Simulation of water environmental pollution and identification of key source areas —A case study of Yiwu River Basin

ZHANG Jing; ZHENG Hua; HE Mengnan; MA Jinfeng

doi:10.12030/j.cjee.202008005

2021 Volume 15 Issue 4

Article Contents

Abstract

1. 材料与方法

2. 结果与讨论

3. 结论

References

Previous Article Next Article

ZHANG Jing, ZHENG Hua, HE Mengnan, MA Jinfeng. Simulation of water environmental pollution and identification of key source areas —A case study of Yiwu River Basin[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1167-1177. doi: 10.12030/j.cjee.202008005

Citation:

ZHANG Jing, ZHENG Hua, HE Mengnan, MA Jinfeng. Simulation of water environmental pollution and identification of key source areas —A case study of Yiwu River Basin[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1167-1177. doi: 10.12030/j.cjee.202008005

Simulation of water environmental pollution and identification of key source areas —A case study of Yiwu River Basin

1.
State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
2.
University of Chinese Academy of Sciences, Beijing 100049, China
3.
Institute for Eco-environmental Research, Nanjing Hydraulic Research Institute, Nanjing 210029, China

Corresponding author: MA Jinfeng, jfma@rcees.ac.cn
Received Date: 10/08/2020
Available Online: 10/04/2021

Abstract

The runoff, sediment and water quality processes of the Yiwu River Basin were simulated based on SWAT model. The Load Per Unit Area Index mothod was used to calculate the intensity of nitrogen and phosphorus loss and divide the loss intensity into five gradesfor the identification of the key source areas. Results show that domestic pollution sources are the main sources of water environmental pollution in Yiwu River basin, and the input proportion of nitrogen and phosphorus is 52.7% and 61.9% respectively. Nitrogen and phosphorus pollution load mainly concentrated in the flood season (March to July), accounting for 66% and 63% of the whole year respectively. The high load areas of nitrogen and phosphorus pollution are mainly concentrated in Chengxi street, Fotang town, dongyangjiang Town and Shuangxi township. The key source area of Yiwu River Basin are 4 of the 18 sub-basins. Based on the quantitative simulation identification of water environmental pollution in the river basin, this study established the identification method of key pollution source area, which can provide reference methods for the prevention and control of water environmental pollution in the river basin with high pollution load.
- water environmental pollution,
- Yiwu River Basin,
- SWAT,
- water shortage,
- pollution load,
- spatiotemporal distribution,
- critical source area

四环素(tetracycline，TC)是最常见的一种广谱抗生素^[1]。其化学结构稳定，不易被人体和动物消化吸收，大多通过粪便和尿液排出体外^[2]。常规的污水处理方式对四环素的去除效果有限，因此，近年来在沉积物、地表水和地下水中经常检测到残留的四环素^[3]。除了四环素本身的毒性，抗生素还会导致水体中产生抗性细菌和抗性基因，可危害生态系统和人体健康^[4]。

近年来，芬顿氧化体系在水体污染物去除中受到广泛关注^[5]，其通过H₂O₂产生的羟基自由基(·OH)来降解有机污染物。但·OH的稳定性较差，从而限制对污染物的降解效果^[6]。相比之下，半衰期更长、稳定性更好的硫酸根自由基(SO₄^·−)受到越来越多的探究。与液体H₂O₂相比，固体过硫酸盐在运输、使用和储存方面更安全。过一硫酸盐(PMS)是过硫酸盐的一种，在降解具有不饱和键和芳香族成分的有机污染物方面更具选择性^[7]。PMS所产生的SO₄^·−在不同条件下被激发后还可以转化为·OH、SO₅^·−等多种活性物质^[8]。目前较为常见的激活PMS的体系主要有2类，即均相反应体系和基于催化剂的非均相反应体系。其中，均相反应体系易受到水质等多方面因素影响，而基于催化剂的非均相体系催化效果相对更为稳定。因此，将PMS与基于催化剂的光催化技术相结合，具有更高的污染物去除效率和更广泛的应用前景。

目前，已有将PMS与TiO₂^[9]、ZnO^[10]、g-C₃N₄^[11]、CdS^[12]等光催化剂相结合的研究。而在众多催化剂材料当中，含钴元素的材料被证明是激活PMS最有效的一类催化剂。JIANG等合成了多孔0D/3D NiCo₂O₄/g-C₃N₄ 异质结，对卡马西平具有高效的去除效果^[13]。JIN等合成了Z型异质结催化剂Co₃O₄/g-C₃N₄，在60 min内对四环素的去除率可以达到90.2%^[14]。TIAN等制备出了蒲公英球状NiCo₂O₄催化剂，在120 min时可以去除90%的腐殖酸^[15]。然而，钴元素的浸出可能会对水体环境造成二次污染。

铁酸镍(NiFe₂O₄)是一种常见的 p 型半导体，具有禁带宽度小、成本低、效益高、化学耐久性强和可磁性分离的优点^[16]。然而，由于电荷载流子的快速复合和纳米粒子团聚效应引起的活性位点数量下降，导致NiFe₂O₄的催化活性较低^[17]。钨酸铋(Bi₂WO₆)具有良好的可见光吸收能力和抗光腐蚀性^[18]。将NiFe₂O₄和Bi₂WO₆复合构成p-n异质结结构，可促进电荷的分离且减弱NiFe₂O₄的团聚效应，提升污染物的去除率。

本研究利用静电自组装策略，在乙醇溶液中通过NiFe₂O₄和Bi₂WO₆合成得到复合催化剂NiFe-Bi-XY，并确定了NiFe₂O₄和Bi₂WO₆的最佳质量比，用于在太阳光/NiFe-Bi-XY/PMS体系中降解四环素。该催化剂NiFe-Bi-73含有双变价金属，可以很好地激发PMS，且所构建体系将光催化与非光催化体系相结合，大大提高了降解污染物的效率。此外，本研究将p-n异质结催化与PMS激活相结合，最大限度地发挥催化剂各组分的功能，进一步研究了在不同的反应条件下体系的降解效果，包括改变PMS浓度、溶液初始pH、催化剂剂量等影响因素。通过循环实验和一系列表征分析结果证明了所制备催化剂的稳定性。通过ESR、XPS价带谱和捕获实验等结果提出了多途径激活PMS以及基于自由基和非自由基的四环素降解途径。最后，通过HPLC-MS对降解产物进行检测，阐明了四环素可能的降解机制。

1. 材料与方法

1.1 实验原料

过一硫酸盐(K₅H₃S₄O₁₈，PMS)、四环素(tetracycline，TC)、五水合硝酸铋(Bi(NO₃) ₃·5H₂O)、十六烷基三甲基溴化铵(CTAB)和二水合钨酸钠(Na₂WO₄·2H₂O)购买于上海麦克林生化科技有限公司；六水合氯化镍(NiCl₂·6H₂O)购买于福晨(天津)化学试剂公司；六水合三氯化铁(FeCl₃·6H₂O)购买于阿拉丁试剂(上海)有限公司；氢氧化钠和硫酸购自国药集团化学试剂有限公司(上海)。所有化学品均未经进一步纯化，直接使用。

1.2 催化剂的制备

1) Bi₂WO₆的制备：以CTAB为模板，利用水热法制备Bi₂WO₆。称取165 mg Bi(NO₃) ₃·5H₂O、485 mg Na₂WO₄·2H₂O和25 mg CTAB加入35 mL去离子水中，剧烈搅拌30 min后，对混合溶液超声处理10 min。将溶液转移至100 mL反应釜中，置于120 ℃烘箱中加热24 h，自然冷却后通过离心获得沉淀，所得沉淀用去离子水洗涤两次，放入60 ℃烘箱中烘干待用。

2) NiFe₂O₄的制备：称取2 mmol FeCl₃·6H₂O和1 mmol NiCl₂·6H₂O加入100 mL去离子水中，搅拌30 min，然后逐滴加入5 mol·L⁻¹的NaOH溶液直到pH调至13左右，搅拌1 h后通过离心获得沉淀，所得沉淀放入60℃烘箱中烘干，然后用马弗炉在500 ℃条件下烘干3 h，升温速度设置为5 ℃·min⁻¹，自然冷却后待用。

3) NiFe-Bi-XY的制备：将Bi₂WO₆和NiFe₂O₄按照一定的质量比分别加入到100 mL无水乙醇中，两溶液均超声10 min后搅拌30 min，将Bi₂WO₆溶液逐滴加入NiFe₂O₄溶液中，搅拌2 h后离心得到沉淀，所得沉淀放入60℃烘箱中烘干待用。实验中Bi₂WO₆和NiFe₂O₄的质量比分别为5∶5、7∶3和9∶1，记为NiFe-Bi-55、NiFe-Bi-73和NiFe-Bi-91。

1.3 材料表征

使用 Bruker D8衍射仪测试X射线衍射光谱(XRD)对晶体结构进行表征。为了测试样品的组成元素状态和价带谱，以Al-Ka射线作为激发源，使用EscaLab Xi⁺光谱仪测量X 射线光电子能谱(XPS)和价带位置。运用UV 3600 Plus分光光度计获得紫外-可见漫反射光谱(UV-Vis DRS)。以KBr为背景，运用ALPHA光谱仪(Bruker)对催化剂进行傅里叶变换红外光谱(FT-IR)检测。催化剂的形貌通过扫描电子显微镜(SEM, EM-30 Plus, COXEM)和透射电子显微镜(TEM, G2 F20, FEI)进行观察。用F7000光谱仪(HITACHI)测量光致发光光谱(PL)。用总有机碳(TOC)测定仪(multi N/C 3100, Analytik Jena AG)测定实验后溶液的矿化率。水样的化学需氧量(chemical oxygen demand，COD)通过分光光度计(DR3900, HACH)进行测定。利用电子顺磁共振仪(ESR, E500, BRUKER)对自由基和其他活性物质进行检测。以0.5 M的Na₂SO₄溶液为电解液，在配有碳棒对电极、饱和甘汞参比电极(SCE)和工作电极的标准三电极系统中测量光电流和电化学阻抗(EIS)。

1.4 光催化降解和影响因素实验

光催化实验采用光化学反应器(CEL-PE300L-3A, 中教金源有限公司)作为反应装置来进行光催化反应。以300 W的氙灯作为模拟太阳光源，辐射通量确定为 30 mW·cm⁻²。在批量光降解实验中，将50 mg催化剂样品分散到100 mL浓度为20 mg·L⁻¹的四环素溶液中，并在黑暗中搅拌溶液10 min以达到吸附和解吸平衡。PMS浓度为0.2 ~1.2 mmol·L⁻¹，并且在辐照过程中每隔5 min取3 mL悬浮液。将样品离心并通过高效液相色谱(HPLC，LC-20A，岛津)测量四环素的浓度，根据式(1)计算光催化去除率。

$D=\left(1-\frac{C_t}{C_\text{0}}\right)\times 100\%=\left(1-\frac{A_t}{A_\text{0}}\right)\times 100\%$

$(1)$

式中：D为四环素去除率，%；A₀为样品溶液初始吸光度；A_t为不同反应时间溶液的吸光度；C₀为样品溶液初始浓度，mg·L⁻¹；C_t为不同反应时间的浓度，mg·L⁻¹。

此外，对NiFe-Bi-73的重复利用性能进行了测试。降解产物通过1290II-6460液相色谱-质谱联用(LC-MS，安捷伦)在正离子模式下鉴定。运用H₂SO₄和NaOH溶液(2 mol·L⁻¹)调节四环素溶液的初始 pH。此外，将Cl⁻、HCO₃⁻、NO₃⁻和 H₂PO₄⁻ 4种阴离子分别加入到四环素溶液中，对每种阴离子均设置1、5和10 mmol·L⁻¹ 3个浓度梯度，以测试NiFe-Bi-73的稳定性。本研究还测试了所合成催化剂对于二沉池出水和河水配制的四环素溶液中的污染物去除效率，以评估太阳光/NiFe-Bi-73/PMS体系的实际应用潜力。

1.5 活性物种淬灭实验

为了判断在太阳光/NiFe-Bi-73 /PMS体系反应过程不同活性物种的作用，根据不同捕获剂与活性物种的反应速率，选用甲醇(MeOH，1.0 mmol·L⁻¹)、叔丁醇(TBA，100.0 mmol·L⁻¹)、对苯醌(BQ，1.0 mmol·L⁻¹)、L-组氨酸(10.0 mmol·L⁻¹)和甲酸(10.0 mmol·L⁻¹)分别作为SO₄^·−和·OH、·OH、·O₂⁻、¹O₂和h⁺的捕获剂。通过检测在加入捕获剂后对于四环素去除情况的影响，判断影响降解效果的主要活性物种。

2. 结果与讨论

2.1 催化剂结构特征

通过X射线衍射仪对Bi₂WO₆，NiFe₂O₄ 2种单体和3种NiFe-Bi-XY复合物的物相组成进行了测试，结果如图1(a)所示。由Bi₂WO₆的衍射图谱可见，衍射角位于28.28^◦、32.71^◦、47.05^◦、55.84^◦和58.57^◦的特征峰，分别对应为(113)、(200)、(220)、(313)和(226)晶面(JCPDS 39-0256)^[19]。NiFe₂O₄的特征峰位于30.29^◦、35.66^◦、37.35^◦、43.31^◦、53.80^◦、57.36^◦和62.98^◦，分别对应于NiFe₂O₄图谱中的(220)、(311)、(222)、(400)、(442)、(511)和(440)晶面(JCPDS# 00-054-0964)^[20]。此外，在NiFe-Bi-XY的XRD图谱清楚地可以看到Bi₂WO₆和NiFe₂O₄的出峰，说明催化剂在合成过程中保持着2种单体结构的完整性，并且不含有其它杂质。

图 1 NiFe₂O₄、Bi₂WO₆和NiFe-Bi-XY的晶相与成键表征

Figure 1. Characterization of crystal phase and bonding of NiFe₂O₄, Bi₂WO₆ and NiFe-Bi-XY

下载: 全尺寸图片幻灯片

Bi₂WO₆、NiFe₂O₄和NiFe-Bi-XY的FT-IR表征结果如图1(b)所示。在3种NiFe-Bi-XY中，均可以检测到2种单体的特征峰。位于3 404 cm⁻¹和1 625 cm⁻¹处的强宽峰分别源于水分子中羟基(—OH)基团的伸缩振动和弯曲振动^[21]。Bi₂WO₆的吸收峰在400~1 000 cm⁻¹，说明含有W−O、Bi−O键和W−O−W键^[22]。对于NiFe₂O₄单体，在414.5~601 cm⁻¹内观察到的2个特征峰分别对应于NiFe₂O₄的Ni—O和Fe—O键^[23]。上述结果表明，合成的NiFe-Bi-XY有效地将Bi₂WO₆和NiFe₂O₄结合在一起。

XPS谱图用于研究所制备催化剂的元素组成和表面化学状态。由图2(a)可见，结合能为158.8 eV的峰对应于Bi4f_7/2，164.1 eV处的峰对应于Bi4f_5/2，其均为Bi³⁺的特征峰^[24]。Fe2p的XPS谱图(图2(b))中有6个峰，分别是709.0、711.8、723.7和725.4 eV 4个主峰和2个卫星峰。其中，709.0 eV和711.8 eV处的峰对应Fe2p_3/2，而725.4 eV和723.8 eV处的峰则对应Fe2p_1/2^[25]。由图2(c)可见，结合能为853.2 eV和872.4 eV的峰分别对应Ni2p_3/2和Ni2p_1/2^[26]。此外，Ni2p_3/2分别位于853.2 eV和855.8 eV，这说明同时存在Ni²⁺和Ni^3+[27]。由图2(d)可以看出，O1s有3个峰，在529.4 eV处的峰为金属元素与氧原子成键，对应于Ni−Fe−O键^[28]；530.1 eV处的特征峰对应Ni−O−H键，532.4 eV处的峰则是水中氧元素的特征峰^[29]。

图 2 Bi₂WO₆，NiFe₂O₄和NiFe-Bi-73样品的XPS图谱

Figure 2. XPS spectra of Bi₂WO₆，NiFe₂O₄ and NiFe-Bi-73

下载: 全尺寸图片幻灯片

在XPS图中可以看到，复合催化剂中各元素的出峰位置相较于单体的位置均有差异。对于异质结结构而言，两个半导体的费米能级平衡会产生内部电场，导致电荷向其中一侧扩散并改变相应半导体的能带位置^[30]。由图2可以看出，相较于Bi₂WO₆，NiFe-Bi-73中Bi4f的数值整体向左移动0.1 eV，结合能减小。说明电子密度变大。铁、镍元素的结合能整体升高，证明电子密度变小^[31]。由此推测，电子由NiFe₂O₄的导带流向了Bi₂WO₆的导带，形成了一个内部电场。

2.2 催化剂形貌分析

在图3(a)和图3(b)中呈现出NiFe₂O₄纳米粒子和片状的Bi₂WO₆，而由图3(c)可以观察到在复合催化剂中，NiFe₂O₄均匀分布在Bi₂WO₆表面。图3(d)则进一步证明2种单体之间产生了非常强的相互作用，交界面边界证明形成了异质结。在图3(e)~(f)中，高分辨率TEM图片中0.27 nm 的晶格条纹为Bi₂WO₆的(200)晶面^[32]，而0.25 nm和0.29 nm的间距分别对应了NiFe₂O₄中(311)和(220)的晶格平面^[33]。

图 3 SEM和TEM表征结果

Figure 3. SEM and TEM images

下载: 全尺寸图片幻灯片

2.3 催化剂的光学及光电化学性质

运用UV-Vis进一步检测了所合成催化剂的光学性质。如图4(a)所示，Bi₂WO₆在紫外波段具有很强的光吸收，光吸收波长接近464 nm；纯NiFe₂O₄在整个可见光和紫外光的范围内均有吸收。在复合材料中，随着NiFe₂O₄的增加，明显拓展了复合催化剂的光吸收范围。根据Kubelka-Munk(式(2))，如图4(b)和图4(c)所示，由于Bi₂WO₆和NiFe₂O₄是直接半导体，根据式（2）可计算得到禁带能量(E_g)分别为2.59 eV和2.63 eV。

图 4 催化剂材料的光化学与光电化学性质表征

Figure 4. Characterization of photochemical and photoelectrochemical properties of catalyst materials

下载: 全尺寸图片幻灯片

$(\alpha hv) = A (hv - E_{g})^{n/2}$

$(2)$

一般来说，催化剂在PL谱图中的强度越弱，说明其抑制光生电子复合的能力越强。由图4(d)可以看出，3种NiFe-Bi-XY的强度均比Bi₂WO₆弱，说明光生电荷的分离效率更高且抑制光生载流子的能力更强。NiFe₂O₄的谱图强度在5个样品中是最弱的，是由于其团聚效应影响了对光的响应能力。光电流和阻抗被用来研究材料的光学和电化学性质。如图4(e)和图4(f)所示，在复合催化剂中，NiFe-Bi-73的光电流强度更高，阻抗也更小，表明光生电荷数量越多。相比较于NiFe₂O₄，复合物的光电流强度更高，这也间接说明异质结的形成改善了NiFe₂O₄的团聚效应。

2.4 催化剂的光催化活性

如图5(a)所示，Bi₂WO₆在30 min内对四环素的去除率仅为70.0%，NiFe₂O₄对四环素的去除率为80.5%。将2种单体复合后，降解效果明显增强，其中NiFe-Bi-73的去除效果最好，最终对四环素的去除率可以达到91.1%。如图5(b)所示，各催化剂对应的一阶动力学常数顺序为NiFe-Bi-73>NiFe-Bi-91>NiFe-Bi-55> NiFe₂O₄ >Bi₂WO₆。由图5(c)可见，单纯的光照条件下无法去除四环素，单纯的PMS(42.9%)和催化剂(48.0%)对四环素去除效率较低。相比太阳光/PMS体系，太阳光/催化剂和催化剂/PMS体系去除四环素的效率更高，分别可以达到78%和83%。这说明催化剂可以很好地被光激发形成自由基，而太阳光对PMS的激发效果较差。显然，太阳光/催化剂/PMS体系的降解效果是最好的，对四环素的去除率可达91.1%。这说明有效去除四环素主要是多模式激发PMS和产生各种活性物质共同作用的结果。表1对单纯光催化、传统芬顿体系和光催化与PMS相结合3种体系降解四环素的性能进行了比较，可见，本研究所选用的光催化体系对四环素的降解效率较高。

图 5 确定最佳催化剂和反应体系

Figure 5. Determine the best catalyst and reaction system

下载: 全尺寸图片幻灯片

表 1 不同催化剂材料对于四环素降解的效果对比

Table 1. Comparison of different catalyst materials for photocatalytic degradation of tetracycline

催化剂	催化体系	初始浓度/(mg·L⁻¹)	去除率/%	去除时间/min	文献来源
Sr-Bi₂O₃	可见光	20	91.2	120	[34]
g-C₃N₄/Ag₂CO₃/GO	可见光	20	81.6	60	[35]
Fe₃O₄/MIL-125	紫外光+H₂O₂	50	97	50	[36]
LFO-HP21	可见光+H₂O₂	10	84.6	165	[37]
MoS₂/Ag/g-C₃N₄	可见光+PMS	20	98.9	50	[38]
Co/BiVO₄	紫外光+PMS	40	99.9	25	[39]
NiFe-Bi-73	可见光+PMS	20	91.1	30	本研究

| Show Table

DownLoad: CSV

对影响污染物去除的因素进行了探究，主要包括PMS浓度、初始溶液pH、催化剂用量和四环素初始浓度。由图6(a)可知，当加入PMS的初始浓度由0.3 mmol·L⁻¹增加到1.2 mmol·L⁻¹时，NiFe-Bi-73对四环素的去除率由74.2%迅速增加到91.1%，这是由于更多的PMS会产生更多SO₄^·−、·OH等活性成分，促进降解反应的进行。但是，当PMS的浓度继续增加到2.4 mmol·L⁻¹时，催化剂对四环素的去除率反而降至84.1%。这可能是因为过多的SO₄^·−会自猝灭或者与PMS反应，生成氧化能力较弱的SO₅^·−自由基或者无氧化能力的离子基团，导致四环素降解效果降低(式(3)~式(4))^[40]。

图 6 太阳光/NiFe-Bi-73/PMS体系降解四环素的最佳反应条件确定

Figure 6. Optimal parameters for tetracycline degradation by NiFe-Bi-73/solar light/PMS system

下载: 全尺寸图片幻灯片

${\rm{SO}}_{4}^{\cdot −} + {\rm{SO}}_{4}^{\cdot −} \to {\rm{S}}_{2}{\rm{O}}_{8}^{2-}$

$(3)$

${\rm{HSO}}_{5}^{−} + {\rm{SO}}_{4}^{\cdot −} \to {\rm{SO}}_{5}^{\cdot −} + {\rm{HSO}}_{4}^{\cdot −}$

$(4)$

由图6(b)可见，该体系在所研究的pH范围内(3.01~11.13)均可保持较好的降解性能，中性条件对于四环素去除的抑制最为明显，但去除率依然可以达到77%。PMS的pKa₁和pKa₂分别是0和9.4，即当pH为3.0~9.0时，HSO₅⁻是主要离子；当pH大于11时，PMS会形成SO₅²⁻。因此，当溶液是中性时，PMS产生的自由基数量有所下降，影响了降解效果^[41]。此外，在pH为3、5、7、9时测得NiFe-Bi-73的Zeta电位分别−15.0、−23.4、−39.6和−36.3 mV，即NiFe-Bi-73在pH为7时，电位最负，四环素与催化剂之间产生静电排斥，不利于降解反应进行^[42]。

如图6(c)所示，将催化剂的初始投加量从0.1 g·L⁻¹增加到0.5 g·L⁻¹，四环素的去除率由72%迅速增加到91%。这是因为催化剂提供的电子和空穴数量增加，使得更多的PMS被激活。当继续增加催化剂到0.7 g·L⁻¹时，四环素的去除率反而降至86%。这可能是由于催化剂使得溶液对光的透射能力减弱，导致光利用率降低^[43]；也可能是过量催化剂之间发生团聚作用，导致催化剂的活性位点减少，进而降低催化效率^[44]。如图6(d)所示，将四环素的初始质量浓度从10 mg·L⁻¹逐渐增加到40 mg·L⁻¹，去除率由91%降低到80%。这是因为当加入相同剂量的光催化剂和PMS时，活性基团和电子−空穴对的数量是固定的，四环素的浓度越高，降解效率越低。

如图7(a)~(d)所示，进一步研究了实际水体中可能含有的阴离子对太阳光/NiFe-Bi-73/PMS体系降解四环素的影响。在Cl⁻、HCO₃⁻、H₂PO₄⁻ 和 NO₃⁻ 4种离子中，只有H₂PO₄⁻对降解表现出明显的抑制作用。当H₂PO₄⁻的浓度由1 mmol·L⁻¹增加到10 mmol·L⁻¹，四环素的去除率由61.5%降低至53.7%，这是由于H₂PO₄⁻可以与SO₄^·−和·OH反应生成氧化能力较低的HPO₄^·−，从而影响了降解效率^[45]。高浓度的HCO₃⁻会与SO₄^·−和·OH反应生成反应活性较低的CO₃^·−，从而导致四环素的去除效率下降^[46]。高浓度的Cl⁻同样会影响降解效率，这可能是由于Cl⁻和四环素之间争夺催化剂表面的位点所致^[47]。NO₃⁻对降解效果并没有明显的影响。

图 7 阴离子对于四环素去除的影响

Figure 7. Effects of anions on tetracycline removal

下载: 全尺寸图片幻灯片

为了检测太阳光/NiFe-Bi-73/PMS体系对实际水体中四环素的降解效果，采集了某河水和某污水处理厂二沉池出水的水样(水质参数见表2)配制污染物溶液。在这2种溶液中，所构建的反应体系对四环素的去除率均可以达到90%(图8(a))，且对COD的去除率分别可以达到100%和90.3%。如图8(b)，将催化剂多次重复利用测试降解效果，发现催化剂四次重复后，反应体系对四环素的去除率率仍可以保持在77.6%。测得4次重复利用的矿化率分别为56.3%、50.3%、46.2%和43.1%。如图8(c)和8(d)，对重复利用后的催化剂进行了XRD和XPS分析，发现与未重复利用前的催化剂进行对比，催化剂在重复利用后依然保持了原有的结构，结构和催化性能都比较稳定。图8(e)和8(f)为重复利用前后的Fe和Ni的高分辨率XPS图，从图中可以发现使用前后两种元素的出峰位置发生明显偏移，且二价离子与三价离子的相对峰强度变化表明二者的相对含量较使用之前发生变化，证明复合催化剂中的金属元素参与激活PMS。

表 2 某污水处理厂二沉池出水和某地表河水的水质参数

Table 2. Water quality of a secondary sedimentation tank effluent and a surface river.

水源	电导率/ (μs·cm⁻¹)	TOC/ (mg·L⁻¹)	ORP/mV	pH	其他无机离子的质量浓度/( mg·L⁻¹)
水源	电导率/ (μs·cm⁻¹)	TOC/ (mg·L⁻¹)	ORP/mV	pH	NO₃⁻	Cl⁻	F⁻	SO₄²⁻	K⁺	Ca²⁺	Na⁺	Mg²⁺	Al³⁺
二沉池	873	3.39	154.4	7.54	10.5	160.02	0.35	51.92	23.04	30.54	97	10.08	0.08
河水	325	3.95	138.3	7.73	6.49	15.9	0.39	31	9.21	38.47	16.89	3.68	0.06

| Show Table

DownLoad: CSV

图 8 太阳光/NiFe-Bi-73催化剂/PMS对实际水体的适用性

Figure 8. Tetracycline removal in actual water by NiFe-Bi-73/solar light/PMS system

下载: 全尺寸图片幻灯片

2.5 催化降解机理

根据对降解中间产物的质谱分析，本文推导出四环素可能的降解机理。如图9所示，四环素分子具有双键、胺基和酚羟基，这使其易于与多种活性物质反应。在过程A中，四环素首先脱去氨基和二甲氨基生成TC1(m/z = 389)。之后TC1通过开环反应生成TC2(m/z = 365)，后者经历脱甲基、羟基氧化、开环等一系列反应生成TC3(m/z = 300)。此外，TC1也可以通过类似的一系列反应生成TC4(m/z = 337)。在过程B中，四环素分子首先与水分子通过加成反应生成TC5(m/z = 459)，TC5再通过开环反应、脱水、脱甲基、羟基氧化等反应生成TC6(m/z = 389)，最终经过一系列的反应过程生成TC7(m/z = 337)。TC3、TC4和TC7 最终可以被进一步降解成一系列小分子物质，包括TC8(m/z = 223)、TC9(m/z = 152)、TC10(m/z = 149)、TC11(m/z = 135)、TC12(m/z = 116)、TC13(m/z = 114)和TC14(m/z = 60)。结合测得的TOC去除率，可以证明部分有机分子被彻底矿化，转化成H₂O和CO₂。

图 9 四环素降解途径与产物分析

Figure 9. Degradation pathways and products analysis of tetracycline

下载: 全尺寸图片幻灯片

复合催化剂的能带位置与反应过程中电荷的转移和活性物质的生成具有密切联系。由图10(a)和图10(b)可以看出，Bi₂WO₆和NiFe₂O₄的价带值分别为1.88 eV和0.86 eV。结合禁带宽度和式(5)可以进一步计算出Bi₂WO₆和NiFe₂O₄的导带值分别为−0.71 eV和−1.77 eV。

图 10 催化剂能带与活性物质的确定

Figure 10. Determination of catalyst energy band and active species

下载: 全尺寸图片幻灯片

$E_\text{CB }= E_\text{VB} - E_{g}$

$(5)$

在太阳光/NiFe-Bi-73/PMS体系中，运用自由基淬灭实验来反推降解四环素过程中的主要活性物种。根据淬灭剂和相应活性物种的反应速率常数，选择甲醇、叔丁醇、对苯醌、L-组氨酸和甲酸分别作为 SO₄^·−和·OH、·OH、·O₂⁻、¹O₂和h⁺的淬灭剂^[48]。由图10(c)可以看出，加入对苯醌后抑制效果最为明显，四环素的去除率下降至61.3%，说明·O₂⁻是降解四环素的主要活性物种。L-组氨酸也表现出了较为明显的抑制作用，四环素的去除率下降至76%，因此，¹O₂也是反应中重要的活性物种。加入叔丁醇和甲醇后的抑制效果并不明显，四环素的去除率仍然可以分别达到82.8%和86.1%，表明·OH和SO₄^·−在反应过程中并不发挥主要作用。这主要是因为这2种自由基在短时间内转化成其它活性物种。

为了进一步研究反应过程中自由基的生成和转化过程，进行了ESR测试。如图10(d)所示，在加入PMS的情况下，所处体系均可以产生·OH和SO₄^·−，证明光照和催化剂材料均可以激活PMS。此外，在催化剂光照的情况下，可以检测到明显的·OH四重峰，证明催化剂材料可以被光照激发。对于·O₂⁻而言(图10(e))所示，光照情况下可以观察到明显的出峰信号，而在催化剂与PMS共存的情况下，由于催化剂中的变价金属可以与PMS产生中间体并进一步生成·O₂⁻ ^[49]。而体系中的¹O₂则是来源于SO₄^·−、·OH和·O₂⁻的转化过程，使得其成为主要的活性物质之一。

为了证明NiFe-Bi-XY形成了p-n异质结，分别对Bi₂WO₆、NiFe₂O₄和NiFe-Bi-73进行了Mott-Schottky 测试，结果如图11所示。可以看出，Bi₂WO₆谱图斜率为正向，为n型半导体；NiFe₂O₄谱图斜率为负向，为p型半导体。此外，NiFe-Bi-73的谱图曲线呈现出倒V型趋势，证明复合催化剂形成了p-n异质结结构^[50]。

图 11 Bi₂WO₆、NiFe₂O₄和NiFe-Bi-73的Mott-Schottky测试

Figure 11. Mott-Schottky test of Bi₂WO₆、NiFe₂O₄ and NiFe-Bi-73

下载: 全尺寸图片幻灯片

基于上述结果，提出了基于PMS活化和光催化去除四环素的反应机制(图12)。光照条件下在Bi₂WO₆和NiFe₂O₄表面产生了光生电子和空穴(式(6))。在形成p-n异质结时，由于在Bi₂WO₆和NiFe₂O₄的界面处存在内部电场(internal electric field, IEF)，n型半导体Bi₂WO₆的价导带位置下移，而p型半导体NiFe₂O₄的价导带位置上移^[51]。NiFe₂O₄处的光生电子可以转移到Bi₂WO₆的导带处，而空穴被继续保留在NiFe₂O₄的价带里。电子可以与体系中的溶解氧反应生成·O₂⁻，也可以和PMS反应生成SO₄^·−，SO₄^·−又可以进一步与水反应生成¹O₂(式(7)~式(9))。虽然光生空穴不具有足够的氧化能力直接与水反应生成·OH，但·OH的生成可以通过·O₂⁻→H₂O₂→·OH这一途径实现(式(10)~式(11))^[52]。一般来说，¹O₂并不能直接反应生成，但·O₂⁻、·OH和SO₄^·−在一定条件下可以转化为¹O₂(式(12)~式(14))^[53]。此外，过渡金属离子可以与HSO₅⁻进行络合反应形成M-SO₅中间体，所形成的中间体可再与HSO₅⁻反应产生·O₂⁻(式(15)~式(18))。这些活性物种将四环素分子降解成小分子物质，从而实现对污染物的高效去除(式(19))。

图 12 在太阳光/NiFe-Bi-73 /PMS体系中Bi₂WO₆/NiFe₂O₄异质结的催化反应机制

Figure 12. Catalytic charge transfer mechanism of Bi₂WO₆/NiFe₂O₄ heterojunction in NiFe-Bi-73/solar light/PMS system

下载: 全尺寸图片幻灯片

${\rm{NiFe}}{\text{-}}{\rm{Bi}}{\text{-}}73 + hv \to {\rm{e}}^{−} + {\rm{h}}^{+ }$

$(6)$

${\rm{e}}^{-} + {\rm{O}}_{2} \to \cdot {\rm{O}}_{2}^{-}$

$(7)$

${\rm{e}}^{-} + {\rm{HSO}}_{5}^{-} \to {\rm{SO}}_{4}^{\cdot -} + {\rm{OH}}^{- }$

$(8)$

$4{\rm{SO}}_{4}^{\cdot -} + 2{\rm{H}}_{2}{\rm{O}} \to 4{\rm{HSO}}_{4}^{-} + ^{1}{\rm{O}}_{2}$

$(9)$

$\cdot {\rm{O}}_{2}^{-} + 2{\rm{H}}^+ + {\rm{e}}^{-} \to {\rm{H}}_{2}{\rm{O}}_{2}$

$(10)$

${\rm{H}}_{2}{\rm{O}}_{2} + {\rm{e}}^{−} \to \cdot {\rm{OH}} + {\rm{OH}}^{−}$

$(11)$

$\cdot {\rm{O}}_{2}^{-} + 2{\rm{H}}_{2}{\rm{O}} \to ^{1}{\rm{O}}_{2} + {\rm{H}}_{2}{\rm{O}}_{2} +2{\rm{H}}^+$

$(12)$

${\rm{SO}}_{4}^{\cdot -} + {\rm{H}}_{2}{\rm{O}} \to {\rm{SO}}_{4}^{2-} + \cdot {\rm{OH}} + {\rm{H}}^+$

$(13)$

$\cdot {\rm{OH}} + \cdot {\rm{O}}_{2}^{−} \to {\rm{OH}}^- + ^{1}{\rm{O}}_{2}$

$(14)$

$[{\rm{Fe}}({\text{Ⅲ}})-{\rm{OH}}]^{2+} + {\rm{HSO}}_{5}^- \to [{\rm{Fe}}({\text{Ⅱ}})-{\rm{O}}-{\rm{O}}-{\rm{SO}}_{3}]^+ + {\rm{H}}_{2}{\rm{O}}$

$(15)$

$[{\rm{Fe}}({\text{Ⅱ}})-{\rm{O}}-{\rm{O}}-{\rm{SO}}_{3}]^+ + {\rm{HSO}}_{5}^- +{\rm{H}}_{2}{\rm{O}} \to 2{\rm{SO}}_{4}^{2-} + {\rm{O}}_{2}^{\cdot-} + [{\rm{Fe}}({\text{Ⅲ}})-{\rm{OH}}]^{2+} + 2{\rm{H}}^+$

$(16)$

$[{\rm{Ni}}({\text{Ⅲ}})-{\rm{OH]}}^{2+} + {\rm{HSO}}_{5}^- \to [{\rm{Ni}}({\text{Ⅱ}})-{\rm{O}}-{\rm{O}}-{\rm{SO}}_{3}]^+ + {\rm{H}}_{2}{\rm{O}}$

$(17)$

$[{\rm{Ni}}({\text{Ⅱ}})-{\rm{O}}-{\rm{O}}-{\rm{SO}}_{3}]^+ + {\rm{HSO}}_{5}^- +{\rm{H}}_{2}{\rm{O}} \to 2{\rm{SO}}_{4}^{2-} + {\rm{O}}_{2}^{\cdot -} + [{\rm{Ni}}({\text{Ⅲ}})-{\rm{OH}}]^{2+} + 2{\rm{H}}^+$

$(18)$

$^{1}{\rm{O}}_{2}/{\rm{SO}}_{4}^{\cdot-}/\cdot{\rm{O}}_{2}^{-}/\cdot{\rm{OH}}/{\rm{h}}^+ +{\rm{TC}} \to 降解产物$

$(19)$

3. 结论

1)通过自组装法成功制备了复合催化剂NiFe-Bi-XY，当Bi₂WO₆和NiFe₂O₄的质量比为7∶3时，催化剂具有最佳的太阳光利用效率及最强的催化能力。在最佳反应条件下，在30 min时NiFe-Bi-73对20 mg·L⁻¹四环素的去除率可达91%。

2)由于体系中同时存在自由基和非自由基降解途径，复合催化剂大大提升了太阳光/NiFe-Bi-73/PMS体系对四环素的去除率。

3)复合催化剂中NiFe₂O₄和Bi₂WO₆界面紧密结合，很好地形成了p-n异质结结构，促进了光生电荷的有效分离和自由基的高效产生。

4)在该体系中，Cl⁻、HCO₃⁻和H₂PO₄⁻ 会抑制四环素的降解，而NO₃⁻对降解效果没有明显的影响。

5)在本研究降解体系中主要活性物种为¹O₂、·O₂⁻和·OH，同时也证实所合成的催化剂为p-n异质结。

References

[1]	HUANG J, ZHANG Y, ARHONDITSIS G B, et al. How successful are the restoration efforts of China's lakes and reservoirs?[J]. Environment International, 2019, 123: 96-103. doi: 10.1016/j.envint.2018.11.048 CrossRef Google Scholar Pub Med
[2]	陈铁, 孙飞云, 杨淑芳, 等. 基于SWAT模型的观澜河流域城市面源污染负荷量化及影响效应评估[J]. 环境工程学报, 2020, 14(10): 2866-2875. Google Scholar Pub Med
[3]	张昊天, 周忠发, 刘贤梅, 等. 基于GIS的红枫湖流域平坝区境内农业非点源污染估算[J]. 环境工程, 2019, 37(3): 174-179. Google Scholar Pub Med
[4]	朱瑶, 梁志伟, 李伟, 等. 流域水环境污染模型及其应用研究综述[J]. 应用生态学报, 2013, 24(10): 3012-3018. Google Scholar Pub Med
[5]	陈学凯, 刘晓波, 彭文启, 等. 程海流域非点源污染负荷估算及其控制对策[J]. 环境科学, 2018, 39(1): 77-88. Google Scholar Pub Med
[6]	李政道, 刘鸿雁, 姜畅, 顾小凤, 涂宇. 基于输出系数模型的红枫湖保护区非点源污染负荷研究[J]. 水土保持通报, 2020, 40(2): 193-198. Google Scholar Pub Med
[7]	李淼泉, 田恬, 陈奔, 等. 流域非点源水污染排放清单估算系统构建[J]. 中国环境管理, 2019, 11(2): 94-100. Google Scholar Pub Med
[8]	谭铭欣, 李天宏, 赵志杰. 山西省御河流域水环境污染负荷估算及来源[J]. 南水北调与水利科技, 2019, 17(5): 90-99. Google Scholar Pub Med
[9]	JOY T A, MUTHUKRISHNA V K. Assessing non-point source pollution models: A review[J]. Journal of Environmental Study, 2018, 27(5): 1913-1922. doi: 10.15244/pjoes/76497 CrossRef Google Scholar Pub Med
[10]	杨凯杰, 吕昌河. SWAT模型应用与不确定性综述[J]. 水土保持学报, 2018, 32(1): 17-24. Google Scholar Pub Med
[11]	CAKIR R, MÉLANIE RAIMONET, SAUVAGE S, et al. Hydrological alteration index as an indicator of the calibration complexity of water quantity and quality modeling in the context of global change[J]. Water, 2019, 12(1): 115. doi: 10.3390/w12010115 CrossRef Google Scholar Pub Med
[12]	BUGAETS A N, GARTSMAN B I, LUPAKOV S Y, et al. Modeling the hydrological regime of small testbed catchments based on field observations: A case study of the Pravaya Sokolovka River, the Upper Ussuri River Basin[J]. Water Resources, 2019, 46(S2): S8-S16. doi: 10.1134/S0097807819080037 CrossRef Google Scholar Pub Med
[13]	康峤. 基于WASP-HSPF耦合模型的第二松花江松林断面水质模拟研究[D]. 长春: 吉林大学, 2016. Google Scholar Pub Med
[14]	姚焕玫, 卢燕南, 王石. 基于SWMM模型的南宁市海绵城市建设优化模拟[J]. 环境工程, 2019, 37(11): 102-109. Google Scholar Pub Med
[15]	HUANG J, LIN X J, WANG J H, et al. The precipitation driven correlation based mapping method (PCM) for identifying the critical source areas of non-point source pollution[J]. Journal of Hydrology, 2015, 524: 100-110. doi: 10.1016/j.jhydrol.2015.02.011 CrossRef Google Scholar Pub Med
[16]	WINCHELL M F, FOLLE S, MEALS D. Using SWAT for sub-field identification of phosphorus critical source areas in a saturation excess runoff region[J]. Hydrological Sciences Journal, 2015, 60(5): 844-862. Google Scholar Pub Med
[17]	LIU R M, XU F, ZHANG P, et al. Identifying non-point source critical source areas based on multi-factors at a basin scale with SWAT[J]. Journal of Hydrology, 2016, 533: 379-388. doi: 10.1016/j.jhydrol.2015.12.024 CrossRef Google Scholar Pub Med
[18]	JEON J H, CHOI D H, LIM K J, et al. Automatic calibration of stream flow and nutrients loads using HSPF-PEST at the Bochunga Watershed[J]. Journal of the Korean Society of Agricultural Engineers, 2010, 52(5): 77-86. doi: 10.5389/KSAE.2010.52.5.077 CrossRef Google Scholar Pub Med
[19]	DONG F, LIU Y, WU Z, et al. Identification of watershed priority management areas under water quality constraints: A simulation-optimization approach with ideal load reduction[J]. Journal of Hydrology, 2018, 562: 577-588. doi: 10.1016/j.jhydrol.2018.05.033 CrossRef Google Scholar Pub Med
[20]	何梦男, 张劲, 陈诚, 等. 上海市淀北片降雨径流过程污染时空特性分析[J]. 环境科学学报, 2018, 38(2): 536-545. Google Scholar Pub Med
[21]	刘章君, 郭生练, 许新发, 等. 贝叶斯概率水文预报研究进展与展望[J]. 水利学报, 2019, 50(12): 1467-1478. Google Scholar Pub Med
[22]	沈叶琴. 金华市生态安全研究[D]. 杭州: 浙江师范大学, 2006. Google Scholar Pub Med
[23]	王中根, 刘昌明, 黄友波. SWAT模型的原理、结构及应用研究[J]. 地理科学进展, 2003, 22(1): 79-86. Google Scholar Pub Med
[24]	MUKUNDAN R, PRADHANANG S M, SCHNEIDERMAN E M, et al. Suspended sediment source areas and future climate impact on soil erosion and sediment yield in a New York City water supply watershed, USA[J]. Geomorphology, 2013, 183(2): 110-119. Google Scholar Pub Med
[25]	GESSESSE B, BEWKET W, BRÄUNING A. Model-based characterization and monitoring of runoff and soil erosion in response to land use/land cover changes in the Modjo watershed, Ethiopia[J]. Land Degradation & Development, 2015, 26(7): 711-724. Google Scholar Pub Med
[26]	GUNGOR K, KARAKAYA N, EVRENDILEK F, et al. Spatiotemporal modeling of watershed nutrient transport dynamics: Implications for eutrophication abatement[J]. Ecological Informatics, 2016, 34(7): 52-69. Google Scholar Pub Med
[27]	GÜNTHER F, VELTHUIZEN H V, SHAH M, et al. Global AgroEcological Assessment for Agriculture[C]//Rome: Food & Agriculture Organization of the United Nations. 2010. Google Scholar Pub Med
[28]	MORIAS D N, ARNOLD J G, VAN LIEW M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE, 2007, 50(3): 885-900. doi: 10.13031/2013.23153 CrossRef Google Scholar Pub Med
[29]	ABBASPOUR K C, JOHNSON C A, VAN GENUCHTEN M T. Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure[J]. Vadose Zone Journal, 2004, 3(4): 1340-1352. doi: 10.2136/vzj2004.1340 CrossRef Google Scholar Pub Med
[30]	GIRI S, NEJADHASHEMI A P, WOZNICKI S A. Evaluation of targeting meyhods for implementation of best management practices in the Saginaw River Watershed[J]. Journal of Environmental Management, 2012, 103: 24-40. Google Scholar Pub Med
[31]	马梦蝶. 广利河流域非点源污染模拟及不确定性分析[D]. 青岛: 山东大学, 2019. Google Scholar Pub Med

Access History

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

Figures(7) / Tables(3)

Export Citation

PDF

XML

Article Metrics

Article views(9290) PDF downloads(166) Cited by(0)

Access History

HTML

自我国2013年《实行最严格水资源管理制度考核办法》以来，各地政府积极响应“三条红线”、“四项制度”，河湖长制下的水环境治理已初见成效^[1]。然而，广大农村地区污染来源复杂，分布广泛，其治理难以有针对性^[2-3]。在点源污染得到逐步削减管控的同时，非点源污染的管控治理问题显得尤为重要^[4]。因此，量化分散型污染的分布特征对于未来水环境污染管控治理具有重要意义。

目前，国内外对于水环境污染的量化手段主要分为野外监测法、排放系数法和水文水质模型法^[5]。野外实地监测法劳动强度大、周期长、费用高，往往由于数据资料缺乏或可靠性差等原因，影响污染负荷的估算精度。输出系数法主要基于土地利用数据和社会经济统计数据进行负荷估算，在监测数据稀缺的地区具有一定优势^[6]。李淼泉等^[7]构建了流域非点源水污染排放清单估算系统，对全年及年内各分水期非点源水污染排放进行了估算。谭铭欣等^[8]综合监测数据和统计数据，利用排放系数法估算了御河流域水污染负荷。近年来，水文水质模型发展迅速，包括SWAT、HSPF、SWMM模型等^[9-10]，能够综合水文过程、土壤侵蚀以及污染源输移过程模块从而全面真实地实现流域污染源的模拟与计算^[11-12]。康峤^[13]采用WASP-HSPF耦合模型模拟了第二松花江松林断面BOD₅及氨氮浓度。姚焕玫等^[14]基于SWMM模型构建了南宁市区地表径流及非点源污染精细化雨水径流模型。尽管以往研究很好地量化了点源和非点源污染，但考虑到经济成本和实施难度^[15-16]，对整个流域防控整治并不实际。在实际污染管控中，现有研究成果仍难以被应用于制定具有针对性的防治措施^[17-18]。因此，未来应在污染负荷量化的基础上，识别其污染控制的关键源区并作为重点区域进行管控，从而提高流域污染管控效率^[19]。

义乌江流域内存在大量农村生活污水和农业、畜禽养殖场为主的污染源，水环境污染管控已成为该流域水环境治理的重中之重，急切需要流域尺度的管控措施^[20-21]。本研究应用SWAT模型对义乌江流域进行水环境污染模拟，量化了流域内水环境污染负荷，并鉴别污染关键源区，可为后续流域治理与水环境污染防控提供参考。

3. 结论

1)基于SWAT模型对义乌江流域水文水质过程的模拟，率定期和验证期径流模拟的R²和NS均在0.8以上，泥沙和水质(TN和TP)模拟的R²和NS均在0.5以上，说明SWAT模型在义乌江流域具有较好的适用性。

2)生活污染源是流域水环境污染的主要来源，氮磷的输入占比分别为52.7%和61.9%，因此，改善义乌江流域的水质状况，需重点控制生活污染源，健全区域的生活污水管网布施规模，加强污水处理厂治污能力。

3) 2014—2015年塔下洲和杨宅断面的水质在水质较差，自2016年以来得到较好改善。每年3—7月，流域水土流失严重，是流域氮磷负荷的高排放期，总氮和总磷流失量分别占全年的66%和63%。在空间上，南江桥断面上游来水水质相对较好，塔下洲断面水质相对较差，杨宅断面主要受塔下洲断面水质的影响呈现相同的趋势。其中，氮磷高负荷强度区域为城西街道、佛堂镇、东阳江镇和双溪乡。

4)通过单位单位面积负荷指数法(LPUAI)求得各子流域的氮磷流失强度并进行等级划分，将流失强度等级重和较重的子流域鉴定为关键源区，最终得到义乌江流域的关键源区为1、7、10和12号子流域，均为人口密集区以及农业聚集区。因此，要重点针对生活污染源和农业非点源进行治理，并将关键源区作为优先治理区。

Figure (7) Table (3) Reference (31)

Simulation of water environmental pollution and identification of key source areas —A case study of Yiwu River Basin

Abstract

1. 材料与方法

1.1 实验原料

1.2 催化剂的制备

1.3 材料表征

1.4 光催化降解和影响因素实验

1.5 活性物种淬灭实验

2. 结果与讨论

2.1 催化剂结构特征

2.2 催化剂形貌分析

2.3 催化剂的光学及光电化学性质

2.4 催化剂的光催化活性

2.5 催化降解机理

3. 结论

References

Access History

通讯作者: 陈斌, bchen63@163.com

Article Metrics

Access History