纺织服装产品灰水足迹核算与评价研究进展

2021-05-08 06:48王克沈悦镭王晓蓬王来力
现代纺织技术 2021年2期

王克 沈悦镭 王晓蓬 王来力

摘 要:综述了灰水足迹核算与评价的研究进展,对纺织服装产品灰水足迹核算与评价中涉及的多污染物影响、时间效应、"潜在水环境影响稀释"和区域评价等关键性问题进行了重点讨论。基于纺织服装产品生产排放废水中污染物种类繁多且理化性质复杂的特点,分析得出:进行纺织服装产品灰水足迹核算时仅考虑特征污染物会导致核算结果偏高,应重点关注多种污染物对水体水质的影响;废水污染物进入水体后会发生不同程度的降解或累积,评价对水环境的影响时需考虑时间效应,以提高灰水足迹核算的准确性;相较于"浓度稀释",从"潜在水环境影响稀释"角度更能体现废水污染物对水环境的实际影响;灰水足迹的核算与评价时纳入区域的水压力指数,可以更准确的评价纺织服装产品生产对区域水资源环境的影响。

关键词:纺织服装产品;灰水足迹;废水污染物;时间效应;影响稀释;区域评价

中图分类号:TS197

文献标志码:A

文章编号:1009-265X(2021)02-0056-06

作者简介:王克(1997-),男,安徽亳州人,硕士研究生,主要从事纺织品服装水足迹核算与评价方面的研究。

Abstract:This study reviews the research progress of grey water footprint calculation and evaluation, and focuses on the key issues involved in the calculation and evaluation of grey water footprint of textile and garment products, such as multi-pollutant effect, time effect, “potential water environmental impact dilution” and regional evaluation. Based on the fact that there are a great variety of pollutants in the wastewater discharged from the production of textile and garment products and the pollutants' physicochemical properties are complex, it is concluded that high calculation results will be obtained if only particular pollutants are taken into account in the calculation of grey water footprint of textile and garment products. Instead, emphasis should be placed on the impact of multiple pollutants on water quality. Since wastewater pollutants will be degraded or accumulated to different extent after entering the water body, time effect should be considered in the evaluation of the impact on water environment, to guarantee the accuracy of grey water footprint calculation. Compared with “concentration dilution”, the angle of “potential water environmental impact dilution” can better reflect the actual impact of wastewater pollutants on water environment. The inclusion of the regional water pressure index in the calculation and evaluation of grey water footprint helps evaluating the impact of textile and garment production on the regional water resources environment more accurately.

Key words:textile and garment products; grey water footprint; wastewater pollutant; time effect; impact dilution; regional evaluation

全球水資源环境的变化关系着人类的生存与发展,水资源短缺和水环境劣化问题已成为21世纪关注和讨论的热点之一。《The United Nations World Water Development Report 2019: Leaving No One Behind》中指出:未来几十年,全球水需求和水环境恶化将持续增加,水使用量到2050年可能增长20%~30%[1]。为改善中国水资源环境,政府出台了一系列节水减排政策,例如《国家节水行动方案》、《水污染防治行动计划》,加强纺织印染行业的水资源取用和废水排放管理。

纺织工业的生产加工消耗大量的水资源,并排放大量的废水及废水污染物。统计数据表明,2015年中国纺织工业废水排放量约占统计工业行业总排放量的13.19%,其中废水中污染物氨氮和COD的排放量在统计的39个工业行业中分别处于第二位[2]。纺织工业生产对水环境的污染一直是中国关注的重点问题,《纺织工业“十二五”发展规划》中提出废水治理目标:到2015年,纺织工业排放的废水污染物总量消减比例不低于10%。《纺织工业“十三五”发展规划》指出,继续推行清洁生产技术,到2020年,纺织工业的主要污染物排放量相较于2015年再下降10%。

为量化与评价由人类活动造成的水资源环境影响,基于“虚拟水”理论,Hoekstra于2002年提出“水足迹”概念,并将水足迹分为量化水资源消耗的蓝水足迹、绿水足迹和量化水环境污染的灰水足迹[3]。本文对灰水足迹核算与评价的研究进展进行了系统回顾,并对纺织服装产品灰水足迹核算与评价中的多污染物影响、时间效应、“潜在水环境影响稀释”和区域评价等关键问题进行了分析与讨论,为纺织服装产品灰水足迹的核算与评价提出建议。

1 灰水足迹的概念及应用

灰水足迹作为一种从水量角度量化水污染的重要方法,可用于评估水污染来源、水环境污染程度以及水资源的可持续性利用等。Hoekstra等[3]将灰水足迹定义为以自然水体浓度和环境水质标准中的浓度为基准,将污染物负荷稀释至相应水质标准所需的水资源量。当评价产品的灰水足迹时,须对每种污染物的灰水足迹进行核算,取最大值为该产品的灰水足迹。灰水足迹也是一种表征水体纳污能力的指标,纳污能力由各地的水质标准和自然水体浓度的差值决定,因此同一污染源在不同区域造成的灰水足迹不尽相同。

灰水足迹相关研究分类见表1所示,涉及示范应用、衍生指标、量化方法等不同方面。

示范应用是直接应用灰水足迹方法对国家、工业行业、农业产品、工业产品等的灰水足迹进行核算示范。衍生指标是对灰水足迹进行细分,使其能够更加适合于废水排放的环境负荷量化,例如,王来力等[31]基于纺织产品生产工序长,不同生产工序的废水污染物浓度不同,对排放前的废水会进行处理等特点,将纺织产品灰水足迹分为初始、残余、工序和整体灰水足迹,并提出各个灰水足迹指标的核算方法,综合反映不同阶段纺织废水的水污染情况;许璐璐等[25]对产品灰水足迹阶段累加法进行了改进,基于废水流向将产品灰水足迹分为工序生产、工序排放和工序环境灰水足迹三个阶段,并以涤纶针织珊瑚绒产品染色的灰水足迹为例,验证了该方案的可行性,为企业明确了重点排污工序以及对后续阶段的水处理压力;Gu等[32]和Eva等[33]为评价污水处理厂在减少废水对水环境影响方面的作用,基于灰水足迹概念分别提出“灰水足迹减少”和“运作中的灰水足迹”指标。

量化方法是在传统灰水足迹核算方法基础上提出新的核算方法,主要涉及稀释水体、时间问题、多种污染物影响、污染物降解以及核算结果的不确定性分析等方面。例如,王丹阳等[34]指出稀释污染物实际是由不同受纳水体完成的,计算灰水足迹时需考虑不同水体稀释各部分污染物时所需的水量之和;Gu等[35]指出当前灰水足迹核算忽略了时间对灰水足迹的作用,也没有区分废水污染物对水质和水量的影响,并提出了综合考虑水质、水量和时间的三维灰水足迹核算与评价模型,可以使灰水足迹评估更加全面;许璐璐等[36]结合纺织服装生产废水污染物繁杂特点,核算灰水足迹时对特征污染物、现有环境水质标准和自然本底浓度的相关参数选取以及工业废水对水质的综合影响进行了重点分析,并提出评估灰水足迹时纳入毒性指标能反映废水污染物对水环境的时间影响;Verge等[37]提出由于作物产量不受控制且受天气影响严重,影响到年度灰水足迹的核算结果差异很大;Yu等[39]指出传统灰水足迹仅考虑单一污染物并不能准确反应水资源特性的变化,提出采用水质指数,从水质变化角度评价多种污染物对水环境影响的灰水足迹核算方法;Jamshidi等[40]开发了基于多种污染物影响的灰水足迹核算方法,除常规污染物外,考虑了溶解氧对水环境的影响,但仍以最大污染物造成的灰水足迹作为核算结果;Li等[41]为解决传统灰水足迹核算时忽略了水体中多种污染物之间的化合作用,基于多污染物质量平衡和模糊综合评判模型,从水质角度进行评价分析,同时考虑了污染物在水体中的自净过程;Wang等[42]指出,由于现有工厂、新建工厂和特定地区工厂等不同工厂选取污染物的最高容许浓度不同,同一生产线上同一纺织产品的灰水足迹核算结果会有所差异,为准确核算与评价纺织服装产品灰水足迹,需明确公式中每个变量的具体含义;闫峰等[44]将不确定分析理论引入灰水足迹,通过构建概率密度函数,更准确的计算出灰水足迹的数学期望以及水质性缺水风险概率,处理了灰水足迹评价中的不确定性问题。

2 讨 论

纺织服装产品生产具有生产链条长、取用水量大以及废水污染物多等特点,进行纺织服装产品灰水足迹核算涉及多污染物影响、污染物降解或积累等关键因素;对核算结果进行评价,可考慮“潜在水环境影响稀释”和纳入区域水压力指数,以准确表征纺织服装产品生产对水环境的实际影响。

2.1 多污染物影响

水资源环境的特性由水体中所有存在的污染物共同组成,Hoekstra提出的灰水足迹由受纳水体稀释某种污染物所需的最大水量决定,忽略了水体中多种污染物的化合作用对水环境的综合影响。纺织服装产品生产废水的组成成分复杂,包括染料和助剂以及产生的COD、氨氮、硫化物等多种污染物,对水环境的影响也是复杂多样的。量化纺织服装产品灰水足迹时采用特征污染物的核算方法,结果具有不确定性,已有研究表明,量化灰水足迹时仅考虑特征污染物会导致核算结果偏高[39]。包含多种污染物的纺织服装废水排放到水体中会综合影响受纳水体的水质,核算灰水足迹时考虑水质变化,能更准确地表征纺织服装产品生产废水对水环境造成的综合影响。

2.2 时间效应

核算纺织服装产品灰水足迹时,需要考虑废水污染物在受纳水体中的停留时间。纺织服装产品的生产工序会使用较多的纺织化学品,产生的废水包含浆料、有毒活性染料以及表面活性剂等污染物[45]。自然水体对污染物有一定的自净能力,通过物理、化学、生物等过程的作用下,经过一定时间能够使污染物产生降解而减少污染物的总量。纺织废水中也存在一些持久性的有机污染物,可以抵抗水体的自净作用而不断积累,对水环境产生长期影响。

纺织服装产品生产废水中常见的污染物为COD和氨氮,进入自然水域后通过水体的自净作用,浓度会有一定程度的衰减,减少了污染物的水环境的影响。有研究表明,我国河流中COD的综合降解系数为0.009~0.470d-1,氨氮的综合降解系数为0.105~0.350d-1[46]。污染物进入河流和湖泊中经过稀释后浓度较低,降解规律符合一级反应动力学方程[47]。

纺织服装产品生产废水中不易降解的有毒有机污染物进入水体后通过积累会对生态环境造成持续影响。当前的灰水足迹作为一种衡量水污染的指标,缺少污染物对水质影响和时间效应的探讨。有研究表明,核算灰水足迹时可加入毒性指标,体现污染物对水域的持续影响,提高灰水足迹概念的完整性[36]。

2.3 潜在水环境影响稀释

为量化产品各生命周期阶段对水资源环境造成的多种潜在环境影响,ISO于2014年发布了ISO 14046: 2014《Environmental management-Water footprint-Principles, requirements and guidelines》。该标准依据污染物涉及的不同环境机制,将水环境问题描述为水富营养化、水酸化、水生态毒性和热污染等环境影响。灰水足迹以稀释废水中各污染物浓度至相应水质标准浓度所需的最大水量为衡量指标,从“稀释水量”角度实现了评价污染物对水环境的影响。纺织服装产品废水中污染物种类复杂,并残留着有毒染料等物质,浓度高的污染物对水环境的影响不一定大于浓度低的污染物,从“浓度稀释”角度核算与评价纺织服装产品灰水足迹存在着部分争议。从“影响”角度分析,不同污染物对水环境的影响类别有所差异,基于“稀释理论”,采用稀释潜在的水环境影响至无害程度所需的水量指标来表征纺织服装产品的灰水足迹更具现实意义。

2.4 區域评价

水资源环境问题具有显著的区域特性,工业产品生产对区域造成的水资源环境影响,不单源于水量的消耗,由废水排放导致的水资源可利用性降低同样要考虑在内。灰水足迹通过水量形式使水污染与水消耗情况得以比较,在区域水资源环境评价中得到广泛应用。灰水足迹核算涉及的参数主要有环境水质标准中最大容许浓度和自然本底浓度。环境水质标准中最大容许浓度的选取与当地的环境水质标准相关,自然本底浓度定义为在无外界因素影响的条件下,自然水体中某污染物的浓度。核算纺织服装产品灰水足迹时,由于不同地区的纺织服装工厂采用的自然本底水质标准可能不同,导致同一产品在相同的生产工序下,灰水足迹核算结果会有所差异。

评价区域水资源压力时,当前研究多以某地区或行业的耗水量为研究对象,未将稀释污染物所占用的水量作为参与因素。同一灰水足迹对不同地区的水资源环境压力造成的影响不同,因此在核算与评价灰水足迹时纳入区域水资源环境压力指数将使核算与评价结果更具有可比性。

3 结 论

灰水足迹作为一种量化与评价废水污染物排放造成的水资源环境影响的方法,得到较为广泛的研究和应用。基于纺织服装产品生产废水组成复杂、污染物性能差异和离散式跨区域生产加工等特点,对纺织服装产品灰水足迹核算与评价中的关键性问题进行探讨,得出结论如下:

a) 灰水足迹核算时仅考虑特征污染物会导致核算结果偏高,进行纺织服装产品灰水足迹核算与评价时,应量化受纳水体水质的变化,从而更准确的表征废水中多种污染物对水环境造成的综合影响。

b) 进入水体的污染物发生降解或积累后,造成的水环境影响会发生变化。纺织服装产品废水中污染物种类复杂,核算与评价灰水足迹时需考虑时间因素对废水污染物总量的改变,以提高灰水足迹核算的准确性。

c) 纺织服装产品生产对水环境的影响是多方面的,由于污染物毒性的差异,浓度高的污染物对水环境的影响不一定大于浓度低的污染物。因此,相较于“浓度稀释”,从“影响稀释”角度更能体现废水污染物对水环境的实际影响。

d) 水资源环境压力大的地区更易受到污染损害,核算灰水足迹时纳入区域的水压力指数,可以使纺织服装产品生产对不同区域造成的水资源环境影响更具有可比性。

参考文献:

[1] STEFAN UHALENBROOK. The United Nations World Water Development Report 2019: Leaving No One Behind[R]. Paris: UNESCO,2019.

[2] 文兼武.中国环境统计年鉴—2016[M].北京:中国统计出版社,2016:27-32.

[3] HOEKSTRA A Y, HUNG P Q. Virtual Water Trade: A Quantification of Virtual Water Flows Between Nations in Relation to International Crop Trade[R]. IHE Delft: Value of Water Research Report Series (No.11),2002.

[4] SERIO F, MIGLIETTA P P, LAMASTRA L, et al. Groundwater nitrate contamination and agricultural land use: A grey water footprint perspective in Southern Apulia Region (Italy)[J].Science of the Total Environment, 2018,645:1425-1431.

[5] RICARDO L V, ANDRE M N, BRUNO T D L X, et al. Assessment of the gray water footprint of the pesticide mixture in a soil cultivated with sugarcane in the northern area of the State of Pernambuco, Brazil[J]. Journal of Cleaner Production,2019,234:925-932.

[6] 林靖雯,翁翎燕,戴毅豪.中国灰水足迹时空格局演变及其脱钩关系研究[J].水利科技与经济,2019,25(9):14-21.

[7] 孙才志,阎晓东.基于MRIO的中国省区和产业灰水足迹测算及转移分析[J].地理科学进展,2020,39(2):207-218.

[8] GU Y F, XU J, KELLER A A, et al. Calculation of water footprint of the iron and steel industry: a case study in Eastern China[J]. Journal of Cleaner Production, 2015,92:274-281.

[9] WANG L L, DING X M, WU X Y. Blue and grey water footprint of textile industry in China[J]. Water Science & Technology, 2013,68(11):2485-2491.

[10] WANG L L, DING X M, WU X Y. Water footprint assessment for Chinese textiles manufacturing sector[J]. Industria Textila, 2017,68(2):116-120.

[11] 高妍,马广奇.灰水足迹与经济发展的关系研究——以纺织工业为例[J].经济研究导刊,2020(6):20-21.

[12] 孙清清,黄心禺,石磊.纺织印染企业水足迹测算案例[J].环境科学研究,2014,27(8):910-914.

[13] XU M, LI C H, LU S B. Sustainable Water resources utilization on energy industry based on the gray water footprints assessment in Hunan province[J]. Energy Procedia, 2017,105:3758-3764.

[14] MA X T, YANG D L, SHEN X X, et al. How much water is required for coal power generation: An analysis of gray and blue water footprints[J]. Science of The Total Environment, 2018,636:547-557.

[15] GU Y F, DONG Y N, WANG H G, et al. Quantification of the water, energy and carbon footprints of wastewater treatment plants in China considering a water-energy nexus perspective[J]. Ecological Indicators, 2016,60:402-409.

[16] CHAPAGAIN A K, HOEKSTRA A Y. The blue, green and grey water footprint of rice from production and consumption perspectives[J]. Ecological Economics, 2011,70(4):749-758.

[17] MEKONNEN M M, HOEHSTRA A Y. A global and high-resolution assessment of the green, blue and grey water footprint of wheat[J]. Hydrology and Earth System Sciences, 2010,14(7):1259-1276.

[18] MEKONNEN M M, HOEGSTRA A Y. The green, blue and grey water footprint of crops and derived crop products[J]. Hydrology and Earth System Sciences, 2011,15(5):1577-1600.

[19] 趙恩,张丽丽,王天祎,等.黑龙江省农业播种水足迹及其变化趋势分析[J].黑龙江水利科技,2017,45(11):10-14.

[20] 谭智湘,张忠学,聂堂哲.东北半干旱地区膜下滴灌玉米生产水足迹研究[J].灌溉排水学报,2018,37(9):36-42.

[21] GERBRNS-LEENES P W, HOEKSTRA A Y, BOSMAN R. The blue and grey water footprint of construction materials: Steel, cement and glass[J]. Water Resources and Industry, 2018,19:1-12.

[22] PELIN S Y. Grey water footprint of a dairy industry wastewater treatment plant: a comparative study[J]. Water Practice and Technology, 2019,14(1):137-144.

[23] WANG L L, DING X M, WU X Y, et al. Textiles industrial water footprint: methodology and study[J]. Journal of Scientific & Industrial Research, 2013,72:710-715.

[24] 孙丽蓉,田君,丁雪梅,等.羊绒针织品水足迹核算[J].毛纺科技,2018,46(9):5-7.

[25] 许璐璐,吴雄英,陈丽竹,等.分阶段链式灰水足迹核算及实例分析[J].印染,2015,41(16):38-41.

[26] 朱菊香,李一,王来力.基于水足迹的黏胶短纤维生产水环境负荷評价[J].现代纺织技术,2019,27(5):67-72.

[27] 陈欢,魏婷,李翔,等.电子行业灰水足迹评价初探[J].电子质量,2016(4):47-49.

[28] 油惠仙.氯碱产业链化工产品水足迹核算分析[D].青岛:青岛科技大学,2015.

[29] ENE S A, TEODOSIU C, ROBU B, et al. Water footprint assessment in the winemaking industry: a case study for a Romanian medium size production plant[J]. Journal of Cleaner Production, 2013,43:122-135.

[30] JOHNSON M B, MEHRVAR M. An assessment of the grey water footprint of winery wastewater in the Niagara Region of Ontario, Canada[J]. Journal of Cleaner Production, 2019,214:623-632.

[31] 王来力,丁雪梅,吴雄英.纺织产品的灰水碳足迹核算[J].印染,2013,39(9):41-43.

[32] GU Y F, DONG Y N, WANG H G, et al. Quantification of the water, energy and carbon footprints of wastewater treatment plants in China considering a water-energy nexus perspective[J]. Ecological Indicators, 2016,60:402-409.

[33] EVA G L, PABLO D B, AGUSTIN M S. Management effectiveness assessment in wastewater treatment plants through a new water footprint indicator[J]. Journal of Cleaner Production, 2018,198:463-471.

[34] 王丹阳,李景保,叶亚亚,等.一种改进的灰水足迹计算方法[J].自然资源学报,2015,30(12):2120-2030.

[35] GU Y F, LI Y, WANG H T, et al. Gray Water Footprint: Taking Quality, Quantity, and Time Effect into Consideration[J]. Water Resources Management, 2014,28:3871-3874.

[36] 许璐璐,吴雄英,陈丽竹,等.纺织服装灰水足迹核算中相关参数的选择[J].印染,2015,41(13):38-42.

[37] VERGE X, VANDERZAAG A, SMITH W, et al. The consideration of time step in calculating grey water footprints of agricultural cropping systems[J]. Ecological Indicators, 2017,78:31-36.

[38] LIU W F, ANTONELLI M, LIU X C, et al. Towards improvement of grey water footprint assessment: With an illustration for global maize cultivation[J]. Journal of Cleaner Production,2017,147:1-9.

[39] YU C X, YIN X N, LI H, et al. A hybrid water-quality-index and grey water footprint assessment approach for comprehensively evaluating water resources utilization considering multiple pollutants[J]. Journal of Cleaner Production, 2020,248:119225.

[40] JAMSHIDI S. An approach to develop grey water footprint accounting[J]. Ecological Indicators, 2019,106:105477.

[41] LI H, LIU G Y, YANG Z F. Improved gray water footprint calculation method based on a mass-balance model and on fuzzy synthetic evaluation[J]. Journal of Cleaner Production, 2019,219:377-390.

[42] WANG L L, DING X M, WU X Y. Careful considerations when reporting and evaluating the grey water footprint of products[J]. Ecological Indicators, 2014,41:131-132.

[43] GIROLAMO A M D, MISCIOSCIA P, POLITI T, et al. Improving grey water footprint assessment: Accounting for uncertainty[J].Ecological Indicators, 2019,102:822-833.

[44] 闫峰,朱语欣,李世曙,等.基于不确定分析的改进灰水足迹模型及应用[J].水电能源科学,2020,38(4):30-33.

[45] ASAMUDO N U, DABA A S, EZERONYE O U. Bioremediation of textile effluent using Phanerochaete chrysosporium[J]. African Journal of Food, Agriculture, Nutrition and Development, 2011,4(13):1548-1553.

[46] 张亚丽,申剑,史淑娟,等.淮河支流污染物综合降解系数动态测算[J].中国环境监测,2015,31(2):64-67.

[47] 杨连君,郑良娟.不同水体条件下污染物降解常数相关性的对比分析[J].环境与发展,2018,30(9):125,127.