罗克菊,刘美玲,吴渝嘉
(重庆市北碚区生态环境监测站,重庆 400700)
随着城市医院或诊所等医疗机构不断扩容,医疗废物造成的污染已经逐步成为大家关注的焦点。与城市生活垃圾填埋等处理方法不同,医疗废物多采取焚烧或高温蒸煮的方式。由于原生垃圾中含有不等量的各类金属废弃物,在焚烧过程中将发生迁移和转化,挥发性的重金属随着烟气排入外部环境,经过冷凝、沉降等一系列物理化学作用最终被人类所吸收[1]。重金属具有富集性,很难在环境中降解,因此对生物体具有严重危害。而汞及其化合物作为医疗废物中常见的有害物质,因其易迁移性、强毒性等特征得到广泛关注,并被世界卫生组织国际列为三类致癌物清单中。
垃圾焚烧废气中汞排放量占全球人为源大气汞排放总量的8%左右[2],我国是全球垃圾焚烧大气汞排放最多的国家之一。为了评估焚烧烟气中汞排放产生的影响,国内外学者做了长时期的研究。然而现在的研究大多集中在城市生活垃圾,对医疗废物焚烧烟气中汞的研究较少。因此本文以医疗废物焚烧烟气中汞的排放情况作为研究对象,分析烟气中其他监测因子对其影响,建立汞排放浓度影响因素模型,为减少污染物排放提供参考依据[3]。
以2014~2016年三年重庆市某地医疗废物焚烧企业焚烧炉出口烟气监测结果为依据,研究汞及其化合物的排放浓度与烟尘排放浓度、二氧化硫排放浓度、氮氧化物排放浓度、一氧化碳排放浓度、氯化氢排放浓度以及氟化物排放浓度等6个影响因素的相关性。
运用自然对数法将焚烧炉烟气的监测数据进行标准化,选用ln(x+1)进行处理以确保标准化后的数据为正值。Y代表标准化后的汞排放浓度,X1、X2、X3、X4、X5、X6分别代表烟尘排放浓度、二氧化硫排放浓度、氮氧化物排放浓度、一氧化碳排放浓度、氯化氢排放浓度、氟化物排放浓度,然后运用SPSS软件中的逐步回归法对数据进行分析处理。
由表1、表2和表3可知,SPSS软件一共筛选出2个模型,拟合优度分别为45.0%和58.0%,F统计量对应的P值均小于0.01,为差异极显著,但模型1的P值为0.001,模型2为0.000。对两个模型进行t检验得出的P值均小于0.05,差异显著,具有统计学意义。因模型2包含的因素较多,且拟合度优于模型1,综合评估,模型2优于模型1。
表1 模型汇总
注:a. 预测变量: (常量), 氮氧化物排放浓度;b. 预测变量: (常量), 氮氧化物排放浓度, 氟化物排放浓度
表2 模型摘要(Anovac)
注:a. 预测变量: (常量), 氮氧化物排放浓度;b. 预测变量: (常量), 氮氧化物排放浓度, 氟化物排放浓度;c. 因变量: 汞排放浓度
医疗废物焚烧烟气中汞排放浓度的影响因素模型为:
Y=-0.134+0.029X3+0.007X6
由上述公式可知,焚烧烟气中汞排放浓度受氮氧化物和氟化物排放浓度的显著影响,且均成正相关。从系数来看,氮氧化物排放浓度的影响大于氟化物排放浓度。
表3 模型摘要(系数a)
注:a. 因变量: 汞排放浓度
通过SPSS软件对重庆市某地医疗废物焚烧企业焚烧炉出口烟气监测数据进行统计分析,采用逐步回归法对汞排放浓度影响因素进行回归分析,得出汞排放浓度的影响因素模型如下:
Y=-0.134+0.029X3+0.007X6
由上述模型可知,医疗废物焚烧气中汞排放浓度与氮氧化物和氟化物排放浓度具有显著相关性,且均成正比。因此,为了减少烟气中汞的排放浓度,可以采取措施削减氮氧化物和氟化物的排放浓度。特别是减少氮氧化物的排放,如提高焚烧炉脱硝工艺,从而达到重金属减排目的,降低对医疗废物焚烧企业周边环境的影响。