-
水溶性有机物(water-soluble organic matters,WSOM)作为大气颗粒物中可溶于水相的有机组分,占大气有机气溶胶的10%—80%[1-2]. 相关研究表明,WSOM可影响气溶胶作为云凝结核的能力,还有助于吸收太阳辐射,从而影响全球气候变化[2-3]. 并且气溶胶中WSOM与活性氧以及细胞的氧化还原活性有着密切的关联,对人体健康有着重要的影响[4]. 近年来,随着大气灰霾污染问题突出,有关大气中 WSOM光学特性和环境行为的研究已成为大气领域研究的重点之一.
WSOM复杂多样的光学特性与其来源和结构组成信息密切相关. WSOM在大气气溶胶中的来源广泛,研究发现生物质燃烧是其主要的来源[5-6]. Zhang等[5]研究发现,北京、上海、广州和西安城市的气溶胶中WSOM最主要的来源为生物质燃烧排放,占总WSOM的17%—26%. Hecobian等[6]研究确定了生物质燃烧是WSOM中发色团的主要来源之一. 此外,生物质燃烧排放源对大气中WSOM的组成和荧光特性有着重要的影响. 例如,Duarte等[7]在大气气溶胶WSOM中检测到了纤维素类和木质素类物质的存在,证实了生物质燃烧源是大气气溶胶中WSOM化学成分的主要贡献源. 范行军等[8]研究发现,生物质燃烧排放是大气气溶胶中WSOM的类蛋白物质的主要贡献源. Qin等[9]研究发现,由于生物质燃烧排放的贡献,兰州市冬季大气中WSOM的腐殖化程度明显低于夏季. 目前对于不同生物质燃烧产生颗粒物的研究主要集中在化学组成和排放特征(如离子组成和排放因子等), 也有学者对其WSOM光学特性开展了部分工作,表明生物质类型对大气气溶胶中WSOM的发色物质组成和光学特性有着重要的影响[8,10].
尽管已有相关学者关注了生物质燃烧排放WSOM的光学特性,但由于生物质的种类繁多,不同生物质燃烧排放WSOM的组成和光学性质可能存在较大差异. 本文以草本类(包括高粱、玉米、水稻、小麦、花生叶、杂草)和木本类(包括松树、杉树的叶、杆、根部位)两类典型生物质为研究对象,收集模拟野外燃烧试验产生的颗粒物,并分析颗粒物的化学成分特征以及颗粒物中WSOM的紫外-可见光吸收特征和三维荧光光谱特征. 研究结果可以补充生物质燃烧源的光学特性,为大气颗粒物源解析提供基础数据.
-
本研究选取6种草本类生物质(高粱、玉米、水稻、小麦、花生叶、杂草)和2种木本类生物质(松树和杉树)为研究对象. 为避免采样过程中受其他排放源的影响,采样地点远离道路,建筑区和工业区. 燃烧前将生物质样品干燥14 d以上并除去表面灰尘,以减少叶面颗粒污染物沉积引起的误差. 由于木本类生物质(松树和杉树)的根、杆和叶部分的化学组成可能存在较大差异,将根、杆和叶部分分开进行单独燃烧.
生物质燃烧样品采集方法参考文献[11],模拟生物质露天燃烧的方式,将Mini Vol TAS粉尘颗粒采样器(Airmetries,美国)放置于距离生物质燃烧堆水平和垂直分别约1 m的位置采集烟气颗粒(PM2.5),并控制采样流量为6 L·min−1,采样时间为10 min. 将实验室内强制通风后,密闭实验室采集空白对照,并且在每次采集样品前均进行强制通风操作. 每种生物质用量在30 g左右,每种生物质样品燃烧采集2次. 采样过程中每采集好1个样品,用酒精擦拭膜托和采样头,避免不同样品之间发生交叉污染. 采样滤膜采用石英纤维滤膜(Whatman),采样前滤膜用铝膜包裹,放入500 ℃下焙烧5.5 h去除滤膜上的杂质和无机碳,采样后放入−20 ℃冰柜中储存.
-
切割四分之一片膜置于清洗干净的玻璃瓶中,用20 mL超纯水(18.3 MΩ·cm)超声提取15 min,然后用孔径为0.22 μm的针式过滤器过滤,提取过程重复两次,以确保WSOM得以充分提取,将两次提取液混合,过程中以水空白和膜空白作为背景空白. 以同样的方法用超纯水超声提取水溶性离子,使用孔径为0.45 μm的针式过滤器过滤,超声提取时间为10 min,提取过程重复2次.
-
采用总有机碳(TOC)分析仪(Jena AG multi N/C 3100,德国)测定WSOM的浓度,即在680 ℃的高温条件下,水样被Pt催化剂完全氧化成水和二氧化碳,再经非色散红外检测器检测. 使用邻苯二甲酸氢钾标准溶液建立WSOM的校准曲线,所有样品在检测前均用2 mol·L−1盐酸酸化去除无机碳.
-
根据文献[12]中使用DRI热/光碳分析仪测定样品中的有机碳(OC)和元素碳(EC),OC和EC检出限均低于1.0 μg·m−3,每10个样品进行1次重复测定,确保两次误差在5%以内. 采用Dionex ICS 1100和Dionex ICS 900型离子色谱仪测定8种水溶性离子(Cl−、
NO−3 、SO2−4 、NH+4 、Na+、K+、Ca2+、Mg2+),离子回收率在90%—110%之间. -
采用岛津UV-2401PC型号的紫外-可见分光光度计测定提取液的吸光度(Aλ),设定扫描波长范围为200—500 nm,扫描速度为400 nm·min−1.根据扫描数据计算特征吸收指数(SUVA254)、E250/E365和质量吸收指数(MAE365). SUVA254是WSOM浓度标准化后的254 nm处吸光度,通过以下公式计算:
式中,A254为254 nm处的吸光度,C为提取液中WSOM的质量浓度,单位为mg·L−1;L为光程长度,1 cm.
E250/E365为250 nm处吸光度与365 nm处吸光度之比.MAE365是表征发色团吸光能力的重要参数,计算公式如下:
式中,A365为波长365 nm处的吸光度;C为提取液中WSOM的质量浓度,单位为mg·L−1;L为光程长度,1 cm.
-
采用日立的F-7000荧光分光光度计测定样品WSOM的三维荧光光谱. 荧光信号在3-D模式下进行扫描,激发波长(Ex)和发射波长(Em)的范围分别为200—400 nm和250—500 nm,扫描间隔均为5 nm,扫描速度为2400 nm·min−1,光电倍增管检测器的设定电压为700 V. 按照文献[13]中描述的程序,对原始EEM光谱进行了校正和标准化:(1)对EEM光谱进行背景校正即减去超纯水光谱;(2)使用插值法去除一阶和二阶瑞利散射和拉曼散射的干扰信号;(3)利用紫外-可见吸收光谱校正荧光强度的内滤效应;(4)荧光强度通过除以Ex=350 nm处纯水的拉曼峰面积进行标准化,从而去除仪器依赖因子,且结果以拉曼单位(R. U. )表示;(5)标准化后的数据除以WSOM浓度得到比荧光强度(SFI).
主要用以下4个荧光指标描述荧光光谱特征:腐殖化指数(humification index, HIX)、荧光指数(fluorescence index, FI)、自生源指数(freshness index, BIX)和单位TOC平均荧光强度(average fluorescence intensity per unit TOC, AFI/TOC). HIX值为Ex=254 nm时,Em在435—480 nm之间的荧光强度面积除以Em在300—345 nm之间的荧光强度面积的比值[9,14],该值越大表明溶解性有机质的腐殖化程度越高[8-9],HIX值的增加将导致发射光谱红移[15]. BIX值为Em=380 nm处的荧光强度除以Ex=310 nm处Em在420—435 nm之间的最大荧光强度的比值[9,14],该值越高反映溶解性有机质的生物活性越强或生物物质含量越丰富[14-15]. FI值为Ex=370 nm时,Em在450 nm和500 nm处的荧光强度的比值[9,14],FI可以反应溶解性有机质的前体来源[15],该值越大表明芳香氨基酸对溶解性有机质荧光强度的贡献率越大[8]. AFI/TOC可能在很大程度上反应荧光团的密度和分子量,该值的增加反应有机物分子量的减少或荧光团密度的增加[15],计算公式如下[15]:
式中,λEx为激发波长,λEm为发射波长,FI为各激发和发射波长处的荧光强度,avg为平均值函数,TOC的单位为mg·L−1.
-
本研究测定了不同生物质燃烧排放PM2.5的化学组分包括OC、EC和水溶性无机离子. 如表1所示,生物质燃烧排放PM2.5中OC/TC、EC/TC和OC/EC比值范围分别为0.67—0.94、0.06—0.33和2.00—15.40,这与其他研究生物质燃烧烟尘中碳质组分的结果相近[16,17]. 其中草本类与木本类OC/EC值分别为11.89 ± 3.56和5.21 ± 2.34,两者差异性极显著(P<0.01),这可能与两者本身的结构(密度和尺寸)、化学组成差异(如木质素、纤维素、半纤维素等含量的不同)以及燃烧状态有关[17]. 此外,草本类与木本类WSOM/OC的平均值均为0.30,说明WSOM是两类生物质燃烧排放PM2.5中重要的组成部分.
草本类与木本类生物质燃烧排放PM2.5中8种水溶性无机离子占总离子的百分比分布如图1所示. 由图1可知,两者 PM2.5中均以Cl−、
NH+4 和K+占主导地位,三者之和分别为79.8%和70.1%,说明生物质燃烧排放 PM2.5中Cl−、NH+4 和K+是水溶性离子的主要组分. 同样,王真真等[11]研究发现,秸秆燃烧排放烟尘中K+、Na+、NH+4 和Cl−是水溶性离子的主要组成,四者之和的占比为80%—92%. 其他研究也发现,树木和稻草燃烧排放烟尘中以Cl−和K+占主要比例[16,18]. 此外,本研究中所有生物质燃烧排放PM2.5中NO−3 均低于检测限. -
由于254 nm的波长可以代表WSOM样品中存在的芳族结构的最大吸收率[19-20],光谱参数SUVA254可作为生物质燃烧排放PM2.5中WSOM的芳香性和分子量大小的指标;一般SUVA254值越高,表明WSOM的芳香度和分子量越高;与之相反,E250/E365值的大小与有机物的芳香度和分子量呈反比[10,20-21],WSOM中π键高度共轭将导致紫外-可见吸收度向更高波长移动,从而使E250/E365的值降低[15,21]. 表1列出了本研究中生物质燃烧排放PM2.5中WSOM的SUVA254和E250/E365的变化范围分别为1.79—2.60 m2·g−1和4.56—7.65,结果与文献报道杨木和毛竹两种薪柴燃烧排放WSOM的研究结果相近[8];其中SUVA254值均小于燃煤排放的WSOM值(2.6—4.6 m2·g−1)[22]. 表明相比于燃煤源,生物质燃烧排放PM2.5中WSOM的芳香度和分子量较低. 此外,草本类和木本类生物质燃烧排放PM2.5中WSOM的SUVA254值分别为(2.28 ± 0.19) m2·g−1和(2.25 ± 0.27) m2·g−1,E250/E365值分别为5.79 ± 0.63和6.39 ± 0.70,两者之间均无显著性差异.
MAE365可用来表征生物质燃烧排放PM2.5中WSOM的光吸收能力[23-25]. 据文献报道,薪柴和燃煤排放WSOM的MAE365值分别为0.4—0.9 m2·g−1和(0.96 ± 0.71) m2·g−1[8,15];大气气溶胶中WSOM的MAE365值范围为0.51—1.79 m2·g−1[10,23]. 本研究中生物质燃烧排放PM2.5中WSOM的MAE365值范围为0.66—1.17 m2·g−1,说明生物质燃烧排放PM2.5中WSOM具有与燃煤排放的和大气气溶胶中的WSOM类似的吸光能力. 草本类生物质燃烧排放PM2.5中WSOM的MAE365值((0.94 ± 0.14 ) m2·g−1)略大于木本类生物质样品的值((0.84 ± 0.11) m2·g−1),但两者之间亦无显著性差异.
-
三维荧光光谱(3D-EEM)法是一种快速方便分析有机物类型和结构特征的方法.该方法已被广泛应用于雨水、雾水、大气气溶胶和生物质气溶胶中WSOM的研究[8-10,26-31].本文研究了不同种生物质燃烧排放PM2.5中WSOM的荧光特性,具体谱图见图2.
-
由图2可见,不同种类生物质样品中WSOM的三维荧光谱图具有高度的相似性,有两个主要的强荧光峰,分别为T1 (λEx/λEm≈230—250 nm/335—380 nm)和T2 (λEx/λEm≈260—290 nm/330—360 nm),以及一个弱肩峰A. 根据文献报道,荧光峰T1和T2均可能归属为类色氨酸荧光峰,其中T2峰也有可能是来自芳香类氨基酸和酚类物质的贡献[8,28];荧光峰A归属为紫外光区类腐殖质荧光峰[9,15]. 结果说明生物质燃烧排放PM2.5中WSOM的荧光发色团以类色氨酸、芳香类氨基酸和酚类物质为主,且包含少量的具有紫外吸收的类腐殖质物质. 雨水和大气气溶胶WSOM的EEM中识别出与之类似的荧光峰[26-27, 29,32-33],其中荧光峰T1和T2在本研究中生物质燃烧排放PM2. 5中WSOM的强度显著高于雨水和大气溶胶样品中WSOM的强度,然而荧光峰A却与之相反. 说明生物质燃烧排放PM2. 5中WSOM与雨水和大气气溶胶中的WSOM有着相似的有机组分,但其腐殖化程度相对较低。值得注意的是,草本类生物质燃烧排放PM2. 5中WSOM的荧光谱图中A峰普遍具有较长的发射波长. 为了更好的观察,分别求出了所有草本类和木本类生物质SFI的平均值和标准偏差,并且绘制出3D-EEM谱图(图3),由于标准偏差很小,所以SFI的平均谱图可视为草本类和木本类生物质的典型荧光谱图. 相关研究表明,有机物的荧光范围受分子量大小的影响,分子量较大的有机物会产生波长范围较长的荧光[15, 34]. 从图3可以看出,草本类生物质的A峰具有更长的发射波长. 说明相对于木本类生物质,草本类生物质燃烧排放PM2. 5中WSOM具有较大分子量,这可能跟两者之间化学组成的差异有关.
-
Chen等[35]将荧光光谱范围划分为5个区域,分别对应5种溶解性有机物:区域Ⅰ—Ⅴ分别对应类酪氨酸蛋白质、类色氨酸蛋白质、类富里酸、溶解性微生物产物和类腐殖酸. 由图3可知,生物质燃烧排放PM2.5中WSOM的荧光团主要集中在区域Ⅱ、Ⅲ和Ⅳ. 说明荧光团的主要成分包含色氨酸类、富里酸类物质和微生物代谢产物. 由表2中可以进一步看出,生物质燃烧排放PM2.5中WSOM的荧光强度均在区域Ⅱ中的占比最大,草本类与木本类生物质在区域Ⅱ中积分分别为0.33 ± 0.02和0.36 ± 0.01. 这与前文WSOM的荧光特征峰分析以类色氨酸为主要物质的结论相一致.
Ph/Pp可评价WSOM的稳定性,Ph/Pp值越大表示WSOM越趋于稳定,其中Ph为区域Ⅲ和Ⅴ的占比之和,Pp为区域Ⅰ、Ⅱ和Ⅳ的占比之和,分别代表腐殖质类物质和蛋白类物质的所占比例[36]. 本研究中草本类生物质燃烧排放PM2.5中WSOM的Ph/Pp值(0.57 ± 0.05)大于木本类生物质对应的值(0.42 ± 0.04),说明相对木本类生物质,草本类生物质燃烧排放PM2.5中WSOM的稳定性更高和腐殖质类物质占比更多. 这与前文草本类生物质燃烧排放PM2.5中WSOM具有更大分子量与更高的腐殖化程度的结果一致.
-
荧光指标包括腐殖化指数(HIX)、荧光指数(FI)、自生源指数(BIX)和单位TOC平均荧光强度(AFI/TOC),常用于表征雨水、雾水、大气气溶胶、燃煤和生物质气溶胶中WSOM的浓度、类型和来源等[15,30]. HIX表示有机物的腐殖化程度,较高的HIX(>10)值意味着强腐殖化物质或高度芳香化的有机物,较低的HIX(<5)被认为是新生成的有机物[15,37]. 由表3可知,本研究中生物质燃烧排放PM2.5中WSOM的HIX值变化范围为0.49—1.09,该值略高于杨木和毛竹燃烧样品[8],与燃煤样品结果相当[15],低于大气气溶胶[9,31]、雨水[26-27]以及雾水[30] 中WSOM的HIX值. 说明本研究中生物质燃烧排放PM2.5中WSOM的腐殖化程度较低,这可能与环境中WSOM来源的复杂程度有关[8,9]. 此外,草本类生物质燃烧排放PM2.5中WSOM的HIX值(0.91 ± 0.17)显著高于木本类生物质对应的值(0.59 ± 0.10)(P<0.01),说明相对木本类生物质,草本类生物质燃烧排放PM2.5中WSOM的腐殖化程度更高,这与前文的结果相一致.
FI和BIX可以表征溶解性有机质(DOM)的芳香性强弱与自生源贡献大小[8-9,15,38-39];FI>1.9和BIX>1指示DOM具有较低的芳香性和较高的自生源贡献[38-39]. 由表3可知,生物质燃烧排放的PM2.5中WSOM的FI和BIX值变化范围分别为2.03—2.68和1.32—1.81,普遍高于大气气溶胶[9,31]、雨水[26-27]以及雾水[30]样品中WSOM的FI和BIX值,与杨木和毛竹燃烧[8]以及燃煤[15]样品结果相近,说明生物质燃烧排放PM2.5中WSOM的芳香性较低.值得注意的是,本研究中生物质燃烧排放PM2.5中WSOM具有较高的FI和BIX值并不是由于自生源的贡献. 前期研究表明,大气中WSOM呈现较高的FI 和HIX 值也可归属为生物质燃烧源的贡献[8]. 此外,草本类和木本类生物质燃烧排放PM2.5中WSOM的FI值和BIX值均具有极显著性差异(P<0.01). 这可能说明不同燃料的组成差异对WSOM光谱特性的影响较大.
AFI/TOC值随分子量的减少而增加[13,15],本研究中生物质燃烧排放PM2.5中WSOM的AFI/TOC值变化范围为0.23—0.50,平均值为0.36 ± 0.08;草本类与木本类之间无显著差异(P>0.05);相比于燃煤源[15],生物质燃烧排放PM2.5中WSOM拥有相对较低的分子量.
-
表4为生物质燃烧排放PM2.5中WSOM的吸光特征参数与荧光指标之间的Spearman相关性分析.由表4可知,MAE365与SUVA254(r=0.444,P<0.05)和HIX(r=0.795,P<0.01)显著正相关,与E2/E3(r =−0.914,P<0.01)和BIX(r =−0.698,P<0.01)显著负相关,说明生物质燃烧排放PM2.5中WSOM的光吸收能力与其芳香性和腐殖化程度呈显著正相关.这与范行军等[8]研究发现薪柴燃烧排放棕色炭的光吸收能力与其芳香性和腐殖化程度呈显著正相关的结果一致.
-
(1)生物质燃烧排放PM2.5中WSOM的SUVA254、E250/E365和MAE365值范围分别为1.79—2.60 m2·g−1、4.56—7.65和0.66—1.17 m2·g−1,说明生物质燃烧排放PM2.5中WSOM的芳香度和分子量相对较低,光吸收能力相对较弱.
(2)生物质燃烧排放PM2.5中WSOM产生荧光的主要范围为λEx/λEm≈(230—250) nm/(335—380) nm和λEx/λEm≈(260—290) nm/(330—360) nm,荧光强度均在区域Ⅱ中的占比最大,说明荧光团中以类色氨酸为主要物质;荧光指标(HIX、FI、BIX和AFI/TOC)结果表明生物质燃烧排放PM2.5中WSOM的腐殖化程度、芳香性和分子量均较低;相对于木本类生物质,草本类生物质燃烧排放PM2.5中WSOM具有更高的分子量、稳定性和腐殖化程度.
(3)生物质燃烧排放PM2.5中WSOM的MAE365与SUVA254和HIX显著正相关,与E250/E365和BIX显著负相关,说明生物质燃烧排放PM2.5中WSOM的光吸收能力与其芳香性和腐殖化程度呈显著正相关.
生物质燃烧排放颗粒物中水溶性有机物的光学特性
Optical properties of water-soluble organic matters in particulate matter from biomass burning
-
摘要: 采用紫外-可见光吸收光谱法(UV-vis)和激发-发射矩阵荧光光谱法(EEM)分析了典型生物质燃烧排放颗粒物(PM2.5)中水溶性有机物(WSOM)的光学特性. 结果表明,WSOM的SUVA254、E250/E365和MAE365值分别为1.79—2.60 m2·g−1、4.56—7.65和0.66—1.17 m2·g−1,说明生物质燃烧排放PM2.5中WSOM具有较低的芳香度和分子量以及较弱的吸光能力. 荧光光谱结果显示,WSOM产生荧光峰的主要范围为λEx/λEm≈(230—250)/(335—380) nm和λEx/λEm≈(260—290)/(330—360) nm,说明生物质燃烧排放PM2.5中WSOM主要以类蛋白荧光物质为主;腐殖化指数(HIX)、荧光指数(FI)和自生源指数(BIX)分别为0.49—1.09、2.03—2.68和1.32—1.81,说明生物质燃烧排放PM2.5中WSOM的腐殖化程度、芳香性和分子量均较低.相关性分析结果显示,生物质燃烧排放PM2.5中WSOM的MAE365值与SUVA254和HIX值呈显著正相关关系,与E250/E365和BIX呈显著负相关性,说明生物质燃烧排放PM2.5中WSOM的光吸收特性与芳香性、腐殖化程度和自生源贡献有着紧密的联系.
-
关键词:
- 水溶性有机物 /
- 颗粒物 /
- 生物质燃烧 /
- 激发-发射矩阵荧光光谱
Abstract: The optical properties of water-soluble organic matters (WSOM) in particulate matter (PM2.5) from biomass burning were analyzed by ultraviolet-visible absorption spectroscopy (UV-Vis) and excitation-emission matrix fluorescence spectroscopy (EEM). The results showed that the SUVA254, E250/E365 and MAE365 values of WSOM were 1.79—2.60 m2·g−1, 4.56—7.65 and 0.66—1.17 m2·g−1, respectively, indicating that the WSOM in PM2.5 emitted from biomass burning exhibited low aromaticity and molecular weight as well as weak light absorption capacity. EEM results showed that the main wavelength ranges of fluorescence peaks generated by WSOM were λEx/λEm≈(230—250)/(335—380) nm and λEx/λEm≈(260—290)/(330—360) nm, implying that the protein-like substances were dominant fluorophores for WSOM in PM2.5 emitted from biomass burning. Humification index (HIX), fluorescence index (FI) and freshness index (BIX) were 0.49—1.09, 2.03—2.68 and 1.32—1.81, respectively, suggesting that WSOM in PM2.5 emitted from biomass burning had low humification degree, aromaticity and molecular weight. Correlation analysis showed that MAE365 value of WSOM in PM2.5 emitted from biomass burning was significantly positively correlated with SUVA254 and HIX, but negatively with E250/E365 and BIX, indicating that the light absorption characteristics of WSOM emitted from biomass burning were closely related to their aromaticity, humification degree and autochthonous. -
在饮用水处理工艺中,超滤(utrafiltration,UF)技术因其优异的固液分离性能和出水生物安全性,已成为第三代净水工艺的核心技术[1-3],但超滤对有机物的低去除能力使其必须和其他净水技术联合使用才能保证出水水质[4-6]。吸附和预氧化是应用最广泛的膜前预处理技术[7-9]。一方面,在众多吸附剂中,磁性阴离子交换树脂(magnetic anion exchange resin,MIEX)是近年来为针对水中天然有机物(natural organic matter,NOM)去除而专门开发的一种新型树脂[10]。MIEX树脂颗粒的粒径约为150~180 μm,是传统树脂粒径的1/5~1/2倍,因而具有更大的比表面积和更低的固相传质阻力,可以提供更多的吸附活性点位[11]。与水处理中最常用的吸附剂粉末活性炭(powder activated carbon,PAC)相比,MIEX对有机物的去除速率是PAC的40倍,而且去除的有机物分子质量范围也较PAC更广泛[12]。已有大量的研究证明,MIEX对NOM、消毒副产物以及离子型污染物都有很好的去除效果[13-15]。作为一种新兴的吸附净水技术,MIEX正在受到越来越多的关注[16-17]。另一方面,在众多的预氧化技术中,高铁酸盐(
FeO2−4 )作为一种新型绿色高效氧化剂[18-19],集氧化、吸附和絮凝于一体,能够有效消减水中各类有机污染物[20-21]。高铁酸盐具有比传统氧化剂更高的氧化电势(在酸性条件下为E0=2.20 V,在碱性条件下为E0=0.72 V),而且没有消毒副产物生成[22]。同时高铁酸盐还具有微絮凝效应,其氧化有机物后会在水中形成新生态氢氧化铁胶体,能够进一步去除水中的颗粒态和胶体态污染物[23]。目前,高铁酸盐已被广泛用于污水、废水和给水的水质净化等领域[24-27]。众多周知,氧化法能够破坏大分子的结构,进而将其转化为小分子化合物,吸附则优先去除小分子有机物。因此,将氧化和吸附耦合作为UF的预处理工艺,可使得两者在净水方面存在较好的协同效果。但是,高铁酸盐预氧化和MIEX吸附在净水方面的性能差异对比,以及二者耦合是否存在明显的协同净水效应,还未见有研究报道。基于此,本研究以地表水模拟微污染水源水,系统地对比分析了MIEX吸附和高铁酸钾(K2FeO4)预氧化在有机物去除性能方面的差异,探讨了两者在净水性能方面存在协同效应的可能性,从水质净化角度为UF预处理工艺的筛选优化提供参考。
1. 材料与方法
1.1 实验材料
实验所用MIEX由澳大利亚ORICA公司生产并提供,平均粒径为180 μm。为保持性能,MIEX在使用前放置在饱和NaCl浓盐水中避光保存。每次使用时,取出适量MIEX置于烧杯中,用超纯水多次清洗至上清液电导率和纯水基本相同后备用[28]。树脂投加量按充分沉降后的湿体积计算。实验所用K2FeO4购自天津三江科技有限公司(纯度为99%,主要杂质为NaCl≤0.46%、Pb≤0.001%、As≤0.000 1%、水不溶物≤0.2%、干燥失重(150 ℃)≤1.0%)。在本实验中,高铁酸钾的投加方式为固体粉末投加。
实验中使用的原水来自于天津工业大学泮湖,使用前将湖水静置24 h去除较大颗粒物和表层悬浮物。稀释1倍后作为本实验进水,以模拟微污染水源水。实验进水综合水质特征为:实验原水的pH为8.31~8.37、浊度为1.93~1.96 NTU、UV254为0.187 1~0.190 0 cm−1、DOC为8.51~8.55 mg·L−1、电导率为1 716~1 718 mS·cm−1、
SO2−4 为140.2~143.4 mg·L−1。1.2 实验装置
K2FeO4预氧化实验和MIEX吸附实验均在ZR4-6型混凝实验搅拌仪中进行。搅拌速度为100 r·min−1,吸附和预氧化时间均为60 min。反应结束后沉淀30 min,取上清液经0.45 µm滤膜过滤后,再进行水质测定分析。
1.3 分析方法
pH使用HACH 2100AN型测定仪测定;浊度采用HACH2100Q型便携式浊度检测仪测定;UV254采用Agilent Craay60 UV-Vis紫外分光光度计进行测定;DOC采用岛津TOC-Vcph测定仪进行测定;有机物分子质量分布采用高效凝胶色谱分析,使用美国Waters公司生产的Waters 1515-2414型高效凝胶色谱仪,检测器为Waters 2414示差折光检测器,标准物质为聚乙二醇。实验进水中亲、疏水NOM组分的制备根据沈兆欢[29]提供的方法进行。
水样的三维荧光光谱(three-dimensional fluorescence spectrum, 3D-EEM)分析采用Perkin Elmer LS50B型荧光分光光度计(Perkin Elmer, New Jersey, USA)在室温(25 ℃)下进行。激发波长(excitation wavelength, Ex)为200~500 nm,扫描步长5 nm,发射波长(emission wavelength, Em)为200~600 nm,扫描步长为1 nm。激发和发射单色仪的狭缝宽度均设定为5 nm,扫描速度为1200 nm·min−1。采用荧光区域整合(fluorescence regional integration, FRI)技术对3D-EEM光谱数据进行分析。该方法先对3D-EEM图像及数据进行分区,激发-发射荧光光谱响应值矩阵分区与有机物种类对应关系[30]如表1所示。根据每个分区面积占总面积的比例计算每个区域的乘法因子Fi,再根据式(1)和式(2)计算标准化3D-EEM区域响应体积Φi,n,得出有机物构成情况[31]。
表 1 激发-发射荧光光谱响应值矩阵分区与有机物种类对应关系Table 1. Corresponding relationship between the matrix partition of excitation-emission fluorescence spectra response values and the types of organic matters区域 Em/nm Ex/nm 有机物类别 Ⅰ 250~325 200~250 类酪氨酸类蛋白质 Ⅱ 325~380 200~250 类色氨酸类蛋白质 Ⅲ 380~500 200~250 类富里酸 Ⅳ 250~380 250~400 可溶微生物代谢产物 Ⅴ 380~500 250~400 类腐殖酸 Φi=∑ex∑emI(λexλem)ΔλexΔλem (1) Φi,n=FiΦi (2) 式中:I(λexλem)为三维荧光各点响应值总和;Fi为3D-EEM每个区域的乘法因子;Δλem为发射光谱扫描步长,nm;Δλex为激发光谱扫描步长,nm;Φi,n为3D-EEM区域响应体积。
1.4 协同效应系数
为评价K2FeO4预氧化和MIEX吸附两者之间的协同效应,采用协同效应系数评估两者对各项指标的协同去除情况,协同效应系数[32]根据式(3)进行计算。
S=−ηA−ηB−ηAηB−ηAB 式中:S为协同效应系数;ηA为MIEX对有机物的去除率;ηB为K2FeO4对有机物的去除率;ηAB为MIEX和K2FeO4联合对有机物的去除率。当S>1时,表明两者有协同作用。
2. 结果与讨论
2.1 MIEX和K2FeO4净水效果对比分析
1) MIEX和K2FeO4对有机物总量的去除。图1(a)和图1(b)分别为MIEX和K2FeO4投加量对DOC和UV254去除效果的影响规律,两者的去除率随MIEX和K2FeO4投加剂量的变化趋势相同。当MIEX的投加量由5 mL·L−1增至20 mL·L−1时,MIEX对DOC的去除率由17.7%增至50.9%,之后DOC的去除率明显有所减缓。MIEX规律在UV254的去除率方面表现更加明显,去除率由5 mL·L−1投加量下的48.7%增至20 mL·L−1投加量下的71.9%,之后去除率不再有明显变化。当K2FeO4投加量(以Fe计)由4.23 mg L−1增加至16.92 mg·L−1时,DOC的去除率由12.8%增至35.3%,UV254的去除率由14.4%增至53.0%。此后,DOC和UV254的去除率增长幅度均随K2FeO4投加量的进一步增加而明显减缓。在MIEX和K2FeO4的实验投加量范围内,MIEX对DOC和UV254的去除率均明显高于K2FeO4预氧化,这说明MIEX对总有机物和芳香族类有机物的去除效果均优于K2FeO4预氧化工艺。
2) MIEX和K2FeO4对不太亲疏水组分有机物的去除。图2为MIEX和K2FeO4预氧化对不同亲疏水组分有机物的去除效果。需要特别指出的是,基于图1所得到的实验结果,在图2及后续实验中,K2FeO4和MIEX的投加量分别设定在16.92 mg·L−1和20 mL·L−1。在本实验中,通过树脂分级制备方法将原水中NOM组分分成疏水酸性组分(HoA)、疏水碱性组分(HoB)、疏水中性组分(HoN)、弱疏水组分(WHo)和亲水性组分(HiM),原水中总疏水总分(THo)是各疏水组分含量之和。对比MIEX吸附和K2FeO4预氧化对这些组分的去除率可以发现,MIEX吸附对每种单一疏水组分和疏水性NOM总量(THo)的去除率均相差不大,为44.9%~51.6%,但对亲水性组分的去除率明显高于疏水性组分,去除率可高达76.9%。相比之下,K2FeO4预氧化只对疏水酸性和疏水碱性组分的去除率较高,去除率分别为47.3%和50.5%,与MIEX的去除率相差不大,对疏水酸性组分的去除率甚至略高于MIEX。但K2FeO4预氧化对疏水中性组分的去除率仅为27.5%,对弱疏水组分几乎没有去除(去除率仅为7.8%),这些均远远弱于MIEX的去除效果。K2FeO4预氧化对亲水性组分不但没有去除,预氧化出水中亲水性组分反而增加了21.5%,同时考虑到预氧化对总NOM的去除率为33.8%,这再次证实了预氧化能够促使某些疏水性NOM组分向亲水性NOM转化[33]。
3) MIEX和K2FeO4对不同种类有机物的去除效果分析。采用3D-EEM荧光光谱考察了MIEX吸附和K2FeO4预氧化对水中不同类型有机物的去除效果。图3(a)为原水的三维荧光光谱,图3(b)和图3(c)分别为MIEX吸附和K2FeO4预氧化出水的三维荧光光谱。原水在经上述2种预处理后,各组分有机物的荧光强度均有显著降低,其中,MIEX吸附对各组分有机物的消减幅度比K2FeO4预氧化更加明显。通过对三维荧光光谱进行荧光区域整合分析可以看出,原水中5种有机物质所占比例分别为类酪氨酸类蛋白质(Ⅰ)6.30%、类色氨酸类蛋白质(Ⅱ)8.56%、类富里酸(Ⅲ)19.08%、可溶微生物代谢产物(Ⅳ)33.51%和类腐殖酸(Ⅴ)32.55%。显然原水中IV和V类有机物占据主要成分,总占比为66.06%。MIEX对Ⅰ和Ⅳ类有机物去除率较低,仅为20.0%和26.2%;但对Ⅱ、Ⅲ和Ⅴ类有机物的去除率均较高,分别为52.5%、54.0%和56.7%。K2FeO4对Ⅰ、Ⅳ和Ⅴ类有机物的去除率均较低,去除率分别为16.6%、14.4%和17.7%;对Ⅱ类去除率较高,为46.2%,其次为Ⅲ类物质,去除率为39.3%。上述结果表明,MIEX对水中的Ⅱ、Ⅲ、Ⅴ类有机物有着较高的去除率,而K2FeO4优先去除水中II类有机物。两者对Ⅲ类物质均有较高的去除率,但对Ⅰ类物质的去除率均较低。
4) MIEX和K2FeO4对不同相对分子质量有机物的去除效果。对实验原水进行高效凝胶色谱分析发现,原水中有机物主要是中、小分子质量的有机物,其主要集中在10~15、1.7~2.7和0.2~1 kDa(图4)。通过对这3个分子质量区间对应的峰面积进行积分计算可知,MIEX对这3个分子质量的有机物均有很好的吸附和去除,由分子质量由高到低的3个峰所对应的去除率依次为60.7%、65.7%、74.9%。显然,MIEX对分子质量为0.2~1 kDa有机物的去除率最高,这与YU等[7]的研究结论是一致的。
K2FeO4预氧化对3个分子质量有机物的去除率由分子质量由高到低依次为31.3%、74.4%和34.8%。从去除率来看,K2FeO4预氧化对分子质量为1.7~2.7 kDa有机物的去除率最高,优于MIEX。对10~15 kDa有机物去除能力弱于MIEX。理论上,K2FeO4预氧化对分子质量为10~15 kDa有机物的去除率应该优于1.7~2.7 kDa的有机物,但测定结果却表明,预氧化对这一小分子有机物的去除率很低,这应该是因为高铁酸钾对更高分子质量的有机物去除并没有达到完全矿化,而是将大分子有机物氧化分解成小分子有机物,最终导致预氧化出水小分子有机物的去除率并不高[34]。
2.2 K2FeO4和MIEX的协同净水效果
1) K2FeO4和MIEX在有机物总量去除方面的协同效应分析。在对比了K2FeO4预氧化和MIEX吸附净水效果的差异之后,实验进一步分析了K2FeO4预氧化耦合MIEX吸附在净水性能方面的协同效应。图5反映了两者在有机物总量去除方面的协同效应。K2FeO4-MIEX联合处理对DOC的去除率可达84.7%,比单独MIEX吸附提高了33.8%,比单独K2FeO4预氧化提高了49.4%,两者对DOC去除的协同系数为2.08,这说明两者在有机物总量消减方面具有显著的协同去除效应。在对芳香族化合物(UV254)的去除方面,K2FeO4-MIEX联合处理对UV254的去除率为89.2%,比单独MIEX提高了17.3%,比单独K2FeO4预氧化提高了36.2%,两者对UV254去除的协同系数为1.22,也表现出一定的协同去除效应。
2) K2FeO4和MIEX在亲疏水组分去除方面的协同性。图6反映了K2FeO4-MIEX联合预处理对水中亲疏水有机物组分的协同去除率。经过K2FeO4预氧化协同MIEX吸附处理以后,对每一种单一疏水组分、总疏水性有机物以及亲水性有机物的去除效果均有明显的提升,最明显的是对亲水性有机物的去除效果。联合处理去除率为87.6%,比单独MIEX吸附提高11.1%,比单独K2FeO4预氧化提高109.1%,对应的协同效应系数高达2.34。这是因为MIEX对亲水组分的去除率明显高于对疏水组分的去除率,而K2FeO4预氧化则能促使一部分疏水组分转化为亲水组分(图2),更有利于MIEX的吸附去除。此外,联合预处理对弱疏水性有机物也表现出一定的协同去除效应,对应的协同效应系数为1.30,这可能是K2FeO4预氧化促使一部分疏水性组分向弱疏水性组分转化,而MIEX对弱疏水性组分的去除率又远高于K2FeO4的结果。
3) K2FeO4和MIEX在不同种类有机物去除方面的协同性。如图7所示,三维荧光光谱分析结果表明,K2FeO4-MIEX联合处理对五类有机物质的去除效果都较单独处理有一定改善,其中是对原水中主要成分Ⅴ类有机物的联合去除率改善最为明显,联合去除率高达77.3%,比单独MIEX吸附提高20.6%,比单独K2FeO4预氧化提高59.6%,对应的协同效应系数高达1.57。其次,联合预处理对MIEX和K2FeO4都不擅长去除的I类有机物也表现出一定的协同去除效应,协同效应系数为1.29。MIEX和K2FeO4对Ⅴ类和Ⅰ类有机物都表现出协同去除效应的原因可能有2点:一方面,类腐殖质和类酪氨酸类蛋白质都属于大分子质量有机物,MIEX对中小分子质量有机物去除率较高,但对大分子质量有机物去除率较差[7];而K2FeO4预氧化可以把大分子质量有机物分解成为小分子质量的有机物,但很难完全矿化,所以去除率并不高[35];但将两者联合时,K2FeO4可以先通过预氧化将这些大分子质量物质分解为中小分子质量的化合物,然后其再被MIEX吸附去除,所以联合预处理的效果较2种单独预处理方法均有明显改善。另一方面,K2FeO4预氧化的副产物会产生氢氧化铁,有微絮凝效应,但形成的絮体尺度很小,扫捕能力较弱[23]。当预氧化出水进入膜反应器与MIEX混合后,氢氧化铁微絮凝体在MIEX的微磁场作用下会发生磁絮凝效应,矾花尺度明显变大,这会使絮凝体对大分子物质的扫捕沉淀效果进一步加强[36]。
4) K2FeO4和MIEX对不同分子质量有机物的协同去除效应。图8反映了K2FeO4和MIEX联合预处理对不同分子质量有机物的去除效果。联合预处理对3个分子质量的有机物均较单独预处理有明显提高,联合去除率随分子质量由高到低依次达到了72.0%、90.2%和86.2%。协同效应结果表明,K2FeO4和MIEX在去除分子质量为0.2~1 kDa有机物时表现出了明显的协同效应,对应的协同效应系数为1.20。根据图4的结果可知,K2FeO4预氧化将大分子质量有机物转化为0.2~1 kDa的小分子有机物,而MIEX对分子质量0.2~1 kDa的有机物的去除效率最高,因此,K2FeO4和MIEX对这一分子质量的有机物表现出较好的协同效应。本实验所用原水中分子质量高于15 kDa的有机物几乎没有,进水中有机物分子质量分布整体偏低,这致使K2FeO4预氧化将大分子质量有机物转化为中小分子质量有机物的效果不是特别明显,导致K2FeO4和MIEX之间的协同效应系数比预期偏低,但这种协同去除效应的存在是毋庸置疑的。
3. 结论
1)在微污染水源水净化实验中,MIEX吸附工艺对总有机物和芳香族类有机物的去除效果均好于K2FeO4预氧化工艺, K2FeO4-MIEX联合处理工艺效果较单独MIEX吸附工艺提高了33.8%,较单独K2FeO4预氧化工艺提高了49.4%,两种工艺在有机物总体去除方面表现出很好的协同效应。
2) K2FeO4-MIEX联合处理工艺对类色氨酸类蛋白质有机物的去除效果均较单独处理有明显改善,其中,对腐殖酸类有机物的协同去除效果最为明显,协同去除效应系数高达1.57。此外,二者在类酪氨酸类蛋白质的去除方面也表现出较好的协同去除能力,在一定程度上弥补了两种单独工艺对类酪氨酸类蛋白质去除能力较弱的缺陷。
3) K2FeO4预氧化工艺对疏水酸性和疏水碱性组分的去除率较高,同时增加了出水中的亲水性有机物含量;MIEX吸附工艺对亲水性组分的去除率明显高于疏水性组分,这使得K2FeO4-MIEX联合预处理工艺对亲水组分去除具有显著的协同效应,协同去除系数高达2.34。此外,二者在弱疏水性有机物的去除方面也有一定的协同去除效应,对应的协同效应系数为1.30。
4)凝胶色谱结果表明,MIEX吸附工艺对小分子质量的有机物去除率最高,K2FeO4预氧化工艺在有效去除中等分子质量有机物的同时,又促进了原水中大分子质量有机物向小分子质量有机物的转化,使得K2FeO4-MIEX联合预处理工艺对分子质量为0.2~1 kDa的有机物表现出明显的协同去除效应。
-
表 1 生物质燃烧排放的PM2.5的化学组成和WSOM的光谱指标
Table 1. Chemical composition in PM2.5 and spectral index of WSOM in PM2.5 emitted from biomass burning
项目Projects 草本类 Herbaceous 木本类 Woody 平均值Mean 最大值Maximum 最小值Minimum 平均值Mean 最大值Maximum 最小值Minimum OC/TC 0.91 ± 0.04* 0.94 0.84 0.81 ± 0.09* 0.89 0.67 EC/TC 0.09 ± 0.04* 0.16 0.06 0.19 ± 0.09* 0.33 0.11 OC/EC 11.89 ± 3.56** 15.40 5.23 5.21 ± 2.34** 7.94 2.00 WSOM/OC 0.30 ± 0.06 0.41 0.25 0.30 ± 0.05 0.39 0.25 SUVA254/ (m2·g−1) 2.28 ± 0.19 2.50 1.92 2.25 ± 0.27 2.60 1.79 E250/E365 5.79 ± 0.63 6.34 4.56 6.39 ± 0.70 7.65 5.57 MAE365/ (m2·g−1) 0.94 ± 0.14 1.17 0.73 0.84 ± 0.11 1.02 0.66 注:用t检验法进行分析.同一行中草本类与木本类相比,**表示差异性极显著(P<0.01),*表示差异性显著(P<0.05),不标注者则为不显著(P>0.05). Note:Analyze with t-test method. In the same row, compared with herbaceous species and woody species, ** means the difference is extremely significant (P<0.01), * means the difference is significant (P<0.05), and those not marked are not (P>0.05). 表 2 不同生物质燃烧排放PM2.5中WSOM的三维荧光光谱区域积分分析
Table 2. Volume integral of different area in 3D-EEM of WSOM in PM2.5 emissions from different biomass burning
样品Sample 区域ⅠRegion Ⅰ 区域ⅡRegion Ⅱ 区域ⅢRegion Ⅲ 区域ⅣRegion Ⅳ 区域ⅤRegion Ⅴ Ph/Pp* 高粱 0.07 0.31 0.23 0.23 0.16 0.64 玉米 0.09 0.33 0.25 0.20 0.13 0.63 水稻 0.08 0.33 0.23 0.22 0.14 0.59 小麦 0.09 0.33 0.23 0.23 0.13 0.55 花生叶 0.10 0.34 0.22 0.22 0.12 0.51 杂草 0.11 0.36 0.23 0.19 0.11 0.53 松树 0.12 ± 0.03 0.36 ± 0.02 0.19 ± 0.02 0.23 ± 0.01 0.11 ± 0.02 0.42 ± 0.05 杉树 0.12 ± 0.03 0.36 ± 0.01 0.20 ± 0.01 0.21 ± 0.01 0.10 ± 0.01 0.43 ± 0.05 草本类 0.09 ± 0.02 0.33 ± 0.02 0.23 ± 0.01 0.21 ± 0.02 0.13 ± 0.02 0.57 ± 0.05 木本类 0.12 ± 0.02 0.36 ± 0.01 0.19 ± 0.02 0.22 ± 0.01 0.10 ± 0.01 0.42 ± 0.04 *: Ph/Pp=∑ (Ⅲ + Ⅴ)/∑ (Ⅰ + Ⅱ + Ⅳ) 表 3 不同来源WSOM荧光特征参数对比
Table 3. Comparison of fluorescence special parameters for WSOM samples from different sources
样品Sample 来源Source HIX FI BIX AFI/TOC 文献References 草本类 湖南 0.91 ± 0.17** 2.57 ± 0.11** 1.38 ± 0.05** 0.37 ± 0.06 本研究 木本类 0.59 ± 0.10** 2.28 ± 0.14** 1.61 ± 0.11** 0.35 ± 0.09 总体 0.49—1.09 2.03—2.68 1.32—1.81 0.23—0.50 杨木 滁州 0.17 ± 0.03 2.10 ± 0.07 2.17 ± 0.06 — [8] 毛竹 池州 0.06 ± 0.01 2.28 ± 0.06 2.40 ± 0.09 — 燃煤 兰州 0.16—0.71 1.84—2.47 0.83—1.29 0.20 ± 0.29 [15] 大气气溶胶 兰州 1.0—2.6 0.2—2.1 1.2—1.6 — [9] 南京 7.07 ± 2.41 1.14—4.22 0.88 ± 0.08 — [31] 雾水 泰山 3.32—6.79 1.42—1.83 0.64—1.02 — [30] 雨水 重庆 0.61—4.79 1.32—1.54 0.64—1.12 — [26] 山东枣庄 1.03—2.07 1.34—1.67 0.78—0.87 — [27] 注:用t检验法进行分析.同一列中木本类与草本类相比,**表示差异性极显著(P<0.01),*表示差异性显著(P<0.05),不标注者则为不显著(P>0.05). Note:Analyze with t-test method. In the same column, compared with herbaceous species and woody species, ** means the difference is extremely significant (P<0.01), * means the difference is significant (e<0.05), and those not marked are not (P>0.05). 表 4 生物质燃烧排放PM2.5中WSOM的吸光特征参数与荧光指标的相关性分析
Table 4. Correlations analysis between light absorption and fluorescence index of WSOM in PM2.5 emitted from biomass burning
MAE365 SUVA254 E250/E365 HIX BIX FI MAE365 1 0.444* −0.914** 0.795** −0.698** −0.318 SUVA254 1 0.090 0.175 −0.287 0.073 E250/E 365 1 −0.753** 0.590** 0.365* HIX 1 −0.883* −0.265 BIX 1 0.074 FI 1 注:**表示在0.01水平(双侧)上显著相关,*表示在0.05水平(双侧)上显著相关. Note:**means significant correlation at 0.01 level (2-tailed), * means significant correlation at 0.05 level (2-tailed). -
[1] DUARTE R M B O, SANTOS E B H, PIO C A, et al. Comparison of structural features of water-soluble organic matter from atmospheric aerosols with those of aquatic humic substances [J]. Atmospheric Environment, 2007, 41(37): 8100-8113. doi: 10.1016/j.atmosenv.2007.06.034 [2] 闫语, 张阳, 张元勋. 大气颗粒物中水溶性有机物的研究进展 [J]. 环境科学研究, 2019, 32(11): 1800-1808. YAN Y, ZHANG Y, ZHANG Y X. The advances of water-soluble organic compounds in atmospheric particles [J]. Research of Environmental Sciences, 2019, 32(11): 1800-1808(in Chinese).
[3] ZONG Z, WANG X P, TIAN C G, et al. Source and formation characteristics of water-soluble organic carbon in the anthropogenic-influenced Yellow River Delta, North China [J]. Atmospheric Environment, 2016, 144: 124-132. doi: 10.1016/j.atmosenv.2016.08.078 [4] BAE M S, SCHAUER J J, LEE T, et al. Relationship between reactive oxygen species and water-soluble organic compounds: Time-resolved benzene carboxylic acids measurement in the coastal area during the KORUS-AQ campaign [J]. Environmental Pollution, 2017, 231: 1-12. doi: 10.1016/j.envpol.2017.07.100 [5] ZHANG Y L, EL-HADDAD I, HUANG R J, et al. Large contribution of fossil fuel derived secondary organic carbon to water soluble organic aerosols in winter haze in China [J]. Atmospheric Chemistry and Physics, 2018, 18(6): 4005-4017. doi: 10.5194/acp-18-4005-2018 [6] HECOBIAN A, ZHANG X, ZHENG M, et al. Water-Soluble Organic Aerosol material and the light-absorption characteristics of aqueous extracts measured over the Southeastern United States [J]. Atmospheric Chemistry and Physics, 2010, 10(13): 5965-5977. doi: 10.5194/acp-10-5965-2010 [7] DUARTE R M B O, DUARTE A C. A critical review of advanced analytical techniques for water-soluble organic matter from atmospheric aerosols [J]. Trends in Analytical Chemistry, 2011, 30(10): 1659-1671. doi: 10.1016/j.trac.2011.04.020 [8] 范行军, 操涛, 余旭芳, 等. 薪柴燃烧溶解性棕色碳排放特征及光学性质 [J]. 中国环境科学, 2019, 39(8): 3215-3224. doi: 10.3969/j.issn.1000-6923.2019.08.011 FAN X J, CAO T, YU X F, et al. Emission characteristics and optical properties of extractable brown carbon from residential wood combustion [J]. China Environmental Science, 2019, 39(8): 3215-3224(in Chinese). doi: 10.3969/j.issn.1000-6923.2019.08.011
[9] QIN J J, ZHANG L M, ZHOU X M, et al. Fluorescence fingerprinting properties for exploring water-soluble organic compounds in PM2.5 in an industrial city of northwest China [J]. Atmospheric Environment, 2018, 184: 203-211. doi: 10.1016/j.atmosenv.2018.04.049 [10] FAN X J, WEI S Y, ZHU M B, et al. Comprehensive characterization of humic-like substances in smoke PM2.5 emitted from the combustion of biomass materials and fossil fuels [J]. Atmospheric Chemistry and Physics, 2016, 16(20): 13321-13340. doi: 10.5194/acp-16-13321-2016 [11] 王真真, 谭吉华, 毕新慧, 等. 秸秆燃烧产生颗粒物化学组分及排放特征 [J]. 环境科学与技术, 2016, 39(11): 150-155. WANG Z Z, TAN J H, BI X H, et al. Emission characteristics and chemical species from agricultural straw burning smoke [J]. Environmental Science & Technology, 2016, 39(11): 150-155(in Chinese).
[12] TAN J H, ZHANG L M, ZHOU X M, et al. Chemical characteristics and source apportionment of PM2.5 in Lanzhou, China [J]. Science of the Total Environment, 2017, 601: 1743-1752. [13] XIAO K, SUN J Y, SHEN Y X, et al. Fluorescence properties of dissolved organic matter as a function of hydrophobicity and molecular weight: Case studies from two membrane bioreactors and an oxidation ditch [J]. RSC Advances, 2016, 6(29): 24050-24059. doi: 10.1039/C5RA23167A [14] COBLE P, LEAD J, BAKER A, et al. Aquatic organic matter fluorescence[M]. Cambridge: Cambridge University Press, 2014: 75-122. [15] YANG Y R, QIN J J, QI T, et al. Fluorescence characteristics of particulate water-soluble organic compounds emitted from coal-fired boilers [J]. Atmospheric Environment, 2020, 223: 117297. doi: 10.1016/j.atmosenv.2020.117297 [16] 洪蕾, 刘刚, 杨孟, 等. 稻草烟尘中有机碳/元素碳及水溶性离子的组成 [J]. 环境科学, 2015, 36(1): 25-33. HONG L, LIU G, YANG M, et al. Composition of organic carbon / elemental carbon and water-soluble ions in rice straw burning [J]. Environmental Science, 2015, 36(1): 25-33(in Chinese).
[17] 朱恒, 戴璐泓, 魏雅, 等. 生物质燃烧排放PM2.5中无机离子及有机组分的分布特征 [J]. 环境科学学报, 2017, 37(12): 4483-4491. ZHU H, DAI L H, WEI Y, et al. Characteristics of inorganic ions and organic components in PM2.5 from biomass burning [J]. Acta Scientiae Circumstantiae, 2017, 37(12): 4483-4491(in Chinese).
[18] 刘刚, 黄柯, 李久海, 等. 树木模拟燃烧排放烟尘中水溶性离子的组成 [J]. 环境科学, 2016, 37(10): 3737-3742. LIU G, HUANG K, LI J H, et al. Chemical composition of water-soluble ions in smoke emitted from tree branch combustion [J]. Environmental Science, 2016, 37(10): 3737-3742(in Chinese).
[19] PEURAVUORI J, PIHLAJA K. Molecular size distribution and spectroscopic properties of aquatic humic substances [J]. Analytica Chimica Acta, 1997, 337(2): 133-149. doi: 10.1016/S0003-2670(96)00412-6 [20] BADUEL C, VOISIN D, JAFFREZO J L. Seasonal variations of concentrations and optical properties of water soluble HULIS collected in urban environments [J]. Atmospheric Chemistry and Physics, 2010, 10(9): 4085-4095. doi: 10.5194/acp-10-4085-2010 [21] DUARTE R M B O, DUARTE A C. Application of non-ionic solid sorbents (XAD resins) for the isolation and fractionation of water-soluble organic compounds from atmospheric aerosols [J]. Journal of Atmospheric Chemistry, 2005, 51(1): 79-93. doi: 10.1007/s10874-005-8091-x [22] LI M J, FAN X J, ZHU M B, et al. Abundance and light absorption properties of brown carbon emitted from residential coal combustion in China [J]. Environmental Science & Technology, 2019, 53(2): 595-603. [23] CHENG Y, HE K B, ZHENG M, et al. Mass absorption efficiency of elemental carbon and water-soluble organic carbon in Beijing, China [J]. Atmospheric Chemistry and Physics, 2011, 11(22): 11497-11510. doi: 10.5194/acp-11-11497-2011 [24] DU Z Y, HE K B, CHENG Y, et al. A yearlong study of water-soluble organic carbon in Beijing II: Light absorption properties [J]. Atmospheric Environment, 2014, 89: 235-241. doi: 10.1016/j.atmosenv.2014.02.022 [25] YAN C Q, ZHENG M, SULLIVAN A P, et al. Chemical characteristics and light-absorbing property of water-soluble organic carbon in Beijing: Biomass burning contributions [J]. Atmospheric Environment, 2015, 121: 4-12. doi: 10.1016/j.atmosenv.2015.05.005 [26] 梁俭, 江韬, 魏世强, 等. 夏、冬季降雨中溶解性有机质(DOM)光谱特征及来源辨析 [J]. 环境科学, 2015, 36(3): 888-897. LIANG J, JIANG T, WEI S Q, et al. Absorption and fluorescence characteristics of dissolved organic matter(DOM) in rainwater and sources analysis in summer and winter season [J]. Environmental Science, 2015, 36(3): 888-897(in Chinese).
[27] 周石磊, 孙悦, 张艺冉, 等. 基于UV-vis和EEMs解析白洋淀冬季冰封期间隙水DOM的光谱特征及来源 [J]. 环境科学学报, 2020, 40(2): 604-614. ZHOU S L, SUN Y, ZHANG Y R, et al. Spectral characteristics and sources of DOM in sediment interstitial water from Baiyangdian Lake in Xiong’an new area during the winter freezing period based on UV-Vis and EEMs [J]. Acta Scientiae Circumstantiae, 2020, 40(2): 604-614(in Chinese).
[28] SANTOS P S M, OTERO M, DUARTE R M B O, et al. Spectroscopic characterization of dissolved organic matter isolated from rainwater [J]. Chemosphere, 2009, 74(8): 1053-1061. doi: 10.1016/j.chemosphere.2008.10.061 [29] SANTOS P S M, SANTOS E B H, DUARTE A C. First spectroscopic study on the structural features of dissolved organic matter isolated from rainwater in different seasons [J]. Science of the Total Environment, 2012, 426: 172-179. doi: 10.1016/j.scitotenv.2012.03.023 [30] BIRDWELL J E, VALSARAJ K T. Characterization of dissolved organic matter in fogwater by excitation-emission matrix fluorescence spectroscopy [J]. Atmospheric Environment, 2010, 44(27): 3246-3253. doi: 10.1016/j.atmosenv.2010.05.055 [31] XIE X C, CHEN Y F, NIE D Y, et al. Light-absorbing and fluorescent properties of atmospheric brown carbon: A case study in Nanjing, China [J]. Chemosphere, 2020, 251: 126350. doi: 10.1016/j.chemosphere.2020.126350 [32] DUARTE R M B O, PIO C A, DUARTE A C. Synchronous scan and excitation-emission matrix fluorescence spectroscopy of water-soluble organic compounds in atmospheric aerosols [J]. Journal of Atmospheric Chemistry, 2004, 48(2): 157-171. doi: 10.1023/B:JOCH.0000036845.82039.8c [33] 范行军, 余旭芳, 操涛, 等. 广州冬季气溶胶中水溶性有机物和类腐殖质的吸光性和荧光光谱特性 [J]. 环境科学, 2019, 40(2): 532-539. FAN X J, YU X F, CAO T, et al. Light absorption and fluorescence characteristics of atmospheric water-soluble organic compounds and humic-like substances during the winter season in Guangzhou [J]. Environmental Science, 2019, 40(2): 532-539(in Chinese).
[34] XIAO K, SHEN Y X, SUN J Y, et al. Correlating fluorescence spectral properties with DOM molecular weight and size distribution in wastewater treatment systems [J]. Environmental Science:Water Research & Technology, 2018, 4(12): 1933-1943. [35] CHEN W, WESTERHOFF P, LEENHEER J A, et al. Fluorescence excitation-emission matrix regional integration to quantify spectra for dissolved organic matter [J]. Environmental Science & Technology, 2003, 37(24): 5701-5710. [36] 吕晶晶, 龚为进, 窦艳艳, 等. PARAFAC和FRI解析ISI中DOM分布 [J]. 中国环境科学, 2019, 39(5): 2039-2047. doi: 10.3969/j.issn.1000-6923.2019.05.031 LÜ J J, GONG W J, DOU Y Y, et al. The distribution of DOM in aeration pretreatment improved soil infiltration system based on FRI and PARAFAC [J]. China Environmental Science, 2019, 39(5): 2039-2047(in Chinese). doi: 10.3969/j.issn.1000-6923.2019.05.031
[37] OHNO T, CHOROVER J, OMOIKE A, et al. Molecular weight and humification index as predictors of adsorption for plant- and manure-derived dissolved organic matter to goethite [J]. European Journal of Soil Science, 2007, 58(1): 125-132. doi: 10.1111/j.1365-2389.2006.00817.x [38] MCKNIGHT D M, BOYER E W, WESTERHOFF P K, et al. Spectrofluorometric characterization of dissolved organic matter for indication of precursor organic material and aromaticity [J]. Limnology and Oceanography, 2001, 46(1): 38-48. doi: 10.4319/lo.2001.46.1.0038 [39] FU P Q, KAWAMURA K, CHEN J, et al. Fluorescent water-soluble organic aerosols in the high arctic atmosphere [J]. Scientific Reports, 2015, 5: 9845. doi: 10.1038/srep09845 期刊类型引用(15)
1. 肖鹏涛,吕晨良. 铅冶炼厂污酸处理含铊污泥减量化研究. 世界有色金属. 2024(08): 8-10 . 百度学术
2. 宋小鹏,贾贵斌,胡坤,黄浩. 氢氧化锂结晶母液中铊金属的高效脱除研究. 浙江化工. 2024(09): 38-42 . 百度学术
3. 吕晓虎,邵天杰,黄小刚. 含铊废水处理技术研究进展. 能源与环境. 2023(01): 77-80+92 . 百度学术
4. 王金秋,王振威,卢文鹏,李瑞冰. 工业污水中除铊的方法. 辽宁化工. 2023(04): 513-516 . 百度学术
5. 熊邦国,叶龙刚. 添加Pb~(2+)锌粉置换法脱除铊热力学分析及应用. 湖南有色金属. 2023(03): 69-73 . 百度学术
6. 吴正勇,康娟,黄斌,岳玉琅,段武华. 靶向吸附剂用于硫酸锌溶液除铊的试验研究. 中国资源综合利用. 2023(12): 37-40+44 . 百度学术
7. 周玉琳,叶龙刚. 新生态氧化锰的制备及用于从硫酸锌溶液中除铊. 湿法冶金. 2022(03): 254-259 . 百度学术
8. 李良忠,虞璐,刘畅,马瑞雪,于洋,厉巍,于云江,刘勇弟. rGO、TiO_2修饰铁基磁性吸附材料除铊的性能. 环境工程学报. 2022(12): 3864-3873 . 本站查看
9. 姜智超,张玉凤,陈川. 臭氧氧化直接生成锰氧化物处理含铊废水. 水处理技术. 2021(01): 64-68+77 . 百度学术
10. 卢然,王夏晖,伍思扬,林星杰,王宁,贾智彬. 我国铅锌冶炼工业废水铊污染状况与处理技术. 环境工程技术学报. 2021(04): 763-768 . 百度学术
11. 黄忠民,周玉琳,陈敬阳,熊邦国,叶龙刚. 从湿法炼锌镉渣浸出置换液中去除铊. 湿法冶金. 2021(06): 510-513 . 百度学术
12. 曾美清,钟楚彬,王康杰,刘耀驰. 高铁酸盐和活性硅铝酸盐复合材料的制备及其铊吸附性能. 中南大学学报(自然科学版). 2021(12): 4415-4423 . 百度学术
13. 林茂,李伙生,张高生,张平,龙建友,肖唐付,张鸿郭,熊静芳,陈永亨. 铁酸镍基水热炭协同次氯酸根氧化去除废水中铊. 化工学报. 2019(04): 1591-1604 . 百度学术
14. 郑进熙,王奕非,杨佘维,黄志华,黄振雄. 混凝助凝强化ZTI重金属捕集法对烧结脱硫废水中铊的去除研究. 华南师范大学学报(自然科学版). 2019(03): 29-35 . 百度学术
15. 陈灿,卢欢亮. 重捕剂SDTC的合成及其处理含铊废水的研究. 环境污染与防治. 2019(11): 1341-1345+1351 . 百度学术
其他类型引用(5)
-