删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于呼吸强度和总有机碳综合评价存量生活垃圾好氧稳定化程度的方法研究

本站小编 Free考研考试/2021-12-31

李丹阳1, 吕宜廉1, 罗培康1, 马海涛1, 郭小境1, 李志远1, 焦冠通1, 王雨纯1, 袁志业2, 吴军1
1. 南京大学环境学院, 污染控制与资源化研究国家重点实验室, 南京 210023;
2. 北京铮实环保工程有限公司, 北京 102600
收稿日期: 2020-03-07; 修回日期: 2020-05-02; 录用日期: 2020-05-02
基金项目: 国家重点研发计划"固废资源化"重点专项(No.2018YFC1901404)
作者简介: 李丹阳(1995-), 女, E-mail:522458896@qq.com
通讯作者(责任作者): 吴军, E-mail:njuwujun@nju.edu.cn

摘要:设计固定床好氧稳定化实验装置,在恒温、通风、含水量适宜条件下运行,研究东莞、厦门等地开采后的存量生活垃圾以及食堂餐厨垃圾样品稳定化过程中总有机碳(TOC)和4日呼吸强度(AT4)随时间的变化规律以及两者变化趋势的相关性.优化了TOC和AT4的检测方法,证明仪器法测定TOC结果更加合理;研究表明采用四分法取样、从迟滞期结束后开始计算得到的AT4更有参考价值;4种垃圾样品TOC和AT4之间具有良好的相关性,两者导数之间也具有良好的相关性,且相关系数均大于0.99(R2>0.99),证明了TOC和AT4变化趋势的同步响应规律,说明可以利用能快速测定的TOC指标的变化趋势反映不能快速测定的AT4指标的变化趋势,从而提出一种通过TOC的变化趋势和AT4的数值综合评价存量垃圾好氧稳定化程度的新方法,既缩短了检测周期,又提高了好氧稳定性评价的客观性,为存量垃圾稳定化评价提供了新思路.
关键词:存量垃圾稳定化评价TOC变化趋势AT4数值
Study on an aerobic stabilization evaluation method of aged-refuse solid waste based on respiration intensity and total organic carbon
LI Danyang1, Lü Yilian1, LUO Peikang1, MA Haitao1, GUO Xiaojing1, LI Zhiyuan1, JIAO Guantong1, WANG Yuchun1, YUAN Zhiye2, WU Jun1
1. State Key Laboratory of Pollution Control and Resource Reuse, School of Environment, Nanjing University, Jiangsu, Nanjing 210023;
2. Beijing Zhengshi Environmental Engineering Co., Ltd, Beijing 102600
Received 7 March 2020; received in revised from 2 May 2020; accepted 2 May 2020
Abstract: A group of fixed-bed aerobic stabilization experimental devices, which were operated under constant temperature appropriate moisture content and sufficient ventilation, were constructed to study the variations and the correlation between two parameters-total organic carbon (TOC) and 4-day breathing intensity (AT4) of four solid waste samples. Samples included aged-refuse samples obtained from Dongguan and Xiamen, and food waste samples from Nanjing University canteens. The measuring methods of TOC and AT4 were optimized to improve their accuracy and reasonability. It was demonstrated that TOC measured by instrument was more reasonable. In terms of AT4 measurements, sampling by the quartile method and calculating since the end of the lag period resulted in more acceptable values than random sampling and calculating since the commencement of microbial cultivation. Good correlations between the evolutions of TOC and AT4 were observed as well as their derivatives with the correlation coefficients greater than 0.99 (R2>0.99), which proved of the synchronization response pattern between TOC and AT4 variations. Therefore, TOC variation trend could be used to reflect AT4 variation trend in a relatively short time. Above all, a new method was proposed to comprehensively evaluate the aerobic stabilization degree of the stock solid waste based on the variation trend of TOC and the value of AT4, which can shorten the detection time, improve the objectivity of the aerobic stability evaluation and provide a new thinking for the evaluation of the stability of aged-refuse solid waste.
Keywords: aged-refuse solid wastestabilization assessmentTOC trendAT4 value
1 引言(Introduction)好氧稳定化处理是存量生活垃圾治理的主要技术手段之一, 无论是存量生活垃圾原位治理方案中的竖井强制通风技术(赵茜瑞等, 2018), 还是异位治理方案中挖采物凉晒以及筛下物条垛堆置技术(李守天, 2017), 均为好氧稳定化技术手段加速实现存量生活垃圾无害化.而无害化又是防治污染扩散转移以及实现资源化的基础, 而存量生活垃圾稳定化评价又是无害化评价的主要依据.存量生活垃圾稳定化评价方法众多且相应评价指标繁杂, 其常用评价方法主要包括4大类, 即分别依据填埋气体产量及甲烷含量变化(董晓丹等, 2010; 石建屏等, 2016; 王帼雅, 2017)、渗滤液水质指标变化(刘元元等, 2012; 方文君等, 2013; 柯佳闻等, 2016)、固体样品指标变化(万涛, 2013)以及填埋单元表面沉降速率的变化(夏向利, 2016)进行评价.上述监测和评价方法均存在时间跨度太长, 定量评价不准确的问题, 特别是气体、流体和表面沉降指标均为间接评价指标, 参比定性作用大但直接定量价值小.
固体样品指标监测具有最直接反映垃圾稳定化程度的优势, 经常监测指标包括挥发性固体含量VS、总有机碳(TOC)、木质素纤维素、总糖、生物可降解物含量、4日呼吸强度AT4和21日产甲烷潜力GB21等(刘娟等, 2012).这些指标大致可以分为两类, 一类是针对特征物质含量的指标, 如TOC是通过测定碳含量对生物稳定性进行评价, 但是不同批次垃圾组分各异, 难降解物质含量不同, 所以用TOC来直接评价生物稳定性不够准确.另一类是以特定微生物生命活动特征进行表征的指标, 如AT4和GB21等.二者均存在垃圾组分差异性导致单一量化指标不合理的问题.
稳定化评价本质上是生活垃圾生物稳定性评价, 因此, 生活垃圾固体样品微生物生命活动特征研究是最直接量化评价的基础.本研究通过微生物活动特征指标AT4和TOC随垃圾稳定化程度的变化规律及两者的相关性, 提出一种快速有效评价存量生活垃圾稳定化程度的新方法.
2 材料与方法(Materials and methods)2.1 实验材料实验样品采自东莞、厦门存量生活垃圾填埋场治理现场, 包括东莞新鲜垃圾与存量垃圾混合处理后筛下物(MW)、东莞存量垃圾筛下物(DW)、厦门存量垃圾筛下物(XW), 含水率分别为43.6%、26.4%、41.2%, 餐厨垃圾(FW)样品采自南京大学学生食堂, 初始含水率为91.3%.3种存量生活垃圾样品分别过10 mm筛, 筛下物去除玻璃、石头等无机惰性物, 再经40 ℃低温烘干, 用高速破碎机粉碎取1 mm筛下物待用;餐厨垃圾因含油脂类食物残渣, 风干后不能直接破碎粉磨, 改用豆浆机加水磨成小于100目样品, 再经40 ℃低温烘干待用.样品初始特征见表 1.
表 1(Table 1)
表 1 实验样品初始信息 Table 1 Initial information of experimental samples
表 1 实验样品初始信息 Table 1 Initial information of experimental samples
垃圾种类 地点 初始TOC/(g·kg-1) 初始AT4/
(mg·g-1)
样品来源
MW 东莞 93.67 24.86 混合垃圾筛下物
DW 东莞 74.83 17.85 存量垃圾筛下物
XW 厦门 83.50 8.99 存量垃圾筛下物
FW 南京大学食堂 411.40 636.73 餐厨垃圾


2.2 实验装置根据生活垃圾好氧稳定化最佳条件(温度40 ℃, 氧气充足, 含水率40%~55%)设计实验装置(唐嵘, 2012; 刘志刚, 2013; 冯杨等, 2015; 陈娜, 2017).好氧稳定化实验装置主体为八联敞开式有机玻璃柱体, 将其放入1号水浴锅中, 设置1号水浴锅温度为40 ℃.每个柱体内径80 mm, 高180 mm;底部设均匀开孔(6 mm×21 mm)的可拆卸滤板, 滤板下方设排水口和进风口;为防止样品颗粒通过滤板开孔漏出, 滤板上加设圆形无纺布(规格200 g, 用玻璃胶粘连固定);旋涡风机将空气增压经2号水浴锅(设置温度为40 ℃)内置铝翅不锈钢换热管分八路连接主实验装置进风管, 保障40 ℃左右的进风温度;排水管用于滤板下部渗滤液积水间歇抽排.
样品装填前先测定其初始含水率、TOC、AT4.利用土壤温湿度探头监测每个柱体中样品的含水率, 当含水率低于40%, 进行人工配水, 直到含水率为55%.垃圾好氧稳定化与垃圾好氧堆肥原理相似, 所以其最适条件也与堆肥相似, 当含水率过高时, 阻碍氧气在垃圾中的扩散, 降低好氧降解速率, 当含水率过低时, 会阻碍微生物的繁殖(邵靖邦等, 2011).本实验每隔2 d进行一次取样测定.
图 1(Fig. 1)
图 1 实验流程图 Fig. 1Experimental flowchart


图 2(Fig. 2)
图 2 八联敞开式有机玻璃柱体俯视图 Fig. 2Top view of eight-split open plexiglass cylinder

2.3 实验方法2.3.1 实验设计存量垃圾好氧微生物生命活动特征指标AT4可以宏观展示垃圾的生物稳定性, 是一种较为直观的好氧稳定化评价指标, 但AT4的测定需要连续监测4 d, 得到累积耗氧量.而TOC的快速测定可以弥补AT4测定耗时长的不足, 因此设计基于固定床实验装置不同来源的垃圾样品在适宜条件下好氧稳定化实验.
首先进行分析方法优化, 即对比TOC仪器分析法和重铬酸钾法测定TOC结果, 比选最优方法;研究不同取样方式、迟滞期对AT4测定结果的影响, 确定最优测定方法.
其次研究存量垃圾样品稳定化过程TOC和AT4变化规律及相关性, 根据MW、DW、XW、FW 4种样品好氧稳定化实验过程TOC和AT4随时间变化曲线、各自导数随时间变化规律, 讨论TOC和AT4之间相关性和同步响应特征.
最后通过AT4和TOC变化规律及相关性的分析, 提出一种快速有效评价存量垃圾好氧稳定化程度的新方法.
2.3.2 分析方法① 含水率.使用土壤温湿度探头间接监测垃圾含水率.土壤温湿度探头通过测量土壤介电常数监测土壤相对湿度而非含水率, 所以设计小型实验装置建立不同样品探头监测相对含水率与实测含水率之间关系.实验装置为PVC柱, 内径50 mm, 高200 mm, 装置底部垫碎石, 碎石上面为填料层, 装填上述实验样品.
装填前先测定垃圾样品质量m0、初始含水率x0、土壤温湿度探头初始读数t0.计算得到干重m1(式(1))、初始含水量m2(式(2)).逐次向样品加水量为a1, a2, …an, 每次加入水量后读取稳定的探头读数t1, t2, …, tn, 计算出对应的含水率x1, x2, …, xn(式(3)), 拟合各自样品含水率与相对湿度的函数关系.
得到样品MW、DW、XW、FW含水率换算公式见式(4)~(7), 实验时则通过土壤温湿度探头读数计算出垃圾含水率.
(1)
(2)
(3)
MW校准公式:
(4)
DW校准公式:
(5)
XW校准公式:
(6)
FW校准公式:
(7)
式中, x为垃圾含水率;t为土壤温湿度探头读数.
② TOC.仪器分析法.采用德国耶拿分析仪器有限公司(Analytikjena)的HT1300 TOC分析仪测定样品TOC.测定步骤如下:样品风干后过100目筛;用万分之一天平称取0.1 g左右土壤样品于样品舟, 准确记录称量样品的质量;向盛有样品的样品舟中滴加10%盐酸至样品全部润湿后, 再滴加1~2滴10%盐酸;将该样品舟放入60~70 ℃的烘箱中烘12 h;用TOC固体模块测定.本实验每个样品做3个重复样.
重铬酸钾容量法.采用Hach公司推荐的重铬酸钾容量法测定样品TOC(吴军等, 2005; 李俊, 2017), 测定步骤为:称样:准确称取100目以下样品0.1 g;消解:加入0.1 g左右的AgSO4固体, 加入10 mL重铬酸钾-硫酸溶液(0.4 mol·L-1), 放入105 ℃砂浴锅中消解120 min.拿出后冷却至室温, 加入50 mL去离子水;滴定:加入2~3滴试亚铁灵指示剂, 用0.1 mol·L-1的硫酸亚铁铵溶液进行滴定, 溶液由橙黄色变为蓝绿色再到棕红色后停止;标定0.1 mol·L-1的硫酸亚铁铵溶液用重铬酸钾标准溶液进行标定.本实验每个样品做3个重复样.TOC计算公式如下:
(8)
式中, WT为样品TOC的含量(g·kg-1);V0为空白滴定时所消耗硫酸亚铁铵溶液体积(mL);V为样品滴定时消耗的硫酸亚铁铵溶液体积(mL);Vs为重铬酸钾标准溶液的体积, Vs=10 mL;Cs为重铬酸钾标准溶液的浓度(mol·L-1);V1为标定硫酸亚铁铵标准溶液时消耗的硫酸亚铁铵溶液的体积(mL);W为样品重量(g);0.003为1/4碳原子的毫摩尔质量(g);1.08为氧化校正系数.
两种方法结果比较.仪器分析法测定结果(表 2)显示样品标准差为0.05~0.58, 偏差较小, 结果符合样品好氧稳定化进展规律, 即随着时间的增长, 垃圾稳定化程度不断加深, TOC结果不断下降.重铬酸钾法测定结果(表 3)显示样品标准差为2.08~12.99, 偏差较大, 且存在违背稳定化规律的结果.重铬酸钾法测定TOC原理是强酸环境强氧化剂消耗量间接反映总有机碳含量, 但不可避免某些未能屏蔽的还原物质造成测定结果偏高, 影响结果的准确度, 另外还存在人工操作不稳定性产生的偶然误差导致不符合稳定化规律的结果出现.因此选用仪器法测定固体TOC更可靠.
表 2(Table 2)
表 2 仪器分析法测定TOC结果 Table 2 TOC results of instrumental analysis
表 2 仪器分析法测定TOC结果 Table 2 TOC results of instrumental analysis
时间/dMW/(g·kg-1) DW/(g·kg-1) XW/(g·kg-1) FW/(g·kg-1)
测定值 平均值 标准差 测定值 平均值 标准差 测定值 平均值 标准差 测定值 平均值 标准差
0 93.33 93.67 0.25 74.88 74.83 0.14 83.44 83.50 0.11 411.33 411.41 0.20
93.92 74.64 83.65 411.69
93.76 74.97 83.41 411.21
2 83.87 83.56 0.22 63.86 63.94 0.34 78.45 78.52 0.08 405.14 405.33 0.40
83.46 63.57 78.63 405.89
83.35 64.39 78.48 404.96
4 75.55 75.56 0.17 55.63 55.44 0.17 74.56 74.71 0.14 398.13 398.21 0.26
75.36 55.21 74.89 398.56
75.77 55.48 74.68 397.94
6 68.98 69.26 0.23 48.79 48.84 0.16 71.39 71.50 0.21 389.55 389.77 0.25
69.54 48.67 71.79 390.12
69.16 49.06 71.32 389.64
8 64.30 64.36 0.05 43.65 43.84 0.58 68.85 69.01 0.11 371.78 371.90 0.25
64.43 43.25 69.08 372.25
64.35 44.62 69.10 371.67



表 3(Table 3)
表 3 重铬酸钾法测定TOC结果 Table 3 TOC results of potassium dichromate method
表 3 重铬酸钾法测定TOC结果 Table 3 TOC results of potassium dichromate method
时间/dMW/(g·kg-1) DW/(g·kg-1) XW/(g·kg-1) FW/(g·kg-1)
测定值 平均值 标准差 测定值 平均值 标准差 测定值 平均值 标准差 测定值 平均值 标准差
0 112.56 103.67 6.29 104.67 98.34 4.64 105.78 99.19 5.22 589.78 602.69 11.51
99.57 93.67 98.78 600.56
98.88 96.68 93.01 617.73
2 102.56 120.73 12.99 99.89 103.98 4.58 89.90 92.77 2.36 614.45 610.57 3.88
127.44 101.67 95.67 605.27
132.19 110.38 92.74 611.99
4 116.56 111.65 3.48 77.68 80.47 2.08 93.67 89.26 3.30 589.67 578.66 9.12
108.99 82.67 88.36 567.34
109.40 81.06 85.75 578.97
6 99.58 90.38 6.73 66.89 63.12 2.91 78.36 82.79 3.14 534.67 525.07 7.02
87.89 59.80 84.78 522.45
83.67 62.67 85.23 518.09
8 79.89 84.36 3.26 54.78 55.17 2.08 78.32 75.47 2.69 461.34 471.17 7.37
87.56 57.89 76.23 479.09
85.63 52.84 71.86 473.08


③ AT4.AT4测定原理.呼吸指数(RI)是表征固体废物生物稳定性的好氧稳定性指标.AT4为4 d呼吸指数(RI4)即4 d累计消耗的氧气量(李俊, 2017).德国填埋场法规中对生活垃圾进入填埋场前预处理后的好氧稳定性指标AT4要求 < 5 mg·g-1, 通常采用大型呼吸仪测定.本研究根据该指标测定原理采用BOD分析仪测定的替代方法(陈小芸, 2012; 刘恋, 2017; 谭宁, 2017; 阳艳等, 2018; 黄文池, 2018).使用BOD分析仪测定AT4因为取样量的限制会遇到样品代表性问题的挑战.
研究采用不同取样方式以及扣除迟滞期对AT4测定结果的影响.所用的BOD分析仪来自青岛海晶环保检测设备有限公司(HJ-BOD801A).测试全程在20 ℃的恒温培养箱中进行(佰辉生化培养箱SPX350).
取样方式的影响.生活垃圾是一类多组分混合的复杂体系, 样品分布均匀性差.本实验采用四分法取样和随机取样两种方式进行取样和对比分析.分析结果表明, 四分法取样得到的4组相同样品AT4测定结果的标准差为0.21, 随机取样得到的四组相同样品AT4测定结果的标准差为5.26.说明采用四分法取样样品偏差较小, 可以一定程度上提高样品代表性.
迟滞期的影响.从开始反应到3 h耗氧速率平均值达到最大耗氧速率平均值的25%, 这段时期称为迟滞期.实验数据处理时分别用扣除迟滞期、不扣除迟滞期两种方式来计算AT4数值, 结果显示扣除迟滞期AT4的结果普遍大于不扣除迟滞期的AT4结果(MW、DW、XW、FW结果分别比不扣除迟滞期结果高出0~7.52%、0~13.11%、0~29.47%、0~4.18%).这是由于反应初始阶段, 微生物对不同类型基质的适应性不同, 迟滞期结束后, 微生物适应性增强并进入比较活跃的状态, 因此从迟滞期结束后开始计算的4 d累计耗氧量(AT4)更能客观表征样品的生物稳定性.而且计算结果表明, 当AT4值越小时, 也就是垃圾样品越接近稳定时, 两种计算方法得到的AT4相差越大.
3 结果与讨论(Result and discussion)3.1 TOC和AT4变化规律及相关性3.1.1 TOC变化规律4种样品在经历12 d好氧稳定化实验后TOC指标均有明显下降(图 3a MW 58.22 g·kg-1、DW 37.50 g·kg-1、XW 66.20 g·kg-1图 3b FW 321.7 g·kg-1), 随着时间的增长, 垃圾中的有机物不断被微生物降解, TOC持续下降, 相应地, 其垃圾稳定化程度不断提高.为了研究TOC变化趋势规律, 分别拟合MW、DW、XW、FW的TOC随时间变化的曲线方程(式(9)~(12)), 再对拟合曲线方程求导得到导数方程(式(13)~(16)).
图 3(Fig. 3)
图 3 TOC随时间变化曲线(MW、DW、XW)(a)、TOC、AT4随时间变化曲线(FW)(b)及TOC的导数(|dy/dt|)随时间变化曲线(c) Fig. 3TOC curve over time (MW、DW、XW) (a), TOC、AT4 curve over time (FW) (b), |dy/dt| of TOC curve over time

(9)
(10)
(11)
(12)
式中,y为TOC值,x为时间
(13)
(14)
(15)
(16)
式中, dy/dt为TOC随时间变化的导数, x为时间.
结果表明, MW、DW、XW、FW的TOC随时间变化的曲线均负荷二次函数, 相关系数均大于0.99(R2>0.99), 相关性较好.由于4种垃圾的TOC随时间的增长均呈下降趋势, 所以导数dy/dt为负值, 用导数的绝对值(dy/dt|)代表其变化趋势, |dy/dt|的值越接近于0, 说明TOC越稳定不再下降, 也代表存量垃圾稳定化程度越高.
MW、DW、XW、FW的|dy/dt|随时间的变化曲线如图 3c所示, 3种存量垃圾(MW、DW、XW)TOC的|dy/dt|随时间的增长在不断减小, FW的TOC的|dy/dt|随时间的增长不断增加.这是由于MW、DW、XW已经处于比较稳定的状态, 微生物可利用的基质越来越少, 降解速率越来越小;而FW中微生物生长处于对数期, 所以垃圾快速降解, TOC变化斜率随时间逐渐升高.
第12 d时, XW的TOC的|dy/dt|已经接近于0, 说明TOC的下降速度已经非常缓慢, 然而TOC的数值仍然高达66.20 g·kg-1, 高于MW、DW的TOC值(58.22、37.50 g·kg-1).此时XW的AT4值已经降至1.67 mg·g-1, 低于MW、DW的AT4值(4.22、4.45 mg·g-1).反映XW样品在已经达到较高好氧稳定性时样品仍然含有相当数量的难降解有机碳.证明使用TOC含量这种单一量化指标很难准确判断存量垃圾的稳定化程度.
3.1.2 AT4变化规律4种样品在经历12 d好氧稳定化实验后AT4指标均明显下降(图 4a MW 4.22 mg·g-1、DW 4.45 mg·g-1、XW 1.67 mg·g-1, 图 4b FW 468.61 mg·g-1), 随着时间的增长, 垃圾中的有机物不断被微生物降解, 能被微生物利用的基质越来越少, 所以4 d累计耗氧量越来越低, AT4持续下降, 相应地, 其垃圾稳定化程度不断提高.
图 4(Fig. 4)
图 4 AT4随时间变曲线(MW、DW、XW)(a)及AT4的导数(|dz/dt|)随时间变化曲线(b) Fig. 4AT4 curve over time (MW, DW, XW)(a) and |dz/dt| of AT4 curve over time(b)

分别拟合MW、DW、XW、FW的AT4随时间变化的曲线方程(式(17)~(20)).再对拟合曲线方程求导得到各自的导数方程(式(21)~(24)).
(17)
(18)
(19)
(20)
式中, z为AT4值, x为时间.
(21)
(22)
(23)
(24)
式中, 为AT4随时间变化的导数, x为时间.
拟合结果表明, MW、DW、XW、FW的AT4随时间变化的曲线均为二次函数, 相关系数均大于0.99(R2>0.99), 相关性较好.由于4种垃圾的AT4随时间的增长均呈下降趋势, 所以导数dz/dt为负值, 用导数的绝对值(|dz/dt|)代表其变化趋势, |dz/dt|的值越接近于0, 说明AT4越稳定不再下降, 也代表存量垃圾稳定化程度越高.
MW、DW、XW、FW的|dz/dt|随时间的变化曲线如图 4b所示, 3种存量垃圾(MW、DW、XW)AT4的|dz/dt|随时间的增长在不断减小, FW的AT4的|dz/dt|随时间的增长不断增加.这是由于新鲜的餐厨垃圾中可降解有机物含量高生物稳定性差, 微生物生长需要的营养物质处于过量状态, 因此AT4仍然持续增长;而3种存量垃圾自实验开始之时微生物可利用基质就比较少并处于持续下降态势.
第18 d时, MW、DW的AT4导数的绝对值已经达到了接近于0的程度, 第12 d时, XW的AT4导数的绝对值已经接近于0, 变化趋势均达到十分平缓的状态, 此时MW、DW、XW的AT4值均小于3, 说明垃圾已经达到稳定状态.说明通过AT4数值并结合其变化趋势综合判断垃圾的稳定化程度是可靠的.
3.1.3 TOC与AT4之间的关系根据上面研究结果发现利用TOC或AT4数值结合其变化趋势的特点评价存量垃圾稳定化程度更加客观和可靠, 但是单一TOC或AT4指标评价方法仍然不理想, 即TOC测定时间短(数小时)但仅仅是一个有机碳含量的间接指标;而作为好氧生物稳定性直接指标的AT4其测定时间太长(4 d), 因此研究TOC与AT4之间的相关性, 然后将这二个指标有机结合从而建立一种直接并且快速判断垃圾稳定化程度的方法.
分别拟合MW、DW、XW、FW 4种垃圾TOC与AT4之间的关系(式(25)~(28)).结果表明, MW、DW、XW、FW 4种垃圾TOC与AT4的关系均符合一次函数, 相关性较好.对函数解析式分析可得出当AT4等于0时TOC仍大于0, 这也进一步反映了垃圾中难降解有机物的存在.
(25)
(26)
(27)
(28)
式中, z为AT4值, y为TOC值.
再分别拟合MW、DW、XW、FW 4种垃圾TOC与AT4变化趋势之间的关系(用导数的形式表达), 分别见公式(29)~(32)).可以看出, TOC与AT4导数之间有良好的线性相关关系, 当TOC斜率趋近于0时, AT4斜率也趋近于0, 说明可以用TOC接近稳定时的变化趋势代表AT4接近稳定时的变化趋势.
(29)
(30)
(31)
(32)
式中, dz/dt为AT4随时间变化的导数, dy/dt为TOC随时间变化的导数.
3.2 存量垃圾好氧稳定化评价方法优化采用仪器法测定垃圾样品的TOC, 拟合出TOC随时间变化的曲线方程, 再对拟合方程求导得到TOC变化趋势与时间关系的曲线方程.导数随时间增长接近于0, 不同存量垃圾样品TOC数值因为难降解有机碳含量的差异会存在较大差异, 所以不能单纯依靠TOC量化数值来评价存量垃圾稳定化程度, 如果将TOC数值结合TOC变化趋势来综合判断垃圾稳定化程度似乎更加合理.但不足的是TOC指标测定虽然快速, 但它不是表征垃圾稳定化程度的直接指标.
采用优化后的方法测定存量垃圾AT4指标, 拟合AT4曲线随时间的变化方程, 再对拟合方程求导得到AT4变化趋势与时间关系的曲线方程.导数随时间增长接近于0, 因此可以用AT4数值和AT4变化趋势综合判断垃圾稳定化程度.AT4虽然是表征垃圾稳定化程度的直接指标, 但是AT4的连续测定时间跨度较长, 不利于好氧稳定化程度的快速评价.
因此建立一种快速有效评价垃圾稳定化程度的新方法:测定某种垃圾一系列TOC数值, 得到TOC随时间变化的曲线方程, 对方程求导得到TOC导数随时间变化的方程.当导数方程值接近于0时, 取样测定AT4, 若此时AT4 < 5 mg·g-1, 可以认定存量垃圾达到便于后续资源化利用的好氧稳定程度.即通过TOC的变化趋势和AT4具体数值综合判断垃圾稳定化程度的方法.
4 结论(Conclusions)1) 本研究优化了TOC和AT4测定方法, 确认仪器法测定TOC更加准确, 四分法取样且考虑迟滞期的AT4测定方法更具价值.
2) 通过拟合TOC、AT4与时间之间的关系得到4种存量垃圾样品TOC、AT4随时间变化规律均符合二次函数, 通过拟合方程得到导数方程, 结果表明TOC与AT4变化趋势具有良好的一次相关性.通过TOC和AT4之间的拟合方程发现TOC与AT4之间也具有良好的一次相关性.证明了TOC和AT4变化规律的趋同性, 因此在稳定化后期可以用TOC的变化趋势代表AT4的变化趋势.
3) 建立一种快速有效的存量垃圾好氧稳定化评价方法, 即通过TOC变化趋势和AT4数值综合判断垃圾的稳定化程度, 既缩短了检测周期, 又提高了好氧稳定性评价的客观性.

参考文献
陈娜. 2017.填埋场好氧修复工程运行效果分析及试验研究[D].武汉: 华中科技大学 http://cdmd.cnki.com.cn/Article/CDMD-10487-1018971020.htm
陈小芸. 2012. 测压法测定水中BOD的方法研究[J]. 化学分析计量, 21(3): 71-74.
董晓丹, 沈国萱, 李晓勇. 2010. 垃圾填埋场封场后甲烷等气体浓度变化特征[J]. 环境卫生工程, 18(6): 53-54.
方文君, 周传斌, 康文星, 等. 2013. 老垃圾填埋场采矿及其生态修复的研究进展[J]. 中国人口资源与环境, 23(11): 109-113.
冯杨, 刘志刚, 王保军. 2015. 好氧稳定化处理技术在垃圾填埋场的应用[J]. 东北水利水电, (8): 49-51.
黄文池. 2018. 影响BOD5测定因素浅析[J]. 广东化工, 45(14): 176.
柯佳闻, 邱忠平, 王强, 等. 2016. 渗滤液回灌比例对好氧生物反应器填埋场稳定化进程的影响[J]. 环境工程学报, 10(11): 6378-6382.
李俊. 2017.微元生物反应器填埋时空转换率研究[D].南京: 南京大学 http://cdmd.cnki.com.cn/Article/CDMD-10284-1017097123.htm
李守天. 2017. 存量垃圾治理对策[J]. 建材与装饰, (32): 176-177.
刘娟, 刘建国, 李睿, 等. 2012. 垃圾填埋场加速稳定化表征指标的相关性分析[J]. 环境工程学报, 6(9): 3253-3258.
刘恋. 2017. BOD5测定中的技术问题[J]. 环境与发展, 4: 126-127.
刘元元, 蒋良伟, 王里奥, 等. 2012. 西南地区某已封场非规范垃圾填埋场垃圾稳定化进程分析[J]. 环境工程学报, 6(9): 3305-3312.
刘志刚. 2013.好氧生物反应器技术治理某封场非正规垃圾填埋场的工艺设计优化[D].北京: 北京化工大学 http://cdmd.cnki.com.cn/Article/CDMD-10010-1013267097.htm
邵靖邦, 唐嵘, 阚霏, 等. 2011.好氧降解加速垃圾填埋场稳定化技术[C].矿化垃圾资源化利用与填埋场绿化技术研讨会.中国北京. 28-35
石建屏, 徐黎黎, 孙会宁, 等. 2016. 生活垃圾填埋场产气测算及利用潜力研究[J]. 广州化工, 44(21): 138-140.
谭宁. 2017. 压差法在化工废水BOD5分析中的应用研究[J]. 环境与发展, 7: 90-91.
唐嵘. 2012.封场非正规垃圾填埋场好氧降解快速稳定技术及应用研究[D].北京: 中国地质大学(北京) http://cdmd.cnki.com.cn/Article/CDMD-11415-1016025906.htm
万涛. 2013.填埋场稳定化评价指标的选取及应用[D].青岛: 青岛理工大学 http://cdmd.cnki.com.cn/Article/CDMD-10429-1014184434.htm
王帼雅. 2017. 垃圾填埋场填埋气体排放的研究进展[J]. 广东化工, 44(2): 94-95.
吴军, 邵一凡, 袁博, 等. 2005. 老港填埋场陈腐垃圾有机碳变化规律研究[J]. 苏州科技学院学报(工程技术版), 18(4): 11-15.
夏向利. 2016.好氧微生物法加速城市有机固体垃圾稳定化的研究[D].北京: 中南民族大学 http://cdmd.cnki.com.cn/Article/CDMD-10524-1017825657.htm
阳艳, 范文杰, 普梦瑜. 2018. 水质BOD5测定方法的改进研究[J]. 广东化工, 45(8): 96-97.
赵茜瑞, 迟彧靓, 石洪影. 2018. 存量垃圾治理工作对策浅析[J]. 资源节约与环保, (6): 113-114.




相关话题/指标 实验 微生物 技术 土壤