高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六

周杰, 王城晨, 朱颖一, 韩莹, 王明新. 高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六[J]. 环境工程学报, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107
引用本文: 周杰, 王城晨, 朱颖一, 韩莹, 王明新. 高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六[J]. 环境工程学报, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107
ZHOU Jie, WANG Chengchen, ZHU Yingyi, HAN Ying, WANG Mingxin. Degradation of DDTs and HCHs in aqueous solution by combined K2FeO4 and Na2S2O8[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107
Citation: ZHOU Jie, WANG Chengchen, ZHU Yingyi, HAN Ying, WANG Mingxin. Degradation of DDTs and HCHs in aqueous solution by combined K2FeO4 and Na2S2O8[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107

高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六

    作者简介: 周杰(1994—),女,硕士研究生。研究方向:土壤与地下水污染防治。E-mail:mnizjmbyd@163.com
    通讯作者: 王明新(1979—),男,博士,教授。研究方向:土壤与地下水污染防治等。E-mail:wmxcau@163.com
  • 基金项目:
    国家自然科学基金资助项目(41641032, 41772240);江苏省高校“青蓝工程”项目
  • 中图分类号: X52

Degradation of DDTs and HCHs in aqueous solution by combined K2FeO4 and Na2S2O8

    Corresponding author: WANG Mingxin, wmxcau@163.com
  • 摘要: 针对滴滴涕(DDTs)和六六六(HCHs)等有机氯农药(OCPs)难以同步降解的问题,采用高铁酸钾(K2FeO4)和过硫酸钠(Na2S2O8)联合降解水溶液中的7种OCPs;分别考察了K2FeO4投加量、Na2S2O8投加量和溶液初始pH因素的单独作用及交互作用对OCPs降解率的影响;采用气相色谱-质谱联用仪分析鉴定了降解产物,并探讨了K2FeO4/Na2S2O8体系对各OCPs的降解机理。结果表明:K2FeO4/Na2S2O8体系处理的OCPs降解率大于K2FeO4单独处理下的降解率;碱性环境(pH=9~11)有利于α-HCH和γ-HCH的降解,弱碱性环境(pH=7~9)有利于DDTs的降解,中性环境(pH=7)有利于β-HCH的降解。采用二次多项式和逐步回归法可以较好地拟合和预测OCPs降解率与反应条件的关系,当K2FeO4投加量8 g·L1、Na2S2O8投加量2 g·L1、pH=11时,总环境风险削减率可达79.16%,与验证实验结果相近。这表明模型具有较好的预测能力。K2FeO4/Na2S2O8联合处理对OCPs 的降解途径主要为脱氯脱氢,但仍有不完全脱氯产物残留。与K2FeO4单独处理相比,K2FeO4/Na2S2O8双氧化体系实现了对DDTs和HCHs的高效同步降解。
  • 近年来,袋式除尘器可实现对超细微颗粒的高效处理,且具有运行稳定、造价低廉等优点,已被广泛应用[1]。然而,袋式除尘器体积庞大,占用空间较大[2]。滤筒除尘器是袋式除尘器的一种,具有过滤比表面积更大、阻力低、占地空间更小、安装便捷、易于检修等优点。近年来,通过设计优化和过滤材料更新,滤筒除尘器的处理含尘气量有了巨幅提升,其应用更广泛,在经济性和过滤效率方面都超越了传统袋式除尘器。目前,大部分相关研究集中在立式滤筒除尘器和滤筒清灰方面,而对卧式滤筒除尘器的研究较少。胡家雷等[3]在对滤筒进行脉冲清灰时发现喷嘴长度和喷嘴收缩角对清灰均匀性有显著影响。郗元等[4]运用CFD软件模拟了不同结构滤筒对除尘器内部流场的分布影响,为提高除尘效率,建议选用矩形或圆柱滤筒作为滤芯。刘侹楠[5]模拟了不同进气方式的卧式滤筒除尘器,并添加不同形式导流板进行优化设计,最终使内部流场达到设计标准。袁娜等[6]探究了不同角度挡板对卧式滤筒除尘器内部流场的影响,发现挡板角度为165°~170°时,气流能达到均匀的标准。

    卧式滤筒除尘器为立式滤筒除尘器的改进设计,可应用于空间高度受限场所。当含尘气流从除尘器顶部入口进入后,较大粉尘颗粒在重力作用下顺沿气流方向或碰撞到壁面后沉降至灰斗,细微粉尘颗粒则随气流通过滤筒时被拦截在滤筒表面。在过滤过程中,除尘器内部结构对气流组织有着重要作用[5]。因为各除尘器结构不同,导致其内部流场也差别较大,而通过实验来优化除尘器设计不仅耗费时间,且效果不尽人意。运用相关软件进行数值模拟,可直观测得除尘器内部流场特征,且节省时间并降低投资成本[7]。因此,近年来该方法已得到广泛应用。

    本研究运用Fluent等软件对现有卧式滤筒除尘器进行数值模拟,探索在不同类型挡板和导流板下除尘器内部的气流组织情况,以期获得最优流场状态,进而为除尘器的结构优化提供参考。

    本研究采用的卧式滤筒除尘器由箱体、脉冲清灰系统和滤筒组成。在不影响模拟结果准确性的前提下,取消清灰系统并将滤筒简化为圆柱形[8]。运用ANSYS进行建模,建立如图1所示的4个侧进气卧式滤筒除尘器模型。这4个模型主体尺寸相同,长1 687 mm,宽2 000 mm,高3 330 mm。除尘器内有6个滤筒,其规格为φ360 mm×1 000 mm。滤筒间距为260 mm,两侧距壁面200 mm,上下2层滤筒间隔332 mm。除尘器A为常规卧式滤筒除尘器。除尘器B、C、D在入口处添加了导流板和各类型挡板。其中,3种除尘器的导流板相同,各挡板位于滤筒正上方相同位置,在y方向上投影面积相同。

    图 1  除尘器几何模型
    Figure 1.  Geometric model of dust collector

    图2(a)为导流板形状。除尘器中的挡板尺寸如图2(b)~(d)所示。挡板α尺寸为700 mm×1 700 mm;挡板β的夹角为140°,单块的尺寸为700 mm×980 mm;挡板γ由6块小挡板组成,各夹角为140°,单块尺寸为700 mm×210 mm,挡板间距为225 mm。使用Gambit划分网格,采用结构化与非结构化相结合的形式进行网格划分。为提高模拟结果的合理性,对进出口、导流板、挡板、滤筒区域网格进行了加密,并对网格独立性进行了验证,最终选取网格数约381×104的模型进行模拟。

    图 2  导流板与挡板
    Figure 2.  Deflector and baffle

    利用Fluent 18.0软件模拟卧式滤筒除尘器内部流场。入口设为velocity-inlet,速度10 m·s−1;出口设为outflow,滤料厚度为2 mm。滤筒模型边界设为porous-jump,渗透率为6.418×10−12 m2,压力跃阶系数C2取0。其余边界条件如导流板、挡板、净气室、进出口壁面均设置为壁面。气体设为常温常压不可压缩流体[9]。使用压力基稳态求解、湍流模型为k-ε 双方程模型,压力-速度耦合方式为SIMPLE。数值模拟中的连续性方程与动量守恒方程为式(1)和式(2)[10]

    (ui)xi=0 (1)
    xi(ρuiuj)=pxi+xj(μeff(uixj+ujxi))+ρgi (2)

    式中:p为静压;μeff为有效粘度系数;gi为重力加速度分量。

    湍流模型采用标准 k—ε模型。湍动能方程与湍动耗散率方程见式(3)~(4)。

    (ρkui)xi=[(μ+μσk)kxj]xj+Gkρε (3)
    (ρεui)xi=[(μ+μtσε)εxj]xj+C1εεkGkC2ερε2k (4)

    式中:C1εC2ε为常量;Gk是由于平均速度梯度引起的湍动能k的产生项;σkσεk方程和ε方程的湍流Prandtl数。

    滤筒为多孔介质阶跃模型(porous-jump model),压降方程见式(5)。

    Δp=(μαv+12C2ρv2)Δm (5)

    式中:α为渗透率;C2为内部阻力系数;Δm 为滤筒厚度。由于过滤风速低,滤筒厚度为2 mm,故忽略第二项内部阻力[10]

    图3为常规滤筒除尘器入口处气流速度矢量俯视图,以及添加导流板、挡板后的局部气流速度矢量图。由于该卧式滤筒除尘器滤筒放置位置较为特殊,特选取如图4(a)~(d)所示x=1 236 mm处平面,以及与图5(a)~(d)所示垂直滤筒上方100 mm处截面速度云图来分析其内部流场情况。从图3(a)中气流速度矢量图可观察到,当入射气流进入除尘器A中,因无导流板作用直接撞击内部墙体,导致气流方向改变,部分气流在除尘器顶部形成涡流使除尘器四周壁面流速较快,平均速度为7.25 m·s−1(见图4(a))。图5(a)中除尘器A壁面流速同样过高,与图4(a)情况相符,滤筒顶部气流达8.60 m·s−1。这是由于另一部分入射气流方向改变后,直接顺沿壁面向下运动抵达滤筒顶部,动能较高。综合图3(a)、图4(a)、图5(a)可发现,除尘器A中内部流场较为紊乱,上层滤筒间隙风速过快,平均风速为5.63 m·s−1。风速过快会导致二次扬尘,且滤筒局部风速不均。长期在此条件下运行,部分滤筒会率先破损和堵塞,从而影响除尘效果。

    图 3  除尘器入口处速度矢量图
    Figure 3.  Vector diagram of velocity at the entrance of dust collector
    图 4  x=1 236 mm处平面速度云图
    Figure 4.  Plane velocity cloud at x=1 236 mm
    图 5  滤筒上方100 mm处截面速度云图
    Figure 5.  Cloud map of cross-sectional velocity at 100 mm above the filter cartridge

    改善除尘器内部流场均匀性的方法主要是增加功能各异的挡板与导流板,并通过阻挡、分流等功能,使气体的流动规律被强制改变[11]图3(b)为除尘器安装导流板与挡板后的局部速度矢量图。由图3(b)可知,气流从入口进入除尘器经导流板与挡板作用后,方向发生了改变,并观测到无高速气流直接冲刷除尘器的主体结构。由于导流板的存在,除尘器B、C、D顶部当涡流消失。除尘器B、C、D在x=1 236 mm处平面的速度云图见图4(b)~(d)。由图5可知,加入各类型挡板后,壁面风速有所降低。挡板下方的气流速度存在明显的跳跃边界,滤筒间隙风速较除尘器A降低,内部流场在挡板作用下更加均匀。

    图4(b)与图5(b)所示,除尘器B在挡板α作用下,仅1号、3号滤筒两外侧附近流速较高。这是因入口气流撞击挡板后沿四周扩散导致,平均速度约为6.80 m·s−1,剩余区域滤筒间隙风速约为3.50 m·s−1图4(c)与图5(c)为除尘器C在挡板β作用下的速度云图,整体效果与挡板α相似,但1号、3号滤筒外侧附近流速较高部分减少,滤筒底部出现较大范围的流速过快区域。其原因是:挡板β存在一定的倾斜角度,当入射气流经过导流板抵达挡板β,动能损失较挡板α小,部分气流沿倾斜角度运动导致滤筒底部风速较快,平均风速约为6.50 m·s−1,其余部分滤筒间隙风速约为3.20 m·s−1。除尘器D在分离式挡板γ作用下的速度云图如图4(d)与图5(d)所示。因为挡板γ由6块小挡板组成,流速较快区域出现在中间挡板两侧,除尘器壁面风速过高情况消失。由图5(d)可知,除尘器D内部的流场气流组织较为均匀,整体变化幅度不大,滤筒间隙平均风速约为3.40 m·s−1。对于滤筒除尘器而言,在合理范围内提高流场速度有利于提高除尘器的工作效率。

    滤筒是除尘器工作的最核心部件。由于无法直接测出过滤风速,在其他条件不变的情况下,滤筒表面风速与过滤速度呈线性相关,通过Fluent软件观测各部位流速特征,可分析滤筒内的过滤情况。在本除尘器中,到达滤筒区域的速度方向主要为竖直方向。滤筒磨损程度主要与该方向速度有关,速度越大,滤筒正面受冲击就越严重[12]。根据能量守恒原理,滤筒表面速度分布不均,会导致滤筒各部位内外压差偏大。另外,在实际运行中,速度较快部位的粉尘层会越积越密,使得滤筒内外压差进一步变大,进而造成粉尘颗粒被挤压至滤筒中,导致颗粒逃逸,分离效率下降,最终出现破洞。图6(a)~(d)分别为卧式滤筒除尘器A、B、C、D滤筒部分的表面风速云图。

    图 6  各滤筒表面风速云图
    Figure 6.  Cloud picture of surface velocity of each filter cartridge

    图6(a)可发现,除尘器A为常规卧式滤筒除尘器,无导流、阻流措施,气体进入除尘器撞击墙体后四处逸散,导致上层滤筒表面风速较为紊乱。2号滤筒表面风速较快,大部分区域在3.10 m·s−1。1号、2号、3号滤筒首尾两端最高速度达6.30 m·s−1。由于气流进入除尘器后,气体方向改变,部分气流顺沿壁面到达滤筒顶部,使得气流速度较高。然而,入口喇叭管存在一个向下倾斜的角度,气流沿管道向下运动以较高的速度冲击滤筒末端,导致流速过快。除尘器A中,上层滤筒首尾两端和2号滤筒受冲击程度严重,压力分布不均,长期如此会导致这些部位破损[13]图6(b)表明,在除尘器B入口设置导流板和挡板α后,射流现象消失,气流经导流板撞击挡板后向四周扩散,导致上层滤筒外侧与末端风速较高,约为4.50 m·s−1。其余区域速度为1.28 ~2.80 m·s−1,较除尘器A的情况有所优化。如图6(c)所示,除尘器C在添加导流板和挡板β后,上层滤筒底部表面风速过高,最高流速达7.50 m·s−1,效果较差。这与较大挡板夹角在165°~170°时,能更好地使除尘器内部气流组织达到均匀相符[6]图6(d)表示除尘器D在导流板和分离式挡板γ综合作用下的滤筒表面风速情况,其整体均匀,1号、3号滤筒顶部内侧风速为2.40 m·s−1,底部风速约为3.10 m·s−1,其他滤筒区域表面速度为1.13~2.26 m·s−1。综合除尘器A、B、C、D平面速度云图与滤筒表面速度可知,分离式挡板γ能较好地优化侧进气卧式滤筒除尘器内部气流组织。

    利用Fluent设置监控面,对滤筒流量进行了统计。除尘器滤筒流量分配不均匀,会使滤筒处理气量达不到设计值。因此,研究除尘器各滤筒流量均匀性对除尘器高效运行具有重要意义[14]。为更好地定量分析除尘器流场分布状态,引入流量分配系数Ki、流量分配差值ΔK、综合流量不均幅值ΔKζ,分别对应方程式(6)~(8)。

    Ki=QiQm(i=1,2,3,,n) (6)
    ΔK=KimaxKimin (7)
    ΔKζ=(|Ki1|N) (8)

    式中:Qi 为单滤筒实际处理气量,m3·s−1Qm 为滤筒平均处理气量,m3·s−1n是模型中所选取的滤筒总数[15]Ki maxKi min 分别为单滤筒最大及最小流量分配系数。其中,Ki 一般在1.0左右浮动;在实际工况中ΔK ≠0,一般ΔK 为±15%之内。ΔK 越趋向0,代表各滤筒过滤越平均效果越好,可默认各滤筒气量均匀分配[16]。而综合流量不均幅值ΔKζ 是指实际流量分配系数与理想流量分配系数的平均值。此参数综合考虑了各个滤筒的流量偏差[15],评价比较全面。综上所述,对于滤筒处理气量,要使Ki趋向1.0,ΔK趋向0。

    图7为除尘器A、B、C、D各滤筒的流量分配系数Ki图7表明,除尘器D各滤筒流量分配最为均匀,上下滤筒处理风量差异较小,流量分配系数Ki 基本在1.0附近波动。由表1可知,除尘器D滤筒在导流板和分离式挡板γ作用下,流量分配差值ΔK 仅为18.5%,综合流量不均幅值ΔKζ 为7.7%,最大正负偏差变化也最小,故可默认在该模型下滤筒气流分配均匀。除尘器A与除尘器C的流量分配系数Ki 总体趋势是一致的,但上层滤筒处理风量明显高于下层滤筒,流量分配差值ΔK均超过±15%,分别为32.7%与33.3%。由此可知,在除尘器A、C中,各滤筒并未充分发挥作用,这不符合滤筒气量均匀分配的标准。此外,上层滤筒流量较大,会加大滤筒的负荷,影响除尘器使用寿命。图7还表明,除尘器B中2号滤筒处理气量明显小于1号、3号滤筒。这是由于受挡板α的影响,气流冲击挡板后方向发生改变,导致1号、3号滤筒外侧气流速度较高,而2号滤筒处于挡板正下方,处理气量明显偏少。综合分析滤筒表面速度云图和各滤筒流量分配情况后发现,滤筒表面风速对其流量分配系数影响较大[6]。在合理条件下,通常滤筒表面风速越低、变化越小,则各滤筒间流量越均匀,更有利于发挥滤筒的过滤功能。

    图 7  除尘器滤筒流量分配系数
    Figure 7.  Flow distribution coefficients of filter cartridge of dust collector
    表 1  除尘器流量分配结果
    Table 1.  Flow distributions of the dust collector
    除尘器种类流量分配差值最大正偏差最大负偏差综合流量不均幅值
    除尘器A32.7%16.5%−14.2%13.3%
    除尘器B30.0%18.5%−11.5%10.6%
    除尘器C33.3%16.5%−14.8%14.2%
    除尘器D18.5%9.9%−8.6%7.7%
     | Show Table
    DownLoad: CSV

    除尘器的压降由多种因素导致,而压力损失是衡量除尘器运行成本的关键因素。压力损失大表明除尘器运行成本高,且影响除尘器的清灰周期及设备寿命。在入口管道处添加导流板和挡板后会使除尘器内部结构发生改变,相应的局部阻力也发生变化。这是因为边界改变区域会出现漩涡区和速度重新分布,使得局部阻力增大。同时,这些结构会加大流体之间,以及流体与除尘器之间的接触,使得摩擦阻力增加[17]。通常情况下,局部阻力影响较大。

    当风速一定时,除尘器的静压主要由其内部结构决定[18-20],可分析静压以较好地说明压降的状况。本除尘器为负压系统。以除尘器B为例,在入口、进风管道、导流板、挡板、滤筒、出口等位置设置12个有代表性的静压测点(见图8(a))。图8(b)为除尘器A、B、C、D分别在这些监测点的压力变化趋势。由图8(b)可知,4种除尘器压降变化趋势一致。除尘器A作为常规卧式滤筒除尘器,其压降变化最小;除尘器B、C、D在加入导流板和各种挡板后运行阻力增加,但变化幅度都较小。这说明添加导流板与挡板α、β、γ后,除尘器静压损失方面控制较好,并未使运行成本大幅增加,符合节能环保的要求。其中,安装了分离式挡板γ的除尘器D压力损失表现最好。

    图 8  除尘器B中不同监测点的静压变化
    Figure 8.  Changes of static pressure at different monitoring points in dust collector B

    1)运用Fluent等软件对常见的侧进气卧式滤筒除尘器进行CFD模拟,发现传统的卧式滤筒除尘器内部流场较为紊乱,易造成二次扬尘问题,滤筒气量分配不均,局部滤筒过早出现破损,可导致除尘器寿命衰减。

    2)对卧式滤筒除尘器内部进行优化,在入口添加导流板及不同类型的挡板,综合分析内部流场、滤筒表面风速、除尘器压降、滤筒流量分配均匀性等因素后可看出,添加了导流板与分离式挡板γ的除尘器D的除尘效果最优。

    3)除尘器内部结构对其流场状态起决定性作用。预先对除尘器进行气流组织模拟,得到最优的结构参数,可指导现实的工程设计。后续研究可重点关注模拟和实验测试的过滤效率及能耗等。

  • 图 1  K2FeO4投加量对OCPs的残留率的影响

    Figure 1.  Effects of K2FeO4 dosage on residual rate of OCPs

    图 2  Na2S2O8投加量对OCPs降解率的影响

    Figure 2.  Effects of Na2S2O8 dosage on degradation rate of OCPs

    图 3  初始pH对OCPs的降解率的影响

    Figure 3.  Effects of pH on degradation rate of OCPs

    图 4  OCPs降解率及总环境风险削减率与降解条件的关系

    Figure 4.  Relationship between OCPs removal and total environmental risk reduction rates and degradation conditions

    图 5  响应曲面分析

    Figure 5.  Analysis of response surface stereogram

    图 6  7种OCPs降解产物色谱图

    Figure 6.  Chromatograms of degradation products for seven OCPs

    图 7  7种OCPs降解路径图

    Figure 7.  Degradation path map of seven OCPs

    表 1  中心组合设计的因素及水平

    Table 1.  Variables and code levels of CCD

    水平(Xi)因素
    (A)K2FeO4/(g·L−1)(B)Na2S2O8/(g·L−1)(C)pH
    −1207
    0519
    18211
    水平(Xi)因素
    (A)K2FeO4/(g·L−1)(B)Na2S2O8/(g·L−1)(C)pH
    −1207
    0519
    18211
    下载: 导出CSV

    表 2  HCHs和DDTs的大鼠急性半致死浓度(LD50)和毒性系数

    Table 2.  Acute semi-dead concentrations and toxicity coefficients of HCHs and DDTs for rats

    OCPsLD50/(mg·kg-1)Li
    α-HCH1770.43
    β-HCH6 0000.01
    γ-HCH761
    p,p′-DDE8800.09
    p,p′-DDD1130.67
    o,p′-DDT1 0000.08
    p,p′-DDT870.87
    OCPsLD50/(mg·kg-1)Li
    α-HCH1770.43
    β-HCH6 0000.01
    γ-HCH761
    p,p′-DDE8800.09
    p,p′-DDD1130.67
    o,p′-DDT1 0000.08
    p,p′-DDT870.87
    下载: 导出CSV

    表 3  中心组合设计实验结果

    Table 3.  Results of Center combination design experiment

    运行编号变量对应水平(Xi)OCPs降解率/%总环境风险削减率/%
    K2FeO4/(g·L−1)Na2S2O8/(g·L−1)pHα-HCHβ-HCHγ-HCHp,p′-DDEp,p′-DDDo,p′-DDTp,p′-DDT
    1501183.6455.9683.9255.5945.6162.8753.9165.99
    282953.9164.5152.2373.9671.3873.5377.1364.61
    351941.7063.3937.9362.0755.3166.4265.8751.36
    481752.6459.5051.7861.7262.1661.5562.9057.73
    520948.8957.6847.5754.7743.8157.7350.3248.19
    680949.7042.2248.0861.7942.6366.8661.3651.62
    750722.8333.8620.0831.2426.4237.0829.8525.29
    852742.3163.4239.9549.6739.4751.4945.6442.39
    951947.3061.8945.5068.5059.1372.3665.5255.55
    10811189.1221.0390.7956.3754.8057.7753.9970.65
    1121729.0046.6928.1728.5317.3933.5521.8624.45
    12521181.6935.0282.0658.7950.7160.7454.7066.39
    1351929.8554.2428.0069.0362.0270.0670.0449.42
    14211174.3733.4174.4646.5437.2849.5344.1256.56
    运行编号变量对应水平(Xi)OCPs降解率/%总环境风险削减率/%
    K2FeO4/(g·L−1)Na2S2O8/(g·L−1)pHα-HCHβ-HCHγ-HCHp,p′-DDEp,p′-DDDo,p′-DDTp,p′-DDT
    1501183.6455.9683.9255.5945.6162.8753.9165.99
    282953.9164.5152.2373.9671.3873.5377.1364.61
    351941.7063.3937.9362.0755.3166.4265.8751.36
    481752.6459.5051.7861.7262.1661.5562.9057.73
    520948.8957.6847.5754.7743.8157.7350.3248.19
    680949.7042.2248.0861.7942.6366.8661.3651.62
    750722.8333.8620.0831.2426.4237.0829.8525.29
    852742.3163.4239.9549.6739.4751.4945.6442.39
    951947.3061.8945.5068.5059.1372.3665.5255.55
    10811189.1221.0390.7956.3754.8057.7753.9970.65
    1121729.0046.6928.1728.5317.3933.5521.8624.45
    12521181.6935.0282.0658.7950.7160.7454.7066.39
    1351929.8554.2428.0069.0362.0270.0670.0449.42
    14211174.3733.4174.4646.5437.2849.5344.1256.56
    下载: 导出CSV

    表 4  模型拟合结果

    Table 4.  Results of model fitting

    模型编号各模型拟合公式FR2
    1Y1=−57.675 37+0.842 18A+5.718 21B+11.378 02C9.340.918 2
    2Y2=−305.108 34+63.103 18B+77.085 82C−6.312 61BC−4.133 42C26.680.927 7
    3Y3=−64.614 79+0.973 46A+5.488 47B+11.953 43C9.390.919 2
    4Y4=−384.585 35+10.771 31A+6.846 26B+88.747 39C−0.973 41AC−4.499 83C211.480.964 5
    5Y5=2.540 28+2.699 06A+8.852 64B+2.685 4C9.80.933 4
    6Y6=−321.413 32+1.749 17A+4.766 91B+80.830 73C−4.326 53C210.20.903 1
    7Y7=−424.476 84+14.848 27A+5.668 45B+94.559 72C−1.298 99AC−4.731 14C220.150.918 0
    8Y8=−24.656 90+1.968 09A+6.310 89B+6.859 03C11.020.950 4
    模型编号各模型拟合公式FR2
    1Y1=−57.675 37+0.842 18A+5.718 21B+11.378 02C9.340.918 2
    2Y2=−305.108 34+63.103 18B+77.085 82C−6.312 61BC−4.133 42C26.680.927 7
    3Y3=−64.614 79+0.973 46A+5.488 47B+11.953 43C9.390.919 2
    4Y4=−384.585 35+10.771 31A+6.846 26B+88.747 39C−0.973 41AC−4.499 83C211.480.964 5
    5Y5=2.540 28+2.699 06A+8.852 64B+2.685 4C9.80.933 4
    6Y6=−321.413 32+1.749 17A+4.766 91B+80.830 73C−4.326 53C210.20.903 1
    7Y7=−424.476 84+14.848 27A+5.668 45B+94.559 72C−1.298 99AC−4.731 14C220.150.918 0
    8Y8=−24.656 90+1.968 09A+6.310 89B+6.859 03C11.020.950 4
    下载: 导出CSV

    表 5  优化降解条件的验证结果

    Table 5.  Verification result of optimal degradation conditions

    污染物模型模拟结果实验验证结果误差
    α-HCH88.940 292.133 93.193 7
    β-HCH51.207 247.649 13.558 1
    γ-HCH92.686 191.957 50.728 6
    p,p′-DDE72.670 274.845 62.175 4
    p,p′-DDD65.514 367.270 81.756 5
    o,p′-DDT74.874 378.991 94.117 6
    p,p′-DDT70.786 372.052 71.266 4
    总环境风险削减率79.157 780.232 41.074 7
    污染物模型模拟结果实验验证结果误差
    α-HCH88.940 292.133 93.193 7
    β-HCH51.207 247.649 13.558 1
    γ-HCH92.686 191.957 50.728 6
    p,p′-DDE72.670 274.845 62.175 4
    p,p′-DDD65.514 367.270 81.756 5
    o,p′-DDT74.874 378.991 94.117 6
    p,p′-DDT70.786 372.052 71.266 4
    总环境风险削减率79.157 780.232 41.074 7
    下载: 导出CSV

    表 6  HCHs和DDTs的高分辨精确质量与二级质谱碎片

    Table 6.  High-resolution accurate mass and secondary mass spectrometry fragment of HCHs and DDTs

    化合物出峰时间/min理论质荷比测量质荷比质量误差/106特征碎片离子质荷比
    第1种第2种第3种
    PCCH5.74251.883 4251.883 11.318318175
    1,2,4-TCB3.52179.930 0179.929 80.7180182145
    1,3,5-TCB3.80179.930 0179.929 70.8180182145
    2,4-DTBP6.00206.167 1206.166 61.51915741
    BHT6.07220.182 7220.182 50.720557220
    DDMU4.58281.977 0281.976 80.2212282284
    o,p'-DDE4.63315.938 0315.937 61.4246248318
    米托坦5.09317.953 7317.953 20.5237237165
    化合物出峰时间/min理论质荷比测量质荷比质量误差/106特征碎片离子质荷比
    第1种第2种第3种
    PCCH5.74251.883 4251.883 11.318318175
    1,2,4-TCB3.52179.930 0179.929 80.7180182145
    1,3,5-TCB3.80179.930 0179.929 70.8180182145
    2,4-DTBP6.00206.167 1206.166 61.51915741
    BHT6.07220.182 7220.182 50.720557220
    DDMU4.58281.977 0281.976 80.2212282284
    o,p'-DDE4.63315.938 0315.937 61.4246248318
    米托坦5.09317.953 7317.953 20.5237237165
    下载: 导出CSV
  • [1] 余刚, 周隆超, 黄俊, 等. 关注POPs 关注生命安全:持久性有机污染物和《斯德哥尔摩公约》履约[J]. 造纸信息, 2011(5): 12-15.
    [2] 燕云仲, 薛南冬, 周玲莉, 等. 挖掘扰动对污染场地空气中六六六, 滴滴涕分布的影响[J]. 环境科学研究, 2014, 27(6): 642-648.
    [3] EI-SHAHWI M S, HAMZA A, BASHAMMAKH A S, et al. An overview on the accumulation, distribution, transformations, toxicity and analytical methods for the monitoring of persistent organic pollutants[J]. Talanta, 2010, 80(5): 1587-1597. doi: 10.1016/j.talanta.2009.09.055
    [4] JONES K C, VOOGT P D. Persistent organic pollutants (POPs): State of the science[J]. Environmental Pollution, 1999, 100(1): 209-221.
    [5] FU J, MAI B, SHENG G, et al. Persistent organic pollutants in environment of the Pearl River Delta, China: An overview[J]. Chemosphere, 2003, 52(9): 1411-1422. doi: 10.1016/S0045-6535(03)00477-6
    [6] RISSATO S R, GALHIANE M S, XIMENES V F, et al. Organochlorine pesticides and polychlorinated biphenyls in soil and water samples in the northeastern part of São Paulo State, Brazil[J]. Chemosphere, 2006, 65(11): 1949-1958. doi: 10.1016/j.chemosphere.2006.07.011
    [7] MAHUGIJA J A M, HENKELMANN B, SCHRAMM K. Levels, compositions and distributions of organochlorine pesticide residues in soil 5-14 years after clean-up of former storage sites in Tanzania[J]. Chemosphere, 2014, 117: 330-337. doi: 10.1016/j.chemosphere.2014.07.052
    [8] 万金忠. 有机氯杀虫剂污染土壤的化学淋洗修复研究[D]. 武汉: 华中科技大学, 2011.
    [9] 肖鹏飞, 秦必达, 李玉文. 非离子表面活性剂强化白腐菌及其粗酶液对有机氯农药的降解[J]. 应用与环境生物学报, 2015, 21(1): 22-28.
    [10] YUAN S H, ZHENG Z H, MENG X Z, et al. Surfactant mediated HCB dechlorination in contaminated soils and sediments by micro and nanoscale Cu/Fe Particles[J]. Geoderma, 2010, 159(1/2): 165-173.
    [11] SUN S, PANG S Y, JIANG J, et al. The combination of ferrate(VI) and sulfite as a novel advanced oxidation process for enhanced degradation of organic contaminants[J]. Chemical Engineering Journal, 2018, 333: 11-19. doi: 10.1016/j.cej.2017.09.082
    [12] HOMOLKOVÁ M, HRABÁK P, GRAHAM N, et al. A study of the reaction of ferrate with pentachlorophenol: Kinetics and degradation products[J]. Water Science and Technology, 2017, 75(1): 189-195. doi: 10.2166/wst.2016.496
    [13] YAN N, LI M, LIU Y, et al. Kinetic and thermodynamic studies of chlorinated organic compound degradation by siderite-activated peroxide and persulfate[J]. Water, Air & Soil Pollution, 2017, 228(12): 453-461.
    [14] KHAN S, HE X, KHAN J A, et al. Kinetics and mechanism of sulfate radical-and hydroxyl radical-induced degradation of highly chlorinated pesticide lindane in UV/peroxymonosulfate system[J]. Chemical Engineering Journal, 2016, 318: 135-142.
    [15] CIABATTI I, TOGNOTTI F, LOMBARDI L. Treatment and reuse of dyeing effluents by potassium ferrate[J]. Desalination, 2010, 250(1): 222-228. doi: 10.1016/j.desal.2009.06.019
    [16] 姚静波, 侯华川, 王明新, 等. 一种利用纳米零价铁/高铁酸钾联合修复有机氯污染土壤的方法: CN106734163A[P]. 2017-05-31.
    [17] 姚静波, 季彩亚, 王明新, 等. 一种柠檬酸辅助高铁酸钾降解土壤中六六六的方法: CN106734165A[P]. 2017-05-31.
    [18] BEKRIS L, FRONTISTIS Z, TRAKATIS G, et al. Graphene: A new activator of sodium persulfate for the advanced oxidation of parabens in water[J]. Water Research, 2017, 126: 111-121. doi: 10.1016/j.watres.2017.09.020
    [19] EBERSON L. Electron transfer reactions in organic chemistry[J]. Advances in Physical Organic Chemistry, 1982, 18: 79-185.
    [20] NETA P, HUIE R E, ROSS A B. Rate constants for reactions of inorganic radicals in aqueous solution[J]. Journal of Physical and Chemical Reference Data, 1988, 17(3): 1027-1284. doi: 10.1063/1.555808
    [21] ZHU C, FANG G, DIONVSIOU D D, et al. Efficient transformation of DDTs with persulfate activation by zero-valent iron nanoparticles: A mechanistic study[J]. Journal of Hazardous Materials, 2016, 316: 232-241. doi: 10.1016/j.jhazmat.2016.05.040
    [22] 魏海江, 杨兴伦, 叶茂, 等. 活化过硫酸钠氧化法修复DDTs污染场地土壤研究[J]. 土壤, 2014, 46(3): 504-511. doi: 10.3969/j.issn.1674-5906.2014.03.021
    [23] ROMERO A, SANTOS A, VICENTE F, et al. Diuron abatement using activated persulphate: Effect of pH, Fe(II) and oxidant dosage[J]. Chemical Engineering Journal, 2010, 162(1): 257-265. doi: 10.1016/j.cej.2010.05.044
    [24] YUAN S, LIAO P, ALSHAWABKEH A N. Electrolytic manipulation of persulfate reactivity by iron electrodes for trichloroethylene degradation in groundwater[J]. Environmental Science & Technology, 2014, 48(1): 656-663.
    [25] 龙安华, 雷洋, 张晖. 活化过硫酸盐原位化学氧化修复有机污染土壤和地下水[J]. 化学进展, 2014, 26(5): 898-908.
    [26] 王立立, 曲久辉, 王忠秋, 等. 高铁稳定性及其影响因素的研究[J]. 东北电力学院学报, 1999, 1(1): 9-13.
    [27] 李青松, 金伟伟, 马晓雁, 等. 高铁酸钾氧化去除水中三氯生的研究[J]. 中国环境科学, 2016, 36(9): 2665-2671. doi: 10.3969/j.issn.1000-6923.2016.09.018
    [28] PENG L, DENG D, GUAN M, et al. Remediation HCHs POPs-contaminated soil by activated persulfate technologies: Feasibility, impact of activation methods and mechanistic implications[J]. Separation & Purification Technology, 2015, 150: 215-222.
    [29] SANTOS A, FERNANDEZ J, RODRIGUEZ S, et al. Abatement of chlorinated compounds in groundwater contaminated by HCH wastes using ISCO with alkali activated persulfate[J]. Science of the Total Environment, 2018, 615: 1070-1077. doi: 10.1016/j.scitotenv.2017.09.224
    [30] 李琳. 吹脱及化学氧化处理地下水中1, 1, 1-三氯乙烷技术的研究[D]. 上海: 华东理工大学, 2011.
    [31] WU H J, WANG J X, HUANG J M, et al. Optimization of cudrania extractum tablets formulation by central composite design-response surface methodology[J]. Fudan University Journal of Medical Sciences, 2008, 35(3): 363-370.
    [32] LI Y F, MACDONALD R W, JANTUNEN L M M, et al. The transport of ß-hexachlorocyclohexane to the western arctic ocean: A contrast to α-HCH[J]. Science of the Total Environment, 2002, 291: 229-246. doi: 10.1016/S0048-9697(01)01104-4
    [33] 王占杰. 有机氯化物滴滴涕降解研究[D]. 北京: 北京化工大学, 2008.
    [34] 杨青. DDT在菌根植物中的迁移转化和根际降解机理研究[D]. 北京: 北京大学, 2009.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-04051015202530Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 19.7 %DOWNLOAD: 19.7 %HTML全文: 64.1 %HTML全文: 64.1 %摘要: 16.2 %摘要: 16.2 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 99.7 %其他: 99.7 %北京: 0.3 %北京: 0.3 %其他北京Highcharts.com
图( 7) 表( 6)
计量
  • 文章访问数:  5859
  • HTML全文浏览数:  5859
  • PDF下载数:  115
  • 施引文献:  0
出版历程
  • 收稿日期:  2018-12-14
  • 录用日期:  2019-04-01
  • 刊出日期:  2019-10-01
周杰, 王城晨, 朱颖一, 韩莹, 王明新. 高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六[J]. 环境工程学报, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107
引用本文: 周杰, 王城晨, 朱颖一, 韩莹, 王明新. 高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六[J]. 环境工程学报, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107
ZHOU Jie, WANG Chengchen, ZHU Yingyi, HAN Ying, WANG Mingxin. Degradation of DDTs and HCHs in aqueous solution by combined K2FeO4 and Na2S2O8[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107
Citation: ZHOU Jie, WANG Chengchen, ZHU Yingyi, HAN Ying, WANG Mingxin. Degradation of DDTs and HCHs in aqueous solution by combined K2FeO4 and Na2S2O8[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2414-2425. doi: 10.12030/j.cjee.201812107

高铁酸盐与过硫酸钠联合降解水中滴滴涕和六六六

    通讯作者: 王明新(1979—),男,博士,教授。研究方向:土壤与地下水污染防治等。E-mail:wmxcau@163.com
    作者简介: 周杰(1994—),女,硕士研究生。研究方向:土壤与地下水污染防治。E-mail:mnizjmbyd@163.com
  • 常州大学环境与安全工程学院,常州 213164
基金项目:
国家自然科学基金资助项目(41641032, 41772240);江苏省高校“青蓝工程”项目

摘要: 针对滴滴涕(DDTs)和六六六(HCHs)等有机氯农药(OCPs)难以同步降解的问题,采用高铁酸钾(K2FeO4)和过硫酸钠(Na2S2O8)联合降解水溶液中的7种OCPs;分别考察了K2FeO4投加量、Na2S2O8投加量和溶液初始pH因素的单独作用及交互作用对OCPs降解率的影响;采用气相色谱-质谱联用仪分析鉴定了降解产物,并探讨了K2FeO4/Na2S2O8体系对各OCPs的降解机理。结果表明:K2FeO4/Na2S2O8体系处理的OCPs降解率大于K2FeO4单独处理下的降解率;碱性环境(pH=9~11)有利于α-HCH和γ-HCH的降解,弱碱性环境(pH=7~9)有利于DDTs的降解,中性环境(pH=7)有利于β-HCH的降解。采用二次多项式和逐步回归法可以较好地拟合和预测OCPs降解率与反应条件的关系,当K2FeO4投加量8 g·L1、Na2S2O8投加量2 g·L1、pH=11时,总环境风险削减率可达79.16%,与验证实验结果相近。这表明模型具有较好的预测能力。K2FeO4/Na2S2O8联合处理对OCPs 的降解途径主要为脱氯脱氢,但仍有不完全脱氯产物残留。与K2FeO4单独处理相比,K2FeO4/Na2S2O8双氧化体系实现了对DDTs和HCHs的高效同步降解。

English Abstract

  • 有机氯农药(organ chlorine pesticides, OCPs)普遍具有毒性强、难降解、易富集等特点,且部分OCPs 在低剂量长期暴露条件下仍具有内分泌干扰物特性,给生态环境和人类健康带来巨大的潜在威胁。近年来,随着我国工业化和城市化的快速发展及《斯德哥尔摩公约》[1]的履行,大批OCPs生产企业被关闭,遗留污染场地达1 200多个[2]。这些污染场地往往具有污染浓度高、分布较深等特点,已成为我国环境中重要的OCPs污染源。六六六(hexachlorocyclohexane, HCHs)和滴滴涕(dichlorodiphenyltrichloroethane, DDTs)是2种典型的OCPs。截至20世纪80年代,国内DDTs生产量约占世界总产量的20%,而HCHs生产总量占比高达33%[3-5]。OCPs容易在人体内积累, 造成急慢性毒性、内分泌干扰效应和“三致”效应等危害[6-7]

    许多学者采用化学氧化方法(包括芬顿/类芬顿氧化、活化过硫酸盐氧化、高铁酸钾氧化等方法[8-10])降解DDTs或HCHs。其中,高铁酸钾(K2FeO4)是一种兼具氧化和混凝作用的新型环境功能材料[11-15],且其生成的Fe(Ⅲ)通常为纳米级Fe(OH)3胶体,具有很强的吸附性能。有研究[16-17]表明,K2FeO4对γ-HCH具有较高的降解效率,但对DDTs的降解效果未见报道。过硫酸钠(Na2S2O8)通过热、碱、过渡金属或紫外辐射(UV)等方法活化后,可形成硫酸根自由基(SO4 ·)或羟基自由基(OH·),可以高效氧化降解多种类型的有机污染物[18-20]。有研究[21]表明,纳米零价铁活化过硫酸钠对DDTs具有较好的降解效果。在pH=3.2、Fe2+/Na2S2O8=1∶20时,0.16 mol·L−1的活化过硫酸钠反应24 h,DDTs降解率可达90%[22]

    高铁酸盐和活化过硫酸盐分别对HCHs和DDTs均具有较好的降解性能。由于环境介质中DDTs和HCHs往往同时存在,因此,须寻求HCHs和DDTs的同步降解方法。本研究采用K2FeO4和Na2S2O8组成的双氧化体系,考察了K2FeO4单独处理和K2FeO4/Na2S2O8联合处理对HCHs和DDTs降解效率的影响,分析了HCHs和DDTs在K2FeO4/Na2S2O8双氧化体系中的降解产物,并推断其可能存在的降解途径,旨在利用高铁酸盐降解HCHs和高铁酸盐自身降解产生的Fe2+和Fe3+,活化过硫酸盐以进一步降解DDTs,从而实现对HCHs和DDTs的同步协同降解,为K2FeO4/Na2S2O8双氧化体系在环境修复中的应用提供参考。

  • 气相色谱-质谱联用仪(Thermo Trace ISQLT,美国赛默飞科技有限公司);恒温振荡箱(THZ-C,太仓市实验设备厂);分析天平(FA1004N,常州市衡正电子仪器有限公司);pH计(E28-standard,上海梅特勒-托利多仪器有限公司)。

    无水硫酸钠(Na2SO4),高铁酸钾(K2FeO4),过硫酸钠(Na2S2O8),硫酸(H2SO4, 98%),氢氧化钾(KOH)均为分析纯,正己烷(C6H14),丙酮(CH3COCH3)均为色谱纯,六六六(HCHs,包括α-HCH、β-HCH、γ-HCH,99%),滴滴涕(DDTs,包括p,p ′-DDD、p,p ′-DDE、o,p ′-DDT、p,p ′-DDT,99%)均为标准样品。

  • 单因素实验:量取25 mL去离子水于50 mL锥形瓶中,向其中加入含有7种OCPs、浓度均为1 000 mg·L−1 的混合标准工作溶液;混匀后分别加入K2FeO4和Na2S2O8,于恒温振荡箱中以180 r·min−1振荡12 h,加入10 mL正己烷剧烈振荡2 min,静置分层,取出全部正己烷溶液,过无水硫酸钠脱水;采用0.45 μm针式过滤头过滤,取1 μL溶液进入气相色谱-质谱联用仪(GC-MS),测定7种OCPs的浓度,每个处理重复2次。

    多因素实验:采用Design Expert 8.0响应面法的中心组合实验设计,研究K2FeO4投加量、Na2S2O8投加量和溶液初始pH等3个因素对OCPs降解的影响,各实验因素的变化范围和对应的代码见表1

    采用Design Expert 8.0拟合响应值与实验条件之间的关系,根据拟合结果制作Perturbation图和3D响应面图,分别反映实验因素及其交互作用对响应值的影响。利用拟合方程对降解条件进行优化分析,得到实验范围内的最佳降解条件,对该条件下的降解效果进行验证,评估模型的预测能力。

    采用GC/MS分析降解液中的7种OCPs残留浓度,并鉴定各OCPs的降解产物。

  • 由于7种污染物的降解率各不相同,难于综合评判降解效果,因此,以毒性最强、大鼠急性半致死浓度(LD50)最小的γ-HCH为参照对象,其他6种OCPs统一折算为γ-HCH当量以便于加和,并构建环境风险评价方法。计算方法见式(1)和式(2)。

    式中:T为7种污染物的γ-HCH当量之和;Ci为第i种OCP浓度;Li为第i种OCPs的毒性系数;φ为总环境风险削减率;TT0为实验后和实验前7种OCPs的γ-HCH当量,mg·L−1。其中,HCHs和DDTs的LD50和对应的毒性系数见表2

  • 1) K2FeO4投加量对OCPs降解的影响。如图1所示,随着K2FeO4投加量的增加,β-HCH 和p,p′-DDE残留量呈先上升后下降的趋势,其他OCPs降解率则持续升高。当K2FeO4投加量超过5 g·L−1后,OCPs降解率趋于平稳。这可能是由于β-HCH为γ-HCH的降解产物之一,p,p′-DDE为o,p′-DDT或p,p′-DDT的降解产物之一,当K2FeO4投加量较低时,其产生量多于降解量,故有一定程度的积累。当K2FeO4投加量为5 g·L−1时,α-HCH和γ-HCH降解率达到97%以上,但β-HCH降解率仅为44.06%,DDTs降解率仅能达到60%左右。Fe(Ⅱ)投加量过大时,其会成为SO4·的抑制剂[23-25],并且K2FeO4在浓度过高的时候会自发分解。王立立等[26]研究表明,当K2FeO4浓度超过0.03 mol·L−1时,K2FeO4变得相对不稳定,从而使得OCPs的降解率逐渐平缓甚至有所下降,这与本研究结果相似。此外,K2FeO4投加量的增加会使溶液中碱性增强,导致K2FeO4的氧化电位降低,从而降低了其氧化性能。因此,K2FeO4投加量过高时,OCPs降解率反而有下降的趋势[27]

    2) Na2S2O8投加量对OCPs降解的影响。由图2可知:当K2FeO4为5 g·L−1时,随着Na2S2O8投加量的增加,HCHs降解率逐渐降低,DDTs降解率先升高后降低;在Na2S2O8投加量为1 g·L−1时,DDTs的降解率达到最高值。这可能是由于HCHs的降解主要来自于K2FeO4氧化,活化过硫酸盐对HCHs的降解效果则较差[28-29];随着Na2S2O8投加量的增加,溶液pH呈下降趋势,因此,不利于K2FeO4降解HCHs。相反,DDTs的降解主要源于活化过硫酸盐氧化,因此,当Na2S2O8/K2FeO4投加量比值最优时,DDTs可达到最高降解率。增加Na2S2O8投加量在一定范围内有利于促进OCPs的降解,但当Na2S2O8过量时,过量的Na2S2O8会消耗SO4·[30],OCPs的降解率不增反降。

    3) pH对OCPs降解率的影响。当K2FeO4投加量为5 g·L−1,Na2S2O8投加量为1 g·L−1时,溶液初始pH对OCPs降解率的影响结果见图3。α-HCH和γ-HCH的降解率随着初始pH的提高而大幅度提升,DDTs的降解率随着初始pH的提高呈先上升后下降的趋势,β-HCH的降解率变化幅度则较小。中性条件(pH=7)时,β-HCH降解效果相对较好,DDTs在弱碱性(pH=7~9)环境中的降解率最高,α-HCH和γ-HCH在碱性环境中(pH=9~11)下降解率较高。

    pH对不同污染物呈现出不同的影响,这是因为不同OCPs在该反应体系中的降解机理不同。在酸性条件(pH=3~7)下,K2FeO4氧化性较强,但稳定性较差,容易产生分解;在碱性条件(pH=7~11)下,氧化性较弱,但稳定性较好。α-HCH和γ-HCH在碱性条件(pH=9~11)下具有较高的降解效率,一方面是因为α-HCH和γ-HCH在碱性条件下不稳定,另一方面则体现了K2FeO4在碱性条件的稳定降解能力。其他5种OCPs在近中性或酸性条件下(pH=2~7)降解效果较好。魏海江等[22]发现,活化过硫酸钠在中性(pH=7.7)及酸性(pH=3.2)条件都能有效地降解DDTs,而且中性条件下降解率比酸性条件下高,这与本研究的结果相似。

  • 1)模型拟合、方差及显著性分析。根据中心组合设计实验结果(表3),采用Design-Experts 8.0中的二次多项式和逐步回归法拟合响应值(即各OCPs降解率、总环境风险削减率)与实验因素(即降解条件)之间的关系,得到α-HCH降解率(Y1)、β-HCH降解率(Y2)、γ-HCH降解率(Y3)、p,p′-DDE降解率(Y4)、p,p′-DDD降解率(Y5)、o,p′-DDT降解率(Y6)、p,p′-DDT降解率(Y7)和总环境风险削减率(Y8)的模型拟合结果(如表4所示)。

    表3表4中,A、B和C分别代表K2FeO4投加量,Na2S2O8投加量和pH。模型编号1~8的F值均较大,P值均小于0.000 1,回归模型显著[31],失拟项均不显著(失拟项P>0.05),这表明回归模型正确,实验方法可靠。由于采用逐步回归方法进行模型拟合,确保进入回归模型中的实验因素均为显著(P<0.05)。模型的决定系数R2都在0.90以上,说明模型可靠性强。其中模型1、3、5和8为线性关系,表明各实验因素间不存在显著的互作关系。其他模型包含互作项,表明相应的实验因素之间存在交互作用。

    2)敏感性分析。图4反映了其他实验因素取参考点(中值)时,降解条件对各OCPs降解率及总环境风险削减率的影响程度。横坐标中−1和1分别代表最小值和最大值,−0.5和0.5分别代表最小值与中值的均值、中值与最大值的均值。K2FeO4、Na2S2O8投加量对各OCPs降解率及总环境风险削减率的影响效果相似,都随着K2FeO4、Na2S2O8投加量的增加而上升,其中β-HCH降解率不受K2FeO4投加量的影响,pH影响效果显著(图4(b))。

    对于K2FeO4,pH影响其氧化性与稳定性之间的消长关系。酸性条件下K2FeO4氧化性较强但稳定性较差,反之碱性(pH=9~11)条件下K2FeO4稳定性较好但氧化能力相对较弱。对于活化过硫酸盐,pH决定了铁活化或碱活化两者之间的消长关系。当pH较高时,碱活化过硫酸盐氧化占优势,铁离子容易沉淀,因此,对过硫酸盐的活化效果较差;反之pH较低时铁活化过硫酸盐氧化占优势。

    α-HCH、γ-HCH、p,p′-DDD降解率与3个因素均呈相关关系,表明碱性(pH=9~11)条件下,增加2种氧化剂对于污染物降解均有促进作用,它们主要依赖K2FeO4氧化或碱活化过硫酸钠降解污染物。β-HCH、p,p′-DDE、o,p′-DDT和p,p′-DDT的降解率与溶液初始pH呈抛物线趋势,在弱碱性(pH=7~9)条件下降解率较高。由于单独K2FeO4处理时降解率较低,因此,其降解可能主要源于活化过硫酸钠的氧化作用。当溶液pH=9时,以上4种污染物去除率处于峰值,表明铁活化和碱活化在此条件下达到平衡,均对OCPs降解发挥了一定的作用。

    图5(a)反映了初始pH为9时,K2FeO4投加量与Na2S2O8投加量对总环境风险削减率的影响。总体上,总环境风险削减率与K2FeO4投加量、Na2S2O8投加量之间呈线性关系。当K2FeO4投加量一定时,总环境风险削减率随Na2S2O8投加量的增加而缓慢升高;当Na2S2O8投加量一定时,总环境风险削减率也随K2FeO4投加量的增加而缓慢升高,K2FeO4、Na2S2O8投加量对OCPs降解率及总环境风险削减率的影响效果相似。

    图5(b)反映了Na2S2O8投加量为1 g·L−1时,K2FeO4投加量与初始pH对环境风险削减率的影响。总体上也呈线性关系。当初始pH一定时,总环境风险削减率也随K2FeO4投加量的增加而缓慢升高,当K2FeO4投加量一定时,总环境风险削减率随初始pH的增加而升高,但初始pH影响幅度较大。

    图5(c)反映了K2FeO4投加量为5 g·L−1时,Na2S2O8投加量与初始pH对环境风险削减率的影响。总体上也呈线性关系。当初始pH一定时,总环境风险削减率也随Na2S2O8投加量的增加而缓慢升高,当K2FeO4投加量一定时,总环境风险削减率随初始pH的增加而升高且初始pH影响较为显著。

    3) 最优处理条件及验证。以总环境风险削减率最大化为目标对实验条件进行最优化求解。利用Design-Expert 8.0优化得到的最优降解条件为:K2FeO4投加量为8 g·L−1,Na2S2O8投加量为2 g·L−1,pH为11时,总环境风险削减率模拟值为79.16%。根据以上模拟结果,采用Design-Expert 8.0优化得到的最优降解条件进行验证实验,结果如表5所示。与预测值相差较小,误差范围小于5%,预测值和验证值之间存在较好的一致性,表明该模型有较高的可信度和较好的预测能力。

  • 采用Design-Expert 8.0优化得到的最优降解条件分别处理含不同OCPs的水溶液,对降解液进行GC-MS分析,不同OCPs降解液的色谱图见图6。其中图6(a)~(g)分别为α-HCH、β-HCH、γ-HCH、p,p′-DDE、p,p′-DDD、o,p′-DDT和p,p′-DDT降解液的色谱图,共产生了8种降解产物,其基本信息见表6。γ-HCH先转化为α-HCH和β-HCH,接着脱氯脱氢产生PCCH(五氯环己烯)、1,2,4-TCB(1,2,4-三氯苯)和1,3,5-TCB(1,3,5-三氯苯)。LI等[32]发现,β-HCH比α-HCH具有更强的抗降解能力,因此,β-HCH先转化为α-HCH, 再脱氯脱氢产生1,2,4-TCB,接着催化水解氧化生成2,4-DTBP(2,4-二叔丁基苯酚)和BHT(2,6-二叔丁基对甲酚)。p,p′-DDT还脱氯脱氢产生了p,p′-DDD的同分异构体Mitotane(米托坦),o,p′-DDT脱氯脱氢产生了p,p′-DDE的同分异构体o,p′-DDE,二级降解产物均为DDMU。王占杰[33]发现,降解产物DDD比降解产物DDE更易于降解,与本研究结果相符。p,p′-DDE未检测出中间产物,说明降解较为彻底。另外,杨青[34]发现,DDTs(或HCHs)在辐解过程中有Cl·释放,但难以完全脱氯。本研究也检测到未被降解的不完全脱氯产物。

    综和上述分析,可推断出K2FeO4/Na2S2O8联合处理对HCHs和DDTs的降解路径图如图7所示。HCHs和DDTs的降解途径主要为脱氯脱氢和水解氧化,p,p′-DDT、o,p′-DDT、p,p′-DDD(或Mitotane)和p,p′-DDE存在依次降解关系。

  • 1) K2FeO4/Na2S2O8对OCPs的联合降解效果总体上显著优于K2FeO4单独处理的降解效果,中性(pH=7)条件有利于β-HCH的降解,弱碱性条件(pH=7~9)有利于DDTs的降解,而α-HCH和γ-HCH在碱性(pH=9~11)条件下降解效果最显著。

    2) α-HCH、γ-HCH、p,p′-DDD降解率和总环境风险削减率与K2FeO4投加量、Na2S2O8投加量和溶液pH的关系呈二次多项式关系,其他OCPs和总环境风险削减率与降解条件呈线性关系,当K2FeO4投加量为8 g·L−1,Na2S2O8投加量为2 g·L−1,pH为11时,总环境风险削减率可达79.16%。

    3) K2FeO4/Na2S2O8联合处理对HCHs和DDTs的降解途径主要为脱氯脱氢,但仍存在不完全脱氯产物。其中,HCHs不完全脱氯产物主要为三氯苯和PCCH,次要的水解氧化反应产物为2,4-DTBP和BHT。p,p′-DDT、o,p′-DDT、p,p′-DDD和p,p′-DDE存在依次降解关系。

参考文献 (34)

返回顶部

目录

/

返回文章
返回