APP下载

植物生物过滤技术在大气污染控制中的应用

2022-11-15杨承伯

皮革制作与环保科技 2022年18期
关键词:环境空气过滤器气流

杨承伯

(福建省环境保护股份公司,福建 福州 350000)

城市空气污染由悬浮颗粒(颗粒物:Particulate Matter,简称PM)、气态污染物(包括氮氧化物(NOx)、臭氧(O3))和其他污染物的复杂混合物组成。汽车尾气和工业排放导致环境中的空气污染水平升高,因此减少空气污染物的工作意义重大。

植物生物过滤技术从植物修复的概念延伸发展而来,通常采用活性绿墙的形式。此过滤系统中的植物沿垂直窗格排列,并使用“主动气流”以机械力迫使污染气流通过植物的叶片和生长基质,然后排到空气中。在此过程中,PM被植物生长基质过滤,气态污染物如VOC,O3和NO2可以被生长基质中所含的微生物天然降解,或通过粘附在基质吸附剂上从气流中去除[1]。

本次调查首先评估了植物生物过滤技术对交通空气污染的单次去除效率(SPRE)。其次,通过评估污染去除效率和气流特性,确定三种生物过滤设计系统中产生的清洁空气及原位试验下系统的清洁空气输送率(CADR),探讨了每种污染物的去除效率与环境污染物浓度之间的关系。综合研究结果表明,实施这项新技术可以促进城市的可持续发展,改善城市的公共卫生。

1 植物生物过滤技术的实施方法

1.1 场地描述和植物生物过滤器定位

站点1设在厦门中山路。两个生物过滤器阵列安装在厦门中山路边,紧邻北行交通,保证生物过滤器阵列与最靠近道路的交通屏障齐平。为了提供空间独立性,现场的生物过滤器阵列彼此分开30 m。抽样时间为2021年3月至2021年8月。

站点2设在林后路口高速公路。林后路口地点位于G324国道处,厦门岛至漳州方向。三个生物过滤器阵列紧邻东南方向的交通,位于林后路口高速公路的东南方向车道的紧邻边缘。在此地点,生物过滤器阵列之间至少有50 m的距离,以确保每一个生物过滤器阵列的效果不会混淆其他生物过滤器阵列的测量。抽样时间为2021年8月至2022年1月。

假设环境污染情况和浓度会影响过滤效率[2],因此选择这两个地点是因为它们的污染特征不同。林后路口高速公路相对较开放(即与道路相邻的城市开发较少),因此该站点的污染物扩散可能不会受到与更发达的中山路相同程度的阻碍。

1.2 植物生物过滤器介绍

五个生物过滤器阵列(1×5 m的壁表面积)中各有五个独立的1 m2增压室,增压室中可以容纳20个生物过滤器模块,每个模块(0.5×0.5×0.15 m)由可回收的低密度聚乙烯制成,正面面积为0.25 m2,包含16个可供植物生长的孔。生物过滤器阵列包含以下植物种类:迷迭香、桃金娘、和天堂竹,选择这些物种是因为它们在路边环境中的生存能力较强。模块内的内部空间充满了以椰子壳为基础的植物生长基质,模块的内表面衬着一块高密度聚乙烯遮光布,用来将植物根部和生长基质固定在模块内[3]。每个模块的背面在其中心有一个开口(63.6 cm2横截面积),用于拉动气流通过开口和植物生长基质,之后气流再通过这个开口退出生物过滤器模块。每2天通过滴管用约11升水灌溉每个生物过滤器阵列。除了这种形式的灌溉,生物过滤器阵列也暴露在雨水中,通过自然降雨获得雨水灌溉。另外每个生物过滤器模块都包含排水孔,如果灌溉量超过其容量,多余的水会从模块中排出。

为了隔离滤出的气流,模块被固定在钢制通风系统上,并装有风扇以产生气流。每个增压室为11 m×0.15 m(1m2正面面积),并装有四个植物生物过滤器模块。气流通过增压室前面的四个开口进入增压室;这些开口对应于每个模块背面上的开口。两个风扇,内径为120 mm,体积流量为186.70 m3/hat0.00Pa静压,额定功耗为4.32 W,平行布置在增压室的背面。通风口与风扇出口相匹配,并使用百叶窗来防止雨水进入增压室。这些生物过滤器阵列支撑在框架上,使墙的底部距地面约1m(见图1)。

图1 植物生物过滤器

1.3 植物生物过滤器设计比较

由于本研究为首次评估植物生物过滤器对室外环境中交通污染的去除效果,因此尚不清楚某些系统(例如气流的变化)将如何影响整体性能。因此,使用了三种不同的设计迭代,来研究其与整体性能之间的关系。除了上述设计迭代之外,每个生物过滤器阵列上的一个增压室包含4个颗粒活性炭(GAC)暗盒,安装在增压室正面的四个开口内。在该设计中,气流将首先通过生物过滤器模块,然后通过包含GAC(活性炭;EA10004 mm)的小圆柱体(内半径44 mm,深度20 mm)[4]。

1.4 空气质量测量

本研究用通过每个百叶窗的空气速度,乘以百叶窗开口的面积,以计算通过每个增压室的体积流量;使用风速仪9545测量通过每个增压室的气流;使用一系列AQY1-微型空气质量监测系统测量NO2、O3和PM2.5的浓度。尽管厦门被认为具有相对“良好”的空气质量,但PM2.5和O3仍是最常出现的高浓度空气污染物。在每个生物过滤器阵列的两端分别安装两个AQY1仪器,为每个生物过滤器阵列提供近端环境空气质量的测量值。为了评估空气污染物的去除效率,AQY1仪器被放置在每个增压室中,检测被隔离的流出气流中NO2、O3和PM2.5的浓度。尽管这些仪器具有很高的检测分辨率,并且在使用前进行了工厂校准,但是每个机器也存在系统差异,可能会影响环境中的空气和过滤后排放空气的空气污染浓度的准确性。因此,在整个实验过程中,仪器的位置在增压室和环境空气检测位置之间随机旋转了几次。实验平均每5分钟计算一次空气的污染浓度,使用时间从早上6:00至下午6:00;且在此12个小时内,在无风扇通风的情况下,提供每个时间段污染物浓度的数据。

1.5 数据及统计分析

通过比较环境空气中污染物浓度的平均值,与在每个生物过滤器隔离流出气流中检测到的平均空气污染浓度平均值,计算出每种污染物的SPRE。

空气污染的植物修复效果,通常以去除的污染物质量来衡量,而在植物生物过滤中使用主动气流,可以将去除率表示为清洁空气输送率(CADR)。每种污染物的CADR描述了生物过滤器产生的“清洁”空气量,通常被认为是评估空气清洁潜力的最佳指标。此外,将每种污染物的SPRE转换为CADR,有助于对不同气流速率的处理进行有效比较。通过ANOVA方差分析(IBMSPSSStatisticVer25),对植物过滤中CADR的差异进行了统计比较。此外,每种污染物的SPRE被认为是环境污染物浓度的函数,以评估去除效率和污染物浓度之间的关系。每次样本中两个地点的平均污染物浓度和生物过滤器SPRE都包含在此相关性中,从而确保每个数据点的双变量正态性。

2 结果

在站点采样过程中,中山路的平均每日(早6:00至晚6:00)交通量为33 267辆汽车和1 175辆卡车;与生物过滤器阵列相邻的林后路口高速公路路段,该地点在采样过程中,平均每日交通量(早6:00至晚6:00)为70 985辆汽车和4 691辆卡车。

研究发现站点污染物浓度都与交通密切相关。在中山路,每15分钟间隔的平均每日环境PM2.5浓度与汽车(r=0.372,p=0.012,n=48)和卡车(r=0.625,p=0.000,n=48)的数量关系很大;而每15分钟间隔的每日环境PM2.5浓度与林后路口高速公路上过往卡车的数量显著相关(r=0.550,p=0.000,n=48)。交通量及其变化,导致污染物浓度普遍较高,并且波动较大(见图2,图3)。

图2 2021年3月至2021年8月试验期间每个时间点,中山路环境空气中污染物平均浓度与过滤后污染物平均浓度对比。

图3 2021年8月至2022年1月试验期间每个时间点,林后路口高速公路环境空气中污染物平均浓度与过滤后污染物平均浓度对比。

所有生物过滤处理后物质中检测到的三种污染物的平均浓度,均低于环境空气中污染物浓度,因此生物过滤与所有污染物的SPRE均为正相关(见图2、图3),表明在两种不同的路边环境中,实现了对环境空气中PM2.5、NO2和O3的过滤。

使用120 mm风扇通过每个增压室的平均气流为169.02±4.37 m3/h;通过含有GAC的增压室的平均气流为169.01±11.17m3/h;而使用140 mm风扇通过增压室的平均气流为178.41±22.68 m3/h。

SPREs作为气流速率的函数来计算每个处理的CADR。具有较大风扇并因此具有最高体积流量的增压室实现了O3和PM2.5的最高CADR;而结合GAC的生物过滤器产生了最高的NO2CARD,然而,所有污染物的CADR在生物过滤器处理或站点之间无统计学差异。

利用皮尔逊相关性分析结果,评估三种污染物的环境浓度与每种处理方式的SPRE之间的关联,表明几乎所有生物过滤处理,在去除效率和污染物浓度之间都表现出统计学上显著的正相关关系。随着所有污染物的环境浓度增加,所有处理的SPRE也增加,在所有生物过滤器处理中,O3的这种趋势表现的尤为突出。

3 讨论

3.1 NO2过滤

实验结果表明,无论环境中的NO2浓度如何,过滤的流出空气中NO2的浓度都大大低于环境空气中NO2的浓度,所有采样的平均SPRE范围为57.81%~75.63%,具体数值取决于处理方法。虽然两个站点之间的污染物的环境浓度存在明显差异,但NO2的平均每日时间模式,在两个站点都未显示出NO2的浓度波动与交通量或日照强度有明显关系。另外,本实验中使用的GAC增强生物过滤处理并未显著降低气流速率,因此不会影响CADR,使用不同的、基于活性炭的辅助过滤器设计,还需要进一步探索。这项工作未对VOC的环境或过滤浓度进行测量,但这仍然是未来研究的重要考虑因素。此外,监测系统生物组件任何可能的VOC排放也很重要,因为VOC有可能与NO2发生反应,导致形成O3。

3.2 O3过滤

虽然中山路分布点NO2的浓度高于林后路口高速公路站点,但是林后路口高速路站点的O3浓度高于中山路分布点,这可能反映了两个站点之间采样周期的季节性差异。在实验下,生物过滤器过滤气流中的O3浓度,通常和早上6点环境空气中的初始O3浓度相同,并保持在该水平,但是环境空气中的O3浓度会全天持续上升。NO2和O3在阳光条件下都具有光化学敏感性,由于增压室拦截了阳光,因此很难确定增压室是否会对这些污染物产生什么影响,但是由于废气在增压室中停留时间短,故本研究忽略这种情况带来的影响。

3.3 PM2.5过滤

实验结果表明,通过植物生物过滤器过滤后的PM2.5的平均值低于环境空气中的气体污染物。在本研究中使用不同气流速率处理PM2.5,CADR无显著差异,PM2.5浓度衰减的速率常数通常会随着通过过滤器的体积流量而增加,直到达到阈值气流速率,但由于不同处理之间的气流速率差异相对较小,因此在该实验中未观察到类似效果。目前的研究结果还表明,PM2.5SPRE将全天变化,因为流出气流中的PM2.5浓度密切反映了两个站点PM2.5入口浓度的波动模式。

3.4 融入城市设计和未来发展

本文证明了植物生物过滤的可行性,并表明植物生物过滤器是帮助减轻空气污染暴露的有效解决方案。然而,对于经过测试的生物过滤器系统,污染物减少效果不太可能影响紧邻生物过滤器阵列的区域之外的环境空气质量,因此需要在目标位置实施更大的阵列才能产生这种效果。虽然CADR和墙壁尺寸之间的关系很清楚,但在现阶段,墙壁尺寸和环境空气质量效应之间的关系仍未得到检验。实施大型绿化墙有相当大的潜力,因为此类基础设施在街道上占用的空间相对较少。

4 结语

本文证明了植物生物过滤器的潜力和作用,从路边空气环境中,过滤交通排气污染物—NO2、O3和PM2.5。三种污染物的活性绿墙生物滤池分别达到了121 m3/h、50 m3/h和40 m3/h的洁净空气输送率,绿墙生物过滤器对污染物去除效率与其环境浓度呈正相关,活性绿墙对空气过滤有积极的作用。因此,建议对该技术进行大规模现场试验,以推动城市可持续发展及公共卫生的改善。

猜你喜欢

环境空气过滤器气流
Hold FAST,aliens aren't invading
2015 款大金龙旅游中巴车发动机故障灯异常点亮
比翼双飞
Air Amplifier气流倍增技术
花粉过滤器
惊魂未定
浅析环境空气自动监测中的质量控制的有效性
新型纳米材料过滤器
基于混淆布鲁姆过滤器的云外包隐私集合比较协议
资阳市主城区空气质量及污染特征分析