Processing math: 100%

“五水共治”措施对义乌江流域水污染负荷削减的定量分析

王聪, 杨凡, 黄振华, 郑效旭, 张洪刚, 王东升, 白志辉, 徐圣君, 庄绪亮. “五水共治”措施对义乌江流域水污染负荷削减的定量分析[J]. 环境工程学报, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128
引用本文: 王聪, 杨凡, 黄振华, 郑效旭, 张洪刚, 王东升, 白志辉, 徐圣君, 庄绪亮. “五水共治”措施对义乌江流域水污染负荷削减的定量分析[J]. 环境工程学报, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128
WANG Cong, YANG Fan, HUANG Zhenhua, ZHENG Xiaoxu, ZHANG Honggang, WANG Dongsheng, BAI Zhihui, XU Shengjun, ZHUANG Xuliang. Study on the impact of the five water treatment action on water pollution load reduction in Yiwu River[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128
Citation: WANG Cong, YANG Fan, HUANG Zhenhua, ZHENG Xiaoxu, ZHANG Honggang, WANG Dongsheng, BAI Zhihui, XU Shengjun, ZHUANG Xuliang. Study on the impact of the five water treatment action on water pollution load reduction in Yiwu River[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128

“五水共治”措施对义乌江流域水污染负荷削减的定量分析

    作者简介: 王聪(1993—),男,博士研究生。研究方向:环境工程。E-mail:congwang2015@163.com
    通讯作者: 杨凡(1981—),男,硕士,高级工程师。研究方向:市政工程,水环境综合治理。E-mail:36630761@qq.com
  • 基金项目:
    深圳市技术攻关项目(20191951108)
  • 中图分类号: X522

Study on the impact of the five water treatment action on water pollution load reduction in Yiwu River

    Corresponding author: YANG Fan, 36630761@qq.com
  • 摘要: 通过分析2014—2018年义乌江流域地表水水质变化,评估了“五水共治”措施对义乌江流域水污染负荷削减的影响,核算了义乌市污水处理厂提标改造工程和退耕还林还草工程对点源和面源污染负荷的削减作用,对下阶段点源和面源污染负荷削减给出了建议。结果表明:义乌市“五水共治”措施干预下2014—2018年义乌江干流水质明显好转,COD、总磷的月均值均可稳定达到地表水Ⅲ类要求,氨氮的年均值也低于地表水Ⅲ类标准限值。与2014年相比,2018年义乌江流域的点源COD、氨氮、总磷和总氮污染负荷分别削减了1 601.0、95.1、26.3 和272.5 t·a−1,削减率分别为33.6%、59.9%、41.5%和14.3%;面源COD、氨氮、总磷和总氮的污染负荷分别削减了1 998.5、148.0、367.1和33.7 t·a−1,削减率为12.23%。COD、氨氮和总磷的削减主要由点源污染控制措施贡献,总氮的削减主要由点源污染控制措施贡献。为推动义乌市水环境污染治理工作,建议审慎制定适宜当地情况的污水处理厂的出水水质要求,选择替代性低成本的生态处理模式;同时建议加强流域生态恢复工作,充分利用塘、潭、库、溪、河、湖等多种天然水体,构建以健康水生态为主线的流域蓝绿空间。
  • 多环芳烃(polycyclic aromatic hydrocarbons,PAHs)是挥发性或半挥发性碳氢化合物,由生物质、石化燃料等有机物不完全燃烧产生[1],是一类广泛存在于大气降尘中的持久性有机污染物[2],其易在含有脂肪的组织和器官中生物蓄积,且具有持久性、致畸致癌性,是一类高毒性环境污染物[34]。PAHs可随呼吸吸入进入人体、到达人体深肺区,由呼吸暴露导致的终生致癌风险(incremental lifetime cancer risk,ILCR),全球平均值为3.1×10−5[56]。参照国际癌症研究署给出的污染物致癌毒性判定,苯并[a]蒽是一种具有致癌效应[7]的典型PAHs。

    外源污染物进入肺泡首先与覆盖于肺泡内衬层的肺表面活性物质(pulmonary surfactant, PS)接触,PS是抵御污染物进入血液循环系统的最后一道屏障[8]。PS主要由肺泡II型上皮细胞合成和分泌,是一种具有特殊生物活性的复合物,能有效降低肺泡表面张力,防止肺泡在呼气的最后阶段发生塌陷[910]。1,2-二棕榈酰-sn-甘油-3-磷酸胆碱(1,2-dipalmitoyl-sn-glycero-3- phosphocholine,DPPC)是PS发挥生物活性最重要的物质基础,通常作为体外研究PS的模拟物和替代物[1113]

    PAHs经呼吸到达肺部,可与PS发生作用[14]。Sosnowski等[15]通过分子动力学模拟研究发现苯并[a]芘会诱导磷脂膜表面活性的异常并降低其流动性。Liland等[16]研究了菲、萘、苯并[a]芘3种PAHs对磷脂膜相行为的影响,结果表明苯并[a]芘对磷脂膜的液相有序相具有亲和力,能降低DPPC囊泡从固体到液晶相转变时的转变温度和焓值。Zhao等[17]发现Curosurf(肺表面活性物质制剂)与菲在纳米管上的吸附存在相互竞争作用,彼此起到一定的抑制作用。Beata等[18]借助分子动力学模拟研究了苯并[a]芘对肺表面活性物质单分子膜性质的影响,结果表明苯并[a]芘会对磷脂单层造成破坏,降低磷脂亲水区的水化作用。关于PAHs对肺表面活性剂的毒性行为,目前主要集中在分子动力学模拟,虽然可以证实PAHs能导致各种负面的呼吸系统效应,但PAHs暴露与肺功能下降之间的关系证据仍不充分,二者间的界面化学作用有待进一步确立和完善。

    鉴于此,本文选取DPPC及PAHs中具有代表性的苯并[a]蒽[7,1920]作为研究对象,进一步探究PAHs与PS相互作用的界面化学特征。通过表面张力仪,分析苯并[a]蒽对DPPC降低气-液界面张力性能的影响。借助Langmuir-Wilhelmy膜天平对肺呼吸循环进行体外模拟,获取DPPC的压缩-扩张循环曲线,结合弹性模量观测苯并[a]蒽存在/不存在情况下DPPC压缩及扩张性能。通过布儒斯特角显微镜(brewster angle microscopy,BAM),对DPPC单分子膜的微观形貌进行原位观察,借助激光共聚焦显微拉曼光谱分析苯并[a]蒽对DPPC分子内部结构构象的影响, 进一步揭示苯并[a]蒽对DPPC单分子膜的影响机制。这项研究旨在从微观角度分析PAHs对肺表面活性物质的负面效应,以期对后续学者研究PAHs的肺部毒理行为给予一定的参考及启示。

    1,2-二棕榈酰-sn-甘油-3-磷酸胆碱(DPPC,纯度≥99%)购自Sigma公司;苯并[a]蒽(Benz(a)anthracene),购自百灵威科学有限公司(北京);氯仿、无水乙醇、氯化钠均为分析纯,购自成都市科龙化工试剂厂;实验用水均为超纯水,其室温下的电阻率为18.25 MΩ·cm。以生理盐水(0.9%NaCl溶液)作为所有实验的亚相溶液。

    DPPC分子式为C40H80NO8P,分子量734.04。苯并[a]蒽分子式C18H12,分子量:228.29。DPPC及苯并[a]蒽分子结构如下:

    电子天平(AL204,Mettle Toledo,美国);超纯水仪(EU-K1-10TY,南京欧凯环境);超声波清洗仪(SK06G,上海科导);自动表面张力仪(BZY,上海方瑞仪器有限公司);多功能Langmuir-Wilhelmy膜天平(JML04C2,上海中晨数字技术设备有限公司);布儒斯特角显微镜(Nanofilm-EP4 BAM,Accurion GmbH,德国);激光共聚焦显微拉曼光谱仪(DXRxi,ThermoScientific,美国)。

    通过白金板法测定苯并[a]蒽对DPPC膜表面张力的影响。用0.9%氯化钠溶液为亚相溶液,将DPPC、苯并[a]蒽分别溶于氯仿[14]中,制备出浓度为1.0 mmol·L−1的DPPC及摩尔比为8∶1的DPPC/苯并[a]蒽混合膜液,待测。配制含有(18—25) mg/25 mL的DPPC/氯仿溶液作为储备膜液。将一定量的亚相溶液加入自动表面张力仪配套的液槽中,在气-液界面用汉密尔顿微量注射器滴加适量膜液,待15—20 min氯仿挥发完毕,测定气-液界面的表面张力。以DPPC表面铺展量(单位面积的气-液界面所含的DPPC的物质的量,单位10−3 mmol·m−2)为横坐标、DPPC膜的表面张力为纵坐标,绘制苯并[a]蒽对DPPC膜表面张力的影响曲线。

    实验中苯并蒽浓度的确定主要基于以下两点:1、污染物浓度较小(在PAHs污染的大气环境中如受机动车尾气污染的空气,经人体吸入并在肺泡内积累的PAHs经估算以ng·min−1为参考[15,21]),会使苯并[a]蒽分子数量太少,实验结果不明显。2、长期暴露于被污染的空气中,疏水性苯并[a]蒽可能在磷脂层中累积,造成局部高浓度苯并[a]蒽的存在。因此选取DPPC/苯并[a]蒽摩尔比8:1作为实验浓度,将有利于短期内明显实验现象的获取,以明确阐释苯并[a]蒽对DPPC膜的不利反应。

    表面压-面积(π-A)等温线通过配备有液槽(聚四氟乙烯材质,有效面积280 mm×100 mm)和恒温装置(温度控制在(37 ± 0.5)℃)的Langmuir-Wilhelmy膜天平进行测量。该系统配备了超灵敏的表面压力传感器,并采用两个对称移动的屏障对空气-水界面的磷脂单分子膜进行压缩。实验开始前,依次用二氯甲烷和超纯水清洗液槽以确保液槽的干净。将260 mL的亚相溶液倒入液槽中,用汉密尔顿微量注射器滴加适量的磷脂/氯仿膜液于空气-水界面[2223]。静置15—20 min待氯仿挥发完毕、磷脂单分子膜完全铺展,控制滑障以15.5 mm·min−1 的速率开始对称压缩,直至表面积剩下10%,同时设备将自动获取表面压力与表面积的关系曲线,即可得到相应的磷脂单分子膜表面π-A等温线。每次测量后,完全移除亚相溶液并彻底清洁滑障、铂片和液槽。通过水浴恒温装置,控制实验温度为(37±0.5)℃。所有的实验至少测量3次以确保其重现性。

    PS膜微观形貌原位观测借助BAM仪器进行[2425],该仪器配备有波长为658 nm的50 mW激光发射p偏振光、10倍放大物镜、偏振器、分析仪和CCD摄像机。实验用聚四氟乙烯原位槽测定,将适量的亚相溶液加入到液槽中,并放置在防振台上。如π-A等温线实验所述,亚相为生理盐水,在气-液界面上滴加适量的磷脂膜液,待膜液中的氯仿挥发完毕后,激光束以布儒斯特角a入射到空气-水界面。折射光束携带超过99%的入射能量,被放置在槽底部的一块黑色玻璃吸收。同时,通过布儒斯特角显微镜观察常压(π=20 mN·m−1π=30 mN·m−1)条件下,气-液界面处存在/不存在苯并[a]蒽时DPPC单分子膜的微观结构。

    分别将适量的DPPC膜液及摩尔比为8:1的DPPC/苯并[a]蒽混合膜液铺于空气-水界面,待氯仿挥发完毕,利用激光共聚焦显微拉曼光谱仪在常温下检测DPPC分子的构象变化信息。 激光器633 nm激发波长,激光功率6.8 mW,曝光时间0.00833 s,扫描次数900,50 μm共聚焦针孔模式。

    PS可显著降低肺泡的表面张力,对维持肺泡稳定、减少呼吸功十分重要,是其界面活性的重要指标之一 [2627]。由图1可知,DPPC可显著降低气-液界面表面张力,随着DPPC铺展量的增多,水的表面张力逐渐降低并最终趋于平稳。说明当C=3.5×10−3 mmol·m−2,DPPC在气-液界面的表面富集量趋于饱和。膜液中加入苯并[a]蒽,表面张力下降,当膜液加入量为5.25×10−3 mmol·m−2时,表面张力由26.7 mN·m−1降低为18.9 mN·m−1

    图 1  苯并[a]蒽对DPPC单分子膜表面张力的影响
    Figure 1.  Effect of Benz (a) anthracene on surface tension of DPPC

    PS在表面膜上降低表面张力的量,可以用表面压力(π)表示,二者间的关系可用下式表示[27]

    π=γ0γ (1)

    式中,γ0指亚相生理盐水的气-液界面表面张力,37 ℃ 生理盐水的表面张力约为72.3 mN·m−1γ指DPPC膜铺展于亚相表面时的表面张力;π指DPPC单分子膜的表面压力。

    苯并[a]蒽造成DPPC单分子膜表面张力降低,说明苯并[a]蒽的存在,膜的表面压力增加,如图2所示。这说明苯并蒽以一种特殊的方式存在于DPPC分子之间,二者间的相互作用削弱了DPPC分子间的相互吸引。为进一步分析呼吸时单分子膜循环压缩-扩张过程中,苯并[a]蒽对DPPC膜表面压力的影响,通过下述Langmuir–Wilhelmy膜天平实验获取π-A等温线,对膜表面压力变化做系统性分析[2831],以期阐明苯并[a]蒽对DPPC膜分子的作用细节。

    图 2  苯并[a]蒽对DPPC单分子膜表面压力的影响
    Figure 2.  Effect of Benz (a) anthracene on surface pressure of DPPC monolayer

    π-A等温线是表征肺表面活性物质呼吸活性的重要指标,直观的体现了较宽的表面压力下单分子膜压缩、扩张过程的物理化学性质变化,通过等温线可获得单分子膜的物理变化特征等信息[3233]图3给出了苯并[a]蒽存在/不存在条件下,DPPC单分子膜π-A等温线的变化。由图3可知,整个压缩过程中,DPPC单分子膜的π-A等温线主要呈现液态扩张相和液态凝聚相, 与前人研究一致[3435]。苯并[a]蒽的加入,π-A等温线呈现出明显的“外扩”行为,即在同样的表面积下,混合组分的表面张力,明显高于纯组分DPPC单分子膜,等温线向高分子面积区域移动。当5 mN·m−1<π<25 mN·m−1, 曲线“外扩”行为最为显著,随着压缩进一步推进,两条曲线逐渐靠近,并在固相阶段基本重合,直至扩张阶段结束。

    图 3  苯并[a]蒽对DPPC单分子膜π-A等温线的影响
    Figure 3.  Surface pressure-area isotherms for pure DPPC and mixed DPPC-Benz (a) anthracene monolayers

    滞回曲线是DPPC单分子膜的一个重要特征,反映了呼吸功能活性的相关信息[36]。使用以下定量标准进行评估:归一化滞回面积(normalized hysteresis area,HAn)见公式(2),稳定性指数(Stability index, SI)见公式(3)。

    HAn=[πdA]1[πdA]2AmaxAmin (2)
    SI=πmaxπmin12(πmax+πmin) (3)

    SI表示单分子膜降低界面表面张力的效果,SI值越高,代表单分子膜越稳定,表面活性越好[24,37]。式中,Amax:滞回环中DPPC分子所占的最大面积;Amin:滞回环中DPPC分子所占的最小面积;πmax:滞回环中DPPC分子间最大表面压力;πmin:滞回环中DPPC分子间最小表面压力。

    由完整的滞回曲线可以看出,两个滞回环呈现出相似的特征,扩张曲线均在压缩曲线的下方,并出现较大的分离,近似呈封闭、两端尖的长梭形状,且滞回面积明显增大。“回线”的存在说明DPPC分子被紧密压缩后,以某种方式缔合,而在扩张阶段,缔合体并不解离[38]。苯并[a]蒽存在下,π-A等温线向高分子面积区域移动,说明苯并[a]蒽的存在使DPPC分子间引力减弱,相互排斥作用增强。而这种不利影响随着压缩过程的进行,被较强的外界压力逐渐抵消,对DPPC固相膜的形成不会造成显著影响。由表1可知,苯并[a]蒽的加入使DPPC单分子膜的最大表面压力(πmax)降低,由58.17 mN·m−1降低为57.52 mN·m−1

    表 1  DPPC单分子膜滞回曲线的定量分析
    Table 1.  Comparison of quantitative criteria ( HAn, SI ) used for evaluation of the DPPC monolayers
    πmax/(mN·m−1)πmin/(mN·m−1)Amax/nm2Amin/nm2HAn/(mN·m−1)SI
    1,2-二棕榈酰-sn-甘油-3-磷酸胆碱 (DPPC)58.171.331.160.1822.871.91
    1,2-二棕榈酰-sn-甘油-3-磷酸胆碱+苯并[a]蒽(DPPC+Benz(a)anthracene)57.521.441.290.1922.481.90
     | Show Table
    DownLoad: CSV

    πmax代表磷脂膜被压缩到崩解时产生最大降低表面张力的能力[27]πmax值的大小与肺功能的正常发挥有重要联系。πmax降低说明苯并[a]蒽的存在导致了DPPC膜对抗外界强力压缩的能力降低,一定区域的界面对DPPC分子的容纳能力减弱,DPPC分子将提前被挤出。同时在苯并[a]蒽影响下归一化滞回面积HAn及稳定性指数SI有小幅度的衰减,说明苯并[a]蒽的加入使膜的稳定性降低。滞回环面积反映了单分子膜的能量耗散能力,说明苯并[a]蒽存在下,DPPC单分子膜在压缩-扩张过程中,能量耗散增大。由于Langmuir膜是处于亚稳态的动态体系,内部不断产生熵,为了形成有序致密的DPPC液态凝聚膜需不断地从外界引入负熵流。这一作用使呼吸过程尤其是呼气过程中呼吸功增加。由于部分呼吸功用于对抗表面张力和扩张肺泡,因此能量耗散增大会影响肺泡与肺泡之间的稳定性以及肺通气的顺应性。

    压缩系数CS或压缩模量C1S是表征单层膜物理状态的重要参数。C1S可由公式(4)计算得出,值越大,表明膜的刚性越强。式中,π表示单分子膜的表面压力, A 表示分子面积, T 表示温度[3839]

    C1S=A(dπdA)T (4)

    图4给出了单分子膜的弹性模量C1S与表面压力π的关系。由图4可知,在压缩-扩张两阶段,DPPC单层膜的C1S值均呈现先增大后减小的趋势。加入苯并[a]蒽,C1S呈现出类似的变化趋势,并均在π=40 mN·m−1附近出现最大值。纯组分DPPC的C1S的值高达122.4 mN·m−1,说明在对抗外界压力下,DPPC单分子膜体现出较好的刚性及稳定性。不同的是压缩阶段,苯并[a]蒽存在下,弹性模量最大值为81.7 mN·m−1,降低了40 mN·m−1;而扩张阶段,C1S的值并没有因苯并[a]蒽而改变。由弹性模量结果可知,在压缩阶段,苯并[a]蒽对DPPC单分子膜弹性性能影响显著。这是由于苯并[a]蒽对DPPC膜造成扰动,影响了膜的流动性,削弱了膜的抗挤压能力。同时磷脂分子的流动性与其再扩散能力密切相关,流动性改变则膜的再扩散能力也会发生变化。这会造成呼吸循环过程中肺泡内部的表面压力松弛时间变化,不同区域、受不同剂量苯并[a]蒽影响的肺泡再扩展能力不同,影响肺泡收缩扩张的一致性。

    图 4  苯并[a]蒽对DPPC单分子膜压缩模量的影响
    Figure 4.  The elastic modulus C1S vs. surface pressure (π) dependencies for mixed DPPC/Benz (a) anthracene monolayers

    BAM技术依据表面膜在不同相区时折光指数不同而有不同的反射强度,能直接观察气-液界面单分子层的形貌及相变,可实现单分子膜在液体中的动态原位观测。PS膜微观形貌与实验时的膜压有关,研究表明,单层膜在较高表面压力(π=30−35 mN·m−1)时接近真实的生物膜状态[13,40]。鉴于π-A等温线中,5 mN·m−1<π< 25 mN·m−1, 曲线“外扩”行为最为显著,本实验分别选择在π=20 mN·m−1π=30 mN·m−1的膜压下,观察苯并[a]蒽对气-液界面处DPPC单分子膜微观形貌的影响。

    图5a可知,π=20 mN·m−1时,纯组分DPPC分子分布均匀,主要以液态扩张相存在。加入苯并[a]蒽后,DPPC分布不均匀,苯并[a]蒽附近区域分布密集,远离处分布稀疏,以区域性聚集的形式存在,如图5b图5c所示。这是由于苯并[a]蒽的加入,对DPPC分子的排布产生了扰动,DPPC以区域性聚集的方式降低自由能,以达到一种稳态。在π=30 mN·m−1的恒定膜压下,纯DPPC分子膜排列致密有序,分布均匀、连续性好,呈现出典型的液态凝聚相特征,与上述π-A等温线的结果一致。在相同的表面压力下,随着苯并[a]蒽的添加,DPPC单分子膜的聚集程度减弱,个别区域DPPC排列疏松,呈现出液态扩张相,出现相的分离,如图5-e图5-f所示。

    图 5  气-液界面处存在/不存在苯并[a]蒽时DPPC的原位微观形貌
    Figure 5.  BAM micrographs of air-liquid interface for DPPC/Benz (a) anthracene monolayers.
    a: π=20 mN·m−1,纯组分DPPC单分子膜;b、c : π=20 mN·m−1,苯并[a]蒽存在下DPPC单分子膜;d: π=30 mN·m−1,纯组分DPPC单分子膜;e、f : π=30 mN·m−1,苯并[a]蒽存在下DPPC单分子膜.
    a: π=20 mN·m−1, pure component DPPC monolayers; b、c : π=20 mN·m−1, DPPC monolayers in the presence of benzo[a] anthracene;d: π=30 mN·m−1, pure component DPPC monolayers; e、f : π=30 mN·m−1,DPPC monolayers in the presence of benzo[a] anthracene.

    由BAM原位形貌观察分析得出,气-液界面处苯并[a]蒽以团簇形式嵌入DPPC单层之间。苯并[a]蒽由于强疏水性,在气-液界面以相互聚集的形式存在,几个分子堆集在一起形成一个个团簇体(见图5b图5e中白色亮斑区域)。从图5可以看出,团簇体的尺寸小至几百纳米大到20 μm。因为苯并[a]蒽具有强亲脂性,会和DPPC分子紧密结合、嵌入DPPC膜之间。这会导致靠近苯并[a]蒽区域DPPC分子较密集,远离区域DPPC分布稀疏、个别区域出现相的分离(图5f)。这一结果的出现可能由于苯并[a]蒽更倾向与DPPC分子的烷基链作用,插入于DPPC单层的烃链深处,由于较强的相互作用对DPPC造成束缚,磷脂分子流动性降低。BAM形貌观察可以详细获悉膜表面横向结构信息,为进一步深入分析苯并[a]蒽对DPPC分子结构构象以及在气-液界面亲水头部和疏水尾部的影响,借助激光共聚焦显微拉曼光谱进行分析。

    拉曼光谱对研究分子内和分子间的相互作用非常敏感,是研究磷脂膜结构和构象变化的有力工具[4142]。利用共聚焦显微拉曼光谱进一步研究苯并[a]蒽对DPPC单层膜结构的影响,通过分析极性头部区域C—N伸缩(650—850 cm−1)、疏水烷基链C—C伸缩(1000—1600 cm−1)以及C—H伸缩(2800—3000 cm−1)等几种振动模式,进一步揭示DPPC分子的构象变化信息,阐明苯并[a]蒽对DPPC分子的作用机制。DPPC分子的拉曼光谱特征峰归属情况如表2所示[4344]

    表 2  DPPC拉曼光谱特征峰指认
    Table 2.  Raman spectral assignments of DPPC molecule
    峰位/cm−1 Raman shift 峰位指认 Raman spectral assignments
    718C—N伸缩振动,O—C—C—N+旁式构象Headgroup CN-Stretch
    770C—N伸缩振动,O—C—C—N+反式构象Trans CN-Stretch
    1062C—C伸缩振动,全反式脂链片段振动的B1g模式Trans Sym. C-C Stretch
    1096C—C反对称伸缩振动,旁式构象Gauche CC-Stretch
    1126C—C伸缩振动,全反式脂链片段振动的Ag模式Trans Asym.CC Stretch
    2849C—H 对称伸缩振动Sym.CH-Stretch
    2882C—H 反对称伸缩振动Asym.CH-Stretch
     | Show Table
    DownLoad: CSV

    DPPC分子在650—850cm−1、1000—1600 cm−1、2800—3100 cm−1的拉曼光谱如图6所示。当DPPC极性头部的O—C—C—N+骨架处于旁式构象时,C—N伸缩振动出现在718 cm−1;处于反式构象时,则在770 cm−1出现振动峰[4445]。加入苯并[a]蒽后,718 cm−1峰保持不变,在770 cm−1处没有出现振动峰,说明苯并[a]蒽并未造成DPPC分子极性头部骨架构象的改变,极性头部平行于DPPC单分子膜的表面。光谱区1000—1200 cm−1范围内代表C—C骨架的伸缩振动,可用来表征磷脂烷基链的反式/旁式构象变化。面内和面外的C—C伸缩振动主要表现为1062 cm−1、l096 cm−1、1126 cm−1的3个峰。1062 cm−1和1126 cm−1处的振动归因于烷基链C—C骨架反式构象的拉伸振动,分别为全反式振动的B1g和Ag模式。1096 cm−1归因于烷基链C—C骨架的旁式构象的振动模式[44, 46]

    图 6  气-液界面处存在/不存在苯并[a]蒽时DPPC的拉曼光谱分析
    Figure 6.  Raman spectra of air–liquid interface for DPPC/Benz (a) anthracene monolayers.

    通常用I1096/1126I1096/1062表示脂链的无序程度。由表3可以看出,苯并[a]蒽的加入,I1096/1126降低,说明脂链中C—C骨架的旁式构象减少,脂链的有序性增强。I1096/1062增加,说明全反式脂链片段振动的B1g模式增强。I2849/2882降低,说明脂链侧向耦合能力降低,有序性增强。亚甲基C—H键伸缩振动出现在2750—3000 cm−1区域内,2849 cm-1和2882 cm−1分别为DPPC分子中亚甲基的对称和反对称伸缩振动,峰值比I2849/2882是表征C—H链间和链内有序-无序过程的灵敏指标,常用I2849/2882表征脂链侧向耦合能力以及有序-无序排列[43, 47]。从表3可以看出,加入苯并[a]蒽后I2849/2882降低,说明苯并[a]蒽分子的加入增加了侧链间的有序性排列,膜的流动性减弱。

    表 3  苯并[a]蒽对DPPC拉曼光谱特征峰及峰高比的影响
    Table 3.  Peak intensity ratios (Ia/Ib) corresponding to the DPPC/Benz (a) anthracene monolayers
    718 cm−1770 cm−1I1096/1126I1096/1062I2849/2882
    1,2-二棕榈酰-sn-甘油-3-磷酸胆碱(DPPC)7.592.241.000.960.88
    1,2-二棕榈酰-sn-甘油-3-磷酸胆碱+苯并[a]蒽(DPPC+Benz(a)anthracene)4.481.790.801.110.83
     | Show Table
    DownLoad: CSV

    拉曼光谱结果表明苯并[a]蒽的加入对DPPC分子极性头部构象未造成影响,极性头部仍然平行于膜表面。对疏水烷基链C—C骨架作用明显,脂链中有序构象增多,有序性增强。同时亚甲基C—H伸缩振动表明侧链间的相互作用减弱,进一步说明苯并[a]蒽的加入降低了DPPC膜分子的流动性。结合布儒斯特角实验结果可以推断,苯并[a]蒽对DPPC单层膜的作用主要体现在苯并[a]蒽对DPPC分子烷基链的作用,作用过程如图7所示。由于高亲脂性,处于气-液界面的苯并[a]蒽优先于疏水烷基链结合,在较强作用力影响下,DPPC在靠近苯并[a]蒽区域紧密聚集,限制磷脂分子的自由移动。而远离苯并[a]蒽区域,DPPC分子量减少,单分子所占面积增大,DPPC尾链之间的范德华引力较弱[18,48],由液态凝聚相转为液态扩张相。在苯并[a]蒽影响下,磷脂分子呈现不均匀排布,进一步导致膜的稳定性减弱即弹性模量降低。这一负面效应并没有对DPPC的亲水头部基团造成影响,极性头部仍平行于DPPC单分子膜的表面。

    图 7  气-液界面处苯并[a]蒽对DPPC单分子膜表面行为的推断
    Figure 7.  The possible surface behavior of Benz (a) anthracene to DPPC monolayers at the air-water interface.

    本文主要研究了苯并[a]蒽对肺表面活性物质的表面活性单层的界面化学性质的影响。综合分析上述实验结果,可得如下结论:

    (1)苯并[a]蒽可显著影响DPPC单层的压缩扩张循环曲线,表面压-面积等温线向高的分子面积区域移动。DPPC单层的相行为发生改变,主要体现在低表面压力下的液态扩张及液态凝聚相阶段。

    (2)苯并[a]蒽对DPPC单分子膜弹性性能影响显著,可明显削弱膜的稳定性及抗形变能力,这一影响主要体现在压缩阶段。

    (3)在接近真实生物膜状态下,苯并[a]蒽的扰动会导致靠近苯并[a]蒽区域DPPC分子排列紧密,远离区域单层膜排列疏松,对单层膜整体有序聚集造成影响。

    (4)苯并[a]蒽对DPPC分子的作用主要体现为对疏水烷基链C—C骨架及C—H伸缩振动造成影响,使得脂链有序构象增多、膜的流动性减弱。

    以上结果对于研究多环芳烃暴露的肺健康风险评价具有十分重要的意义。一方面苯并[a]蒽会导致DPPC单分子膜呼吸循环扩张的稳定性及液态凝聚阶段液态凝聚膜的形成,使呼吸功增加,影响肺通气的顺应性。另一方面,苯并[a]蒽在气-液界面与DPPC分子的结合对苯并[a]蒽在肺部的迁移、归趋造成影响,造成苯并[a]蒽在磷脂层的沉积时间变长。同时团簇体的形成可能影响呼吸性颗粒表面携带的苯并[a]蒽迁移,加速苯并[a]蒽从细颗粒物上转移到肺表面活性组分中。这将导致更多的苯并[a]蒽沉积于肺泡,形成恶性循环,最终影响呼吸相关活性功能的发挥甚至造成肺功能紊乱。

  • 图 1  义乌市水系分布图

    Figure 1.  Distribution of water resources in Yiwu

    图 2  2014—2018年义乌江干流6处县控以上断面水质

    Figure 2.  Water quality in 6 cross sections of the main stream of the Yiwu River during 2014—2018

    图 3  义乌江来水构成示意图

    Figure 3.  Schematic diagram of incoming water composition of the Yiwu River

    图 4  2014—2018年义乌江干流、支流和污水处理厂污染物负荷

    Figure 4.  Pollutant load in the main stream, tributaries and sewage plants of Yiwu River from 2014 to 2018

    表 1  义乌市污水处理厂建设、提标改造时间和运行参数

    Table 1.  Operation parameters and time of construction and upgrade of sewage treatment plants in Yiwu

    污水处理厂运行时间提标改造时间现状处理能力/t典型工艺污染物排放限值/(mg·L−1)
    氨氮总磷
    大陈污水处理厂2009年3月2015年11月20 000A/A/O+高效沉淀池+纤维转盘滤池10.4
    苏溪污水处理厂2014年7月20 000垂直叶轮曝气环流氧化沟+连续流砂滤池10.4
    后宅污水处理厂2009年4月2015年6月40 000卡鲁塞尔2000型氧化沟+纤维转盘滤池+气浮+砂滤5(8)1)0.5
    江东污水处理厂2010年7月2014年底至2018年8月60 000微曝氧化沟+反硝化深床滤池+次氯酸钠消毒2(4)1)0.3
    中心污水处理厂2000年8月2010年10月70 000氧化沟+曝气生物滤池5(8)1)0.5
    稠江污水处理厂2010年6月2015年6月150 000倒置A/A/O二级生物处理+纤维转盘过滤+消毒50.5
    义亭污水处理厂2013年9月2017年7月700 000多模式A/A/O生物处理50.5
    佛堂污水处理厂2009年10月2015年6月4 000水解池+A2/O+反硝化深床滤池10.35
    赤岸污水处理厂2015年5月10 000厌氧水解酸化池+AO+SBR10.4
      注:1)括号内数值表示污水处理厂冬季的污染物排放限值。
    污水处理厂运行时间提标改造时间现状处理能力/t典型工艺污染物排放限值/(mg·L−1)
    氨氮总磷
    大陈污水处理厂2009年3月2015年11月20 000A/A/O+高效沉淀池+纤维转盘滤池10.4
    苏溪污水处理厂2014年7月20 000垂直叶轮曝气环流氧化沟+连续流砂滤池10.4
    后宅污水处理厂2009年4月2015年6月40 000卡鲁塞尔2000型氧化沟+纤维转盘滤池+气浮+砂滤5(8)1)0.5
    江东污水处理厂2010年7月2014年底至2018年8月60 000微曝氧化沟+反硝化深床滤池+次氯酸钠消毒2(4)1)0.3
    中心污水处理厂2000年8月2010年10月70 000氧化沟+曝气生物滤池5(8)1)0.5
    稠江污水处理厂2010年6月2015年6月150 000倒置A/A/O二级生物处理+纤维转盘过滤+消毒50.5
    义亭污水处理厂2013年9月2017年7月700 000多模式A/A/O生物处理50.5
    佛堂污水处理厂2009年10月2015年6月4 000水解池+A2/O+反硝化深床滤池10.35
    赤岸污水处理厂2015年5月10 000厌氧水解酸化池+AO+SBR10.4
      注:1)括号内数值表示污水处理厂冬季的污染物排放限值。
    下载: 导出CSV

    表 2  污水处理厂尾水污染物浓度参考值

    Table 2.  Reference value of pollutant concentrations in the effluent of sewage treatment plants

    时期污水处理厂污染物含量(或指标)/(mg·L−1)
    COD氨氮总磷总氮
    2018年丰水期赤岸污水处理厂21.230.220.249.12
    稠江污水处理厂15.030.190.238.36
    大陈污水处理厂12.900.160.186.87
    佛堂污水处理厂19.610.330.1111.55
    后宅污水处理厂15.230.260.2110.27
    江东污水处理厂17.450.280.196.10
    苏溪污水处理厂17.480.610.106.91
    义亭污水处理厂22.580.260.288.54
    中心污水处理厂13.350.280.198.52
    2018年枯水期赤岸污水处理厂20.230.220.117.03
    稠江污水处理厂19.420.970.2612.49
    大陈污水处理厂14.030.340.139.60
    佛堂污水处理厂23.740.300.1311.07
    后宅污水处理厂16.610.240.2312.28
    江东污水处理厂17.680.270.278.97
    苏溪污水处理厂13.580.170.1110.46
    义亭污水处理厂40.030.320.279.75
    中心污水处理厂14.580.490.2312.17
      注:2014年COD、氨氮、总磷和总氮污染物指标根据走访及资料回溯估计取得,分别为30、1、0.4、12 mg·L−1
    时期污水处理厂污染物含量(或指标)/(mg·L−1)
    COD氨氮总磷总氮
    2018年丰水期赤岸污水处理厂21.230.220.249.12
    稠江污水处理厂15.030.190.238.36
    大陈污水处理厂12.900.160.186.87
    佛堂污水处理厂19.610.330.1111.55
    后宅污水处理厂15.230.260.2110.27
    江东污水处理厂17.450.280.196.10
    苏溪污水处理厂17.480.610.106.91
    义亭污水处理厂22.580.260.288.54
    中心污水处理厂13.350.280.198.52
    2018年枯水期赤岸污水处理厂20.230.220.117.03
    稠江污水处理厂19.420.970.2612.49
    大陈污水处理厂14.030.340.139.60
    佛堂污水处理厂23.740.300.1311.07
    后宅污水处理厂16.610.240.2312.28
    江东污水处理厂17.680.270.278.97
    苏溪污水处理厂13.580.170.1110.46
    义亭污水处理厂40.030.320.279.75
    中心污水处理厂14.580.490.2312.17
      注:2014年COD、氨氮、总磷和总氮污染物指标根据走访及资料回溯估计取得,分别为30、1、0.4、12 mg·L−1
    下载: 导出CSV

    表 3  2014年和2018年点源污染负荷核算表

    Table 3.  Point source pollution load accounting in 2014 and 2018

    年份污水来源污染负荷排放/(t·a−1)
    COD氨氮总磷总氮
    2014年总计4763.3158.7863.511905.3
    2018年赤岸污水处理厂74.30.790.6529.16
    稠江污水处理厂874.127.5612.59524.53
    大陈污水处理厂84.81.481.0150.86
    佛堂污水处理厂330.44.811.83171.99
    后宅污水处理厂201.13.192.82141.6
    江东污水处理厂487.77.656.47215.44
    苏溪污水处理厂95.62.630.6149.82
    义亭污水处理厂677.86.426.2202.16
    中心污水处理厂336.49.185247.2
    总计3162.363.7137.171632.77
    年份污水来源污染负荷排放/(t·a−1)
    COD氨氮总磷总氮
    2014年总计4763.3158.7863.511905.3
    2018年赤岸污水处理厂74.30.790.6529.16
    稠江污水处理厂874.127.5612.59524.53
    大陈污水处理厂84.81.481.0150.86
    佛堂污水处理厂330.44.811.83171.99
    后宅污水处理厂201.13.192.82141.6
    江东污水处理厂487.77.656.47215.44
    苏溪污水处理厂95.62.630.6149.82
    义亭污水处理厂677.86.426.2202.16
    中心污水处理厂336.49.185247.2
    总计3162.363.7137.171632.77
    下载: 导出CSV

    表 4  遥感影像分类土地覆盖面积统计

    Table 4.  Statistics land cover area by remote sensing image classification

    年份土地利用类型像元个数像元占比/%面积/km2
    2014年水域30 0872.4427.1
    林地和草地576 10846.65518.5
    建设用地306 12024.79275.5
    农田和果园318 04525.75286.2
    裸地和其他4 5820.374.1
    2018年水域26 8332.1724.1
    林地和草地586 96747.53528.3
    建设用地283 81722.98255.4
    农田和果园328 76626.62295.9
    裸地和其他8 5590.697.7
    年份土地利用类型像元个数像元占比/%面积/km2
    2014年水域30 0872.4427.1
    林地和草地576 10846.65518.5
    建设用地306 12024.79275.5
    农田和果园318 04525.75286.2
    裸地和其他4 5820.374.1
    2018年水域26 8332.1724.1
    林地和草地586 96747.53528.3
    建设用地283 81722.98255.4
    农田和果园328 76626.62295.9
    裸地和其他8 5590.697.7
    下载: 导出CSV

    表 5  2014年和2018年面源污染负荷核算表

    Table 5.  Accounting of point source pollution loads in 2014 and 2018

    年份土地利用类型污染物负荷/(t·a−1)
    COD氨氮总磷总氮
    2014年水域420.721.040.2184.14
    林地和草地3 219.780.4932.20482.95
    建设用地8 553.7427.69106.921069.22
    农田和果园3 998.7666.45133.291332.89
    裸地和其他76.49.551.3419.09
    总计16 269.21 205.21273.952988.29
    2018年水域369.018.450.1873.80
    林地和草地2 824.270.6028.24423.62
    建设用地7 503.0375.1593.79937.87
    农田和果园3 507.5584.58116.921169.16
    裸地和其他67.08.371.1716.75
    总计14 270.61 057.16240.302621.20
    年份土地利用类型污染物负荷/(t·a−1)
    COD氨氮总磷总氮
    2014年水域420.721.040.2184.14
    林地和草地3 219.780.4932.20482.95
    建设用地8 553.7427.69106.921069.22
    农田和果园3 998.7666.45133.291332.89
    裸地和其他76.49.551.3419.09
    总计16 269.21 205.21273.952988.29
    2018年水域369.018.450.1873.80
    林地和草地2 824.270.6028.24423.62
    建设用地7 503.0375.1593.79937.87
    农田和果园3 507.5584.58116.921169.16
    裸地和其他67.08.371.1716.75
    总计14 270.61 057.16240.302621.20
    下载: 导出CSV
  • [1] FEELY R A, ALIN S R, NEWTON J, et al. The combined effects of ocean acidification, mixing, and respiration on pH and carbonate saturation in an urbanized estuary[J]. Estuarine, Coastal and Shelf Science, 2010, 88(4): 442-449. doi: 10.1016/j.ecss.2010.05.004
    [2] KENNISH M J. Environmental threats and environmental future of estuaries[J]. Environmental Conservation, 2002, 29(1): 78-107. doi: 10.1017/S0376892902000061
    [3] BOUWER H. Integrated water management for the 21st Century: Problems and solutions[J]. Journal of Irrigation and Drainage Engineering, 2002, 128(4): 193-202. doi: 10.1061/(ASCE)0733-9437(2002)128:4(193)
    [4] WANG Q, YANG Z. Industrial water pollution, water environment treatment, and health risks in China[J]. Environmental Pollution, 2016(7): 358-365.
    [5] ZHANG C, WANG Y, SONG X, et al. An integrated specification for the nexus of water pollution and economic growth in China: Panel cointegration, long-run causality and environmental Kuznets curve[J]. Science of the Total Environment, 2017, 609(7): 319-328.
    [6] 高珊, 黄贤金. 发达国家城市水污染治理的比较与启示[J]. 城市问题, 2011(3): 91-94.
    [7] MEKONNEN M M, HOEKSTRA A Y. Four billion people facing severe water scarcity[J]. Science Advances, 2016, 2(2): e1500323. doi: 10.1126/sciadv.1500323
    [8] 余海霞, 来勇, 赵佳佳, 等. 城市河道浮游植物群落多样性指数对水质的指示作用[J]. 化学与生物工程, 2016, 33(9): 32-36.
    [9] 何月峰, 李文洁, 陈佳, 等. 浙江省“五水共治”决策前后水环境安全评估预警[J]. 浙江大学学报(理学版), 2018, 45(2): 234-241.
    [10] 周鑫根. 浙江城镇治水思路与对策研究[J]. 中国给水排水, 2014, 30(20): 42-45.
    [11] 于涛, 孟伟, EDWIN O, 等. 我国非点源负荷研究中的问题探讨[J]. 环境科学学报, 2008,28(3): 401-407.
    [12] 曹承进, 秦延文, 郑丙辉, 等. 三峡水库主要入库河流磷营养盐特征及其来源分析[J]. 环境科学, 2008,29(2): 2310-2315.
    [13] 汪家权, 孙亚敏, 钱家忠, 等. 巢湖底泥磷的释放模拟实验研究[J]. 环境科学学报, 2002,22(6): 738-742.
    [14] 钱程, 任丽波, 姚瑶. 寒冷地区冬季低温对污水处理厂运行效率的影响研究[J]. 环境科学与管理, 2008,33(5): 84-86.
    [15] 杨小丽, 叶峰, 宋海亮, 等. 基于污水厂运行数据的低温生物脱氮强化研究[J]. 中国给水排水, 2009, 25(1): 82-85.
    [16] HOBBIE S E, FINLAY J C, JANKE B D, et al. Contrasting nitrogen and phosphorus budgets in urban watersheds and implications for managing urban water pollution[J]. Proceedings of the National Academy of Sciences, 2017, 114(16): 4177-4182. doi: 10.1073/pnas.1618536114
    [17] TONG Y, ZHANG W, WANG X, et al. Decline in Chinese lake phosphorus concentration accompanied by shift in sources since 2006[J]. Nature Geoscience, 2017, 10(7): 507-511. doi: 10.1038/ngeo2967
    [18] CHEN J. Rapid urbanization in China: A real challenge to soil protection and food security[J]. Catena (Giessen), 2007, 69(1): 1-15. doi: 10.1016/j.catena.2006.04.019
    [19] LI Y B, WANG X, BUTLER D, et al. Energy use and carbon footprints differ dramatically for diverse wastewater-derived carbonaceous substrates: An integrated exploration of biokinetics and life-cycle assessment[J]. Scientific Reports, 2017, 7: 243.
    [20] JIANG C, XU S, WANG R, et al. Achieving efficient nitrogen removal from real sewage via nitrite pathway in a continuous nitrogen removal process by combining free nitrous acid sludge treatment and DO control[J]. Water Research, 2019, 161: 590-600. doi: 10.1016/j.watres.2019.06.040
    [21] 赵彦伟, 曾勇, 杨志峰, 等. 面向健康的城市水系生态修复方案优选方法[J]. 生态学杂志, 2008,27(7): 1244-1248.
  • 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2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-050Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 3.9 %DOWNLOAD: 3.9 %HTML全文: 87.6 %HTML全文: 87.6 %摘要: 8.5 %摘要: 8.5 %DOWNLOADHTML全文摘要Highcharts.com
图( 4) 表( 5)
计量
  • 文章访问数:  6690
  • HTML全文浏览数:  6690
  • PDF下载数:  87
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-08-13
  • 录用日期:  2021-03-10
  • 刊出日期:  2021-04-10
王聪, 杨凡, 黄振华, 郑效旭, 张洪刚, 王东升, 白志辉, 徐圣君, 庄绪亮. “五水共治”措施对义乌江流域水污染负荷削减的定量分析[J]. 环境工程学报, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128
引用本文: 王聪, 杨凡, 黄振华, 郑效旭, 张洪刚, 王东升, 白志辉, 徐圣君, 庄绪亮. “五水共治”措施对义乌江流域水污染负荷削减的定量分析[J]. 环境工程学报, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128
WANG Cong, YANG Fan, HUANG Zhenhua, ZHENG Xiaoxu, ZHANG Honggang, WANG Dongsheng, BAI Zhihui, XU Shengjun, ZHUANG Xuliang. Study on the impact of the five water treatment action on water pollution load reduction in Yiwu River[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128
Citation: WANG Cong, YANG Fan, HUANG Zhenhua, ZHENG Xiaoxu, ZHANG Honggang, WANG Dongsheng, BAI Zhihui, XU Shengjun, ZHUANG Xuliang. Study on the impact of the five water treatment action on water pollution load reduction in Yiwu River[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1157-1166. doi: 10.12030/j.cjee.202008128

“五水共治”措施对义乌江流域水污染负荷削减的定量分析

    通讯作者: 杨凡(1981—),男,硕士,高级工程师。研究方向:市政工程,水环境综合治理。E-mail:36630761@qq.com
    作者简介: 王聪(1993—),男,博士研究生。研究方向:环境工程。E-mail:congwang2015@163.com
  • 1. 中国科学院生态环境研究中心,北京 100085
  • 2. 中国科学院大学,北京 100049
  • 3. 深圳市深水水务咨询有限公司,深圳 518003
  • 4. 中国科学院生态环境研究中心(义乌)长三角中心,义乌 322000
基金项目:
深圳市技术攻关项目(20191951108)

摘要: 通过分析2014—2018年义乌江流域地表水水质变化,评估了“五水共治”措施对义乌江流域水污染负荷削减的影响,核算了义乌市污水处理厂提标改造工程和退耕还林还草工程对点源和面源污染负荷的削减作用,对下阶段点源和面源污染负荷削减给出了建议。结果表明:义乌市“五水共治”措施干预下2014—2018年义乌江干流水质明显好转,COD、总磷的月均值均可稳定达到地表水Ⅲ类要求,氨氮的年均值也低于地表水Ⅲ类标准限值。与2014年相比,2018年义乌江流域的点源COD、氨氮、总磷和总氮污染负荷分别削减了1 601.0、95.1、26.3 和272.5 t·a−1,削减率分别为33.6%、59.9%、41.5%和14.3%;面源COD、氨氮、总磷和总氮的污染负荷分别削减了1 998.5、148.0、367.1和33.7 t·a−1,削减率为12.23%。COD、氨氮和总磷的削减主要由点源污染控制措施贡献,总氮的削减主要由点源污染控制措施贡献。为推动义乌市水环境污染治理工作,建议审慎制定适宜当地情况的污水处理厂的出水水质要求,选择替代性低成本的生态处理模式;同时建议加强流域生态恢复工作,充分利用塘、潭、库、溪、河、湖等多种天然水体,构建以健康水生态为主线的流域蓝绿空间。

English Abstract

  • 水资源是社会发展的重要资源支撑,而快速城市化带来的城市扩张和人口聚集使水资源供需矛盾不断凸显[1-2],特别是在经济发展较快的我国东部沿海地区[3]。水污染治理是保障水资源供需平衡的重要一环,也影响着人民群众的身体健康[4]。我国的经济发展与水体污染物排放存在双向因果关系[5]。探究适合我国经济发达地区,特别是人口密集的县级市水污染治理模式,是加强水环境治理、提升区域竞争力和可持续发展能力的迫切需要[6]

    义乌市目前是全球最大的小商品集散中心之一,我国唯一的国家级综合改革试点县级单位。然而,义乌市水资源极度缺乏,呈现资源型和水质型缺水并存的特征,人均占有量仅为全国平均水平的19.7%[7]。2013年,浙江省提出了“五水共治”战略,并在义乌市取得显著成效。截至2018年12月,义乌江流域河流水质明显提高。河道水质的改善为重构水生态系统的多样性[8],提升水环境安全指数[9],保障城镇饮用水安全供给[10]奠定了扎实基础。

    本研究旨在评估实施“五水共治”措施以来(2014—2018年)义乌江流域地表水的水质变化,以及相关治理措施对义乌江流域水污染负荷削减的影响,核算义乌市污水处理厂提标改造工程和退耕还林还草工程对点源和面源污染负荷的削减作用,总结义乌市“五水共治”的经验,并对下一阶段义乌市水环境污染治理重点提供参考。

  • 义乌市地处浙江省中部,市境地理范围为东经119°49′~120°17′、北纬29°2′~29°33′。市域南北长58.15 km,东西宽44.41 km,行政区域面积1 105.40 km2。义乌市水系分布如图1所示,义乌江干流分布着6处县控以上监测断面、17条支流的入河口和6座污水处理厂的尾水排放口,位置标注于图1

  • 监测断面水质数据来源于义乌市生态环境局提供的《2014—2018年义乌市县控以上监测断面水质情况》。义乌江支流水质、流量数据来源于义乌市“五水共治”办公室提供的《“五水共治”河道水质问题清单及整改措施》。污水处理厂出水、流量数据来源于义乌市污水处理厂提供的《2016年1月—2019年3月义乌市城镇污水处理运营部水质水量表》。现场调研数据为本课题组于2019年5月—2020年1月对义乌江干、支流,岩口水库沉积物实测得到。

  • 水体样品采集参考《水质采样技术指导》(HJ 494-2009)进行。每个采样点分别采500 mL水样,装入干净的聚乙烯样品瓶,密封后置于4 ℃保温箱中保存,并运送回实验室尽快进行水质分析。其中,COD的监测参考《水质 化学需氧量的测定 快速消解分光光度法》(HJ/T 399-2007);氨氮监测参考《水质 氨氮的测定 纳氏试剂分光光度法》(HJ 535-2009);总磷监测参考《水质 总磷的测定 钼酸铵分光光度法》(GB 11893-1989);总氮监测参考《水质 总氮的测定 碱性过硫酸钾消解紫外分光光度法》(HJ 636-2012)。

  • 水环境污染负荷的计算方法分为两类:其一为调查法,即以实地调研和统计数据为基础,根据不同污染来源进行分类计算,该方法的特点是污染源分类细化相对明确,但污染物总量统计不全;其二为反推法,即以河网容积和水质监测点实际监测数据为基础,并基于水量平衡计算得到水环境污染负荷。本研究基于零维模型,采用反推法对水环境污染负荷进行核算(见式(1))[11]

    式中:Mi,mm河流(或污水处理厂尾水)中i类污染物的年负荷量,t·a−1ci为m河流(或污水处理厂尾水)中i类污染物的参考浓度,mg·L−1θmm河流(或污水处理厂排水)的日流量,103 t·d−1

    式中:Mi,j为第j类土地在降雨过程中产生的i类污染物的年负荷量,t·a−1R为年降雨量,mm;Sjj类土地的面积,km2ωjj类土地利用类型的径流系数,无量纲;ci,jj类土地中的i类污染物的参考浓度,mg·L−1

  • 图2所示,2014—2018年义乌江6处县控及以上断面的COD均稳定低于在地表水Ⅲ类标准值(30 mg·L−1),在研究时段内波动降低,且在2018年略有反弹。丰水期(每年9月至次年3月)的COD低于枯水期(每年4—8月),这是由于丰水期较多的降雨对污染物起到了稀释作用。义乌江干流的氨氮从2014年平均值1.67 mg·L−1降至2018年平均值0.71 mg·L−1。除枯水期的义东桥断面外,2018年义乌江干流氨氮均满足地表水Ⅲ类要求。同样地,义乌江干流各断面的总磷总体呈下降趋势,全部满足地表水Ⅲ类标准要求。2018年枯水期(平均值0.148 mg·L−1)和丰水期(平均值0.147 mg·L−1)的总磷差距不大。这是由于水体中的磷在溶解态和颗粒态之间互相转化[12],来自污染源过剩的磷被沉积在沉积物中。当水体中总磷降低时,沉积物中被吸附的磷又以溶解态被释放到水体中,从而保持水体总磷相对稳定[13]

    特别地,义乌江干流的总氮年际变化呈先降低(平均值从3.39 mg·L−1降至2.27 mg·L−1)再提高(升至4.84 mg·L−1),最后回落(降至4.32 mg·L−1)的态势,枯水期波动幅度大于丰水期。造成这种现象的原因有:虽然水体中的氨氮在逐年削减,但氨氮经过硝化作用转化为硝态氮或亚硝态氮继续存在于水体中,致使总氮不降反升;尤其是在冬春季枯水期,降雨减少导致污水处理厂尾水占河道来水比例提高;另外,在气温较低时,污水处理厂的反硝化能力减弱[14],更多氮元素以硝氮或亚硝氮的形态存在于水体中,造成总氮居高不下。随着污水处理厂处理能力的提升,5.4×105 t·d−1尾水的排放加剧了氮元素赋存状态不同步带来的水体污染[15]。因此,脱除过剩的营养物质仍是改善城市水域生态系统服务效益的重要内容[16]

    2018年义乌江干流年均COD较2014年降低了10.2%,氨氮降低了55.7%,总磷降低了12.4%。COD和总磷的月均值可稳定达到地表水Ⅲ类标准,氨氮虽然有个别月份未达标,但年均值也低于地表水Ⅲ类标准。以上变化说明“五水共治”措施有效地改善了义乌江流域的地表水水质。

  • 义乌江是东阳江义乌段的特称。义乌江自市域东北流向市域西南,贯通义乌市,其江水由通过义东桥断面的东阳江(东阳段)和通过画污坑断面的南江来水构成(见图3)。上游东阳江(东阳段)的污染源紧邻义东桥断面,导致东阳江(东阳段)的来水污染负荷影响了义乌江干流水质。与此同时,整个义乌江流域分布着包括南江在内的17条水量较大的支流和6座污水处理厂,这些是非降雨情境下义乌江干流的补水来源,决定着义乌江干流水质的变化。本研究基于2016年2月9日—4月20日义乌市生态环境局、“五水共治”办公室等机构对义乌江水质、水量的调研,核算出各干流断面、支流入江口和污水处理厂排水的氨氮和总磷负荷。

    图4显示了“五水共治”措施实施以来,义乌江干、支流和污水处理厂造成的污染物负荷变化。图4表明,氨氮的负荷沿程呈波动递增趋势,由入境时的748 kg·d−1提高至出境时的2 238 kg·d−1,提高了近2倍。特别地,氨氮负荷在杨宅断面明显提升(增幅为入境负荷的1.4倍)。义乌市水文站的降雨记录了调研期内存在多场降雨。一方面,由降雨冲刷地表产生的面源污染物直接汇入南江;另一方面,南江桥断面以上汇水区域主要为农村地区,强降雨天气下,部分农村区域的雨污合流区块中的污水也被雨水带入南江。南江对义乌江的污染贡献造成了杨宅断面氨氮负荷的迅速提升。

    图4还表明,总磷负荷沿程呈不断上升的趋势,由入境时的95 kg·d−1提高至出境时的478 kg·d−1,增加了4倍有余。总磷负荷同样在杨宅断面发生明显升高(增幅为入境负荷的3.6倍),但与氨氮负荷的变化原因不同,总磷负荷的升高主要由稠江污水处理厂的尾水带来的。稠江污水处理厂是义乌市最大的城市污水处理厂,其服务范围包括主城区大部分、经济开发区地块、城西街道工业小区、北苑部分地块、江东部分地块等,服务面积133 km2,服务人口70余万人,日设计处理规模(2018年)为1.5×105 t,每天大量的尾水排放污染造成了杨宅断面总磷负荷的快速增加。

    义乌江干流水体中氮磷污染物的来源不同。氨氮负荷主要由支流贡献,其中贡献占比前3位的分别为南江、东青溪和铜溪;污水处理厂的贡献仅与一些小型支流相近。总磷负荷主要由污水处理厂的尾水贡献[17],贡献占比前3位的分别为稠江污水处理厂、中心污水处理厂和江东污水处理厂;支流贡献的总磷负荷可以忽略不计。由此可见,对支流污染治理或污水处理厂提标改造的管控选择可以河道水体中氮磷污染负荷组成的变化作为依据。

  • 2014年5月,浙江省组建成立了浙江省“五水共治”技术服务团,义乌市“五水共治”办公室也随之成立。经过2年的初步探索,中共义乌市委和义乌市政府于2016年正式制定“1+9+14+6”水环境综合治理模式:1)“1”是指市委市领导编制的《义乌市“五水共治”“十三五”规划》,该规划对义乌市两年的治水经验进行了初步总结并明确了下一步治水的步骤和要点;2)“9”是指9项源头治理行动,该行动全面启动了城镇、工业功能区、农村、集贸市场、垃圾分类等9项工作,综合治理城、乡污染源;3)“14”指的创建工作主体,市委领导全面抓好辖区内的整治任务的14个镇(街道)落实;4)“6”指的是关于全力给予财力、机构、人员、资金、运行体制、机制等保障措施的政策。其中针对点源和面源的重点治理措施包括污水处理厂的提标改造(义乌市污水处理厂的提标改造情况详见表1)及退耕还林还草等。

  • 2014年与2018年污水处理厂排放尾水中污染物含量之差即为点源污染负荷的削减量。根据义乌市污水处理厂提标改造的工程记录,2014年义乌市污水处理厂的处理能力为43.5×104 t·d−1。本研究搜集到最早的污水处理厂出水数据记录为2016年。因此,根据对污水处理厂的走访及资料回溯来确定2014年污水处理厂尾水的水量和水质,以表2中所列参数作为2014年污水处理厂尾水污染物浓度参考值进行估算。2014年污水处理厂接近满负荷运行状态,年实际处理量由其处理能力代替。2018年义乌市污水处理厂的处理能力为54×104 t·d−1,全年实际处理量根据污水处理厂的水质水量报表来记录核算。2018年污水处理厂尾水水质以典型枯水期(12月)和丰水期(6月)的水质平均值估算,具体尾水水质如表2所示。

    2014年和2018年的点源污染负荷核算结果如表3所示。在不考虑管网收集率的前提下,污水处理厂提标改造工程明显降低了点源排放的污染负荷。2018年点源的COD、氨氮、总磷和总氮的污染负荷分别较2014年削减了1 601.0、95.1、26.3和272.5 t·a−1,削减率分别为33.6%、59.9%、41.5%和14.3%。

    由于不同处理工艺污水处理厂的污染物排放浓度处于同一水平,污水处理厂的尾水污染负荷贡献主要取决于处理规模。2018年污水处理厂尾水中COD负荷的主要贡献来自稠江污水处理厂(874.1 t·a−1)、义亭污水处理厂(677.8 t·a−1)和江东污水处理厂(487.7 t·a−1)。氨氮和总氮负荷的主要贡献来自于稠江污水处理厂(分别为27.56和524.53 t·a−1)、中心污水处理厂(9.18和247.20 t·a−1)和江东污水处理厂(7.65和215.44 t·a−1)。总磷负荷的主要贡献来自于稠江污水处理厂(12.59 t·a−1)、江东污水处理厂(6.47 t·a−1)和义亭污水处理厂(6.20 t·a−1)。特别需要指出的是,由稠江污水处理厂的贡献的氨氮负荷明显高于其他污水处理厂,该现象在气温较低的冬春季节(枯水期)尤为明显,说明该污水处理厂采用的“倒置A/A/O二级生物处理+纤维转盘过滤+消毒”工艺在寒冷季节效益较低,需要进一步提标改造。

  • 城市化对耕地面积和土壤表面特征有重要影响[18],降雨对地表的冲刷会带来义乌江流域水体面源污染。本研究抓取义乌市在2014年4月和2018年4月的土地利用类型影像,利用ENVI软件对各类型土地进行遥感影像分类,并运用斑块矢量图进行面积统计,数据反映了水域、林地和草地、建设用地、农田和果园及裸地和其他5种土地利用类型的变化,结果如表4所示。

    2018年,义乌市的建设用地面积较2014年减少了20.1 km2,林地和草地的面积增加了9.8 km2,建设用地面积的降幅为7.3%,林地和草地面积的增幅为1.9%。一方面,义乌市以物流集散为主导的产业结构不断发展,导致人口加速向城镇集中;另一方面,义乌市部分保护区退耕还林还草和湿地修复等工程使原有的建设用地退还成草地或林地,故建设用地总面积呈下降趋势,而林地和草地的面积呈上升趋势。农田和果园面积增加了9.7 km2,而水域面积减少了3.0 km2,部分偏远地区的人口借“下山奔小康”运动向村镇转移,带动了水域附近围湖造田及原有裸地农业种植的活动增多。其中,上溪镇的岩口水库库区的水域侵占问题最为严重。

    根据以上土地利用类型的变化核算面源污染,各土地利用类型的径流系数参考经验值确定。由于面源污染负荷与土地利用类型的径流系数成正比,复杂的土地利用类型转化造成了面源污染负荷在一些区域有所增加,但同时在其他区域又有所减少。义乌市土地利用类型的转换将在未来很长一段时间继续影响面源污染负荷的变化。

    表5为2014—2018年面源污染负荷的变化情况。“五水共治”措施实施前后,由面源造成的COD、氨氮、总磷和总氮污染负荷分别减少了1 998.5、148.0、367.1和33.7 t·a−1,占2014年总面源污染负荷的12.23%。需特别说明的是,本研究中面源污染负荷是降水量和由土地利用类型决定的径流系数的一次函数,因此,各类污染物的削减率为同一值。另外,降水情况对面源污染负荷的计算具有重要影响,2018年的降水量比2014年减少了190.7 mm,因此,由降水量变化引起的面源污染负荷变化可能大于由土地利用类型改变所造成的污染负荷削减量。按土地利用类型分类,2018年对面源COD污染负荷贡献最大的是建设用地(占比52.6%),而农田造成的面源污染对氨氮、总磷和总氮污染负荷的贡献最大(分别占55.3%、48.7%和44.6%)。

  • 1)针对点源污染的治理建议。研究时段内,义乌市9座污水处理厂的高标准出水使点源污染的大幅削减得以实现。然而,高标准出水水质是以增加能耗和投入药剂实现的。据估计,为实现义乌市“金华标准”的出水要求,每吨水需要增加0.2~0.3 元的投入。而义乌市拟设立的“新义乌标准”已接近地表水Ⅲ类标准,该标准更加严苛,也必将带来运行和处理成本上涨。因此,应综合评估工程建设的效益与效率,根据当地情况,审慎制定污水处理厂的出水水质标准[19]。作为替代性选择,可对污水处理厂尾水采取分类处理措施,对不进入饮用水系统的污水处理厂尾水采取成本低廉的融合植物、微生物及功能材料为一体的生态处理模式,以提高城市水土介质的纳污能力,从而减少污水处理厂对能耗和药剂的使用[20]

    2)针对面源污染的治理建议。2014—2018年间义乌市的城市化进程不断加速,以工业品生产、物流集散为核心的产业结构将持续吸纳农村人口向城镇转移。城市建成区的不断扩张和建设用地的继续增加,会不断加剧面源污染。另外,义乌市的水污染控制工作长期以地下管网修建、雨污合流整治等改造地下“灰色区域”的工程措施为核心,忽略了城市河道生态系统的修复。下一步,义乌市应加强流域生态修复工作,着重解决河岸植被覆盖率低、植被结构单一、景观破碎化严重、生态空间结构和水生态功能受损等问题[21]。充分利用义乌市的塘、潭、库、溪、河、湖等多种天然水体,因地制宜地选取义乌市流域内的工业区、居民区、公共空间等开展工程布局,结合对污水处理厂的尾水生态处理模式,构建以健康水生态为主线的流域蓝绿空间,实现水质净化与景观提升的融合。

  • 1) 2018年义乌江流域COD和总磷指标均可稳定达到地表水Ⅲ类标准,氨氮年平均值也低于地表水Ⅲ类标准限值。COD、氨氮和总氮均在丰水期较低,这是由于降雨的稀释作用所致;而由于沉积物同时作为磷的“源”和“汇”,总磷在丰、枯水期没有明显差别。特别的,2014—2018年间义乌江干流的氨氮迅速降低,而总氮先降低后升高,最后回落,这是由于污水处理厂的反硝化能力弱,由氨氮转化而来的硝氮或亚硝氮无法彻底脱除,造成了氨氮和总氮变化趋势的不同。这在由寒冷导致反硝化细菌活动衰弱的枯水期表现得尤为明显。

    2) 2014—2018年,包括污水管网建设和污水处理厂提标改造在内的点源污染控制措施对COD、氨氮、总磷和总氮污染负荷的削减量分别为1 601.0、95.1、26.3和272.5 t·a−1。稠江污水处理厂由于其较高的氨氮负荷贡献需要在未来引起重点关注。包括退耕还林还草工程和湿地修复工程在内的面源污染控制措施和城市化进程共同导致了义乌市土地利用类型的变化,这种复杂、双向变化下,COD、氨氮、总磷和总氮的污染负荷的削减量分别为1 998.5、148.0、367.1和33.7 t·a−1。COD、氨氮和总磷的削减主要由面源污染控制措施贡献,总氮的削减主要由点源污染控制措施贡献。

    3)为推动义乌市水环境污染治理工作,针对点源污染,建议审慎制定适宜当地情况的污水处理厂的出水水质要求,选择替代性低成本的生态处理模式;针对面源污染,建议加强流域生态恢复工作,充分利用塘、潭、库、溪、河、湖等多种天然水体,构建以健康水生态为主线的流域蓝绿空间。

参考文献 (21)

返回顶部

目录

/

返回文章
返回