CN110244016A - 有机污染物降解速率的测定方法和设备 - Google Patents

有机污染物降解速率的测定方法和设备 Download PDF

Info

Publication number
CN110244016A
CN110244016A CN201910643476.XA CN201910643476A CN110244016A CN 110244016 A CN110244016 A CN 110244016A CN 201910643476 A CN201910643476 A CN 201910643476A CN 110244016 A CN110244016 A CN 110244016A
Authority
CN
China
Prior art keywords
determination unit
target contaminant
degradation rate
continuous
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910643476.XA
Other languages
English (en)
Other versions
CN110244016B (zh
Inventor
卜庆伟
张瀚丹
刘川升
刘云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN201910643476.XA priority Critical patent/CN110244016B/zh
Publication of CN110244016A publication Critical patent/CN110244016A/zh
Application granted granted Critical
Publication of CN110244016B publication Critical patent/CN110244016B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G01N33/1826—Water organic contamination in water

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)

Abstract

本发明提供了一种有机污染物降解速率的测定方法和设备，涉及天然水体有机污染物持久性领域，包括将测定水域沿水流方向划分多个连续测定单元。获取每个测定单元中目标污染物的流出量和目标污染物的流入量。根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中污染物在多个环境相的质量平衡方程。根据至少两个连续测定单元中各测定单元流出目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取目标污染物降解速率。由于本申请的方案并未直接测量降解速率，而是通过质量平衡原理间接测量，能够考虑到全部降解方式，从而获得天然水体中目标污染物的整体降解速率。

Description

有机污染物降解速率的测定方法和设备
技术领域
本发明涉及天然水体有机污染物持久性领域，尤其是涉及一种有机污染物降解速率的测定方法和设备。
背景技术
有机污染物的降解速率代表了有机污染物在环境中存在的时间长短，是表征环境持久性的重要参数之一，通常以有机污染物在环境介质中的降解半衰期来表示。
在天然环境中，有机污染物的降解过程包括生物降解、光降解和水解等不同降解方式的组合。目前，可以通过化学品快速生物降解性测定、化学品固有生物降解性测定等方法进行有机污染物的降解速率进行测定。
由于天然环境中的环境条件会时刻发生变化，而目前的测定都是在实验室模拟条件下进行，并且只考虑了生物降解、光降解和水解等不同降解方式中给的一种，无法准确的测定天然环境中的有机物整体降解速率。
发明内容
本发明的目的在于提供一种有机污染物降解速率的测定方法和设备，以解决现有技术中存在的无法准确的测定天然环境中的有机物降解速率的技术问题。
第一方面，本发明实施例提供一种有机污染物降解速率的测定方法，应用于天然环境水体，包括：将测定水域沿水流方向划分多个连续测定单元。获取每个测定单元中目标污染物的流出量和目标污染物的流入量。
根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程。根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率。
在可选的实施方式中，根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元之间的目标污染物的降解速率，包括：根据各测定单元中多个环境相的质量平衡方程，获取各测定单元流出的目标污染物的预测浓度值。根据各测定单元的目标污染物的预测浓度值与目标污染物的真实浓度，确定各测定单元的浓度残差。根据至少两个连续测定单元的浓度残差，对质量平衡方程中的降解速率数值进行调节，并根据调节之后的质量平衡方程确定各测定单元的浓度残差。若调节之后得到的至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率。
在可选的实施方式中，若调节之后得到的至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率，包括：若调节之后得到的至少两个连续测定单元的浓度残差之和，小于或等于预设残差，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率。
在可选的实施方式中，根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率之前，方法还包括：获取各测定单元流出的目标污染物样本。根据目标污染物样本，通过预设测定方法，获取各测定单元的目标污染物的真实浓度。
在可选的实施方式中，获取各测定单元流出的目标污染物样本，包括：在各测定单元与下一测定单元之间设置采样点。获取采样点的目标污染物样本作为各测定单元的目标污染物样本。
在可选的实施方式中，获取采样点的目标污染物样本作为各测定单元的目标污染物样本，包括：获取采样点的水面下预设距离处的水样，作为各测定单元的目标污染物样本。
在可选的实施方式中，环境相的特征包括如下至少一个特征：环境相的逸度、环境相的平流流入流速、环境相与其它环境相之间的扩散值、环境相中目标污染物的摩尔浓度。
在可选的实施方式中，将测定水域沿水流方向划分多个连续测定单元，包括：将测定水域沿水流方向划分N个连续的测定单元，每个测定单元的长度相等，其中，N为大于1的整数。
在可选的实施方式中，测定单元在水流方向的长度为3km～6km。
第二方面，本发明实施例提供一种有机污染物降解速率的测定设备，包括：输入设备和处理器，输入设备和处理器连接。输入设备，用于获取测定水域的每个测定单元中目标污染物的流出量和目标污染物的流入量，测定水域包括：沿着水流方向划分的多个测定单元。处理器，用于根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程；根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率。
在本发明中，通过将测定水域沿水流方向划分多个连续测定单元，获取每个测定单元中的多个环境相的质量平衡方程，根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，获取所述至少两个连续测定单元所在区域的目标污染物的降解速率。由于本申请的方案并未直接测量降解速率，而是通过质量平衡原理间接测量，能够考虑到全部的降解方式，从而获得天然水体中目标污染物的整体降解速率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的有机污染物降解速率的测定方法流程示意图；
图2为本发明另一实施例提供的有机污染物降解速率的测定方法流程示意图；
图3为本发明另一实施例提供的有机污染物降解速率的测定方法流程示意图；
图4为本发明另一实施例提供的有机污染物降解速率的测定方法流程示意图；
图5为本发明另一实施例提供的有机污染物降解速率的测定方法中测定单元划分示意图；
图6为本发明一实施例提供的有机污染物降解速率的测定设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
图1为本发明一实施例提供的有机污染物降解速率的测定方法流程示意图。该方法应用于天然环境水体，其中，天然环境水体可以是天然河流、人工河流、天然湖泊、人造湖泊等，在此不做限制。
如图1所示，有机污染物降解速率的测定方法，包括：
S110、将测定水域沿水流方向划分多个连续测定单元。
需要说明的是，天然环境水体中水是不断流动，在需要测定天然环境水体中部分流域的有机污染物降解速率时，可以将部分流域沿该流域的水流方向，划分多个连续测定单元。其中，测定单元的数量以及长度的划分依据可以包括流速、水温、浊度、悬浮物质、色度、电导率、嗅与味或溶解气体中的至少一种指标，但不以此为限。
S120、获取每个测定单元中目标污染物的流出量和目标污染物的流入量。
一些实施方式中，由于测定单元是连续的，因此，前一测定单元的目标污染物流出量即为下一测定单元的目标污染物流入量。
S130、根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程。
一些实施方式中，环境相可以包括空气相、水相、土壤相以及沉积物相中的至少一种。可以针对每个环境相建立一个质量平衡方程，质量平衡方程用于表示每个测定单元的源-汇关系，其中，“源”指的是每个环境相输入测定单元的目标污染物，“汇”指的是输出测定单元的目标污染物，例如，空气相的“源”可以包括空气相输入量包括平流流入量、水相对空气相的扩散量，其输出量包括平流流出量、空气相对水相的扩散及非扩散量；水相的“源”可以包括平流流入量、点源排放量、空气相和沉积物相对水相的扩散及非扩散量，其输出量包括平流流出量、降解量、水相对空气相和沉积物相的扩散及非扩散量；沉积物相的“源”可以包括水相对沉积物相的扩散及非扩散量，输出量包括降解量、沉积物相对水相的扩散及非扩散量，但不以此为限。
S140、根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率。
在一些实施方式中，可以对部分测定水域的目标污染物的降解速率进行测定，也可以对整个测定水域的目标污染物的降解速率进行测定，对于不同的测定范围，只需选取对应的测定单元进行测定即可，以测定时的实际需求为准。
在本实施例中，通过将测定水域沿水流方向划分多个连续测定单元，获取每个测定单元中的多个环境相的质量平衡方程，根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，获取所述至少两个连续测定单元所在区域的目标污染物的降解速率。由于本申请的方案并未直接测量降解速率，而是通过质量平衡原理间接测量，能够考虑到全部的降解方式，从而获得天然水体中目标污染物的整体降解速率。
图2为本发明另一实施例提供的有机污染物降解速率的测定方法流程示意图。
在可选的实施方式中，如图2所示，根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元之间的目标污染物的降解速率，可包括：
S141、根据各测定单元中多个环境相的质量平衡方程，获取各测定单元流出的目标污染物的预测浓度值。
一些实施方式中，每个环境相都有对应的质量平衡方程，环境相的特征包括如下至少一个特征：环境相的逸度、环境相的平流流入流速、环境相与其它环境相之间的扩散值、环境相中目标污染物的摩尔浓度等。
例如，一种可能的实现方式中，空气相的质量平衡方程可以为：
GAcA+fWDSWA＝fA(DSAW+DRW+DPW+DDW+DFA+DDEA)(公式1)
其中，GA为空气相平流流入流速(m3/h)、cA为空气相中目标污染物的物质的量浓度(mol/m3)、fA为空气相的逸度(Pa)、fW为水相的逸度(Pa)、DSWA为水相向空气相的扩散D值(mol/(Pa·h))、DSAW为空气相向水相的扩散D值(mol/(Pa·h))、DRW为空气相中气体湿沉降D值(mol/(Pa·h))、DPW为固体颗粒物的湿沉降D值(mol/(Pa·h))、DDW为干沉降D值(mol/(Pa·h))、DDEW为空气相中降解D值(mol/(Pa·h))、DFA为空气相中平流流出D值(mol/(Pa·h))。
一种可能的实现方式中，水相的质量平衡方程可以为：
EW+GWcW+fA(DSAW+DRW+DPW+DDW)+fSed(DSSedW+DRSed)＝fW(DSWA+DSWSed+DDS
ed+DDEW+DFW)(公式2)
其中，EW为排入水相的排放量(mol/h)、GW为水相平流流入流速(m3/h)、cW为水相中目标污染物的物质的量浓度(mol/m3)、fA为空气相的逸度(Pa)、fW为水相的逸度(Pa)、fSed为沉积物相的逸度(Pa)、DSAW为空气相向水相的扩散D值(mol/(Pa·h))、DSSedW为沉积物相向水相的扩散D值(mol/(Pa·h))、DSWA为水相向空气相的扩散D值(mol/(Pa·h))、DSWSed为水相向沉积物相的扩散D值(mol/(Pa·h))、DRW为空气相中气体湿沉降D值(mol/(Pa·h))、DPW为空气相固体颗粒物的湿沉降D值(mol/(Pa·h))、DDW为空气相固体颗粒物的干沉降D值(mol/(Pa·h))、DRSed沉积物相固体颗粒物再悬浮D值(mol/(Pa·h))、DDSed水相中固体颗粒物沉降D值(mol/(Pa·h))、DDEW为水相中降解D值(mol/(Pa·h))、DFW为平流流出D值(mol/(Pa·h))。
一种可能的实现方式中，土壤相的质量平衡方程可以为：
fA(DSAS+DRS+DPS+DDS)＝fS(DSSA+DSRW+DWRW+DDES)(公式3)
其中，fA为空气相的逸度(Pa)、fS为土壤相的逸度(Pa)、DSAS为空气相向土壤相的扩散D值(mol/(Pa·h))、DSSA为土壤相向空气相的扩散D值(mol/(Pa·h))、DRS为空气相中气体湿沉降D值(mol/(Pa·h))、DPS为空气相固体颗粒物的湿沉降D值(mol/(Pa·h))、DDS为空气相固体颗粒物的干沉降D值(mol/(Pa·h))、DSRW为土壤流失D值(mol/(Pa·h))、DWRW为雨水径流D值(mol/(Pa·h))、DDES为土壤相中降解D值(mol/(Pa·h))。
一种可能的实现方式中，沉积物相的质量平衡方程可以为：
fW(DSWSed+DDSed)＝fSed(DSSedW+DRSed)+fWDDESed(公式4)
其中，fW为水相的逸度(Pa)、fSed为沉积物相的逸度(Pa)、DSWSed为水相向沉积物相的扩散D值(mol/(Pa·h))、DSSedW为沉积物相向水相的扩散D值(mol/(Pa·h))、DDSed为水相中固体颗粒物沉降D值(mol/(Pa·h))、DRSed为沉积物相固体颗粒物再悬浮D值(mol/(Pa·h))、DDESed为沉积物相降解D值(mol/(Pa·h))。
需要说明的是，对于每个测定单元来说，其流出的目标污染物的预测浓度值为各个环境相中流出的目标污染物的预测浓度值之和。
S142、根据各测定单元的目标污染物的预测浓度值与目标污染物的真实浓度，确定各测定单元的浓度残差。
一些实施方式中，目标污染物的预测浓度值与实际测量的浓度之间存在误差，该误差即为残差，残差的大小可以表示预测浓度值与实际测量值之间的接近程度。其中，每个测定单元有各自的残差，当测定多个测定单元之间的目标污染物降解速率时，应将多个测定单元的残差累加，以残差和作为多个测定单元之间的残差。
S143、根据至少两个连续测定单元的浓度残差，对质量平衡方程中的降解速率数值进行调节，并根据调节之后的质量平衡方程确定各测定单元的浓度残差。
其中，调节质量平衡方程中的降解速率数值后，由于在本测定单元中目标污染物的降解速率将降解的目标污染物的量发生变化，使得预测浓度值也随之发生变化，然后再重新计算目标污染物的预测浓度值与实际测量的浓度之间调整后的残差。
S144、若调节之后得到的至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率。
一些实施方式中，若调节之后得到的至少两个连续测定单元的浓度残差，达到预设条件，则表明目标污染物的预测浓度值与实际测量的浓度之间的误差在精度范围之内，质量平衡方程中的降解速率值与实际的降解速率基本一致，可将质量平衡方程中的降解速率值作为区域的目标污染物的降解速率。
在本实施例中，通过调节质量平衡方程中降解速率的数值，使得各测定单元之间目标污染物浓度的预测值与实际测量的目标污染物浓度的残差和符合预设条件，将调整后的降解速率的数值作为区域的目标污染物的降解速率，综合考虑了每个测定单元中的多个影响因素，间接测定目标污染物的降解速率，使得测定结果更加精准。
在可选的实施方式中，若调节之后得到的至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率，包括：
若调节之后得到的至少两个连续测定单元的浓度残差之和，小于或等于预设残差，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率。
一种可能的实现方式中，可根据测量的不同精度要求，确定预设残差的范围。例如，对于精度要求较高的情况，可以将预设残差的范围设置为较窄的范围；对于精度要求较低的情况，可以将预设残差的范围设置为较窄的范围，在此不做限制。
图3为本发明另一实施例提供的有机污染物降解速率的测定方法流程示意图。
在可选的实施方式中，根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率之前，方法还包括：
S210、获取各测定单元流出的目标污染物样本。
其中，水体在流经该测定单元后，流出目标污染物样本中目标污染物的真实浓度与流入时的浓度(即上一测定单元流出的目标污染物的真实浓度)发生了变化。即该测定单元中的目标污染物经过该测定单元中生物降解、光降解和水解等降解过程后，部分目标污染物被降解，引起了目标污染物样本中目标污染物浓度的变化。
S220、根据目标污染物样本，通过预设测定方法，获取各测定单元的目标污染物的真实浓度。
一些实施方式中，对于预设测定方法的精度有一定要求，如，对目标污染物相应的分析检测方法的准确度应高于70％，且测定结果的相对标准偏差应低于20％。例如，可以先进行样品前处理，将水样经过一定空隙的玻璃纤维滤膜进行过滤，然后通过固相萃取柱富集目标污染物，在富集完成后，将目标污染物洗脱，接着进行浓缩，并加入内标物，通过正己烷定容，完成预处理。再对前处理后的样品进行检测，可以通过气相色谱-质谱(GasChromatography-MassSpectrometer，GC-MS)联用测定样品中的目标污染物的真实浓度，但不以此为限。
在本实施例中，通过检测测定单元流出的目标污染物样本中目标污染物的真实浓度，提高目标污染物的真实浓度的测定精度，更加精准的测定测定单元流出的目标污染物的真实浓度，提高目标污染物的降解速率的测量精度。
图4为本发明另一实施例提供的有机污染物降解速率的测定方法流程示意图，图5为本发明另一实施例提供的有机污染物降解速率的测定方法中测定单元划分示意图。
在可选的实施方式中，如图4所示，获取各测定单元流出的目标污染物样本，包括：
S211、在各测定单元与下一测定单元之间设置采样点。
一些实施方式中，参考图5，采样点可以设置在各测定单元之间，如S1、S2、S5、S6等。或者，采样点也可以根据需要设置在测定单元内，如S3、S4。还有一些可能的实施方式，可以在测定水域的支流上设置采样点，如S8、S14等，在此不做限制。
S212、获取采样点的目标污染物样本作为各测定单元的目标污染物样本。
其中，对于设置在各测定单元之间的采样点，采集的目标污染物样本可同时作为前一测定单元流出的目标污染物浓度以及当前测定单元流入的目标污染物浓度。
对于设置在测定单元内的采样点，采集的目标污染物样本可以根据实际情况，进行更加精细的测量，其设置的具体方式以实际应用时为准，在此不做限制。
对于设置在测定水域支流的采样点，可以用于确定流入或流出测定水域的目标污染物，以提高目标污染物的降解速率的测定精度。
在可选的实施方式中，获取采样点的目标污染物样本作为各测定单元的目标污染物样本，包括：
获取采样点的水面下预设距离处的水样，作为各测定单元的目标污染物样本。
一些实施方式中，采样时可以在采样点水面下15～20cm处取水样，取得水样后，于4℃保存，并且在24小时内对其进行处理。
在可选的实施方式中，如图5所示，将测定水域沿水流方向划分多个连续测定单元，包括：将测定水域沿水流方向划分N个连续的测定单元，每个测定单元的长度相等，其中，N为大于1的整数。
一些实施方式中，根据测定水域的流速、水温、浊度、悬浮物质、色度、电导率、嗅与味或溶解气体中的至少一种指标，对测定水域进行划分，例如，参考图5，可将测定水域划分为12个测定单元(即N为12)，在可选的实施方式中，测定单元在水流方向的长度为3km～6km，但不以此为限。
下面，以测定某市某河流水体中佳乐麝香(GalaxolideAbbalide，HHCB)的降解速率为例，进行说明。
参考图5，测定水域的河流长度为49.6km，自西向东流动，流域面积大于3.12×106m2。对测定水域沿河流流向以3km为分成12个连续的测定单元。
参考图5，在测定水域上设置17个采样点，在每个采样点水面下15～20cm处采集水样，并将水样置于4L的棕色玻璃瓶中，储存在4℃下，并在24小时内进行处理。
对采集的水样进行前处理，先将水样放置至室温，取2L水样经孔隙为0.45μm的玻璃纤维滤膜过滤。采用HLB型固相萃取柱(60mg/3cc)富集滤后水中的目标污染物，HLB固相萃取柱使用前需依次用10mL甲醇、10mL高纯水对其进行活化。富集完成后，采用10mL正己烷将目标污染物从HLB萃取柱中洗脱出来，洗脱液收集于25mLK-D浓缩器中，用柔和氮气吹至近干，加入40μL浓度为5μg/mL的内标物六甲基苯，用正己烷定容至0.5mL。
采用GC-MS测定样品中所含HHCB的浓度。GC的条件设置为：色谱柱选用UA-5毛细管柱(30m×0.25mm×0.25μm)、仪器进样口温度为280℃。升温程序设置为：以100℃作为初始温度，随后以40℃/min升至180℃，之后以5℃/min升至220℃，在220℃条件下保留2min，最后以30℃/min升温到280℃。实验采用不分流进样，进样量为2μL；以氦气作为载气，载气流速为0.75mL/min。
MS条件为：采用EI-SIM模式进行测定、电子能为70eV、离子源温度为200℃、接口温度为280℃。
最后，于2L去离子水中加入一定量的HHCB标准物质，采用上述相同步骤分析其浓度，计算得到加标回收率与相对标准偏差，分别为90.8％和11％，表明测量数据有效。
采用S141中的质量平衡方程，进行计算，方程中各参数见表1～表5。
表1环境区间特征
表2HHCB的理化性质数据
表3迁移转化参数
表4Z值计算
表5D值计算
选取测定水域上游S1–S12河段作为降解速率求解河段，在每个测定单元中建立不同环境相质量平衡方程用于求解预测浓度值。基于最小二乘法，通过不断调整水体中降解速率数值，使上述预测浓度值与真实浓度值之间的残差和达到最小，此时对应的降解速率即为HHCB在水体中的降解速率。结果表明，HHCB在所研究河段水体中的降解速率为1.28×10-1h-1。
为验证本方法计算结果的准确性，选定测定水域下游S12–S17子单元作为验证河段。将上述计算所得降解速率作为已知量代入上述质量平衡方程中，求解HHCB的预测浓度。比较HHCB的预测值与实测值，以判定本发明方法准确性。
表6为验证测定区域内，河段不同采样点实测值与预测值的对比结果。
表6验证河段不同采样点的实测值与预测值
样点 预测值(ng/L) 实测值(ng/L) log(预测值/实测值)
S13 97.3 136 -0.14
S15 179 192 -0.03
S16 180 142 0.10
S17 133 139 -0.02
其中，若HHCB浓度的预测结果与实测值的差值在0.1个对数单位之间，则表示HHCB浓度的预测结果与实测值的吻合程度非常高；若HHCB浓度的预测结果与实测值的差值在0.5个对数单位之内，则表示吻合度高；若HHCB浓度的预测结果与实测值的差值在1个对数单位之内，则表示吻合度较高；若HHCB浓度的预测结果与实测值的差值高于1个对数单位，则表示计算方法存在不稳定性。
如表6所示，其差值在0.5个对数单位之内，吻合度高，证明测定得到的HHCB的降解速率符合实际环境中的降解速率。
图6为本发明一实施例提供的有机污染物降解速率的测定设备结构示意图。
如图6所示，有机污染物降解速率的测定设备，包括：
输入设备301和处理器302，输入设备301和处理器302连接。
输入设备301，用于获取测定水域的每个测定单元中目标污染物的流出量和目标污染物的流入量，测定水域包括：沿着水流方向划分的多个测定单元。
一些实施方式中，输入设备301与处理器302可以为互相独立的设备，也可以集成为同一设备。
若输入设备301与处理器302为互相独立的设备，输入设备301与处理器302可通过网络连接，其连接方式可包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(LocalAreaNetwork，LAN)、广域网(WideAreaNetwork，WAN)、无线局域网(WirelessLocalAreaNetworks，WLAN)、城域网(MetropolitanAreaNetwork，MAN)、广域网(WideAreaNetwork，WAN)、公共电话交换网(PublicSwitchedTelephoneNetwork，PSTN)、蓝牙网络、ZigBee网络、或近场通信(NearFieldCommunication,NFC)网络等，或其任意组合。输入设备301可以是用于测定目标污染物浓度的设备以及能够将测定结果发送给处理器302的设备，输入设备301可以设置在每个采样点的位置，以便及时对采得的水样进行测定，获取测定水域的每个测定单元中目标污染物的流出量和目标污染物的流入量。
处理器302，用于根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程；根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率。
一些实施方式中，处理器302可以包括中央处理单元(CentralProcessingUnit，CPU)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、专用指令集处理器(ApplicationSpecificInstruction-setProcessor，ASIP)、图形处理单元(GraphicsProcessingUnit，GPU)、物理处理单元(PhysicsProcessingUnit，PPU)、数字信号处理器(DigitalSignalProcessor，DSP)、现场可编程门阵列(FieldProgrammableGateArray，FPGA)、可编程逻辑器件(ProgrammableLogicDevice，PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstructionSetComputing，RISC)、或微处理器等，或其任意组合。处理器302可以设置在服务器、终端、智能设备、云端等位置，以实现其计算功能，具体形式在此不做限制。
可选的，处理器302在运行时，可以执行预设的程序，用于根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程。根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各测定单元中多个环境相的质量平衡方程，获取至少两个连续测定单元所在区域的目标污染物的降解速率。
可选地，处理器302在运行时，还可用于根据各测定单元中多个环境相的质量平衡方程，获取各测定单元流出的目标污染物的预测浓度值。根据各测定单元的目标污染物的预测浓度值与目标污染物的真实浓度，确定各测定单元的浓度残差。根据至少两个连续测定单元的浓度残差，对质量平衡方程中的降解速率数值进行调节，并根据调节之后的质量平衡方程确定各测定单元的浓度残差。若调节之后得到的至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率。
可选地，处理器302在运行时，还可用于若调节之后得到的至少两个连续测定单元的浓度残差之和，小于或等于预设残差，则确定调节之后的降解速率数值为至少两个连续测定单元所在区域的目标污染物的降解速率。
由于有机污染物降解速率的测定设备用于实现上述有机污染物降解速率的测定方法，因此其有益效果相同，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种有机污染物降解速率的测定方法，应用于天然环境水体，其特征在于，包括：
将测定水域沿水流方向划分多个连续测定单元；
获取每个所述测定单元中目标污染物的流出量和目标污染物的流入量；
根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程；
根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各所述测定单元中多个所述环境相的质量平衡方程，获取所述至少两个连续测定单元所在区域的目标污染物的降解速率。
2.根据权利要求1所述的方法，其特征在于，所述根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各所述测定单元中多个所述环境相的质量平衡方程，获取所述至少两个连续测定单元之间的目标污染物的降解速率，包括：
根据各所述测定单元中多个所述环境相的质量平衡方程，获取各所述测定单元流出的目标污染物的预测浓度值；
根据各所述测定单元的所述目标污染物的预测浓度值与所述目标污染物的真实浓度，确定各所述测定单元的浓度残差；
根据所述至少两个连续测定单元的浓度残差，对所述质量平衡方程中的降解速率数值进行调节，并根据调节之后的质量平衡方程确定各所述测定单元的浓度残差；
若调节之后得到的所述至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为所述至少两个连续测定单元所在区域的目标污染物的降解速率。
3.根据权利要求2所述的方法，其特征在于，所述若调节之后得到的所述至少两个连续测定单元的浓度残差，达到预设条件，则确定调节之后的降解速率数值为所述至少两个连续测定单元所在区域的目标污染物的降解速率，包括：
若调节之后得到的所述至少两个连续测定单元的浓度残差之和小于或等于预设残差，则确定所述调节之后的降解速率数值为所述至少两个连续测定单元所在区域的目标污染物的降解速率。
4.根据权利要求1所述的方法，其特征在于，所述根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各所述测定单元中多个所述环境相的质量平衡方程，获取所述至少两个连续测定单元所在区域的目标污染物的降解速率之前，所述方法还包括：
获取各所述测定单元流出的目标污染物样本；
根据所述目标污染物样本，通过预设测定方法，获取各所述测定单元的目标污染物的真实浓度。
5.根据权利要求4所述的方法，其特征在于，所述获取各所述测定单元流出的目标污染物样本，包括：
在各所述测定单元与下一测定单元之间设置采样点；
获取所述采样点的目标污染物样本作为各所述测定单元的目标污染物样本。
6.根据权利要求5所述的方法，其特征在于，所述获取所述采样点的目标污染物样本作为各所述测定单元的目标污染物样本，包括：
获取所述采样点的水面下预设距离处的水样，作为各所述测定单元的目标污染物样本。
7.根据权利要求1所述的方法，其特征在于，所述环境相的特征包括所述环境相的逸度、所述环境相的平流流入流速、所述环境相与不同环境相之间的扩散值、所述环境相中目标污染物的摩尔浓度中的至少一个。
8.根据权利要求1-7中任一所述的方法，其特征在于，所述将所述测定水域沿水流方向划分多个连续测定单元，包括：
将所述测定水域沿水流方向划分N个连续的测定单元，每个所述测定单元的长度相等，其中，N为大于1的整数。
9.根据权利要求8所述的方法，其特征在于，所述测定单元在水流方向的长度为3km～6km。
10.一种有机污染物降解速率的测定设备，其特征在于，包括：输入设备和处理器，所述输入设备和所述处理器连接；
所述输入设备，用于获取测定水域的每个测定单元中目标污染物的流出量和目标污染物的流入量，所述测定水域包括：沿着水流方向划分的多个所述测定单元；
所述处理器，用于根据每个测定单元中目标污染物的输出量和目标污染物的输入量、以及每个测定单元中多个环境相的特征，建立每个测定单元中的多个环境相的质量平衡方程；根据至少两个连续测定单元中各测定单元流出的目标污染物的真实浓度，和各所述测定单元中多个所述环境相的质量平衡方程，获取所述至少两个连续测定单元所在区域的目标污染物的降解速率。
CN201910643476.XA 2019-07-16 2019-07-16 有机污染物降解速率的测定方法和设备 Active CN110244016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910643476.XA CN110244016B (zh) 2019-07-16 2019-07-16 有机污染物降解速率的测定方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910643476.XA CN110244016B (zh) 2019-07-16 2019-07-16 有机污染物降解速率的测定方法和设备

Publications (2)

Publication Number Publication Date
CN110244016A true CN110244016A (zh) 2019-09-17
CN110244016B CN110244016B (zh) 2020-06-05

Family

ID=67892548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910643476.XA Active CN110244016B (zh) 2019-07-16 2019-07-16 有机污染物降解速率的测定方法和设备

Country Status (1)

Country Link
CN (1) CN110244016B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010518A (zh) * 2021-03-15 2021-06-22 小洖科技(苏州)有限公司 管道清洗数据的处理方法及其装置
CN113393907A (zh) * 2021-07-20 2021-09-14 西安交通大学 PPCPs类有机污染物降解率预测模型构建方法及装置
CN113433230A (zh) * 2021-06-07 2021-09-24 安徽大学 有机污染物转化中间产物的定性定量与质量平衡研究方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551371A (zh) * 2008-12-29 2009-10-07 南通市环境监测中心站 环境中三氟乙酸多相传质的预测方法
CN101718773A (zh) * 2009-11-30 2010-06-02 哈尔滨工业大学 基于逸度原理的动态迁移水质分析方法
CN101975746A (zh) * 2010-09-07 2011-02-16 桂林理工大学 一种餐饮油烟污染物的微生物降解速率常数的确定方法
EP2597461A2 (fr) * 2011-11-23 2013-05-29 Envolure Procédé de mesure directe de multiples biodégradabilités
CN103714220A (zh) * 2014-01-07 2014-04-09 中国科学院烟台海岸带研究所 预测海岸带持久性有机污染物消除速率的方法
CN104521680A (zh) * 2014-12-08 2015-04-22 北京市林业碳汇工作办公室 一种有效调控污染物pm2.5浓度的景观生态林配植方法
CN104820745A (zh) * 2015-05-05 2015-08-05 环境保护部南京环境科学研究所 地表水环境介质中有机化学品暴露水平预测方法
CN105044304A (zh) * 2015-06-11 2015-11-11 武汉大学 一种寒区化冻期土壤内源污染释放汇流过程监测方法
CN106124659A (zh) * 2016-06-23 2016-11-16 井冈山大学 预测磺胺类抗生素光催化降解速率的方法
CN106202925A (zh) * 2016-07-09 2016-12-07 常州大学 基于逸度模型的一种健康风险评价方法
CN107091832A (zh) * 2017-05-09 2017-08-25 山东省城市供排水水质监测中心 Uv/h2o2降解水中典型有机物反应速率常数的测定方法
WO2018140995A1 (de) * 2017-01-31 2018-08-09 Technische Universität Wien Verfahren zur bestimmung des kunststoffgehaltes in gewässer- und abwasserproben
CN109063910A (zh) * 2018-08-02 2018-12-21 浙江海洋大学 一种基于大数据的船舶污染物排放实时监测方法
CN109298002A (zh) * 2018-07-24 2019-02-01 大连理工大学 一种过硫酸钠修复石油烃污染土壤降解率的预测方法
CN109647525A (zh) * 2019-01-18 2019-04-19 湖南大学 利用缺陷型金属有机骨架光催化剂光催化降解有机污染物的方法
CN109813767A (zh) * 2019-01-31 2019-05-28 重庆大学 一种城市河流中污染物生物降解率的测定方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551371A (zh) * 2008-12-29 2009-10-07 南通市环境监测中心站 环境中三氟乙酸多相传质的预测方法
CN101718773A (zh) * 2009-11-30 2010-06-02 哈尔滨工业大学 基于逸度原理的动态迁移水质分析方法
CN101975746A (zh) * 2010-09-07 2011-02-16 桂林理工大学 一种餐饮油烟污染物的微生物降解速率常数的确定方法
EP2597461A2 (fr) * 2011-11-23 2013-05-29 Envolure Procédé de mesure directe de multiples biodégradabilités
CN103714220A (zh) * 2014-01-07 2014-04-09 中国科学院烟台海岸带研究所 预测海岸带持久性有机污染物消除速率的方法
CN104521680A (zh) * 2014-12-08 2015-04-22 北京市林业碳汇工作办公室 一种有效调控污染物pm2.5浓度的景观生态林配植方法
CN104820745A (zh) * 2015-05-05 2015-08-05 环境保护部南京环境科学研究所 地表水环境介质中有机化学品暴露水平预测方法
CN105044304A (zh) * 2015-06-11 2015-11-11 武汉大学 一种寒区化冻期土壤内源污染释放汇流过程监测方法
CN106124659A (zh) * 2016-06-23 2016-11-16 井冈山大学 预测磺胺类抗生素光催化降解速率的方法
CN106202925A (zh) * 2016-07-09 2016-12-07 常州大学 基于逸度模型的一种健康风险评价方法
WO2018140995A1 (de) * 2017-01-31 2018-08-09 Technische Universität Wien Verfahren zur bestimmung des kunststoffgehaltes in gewässer- und abwasserproben
CN107091832A (zh) * 2017-05-09 2017-08-25 山东省城市供排水水质监测中心 Uv/h2o2降解水中典型有机物反应速率常数的测定方法
CN109298002A (zh) * 2018-07-24 2019-02-01 大连理工大学 一种过硫酸钠修复石油烃污染土壤降解率的预测方法
CN109063910A (zh) * 2018-08-02 2018-12-21 浙江海洋大学 一种基于大数据的船舶污染物排放实时监测方法
CN109647525A (zh) * 2019-01-18 2019-04-19 湖南大学 利用缺陷型金属有机骨架光催化剂光催化降解有机污染物的方法
CN109813767A (zh) * 2019-01-31 2019-05-28 重庆大学 一种城市河流中污染物生物降解率的测定方法

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
DONALD MACKAY ET AL.: "A quantitative water air sediment interaction (QWASI) fugacity model for describing the fate of chemicals in lakes", 《CHEMOSPHERE》 *
DONG-HEE LIM ET AL.: "A DYNAMIC MULTIMEDIA ENVIRONMENTAL AND BIOACCUMULATION MODEL FOR BROMINATED FLAME RETARDANTS IN LAKE HURON AND LAKE ERIE, USA", 《ENVIRONMENTAL TOXICOLOGY AND CHEMISTRY》 *
URS SCHENKER ET AL.: "Improving data quality for environmental fate models: A least-squares adjustment procedure for harmonizing physicochemical properties of organic compounds", 《ENVIRONMENTAL SCIENCE & TECHNOLOGY》 *
URS SCHENKER ET AL.: "Including degradation products of persistent organic pollutants in a global multi-media box model", 《ENVIRONMENTAL SCIENCE AND POLLUTION RESEARCH》 *
刘振宇: "辽河流域残留多氯有机物的多介质环境模拟", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 *
刘振宇等: "河流环境持久性有机污染物归宿的动态逸度模型", 《环境科学》 *
汪祖丞等: "菲在长江口的多介质归趋模拟", 《环境科学》 *
王光远等: "厌氧-跌水充氧接触氧化工艺有机物降解数学模型", 《环境工程学报》 *
王策: "松花江典型有机污染物动态数值模型构建与模拟", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 *
胡艳: "石油开采区多环芳烃多介质环境行为及其生态风险研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 *
贺莹莹: "长江口水体极性有机污染物存在水平及生态风险评价", 《中国优秀硕士论文全文数据库 工程科技Ⅰ辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010518A (zh) * 2021-03-15 2021-06-22 小洖科技(苏州)有限公司 管道清洗数据的处理方法及其装置
CN113010518B (zh) * 2021-03-15 2023-12-15 小洖科技(苏州)有限公司 管道清洗数据的处理方法及其装置
CN113433230A (zh) * 2021-06-07 2021-09-24 安徽大学 有机污染物转化中间产物的定性定量与质量平衡研究方法
CN113393907A (zh) * 2021-07-20 2021-09-14 西安交通大学 PPCPs类有机污染物降解率预测模型构建方法及装置
CN113393907B (zh) * 2021-07-20 2023-05-02 西安交通大学 PPCPs类有机污染物降解率预测模型构建方法及装置

Also Published As

Publication number Publication date
CN110244016B (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN110244016A (zh) 有机污染物降解速率的测定方法和设备
Wang et al. Application of fully automatic hollow fiber liquid phase microextraction to assess the distribution of organophosphate esters in the Pearl River Estuaries
Fritzmann et al. Helically microstructured spacers improve mass transfer and fractionation selectivity in ultrafiltration
Deines et al. Standards for publication of isotope ratio and chemical data in Chemical Geology
CN111199341A (zh) 基于多排污口核查与监测的中小流域污染源源解析方法
CN112816646A (zh) 一种基于网格化水质监测的河道排污口溯源方法
David et al. Carbon biogeochemistry and CO 2 emissions in a human impacted and mangrove dominated tropical estuary (Can Gio, Vietnam)
Manning et al. Continuous measurements of dissolved Ne, Ar, Kr, and Xe ratios with a field-deployable gas equilibration mass spectrometer
Gaganis et al. On the evaluation of dispersion coefficients from visualization experiments in artificial porous media
CN103808790A (zh) 一种基于同位素的地表水污染源解析方法
Engelhardt et al. Quantification of long-term wastewater fluxes at the surface water/groundwater-interface: an integrative model perspective using stable isotopes and acesulfame
Al-Horr et al. A continuous analyzer for soluble anionic constituents and ammonium in atmospheric particulate matter
CN101487787B (zh) 快速确定非饱和土水力参数的方法
Knapp et al. In-situ mass spectrometry improves the estimation of stream reaeration from gas-tracer tests
Urtiaga et al. Mass transfer analysis of the pervaporative separation of chloroform from aqueous solutions in hollow fiber devices
Tweedie et al. The analysis of dissolved inorganic carbon in liquid using a microfluidic conductivity sensor with membrane separation of CO 2
Bussmann et al. Spatial variability and hotspots of methane concentrations in a large temperate river
CN110031586B (zh) 用于高效液相色谱流动相比例梯度优化方法
CN104964940A (zh) 一种快速检测水样中总磷含量的检测装置及其检测方法
CN104897814A (zh) 采用dnph-硅胶吸附小柱结合hplc-uv检测大气醛酮浓度的方法
Sánchez et al. New device for time-averaged measurement of volatile organic compounds (VOCs)
Murugan et al. A review on method development and validation by using HPLC
Schnegg et al. Online field fluorometers for hydrogeological tracer tests
Federer et al. A new method for high-resolution methane measurements on polar ice cores using continuous flow analysis
van de Ven et al. Unraveling ultrafiltration of polysaccharides with flow field flow fractionation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant