响应曲面法优化沼渣混合物料堆肥配比研究

宋彩红,夏训峰,席北斗*,魏自民,李鸣晓,何小松,党秋玲 (1.东北农业大学生命科学学院,黑龙江哈尔滨 150030；.中国环境科学研究院环境基准与风险评估国家重点实验室,北京 10001)

传统的沼渣消纳方式存在土壤砂化、养分不达标[1]、重金属、农药、激素超标[2-3]、含有氨氧化抑制物质[4]等问题.沼渣易降解且有机质含量低,单独堆肥不可行,猪粪碳含量丰富,鸡粪氮含量丰富,沼渣、猪粪、鸡粪混合堆肥既可以弥补传统沼渣消纳方式的缺陷,也能减少调理剂用量、提高堆肥产品质量、降低堆肥成本[5].

20世纪50年代已有专家对混合堆肥进行了初步研究,但一直缺乏系统性和深入性[6].混合堆肥中物料配比的确定很重要,目前,混合堆肥配比多是根据经验值确定,具有很大的盲目性和主观性,对于沼渣、猪粪、鸡粪混合堆肥的配比问题,国内外鲜有报道.响应曲面法是一种多元分析方法,该方法可建立连续变量曲面模型,同时可对影响效应值的各因子水平及其交互作用进行优化与评价[7].响应曲面法多用于食品、化工、生工等领域中配方、工艺条件的优化方面[8-13],混合堆肥配比即各物料的添加量问题与上述配方的优化具有相似性,运用响应曲面法优化混和堆肥物料配比具有可行性,但目前还没有这方面的报道.本研究利用主成分分析对水溶性碳氮比(WSC/WSN)、水溶性有机物在 465、665nm 处消光系数之比(E4/E6)、氨态氮与硝态氮之比(NH4+-N/NO3－-N)、种子发芽指数(GI)进行综合评价,建立综合评价函数,确定综合评价值 F,用于表征混合堆肥腐熟度.并采用Box-Behnken设计,以F为响应值,沼渣量、猪粪量、鸡粪量为3因素,设计了 15组堆肥试验,建立连续变量曲面模型,目的是从腐熟度的角度确定沼渣、猪粪、鸡粪混合堆肥的最佳配比,为沼渣、畜禽粪便的资源化利用提供有价值的参考,减少资源浪费和环境污染.

1 材料与方法

1.1 堆肥原料

沼渣取自北京顺义区北郎中种猪场,猪粪、鸡粪分别取自乐亭基地养猪场、养鸡场,为调节碳氮比和保持通风良好,添加玉米秸秆(取自乐亭基地附近农户,粉碎至 0.1～0.5cm),堆料基本性质见表1.

表1 堆肥材料的主要理化性状Table 1 pHysical and chemical characteristics of composting materials

1.2 堆肥设备

图1 试验装置示意Fig.1 The figure of experimental device

堆肥的试验装置为静态在线监测堆肥反应器(日本静冈),其结构见图 1,反应筒尺寸为:高400mm,直径 330mm,总容积 34L,出气管直径6mm,配有渗滤液收集装置、供气及计量系统、温控系统、出口气体在线检测仪器:O2-H2S气体检测仪,CO2检测仪.

1.3 堆肥试验设计及样品采集

堆肥前对物料的含水率、C/N、pH值、有机质含量等指标进行测定,控制混合物料的初始含水率为60%,初始C/N在20～25之间,通气量控制为0.5L/(kg⋅h),初始pH 值为6.5～7.5.

采用 Design Expert7.1.6软件设计试验,以沼渣量、猪粪量、鸡粪量为3因素,用Box-Behnken设计15组配比试验,详见表2和表3.Box-Behnken是一种3水平的响应曲面设计,用回归模型作为输入-响应关系确立的工具,把变量和响应值的关系函数化,可依次对函数进行面分析,与传统方法相比,能用较少的实验次数和时间对试验进行全面研究,并能考虑因子间的交互作用.

堆肥过程中实时监测温度、pH值变化,并记录数据,在堆制30d于堆心 15,20,25cm深度处分别取等量样品进行混匀,冻干、研磨过筛,用于指标的测定,每个指标设3个平行.

表2 Box-Behnken设计试验因素及其编码Table2 Level and code of variables chosen for Box-Behnken design

表3 Box-Behnken试验设计变量值及响应值Table 3 Values of variables and responses in Box-Behnken design

1.4 测定项目及方法

温度采用在线温度传感器测定,pH值采用pH计测定,堆肥样品浸提方法参照文献[14];水溶性碳采用TOC仪测定;水溶性氮采用过硫酸钾氧化-紫外分光光度法测定;氨氮采用纳氏试剂光度法测定;硝态氮采用紫外分光光度法测定[15];E4/E6采用文献[16]方法;GI采用文献[17]方法.

1.5 数据处理

采用SPSS17.0软件主成分分析预处理数据,利用 Box-Behnken的中心组合实验设计原理进行响应曲面优化,使用统计分析软件 Design Expert7.1.6拟合出相应模型,优化得出最佳配比.

2 结果与讨论

2.1 混合堆肥温度、pH值变化分析

我国粪便无害化卫生标准[18]规定,最高堆肥温度达到50～55℃并持续 5～7d,堆肥即达到无害化标准.USEPA规定堆肥在 55℃以上持续 3～5d即达无害化要求[19].如表4所示,15组堆肥中除1号、5号、7号外都达到无害化标准.在堆肥初期微生物分解利用堆料中有机物进行自身代谢与繁殖,释放出大量热量,堆体温度上升速度快,后期堆肥中主要含难降解的木质素、纤维素、半纤维素等,微生物代谢活性低,难以维持堆料的高温.其中3号和6号堆肥升温速度最快,达到50℃所需时间最短,仅需18.12h,1号、2号、7号堆肥升温速度最慢,达到50℃所需时间分别为27.32,26.88,27.32h.15组堆肥的最高温度都在 60℃以上,其中8号和10号堆肥达到的最高温度为67.5℃,7号堆肥达到的最高温度最低,仅为60℃.

表4 堆肥过程中温度变化Table 4 Changes of temperature during composting

pH值的变化是反映堆肥进程的重要参数之一,一般认为,pH值处于6.9～7.0范围内堆肥微生物活性较高[20].由表5可见,15组堆肥pH值变化趋势大致相同,都经历先升高后降低的过程,最后都能达到腐熟堆肥pH值呈微碱性的标准.堆肥初期pH值迅速上升是由于高温期大量小分子有机酸挥发,微生物代谢活动使有机酸大量降解,蛋白质水解和氨化作用产生并积累大量—OH.随后,堆料pH值下降,是由于随着微生物活动减弱,堆温降低,氨化作用减弱,硝化作用增强,释放的H+逐渐增多,而且堆肥过程中形成了碳酸氢盐缓冲体系使堆肥后期pH值趋于稳定在8.3左右[21].堆肥后期,15组堆肥中,除 1号、2号、4号、5号、7号、12号、14号pH值略有回升外,其余堆肥组都呈持续下降趋势.堆肥结束后,1～7号堆肥pH值明显大于8～15号堆肥.

表5 堆肥过程中pH值变化Table 5 Changes of pH during composting

2.2 混合堆肥腐熟度的综合评价

在查阅文献的基础上,从大量指标中筛选出水溶性碳氮比(WSC/WSN)[22]、水溶性有机物在465、665nm处消光系数之比(E4/E6)[23]、氨态氮与硝态氮之比(NH4+-N/NO3－-N)[24-25]、种子发芽指数(GI)[26]作为判断沼渣混合物料堆肥腐熟度的指标.采用下列公式[27]对指标数据进行标准化预处理,把 WSC/WSN、E4/E6、NH4+-N/NO3－-N、GI分别设为x1、x2、x3、x4.

评价指标类型的一致化:

将预处理后数据导入SPSS软件,得到主成分分析的第i个主成分的系数[28],结果见表6.

表6 主成分系数表Table 6 The principal component coefficient table

由表6可得2个主成分的线性组合如下:

利用主成分y1、y2做线性组合,并以每个主成分yk的方差贡献率αk作为权数构造一个综合评价函数:F=α1y1+α2y2,并计算F值.F值为综合评价值,用于表征堆肥腐熟度,在下一步Box-Behnken设计中,以F值为响应值进行模型拟合.

2.3 Box-Behnken试验设计结果与分析

2.3.1 模型方程的建立及显著性检验 利用Design Expert 7.1.6软件,对表3中试验数据进行多元回归拟合,获得响应值F对自变量(沼渣量、猪粪量和鸡粪量)的二次多项回归方程为:

该方程的决定系数 R2=0.9643,表明响应值的变化有96.43%来自所选变量(沼渣量、猪粪量和鸡粪量)[29-30].表7表明,鸡粪量一次项、沼渣量二次项达极显著水平(P＜0.01).沼渣量和鸡粪量的交互项、鸡粪量二次项达到显著水平(P＜0.05).整体模型达极显著水平(P＜0.01),失拟项不显著(P＞0.05).表明该二次方程模型比较显著,对试验拟合较好,可以对不同物料配比下的响应值进行预测.另外,该模型的信噪比(Adeq Precision)为12.789,在可接受范围内(＞4).

表7 多元二次方程方差分析表Table 7 ANOVA for the second order quadratic equation

2.3.2 响应面分析图2～图4给出了沼渣量、猪粪量和鸡粪量3因素之一取零水平时,其他 2因素对于响应值F平方根的影响.通过观察可以发现:随鸡粪量的增加F值增加,随沼渣量的增加F值先增加后减小,猪粪量对F值的影响不明显.随着沼渣添加量的增多,混合物料中难降解的木质纤维素富集,导致堆肥腐熟期延长,可能是F值先增加后减小的原因.

2.3.3 最佳配比的确定及模型验证 利用Design Expert软件,对模型方程解逆矩阵,求得响应值F的平方根的最大预测值为11.715,此时沼渣量为5.83kg,猪粪量为7.95kg,鸡粪量为7.54kg,即得出沼渣、猪粪、鸡粪最佳质量配比为5.83:7.95:7.54.在实际试验中,取最佳沼渣、猪粪、鸡粪配比作验证试验,试验值为11.546,与预测值相比,相对误差仅为1.443% ,说明该回归模型所优化出的配比是合适有效的,也说明此预测模型在本试验的研究范围内是有效、合理的.

图2 沼渣量、猪粪量及其交互作用对F平方根的响应面Fig.2 Response surface of anaerobic digestion residue amount,pig manure amount and their interaction on square root of response value F

图3 沼渣量、鸡粪量及其交互作用对F平方根的响应面Fig.3 Response surface of anaerobic digestion residue amount, chicken manure amount and their interaction on square root of response value F

图4 猪粪量、鸡粪量及其交互作用对F平方根的响应面Fig.4 Response surface of pig amount,chicken manure amount and their interaction on square root of response value F

3 结论

3.1 沼渣量、猪粪量、鸡粪量对响应值F影响的显著性顺序为:鸡粪量＞沼渣量＞猪粪量.

3.2 鸡粪量一次项、沼渣量二次项达到极显著水平(P＜0.01).沼渣量和鸡粪量的交互项、鸡粪量二次项达到显著水平(P＜0.05).

3.3 优化出的混合堆肥沼渣、猪粪、鸡粪最佳质量配比为5.83:7.95:7.54.验证结果表明,该回归模型所优化出的配比合适有效.由此可见,响应曲面法用于混合堆肥物料配比的优化具可行性.

[1]于红艳.城市生活垃圾厌氧发酵沼渣制复混肥研究 [D]. 昆明:昆明理工大学, 2005.

[2]段 然.沼肥肥力和施用后潜在污染风险研究与土壤安全性评价 [D]. 兰州:兰州大学, 2008.

[3]Katrin V,Esther K, Jörg T,et al.Fate of methidathion residues in biological waste during anaerobic digestion [J]. Chemosphere, 2002,48(3):287-297.

[4]Karin N,Ingvar S,Mats J,et al .Presence of potential ammonia oxidation(PAO) inhibiting substances in anaerobic digestion residues [J]. Applied Soil Ecology, 2004,26(2):107-112.

[5]占新华,周立祥,卢燕宇.农业常用有机物料中水溶性有机物的理化性质特征 [J]. 中国环境科学, 2010,30(5):619-624.

[6]Golueke C G, Diaz L F.Historical review of composting and its role in municipal waste management [C]//The Science of Composting:part 1. Glassgow (United Kingdom): Blackie Academic and Professional, 1996:3-14.

[7]Trupkin S, Levin L, Forchiassin F, et al. Optimization of a culture medium for ligninolytic enzyme production and synthetic dye decolorization using response surface methodology [J]. Ind.Microbiol. Biotechnol., 2003,30(12):682-690.

[8]庞春龙,印遇龙,阮 征,等.β-呋喃果糖苷酶法合成低聚乳果糖工艺优化 [J]. 食品科学, 2011,32(04):102-106.

[9]Mohana S, Shrivastava S, Divecha J, et al.Response surface methodology for optimization of medium for decolorization of textile dye Direct Black 22 by a novel bacterial consortium [J].Bioresource Technology, 2008,99(3):562-569.

[10]Gangadharan D, Sivaramakrishnan S, Nampoothiri K M,et al.Response surface methodology for the optimization of alphaamylase production by Bacillus amyloliquefaciens [J].Bioresource Technology, 2008,99(11):4597-4602.

[11]Hameed B H, Tan I A W, Ahmad A L. Optimization of basic dye removal by oil palm fibre-based activated carbon using response surface methodology [J]. J. Hazard. Mat., 2008, 158(2/3):324- 332.

[12]Thana P,Machmudah S, Goto M, et al. Response surface methodology to supercritical carbon dioxide extraction of astaxanthin from Haematococcus pluvialis [J]. Bioresource Technology, 2008,99(8):3110-3115.

[13]Annadurai G, Ling L, Lee J F.Statistical optimization of medium components and growth conditions by response surface methodology to enhance phenol degradation by Pseudomonas putida [J]. J. Hazard. Mat., 2008,151(1):171-178.

[14]张 静,於林中,何品晶,等.不同植物废物对垃圾堆肥过程VSCs释放的影响 [J]. 中国环境科学, 2011,31(1):68-72.

[15]国家环境保护总局.水和废水监测分析方法(第四版) [M]. 北京:中国环境科学出版社, 2002:255-257,266-268,279-281.

[16]李鸣晓,何小松,刘 骏,等.鸡粪堆肥水溶性有机物特征紫外吸收光谱研究 [J]. 光谱学与光谱分析, 2010,30(11):3081-3085.

[17]Aslam D N,Vander Gheynst J S,Rumsey T R. Development of models for predicting carbon mineralization and associated phytotoxicity in compost-amended soil [J]. Bioresource Technology, 2008,99(18):8735-8741.

[18]GB 7959-1987 粪便无害化卫生标准 [S].

[19]USEPA. A plain English guide to the EPA part 503 biosolids rule[S]. EPA/8322/R-93/003, 1994.

[20]Bernal M P, Alburquerque J A, Moral R. Composting of animal manures and chemical criteria for compostmaturity.A review [J].Bioresource Technology,2009,100(22):5444-5453.

[21]Cáceres R, Flotats X, Marfà O.Changes in the chemical and physicochemical properties of thesolid fraction of cattle slurry during composting using different aeration strategies [J]. Waste Management, 2006,26(10):1081-1091.

[22]Hirai M F, Chanyasak V, Kubota H.A standard measurement for compost maturity [J]. BioCycle, 1983,(11/12):54-56.

[23]鲍艳宇,颜 丽,娄翼来,等.鸡粪堆肥过程中各种碳有机化合物及腐熟度指标的变化 [J]. 农业环境科学学报, 2005,24(4):820- 824.

[24]Riffaldi R, Levi-Minzi R, Pera A, et al.Evaluation of compost maturity by means of chemical and microbial analyses [J]. Waste Mannage. Res.,1986,4(4):387-396.

[25]Bernal M P, Paredes C, Sánchez-Monedero M A, et al. Maturity and stability parameters of composts prepared with a wide range of organic wastes [J]. Bioresource Technology,1998,63(1):91-99.

[26]Zucconi F, Forte M, Monac A, et al.Biological evaluation of compost maturity [J]. Biocycle, 1981,22:27-29.

[27]郭亚军.综合评价理论、方法及应用 [M]. 北京:科学出版社,2007:15-17.

[28]何晓群.多元统计分析 [M]. 2版.北京:中国人民大学出版社,2008:189-190.

[29]张 楠,孙长虹,季 民,等.响应面法研究篦齿眼子菜克藻效应的环境因子 [J]. 中国环境科学, 2010,30(4):483-486.

[30]赖才胜,谭洪新,罗国芝,等.固相反硝化反应器对含盐水体脱氮效率的预测模型 [J]. 中国环境科学, 2011,31(1):32-37.