂的连续运行监测数据（在线流量、在线COD/氨氮、化验室台账），这是最贴近真实工况的来源；二是同类型、同规模、同工艺的已建工程实测资料，用于类比；三是环评报告、可研报告、排水许可与污染源普查数据；四是规范推荐值或经验取值，仅在无实测资料时兜底使用。

工程上建议对每个数据标注来源等级：A级为连续12个月以上的在线与化验数据，B级为间断采样或短期监测（如7～15天），C级为环评/可研预测值，D级为经验值。设计取值时，A、B级数据可直接参与统计，C级需留足安全余量，D级只能用于方案阶段估算。数据来源不清、采样点位不明、检测方法未注明的数据，一律按低一级处理。

二、数据可靠性分析

拿到数据后不能直接求平均。首先要做的是“三查”：查时间连续性（是否存在长时间断档、检修期数据是否剔除）、查采样代表性（是否覆盖旱季、雨季、节假日、早晚高峰）、查指标自洽性（COD与BOD₅的比值、BOD₅与SS的关系、氨氮与总氮的关系是否落在合理区间）。

常用的定量手段是统计特征分析：计算均值、标准差、变异系数C_v和保证率。生活污水厂进水COD的C_v一般在0.2～0.35，工业废水占比高的项目可能超过0.5，此时说明水质波动大，设计水质应取较高的保证率（如90%或95%分位值），而不是平均值。流量则要区分平均日流量、最大日流量和最大时流量，管渠与提升泵按最大时流量设计，生化池容积按平均日流量结合停留时间确定。

三、异常值识别与处理

异常值分两类：一类是真实异常（事故排放、偷排、雨季稀释），另一类是检测或记录错误。处理原则是先判断成因，再决定取舍，不能简单“一删了之”。

推荐做法：用箱线图法或3σ法初筛，把超出Q1−1.5IQR与Q3+1.5IQR范围的点标出；对每个可疑点回溯原始记录，核对采样时间、仪器状态、试剂批次、稀释倍数。确属检测错误的直接剔除并注明；确属真实冲击的应保留，但单独统计其峰值和持续时间，作为事故工况和调节池容积的设计依据。对于雨季稀释导致的低浓度数据，应单独成组，不能与旱季数据混算平均值，否则会低估设计水质。

四、设计水量与水质的确定方法

设计水量一般分三个口径：平均日流量Q_d用于计算污泥量和药耗；最大日流量Q_d,max用于格栅、沉砂池等前端构筑物；最大时流量Q_h,max用于进水泵房、管渠和消毒接触池。总变化系数K_z可按规范经验公式取值，但若项目有连续流量数据，应直接用实测最大时/平均日比值校核，两者偏差超过15%时以实测为准并说明理由。

设计水质建议采用“分位值+校核”的方法：对COD、BOD₅、SS、氨氮、总氮、总磷分别取90%保证率浓度作为设计进水浓度；同时用平均值核算污泥负荷和需氧量，避免按高分位值算出的池容过大。工业废水占比高的项目，还应按各污染源的排放量和浓度做加权核算，而不是只看总排口数据。

五、实际项目校核任务示例

假设某城镇污水厂设计规模1.0万m³/d，收集管网含约25%的食品加工废水。现有资料为近12个月在线流量与化验台账。校核任务可按以下步骤完成：

1. 整理台账，剔除检修期和仪表故障期共18天数据，有效数据347天。
2. 统计得平均日流量9200 m³/d，最大时流量620 m³/h，K_z=1.62；进水COD均值320 mg/L、C_v=0.28，90%分位值410 mg/L。
3. 核查BOD₅/COD=0.42、SS/COD=0.55，均在生活污水与食品废水混合的合理区间，数据自洽。
4. 发现雨季连续3天COD降至145 mg/L，判定为管网稀释，单独成组，不并入旱季统计。
5. 确定设计进水：Q_d=9200 m³/d，Q_h,max=620 m³/h；COD=410 mg/L，BOD₅=172 mg/L，SS=225 mg/L，NH₃-N=38 mg/L，TN=48 mg/L，TP=4.5 mg/L。

完成校核后，应形成一页“基础数据校核表”，至少包含：指标名称、数据来源等级、样本数、均值、标准差、变异系数、设计取值及取值依据。这张表既是计算书的输入依据，也是后续参数复核时追溯偏差源头的关键凭证。