量子點光譜監測在長江流域排水系統中的應用

王嘉薇 周田碩 霍旭佳 曹啟明

摘要：近年來，水質在線監測被越來越多用于輔助管網健康診斷。為研究水質在線監測技術在排水系統中的應用，采用基于新型量子點光譜傳感技術的水質原位在線監測技術，在長江經濟帶蕪湖市D污水處理廠上游管網系統，開展了外水入滲、管網錯混接、雨污混接等方面的應用研究。研究工作共識別出導致污水處理廠進廠水質低的2個重點區域，通過對重點區域的污水管網精細化監測，定位并現場核實了外水入滲來源和雨污混接位置。研究表明：通過管網水質數據或水質與流量、降雨等數據聯合分析，該新型原位水質在線監測技術能夠在管網排查以及本底濃度特征監測等領域發揮重要作用，有利于廠網提質增效和減少溢流污染排放。

摘要：水質； 管網健康診斷； 在線監測； 外水入滲； 雨污混接； 量子點光譜； 蕪湖市

中圖法分類號： TU992

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.01.006

0 引 言

2021年中國城市污水處理率達到97.9%，縣城污水處理率達到96.1%，然而城市污水收集率僅有68.6%［1］。國家《“十四五”城鎮污水處理及資源化利用發展規劃》提出2025年城市污水收集率力爭達到70%以上，2035年污水收集系統全覆蓋［2］。此外，管網破損導致的外水入流入滲、漏損和道路塌陷，以及雨污混接導致的管網傳輸能力下降和污水排入環境，進而造成黑臭水體和廠網低效運營。因此，除了提高管網密度，通過管網排查診斷，為管網改造工程定位問題嚴重區域和具體管段位置，也是提高污水收集率和提質增效的重要途徑［3］。比較常見的管網排查手段包括物理檢測技術比如CCTV和QV、流量監測和水質監測技術。其中CCTV檢測技術耗時耗力，不僅需要氣囊封堵、停水等工序，且停水時間長，成本也高［4-5］。此外由于管網是動態運行的，CCTV和QV只能檢測某一時間的狀態，無法反映其他時間的問題。而單靠流量監測，如果在雨天定量污水管道中雨水來源，需在污水管網中同步安裝很多管道流量計，極其費時費力且難以做到。而且污水管網內流態比較復雜，存在大量渦流、湍流等情況，測量精度無法保證。

近年來，使用水質特征因子在線監測來輔助管網健康診斷已經越來越受到重視［4-7］。傳統人工采樣用實驗室化學法檢測污水管網關鍵節點的水質，是判斷污水管網外水入滲的傳統方法。然而污水水質存在規律性變動，人工采樣時效性差，非連續單次數據易造成誤判。而污水管網內部空間狹窄，基于化學法的自動化設備不易安裝，無法實現連續監測。而基于全波段的微型光譜原位在線監測技術，體積小、安裝簡單，可以實現管網水質連續監測。其數據量更大，可以識別監測點位的排水特征和水質波動，并且可以關聯分析不同點位的水質數據，有效識別入流入滲和混接問題［8-9］。

本研究以長江下游蕪湖市為例。蕪湖市地處安徽省東南部，是長江大保護的先行試點城市之一。蕪湖市內水資源豐富，年均降水量約為1 200 mm，主要集中于春季、梅雨季和初冬。該市水網密布，主要有青弋江等4條主要河流和竹絲湖等4個湖泊。蕪湖市區地處長江東岸，土壤以人為土為主，土壤含沙量高，地下水位高。城區的老舊管網建成期早，維護力度不足導致污水管網存在顯著低濃度地下水入滲問題，最終導致污水處理廠收集率不足且污水處理廠入水濃度偏低等問題。

自2021年《長江保護法》實施以來，各地積極響應促進《長江保護法》落地，加大整治和監管力度。長江經濟帶新建和改造污水管網超過1.69萬km，新建污水處理廠規模超600萬m3/d［10］。蕪湖市近些年狠抓長江保護，2019年同三峽集團共同推進城區污水提質增效項目，包括污水處理廠擴建，管網系統排查和修復，打造廠網河一體化運管模式；解決污水收集率低，污水進廠濃度低，污水直排入自然水體等問題，進而改善受納水體水質，為長江大保護提供案例經驗。在蕪湖市城區污水提質增效項目中，三峽集團采用了原位水質水量監測終端，用于管網排放特征和水質分析，輔助管網排查診斷。

本文聚焦蕪湖市D污水處理廠提質增效項目，運用創新型量子點光譜傳感水質在線監測技術，以大范圍水質水量快速篩查監測結合重點區域水質水量精細化監測，摸清蕪湖市D污水處理廠集水區排水特征，識別重點問題區域，鎖定問題管段。研究成果可為管網排查工程靶向定位問題位置，為后續“長江大保護”污水提質增效項目提供參考。

1 研究方法

1.1 研究區域概況

蕪湖市D污水處理廠主要收集南部約53.25 km2地塊的污水，其集水區主要分為4部分，分別是12.99 km2的自流區，20.71 km2的W泵站集水區，13.46 km2的Q泵站集水區和6.09 km2的T泵站集水區。W泵站集水區北部片區為產業園區，排放以工業污水為主，南部片區主要為未開發用地和娛樂用地。T泵站集水區以未開發用地、公園綠地為主。Q泵站北部以工業用地為主，南部為M泵站集水區。M泵站集水區以西部工業用地和南部居民用地為主。自流區以工業用地和居民區為主。

目標污水處理廠集水區水網密布，地下水水位高，集水區分布如圖1所示。該污水處理廠2018年污水收集量為1萬t/d，同時進廠化學需氧量（COD）不足60 mg/L。目標污水處理廠的集水區土地為流沙地質，集水區內污水管網在早期設計時沒有針對地形做特殊施工處理，導致老舊管網滲沙滲水嚴重。2018年以來，當地市政府與三峽集團合作開展了管網排查和整治工作，污水處理廠集水區的管網全線貫通，279處雨污混接點已全部整治完成。污水收集量提升到4.5萬t/d，進廠COD日均值升高至110 mg/L。工程改造效果顯著，但是進廠COD仍然偏低，污水處理廠集水區內仍然存在顯著的地下水入滲問題。

1.2 監測方法及設備

針對該市污水處理廠提質增效及管網改造工程，采用水質水量分析相結合的方法對目標污水處理廠集水區進行系統性評估，為具體管網排查工作識別重點區域和重點管段。

水量分析主要采用流量計和液位計對排水系統的重要節點完成在線監測，進行旱天和雨天的水量評估、不同支線貢獻度評估、管線間破損淤堵分析等。

水質分析主要采用水質監測儀對排水系統的重要節點完成在線監測，進行雨污合流評估、異常濃度管段識別、集水區水質特征識別等。水質監測在管網診斷工程中具有重要作用。針對管道錯混接排查，通過污水水質特征因子可對雨水管道存在污水錯接、污水管道存在雨水錯接、外水入滲、水體倒灌等問題進行診斷［11］。

目前，利用水質來開展管網排查的手段主要有人工采樣實驗室化學分析和原位光譜法監測?；瘜W法一般只能人工采樣實驗室分析，時間一致性差、數據頻次低。而光學法水質監測設備以其體積小、重量輕、無化學試劑消耗等特點，可以實現原位監測。

目前市面上應用在水質監測的光譜儀主要分為單波長/雙波長分光光度計，以及計算光譜儀等。 單波長設備如UV-254分光光度計無法消除濁度、色度等因素的影響；雙波長分光光度計通過使用濁度補償和色度補償算法，準確性有所提高，但同一波長組合建?？赡苤贿m用于特定應用場景，不具普適性；紫外-可見全光譜法能更好地克服上述問題，極大提升了設備的環境適應能力。本研究采用計算光譜儀量子點光譜傳感設備進行管網水質在線監測，可以實現排水管網水質的全光譜原位監測，具備微型化、功耗低、無需化學試劑、無需市政用地、安裝部署和移動快捷等特點。其核心部件為量子點光譜傳感芯片，量子點光譜傳感芯片是將成百上千種不同粒徑的量子點材料集成在一張薄膜上，再將薄膜和感光元件一起封裝形成［12］。該傳感芯片的監測范圍包含紫外-可見光-近紅外的全波段，同時量子點光譜傳感終端不需要傳統的狹縫分光設備，其光利用率可達到50%，可以應用于復雜排水管網環境。

1.3 監測點位布設

監測點位布設需要綜合考慮集水區的管網基礎信息（管徑管材、安裝坡度、拓撲關系等），以及集水區分區用地、重點排水戶、地下水位、氣象數據等相關信息，形成初步可選點位集。然后結合踏勘實際情況，從可選點位選取易于安裝、取樣、流態相對穩定的點位完成布點方案。排水管網水質監測以達成業務目標為導向，主要參考以下原則：

（1） 點位優先選擇，包括排水管網體系中重要節點點位（主要泵站，子集水區匯入干線節點）、排水系統關鍵設施（泵站，截流井，調蓄池）、重要支線接入點、重點排水戶、排口。

（2） 監測點位應具有明確的因果關系，避免布設在三通井或四通井。

（3） 監測點位的污水流態應相對穩定，避免布設在跌水井和坡降顯著的點位。

（4） 針對排水管網臺賬沒有及時更新的區域，建議選擇距干線交匯點近的監測點位，降低未知支線或來水匯入的概率。

在本項目中，先在D污水處理廠上游集水區做重點區域識別的篩查性監測，設備布點如圖2所示，然后根據篩查監測結果，再進行局部精細化排查監測。

1.4 分析方法

根據目標污水處理廠的集水區土地利用、管網拓撲連接、污水提升泵站等因素，將集水區分成多個子集水區。針對各個子集水區完成水質和流量長期監測，用

于捕捉各個子集水區的排水特征，評估各個子集水區的貢獻度，識別重點子集水區優先進行排查工程。針對無法直接監測的片區根據物料守恒評估其區域的水質水量，計算方法如下：

Qc=QT-ni=1Qi（1）

Cc=QTCT-ni=1QiCiQc（2）

式中：Qc為無法直接監測區域的流量數據，m3/d；Cc為無法直接監測區域的水質數據，mg/L；QT為無法監測區域的下游節點流量數據，m3/d；CT為無法直接監測區域的下游節點水質數據，mg/L；

Qi和Ci分別為下游匯入點的其他集水區和無法監測區域上游集水區的水量和水質數據，單位分別為m3/d和mg/L

Qi為上游n個集水區中第i個集水區的水量數據，m3/d；

Ci為上游n個集水區中第i個集水區的水質數據，mg/L。

針對重點子集水區進行加密布設，通過采集的管網水質水量數據完成管網的診斷分析。管網診斷目的主要為排查排水管網運行狀態，識別外水入滲區域，評估雨污混接。其中針對排水管網的外水入滲問題，主要以其相對應區域的水質水量特征評估影響程度，通過質量守恒初步評估外水入滲量。

Qinfiltration=QcCc-QcCwtCinfiltration-Cwt+

ni=1Qi（Ci-Cwi）Cinfiltration-Cwi（3）

式中：Qinfiltration為外水入滲量，m3/d；Cinfiltration為入滲水典型水質濃度，mg/L；

Qc為監測點位之間的自流區流量數據，m3/d；Cc為監測點位之間的自流區水質數據，mg/L；

Qc為無法直接監測區域的流量數據，m3/d；Cc為無法直接監測區域的水質數據，mg/L；

Cwt為監測點位之間的自流區典型用地污水水質濃度，mg/L；

Qi為上游n個集水區中第i個集水區的水量數據，m3/d；

Ci為上游n個集水區中第i個集水區的水質數據，mg/L；

Cwi為上游n個集水區中第i個集水區的典型用地污水水質濃度，mg/L。

雨污混接是污水管道和雨水管道間的錯誤連接，主要有以下兩種類型：

（1） 對于污水管道錯接至雨水管道，針對雨水管道監測水質和水量，如果晴天持續有流動污水存在，則存在錯接。

（2） 對于雨水管道錯接至污水管道，針對污水管道監測水質和水量，如果降雨階段降雨的時間序列與水質時間序列間的相關系數（r）小于-0.5（強負相關）；且降雨的時間序列與水量時間序列間的相關系數（r）大于0.5（強正相關）；同時上下游點位的水質數據相關系數（r）在-0.3～0.3（弱相關）之間，則2個監測點位之間存在混接點。

在排水管網系統中，水質水量數據均存在周期性，在降雨過程中周期性波動對時間序列間相關性判斷會造成誤差。在此項工作中，去噪后的水質和流量的時間序列通過STL濾波法［13］，移除周期性部分和殘差部分后用于分析，分解方法如下。

Qori=Qtrend+QSeasonal+Residual（4）

式中：Qori為數據清洗后的水質和水量時間序列；QSeasonal為時間序列中的季節部分，在排水管網的應用場景季節部分設定為24 h；Qtrend為監測時間序列的基線，通過24 h的移動平均法計算；Residual為時間序列分解后的殘差項。

2 結果和討論

針對蕪湖市D污水處理廠進水濃度提升的關鍵目標，本研究通過分析D污水處理廠的主要泵站子集水區和自流區集水區的節點水質和水量，評估各個子集水區的地下水入滲程度和貢獻強度，用于識別改造工程的下一步工作重點泵站區。并通過在重點泵站區的污水干線、支線和戶線關鍵節點收集水質水量數據，耦合降水數據評估重點區域各個重要污水支線的地下水入滲量和重點排水戶的雨污混接程度。

圖3展示了各個節點2022年1～7月的在線水質監測數據和泵站運行流量數據。自流區的COD均值在240 mg/L，水量均值在24 000 m3/d，且枯水期和豐水期無顯著變化，證明自流區雨污分流顯著，且無顯著的外水入滲問題。W泵站枯水期流量約為8 000 m3/d，豐水期流量約為9 000 m3/d；枯水期COD約為60.5 mg/L，豐水期COD約為56.7 mg/L。W泵站在豐水期存在雨污混流會造成約1 000 m3/d的額外來水，但COD不顯著下降，證明枯水期和豐水期W泵站存在顯著的外水入滲問題。T泵站COD均值在15 mg/L，水量均值在1 500 m3/d，且枯水期和豐水期無顯著變化，證明T泵站雨污分流顯著，且無顯著的外水入滲問題。Q泵站枯水期流量約為14 000 m3/d，豐水期流量約為18 000 m3/d；枯水期COD約為86.7 mg/L，豐水期COD約為97.4 mg/L。Q泵站上游的M泵站枯水期流量約為7 000 m3/d，豐水期流量約為9 000 m3/d；枯水期COD約為67.3 mg/L，豐水期COD約為62.9 mg/L。M泵站在豐水期存在雨污混流會造成約2 000 m3/d的額外來水，但COD不顯著下降，證明在枯水期和豐水期M泵站存在顯著的外水入滲問題。

經過上述分析，W泵站和M泵站的集水區均存在外水入滲問題，針對這兩個區域的管網改造工程是進一步提升污水處理廠進水濃度的關鍵。W泵站集水區存在一個水上主題公園主要排水戶，其排放污水濃度低且水量大，為W泵站的主要外源來水；相對而言，M泵站的外源低濃度來水未知。針對以上發現，項目運行方在2022年8月針對M泵站集水區進行水質和水量監測設備的加密布設，用于進一步排查M泵站集水區的問題。

圖4展示了M泵站的水質和水量監測數據。M泵站枯水期的COD有明顯的周期性，濃度范圍在50～80 mg/L（去除極個別毛刺異常點數據，下同），日均值為64 mg/L?？菟贛泵站的日均流量約為6 700 m3/d?？菟诒谜舅|數據長期低于200 mg/L，表明M泵站集水區存在明顯的枯水期低濃度水入滲問題。

M泵站豐水期受降雨影響顯著，以8月27日降雨事件分析，降雨峰值期間COD從65 mg/L顯著上升至79 mg/L，而后迅速降低至51 mg/L，且8月27～29日水質濃度整體降低約10 mg/L，同時伴隨周期性波動減弱。在此次降水事件中，M泵站日均流量為12 870 m3/d，是枯水期流量的1.92倍。以上監測數據表明M泵站集水區管網存在顯著的雨污混接問題，導致降雨過程中大量雨水匯入污水管網。

地下水入滲和雨污混接分析使用了2022年8月19日至9月30日的長期監測數據，枯水期數據為降雨事件后5 d到下一次降雨事件前1 d的監測數據，豐水期數據為降雨發生時到降雨結束后第3天之間的監測數據。

2.1 地下水入滲

針對M泵站集水區的地下水入滲評估，其集水區邊界河流的水體功能區劃為地表水Ⅱ類，基于功能區劃假設入滲地下水的COD為15 mg/L。集水區用地主要為居民區和工業園區，居民區的典型污水濃度假設為300 mg/L，工業區的典型污水濃度假設為500 mg/L［14-15］。節點的水質數據使用在線設備監測的COD，其監測頻率為1次/10 min。經過數據清洗后，通過分析時段?。菟?、豐水期）平均值。水量數據使用在線設備監測的流量，其監測頻率為 1 min，通過分析時段?。菟?、豐水期）平均值。水質和水量在豐水期和枯水期的平均值通過公式（1）～（3）計算出監測管段的地下水入滲量。

圖5和圖6展示了枯水期和豐水期M泵站集水區主要節點間外水入滲程度的評估。結果顯示：枯水期A監測點位所屬支線入滲貢獻量占總量的4.2%，且A監測點和B監測點之間存在的管網水外滲約占總量的-0.7%；豐水期A監測點位所屬支線入滲貢獻量占總量的8.1%。D監測點位所在支線流量不顯著，無流量數據，主要貢獻來自C監測點位所屬支線，其枯水期入滲貢獻量占總量的6.41%，豐水期入滲貢獻量占總量的6.46%。E監測點位所屬支線枯水期入滲貢獻量占總量的9.27%，豐水期入滲貢獻量占總量的5.83%。F監測點位流量不顯著，無監測數據。G監測點位所在支線在枯水期貢獻了74.1%的外水入滲，在豐水期貢獻了72.63%的外水入滲；此外在G監測點位和H監測點位間存在顯著的外來水，且入滲量在枯水期和豐水期均占總量的50%。

基于分析得出初步結論如下：A和B節點之間在枯水期存在管網內水外流，豐水期存在外水入滲的問題；G監測點位所在支線的外水入滲是影響M泵站水質水量的關鍵支線，且G點位和H點位之間存在嚴重的外水入滲問題。本研究使用高頻水質監測終端的長時間序列數據完成地下水入滲評估。相較于低頻的人工采集水質數據，高頻水質數據的代表性更強，可以規避人工采集中取到不具代表性的離群樣本和人工取樣不規范的風險。

2.2 雨污混接

排水戶戶線的水質數據使用在線設備監測的COD，其監測頻率為1次/10 min，經過30 min的步長完成重新取樣取平均值。排水戶戶線水量數據使用在線設備監測的流量，其監測頻率為1次/1 min，經過30 min的步長完成重新取樣取平均值。監測時間序列利用公式（4）描述的方法移除周期性和殘差后，通過設定滯后階數完成同降水數據的監測頻率和時間同步。經分析，此集水區的降雨和排水管網產流的滯后階數為2 h。通過分析排水戶的水質，水量和降雨數據的相關性，評估各個關鍵節點的雨污混接強度。針對檢測過程中的一次代表性降水事件的關聯分析的結果如下。

針對2022年8月26～27日的降雨時間分析如圖7和圖8所示，在水質分析中監測點位K和E所屬的相關支線在降水過程中水質數據和降水數據存在強負相關關系，監測點位B和F所屬的相關支線在降水過程中水質數據和降水數據存在負相關關系。初步推測在K和E所屬相關支線存在顯著的雨水管接入污水管網問題。

由于系統的南部和東部集水區存在2組提升泵站和1組主泵站，在降雨過程中整體系統由泵站主導，導致東部和南部集水區的水量數據和降水數據無顯著關聯性。西部集水區的水量數據同降水數據存在正相關關系。通過水量數據分析得出A監測點位所在支線存在雨水管接入污水管網的問題。

通過使用高頻的水質水量監測數據，可以在降水過程中獲得大量數據用于時間序列的相關性分析?；陂L時間序列的相關性分析，與基于短時間序列的手采數據相比，其結論更具有代表性且可以更好地排除降雨事件中的偶發性水質突變對于評估診斷造成的影響。

2.3 現場核查結果

通過水質、水量監測數據得到的排查分析結果，和當地運維管理部門的實地管網核查結果具有很好的一致性，如圖9所示。實地核查結果證明：A和B監測點位之間存在排水戶私接問題，排水戶違規從排水管網抽水用于苗圃灌溉和混凝土生產；A和B監測點位之間存在管網坍塌和破損；K監測點位所在支線存在雨污混接；E監測點位所在支線存在雨污混接問題；G和H監測點位間存在未知來源的管道錯接問題，且來水量顯著；集水區南部管網長期處于高水位運行且在降雨過程中存在污水擁堵問題。以上現場核查結果和水質水量長時間序列數據分析結果一致，說明水質監測設備可以有效捕捉污水管網異常運行情況，如地下水入滲、雨污混接等。

3 結 論

本次研究表明，量子點光譜傳感水質在線監測技術可在管網水質本底調研和管網問題排查中，快速定位重點問題區域，提升工程改造的效率，縮短改造時間和減少成本，并且可通過對重點區域開展精細化監測，進一步精準定位問題管段，評估外水入滲和雨污混接的嚴重程度。

該新型水質在線監測技術可以提供原位、實時、連續的動態監測，無需化學試劑、功耗低維護少，能滿足實際工程應用的要求，可在長江流域的排水系統推廣使用。本次研究取得了良好的應用效果，為后續深化研究提供了借鑒。

參考文獻：

［1］ 住房和城鄉建設部.2021年城鄉建設統計年鑒［Z］.2022.

［2］ 國家發展改革委，住房城鄉建設部.“十四五”城鎮污水處理及資源化利用發展規劃［Z］.2021.

［3］ 劉戰廣，譚學軍，陳嫣.基于水量分析和節點監測的城鎮污水管網評估診斷［J］.中國給水排水，2021，37（17）：32-37.

［4］ 徐祖信，王詩婧，尹海龍，等.基于節點水質監測的污水管網破損位置判定方法［J］.中國環境科學，2016，36（12）：3678-3685.

［5］ 沈小華，齊國輔，耿宏，等.管網異常（水質濃度低）排查技術路線和案例分析［J］.中國給水排水，2021，37（4）：97-100.

［6］ 徐祖信，汪玲玲，尹海龍，等.基于特征因子的排水管網地下水入滲分析方法［J］.同濟大學學報（自然科學版），2016，44（4）：593-599.

［7］ 尚立珍.城市污水管網建設頂管施工技術［J］.水利水電快報，2021，42（增1）：36-39..

［8］ LI P H，HUR J.Utilization of UV-Vis spectroscopy and related data analyses for dissolved organic matter （DOM） studies：a review［J］.Critical Reviews in Environmental Science & Technology，2017（47）：131-154.

［9］ RIEGER L，LANGERGRABER G，THOMANN M，et al.Spectral in-situ analysis of NO2，NO3，COD，DOC and TSS in the effluent of a WWTP［J］.Water Science & Technology，2004，50（11）：143-152.

［10］ 劉詩平.長江保護法實施一年多成效如何？［N］.新華每日電訊，2022-12-29（003）.

［11］ 中國工程建設標準化協會.城鎮排水管道混接調查及治理技術規程：T/CECS 758-2020［S］.北京：中國計劃出版社，2020.

［12］ BAO J，BAWENDI M G.A colloidal quantum dot spectrometer［J］.Nature，2015，523（7558）：67-70.

［13］ CLEVELAND R B，CLEVELAND W S.STL：a seasonal-trend decomposition procedure based on Loess［J］.Journal of Official Statistics，1990，6（1）：1-7.

［14］ 國家環境保護總局.污水綜合排放標準：GB 8978-1996.［S］.北京：國家環境保護總局，1998.

［15］ 中華人民共和國住房和城鄉建設部.室外排水設計標準：GB 50014-2021［S］.北京：中國計劃出版社，2021.

（編輯：劉 媛）

Application of quantum dot spectral sensing technology in sewage system of Changjiang River Basin

WANG Jiawei1，ZHOU Tianshuo2，HUO Xujia3，CAO Qiming2

（1.China Three Gorges Technology Co.，Ltd.，Beijing 100038，China； 2.QuantaEye（Beijing）Technologies Co.，Ltd.，Beijing 100083，China； 3.China Three Gorges Corporation，Wuhan 430014，China）

Abstract：

In recent years，water quality monitoring technology has been frequently used in the diagnostic inspection of sewage pipeline health.This paper aims to study the application of novel quantum dot spectral sensing technology to monitor water quality and investigate pipeline health in the upstream sewage network of a wastewater treatment plant in Wuhu City.The investigation studied illicit connections（pipe network wrong mixing and rainfall connecting to sewers）and external water infiltration.In this study，two key areas leading to low quality of inflowing water in the sewage treatment plant were identified.The source of external water infiltration was located and verified on site through the fine monitoring of the sewage pipe network in the key areas.Results show that through the joint analysis of water quality data or water quality and flow，rainfall and other data，the new in-situ water quality online monitoring technology can play an important role in the field of pipeline network investigation and background concentration characteristic monitoring，which is conducive to improving the quality and efficiency of the sewage system and reducing the overflow pollution discharge.

Key words：

water quality；pipeline health diagnosis；online monitoring；external water infiltration；rainfall connecting to sewers；spectral sensing quantum dot；Wuhu City