-
近年来，抗生素的滥用导致水体中抗生素含量逐渐增多，对人类健康及生态系统造成严重的威胁。然而，传统的物化法及生物处理法对污水中低浓度的抗生素处理效果普遍较差[1]。正渗透是新兴的膜分离技术，具有耗能低、操作条件要求低以及汲取液来源广等优势。有研究[2]发现，正渗透可以有效截留微量有机物，可有效去除污水中残留的抗生素、内分泌干扰物等。
混凝是常见的生活污水和工业废水的预处理方法，可去除废水中的悬浮物、胶体物质及部分有机物[3]。然而，混凝对抗生素的去除效果普遍较差。相关研究表明，正渗透对卡巴多及磺胺类抗生素[4]的去除率均小于5%，对四环素类抗生素[5]和甲磺酸曲伐沙星[6]去除也很有限。另外，作为常规污水处理的重要环节，混凝对后续膜处理的影响不能忽视。KIMURA等[7]关于混凝预处理对超滤和纳滤过程膜污染的研究表明，污染物在混凝环节去除越彻底，后续过程膜污染程度越轻。SUN等[8]研究混凝-超滤联合工艺中混凝预处理对膜污染的影响，指出在最佳混凝条件下膜污染程度最轻。混凝絮体在膜表面形成滤饼层，对水通量、污染物和盐通量均有不同的影响，而关于混凝对正渗透膜污染的研究较少。
本研究将混凝-正渗透工艺联用，探究了混凝剂的种类及其投加量对膜污染的影响，并且比较了不同污染情况下正渗透运行特性和抗生素的截留效果，此外，还分析了错流清洗条件对膜通量恢复率的影响。
-
实验试剂：头孢他啶(CAZ)、腐殖酸(HA)、聚合氯化铝(PAC)、氯化铁(FeCl3)、硫酸铝(Al2(SO4)3)、氯化钠(NaCl)、氢氧化钠(NaOH)均为分析纯；实验使用的正渗透膜为丹麦Aquaporin A/S公司生产的水通道蛋白膜。
实验仪器：电子天平(WN-Q20S，苏州奥豪斯电子科技有限公司)；电导率仪(DDSJ-308F，上海雷磁精密科学仪器有限公司)；COD消解仪(DRB200，哈希水质分析仪器有限公司)；高效液相色谱仪(LC-20AT，岛津公司)；pH计(SC200，哈希水质分析仪器有限公司)；粒度电位仪(Zetasizer Nano，德芮克国际股份有限公司)；Longer蠕动泵(YZ1515x-A，保定兰格恒流泵有限公司)；水浴锅(HH-S6，江苏佳美仪器制造有限公司)。
-
称取1 g HA溶解到1 L 0.01 mol·L−1 NaOH溶液中，高速搅拌2 h后，制得HA标准储备液，在4 ℃下保存。模拟水样使用自来水配制，其中，HA含量为10 mg·L−1、CAZ为2 mg·L−1、NaCl为1.5 g·L−1。
将模拟水样pH调至7.0，分别投加PAC、FeCl3和Al2(SO4)3对水样进行预处理，混凝条件为200 r·min−1快速搅拌2 min，60 r·min−1慢速搅拌20 min，40 r·min−1慢搅10 min，静置沉淀30 min。取上清液作为后续FO实验的原料液。
-
FO实验装置如图1所示。膜组件有2个对称膜池，膜池尺寸为：长110 mm，宽25 mm，高10 mm。实验选用FO模式。汲取液为30 g·L−1 NaCl溶液。膜表面流速为76 cm·min−1，温度为25 ℃。FO实验过程中须测定水通量(JW)、NaCl返混通量(JS)及CAZ截留率的变化。其中JW通过汲取液质量变化求得；JS由原料液电导率的变化得到；CAZ截留率则通过实验前后原料液中CAZ浓度变化来计算。
-
实验结束后，用去离子水进行错流膜冲洗，清洗速度分别为76 cm·min−1和38 cm·min−1，时间分别为30 min和60 min。清洗结束后，以去离子水作为原料液进行膜通量恢复率实验，其他条件同FO实验。经清洗后污垢膜的水通量与清洁膜水通量之比即为膜通量恢复率。
-
通过COD值间接表征HA的浓度。COD采用比色法测定；CAZ浓度采用高效液相色谱法(HPLC)测定；Zeta电位使用Zetasizer Nano系列粒度电位仪测定；膜表面显微形貌通过s-4700扫描电子显微镜观察；膜表面元素组成及含量通过ESCALAB 250型X射线光电子能谱仪分析。
-
不同混凝剂预处理后，水样中HA及CAZ的去除效果如图2所示。由图2可以看出，混凝剂的种类及其投加量对原料液预处理效果的影响较大。随着PAC投加量的增加，HA去除率呈先升高再下降的趋势。投入PAC后，由于PAC与HA之间的化学吸附架桥作用，导致大颗粒的形成，因粒子发生电中和而失去带电性[9]，胶体系统脱稳产生了沉淀现象。当PAC投加量较少(如10 mg·L−1)时，胶粒电中和未完全，粒子沉淀效果较差，HA去除率仅为46.8%；当PAC投加量为20 mg·L−1时，电中和较完全，胶粒之间斥力较小，沉淀效果较好，HA去除率增加到85.2%；但当PAC投加量继续增加到40 mg·L−1或50 mg·L−1时，体系发生了返混现象，HA去除率降低。对于FeCl3和Al2(SO4)3来说，投加量分别为40 mg·L−1和50 mg·L−1时，混凝沉淀效果达到最好。因此，从投加量上考虑，PAC作为混凝剂去除HA的方法最为经济。而混凝预处理对CAZ的去除效果不佳，去除率均小于10%。因此，须后续处理来提高水中CAZ的去除效果。
经混凝预处理，上清液Zeta电位的变化情况如图3所示。由图3可知，随着PAC投加量的增加，水样Zeta电位绝对值呈先减小后增大的趋势。PAC投加量从20 mg·L−1增至30 mg·L−1时，Zeta电位由负转正，其绝对值均较低；当PAC投加量继续增加，Zeta电位开始正向增大，这说明此时混凝剂投加过量；当PAC投加量达到50 mg·L−1时，Zeta电位为8.43 mV，此时，其绝对值最大。当FeCl3投加量为40 mg·L−1时，Zeta电位绝对值最小，与混凝效果在此条件下最优相对应；同样，Al2(SO4)3投加量为50 mg·L−1时，Zeta电位绝对值最小，此时混凝效果最佳。
Zeta电位绝对值越低，HA去除率越高，这与已有研究[10]的结果一致。随着混凝剂的投加，发生压缩双电层、电中和等作用，水样Zeta电位逐渐趋向于0，此时粒子趋于凝聚，混凝沉淀效果较好。但过量投加混凝剂会使胶体Zeta电位变为正值，发生再稳定现象，混凝效果变差。
-
混凝预处理对水通量的影响如图4所示。如图4所示，当原料液不进行混凝预处理时，水通量最低，为3.0~6.3 L·(m2·h)−1。在PAC、FeCl3及Al2(SO4)3为最佳投加量的条件下，水通量均达到最高，分别为7.2~10.9 、9.1~11.9、8.1~10.9 L·(m2·h)−1。此外，混凝剂种类对水通量也有一定影响。经PAC预处理后，水通量较稳定，但水通量值较低。例如，当PAC投加量为30 mg·L−1时，预处理后的水通量为5.9~8.2 L·(m2·h)−1，而FeCl3和Al2(SO4)3预处理后，水通量分别达到了7.0~9.8 L·(m2·h)−1和7.3~10.1 L·(m2·h)−1。
水通量受膜表面污染层的影响较大，原料液中HA浓度越高，FO过程中形成的膜污染层越厚。随着FO实验的进行，污染层逐渐被压实，水分子所受的阻力增强，导致水通量降低。MI等[11]针对污染层对水通量的影响进行了研究，发现致密的污染层一旦形成，便可观察到水通量快速下降的现象。此外，污染层中积累的盐导致污染层的渗透压显著增加，降低了渗透驱动力，从而导致水通量降低。BELL等[12]通过一些方法去除污染层中的钠、氯等无机离子，发现水通量可有一定的提升。此外，水通量还与原料液的Zeta电位有关。Zeta电位绝对值越小，粒子越倾向于凝聚[13]，在膜表面形成的污染层越密实，水分子跨膜运输时所受位阻作用越强，水通量越低。
混凝预处理对NaCl返混通量的影响如图5所示。由图5可知，原料液未经预处理时，FO过程中NaCl返混通量最低，为53.1~55.7 g·(m2·h)−1。预处理后，NaCl返混通量均增加。整体来看，除3种混凝剂浓度均为20 mg·L−1外，其他浓度条件下，经Al2(SO4)3预处理后，盐返混通量较高。而较高的盐返混通量对于正渗透是不利的。因此，宜选用其他2种混凝剂来进行预处理。
此外，盐返混通量与HA去除率的变化规律一致。分析其原因为：预处理后原料液中残留的HA量越多，在膜表面形成的污染层越厚，污染层中累积的反向扩散过膜的NaCl就越多，进而导致浓差极化现象越明显。这种现象在一定程度上减缓了汲取液溶质向原料液的反向扩散，使NaCl返混通量降低。BOO等[14]研究了胶体污染对FO过程中盐返混的作用，发现盐从汲取液扩散到原料液并聚集在污染层中，导致盐的进一步反向扩散受到阻碍。XIE等[15]指出污染层厚度是影响溶质返混的主要因素，这与本研究的结论一致。
混凝预处理对FO过程中CAZ截留效果的影响如图6所示。由图6可知，FO过程对CAZ的截留效果较好，截留率均大于82%。原料液不进行预处理时，污染层最厚，对CAZ的截留效果最好，为97.1%。随着FeCl3投加量的增加，原料液中HA浓度变小，从而使FO过程形成的污染层变薄，对CAZ的截留作用有所减弱；当FeCl3投加量继续增加到50 mg·L−1时，混凝效果变差，原料液中HA浓度较大，污染层厚度增加，对CAZ的截留作用增强。
污染层的厚度显著影响了CAZ的截留效果。这主要归因于CAZ跨膜运输时所受的位阻作用。污染层越厚，CAZ所受位阻作用越强，截留率越高。虽然返混的盐会在污染层中积累从而增强浓差极化现象，使水通量和盐返混通量均降低的同时，减少了CAZ跨膜扩散时所受的阻力，理论上CAZ扩散更易，但由于污染层的存在，CAZ扩散时所受污染层阻碍作用占主导，使CAZ截留率升高。XIE等[16]研究了正渗透中HA污染层对卡马西平(CBZ)和磺胺甲恶唑(SMZ)在膜表面转移的影响规律，结果表明，随着HA浓度的增加，CBZ和SMZ的截留率均有所增加，这与本研究结果相一致。
-
污染膜经清洗后，膜通量恢复率的变化如图7所示。由图7可知，通过物理清洗，膜通量恢复率均较高，这与已有研究[17]报道的结果一致。FO膜被HA模拟水样污染后，清洗时间对膜通量恢复率的影响较大；而经混凝预处理后污染的膜来说，清洗速度对膜通量恢复率的影响较大。对比污染膜表面元素组成及含量的变化，发现经FeCl3预处理后，膜表面铁元素质量分数为5.78%，而PAC和Al2(SO4)3预处理后膜表面铝元素质量分数分别为3.69%和2.42%，由此推测，这是FeCl3预处理后污染层更难清洗的原因之一。
图8为清洁膜及污垢膜清洗前后的SEM图像。对比污染膜清洗前后的膜表面形态，HA模拟水样污染形成的污垢层厚而松软，如图8(b)所示。水样经30 mg·L−1FeCl3预处理后，污染层变得薄而密实，如图8(d)所示。以76 cm·min−1速度清洗60 min后，此时，膜表面形态如图8(c)和图8(e)所示，污染层绝大多数被去除，膜表面形态大致可恢复到被污染前的状态。FO膜污染的可逆性使FO技术在污水治理方面的应用具有广阔的前景。
-
1)混凝预处理对正渗透过程中膜污染程度的影响是由原料液中HA残留量以及Zeta电位共同决定的。HA残留量越多，膜污染过程产生的滤饼层越厚；Zeta电位绝对值越小，FO过程产生的滤饼层越密实。滤饼层的厚度及密实度对正渗透过程中水通量、NaCl返混通量以及抗生素截留率均可造成一定的影响。
2)混凝预处理后，正渗透水通量有所增加，在混凝剂最佳投加量条件下，水通量达到最大值；混凝预处理后，盐返混通量随污染层厚度的减小而增加；此外，CAZ截留率随污染层厚度的减小而减小。
3)污垢膜经清洗后，膜通量恢复率较高。以76 cm·min−1错流速度清洗1 h后，膜通量恢复率均大于94%。污染层较厚，宜延长清洗时间；污染层较密实，宜提高清洗速度。
混凝对正渗透过程中抗生素去除特性及膜污染的影响
Effect of coagulation on antibiotic removal efficiency and membrane fouling during forward osmosis
-
摘要: 为探明混凝预处理对正渗透去除抗生素的影响以及混凝对后续膜处理的影响，选用PAC、FeCl3、Al2(SO4)3对正渗透原料液进行混凝预处理，考察了混凝预处理对正渗透水通量、NaCl返混通量、抗生素截留率及膜污染的影响。结果表明：混凝预处理对正渗透过程中膜污染程度的影响由原料液中HA残留量以及Zeta电位共同决定；经混凝预处理后，原料液中腐殖酸残留量越多，正渗透过程中所形成的滤饼层越厚，原料液Zeta电位绝对值越低，形成的滤饼层越密实。滤饼层的形态影响正渗透的浓差极化作用，进而影响正渗透的运行特性及抗生素的截留效果，同时决定了膜清洗的难易程度。Abstract: To determine the effects of coagulation pretreatment on the removal of antibiotics by forward osmosis the subsequent membrane treatment, PAC, FeCl3 and Al2(SO4)3 were used to conduct coagulation pretreatment. The effects of coagulation pretreatment on water flux, NaCl reverse flux, antibiotic rejection and membrane fouling during forward osmosis were investigated. The results showed that both HA residues in raw material liquor and zeta potential determined the effect of coagulation pretreatment on membrane fouling level. After coagulation pretreatment, the more residual HA led to the thicker filter cake layer, and the lower absolute value of Zeta potential resulted in the denser filter cake layer. The morphology of the filter cake layer affected the concentration polarization of the forward osmosis, and further affected operating characteristics of forward osmosis and antibiotic rejection, then determined the ease of membrane cleaning.
-
Key words:
- coagulation /
- forward osmosis /
- ceftazidime /
- membrane fouling
-
精神活性物质是指对人类中枢神经系统具有强烈兴奋或抑制作用的成瘾性物质，主要包括：阿片类，可卡因、海洛因和美沙酮等；安非他命类，苯丙胺、甲基苯丙胺和摇头丸等；大麻类，大麻酚和四氢大麻酚等[1]。《2021年世界毒品形势报告》显示，全球超过约2.75亿（15—64岁）人口，在过去一年中至少使用过一次精神活性物质，比2010年增加22%，每年约50万人直接死于精神活性物质的滥用[2]，精神活性物质的滥用已经成为全球关注的问题。精神活性物质进入人体后，经过肌体的新陈代谢，以药物母体及其代谢产物的形式排出体外，经由下水道进入污水处理系统。Christian[3]在2001年首次提出，通过检测市政污水中目标物质的浓度与人体药物代谢动力学相结合，可以反推评估该地区精神活性物质的滥用情况及流行率。目前对市政污水中低浓度精神活性物质定性定量检测的主流方法为液相色谱质谱联用法[4]及气相色谱质谱联用法[5]。美国[6-7]、意大利[8]、西班牙[9]、澳大利亚[10]等多个国家已经利用Christian提出的方法开展了多种精神活性物质滥用情况的调查研究。
目标覆盖区域的服务人口数是利用精神活性物质滥用情况反推其滥用量及流行率过程中一个非常重要的参数，其数值的合理性和准确程度极大影响着推算结果的准确度。目前，目标覆盖区域服务人口数的推算方法主要有静态法和动态法，静态法有设计容量法和人口普查法等；动态法有水质参数法，常用的水质参数包括氨氮（NH4-N）、化学需氧量（COD）和总氮（TN）等[11]，生物标志物法，常用的生物标志物包括可替宁、肌酸酐和咖啡因等[12]。其中设计容量法更偏向污水处理厂初建时设计的服务人口数，水质参数法和人均用水量法受工业污水占比影响较大，生物标志物法会受到年龄和身体状况等参数的影响，造成吸收和代谢的比例不一致。每种推算方法都有自身的特点和局限性，会给调查结果带来不确定性。因此，服务人口数的估算直接影响目标物滥用量和流行率的反演推算结果。
本研究使用层次分析法，综合多种目标覆盖区域服务人口数的估算方法，建立多参数人口模型，以此获得更为准确的服务人口数，并应用于精神活性物质滥用量和流行率的评估。
1. 材料与方法（Materials and methods）
1.1 实验材料
实验试剂与耗材：甲基苯丙胺（METH）、苯丙胺（AMP）、吗啡（MOR）、O6乙酰吗啡（6MAM）、可替宁（CTN）（1 mg·mL−1，美国Cerilliant公司）；甲基苯丙胺-d8（METH-d8）、苯丙胺-d8（AMP-d8）、吗啡-d3（MOR-d3）、O6乙酰吗啡-d3（6MAM-d3）、可替宁-d3（CTN-d3）（100 μg·mL−1，美国Cerilliant公司）；甲醇、二氯甲烷、氨水（色谱纯，上海安谱实验科技股份有限公司）；盐酸（分析纯，国药集团化学试剂有限公司）、MCX固相萃取柱（3mL, 60 mg，美国Waters公司），玻璃纤维滤膜（0.45 μm，Whatman GF/F）；
实验设备：Thermo Scientific TSQ Endura型高效液相色谱质谱仪（美国Thermo Scientific公司），WD-12型氮吹仪（杭州奥盛仪器有限公司），12孔配真空抽干装置固相萃取仪（美国Supelco公司），XW-80A型旋涡混合器（上海精科实业有限公司）。
1.2 样品采集
样品采集于我国西北部某城市主城区污水处理厂（S1、S2、S3、S4）和县（市、区）污水处理厂（X1、X2、X3、X4），以上8个污水处理厂基本覆盖该市所有行政区，覆盖人口数约占全市人口总数的89%。使用自动取样器于2019年冬季和2020年夏季，在污水处理厂进水口采集24 h混合水样约400 mL，样品连续采集一周。精神活性物质的吸食频率存在一定的周期性，连续采集样品一周基本能反映一个地区精神活性物质的滥用情况。样品采集后存放于聚酯（PET）瓶内，加盐酸调节pH≤2，冷冻运输至实验室，待后续分析。
1.3 样品前处理
样品在常温下解冻，经0.45 μm的玻璃纤维滤膜过滤，振荡混合均匀，量取50 mL滤液并添加氘代内标为待测样，固相萃取富集目标物：分别用甲醇、超纯水和pH 2的盐酸水溶液充分活化并平衡固相萃取柱，固相萃取待测样，样品流速控制在每滴1—2 s。富集完成后真空干燥固相萃取柱，依次用甲醇和5%氨水/甲醇溶液（M/M）淋洗洗脱并收集洗脱液。洗脱液在柔和氮气吹至近干后用20%（V/V）甲醇水复溶，转移至色谱瓶进行二次氮吹，最后用200 μL 20%（V/V）甲醇水溶液定容。
1.4 样品分析
使用Thermo Scientific TSQ Endura型高效液相色谱-质谱联用仪进行分析。色谱条件为：Waters XTerra MS C18反相色谱柱（100 mm×2.1 mm, 3.5 μm），流动相A为0.12%甲酸和30 mmol·L−1甲酸铵水溶液，B相为甲醇，流速0.3 mL·min−1，柱温30℃，进样量5 μL。质谱选用电喷雾离子源（ESI），采用ESI（＋）模式。目标物特征选择离子、质谱条件及回收率如表1所示。
表 1 目标物特征选择离子、质谱条件及回收率Table 1. Target feature selection ions, mass spectrometry conditions and recovery rate物质Compound 母离子Parent ionm/z 定量离子Quantitative ion 定性离子Qualitative ion 保留时间/minRetention time 回收率/%Recovery rate m/z DP/V CE/V m/z DP/V CE/V MOR 286.0 152.1 82.0 55.0 165.0 82.0 32.0 2.73 88.45±5.22 MOR-d3 289.2 152.1 80.0 55.0 165.0 80.0 41.0 2.72 — 6MAM 328.1 165.3 90.0 36.0 211.3 90.0 36.0 4.35 84.61±3.40 6MAM-d3 331.1 165.1 90.0 38.3 211.2 90.0 25.0 4.36 — METH 150.1 91.1 30.0 16.0 119.1 30.0 16.0 4.62 101.65±4.95 METH-d8 158.2 93.2 40.0 19.0 124.2 40.0 10.3 4.59 — AMP 136.1 91.1 40.0 21.0 119.1 40.0 21.0 4.51 99.00±4.90 AMP-d8 144.2 127.2 40.0 10.3 97.2 40.0 16.0 4.44 — CTN 177.2 80.2 30.0 24.0 101.2 30.0 11.0 3.09 98.31±4.78 CTN-d3 180.1 80.2 30.0 25.0 101.2 30.0 22.4 3.08 — | Show Table
DownLoad:
CSV
1.5 质量控制
配制浓度分别为：1.56、3.13、6.25、12.50、25.00、50.00、100.00、150.00、200.00、250.00、300.00 μg·L−1的混合标准溶液，绘制标准曲线，线性良好（R2≥0.999）。
为确定目标物回收率在合理范围内，每12个样品添加一组浓度为100.00 μg·L−1的混合标准溶液为质控样品，结果显示目标物的回收率均在85%—105%之间。同时每12个样品添一组空白实验。
1.6 计算方法
利用水质参数法、生物标志物法和人均用水量法计算服务人口数，具体计算方法如式所示：
PT=CT×FmT (1) 式（1）中，PT是通过水质参数T计算后得到的服务人口数（万人）；CT为水质参数T的浓度（mg·L−1）；mT是水质参数T的人均产生量（g·d−1）；F为污水处理厂日均处理量（104 m3·d−1）。
本文选用的水质参数T为氨氮（NH4-N），由于地区、生活习惯、年龄和性别比例的不同，人均排放量的比例亦不相同，结合文献调查结果[13-14]和该市具体情况，人均排放量mT取值为10 g·d−1。
PS=CS×FmS (2) 式（2）中，PS是通过生物标志物S计算后得到的服务人口数（万人）；CS为生物标志物S的浓度（mg·L−1）；mS是生物标志物的日产生量（g·d−1）；F为污水处理厂日均处理量（104 m3·d−1）。
本文选用的生物标志物为可替宁，根据该市的烟草消耗、尼古丁含量及其在人体内代谢比例，运用水晶球软件模拟得到该市人均可替宁日产生量为1.47 mg·d−1。
PQ=Q10−3¯Q (3) 式（3）中，PQ是通过人均用水量法计算得到的服务人口数（万人）；Q为污水处理厂日均处理污水量（104 m3·d−1）；
¯Q 该市2019年水资源利用公报显示，城镇居民和农村居民人均用水量分别为123 L·d−1和52.9 L·d−1。
检验层次分析法建立模型的合理性与可靠性，需要对判断矩阵一致性进行检验，公式为：
C.I.=λmax−nn−1 (4) C.R.=C.I.R.I. (5) 式（4）和（5）中，C.I.为计算一致性指标；λmax为判断矩阵的最大特征值；n为矩阵阶数；R.I.是判断矩阵特征值的算术平均数，当n=4时取值0.90；C.R.为计算一致性比例。
精神活性物质滥用量及流行率的具体计算公式如下：
Ci,1=Ci,2×Mi,1E×Mi,2 (6) 式（6）中，Ci,1是精神活性物的浓度（μg·L−1）；Ci,2是精神活性物质标志物的浓度（μg·L−1）；Mi,1和Mi,2分别是精神活性物及其标志物的分子质量；E是精神活性物质标志物的代谢率，甲基苯丙胺的生物标志物为母体，代谢率为42%，海洛因的生物标志物为吗啡，代谢率为77%[15]。
mi=Ci,1×F'P (7) 式（7）中，mi是精神活性物质的人均滥用量（μg·d−1）；Ci,1是精神活性物的浓度（10−3 μg·L−1）；F'是污水处理厂进水流量（104 m3·d−1）；P是服务人口数（万人）。
PR(%)=miR18—60×D×n×100\% (8) 式（8）中，PR为特定时间内，使用某种精神活性物质的人群数量占18——60岁总人数数量的比例；R18—60是该市居民中18—60岁的成年人口比例，经调查该市居民18—60岁成年人口的比例为62.4%；D是精神活性物质使用的典型剂量大小（mg·次−1），n是每天的平均使用频率（次·d−1）。
Bao等[16]研究发现，甲基苯丙胺的典型剂量为（135±80）mg·次−1，平均使用频率为0.31 次·d−1；陈小波，乔静等[17-18]研究发现，海洛因的典型剂量为44 mg·次−1，平均使用频率为2.40 次·d−1。
2. 结果与讨论（Results and discussion）
2.1 污水处理厂服务人口数计算模型
计算所需相关参数大小如表2所示。通过各方法获得的污水处理厂服务人口数，相关数据如表3所示。
表 2 各方法相关参数Table 2. Correlation parameters of each method污水处理厂Sewage treatment plant 日处理污水量/万tDaily amount of sewage treated NH4-N/（mg·L−1） 可替宁/（μg·L−1）Cotinine concentration S1 7.50 67.50 5.88 S2 15.00 60.72 5.29 S3 7.50 49.98 6.21 S4 5.50 49.57 6.07 X1 1.00 107.93 8.05 X2 0.50 30.97 4.46 X3 0.30 50.45 6.34 X4 2.00 28.39 4.14 | Show TableDownLoad:
CSV
表 3 污水处理厂服务人口数（万人）Table 3. Population served by sewage treatment plant （ten thousand people）污水处理厂Sewagetreatment plant 专家估算人口Expert estimates of population 设计容量法Design capacity method 水质参数法Water quality parameter method 生物标志物法Biomarker method 人均用水量法Per capita water consumption 多参数模型法Multi-parameter model method S1 41.1 30.0 50.6 30 48.8 37.2 S2 52.1 70.0 91.1 54 85.4 68.1 S3 40.7 50.0 37.5 32 42.7 36.3 S4 22.0 27.0 27.3 23 44.7 27.2 X1 4.70 6.00 11.0 5.5 15.3 8.08 X2 2.00 2.30 1.50 1.5 4.80 2.00 X3 1.54 3.00 1.50 1.3 4.00 1.85 X4 5.72 8.00 5.70 5.6 30.7 9.10 | Show TableDownLoad:
CSV
专家估算人口是以该市统计年鉴人口数为基础，结合污水处理厂日内污水流量波动、日间污水处理量波动和污水来源组成等因素综合推算得到的污水处理厂服务人口数。Castiglioni等[19]认为专家估算人口是最可靠的服务人口数的估算方法，因此以专家估算人口数为标准判断各方法推算服务人口数的准确度。但是该方法耗时耗力且经济成本较高。设计容量法是一种较为方便和简单获得服务人口数的方法，但是设计容量法获得的人口数更偏向污水处理厂初建设计的服务人口数，获得的服务人口数往往高于实际人口数。但也存在一些污水处理厂满负荷运行，甚至高于污水处理厂初建设计的服务人口数，如S1。而通过水质参数法推算的服务人口数，会受到工业污水的影响，导致主城区服务人口数偏高。主要是因为主城区4个污水处理厂的工业污水业占比较高，导致氨氮数据偏高，从而影响服务人口数的估算。生物标志物法推算的服务人口数也会与真实服务人口数有所差异，这是因为可替宁是尼古丁通过细胞色素P450（CYP）亚型2A6介导产生的代谢物[20]，年龄和身体状况的差异，会导致尼古丁代谢为可替宁的比例不同。人均用水量法推算得到的服务人口数明显偏高，主要原因有两个方面，一是污水处理厂的人均用水量数据比实际值高；二是污水处理厂的工业污水占比比登记值高，从而导致推算结果的偏高。
由此可见，使用不同方法推算污水处理厂的服务人口数会得到不同的数据，每种方法都有其自身的特点和局限性，为减小单个计算方法带来的不确定性，本文使用层次分析法对不同参数所占的权重进行计算，建立污水处理厂服务人口数多参数计算模型。
在层次分析中，以可替宁计算得到的服务人口数为基础，其他方法推算的服务人口数与可替宁推算人口的相关系数矩阵（表4）作为依据，使用1—9标度法对重要性进行对比打分，将服务人口数相关系数矩阵转为服务人口数判断矩阵（表5），对不同方法的权重进行赋值。
表 4 服务人口数相关系数矩阵Table 4. Correlation coefficient matrix of service population设计容量人口Design capacity population 水质参数法Water quality parameter method 生物标志物法Biomarker method 人均用水量法Per capita water consumption 设计容量人口 1 0.55 0.43 0.83 水质参数法 1 0.53 0.77 生物标志物法 1 0.57 人均用水量法 1 | Show TableDownLoad:
CSV
表 5 服务人口数判断矩阵Table 5. Judgment matrix of service population设计容量人口Design capacity population 水质参数法Water quality parameter method 生物标志物法Biomarker method 人均用水量法Per capita water consumption 设计容量人口 1 1/4 1/5 1 水质参数法 4 1 1/4 2 生物标志物法 5 4 1 3 人均用水量法 1 1/2 1/3 1 | Show TableDownLoad:
CSV
计算得到的多参数人口模型公式为：
P=0.09×P设计容量法+0.23×P水质参数法+0.55×P生物标志物法+0.13×P人均用水量法 (9) 对矩阵的一致性进行检验，得到C.R.为0.078<0.1，认为矩阵的一致性是可以接受的。
各方法计算得到的服务人口数与专家估算服务人口数相关性分析如图1所示。相关性分析中，设计容量法的R2=0.9037，水质参数法的R2=0.8850，生物标志物法的R2=0.9238，人均用水量法的R2=0.8238，多参数模型法的R2=0.9472，其中多参数模型法得到的服务人口数与专家估算的服务人口数相关性最强,更能够准确反映服务人口数。
2.2 全市精神活性物滥用情况
该市2019和2020年甲基苯丙胺和海洛因人均滥用量如图2所示。在2019年和2020年两次精神活性物质滥用调查中，每个样品均检出甲基苯丙胺和吗啡，甲基苯丙胺的人均滥用量分别为（112.60±25.20）μg·d−1和（92.81±28.41）μg·d−1；海洛因的人均滥用量分别为（31.70±10.93）μg·d−1和（25.65±11.42）μg·d−1。以《2019年中国毒品形势报告》、《2020年中国毒情形势报告》和该市公安部门提供的吸食精神活性物质信息为基础，从图2可以看出，该市主要吸食的传统精神活性物质为甲基苯丙胺，这也与《2020年中国毒情形势报告》相一致，同时该地区海洛因滥用量水平低于全国滥用量水平[21-22]。与2019年相比，2020年精神活性物质滥用量有所减小。我国传统精神活性物质以甲基苯丙胺和海洛因为主，因此精神活性物质总滥用量多采用两种物质加和的形式[21-22]，该市精神活性物质总滥用情况为2019年（144.30±30.56）μg·d−1和2020年（118.46±37.34）μg·d−1。这与该市公安部门自2019年起加强对精神活性物质制造、贩售和吸食等行为的打击力度有着密不可分的关系。同时考虑到我国有近85%的毒品来源于金三角、金新月和北美等境外地区，2020年新冠疫情致使国内涉毒行为和境外流动受限也是导致精神活性物质滥用量下降的一个原因。对该市八个主城区及县（市、区）的精神活性物质滥用调查发现该市S2和S3的AMP/METH比值高于苯丙胺全部由甲基苯丙胺代谢的理论比值0.05—0.24[23]（S2比值为0.99±0.17，S3比值为0.83±0.19），说明这两个地区苯丙胺存在其他来源。我国临床禁止使用苯丙胺类药物，因此可以推断这两个地区存在苯丙胺的滥用。同时该市的滥用量均小于北京、广州和大连等地[24-26]，主城区高于县（市、区），说明精神活性物质的滥用情况与经济发展程度有关。这也与Bishop等[27]对小城市和农村精神活性物质的滥用量调查结果相一致，城市化水平和经济发展程度更高以及富裕人口更多的小城市，精神活性物质的滥用量高于农村精神活性物质的滥用量。经济的迅速发展导致人们生活节奏变快，在心理上，人们往往会选择吸食精神活性物质来释放压力，从而使得经济条件发达的地区精神活性物质的滥用情况更严重。
图 2 目标区域甲基苯丙胺（a）和海洛因（b）人均滥用量Figure 2. Methamphetamine （a） and heroin （b） abuse per capita in target areas2.3 全市精神活性物质流行率
该市2019和2020年精神活性物质流行率，如表6所示。该市2019和2020年甲基苯丙胺的流行率分别为0.49%±0.17%和0.34%±0.11%，2019和2020年海洛因的流行率分别为0.48‰±0.17‰和0.39‰±0.18‰。该市18—60岁成年人甲基苯丙胺的流行率在Shao等[28]调查的全国15—65岁成年人甲基苯丙胺流行率0.08%—1.25%范围内，低于Pei等[29]对北京甲基苯丙胺流行率的估算。海洛因流行率低于Du等[26]调查的全国主要城市海洛因的平均流行率1.01‰。甲基苯丙胺的流行率与海洛因的流行率相比处于较高水平，这也与近年来甲基苯丙胺缉获量远高于海洛因缉获量这一事实相符合。造成以上现象的主要原因是甲基苯丙胺在中国更容易获得，其合成几乎不受地理位置的限制，从而导致甲基苯丙胺的流行率在某种程度上远高于海洛因的流行率。
表 6 精神活性物质流行率Table 6. Epidemic rate of psychoactive substances污水处理厂Sewage treatment plant 2019年 2020年 METH流行率/%Prevalence rate MOR流行率/‰Prevalence rate METH流行率/%Prevalence rate MOR流行率/‰ Prevalence rate S1 0.46 0.48 0.57 0.56 S2 0.60 0.48 0.41 0.55 S3 0.49 0.39 0.37 0.23 S4 0.45 0.43 0.28 0.35 X1 0.30 0.54 0.24 0.44 X2 0.26 0.19 0.19 0.05 X3 0.50 0.52 0.32 0.60 X4 0.83 0.83 0.35 0.35 | Show TableDownLoad:
CSV
3. 结论（Conclusion）
利用设计容量法、水质参数法、生物标志物法和人均用水量法对污水处理厂的服务人口数进行推算，使用层次分析法对权重进行赋值，建立了更合理的污水处理厂服务人口数估算模型，同时评估了2019和2020年该市精神活性物质的滥用量和流行率。结果显示，该市2019和2020年甲基苯丙胺的人均滥用量为（112.60±25.20）μg·d−1和（92.81±28.41）μg·d−1，流行率为0.49%±0.17%和0.34%±0.11%；海洛因的人均滥用量（31.70±10.93）μg·d−1和（25.65±11.42）μg·d−1，流行率为0.43‰±0.10‰和0.41‰±0.18‰。该市2020年较2019年精神活性物质的滥用量有所下降，不仅是因为公安机关加大了对毒品制造、贩卖、吸食的打击力度，也是新冠疫情防疫措施导致毒品的流通受阻所带来的结果，同时经济发展水平在一定程度上也影响了精神活性物质的滥用程度。
-
图 2 不同混凝剂对原料液中HA及CAZ的去除率
Figure 2. Removal efficiency of HA and CAZ in feed solution by different coagulants
图 3 混凝预处理前后上清液Zeta电位的变化
Figure 3. Changes of Zeta potential in supernatant before and after coagulation pretreatment
图 4 不同的混凝剂预处理对水通量的影响
Figure 4. Effect of different coagulant pretreatments on water flux
图 5 不同的混凝剂预处理对NaCl返混通量的影响
Figure 5. Effect of different coagulant pretreatments on NaCl reverse flux
图 6 不同的混凝预处理对CAZ截留效果的影响
Figure 6. Effect of different coagulant pretreatmentson CAZ rejection
-
[1] REUNGOAT J, MACOVA M, ESCHER B I, et al. Removal of micropollutants and reduction of biological activity in a full scale reclamation plant using ozonation and activated carbon filtration[J]. Water Research, 2010, 44(2): 625-637. doi: 10.1016/j.watres.2009.09.048 [2] ALTURKI A A, MCDONALD J A, KHAN S J, et al. Removal of trace organic contaminants by the forward osmosis process[J]. Separation and Purification Technology, 2013, 103: 258-266. doi: 10.1016/j.seppur.2012.10.036 [3] MATILAINEN A, VEPSÄLÄINEN M, SILLANPÄÄ M. Natural organic matter removal by coagulation during drinking water treatment: A review[J]. Advances in Colloid and Interface Science, 2010, 159(2): 189-197. doi: 10.1016/j.cis.2010.06.007 [4] ADAMS C, WANG Y, LOFTIN K, et al. Removal of antibiotics from surface and distilled water in conventional water treatment processes[J]. Journal of Environmental Engineering, 2002, 128(3): 253-260. doi: 10.1061/(ASCE)0733-9372(2002)128:3(253) [5] CHOI K J, KIM S G, KIM S H. Removal of antibiotics by coagulation and granular activated carbon filtration[J]. Journal of Hazardous Materials, 2008, 151(1): 38-43. doi: 10.1016/j.jhazmat.2007.05.059 [6] BUNDY M M, DOUCETTE W J, MCNEILL L, et al. Removal of pharmaceuticals and related compounds by a bench-scale drinking water treatment system[J]. Journal of Water Supply: Research and Technology-AQUA, 2007, 56(2): 105-115. doi: 10.2166/aqua.2007.091 [7] KIMURA K, ANDO N. Maximizing biopolymer removal by coagulation for mitigation of fouling in the following membrane process[J]. Separation and Purification Technology, 2016, 163: 8-14. doi: 10.1016/j.seppur.2016.02.013 [8] SUN S, YANG Z, HUANG X, et al. Coagulation performance and membrane fouling of polyferric chloride/epichlorohydrin-dimethylamine in coagulation/ultrafiltration combined process[J]. Desalination, 2015, 357: 163-170. doi: 10.1016/j.desal.2014.11.031 [9] DEMPSEY B A, GANHO R M, O'MELIA C R. The coagulation of humic substances by means of aluminum salts[J]. Journal of American Water Works Association, 1984, 76(4): 141-150. doi: 10.1002/j.1551-8833.1984.tb05315.x [10] XU Y, CHEN T, CUI F, et al. Effect of reused alum-humic-flocs on coagulation performance and floc characteristics formed by aluminum salt coagulants in humic-acid water[J]. Chemical Engineering Journal, 2016, 287: 225-232. doi: 10.1016/j.cej.2015.11.017 [11] MI B, ELIMELECH M. Chemical and physical aspects of organic fouling of forward osmosis membranes[J]. Journal of Membrane Science, 2008, 320(1/2): 292-302. [12] BELL E A, POYNOR T E, NEWHART K B, et al. Produced water treatment using forward osmosis membranes: Evaluation of extended-time performance and fouling[J]. Journal of Membrane Science, 2017, 525: 77-88. doi: 10.1016/j.memsci.2016.10.032 [13] ELIMELECH M, CHEN W H, WAYPA J J. Measuring the zeta (electrokinetic) potential of reverse osmosis membranes by a streaming potential analyzer[J]. Desalination, 1994, 95(3): 269-286. doi: 10.1016/0011-9164(94)00064-6 [14] BOO C, LEE S, ELIMELECH M, et al. Colloidal fouling in forward osmosis: Role of reverse salt diffusion[J]. Journal of Membrane Science, 2012, 390: 277-284. [15] XIE M, NGHIEM L D, PRICE W E, et al. Impact of organic and colloidal fouling on trace organic contaminant rejection by forward osmosis: Role of initial permeate flux[J]. Desalination, 2014, 336: 146-152. doi: 10.1016/j.desal.2013.12.037 [16] XIE M, NGHIEM L D, PRICE W E, et al. Impact of humic acid fouling on membrane performance and transport of pharmaceutically active compounds in forward osmosis[J]. Water Research, 2013, 47(13): 4567-4575. doi: 10.1016/j.watres.2013.05.013 [17] CHOI B G, KIM D I, HONG S. Fouling evaluation and mechanisms in a FO-RO hybrid process for direct potable reuse[J]. Journal of Membrane Science, 2016, 520: 89-98. doi: 10.1016/j.memsci.2016.07.035 -
点击查看大图
计量
- 文章访问数: 3617
- HTML全文浏览数: 3617
- PDF下载数: 44
- 施引文献: 0
