某兽药抗生素废水的荧光水质指纹特征
胡远1,2, 柴一荻2, 刘博2, 王文霞2, 汤久凯2, 付新梅1, 吴静2,*
1. 西南科技大学环境与资源学院, 四川 绵阳 621010
2. 清华大学环境学院环境模拟与污染控制国家重点联合实验室, 北京 100084
*通讯联系人 e-mail: wu_jing@mail.tsinghua.edu.cn

作者简介: 胡 远, 1990年生, 西南科技大学环境与资源学院硕士研究生 e-mail: 18281603418@163.com

摘要

以某兽药抗生素废水为例, 研究了基于三维荧光光谱的水质指纹(简称水纹)技术用于揭示废水有机成分性质的可行性。 该废水具有4个典型水纹峰, 峰的激发波长/发射波长分别为225/345, 275/345, 325/405和405/470 nm, 编号A, B, C和D, 各峰强度关系B>A>C>D。 其中A峰和B峰的荧光强度较高, 分别为(0.64±0.21)和(0.99±0.30) R.U, 线性相关系数为0.95, 且发射波长相同, 很可能是同一种物质产生的。 各水纹峰强度与COD都有明显的正相关性, 线性相关系数 R2达到0.66~0.70。 C峰对应的有机物部分降解或降解速率较低, 而其余3个水纹峰对应的有机物可以被较好降解。 出水中新出现的荧光峰260/425 nm可能是废水微生物处理过程中新生成的腐殖质。 上述研究表明, 该兽药抗生素制药废水具有独特的水纹特征, 水质指纹鉴别技术可以作为水体中识别该废水存在的新方法, 水纹信息还可以反映废水有机物总量和有机成分的性质, 对难降解废水的处理设计和运行均有一定价值。

关键词: 抗生素废水; 三维荧光光谱; 水质指纹; 有机物; 难降解废水
中图分类号:O657.3 文献标志码:A
Properties of Fluorescence Aqueous Fingerprint of Veterinary Antibiotic Wastewater
HU Yuan1,2, CHAI Yi-di2, LIU Bo2, WANG Wen-xia2, TANG Jiu-kai2, FU Xin-mei1, WU Jing2,*
1. School of Environment & Resource, Southwest University of Science & Technology, Mianyang 621010, China;
2. State Key Joint Laboratory of Environment Simulation and Pollution Control, School of Environment, Tsinghua University, Beijing 100084, China
*Corresponding author
Abstract

In this paper, the feasibility of using aqueous fingerprint based on fluorescence excitation-emission matrix to reveal organic components of veterinary antibiotic wastewater was studied. There were 4 peaks in the aqueous fingerprint of the wastewater with excitation and emission wavelengths (ex/em) of 225/345, 275/345, 325/405 and 405/470 nm and marked as A, B, C and D, respectively. The intensity ordering of these 4 peaks is B>A>C>D. The intensities of peak B and A were relatively high, which were (0.64±0.21), (0.99±0.30) R. U, respectively, and had linear relationship with correlation coefficient of 0.95. Besides, same emission wavelength of these two peaks indicated they were likely to be produced by the same substance. The intensity of each peak demonstrated significantly positive correlation with COD ( R2=0.66~0.70). The substances related to peak C were partially degraded or possessed low degradation rate, while the substances related to other three peaks could be degraded well. The new peak (ex/em 260/425) appeared in effluent water might relate to humic substance generated in microbial metabolism of the wastewater treatment. Above all, the properties of aqueous fingerprint of veterinary antibiotic wastewater were distinct and distinguishable. Aqueous fingerprint identifying technology could be a novel tool to identify such wastewater from water body. The information about total organic matters and organic compounds composition provided by aqueous fingerprint is of great value to refractory wastewater treatment designing and operating.

Keyword: Antibiotic wastewater; Excitation-emission matrix; Aqueous fingerprint; Organic matter; Refractory wastewater
引 言

我国制药废水排水量大, 污染严重, 2015年排放量达到53 259万吨, 排放化学需氧93 703吨, 氨氮7 730吨[1], 对生态环境和人类健康安全危害极大。 抗生素废水是制药废水的重要组成, 我国每年排放量达到5 000多万吨。 抗生素废水主要产生于发酵过程和各工艺段的冲洗过程, 废水组成复杂, 有机污染物种类多、 浓度高、 毒性大, 色度高, 含盐高, 是我国污染最严重、 最难处理的工业废水之一。 研究这类废水的溶解性有机物(dissolved organic matter, DOM)的成分及变化规律对于指导污水处理厂设计、 评价废水处理效果及加强运行管理均具有重要意义。 而现有表征有机污染的水质参数, 如生化需氧量(biochemical oxygen demand, BOD)、 化学需氧量(chemical oxygen demand, COD)等, 只能展示废水有机物总量, 不能显示其成分。

20多年前, 荧光分析法就用于自然水体质量评价和污水处理过程中有机物的检测[2]。 荧光产生原理是荧光有机物分子受激发光激发产生能级跃迁, 由第一电子激发单重态所产生的辐射跃迁伴随的发光[3, 4]。 荧光分析法具有许多优点, 如测量快速、 不需要昂贵费用、 不需要化学试剂、 只需要简单预处理、 具有较高灵敏度、 干扰小等[5, 6, 7]。 基于三维荧光光谱(excitation-emission matrix, EEM)的水质指纹技术能够展示荧光有机物的成分。 三维荧光光谱法是将荧光强度以等高线方式投影在以激发光波长和发射光波长为横纵坐标的平面上获得的图谱[3]。 图谱形象直观, 包含了有机物种类和浓度等信息。 水质指纹技术已用于表征多种废水, 如石化废水、 炼油废水、 印染废水、 头孢制药废水和半合成青霉素制药废水[8]等, 并用于水质预警、 废水排放和回用水监测[9, 10]。 本文以某兽药抗生素废水为例, 研究了水质指纹技术用于指示废水有机成分性质的可行性。

1 实验部分
1.1 采样

我国西北某兽药抗生素生产企业的废水排放量为4 400 t· d-1, 约占所在工业园区排水量一半。 该企业抗生素废水的处理工艺为: 调节池→ 芬顿氧化→ 气浮→ 水解酸化→ 内循环厌氧反应器→ A/O好氧反应→ 芬顿氧化→ 二沉池沉淀。 水样采自废水处理站的调节池及二沉池的出水口, 分别称为兽药废水和处理后的兽药废水。 调节池水样每2 h采集一次, 连续采集96 h, 出水每天采集1次, 连续采集4 d。 样品采集后, 经0.45 μ m滤过滤4 ℃保存待测。

1.2 方法

三维荧光光谱在室温下采用荧光分光光度计(日立公司, FL2700, 日本)测量。 测量条件为: 激发波长(Ex)220~600 nm, 发射波长(Em)230~650 nm, 狭缝宽度5 nm, PTM电压(光电倍增管电压)700 V, 扫描速度12 000 nm· min-1。 据相关文献[11]报道, 不同荧光仪器测得荧光强度存在差异, 故将荧光强度进行校准统一换算成拉曼光强度(记为F, 单位R.U)再进行分析。

采用pH计(Hach, 美国)测量水样pH值; 采用电导率仪(Hach, 美国)测量电导率; 化学需氧量(COD)的测定采用快速消解分光光度法(HJ/T 399-2007); 总磷(TP)的测定采用钼氨酸分光光度法(GB 11893— 89); 总氮(TN)的测定采用碱性过硫酸钾消解紫外分光光度法(HJ 636-2012); 氨氮(NH3-H)的测定采用纳氏试剂比色法(HJ 535-2009)。 所使用试剂均为分析纯, 实验用水均为超纯水。

2 结果与讨论
2.1 常规水质参数的变化

图1为兽药废水的常规水质参数随时间的变化情况。 图1(a)表明, pH值和电导率值比较稳定, pH为6.60± 0.33, 电导率(conductivity, COND)为(7.5± 0.6) mS· cm-1。 图1(b)表明, 试验期间, COD变化比较显著, 在4 517~10 704 mg· L-1范围内波动, 并出现2次高峰, 平均高达7 610 mg· L-1。 总磷在5.8和20.2 mg· L-1之间波动, 平均为12.5 mg· L-1。 图1(c)表明, 总氮和氨氮的浓度也较高, 平均浓度分别高达406和333 mg· L-1, 最低浓度也分别大于200和100 mg· L-1。 常规水质参数反映出该废水污染物浓度高, 且波动大。 由于制药废水是典型的难降解有机废水, 有机物的处理是难点, 但是COD等常规指标不能显示水中复杂的有机成分。

图1 兽药废水的常规水质参数随时间的变化
(a): pH和电导率; (b): COD和总磷; (c): 总氮和氨氮
Fig.1 Variation of traditional quality water parameters of antibiotic wastewater
(a): pH and COND; (b): COD, TP; (c): TN and NH3-N

2.2 水纹特征

2.2.1 典型水质指纹

图2是兽药废水的典型二维荧光光谱水纹图, 各水纹峰清晰可见, 共有4个典型的水纹峰, 其激发波长/发射波长(Ex/Em)分别为225/345, 275/345, 325/405和405/470 nm, 编号分别为A, B, C和D。 与文献[12]比较, 水纹图中A和B峰是典型的类蛋白质(protein-like)的荧光峰, C峰也是比较典型的类腐殖质(humic-like)的荧光峰。 有文献用类蛋白质或类腐殖质来称呼荧光已经比较广泛, 是选用了该处荧光的典型物质来代表, 但并不意味着一定包含或者只包含相应的物质。 与头孢制药废水、 半合成青霉素制药废水[8]的典型水纹图相比较, 兽药废水的水纹图与它们并不相似。 这说明即使同是制药废水, 但是由于生产品种不同, 产生的废水成分不一样, 同时也表明水质指纹能够展现水体中有机物的组成。

图2 兽药抗生素废水典型水纹图Fig.2 Typical aqueous fingerprint of antibiotic wastewater

2.2.2 荧光峰强度

兽药废水的各水纹峰强度随时间发生变化, 见图3。 在试验期间, 水纹峰强弱关系为FB> FA> FC> FD, 且各峰强度的比值接近常数, FA/FB为0.65± 0.04, FA/FC为2.16± 0.13, FA/FD为6.06± 1.14。 A峰和B峰的荧光强度较高, 分别为(0.64± 0.21)和(0.99± 0.30) R.U, 且呈同步波动趋势, 峰值出现在凌晨2点至6点。 A峰和B峰线性相关系数为0.95, 且发射波长相同, 有些物质在吸收不同波长的激发波光子激发到不同能级, 而光子通过振动松弛这种非辐射跃迁过程使激发能转化为热能, 衰变到统一电子态的最低振动能级返回基态, 说明A峰和B峰可能是同一种物质产生的。 C峰和D峰较弱, 分别在(0.22~0.44)和(0.08~0.14) R.U之间。 其他各峰强度间的相关系数见表1。 由此推测, 此兽药抗生素废水中至少含有3类荧光有机物。

图3 水纹峰强度随时间的变化Fig.3 Variation of fluorescence peak intensity of antibiotic wastewater

表1 各峰线性相关系数R2 Table 1 Correlation coefficients between fluorescence peak intensities
2.3 水纹峰强度与常规水质参数关系

水纹峰强度与常规水质参数之间线性相关系数如表2所示。 相比较而言, FA, FB, FC, FD水纹峰强度与总磷、 总氮、 氨氮线性相关性较差, 与pH和电导率相关性较弱, 而与COD线性相关性较好, 线性相关系数R2在0.66~0.70之间。 COD代表废水有机物的含量, 而废水中不少有机物都能发荧光, 由于低浓度下, 荧光强度和物质浓度线性相关, 所以荧光强度与COD之间可能存在相关性。 Wu[13]和Lee[14]曾报道本论文中A和B峰所在区域的类蛋白荧光强度与COD线性相关系数R2分别为0.51, 0.96~0.97, 说明不同种类废水存在差异。

表2 水纹峰强度与常规参数线性相关系数R2 Table 2 Correlation coefficient of fluorescence peak intensity and the traditional water quality parameters
2.4 组分的可降解性

废水经过芬顿氧化→ 气浮→ 水解酸化→ 内循环厌氧反应→ A/O好氧反应→ 芬顿氧化→ 二沉池等一系列工艺处理后, 出水口排放废水的水纹如图4所示。 该图显示, 处理后的兽药废水主要有2个水纹峰, 波峰位置分别位于Ex/Em=325/405和260/425 nm附近, 两峰强度平均值分别为0.89和0.65 R.U。

图4 处理后兽药废水的水纹图Fig.4 Typical aqueous fingerprint of treated antibiotic wastewater

比较处理前后兽药废水水纹图发现, A, B和D峰都已经消失, 这表明A, B和D峰对应的物质是可以去除的有机物。 出水荧光峰Ex/Em=325/410 nm与原水C峰重合。 将荧光强度进行比较, C峰强也明显降低, 说明C峰对应的物质部分可去除或者去除速率较低。 新出现的荧光峰260/425 nm可能是废水微生物处理过程中新生成的腐殖质。 上述结果表明, 水质指纹除了可以展示有机物的成分, 还能进一步给出成分的可降解性的信息, 这对水处理设计和运行都有一定价值。

3 结 论

对兽药抗生素废水的水纹特性进行了研究, 结果显示该废水具有4个典型水纹峰, 峰的激发波长/发射波长分别为225/345, 275/345, 325/405和405/470 nm。 A峰和B峰的荧光强度较高, 分别为(0.64± 0.21)和(0.99± 0.30) R.U。 A峰和B峰线性相关系数为0.95, 且发射波长相同, 很可能是同一种物质产生的。 各水纹峰强度与COD都有明显的正相关性, 线性相关系数R2达到0.66~0.70。 C峰对应的有机物部分降解或降解速率较低, 而其余3个水纹峰对应的有机物可以被较好降解。 上述研究表明, 该兽药抗生素制药废水具有独特的水纹特征, 可以作为水体中识别该废水存在的新方法, 水纹信息还可以反映废水有机物总量和有机成分的性质, 对难降解废水的处理设计和运行均有一定价值。

The authors have declared that no competing interests exist.

参考文献
[1] National Bureau of Statistics and Ministry of Environmental Protection(国家统计局, 环境保护部). China Statistical Yearbook on Environment(中国环境统计年鉴), 2016. [本文引用:1]
[2] Ahmad S R, Reynolds D M. Water Research, 1995, 29(6): 1599. [本文引用:1]
[3] XU Jin-gou, WANG Zun-ben(许金钩, 王尊本). Fluorescence Analysis Method(荧光分析法). Beijing: Science Press(北京: 科学出版社), 2006. [本文引用:2]
[4] Reynolds D, Coble P G, Lead J, et al. Aquatic Organic Matter Fluorescence: Plate Section. Cambridge University Press, NY, USA, 3. [本文引用:1]
[5] Murphy K R, Hambly A, Singh, S, et al. Environ. Sci. Technol. , 2011, 45(7): 2909. [本文引用:1]
[6] Chong S, Aziz A, Harun S. Sensors (Basel), 2013, 13(7): 8640. [本文引用:1]
[7] Yang L, Han D H, Lee B M, et al. Chemosphere, 2015, 127: 222. [本文引用:1]
[8] TANG Jiu-kai, WU Jing, CHENG Cheng, et al(汤久凯, 吴静, 程澄, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2016, 36(11): 3602. [本文引用:2]
[9] Elfrida M Carstea, John Bridgeman, Andy Baker, et al. Water Research, 2016, 95: 205. [本文引用:1]
[10] Henderson R K, Baker A, Murphy K R, et al. Water Research, 2008, 11(27): 865. [本文引用:1]
[11] Lawaetz A J, Stedmon C A. Applied Spectroscopy, 2009, 63(8): 936. [本文引用:1]
[12] Hudson N, Baker A, Reynolds D. River Research and Applications, 2007, 23(6): 631. [本文引用:1]
[13] Wu J, Pons M N, Potier O. Water Science and Technology, 2006, 53(4-5): 449. [本文引用:1]
[14] Lee S, Ahn K H. Water Science and Technology, 2004, 50(8): 57. [本文引用:1]