Processing math: 100%

改良填料生物滞留池对雨水径流中磷的去除效果

熊家晴, 何一帆, 白雪琛, 王晓昌. 改良填料生物滞留池对雨水径流中磷的去除效果[J]. 环境工程学报, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178
引用本文: 熊家晴, 何一帆, 白雪琛, 王晓昌. 改良填料生物滞留池对雨水径流中磷的去除效果[J]. 环境工程学报, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178
XIONG Jiaqing, HE Yifan, BAI Xuechen, WANG Xiaochang. Removal effect of phosphorus in rain-runoff by the media-improved bioretention tank[J]. Chinese Journal of Environmental Engineering, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178
Citation: XIONG Jiaqing, HE Yifan, BAI Xuechen, WANG Xiaochang. Removal effect of phosphorus in rain-runoff by the media-improved bioretention tank[J]. Chinese Journal of Environmental Engineering, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178

改良填料生物滞留池对雨水径流中磷的去除效果

    作者简介: 熊家晴(1969—),男,博士,副教授。研究方向:城市水环境系统设计等。E-mail:xiongjiaqing@xauat.edu.cn
    通讯作者: 熊家晴, E-mail: xiongjiaqing@xauat.edu.cn
  • 基金项目:
    国家水体污染控制与治理科技重大专项(2012ZX07308-001-08);陕西重点科技创新研究团队计划(2018KWT-11);陕西省海绵城市研究创新团队计划(2017KCT-19-02)
  • 中图分类号: X703

Removal effect of phosphorus in rain-runoff by the media-improved bioretention tank

    Corresponding author: XIONG Jiaqing, xiongjiaqing@xauat.edu.cn
  • 摘要: 针对生物滞留池在一定淹没区高度条件下同时添加碳源对P的去除效果波动较大问题,开展了生物滞留池填料改良方法的研究。通过构建3根模拟实验柱,分别填充传统填料、普通生物炭改良填料和铁改性生物炭改良填料,分析了不同生物炭改良填料生物滞留池在不同淹没区高度和不同落干期条件下对PO34-P的去除效果;同时,探讨了生物炭对生物滞留池填料的改良作用。研究结果表明:在淹没区高度为300 mm的条件下,铁改性生物炭改良填料生物滞留池对于PO34-P去除效果最好,平均去除率接近90%,而普通生物炭改良填料生物滞留池对PO34-P去除效果最差,平均去除率低于60%;同时,在不同落干期条件下,所有实验柱均未发生PO34-P淋出现象。铁改性生物炭改良填料生物滞留池在设有一定高度淹没区条件下对雨水径流中磷具有很好的去除效果,并对不同落干期变化具有较强的适应性。
  • 城市绿地为居民提供了良好的环境、景观和游憩场所,城市绿地功能的发挥离不开土壤,城市的居住适宜程度和环境质量以及人类的生活品质等都与城市绿地土壤密切相关[1-2]。然而,随着城市化的发展,城市土壤环境问题日渐严峻,大量污染物进入土壤当中,尤为突出的是土壤重金属和多环芳烃(PAHs)污染日益加剧[3-4]。因此,土壤重金属和多环芳烃污染问题是阻碍城市发展、影响城市居民健康的重要因素之一。

    城市土壤中的重金属和PAHs主要来自大气中吸附有环境污染物的细颗粒物的干湿沉降[5-6],而城市中的植被格局在很大程度上,影响着大气颗粒物的传输和沉降过程[7]。目前,城市中观尺度上土地利用类型、城市化程度、城区植被类型及覆盖度等因素对土壤重金属和多环芳烃的影响均有较多研究[8-10]。由于不同的土地利用类型(商业区、居民区、工业区等)对土壤污染物的累积影响较大[11-12],因此,选择相同的土地利用类型来研究某种因素的影响能够较为明确地揭示目标因素的影响作用。居民区是城市区域中人口最为集中的地方之一,且占地面积较大,与人居环境质量息息相关[13]。有研究[14]表明,杭州市居民区土壤重金属元素均有不同程度的积累,以Cd最为明显。居民区土壤重金属可能是人体重金属的重要来源之一[15]。陈秀端等[16]发现,在西安市居民区土壤中,重金属污染对成人与儿童的健康都具有风险。其中,儿童所接受的重金属元素As、Ba、Co、Cr、Pb和Zn污染的健康风险远高于成人。吴新民等[17]应用MIELKE等[18]提出的儿童健康标准的土壤Pb全量指标进行研究,发现南京市老居民区土壤Pb浓度超标75%以上。此外,有研究[19-21]表明,不同城市化强度、城市土地利用类型以及植被类型对土壤PAHs累积均具有显著影响。然而,以上的研究均在城市区域尺度上进行,对于小尺度(如居民区尺度)水平上植被格局对土壤污染物累积的影响研究较少。

    小尺度水平上的植被格局是城市绿地园林设计和规划的重要内容,研究小尺度水平上植被格局对土壤重金属和PAHs等污染物累积的影响能够为城市绿地园林设计和绿地管理提供依据,能够使其同时兼顾环境美观和健康。因此,本研究选择居民区土地利用类型作为研究对象,对不同植被格局下,居民区土壤重金属和PAHs累积特征进行调查分析,旨在探明小尺度水平上,植被格局对土壤污染物累积的影响及其程度。

    本次研究区为北京市五环内区域(北纬39°45′17″~40°01′13″,东经116°12′18″~116°33′13″),五环内区域覆盖了包括东城区、西城区、海淀区、朝阳区、石景山区以及丰台区在内的6个行政管辖区,截至2017年末,该区域人口数量约为1.2×107[22]

    居民区是城市极具代表性的土地利用类型,其内部绿地依托建筑物的布局形式呈现不同的植被格局。我国居民区常见的植被格局类型包括围绕式、行列式、混合式和群点式等,不同的居民区植被格局如图1所示。围绕式绿地格局(图1(a))一般集中围绕在建筑物周边分布,面积较大,并且可分为单周边及双周边;行列式绿地格局(图1(b))通常依托建筑物的布局总体呈现线性排列布局形式,为了便于居民使用,多为楼间绿地;群点式绿地格局(图1(c))通常依托建筑物呈点状或组群布局,以中心公共绿地作为核心,延伸到周边绿地,且该类型居民区的建筑多为散点分布,建筑物密度较高;混合式绿地格局(图1(d))综合了以上3种形式,该类型可能包含以上多种布置形式,但基本仍以其中一种布局为主导[23]

    图 1  居民区植被格局分布
    Figure 1.  Distribution of vegetation pattern in residential area

    本研究采样主要针对不同植被格局类型居民区内公共绿地草本植物覆盖的表层土壤。在北京市五环区域内,沿南北方向上选取了12个居民区(图2),每种植被格局(围绕式、行列式、混合式、群点式)分别选取3个具有代表性的居民区。为了消除区域尺度和/或中观尺度污染物分布格局对结果的影响,本次研究的调查点设置充分考虑到主要重金属污染物和多环芳烃在北京市五环内的分布特征,即2类污染物的浓度随着离市中心距离的增加而呈现降低的趋势[24-25]。因此,每种植被格局的3个代表性居民区分别分布在五环到市中心的范围内。根据居民区公共绿地的面积和分布,在每个居民区的公共绿地分别设置2~3个采样点。围绕式和行列式植被格局由于整个小区绿地斑块分布较为均匀,而且斑块面积大小类似,因此在小区不同方位分别布置3个采样点;群点式和混合式在大面积主要公共绿地斑块布置2个采样点,在超过100 m2的小面积绿地斑块增加1个采样点。于每个采样点在10 m×10 m面积内,采用5点混合法采集表层(0~10 cm)土壤,采集1 kg土壤样品于自封袋中,共采集31个土壤样品。土壤样品运送至实验室后,一部分样品冷冻干燥并过100目筛后,装入棕色玻璃瓶中,储存于−25 ℃冰箱中,供PAHs分析。剩余的样品自然风干后去除植物叶片、根系等杂质,磨碎后,使样品通过100目筛,以供测试土壤金属元素指标。

    图 2  采样点分布
    Figure 2.  Distribution of soil samples

    金属元素检测试剂:盐酸(HCl)、硝酸(HNO3)、氢氟酸(HF)、高氯酸(HClO4)均为优级纯;超纯水(Mili-Q)。

    金属元素检测仪器:赶酸电热板(GS-Ⅲ,南京瑞尼克科技开发有限公司)、电感耦合等离子体光谱仪(ICP-OES,Prodigy7,美国Leeman labs公司)、电感耦合等离子体质谱仪(ICP-MS,NexION300x,美国PerkinElmer公司)。

    多环芳烃检测试剂:丙酮(CH3COCH3)、正己烷(C6H14)、二氯甲烷(CH2Cl2)均为农残级;无水硫酸钠(Na2SO4)为分析纯。

    标准样品:EPA16种优控多环芳烃混标;替代物选用氘代三联苯和2-氟联苯;内标选用5种半挥发物氘代多环芳烃(氘代菲、氘代屈、氘代萘、氘代苊、氘代苝)。

    多环芳烃检测仪器:快速溶剂萃取仪(ASE 350型,美国戴安公司)、旋转蒸发仪(RE-201D型,郑州科泰实验设备有限公司)、固相萃取仪(Visiprep DL SPE 12孔,美国Supelco公司)、氮吹仪(DC-12型,上海安谱实验科技股份有限公司)、串联四极杆气相色谱-质谱联用仪(7890B-7000D)。

    土壤金属元素检测采用四酸法 (HCl-HNO3-HF-HClO4,10∶3∶3∶1)[26];土壤PAHs检测采用加速溶剂萃取-旋蒸浓缩-GC/MS分析方法[27-28]

    使用电感耦合等离子体光谱仪测定重金属Mn及其他金属元素Na、K、Fe、Ca、Mg和Al的浓度[29];采用电感耦合等离子体质谱仪测定重金属Cr、Ni、Cu、Zn、Cd和Pb的浓度[26]。在实验过程中,使用国家土壤标准物质GBW07401进行质量控制,测得标准回收率为72.1%~103.2%。土壤PAHs分析过程采用空白、样品平行样、内标和替代物控制等进行质量控制,内标回收率为50.8%~98.4%,所有多环芳烃浓度的数据均高于方法检测限。

    研究区表层土壤中的7种重金属浓度统计学特征如表1所示。Cu的平均值、最大值以及变异系数均高于其相应的背景值,其中,变异系数高达88.1%,约是其背景值的4倍;土壤Cd的平均值、最小值和中位值均远高于其对应背景值;在土壤Pb的所有统计值中,除中位值外,均大于其对应的背景值,变异系数约为背景值的3倍;土壤Zn的最大值和变异系数略高于背景值,其他值低于背景值。除此之外,其他3种重金属元素的各项统计值均低于相应的背景值。因此,可以表明,居民区土壤中Cu、Zn、Cd和Pb存在一定程度的累积。

    表 1  研究区表层土壤中7种重金属浓度及其变异系数
    Table 1.  Concentrations and variation coefficients of seven heavy metals in surface soil of study area
    重金属元素浓度最小值/(mg·kg−1)浓度最大值/(mg·kg−1)浓度平均值/(mg·kg−1)浓度中位值/(mg·kg−1)变异系数/%
    实测背景1)实测背景1)实测背景1)实测背景1)实测背景1)
    Cr32.750.663.416345.968.146.564.415.023.4
    Ni14.517.028.248.921.92922.227.414.425.7
    Cu13.015.015910129.123.622.323.788.119.8
    Zn33.248.224522671.8102.665.197.537.634.5
    Cd0.1040.0050.2350.3390.1560.0740.1500.07319.178.9
    Pb13.210.013246.031.225.423.224.185.624.8
    Mn335419648103940070538468516.022.7
      注:1)背景值参考已有研究中的数值[30]
     | Show Table
    DownLoad: CSV

    在环境领域的研究中,主成分分析法用于对一组数据进行降维,通过提取少数综合指标来反映多个因素之间的关系[31]。元素之间的相关关系往往能够反映土壤重金属来源,同时也能够判断出哪些土壤元素浓度受到人为因素的明显影响。所以,为了进一步分析居民区土壤中重金属的来源,识别出受到人为扰动较强的首要污染物,在调查重金属元素的基础上,本研究还同时调查了6种金属元素(Na、K、Fe、Ca、Mg、Al)的浓度,并对以上 13 种金属元素进行了主成分分析,结果如表2所示。可以看出,本研究共提取4个主成分,累积解释总变量方差为84.7%。主成分1占总变量方差的30.4%,具有较高载荷的元素为Cu、Zn和Pb;主成分2占24.3%,占较高载荷的元素为 Fe、Mg和Al;主成分3占17.5%,载荷较高的元素有Cr和Ni;主成分4占12.5%,较高载荷的是Na和K元素。元素Cd、Mn和Ca这3种元素分别在2个甚至3个主成分上的载荷值都类似。说明这些元素的累积受到多个因素的贡献相似。Cu、Zn、Cd和Pb通常是城市土壤中普遍存在的受人为活动影响较为严重的重金属污染物,而Fe、Mg和Al元素尽管受到人为活动干扰较大(如建筑材料等垃圾输入),但是由于其在成土母质中的浓度也非常高,因此,人类活动对这些元素在土壤中的浓度的影响相对较小[32]。除了点源污染,Cr和Ni在土壤中的浓度与成土母质有关。Na和K元素在土壤中来源广泛,并且浓度很高,其在土壤中的浓度变化一般也较大。由此可见,北京市居民区土壤中Cu、Zn、Cd和Pb的主要来源为人为源,并且重金属浓度变化受人类活动影响较大。

    表 2  研究区土壤各元素浓度旋转后的因子载荷分析
    Table 2.  Principal component loadings of elements concentrations in studied soils after rotation
    元素主成分1主成分2主成分3主成分4
    Cr0.2810.0780.886−0.003
    Ni0.0650.0010.9140.117
    Cu0.9600.1350.037−0.064
    Zn0.9510.0640.200−0.050
    Cd1)0.6640.1530.476−0.170
    Pb0.9040.1180.140−0.206
    Mn1)0.7370.6060.114−0.008
    Na−0.209−0.135−0.0960.808
    K−0.0320.1780.1680.879
    Fe0.2270.857−0.045−0.031
    Ca1)0.3610.5890.499−0.327
    Mg−0.0230.9050.2440.039
    Al0.1310.880−0.0680.068
      注:1)表示在2组以上主成分中占有相似比例的载荷。
     | Show Table
    DownLoad: CSV

    元素浓度是否服从正态分布是评价土壤重金属是否存在人为活动干扰的依据之一。当浓度数据为非正态分布时,说明存在人为扰动[33]。如表3所示,在原始数据中,只有Cr、Ni、Cd、Ca、Mg和Al等6种元素的K-S检验为不显著(P>0.05),呈现为正态分布,这说明人为干扰因素较少;而其他7种元素的浓度都呈现明显的人为干扰趋势。

    表 3  土壤样品中各元素浓度的偏度、峰度、正态性检验(K-S检验)
    Table 3.  Skewness, kurtosis and normal test (K-S testing) of heavy metal concentrations in studied soils
    元素峰度偏度K-S p
    Cr0.0530.1000.200
    Ni−0.342−0.3210.200
    Cu22.04.220*
    Zn14.33.170*
    Cd0.3160.5290.200
    Pb7.212.600*
    Mn6.312.020.008*
    Na2.831.490*
    K−0.245−.07250.004*
    Fe0.6370.9220.017*
    Ca−0.257−0.1640.200
    Mg2.291.230.068
    Al1.610.6780.200
      注:*表示差异显著(P<0.05)。
     | Show Table
    DownLoad: CSV

    综合土壤中重金属元素浓度与背景值的统计比较、主成分分析以及正态分布检验结果发现,这些小区土壤中的重金属Cu、Zn、Pb这3种元素与人为活动因素相关性较大;Cd元素有一定的相关性,但是影响相对较小。本研究结果与前期在北京市建成区及建成区居民区的调查研究结果一致,即,主要重金属污染物为Cu、Zn、Cd和Pb[24, 29];同时,有相关研究[29]表明,北京市建成区这4种典型重金属主要来源于交通排放,并且随着城市化发展在土壤中逐年累积。

    在研究区内,居民区表层土壤PAHs浓度统计结果如表4所示。研究区土壤16种PAHs总量(Σ16PAHs)的浓度范围为88.1~2 844 μg·kg−1,中位值为327 μg·kg−1,远超过土壤中内源性 PAHs 的浓度(1~10 μg·kg−1)[34]。因此,研究区土壤多环芳烃主要受外源输入影响较大(表4)。并且,在16种PAHs中,除Nap和Flu外,其余14种单体的变异系数均大于80%。

    表 4  研究区表层土壤中PAHs浓度
    Table 4.  PAHs concentrations in surface soil of study area
    化合物缩写环数极小值/(μg·kg−1)中位值/(μg·kg−1)极大值/(μg·kg−1)变异系数/%
    Nap23.7915.433.951.6
    Ace31.233.4928.6103
    苊烯Acy30.1401.058.25114
    Flu30.7102.6013.172.9
    Phe35.6026.6204105
    Ant31.073.7247.5140
    荧蒽Fla49.2930.5346124
    Pyr47.0922.7283132
    苯并(a)蒽BaA45.6819.8188111
    Chry47.9929.2289115
    苯并(b)荧蒽BbF511.341.326985.8
    苯并(k)荧蒽BkF56.3922.4226118
    苯并(a)芘BaP56.6023.3250130
    二苯并(a,h)蒽DahA52.6010.591.4113
    苯并(g,h,i)苝BghiP69.0934.3288108
    茚并(1,2,3-cd)芘InP69.4444.128894.4
    低环PAHsLMW PAHs2~312.649.932685.6
    高环PAHsHMW PAHs4~675.52782 518111
    总PAHsΣ16PAHs2~688.13272 844107
     | Show Table
    DownLoad: CSV

    PAHs同分异构体比值法是用于来源分析的主要手段[35-36]。YUNKER等[37]认为:当Ant/(Ant+Phe)<0.1时,表明PAHs主要来源于石油源;当Ant/(Ant+Phe)>0.1时,表明PAHs主要来源于燃烧源;当Fla/(Fla+Pyr)<0.4时,表明PAHs主要来自石油源;当0.4<Fla/(Fla+Pyr)<0.5时,表明PAHs来源于来自燃油排放尾气;当Fla/(Fla+Pyr)>0.5时,表明PAHs主要来源于煤炭和生物质燃烧。根据Ant/(Ant+Phe)(图3(a)),除了个别样点以外,绝大部分样点的燃烧来源明显;所有样点的Fla/(Fla+Pyr)比值都大于0.5,即PAHs主要由生物质、煤炭高温燃烧产生。同时,BaA/(BaA+Chry)和InP/(InP+BghiP)也可以用来判定PAHs来源[38](图3(b))。当BaA/(BaA+Chry)<0.2或InP/(InP+BghiP)<0.2时,表明PAHs为石油源;当0.2<BaA/(BaA+Chry)<0.35时,一般认为PAHs来源于石油或煤炭燃烧混合源;当0.2<InP/(InP+BghiP)<0.5时,PAHs的来源主要为石油燃烧,包括汽车排放和原油燃烧;当InP/(InP+BghiP)>0.5或者BaA/(BaA+Chry)>0.35时,表明PAHs主要来源为生物质或者煤炭燃烧。样点的PAHs几乎都来源于生物质和煤炭燃烧(图3(b)),汽车燃料燃烧来源相关性较小。产生这一结果的原因可能是,燃烧过程产生的细颗粒物,在城市区域中均匀背景沉降所导致。PENG等[25]的研究也表明,北方城市集中供暖期所引起的长期煤炭燃烧是北方城市土壤中多环芳烃的主要来源。

    图 3  土壤PAHs来源分析比值散点图
    Figure 3.  Scatter plots for the characteristic ratio of source analysis of PAHs in soil

    不同植被格局的样点土壤重金属污染物Cu、Zn、Cd和Pb的浓度数值分布如图4所示。可以看出,重金属Cu(图4(a))和Pb(图4(d))的中位值在4种植被格局中的变化不明显,而Cd(图4(c))和Zn(图4(b))元素的中位值稍有变化,即围绕式和混合式稍高,行列式和群点式稍低。从数据分布的情况看:首先,在4种植被格局中,行列式植被格局土壤中的重金属污染物浓度数据分散性相对较高;其次,Cd元素浓度分散性比其他3种元素高(图4(c)),Cu(图4(a))和Pb元素(图4(d))在围绕式和混合式植被格局土壤中的浓度分布较为集中,Zn元素在除了行列式以外的3种植被格局土壤中的分布都较为稳定。从采样调查研究的角度来说,对于行列式植被格局的小区绿地,需要适当增加样点数量才能获得较为客观的重金属浓度;而从环境管理的角度来说,行列式植被格局更有可能吸纳重金属污染物而起到净化环境的作用。土壤Cd元素浓度的分散性较大主要原因是由于城市土壤Cd浓度一般较低。本研究中Cd的浓度大多为0.1~0.2 mg·kg−1,导致系统误差的影响较大。因此,在城市土壤调查中对于Cd元素最需要关注的是异常高值。

    图 4  不同植被格局下土壤主要重金属污染物的浓度数值分布
    Figure 4.  Numerical distribution of concentrations of major heavy metal pollutants in soil with different vegetation patterns

    图5分别展示了LMW PAHs(图5(a))、HMW PAHs(图5(b))和∑16PAHs(图5(c))在4种植被格局下的浓度数值分布。不同植被格局下,居民区土壤∑16PAHs浓度中位值顺序为:围绕式(444 μg·kg−1)>行列式(408 μg·kg−1)>群点式(292 μg·kg−1)>混合式(271 μg·kg−1)。行列式植被格局小区,土壤∑16PAHs浓度中位值在4种格局小区内处于较高水平;并且,该格局类型下,土壤∑16PAHs最大值高达2 844 μg·kg−1,约为其他3种植被格局的4~5倍。此外,与重金属的浓度分布类似,行列式植被格局的土壤中LMW PAHs、HMW PAHs和∑16PAHs的浓度分布都较为分散;而且,HMW PAHs和∑16PAHs浓度的中位值在混合式和群点式植被格局土壤中较低。有研究[37]指出,Ant、BaA和BaP这3种PAHs的光敏性最强,尤其在夏季消失很快。因此,土壤中,这3种PAHs通常不会远距离迁移,因而被认为是最好的本地排放指标。由图6可知,相较于其他3种植被格局,Ant(图6(a))、BaA(图6(b))和BaP(图6(c))这3种PAHs在行列式植被格局土壤中的浓度水平均较为分散,说明在这种植被格局下,当地即时产生的PAHs变异也较大。同时,群点式植被格局的土壤中这3种PAHs浓度的中位值都最低,说明在这种植被格局下当地产生的PAHs在土壤中累积较少。植被覆盖类型能够影响下垫面地表土壤中重金属和多环芳烃的浓度,有研究[25]发现,城市中16种优控多环芳烃主要经由大气沉降过程进入土壤,而这一过程受到植被垂直结构的影响较大。对北京市的调查[27]发现,乔木覆盖下的土壤污染物的浓度明显比草地或灌木-草本覆盖类型高。其中,林灌草和林地土壤中多环芳烃浓度是草地土壤的2~3倍(P<0.05)。由于行列式植被格局大多由乔木或乔木-灌木的植被覆盖类型组成,而群点式植被格局中的大面积绿地由于会考虑到居民户外活动的方便,多为草地,这可能是导致行列式植被格局土壤中污染物含量相对较高,而群点式植被格局相对较低的原因。

    图 5  不同植被格局下土壤PAHs的浓度数值分布
    Figure 5.  Numerical distribution of concentrations of PAHs in soil with different vegetation patterns
    图 6  不同植被格局下指示性多环芳烃的浓度数值分布
    Figure 6.  Numerical distribution of concentrations of local indicative PAHs in soil with different vegetation patterns

    1)本研究结果表明,所选的31个典型居民区绿地土壤样点主要重金属污染物为Cu、Zn、Cd、Pb;土壤PAHs来源主要与煤炭及生物质燃烧有关,石油及其产物燃烧不是土壤PAHs的主要来源。

    2)行列式植被格局的土壤中重金属污染物Cu、Zn、Cd、Pb及高环和低环PAHs的浓度分布都较为分散,污染物高浓度的样点也往往出现在这种植被格局的绿地土壤样品中。这是因为行列式植被格局的绿地植被覆盖类型往往为乔木或乔木-灌木类型。

    3)群点式植被格局的土壤中重金属污染物和Ant、BaA和BaP这3种光敏性较强的本地指示性PAHs浓度都较其他3种植被格局土壤低。这与群点式植被格局的绿地植物覆盖类型多为草地有关。

    4)在对行列式植被格局小区进行采样调查时,需要布置多个采样点才能获得代表性污染物浓度;同时,行列式植被格局有利于土壤截获污染物,发挥绿地土壤吸纳污染物的生态功能,而群点式植被格局不利于土壤截获和吸纳污染物。但是,该植被格局下绿地环境质量相对较好,适合居民户外活动。

  • 图 1  实验柱结构与编号

    Figure 1.  Structure and number of experimental columns

    图 2  DI或SW中生物炭PO34-P累计淋失量

    Figure 2.  Cumulative phosphate leaching amount from biochars in DI water or SW

    图 3  DI淋洗SWT和GXT对PO34-P的吸附等温线

    Figure 3.  PO43−-P adsorption isotherms of DI leached SWT and GXT biochars

    图 4  不同淹没高度下不同实验柱对PO34-P去除率

    Figure 4.  PO34-P removal effects at different submerged heights of different experimental columns

    图 5  不同实验柱不同高度填料中PO34-P含量

    Figure 5.  Contents of PO34-P in different height of media of different experimental columns

    图 6  不同落干期生物滞留池对PO34-P的去除效果

    Figure 6.  PO34-P removal by different experimental columns at different durations of drying periods

    表 1  填料理化性质

    Table 1.  Physicochemical properties of media

    填料名称pH灰分/%CEC/(cmol·kg−1)ζ电位/mV比表面积/(m2·g−1)
    GXT2.91±0.0838.52±0.5781.25±0.30−5.00±0.05170.00±3.00
    SWT8.28±0.4642.20±80.6930.51±0.50−3.00±0.03150.00±5.00
    7.35±0.0789.20±0.037.00±0.10−1.37±0.03
    混凝土砂8.23±0.1696.72±0.701.50±0.40−16.00±0.0211.80±0.60
      注:CEC为阳离子交换容量;—表示未检测。
    填料名称pH灰分/%CEC/(cmol·kg−1)ζ电位/mV比表面积/(m2·g−1)
    GXT2.91±0.0838.52±0.5781.25±0.30−5.00±0.05170.00±3.00
    SWT8.28±0.4642.20±80.6930.51±0.50−3.00±0.03150.00±5.00
    7.35±0.0789.20±0.037.00±0.10−1.37±0.03
    混凝土砂8.23±0.1696.72±0.701.50±0.40−16.00±0.0211.80±0.60
      注:CEC为阳离子交换容量;—表示未检测。
    下载: 导出CSV

    表 2  生物炭及改性炭对PO34-P的Langmuir吸附方程参数

    Table 2.  Parameters for Langmuir isotherms of PO34-P adsorption on biochar

    生物炭种类KL/(L·mg−1)qmax/(mg·g−1)R2RL
    SWT0.02715.6800.9960.270~0.787
    GXT0.10835.8570.9720.085~0.481
    生物炭种类KL/(L·mg−1)qmax/(mg·g−1)R2RL
    SWT0.02715.6800.9960.270~0.787
    GXT0.10835.8570.9720.085~0.481
    下载: 导出CSV
  • [1] 住房城乡建设部. 海绵城市建设技术指南: 低影响开发雨水系统构建(试行)[M]. 北京: 中国建筑工业出版社, 2014.
    [2] LIU J, DAVIS A P. Phosphorus speciation and treatment using enhanced phosphorus removal bioretention[J]. Environmental Science & Technology, 2014, 48: 607-614.
    [3] HUNT W F, DAVIS A P G R. Meeting hydrologic and water quality goals through targeted bioretention design[J]. Journal of Environmental Engineering, 2012, 138(6): 698-707. doi: 10.1061/(ASCE)EE.1943-7870.0000504
    [4] LI J, DAVIS A P. A unified look at phosphorus treatment using bioretention[J]. Water Research, 2016, 90: 141-155. doi: 10.1016/j.watres.2015.12.015
    [5] DAVIS A P, HUNT W F, TRAVER R G, et al. Bioretention technology: overview of current practice and future needs[J]. Journal of Environmental Engineering, 2009, 135(3): 109-117. doi: 10.1061/(ASCE)0733-9372(2009)135:3(109)
    [6] ERICKSON A J, GULLIVER J S, WEISS P T. Enhanced sand filtration for storm water phosphorus removal[J]. Journal of Environmental Engineering, 2007, 133(5): 485-497. doi: 10.1061/(ASCE)0733-9372(2007)133:5(485)
    [7] DAVIS A P, SHOKOUHIAN M, SHARMA H, et al. Laboratory study of biological retention for urban stormwater management[J]. Water Environment Research, 2001, 73(1): 5-14. doi: 10.2175/106143001X138624
    [8] YAN Q, DAVIS A P, JAMES B R. Enhanced organic phosphorus sorption from urban stormwater using modified bioretention media: batch studies[J]. Journal of Environmental Engineering, 2016, 142(4): 1-11.
    [9] RICHARDSON J L, VEPRASKAS M J. Wetland Soils[M]. London, UK: CRC Press LLC, 2001.
    [10] TIAN J, JIN J, CHIU P C, et al. A pilot-scale, bi-layer bioretention system with biochar and zerovalent iron for enhanced nitrate removal from stormwater[J]. Water Research, 2019, 148: 378-387. doi: 10.1016/j.watres.2018.10.030
    [11] TIAN J, MILLER V, CHIU P C, et al. Nutrient release and ammonium sorption by poultry litter and wood biochars in stormwater treatment[J]. Science of the Total Environment, 2016, 553: 596-606. doi: 10.1016/j.scitotenv.2016.02.129
    [12] 许萍, 黄俊杰, 张建强, 等. 模拟生物滞留池强化径流雨水中的氮磷去除研究[J]. 环境科学与技术, 2017, 40(2): 107-112.
    [13] LI J, LV G, BAII W, et al. Modification and use of biochar from wheat straw (triticum aestivum l.) for nitrate and phosphate removal from water[J]. Desalination and Water Treatment, 2014, 57(10): 1-13.
    [14] ZHANG M, GAO B, YAO Y, et al. Synthesis of porous mgo-biochar nanocomposites for removal of phosphate and nitrate from aqueous solutions[J]. Chemical Engineering Journal, 2012, 210: 26-32. doi: 10.1016/j.cej.2012.08.052
    [15] NCDWQ. Chapter 12: Bioretention. Stormwater Best Management Practices Manual[M]. Raleigh: N.C. Department of Environmental and Natural Resources, Divison of Water Quality, 2007: 12-13.
    [16] 田婧. 生物炭对生物滞留池水文效应和氮素去除影响的研究[D]. 成都: 西南交通大学, 2016.
    [17] 陈莹, 赵剑强, 胡博, 等. 西安市城市主干道路面径流污染负荷研究[J]. 安全与环境学报, 2011, 11(4): 112-117. doi: 10.3969/j.issn.1009-6094.2011.04.026
    [18] 袁宏林, 陈海清, 林原, 等. 西安市降雨水质变化规律分析[J]. 西安建筑科技大学学报(自然科学版), 2011, 43(3): 391-395. doi: 10.3969/j.issn.1006-7930.2011.03.015
    [19] TAN K H. Sample preparation[M]//TAN K H. Soil Sampling, Preparation, and Analysis. USA: Chapman and Hall/CRC, 2005.
    [20] 中华人民共和国环境保护部. 土壤有效磷的测定 碳酸氢钠浸提-钼锑抗分光光度法[M]. 北京: 中国环境科学出版社, 2014.
    [21] TAN K H. Cation exchange capacity and base saturation determination[M]//Soil Sampling, Preparation, and Analysis. USA: Chapman and Hall/CRC, 2005.
    [22] BALDWIN D S, MITCHELL A M. The effects of drying and re-flooding on the sediment and soil nutrient dynamics of lowland river-floodplain systems: A synthesis[J]. Regulated Revers: Research & Management, 2000, 16: 457-467.
    [23] CLAUSEN M, JOHNC D. Saturation to improve pollutant retention in a rain garden[J]. Environmental Science & Technology, 2006, 40(4): 1335-1340.
    [24] CORRELL D L. Phosphorus: A rate limiting nutrient in surface waters[J]. Poultry Science, 1999, 78: 674-682. doi: 10.1093/ps/78.5.674
    [25] BOHN H L, MCNEAL B L, O'CONNOR G A. Soil Chemistry[M]. 3rd Edition. New York: John Wiley & Sons, Ins., 2001.
    [26] DAVIS A P, SHOKOUHIAN M, SHARMA H, et al. Water quality improvement through bioretention media: Nitrogen and phosphorus removal[J]. Water Environment Research, 2006, 78(3): 284-293. doi: 10.2175/106143005X94376
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 2.0 %DOWNLOAD: 2.0 %HTML全文: 85.2 %HTML全文: 85.2 %摘要: 12.9 %摘要: 12.9 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 88.0 %其他: 88.0 %Beijing: 3.9 %Beijing: 3.9 %Hangzhou: 0.6 %Hangzhou: 0.6 %New Taipei: 0.3 %New Taipei: 0.3 %Newark: 0.3 %Newark: 0.3 %Shijiazhuang: 0.6 %Shijiazhuang: 0.6 %Xingfeng: 0.3 %Xingfeng: 0.3 %XX: 4.8 %XX: 4.8 %上海: 0.3 %上海: 0.3 %丽水: 0.3 %丽水: 0.3 %济南: 0.3 %济南: 0.3 %深圳: 0.6 %深圳: 0.6 %其他BeijingHangzhouNew TaipeiNewarkShijiazhuangXingfengXX上海丽水济南深圳Highcharts.com
图( 6) 表( 2)
计量
  • 文章访问数:  4964
  • HTML全文浏览数:  4964
  • PDF下载数:  56
  • 施引文献:  0
出版历程
  • 收稿日期:  2018-12-27
  • 录用日期:  2019-04-15
  • 刊出日期:  2019-09-01
熊家晴, 何一帆, 白雪琛, 王晓昌. 改良填料生物滞留池对雨水径流中磷的去除效果[J]. 环境工程学报, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178
引用本文: 熊家晴, 何一帆, 白雪琛, 王晓昌. 改良填料生物滞留池对雨水径流中磷的去除效果[J]. 环境工程学报, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178
XIONG Jiaqing, HE Yifan, BAI Xuechen, WANG Xiaochang. Removal effect of phosphorus in rain-runoff by the media-improved bioretention tank[J]. Chinese Journal of Environmental Engineering, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178
Citation: XIONG Jiaqing, HE Yifan, BAI Xuechen, WANG Xiaochang. Removal effect of phosphorus in rain-runoff by the media-improved bioretention tank[J]. Chinese Journal of Environmental Engineering, 2019, 13(9): 2164-2172. doi: 10.12030/j.cjee.201812178

改良填料生物滞留池对雨水径流中磷的去除效果

    通讯作者: 熊家晴, E-mail: xiongjiaqing@xauat.edu.cn
    作者简介: 熊家晴(1969—),男,博士,副教授。研究方向:城市水环境系统设计等。E-mail:xiongjiaqing@xauat.edu.cn
  • 1. 西安建筑科技大学环境与市政工程学院,西安 710043
  • 2. 西北水资源与环境生态教育部重点实验室,西安 710043
  • 3. 中联西北工程设计研究院有限公司,西安 710077
基金项目:
国家水体污染控制与治理科技重大专项(2012ZX07308-001-08);陕西重点科技创新研究团队计划(2018KWT-11);陕西省海绵城市研究创新团队计划(2017KCT-19-02)

摘要: 针对生物滞留池在一定淹没区高度条件下同时添加碳源对P的去除效果波动较大问题,开展了生物滞留池填料改良方法的研究。通过构建3根模拟实验柱,分别填充传统填料、普通生物炭改良填料和铁改性生物炭改良填料,分析了不同生物炭改良填料生物滞留池在不同淹没区高度和不同落干期条件下对PO34-P的去除效果;同时,探讨了生物炭对生物滞留池填料的改良作用。研究结果表明:在淹没区高度为300 mm的条件下,铁改性生物炭改良填料生物滞留池对于PO34-P去除效果最好,平均去除率接近90%,而普通生物炭改良填料生物滞留池对PO34-P去除效果最差,平均去除率低于60%;同时,在不同落干期条件下,所有实验柱均未发生PO34-P淋出现象。铁改性生物炭改良填料生物滞留池在设有一定高度淹没区条件下对雨水径流中磷具有很好的去除效果,并对不同落干期变化具有较强的适应性。

English Abstract

  • 随着人口聚集以及城市化的推进,城市区域不透水地面面积越来越大,由此导致城市内涝频发并产生径流污染问题[1]。特别是雨水径流中存在大量的N、P等营养物质,当这些N、P污染物随雨水径流进入自然水体后,会造成水体富营养化[2]。为了解决城市内涝以及径流污染,各种基于源头控制的低影响开发措施逐渐受到人们的关注。

    生物滞留池作为一种雨水径流源头控制的低影响开发措施,能有效缓解城市雨水径流对水文、水质及水生态带来的冲击[3]。其对于一些重金属、悬浮物等的去除效果良好,但对N、P等营养物的去除效果波动较大[4-5]。雨水径流中的P主要以磷酸盐形式(H3PO4,pH<2.16;H2PO4,pH<7.20;HPO24,pH<12.35)存在[6]。有研究[7]表明,填料性能特别是填料的化学吸附特性是决定生物滞留池除磷效果的最主要因素。为此,有研究[2, 8]通过改良填料以提高P的去除效果,通过在生物滞留池中添加5%的水处理残渣或10%硫酸铝处理过的蒙脱石提高对P的去除效果。RICHARDSON等[9]指出,生物滞留池中磷的去除主要依靠填料中铁氧化物的吸收,并且填料中铁的含量对填料吸附磷的效果具有一定影响。

    有研究[10-12]发现,抬高生物滞留池出水口高度形成一定淹没滞水区可创造一定厌氧条件,同时在淹没滞水区添加木屑、生物炭等碳源作为电子供体,可促进反硝化过程,从而提高对总N的去除率,但这种改进方法对于生物滞留池P的去除效果会产生一定的负面影响。LI等[13]和ZHANG等[14]通过表面活化等方法将铁、镁附着于生物炭表面,能制备对P吸附性能优越的生物炭,这种新型生物炭目前主要用于土壤改良,尚未用于生物滞留池填料的改良。通过在淹没区投加一定量铁改性生物炭,既可以作为电子供体,也可以提高填料对P的吸附效果,避免因生物滞留池淹没区的设置造成对P的去除影响。本研究提出了铁改性生物炭和普通生物炭改良生物滞留池填料的方法,通过分析不同填料生物滞留实验柱在不同淹没区高度和不同落干期条件下对PO34-P的去除效果及不同高度的填料对PO34-P的截流量,探讨了铁改性生物炭以及普通生物炭对于生物滞留池填料的改良作用;在此基础上,开展了生物滞留池对典型地区雨水径流中PO34-P的去除效果研究,力求通过对生物滞留池填料的优化来提高生物滞留池雨水净化功能。

  • 1)生物滞留池填料。本研究中,生物滞留池所用填料主要包含C33混凝土砂、土、普通生物炭(SWT)和铁改性生物炭(GXT)。各种填料理化性质如表1所示。

    2)主要试剂。六水合三氯化铁(FeCl3·6H2O,99.99%)、磷酸二氢钾(KH2PO4,99.50%)、氯化铵(NH4Cl,99.50%)、硝酸钾(KNO3,99.99%)、无水氯化钙(CaCl2,96.00%)、无水乙醇(CH2CH3OH,99.70%)、浓硫酸(H2SO4,95%~98%)、浓盐酸(HCl,36%~38%)。

    3)主要仪器。水质浊度仪(2100Q,美国哈希水质检测有限公司)、水质色度仪(SD9001,上海昕瑞仪器仪表有限公司)、紫外-可见光分光光度计(TU-1900,北京普析通用仪器有限责任公司)、离心机(TGL-16M,贝克曼库尔特有限公司)、超声清洗仪器(KQ-500DE,杭州法兰特超声波有限公司)、马弗炉(SXL1008,中国科学院上海光学精密机械研究所)。

  • 实验采用直径为300 mm,高1 250 mm的HDPE圆柱箱体。实验柱编号及填料层填料类型见图1。箱体内部结构自上而下为超高层(45 mm)、淹没层(255 mm)、覆盖层(100 mm)、填料层(700 mm)、砾石排水层(150 mm)。沿实验柱外壁设有不同高度填料取样口,柱底设有上翻的出水口控制淹没区高度。为了减少外界环境温度的影响,实验柱外壁使用保温膜包裹,同时为避免植物干扰,实验柱中不种植物。

    覆盖层使用粒径为10~20 mm的碎石,砾石排水层使用粒径为30~40 mm的砾石。参考北卡罗纳州雨洪最佳管理手册[15],对照组填料T1采用88%混凝土砂、12%土的质量百分比均匀混合而成,pH为8.03±0.03;改良填料T2为填料T1均匀混合4% SWT,pH为7.33±0.09;改良填料T3为填料T1均匀混合4% GXT,pH为6.94±0.04。

  • 1)生物炭制备及改性方法。SWT原料为稻壳,采用热裂解法制备,热解升温速率为15 ℃·min,最高热解温度为500 ℃。使用FeCl3溶液对SWT进行改性[13],取100 g SWT浸泡于1 L浓度为1.0 mol·L−1的盐酸溶液中1 h,然后淋洗,直至淋洗液为中性;于75 ℃烘干12 h后,按照铁炭的质量比为0.70,将上述生物炭放置于FeCl3溶液中,混合均匀并静置1 h,再用去离子水淋洗至中性,最后于75 ℃烘干,铁改性生物炭被标记为GXT。

    2)生物炭淋洗实验。采取淋洗实验评价不同生物炭在去离子水(DI)或人工模拟降雨径流(SW)连续淋洗条件下营养物的释放特征。称取1 g干燥的SWT或GXT分别加入有40 mL DI或SW离心瓶中,在150 r·min−1频率下振荡24 h后以500 r·min−1高速离心20 min,取上清液经0.45 μm孔径滤纸过滤,重复10次后分析PO34-P含量,设置只装有DI或SW无生物炭的离心瓶作为对照组,做2组重复实验。SW使用pH为7.0±0.20且含有8 mg·L−1 NH+4-N、8 mg·L−1 NO3-N和120 mg·L−1 CaCl2的溶液[16]

    3)生物炭对磷的等温吸附实验。实际应用中,生物滞留池的填料将被入渗的雨水径流不断淋洗,会导致可溶物浸出。为检验淋洗后的生物炭对PO34-P的实际吸附能力,本研究使用在淋洗实验中经DI淋洗10 d后的SWT和GXT作为实验材料。PO34-P等温吸附实验在室温条件下进行,每种生物炭做2组重复实验[16]。0.1 g的SWT(或GXT)加入50 mL不同浓度PO34-P溶液中(0、10、20、30、40、50、60、70、80和100 mg·L−1),在室温下于150 r·min−1振荡24 h,吸附液通过0.45 μm滤头过滤后测定其中的PO34-P浓度。吸附平衡浓度采用式(1)计算。

    式中:qe为吸附平衡时的吸附量,mg·g−1C0为初始溶液浓度,mg·L−1Ce为吸附平衡溶液浓度,mg·L−1V是溶液体积,L;m是吸附剂质量,g。选择Langmuir模型对实验数据进行非线性回归拟合,结果见式(2)。

    式中:qmax为Langmuir模型最大吸附量,mg·kg−1KL为Langmuir模型亲和性参数,L·mg−1。用系数RL来判断是否容易发生吸附,计算方法如式(3)所示。

    当0<RL<1时,容易发生吸附;当RL>1时,不易发生吸附;当RL=0时,为可逆吸附;当RL=1时,为线性吸附。

    4)径流模拟实验。为研究不同淹没高度生物滞留池对于雨水径流中P去除效果,分别设置实验柱出口高度为0、300和600 mm,每一实验条件运行前实验柱预先运行3 d。不同淹没高度实验中的水力条件和污染物浓度一致,雨水径流根据《海绵城市建设技术指南》[1],按照西安市年径流总量控制率为85%的降雨量,生物滞留池和汇水区面积比为5%,径流系数0.8,实验开始连续进水6 h,进水流量56.69 mL·min−1。为避免其他条件干扰,配水使用人工配水,模拟自然降雨,污染物浓度参考西安市道路、屋顶雨水径流污染物浓度平均值确定[17-18],具体污染物及浓度如下:NH+4-N 8 mg·L−1NO3-N 8 mg·L−1PO34-P 2 mg·L−1,COD 300 mg·L−1。每次进水结束时取出水水样,然后间隔18 h重复实验,每一实验条件下重复11次。检测出水中PO34-P、pH、浊度、色度等指标。

    为研究不同落干期对生物滞留池去除P的影响,实验分别设置落干期2、3、4、5、6、7和8 d。淹没区高度采用300 mm,水力条件和污染物浓度等条件和上述实验一致。

    5)填料分析实验。淹没区高度为300 mm的连续径流模拟实验结束后,取每根实验柱中不同高度的填料样品,取样高度自柱底向上分别为250、550和700 mm,样品数合计15个。土样各取1 g放入坩埚中,于105 ℃烘干24 h,测量湿度,其余样品通过风干处理[19]待测。通过测定填料中有效磷含量来确定不同高度的填料对PO34-P的截流效果[20]

  • 采用玻璃电极法检测填料pH;采用灼烧法检测填料灰分;采用乙酸铵法检测填料阳离子交换容量(CEC)[21];采用BET法检测填料比表面积;采用固体ZETA电位仪检测pH为0时填料ζ电位;采用钼锑抗分光光度法检测水样磷酸盐浓度;采用碳酸氢钠浸提-钼锑抗分光光度法检测填料有效磷浓度[20];采用分光光度检测水质色度;采用分光光度法检测水质浊度。

  • 图2中可看出,在DI或SW淋洗条件下,SWT中PO34-P累计淋失量远高过于GXT对应的数值,这说明GXT更适合作为生物滞留池填料的改良剂。在DI淋洗条件下,GXT累计淋失PO34-P量为0.555 μmol·g−1;同样条件下SWT累计淋失PO34-P量为14.426 μmol·g−1,约为GXT的30倍。在SW淋洗条件下,GXT中PO34-P累计淋失量为0.755 μmol·g−1,而SWT中PO34-P累计淋失量为7.848 μmol·g−1,约为GXT中PO34-P累计淋失量的10倍。

  • 图3为SWT和GXT对PO34-P的吸附等温线。Langmuir模型拟合结果表明SWT和GXT对PO34-P均具有较好的吸附效果,SWT和GXT对应的RL均在0~1之间,表明两者对PO34-P的吸附均容易发生。具体模型参数见表2。由表2可以看出,GXT对于PO34-P的最大吸附量远高于SWT,这表明GXT对PO34-P的吸附性能更好,这可能与不同生物炭的比表面积、CEC等性能有关(见表1)。

  • 淹没高度为0 mm时,不同实验柱对PO34-P的去除效果见图4(a)。可以看出,1#和3#实验柱对PO34-P的去除效果差异不明显,但都远高于2#实验柱。这说明在不设置淹没区时,GXT改良填料与传统填料相比对PO34-P的去除性能没有显著提升,而SWT改良填料反而降低了PO34-P的去除性能。2#实验柱去除效果差,可能是因为SWT自身PO34-P的释放,这一推断可通过上面淋洗实验得到验证。

    淹没高度为300 mm时,不同实验柱对PO34-P的去除效果见图4(b)。可以看出,1#实验柱对PO34-P的去除效果最好,2#实验柱PO34-P去除率最低,这证明GXT改良填料可以显著减少PO34-P的淋失。2#实验柱对于PO34-P的去除效果较差,这可能来源于生物炭自身磷的淋出,也可能是由于淹没区的设置造成。一方面,淹没区的设置产生的厌氧条件可能会引起溶解磷的淋出[22];另一方面,淹没区设置造成低氧条件可能导致滤料中离子键磷的移动和排出[23-24]。而1#实验柱因为GXT的改良,使得磷和填料形成更加牢固的化合键,不易脱落[25]

    淹没高度为600 mm时,各实验柱对于PO34-P的去除差异比淹没高度为300 mm时更明显,见图4(c)可以看出,3#实验柱对于PO34-P的去除效果最好、1#次之、2#最差。1#实验柱对PO34-P的去除效果虽然不及3#实验柱,但平均去除率仍然稳定在80%以上;2#实验柱在运行至第5 天后PO34-P去除率开始降低,在运行结束时PO34-P去除率下降至60%以下。

    总体而言,除2#实验柱外,其他2根实验柱不设淹没区时,对PO34-P的去除效果较好。对于1#实验柱来说,在不设淹没区时对于PO34-P的去除效果较好,平均去除率为98.03%,而设置300 mm和600 mm淹没高度时,平均去除率分别为88.70%和84.41%,去除效果有所降低。2#实验柱和其他实验柱不同,当设置600 mm淹没高度时,其对于PO34-P的去除效果最好,平均去除率可达71.26%;在不设淹没区和设置300 mm淹没高度时,对于PO34-P的平均去除率分别为49.75%和47.35%,均低于同等条件下的其他实验柱。作为对照组的3#实验柱,在不设置淹没区和淹没高度600 mm的情况下对PO34-P的去除性能均较好,平均去除率分别为97.86%和95.31%;但在淹没高度为300 mm时,去除率下降至76.20%。不同淹没高度下不同实验柱对于PO34-P的平均去除率见图4(d)

    图5是淹没高度为300 mm条件下模拟径流实验结束后,不同实验柱在不同高度填料样品中 PO34-P的含量。通过对3根实验柱中PO34-P的含量对比,1#实验柱在各区对PO34-P的截流均优于其他2根实验柱;同时,2#实验柱在除高区外,对PO34-P的截流能力均低于其他2根实验柱。总体而言,每根实验柱对PO34-P的截流量随填料深度增大而逐渐递减。以上结果说明,一定的填料高度对于磷的去除是有必要的[26]

  • 图6为不同实验柱在不同落干期时进水和出水PO34-P的浓度。总体而言,各实验柱均未发生填料中PO34-P的淋出现象,且随着落干期的延长,各实验柱出水PO34-P的浓度均呈降低趋势。3#实验柱的平均出水浓度最低,但在落干期延长至6 d以上时,各实验柱出水PO34-P的浓度相差不大,且均低于0.75 mg·L−1。这说明,对于干旱气候来说,生物滞留池对P的去除效果较好。

  • 1)在不设淹没区条件下,除生物炭改良填料生物滞留实验柱外,其他实验柱对于PO34-P的去除效果较好,故在仅考虑除磷功能的前提下,一般生物滞留池可考虑不设置淹没区。

    2)在设置300 mm淹没区高度条件下,铁改性生物炭改良填料生物滞留实验柱性能最优,且优于设置600 mm淹没区高度;添加生物炭的生物滞留池性能最差,平均去除率不足60%。因此,生物滞留池在同时考虑脱氮除磷的前提下,设置淹没区高度为300 mm且使用铁改性生物炭改良填料较好。

    3)淹没高度300 mm时,不同落干期条件下所有实验柱均未发生P的淋出现象,且随着落干期的延长,各实验柱出水PO34-P的浓度均呈降低趋势,这种特性特别适用于干旱半干旱的西北地区。

参考文献 (26)

返回顶部

目录

/

返回文章
返回