一种实时原位预警水体重金属污染的方法

1.本发明属于水环境生物毒性预警技术领域，涉及一种实时原位预警水体重金属污染的方法。


背景技术：

2.近年来，水体突发性重金属污染事故频发，受污染流域的水环境生态平衡和周边居民的人体健康均受到严重威胁。传统的水体重金属监测技术主要有大型仪器离线检测和生物传感器监测系统。大型仪器离线检测是通过理化分析方法对水样中的重金属物质进行定量分析，但设备复杂昂贵、预处理过程繁琐，且需要专业人员操作等缺陷使这类方法的时效性太差，无法及时反应突发性重金属污染事故的真实状况；生物传感器监测系统的主体是生物活体，如原生动植物、发光细菌和藻类等，可通过指示生物的行为变化和生理反应来综合评价水质重金属污染状况，但该类方法存在检测时间长、维护成本高、指示生物培养恢复困难的缺陷。
3.微生物燃料电池(mfc)传感器为水体突发性重金属污染的防控提供了一个新的思路，微生物燃料电池(mfc)传感器中阳极上的电活性微生物受到重金属的毒性抑制作用时，其新陈代谢活性会减弱，宏观表现为输出电信号的减弱，当达到阈值时便触发报警信号。相较于传统重金属检测技术，微生物燃料电池(mfc)传感器在一定程度上具有能量自持、信号直观和自我修复等优势。但目前微生物燃料电池(mfc)传感器在实现实时原位监测重金属污染时，仍存在以下问题：(1)间歇式的进样模式仍然需要往mfc传感器内手动注入水样、清洗并恢复，无法实现连续监测；(2)为了稳定阳极电势而外接的恒电位仪会增加使用成本和操作复杂度，难以实现原位监测。
4.因此，亟需研究一种可自动运行、维护成本较低、适用于实时原位监测的微生物燃料电池(mfc)传感器预警水质重金属污染的方法。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种实时原位预警水体重金属污染的方法。
6.为达到上述目的，本发明提供如下技术方案：
7.1、一种实时原位预警水体重金属污染的方法，所述方法具体如下：
8.(1)检测库伦抑制率：将通过以下公式计算微生物燃料电池(mfc)传感器中的库伦抑制率：
9.ir＝(cy
0-cy1)/cy0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
10.其中，ir为库伦抑制率；cy0为微生物燃料电池(mfc)传感器中无重金属污染的基线库伦量、单位为c；cy1为mfc传感器中重金属污染的检测时段内的库伦量、单位为c；
11.(2)检测水体中重金属离子的浓度：根据库伦抑制率通过以下公式计算水体中重金属离子的浓度：
12.x＝(ir r2)/k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
13.其中，x为水体中重金属离子的浓度、单位为mg/l；r2为水体剂量效应曲线的相关系数、k为水体剂量效应曲线的斜率；
14.(3)通过将步骤(2)中检测的水体中重金属浓度与标准的水体中的重金属离子的浓度进行比较从而达到预警的目的。
15.优选的，所述微生物燃料电池(mfc)传感器中采用的培养液中含有以下成分：浓度为0.30g
·
l-1
的kcl、浓度为0.31g
·
l-1
的nh4cl、浓度为4.68g
·
l-1
的nah2po4、浓度为8.66g
·
l-1
的na2hpo4浓度为12.50ml
·
l-1
的微量元素和浓度为5ml
·
l-1
的维生素。
16.优选的，所述微量元素包含浓度为1.50mg
·
l-1
的氨三乙酸、浓度为3.00mg
·
l-1
的mgso4·
7h2o、浓度为1.00mg
·
l-1
的nacl、浓度为0.1mg
·
l-1
的feso4·
7h2o、浓度为0.1mg
·
l-1
的cocl2、浓度为0.1mg
·
l-1
的cacl2·
2h2o、浓度为0.1mg
·
l-1
的znso4、浓度为0.01mg
·
l-1
的cuso4·
5h2o、浓度为0.01mg
·
l-1
的alk(so4)2、浓度为0.01mg
·
l-1
的h3bo3和浓度为0.01mg
·
l-1
的na2moo4·
2h2o。
17.所述微生素包含浓度为2.00mg
·
l-1
的vitamin b7、浓度为10.00mg
·
l-1
的vitamin b6、浓度为5.00mg
·
l-1
的vitamin b1、浓度为5.00mg
·
l-1
的vitamin b2、浓度为5.00mg
·
l-1
的vitamin b3、浓度为0.10mg
·
l-1
的vitamin b12、浓度为2.00mg
·
l-1
的叶酸、浓度为5.00mg
·
l-1
的对氨基苯甲酸、浓度为5.00mg
·
l-1
的硫辛酸和浓度为5.00mg
·
l-1
的d-泛酸钙。
18.优选的，所述微生物燃料电池(mfc)传感器中的铬源为浓度为1
·
l-1
g的重铬酸钾(k2cr2o7)，所述微生物燃料电池(mfc)传感器中的碳源为384.62mg
·
l-的乙酸钠(ch3coona)。
19.优选的，所述微生物燃料电池(mfc)传感器采用亚克力有机玻璃板组装成单室立方形结构，其中单室内部的结构为圆柱形，而所述圆柱形的直径为3.0cm、长为1.0cm；
20.所述微生物燃料电池(mfc)传感器采用一侧涂刷pt/c催化剂的碳布作为空气阴极、碳布为阳极、阴极和阳极通过钛丝连接，所述微生物燃料电池(mfc)传感器的外接电阻的阻值为1000ω；
21.所述微生物燃料电池(mfc)传感器采用体积比为1:1的阳极出水和培养液形成的接种液进行培养，每24h更换一次接种液，当连续三个周期手机的库伦量误差在5％以内即可认定启动成功；
22.所述微生物燃料电池(mfc)传感器在30℃的恒温箱中工作，所述培养液、接种液和水体经过氮气持续曝光处理，所述微生物燃料电池(mfc)传感器中的蠕动泵的流速为0.34ml
·
min-1
，所述微生物燃料电池(mfc)传感器的输出电信号由电压信号采集器每隔5min记录一次。
23.优选的，微生物燃料电池(mfc)传感器中库伦量按照如下方法计算：
[0024][0025]
其中，cy为库伦量、单位为c，u为输出电压、单位为mv，r
ext
为外电阻、单位为ω，t为检测时长、单位为s，i为输出电流、单位a。
[0026]
优选的，所述水体剂量效应曲线中以水体中重金属离子的不同浓度为x轴、以相应的库伦抑制率为y轴拟合得到的曲线。
[0027]
本发明的有益效果在于：本发明提供了一种实时原位预警水体重金属污染的方法，主要是利用微生物燃料电池(mfc)传感器的库伦量抑制率和重金属离子浓度之间的线性关系，即剂量效应曲线对未知水样中重金属污染进行测定并分析。本发明的优点是采用单程连续流进样模式可以实现自动化控制；单室微生物燃料电池(mfc)传感器外接恒定电阻的构型结构简单，维护方便，且成本较低；传感器能实时输出信号，可使用在线设备远程分析，有利于原位在线监测。
[0028]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0029]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0030]
图1为实施例1中的微生物燃料电池(mfc)传感器的结构；
[0031]
图2为mfc传感器对含有不同浓度cr(vi)进水的监测电压曲线；
[0032]
图3为溶液中含有不同cr(vi)浓度梯度的cr(vi)浓度与其相应的库伦量抑制率线性拟合得出在不同时段(1h、2h、3h、4h、5h和6h)下的拟合直线；
[0033]
图4为拟合直线的相关系数(r2)随时间的变化曲线；
[0034]
图5为拟合直线的斜率(k)随时间的变化曲线；
[0035]
图6为监测模拟废水电压信号图。
具体实施方式
[0036]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0037]
实施例1
[0038]
一种实时原位预警水体重金属污染的方法，选用cr(vi)作为目标污染物。铬作为工业重要原材料，我国每年生产的铬盐及其系列化工原料多达20万吨，生产过程中产生的铬渣等废料如未经处理进入周边水体，会严重威胁生态平衡和居民健康。其中，六价形态存在的铬(cr(vi))对人体的危害最为严重。
[0039]
采用亚克力有机玻璃板组装成单室立方形结构的微生物燃料电池(mfc)传感器，其中单室内部结构为圆柱形(该圆柱形的长为1.00cm、直径为3.00cm、体积为7.07cm3)。微生物燃料电池(mfc)传感器(结构如图1所示)均采用碳布材料制作阳极和阴极材料，但是阴极材料还需在碳布材料的一侧涂刷pt/c催化剂来制成空气阴极，阴极和阳极之间由钛丝连接，微生物燃料电池(mfc)传感器的外接电阻为1000ω。
[0040]
使用实验室长期稳定运行的微生物燃料电池(mfc)传感器的阳极出水作为菌种来源，按1:1(其中阳极出水和培养液的体积比为1:1)制成接种液进行启动培养，每24h更换一次接种液，当连续三个周期收集的库仑量误差在5％以内时，认定启动成功。测试期间微生物燃料电池(mfc)传感器放置在30℃的恒温箱中，培养液、接种液和含有(实验中选取cr(vi)为目标污染物)在实验过程中用氮气持续曝气，蠕动泵的流速为0.34ml
·
min-1
，mfc传感器的输出电信号由电压信号采集器每隔5min记录一次。
[0041]
上述培养液中含有以下成分：浓度为0.30g
·
l-1
的kcl、浓度为0.31g
·
l-1
的nh4cl、浓度为4.68g
·
l-1
的nah2po4、浓度为8.66g
·
l-1
的na2hpo4浓度为12.50ml
·
l-1
的微量元素(包括浓度为1.50mg
·
l-1
的氨三乙酸、浓度为3.00mg
·
l-1
的mgso4·
7h2o、浓度为1.00mg
·
l-1
的nacl、浓度为0.1mg
·
l-1
的feso4·
7h2o、浓度为0.1mg
·
l-1
的cocl2、浓度为0.1mg
·
l-1
的cacl2·
2h2o、浓度为0.1mg
·
l-1
的znso4、浓度为0.01mg
·
l-1
的cuso4·
5h2o、浓度为0.01mg
·
l-1
的alk(so4)2、浓度为0.01mg
·
l-1
的h3bo3和浓度为0.01mg
·
l-1
的na2moo4·
2h2o)和浓度为5ml
·
l-1
的维生素(包括浓度为2.00mg
·
l-1
的vitamin b7、浓度为10.00mg
·
l-1
的vitamin b6、浓度为5.00mg
·
l-1
的vitamin b1、浓度为5.00mg
·
l-1
的vitamin b2、浓度为5.00mg
·
l-1
的vitamin b3、浓度为0.10mg
·
l-1
的vitamin b12、浓度为2.00mg
·
l-1
的叶酸、浓度为5.00mg
·
l-1
的对氨基苯甲酸、浓度为5.00mg
·
l-1
的硫辛酸和浓度为5.00mg
·
l-1
的d-泛酸钙)。
[0042]
采用含有384.62mg
·
l-1
的乙酸钠和1g
·
l-1
重铬酸钾(k2cr2o7)的水体来进行检测，具体方法如下：
[0043]
(1)首先检测上述微生物燃料电池(mfc)传感器对不同浓度的cr(vi)冲击的响应
[0044]
分别向含有浓度为384.62mg
·
l-1
的乙酸钠溶液中加入不同含量的重铬酸钾(k2cr2o7)，使其充分溶解后形成cr(vi)浓度为0mg
·
l-1
、0.2mg
·
l-1
、0.4mg
·
l-1
、0.6mg
·
l-1
和1.0mg
·
l-1
的溶液，用上述微生物燃料电池(mfc)传感器进行检测，记录在0～11h的输出电压，其结果如图2所示，随着cr(vi)浓度由0.2mg
·
l-1
逐渐上升到1mg
·
l-1
，mfc传感器响应时间缩短，电压降增大；当溶液中未投加cr(vi)时(cr(vi)浓度为0mg
·
l-1
)，mfc传感器输出基线电压为586.55
±
1.36mv；而当进水中cr(vi)浓度增加至0.2mg
·
l-1
时，在长达10h的运行中，mfc传感器稳定输出电压为582.28
±
4.27mv，与基线电压相比较信号下降微弱；当进水中cr(vi)浓度进一步增加至0.4mg
·
l-1
时，mfc传感器的输出电压开始出现明显的下降趋势，因此判定上述mfc传感器对于cr(vi)的检出限为0.4mg
·
l-1
。
[0045]
(2)然后检测溶液中cr(vi)浓度与库伦量抑制率的剂量效应分析
[0046]
剂量效应曲线可以用来评价mfc传感器的监测灵敏度以及毒性物质浓度与电信号抑制率之间的相关性，进而用于毒性物质的定量分析。该剂量效应曲线是由溶液中含有不同cr(vi)浓度梯度的cr(vi)浓度与其相应的库伦量抑制率线性拟合得出在不同时段(1h、2h、3h、4h、5h和6h)下的拟合直线，如图3所示，拟合直线的斜率和相关系数(r2)分别代表mfc传感器的灵敏度以及cr(vi)浓度与库伦量抑制率之间的线性相关性，对比不同时段拟合直线的斜率和r2，筛选出最佳监测时间，在实际使用中可根据最佳监测时间对应的剂量效应曲线对cr(vi)进行(半)定量分析。具体为如图3所示，实验中将mfc传感器输出电压下降至小于基线电压40mv时，认定为传感器的响应时刻，从mfc传感器监测各cr(vi)浓度梯度冲击的响应时刻开始，分别计算1h、2h、3h、4h、5h和6h六个时段各自的库伦量抑制率，并做
拟合直线得到斜率和r2。图4为拟合直线的相关系数(r2)随时间的变化曲线。从图4可以看出，当监测时间从1h延长至4h时，mfc传感器剂量效应曲线的相关系数(r2)不断增大，1h、2h、3h和4h时段对应的r2分别为0.59、0.70、0.78和0.94，说明在3h以内mfc传感器的库伦量抑制率与模拟废水中cr(vi)浓度之间的线性相关性较差；当监测时间为5h和6h时，对应的剂量效应曲线r2分别为0.94和0.95，说明4h过后mfc传感器的库伦量抑制率与模拟废水中cr(vi)浓度之间的线性相关性趋于稳定，并且已经具有较高的相关性；同时，图5为拟合直线的斜率(k)随时间的变化曲线。从图5可以看出，mfc传感器剂量效应曲线的斜率随着监测时间的延长不断增大，说明灵敏度会随监测时间的增加而不断升高，但考虑到mfc传感器预警监测的时效性，4h为最佳的监测时间(此时间段下获得的库伦量抑制率和cr(vi)浓度的线性方程y＝0.45x-0.09，r2＝0.94；y为库伦量抑制率ir，％；x为cr(vi)浓度，mg/l)。
[0047]
(3)为验证上述线性方程的准确性，应用mfc传感器监测模拟废水(cr(vi)的浓度为0.8mg/l)
[0048]
mfc传感器监测电压如图6所示，图中两条电压曲线之间的阴影部分面积即为库伦量差值(cy
0-cy1)。通过上述mfc传感器检测含有384.62mg
·
l-1
的乙酸钠的水体，监测时间为4h，通过以下公式计算库伦量cy0：
[0049][0050]
通过上述mfc传感器检测含有384.62mg
·
l-1
的乙酸钠和0.8mg
·
l-1
重铬酸钾(k2cr2o7)的模拟废水，监测时间为4h，通过以下公式计算库伦量cy1：
[0051][0052]
通过以下公式计算微生物燃料电池(mfc)传感器中的库伦抑制率：
[0053]
ir＝(cy
0-cy1)/cy0＝(7.85-5.74)/7.85＝0.2688＝26.88％。
[0054]
根据库伦抑制率通过以下公式计算水体中重金属离子cr(vi)的浓度：
[0055]
x＝(ir r2)/k＝(ir 0.094)/0.4507
[0056]
x＝(ir r2)/k＝(0.2688 0.094)/0.4507＝0.8049上述计算的cr(vi)的浓度为0.8049mg/l，与配制的模拟废水中cr(vi)浓度相差很小，因此说明本发明的方法确实能够准确测定水体中重金属铬的浓度，从而实现水体中重金属污染的预警。
[0057]
同样的，将上述废水中cr(vi)替换成其他重金属，也可以得到同样的结论，实现水体总重金属污染的预警。
[0058]
本发明提供了一种实时原位预警水体重金属污染的方法，主要是利用微生物燃料电池(mfc)传感器的库伦量抑制率和重金属离子浓度之间的线性关系，即剂量效应曲线对未知水样中重金属污染进行测定并分析。本发明的优点是采用单程连续流进样模式可以实现自动化控制；单室微生物燃料电池(mfc)传感器外接恒定电阻的构型结构简单，维护方便，且成本较低；传感器能实时输出信号，可使用在线设备远程分析，有利于原位在线监测。
[0059]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。