-
当前,我国生态文明建设正面临“生态环境根本好转”和“碳达峰、碳中和”两大战略任务。基于环境污染和碳排放高度同根同源的特征,“协同推进减污降碳”已成为新发展阶段经济社会发展全面绿色转型的必然选择。2022年6月,生态环境部等7部门联合印发的《减污降碳协同增效实施方案》[1],强化资源回收和综合利用,加强“无废城市”建设,突出工业、农业、城乡建设等重点领域固体废物减污降碳协同增效,推进固体废物污染防治协同控制。《2030年前碳达峰行动方案》[2]中指出,大力发展循环经济,全面提高资源利用效率,充分发挥减少资源消耗和降碳的协同作用。国内外关于减污降碳效益的研究表明,通过发展循环经济,加强废弃物管理措施,如减少各类废弃物的产生、加强其处置与资源化利用等可使全球碳减排10%~20%[3]。根据中国循环经济协会的测算,“十三五”期间,发展循环经济对我国碳减排的综合贡献率达到25%;同时,展望“十四五”以及到2030年碳达峰时,其综合贡献率预计分别将达到30%和35%[4]。
“无废城市”建设是以新发展理念为引领,通过推动形成绿色发展方式和生活方式,持续推进固体废物源头减量和资源化利用,将固体废物对环境影响降至最低的城市发展模式。开展“无废城市”建设试点是从城市整体层面深化固体废物综合管理改革和全面推动“无废城市”建设的有力抓手[5-7]。截至2020年底,首批开展试点的“11+5”城市和地区在模式和体系建设方面已取得初步成效[8]。徐州市作为传统工业城市的典型代表被纳入了国家首批“无废城市”建设试点城市,围绕固体废物减量化、资源化、无害化方面开展了积极探索,在生产和生活等领域形成了多项改革举措和经验做法。根据《“十四五”时期“无废城市”建设工作方案》[9],到2025年我国将继续推动100个左右地级及以上城市开展“无废城市”建设,以实现减污减碳协调为总抓手协调推进工业、农业、生活领域绿色低碳发展,进一步强化对固体废物产生强度、综合利用水平以及无害化处置能力等关键指标的考核要求。同时,也需要结合碳达峰碳中和等国家重大战略,开展“无废城市”建设与碳减排潜力的评估工作,充分发挥减污降碳协同增效作用。
关于“无废城市”建设和固体废物领域碳排放量核算方法,国内外已开展了一系列相关研究。滕婧杰等[10]基于我国“无废城市”建设指标体系,分析国内外综合型指数构建方法并提出了我国“无废指数”的构建思路。张冰洁等[11]分析了我国一般工业固体废物产生及处置情况,提出了“碳中和”及“无废城市”背景下,一般工业固体废物环境管理的新策略。MOGHADAM等[12]通过Land-GEM和IPCC模型相结合研究了伊朗不同地区城市固体废物处理中心的温室气体排放情况。YAMAN等[13]使用Land GEM和废物减量模型 (Waste reduction model,WARM) 分析了达曼城市生活垃圾的温室气体减排和能源回收潜力。WUNSCH 和TSYBINA [14]基于联合国政府间气候变化专门委员会 (IPCC) 指南和垃圾填埋场日常运营中与城市固体废物 (municiple solid waste,MSW) 厌氧分解相关的温室气体排放协议的量化碳足迹的方法评估罗安达与MSW相关的碳足迹。结果表明,直接垃圾填埋场排放是温室气体核算的主要贡献。黄金碧和黄贤金 [15]运用灰色预测方法预测江苏省城市碳排放强度,分析江苏省城市碳减排潜力并提出江苏省城市低碳发展的对策措施。袁长伟等[16]采用IPCC碳排放核算方法和EIO-LCA模型测算陕西省碳排放并构建碳减排效应模型并且分析碳减排变化。孙建卫等[17]采用IPCC温室气体清单方法构建了碳排放核算的项目框架并且核算了中国历年的碳排放量。国内关于固体废物领域的碳减排研究,主要侧重固体废物填埋处理、固体废物生物处理和垃圾焚烧处理的直接碳排放,缺失源头减量和回收利用环节的间接温室气体减排效益,没有对源头减量、中端资源循环利用以及末端处置全链条碳减排效益的评价研究,相关的评价模型也较为缺少。因此,本研究将针对徐州市各领域固体废物从源头减量、中端和末端处置环节全过程,参考WARM模型采用排放因子法对其碳排放与减排量进行核算,全面评估“无废城市”试点建设期间碳减排综合效益,为推进“无废城市”建设与减污降碳协同增效提供参考。
-
本研究旨在核算徐州市“无废城市”试点建设期间的碳减排效益,研究范围从时间、过程以及领域等3个方面进行界定,详见图1。时间范围以2018年基准年至2020年目标年作为试点建设期间;固体废物处置过程考虑了源头减量、中端回收以及末端处置等全部环节。本研究中源头减量是指生产和消费过程中减少废物产生量的措施;中端回收利用是指厌氧消化、堆肥、还田以及资源回收等过程;末端处置是指填埋、焚烧以及简易处置等过程。固体废物产生源考虑了全市城乡生活、农业以及工业等各领域的各类废弃物。其中,城乡生活领域包含生活垃圾、再生资源、建筑垃圾和市政污泥;农业领域包含秸秆、畜禽粪便、废农膜;工业领域包含了粉煤灰、炉渣、煤矸石等一般工业固体废物以及危险废物。
-
根据徐州市“无废城市”建设试点方案以及成效总结等相关资料[18-20],参考我国固体废物分类体系[21],整理出2018年和2020年全市各类固体废物产生量与处置量清单,以此作为碳排放量核算的基础数据,如表1所示。为了清晰、直观地表示表1中内容,图2以物质流图形展示了徐州市“无废城市”试点建设期间各领域固体废物产生及处置量的变化情况。
-
1) 固体废物领域碳减排模型。有关固体废物管理碳减排核算方法及模型,目前较为常用的有IPCC制定的针对国家层面固体废物处理处置设施直接现象的清单指南,但主要核算范围包括城市及工业领域固体废物末端处置环节的碳排放,并未考虑源头减量、资源循环利用和回收再生的间接温室气体减排效益。因此,IPCC指南废弃物部门所给的计算边界难以全面反映固体废物管理的温室气体减排贡献和潜力。美国环境保护署研发的WARM模型,其特点主要在于不仅适用国家或地区、城市层面,而且处置环节考虑的较为全面,可为61种废弃物提供了源头减量、回收、堆肥、燃烧、填埋等环节的直接和间接温室气体排放量,同时也具有可根据本国废物类型和处置方式改进后进行本土化应用等特征。基于上述考虑,采用WARM模型可为徐州市“无废城市”试点建设减污降碳效益提供核算依据。
2) 碳排放及减排核算。本研究参考WARM模型框架,依据我国固体废物产生来源和管理的特点,对测算模型进行了拓展,并从相关文献资料[22-42]中获取排放因子进行数据补充。碳排放量核算基本方程是固体废物源头减少 (增加) 量或固体废物处置量乘以排放因子,也称排放因子法,具体的碳排放总量M计算公式如式(1)所示。
式中:fn为全生命周期中各环节的碳排放系数,t CO2eq∙t-1;mn为源头减 (增) 量/各环节处置量,t。
本研究中,f1为源头减量碳排放系数,即单位固体废物产生时,包括加工及运输等环节的碳排放量,即与基准年相比,目标年固体废物在源头产生量的减少相应的碳排放系数。fn (n=2,3….8)为处置环节的碳排放系数,包括固体废物运输、处置过程中的碳排放量,抵消所产生的能源、肥料、材料等避免的碳排放量。其中,f2为厌氧消化环节碳排放系数,f3为堆肥环节碳排放系数,f4为还田环节碳排放系数,f5为回收利用环节碳排放系数,f6为填埋处置环节碳排放系数,f7为焚烧处置环节碳排放系数,f8为简易处置环节碳排放系数。
不同种类固体废物在上述环节中的碳排放系数选取参照WARM模型以及文献调研,具体取值见表2。
3) “无废城市”建设与碳减排效益。本研究中碳减排效益是以2018年作为基准年计算出2020年目标年的碳减排效益。计算内容包括,“无废城市”试点建设期间固体废物源头减量产生的碳减排效益以及通过中端利用和末端处理处置过程的碳减排效益。具体公式如式(2)所示。
式中:∆M1为2018年至2020年期间各类固体废物源头减量环节的碳减排量,t CO2eq;∆E为基准年和目标年固体废物吨处理处置碳减排量的差值,t CO2eq;m目标年为2020年固体废物处置总量,t CO2eq。
-
1) 源头减量情况。2018年和2020年各领域固体废物的产生量分别为5 347.8×104和4 715.0×104 t,“无废城市”试点建设期间源头减量率达到11.83%。城乡生活领域固体废物产生量共减少了522.3×104 t。其中,建筑垃圾源头减量的贡献最大,占62.27%。主要是建筑领域推广了集BIM技术、装配式建筑以及超低能耗被动房为一体的示范项目等,促进了建筑垃圾产生量的降低;农业领域固体废物共增加了29.9×104 t,其中以农业秸秆的增加为主;工业固体废物产生量共减少了140.4×104 t,源头减量率达到11.98%。徐州市在“无废城市”试点建设期间,工业领域主要采取对传统固体废物产生密集型产业转型升级,降低了工业固体废物产生强度,从而减少了工业固体废物的产生量。
2) 资源化利用与末端处置情况。在城乡生活领域,2018年与2020年厌氧消化、堆肥以及资源回收等中端资源化利用量占比分别为15.64%和12.27%,降低了3.37%。末端处置量的占比从84.36%提高至87.73%,说明城乡生活领域的中端资源化回收利用率还有较大提升空间,需要进一步提高;在农业领域,2018年中端资源化回收利用量占比为87.04%,末端处置量占比为12.96%,到2020年这2个值分别达到95.81%和4.19%,表明中端回收利用效果明显,主要归功于2点:首先,规模化养殖提高了其畜禽粪便综合利用率,秸秆收储场所用地政策的制定以及一般农用地收储转运中心建设促进了秸秆的综合利用;其次,在工业领域,2018年和2020年中端回收利用量占比分别为99.34%和99.49%,末端处置量占比则分别为0.66% 和0.51%,这说明徐州市工业领域固体废物处置与资源化利用体系未形成大的变化。
-
根据徐州市2018年和2020年各领域固体废物产生量变化及相应固体废物源头产生碳排放系数,利用式(1)计算获得各类固体废物源头减量的碳排放情况,如图3所示。徐州市在“无废城市”试点建设期间,通过固体废物的源头减量,各领域固体废物累计实现碳减排1 531.3×104 t CO2eq。其中,碳减排量最大的是工业领域,为837.3×104 t CO2eq,其次是城乡生活领域的712.8×104 t CO2eq。工业领域取得的碳减排效果得益于“无废城市”试点建设期间对传统工业固体废物产生企业进行了绿色转型升级,减少了炉渣、尾矿、粉煤灰等一般工业固体废物产生量。城乡生活领域碳减排量则由除生活垃圾以外的固体废物贡献,其中碳减排量较大的是电子废物、废钢铁以及废纸等再生资源。可以看出,再生资源产业规模化发展及综合利用率的提升,减少了相关固体废物产生的同时也是源头上减少碳排放。由于生活垃圾产生量有所增加,期间即便增加了焚烧比例,碳排放量仍有41.3×104 t CO2eq,还有较大的碳减排空间。农业领域则由于农作物种植与畜禽养殖规模的扩大致使秸秆和畜禽粪便碳产生量增大,对应增加了19.4×104和2.4×104 t CO2eq的碳排放量,仅有废农膜则减少碳排放3.0×104 t CO2eq。
-
根据徐州市2018年和2020年城乡生活领域各类固体废物处置量与表2中碳排放系数,利用式(1)计算获得城乡生活领域固体废物处置环节的碳排放情况,结果如图4所示。城乡生活领域固体废物处置中端环节包括厌氧消化、堆肥及资源回收,末端环节包括填埋、焚烧和简易处置等方式。从分析结果中能明显看出,城乡生活领域的碳排放主要来自固体废物的填埋,通过填埋处置的固体废物主要为生活垃圾和建筑垃圾,并且2020年生活垃圾填埋量的减少是促进碳排放量的下降的主要因素。综合而言,2018年和2020年城乡生活领域固体废物处理处置环节全年碳减排总量分别达到570.8×104和209.3×104 t CO2eq,碳减排量的降低主要来自于废钢、废纸、废电池和建筑垃圾等主要中端环节资源回收量的减少。此外,2020年生活垃圾焚烧量的增加也促进了碳减排5.3×104 t CO2eq。由此可知,末端处置中填埋是城乡生活领域固体废物产生碳排放的主要源头。因此,通过提高中端资源回收率来促进碳减排,这也是城乡生活领域减污降碳的重要措施。
-
根据徐州市2018年和2020年农业领域固体废物处置量与表2中碳排放系数,利用式(1)计算获得农业领域固体废物处置环节的碳排放情况,结果如图5所示。农业领域固体废物处置中端环节包括,厌氧消化、堆肥、还田以及再生资源化利用,末端处置包括填埋及简易处置等方式。结果显示,碳排放量主要来自中端环节畜禽粪便堆肥、少量厌氧消化以及末端环节的简易处置,2020年畜禽粪便堆肥量的增加导致碳排放比2018年增加了42.0×104 t CO2eq,而简易处置量的减少获得相应的碳排放量的降低。碳减排量主要来自中端秸秆还田及再生资源化利用环节,试点建设期间还田量有所增加,而资源化利用量有所减少。此外,2018年农业固体废物综合利用与处置环节全年减排量达到38.3×104 t CO2eq,而到2020年非减反增,碳排放量增加了1.8×104 t CO2eq。综上所述,堆肥是农业领域碳排放的主要源头,同时秸秆还田以及再生资源化利用会带来碳的减排量,因此可作为农业领域减排降碳的主要措施。
-
根据徐州市2018年和2020年工业领域各类固体废物处置量与表2中碳排放系数,利用式(1)计算获得工业领域固体废物处置环节的碳排放情况,结果如图6所示。徐州市工业领域固体废物处置包括中端环节再生资源化利用,末端环节焚烧这2种方式,碳排放主要来自于危险废物焚烧过程。综合来看,2018年和2020年徐州市通过工业领域处理处置环节碳减排量分别达到1 014.6×104和1 309.9×104 t CO2eq。冶炼废渣、粉煤灰、炉渣和煤矸石等均有较好的资源回收属性。其中,冶炼废渣的碳减排量最大,约占2020年减排量的60%。因此,加快推进传统工业的绿色低碳转型发展,提升工业固体废物资源化利用水平将带来较大程度的碳减排量。
-
根据式(2),徐州市“无废城市”试点建设期间的碳减排效益,包含源头减量碳减排效益以及通过固体废物处置过程效率的提升碳减排效益2个部分。2.1节结果显示,徐州市在2020年通过源头减量各领域固体废物产生量实现碳减排效益1 531.3×104 t CO2eq。通过比较各领域固体废物中端和末端处理处置过程碳减排综合效率可知,吨处理固体废物碳减排量从2018年的0.29 t CO2eq提高到2020年的0.31 t CO2eq,其中主要贡献来自于工业领域 (图7) 。综合来看,徐州市在2018-2020年通过“无废城市”试点建设,从源头减量、中端资源化以及末端处置全过程实现碳减排效益1 606.6×104 t CO2eq。总体而言,徐州市“无废城市”试点建设产生了较好的减污降碳协同效益;同时发现,当前源头减量环节对碳减排效益的贡献最大,而中端资源化利用和末端处置带来的效益有待进一步提高,这有利于全面发挥减污降碳协同增效作用。
-
1) 徐州市在“无废城市”试点建设期间,通过源头减量各类固体废物产生量实现碳减排量1 531.3×104 t CO2eq,其中工业领域固体废物源头减量最大,其次是城乡生活领域。这说明,徐州市对工业领域传统工业固体废物产生企业绿色转型升级以及对城乡生活领域再生资源产业规模化发展获得了较好的源头降碳效益。
2) 各领域固体废物中端与末端处置环节碳排放分析结果显示,城乡生活领域通过提高资源再生行业回收利用率以及控制生活垃圾和建筑垃圾填埋量,农业领域通过减少畜禽粪便的堆肥,转而发展其它资源化利用方式,工业领域通过进一步提升各类工业固体废物的资源回收利用率,可作为徐州市碳减排的重要措施。
3) 徐州市在“无废城市”试点建设期间,通过源头减量以及固体废物中端与末端处置过程效率的提升,实现碳减排效益1 606.6×104 t CO2eq。其主要贡献来自源头减量带来的效益,而中端与末端处置环节的碳减排效益还存在提升空间。
“无废城市”试点建设与碳减排效益分析:以徐州市为例
Benefit analysis of carbon emission reduction in the pilot construction of “zero-waste city”: a case study in Xuzhou, China
-
摘要: “无废城市”建设是深化固体废物综合管理改革,实施减污降碳协同增效,助力实现碳达峰、碳中和战略的重要抓手。针对徐州市“无废城市”试点建设期间城乡生活、农业及工业等领域各类固体废物,参考WARM模型并采用排放因子法从源头减量至中端和末端处置环节的碳排放情况进行了全面核算,系统评估了徐州市“无废城市”试点建设与碳排放效益。结果表明,试点建设期间通过源头减量各类固体废物产生量,实现碳减排量1 531.3×104 t CO2eq,其中工业领域固体废物源头减量贡献最大。各领域固体废物处置环节中,通过提高资源再生利用率、控制城市固体废物的填埋量、减少畜禽粪便的堆肥以及提升工业固体废物的资源回收利用是徐州市碳减排的重要措施。全市在试点建设期间实现碳减排效益1 606.6×104 t CO2eq,总体上获得了较好的减污降碳协同效益。本研究结果可为推进“无废城市”建设与减污降碳协同增效提供参考。Abstract: The construction of “zero-waste zity” is an important policy to deepen the solid waste management reform, implement the synergetic control of environmental pollution and carbon emissions, and help achieve the carbon neutrality and emission peak. In this paper, the carbon emissions of solid wastes, focusing on urban and rural life, agricultural waste and industrial waste, were comprehensively accounted by the WARM model as well as the emission factor method from source reduction to mid-end utilization and terminal disposal. The benefits of carbon emission reduction were also systematically evaluated during the construction period of “zero-waste zity” in Xuzhou city. The results indicated that the carbon emission reduction reached 15.31 million tons CO2eq through the source reduction of solid waste, of which the source reduction of the industrial solid waste contributed the most. It was an important measure to reduce carbon emissions by improving the recycling rate of resources, controlling the landfill volume of municipal solid waste, and decreasing the composting of manure during the disposal and utilization of solid waste. Xuzhou city achieved a carbon emission reduction benefit of 16.07 million tons CO2eq, and generally obtained a better synergetic control of environmental pollution and carbon emissions. The results in this research might provide some reference for promoting the construction of “zero-waste zity” and synergizing the reduction of pollution and carbon emissions.
-
Key words:
- zero-waste city /
- carbon emission reduction /
- solid waste disposal /
- synergies
-
氮及其化合物会污染地表水体,还会经微生物作用转化为硝酸盐氮积累在土壤中造成地下水污染[1],已成为水体污染治理中的重要污染物。因此,寻求高效、低耗的脱氮技术成为国内外水处理领域亟待解决的重要课题。相较于离子交换、膜分离、化学还原等物理化学手段,生物脱氮具有高效低耗、稳定运行等优点,并已被广泛应用于实际污水处理中[2]。由于反硝化过程中微生物所需碳源种类不同,可将反硝化过程分为异养反硝化和自养反硝化两大类[3]。常见的自养反硝化过程包括氢自养反硝化、硫自养反硝化[2]、铁自养反硝化[4]等。有研究表明,在厌氧条件下甲烷能直接作为碳源及电子供体发生反硝化脱氮[5],这一过程被称为厌氧甲烷氧化的反硝化(denitrifying anaerobic methane oxidation, DAMO)。与其他电子供体相比,甲烷获得途径广泛、无毒且经济便宜[6]。同时,甲烷是温室气体,所产生的温室效应是等质量二氧化碳的26倍,对全球变暖的贡献率约占20%[7]。因此,厌氧甲烷氧化与自养反硝化的耦合反应将人为产生的甲烷用于废水反硝化脱氮处理,可为低物耗废水处理和节能减排提供新思路。
由于DAMO微生物为自养型微生物,生长缓慢,富集培养比较困难,故基于此类微生物的生物膜反应器研究较少。因此本研究拟采用序批实验,利用人工模拟低氮负荷废水,比较不同环境因素对DAMO系统中间产物的积累与脱氮效果的影响,并通过高通量测序技术,探究不同pH作用下的污泥中微生物的生态分布、群落结构组成和演替变化规律,以揭示系统pH对DAMO功能微生物种群分布及变迁情况的影响,以期为甲烷厌氧氧化的自养反硝化系统的pH调控及条件优化提供参考。
1. 材料与方法
1.1 实验方法
本研究通过序批实验考察CH4供应、初始硝氮质量浓度和溶液pH对厌氧甲烷氧化型自养反硝化性能的影响。将经过前期培养的50 mL污泥接种至具塞摇瓶(250 mL)内,再加入150 mL模拟硝酸盐废水,调节溶液pH;每日向具塞摇瓶内以0.01 MPa压力注入足量甲烷;为避免光照影响,用双层锡箔纸包住瓶身以保证反应在黑暗环境下进行;将摇瓶置于恒温振荡培养箱中进行反应,调节温度为(30±1) ℃,转速为(150±5) r·min−1;定时检测溶液中
-N、NO−3 -N和NO−2 -N的质量浓度。NH+4 1.2 接种污泥与实验用水
本实验采用的接种种泥取自武汉市沙湖污水处理厂二沉池,污泥的初始MLSS约为8 900 mg·L−1。实验开始前,将取回的活性污泥放置在5 L的密闭容器内进行为期30 d的培养驯化。在污泥驯化期间,向容器中加入模拟硝酸盐废水([NO3−-N]=20 mg·L−1)以促进微生物的增殖,并每天更换新鲜模拟硝酸盐废水。此外,向上述容器中通15 min氮气以形成厌氧氛围,然后再通入足量甲烷气体,以达到对污泥培养驯化的目的。将经驯化后能够发生基于甲烷厌氧氧化的反硝化作用的污泥用于后续实验。模拟硝酸盐废水的具体成分及质量浓度为:
-N 20~50 mg·L−1,K2HPO4 25 mg·L−1,KH2PO4 20 mg·L−1,CaCl2 10 mg·L−1,NaHCO3 2 000 mg·L−1。添加微量元素液的体积分数为0.5 mL·L−1,调节pH至7.3~7.5。微量元素液的成分及质量浓度为:ZnSO4·7H2O 0.5 g·L−1,CaCl2 2 g·L−1,MnCl2·4H2O 2.5 g·L−1,Na2MoO4·4H2O 0.5 g·L−1,KI 0.18 g·L−1,CuSO4·5H2O 0.1 g·L−1,CoCl2·6H2O 0.15 g·L−1,FeCl3·6H2O 1.5 g·L−1。NO−3 1.3 分析方法
水质指标的检测方法依照国家环保总局编制的《水与废水监测分析方法(第4版)》,以及美国公共卫生协会编写的《Standard Methods for the Examination of Water and Wastewater》(第十九版)中的标准方法检测。其中,[
-N]采用紫外分光光度法测试,[NO−3 -N]采用N-(1-萘基)-乙二胺分光光度法测试,[NO−2 -N]用纳氏试剂分光光度法测试。采用SPSS 23.0进行方差分析(ANOVA),以确定数据集之间是否存在差异,如果p<0.05,则认为存在显著差异。NH+4 为探究环境pH对甲烷厌氧氧化耦合自养反硝化微生物的多样性和种群群落结构变化的影响,分别取pH为6、7、8、9时的污泥样品进行高通量测序,测序结果分别标记为P1、P2、P3和P4。本实验中,高通量测序在上海美吉生物医药科技有限公司进行,利用Illumina Miseq平台,以515F(5′-GTGCCAGCMGCCGCGG-3′)与907R(5′-CCGTCAATTCMTTTRAGTTT-3′)作为引物进行PCR扩增与焦磷酸测序。
2. 结果与讨论
2.1 CH4供应对反硝化过程的影响
为探究甲烷在自养反硝化体系中的作用,分别向S1、S2系统中通入氮气和甲烷,将pH调至7.5,并检测系统的反硝化速率(见图1),未检测到NO2−-N和
-N的积累。由图1可知,通入氮气时(S1),NH+4 -N含量基本保持不变,几乎没有降解;而在充足甲烷的供应下(S2),6 d内NO−3 -N基本完全降解,平均脱氮速率为3.67 mg·(L·d)−1。这说明甲烷供应是反硝化过程中的重要条件,也证明了经前期培养驯化的污泥能发生基于甲烷厌氧氧化的反硝化作用。NO−3 2.2 初始
-N质量浓度对反硝化过程的影响NO−3 将摇瓶内溶液pH保持在7.5,供以充足的甲烷气体,初始
-N质量浓度分别设为20、30、40和50 mg·L−1,探究不同NO−3 -N质量浓度对反硝化速率的影响,实验结果如图2所示。由图2可知,整个过程几乎没有NO−3 -N的积累,NH+4 -N质量均维持在0.3 mg·L−1以下。当初始硝氮浓度从20 mg·L−1增加至30 mg·L−1时,平均去除速率也从3.33 mg·(L·d)−1增加至4.28 mg·(L·d)−1 (p<0.05)。这表明在一定范围内,随着初始NH+4 -N质量浓度的增加,脱氮速率呈上升趋势。这可能是由于:一方面增加了氮源,有利于微生物的增长繁殖;另一方面,在甲烷厌氧氧化耦合自养反硝化过程中,NO−3 -N经过一系列还原酶的作用被转化成N2,同时还有O2生成,而甲烷在甲烷氧化菌的作用下被O2氧化成甲醇,最终氧化为CO2[8]。NO−3 -N质量分数的增加有可能促进了O2的生成,加快了甲烷被氧化成甲醇的速率,而甲醇又可以为NO−3 -N及NO2−-N的还原提供电子,最终导致脱氮速率的提升。此外,自养反硝化菌的一系列脱氮过程属于酶促反应,底物浓度是影响酶促反应速率的重要因素,在系统中底物浓度较低的情况下,酶促反应的速率会随着底物浓度的增加而提高。然而,当系统中底物浓度增大到一定值时,酶促反应速率便不再提升。当初始NO−3 -N质量浓度增至40和50 mg·L−1时,平均反硝化速率有所降低,分别为4和3.85 mg·(L·d)−1。这说明过高的NO−3 -N质量浓度抑制了自养反硝化菌的活性[9]。由于系统中底物浓度过高会抑制酶促反应,从而导致系统脱氮速率的降低。NO−3 由图2 (b)可知,
-N质量浓度整体都呈现先增加后减小的趋势。这说明在甲烷厌氧氧化反硝化反应中存在NO−2 -N的积累及进一步的还原过程。当初始NO−2 -N质量浓度从20 mg·L−1增至50 mg·L−1时,NO−3 -N积累量峰值从0.27 mg·L−1增至2.69 mg·L−1。由此可见,当NO−2 -N质量浓度增加时,NO−3 -N的积累量也逐渐增加,而中间产物的不断积累也会影响反硝化效果,这也是导致脱氮速率有所下降的原因之一。NO−2 2.3 初始pH对反硝化过程的影响
为探究初始pH对反硝化速率的影响,将初始
-N质量浓度控制在30 mg·L−1,分别调节系统pH为6、7、8、9,研究在不同pH下系统脱氮速率的变化,结果如图3所示。实验过程中几乎没有NO−3 -N的积累,NH+4 -N质量浓度均在0.3 mg·L−1以下。由图3 (a)可知,4个反应器均能在一定时间内将NH+4 -N降解完全。当初始pH为7时,系统对NH+4 -N的平均去除速率最高,为5.45 mg·(L·d)−1;当pH增大至8时,反应器平均脱氮速率虽有所下降,但仍保持在5 mg·(L·d)−1左右。然而,当pH继续升至9时,NH+4 -N平均去除速率降至4.28 mg·(L·d)−1;当pH为6时,反应器的平均脱氮速率最低,仅为4 mg·(L·d)−1。不同pH条件下的脱氮速率之间均存在显著差异(p<0.05)。由此可见,反应器在中性和微碱性环境中能保持良好的脱氮速率,过高或过低的pH都会影响反应器对NO−3 -N的去除效果。在HE等[10]的研究中,厌氧甲烷氧化反硝化菌在pH为7.0~8.0时保持较高活性,在高pH(pH=9)及低pH(pH=6)时,其活性均会下降,pH=6时其活性最低。这与本实验的结论相似。NO−3 由于甲烷厌氧氧化的自养反硝化主要靠微生物的反硝化作用来实现,而各种微生物都有其生存适宜的pH范围,故当环境pH偏离适宜pH过多时,微生物的生长和繁殖就会受到影响,甚至死亡。环境中的pH主要通过3个方面限制微生物的反硝化过程。一是影响微生物胞外水解酶的活性并引起细胞膜上蛋白质的变性,从而影响微生物对物质的降解和吸收;二是通过影响膜的通透性并引起膜表面电荷性质的变化,进一步抑制细胞对物质的分解和吸收;三是影响营养物质的降解和吸收。其中,反硝化过程又由一系列的酶促反应组成,环境pH的变化会影响酶的离子化程度,改变蛋白质结构,从而影响酶的活性。当环境pH过高或过低时,酶也会失去活性[11]。因此,当pH为7~8时,系统反硝化速率良好,差别不大,但随着环境的初始pH增大到9或者减小至6时,反应器的平均脱氮效率也会随之下降。
由图3 (b)可知,系统初始pH对甲烷厌氧氧化的自养反硝化过程中亚硝氮的积累也会产生一定程度的影响。当pH为7和8时,系统
-N积累量较低;但随着pH升高至9时,NO−2 -N积累量也随之增加;而当pH减小至6时,反应过程中NO−2 -N质量浓度的峰值也较高。这可能是由于:在反应过程中,亚硝酸盐还原酶有迟缓期,而迟缓期的长短由驯化时间的长短和反应条件决定,如pH和营养物质浓度等,因此,不适宜的环境pH(pH<7或pH>8)会延长亚硝酸盐还原酶的迟缓期,从而造成NO−2 -N的积累[12]。另外,虽然系统处于酸性环境中的平均反硝化速率最低,但pH为6时NO−2 -N的积累量却比pH为9时要少。这可能是由于:NO−2 -N首先在硝酸盐还原酶的作用下被还原成NO−3 -N,然后在亚硝酸盐还原酶的作用下进一步被还原、降解。有研究表明,亚硝酸盐还原酶在中性和微碱性环境中活性最高,但在酸性环境中反应器的平均脱氮速率下降幅度比碱性环境中更大。因此,当初始pH为6的时候,由于系统反硝化效率低,并没有过多的NO−2 -N被还原成NO−3 -N。尽管此时亚硝酸盐还原酶活性较低,但由于NO−2 -N含量的减少,也使得反应器中没有过多的NO−2 -N积累。NO−2 2.4 微生物群落分析
2.4.1 微生物种群的多样性分析
对初始pH分别为6、7、8、9的摇瓶内污泥取样后进行高通量测序,分析其微生物种群多样性和群落结构。反映系统微生物种群丰度和多样性的各种指标可由样品的Alpha多样性分析得出,见表1。由表1可知,当相似度为97%时,4个样品中分别获得49 400、48 248、55 726和46 796条有效序列(Reads)。4个样品的Coverage值均大于0.99,这表明样品测序得到的序列可覆盖大部分的区域,测序深度能较好地代表4个样品中的微生物群落,结果可有效反映样品的真实状况。
表 1 不同pH下微生物Alpha多样性指数表Table 1. Microbial Alpha diversity index at different pH values样品编号 Reads OTUs Ace Chao Shannon Simpson Shannoneven Simpsoneven Coverage P1 49 400 738 869 881 3.86 0.063 5 0.584 0 0.065 09 0.997 P2 48 248 952 1 077 1 082 4.50 0.060 7 0.656 4 0.044 79 0.996 P3 55 726 965 1 076 1 087 4.84 0.023 1 0.704 3 0.021 35 0.997 P4 46 796 880 1 017 1 016 4.90 0.017 5 0.723 4 0.017 30 0.996 Ace和Chao指数可用来估计物种的丰度,数值越大说明微生物的丰度越高,微生物数目也就越多。由表1可知,这2组数据呈现相同的变化趋势,大小顺序均为P2≈P3>P4>P1。这表明在pH=7和pH=8的环境下,微生物丰度最高,微生物的数目也最多。然而,随着环境pH的增大或减小,系统内微生物的丰度均有所下降,并且在酸性环境下丰度最低。Shannon和Simpson指数能够代表测序样本的生物多样性,Shannon越大,Simpson越小,表明微生物的多样性越高,因此4个样品按多样性高低排序为P4>P3>P2>P1。Shannoneven与Simpsoneven指数为反映样品均匀度的指标,Shannoneven越大,Simpsoneven越小,表明微生物的均匀度越好。4个样本按均匀度高低排序为P4>P3>P2>P1。
另外,pH=7和pH=8的反应器微生物丰度最高,多样性及均匀度适中。这主要是由于中性和微碱性环境有利于微生物的生长繁殖,并且对微生物中功能菌的筛选作用强。随着pH的升高,微生物多样性和均匀度也越高,说明碱性环境可提高微生物的多样性和均匀度。
以上结果与图4中的稀释曲线和等级-丰度曲线所显示的结果相同,4个样品的稀释曲线最后都趋于平缓。这表明此次测序的取样合理,继续增加序列数只会产生少量的OTU,且从曲线中得到4个样品的OTU数目变化趋势与前述相同。等级-丰度曲线可用来表示微生物中物种丰度和物种均匀度2个方面的内容。其中,物种的丰度由水平方向曲线的宽度来反映,曲线在横轴上的范围越大,物种的丰富度就越高;而曲线的形状(平缓程度)反映了样本中群落的均匀度,曲线越平缓,物种分布越均匀。本结果表明,当pH=7和pH=8时,物种丰度较大,均匀度较好。
韦恩图可用来统计多个样本中所共有和独有OTU数量,能直观表达不同样品间物种的相似性。由图4 (c)所示,4个样品共获得了1 204个OTU,P1、P2、P3、P4所单独特有的OTU数分别为41、41、55和38,分别占总数的3.4%、3.4%、4.6%和3.2%。而4个样品共有的OTU数目为514,占各样品OTU总数的50%~70%。这说明不同pH下微生物物种的相似性较高,pH的改变并未使系统中微生物的种类发生太大变化。因此,不同条件下微生物仍具备一定的脱氮能力,而环境pH的改变可能引起系统中主要脱氮功能菌丰度的变化,从而导致脱氮效率的不同。
2.4.2 微生物群落结构分析
为进一步揭示pH对微生物群落的影响,分别在门、纲、属水平上分析了4个样品的微生物群落结构。图5显示了门水平的种群分布,4个样品中丰度最多的8个菌门分别是Proteobacteria(变形菌门)、Bacteroidetes(拟杆菌门)、Chloroflexi(绿弯菌门)、Planctomycetes(浮霉菌门)、Latescibacteria(匿杆菌门)、Firmicutes(厚壁菌门)、Acidobacteria(酸杆菌门)和Zixibacteria(河床菌门)。这些菌门总和在4个样品中占90%以上。其中,Proteobacteria在4个样品中所占比例最高,分别为47.58%、45.79%、38.89%和35.96%;其次是Bacteroidetes和Chloroflexi,Bacteroidetes在4个样品中占比分别28.12%、21.33%、22.76%和26.52%,Chloroflexi占比分别为4.73%、10.79%、15.61%和14.49%。钱祝胜等[13]在中空纤维膜反应器内富集的反硝化厌氧甲烷氧化菌群中,占优势的菌门依次为Chloroflexi(绿弯菌门)、Proteobacteria(变形菌门)、Planctomycetes(浮霉菌门)、Chlorobi(绿菌门)、Acidobacteria(酸杆菌门)、Bacteroidetes(拟杆菌门),与本研究中占优势的菌门相似。Proteobacteria和Bacteroidetes一直被认为是反硝化脱氮过程中最常见的自养反硝化微生物,这2种菌门包含各种类型的反硝化菌及甲烷氧化菌[14]。图5表明,在4个样品中,这2种菌门所占比例的总和差别不大,即各种pH环境下都具备一定的反硝化脱氮能力。在LUO等[15]构建的以甲烷作为电子供体去除地下水中硝酸盐的生物膜反应器中,Planctomycetes作为主要菌门被检出。Chloroflexi作为厌氧污泥中一种常见的复杂菌门[16],包含了好氧嗜热菌、厌氧光养菌、利用卤化物或有机物的厌氧微生物等多种微生物,并被认为能够参与自养反硝化过程。绿弯菌门细菌能够将多糖、蛋白质等大分子有机物分解为乙酸等低分子有机酸,这些产物又能够被产甲烷菌利用进行产甲烷作用[17-18]。由图5可知,当初始pH从6逐渐升高时,系统内Chloroflexi所占比例也有一定的增长,这表明环境pH对Chloroflexi有较强的选择作用,过酸的环境不利于它的增长繁殖。除以上4种菌门外,Firmicutes和Acidobacteria也被证明具有脱氮基因,具备相应的反硝化能力[19]。除以上所述的主要菌门外,其他如Synergistetes、Gracilibacteria、Gemmatimonadetes、Hydrogenedentes和Cyanobacteria等菌门微生物由于在样品中具有较低的丰度(<1%)而被归为“Other”类,但这些菌种也在系统反硝化脱氮的过程中发挥着作用[20-24]。总的来说,虽然初始pH会影响不同菌门的相对丰度,但系统中同时存在的多种与反硝化相关的微生物还是使得系统具有高效的脱氮性能。
图6显示了在纲水平上4个样品的菌群结构。由图6可知,系统中的主要优势菌纲为Gammaproteobacteria、Deltaproteobacteria、Bacterodia、Ignavibacteria、Anaerolineae和Alphaproteobacteria,这些菌纲总和占各个样品总数比例的70%以上。其中Gammaproteobacteria、Deltaproteobacteria和Alphaproteobacteria同属于变形菌门,在此前多项自养反硝化的研究中被证明具有去除硝酸盐的能力[19]。在pH=7和pH=8的环境下,Gammaproteobacteria在样品中所占比例分别为13.22%和12.58%;随着pH的增大或减小,其含量均有一定的增加,在pH=6时占比为26.02%,pH=9时占比为21.29%。而Deltaproteobacteria菌纲的占比随着pH的变化趋势与此相反,在4个样品中所占比例分别为14.44%、26.91%、14.50%和6.65%。这说明这2种菌纲存在一定的竞争关系,中性和弱碱性环境适合Deltaproteobacteria的生长繁殖,从而导致丰度增加,而Gammaproteobacteria适合在酸性和强碱性环境下生长,因此表现出相反的变化趋势。Alphaproteobacteria在4个样品中所占比例分别为7.05%、5.58%、11.77%和7.96%,其中,在初始pH为8时其丰度最高。以上3种菌纲具有反硝化能力,可利用甲烷氧化生成的甲醇将系统中的NO3−-N转化成N2;同时,某些菌纲中包含同时在甲烷厌氧氧化和反硝化过程中发挥作用的细菌,如Chitinophagaceae(Alphaproteobacteria菌纲)在甲烷厌氧氧化和反硝化过程中扮演重要角色[25]。同属于拟杆菌门的Bacterodia和Ignavibacteria菌纲也有相似的变化趋势,它们在4个样品中所占比例分别为24.43%、11.79%、9.57%、10.62%和3.12%、9.07%、12.91%、15.83%。由此可见,两者也可能存在一定的竞争关系,酸性条件下更利于Bacterodia的增长繁殖。Anaerolineae是一种典型的自养反硝化菌[26],它在4个样品中的相对丰度分别为4.05%、9.48%、12.83%和13.02%。这说明环境pH的增加有利于该菌纲的富集,在酸性环境下其含量最低,也与前文得出的在酸性环境下系统脱氮效果较差的结果相吻合。
初始pH的变化会引起系统内微生物在门、纲水平上的丰度变化,从而对微生物的群落结构变化产生了一定影响。为进一步了解环境pH对种群结构的影响,对4个样品中的物种进行了属水平上的分析,并挑选相对丰度最高的50个菌属作热图(图7)。
4个样品中的微生物在属水平的分布上也均存在相似性和差异性。具体来说,P1中相对丰度最高的10个菌属及其所占的比例分别为norank_f_Microscillaceae(15.07%)、norank_f__P3OB-42(12.57%)、unclassified_f__Methylophilaceae(10.10%)、Methylotenera(8.85%)、OLB12(7.81%)、Bacillus(3.71%)、norank_c__OM190(3.35%)、norank_c__Latescibacteria(2.94%)、norank_o__SJA-28(2.07%)、Phreatobacter(1.95%);P2中相对丰度最高的10个菌属及其所占的比例分别为norank_f__P3OB-42(24.09%)、norank_c__Latescibacteria(7.18%)、norank_o__SJA-28(6.70%)、OLB12(3.58%)、norank_f_BSV26(3.14%)、norank_f__Anaerolineaceae(2.94%)、norank_o__Bacteroidetes_VC2.1_Bac22 (2.61%)、norank_p__Zixibacteria (2.45%)、norank_f__Caldilineaceae (1.81%)、unclassified_f__Burkholderiaceae (1.77%);P3中相对丰度最高的10个菌属及其所占的比例分别为norank_f__P3OB-42 (9.88%)、norank_o__SJA-28 (7.30%)、Methylocystis (5.79%)、norank_f__Anaerolineaceae (5.12%)、norank_c__Latescibacteria (5.03%)、norank_f__BSV26 (3.19%)、norank_c__OM190(2.39%)、norank_f__Caldilineaceae (2.17%)、Sediminibacterium (2.16%)、norank_p__Zixibacteria (2.12%);P4中相对丰度最高的10个菌属及其所占比例分别为norank_o__SJA-28 (7.08%)、norank_f__BSV26 (6.37%)、norank_f__Anaerolineaceae (5.43%)、norank_c__Latescibacteria (4.13%)、Methylotenera (3.37%)、Ellin6067 (2.87%)、norank_f__SC-I-84 (2.81%)、norank_f__P3OB-42 (2.75%)、norank_f__AKYH767 (2.24%)、norank_o__Bacteroidetes_VC2.1_Bac22 (2.20%)。
由此可见,随着初始pH的变化,4个样品中微生物群落结构发生了较大变化,主要微生物菌属也有较大差异。其中,Methylocystis在初始pH为8的环境下有明显富集。Methylocystis是常见的甲烷氧化菌II型菌株,能以甲烷作为唯一碳源和能量来源,在大多数含有甲烷和氧气的环境中都被发现。同时,LAI等[27]也在以甲烷作为电子供体同步去除硝酸盐和溴酸盐的系统中发现了Methylocystis的存在,并且认为其在甲烷氧化、硝酸盐及溴酸盐的还原过程中发挥了重要作用。在本系统中,Methylocystis作为甲烷氧化菌,氧化甲烷生成甲醇,甲醇为硝氮及亚硝氮的还原提供电子进行反硝化反应脱氮,其对甲烷氧化及硝酸盐的还原均发挥重要作用。Methylotenera和未分类的Methylophilaceae同属于嗜甲基菌科,能利用甲醇作为碳源和能量来源,使其氧化分解[28]。LONG等[29]在关于甲烷作为电子供体还原六价铬和硝酸盐的研究中也发现了这2种微生物的存在。在初始pH为6的环境中,这2种微生物可得到大量富集。这可能是由于:在内部好氧的亚硝酸盐依赖型厌氧甲烷氧化途径中,酸性条件加快了甲烷被甲烷氧化菌氧化成甲醇的过程,从而使得Methylotenera和Methylophilaceae大量富集。Methylotenera和Methylophilaceae也是甲烷氧化菌,能利用O2将甲烷转化为甲醇。同时,生成的甲醇可用于反硝化脱氮。此外,norank_f__Anaerolineaceae属于Anaerolineaceae科,随着初始pH的增大,相对丰度也有所增加。Anaerolineaceae菌科被证明存在于许多以甲烷为电子供体的自养反硝化体系中[30],同时,这种丝状菌能为微生物的附着提供骨架[31],有利于微生物的生长繁殖。另外,还有诸如norank_o__SJA-28、norank_f__P3OB-42 、norank_c__Latescibacteria等菌属也在4个污泥样品中被检测出来。虽然有研究表明这些菌可在有硝酸盐负荷的环境中存在,但暂时还无法明确其能否参与甲烷厌氧氧化的自养反硝化过程,故还需进一步研究来证明。
虽然单一菌属的相对丰度随环境初始pH变化的差异较大,但除污性能是由系统内不同菌群、多种功能微生物间的相互协作实现的。不同pH下,污泥样品的微生物种群结构虽有所差别,但其大多具备甲烷氧化或反硝化能力,且不同初始pH下功能菌在整个系统中所占比例仍然较高,这也为甲烷厌氧氧化型反硝化工艺能在较广pH范围内维持可靠的脱氮效率奠定了微生物基础。
3. 结论
1)在CH4供应充足的情况下,系统具备良好的反硝化速率,且没有
-N的积累,而空白组几乎没有还原NO−2 -N的能力,表明经前期培养驯化的污泥能够以甲烷作为电子供体进行自养反硝化。NO−3 2)随着初始
-N质量浓度的升高,系统平均脱氮速率呈现先升高后下降的趋势,表明在一定范围内增加NO−3 -N质量浓度可提高系统反硝化速率,平均脱氮速率最高可达到4.28 mg·(L·d)−1;反应器内出现不同程度的NO−3 -N积累,当初始NO−2 -N质量浓度为50 mg·L−1时,NO−3 -N积累量达到峰值,为2.69 mg·L−1。NO−2 3)系统在不同pH环境下均具备一定的脱氮能力,而反硝化速率有所差异。在中性和弱碱性环境下,系统脱氮效果最优,脱氮速率最高可达5.45 mg·(L·d)−1。此时,
-N积累量最少,峰值仅为1.07 mg·L−1。当系统初始pH增大或减小,平均脱氮速率都会有所下降,且NO−2 -N积累量明显增加。NO−2 4)由微生物菌群分析结果可知,环境pH对微生物种群结构具有选择作用。在pH=7和pH=8时,系统内厌氧污泥微生物的丰度最高,物种多样性和均匀性适中;不同pH下,厌氧污泥内微生物群落的主要菌门为Proteobacteria和Bacteroidetes,在纲水平上,Gammaproteobacteria、Deltaproteobacteria、Bacterodia、Ignavibacteria和Anaerolineae为优势菌纲。在适宜的pH(pH=8)下,常见甲烷氧化菌Methylocystis大量富集。不同pH环境下均存在常见于许多以甲烷为电子供体的自养反硝化体系中的Anaerolineaceae,其具体功能有待进一步探究。
-
表 1 徐州市各类固体废物产生和处置利用清单分析表
Table 1. Production of various solid wastes in Xuzhou city
产生源 固体废物类别 产生与处置方式 产生与处置量/(×104 t) 增减量/(×104 t) 2018年 2020年 城乡生活 生活垃圾 产生 228.80 240.00 11.20 填埋 104.80 73.68 −31.12 焚烧 124.00 166.50 42.50 餐厨垃圾 产生 20.80 20.10 −0.70 厌氧消化 14.45 20.10 5.65 焚烧 6.35 0 −6.35 园林垃圾 产生 1.00 0.50 −0.50 堆肥 0.48 0.50 0.02 填埋 0.52 0 −0.52 农贸垃圾 产生 7.80 3.17 −4.63 厌氧消化 0.12 3.17 3.05 焚烧 7.68 0 −7.68 废纸 (再生资源) 产生 40.50 14.65 −25.85 回收 40.50 14.65 −25.85 废塑料 (再生资源) 产生 25.50 9.22 −16.28 回收 25.50 9.22 −16.28 电子废物 (再生资源) 产生 85.00 30.74 −54.26 回收 85.00 30.74 −54.26 城乡生活 废钢铁 (再生资源) 产生 160.50 58.04 −102.46 回收 160.50 58.04 −102.46 市政污泥 产生 22.20 18.60 −3.60 回收 9.07 0 −9.07 填埋 1.63 0 −1.63 焚烧 9.33 11.19 1.86 堆肥 0.07 7.41 7.34 简易处置 2.10 0 −2.10 建筑垃圾 产生 2 366.00 2 040.79 −325.21 回收 120.60 155.10 34.50 填埋 1 907.00 1 885.69 −21.31 简易处置 338.40 0 −338.40 农业 秸秆 产生 490.30 516.00 25.70 回收 112.70 83.08 −23.62 还田 357.30 412.80 55.50 简易处置 20.30 20.12 −0.18 畜禽粪便 产生 723.40 729.00 5.60 厌氧消化 275.42 139.40 −136.02 堆肥 312.70 557.60 244.90 简易处置 135.30 32.00 −103.30 废农膜 产生 3.90 2.50 −1.40 回收 1.72 2.36 0.64 填埋 1.78 0 −1.78 简易处置 0.04 0.14 0.10 工业 粉煤灰 (一般工业固体废物) 产生 369.50 335.40 −34.10 回收 369.50 335.40 −34.10 炉渣 (一般工业固体废物) 产生 292.60 208.90 −83.70 回收 292.60 208.90 −83.70 煤矸石 (一般工业固体废物) 产生 287.20 207.10 −80.10 回收 284.60 207.10 −77.50 简易处置 2.60 0 −2.60 脱硫石膏 (一般工业固体废物) 产生 90.50 108.20 17.70 回收 90.38 108.20 17.82 简易处置 0.10 0 −0.10 尾矿 (一般工业固体废物) 产生 52.30 0 −52.30 回收 52.30 0 −52.30 冶炼废渣 (一般工业固体废物) 产生 67.80 157.50 89.70 回收 67.80 157.50 89.70 危险废物 产生 12.17 14.59 2.42 回收 7.09 7.23 0.14 焚烧 5.08 5.20 0.12 注:简易处置指城乡生活领域中的市政污泥和建筑垃圾贮存处置;农业领域中的秸秆和畜禽粪便为农户自用;工业领域的煤矸石、脱硫石膏贮存处置等。 表 2 各类固体废物处置利用过程碳排放系数
Table 2. Carbon emission coefficient of various solid wastes
t CO2eq∙t−1 类别 f1 f2 f3 f4 f5 f6 f7 f8 文献 生活垃圾 3.688 — — — — 0.192 −0.124 — [22−23] 餐厨垃圾 4.034 −0.104 0.165 — — — — — [24] 园林垃圾 — — −0.099 — — 0.198 — — [24] 农贸垃圾 4.034 −0.104 — — — — 0.002 — [24−25] 废纸 6.695 — — — −3.908 — — — [24] 废塑料 2.065 — — — −1.020 — — — [24] 电子废物 5.280 — — — −0.866 — — — [24] 废钢铁 1.839 — — — −2.126 — — — [24] 市政污泥 — — 0.050 — 0.191 0.578 0.144 0.500 [26] 建筑垃圾 0.157 — — — −0.150 0.020 — — [24, 27−28] 秸秆 0.756 — — −0.131 −0.508 — — — [29−32] 畜禽粪便 0.433 0.020 0.172 — — — — 0.060 [33−35] 废农膜 2.122 — — — −1.020 0.022 — — [24] 粉煤灰 5.430 — — — −0.954 — — — [24, 36] 炉渣 3.747 — — — −0.954 — — — [24, 36] 煤矸石 0.786 — — — −0.210 — — — [37−38] 脱硫石膏 0.237 — — — 0.029 — — — [24] 尾矿 5.350 — — — −0.178 — — — [39−41] 冶炼废渣 — — — — −4.839 — — — [24] 危险废物 — — — — — — 2.272 — [42] 注:园林垃圾、市政污泥、冶炼废渣、危险废物成分复杂暂未考虑源头减量环节;建筑垃圾、秸秆、废农膜暂未考虑简易处置环节。 -
[1] 生态环境部. 减污降碳协同增效实施方案 [EB/OL]. [2022-09-12]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202206/t20220617_985879.html [2] 国务院. 2030年前碳达峰行动方案 [EB/OL]. [2022-09-12]. http://www.gov.cn/zhengce/content/2021-10/26/content_5644984.htm [3] WILSON D C, RODIC L, MODAK P, et al. Global waste management outlook [EB/OL]. [2022-09-12]. https://eprints.whiterose.ac.uk/99773/ [4] 中国循环经济协会. 循环经济助力碳达峰研究报告1.0版[R]. 2021-9. [5] 杜祥琬, 刘晓龙, 葛琴, 等. 通过“无废城市”试点推动固体废物资源化利用, 建设“无废社会”战略初探[J]. 中国工程科学, 2017, 19(4): 119-123. [6] 国务院办公厅. “无废城市”建设试点工作方案[EB/OL]. [2022-09-12]. http://www.gov.cn/zhengce/content/2019-01/21/content_5359620.htm [7] 刘晓龙, 姜玲玲, 葛琴, 等. “无废社会”构建研究[J]. 中国工程科学, 2019, 21(5): 144-150. [8] 生态环境部. “无废城市”建设[EB/OL]. [2022-09-12]. https://www.mee.gov.cn/home/ztbd/2020/wfcsjssdgz.html [9] 生态环境部. 关于印发《“十四五”时期“无废城市”建设工作方案》的通知[EB/OL]. [2022-09-12]. https://www.mee.gov.cn/xxgk2018/xxgk2018/xx gk03/202112/t20211215_964275.html [10] 滕婧杰, 祁诗月, 马嘉乐, 等. “无废指数”构建方法探究——以“浙江省无废指数”构建为例[J]. 环境工程学报, 2022, 16(3): 723-731. doi: 10.12030/j.cjee.202112102 [11] 张冰洁, 宋鑫, 王恒广, 等. 基于“无废城市”建设的工业固体废物管理新策略[J]. 环境工程学报, 2022, 16(3): 732-737. doi: 10.12030/j.cjee.202111112 [12] MOGHADAM M A, FEIZI R, FARD M P, et al. Estimating Greenhouse emissions from sanitary landfills using Land-GEM and IPCC Model based on realistic scenarios of different urban areas: a case study of Iran[J]. Journal of Environmental Health Science and Engineering, 2021, 19(1): 819-830. doi: 10.1007/s40201-021-00649-2 [13] YAMAN C, ANIL I, ALAGHA O. Potential for greenhouse gas reduction and energy recovery from MSW through different waste management technologies[J]. Journal of Cleaner Production, 2020, 264: 121432. doi: 10.1016/j.jclepro.2020.121432 [14] WUNSCH C, TSYBINA A. Municipal solid waste management in Russia: potentials of climate change mitigation[J]. International Journal of Environmental Science and Technology, 2021, 19: 27-42. [15] 黄金碧, 黄贤金. 江苏省城市碳排放核算及减排潜力分析[J]. 生态经济, 2012(1): 49-53. doi: 10.3969/j.issn.1671-4407.2012.01.010 [16] 袁长伟, 白娟, 芮晓丽, 等. 基于EIO-LCA模型的陕西省产业碳减排效应[J]. 长安大学学报(社会科学版), 2016, 18(4): 48-55. [17] 孙建卫, 赵荣钦, 黄贤金, 等. 1995-2005年中国碳排放核算及其因素分解研究[J]. 自然资源学报, 2010, 25(8): 1284-1295. doi: 10.11849/zrzyxb.2010.08.006 [18] 徐州市生态环境部. 2018年徐州市固体废物污染环境防治信息公告 [EB/OL]. [2023-01-31]. http://sthj.xz.gov.cn/govxxgk/01405165st/2019-06-05/f0f59186-3ad7-46bc-bdea-a38bb7ea947b.html [19] 徐州市生态环境部. 2020年徐州市固体废物污染环境防治信息公告 [EB/OL]. [2023-01-31]. http://sthj.xz.gov.cn/govxxgk/01405165st/2021-08-16/df5ec584-ea50-4eee-93dc-c777f5594cb4.html [20] 徐州市人民政府. 徐州市“无废城市”建设试点实施方案[EB/OL]. [2023-01-31]. https://www.mee.gov.cn/home/ztbd/2020/wfcsjssdgz/sdjz/ssfa/202003/P020200311777953387721.pdf [21] 罗庆明, 张宏伟, 王雪雪, 等. 我国固体废物分类体系构建的原则、方法与框架[J]. 环境工程学报, 2022, 16(3): 738-745. doi: 10.12030/j.cjee.202112030 [22] 刘晓娜, 韩华, 周宏磊, 等. 北京市简易生活垃圾堆填场垃圾成分特性研究[J]. 中国资源综合利用, 2021, 39(9): 50-52. doi: 10.3969/j.issn.1008-9500.2021.09.015 [23] LIU Y L, XING P X, LIU J G. Environmental performance evaluation of different municipal solid waste management scenarios in China[J]. Resources Conservation & Recycling, 2017, 125: 98-106. [24] EPA, 2016. Individual Waste Reduction Model Tool[EB/OL]. [2022-09-12]. https://www.epa.gov/models/moves/420b09026.pdf, 2009 [25] 李欢, 周颖君, 刘建国, 等. 我国厨余垃圾处理模式的综合比较和优化策略[J]. 环境工程学报, 2021, 15(7): 2398-2408. doi: 10.12030/j.cjee.202102050 [26] 王琳, 李德彬, 刘子为, 等. 污泥处理处置路径碳排放分析[J]. 中国环境科学, 2022, 42(5): 2404-2412. doi: 10.3969/j.issn.1000-6923.2022.05.047 [27] 韩晓桐. 基于环境价值评估的建筑垃圾资源化费用效益分析[D]. 内蒙古科技大学, 2021. [28] 邱巨龙, 丁杉. 建筑垃圾资源化利用的碳减排潜力分析[J]. 新型工业化, 2022, 12(3): 95-98+105. [29] YAN M, CHENG K, LUO T, et al. Carbon footprint of grain crop production in China-based on farm survey data[J]. Journal of Cleaner Production, 2015, 104: 130-138. doi: 10.1016/j.jclepro.2015.05.058 [30] POORE J, NEMECEK T. Reducing food’s environmental impacts through producers and consumers[J]. Science, 2018, 360(6392): 987-992. doi: 10.1126/science.aaq0216 [31] LIU W W, ZHANG G, WANG X K, et al. Carbon footprint of main crop production in China: magnitude, spatial-temporal pattern and attribution[J]. Science of the Total Environment, 2018, 645: 1296-1308. doi: 10.1016/j.scitotenv.2018.07.104 [32] 霍丽丽, 姚宗路, 赵立欣, 等. 秸秆综合利用减排固碳贡献与潜力研究[J]. 农业机械学报, 2022, 53(1): 349-359. [33] 周元清. 中国规模化生猪养殖碳足迹评估方法与案例研究[D]. 中国农业科学院, 2018. [34] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventory [R]. 2006. [35] SU J J, LIU B Y, CHANG Y C. Emission of greenhouse gas from livestock waste and wastewater treatment in Taiwan[J]. Agriculture, ecosystems & environment, 2003, 95(1): 253-263. [36] 生态环境部. 2019-2020年全国碳排放权交易配额总量设定与分配实施方案(发电行业)[ER/OL]. [2020-12-30]. http://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202012/t20201230_815546.html [37] 夏德建, 任玉珑, 史乐峰, 等. 中国煤电能源链的生命周期碳排放系数计量[J]. 统计研究, 2010, 27(8): 82-89. doi: 10.3969/j.issn.1002-4565.2010.08.012 [38] 贾铖修. 基于生命周期评价的3D打印建筑结构碳排放量化分析[D]. 浙江大学, 2021. [39] 顾芗. 铁尾矿对环境的影响及综合利用研究[J]. 现代矿业, 2022, 38(5): 237-240. doi: 10.3969/j.issn.1674-6082.2022.05.058 [40] 冯超, 朱海玲, 徐志强, 等. 基于EIO LCA的铁矿石采选温室气体排放强度分析[J]. 中国矿业, 2017, 26(3): 103-106. doi: 10.3969/j.issn.1004-4051.2017.03.021 [41] 林锦, 陈云嫩, 陆柳鲜, 等. 基于生命周期评价法的铜尾矿资源化利用的环境效益分析[J]. 有色金属科学与工程, 2021, 12(3): 106-112. doi: 10.13264/j.cnki.ysjskx.2021.03.014 [42] 高东升. 远北医疗废物处置厂污染防治方案选取和环境影响分析[D]. 哈尔滨工业大学, 2017. -