Processing math: 100%

电化学氧化对尿液处理过程中消毒副产物的生成控制和去除

王飞, 刘峻峰, 张杰, 周抗寒, 冯玉杰. 电化学氧化对尿液处理过程中消毒副产物的生成控制和去除[J]. 环境工程学报, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054
引用本文: 王飞, 刘峻峰, 张杰, 周抗寒, 冯玉杰. 电化学氧化对尿液处理过程中消毒副产物的生成控制和去除[J]. 环境工程学报, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054
WANG Fei, LIU Junfeng, ZHANG Jie, ZHOU Kanghan, FENG Yujie. Control and removal of disinfection by-products (DBPs) during electrochemical oxidation of urine[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054
Citation: WANG Fei, LIU Junfeng, ZHANG Jie, ZHOU Kanghan, FENG Yujie. Control and removal of disinfection by-products (DBPs) during electrochemical oxidation of urine[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054

电化学氧化对尿液处理过程中消毒副产物的生成控制和去除

    作者简介: 王飞(1978—),男,博士研究生。研究方向:电化学氧化技术。E-mail:pheinix@126.com
    通讯作者: 冯玉杰(1966—),女,博士,教授。研究方向:电化学技术。E-mail:yujief@hit.edu.cn
  • 基金项目:
    基于膜技术的空间任务水处理技术研究(2016SY54A0901);人因工程重点实验室自主课题(SYFD150051803)
  • 中图分类号: X703.1

Control and removal of disinfection by-products (DBPs) during electrochemical oxidation of urine

    Corresponding author: FENG Yujie, yujief@hit.edu.cn
  • 摘要: 减少和去除电化学氧化处理的尿液中残留的消毒副产物(DBPs),是解决该技术潜在风险的关键。为此,开展电化学氧化实验并探求DBPs的生成调控及其后处理效果。电化学氧化实验结果表明,当电流密度为25~100 mA·cm−2、耗电量为40 Ah·L−1时,模拟尿液中游离氯的浓度出现由基本不变到快速升高的转折点(氯化折点)。在折点之前,DBPs的生成受氨氮、尿素氯代反应对游离氯的竞争抑制,浓度保持在较低水平;在折点之后,有机氯代消毒副产物(OCBPs)浓度快速升高并达到峰值,此后OCBPs有所减少,但游离氯大部分转化为无机氯代消毒副产物(ICBPs),主要成分为氯酸盐(ClO3)。总之,采用较高的电流密度、在折点时结束电解,可以实现氨氮完全去除、微生物完全灭活,同时将DBPs的浓度控制在较低水平的目标。使用活性炭对电化学处理后的尿液进行吸附后处理,结果表明,当加炭量为30 g·L−1时,尿液中残留的主要DBPs成分二氯乙酸(DCAA)和三氯乙酸(TCAA)的去除率分别为71.6%和96.5%。电解工艺优化结合活性炭后处理能够有效减少电化学处理的尿液中的DBPs。
  • 在城市经济快速发展进程中,工业生产逐渐成为城市土壤重金属污染的主要驱动力,生产排放的污染物中重金属在土壤中累积,使土壤重金属含量逐渐高于其自然背景值,呈现土壤重金属污染现象,造成生态破坏和环境质量恶化[1]. 同时,加速的城市化进程带来城市人口的急剧增长,土壤中重金属的累积对居民的身体健康和城市发展也构成了潜在威胁[2-4],因此,对城市工业区土壤中重金属的污染状况及其来源进行分析具有重要意义.

    近年来,城市土壤的重金属污染现象日益严重,城市土壤环境质量评价、生态风险以及污染源解析等引起国内外学者的广泛关注[5-8]. 长江三角洲是我国经济最发达的区域之一,高强度经济开发和人类活动造成的土壤环境质量下降问题亟需解决[9]. 上海市作为长江三角洲人口密度最大的城市,其土壤重金属的污染风险对居民生活和生态环境的影响应该引起高度重视. 目前对上海市土壤的研究主要集中在农田土壤[10-11]和公园土壤[3]的环境质量评价,对工业区土壤的关注度还很低. 同时,土壤作为时空连续的变异体,具有较高的空间异质性,而城市工业区土壤重金属含量受到人为高强度利用的影响,其空间变异更为复杂. 因此,应提高对城市工业区土壤重金属污染风险的关注度.

    本研究对城市工业区(以上海市闵行区为例)土壤进行采样调查,对重金属砷(As)、铅(Pb)、铜(Cu)、锌(Zn)、铬(Cr)、镉(Cd)、汞(Hg)和镍(Ni)的含量进行测定,应用反距离加权法(inverse distance weighting)分析土壤重金属元素的空间分布特征,综合利用单因子污染指数、内梅罗综合污染指数和地累积指数对上海城市工业区土壤重金属污染现状进行评价,并利用相关性分析和主成分-多元线性回归(PCA-MLR)受体模型进行来源解析,有助于对上海典型城市工业区土壤质量进行全面了解,以期为城市工业区土壤重金属污染防控与修复提供基础的数据支撑.

    研究区位于上海市中部的闵行区,中心位置地理坐标为北纬31°5′,东经121°25′,总面积372.56 km2,截至2019年底,闵行区常住人口为254.93万人,人口高度密集. 闵行区属于北亚热带海洋性季风气候,年均温约17.4 ℃,年降水量约956—1263 mm. 地势平坦,西部处于湖积平原,中东部和吴泾地区处于滨海平原上. 黄浦江贯穿的闵行区,水利交通便利. 区内有莘庄工业区、4个区级工业区和13个镇级工业园区,工业企业3400多家. 20世纪90年代以来,工业园区在推动经济的同时可能带来土壤重金属污染的潜在风险[12]. 因此,城市工业区土壤的环境质量与居民生活和城市生态环境密切相关.

    根据研究区不同类型工业进行布点(图1),在工业园区内花坛采集表层土壤(0—20 cm)样品共56个,每个样点采用5点取样法,均匀混合后取1 kg混合样放入自封袋. 在土壤采集过程中,利用手持GPS对实际采样点进行定位. 将采集的土壤样品带回实验室自然风干后,剔除样品中的植物根系、有机残渣和可见侵入体,以减少对土壤有机质等理化性质及其重金属元素含量测定的影响. 将风干的土壤样品分别研磨过2 mm和0.149 mm孔径筛后存放,以备土壤pH和重金属元素(As、Pb、Cu、Zn、Cr、Cd、Hg和Ni)分析.

    图 1  研究区域与土壤采样点分布图
    Figure 1.  Study area and distribution of soil sampling sites

    土壤pH采用玻璃电极法测定,称取过2 mm孔径筛的土样10 g于烧杯中,加入25 mL去CO2水(1:2.5土水比溶液),轻轻摇动后用电磁搅拌器搅拌1 min,使水和土充分混合均匀,放置30 min,用pH计测定上部溶液的pH值[13].

    土壤的Cd、Pb、Cu、Cr、Ni、Zn用电感耦合等离子体质谱(ICP-MS; American Thermo Scientific, X7)测定,测定前对样品进行前处理,称取0.1000 g精确到0.0002 g过0.149 mm孔径筛的土样于聚四氟乙烯烧杯中,用少量去离子水润湿,摇匀样品后加入5 mL HNO3、5 mL HF、1 mL HClO4后加盖,于电热板上150 ℃加热2 h,升温至180 ℃加热1 h,用少许水冲洗盖子后,再加入3 mL HNO3、3 mL HF、1 mL HClO4,于电热板上200 ℃加热值白烟冒尽,加入1% HNO3温热溶解,溶解盐类后,用1% HNO3定容至50 mL容量瓶,摇匀并静置4 h后,用ICP-MS测定[14]. As和Hg用原子荧光光度计测定(AFS; Beijing Jitian Instruments Co., Ltd. production, AFS-820),测定前取0.250 g土样放入25 mL比色管,用少许去离子水润湿后,加入(1+1)王水(HNO3:HCl=3:1)10 mL,摇匀后冷消化过夜. 次日沸水浴2 h后用去离子水定容至刻度,摇匀后静置,待溶液澄清后上机测定[14]. 标准物质GBW07363和GBW07429用于实验结果质量控制.

    应用指数评价法对研究区土壤重金属累积特征进行评价,指数法是将实际测得的重金属元素浓度值代入公式得到相应得污染指数并与相应的评价标准作比较以确定污染等级的方法,本研究中使用的指数法包括单因子污染指数法、内梅罗综合污染指数法和地累积指数法. 土壤重金属来源解析采用主成分分析-多元线性回归(principal component analysis-multivariate linear regression, PCA-MLR)模型解析法进行分析. 土壤重金属累积的空间分布特征采用地统计方法.

    单因子指数法是目前通用的一种重金属污染评价方法,一般以土壤元素的背景值或标准限值作为评价标准[15],方法表达式如式(1):

    Pi=CiSi (1)

    其中Pi为土壤中污染物i的单项污染指数,Ci为土壤中污染物i的实测数据,Si为污染物i的评价标准(表1). 根据污染指数的大小将土壤重金属污染程度划分为5类(表2).

    表 1  土壤重金属评价参照标准(mg·kg−1
    Table 1.  Assessment of standard reference on soil heavy metal(mg·kg−1
    第二类用地Land useAsPbCuZnCdCrHgNi
    土壤环境质量标准[16]筛选值60800180006538900
    管制值140250036000172822000
    上海市土壤背景值[17]9.1025.4728.5986.100.1375.000.1031.90
     | Show Table
    DownLoad: CSV
    表 2  土壤重金属污染分级标准
    Table 2.  Criteria for classification of soil heavy metal pollution
    级别ClassPiPm污染等级Grade
    1≤ 1≤ 0.7未污染
    21 < Pi ≤ 20.7 < Pm ≤ 1.0轻度污染
    32 < Pi ≤ 31.0 < Pm ≤ 2.0中度污染
    43 < Pi ≤ 52.0 < Pm ≤ 3.0重度污染
    5> 5> 3.0严重污染
     | Show Table
    DownLoad: CSV

    内梅罗综合指数法能够全面反映土壤环境中各项重金属污染指标综合后总的土壤环境质量状况,并突出高浓度污染物对环境质量的影响[18],是土壤重金属污染评价应用较为广泛的方法之一,方法表达式如式(2):

    Pm=(Pimax)2+(Pimean)22 (2)

    式中,Pm为重金属综合污染指数,Pi为土壤重金属单因子污染指数,Pimax为土壤重金属元素单因子污染指数最大值,Pimean为土壤重金属元素单因子污染指数平均值. 内梅罗综合污染指数分为5个等级(表2).

    采用德国科学家Muller在1969年提出的地累积指数(index of geo-accumulation, Igeo)对重金属污染程度进行定量分析[19]. 地累积指数不仅考虑了自然地质过程造成的背景值对重金属污染的影响,也考虑了人为活动对重金属污染的影响. 该指数不仅反映了重金属分布的自然变化特征,还可以判别人为活动对环境的影响,是区分人为活动影响的重要参数. 方法表达式如式(3):

    Igeo=log2(Cn1.5×Bn) (3)

    式中,Igeo为重金属地累积指数,Cn为重金属元素实测值,Bn为该元素背景值(表1),本研究中元素背景值采用上海土壤环境背景值[101720],并将地累积指数分为7个级别[1921-22]表3).

    表 3  地累积指数分级标准
    Table 3.  Criteria for classification of geo-accumulation index for soil heavy metal
    LevelIgeo污染等级Contamination class
    1Igeo ≤ 0无污染
    20 < Igeo ≤ 1无污染到中度污染
    31 < Igeo ≤ 2中度污染
    42 < Igeo ≤ 3中度污染到强度污染
    53 < Igeo ≤ 4强度污染
    64 < Igeo ≤ 5强度污染到极强污染
    7Igeo > 5极强污染
     | Show Table
    DownLoad: CSV

    PCA-MLR模型是一种重要的受体模型,能够定性识别进而定量解析大气、土壤中污染物的来源,本研究利用该模型分析闵行工业区土壤中主要污染源类型及贡献率[23]. PCA-MLR的基本原理是通过分析受体信息,提取多个因子并对应识别为不同的污染源类型,估算污染源对受体的贡献值[24]. 首先利用“降维”的方法,通过主成分分析提取因子特征根大于1的因子,根据主成分在土壤重金属各组分上的载荷,推断该主成分所反映的污染源,再通过最小二乘法,在识别源的基础上(式4),将自变量和因变量标准化后对等式进行回归分析后(式5),根据式6得到土壤重金属污染源i的平均贡献率[25].

    Y=ni=1aiXi+b (4)

    式中,Y为土壤重金属元素浓度,n为主成分个数,Xi为主成分分析中因子得分变量,b为未被因子解释的剩余变量信息.

    Z=ni=1BiXi (5)

    式中,Bi为多元线性回归系数.

    Ci=(Bi/ni=1Bi)×100% (6)

    式中,Ci为土壤重金属污染源i贡献率.

    反距离加权法[26](Inverse distance weighting)是基于两个物体之间的距离,根据相似相近原理的基本属性,两者之间的距离越近,则他们之间的属性就会越相似;反之,两者之间属性的差异就会越大. 其计算公式如下:

    ˆZ(S0)=Ni=1λiZ(Si) (7)

    其中,ˆZ(S0)为预测点S0的预测值,Z(Si)为预测点Si的预测值,λi为估计过程中测量点Si的权重,与S0Si的距离呈反比,N为参与估计的测量点数.

    反距离加权法是空间插值最常用的方法之一[27],通过反距离加权法可以进行土壤重金属空间结果分析、模拟和估值,进而揭示土壤重金属累积的空间分布特征[28].

    土壤基础理化性质和重金属含量、污染指数、相关性以及主成分分析等采用Excel 2016和SPSS 19.0软件完成;采用ArcGIS 10.2对土壤采样点、重金属空间分布进行分析和作图.

    通过表4可以看出,该研究区土壤pH值的范围为7.18—8.49,呈碱性. 戴彬等[29]的研究表明,土壤重金属在碱性条件下不易发生迁移. 但是随着时间的推移,土壤重金属累积显著,说明在研究区工业化和城市化迅速发展的背景下,土壤重金属累积主要受到外源输入的影响. 土壤中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的平均值分别为7.80、0.27、90.48、41.11、0.14、35.57、9.49、150.67 mg·kg−1,参照《土壤环境质量 建设用地土壤污染风险管控标准》(GB36600—2018)[16]和上海市土壤背景值[17],As和Pb的平均值低于土壤背景值,Cd、Cr、Cu、Hg、Ni和Zn平均含量均高于其背景值,但低于国家标准[16].

    表 4  城市工业区土壤重金属含量描述性统计分析
    Table 4.  Descriptive statistics of soil heavy metal concentrations in urban-industrial soils
    最小值Minimum最大值Maximum平均值Mean标准差Standard deviation变异系数Coefficient of variation
    pH7.188.498.090.280.03
    As/ (mg·kg−15.6213.207.781.360.17
    Cd /(mg·kg−10.090.940.270.200.73
    Cr/ (mg·kg−172.60142.0090.4814.340.16
    Cu/ (mg·kg−123.90120.0041.1118.450.45
    Hg/ (mg·kg−10.010.780.140.130.94
    Ni /(mg·kg−126.7048.6035.575.040.14
    Pb/ (mg·kg−10.00166.009.4934.893.68
    Zn /(mg·kg−10.00519.00150.67101.140.67
     | Show Table
    DownLoad: CSV

    变异系数(coefficient of variation, CV)为标准差与平均值的比值,可以用来表征数据的离散程度,也可以直观地反映出样本的空间变异性大小. 按照张庆利等[30]对变异系数的分类,CV < 0.1时为弱变异,0.1 < CV < 0.9 时为中等变异,CV > 0.9时为高程度变异. 根据表4可知,pH的变异系数分别为0.03,为弱变异,说明其空间变异不显著;土壤As、Cd、Cr、Cu、Ni和Zn的变异系数分别为0.17、0.73、0.16、0.45、0.14和0.67,呈中等变异;Hg和Pb的变异系数分别为0.94和3.68,为高程度变异. 8种重金属的变异系数大小为Pb > Hg > Cd > As > Zn > Cu > Cr > Ni,较大的空间分异说明土壤中重金属分布不均匀,空间变异显著,可能因为人为活动增加了城市工业区土壤中重金属含量[31].

    在ArcMap中利用反距离加权插值方法对8种土壤重金属的空间分布进行插值(图2). As元素含量的分布西部区域低于东部区域,研究区无As污染,As的高值区主要集中在其他工业园区. Cr、Hg和Ni在空间分布上具有一定程度的相似性,在研究区东北部含量低于其他区域. Cr元素在空间上呈带状分布与局部岛状分布,位于研究区中部的工业区累积集中程度相对较高,Cr的高值区主要集中在电子工业园区. Hg和Ni元素在空间上主要呈带状分布. Pb元素空间变异大,高值区位于东部的食品工业区和印刷工业区. Cd元素在空间上呈带状分布,中部区域含量高于其他区域. Cu元素西部区域高于东部区域,并在局部区域形成独立且封闭的高值分布. Zn元素在空间上呈带状分布,西部区域低于东部区域.

    图 2  土壤重金属含量空间分布图
    Figure 2.  Spatial distribution of heavy metals in urban-industrial soils

    由于食品工业样点中仅有一个样点Pb含量为166 mg·kg−1,电子工业和食品工业区土壤Pb含量低于仪器检测限,因此该处未对Pb进行对比分析. 对比化学工业、电子工业和食品工业区土壤重金属含量(图3),不同类型工业区土壤重金属含量范围不同. 电子工业区土壤重金属除As以外,其余重金属(Cd、Cr、Cu、Hg、Ni和Zn)含量平均值均大于化学工业区和食品工业区,可见电子工业可能成为该区土壤重金属污染的重要来源之一. 食品工业区土壤As含量平均值和含量范围大于化学工业和电子工业,结合该区域土壤As的空间分布特征,食品工业和其他工业可能成为As累积的重要来源.

    图 3  不同类型工业土壤重金属含量对比分析
    Figure 3.  Comparison of soil heavy metal concentrations in different-type industrial soils

    与最新发布的《土壤环境质量—建设用地土壤污染风险管控标准(试行)》(GB 36600—2018)[16]中各种金属评价指标筛选值相比,单因子污染指数分布结果显示(图4),Pi值均小于0.7,即As、Cd、Cu、Hg、Ni和Pb重金属均不超标,说明该地区土壤重金属含量均未超过建设用地土壤污染风险管控标准.

    图 4  土壤重金属元素单因子污染指数分布特征
    Figure 4.  Distribution characteristics of single pollution index of soil heavy metals in urban-industrial soils

    以最新发布的《土壤环境质量—建设用地土壤污染风险管控标准(试行)》(GB 36600—2018)[16]的土壤重金属评价指标筛选值为参照,综合污染指数分布结果显示,重金属综合污染指数(Pm)值介于0.07—0.16之间. 从各样点内梅罗综合污染指数的频数分布可以看出(图5),研究区土壤处于未污染状态.

    图 5  土壤重金属元素综合污染指数分布特征
    Figure 5.  Distribution characteristics of Nemerow pollution index of soil heavy metals in urban-industrial soils

    应用地累积指数法对研究区土壤重金属的污染程度进行进一步评价,评价结果用如图6所示. 依据表3地累积指数分级标准,从均值看,除了Cd、Pb和Zn的平均地累积指数大于0,其余重金属的平均地累积指数均小于0. 从地累积指数评价结果可以看出(图6),土壤重金属含量累积程度顺序依次为:Zn > Cd > Cu > Hg > Cr >Pb >Ni > As,且所有土壤样品均未受到As污染. 其中,Zn、Cd和Cu的累积程度较大,处于无污染到中度污染水平(0 < Igeo ≤ 1)的样点数分别为43%、36%和25%,处于中度污染水平(1 < Igeo ≤ 2)的样点数分别为7%、7%和4%. Cr、Hg和Ni的污染情况则以无污染为主,但是Cd、Hg、Pb和Zn有极少数样点处于中度污染范畴,表明部分区域土壤中这4种重金属元素呈现累积现象.

    图 6  土壤重金属地累积指数评价结果箱式图
    Figure 6.  Boxplot of index of Geoaccumulation for heavy metals in urban-industrial soils

    3种污染指数法采用不同的评价体系(表1),综合以上评价方法可以看出,Zn、Cd和Cu是研究区土壤中累积程度较高的重金属元素. 结合相关文献[32],初步认为,研究区内土壤Zn、Cd和Cu的积累可能主要来源电子工业和沿河的印刷工业.

    土壤基本性质和重金属之间的关系可以反映出相互之间的关联情况,有助于重金属来源的辨识[33]. 重金属元素之间的显著相关性,能够反映出各元素具有相同的来源或地球化学过程[34],也说明元素间一般具有同源关系或是复合污染,否则来源可能不止一个[35]. 由表5可知,土壤pH与Cu和Hg之间呈极显著负相关,说明Cu和Hg可能存在同源性,但是重金属有背景值、工矿源和面源等不同来源,来源分析还需要进一步验证. Zn和Cd、Cr、Cu、Hg、Pb之间呈极显著正相关,可初步判断它们之间可能存在同源性. Cr和Ni之间呈显著正相关,主要是受地球化学成因的影响[36-37]. Hg与其他元素的相关性较低,可能因为土壤中Hg为相对孤立元素[38].

    表 5  土壤pH和重金属元素间的相关性
    Table 5.  Correlation analysis of soil pH, organic matter and heavy metal concentrations in urban-industrial soils
    pHAsCdCrCuHgNiPbZn
    pH1
    As0.1781
    Cd−0.0620.0591
    Cr−0.1160.0650.585**1
    Cu−0.410**0.0070.315*0.410**1
    Hg−0.366**−0.2150.1420.0800.1801
    Ni0.0500.449**−0.2110.313*0.011−0.2111
    Pb−0.0900.0440.376**0.1300.102−0.059−0.1941
    Zn−0.1990.0160.627**0.351**0.535**0.325*−0.2230.326*1
      注:** 表示在置信度(双测)为0.01时显著相关,* 表示在置信度(双测)为0.05时间显著相关.  Note: **: Correlation is significant at the 0.01 level (2-tailed); *: Correlation is significant at the 0.05 level (2-tailed).
     | Show Table
    DownLoad: CSV

    通过PCA-MLR受体模型对研究区土壤中各重金属的分布特征进行了研究. 主成分分析旋转矩阵结果显示(式8—10,图7),可以将研究区土壤重金属分为3类,其主成分贡献率达68.7%,第一主成分总变异解释度为33.2%,Cr、Cu、Zn、Cd元素载荷较高,且累积程度较高,主要分布在化学工业区,可归结为人为源中的工业源[39-40];第二主成分总变异解释度为21.1%,Ni和As具有较高的载荷,且以无污染为主,地累积指数较低,可归结为自然源中的母质[41];第三主成分总变异解释度为14.4%,Pb在该主成分中具有较高的载荷,且Pb变异系数比较大,高值区主要分布在工业区和住宅区附近,说明受人为影响比较大,可归结为人为源中的工业源和生活源[42].

    图 7  城市工业区土壤重金属土壤重金属元素主成分
    Figure 7.  Loading plots of the three principal components that influenced the variation in urban-industrial soils
    P1=0.05×As+0.68×Cd+0.77×Cr+0.75×Cu+0.44×Hg+0.11×Ni+0.12×Pb+0.75×Zn (8)
    P2=0.75×As0.02×Cd+0.32×Cr0.04×Cu0.06×Hg+0.80×Ni+0.03×Pb0.22×Zn (9)
    P3=0.09×As+0.53×Cd+0.02×Cr0.04×Cu0.03×Hg0.43×Ni+0.85×Pb+0.36×Zn (10)

    通过建立多元线性回归方程定义了城市工业区土壤重金属3个主成分的源贡献率(式11),分别为58.0%、6.8%和35.2%.

    Z=0.79×P10.093×P2+0.48×P3 (11)

    Z为每个土壤样品中重金属元素综合,P1P2P3分别为3个主成分因素.

    (1) 城市工业区(以上海市闵行区为例)土壤中As和Pb的平均值低于土壤背景值,Cd、Cr、Cu、Hg、Ni和Zn平均含量均高于其背景值,但低于国家标准. As、Cd、Cu、Hg、Ni和Pb重金属含量均未超过建设用地土壤污染风险管控标准筛选值(GB 36600—2018).

    (2) 城市工业区(以上海市闵行区为例)土壤环境质量总体良好,少量受到污染的土壤与Cu、Cd和Zn等3种重金属污染有关,其地累积指数相对较高,处于无污染到中度污染水平(0 < Igeo ≤ 1)的样点数均大于25%,处于中度污染水平(1 < Igeo ≤ 2)的样点数均大于4%. 综合利用单因子污染指数、内梅罗综合污染指数和地累积指数可以更加全面的对土壤重金属污染进行评价,更具有科学性与合理性.

    (3) Cr、Cu、Zn、Cd、Hg和Pb在城市工业区土壤中的累积可能来源于人为活动的工业源、生活源和交通源. Ni和As在土壤中未形成高含量的积累,在城市工业区土壤中可能来源于土壤母质和地球化学活动. PCA-MLR模型解析来源显示,人为源占主体,约为93.2%. 自然状态下,土壤中重金属含量主要受成土母质影响,然而随着城市化工业化的不断发展,人类活动已成为城市工业区土壤重金属不断累积的主要驱动因素.

    (4) 综合应用污染指数分析方法、地统计学空间分析方法和PCA-MLR模型来源解析法,对全面评估土壤重金属风险、了解区域土壤重金属空间差异具有十分重要的意义.

  • 图 1  电化学氧化模拟尿液时氨氮去除和TOC降解情况

    Figure 1.  NH+4-N removal and TOC degradation during galvanostatic electrolysis of SU

    图 2  经过和未经过电化学氧化处理的尿液中菌落的生长情况

    Figure 2.  Microbial strains growth in SU with and without electrochemical oxidation

    图 3  尿液电解过程中析氯和氯元素转化情况 (电流密度:100 mA·cm−2)

    Figure 3.  Chlorine evolution and conversion during galvanostatic electrolysis of SU (current density: 100 mA·cm−2)

    图 4  阳极析氯“催化”NH+4转化、有机物降解与DBPs生成机理

    Figure 4.  Mechanisms for chlorine-mediated ammonia nitrogen conversion, organics degradation as well as DBPs generation during SU electrolysis

    图 5  OCBPs浓度随电解时间的变化情况 (电流密度:100 mA·cm−2)

    Figure 5.  Concentration changes of OCBPs during galvanostatic electrolysis of SU (current density: 100 mA·cm−2)

    图 6  OCBPs浓度随电流密度的变化情况

    Figure 6.  Concentration changes of OCBPs during galvanostatic electrolysis of SU at different current density

    图 7  TCM、MCAA、DCAA、TCAA吸附去除率 (电流密度:100 mA·cm-2)

    Figure 7.  Removal efficiency of TCM, MCAA, DCAA and TCAA by activated carbon (current density: 100 mA·cm-2)

    图 8  DCAA、TCAA吸附等温线

    Figure 8.  Isotherms of DCAA and TCAA adsorption on activated carbon in effluents of SU electrolysis

    表 1  模拟尿液的成分及其质量浓度

    Table 1.  Components and concentrations in SU

    成分质量浓度/(mg·L-1)成分质量浓度/(mg·L-1)
    尿素12 012氯化钙333
    尿酸168硫酸镁241
    肌酸597碳酸氢钠168
    柠檬酸1 471草酸钠13
    氯化钠3 156硫酸钠1 278
    氯化钾2 237磷酸二氢钠432
    氯化铵802磷酸氢二钠57
    成分质量浓度/(mg·L-1)成分质量浓度/(mg·L-1)
    尿素12 012氯化钙333
    尿酸168硫酸镁241
    肌酸597碳酸氢钠168
    柠檬酸1 471草酸钠13
    氯化钠3 156硫酸钠1 278
    氯化钾2 237磷酸二氢钠432
    氯化铵802磷酸氢二钠57
    下载: 导出CSV
  • [1] CHEN X, GAO Y F, HOU D X, et al. The microbial electrochemical current accelerates urea hydrolysis for recovery of nutrients from source-separated urine[J]. Environmental Science & Technology Letters, 2017, 4: 305-310.
    [2] LI J H, LIU R D, ZHAO S, et al. Simultaneous desalination and nutrient recovery during municipal wastewater treatment using microbial electrolysis desalination cell[J]. Journal of Cleaner Production, 2020, 261: 1-9.
    [3] ZOLLIG H, REMMELE A, MORGENROTH E, et al. Removal rates and energy demand of the electrochemical oxidation of ammonia and organic substances in real stored urine[J]. Environmental Science Water Research & Technology, 2017, 3(3): 480-491.
    [4] TARPEH W A, UDERT K M, NELSON K L. Comparing ion exchange adsorbents for nitrogen recovery from source-separated urine[J]. Environmental Science & Technology, 2017, 51(4): 2373.
    [5] IGOS E, BESSON M, GUTIERREZ T N, et al. Assessment of environmental impacts and operational costs of the implementation of an innovative source-separated urine treatment[J]. Water Research, 2017, 126: 50-59. doi: 10.1016/j.watres.2017.09.016
    [6] CHRISTIAENS M E R, GILDEMYN S, MATASSA S, et al. Electrochemical ammonia recovery from source-separated urine for microbial protein production[J]. Environmental Science & Technology, 2017, 51(22): 13143-13150.
    [7] PAEPE J D, PAEPE K D, GODIA F, et al. Bio-electrochemical COD removal for energy-efficient, maximum and robust nitrogen recovery from urine through membrane aerated nitrification[J]. Water Research, 2020(116223): 1-12.
    [8] ZAMORA P, GEORGIEVA T, HEIJNE A T, et al. Ammonia recovery from urine in a scaled-up microbial electrolysis cell[J]. Journal of Power Sources, 2017, 356: 491-499. doi: 10.1016/j.jpowsour.2017.02.089
    [9] 黄琳琳, 戴常超, 刘峻峰, 等. CFD模拟用于电催化反应器电极结构及进水方式的优化[J]. 环境工程学报, 2020, 14(10): 2742-2750. doi: 10.12030/j.cjee.201911134
    [10] LI H, YU Q N, YANG B, et al. Electro-catalytic oxidation of artificial human urine by using BDD and IrO2 electrodes[J]. Journal of Electroanalytical Chemistry, 2015, 738: 14-19. doi: 10.1016/j.jelechem.2014.11.018
    [11] DBIRA S, BENSALAH N, AHMAD M I, et al. Electrochemical oxidation/disinfection of urine wastewaters with different anode materials[J]. Materials, 2019, 12(8): 1-16.
    [12] CHO K D, Hoffmann M R. Electrochemical treatment of human waste coupled with molecular hydrogen production[J]. RSC Advances, 2014, 4: 4596-4608. doi: 10.1039/C3RA46699J
    [13] HOFFMANN M R. Development of integrated reactor systems for the combined biological and electrochemical treatment of wastewater without discharge to the environment[C]. Proceedings of Science Summit on Urban Water, 2016: 1-5.
    [14] CHO K W, HOFFMANN M R. Urea degradation by electrochemically generated reactive chlorine species: Products and reaction pathways[J]. Environmental Science & Technology, 2014, 48(19): 11504-11511.
    [15] CHO K, QU Y, KWON D, et al. Effects of anodic potential and chloride ion on overall reactivity in electrochemical reactors designed for solar-powered wastewater treatment[J]. Environmental Science & Technology, 2014, 48(4): 2377-2384.
    [16] JASPER J T, YANG Y, HOFFMANN M R. Toxic byproduct formation during electrochemical treatment of latrine wastewater[J]. Environmental Science & Technology, 2017, 51(12): 7111-7119.
    [17] CHAVES R S, GUERREIRO C S, CARDOSO V V, et al. Hazard and mode of action of disinfection by-products (DBPs) in water for human consumption: Evidences and research priorities[J]. Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology, 2019, 223: 53-61.
    [18] MAZHAR M A, KHAN N A, AHMED S, et al. Chlorination disinfection by-products in Municipal drinking water-A review[J]. Journal of Cleaner Production, 2020, 273(123159): 1-13.
    [19] GHERNAOUT D, ELBOUGHDIRI N, ALGHAMDI A, et al. Trends in decreasing disinfection by-products formation during electrochemical technologies[J]. Open Access Library Journal, 2020, 7: e6337.
    [20] SUN X F, CHEN M WEI D B, et al. Research progress of disinfection and disinfection by-products in China[J]. Journal of Environmental Sciences, 2019, 31(7): 54-69.
    [21] BOUATRA S, AZIA F, MANDAL R, et al. The human urine metabolome[J]. PLoS One, 2013, 8(9): 1-28.
    [22] 中华人民共和国卫生部, 中国国家标准化管理委员会. 生活饮用水标准检验方法 微生物指标: GB/T 5750.12-2006[S]. 北京: 2006.
    [23] 国家环境保护总局. 水和废水监测分析方法[M]. 4版. 北京: 中国环境科学出版社, 2002.
    [24] 黄睿, 刘志泉, 闫博引, 等. 基于EPA标准开发同步检测饮用水中三卤甲烷和卤乙酸的方法[J]. 给水排水, 2016, 42(5): 32-36. doi: 10.3969/j.issn.1002-8471.2016.05.008
    [25] HERNLEM B J. Electrolytic destruction of urea in dilute chloride solution using DSA electrodes in a recycled batch cell[J]. Water Research, 2005, 39(11): 2246-2252.
    [26] SHANG C, GONG W L, BLATCHLEY E R. Breakpoint chemistry and volatile byproduct formation resulting from chlorination of model organic-N compounds[J]. Environmental Science & Technology, 2000, 34(9): 1721-1728.
    [27] BLATCHLEY E R, CHENG M M. Reaction mechanism for chlorination of urea[J]. Environmental Science & Technology, 2010, 44(22): 8529-8534.
    [28] MINEO I, KAZUHIRO K, MASAHIRO I, et al. Electrochemical treatment of human urine to remove nitrogen and phosphorus[J]. Chemistry Letters, 2006, 35(6): 576-577. doi: 10.1246/cl.2006.576
    [29] MAURER M, PRONK W, LARSEN T A. Treatment processes for source-separated urine[J]. Water Research, 2006, 40(17): 3151-3166. doi: 10.1016/j.watres.2006.07.012
    [30] MINEO I, KAZUHIRO K, MASAHIRO I, et al. Electrochemical treatment of human urine for its storage and reuse as flush water[J]. Science of Total Environment, 2007, 382(1): 159-164. doi: 10.1016/j.scitotenv.2007.03.028
    [31] BOUGEARD C, GOSLAN E H, JEFFERSON B, et al. Comparison of the disinfection by-product formation potential of treated waters exposed to chlorine and monochloramine[J]. Water Research, 2010, 44(3): 729-740. doi: 10.1016/j.watres.2009.10.008
    [32] KORSHIN G V, JENSEN M D. Electrochemical reduction of haloacetic acids and exploration of their removal by electrochemical treatment[J]. Electrochimica Acta, 2003, 47(5): 747-751.
    [33] BOND T, GOSLAN E H, PASONS S A, et al. A critical review of trihalomethane and haloacetic acid formation from natural organic matter surrogates[J]. Environmental Technology Reviews, 2012, 1(1): 93-113. doi: 10.1080/09593330.2012.705895
    [34] LIANG L, YANG Y, SINGER P C. Influencing the formation and relative distribution of haloacetic acids and trihalomethanes in drinking water[J]. Environmental Science & Technology, 2003, 37(13): 2920-2928.
    [35] 叶必雄, 王五一, 魏建荣, 等. 饮用水中消毒副产物的消减措施[J]. 环境化学, 2008, 27(4): 539-540. doi: 10.3321/j.issn:0254-6108.2008.04.031
    [36] 曹莉莉, 张晓健, 王占生, 等. 饮用水处理中活性炭吸附卤乙酸的特性[J]. 环境科学, 1999, 20(5): 72-75.
    [37] 汪昆平, 齐嵘, 张昱, 等. 5种颗粒活性炭对水中卤乙酸的等温吸附试验[J]. 环境科学, 2005, 26(3): 96-99. doi: 10.3321/j.issn:0250-3301.2005.03.020
    [38] 沈钟, 赵振国, 康万利. 胶体与表面化学[M]. 北京: 化学工业出版社, 2002.
  • 期刊类型引用(10)

    1. 蔡莎,陈德翼,潘俊,罗豪杰,丁平,李歆,党垚,张六一,胡国成. 广州市城市公园绿地土壤重金属污染特征及健康风险评估. 生态毒理学报. 2025(01): 344-355 . 百度学术
    2. 吴秉泽,张文文,刘昭玥,马福俊,李海波,谷庆宝. 热脱附对多环芳烃和重金属复合污染土壤的影响. 环境工程技术学报. 2024(01): 121-129 . 百度学术
    3. 李杰飞,王棣,徐宇鹏,杨浩,蔺洪永,包海花,张玲敏. 豫西典型工业区周边农田土壤重金属污染特征、生态风险与来源解析. 河南农业科学. 2024(04): 76-91 . 百度学术
    4. 叶文娟,钱诗颖,吴诗怡,王鸿犇,黄波涛. 典型电镀场地重金属污染及迁移特征. 环境化学. 2024(04): 1353-1364 . 本站查看
    5. 刘春英,曹依,李嘉薇,肖长江. 基于APCS-MLR模型的城市绿地土壤重金属污染源解析研究. 干旱区资源与环境. 2024(07): 146-154 . 百度学术
    6. 李元,杨海鑫,齐昊宇,喻其林,郭东罡,张全喜. 运城盐湖湿地土壤重金属污染特征与风险评价. 生态毒理学报. 2024(03): 396-406 . 百度学术
    7. 吴文伟,沈城,沙晨燕,林匡飞,吴健,谢雨晴,周璇. 城市工业地块土壤重金属污染风险评价与源解析. 生态环境学报. 2024(05): 791-801 . 百度学术
    8. 王棣,李杰飞,杨浩,徐宇鹏,蔺洪永,包海花,杜莉莉,苏艳超. 洛阳市栾川县矿区周边土壤重金属污染特征、来源与生态风险评价. 环境化学. 2024(10): 3363-3376 . 本站查看
    9. 王子未,杨国栋,喻兆琴,张喜龙,周奕. 土壤重金属污染评价方法及源解析技术研究进展. 广州化学. 2024(06): 25-29 . 百度学术
    10. 钱军,杨瑞卿. 上海市金山区土壤理化性质及重金属污染分析. 江苏林业科技. 2024(06): 22-27 . 百度学术

    其他类型引用(6)

  • 加载中
图( 8) 表( 1)
计量
  • 文章访问数:  5195
  • HTML全文浏览数:  5195
  • PDF下载数:  86
  • 施引文献:  16
出版历程
  • 收稿日期:  2021-04-10
  • 录用日期:  2021-08-12
  • 刊出日期:  2021-09-10
王飞, 刘峻峰, 张杰, 周抗寒, 冯玉杰. 电化学氧化对尿液处理过程中消毒副产物的生成控制和去除[J]. 环境工程学报, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054
引用本文: 王飞, 刘峻峰, 张杰, 周抗寒, 冯玉杰. 电化学氧化对尿液处理过程中消毒副产物的生成控制和去除[J]. 环境工程学报, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054
WANG Fei, LIU Junfeng, ZHANG Jie, ZHOU Kanghan, FENG Yujie. Control and removal of disinfection by-products (DBPs) during electrochemical oxidation of urine[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054
Citation: WANG Fei, LIU Junfeng, ZHANG Jie, ZHOU Kanghan, FENG Yujie. Control and removal of disinfection by-products (DBPs) during electrochemical oxidation of urine[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2976-2987. doi: 10.12030/j.cjee.202104054

电化学氧化对尿液处理过程中消毒副产物的生成控制和去除

    通讯作者: 冯玉杰(1966—),女,博士,教授。研究方向:电化学技术。E-mail:yujief@hit.edu.cn
    作者简介: 王飞(1978—),男,博士研究生。研究方向:电化学氧化技术。E-mail:pheinix@126.com
  • 1. 哈尔滨工业大学环境学院,城市水资源与水环境国家重点实验室,哈尔滨 150090
  • 2. 中国航天员科研训练中心,人因工程重点实验室,北京 100094
基金项目:
基于膜技术的空间任务水处理技术研究(2016SY54A0901);人因工程重点实验室自主课题(SYFD150051803)

摘要: 减少和去除电化学氧化处理的尿液中残留的消毒副产物(DBPs),是解决该技术潜在风险的关键。为此,开展电化学氧化实验并探求DBPs的生成调控及其后处理效果。电化学氧化实验结果表明,当电流密度为25~100 mA·cm−2、耗电量为40 Ah·L−1时,模拟尿液中游离氯的浓度出现由基本不变到快速升高的转折点(氯化折点)。在折点之前,DBPs的生成受氨氮、尿素氯代反应对游离氯的竞争抑制,浓度保持在较低水平;在折点之后,有机氯代消毒副产物(OCBPs)浓度快速升高并达到峰值,此后OCBPs有所减少,但游离氯大部分转化为无机氯代消毒副产物(ICBPs),主要成分为氯酸盐(ClO3)。总之,采用较高的电流密度、在折点时结束电解,可以实现氨氮完全去除、微生物完全灭活,同时将DBPs的浓度控制在较低水平的目标。使用活性炭对电化学处理后的尿液进行吸附后处理,结果表明,当加炭量为30 g·L−1时,尿液中残留的主要DBPs成分二氯乙酸(DCAA)和三氯乙酸(TCAA)的去除率分别为71.6%和96.5%。电解工艺优化结合活性炭后处理能够有效减少电化学处理的尿液中的DBPs。

English Abstract

  • 尿液是生活废水中营养成分的主要来源,虽然其体积仅占生活废水总体积的1%,却贡献了其中80%的氮和50%的磷[1]。尿液废水直接排放不但会导致水源污染、水体富营养化,还具有携带病原体、传播传染病的风险[2]。传统的尿处理方式是排入生活废水中通过污水处理厂进行集中处理,这种混合处理方式具有基础设施投资大、运营成本高的缺点,故不适合在居民分散、经济欠发达地区应用[3-4]。因此,对尿液单独分离并进行原位处理的源分离、分散式尿处理技术日益引起业界的关注[5-8]

    电化学氧化技术具有占地面积小、建造成本低、运营需求少等优点,特别适合在分散式旱厕污水、畜禽养殖废水等小型、分散式水处理设施中应用[9]。多项研究证明:电化学氧化方法同时具备脱氮、矿化、消毒功能,被认为是最具有应用前景的尿液处理技术之一[10-12]。HOFFMANN等[13]开发了基于电化学氧化技术的“Eco-san”原位处理厕所系统,尿液废水经过4 h的处理后COD去除率达到88.3%,其出水水质满足冲洗厕所或排放的要求。

    有研究[14-15]表明,在电化学氧化尿液过程中,氯离子(Cl)阳极氧化产生的活性氯(Cl·、Cl2、Cl2、HClO/ClO等)在氨氮去除、有机物降解以及灭菌过程中发挥了重要作用。然而,氯与有机物之间会发生反应生成消毒副产物(DBPs)。DIBRA等[11]发现,使用硼掺杂金刚石电极(BDD)电化学氧化模拟尿液时,TOC去除效率远高于钌、铱氧化物涂层电极,但采用BDD电极存在将Cl氧化成无机消毒副产物(ICBPs)的问题,其主要成分为高氯酸盐(ClO4)。JASPER等[16]采用铱氧化物涂层电极电化学氧化尿液废水,发现DBPs的主要成分为有机消毒副产物(OCBPs)以及氯酸盐(ClO3)。现有研究的重点主要集中在脱氮、脱磷、灭菌以及降低能耗等问题[10-12],虽然有些研究注意到产生DBPs的问题,然而电极反应与尿液中复杂有机成分的降解反应互相耦合,特别是电极性能的差异使上述过程更加复杂[10-11],导致目前对DBPs产生机理的认识尚不充分。由于多种DBPs具有三致效应[17],因此,如何减少和去除DBPs的问题历来受到高度重视[18-20]。然而,作为一种潜在的来源,电化学氧化后的尿液中残留DBPs的问题尚未得到充分关注和认识,给该技术的广泛应用带来了潜在的风险。基于上述原因,本研究从电化学析氯以及氯“催化”降解有机物与去除氨氮的机理入手,重点探究了电化学氧化尿液过程中OCBPs、ICBPs生成与转化的基本规律,并以此为基础进行电化学工艺优化。针对电化学处理后的尿液中残留的DBPs成分主要为有机物的情况,采用适合有机物去除的活性炭吸附方法进行后处理技术研究。本研究结果可为电化学氧化技术在尿处理以及畜禽养殖废水预处理等类似领域的应用提供参考。

  • 1)模拟尿液。由于尿液的成分和浓度受个体差异、饮食、代谢等情况的影响较大,为保证不同批次实验结果的可比性,采用根据文献[21]报道的成分和浓度自行配制的模拟尿液进行实验,详见表1

    2)实验试剂。所用试剂均为分析纯,除尿酸购自Sigma-Aldrich公司外,其余均购自国药试剂有限公司。配液用水为超纯水。颗粒活性炭购自国药试剂有限公司,其苯吸附率≥30.0%、碘值为1 000 mg·g−1、灰度为9.8%、抗磨强度≥80.0%、装填密度≥350.0 g·L−1、比表面积≥500 m2·g−1、pH为7.0~9.0。

  • 1)电化学氧化。采用单室反应器,通过恒温水浴控制反应温度为(25±2) ℃,工作模式为恒电流、批处理,每批处理量为360 mL。电流密度为25、50、100 mA·cm−2,电解时间分别为22、16、8 h。阳极采用自制的钌铱金属氧化物涂层钛电极(Ti/RuOx-IrOx),有效面积为40 mm×90 mm,阴极采用与阳极同等规格的不锈钢板,阳、阴极间距为3 mm。电解过程中消耗的电量采用施加在单位体积模拟尿液上的比电量来评估,比电量按式(1)计算。

    式中:Q为比电量,Ah·L−1I为电流,A;t为反应时间,h;V为体积,L。

    2)微生物灭活。对经过电化学氧化处理、未处理的模拟尿液采用标准方法进行培养并检查微生物的繁殖情况,通过比较微生物繁殖情况来考察灭活效果。样品培养依据GB/T 5750.12-2006《生活饮用水标准检验方法 微生物指标》[22]进行,微生物繁殖情况采用菌落计数法进行评估。

    3)活性炭吸附。在电化学处理后的模拟尿液中投加活性炭,以探究OCBPs的吸附去除情况(电化学处理的工艺条件采用通过工艺优化确定的最佳条件)。取若干份电化学氧化处理后的模拟尿液,每份100 mL,分别加入到250 mL棕色具塞锥形瓶中,投加定量活性炭后放置在恒温振荡器上25 ℃、150 r·min−1摇匀,定时采样分析。吸附量和去除率依次按式(2)和式(3)进行计算。

    式中:qei为活性炭对成分i的平衡吸附量,mg·g−1ηe为去除率,%;C0i为成分i的初始质量浓度,mg·L−1Cei为成分i的平衡质量浓度,mg·L−1V为溶液体积,L;m为活性炭质量,g。

  • 总有机碳(TOC)、氨氮、氯离子采用标准方法测定[23]。游离氯、总氯采用N,N-二乙基-对苯二胺(DPD)/KI分光光度法测定,DPD试剂采用WTW试剂套装(00599,WTW,德国)。

    由于尿液中基本不含溴,因此,有机、无机DBPs均不考虑含溴物质,重点研究代表性的有机、无机氯代消毒副产物(OCBPs、ICBPs)。其中,OCBPs包括三氯甲烷(TCM)、一氯乙酸(MCAA)、二氯乙酸(DCAA)及三氯乙酸(TCAA),均采用气相色谱法[24]进行检测,气相色谱仪(Trace 1300,赛默飞,美国)配套的色谱柱型号为TR-FFAP,检测器为电子捕获检测器(ECD)。具体方法为:水样经过酸化、盐析后用甲基叔丁基醚萃取,取1 mL萃取液经过无水硫酸钠脱水后直接进行TCM检测。另取2 mL萃取液经酸化甲醇衍生化后,经饱和碳酸氢钠溶液洗涤、无水硫酸钠脱水后进行上述3种氯乙酸(CAAs)的检测。ICBPs包括ClO3ClO4,采用离子色谱仪(ICS-5000,戴安,美国)测定,配套的色谱柱型号为IonPac AS23,淋洗液为15 mmol·L−1和90 mmol·L−1 NaOH溶液。

  • 图1为氨氮、TOC质量浓度随时间的变化情况。如图1(a)所示,氨氮浓度呈先升高后降低的变化趋势。这是因为电化学处理前模拟尿液中的氨氮来源于NH4Cl,开始电解后,溶液中的Cl被电化学氧化为游离氯,尿素与游离氯发生氯代、水解反应,部分转化为NH+4[25],其与溶液中原有的NH+4累加导致了氨氮浓度的升高。当电流密度分别为25、50、100 mA·cm−2时,氨氮的峰值质量浓度分别为515.0、454.0、361.5 mg·L−1,表现为随电流密度升高而降低的趋势。这是因为氨氮浓度同时受NH+4生成和转化的影响。游离氯优先与尿素反应生成NH+4,其次与NH+4反应“催化”其转化、去除。当电流密度较低时,产生的游离氯较少,用于“催化”NH+4去除的部分也较少,因此,NH+4累加效应更明显;当电流密度升高时,游离氯产量增加,其“催化”NH+4转化的比例增加,导致NH+4累加量减少。氨氮的浓度在尿素完全分解时达到峰值,继续电解,游离氯全部参与NH+4去除反应,导致氨氮浓度快速降低,在比电量达到40 Ah·L−1时降低到检测限以下。

    在反应初期,游离氯与尿素、氨氮反应形成含氯络合物(即络合氯),导致游离氯的质量浓度升高不明显,而络合氯的质量浓度快速升高。络合氯不稳定,通过水解、歧化等反应分解为CO2、N2NO3等产物,同时游离氯被还原为Cl。在上述过程中,Cl通过先被氧化、后被还原,在价态不变的情况下促使有机物、氨氮去除,起到了类似于催化剂的作用。当氨氮被完全降解后,其与游离氯反应生成络合氯的反应结束,游离氯开始析出,导致在氨氮被完全去除的同时出现游离氯浓度由基本不变到快速升高的转折点,该过程与在高氮废水中加入氯气进行脱氮处理的原理相同(简称为“折点加氯法”[26]),上述转折点即为“氯化折点”。由图1(a)可知,达到折点时所消耗的比电量与电流密度无关。

    图1(b)所示,在电流密度为25、50、100 mA·cm−2时,溶液中TOC的质量浓度呈连续降低的变化趋势,在折点时,TOC的去除率分别为88.0%、88.0%、74.8%。继续电解,在比电量达到50 Ah·L−1时,TOC的去除率趋于稳定,分别为89.2%、92.5%、88.4%。经过进一步分析发现:TOC去除率与电解时间呈线性关系(图1(c)),说明当采用恒流模式进行电解时,矿化速率保持不变,即TOC降解近似零级反应。其原因为:电化学氧化尿液时,虽然通过直接电极反应和通过游离氯为媒介的间接氧化对有机物降解均有贡献,但间接氧化起主要作用[13]。在氯“催化”反应中[27],阳极析氯是限速步骤。由于Ti/RuOx-IrOx具有良好的析氯活性和选择性,在电流密度25~100 mA·cm−2时,在阳极产生的游离氯浓度随电流密度线性增加。在电流恒定而且有机物过量时,游离氯的生成速率不变,使得TOC降解也近似匀速,表现为零级反应。MINEO等采用铂铱电极电化学氧化尿液废水进行脱氮研究时也发现了类似的变化规律[28]

  • 图2(a)、图2(b)所示,未电化学处理的模拟尿液,按标准方法培养后菌落总数达到2×105 CFU·mL−1,说明由于尿液中含有丰富的营养物质而且具有良好的生物相容性,排入环境后其中的微生物会大量繁殖。如果尿液被大肠杆菌、血吸虫卵等病原体污染就会造成传播腹泻、血吸虫等疾病的风险[29]。在电流密度为100 mA·cm−2时,通过1 h的电化学处理后,模拟尿液中总氯(包括游离氯和络合氯)的质量浓度达到115.0 mg·L−1,采用同样的方法检测,未发现微生物滋生,这是因为游离氯、络合氯均具有高效、广谱的杀菌效果。MINEO等[30]的研究结果表明,当溶液中总氯的质量浓度保持在20 mg·L−1以上时,能够使微生物彻底灭活。在折点时,尿液中总氯的质量浓度达到284.5 mg·L−1,能够达到可靠灭菌的效果。

  • 图3为电化学氧化处理模拟尿液过程中阳极析氯和氯元素的转化情况,图4为根据析氯和氯元素转化规律得出的氯“催化”尿素、氨氮降解以及OCBPs、ICBPs生成、转化的历程。根据体系中发生的主要反应,可将反应历程大致分为3个阶段。

    第1阶段(比电量为0~40 Ah·L−1),被电化学氧化的Cl生成了游离氯,后者分别与尿素、NH+4发生氯代和氯胺化反应,通过氯代(氯胺化)、水解、歧化系列反应,实现了尿素的矿化和NH+4的去除[27]。在本阶段,溶液中氯元素的主要存在形式仍然是Cl。这是因为:虽然Cl在阳极被电化学氧化生成了游离氯,但其与尿素、NH+4反应,又被还原为Cl。溶液中络合氯的浓度有所升高,在比电量为40 Ah·L−1时,其含有的氯元素质量占溶液中全部氯元素质量的11.0%。这是因为络合氯是尿素、氨氮降解过程的中间产物,在分解为小分子产物前有一定的积累。OCBPs总浓度保持在较低水平,这是因为大部分OCBPs是活性前驱体与游离氯反应的产物[31]。本阶段游离氯更容易与浓度高、易分解的尿素、NH+4等小分子反应,而这些物质并不是OCBPs的活性前驱体,因此,产生的OCBPs较少。在比电量为40 Ah·L−1时,在溶液中检测到微量的ClO3(其含有的氯元素质量占溶液中全部氯元素质量的1.5%)、未检测到ClO4。其原因为:ClO3ClO4是游离氯被电化学氧化的产物。在折点之前,溶液中游离氯的浓度较低,导致其与电极接触进而被氧化为ClO3ClO4的部分较少[14]

    第2阶段(比电量为40~60 Ah·L−1),随着尿素、氨氮完全降解,游离氯不再被还原为Cl,导致析氯成为本阶段的主要反应。在比电量为50 Ah·L−1时,游离氯的质量浓度达到峰值(图1(a)),其对溶液中全部氯元素的质量占比为68.1%。随着游离氯浓度升高,其与尿酸、肌酸等成分的接触增加,这些大分子有机酸具有较高的OCBPs生成势[16,32],与游离氯反应产生了大量的TCM以及CAAs类物质。在比电量为70 Ah·L−1时,TCM、MCAA、DCAA、TCAA的质量浓度之和达到峰值,此时上述4种物质含有的氯元素的质量之和占溶液中全部氯元素质量的6.0%。溶液中ClO3的质量浓度开始增加,在比电量为60 Ah·L−1时,其含有的氯元素质量达到氯元素总质量的26.4%。出现上述现象的原因为:Ti/RuOx-IrOx电极能够将游离氯电化学氧化为ClO3,随着溶液中游离氯浓度的升高,有更多的游离氯被氧化为ClO3

    第3阶段(比电量>60 Ah·L−1),溶液中游离氯的质量浓度达到峰值后快速降低,而ClO3的质量浓度随之升高。上述现象说明溶液中发生的主要反应为游离氯被氧化,生成了ClO3。当比电量为80 Ah·L−1时,ClO3中含有的氯元素质量占溶液中全部氯元素质量的58.2%,仅检测到微量的ClO4(其含有的氯元素质量占溶液中全部氯元素质量的0.3%)。这是由于Ti/RuOx-IrOx为活性电极,氧化能力较弱[12],难以将ClO3进一步氧化为ClO4。TCM、MCAA、DCAA、TCAA含有的氯元素质量之和有所减少,其主要原因是TCM的挥发以及DCAA、TCAA的电化学脱氯作用[32]

  • 1) OCBPs的质量浓度随电解时间的变化情况。如图5所示,在电流密度为100 mA·cm−2时,TCM、MCAA、DCAA及TCAA的质量浓度均在折点时出现突变,呈显著升高的趋势,说明OCBPs的生成与游离氯浓度密切相关[29]。在折点之前,游离氯被尿素、NH+4氯代反应消耗,其在溶液中的浓度保持在较低水平,从而抑制了OCBPs的产生;在折点之后,游离氯浓度快速升高并与尿酸、肌酸等大分子充分反应,生成大量TCM、CAAs等OCBPs成分[33-34]。其中,TCM的质量浓度在比电量为50 Ah·L−1时达到峰值,由折点时的3.17 mg·L−1升高到14.73 mg·L−1;此后,TCM的质量浓度持续降低。吹脱实验(不电解)结果表明,导致TCM质量浓度降低的主要原因是该物质的挥发作用。DCAA是3种CAAs中的主要成分,其质量浓度在折点时为67.08 mg·L−1,在比电量为70 Ah·L−1时达到最大值,为352.19 mg·L−1。MCAA与TCAA的质量浓度接近,在比电量为70 Ah·L−1时分别为36.95 mg·L−1和40.13 mg·L−1。此后继续电解,DCAA、TCAA浓度有缓慢下降趋势,而MCAA的浓度略有增加。这是因为:DCAA、TCAA可以在阴极发生脱氯反应,转化为MCAA,但MCAA不能被电化学分解[32]

    对比类似的研究,在折点时,电化学处理后的模拟尿液中TCM和CAAs的质量浓度为电化学处理厕所废水中相应成分的5~10倍[16]。出现这种情况的原因是:厕所废水中的有机物被冲洗水稀释,导致TCM与CAAs的前驱体浓度降低,从而减少了TCM和CAAs的生成量。如果采用相同的倍数对电化学氧化处理的模拟尿液进行稀释,其TCM和CAAs的质量浓度与电化学氧化厕所废水中相应成分的质量浓度相当。

    2)电流密度对OCBPs浓度的影响。如图6所示,当电流密度分别为25、50、100 mA·cm−2时,在折点之前,TCM的浓度受电流密度的影响不明显,均保持在较低水平(图6(a))。其原因是:TCM的生成速率主要受游离氯浓度的影响[31],在折点之前,无论电流密度高低,溶液中游离氯的浓度均比较低,因此,TCM的生成速率也比较低。在折点之后,溶液中TCM的浓度随电流密度提高而增加。这是因为,影响TCM浓度的因素包括2方面:一是游离氯与前驱体反应生成TCM,导致其浓度升高;二是TCM在N2、CO2等气体产物的吹脱作用下出现挥发,导致其浓度降低。当比电量相同时,电流密度较低时吹脱时间较长,导致TCM挥发、减少的作用更加突出。

    对于非挥发性的CAAs类物质,MCAA的质量浓度在电解过程中呈连续上升的趋势,尤其是在折点之前,游离氯浓度较低的情况下,其质量浓度仍然连续升高。这说明MCAA不仅是前驱体与游离氯反应的产物,也是氯代尿素、氯胺降解的副产物,其生成机理与DCAA、TCAA的生成机理有差异[33]。MCAA的质量浓度在整个电解过程中随电流密度的提高而减小(图6(b)),其原因是电流密度较大时尿素与NH+4降解更快,导致MCAA的积累量较少。

    DCAA与TCAA质量浓度的变化规律类似(图6(c)、图6(d))。在折点之前,受电流密度影响不大,其质量浓度均保持在较低水平,说明DCAA和TCAA的生成速率主要受游离氯浓度的影响[31]。在折点之后,DCAA、TCAA的质量浓度均随电流密度提高而减少。这是因为DCAA和TCAA能够在阴极发生电化学还原脱氯反应,而且电流密度越高,反应速度越快[32]。在折点时,DCAA、TCAA的浓度受游离氯浓度升高、电化学脱氯的共同影响,随电流密度变化的规律有所不同,当电流密度为25、50、100 mA·cm−2时,DCAA的质量浓度分别为88.96、80.72、67.08 mg·L−1,TCAA的质量浓度分别为5.28、7.30、8.13 mg·L−1,说明采用较高的电流密度有利于减少折点时溶液中DCAA和TCAA的总量。

  • 图7所示,当投加活性炭的质量为0.6~3.0 g时,TCM、MCAA、DCAA及TCAA均在投加活性炭3 h后达到吸附平衡。在投加活性炭前,上述4种成分在溶液中的质量浓度分别为3.48、13.55、67.08、8.13 mg·L−1,当加炭量为1.2 g时,该4种成分的去除率分别为75.2%、19.9%、48.8%、85.6%;当活性炭投加量增加到3.0 g时,其去除率分别增加到79.6%、36.9%、71.6%、96.5%。上述结果表明,活性炭对主要污染物DCAA、TCAA具有较好的吸附效果。优先吸附TCAA,其次为DCAA。上述结果与叶必雄等的研究结果一致[35]。出现这种现象的原因是,活性炭为非极性吸附剂,易吸附弱极性成分。在CAAs分子中,氯原子的强吸电子效应使乙酸根的负电荷得到分散,导致其极性减弱,由于引入的氯原子越多,该物质的极性越弱,因此,TCAA比DCAA更容易被活性炭吸附[36]

    图8为DCAA、TCAA的吸附等温线。如图8所示,当活性炭的投加量为0.6~3.0 g时,DCAA的平衡浓度ceD为19.03~50.00 mg·L−1,其平衡吸附量qeD为1.60~2.85 mg·g−1(图8(a));TCAA的平衡浓度ceT为0.29~3.88 mg·L−1,其平衡吸附量qeT为0.26~0.71 mg·g−1(图8(c))。上述结果表明,在电化学处理的模拟尿液中,DCAA的平衡吸附量高于TCAA,这与DCAA、TCAA单组分吸附实验的结果不同[37]。出现这种现象的原因是,在电化学处理后的模拟尿液中存在多种有机成分,这些成分同时被吸附时会对活性位点产生竞争效应,导致各种组分的平衡吸附量均低于单组分吸附过程。沈忠等[38]的研究结果表明,对于多组分吸附的情况,每种组分的平衡吸附量近似与其平衡浓度成正比,亦即平衡浓度越高,该组分的平衡吸附量越大。在电化学处理的模拟尿液中,DCAA的平衡浓度为TCAA的数十倍,导致DCAA的平衡吸附量也高于TCAA。

    采用Langmuir、Freundlich等模型对DCAA、TCAA的吸附特性进行分析,均未取得很好的拟合结果(图8(b)、图8(d))。其原因同样为多种吸附质互相干扰,导致各组分的吸附特性偏离了该物质的单组分等温吸附规律。

  • 1)采用Ti/RuOx-IrOx电极电化学氧化模拟尿液,在折点之前,阳极产生的游离氯优先与尿素、氨氮等小分子反应,阻止了游离氯与OCBPs的前驱体接触(生成OCBPs)以及其被进一步电化学氧化(生成ICBPs),从而抑制了OCBPs、ICBPs的形成;在折点之后,小分子被完全降解,对游离氯的竞争反应结束,导致其浓度快速升高,OCBPs、ICBPs的浓度也随之升高。

    2)通过优化工艺能够有效减少电化学氧化处理的尿液中残留的DBPs。优化后的工艺条件为:电流密度为100 mA·cm−2,处理时间为4 h(在折点时结束电解)。此时尿液中的氨氮完全去除、TOC去除率为74.8%、微生物完全灭活,残留的主要DBPs成分为OCBPs,其浓度约为峰值浓度的20%,基本不含ICBPs。

    3)活性炭对电化学氧化处理后尿液中残留的OCBPs具有较好的吸附效果。在加炭量为30 g·L−1时,OCBPs中主要成分DCAA、TCAA的去除率分别为71.6%、96.5%,这为减少电化学处理的尿液中残留的DBPs、控制排放风险提供了可行的方案。

参考文献 (38)

返回顶部

目录

/

返回文章
返回