基于超声波-微波耦合效应的石油烃类污染土壤的热脱附规律与参数优化

桑义敏; 艾贤军; 马绍芳; 王亚飞; 朱玲; 余望; 何燎; 杨康

doi:10.12030/j.cjee.201905113

基于超声波-微波耦合效应的石油烃类污染土壤的热脱附规律与参数优化

北京石油化工学院环境工程系，北京 102617

作者简介: 桑义敏(1975—)，男，博士，副教授。研究方向：污染场地土壤修复。E-mail：sangyimin@bipt.edu.cn

通讯作者: 王亚飞(1984—)，男，博士，讲师。研究方向：污染场地土壤修复。E-mail：wangyafei@bipt.edu.cn;

基金项目:
国家重点研发计划重点专项(2018YFC1802100)
中图分类号: X53

Thermal desorption behavior and parameters optimization for oil contaminated soil remediation based on microwave-ultrasonic coupling effect

Department of Environmental Engineering, Beijing Institute of Petrochemical Technology, Beijing 102617, China

Corresponding author: WANG Yafei, wangyafei@bipt.edu.cn ;

摘要: 以邻二甲苯为石油烃类污染物代表，以污染土壤质量的减少量以及冷凝液质量的增加量表征土壤污染物的平均脱附效率，研究了微波-超声波耦合热源处理石油烃类污染土壤的脱附规律。结果表明，在超声波功率恒定(800 W)情况下，增大微波功率 (从200 W增到400 W)，能显著提升装置内反应温度(从128.3 ℃增到270.1 ℃)，显示了微波较强的热效应；在微波功率恒定(350 W)情况下，增大超声波功率 (从600 W增到1 400 W)，对装置升温效果影响不明显(从169.4 ℃增加到187.9 ℃)，表明了超声波较弱的热效应。超声波/微波耦合热源修复壤土的最优工艺参数为土水比20∶1、超声波功率800 W、微波功率350 W、辐照10 min，相应的最高污染物平均脱附率为77.28%，处理效果优于单热源条件。对于不同的土壤粒径及有机质含量，不同类型土壤的平均脱附率排序为砂土(88.36%)>壤土(64.29%)>黏土(52.61%)；综合考虑土壤介电损耗因子、土壤比热容、土壤通透性影响的结果，土水比最优值设为10∶1；综合考虑土壤颗粒单层吸附/多层吸附作用的结果，土壤污染物浓度最优值为8%(砂土)、4%(壤土、黏土)。
- 石油烃 /
- 土壤修复 /
- 热脱附 /
- 微波 /
- 超声
Abstract: Petroleum hydrocarbon contaminated soil was treated by microwave-ultrasonic coupling desorption, with 1,2-dimethylbenzene as a kind of representative pollutant. The average desorption efficiencies were characterized by the reduction of soil quality and the increase of condensate quality. The results showed that the reaction temperatures increased significantly from 128.3 ℃ to 270.1 ℃ when microwave power increased from 200 W to 400 W at a constant ultrasonic power of 800 W, indicating the strong thermal effect derived from microwave. The heating temperatures fluctuated between 169.4 ℃ and 187.9 ℃ when ultrasonic powers increased from 600 W to 1 400 W at a constant microwave power of 350 W, indicating the weak thermal effect derived from ultrasonic waves. The optimal process parameters of loam soil remediation with the coupled ultrasonic/microwave were as follows: soil-water ratio of 20:1, ultrasonic power of 800 W, microwave power of 350 W, 10 min irradiation, and the corresponding highest average desorption rate was 77.28%, which was better than that with single heat source. In view of different soil particle size and organic matter content, the average desorption rates for different types of soil were ranked as sandy soil (88.36%) > loam soil (64.29%) > clay soil (52.61%). The optimal soil-water ratio was 10∶1, which was a comprehensive effecting result of the soil dielectric loss factor, specific heat capacity and permeability. The optimal concentration of soil pollutants was 8% for sandy soil, and 4% for loam soil and clay soil, which were the comprehensive results of single-layer/multi-layer adsorption of soil particles.
- petroleum hydrocarbons /
- soil remediation /
- thermal desorption /
- microwave /
- ultrasonic

随着党的“十八大”召开，“五位一体”总体布局战略目标的提出，中国对于生态文明建设的重视提高至一个新高度。我国矿产资源开采历史悠久，在为国家经济发展提供坚实保障的同时，因不合理矿产资源开发利用方式导致遗留大量的矿山废弃地，产生了诸多矿山生态环境问题^[1]。近年来，国家投入大量资金与技术支持，而在治理后矿山生态修复效果如何，是否达到预期目标，备受国内外各界关注。

国际上早在20世纪60年代便开始矿山废弃地生态修复效果的研究，并多角度地提出一些评价指标体系与方法，从而综合考量研究区生态修复质量^[2-3]。国际生态委员会从生态系统抗干扰能力、生态恢复的功能与结构以及相邻生态系统的物质能量交流3个角度提出了矿区生态恢复质量评价的9个指标^[4]。KRABBENHOFT et al^[5]通过分析对比矿山废弃地修复区与周边区域植被因子及土壤因子的差异，最终提出了地形土壤单元评价方法，对研究区生态修复效果进行了有效评价。中国在该领域起步较晚，但发展迅速。中国学者普遍认为矿山生态修复效果评估涉及多学科的研究方法，在实践中多应用生态系统评估理论、生态系统服务价值方法进行综合评价^[6] 。刘永光^[7]通过以植物群落性状、土壤理化性状和土壤种子库性状3个层次构建了矿山修复指标体系，对北京市某矿山废弃地工程生态恢复的效果进行评估，取得良好效果。不同矿山废弃地因自然条件、人类活动和政策等因素影响，在构建评价指标体系时要因地制宜，多方面、多角度综合考虑。

目前，我国学者多侧重于矿山生态修复工程区开展研究。王创业等^[8]运用AHP法基于地质环境、地质背景和人类扰动3方面构建评价模型对鄂尔多斯煤矿生态环境质量进行评价，所得结果与实际情况基本相符。但矿山修复后生态系统服务功能及其效果体现，不仅表现在工程区域，对于周边区域也有着积极优化影响。随着社会各界对矿山废弃地生态修复工作的支持力度大幅提升，国家对生态文明建设的高度重视。基于上述情况，本研究结合遥感监测与实验分析方法多尺度对王平煤矿生态环境质量进行综合评价分析，以期为王平煤矿土地合理规划、生态修复工程维护管理等提供依据。

1. 研究区与数据来源

1.1 研究区概况

王平煤矿废弃地位于北京市门头沟区王平镇境内，研究区地处东经 115°57′33″～115°58′57″，北纬 39°57′17″～39°57′59″，属暖温带半湿润半干旱季风气候。总面积123 hm²，位于王平镇政府及王平村煤矿的西侧，俗称坷垃洼地区。研究区平均海拔328 m，自王平村开始，自东向西，海拔从170 m逐步上升为最高处370 m。而研究区自北向南，高差变化从312到357 m，变化相对较小。区域内有煤矸石山压占及塌陷坑2个典型煤矿废弃地生态环境破坏类型，为门头沟区生态修复示范工程。

研究区生态修复工程自2007年开始陆续实施，于2010年完成治理。2011—2020年通过生态种植区、京津风沙源治理工程等项目，使王平煤矿废弃地生态环境进一步得到改善。研究区位，见图1。

图 1 研究区概况

Figure 1. Overview of the study area

下载: 全尺寸图片幻灯片

1.2 数据来源

依据高分一号遥感影像数据并结合现场踏勘及采样条件，在王平煤矿划分3类研究对比区域：对照区、高修复区与低修复区。且3类研究区均位于王平煤矿修复区中部，各研究分区样品采集时间为2021年7—8月。

对于各研究分区土壤调查，为了保证样品的代表性，采取采集混合样的方案。根据实际情况，低修复区与高修复区采用对角线布点法，对照区采用梅花布点法（根据地势情况，布点法进行修改）。每个区域采集9个混合样，每个混合样依据对角线法由5个土样混合得到，3个区域一共采集27个土样。

对于各研究分区植被调查，在不同植物修复模式里分别随机设置样方，其中草本采用1 m×1 m=1 m²的样方, 灌木采用4 m×4 m =16 m²的样方, 乔木采用10 m×10 m=100 m²的样方。根据生态样方调查的结果，确定研究区域内的优势物种。在每个典型样地内分别采集每种优势物种的植物体样品。其中：乔木采集枝叶，灌木采集地上植株，草本采集地上植株。采样方案同土壤采样方案。

2. 基于工程区尺度综合评价模型构建

2.1 王平煤矿修复效果评价体系构建

王平煤矿区境内共有关闭的大小煤窑、矿井20多个，多年无序开采给该地区生态环境造成了极大的破坏和严重的污染，形成了大面积的采空区，造成多处地表塌陷。本研究以王平煤矿修复区原生自然环境条件为研究重点，仅考察自然环境因素。

评价指标体系的构建是区域生态环境评价中的关键一环，关乎评价结果的客观性、科学性等关键因素。通过对王平煤矿生态环境问题进行实地调查和查阅矿区生态环境评价相关文献及政府政策文件，结合实地调查结果与专家指导意见，秉承评价因子选取的科学性、可操作性和综合性等原则^[9-10]，从生态修复学、地质学和系统工程学角度提出一套较为规范化、完善的反映矿山生境特性的综合定量评价体系。

评价研究结果可表示原生自然环境下的王平煤矿修复效果^[11]。鉴于研究区地理环境的复杂性，将评价指标体系分为2个层次展开^[12]：第1层次划分为矿山原生生态环境的4个准则层—土壤理化性质、植被理化性质、植被群落现状和重金属污染现状；第2层次在4个准则层基础上筛选出15项与矿区生态环境息息相关的具体指标，包括：pH、土壤有机质、全氮、速效磷和速效钾4项土壤理化性质指数；植物全碳、全氮、全磷和全钾4项植被理化性质指数；植被丰富度、植被覆盖度2项植被群落指数；Cu、Zn、Pb和Cd 4项重金属污染指数。

2.2 改进的综合指数评价法

目前对于矿区生态环境评价，主要采用模糊综合评价、灰色关联分析、聚类分析和综合指数评价等方法^[13-14]。其中综合指数评价法的优点在于将不同单位性质的指标量纲化，并转换为某一标准形式，可在复杂的情况下，进行生态环境综合评价^[15]。一般对于综合指数评价法权重确定多采用专家打分法，但该方法易受主观因素干扰，进而影响最终结果。因此，本研究基于综合指数评价法，对权重确定进行方法改进，最终结合王平煤矿修复区实地情况对研究区修复效果进行评价分析。

2.2.1 权重确定

综合指数评价法的核心之处在于对指标权重的确定^[16]。目前常见的赋权方法主要分为主观赋权法和客观赋权法^[17]。目前常用的主观赋权法有德尔菲法、层次分析法、最小平方法和环比评分法等^[18]。常见的客观赋权法有熵权法、CRITIC法、主成分分析法和数据包络法等^[19]。其中客观赋权法主要依据大量的原始数据之间的内在关系来确定权重，而本研究无法提供大量原始数据，因而最终采用主观赋权法。

美国学者YAGER ^[20]提出了一种连续的有序加权平均算子(C-OWA)。作为一种指标权重优化衡量的主观赋权方法，合理地解决了多指标、多层次，信息参与过多的问题，科学地将专家极端决策合理分配，从而达到降低主观因素的影响，使赋权结果更具科学性与客观性^[21]。目前广泛应用于水利工程、施工安全和金融投资等领域^[22-24]。因此，本研究引入C-OWA算子对综合指数评价法的指标赋权进行改进，综合运用数理知识构建生态修复指数模型（EREI）。步骤如下。

（1）首先邀请 $n$ 位环境影响评价领域的专家学者对同层次指标进行评价打分，所得数据构成决策集合 $\left( {{a_1},{a_2},{a_3}\cdots {a_i}\cdots{a_n}} \right)$ ，然后将集合中的数据从大至小排序，得到新的数据集合 $\left( {{b_0},{\text{ }}{b_1},{\text{ }}{b_2}\cdots {b_j}\cdot\cdot\cdot{b_{n - 1}}} \right)$ ，其中 ${b_0} \geqslant {b_1} \geqslant {b_2}\cdots \geqslant {b_j}\cdots \geqslant {b_{n - 1}}$ 。

（2）采用组合数计算新的数据集合权重，得到加权向量 ${\alpha _{j + 1}}$ ，见式（1）:

${\alpha _{j + 1}} = \dfrac{{C_{n - 1}^j}}{{\displaystyle \sum\limits_{k = 0}^{n - 1} {C_{n - 1}^k} }} = \dfrac{{C_{n - 1}^j}}{{{2^{n - 1}}}},\quad j = 0,1,2, \cdots ,n - 1$

$(1)$

式中， $C_{n - 1}^j$ 为从 $n - 1$ 个数据中除去 $j$ 个数据的组合数。

（3）加权向量 $\alpha$ 对决策数据计算加权，得到指标绝对权重值，见式（2）:

$\overline {{\omega _i}} = \displaystyle \sum\limits_{j = 0}^{n - 1} {{\alpha _{j + 1}}} {b_j}$

$(2)$

式中， $i\in [1,m]，{\alpha }_{j}\in [0,1]，j\in [1,n]$ ， $m$ 表示指标数目。

（4）最后计算指标得相对权重，见式（3）:

${\omega _i} = \dfrac{{\overline {{\omega _i}} }}{{\displaystyle \sum\limits_{i = 1}^m {\overline {{\omega _i}} } }},\quad i = 1,2,3, \cdots ,m$

$(3)$

本次研究邀请了中国科学院生态环境研究中心6位环境影响评价领域专家学者，采用10分制对各个指标进行评分，基于评分数据，运用C-OWA算子对各个指标赋予权重，所得王平煤矿修复效果指标体系各因子权值，见表1。

表 1 王平煤矿修复效果评价指标体系

Table 1. Wangping coal mine restoration effect evaluation index system

目标层	准则层	指标层/符号	单位	权重
王平煤矿生态修复效果A	土壤理化性质B₁（0.28）	pH/C₁₁	-	0.07
		有机质/C₁₂	g·kg⁻¹	0.08
		全氮/C₁₃	g·kg⁻¹	0.07
		速效磷/C₁₄	mg·kg⁻¹	0.08
		速效钾/C₁₅	mg·kg⁻¹	0.08
	植被理化性质B₂（0.24）	全碳/C₂₁	g·kg⁻¹	0.05
		全氮/C₂₂	g·kg⁻¹	0.05
		全磷/C₂₃	mg·kg⁻¹	0.05
		全钾/C₂₄	mg·kg⁻¹	0.05
	植被群落现状B₃（0.33）	植被丰富度指数/C₃₁	-	0.15
	植被群落现状B₃（0.33）	植被覆盖度/C₃₂	%	0.15
	土壤重金属污染现状B₄（0.15）	Cu污染指数/C₃₃	μg·kg⁻¹	0.03
		Zn污染指数/C₃₄	μg·kg⁻¹	0.03
		Pb污染指数/C₃₅	μg·kg⁻¹	0.03
		Cd污染指数/C₃₆	μg·kg⁻¹	0.03

| Show Table

DownLoad: CSV

2.2.2 评价分级标准划分

矿区生态环境综合指数是一个动态变化的数值，因此需根据实地情况选择评价分级标准。本研究参考我国生态环境部2015年颁布的《生态环境状况评价技术规范》，将研究区生态环境修复效果指标体系分为5级，见表2。

表 2 王平煤矿生态环境修复效果评价体系分级标准

Table 2. Grading standard of evaluation system for ecological environment restoration effect of Wangping coal mine

等级	评价分级	状况表征
Ⅰ	(0,0.2]	差
Ⅱ	(0.2,0.4]	较差
Ⅲ	(0.4,0.6]	一般
Ⅳ	(0.4,0.6]	良
Ⅴ	(0.8,1.0]	优

| Show Table

DownLoad: CSV

2.2.3 数据处理

以对照分区的指标值作为评估目标值，采用综合指数评价法对修复工程区的指标现状值进行评估。

（1）指标计算方法

对于评价指标为正向指标，数值越大，表征的生态系统状况越好，见式（4）:

$Si,{\text{ }}j = Ci,{\text{ }}j/{\text{ }}Ci,{\text{ }}d$

$(4)$

对于评价指标为负向指标，数值越大，表征的生态系统状况越差，见式（5）:

$Si,{\text{ }}j = Ci,{\text{ }}d/{\text{ }}Ci,{\text{ }}j$

$(5)$

式中： $Si,{\text{ }}j$ 表示评估指标i的分值； $Ci,{\text{ }}j$ 表示评估指标i在工程分区的实际调查值； $Ci,{\text{ }}d$ 表示评估指标i在对照分区的实际调查值。

（2）工程分区生态修复效果评估

通过基于改进综合指数评价法建立了生态修复效果指数（EREI），进而评估单一工程分区的实际效果，见式（6）:

${\text{ERE}}{{\text{I}}_j} = \displaystyle\sum\limits_{i = 1}^n {\left( {{W_i}{I_i}/\displaystyle\sum\limits_{i = 1}^n {{I_i}} } \right)}$

$(6)$

式中：EREI_j表示第j个工程分区的生态修复效果指数；n表示评估选用的评价指标的总数；W_i评估选用的第i个评价指标的分值；I_i评估选用的第i个评价指标的权重。

（3）生态修复工程效果评估

王平煤矿整体生态修复区的EREI值计算，见式（7）:

${\text{EREI}} = \displaystyle\sum\limits_{j = 1}^n {\left( {{\rm{ERE}}{{\rm{I}}_j}{S_j}/S} \right)}$

$(7)$

式中：EREI表示矿山生态修复工程的生态修复效果指数；EREI_j表示第j个工程分区的生态修复效果指数；S表示矿山生态修复各工程分区总面积；S_j第j个工程分区的面积。

3. 基于生态功能区尺度综合评价模型

近些年，因遥感技术实时高效、覆盖范围广和快速等特点，已广泛应用于生态环境监测评价领域^[25]。其中在2013年徐涵秋^[26]提出了遥感生态指数模型（RSEI），该模型运用主成分分析耦合绿度、湿度、干度和热度4个生态指标，根据指标贡献率建立模型。采用该多指标评价模型进行评估监测可准确地反映出区域生态环境质量。目前已广泛应用于矿区生态环境监测^[27]、地貌环境研究^[28]和矿业城市景观格局变化^[29]。因此，本研究尝试采用RSEI模型对改进综合指数评价法的评价结果进行验证。选用数据为2021年8月Landsat OLI遥感影像，RSEI模型各分量指标描述及计算如下。

（1）绿度指标。归一化植被差异指数（NDVI）与叶面积指数，植被状况及覆盖度休戚相关，为广泛使用的植被指标之一^[30]。因此，RSEI模型多采用NDVI作为绿度指标。

（2）湿度指标。以缨帽变量的三分量表示湿度指数（WET），可表征为土壤、植被湿度含量，反映区域生态环境湿度状况。

（3）干度指标。由于研究区人为扰动较频繁，存在一定比例的建筑用地与裸土区域，加重区域干化程度，因而选择由裸土指数和建筑指数两者合成得到干度指数NDBSI表示^[31]。

（4）热度指标。以地表温度表示热度，目前地表温度反演主要有单窗算法、单通道法和大气校正法等，本研究采用大气校正法反演计算地表温度（LST）^[32-34]。

（5）RSEI指数计算。因各分量指标单位存在不同，为消除量纲差异，需进行标准化处理^[35]，见式（8～9）:

${\text{N}}{{\text{I}}_i} = \left( {{I_i} - {I_{\min }}} \right)/\left( {{I_{\max }} - {I_{\min }}} \right)$

$(8)$

式中：NI_i表示标准化后某像素的指标值；I_i表示该指标像元值；I_max表示该指标的最大值；I_min表示该指标的最小值。

${\text{RSE}}{{\text{I}}_{\text{0}}}{\text{ = PCA(FVC,WET,LST,NDSI)}}$

$(9)$

式中，PCA为主成分分析。

在主成分分析之后再次对第一主成分进行标准化计算，最终结果便是RSEI，见式（10）:

${\text{RSEI = }}\left( {{\text{RSE}}{{\text{I}}_{\text{0}}}{\text{ - RSE}}{{\text{I}}_{{\text{min}}}}} \right){\text{/}}\left( {{\text{RSE}}{{\text{I}}_{{\text{max}}}}{\text{ - RSE}}{{\text{I}}_{{\text{min}}}}} \right)$

$(10)$

经标准化处理后RSEI指数范围为[0，1]，越接近于１表示王平煤矿区生态环境质量愈好，越接近于0王平煤矿区生态环境质量则愈差。本研究同样依据《生态环境状况评价技术规范》，同时结合前人研究进行分类。以0.2为标准分为5级，分别表征优(0.8,1.0]、良(0.6,0.8]、一般(0.4,0.6]、较差(0.2,0.4] 和差(0,0.2]，见图2。

图 2 2021年8月王平煤矿各级RSEI空间分布

Figure 2. Spatial distribution of RSEI at all levels in Wangping coal mine in August 2021

下载: 全尺寸图片幻灯片

4. 评价结果分析

本研究通过运用改进综合指数评价法构建生态修复效果指数（EREI）对王平煤矿修复效果进行分析研究，将各指标参数代入公式后，计算出王平煤矿划分的高修复区EREI值为0.909，低修复区EREI值为0.619，依据评价分级标准，高修复区与低修复区分别评级为“优”“良”。王平煤矿整体生态修复区EREI值为0.672，评价等级为“良”；同时计算遥感生态指数（RSEI）用以结果对比分析，计算得到王平煤矿修复区总体RSEI数值为0.729，两者计算结果相差不大，评价等级均为“良”。由此说明联用EREI指数与RSEI指数对王平煤矿进行生态修复效果评价是科学合理的。

表1可知，评价指标体系指标层中各因素权重大小，发现植被丰富度指数与植被覆盖度指数权重占比最高，都为0.15，说明两者对王平煤矿生态环境修复效果影响最大。其次是土壤有机质、速效磷和速效钾，权重为0.08，这3项指标可表征土壤养分的主要元素，同时也是土壤提供给植物生长所必需的营养元素。而土壤重金属Cu污染指数、Zn污染指数、Pb污染指数和Cd污染指数的权重占比最小，仅为0.03。

图2可知，该时期王平煤矿修复区生态环境质量主要分布于“良”级与“优”级，两者区域面积占比分别为29.09%和50.90%。这与从2007年所实施的植被恢复治理工程密不可分，通过实施生态种植区、京津风沙源治理和生态公园景观重塑等项目的建设，在近十年研究区植被得到较好恢复。评级“较差”与“差”级区域主要集中在研究区东北部边界，主要原因是这一区域靠近王平村住宅区，以及是丰沙铁路、G108国道、G109 国道与门头沟区通往市区的莲石快速路等主要交通干线范围，所以在解译中将其视为裸土类别。这两区域面积占比较小，分别为4.67%和3.55%。

综上所述，评价定量计算结果与王平煤矿实际修复情况基本吻合。由此说明整体定量评价体系是合理的，评价结果是可靠的。同时对王平煤矿修复区的生态环境质量进行定量评价，通过遥感影像解译计算的RSEI指数用以对比分析，误差较小。说明联用EREI指数与RSEI指数对王平煤矿进行修复效果定量评价是可行的，两者相互印证，使其评价结果更为科学合理。从评价结果可知，王平煤矿自2007年陆续开展生态修复工程，经十余年的人为干预与自然恢复，该区域修复效果良好。

5. 结论

（1）通过实验监测与遥感解译计算对王平煤矿生态环境修复效果进行评价分析，评价结果等级为“良”。结合实地调查表明经过十余年的生态修复工程治理，矿区生态环境质量整体由差转为良，修复效果良好，后续应继续保持这一良好态势。

（2）本研究从多尺度出发，结合宏观与微观监测方法，联用改进综合指数法所构建的生态修复效果指数（EREI）与遥感生态指数（RSEI）对王平煤矿修复区生态环境质量进行综合评价，经计算，两者结果相差不大，评价等级均一致，可为后续矿区生态环境监测评价研究提供一定参考。

图 1 超声波-微波耦合热脱附实验装置

Figure 1. Experiment device of ultrasonic-microwave coupled with thermal desorption

下载: 全尺寸图片幻灯片

图 2 超声波单热源条件下的升温规律及热脱附效果

Figure 2. Heating performance and thermal desorption effect with a single heating source of ultrasonic

下载: 全尺寸图片幻灯片

图 3 微波单热源条件下的升温规律及热脱附效果

Figure 3. Heating performance and thermal desorption effect with a single heating source of microwave

下载: 全尺寸图片幻灯片

图 4 超声波-微波耦合热源条件下的升温规律及热脱附效果

Figure 4. Heating performance and thermal desorption effect with the heating source of coupled ultrasonic-microwave

下载: 全尺寸图片幻灯片

图 5 不同土壤类型条件下的热脱附效果

Figure 5. Thermal desorption effect of different types of soil

下载: 全尺寸图片幻灯片

图 6 不同土水比条件下的热脱附效果

Figure 6. Thermal desorption effect at different soil-water ratios

下载: 全尺寸图片幻灯片

图 7 不同土壤污染浓度条件下的热脱附效果

Figure 7. Thermal desorption effect at differentcontamination concentrations

下载: 全尺寸图片幻灯片

表 1 实验用土壤样品的粒径级配

Table 1. Particle size grading of soil samplesused in the experiment

土壤质地粒径级配/%
50~2 000 µm 2~50 µm < 2 µm

砂土 81.98 9.98 8.04
壤土 35.36 47.48 17.16
黏土 30.12 24.01 45.87

土壤质地粒径级配/%
50~2 000 µm 2~50 µm < 2 µm

砂土 81.98 9.98 8.04
壤土 35.36 47.48 17.16
黏土 30.12 24.01 45.87

下载: 导出CSV

[1]	SAYEGHL A A, WAHAIBIL Y A, JOSHI S. Bioremediation of heavy crude oil contamination[J]. The Open Biotechnology Journal, 2016, 10(1): 301-311. doi: 10.2174/1874070701610010301
[2]	RUBY M V, LOWNEY Y W, BUNGE A L, et al. Oral bioavailability, bioaccessibility, and dermal absorption of PAHs from soil-state of the science[J]. Environmental Science & Technology, 2016, 50(5): 2151-2164.
[3]	吴嘉茵, 方战强, 薛成杰, 等. 我国有机物污染场地土壤修复技术的专利计量分析[J]. 环境工程学报, 2019, 13(8): 2015-2024.
[4]	迟克宇, 李传维, 籍龙杰, 等. 原位电热脱附技术在某有机污染场地修复中的应用效果[J]. 环境工程学报, 2019, 13(9): 2049-2059.
[5]	GOMES H I, FERREIRA C D. Overview of in situ and ex situ remediation technologies for PCB-contaminated soils and sediments and obstacles for full-scale application[J]. Science of the Total Environment, 2013, 445-446: 237-260. doi: 10.1016/j.scitotenv.2012.11.098
[6]	SIERRA M J, MILL N R, LOPEZ F A, et al. Sustainable remediation of mercury contaminated soils by thermal desorption[J]. Environmental Science & Pollution Research, 2016, 23(5): 4898-4907.
[7]	易辰博. 微波热修复有机物污染场地土壤技术进展[J]. 江西科学, 2015, 33(1): 116-121.
[8]	BUTTRESS A J, BINNER E, YI C, et al. Development and evaluation of a continuous microwave processing system for hydrocarbon removal from solids[J]. Chemical Engineering Journal, 2016, 283: 215-222. doi: 10.1016/j.cej.2015.07.030
[9]	艾军勇, 张道勇, 牟书勇, 等. 超声波/紫外线-Fenton反应联用去除克拉玛依土壤中石油类污染物[J]. 环境工程学报, 2012, 6(3): 983-988.
[10]	FALCIGLIA P P, SCANDURA P. Modelling of in situ microwave heating of hydrocarbon-polluted soils: Influence of soil properties and operating conditions on electric field variation and temperature profiles[J]. Journal of Geochemical Exploration, 2016, 174: 91-99.
[11]	SHI C, WEI Y, CHEN J. Application and mechanism of ultrasonic static mixer in heavy oil viscosity reduction[J]. Ultrasonics Sonochemistry, 2017, 37: 648-653. doi: 10.1016/j.ultsonch.2017.02.027
[12]	张文, 李建兵, 韩有定, 等. 超声波净化石油污染土壤实验研究[J]. 环境工程学报, 2010, 4(4): 940-945.
[13]	吕顺亮, 王仪超, 徐炎华, 等. 微波耦合超声波技术处理柴油污染土壤[J]. 环境科学与技术, 2016, 39(s2): 304-307.
[14]	CLARK D E, FOLZ D C, WEST J K. Processing materials with microwave energy[J]. Materials Science & Engineering A, 2000, 287(2): 153-158.
[15]	刘珑, 王殿生, 曾秋孙, 等. 微波修复石油污染土壤升温特性影响因素的实验研究[J]. 环境工程学报, 2011, 5(4): 898-902.
[16]	AMANI M, RETNANTO A, ALJUHANI S, et al. Investigating the role of ultrasonic wave technology as an asphaltene flocculation inhibitor: An experimental study[C]//IPTC Program Committee. International Petroleum Technology Conference, Doha, Qatar, 2015: 1-7.
[17]	黄欣桐, 周翠红, 郭艳彤. 超声应用于超重质渣油降黏的实验研究[J]. 北京石油化工学院学报, 2018, 26(1): 9-13. doi: 10.12053/j.issn.1008-2565.2018.01.003
[18]	MASON T J, COLLINGS A F, SUMEL A. Sonic and ultrasonic removal of chemical contaminants from soil in the laboratory and on a large scale[J]. Ultrasonics Sonochemistry, 2004, 11(3): 205-210.
[19]	孙磊, 蒋新, 周健民, 等. 五氯酚污染土壤的热修复初探[J]. 土壤学报, 2004, 41(3): 462-465. doi: 10.3321/j.issn:0564-3929.2004.03.021
[20]	祝红, 张焕祯, 毕璐莎. 超声波-表面活性剂修复柴油污染土壤实验研究[J]. 环境工程, 2016, 34(4): 181-185.

点击查看大图

图( 7) 表( 1)

计量

文章访问数: 4998
HTML全文浏览数: 4998
PDF下载数: 108
施引文献: 0

1. 研究区与数据来源
1.1 研究区概况
1.2 数据来源
2. 基于工程区尺度综合评价模型构建
2.1 王平煤矿修复效果评价体系构建
2.2 改进的综合指数评价法
3. 基于生态功能区尺度综合评价模型
4. 评价结果分析
5. 结论

全文HTML

石油是由碳氢化合物组成的复杂混合物，主要包含烃类分子、非烃类分子以及金属有机化合物^[1]。其中多环芳烃(PAHs)等难降解组分一旦进入土壤中，会形成累积效应，进而破坏生态环境，威胁人类健康^[2]。此外，石油烃类污染物可能通过空气、水和土壤进一步迁移，逐步形成更广阔的污染区域。目前，石油烃污染土壤的修复技术主要有生物修复、化学修复及热修复等方法。热修复技术在工程应用方面具有修复周期短、处理效果好、能够同时去除多种有机污染物等优势。因此，在石油污染土壤修复实践中，热脱附技术应用较多^[3-4]。热脱附技术主要通过直接或间接加热的方式将土壤中的有机污染物加热到足够的温度，使其从污染介质上得以挥发或分离，从而达到去除土壤有机污染物的目的^[5-6]。从热源类型看，除了电能(ERH、TCH等)、燃气能(GTR等)、蒸汽能(SEE等)等传统形式外，近年来，逐渐将微波和超声波等新型热源应用于污染土壤热脱附修复中。

微波加热能量以电磁波的形式穿透土壤，加热水和有机污染物使其从土壤中挥发^[7]。其能量传递方式具有选择性和穿透性，加热速率不再受到表层温度、温度梯度以及热传导性等因素制约，加热时间大为缩短，其加热本质是微波在土壤中的能量耗散^[8-9]。FALCIGLIA 等^[10]通过改变微波加热烃类污染土壤的类型及操作条件发现，土壤质地、含水率和入射电场等参数对微波穿透性和土壤升温变化具有显著影响，然而微波无法对深层土壤形成有效辐射且深层土壤的污染物在挥发过程中会有一定比例重新吸附，故该技术具有一定的缺陷。而超声波的空化效应可以提高土壤有机污染物的解吸附速率并降低污染物与土壤颗粒之间的结合度，其提高解吸附的原理是利用超声空化现象形成微小气泡，产生高温、高压、强烈的冲击波和微射流，从而在物理上达到解吸附作用^[11]。张文等^[12]的研究表明，超声空化引起的解吸作用和真空抽滤是土壤总石油烃减少的主要途径，但超声波修复石油污染土壤的影响因素及其可行性研究不够充分，且单一超声波热源热效应较低。理论上，将微波与超声波技术耦合能克服各自缺点，促进土壤中污染物的脱附效果^[13]。在已有研究的基础上，本研究耦合超声波与微波技术修复石油污染土壤，探索修复效果的影响因素和脱附规律，以期为石油烃类污染土壤热脱附技术提供参考。

3. 结论

1) 研究结果显示了微波较强的热效应及超声波较弱的热效应，微波耦合超声波的协同作用优于单独微波的脱附效果，但差别不大。今后应该强化超声波的非热协同效应方面的研究工作，实现低能高效的修复目标。

2) 不同质地土壤的平均脱附率排序为砂土(88.36%)>壤土(64.29%)>黏土(52.61%)，排序主要取决于其不同的土壤粒径及有机质含量，这符合预期的效果。土水比对砂土影响不明显，对壤土和黏土来说，最佳土水比为10∶1。因此，在修复实践中，除应考虑土壤含水率对能耗的影响外，还应考虑其对脱附效率的影响。

3) 超声波-微波耦合热源修复壤土的最优工艺参数为土水比20∶1、超声波功率800 W、微波功率350 W、辐照10 min，相应的污染物平均脱附率最高可达77.28%。上述结果表明了超声波-微波耦合修复石油烃污染土壤的可行性。

参考文献 (20)

土壤质地	粒径级配/%
土壤质地	50~2 000 µm	2~50 µm	< 2 µm
砂土	81.98	9.98	8.04
壤土	35.36	47.48	17.16
黏土	30.12	24.01	45.87

基于超声波-微波耦合效应的石油烃类污染土壤的热脱附规律与参数优化

作者简介: 桑义敏(1975—)，男，博士，副教授。研究方向：污染场地土壤修复。E-mail：sangyimin@bipt.edu.cn

通讯作者: 王亚飞(1984—)，男，博士，讲师。研究方向：污染场地土壤修复。E-mail：wangyafei@bipt.edu.cn;

Thermal desorption behavior and parameters optimization for oil contaminated soil remediation based on microwave-ultrasonic coupling effect

Corresponding author: WANG Yafei, wangyafei@bipt.edu.cn ;

1. 研究区与数据来源

1.1 研究区概况

1.2 数据来源

2. 基于工程区尺度综合评价模型构建

2.1 王平煤矿修复效果评价体系构建

2.2 改进的综合指数评价法

2.2.1 权重确定

2.2.2 评价分级标准划分

2.2.3 数据处理

3. 基于生态功能区尺度综合评价模型

4. 评价结果分析

5. 结论

计量

出版历程

基于超声波-微波耦合效应的石油烃类污染土壤的热脱附规律与参数优化

通讯作者: 王亚飞(1984—)，男，博士，讲师。研究方向：污染场地土壤修复。E-mail：wangyafei@bipt.edu.cn;

作者简介: 桑义敏(1975—)，男，博士，副教授。研究方向：污染场地土壤修复。E-mail：sangyimin@bipt.edu.cn 北京石油化工学院环境工程系，北京 102617

English Abstract

Thermal desorption behavior and parameters optimization for oil contaminated soil remediation based on microwave-ultrasonic coupling effect

Corresponding author: WANG Yafei, wangyafei@bipt.edu.cn ;

全文HTML

1.1. 实验装置和土壤样品粒径级配

1.2. 实验方法

1.3. 热脱附效果与评价手段

2.1. 超声波单热源条件对升温及脱附效果的影响

2.2. 微波单热源条件对升温及脱附效果的影响

2.3. 超声波-微波耦合双热源对升温及脱附效果的影响

2.4. 土壤类型对超声波-微波耦合热脱附效果的影响

2.5. 土壤土水比对超声波-微波耦合热脱附效果的影响

2.6. 土壤污染物浓度对超声波-微波耦合热脱附效果的影响

目录

全文HTML

1.1. 实验装置和土壤样品粒径级配

1.2. 实验方法

1.3. 热脱附效果与评价手段

2.1. 超声波单热源条件对升温及脱附效果的影响

2.2. 微波单热源条件对升温及脱附效果的影响

2.3. 超声波-微波耦合双热源对升温及脱附效果的影响

2.4. 土壤类型对超声波-微波耦合热脱附效果的影响

2.5. 土壤土水比对超声波-微波耦合热脱附效果的影响

2.6. 土壤污染物浓度对超声波-微波耦合热脱附效果的影响

作者简介: 桑义敏(1975—)，男，博士，副教授。研究方向：污染场地土壤修复。E-mail：sangyimin@bipt.edu.cn
北京石油化工学院环境工程系，北京 102617