基于琥珀酰-β-环糊精膜的铀酰离子富集与α粒子检测效果分析

高品; 李楠; 李藐; 刘涛; 杨彬华; 王志宁

doi:10.12030/j.cjee.202203071

基于琥珀酰-β-环糊精膜的铀酰离子富集与α粒子检测效果分析

1.
山东大学环境科学与工程学院，青岛 266237
2.
中国人民解放军96901部队，北京 100094
3.
中广核久源（成都）科技有限公司，成都 610213

作者简介: 高品(1997—)，女，硕士研究生，gaopin616@163.com

通讯作者: 王志宁(1979—)，男，博士，教授，wangzhn@sdu.edu.cn

基金项目:
国家自然科学基金资助项目(22078175)
中图分类号: X832

Effect analysis of α particle detection and uranyl ion enrichment based on succinyl-β-cyclodextrin membrane

1.
School of Environmental Science and Engineering, Shandong University, Qingdao 266237, China
2.
Unit 96901 of People's Liberation Army, Beijing 100094, China
3.
China Guangdong Nuclear Power Group (Chengdu) Technology Company, Chengdu 610213, China

Corresponding author: WANG Zhining, wangzhn@sdu.edu.cn

摘要: 为实现原位、高效检测水体中铀质量浓度的目的，采用层层负载的方法，制备了具有高效吸附铀的琥珀酰-β-环糊精膜；通过齿轮泵将进料液运输到膜表面，结合吸附和膜过滤技术将水体中的铀富集到膜表面，借助铀具有放射α粒子的特性，使用α粒子检测仪对膜表面的α粒子进行计算，从而推定水体中铀的质量浓度；通过改变操作压力、操作时间、进料温度，探究α粒子在膜表面的富集趋势，确定最佳操作条件。结果表明：当转速控制在300~560 r·min⁻¹时，操作压力与转速呈线性关系，拟合度为0.997，吸附量随着操作压力和时间的增加而增加；进料液温度对膜结构和吸附反应有双重影响，膜表面的α粒子数量随着温度的变化呈波动状态，当温度为25 ℃时，膜表面α粒子数量为6.41个；在25 ℃下，调节压力为8×10⁴ Pa，对不同质量浓度的铀溶液进行过滤，溶质分别选择去离子水和海水，利用α检测技术对膜表面的铀进行计算，拟合溶液中铀质量浓度和膜表面α粒子数目，得到拟合度为0.985和0.982的线性曲线；通过膜表面α粒子数目确定未知溶液中铀的质量浓度，并确定检测方法的精确度，得到相对标准偏差为1.11%。与传统检测技术相比，该技术简化了操作流程，提高了检测效率，实现了原位检测水体中铀的目的。
- 铀酰离子 /
- 琥珀酰-β-环糊精 /
- 吸附 /
- 过滤 /
- α粒子检测
Abstract: In order to achieve the purpose of in-situ and efficient detection of uranium content in water, a type of succinyl-β-cyclodextrin membrane was prepared by a layered loading method. The feed liquid was transported to the membrane surface by a gear pump, the adsorption and membrane filtration technologies was combined to enrich uranium in water to the membrane surface. The α particles released by uranium on the surface of membrane could be captured by α particle detector, so as to estimate the content of uranium in water. The enrichment trend of α particles on the membrane surface was investigated by changing the operating pressure, operating time and feed temperature, then the best operating conditions were determined. The results show that the operating pressure had a linear relationship with the rotating speed from 300 to 560 r·min⁻¹ , and the fitting degree was 0.997, the adsorption amount increased with the increase of operating pressure and time. The feed liquid temperature had a dual effect on the membrane structure and adsorption reaction, the number of α particles on the membrane surface fluctuated with the change of temperature, which was 6.41 at 25 ℃. At 25 °C and the pressure of 8×10⁴ Pa, uranium solutions with different mass concentrations were filtered with RO water and seawater as solutes, the uranium on the membrane surface was calculated by α detector, the uranium mass concentration in the solution and the number of particles on the membrane surface were fitted, and the linear curves with a fitting degree of 0.985 and 0.982 were obtained, respectively. The mass concentration of uranium in the unknown solution could be determined by the number of α particles on the membrane surface. The accuracy of the method was determined with RSD of 1.11%. Compared with the traditional detection technology, it simplifies the operation process, improves the detection efficiency, and realizes the purpose of in-situ detection of uranium in water.
- uranyl ion /
- succinyl-β-cyclodextrin /
- adsorption /
- filtrate /
- detection of α particle

我国是人口和农业大国，在快速城市化和超大基数人口的背景下，生活垃圾成为亟待解决的问题，填埋是处理生活垃圾的主要手段之一^[1]。地下水是我国近十亿人口的饮用水资源^[2]，生活垃圾填埋处理产生的渗滤液下渗至地下含水层会造成地下水不同程度的污染，渗滤液中含有高浓度的有机物、无机物和重金属等组分^[3]，污染物经由不同的途径进入人体将导致一定的健康风险^[4-8]。通过地下水健康风险评价可以将污染物对人体的健康危害定量化，从而衡量危害程度^[9]。目前国内使用最多的健康风险评价模型是由美国环境保护署(USEPA)推出的模型^[1，10]，但是由于生活饮食习惯、人种生理特征和地域气候条件的差异，在实际的健康风险评价中部分参数因子需要根据实际情况做出修正^[1，7]。

有研究表明在渗滤液、土壤、气候、岩性和水文地质特征等综合影响下，地下水污染物的浓度在季风季节和寒冷季节前后常有明显变化^[11]；李军等^[12]研究了会仙洞湿地丰、平、枯时期地下水重金属污染及健康风险，探讨了不同时期地下水污染特征变化及人群健康风险表征；渗滤液下渗至地下含水层是一个复杂多变的过程^[13]，不同类型的填埋场下渗面也不尽相同。下渗面为花岗岩的填埋场，花岗岩中含金属元素的矿石在降水淋溶作用下会溶解出金属元素进入地下水中，当地居民生产活动所产生的污染物也会经不同途径进入地下水，造成地下水污染源的多样性和复杂性。为了能更好地了解地下水污染源的复杂联系，主成分分析和相关性分析方法被广泛用于地下水污染源解析^[14-16]；目前对填埋场地下水污染的研究大多是单一途径下的健康风险评价及污染特征分析^[17-22]，而对山谷型填埋场地下水污染特征分析、来源解析及多途径的健康风险评价研究较少。山谷型填埋场是我国南方数量最多最典型的填埋场类型，研究该类型填埋场的地下水污染对实际地下水污染防治有重要意义。

本研究以长沙市某山谷型填埋场为例，分别在雨季期和非雨季期采集地下水样，对其水质进行评价，运用多元数理统计方法分析雨季前后地下水污染特征，选用主成分和相关性分析方法解析污染来源，最终利用健康风险模型分别对儿童和成人进行饮水和皮肤暴露途径的健康风险评价。以期为区域地下水污染治理及人体健康安全保障提供决策依据和参考数据。

1. 材料与方法(Materials and methods)

1.1 研究区概况

研究区为长沙市某一山谷型填埋场，地貌属于剥蚀丘山，呈东北-西南走向山谷地形，处于亚热带季风湿润气候区，全年雨水充足，山谷地层厚度小、冲沟发育深，低洼地段有部分冲积层及残坡积层。距填埋场2 km范围内分布有池塘和水坝，中间存在由东北延伸至西南向的分水岭。区域内仅出露第四系及燕山晚期花岗岩，所以地下水按含水层介质类型可分为松散沉积物孔隙水和基岩裂隙水，补给来源主要为大气降水及地表水下渗补给。第四系松散沉积物覆盖层为黄褐、黄白色含碎石的砂质土(揭露最厚为9.6 m，图1)。燕山晚期花岗岩主要为二云母二长花岗岩，揭露有强风化花岗岩层、中风化花岗岩层、微风化花岗岩层的3个亚层(揭露最薄为4.5 m)，花岗岩渗透系数在6.129×10⁻⁴ —1.517×10⁻³ cm·s⁻¹范围内，属弱、中透水性地层。各钻孔均贯穿第四系覆盖层和各花岗岩层，钻孔监测井最深为51.8 m。地下水水位埋藏浅，一般在3—9 m之间，因地形陡、水力坡度大、岩石裂隙发育，故径流条件好，地下水向谷底流动汇集迅速在断裂、节理发育地带，径流畅通，循环深度较大，裂隙水以潜流形式沿节理裂隙排泄于下游残坡积层中。填埋场防渗措施未完善，有渗滤液下渗污染地下水的情况出现，区域内育有两条隐伏破碎带，破碎带内岩石裂隙发育及风化程度高，岩层中发育有几组节理，破碎带沿填埋区至黑坝水库呈自东北向西南走向，地下水流向与破碎带走向一致。

图 1 水文地质剖面图

Figure 1. Hydrogeological profile

下载: 全尺寸图片幻灯片

1.2 样品采集与分析

本研究分别于2018年7月、8月和12月非雨季期及2019年3月、4月、5月和6月雨季期在ZK1—ZK4采样井取样，每时期采集4组共计32个水样。于7月19日对当地的地下水背景值进行实际测量，背景水样取自区内山谷南侧山体地表出露的花岗岩裂隙水，地势高，地下水水位高，因此无人为扰动，与研究区属于同一水文地质单元且地下水类型相同。采样点遵循《地下水环境监测技术规范》(HJ/T 164—2004)要求布设，采样井位于填埋场西南方，布设在填埋场至黑坝水库间的两条破碎带上，每条破碎带上布设2个水井，其中ZK3和ZK4所在破碎带的水文地质剖面图如图1所示，各钻孔距离填埋场的直线距离分别是ZK3(551 m)、ZK1(743 m)、ZK4(775 m)和ZK2(1312 m)，点位布设与地下水流向一致。水样用0.45 μm的微孔过滤膜过滤后密封装于经去离子水洗净并用水样充分润洗的500 mL聚乙烯瓶中，在需要测试的重金属水样中加入硝酸酸化水样至pH值≤2,水样放置于4 ℃避光冰箱保存。以《地下水质量标准》(GB/T 14848—2017)和《地表水环境质量标准》(GB 3838—2002)中的Ⅲ类水标准作为水样指标选取依据^[23-24]，选取浓度高于地下水Ⅲ类水标准的污染物(BOD₅、COD_Cr、TN、NH₃-N、F⁻、Fe、Mn和Ni)和Hg共计9项指标进行测试分析，其中Hg因考虑到其自身具有的毒理性质选取为水样指标。采用电感耦合等离子质谱仪(ICP-MS)测定Hg、Fe、Mn、Ni的浓度，BOD₅和COD_Cr分别用五日培养法和重铬酸钾法测定浓度，NH₃-N、F⁻和TN均根据《地下水质量标准》(GB/T 14848—2017)中提供的分光光度法测定浓度。每组样品设置空白样，相对标准偏差保证低于5%，测定结果控制在质量标准要求范围内。

1.3 地下水水质综合评价

采用《地下水质量标准》(GB/T 14848—2017)中的F值综合水质评价方法对填埋场地下水进行地下水质量评价(表1)，不同类别标准值相同时，从优不从劣^[23]。计算公式如下：

表 1 地下水质量等级

Table 1. Groundwater quality grade

级别Grade	优秀Excellent	良好Good	较好Medium	较差Poor	极差Fail
F	F<0.80	0.80≤F<2.50	2.50≤F<4.25	4.25≤F<7.20	F≥7.20

| Show Table

DownLoad: CSV

$F=\sqrt{\frac{{\bar F}^{2}+{F}_{\mathrm{m}\mathrm{a}\mathrm{x}}^{2}}{2}}$

$(1)$

式中，F表示综合评价分值； ${F}_{\mathrm{m}\mathrm{a}\mathrm{x}}$ 表示单项组分评价分值的最大值； $\stackrel{-}{F}$ 表示各单项组分评分平均值。

1.4 健康风险评价模型

地下水中的污染物主要经由饮水和皮肤暴露的2种途径进入人体。健康风险可分为致癌风险和非致癌风险，TN、NH₃-N、F⁻、Hg、Fe和Mn为非致癌物质，致癌物是Ni，受体人群分为儿童和成人。因模型是由国外引进，同我国居民在生活饮食习惯、人种身体条件和地域气候等方面存在差异，所以模型中的部分参数需要结合我国居民的实际情况做出修正，确保结果的真实性^[1-7]。模型中相关参数详细值、含义及来源见表2和表3。

表 2 模型参数含义及数值来源

Table 2. Model parameter meaning and value source

参数Parameter	含义Meaning	单位Unit	儿童Children	成人Adult	参考文献References
CW	污染物浓度	mg·L⁻¹	S	S	S
IR	每日平均摄入量	L·d⁻¹	1.14	1.7	[15]
EF	暴露频率	d·a⁻¹	350	350	[25]
ED	暴露持续时间	a	10	30	[2]
BW	平均体重	kg	16	62.7	[7]
AT	平均作用时间	d (非致癌)	3650	10950	[15]
AT	平均作用时间	d (致癌)	25550	25550	[15]
SA	皮肤接触面积	cm²	8000	18000	[12]
ET	皮肤暴露时间	h·d⁻¹	0.6333	0.4167	[10]
CF	单位体积转换因子	L·cm^-3	0.001	0.001	[15]
注：S代表为实测值.　Note: S indicates the measured value.

| Show Table

DownLoad: CSV

表 3 模型 SF、RfD和 PC计算数值

Table 3. Calculated values of model SF, RfD and PC

类别Category	参数Parameter	SF/(mg·(kg·d)⁻¹)		RfD/(mg·(kg· d)⁻¹)		PC/(cm·h⁻¹)
类别Category	参数Parameter	饮水途经Route of drinking water	皮肤接触途经Route of skin contact	饮水途经Route of drinking water	皮肤接触途经Route of skin contact	PC/(cm·h⁻¹)
非致癌	F⁻	—	—	0.06	0.013	0.001
	NH₃-N	—	—	0.97	0.8	0.001
	TN	—	—	0.5²	1.0²	0.001
	Fe	—	—	0.3	0.045	0.0001
	Mn	—	—	0.046	0.00184	0.0001
	Hg	—	—	0.0003	0.0003	0.0018
致癌	Ni	0.84	0.84¹	0.02	0.0054	0.0001
注：—表示无对应参考值；1表示由饮水途径参数代替；2表示由每日最大可摄入量代替.　　Note: — indicates no corresponding reference value;1 is replaced by drinking water route parameter;2 represents the maximum daily intake.

| Show Table

DownLoad: CSV

暴露剂量，计算公式如下：

${\mathrm{A}\mathrm{D}\mathrm{D}}_{i}=\frac{\mathrm{C}\mathrm{W}\times \mathrm{I}\mathrm{R}\times \mathrm{E}\mathrm{F}\times \mathrm{E}\mathrm{D}}{\mathrm{B}\mathrm{W}\times \mathrm{A}\mathrm{T}}$

$(2)$

${\mathrm{A}\mathrm{D}\mathrm{D}}_{\mathrm{d}}=\frac{\mathrm{C}\mathrm{W}\times \mathrm{S}\mathrm{A}\times \mathrm{P}\mathrm{C}\times \mathrm{E}\mathrm{T}\times \mathrm{E}\mathrm{F}\times \mathrm{E}\mathrm{D}\times \mathrm{C}\mathrm{F}}{\mathrm{B}\mathrm{W}\times \mathrm{A}\mathrm{T}}$

$(3)$

式中， ${\mathrm{A}\mathrm{D}\mathrm{D}}_{i}$ 表示饮水摄入途径日均暴露剂量，单位mg·(kg·d)⁻¹； ${\mathrm{A}\mathrm{D}\mathrm{D}}_{\mathrm{d}}$ 表示皮肤摄入途经日均暴露剂量，单位 mg·(kg·d)⁻¹，PC表示皮肤渗透系数，单位cm·h⁻¹。

非致癌风险：

$\mathrm{H}\mathrm{Q}=\frac{\mathrm{A}\mathrm{D}\mathrm{D}}{\mathrm{R}\mathrm{f}\mathrm{D}}$

$(4)$

$\mathrm{H}\mathrm{I}={\mathrm{H}\mathrm{O}}_{i}+{\mathrm{H}\mathrm{Q}}_{\mathrm{d}}$

$(5)$

式中，HQ为非致癌风险熵；HI为人群在饮水和皮肤两种暴露途径下的非致癌总风险值；RfD为各污染物的参考剂量，单位mg·(kg·d)⁻¹。根据美国环境保护署(USEPA)推荐的非致癌风险值的等级划分，当HI<1时，人体的非致癌风险在可接受范围内；当HI>1时，说明非致癌物对人体有潜在的健康风险^[26]。

致癌风险：

$\mathrm{C}\mathrm{R}=\mathrm{A}\mathrm{D}\mathrm{D}\times \mathrm{S}\mathrm{F}$

$(6)$

式中，CR为终身致癌风险值；SF为致癌斜率系数。据USEPA的风险阈值分级，致癌风险的最大可接受阈值为1 $\times$ 10⁻⁴，当CR高于这一阈值时，表明可能存在一定的致癌风险；当CR<1 $\times$ 10⁻⁶时，则认为存在的致癌风险极小或可忽略^[26]。

2. 结果与讨论(Results and discussion)

2.1 地下水水质评价

填埋场雨季和非雨季时期地下水中各污染物的综合水质评价结果见表4。水质评价分值在0≤F≤9.25范围内，两时期水质等级良好的仅有Hg，F⁻的水质非雨季期(4.25较好)比雨季期(7.38极差)质量好，Ni在非雨季期的水质呈极差等级(8.32)。除F⁻、Hg及Ni以外，其余污染物在雨季期和非雨季期水质均呈极差等级，且综合污染程度为TN>COD_Cr>Fe>Mn>BOD₅>NH₃-N，其中以Fe在非雨季期的水质污染程度最高(9.25极差)。经水质评价结果可知填埋场区域地下水受到不同程度的污染，为查明污染原因，需要进一步的开展污染解析。

表 4 水质评价结果

Table 4. Water quality evaluation results

时期Period	BOD₅	COD_Cr	TN	NH₃-N	F^-	Hg	Fe	Mn	Ni
雨季	8.11	8.79	8.76	7.55	7.38	0	8.05	7.58	—
非雨季	7.27	8.73	9.06	7.67	4.25	2.19	9.25	8.07	8.32
综合	7.69	8.76	8.91	7.61	5.82	1.1	8.65	7.83	—
注：— 表示未检测；/ 表示该项无计算结果；下同.　　Note: — indicates not tested; / indicates that the item has no calculation result; Same as below.

| Show Table

DownLoad: CSV

2.2 污染特征分析

雨季和非雨季时期填埋场地下水中各污染物的浓度变化特征如表5所示。以《地下水质量标准》(GB/T 14848—2017)中Ⅲ类水标准限值作为阈值，除Hg以外，其他污染物在雨季和非雨季期均出现浓度超标，各污染物综合期超标率为：Fe=TN>COD_Cr=Ni>Mn>NH₃-N>BOD₅>F⁻>Hg，超标率在21.88%—84.38%之间。BOD₅、COD_Cr、F⁻、Hg、Fe、Mn和Ni的综合期平均浓度分别为背景值的2.1、2、7、3.3、2.6、11、90倍，表明其浓度可能还受到渗滤液的影响。综合期变异系数均高于0.36，在0.51—2.57区间内，属于高度变异^[27]。相同时期下变异系数高于1的有非雨季期BOD(1.07)、Hg(1.26)、Fe(1.22)、Mn(2.55)、Ni(1.49)和雨季期F⁻(1.23)、Hg(1.26)、Fe(2.04)及Mn(2.05)，相同时期较高的变异系数揭示了地下水污染在空间上的变化差异显著^[18]，这可能是由存在于填埋场至黑坝水库的两条破碎带引起的。两时期下BOD₅、F⁻、Fe及Mn的变异系数差异明显，同一污染物在不同时期变异系数的差异化现象反映出污染物浓度受时间尺度的影响^[12]。

表 5 不同时期污染物浓度统计分析(mg·L⁻¹)

Table 5. Statistical analysis of pollutant concentration in different periods (mg·L⁻¹)

时期Period	统计值Statistics	BOD₅	COD_Cr	TN	NH₃-N	F^-	Hg	Fe	Mn	Ni
雨季	最小值	2.45	14.5	0.36	0.06	0.25	0.0014	0.038	0.015	—
	最大值	18.05	63.2	3.65	1.53	4.5	0.09	41.43	5.96	—
	平均值	5.82	34.76	1.58	0.49	1.59	0.02	6.46	0.69	—
	标准差	4.07	16.17	0.75	0.44	1.96	0.02	13.19	1.42	—
	变异系数	0.7	0.47	0.48	0.9	1.23	1.26	2.04	2.05	—
	超标率/%	5	87.5	81.25	37.5	37.5	0	75	43.75	—
非雨季	最小值	1.9	16.4	0.45	0.06	0.02	0.001	0.141	0.013	0.01
	最大值	21.85	88.8	4.24	1.65	1.44	0.42	39.53	13.84	0.48
	平均值	4.57	35.08	2.06	0.61	0.5	0.08	7.43	1.28	0.09
	标准差	4.91	19.88	1.03	0.47	0.32	0.11	9.07	3.26	0.13
	变异系数	1.07	0.57	0.5	0.76	0.65	1.26	1.22	2.55	1.49
	超标率/%	12.5	75	87.5	43.75	6.25	0	93.75	87.5	81.25
综合期	最小值	1.9	14.5	0.36	0.06	0.02	0.001	0.038	0.013	0.01
	最大值	21.85	88.8	4.25	1.65	4.5	0.42	41.43	13.84	0.48
	平均值	5.19	34.92	1.82	0.55	1.05	0.05	6.94	0.99	0.09
	标准差	4.55	18.12	0.94	0.46	1.51	0.08	11.33	5.23	0.13
	变异系数	0.88	0.52	0.51	0.83	1.44	1.64	1.63	2.57	1.49
	超标率/%	34.36	81.25	84.38	34.38	21.88	0	84.38	68.63	81.25
	背景值	2.5	17.19	5.42	—	0.15	0.015	2.66	0.09	0.001
	渗滤液	264.2	2641.15	4.47	—	1.45	0.027	3.6	0.64	0.061
	地下水Ⅲ类水标准	≤4	≤20	≤1.0	≤0.5	≤1.0	≤0.001	≤0.3	≤0.1	≤0.02
注：黑体为地表水Ⅲ类水标准值；Hg的浓度为μg·L⁻¹.　　Note: The bold text is the standard value of class Ⅲ surface water; The concentration of Hg is μg·L⁻¹.

| Show Table

DownLoad: CSV

由图2可知，雨季和非雨季时期地下水中COD_Cr、Fe、Mn和F⁻的浓度变化差异明显，其余污染物浓度雨季前后变化幅度不大。

图 2 不同时期地下水中污染物浓度

Figure 2. Concentrations of pollutants in groundwater in different periods

下载: 全尺寸图片幻灯片

各钻孔距填埋场的直线距离关系为ZK3<ZK1<ZK4<ZK2,BOD₅和COD_Cr的浓度随距离的增大而减小，表明受到渗滤液影响较大。F⁻、NH₃-N、TN、Hg、Fe、Mn及Ni的浓度在随距离增大的过程中浓度无明显的规律性递减变化，说明在污染过程中还存在其他污染源输入。地下水雨季期COD_Cr的浓度高于非雨季期，是由于雨季期间地表径流进入填埋堆体总量增加从而增高了堆体中的水头，进而造成堆体底部渗滤液的入渗加剧。F⁻在雨季期间浓度有明显增加，除渗滤液下渗影响外，雨季降水量增加，淋溶作用增强，存在于岩土体中的可溶性F⁻更容易溶入地下水。非雨季期Fe、Mn的浓度高于雨季期，非雨季期间径流较小，所以含有Fe、Mn元素的花岗岩含水层水环境变化比雨季期间稳定。

2.3 污染源分析

研究区地下水污染存在多方面的原因。首先，一定程度上是与填埋场渗滤液的渗漏有关，除此外地下水污染还受其他自然原因和人为原因的共同作用^[28]。其次，大气降水是研究区地下水的主要补给源之一，因此大气沉降跨区域所带来的污染以及区内一定浓度的土壤背景值为地下水污染提供了可能，另外含金属元素的矿物质经溶滤作用会对地下水中金属元素的浓度造成影响，这也是必要考虑的因素^[14]；最后，因研究区所处地域的生态环境质量优越，旅游区的建设也带来诸多人类活动影响。

2.3.1 污染源类型分析

为了查明地下水污染原因，通过相关性分析(表6)和主成分分析进一步解析地下水中污染物质的来源。对非雨季时期水样数据进行KMO和Bartlett球度检验，结果KMO>0.5、P<0.001，符合主成分分析的检验条件。对雨季时期水样数据进行相关性分析和主成分分析显示各因子间的相关性较差，不能通过KMO和Bartlett球度检验，因研究区是山谷地形及地下破碎带的存在，雨季期间地表水和地下水径流速度较快，不利于污染物的富集沉积，各污染物浓度间的关联性降低，所以不采用该时期数据进行因子分析。主成分分析共提取了4个公因子(F1—F4)，累计贡献了总方差的84.976%(表7)。根据最大方差法对污染因子做正交旋转得到因子荷载矩阵，旋转结果见表8。

表 6 相关性分析结果

Table 6. Correlation analysis results

指标Index	BOD₅	COD_Cr	F^-	NH₃-N	TN	Hg	Fe	Mn	Ni
BOD₅	1
COD_Cr	0.533*	1
F	-0.32	-0.329	1
NH3N	0.282	0.051	-0.11	1
TN	0.029	-0.06	0.446	-0.36	1
Hg	-0.158	-0.157	0.593*	-0.213	0.369	1
Fe	-0.005	-0.058	0.709**	-0.038	0.319	0.626**	1
Mn	-0.133	-0.074	0.770**	-0.017	0.261	0.780**	0.934**	1
Ni	-0.164	-0.14	0.558*	-0.239	0.124	0.664**	0.758**	0.787**	1
注：*表示在0.01水平上显著，表示在0.05水平上显著. Note: ** means significant at the 0.01 level, * means significant at the 0.05 level.

| Show Table

DownLoad: CSV

表 7 污染因子的总方差解释

Table 7. Interpretation of total variance of pollution factors

成分Components	起始特征值Starting eigenvalues			提取平方和载入Extract the sum of squares and load			旋转平方和载入Rotate squares and load
成分Components	特征值Eigenvalue	方差/% Variance	累计/% Cumulative	特征值Eigenvalue	方差/%Variance	累计/% Cumulative	特征值Eigenvalue	方差/% Variance	累计/% Cumulative
1	4.168	46.312	46.312	4.168	46.312	46.312	3.788	42.088	42.088
2	1.593	17.699	64.011	1.593	17.699	64.011	1.651	18.34	60.428
3	1.214	13.486	77.497	1.214	13.486	77.497	1.211	13.46	73.888
4	0.826	9.179	86.675	0.826	9.179	86.675	1.151	12.788	86.675
5	0.446	4.958	91.634
6	0.383	4.257	95.891
7	0.2	2.222	98.112
8	0.153	1.705	99.817
9	0.016	0.183	100

| Show Table

DownLoad: CSV

表 8 主成分因子载荷

Table 8. Principal component factor load

指标Index	PC 1	PC 2	PC 3	PC 4
BOD₅	-0.092	0.838	0.138	0.301
COD_Cr	-0.053	0.888	-0.114	-0.108
F⁻	0.725	-0.365	0.407	0.077
NH₃-N	-0.057	0.092	-0.196	0.949
TN	0.19	0.023	0.935	-0.214
Hg	0.791	-0.096	0.205	-0.175
Fe	0.923	0.043	0.168	0.083
Mn	0.975	-0.044	0.1	0.066
Ni	0.885	-0.068	-0.14	-0.232

| Show Table

DownLoad: CSV

主成分PC1的主要载荷因子分别是Hg、Fe、Mn、Ni及F⁻，相关性分析得到Hg、Fe、Mn、Ni和F⁻相互之间显著正相关，认为5种元素可能存在同源性。通过表5得到地下水中Hg、Fe、Mn和Ni的平均浓度均高于渗滤液及背景值，表明渗滤液并不是地下水体中金属元素的唯一物质来源。贺勇等^[29]研究表明研究区土壤中Ni的自然背景值较高，呈中等程度污染水平，在雨水淋溶下土壤中的Ni会下渗至地下含水层中，所以地下水体中Ni的来源除了受渗滤液的富集影响外更多地受到土壤背景值影响。根据相关性分析得到地下水中Hg、Fe和Mn之间呈正相关关系，Fe和Mn的相关性系数较高为0.934，表明Fe和Mn的物质来源可能相同，研究区地下水类型为基岩裂隙水和松散沉积物孔隙水，地层岩性以燕山晚期的二云母二长花岗岩为主，花岗岩中的磁铁矿和黄铁矿等矿石含有Fe、Mn元素，受山谷地形、气候湿热和雨量充沛影响，年降水量在1350 mL以上，含水层孔隙松散、裂隙节理发育，故径流通畅，含有Fe、Mn的矿石在长期的风化剥蚀和降水淋溶作用下溶解向地下水富集。Hg作为黄铁矿的伴生元素^[30]，本研究地下水Hg含量较低并未出现超标，在Fe、Mn溶滤的同时伴随少量的Hg至地下水中。自然条件下，F⁻广泛存在于土壤沉积物中，常与金属元素结合以可溶性化合物的形态进行物质迁移^[31-34]，在研究区的地质背景条件下则以铁锰氧化态的形式存在，地表沉积物覆盖层以砂质土为主，孔隙间径流通透，F⁻在强烈的溶滤作用下会被迁移至地下水，但F⁻的平均浓度低于渗滤液浓度，表明F⁻受到自然源和渗滤液的共同作用。因此，第一主成分的元素主要受到自然源和渗滤液的共同作用。

主成分PC2主要载荷因子为BOD₅和COD_Cr，在0.05水平上显著相关，认为来源可能相同。研究区雨季期间的平均温度为26.53 ℃，有研究表明24.9—27.0 ℃的温度范围利于水体中微生物的生命活动和渗滤液的形成^[13]。填埋场的防渗装置未完善，渗滤液的下渗污染从而促使地下水中BOD₅和COD_Cr的含量升高，渗滤液中BOD₅和COD_Cr的浓度是地下水的50.9倍和75.6倍，地下水中BOD₅和COD_Cr的浓度随距填埋场距离的增大依次递减，且平均浓度高于背景值，说明地下水中BOD₅和COD_Cr的浓度受到渗滤液的影响较大。因此，认为第二主成分BOD₅和COD_Cr的主要来源为渗滤液。

主成分PC3 TN的因子载荷较高，研究区渗滤液和背景值浓度分别是地下水中TN浓度的2.5倍和3倍。农业含氮肥料的施入也会造成水体TN污染^[35]，但研究区自然条件较好，森林及水资源丰富，当地政府在研究区附近规划了数个森林公园旅游区，为保护生态环境对当地的农业用地进行退耕，可以排除农业施肥输入的影响。所以，第三主成分TN主要来自于渗滤液及自然背景的输入。

主成分PC4 NH₃-N作为主要正载荷因子，相关性分析显示NH₃-N与其他污染物的相关系数低于0.3甚至呈负相关，说明物质来源可能存在差异。区内原有的养殖场因生态园区的建立已经陆续关闭搬迁，但是在畜禽养殖中产生的污水和动物粪便未能规范处理，污染物随土壤和地表径流迁移至地下含水层，地下水NH₃-N含量超标。而生态旅游的兴起也伴生了当地农家乐庄园等一系列餐饮服务业的产生，在此餐饮服务活动过程中的排放物也会引起地下水NH₃-N污染。因此，第四主成分NH₃-N的来源与人类活动有较大关系。

2.4 健康风险评价

填埋场地下水健康风险评价结果如图3所示。经饮水和皮肤暴露途径引起的儿童和成人非致癌健康风险结果变化一致，依次为：Fe>Mn>F⁻>TN>NH₃-N>Hg。两种途径下的非致癌风险都表现为儿童高于成人，表明在相同条件下儿童比成人对污染物的敏感性更高，更容易受到潜在风险的影响，这与儿童的行为习惯和身体发育程度紧密相关^[36]。同时，饮水途径的非致癌风险高于皮肤暴露途径。降雨是引起地下水污染变化的原因之一，对研究区域雨季期和非雨季期儿童和成人的非致癌风险评价得到儿童：雨季>非雨季，成人：雨季>非雨季；且两时期的非致癌风险儿童>成人，表明雨季期人群健康风险高于非雨季时期。儿童和成人的HI分别为9.151×10⁻⁶和3.481×10⁻⁶，HI均小于1，都处于人体可接受范围内，儿童的HI是成人的3.63倍。

图 3 不同时期和途径下的人体健康风险

Figure 3. Human health risks in different periods and pathways

下载: 全尺寸图片幻灯片

本研究选取的致癌物质是Ni，总体上Ni的致癌风险成人高于儿童，成人的致癌风险是儿童的1.14倍。饮水途径下成人和儿童的致癌风险均高于USEPA推荐的最大可接受水平1×10⁻⁴，且该途径的致癌风险成人高于儿童，说明在饮水途径下人群有潜在的致癌风险。经皮肤暴露途径下儿童和成人的致癌健康风险均低于USEPA的推荐水平1×10⁻⁶，表明皮肤暴露途径带来的人群致癌风险较低。

3. 结论(Conclusion)

(1)研究区地下水水质评价结果显示，地下水整体上的污染程度较高，水质评价等级以极差为主，仅部分水质呈较好及以上等级(F⁻和Hg)。综合超标率为: Fe=TN>COD_Cr=Ni>Mn>NH₃-N>BOD₅>F⁻>Hg, TN和Fe的超标率为84.38%，其中COD_Cr、Fe、Mn和F⁻在雨季前后浓度变化明显，同时各污染物的变异系数均处于高度变异。

(2)污染源解析表明研究区地下水污染是多方面共同作用的结果，BOD₅和COD_Cr的主要来源为渗滤液；Hg、Fe、Mn、Ni、F⁻和TN主要来源自然源和渗滤液；NH₃-N则认为主要受人类活动影响。

(3)健康风险评价结果表明，非致癌物的HQ和人群的HI均在可接受水平内。非致癌风险儿童高于成人，雨季高于非雨季。致癌物Ni经饮水途径引起的人群致癌风险均高于USEPA推荐的最大可接受水平1×10⁻⁴，且致癌风险成人高于儿童。由饮水途径引起的健康风险高于皮肤暴露途径，表明饮水是引起人群健康风险的主要途径。

图 1 PAN和CDM的表面的SEM图像和表面AFM图像

Figure 1. SEM and AFM images of the surface of PAN and CDM

下载: 全尺寸图片幻灯片

图 2 PAN和CDM的FT-IR光谱和XPS光谱及C1s、N1s分峰图

Figure 2. FT-IR spectra of PAN and CDM, XPS spectra of PAN and CDM with high-resolution of N1s and C1s

下载: 全尺寸图片幻灯片

图 3 CDM-U的元素分布图

Figure 3. EDS results of CDM-U

下载: 全尺寸图片幻灯片

图 4 CDM-U的FT-IR图谱、 XPS图谱、U4f_5/2 和 4f_7/2分峰图

Figure 4. FT-IR spectra, XPS spectra of CDM-U and high-resolution spectra at 4f_5/2 and 4f_7/2

下载: 全尺寸图片幻灯片

图 5 转速对膜表面的压力及操作条件对吸附实验结果的影响

Figure 5. Effects of speeds on membrane pressure and operating conditions on the adsorption experiments

下载: 全尺寸图片幻灯片

图 6 RO水和海水作为溶剂时α粒子检测结果及精度实验

Figure 6. α particle detection results and precision experiment at the initial concentration of different U(VI) with RO and sea water as solute

下载: 全尺寸图片幻灯片

表 1 伪一级模型和伪二级模型的吸附动力学参数

Table 1. Adsorption kinetic parameters of pseudo first-order model and pseudo second-order model

方程 q_e,cal /(mg·g⁻¹) R² K/min⁻¹

伪一级动力学方程 100.29 0.972 9.39×10^-3
伪二级动力学方程 126.58 0.982 6.84×10^-5

方程 q_e,cal /(mg·g⁻¹) R² K/min⁻¹

伪一级动力学方程 100.29 0.972 9.39×10^-3
伪二级动力学方程 126.58 0.982 6.84×10^-5

下载: 导出CSV

表 2 CDM-U的 EDS能谱结果

Table 2. Results on EDS of CDM-U

元素质量分数/% 原子占比/%

C 67.79 72.71
N 22.88 21.04
O 7.65 6.16
U 1.68 0.09

元素质量分数/% 原子占比/%

C 67.79 72.71
N 22.88 21.04
O 7.65 6.16
U 1.68 0.09

下载: 导出CSV

[1]	AO J, ZHANG H, XU X, et al. A novel ion-imprinted amidoxime-functionalized UHMWPE fiber based on radiation-induced crosslinking for selective adsorption of uranium[J]. RSC Advances, 2019, 49(9): 28588-28597.
[2]	AHMED W, MEHMOOD S, NUNES-DELGADO A, et al. Utilization of citrullus lanatus L. seeds to synthesize a novel MnFe₂O₄-biochar adsorbent for the removal of U(VI) from wastewater: Insights and comparison between modified and raw biochar[J]. Science of the Total Environment, 2021, 771: 144955. doi: 10.1016/j.scitotenv.2021.144955
[3]	ZHANG B, GUO X, XIE S, et al. Synergistic nanofibrous adsorbent for uranium extraction from seawater[J]. RSC Advances, 2016, 85(6): 81995-82005.
[4]	昝金晶, 董一慧, 张卫民. 铀在地下水系统中的赋存与迁移[J]. 有色金属(矿山部分), 2019, 71(6): 69-73.
[5]	汪向伟, 梁漫春, 李钢, 等. 水中铀的分离富集方法综述[J]. 清华大学学报(自然科学版), 2021, 61(1): 64-69.
[6]	LI N, YANG L, JI X, et al. Bioinspired succinyl-β-cyclodextrin membranes for enhanced uranium extraction and reclamation[J]. Environmental Science:Nano, 2020, 7(10): 3124-3135. doi: 10.1039/D0EN00709A
[7]	LI W, LIU Q, LIU J, et al. Removal U(VI) from artificial seawater using facilely and covalently grafted polyacrylonitrile fibers with lysine[J]. Applied Surface Science, 2017, 403: 378-388. doi: 10.1016/j.apsusc.2017.01.104
[8]	HU R, SHAO D, WANG X. Graphene oxide/polypyrrole composites for highly selective enrichment of U(VI) from aqueous solutions[J]. Polymer Chemistry, 2014, 21(5): 6207-6215.
[9]	ZHU J, LIU Q, LIU J, et al. Ni-Mn LDH-decorated 3D Fe-inserted and N-doped carbon framework composites for efficient uranium(VI) removal[J]. Environmental Science:Nano, 2018, 5(2): 467-475. doi: 10.1039/C7EN01018D
[10]	ZHAO H, LIU X, YU M, et al. A study on the degree of amidoximation of polyacrylonitrile fibers and its effect on their capacity to adsorb uranyl ions[J]. Industrial & Engineering Chemistry Research, 2015, 54(12): 3101-3106.
[11]	WANG D, SONG J, LIN S, et al. A marine‐inspired hybrid sponge for highly efficient uranium extraction from seawater[J]. Advanced Functional Materials, 2019, 29(32): 1901009. doi: 10.1002/adfm.201901009
[12]	LUO W, XIAO G, TIAN F, et al. Engineering robust metal-phenolic network membranes for uranium extraction from seawater[J]. Energy & Environmental Science, 2019, 12(2): 607-614.
[13]	余志强, 杨仁伟, 汪帅马. 饮用水铀污染处理方法简述[J]. 江西化工, 2016(3): 8-14. doi: 10.3969/j.issn.1008-3103.2016.03.003
[14]	中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 铀矿冶辐射防护和辐射环境保护规定: GB 23727-2020[S]. 北京: 中国标准出版社, 2020.
[15]	MA F, GUI Y, LIU P, et al. Functional fibrous materials-based adsorbents for uranium adsorption and environmental remediation[J]. Chemical Engineering Journal, 2020, 390: 124597. doi: 10.1016/j.cej.2020.124597
[16]	NOVAES C G, BEZERRA M A, DA SILVERE G P, et al. A review of multivariate designs applied to the optimization of methods based on inductively coupled plasma optical emission spectrometry (ICP- OES)[J]. Microchemical Journal, 2016, 128: 331-346. doi: 10.1016/j.microc.2016.05.015
[17]	POINTURIER F, HUBERT A, BAGLAN N, et al. Evaluation of a new generation quadrupole-based ICP-MS for uranium isotopic measurements in environmental samples[J]. Journal of Radioanalytical and Nuclear Chemistry, 2008, 276(2): 505-511. doi: 10.1007/s10967-008-0534-9
[18]	杜浪, 李玉香, 马雪, 等. 偶氮胂Ⅲ分光光度法测定微量铀[J]. 冶金分析, 2015, 35(1): 68-71. doi: 10.13228/j.boyuan.issn1000-7571.009388
[19]	付军. 长距离α污染测量仪的研制[D]. 成都: 成都理工大学, 2008.
[20]	PEI H J, HUI G, JIAN W B, et al. Construction of gel-like swollen-layer on polyacrylonitrile surface and its swelling behavior and uranium adsorption properties[J]. Journal of Colloid and Interface Science, 2020, 576: 109-118. doi: 10.1016/j.jcis.2020.04.080
[21]	QIAN Y, QUAN Y, WANG H, et al. Highly efficient uranium adsorption by salicylaldoxime/polydopamine graphene oxide nanocomposites[J]. Journal of Materials Chemistry A, 2018, 48(6): 24676-24685.
[22]	ZHAO Y, LI J, ZHANG S, et al. Amidoxime-functionalized magnetic mesoporous silica for selective sorption of U(VI)[J]. RSC Advances, 2014, 62(4): 32710.
[23]	YUAN Y, ZHAO S, WEN J, et al. Rational design of porous nanofiber adsorbent by blow spinning with ultrahigh uranium recovery capacity from seawater[J]. Advanced Functional Materials, 2019, 29(2): 1805380. doi: 10.1002/adfm.201805380
[24]	WANG D, SONG J, WEN J, et al. Significantly enhanced uranium extraction from seawater with mass produced fully amidoximated nanofiber adsorbent[J]. Advanced Energy Materials, 2018, 8: 1802607. doi: 10.1002/aenm.201802607
[25]	QIAN Y, YUAN Y, WANG H. Highly efficient uranium adsorption by salicyl aldoxime/polydopamine graphene oxide nanocomposites[J]. Journal of Materials Chemistry A, 2018, 6: 24676-24685. doi: 10.1039/C8TA09486A
[26]	ZHU M X, LIU L J, FENG J. Efficient uranium adsorption by amidoximized porouspolyacrylonitrile with hierarchical pore structure prepared by freeze-extraction[J] Molecular Liquids, 2021, 328: 115304.

点击查看大图

图( 6) 表( 2)

计量

文章访问数: 4225
HTML全文浏览数: 4225
PDF下载数: 46
施引文献: 0

1. 材料与方法(Materials and methods)
1.1 研究区概况
1.2 样品采集与分析
1.3 地下水水质综合评价
1.4 健康风险评价模型
2. 结果与讨论(Results and discussion)
2.1 地下水水质评价
2.2 污染特征分析
2.3 污染源分析
2.4 健康风险评价
3. 结论(Conclusion)

全文HTML

能源消耗的与日剧增和化石燃料的日渐匮乏及其引发的环境问题，促使新型清洁能源发展迅猛^[1]。核能具有清洁稳定、经济高效等特点，在新型能源中发挥着越来越重要的作用^[2]。铀资源是核工业持续发展的基础原料，然而在铀矿的开采、核燃料的加工使用等过程中会产生大量放射性的含铀废水，如果得不到妥善处理将会对环境造成污染^[2]。此外，突发的核泄漏也会产生大量高辐射的含铀废水，对环境和生态造成难以修复的灾难^[3]。因此，亟需建立快速高效的铀富集及检测方法来对铀污染进行预防和治理。

铀在自然界中主要以U(Ⅳ)和U(Ⅵ) 2种价态存在^[4]。U(Ⅳ)主要存在于还原条件下，当溶液为氧化条件时，正四价的铀会被氧化成正六价。此外，U(Ⅳ)容易与溶液中溶解的无机碳发生络合反应，形成沉淀^[5-6]。通常情况下，水中铀的主要价态为正六价，常见的含铀废水处理方法包括化学沉淀、离子交换、膜分离和吸附等^[7]。吸附法因为操作方法简单，成本可控，是目前公认的最好的铀富集手段之一^[8]。吸附材料可以借助多孔结构和较大的比表面积增大吸附效果^[9]，通过对其表面官能团进行修饰，对铀酰离子进行选择性富集。ZHAO等^[10]设计了一种具有纳米孔道的互联开孔结构的聚偕胺肟纤维，该吸附剂在天然水体中对铀的吸附量高达17.6 mg·g⁻¹，可至少重复使用30次，大大降低了生产成本，极具实际应用价值。WANG等^[11]受海洋海绵独特的生理结构特性的启发，通过简单的浸渍-干燥-交联的过程，将聚酰亚胺二肟/藻酸盐互穿网络水凝胶层均匀包裹在三聚氰胺海绵基材的骨架上，聚酰亚胺二肟/藻酸盐复合海绵5 t海水中吸附56 d后铀吸附量达到5.8 mg·g⁻¹。LUO等^[12]报道了一种可从海水中高效、低成本的提取铀的微孔膜。这种微孔膜处理来自我国东海的 10 L天然海水后可获取27.81 μg铀，而它的生产成本大约为275 $·kg⁻¹。

水体中的铀质量浓度的检测也是保障核安全的重要环节^[13]，根据《铀矿冶辐射防护和环境保护规定》^[14]，可排放的含铀废水中铀的质量浓度不能超过50 µg·L⁻¹。世界卫生组织要求饮用水中铀的最高质量浓度不得高于14.4 µg·L^−1[15]。目前，较为主流的检测方法有电感耦合等离子体(ICP)联用技术，包括电感耦合等离子体发射光谱法(ICP-OES)^[16]、电感耦合等离子体质谱法(ICP-MS)^[17]、火焰原子吸收光谱法(FAAS)、拉曼光谱法和分光光度法^[18]，此外还包括根据颜色差值进行检测的比色法。以上方法虽然在检测时可以达到较高的精确度，但是需要额外添加显色剂，对操作精确度的要求高，且均需要在实验室条件下进行分析，这使得铀的检测过程繁琐，增加了人力及时间成本。为了高效、快速地进行铀的检测，必须寻找到一种快速、高效的现场原位检测技术。

铀是一种天然放射性元素，可以放射出α射线，因而可以将铀富集后利用α表面污染探测仪，快速便捷地检测出其表面α粒子数，实现对铀质量浓度的检测。但是α射线射程极短、穿透力很弱，在几何形状不规则的污染表面不易被探测器检测，影响检测效果。因此，使用α表面污染探测仪需要重点考虑如何将水体中的铀富集到形状规则的表面^[19]。在众多吸附材料中，平板膜型吸附剂因其表面平整，比粉末状、纤维状、凝胶状等吸附材料更容易满足α表面探测仪的探测条件。此外，平板膜型吸附剂不仅具有吸附能力，也结合了膜过滤技术具有的高效、操作性强、节省时间和空间等优势，在重金属过滤去除领域有很好的应用前景^[7,20]。

本研究利用高性能的琥珀酰-β-环糊精膜对水体中的铀进行富集，使用可调节转速的齿轮泵和膜组件对污染水体进行连续、自动化地过滤吸附，通过调节操作压力和时间来优化铀的富集条件，使用α辐射探测仪对富集到膜表面的α粒子进行计数，计算得到不同质量浓度含铀废水的检测结果并绘制水体铀质量浓度与膜表面α粒子的关系曲线，确定水体中U(Ⅵ)的质量浓度且验证检测方法的精确度，旨在为α粒子检测仪检测水体中铀质量浓度的实际应用提供参考。

3. 结论

1)利用多巴胺的黏合作用，将SβCD接枝到聚丙烯腈膜表面，制备了琥珀酰-β-环糊精膜。SEM、AFM、FT-IR、XPS检测结果证明材料被成功合成。

2)联合膜过滤与吸附技术将水体中的U(Ⅵ)富集到琥珀酰-β-环糊精膜表面，借助FT-IR、EDS、XPS等手段，均证明U(Ⅵ)可以被均匀地富集到琥珀酰-β-环糊精膜表面。较低的操作压力和较长的操作时间有利于水体中的U(Ⅵ)被均匀地富集到琥珀酰-β-环糊精膜表面；进料温度会影响过滤和吸附2个过程，富集效果呈现波动状态。

3)分别以离子水和海水为溶剂，制备不同质量浓度的U(Ⅵ)溶液进行实验，对琥珀酰-β-环糊精膜表面的α粒子进行计数，与溶液中U(Ⅵ)质量浓度进行拟合，分别得到拟合度R₁²=0.985和R₂²=0.982。这证明使用α粒子探测仪检测水体中的铀酰离子质量浓度具有很好的线性关系，此方法可以用于确定水溶液中的铀的质量浓度。同时该方法实验设备简单，可实现原位检测水中U(Ⅵ)质量浓度的目的。

参考文献 (26)

方程	q_e,cal /(mg·g⁻¹)	R²	K/min⁻¹
伪一级动力学方程	100.29	0.972	9.39×10^-3
伪二级动力学方程	126.58	0.982	6.84×10^-5

元素	质量分数/%	原子占比/%
C	67.79	72.71
N	22.88	21.04
O	7.65	6.16
U	1.68	0.09

基于琥珀酰-β-环糊精膜的铀酰离子富集与α粒子检测效果分析

作者简介: 高品(1997—)，女，硕士研究生，gaopin616@163.com

通讯作者: 王志宁(1979—)，男，博士，教授，wangzhn@sdu.edu.cn

Effect analysis of α particle detection and uranyl ion enrichment based on succinyl-β-cyclodextrin membrane

Corresponding author: WANG Zhining, wangzhn@sdu.edu.cn

1. 材料与方法(Materials and methods)

1.1 研究区概况

1.2 样品采集与分析

1.3 地下水水质综合评价

1.4 健康风险评价模型

2. 结果与讨论(Results and discussion)

2.1 地下水水质评价

2.2 污染特征分析

2.3 污染源分析

2.3.1 污染源类型分析

2.4 健康风险评价

3. 结论(Conclusion)

计量

出版历程

基于琥珀酰-β-环糊精膜的铀酰离子富集与α粒子检测效果分析

通讯作者: 王志宁(1979—)，男，博士，教授，wangzhn@sdu.edu.cn

作者简介: 高品(1997—)，女，硕士研究生，gaopin616@163.com 1. 山东大学环境科学与工程学院，青岛 266237 2. 中国人民解放军96901部队，北京 100094 3. 中广核久源（成都）科技有限公司，成都 610213

English Abstract

Effect analysis of α particle detection and uranyl ion enrichment based on succinyl-β-cyclodextrin membrane

Corresponding author: WANG Zhining, wangzhn@sdu.edu.cn

全文HTML

1.1. 实验药品

1.2. 实验仪器

1.3. 琥珀酰-β-环糊精膜的制备

1.4. CDM的表征

1.5. 膜的过滤吸附实验

1.6. 膜表面α粒子检测

2.1. CDM的表征

2.2. CDM 过滤吸附性能

2.3. CDM-U表面U的富集和检测

目录

全文HTML

1.1. 实验药品

1.2. 实验仪器

1.3. 琥珀酰-β-环糊精膜的制备

1.4. CDM的表征

1.5. 膜的过滤吸附实验

1.6. 膜表面α粒子检测

2.1. CDM的表征

2.2. CDM 过滤吸附性能

2.3. CDM-U表面U的富集和检测

作者简介: 高品(1997—)，女，硕士研究生，gaopin616@163.com
1. 山东大学环境科学与工程学院，青岛 266237

2. 中国人民解放军96901部队，北京 100094

3. 中广核久源（成都）科技有限公司，成都 610213