温室生物质发酵酿热的碳氮水耦合调控效应研究

李陈浩，胡艺馨，王 浩，肖金鑫，宋 磊，苗丽丽，李建明

(西北农林科技大学园艺学院，陕西 杨凌 712100)

温室栽培是提升农业生产力的有效方式，作为环境可控农业，其对能源依赖很大。而随化石能源的不断减少，如何最大限度利用自然能源，减少调控成本，寻求绿色经济的温室加温技术，成为温室生产可持续发展的核心问题。温室生物质发酵酿热作为可再生能源利用技术具有巨大潜力[1]，可利用农业废弃物好氧发酵产生的热量与CO2[2]为温室供暖并增施气肥，由于其能效显著且处理循环利用农业有机废弃物高效而受到广泛重视[3-4]。

温室生物质发酵高效酿热产能依赖于科学合理的发酵参数调控技术[5-7]。已有研究提出数学模型结合基于VS降解率和O2吸收量的简单热转换因子对发酵酿热进行了预测与管理[8-9]，最大产热量为30.29 kJ·(kg TS·h)-1[10]。但目前国内外研究的生物质好氧发酵参数调控主要停留在满足农业废弃物全量化处理的需求[11-12]，未考虑发酵因素交互影响[13-14]与农业废弃物能源化利用[15-16]的需求性。生物质好氧发酵酿热研究与参数调控技术研究仍缺乏系统联系，因此，系统解析生物质发酵酿热效应与必需发酵因素间的耦合效应是实现温室生物质好氧发酵精准控制和高效酿热的基础。

生物质发酵过程中，若兼顾产热量最高则无法实现农业废弃物的全量化处理；
而基于废弃物降解最大化的调控技术，其能源转化效率不一定最佳。因此有必要引入对发酵酿热各项指标综合考量的评价方法，兼顾农业废弃物处理与发酵酿热需求，以获取更科学、更合理的生物质发酵酿热调控方案。本研究旨在利用近似理想解法(TOPSIS)进行多因素耦合下生物质发酵酿热的科学评价，系统构建多因素耦合对生物质发酵酿热的调控模型，揭示必需发酵参数间的耦合调控效应，更准确地解释酿热对发酵参数的需求规律，模拟寻优，提出并验证适用于冬季延安地区温室采暖的多因素调控方案。开发环境友好、绿色清洁、可再生利用的生物质能源，为温室生物质发酵高效酿热产能与农业废弃物的全量化处理提供依据。对于开发清洁能源以最大限度地替代石油、煤炭等不可再生能源，具有显著的生态环境效益和社会意义。

1.1 试验材料与装置

供试材料为小麦秸秆，取自西北农林科技大学小麦试验田，自然风干，经粉碎机切割至5～10 cm的小段。氮源调理剂为奶牛粪，取自西北农林科技大学畜牧教学试验基地(农作三站)奶牛场。物料基本性状见表1。中试试验与温室应用试验均采用相同试验材料。

表1 发酵原料基本性状Table 1 Basic properties of composting materials

中试试验发酵装置为自制圆台状强制通风好氧发酵反应器(图1)。反应器容积200 L，主体为0.2 cm厚高密度聚乙烯，外侧覆盖1.5 cm厚黑色橡塑保温层。桶内布有开孔率20%的不锈钢筛板，孔径5 mm。发酵物料混合均匀后放置其上。空气从反应器顶部由进气管流至底部，再透过不锈钢筛孔板均匀供入反应器内，流经发酵物料后从顶部排气口排出。

1.反应器；
2. 进气管；
3. 排气管；
4. 筛板；
5. 气泵；
6. 保温隔热材料1. Reaction chamber; 2. Ventilation pipe; 3. Exhaust pipe;4. Sieve plate; 5. Air pump; 6. Thermal insulation material图1 发酵装置示意图Fig.1 Illustration of composting device

应用验证试验装置为发酵拱棚，长6 m，跨度5 m，高3 m，利用直径20 cm PVC管与供试温室连通，进行气体循环与热量供应。供试温室为大跨度非对称塑料温室[17](图2)，东西走向，长100.0 m，跨度18.0 m，脊高6.0 m，南北屋面覆盖10.0 cm保温被，室内面积1 800.0 m2。对照温室位于试验温室北侧，结构尺寸与其相同。

1.试验温室；
2. 保温被；
3. 通风管道；
4. 物料；
5. 发酵拱棚；
6. 风机1. Testing greenhouse; 2. Thermal insulated quilt; 3. Aeration duct;4. Composting material; 5. Composting tunnel; 6. Air pump图2 温室结构示意图Fig.2 Structure of greenhouse and composting tunnel

1.2 试验设计与方法

中试模拟试验于2019年7—8月在陕西省杨陵区揉谷镇千玉乡土风情园塑料大棚内进行(108°07′E，34°28′N)。以初始物料容重(Bulk density，BD)、碳氮比(Carbon nitrogen ratio，C/N)及含水率(Moisture content，MC)为研究因素，采用二项式中心点组合设计，试验因素水平编码值与试验方案见表2，共计23个处理。各处理按表2设计将麦秸与牛粪均匀混合(不添加生物菌剂)，调节BD、C/N和MC后将物料转移至各密封反应器中进行好氧发酵。采用机械强制间歇通风，通风率为5 L·min-1，每天通风5 min·h-1。发酵周期30 d。各处理3次重复。分别在发酵的第0、7、14、30 d翻堆，同时在堆体上、中、下3部位采集鲜样100 g，用于基本理化性质的分析。取回的样品分为2份，1份鲜样用于测定物料含水率；
1份风干、研磨、过100目筛，用于总有机碳含量测定。在反应器内距底部0.20、0.35、0.50 m位置处上、中、下3点，以及室内垂直地面0.5、1.0、1.5 m处布置温湿度探头，以监测室内气温、空气相对湿度以及堆体温度。

表2 试验方案Table 2 Experiment plan

温室应用验证试验于2020年12月—2021年2月在陕西延安(109°48′E，36°60′N)进行，供试材料为小麦秸秆和牛粪(表1)等农业废弃物共计20 t，依据中试试验所得最佳方案调节初始物料参数组合(BD、C/N和MC)，均匀混合后置于发酵拱棚内进行好氧发酵(不添加微生物菌剂)。采用强制间歇通风，通风速率0.17 L·L-1·min-1，不翻堆。以每天10∶00(保温被揭开)至15∶00—16∶00(保温被落下)为白天时间段，其余时间为夜间时段。除了必要的通风时间段和操作者进出外，温室内的门窗处于密闭状态，以此减少外界因素对室内温度的影响。试验期间每周取样处理，样品处理和保存方法与中试试验一致。于温室内几何中心垂直地面0.5、1.0、1.5 m处布置温度探头，监测室内气温。

1.3 测定指标及方法

含水率采用105℃烘干法测定；
总有机碳含量(Total organic carbon，TOC)采用岛津TOC-L总有机碳分析仪[18]测定。采用哈尔滨物格电子公司的多路环境测试仪(PDE-KI)监测环境气温和空气相对湿度。温湿度传感器设置在试验区域中心位置，以30 min为时间间隔采集并储存数据。温度量程：-30～70℃，准确度±0.5℃，分辨率0.1℃；
湿度量程：0～99%，准确度±3%，分辨率1%。采用美国安捷伦公司的34970A数据采集器监测物料温度，设置T型热电偶作为温度探头，以30 min为时间间隔采集并储存数据。

1.4 数据处理与分析

1.4.1 热量计算方法 基于前人研究中的计算方法与公式[19]，进行简化改进，主要考虑热传导、蒸发潜热和通风显热，由于水蒸气在反应器顶部内侧冷凝回流可回收出气口气体中所携带的潜热[20]，且热辐射在好氧发酵热量平衡占比相对较小，本文不予考虑。

(1)发酵酿热总量计算[10]：

Qgenerate=∑[Aλ(Tpile-Tambient)×24×3.6/L+(Maeration dryairCdryair+Maeration vapor-Cvapor)(Tpile-Taeration)+

(MwaterCwater+MsolidCsolid)(Ti+1-Ti)]

(1)

式中，Qgenerate为发酵过程中酿热总量(kJ)；
A为反应器表面积(m2)；
λ为反应器侧壁及保温材料导热系数(W·m-1·K-1)；
Tpile为堆温(℃)；
Tambient为环境气温(℃)；
L为反应器侧壁及保温材料厚度(m)；
Maeration dryair为通风过程中干空气质量(kg)；
Maeration vapor为水蒸气质量(kg)；
Cdryair为干空气比热容(kJ·kg-1·K-1)；
Cvapor为水蒸气比热容(kJ·kg-1·K-1)；
Taeration为通风气温(℃)；
Mwater为物料中水分(kg)；
Msolid为物料中固体质量(kg)；
Cwater为水的比热容(kJ·kg-1·K-1)；
Csolid为固体比热容(kJ·kg-1·K-1)；
Ti为第i天的堆温(℃)；
Ti+1为第i+1天的堆温(℃)。

(2)总有机碳降解率[16]：

ηoc=(TOCinitial-TOCproduction)/TOCinitial

(2)

式中，ηoc为发酵物料中总有机碳降解率；
TOCinitial为发酵原料中总有机碳含量(g·kg-1)；
TOCproduction为产物中总有机碳含量(g·kg-1)。

(3)热能转化率[16]：

UH=Qgenerate/Mtotal dry mass

(3)

式中，UH为热能转化率，即单位干质量发酵物料产生的热量(kJ·kg-1)；
Mtotal dry mass为发酵物料干质量(kg)。

(4)产热速率：

(4)

(5)升温速率[11]：

v=(Tmax-T0)/days

(5)

式中，v为升温速率(℃·d-1)；
Tmax为高温期平均堆温(℃)；
T0为发酵第0天堆温(℃)；
days为从发酵第0天到堆体进入高温期所需天数，即升温期(d)。

1.4.2 数据分析方法 采用Excel 2016和Design-Expert 8.0.6进行数据统计与分析。用Excel 2016将单一指标数据归一化处理[21]，通过熵权法[22]计算各指标权重，并通过TOPSIS法[23]进行综合酿热效果评价；
用Design-Expert 8.0.6软件[24]进行数据分析与建模；
采用Excel 2016和Origin 2017进行数据图表制作。

2.1 基于TOPSIS法的生物质发酵酿热综合效果评价

表3 基于TOPSIS法确定的发酵酿热综合效果指标评价得分Table 3 Comprehensive score of composting heat generation determined by TOPSIS method

2.2 生物质发酵酿热综合效果对发酵因素耦合的响应

以BD、C/N和MC为自变量，编码范围均为(-1.68，1.68)，以生物质发酵酿热综合评分为因变量，进行二次多项式拟合，所得模型为：

Y=0.54-0.06BD+0.10C/N-0.02MC-0.09BD×C/N-0.10BD×MC-0.02C/N×MC-0.06BD2+0.02C/N2-0.10MC2

(6)

其决定系数R2=0.82，F=6.40，P=0.0015<0.01，失拟项P值为0.23>0.05不显著，模型拟合良好，可极显著表示发酵因素与综合酿热效果的关系。对回归模型进行降维处理[25]，消除其他因素对分析因素的影响。结果表明(图3)，在试验范围内，综合评分随C/N的增加而增大，二者间接近线性关系，而对BD和MC的响应均呈凸型二次曲线。当各因素均处于较低水平时，综合评分对MC的响应最为明显；
而在较高水平时，BD和MC均产生抑制作用，仅C/N对综合评分有正向调节作用。

图3 发酵因素对综合酿热效果的影响Fig.3 Effect of single factor on comprehensive score

图4(217页)中栅格颜色深浅代表综合评价值的大小[21]。在试验范围内，综合评价值会随C/N的增加而升高，随BD的增大而降低(图4a)。在较高水平C/N与较低水平BD区间内，评价值较高。二者在一定范围内存在负交互效应，且相互抑制。同样，当BD与MC均处于高水平时(图4b)，综合评价值较小，随BD与MC的逐渐降低，评价值逐渐升高，但其最优区间为较低水平BD与中高水平MC，故二者也存在负交互效应，且相互抑制。由三因素耦合模拟结果(图5，217页)可知，中高水平MC、中高水平C/N以及中低水平BD组合下存在最适于生物质发酵综合酿热的最优区间。随C/N增加，最优区间由较高BD中低MC区向中低BD中高MC迁移，综合评价值同步增大；
随物料水分增加，BD与C/N的交互效应逐渐增强，综合评价值同步增大。当BD过高对综合酿热效果产生抑制时，水分的调节作用比C/N更明显，适当降低物料MC可解除抑制现象，能促进综合酿热效果。

注：(a)容重(BD)与碳氮比(C/N)耦合对综合酿热效果的影响；
(b)容重(BD)与含水率(MC)耦合对综合酿热效果的影响。Note: Figure a represents interactive effect of bulk density (BD) and carbon nitrogen ratio (C/N) on comprehensive score, and Figure b represents interactive effect of bulk density (BD) and moisture content (MC) on comprehensive score.图4 两因素耦合对综合酿热效果的影响Fig.4 Interactive effects of two factors on comprehensive score

图5 容重(BD)、碳氮比(C/N)与含水率(MC)耦合对综合酿热效果的影响Fig.5 Interactive effects of bulk density (BD), carbon nitrogen ratio (C/N), and moisture content (MC) on comprehensive score

2.3 多因素耦合对生物质发酵酿热的模拟寻优及验证

以生物质高效循环利用为出发点，以发酵酿热快速启动、持续高温、充分降解为主要目标，通过MATLAB软件模拟寻优[26]得，当初始物料容重为0.05～0.07 g·cm-3，碳氮比为38.30～38.40，含水率为52.94%～59.83%时，综合酿热效果存在最优区间。将该方案应用于规模化验证试验，结果表明测试期间堆体均温连续48 d稳定保持在50℃以上(图6)，已达无害化标准[12]，ηoc达0.23，UH为1 482.11 kJ·kg-1，与中试试验结果(ηoc为0.20，UH为1 232.29 kJ·kg-1)相比差异不显著，说明了模型的准确性。由连续5 d温室热环境统计数据可知(图7)，延安地区白天室外气温最高不超过-1.30℃，夜间室外最低温度为-25.5℃，试验温室内夜间气温始终高于室外且不低于10.9℃，对照温室最低夜温则为9.70℃，测试期二者夜间最大温差为1.50℃；
而试验温室平均夜温高于对照温室0.94℃。表明温室生物质发酵酿热手段对于延安地区大跨度非对称塑料温室夜温提升效果可观。本试验所得最优方案可使生物质发酵酿热有效提高温室夜温，改善夜晚温室热环境。

图6 堆体温度与累积温度变化Fig.6 Curve of pile temperature and accumulated temperature

图7 连续5日(2021-01-06—2021-01-10)试验与对照温室内气温变化Fig.7 Curve of testing and control greenhouse indoor temperature in 5 d (2021-01-06—2021-01-10)

温室生物质发酵酿热是一种外源加热措施。相比煤、电等外界热源，生物质酿热具有绿色、经济、长效缓释的特点。相同热值的原料，通过燃烧手段会快速并彻底释放其中热量，而通过生物质发酵手段则放热缓慢且一部分能量可被用于微生物的合成代谢。本文中，20 m3发酵物料提高延安地区日光温室(跨度11 m，长度100 m，脊高7 m)夜间气温0.94～1.50℃。对于庞大的温室体积，一定体积的发酵物料虽然瞬时增温幅度有限，却有效改善了温室内热环境。利用显热计算公式[27-28]，可根据温室类型与加热面积，调整发酵物料体量，以达到更显著的加温效果。以温室番茄为例，其生长发育进程在一定范围内随环境温度的升高而加快，发育速率与某一生育阶段的有效积温值呈正相关[29]。据计算，生物质发酵酿热措施在5 d内提高有效积温4.7～7.5 ℃·d-1，理论上可加快番茄生长发育，使采收期提前。从实际生产的角度，生物质发酵酿热措施可满足基质栽培的温度需求，实现热量的长效缓释。同时，生物质好氧发酵产生的CO2可被温室作物吸收固定，实现作物增产并降低农业废弃物的碳排放量。

C/N是影响好氧发酵的关键因素，传统理论认为最适C/N为 20～35[4]，但不同生物质发酵应用的最适C/N因原料性质差异而有所变化[30]，同时因目标不同也存在差异。以生物质肥料化利用为最终目标时，需更关注发酵产物腐熟度[7]、养分含量[3]与保氮效果[31]等指标。故中低水平C/N更适合以粪便腐熟度与臭气减排为综合目标的发酵管理[32]。而本试验以生物质发酵高效酿热为主要目标，强调堆体快速启动、持续产热与有机质充分降解。故高C/N可增大碳源比例，补充微生物生命活动所需的主要能量，提高有机质降解速率[10]与产热[33]。在以麦秸为主体的好氧发酵体系中，随C/N增大，麦秸比例增加，可有效促进堆肥起爆[34]。鉴于秸秆的良好保水性[35]，在其他因素固定时，高C/N物料仍可满足微生物对水分和氧气的需求[36]，增大麦秸总有机碳降解率[30]，加快降解速率，利于微生物活动。因此本试验中最适发酵酿热C/N为38.30～38.40具有合理性与科学性。

1)本研究构建了碳氮水耦合对生物质发酵的调控模型，R2=0.816，P=0.0015，模型达极显著水平。在单因素分析下，生物质发酵综合酿热效果与C/N接近线性关系，与BD和MC均呈凸型二次曲线关系。

2)各因素对综合评分的作用大小依次为C/N>BD>MC；
BD和C/N、BD和MC均呈负交互作用，且相互抑制。高容重抑制下，调节物料水分比调节碳氮比更有利于改善综合酿热效果。通过综合评价得出，较高水平C/N、中等偏高MC、中等偏低BD更能提升综合酿热效果。

3)通过计算机模拟寻优得生物质发酵酿热最佳调控方案，即BD、C/N与MC分别为0.05～0.07 g·cm-3，38.30～38.40，52.94%～59.83%时，存在最优综合酿热效果，可使冬季延安地区大跨度非对称塑料温室夜温提高0.94～1.50℃。结果表明本文提出的生物质发酵酿热的调控模型具有较好准确性与应用效果。

推荐访问:耦合 温室 发酵