CN114477463A - 基于响应曲面的绿萝修复铜污染水体的优化方法 - Google Patents
基于响应曲面的绿萝修复铜污染水体的优化方法 Download PDFInfo
- Publication number
- CN114477463A CN114477463A CN202210109825.1A CN202210109825A CN114477463A CN 114477463 A CN114477463 A CN 114477463A CN 202210109825 A CN202210109825 A CN 202210109825A CN 114477463 A CN114477463 A CN 114477463A
- Authority
- CN
- China
- Prior art keywords
- copper
- response
- curved surface
- water body
- polluted water
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 title claims abstract description 84
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 53
- 241001312214 Epipremnum aureum Species 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- YGSDEFSMJLZEOE-UHFFFAOYSA-N salicylic acid Chemical compound OC(=O)C1=CC=CC=C1O YGSDEFSMJLZEOE-UHFFFAOYSA-N 0.000 claims abstract description 94
- 239000010949 copper Substances 0.000 claims abstract description 58
- 229910052802 copper Inorganic materials 0.000 claims abstract description 57
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 56
- FJKROLUGYXJWQN-UHFFFAOYSA-N papa-hydroxy-benzoic acid Natural products OC(=O)C1=CC=C(O)C=C1 FJKROLUGYXJWQN-UHFFFAOYSA-N 0.000 claims abstract description 47
- 229960004889 salicylic acid Drugs 0.000 claims abstract description 47
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000002474 experimental method Methods 0.000 claims abstract description 12
- YEESUBCSWGVPCE-UHFFFAOYSA-N azanylidyneoxidanium iron(2+) pentacyanide Chemical compound [Fe++].[C-]#N.[C-]#N.[C-]#N.[C-]#N.[C-]#N.N#[O+] YEESUBCSWGVPCE-UHFFFAOYSA-N 0.000 claims abstract description 8
- 229960002460 nitroprusside Drugs 0.000 claims abstract description 8
- 230000000694 effects Effects 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 12
- JPVYNHNXODAKFH-UHFFFAOYSA-N Cu2+ Chemical compound [Cu+2] JPVYNHNXODAKFH-UHFFFAOYSA-N 0.000 claims description 8
- 229910001431 copper ion Inorganic materials 0.000 claims description 8
- 238000000540 analysis of variance Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 235000015097 nutrients Nutrition 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 4
- 238000005211 surface analysis Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 2
- XEYBHCRIKKKOSS-UHFFFAOYSA-N disodium;azanylidyneoxidanium;iron(2+);pentacyanide Chemical compound [Na+].[Na+].[Fe+2].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].[O+]#N XEYBHCRIKKKOSS-UHFFFAOYSA-N 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 229940083618 sodium nitroprusside Drugs 0.000 claims description 2
- 229910001385 heavy metal Inorganic materials 0.000 abstract description 21
- 229930195732 phytohormone Natural products 0.000 abstract description 7
- 238000013461 design Methods 0.000 abstract description 6
- 238000005728 strengthening Methods 0.000 abstract description 5
- 230000008439 repair process Effects 0.000 abstract description 3
- 150000001647 brassinosteroids Chemical class 0.000 abstract description 2
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 238000012795 verification Methods 0.000 abstract description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 72
- 241000196324 Embryophyta Species 0.000 description 28
- 230000012010 growth Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 6
- 239000007864 aqueous solution Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005067 remediation Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000013401 experimental design Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000009021 linear effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000008635 plant growth Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- IXVMHGVQKLDRKH-YEJCTVDLSA-N (22s,23s)-epibrassinolide Chemical compound C1OC(=O)[C@H]2C[C@H](O)[C@H](O)C[C@]2(C)[C@H]2CC[C@]3(C)[C@@H]([C@H](C)[C@H](O)[C@@H](O)[C@H](C)C(C)C)CC[C@H]3[C@@H]21 IXVMHGVQKLDRKH-YEJCTVDLSA-N 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 2
- IXVMHGVQKLDRKH-VRESXRICSA-N Brassinolide Natural products O=C1OC[C@@H]2[C@@H]3[C@@](C)([C@H]([C@@H]([C@@H](O)[C@H](O)[C@H](C(C)C)C)C)CC3)CC[C@@H]2[C@]2(C)[C@@H]1C[C@H](O)[C@H](O)C2 IXVMHGVQKLDRKH-VRESXRICSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012258 culturing Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 239000003375 plant hormone Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 241000209524 Araceae Species 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010170 biological method Methods 0.000 description 1
- 229910052927 chalcanthite Inorganic materials 0.000 description 1
- 238000009388 chemical precipitation Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000008367 deionised water Substances 0.000 description 1
- 229910021641 deionized water Inorganic materials 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000002848 electrochemical method Methods 0.000 description 1
- 238000003050 experimental design method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000004345 fruit ripening Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005342 ion exchange Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000012803 optimization experiment Methods 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000027874 photomorphogenesis Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000037039 plant physiology Effects 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000010496 root system development Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000007226 seed germination Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/32—Biological treatment of water, waste water, or sewage characterised by the animals or plants used, e.g. algae
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2101/00—Nature of the contaminant
- C02F2101/10—Inorganic compounds
- C02F2101/20—Heavy metals or heavy metal compounds
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Microbiology (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biotechnology (AREA)
- Botany (AREA)
- Biodiversity & Conservation Biology (AREA)
- Software Systems (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Agricultural Chemicals And Associated Chemicals (AREA)
Abstract
本发明公开一种基于响应曲面的绿萝修复铜污染水体的优化方法，包括：单因素试验确定较佳的外源强化因子水杨酸、硝普纳和植物激素油菜素甾醇投加浓度的参数取值范围；选用响应曲面法中Box‑Behnken方法设计优化试验；进行响应曲面试验，获取建立模型所需响应值‑铜去除率；应用Design‑Expert软件对实验数据进行多元回归拟合，建立二次多元回归模型；对响应曲面二次模型进行方差分析和显著性分析；确定最优条件，并进行验证试验检验模型有效性和最优条件的实用性。本发明通过施加三种外源强化因子优化绿萝修复铜污染，不仅试验效率高、预测精度高和可操作性强，而且能够有效提高绿萝累积重金属铜的能力使水质得到改善。
Description
技术领域
本发明涉及铜污染废水处理技术领域，具体涉及基于响应曲面的绿萝修复铜污染水体的优化方法。
背景技术
随着现代工业的迅速发展，导致工业废水的排放总量越来越大，致使许多污染物排放到水中，尤其突出的是水体重金属污染。重金属是环境中典型的蓄积性污染物，难以降解，一旦重金属进入水体仅靠水体自净能力很难使水体恢复到原有的状态。此外，水生环境中的重金属易于迁移，因此很容易通过水生动物直接或间接地影响人类的自身健康。铜离子进入水体后不能被生物降解，只能发生迁移和形态转化。在水体处于酸性条件下，铜离子易溶于水，容易发生迁移，但在碱性条件下，铜离子会以沉淀或悬浮颗粒形式存在，影响其在水体中的迁移。当铜离子在水体中积累到一定程度会对水生生态系统造成严重损害，并可能通过食物链进入人体，威胁人体健康。
在重金属污染水体的治理技术中，物理化学修复技术主要是以膜分离技术法、离子交换法、电化学法、化学还原法和化学沉淀法等为主。这些方法虽然实施快捷、灵活性强、修复效率高但其工作量大、容易造成二次污染、成本量较高，不易于大规模应用。生物修复法主要包括植物、动物和微生物修复。其中，利用水生植物进行水体修复具有治理成本低、绿色环保和效率高等优点。植物修复法作为生物法处理重金属污染水体之一，它主要通过水生植物根滤、挥发、吸收和富集等作用去除污染水体中的重金属离子，或降低污染水体中的重金属毒性，以达到降低污染程度、修复和治理水体的目的。通过培育水生植物，利用水生植物根系和茎叶对重金属的吸收、转化、富集等功能可以降低水体中重金属浓度，进一步，当水生植物生物量增长到一定程度，通过收获水生植物可以实现重金属从污染水体中去除的目的。植物修复技术因其经济、绿色环保和二次污染低等特点逐渐成为水体重金属污染的主要治理技术，受到许多研究者的关注。
绿萝(Epipremnum aureum)，属于天南星科大型常绿藤本植物，气根发达，土培和水培种植均可成活，具有繁殖快、种群密度大、生长速率快和耐荫力等优点。目前，采用绿萝作为植物修复材料可以克服由于植物生长受限，导致吸收重金属效果不佳的问题。由于水体中重金属的存在形态复杂，导致植物生长以及根系发育迟缓，进而使植物修复效率低下。水杨酸(SA)是植物体内普遍存在的内源信号分子，具有重要的生理功能，在植物的生理方面发挥着重要的作用。研究表明，水杨酸在植物的抗重金属、抗旱和抗盐等方面，以及对种子萌发、果实成熟和园艺产品保鲜等具有明显的作用。一氧化氮(NO)作为一种重要的信号分子，在调节植物重金属胁迫抗性方面起着非常重要的作用。研究表明外源NO能够增强植物对重金属胁迫的抗性，一方面是通过增强植物细胞的抗氧化系统或直接清除活性氧，另一方面是通过影响植物对重金属的吸收以及重金属在植物细胞中的分布。植物激素是一类植物体内产生的一些微量而能调节自身生理过程的有机化合物，其中2,4-EBL属于油菜素甾醇类植物激素并具有高生理活性。油菜素甾醇在植物的生长发育中有着重要作用，包括茎叶的生长、根的生长、维管组织的分化以及植物光形态建成等。
响应曲面法(Response Surface Methodology,RSM)是一种多元回归拟合建模方法，能够进行多因素影响分析并预测结果，是近年来国内外常用的实验设计和优化方法。Box-Behnken Design是RSM中常用的实验设计方法。该方法具有实验次数少，精密度高，预测性能好，避免极端实验情况等优点。Design-Expert是一款响应曲面法的设计与建模软件，使用该软件可以方便快捷地设计实验方案，根据实验数据建立模型，验证模型显著性以及计算不同条件最优参数，满足各种工艺要求。
发明内容
本发明的目的在于提供一种基于响应曲面的绿萝修复铜污染水体的优化方法，进一步解决修复植株矮小、植物吸收重金属铜的效率低和水体修复效果不显著的问题，从而实现高效且较为安全的水体修复，并可以大规模应用于实际修复中。
为实现上述目的，本发明采用的技术方案如下，基于响应曲面的绿萝修复铜污染水体的优化方法，包括如下步骤：
1)将盆栽绿萝从土培中取出，清洗进行水培后，加入铜污染水体，加入水杨酸溶液、硝普纳溶液，对铜污染水体进行修复；
2)选择水杨酸浓度、硝普纳浓度、2,4-EBL浓度进行单因素实验；
3)在单因素试验的基础上，选取影响最大的三个因素，水杨酸添加浓度、硝普纳添加浓度、2,4-EBL浓度为自变量以铜去除率为响应值，建立二次多元方程；
4)对多元二次方程进行响应面分析，取铜去除率为最大值，对绿萝修复铜污染水体方法进行优化，得到提取工艺参数。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，还包括以下步骤：将步骤4)中得到的工艺参数，进行确定和实验验证。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，步骤1)中，所述的水培是将根部洗净的绿萝放置于1/500改良霍格兰营养液内培养14天。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，水杨酸投加量为25、50、100、200μM/500mL，硝普纳投加量为25、50、100、200μM/500mL，2,4-EBL投加量为0.25、0.5、1.0和2.0μM/500mL。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，步骤1)中，铜污染水体中，铜离子浓度为400mg/L。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，步骤3)中，二次多元方程为：
式中：Y是去除率的预测响应值，β0为偏移项，βi、βii分别为自变量Xi的线性偏移和二阶偏移系数，βij为自变量Xi和Xj交互效应系数，Xi和Xj代表各因素水平的编码值，ε为拟合模型的残差。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，对二次多元方程系数及二次多元方程进行F检验和P检验，得出ANOVA分析结果和显著性检验结果；分析回归模型的拟合系数和调整拟合系数；通过回归方程、绘制等高线和响应面图，对任意两种因素的交互效应进行分析评价。
上述的基于响应曲面的绿萝修复铜污染水体的优化方法，模型的显著性检验的ANOVA分析要求为：R2为0.9739，CV＝2.88＜10％、信噪比为18.43＞4和Model(模型)—significant。
本发明采用水杨酸SA、气体分子NO和油菜素甾醇类植物激素2,4-EBL强化绿萝吸收水体中的铜，原因如下，一方面，三种强化因子均可以促进植株生长发育如根系伸长，从而提高生物利用度；另一方面，三种强化因子均可以增强抗氧化酶CAT、APOX和SOD等酶活性，维持AsA-GSH循环的平衡，进一步提高植物转运和吸收Cu的能力，从而减少铜对水体水质的影响且快速有效地增强植物修复效率。
本发明带来的有益效果为：
(1)本发明通过外源投加水杨酸SA、气体分子NO和植物激素2,4-EBL的方式强化绿萝修复铜污染水体，发现经水杨酸SA、气体分子NO和植物激素2,4-EBL强化后的绿萝能够有效提高铜污染的植物修复效率，使修复铜污染水体具有投资少、维护成本低、工程量小和管理技术要求低等特点，具有良好的环境效益和经济效益。
(2)本发明选用的植物修复材料绿萝具有生长速率快、生长培养条件容易等优点，一方面，在修复铜污染水体的同时，起到美化环境的作用，具有良好的环境效益；另一方面避免了植物生长速度慢、地上部生物量小等问题。
(3)本发明通过响应曲面软件建模过程操作简单，无需进行复杂的数学运算，即可建立具有良好预测能力的模型。
(4)本发明使用多元二次回归方程来拟合试验数据，通过建立回归方程，进行方差检验和显著性分析，开展验证试验，有效提高了预测结果的精度。
(5)本发明将响应值(铜去除率)与自变量(SA投加量，NO投加量和2,4-EBL投加量)之间的函数关系运用图形技术展示出来，形象的反映自变量交互作用下对响应值的影响情况，有助于直观观察并选择最优工艺参数。
(6)本发明对处理后的植物进行安全处置，减少修复植物对环境造成的二次污染。
(7)本发明不需要引入外来植物物种，避免了由于引入外来植物物种造成处理难度加大等问题。
附图说明
图1为实施例中去除率Y残差正态概率分布图；
图2为实施例中去除率Y实际值与预测值的交互关系；
图3为实施例中SA和NO对铜去除率的影响：(A)等高线图；(B)三维图；
图4为实施例中SA和2,4-EBL对铜去除率的影响：(A)等高线图；(B)三维图；
图5为实施例中NO和2,4-EBL对铜去除率的影响：(A)等高线图；(B)三维图。
具体实施方式
实施例：
(一)基于响应曲面的绿萝修复铜污染水体的优化方法，方法如下：
1)将盆栽绿萝从土培中取出，用去离子水冲洗根部3遍以上，将其放入水中培养7天后，以绿萝鲜重12g/株为筛选条件，选出长势一致的绿萝，5株为一组，放置于盛有500mL1/500改良霍格兰营养液的玻璃盆内培养，将盆随机摆放，生长条件为：水温和室内温度基本一致，每2天更换一次营养液并再次随机摆放，避免因环境差异引起的误差。继续培养14天后，待其根部经水培驯化后用于胁迫实验；
2)铜胁迫是以CuSO4·5H2O(分析纯)水溶液形式添加，铜浓度设置为400mg/L，水杨酸是以水杨酸(分析纯)水溶液形式添加，所述水杨酸水溶液浓度为：25-200μM/500mL，NO是以硝普纳SNP(分析纯)水溶液形式添加，所述SNP水溶液浓度为：25-200μM/500mL，植物激素2,4-EBL是以植物激素乙醇水溶液形式添加，具体配置为每10mL乙醇中加入0.5-4mg 2,4-EBL，并添加蒸馏水稀释至500mL，所述植物激素乙醇水溶液的浓度为0.25-2μM/500mL；
(二)单因素试验
在本试验中，依次改变SA投加量为25、50、100和200μM，依次改变NO投加量为25、50、100和200μM，依次改变2,4-EBL投加量为0.25、0.5、1.0和2.0μM，通过分析试验结果，各变量取值的最优范围分别为水杨酸SA(25-100μM)、一氧化氮NO(25-100μM)和2,4-EBL(0.25-1μM)。
(三)多因素响应曲面法优化试验：
1)设计试验方案
结合单因素实验结果，以铜去除率为响应值(因变量)，选择水杨酸SA(25-100μM)、一氧化氮NO(25-100μM)和2,4-EBL(0.25-1μM)为三个自变量进行三因素三水平优化实验。三个自变量分别用X1、X2和X3指代，并分别取低、中、高三个水平，其水平值分别用-1，0和+1表示，代码值与因素水平值对应见表1。共设计17组实验，每组实验进行3组生物学重复。
表1 Box-Behnken实验设计的自变量水平和编码值
2)二阶响应曲面模型建立
用Design expert 11.0软件对表1中三组因素及水平进行组合，建立了三因素三水平的响应曲面实验方案，共设计17组实验，实验结果见表2。对表2的数据进行多元拟合，构建以铜去除率为响应值(Y)，包含水杨酸(X1)、一氧化氮(X2)和2,4-EBL(X3)三个影响因素的三元二次回归方程，如下。
对响应值Y(去除率)的拟合方程进行方差分析和显著性分析，检验模型对实验结果是否具有显著性以及充分性，方差的分析结果如表3所示。
表2实验组次与结果
表3响应曲面方差分析结果
二次多项式模型的统计显著性由F值来表达，是效应项与误差项的比值，通常F值越大，表示处理效果之间的差异越大，即模型是显著的。通过F值与自由度可以计算出P值。P≤0.01的项对于响应值的影响十分显著，P≤0.05的项对于响应值的影响显著，P＞0.05的项对于响应值的影响不显著。根据方差分析，模型的F值为29.01，P＜0.0001，说明铜去除率与三种因素之间的关系总体非常显著。观察各项P值，可以看出X2和X3的P值小于0.0001，为极显著变量；X1、X1 X2、X1 2、X2 2和X3 2的P值均小于0.05，为显著变量；X1 X3和X2 X3的P值均大于0.05，为不显著变量。由此说明，所选的3个强化因子中，X2(NO)和X3(2,4-EBL)项对于铜去除率的响应模型的线性作用最为显著；X1 X2(SA和NO)项对于铜去除率的二次响应模型的交互作用显著；X1 2(SA)、X2 2(NO)和X3 2(2,4-EBL)项对于铜去除率的二次响应模型的二次曲面效应显著。
如图1所示，残差分布图中的点基本分布在一条直线附近表明模型拟合精确度高。如图2所示，去除率Y的预测值和实际值有良好的线性关系。二次多项式模型的统计有效性通过R2来检验，R2是判断回归方程有效性的一个重要参数，模型的R2为0.9739，说明响应面上97.39％的变化都可以过此模型来进行预测，即经验模型的拟合效果较好，同时CV＝2.88＜10％，说明模型的可靠性和精密度较高，此外，该模型的信噪比为18.43＞4，说明信号充足。因此从方差分析和模型诊断可以看出，该模型具有高度显著性，能够有效的模拟和预测响应值。
3)双因子交互效应分析
为了更加直观地分析三种强化因子SA、NO和2,4-EBL对铜去除率的影响，对表2的数据进行拟合，绘制出了以两个自标量为坐标的等高线图以及响应曲面三维图，如图3、4和5所示。从图中可以看出，三种因素之间具有一定的交互作用，单因素的自变量会受到其他因素的限制。
由图3可知，铜去除率的响应值随着SA和NO浓度的增加呈现先增加后降低的趋势，此外较高的去除率值出现在SA浓度160μM和NO浓度为150μM左右。同时响应曲面坡度变化不明显，由此说明，SA和NO二者交互作用不显著。由图4可知，铜去除率的响应值随着2,4-EBL浓度增加而升高，而随着SA浓度的提高，去除率变化较小，此外，较高的去除率响应值出现在SA浓度170μM和2,4-EBL浓度1.4μM左右。同时响应曲面的坡度较陡，且等高线呈椭圆形，说明SA和2,4-EBL之间的交互作用较显著。由图5可知，铜去除率的响应值随着2,4-EBL浓度增加而升高，而随着NO浓度的提高，去除率变化较小，此外，较高的去除率响应值出现在NO浓度180μM和2,4-EBL浓度1.5μM左右。同时响应曲面的坡度较陡，且等高线呈椭圆形，说明NO和2,4-EBL之间的交互作用较显著。
结合上述分析可以得出交互项对铜去除率的影响大小次序为：NO和2,4-EBL(X2X3)＞SA和2,4-EBL(X1 X3)＞SA和NO(X1 X2)。
4)模型优化
对拟合的模型进行了优化，目的是寻求当响应值最大时的最佳的反应条件组合方法。根据Design expert 11.0软件确定当响应值铜去除率最大时，优化出来的条件为：SA的浓度是62.43μM，NO的浓度是115.28μM，2,4-EBL浓度是1.64μM时，此优化条件下铜去除率为61.07％。综合考虑实际操作的可行性，选择SA的浓度是65μM，NO的浓度是120μM，2,4-EBL浓度是1.6μM。按照最优条件添加外源强化因子，并进行3组铜去除率的平行实验。实验后得到实际平均值去除率是65.29％，通过模型预测的铜去除率和实际的铜去除率十分接近，表明模型预测较准确。
本发明在对外源单一施加SA、NO和2,4-EBL强化绿萝修复铜污染水体的基础上，使用响应曲面法具体研究了以上三个变量对响应值铜去除率的影响，最终优化了外源联合施加SA、NO和2,4-EBL强化绿萝修复铜污染水体的投加量，得出以下结论：
1)建立了三个变量与四个响应值的二次回归模型，拟合程度良好，并分析了各个变量对不同响应值的影响程度，即X2(NO)和X3(2,4-EBL)项对于Y(铜去除率)的响应模型的线性作用最为显著；X1 X2(SA和NO)项对于Y(铜去除率)的二次响应模型的交互作用显著；X1 2(SA)、X2 2(NO)和X3 2(2,4-EBL)项对于Y(铜去除率)的二次响应模型的二次曲面效应显著。
2)通过响应曲面，确定了最佳的反应条件，即SA的浓度是65μM，NO的浓度是120μM，2,4-EBL浓度是1.6μM，最佳条件下铜去除率为65.29％。
本发明实施例提供的基于响应曲面的绿萝修复铜污染水体的优化方法，解决了实际应用中铜去除率低的问题，采用的响应曲面分析法是一种综合试验设计与数学建模的新型优化方法，在多因素优化分析研究中表现出显著的优越性。本发明通过在给定区域上构建因素与响应值间的明确函数关系，得到满足多个响应值的各因素的最佳组合，实现对铜污染水体中铜去除率的有效处理。
Claims (8)
1.基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：包括如下步骤：
1)将盆栽绿萝从土培中取出，清洗进行水培后，加入铜污染水体，加入水杨酸溶液、硝普纳溶液，对铜污染水体进行修复；
2)选择水杨酸浓度、硝普纳浓度、2,4-EBL浓度进行单因素实验；
3)在单因素试验的基础上，选取影响最大的三个因素，水杨酸添加浓度、硝普纳添加浓度、2,4-EBL浓度为自变量以铜去除率为响应值，建立二次多元方程；
4)对多元二次方程进行响应面分析，取铜去除率为最大值，对绿萝修复铜污染水体方法进行优化，得到提取工艺参数。
2.根据权利要求1所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：还包括以下步骤：将步骤4)中得到的工艺参数，进行确定和实验验证。
3.根据权利要求2所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：步骤1)中，所述的水培是将根部洗净的绿萝放置于1/500改良霍格兰营养液内培养14天。
4.根据权利要求3所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：水杨酸投加量为25、50、100、200μM/500mL，硝普纳投加量为25、50、100、200μM/500mL，2,4-EBL投加量为0.25、0.5、1.0和2.0μM/500mL。
5.根据权利要求4所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：步骤1)中，铜污染水体中，铜离子浓度为400mg/L。
6.根据权利要求5所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：步骤3)中，二次多元方程为：
式中：Y是去除率的预测响应值，β0为偏移项，βi、βii分别为自变量Xi的线性偏移和二阶偏移系数，βij为自变量Xi和Xj交互效应系数，Xi和Xj代表各因素水平的编码值，ε为拟合模型的残差。
7.根据权利要求6所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：对二次多元方程系数及二次多元方程进行F检验和P检验，得出ANOVA分析结果和显著性检验结果；分析回归模型的拟合系数和调整拟合系数；通过回归方程、绘制等高线和响应面图，对任意两种因素的交互效应进行分析评价。
8.根据权利要求6所述的基于响应曲面的绿萝修复铜污染水体的优化方法，其特征在于：模型的显著性检验的ANOVA分析要求为：R2为0.9739，CV＝2.88＜10％、信噪比为18.43＞4和Model(模型)—significant。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210109825.1A CN114477463A (zh) | 2022-01-28 | 2022-01-28 | 基于响应曲面的绿萝修复铜污染水体的优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210109825.1A CN114477463A (zh) | 2022-01-28 | 2022-01-28 | 基于响应曲面的绿萝修复铜污染水体的优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114477463A true CN114477463A (zh) | 2022-05-13 |
Family
ID=81478277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210109825.1A Pending CN114477463A (zh) | 2022-01-28 | 2022-01-28 | 基于响应曲面的绿萝修复铜污染水体的优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114477463A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110163045A1 (en) * | 2008-09-07 | 2011-07-07 | Ramot At Tel-Aviv University Ltd. | Method and system for treating contaminated water |
| CN104707864A (zh) * | 2015-03-04 | 2015-06-17 | 蒋常德 | 强化植物修复土壤重金属污染的光合菌制剂及其制备方法 |
| US20170297929A1 (en) * | 2016-04-18 | 2017-10-19 | Waterwerx Pty Ltd | Water treatment system and method |
| CN108704928A (zh) * | 2018-05-21 | 2018-10-26 | 中南民族大学 | 一种提高植物对重金属吸收转运能力的复合药剂及其制备方法和应用 |
| CN110609978A (zh) * | 2019-10-11 | 2019-12-24 | 河海大学 | 基于响应曲面法的微藻絮凝采收参数优化方法及实施方案 |
| CN112794454A (zh) * | 2021-01-27 | 2021-05-14 | 上饶师范学院 | 一种利用微藻去除养殖废水中铜元素的优化方法 |
| CN112970777A (zh) * | 2021-02-19 | 2021-06-18 | 辽宁大学 | 一种利用气体分子no强化芦苇耐受铜污染的方法 |
| CN113248022A (zh) * | 2021-05-27 | 2021-08-13 | 辽宁大学 | 一种利用植物激素2,4-ebl强化绿萝修复铜污染水体的方法 |
-
2022
- 2022-01-28 CN CN202210109825.1A patent/CN114477463A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110163045A1 (en) * | 2008-09-07 | 2011-07-07 | Ramot At Tel-Aviv University Ltd. | Method and system for treating contaminated water |
| CN104707864A (zh) * | 2015-03-04 | 2015-06-17 | 蒋常德 | 强化植物修复土壤重金属污染的光合菌制剂及其制备方法 |
| US20170297929A1 (en) * | 2016-04-18 | 2017-10-19 | Waterwerx Pty Ltd | Water treatment system and method |
| CN108704928A (zh) * | 2018-05-21 | 2018-10-26 | 中南民族大学 | 一种提高植物对重金属吸收转运能力的复合药剂及其制备方法和应用 |
| CN110609978A (zh) * | 2019-10-11 | 2019-12-24 | 河海大学 | 基于响应曲面法的微藻絮凝采收参数优化方法及实施方案 |
| CN112794454A (zh) * | 2021-01-27 | 2021-05-14 | 上饶师范学院 | 一种利用微藻去除养殖废水中铜元素的优化方法 |
| CN112970777A (zh) * | 2021-02-19 | 2021-06-18 | 辽宁大学 | 一种利用气体分子no强化芦苇耐受铜污染的方法 |
| CN113248022A (zh) * | 2021-05-27 | 2021-08-13 | 辽宁大学 | 一种利用植物激素2,4-ebl强化绿萝修复铜污染水体的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 徐克章, 中国农业出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Giles et al. | Genetic differentiation in Silene dioica metapopulations: estimation of spatiotemporal effects in a successional plant species | |
| Fedorov et al. | Glacial survival of the Norwegian lemming (Lemmus lemmus) in Scandinavia: inference from mitochondrial DNA variation | |
| Züst et al. | Using knockout mutants to reveal the growth costs of defensive traits | |
| Brondani et al. | Low temperature, IBA concentrations and optimal time for adventitious rooting of Eucalyptus benthamii mini-cuttings | |
| CN103218669B (zh) | 一种智能的活鱼养殖水质综合预测方法 | |
| CN112970777A (zh) | 一种利用气体分子no强化芦苇耐受铜污染的方法 | |
| Zhang et al. | Hydrologically contrasting environments induce genetic but not phenotypic differentiation in Solanum dulcamara | |
| CN113248022A (zh) | 一种利用植物激素2,4-ebl强化绿萝修复铜污染水体的方法 | |
| CN114477463A (zh) | 基于响应曲面的绿萝修复铜污染水体的优化方法 | |
| CN113387443A (zh) | 一种基于水生植物净化重金属污染水体的修复方法 | |
| Kleindl et al. | Contrasting trajectories in macrophyte community development after shoreline restoration: Water level obscures trends | |
| Boru et al. | Oxygen use from solution by wheat genotypes differing in tolerance to waterlogging | |
| CN110814019A (zh) | 一种利用螯合剂edta强化芦苇修复铜污染的方法 | |
| CN101023736A (zh) | 一种水浮莲体外再生及繁殖的方法 | |
| Kanavillil et al. | Temporal variation of periphyton communities: a 3-year study from northwest Lake Simcoe, Ontario, Canada | |
| Anburaj et al. | Bioremoval of lead by mangrove-derived cyanobacteria (Synechococcus Elongatus Arkk1) | |
| Luo et al. | A review on biological adaptation: with applications in engineering science | |
| Wang et al. | Changes in propagule formation and plant growth in Potamogeton crispus induced by exogenous application of gibberellic acid (GA3) and 6-benzyladenine (6-BA) | |
| Bergström et al. | LOCAL ADAPTATION OF CERAMIUM TENUICORNE (CERAMIALES, RHODOPHYTA) WITHIN THE BALTIC SEA 1 | |
| Qiu et al. | Effects of simulated acid rain on fertility of litchi | |
| CN112794454A (zh) | 一种利用微藻去除养殖废水中铜元素的优化方法 | |
| Zheng et al. | Effects of cadmium stress on seed germination and seedling growth of Brassica napus L. | |
| Yang et al. | Substance accumulation of a wetland plant, Leersia japonica, during senescence in the Yihe and Shuhe River Basin, North China | |
| Suhardiyanto et al. | Development of a pH control system for nutrient solution in ebb and flow hydroponic culture based on fuzzy logic | |
| CN114149085A (zh) | 一种利用水杨酸强化绿萝修复铜污染水体的方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220513 |