1. 引言
1.1. 研究背景与意义
环境污染是当代人类面对的重要挑战,城市污水、工业废水和农业污水大量产生,使得湖泊、水库等水体污染严重 [1]。因此,急需可靠的、低成本的环保技术来解决水污染问题。人工湿地是最为环保、简单、经济和有效的处理废水方式之一 [2],有研究表明,湿地植物对总氮、总磷的去除率可以达到80%以上 [3],可以使COD降低70%~80%,BOD降低60%~90% [4]。芦苇是湿地中最常见的草本植物之一,是大部分湿地植物群落中的建群种,具有良好的净污水净化能力,在控制藻类数量、恢复水体自净功能等方面有积极作用。芦苇适应性强,繁殖速度较快,在水环境修复过程中迅速生长 [5]。然而,目前很多湿地系统缺乏对水生植物的有效管理,大量芦苇秸秆死亡沉落水中腐烂、分解,在生长期吸收的营养盐又释放回水体,既造成了二次污染和富营养化的风险,又浪费了生物质资源 [6]。厌氧发酵技术是一种解决环境污染和生物质资源化的流行技术 [7]。利用沼气厌氧发酵技术处理湿地水生植物体,并产生清洁能源,不仅缓解了现阶段的能源危机问题,同时还能减轻植株腐烂对环境造成的危害,推进人工湿地技术的应用,是一种有前途的、经济的处理方法 [8]。
1.2. 国内外研究进展
芦苇秸秆的主要成分为纤维素、半纤维素以及木质素,可以生产多种水解产品。其秸秆干物质中的80%为细胞壁,结构坚固,并且包含了化学上非常稳定的多种复杂结合方式,难以降解,直接用于厌氧发酵时,产气效率不足,因此有必要对其进行预处理 [8]。柴阳等人采用磷酸对芦苇秸秆进行预处理,其目的是为了溶解半纤维素,同时能够破坏木质素,使得包裹着的纤维素暴露出来,从而促进纤维素与酶的接触,提高降解效率 [8]。此外,秸秆类物质厌氧发酵过程中,往往受到水解阶段的限制。Zn2+元素作为微生物生长的必需元素之一,对厌氧发酵过程中水解、酸化和产甲烷过程均具有重要影响。适量浓度的Zn可以提高厌氧发酵产气量 [9] [10],也可以提高发酵产氢效率 [11]。Zn影响污泥厌氧发酵体系中挥发性脂肪酸的组成 [12],可以提高产甲烷菌对正丁酸和异丁酸的降解活性 [13]。另一方面,有研究表明,Zn影响了发酵体系中微生物的活性 [14],抑制了厌氧发酵体系中产甲烷菌的活性 [15] [16]。也有研究认为,Zn对乙酸菌的毒性要大于对产甲烷菌的毒性 [17]。Yenigün等人 [18] 研究表明,当Zn2+的浓度在5~40 mg∙L−1时,抑制了厌氧发酵产酸菌的活性,尤其是当Zn2+的浓度超过20 mg∙L−1时,乙酸量受到的抑制更严重,甚至是停止产生。但上述研究只是对直接实验数据的描述,缺乏对Zn2+影响下的厌氧发酵动力学过程的研究。
厌氧发酵过程中累积产气量随时间的变化过程可以用增长曲线描述,通常表现为S型,即在t = 0时刻之后先经过一个迟滞阶段,之后分别经历指数增长和稳定阶段 [19]。这一过程对应了累积产气量中的启动期(产气量低)、高峰期和产气停止期 [20]。目前常用的增长曲线模型主要包括Gompertz模型、Logistic模型和Richards模型等 [19] [20] [21],其中Richards模型可以分别简化为Gompertz模型和Logistic模型 [20] [21] [22]。因此,Gompertz模型和Logistic模型在模拟累积产气量增长过程方面具有代表性,将这两个模型引入到沼气厌氧发酵过程研究中,将有利于加深对发酵过程的了解和对实验数据的深入分析,并为做出合理的预测判断和评价提供依据。Li和Fang [11] 研究了Zn对污泥发酵产氢过程的影响,并采用Gompertz模型拟合了不同Zn浓度条件下的产气过程,结果表明随着Zn浓度的增加,反应迟滞期延长。Altas [21] 采用Gompertz模型、Logistic模型和Richards模型拟合不同金属添加条件下的污泥厌氧发酵过程,结果表明Gompertz模型和Richards模型对金属影响下的厌氧发酵过程拟合效果优于Logistic模型拟合效果。然而,上述研究均是针对污泥厌氧发酵过程,对于湿地植物为主要发酵原料的混合发酵过程尚无报道。
基于当前湿地植物处理处置和资源化的迫切需求,以及对Zn2+影响下的厌氧发酵过程研究不足的现状,本实验以湿地芦苇秸秆为原料,探究不同浓度的Zn2+对厌氧发酵产气动态过程的影响,利用Gompertz模型和Logistic模型拟合沼气发酵累积产气量随时间的变化曲线,获得理论最大累积产气量、最大产气速率和滞留时间3个模型参数,分析Zn2+对湿地植物芦苇沼气厌氧发酵的影响机制,为选择适宜的Zn2+含量、促进芦苇秸秆降解和提高产气效率提供参考。
2. 材料与方法
2.1. 实验方案与材料
本研究采用芦苇秸秆作为发酵原料,牛粪作为接种物,芦苇秸秆和牛粪的干物质比重为1:1。其中芦苇秸秆取自滕州市七星湖近自然湿地,实验选取芦苇根部以上部分,舍弃穗部分,并切至5~10 cm长,在烘箱内70℃条件下烘干24 h。将烘干的芦苇用粉碎机磨碎,过2 mm标准筛,再将过筛的芦苇秸秆浸泡在体积浓度为6%磷酸溶液中24 h,之后用去离子水冲洗直到9~10次,最后60℃烘干以待用。牛粪取自北京奶牛中心延庆基地,挑选出明显杂质,现取现用。测定原料基本性质如表1所示。
本次实验发酵系统总体积500 mL,其中有效体积为300 mL,总固体浓度8%。实验开始前,添加不同浓度的锌盐(ZnCl2)到发酵体系中,共设计三个处理浓度,分别为0、10、50 mg Zn∙L−1,对应记为CK空白组、U1组、U2组。
Table 1. Characteristics of Phragmites australis straw and cow dung
表1. 芦苇秸秆和牛粪的基本性质
2.2. 实验装置
实验装置如图1所示,主要包括体积为500 ± 1 mL的发酵瓶、300 ± 1 mL的集气瓶以及250 ± 1 mL的量筒三部分组成,采用排水法收集气体测量产气量于每天上午9:00测量当日产气量。发酵瓶置于温度为37.0 ± 1.0℃的恒温水浴锅(型号:DZKW-4,北京中兴伟业)。
Figure 1. Experimental device diagram (1 Reactor, 2 Gas collection bottle, 3 measuring cylinder)
图1. 实验装置图(1发酵罐,2集气瓶,3量筒)
3. 动力学模型和统计分析
在厌氧发酵过程中,生物质原料的消化降解过程遵循一级动力学相关原理。Gompertz方程原本为预测人口增长情况的描述模型,多用于分析具有S型走势的数据样本 [23]。因此,有学者将此方程加以改进,使其与生物学联系起来,将原始方程的3个参数改为与生物学厌氧消化降解相关联的新参数,并用改进后的Gompertz方程模型来模拟和预测厌氧消化的产甲烷过程 [24]。
Gompertz如方程(1):
(1)
本文采用改进后Gompertz方程分析相关动力学参数Hmax、Rmax、λ。改进后Gompertz方程为:
(2)
式中y(t)表示为时间t时的累积产气量;Hm = a为最大产气量;Rm为=ac/e最大产气速率;
为滞留时间;e为exp(1) = 2.71828。
Logistic方程是经典的种群增长模型,由于该模型能够很好地描述产气过程,因此在厌氧发酵动力学分析方面被广泛应用。Liotta [25]、Brüllmann [26] 等用Logistic方程来模拟厌氧反应过程,本文采用Logistic方程分析相关动力学参数Hmax、Rmax、λ。
Logistic方程为:
(3)
本文采用改进后Logistic方程分析相关动力学参数Hmax、Rmax、λ。改进后Logistic方程为:
(4)
式中y(t)表示为时间t时的累积产气量;Hmax = a为最大累积产气量;Rmax = ac/4为最大产气速率;
为滞留时间。
利用CurveExpert 1.3进行模型拟合;SPSS 17.0进行统计分析;Origin 8.5.1对数据作图。
4. 结果与讨论
4.1. 锌对发酵产气动态过程的影响
图2为不同浓度Zn2+添加条件下厌氧发酵过程中的日产气量结果。除第1天发酵热胀冷缩造成一定的初始产气量外,从整体来看,各组在为期26天的厌氧发酵过程中,日产气量基本呈现先增加后降低的趋势。在1~8天内,沼气产气量较低,CK、U1、U2组的平均日产气量分别为0.24、0.35和0.14 mL∙g−1 TS,这段时间属于启动阶段,发酵原料开始水解酸化,同时微生物刚开始适应环境,所以产气量较低 [27]。在第11天,U1组产气量达到峰值,为1.89 mL∙g−1 TS,而空白组CK和U2组分别在第13和14天到达产期高峰,且最大日产气量排列顺序为U1 (1.89 mL∙g−1 TS) > CK (1.77 mL∙g−1 TS) > U2 (1.60 mL∙g−1 TS),说明10 mg∙L−1 Zn2+的添加提前了产气高峰的到来,加速了厌氧发酵进程。第15到22天,各组相继迎来第二次高峰,这可能是由于秸秆类原料富含纤维,难以降解,分解产气启动速度比牛粪慢,从而引起第二次产气高峰。由于可降解原料的缺乏,发酵反应在第22天以后,各组产气量均呈现下降趋势,直至厌氧发酵结束。
Figure 2. Daily biogas production in fermentation process
图2. 厌氧发酵日产气量图
不同浓度Zn2+对累积产气量的影响如图3所示。累积产气量的大小顺序是U1 (16.10 mL∙g−1 TS) > CK (17.90 mL∙g−1 TS) > U2 (16.06 mL∙g−1 TS)。当Zn2+添加浓度为10 mg∙L−1时,累积产气量最高,比空白组高14.25%;当Zn2+添加浓度为50 mg∙L−1时,累积产气量比空白组低10.32%。即适当浓度的Zn2+能有效提高厌氧发酵的产气量,而高浓度Zn2+会抑制产气。这可能是由于酸预处理可以破坏木质纤维素的晶体结构,使得被木质素包围的纤维素暴露出来,而低浓度的Zn2+在厌氧发酵过程中能促进纤维素的分解、乙酸的转化,从而促进了产气;当Zn2+浓度超过40 mg∙L−1时,甲烷生成抑制率为50%,从而抑制了产气 [28]。研究还表明,Zn2+对厌氧发酵过程的影响不单是对发酵过程中某一过程产生影响,而是对厌氧发酵三个主要过程即底物降解、酸化和气体的产生都具有作用 [29]。
一般来说,秸秆与牛粪混合发酵的累积产气过程表现为两阶段模式 [30],这是由于发酵底物中的牛粪首先降解产气,之后随着发酵的进行,秸秆中的木质纤维素逐渐分解用于产气,造成了第二次产气增长。之前的研究表明,酸预处理可以提前产气高峰的到来 [31]。因此,在本研究中,两次产气高峰时间接近。尽管总体上发酵产气为两阶段模式,整体来看,各组的累积产气量与时间呈S型走势,符合常见的累积产气量拟合曲线趋势。
Figure 3. Cumulative biogas yields in fermentation process
图3. 厌氧发酵累积产气量曲线图
4.2. 产气动力学模型拟合
将3组厌氧发酵实验所得的产沼气的相关数据带入修正后的Gompertz方程(2),得到拟合结果。添加Zn2+的量为0、10、50 mg∙L−1的厌氧发酵过程与改进后的Gompertz方程的相关系数分别为r = 0.9893、r = 0.9917、r = 0.9918。由图4可知,预测模型结果与实验数据基本重合,说明修正后的Gompertz模型能够很好的反映厌氧发酵过程。
将3组累积产气量数据带入修正后的Logistic方程(4),得到拟合数据情况。添加Zn2+的量为0、10、50 mg∙L−1的厌氧发酵过程与改进后的Logistic方程的相关系数分别为r = 0.9968、r = 0.9978、r = 0.9984,表明它们之间具有十分高的相关度。从图5中可知,Logistic预测模型与实验数据基本重合,可以用来拟合厌氧发酵产气的过程。
由Logistic模型拟合的各个相关动力学参数指标分析可知,添加Zn2+的量不同,最大产气量(Hmax)及最大产气速率(Rmax)明显不同。Zn2+的添加浓度0、10和50 mg∙L−1时,最大产气量Hmax为18.87、20.61和16.68 mL∙g−1 TS,排列顺序依次为U1 > CK > U2,说明当Zn2+的添加量为10 mg∙L−1时,产气量最大,其次U2,最后CK,这表明适量Zn2+的添加提高了最大产气速率。三组的滞留时间范围为5~8天,这主要是因为厌氧发酵初期木质纤维素与纤维素、半纤维素相互交联,难以被微生物利用,造成水解缓慢,发酵效率低 [32],导致产气滞留时间较长,而相比较其余两组,U1组的滞留时间最短,这主要是由于低浓度的Zn2+在厌氧发酵过程中能促进纤维素的分解、乙酸的转化,从而缩短滞留时间 [29]。Gompertz模型拟合结果表明,U1组的最大产气量和最大产气速率要高于其余两组,滞留时间处于4~7天,U1组的滞留时间最短,这与Logistic模型趋势相似。综合上述模型的拟合结果,可以得出当Zn2+的添加浓度为10 mg∙L−1时,可以获得最大的产气量,同时产气速率和滞留时间也最佳。
Figure 4. Modified Gompertz equation curves in fermentation process
图4. 厌氧发酵Gompertz方程拟合曲线
Figure 5. Logistic equation curves in fermentation process
图5. 厌氧发酵Logistic方程拟合曲线
当Richards生长方程中的参数ν分别等于0和1时,该模型可以分别简化为Gompertz模型和Logistic模型 [20] [21] [22]。当参数v在变化时,Richards生长方程的曲线图形也会发生一系列变化:随着参数ν增大,拐点位置会逐渐偏向右上方,S曲线的下半臂拉长,而上半臂缩短,这表明在ν较小的时候比较适合描述早期快速生长的曲线;随着ν的增加,越来越适合描述早期生长缓慢的生长过程 [33]。由图3累积产气随时间变化曲线可知,添加锌的厌氧发酵在早期产气快速增长,更加符合Logistic模型。从表2参数可以看出,Gompertz和Logistic均适用于时间变化对添加Zn2+的厌氧发酵产气量影响的拟合。通过对两种模型拟合相关系数r值的比较可知,虽然Gompertz模型可以表明Zn2+的添加对于厌氧发酵累积产气量的变化趋势,但是其相关系数不如Logistic模型高;其次,各组的Gompertz模型的残差平方和都高于Logistic,这表明Gompertz模型实际值与模型拟合值之间差异性较大。因此,Logistic模型更适合本试验的研究结果的预测。
Table 2. Parameters of Gompertz and Logistic equations
表2. Gompertz模型和Logistic模型动力学参数
5. 结论
作为常见的湿地水生植物之一,芦苇在湿地污染去除和水质净化方面起到重要的作用,其资源化再利用也是亟待解决的问题。本研究以芦苇秸秆为原料进行厌氧发酵产气试验,考察了锌胁迫对发酵效率的影响,并通过动力学模型分析厌氧发酵过程。主要结论如下:
1) Zn2+浓度对芦苇秸秆厌氧发酵的累积产气量和日产气量影响显著。三组的最大产气量以及最大产气速率排列顺序为U1 (10 mg∙L−1) > CK (0 mg∙L−1) > U2 (50 mg∙L−1),滞留时间排列顺序为U1 < CK < U2,即10 mg∙L−1 Zn2+可以提高发酵产气量,缩短发酵滞留时间。
2) 根据两个模型对累积产气量的拟合结果,Logistic模型的残差平方和比Gompertz模型要小,且模型拟合的相关系数更高,说明前者可以更加真实地反映不同浓度Zn2+条件下芦苇秸秆厌氧发酵的产气规律,为产气潜力估算提供了一种简便方法。
基金项目
国家水体污染控制与治理科技重大专项(2017ZX07101003);中央高校基本科研业务费专项资金(2021MS047)。
NOTES
*第一作者Email: yonglantian@ncepu.edu.cn
#通讯作者Email: rceens@ncepu.edu.cn