钢铁工业的水足迹计算

中国是世界上生产钢铁最多的国家。

这个重工业的特点是重要的水耗量和数量众多的雨水有关的环境灾害。

这这项研究中，我们提出了水足迹的使用，以代替常规指标（每顿钢铁的淡水消耗(FMC)，或者每吨钢铁的水耗量（WC））。

以中国东部的一个钢厂为例，我们建立了一个水足迹计算模型，包括直接和虚拟水足迹。

然后利用系统边界分析方法提出建立一个常见、可行的工业水足迹评价方法。

具体地说，我们从生命周期评价的角度分析了钢铁行业的特点。

以水足迹计算的结果为基础进行水风险评估。

选中钢厂水消费（蓝水）足迹为2.24*107m3，包括虚拟水和2011年为6.5 * 108m3的理论水污染（灰水）足迹，表明这个企业对水环境构成了严重的威胁。

对蓝水和灰水足迹分别进行计算以提供更详细的水风险信息，而不是添加对环境没有那么重要的这两个指标。

1 简介
水和能源对炼钢来说是至关重要的组成部分。

中国铁的主要生产地，因此对国际钢铁工业的发展起到了重要的作用。

表1列举了2008到2010年的钢铁主要生产国的钢产量。

2004年，中国钢铁行业水耗量是4*109m3，占了年度工业水耗量的10%。

钢铁行业通过废水排放严重影响了当地的水环境。

废水中有毒污染物种类很多，比如未溶解金属包括Cd、石油衍生物、挥发性酚和砷等等。

因此，钢铁行业严重影响了当地、地区乃至全球的水资源，并且面临很高的水风险。

现在，钢铁行业使用吨钢淡水耗量（FWC）,吨钢水耗量（WC）等指标。

吨钢淡水耗量指生产1吨钢铁消耗的淡水量。

这里面的淡水指的是进入钢厂水系统的新鲜自来水，地下水和地表水，不包括用于冷却的循环水。

吨钢水耗量值生产1吨钢铁所用的所有水，包括回收水和再生水。

FWC和WC相对来说简单实用。

但是它们仅仅反映了钢铁行业的直接水耗量，并且忽略了虚拟水耗量和废水污染。

虚拟水的概念由Allan于1998年提出，指的是输入当前进程所需要生产的水。

举个例子，对钢厂来说，发电所需要的水会被认为是这个企业的虚拟水。

高成康等学者利用物质流分析方法针对钢铁企业的水利用建立了一套评价指标体系。

其指标系统包括吨钢WC、吨钢FWC、吨钢回收WC以及吨钢水损失。

这套指标被用来评估中国大钢厂的用水现状，并且找出目前WC中存在的问题。

然而，这套方法没有考虑虚拟水在能量支出方面和其他生产支出（源自供应链）的影响，而且忽视了废水排放产生的环境影响。

因此，需要建立一套综合的指标体系以评价钢铁行业在水资源和水风险方面的压力。

水足迹的概念由Hoekstra提出，它指的是WC的总和以及净输入虚拟水，可以从过程、工厂、工业门类、国家和地区等不同规模上加以评价。

在Hoekstra的研究中，水资源的概念被作为衡量全球不同地区的水资源拨款而提出。

水足迹在旨在降低水资源压力的基础策略和活动中发挥着重要的作用，因为这种方法可以更
精确的反映出人类活动对地区水资源造成的影响。

Ridoutt和pfister提出了减少人类对水资源水足迹来缓解压力。

随着水足迹方法研究的进展，水足迹方法可以被用来分析生产过程和服务。

水足迹包括蓝水足迹,绿水足迹,灰水足迹，绿水足迹是指在过程中直接被消耗的雨水，比如通过农业生产过程。

蓝水足迹指的是退出环境和人类使用的地表水和地下水。

灰水足迹是指应经被排入自然水系统的需要被稀释污染物的理论上的水量，由于环境水质量要高于相关的目标水质。

许多情况下，水处理可以显著降低满足目标所需要的实际水量。

灰水足迹可以当作水质的一个指标。

与WC相对比来说，总水足迹包括直接WC、虚拟水以及水质的影响。

LCA学术团体研究出了一套以LCA方法为基础的水足迹方法，其可以被用来评价产品生命周期内产品或企业对水生环境的影响。

现在，大多数的研究集中在地区和农业水足迹，而工业产品水足迹的计算仍处于早期阶段。

水足迹方法表现出了一些缺点，阻碍了工业水足迹的评价。

灰水、蓝水（直接和间接）、和绿水的简单的数值总和并不能为制造商提供环境方面的有效信息。

绿水通常不能被工业设施所利用，除非建立一个雨水收集系统。

虚拟水的消耗跟工业设施没有太大关系，对当地水资源也不会造成直接影响。

因此，添加这些水足迹所产生的值并没有对环境造成明确的影响。

在这个行业，能源和水资源可持续发展不可避免地交织在一起。

因此,能源和水之间的关系近年来引起了极大的研究兴趣。

然而，生产过程中能源消耗的水足迹的计算仍然很困难，因为随着地区和能量生产方式的不同，水资源的消耗量也会相应变化。

除此之外，以LCA
为基础的水足迹方法考虑了整个产品生命周期内WC和水污染，由于可用数据有限，计算也十分困难。

本篇文章中，我们试图建议一套针对水管理和清洁生产，普遍可行的水足迹评价方法。

以中国东部的一个钢厂为例进行了钢铁行业水足迹分析。

这次分析包括水足迹方法和模型的验证、针对能量的虚拟WC评估以及水足迹和工业水风险（水供应量限制和水污染的风险）的考虑。

与吨钢FWC和吨钢WC相比，钢铁行业使用水足迹作为水影响的指标，是因为水足迹可以综合评价水风险因素，并且在达到清洁和可持续生产方面更适合。

从方法论的角度来讲，我们基于LCA的角度，建立了一个可行的系统边界的研究。

蓝色的水和灰水足迹计算分别显示详细的水风险信息,而不是简单的数值求和。

到目前为止,只有少数情况下的水足迹评价都是在中国进行的,特别是在重工业。

目前的工作将有助于工业水足迹评价方法的发展。

2 材料与方法
2.1 总体系统分析
有两种方法可以用来计算水足迹:链式求和方法、逐步累积的方法。

链式求和方法主要用于生产系统只有一个产品输出。

与生产系统中不同步骤相联系的水足迹完全可以归于系统的结果，即产品。

逐步累积的方法是基于生产最终和必要产品的过程的最终步骤的水足迹计算，和处理步骤的水足迹计算上的一般的水足迹计算方法。

钢铁工业的产业链是复杂的,包括矿石冶炼精炼、连铸、轧制，以及存在于每一个环节中在许多车间进行广泛的水和能源消耗的其他过程。

图1显示了钢铁生产流程。

车间排放的水大量回收或者流入其他车间。

多数大型钢铁工厂拥有自己的污水处理设施。

这两种足迹方法都需要详细的信息和广泛的支持数据，而这些信息和数据一般来说都比较机密，特别对重工业来说。

这使得很难计算行业的水足迹,并促进更好的水资源管理。

这此次工作中，我们进行了全面的系统分析以评估水足迹。

在水足迹的计算过程,
我们考虑了直接WC,能源消耗,和当地水环境的影响,以更好地理解钢铁工业对
水资源的影响。

这种方法主要集中在所选厂的生产过程的水足迹,因此不需要长
期分析和广泛的数据量。

考虑到这些特性,该方法可以应用于其他行业。

2.2 研究范围和系统边界的确定
钢铁行业的生命周期包括原料提取(主要是铁矿石和煤炭)、钢铁生产流程,钢铁
产品消费、回收和运输。

因此,以生命周期为基础的水足迹可以利用来评估产品
或企业对水生环境的影响在整个产品或业务生命周期。

然而，对企业来说，炼钢
的输入（比如原材料和供应链）上游的水足迹很难获得。

此外,原材料的开采和
运输会有很大变化由于来源不同，并且一般没有很好地记录。

钢铁产品的消耗量
也会根据最终用途（比如建筑物、管道、汽车和家用电器）的改变而发生很大变
化。

最后，钢厂的安装和关闭一般不会被追踪，所以没有这方面的数据。

鉴于大
多数钢厂的生命周期一般也就几十年,这很可能是整个水足迹的一小部分,因此
这里不考虑它。

图2说明了研究的边界（研究对象在实线内）。

在工业水足迹评
估中，生产过程是利用的主体,这是最重要的部分，因此当决定减轻水风险时，
制造商应该对之予以考虑。

因此，我们在钢厂的生产过程中关注水足迹评估。

2.3 研究模型
从水足迹计算模型,得到下面的公式:
WCF =DWF + VWF;
(1)
WCF——用水量足迹,DWF——直接水足迹,VWF——虚拟水足迹。

DWF =WF
obtained —— WF
D-discharge
——WF
loss
;(2)
WF
obtainedis ——获得的水的数量,WF
D-dischargeis
---直接排水的量,
WF
lossis
——水蒸发造成的损失,渗透和副产品。

对一个钢厂来说，虚拟水足迹的计算是十分复杂的，因为这需要对以下内容了解并计算，包括输入的生产中使用的水、生活（比如职员）WC、国内电力消费和化学物质(主要是用于治疗循环冷却水腐蚀、垢、絮状污泥脱水,等等)。

通过参阅钢铁厂调查报告,生产和生活的WC相对容易获得。

收集能耗,煤炭消耗量,石油消费的第一手数据，计算钢厂的能量消耗。

根据Zhang et al. (Zhang andAnadon, 2013)可以得出中国电力生产消耗的虚拟水。

他们通过使用混合多源输入-输出（MRIO）模型，研究了生命周期取水量、消费水使用和中国地区能源行业的废水排放。

根据具体的技术和生产过程、主要的能源载体的来源、甚至考虑到时间，这些参数都有相当数量的变化。

另一个重要的方面是灰水足迹，它指的是使污染物达到自然浓度或者目前周围水质标准所需要吸收淡水的理论体积。

灰水足迹包括生活污水管理和工业污水管理。

在国内污水的水足迹的估算中,需要测量化学需氧量(COD)和其他指标,并且根据水环境质量标准(GB3838-2002)或海水质量标准(GB3097-1997)计算出的所需稀
释水的数量。

在工业污水灰水足迹估算中,需要先将来自不同车间的废水收集,
处理然后排放。

所需的稀释水(Y
i
)是基于满足地表水环境质量标准(gb3838 -
2002)或海水质量标准(gb3097 - 1997)。

利用下式计算Y
i。

Y i =X
i
/Q
i
(3)
Qi——污水排放污染物的水质标准， Xi——污水样品的污染物浓度的测量平均值。

Y
i
的最大值为最终的灰水足迹。

使用公式（1）——（4）计算钢厂的水足迹。

2.4 基于水足迹进行水风险评估
企业水风险包含物理风险、监管风险和声誉风险。

在三个风险中，物理风险最接近水足迹。

物理风险是水资源的直接风险。

当存在水资源短缺或严重水污染时,企业可能面临物理风险,包括水量风险和水质风险。

在水风险评估中，水足迹方法是很有用的，主要包括三个主要部分：水足迹计算，水风险评价和水风险管理。

对有效和更可持续的水资源管理来说，分析企业和所有过程的水足迹可以提供所有需要的信息。

此外,企业可以基于水风险评估的结果采取管理行动。

3 结果与讨论
3.1 钢厂的水足迹
以中国东部的一个钢厂企业为例。

该钢厂提供了一整套原材料生产流程，炼铁、炼钢、连铸、轧钢以及其他使用先进设备的流程。

2011年，该厂生产了4.46*106吨钢。

根据全系统分析方法，考虑10%的估计机械水损失，企业2011年DWF为1.46*106m3，误差在5%以内。

这意味着企业消耗了90%的水。

该企业的生产流程十分复杂，多达20种不同化学药剂，比如防腐剂和防垢剂，在不同的过程中被使用。

企业每年使用4.82*107吨化学药剂，其中的90%是固体，没有直接水足迹，在这个过程中对其他化学药剂使用的水被认为是DWF。

由于数据有限，这些药剂的虚拟水无法评估，但很可能比DWF小得多。

表2表明了企业2011年能源的不同来源的能耗和水足迹。

2011年电能的水足迹为1.98*107m3。

同年，煤炭和焦炭的水足迹分别为78.3*104m3和191.4*104m3。

因此，2011年能源的总虚拟水耗量为2.25*107m3，这要比DWF大一个数量级。

企业适用污水综合排放标准(GB 8978 - 1996)2类。

表3给出了排放的测量水质和相应的稀释因子。

生活在企业的员工排放的生活用水量为4.35*104m3。

如表3所示，稀释因子最大值为50。

生活用水的水足迹远大于废水处理的水足迹，为2017*106m3。

钢厂的废水送到区域废水处理厂，处理后被排放到东海。

东海水质被控制在第四级别海洋水质标准下。

根据海水质量标准(GB 3079 - 1997)和废水处理厂排除的污水水质，稀释因子最大可达106（表4）。

2011年，该企业排放的处理后的污水量为6.10*106m3。

在此期间，工业废水的灰水足迹为6.46*108m3。

因此，总共灰水足迹为6.5*108m3。

图3表明了钢厂的所有水足迹的不同成分。

在大部分的研究中，一件产品或一个公司的水足迹评估结果通常以总水足迹给出，即绿水足迹、蓝水足迹和灰水足迹之和。

然而假想的污染量（灰水）和WC量（蓝水）的和，即总水足迹，一般认为没有环境意义。

在这项研究中，总消耗水足迹（蓝水足迹）和水污染足迹（灰水足迹）没有求和，而是被分别计算，表明了水风险的详细信息。

对选中钢厂企业，总WC（蓝水）足迹为2.44*107m3，总水污染（灰水）足迹为6.5*108m3。

钢厂的高工耗企业对水环境造成了严重的威胁。

概括本研究的结果,考虑2010年中国钢产量，中国钢铁行业的水足迹大约是
4*109 m3。

Ge et al. (2011)估计，2007年中国总水足迹为860*109m3，人均水足迹为650m3。

这意味着钢铁行业占了总水足迹的0.4%。

看来,钢铁工业的水足迹强度对于其他水相关行业具有重要意义。

这确定了本研究的必要性，即计算一个具体的钢铁工业处理厂的水足迹。

此外,钢铁制造业的原材料非常重要。

Berger et al. (2012)表明，钢铁材料贡献了大众高尔夫汽车模型总水耗量的35-40%。

因此,降低钢铁工业水足迹将大大减少中国和世界各地的很多产品的工业水足迹
钢铁行业不仅消耗大量的水,同时也造成了显著的与水有关的危害。

选定钢厂的灰水足迹几乎是总WC（蓝水）足迹的27倍。

与此相对比，全球动物产品的灰水足迹仅仅是蓝水足迹的1.06倍（87.2%绿水足迹，6.2%蓝水足迹，6.6%灰水足迹）。

灰水和蓝水足迹的比例差异是由于钢铁企业排放的高浓度的工业废水。