-
细颗粒物(PM2.5)是影响我国秋冬季空气质量的首要污染物,其化学组分包括有机物、水溶性离子、无机元素等。硫酸盐(
SO2−4 )、硝酸盐(NO−3 )和铵盐(NH+4 )(合称SNA)是最主要的水溶性离子,在PM2.5中的占比超过一半[1-4]。以往水溶性离子的测量主要通过离线膜采样-离子色谱分析的方法,但该方法时间分辨率低,无法精准捕捉环境大气污染过程。为了提高颗粒物监测数据的时间分辨率,在线离子色谱仪被广泛应用于大气复合污染的研究中[5-10]。在线离子色谱仪能够同时测量颗粒物水溶性离子和气态污染物,主要利用颗粒物和气体在溶液中扩散系数和自身质量的差异而实现分离。为了保证在线离子色谱仪的准确性和可比性,已有研究开展了颗粒物膜采样/离线实验室分析和在线离子色谱仪的比对研究。Wittig等[11]发现,半连续的湿式在线离子色谱仪对
SO2−4 和NO−3 的测量偏高10%;袁超等[12]发现,在线URG-900B对NH+4 和NO−3 的监测结果较好,但对SO2−4 存在明显的高估;杨懂艳等[13]的研究显示,在线URG-900获得的离子总量高于滤膜测试结果,SO2−4 和NH+4 明显偏高,NO−3 的年均浓度差异不大。整体来看,在线离子色谱仪对颗粒物组分如SO2−4 和NO−3 均有不同程度的偏差[11-18]。然而现有研究主要集中于颗粒物组分间的比对,鲜有研究针对气态污染物开展比对工作,同时缺乏湿式旋转溶蚀器(WRD,在线离子色谱仪核心部件)对气态污染物吸收效率的研究,成为在线离子色谱仪测量研究的“盲点”。本研究利用Marga 1S和API 100E测量的2017年环境大气SO2监测数据,评估不同测量方法的差异性。同时,配制不同浓度的SO2标准气体,测量湿式旋转溶蚀器对不同浓度SO2的吸收效率,估算测量干扰,对提升在线离子色谱仪性能的认识存在积极意义,也为在线离子监测设备在大气复合污染精细化和科学化中的应用提供依据。
-
2018年7月17—19日9:00—20:00进行了为期3 d的连续测试实验,实验地点位于江苏省南京市凤凰西街某实验室内。实验仪器为荷兰能源所、Metrohm和Applikon公司共同研制的在线气体组分及气溶胶监测仪Marga 1S(以下简称 Marga 1S)和美国赛默飞公司Thermo 43i系列SO2分析仪(以下简称Thermo 43i)。Marga 1S利用气体和气溶胶扩散性质的不同来实现分离,通过湿式旋转溶蚀器(WRD)来采集NH3、HNO2、HNO3、HCl、SO2等痕量气态污染物,湿式旋转溶蚀器是Marga 1S收集气体的核心部分,其水平放置并不断旋转,使得溶蚀器表面形成一层液膜而吸收气体;气溶胶被蒸汽喷射气溶胶收集器(SJAC)收集,颗粒物在过饱和蒸汽的环境下长大,随后通过离子色谱法可测量Ca2+、Mg2+、
NH+4 、Na+、K+、SO2−4 、NO−3 、Cl-等水溶性离子,其检出限分别为0.09、0.06、0.05、0.05、0.09、0.04、0.05、0.01 μg·m-3。仪器以LiBr为内标追踪仪器状态,其时间分辨率为1 h。Thermo 43i主要通过紫外荧光法进行SO2测量,体积分数检出限为0.5×10-9(5 min平均时间),此外利用美国API 100E二氧化硫分析仪(以下简称API 100E)对南京市环境空气SO2进行了为期一年的观测,其测量原理为紫外荧光法,Thermo 43i和API 100E的测量原理均是国标推荐方法。 -
本实验具体流程如图1所示,首先将体积分数为19.8×10-6的SO2标准气体通入Sabio公司生产的4010型智能化气体稀释校准仪,对其进行一级稀释,一级稀释气浓度分别为25×10-9、40×10-9、50×10-9、100×10-9(体积分数),输出流量为5 L,将稀释后的SO2标气全部通入稀释瓶,与零气按1:5—1:7左右的比例进行二级稀释,稀释后SO2的浓度范围在14.4—73.8 μg·m-3之间。Marga 1S和Thermo 43i同时从稀释瓶中采集二级稀释后的SO2标气,多余气体利用旁路排空。
-
Marga 1S监测的每个环境样品自带内标LiBr,用以监控设备运行的稳定性。观测期间,Br和Li基本在真值的±10%内浮动。此外,Marga 1S仪器内部自带标线,每隔3个月需对仪器内部的离子色谱模块进行单点验证,验证溶液的浓度梯度分别为50、100、150、250 μg·L-1,每个梯度重复6次。母液为美国Merck公司生产的标准溶液,溶液浓度为1000 mg·L-1。Marga 1S
SO2−4 的验证结果如图2(a)所示,相关系数r为0.9991,斜率为1.002,各溶液浓度的精密度均小于4.2 μg·L-1。Thermo 43i SO2的标定结果如图2(b),体积分数为0、75×10-9、150×10-9、225×10-9、300×10-9、400×10-9,相关系数r为0.9998,斜率为1.003,各体积分数的精密度均小于1.8×10-9,符合《环境空气气态污染物(SO2、NO2、O3、CO)连续自动监测系统技术要求及检测方法》(HJ654—2013)等标准要求。 -
参考《环境空气质量标准》(GB3095—2012)中数据有效性规定,将每日不足20 h的视为无效数据,观测期间API 100E和Marga 1S都有数据的共计326套。图3是API 100E和Marga对2017年南京市环境空气SO2监测结果的逐日变化。从图3中可以看出,API 100E和Marga监测的SO2变化趋势基本一致,其中API 100E测量结果的日均值范围介于2—45 μg·m-3,均值为(17.1±7.7) μg·m-3,Marga测量结果的日均值范围介于0.6—32.7 μg·m-3之间,均值为(9.6±5.9) μg·m-3,Marga的均值较API 100E低43.8%。
从图4(a)可以看出,API 100E和Marga日均值相对误差的频率分布基本呈正态分布,数学期望μ为-44.7%,标准偏差σ为49.7%。API 100E和Marga对环境空气SO2监测结果的相关性如图4(b)所示,图中散点利用相对误差进行染色,相对误差的计算原理是将《环境空气气态污染物(SO2、NO3、O3、CO)连续自动监测系统技术要求及检测方法》(HJ654—2013)中提到的紫外荧光法(API 100E)看成真值,Marga测量结果为实测值,具体如式(1)所示。
API 100E和Marga日均值的相关性较好,相关系数r为0.84,截距为-1.29,斜率为0.64,决定系数R2、斜率低于同等设备2016年比对结果、2009年[19]和2011年[20]美国环保署(USEPA)环境技术认证 (Environmental Technology Verification,ETV) 项目中的结果,具体拟合结果如表1所示,此外当API 100E监测SO2浓度低于25 μg·m-3时,API 100E和Marga的相对误差较大。
从API 100E和Marga SO2季节散点图来看(图5),春季(3—5月)、夏季(6—8月)、秋季(9—11月)及冬季(1、2、12月)的线性相关系数r分别为0.87、0.84、0.80和0.87,拟合性相对较好,季节分布的斜率表现为秋季>冬季>春季>夏季,秋、冬季Marga测量结果与API 100E最为接近,夏季Marga测量结果偏低,一方面这可能是由于Marga和API 100E尽管均采取多种方法提高监测结果的准确度和稳定性,但由于Marga和API 100E的工作原理不同。对于Marga而言,温度越高,SO2在水溶液中的溶解度越低。而API 100E的工作原理为紫外荧光法,温度越高SO2分子的碰撞增加,激发态SO2分子返回基态的机率增加[21-22]。张凯等[21]研究显示,紫外荧光法测量SO2最合适的温度为50 °C,因此方法的差异性使得两种设备测得的SO2的监测结果存在一定的偏差。另一方面,夏季时大气扩散条件良好,SO2浓度相对较低,不同浓度梯度下Marga对SO2的吸收效率存在差异,为此针对不同浓度SO2的吸收效率开展了测试。
-
本研究参考美国环保署(USEPA)对Marga的环境技术认证方法,使用Thermo 43i和Marga同步进行SO2监测。吸收效率计算方法如式2所示。
式中,ρ为溶蚀器对气体的吸收效率;C实测为Marga中监测的SO2浓度(μg·m-3);C标准为Thermo 43i监测的SO2的浓度(μg·m-3);
图6为Thermo 43i和Marga对SO2标准气的对比散点图,结果显示Marga和Thermo 43i的相关系数r为0.999,相关性较好,表明Marga与Thermo 43i的变化趋势基本一致。斜率为0.93,截距为-1.49,Marga的测量结果偏低,本研究中的斜率介于2011年美国环保署(USEPA)环境技术认证项目结果之间,高于2009年的认证结果[19-20]。
以Thermo 43i监测的SO2 浓度为横坐标,以湿式旋转溶蚀器对SO2的吸收效率为纵坐标,绘制了湿式旋转溶蚀器对不同浓度SO2的吸收效率曲线,具体如图7所示. 从图7可以看出,本研究获得的湿式旋转溶蚀器吸收效率曲线的方程为:y=-4×10-5x2 + 0.0048x + 0.7624,相关系数r为0.9765。对应于14.4—73.8 μg·m-3浓度的SO2,湿式旋转溶蚀器对其吸收效率为82.1%—91.7%,随着SO2浓度逐渐升高,湿式旋转溶蚀器的吸收效率逐渐升高,60 μg·m-3附近时吸收效率在91.0%左右趋于稳定。
利用本研究获得的13组有效数据计算了Marga对SO2的平均吸收效率,结果为88.2%±4.8%,低于邹强等[18]的研究结果。一方面可能是由于邹强等[18]利用的是平行版溶蚀器,且测定的是极端高浓度条件下SO2的吸收效率,其质量浓度范围介于171.4—1428.6 μg·m-3,本研究测定的是与环境大气接近的浓度范围(14.4—73.8 μg·m-3);另一方面可能是由于本研究使用的Marga已经连续运转5年,仪器内部不可避免的产生磨损、老化和变形,仪器内部的参数可能发生变化。
-
袁超等[12]在上海和泰山观测中溶蚀器的吸收液使用超纯水,相较于膜采样的结果,URG-9000B监测的
SO2−4 浓度分别高估了25%和64%,香港观测时将吸收液更换为5 mmol·L-1 H2O2,URG-9000B仍存在高估现象;Wu等[17]比对了URG-9000B和膜采样方法中SO2−4 的结果,在SO2高浓度条件下,存在SO2−4 高估的现象。为进一步探讨不同浓度SO2对蒸汽喷射气溶胶收集器(SJAC)的影响程度,本实验分析了不同SO2浓度梯度下颗粒态SO2−4 、NO−3 、NH+4 浓度变化情况,具体如图8所示. 结果显示,SO2浓度从14.4 μg·m-3升高到73.8 μg·m-3时,SO2−4 、NO−3 、NH+4 的变化幅度分别为0.19、0.002、-0.01 μg·m-3,整体来看,随着SO2浓度的升高,SO2−4 的浓度呈现升高的趋势,但升幅微弱,高浓度的SO2对NO−3 和NH+4 的影响并不显著,NO−3 的浓度水平趋于平稳,NH+4 的浓度呈现略微下降。与袁超等[12]和Wu等[17]的结果略微不同,这可能是由于本实验Marga的溶蚀器为旋转型,吸收液中H2O2的浓度为1 mmol·L-1, URG-9000B的溶蚀器为平版型,吸收液分别为纯水和添加了5 mmol·L-1 H2O2的纯水,仪器构造和测量方法存在一定差异。表2计算了不同SO2浓度时
SO2−4 残留效率,结果显示SO2浓度在14.4—73.8 μg·m-3范围时,采样体积为1 m3颗粒态中SO2−4 残留率介于0.43%—1.34%之间,其中SO2浓度越低,SO2−4 残留率越高,SO2达到73.8 μg·m-3时,其残留率为0.43%,较低浓度SO2(14.4 μg·m-3)的残留率低0.91个百分点,表明高浓度的SO2气体对颗粒物中的SO42-的监测分析影响较小;此外SO2在低浓度时残留量高,可能是由于低浓度时放大了仪器噪声的影响。 -
(1)通过离子色谱法和紫外荧光法同时监测了2017年南京市环境空气SO2,其中API 100E日均值范围介于2—45 μg·m-3,均值为(17.1±7.7)μg·m-3,Marga日均值范围介于0.6—32.7 μg·m-3之间,均值为(9.6±5.9 )μg·m-3,Marga的均值较API 100E低43.8%,二者相关系数r为0.84,截距为-1.29,斜率为0.64;当API 100E监测SO2浓度低于25 μg·m-3时,API 100E和Marga 1S的相对误差较大; 秋、冬季Marga测量结果与API 100E最为接近,夏季Marga测量结果偏低。
(2)基于实验室研究发现,Marga和Thermo 43i的相关系数r为0.999,相关性较好,Marga的测量结果偏低,与环境空气监测结果结论一致。湿式旋转溶蚀器对SO2吸收效率为82.1%—91.7%,平均吸收效率为88.2%±4.8%,随着SO2浓度逐渐升高,湿式旋转溶蚀器的吸收效率逐渐升高,60 μg·m-3附近时吸收效率趋于稳定。
(3)SO2浓度从14.4 μg·m-3升高到73.8 μg·m-3时,
SO2−4 浓度呈现升高趋势,但升幅微弱,高浓度的SO2对NO−3 和NH+4 的影响并不显著,NO−3 的浓度水平趋于平稳,NH+4 的浓度呈现略微下降,颗粒态中SO2−4 残留率为0.43%—1.34%。SO2为73.8 μg·m-3时,其残留率为0.43%,低浓度SO2(14.4 μg·m-3)的残留率低0.91个百分点,高浓度的SO2气体对颗粒物中的SO2−4 的监测分析影响较小。
湿式旋转溶蚀器对二氧化硫吸收效率和测量干扰的评估
Evaluating the absorption efficiency and measurement interference of wet rotating denuder for sulfur dioxide
-
摘要: 利用大气细颗粒物水溶性离子在线监测仪(Marga 1S)分别与API 100E和Thermo 43i同时测量环境空气和二氧化硫(SO2)标气,进而评估了湿式旋转溶蚀器对SO2吸收效率及其测量干扰。研究结果显示,基于API 100E和Marga 1S测得的2017年南京市环境空气SO2浓度分别为(17.1±7.7 ) μg·m-3和(9.6±5.9 ) μg·m-3,Marga 1S较API 100E低43.8%,当API 100E监测SO2浓度低于25 μg·m-3时,API 100E和Marga 1S的相对误差较大,秋、冬季Marga 1S测量结果与API 100E最为接近,夏季Marga 1S测量结果偏低;基于实验室研究发现,Marga 1S和Thermo 43i的相关系数r为0.999,相关性较好,Marga 1S的测量结果偏低,与环境空气结论一致。湿式旋转溶蚀器对SO2吸收效率为82.1%—91.7%,随着SO2浓度逐渐升高,湿式旋转溶蚀器的吸收效率逐渐升高,60 μg·m-3附近时吸收效率趋于稳定。高浓度SO2条件下,颗粒态中
SO2−4 残留率介于0.43%—1.34%之间,高浓度SO2对颗粒物SO2−4 组分监测影响较小。Abstract: Utilizing Marga 1S together with API 100E and Thermo 43i to simultaneously measure sulfur dioxide (SO2) concentration in ambient air and standard gas respectively, we evaluated the absorption efficiency of SO2 by wet rotating denuder and its measurement interference. Atmospheric SO2 concentration in Nanjing in 2017 measured by API 100E and Marga 1S were (17.1±7.7) μg·m-3 and (9.6±5.9) μg·m-3 respectively, with Marga 1S 43.8% lower than API 100E. When atmospheric SO2 concentration was below 25 μg·m-3 monitored by API 100E, Marga 1S had a large relative deviation from API 100E. Marga 1S measurenments in ambient air were closest to API 100E in autumn and winter, and lower in summer. While measuring standard gas, Marga 1S had a high correlation of 0.999 with Thermo 43i. However its measurement were still lower than Thermo 43i, as was stated by the measurements in ambient air. The absorption efficiency of wet rotating denuder for SO2 was 82.1%—91.7%, gradually.increased with SO2 concentration and tended to stabilize near 60 μg·m-3. At high SO2 concentration, theSO2−4 residual ratio in the particulate state was 0.43%—1.34%. Therefore high SO2 concentration had little effect on the measurment of particulateSO2−4 component.-
Key words:
- Marga 1S /
- wet rotating denuder /
- sulfur dioxide /
- absorption efficiency
-
厌氧发酵是一种能够有效实现有机废物资源化和能源化的生物反应过程[1]。在我国,餐厨垃圾(FW)每年的产生量约为6×107 t,占城市固体废弃物总量的40%以上[2]。FW主要由易于降解的碳水化合物、蛋白质和脂质组成,具有较高的产甲烷潜力[3-4]。但是,单独发酵FW时,由于FW水解速度较快会积累挥发性脂肪酸(VFA),易发生系统抑制崩溃的后果[5]。已经有研究证明将剩余活性污泥(WAS)添加到FW厌氧发酵系统提高混合发酵运行性能的可行性[6]。与单独FW或WAS厌氧发酵相比,将2者进行厌氧混合发酵能够促使微生物发挥协同作用,稳定厌氧发酵性能。
目前,有关FW和WAS厌氧混合发酵系统的构型主要采用间歇进料的连续搅拌反应器(CSTR)[7-8]。然而,CSTR不能实现污泥停留时间(SRT)和水力停留时间(HRT)的有效分离,使得微生物难以持留,难以保障微生物的持续生长,而且CSTR的间歇式进料方式容易引起负荷冲击。动态膜生物反应器(DMBR)使用在膜基材表面上沉积/吸附形成的滤饼层作为过滤层,能有效防止生长缓慢的厌氧微生物尤其是产甲烷菌的流失,提供了较长SRT来维持大量微生物种群生长[9]。已有研究利用板框内置式膜组件,采用连续流运行模式,在2.8 g·L−1·d−1的负荷下,实现了基于DMBR进行玉米秸秆和FW的混合发酵[10]。连续流进料方式可以有效缓解间歇式进料方式引起的基质冲击,增加系统的缓冲能力。目前,有关连续流动态膜厌氧混合发酵系统的稳定运行的解析鲜见报道。
在厌氧混合发酵系统中,基质的混合比例是影响厌氧发酵的关键参数,李浩等[11]的研究结果表明,在FW和WAS厌氧混合发酵过程中,FW所占比例影响混合发酵的反应速率。同时,厌氧发酵系统的最优基质混合比也会随着系统的长期运行和菌群结构的驯化改变而变化[12]。食微比(F/M)是衡量有机负荷的重要参数[13],F/M与基质种类和接种物中微生物菌群密切相关,不同的F/M会影响系统的效能潜力。截至目前,很少有研究考虑基质混合比(FW/WAS)和F/M对厌氧混合发酵系统长期运行的影响。
本研究构建了FW和WAS的外置式动态膜厌氧混合发酵系统。在连续流条件下启动动态膜厌氧混合发酵系统,以实现系统的稳定运行;同时,对DMBR运行过程中动态膜的形成和固液分离的效果进行解析。通过FW/WAS的产甲烷潜能和动力学实验,优化连续流厌氧混合发酵系统的因素,结合F/M 动力学实验,评价FW/WAS与F/M对连续流厌氧混合发酵系统运行效能的影响。
1. 材料与方法
1.1 实验装置
本研究使用的外置式动态膜生物反应器如图1所示。反应器的有效体积为9.0 L,外部使用水浴层和恒温槽来控制反应器的温度为 (39±1) ℃,基质罐连接4 ℃恒温冷水浴。外置式膜组件由300目不锈钢筛网定制加工而成,平均孔径为48 µm,有效过滤面积为0.047 m2。系统的运行模式为连续进出料,产生的生物气通过水封瓶后用湿式气体流量计计量产气量。通过曝气泵将系统内顶空生物气泵入膜组件腔体底部,对膜组件进行气擦洗后回流至系统内;同时,通过反洗曝气泵将系统内顶空生物气定期泵入膜组件腔体外侧,对膜组件进行气反洗后回流至系统内。当膜组件和出料泵间跨膜压差增加到40 kPa时,开启反洗曝气泵进行气反洗,反洗强度为10 L·min−1,气反洗时间为10 min。当进行气反洗不能提高膜通量时,通过增大曝气泵流量、回流量或气反洗频率进行调控。
1.2 基质和接种污泥
本研究所采用的FW依据学生食堂餐厨剩余物的主要成分进行人工模拟配制[14],WAS取自西安市第五污水处理厂,2者混合后添加微量元素作为最终混合基质[8]。启动阶段FW和WAS的混合比例为4∶1(基于湿重),该最优混合基质比是启动前期批次实验优化的结果[15]。研究所用接种污泥为FW和WAS中温厌氧CSTR的排泥[15],接种体积为9.0 L。本研究中使用的FW、WAS、混合基质和接种污泥的理化特性如表1所示。
表 1 基质和接种污泥的理化特性Table 1. Physicochemical properties of substrate and seed sludge供试对象 TS/(g·L−1) VS/(g·L−1) TCOD/(g·L−1) SCOD/(g·L−1) pH 乙酸/(g·L−1) 蛋白质/(g·L−1) 多糖/(g·L−1) NH4+-N/(g·L−1) FW 140.0±15.3 134.0±13.2 220.0±18.5 104.0±8.3 4.4 1.730 2.74±0.03 85.30±4.10 0.31±0.01 WAS 56.0±8.3 30.4±4.2 52.2±7.3 — — — — — — 混合基质 124.0±0.6 115.0±0.5 181.0±2.3 74.5±1.4 3.9 0.001±0.000 8.20±0.12 2.71±0.03 0.10±0.01 接种污泥 39.1±0.6 19.7±1.5 27.2±0.3 3.1±0.0 7.9 0.003±0.000 0.81±0.03 0.27±0.02 2.62±0.17 注:“—”表示未测定。 1.3 实验设置
设置DMBR系统的初始OLR和HRT分别为(1.84±0.45) g·L−1·d−1和62.5 d,启动运行72 d,测定系统的运行性能参数和动态膜截留性能。启动阶段运行结束后,采用批次实验进行FW/WAS和F/M参数优化,实验设置见表2。FW/WAS批次实验在F/M为0.145 (基于VS)时共设置7组,其中2组为FW和WAS单发酵。F/M批次实验在FW/WAS为4.4∶1时共设置8组。所有批次实验均在120 mL血清瓶中分批进行,同时设置空白组。其中,空白组与实验组均设置2组平行。当混合基质和接种污泥加入血清瓶摇晃均匀后,用氮气吹脱约3 min,橡皮塞封瓶后置于39 ℃恒温摇床内,摇床转速为120 r·min−1,2 min后血清瓶顶空放气,定时测定气组和气量。
表 2 批次实验的运行设置Table 2. Operating characteristics of the batch experiments实验项目 FW/WAS F/M 接种物/mL FW/mL WAS/mL 混合基质/mL 蒸馏水/mL FW单发酵 1∶0 0.206 30 0.905 0 — 3.095 WAS单发酵 0∶1 0.206 30 0 4.000 0 FW/WAS混合发酵 3∶1 0.206 30 0.680 1.000 — 2.320 FW/WAS混合发酵 4∶1 0.206 30 0.725 0.800 2.475 FW/WAS混合发酵 4.4∶1 0.206 30 0.740 0.740 2.520 FW/WAS混合发酵 5∶1 0.206 30 0.755 0.670 2.575 FW/WAS混合发酵 6∶1 0.206 30 0.775 0.575 2.650 F/M混合发酵 4.4∶1 0.090 30 — 0.960 14.040 F/M混合发酵 4.4∶1 0.176 30 1.865 13.135 F/M混合发酵 4.4∶1 0.354 30 3.750 11.250 F/M混合发酵 4.4∶14.4∶1 0.4720.567 3030 5.0006.000 10.0009.000 F/M混合发酵 F/M混合发酵 4.4∶1 0.708 30 7.500 7.500 F/M混合发酵 4.4∶1 0.944 30 10.000 5.000 F/M混合发酵 4.4∶1 1.417 30 15.000 0 注:“—”表示不适用。 1.4 测定项目和方法
TS、VS、COD、碱度和NH4+-N的测定采用标准方法[16]。pH采用便携式pH计进行测定(pHS-25型,上海精密科学仪器有限公司)。蛋白质和多糖分别采用Folin-酚试剂法[17]和硫酸-蒽酮法[18]。CH4、CO2、N2、H2和VFA均采用气相色谱法进行测定[8]。浊度采用便携式浊度仪 (Turb®355 IR,德国赛莱默公司) 测定。采用修正的Gompertz方程 (公式1) 拟合批次实验数据,以确定产甲烷潜力、最大产甲烷速率和延滞期[19-20]。采用一级动力学模型 (公式2) 进行数据拟合可得水解常数[21]。
P=P0⋅exp{−exp[Rmax⋅e⋅(t0−t)/P0+1] (1) P=P0⋅[1−exp(−kt)] (2) 式中:P为生物气产量,mL;P0为生物气潜能,mL;Rmax为最大生物气产生速率,mL·d−1;t0为延滞期,d;k为产甲烷速率常数,d−1。
2. 结果与讨论
2.1 反应装置的启动及运行性能
在HRT和OLR分别为62.5 d和(1.84±0.45) g·L−1·d−1的初始条件下,启动连续流FW和WAS厌氧混合发酵动态膜生物反应器。反应器启动运行过程中,系统的生物气产量、甲烷产量和甲烷占比如图2(a)所示。前5 d启动过程中,系统的生物气产量、甲烷产量和甲烷占比逐渐增加,然后趋于稳定。72 d的运行过程中,系统的平均生物气产量达到(0.60±0.11) L·L−1·d−1,平均甲烷产量达到(0.41±0.08) L·L−1·d−1,甲烷占比稳定在66%~71%,平均甲烷占比达到69.00%。pH和VFA的变化趋势能够直观的表明反应器的运行状况。如图2(b)所示,启动过程中,系统的pH始终稳定在7.6~8.0,在产甲烷菌最适pH(7.0~8.0)内[8]。本研究VFA最大质量浓度仅为284 mg·L−1,无VFA积累现象。这表明,连续流动态膜混合发酵系统启动成功[22]。如图2(c)所示,TVFA/碱度最大值仅为0.024,低于阈值0.4[23]。VFA和TVFA/碱度均未超过阈值,这表明厌氧发酵系统稳定性良好。厌氧发酵系统成功启动后,系统的平均TVFA质量浓度为(15.9±1.89) mg·L−1,低于产甲烷菌TVFA的抑制浓度5 000 mg·L−1,相应的总碱度为11 000~14 000 mg·L−1,也在稳定运行范围内[24]。上述结果表明,连续流FW和WAS厌氧混合发酵DMBR启动成功且能稳定运行。此外,对系统进行物料平衡分析可知,在该系统基质VSS的生物降解转化去除率为84%±3.8%,去除单位质量COD的基质甲烷产量为(294±13) mL。
2.2 动态膜的截留性能
本实验的反应器装置为外置式的柱型动态膜组件,开启出料泵后,反应器内污泥先通过回流泵进入膜组件腔体内部,当回流污泥充满膜组件内部腔体后附着在动态膜基材上,逐渐形成过滤层。在第35 d膜组件清洗后,动态膜组件的跨膜压差、膜通量和浊度变化如图3所示。前4 h,动态膜组件的跨膜压差快速升高,由8.34 kPa增至22.3 kPa,相应的出料浊度由252 NTU降低至90.4 NTU,通量降低至0.42 L·m−2·h−1,2者均呈现快速下降的趋势。这是因为,动态膜组件腔体内充满了污泥,污泥开始附着在动态膜基材上,具有一定的截留效果。从4 h至21 h,通量降低了约40% (由0.42 L·m−2·h−1降至0.25 L·m−2·h−1) ,浊度也降至100 NTU以下,表明动态膜逐渐形成。随着过滤过程的进行,通量下降速度减缓,出料浊度趋于稳定。约40 h后,出料浊度稳定在50 NTU,通量在0.2 L·m−2·h−1左右。动态膜层逐渐增厚,进入稳定过滤阶段,具有稳定的截留效果。此外,当跨膜压差增至40 kPa时,进行动态膜气反洗后,能够快速形成动态膜,相应的压差逐渐增加 (如图3),长期运行过程中动态膜跨膜压差呈现周期性变化。袁宏林等[10]采用相同材质和孔径的动态膜基材,以玉米秸秆和FW为混合基质进行厌氧混合发酵,也获得了较优的固液分离效果,相应的有机物截留率达到95.9%,与本研究动态膜截留效果相当。通过借用在大孔径膜基材上形成的滤饼层作为过滤层,能够将传统膜生物反应器运行中存在的“膜污染”瓶颈问题转化为过滤层加以利用。本研究虽然对动态膜的过滤周期进行了表征,但仍需进一步解析动态膜滤饼层的过滤机理。此外,对接种物、运行末期动态膜滤饼层和系统排泥进行宏全基因组菌群分析可知:混合发酵系统以细菌为主,其中细菌主要包括Bacteroidetes (30.5%~44.6%) 、Chloroflexi (10.5%~24.5%) 和Firmicutes (23.1%~36.5%) ,古菌主要包括Methanosarcina (53.0%~97.9%) 和Methanobacterium (0.16%~18.7%) 。不同的微生物菌群结构组成及其变化,对于动态膜的形成和过滤效能均有一定程度的影响,但其作用机理仍需进一步研究。
为进一步揭示动态膜过滤截留效能的周期稳定性,在反应器运行的第7、15、21、28、41、53和60 d取样分析动态膜过滤液中TCOD、蛋白质及多糖质量浓度。如图4(a)所示,出料TCOD均低于3 g·L−1,且动态膜对TCOD的截留率可达到99.5%,最终可稳定在99%以上。这表明,该外置式动态膜组件可实现较好的出料质量,实现有机物和微生物的稳定截留。如图4(b)所示,经过动态膜出料的蛋白质和多糖质量浓度均低于300 mg·L−1,相应的蛋白质和多糖截留率均不低于95%。其中,出料蛋白质质量浓度始终高于多糖,主要由于混合基质中蛋白质质量浓度是多糖质量浓度的3倍以上 (表1) ;同时,出料蛋白质质量浓度逐渐下降,相应的去除率逐渐增加。分析其原因主要是,由于形成的动态膜对蛋白质的截留效果逐渐增强;相反,出料多糖质量浓度略有增加,相应的多糖截留率略有降低,但仍维持较高水平 (>95%) ,也与动态膜的过滤效能密切相关。动态膜滤饼层中蛋白质和多糖以及凝胶层对混合发酵系统中物质的截留作用是目前膜生物反应器探究的热点,相应的过滤截留机理有待进一步深入解析,以实现动态膜对蛋白质和多糖的截留调控。
2.3 运行参数的优化调控
1) FW/WAS的优化。如表3所示,一级动力学模型和修正的Gompertz模型的拟合相关系数分别为0.971~0.991和0.975~0.987。这表明,2者均可较好地拟合FW和WAS厌氧发酵系统的累积产甲烷量。FW和WAS混合发酵的t0值趋近于0,表明FW和WAS混合发酵产甲烷基本无延滞期。在F/M为0.206条件下,不同FW/WAS的单位基质累积产甲烷量如图5所示。当厌氧发酵时间约为15 d时,FW/WAS等于4∶1和4.4∶1的单位基质累积产甲烷量明显高于3∶1、5∶1和6∶1时的单位基质累积产甲烷量。这表明,FW/WAS等于4∶1或4.4∶1时,FW和WAS混合发酵产甲烷的互促效果最佳。在FW/WAS为4∶1和4.4∶1时,运用Gompertz模型拟合分析可得P0和Rmax,如表3所示。可看出,在4.4∶1时,可获得更高的产甲烷潜能和最大生物气产率。如图6所示,当FW/WAS为4∶1和6∶1外,混合发酵的实际甲烷产率相对于单独发酵的加权平均值 (即理论甲烷产量) 均有不同程度的提升 (7.1%~15.2%)。其中,FW/WAS为4.4∶1时,相应的甲烷产量提升率最高。对比先前优化结果可发现[1],FW和WAS厌氧混合发酵系统经过长期驯化,最优基质混合比由初始最优值4∶1逐渐变为4.4∶1。因此,定期调整优化FW/WAS有利于厌氧混合发酵系统获得更高的产甲烷效能。
表 3 不同FW/WAS和F/M通过修正Gompertz模型和一级动力学模型拟合后产甲烷性能参数Table 3. Kinetic parameters of CH4 production with respect to different FW/WAS and F/M obtained from the modified Gompertz model and first-order model实验项目 FW/WAS F/M 修正的Gompertz模型 一级动力学模型 P0/mL Rmax/mL t0/d R2 P0/mL k/d-1 R2 FW单发酵 1∶0 0.206 16 4 0.2 0.975 17 0.287 0.971 WAS单发酵 0∶1 0.206 325 22 0.7 0.984 344 0.022 0.988 FW/WAS混合发酵 3∶1 0.206 70 6 0 0.984 74 0.160 0.993 FW/WAS混合发酵 4∶1 0.206 78 10 0 0.982 86 0.169 0.989 FW/WAS混合发酵 4.4∶1 0.206 82 11 0 0.985 88 0.172 0.994 FW/WAS混合发酵 5∶1 0.206 67 9 0 0.987 74 0.179 0.990 FW/WAS混合发酵 6∶1 0.206 63 8 0 0.985 68 0.181 0.991 F/M混合发酵 4.4∶1 0.090 51 105 0 0.985 51 2.610 0.977 F/M混合发酵 4.4∶1 0.176 91 85 0 0.979 91 1.610 0.989 F/M混合发酵 4.4∶1 0.354 166 99 0 0.969 169 0.968 0.981 F/M混合发酵 4.4∶1 0.472 219 126 0 0.980 223 0.874 0.987 F/M混合发酵 4.4∶1 0.567 240 118 0 0.982 246 0.751 0.990 F/M混合发酵 4.4∶1 0.708 277 106 0 0.989 286 0.575 0.996 F/M混合发酵 4.4∶1 0.944 325 43 0.02 0.994 402 0.135 0.984 F/M混合发酵 4.4∶1 1.417 0 0 2.0 0.902 0 0 0 2) F/M实验。将FW/WAS的最优值4.4∶1作为基质混合比,使用相同接种物评价F/M的影响。不同F/M下,FW和WAS厌氧发酵系统的累积产甲烷量如图7所示。当厌氧发酵时间约为12 d,F/M分别为0.09、0.176、0.354、0.472、0.567、0.708和0.944时,相应的甲烷产量对应为54.0、94.8、192、236、264、298和317 mL。如表3所示,运用Gompertz模型模拟分析可知相应的产甲烷潜能分别为51、91、166、219、240、277和325 mL,模型拟合相关系数为0.969~0.994,这表明拟合结果与实际吻合较好。此外,FW和WAS混合发酵的t0值也都趋于0,与前述结果一致。如图7和表3所示,当F/M为1.42时,累积产甲烷量和Rmax均为负值,这表明该结果无法用一级动力学模型和Gompertz模型拟合。其原因在于,在此负荷下,产甲烷菌的活性受到严重抑制。当F/M由0.090增至0.944时,累积产甲烷量和P0逐渐增加。当F/M为0.944时,与F/M为0.708相比,Rmax由106 mL降至43 mL,k由0.575 d−1降为0.135 d−1,分别降低了59.8%和76.5%。这表明,当F/M>0.708时,FW和WAS 混合发酵产甲烷的速率减缓。综上,FW和WAS厌氧混合发酵的最大耐受F/M为0.944,且当F/M>0.708时,相应的产甲烷速率减缓。
3. 结论
1) 在较低的有机负荷条件下能够实现连续流FW和WAS厌氧动态膜混合发酵系统的启动及其长期稳定运行,且系统碱度缓冲能力强、无酸累积,系统甲烷产量稳定。
2) 在连续流厌氧动态膜系统启动和长期运行过程中,能短时间形成动态膜,且对TCOD、蛋白质和多糖具有良好的截留率 (>95%) ,固液分离效果显著且能实现低浊度出料 (<50 NTU) 。
3) 厌氧动态膜混合发酵系统长期运行后,最优混合基质比为4.4∶1,同时,该系统的最大食微比为0.944,为该系统后续运行效能的优化提升提供了调控依据,以最大限度的快速实现连续流动态膜混合发酵系统的高效稳定运行。
-
表 1 Marga和API 100E线性拟合参数
Table 1. Marga and API 100E linear fitting parameters
表 2 不同SO2浓度时
残留效率SO2−4 Table 2.
residue efficiency at different SO2 concentrationsSO2−4 SO2浓度/ (μg·m-3) 14.4 26.8 34.2 54.4 73.8 浓度/ (μg·m-3)SO2−4 0.29 0.35 0.41 0.49 0.48 残留率/% 1.34 0.87 0.80 0.60 0.43 -
[1] YANG F, TAN J, ZHAO Q, et al. Characteristics of PM2.5 speciation in representative megacities and across China [J]. Atmospheric Chemistry and Physics, 2011, 11(11): 1025-1051. [2] ZHENG J, HU M, PENG J, et al. Spatial distributions and chemical properties of PM2.5 based on 21 field campaigns at 17 sites in China [J]. Chemosphere, 2016, 159: 480-487. doi: 10.1016/j.chemosphere.2016.06.032 [3] 王永慧, 刘芃岩, 于泊蕖, 等. 保定市日间、夜间大气PM2.5中无机组分的特征及来源分析 [J]. 环境化学, 2017, 36(9): 1941-1948. doi: 10.7524/j.issn.0254-6108.2016122201 WANG Y H, LIU P Y, YU B Q, et al. Characeeristics and source analysis of inorganic components in PM2.5 samples collected during daytime and night in Baoding City [J]. Environmental Chemistry, 2017, 36(9): 1941-1948(in Chinese). doi: 10.7524/j.issn.0254-6108.2016122201
[4] 丁新航, 梁越, 肖化云, 等. 太原市采暖季清洁天与灰霾天PM2.5中水溶性无机离子组成及来源分析 [J]. 环境化学, 2019, 38(6): 1356-1366. doi: 10.7524/j.issn.0254-6108.2018121102 DING X H, LIANG Y, XIAO H Y, et al. Composition and source analysis of water-soluble inorganic ions of PM2.5 in clean and haze days during heating season in Taiyuan City [J]. Environmental Chemistry, 2019, 38(6): 1356-1366(in Chinese). doi: 10.7524/j.issn.0254-6108.2018121102
[5] 张予燕, 陆晓波, 任兰, 等. 秸秆焚烧期间空气中细颗粒的组分特征 [J]. 环境监控与预警, 2011, 3(5): 38-41. doi: 10.3969/j.issn.1674-6732.2011.05.011 ZHANG Y Y, LU X B, REN L, et al. Features of components of fine particles in air during the period of burning stalks [J]. Environmental Monitoring and Forewarning, 2011, 3(5): 38-41(in Chinese). doi: 10.3969/j.issn.1674-6732.2011.05.011
[6] 操文祥, 陈楠, 田一平, 等. 武汉地区秋冬季清洁与重污染过程的水溶性离子特征研究 [J]. 环境科学学报, 2017, 37(1): 82-88. CAO W X, CHEN N, TIAN Y P, et al. Characteristic analysis of water-souble ions during clean and heavy pollution processes in autumn and winter in Wuhan [J]. Acta Scientiae Cirumstantiae, 2017, 37(1): 82-88(in Chinese).
[7] 俞梁敏, 杨倩, 邱亮, 等. 昆山市夏秋季节大气PM2.5中水溶性无机阴离子的污染特征 [J]. 环境监控与预警, 2014, 6(5): 44-46. doi: 10.3969/j.issn.1674-6732.2014.05.014 YU L M, YANG Q, QIU L, et al. Pollution charactesistics of water-souble inorganic ion in atmosphere PM2.5 in Kunshan in summer and fall [J]. Environmental Monitoring and Forewarning, 2014, 6(5): 44-46(in Chinese). doi: 10.3969/j.issn.1674-6732.2014.05.014
[8] 高韩钰, 魏静, 王跃思. 北京南郊区PM2.5中水溶性无机盐季节变化及来源分析 [J]. 环境科学, 2018, 39(5): 1987-1993. GAO H J, WEI J, WANG Y S. Seasonal variation and source analysis of water-soluble inorganic salts in PM2.5 in the southern suburbs of Beijing [J]. Environmental Science, 2018, 39(5): 1987-1993(in Chinese).
[9] 顾芳婷, 胡敏, 王渝, 等. 北京2009—2010年冬、春季PM2.5污染特征 [J]. 中国环境科学, 2016, 36(9): 2578-2584. doi: 10.3969/j.issn.1000-6923.2016.09.003 GU F T, HU M, WANG Y, et al. Characteristics of PM2.5 pollution in winter and spring of Beijing during 2009—2010 [J]. China Environmental Science, 2016, 36(9): 2578-2584(in Chinese). doi: 10.3969/j.issn.1000-6923.2016.09.003
[10] MAKKONEN U, VIRKKULA A, MANTYKENTTA J, et al. Semi-continuous gas and inorganic aerosol measurements at a Finnish urban site: comparisons with filters, nitrogen in aerosol and gas phases, and aerosol acidity [J]. Atmospheric Chemistry and Physics, 2012, 12(12): 5617-5631. doi: 10.5194/acp-12-5617-2012 [11] WITTIG A E, TAKAHAMA S, KHLYSTOV A Y, et al. Semi-continuous PM2.5 inorganic composition measurements during the Pittsburgh Air Quality Study [J]. Atmospheric Environment, 2004, 38(20): 3201-3213. doi: 10.1016/j.atmosenv.2004.03.002 [12] 袁超, 王韬, 高晓梅, 等. 大气PM2.5在线监测仪对 SO2−4 、NO−3 和NH+4 的测定评价 [J]. 环境化学, 2012, 31(11): 1808-1815.YUAN C, WANG T, GAO X M, et al. Evaluation of
SO2−4 ,NO−3 andNH+4 measurements using ambient PM2.5 real-time monitoring instruments [J]. Environmental Chemistry, 2012, 31(11): 1808-1815(in Chinese).[13] 杨懂艳, 刘保献, 石爱军, 等. PM2.5在线水溶性离子与滤膜采集-实验室检测的比对分析 [J]. 环境科学, 2016, 37(10): 3730-3736. YANG D Y, LIU BA X, SHI A J, et al. Comparison test between on-line monitoring of water-soluble ions and filterbased manual methods for PM2.5 [J]. Chinese Journal of Environmental Science, 2016, 37(10): 3730-3736(in Chinese).
[14] DREWNICK F, SCHWAB J J, HOGREFE O, et al. Intercomparison and evaluation of four semi-continuous PM2.5 sulfate instruments [J]. Atmospheric Environment, 2003, 37(24): 3335-3350. doi: 10.1016/S1352-2310(03)00351-0 [15] SCHAAP M, OTJES R P, WEIJERS E P. Illustrating the benefit of using hourly monitoring data on secondary inorganic aerosol and its precursors for model evaluation [J]. Atmospheric Chemistry and Physics, 2010, 10(5): 265-272. [16] RUMSEY I C, COWEN K A, WALLKER J T, et al. An assessment of the performance of the Monitor for Aerosols and Gases in ambient air (MARGA): A semi-continuous method for soluble compounds [J]. Atmospheric Chemistry and Physics, 2014, 14(11): 5639-5658. doi: 10.5194/acp-14-5639-2014 [17] WU W S, WANG T. On the performance of a semi-continuous PM2.5 sulphate and nitrate instrument under high loadings of particulate and sulphur dioxide [J]. Atmospheric Environment, 2007, 41(26): 5442-5451. doi: 10.1016/j.atmosenv.2007.02.025 [18] 邹强, 王静, 蔡琪, 等. 湿式平行板溶蚀器对气体吸收效率的实验研究 [J]. 现代科学仪器, 2013(4): 210-213. ZOU Q, WANG J, CAI Q et al. Experimental study for gas collection efficiency of wetted parallel plate denuder [J]. Modern Scientific Instruments, 2013(4): 210-213(in Chinese).
[19] GOODWIN B, DEOJAY D, COWEN K, et al. Environmental technology verification report, etv advanced monitoring systems center. Applikon Marga Semi-continuous Ambient Air Monitoring System[EB/OL]. [2009-11-06]. http://www.epa.gov/nrmrl/std/etv/pubs/600r09083.pdf. [20] COWEN K, HANFT E, KELLY T, et al. Environmental technology verification report, etv advanced monitoring systems center. Applikon marga semi-continuous ambient air monitoring system[EB/OL]. [2012-11-05]. http://nepis.epa.gov/Exe/ZyPDF.cgi?Dockey=P100CH7N.PDF [21] 张凯, 李晓苇, 李红莲. 紫外荧光法测量二氧化硫的温度响应特性分析 [J]. 制造业自动化, 2010, 32(9): 33-35. doi: 10.3969/j.issn.1009-0134.2010.09.09 ZHANG K, LI X W, LI H L. Analysis of the temperature response characteristic in the measurement of sulfur dioxide using UV fluorescence [J]. Manufacturing Automation, 2010, 32(9): 33-35(in Chinese). doi: 10.3969/j.issn.1009-0134.2010.09.09
[22] 郑海明, 靳伟佳. 温度对二氧化硫紫外吸收特性的影响 [J]. 光谱学与光谱分析, 2013, 33(3): 776-779. doi: 10.3964/j.issn.1000-0593(2013)03-0776-04 ZHENG H M, JIN W J. Effects of temperature on the ultraviolet absorption characteristics of SO2 [J]. Spectroscopy and Spectral Analysis, 2013, 33(3): 776-779(in Chinese). doi: 10.3964/j.issn.1000-0593(2013)03-0776-04
-