奶牛粪最大甲烷生产潜力的估算和测定

史风梅，裴占江，王 粟，高亚冰，刘 杰

(黑龙江省农业科学院 农村能源研究所，哈尔滨 150086)



奶牛粪最大甲烷生产潜力的估算和测定

史风梅，裴占江，王 粟，高亚冰，刘 杰

(黑龙江省农业科学院 农村能源研究所，哈尔滨 150086)

采用序批式厌氧发酵实验装置，在30℃条件下对牛粪的最大甲烷生产潜力进行测试。实验测出牛场牛粪的最大甲烷生产潜力为0.187 m3CH4·kg-1VS。系统的含氧量，pH值对甲烷产量的影响显著。同时根据其成分，引入各组分权重在一级水解速率方程的基础上建立新的奶牛粪便最大产甲烷潜力的估算公式。然后与其它方法的估算值、实验值进行比较，结果表明，通过该估算公式，可较准确地估算出最大甲烷生产潜力。且该方法简单易行，可为牛粪厌氧发酵装置的设计及工程运行提供理论支持。

牛粪; 甲烷生产潜力；厌氧发酵

自20世纪80年代以来，我国奶牛养殖业发展迅速。如表1所示，奶牛存栏量从2009年的1135万头增加到2014年的1460万头[1～2]。奶牛养殖已成为我国畜牧养殖的重要组成部分。

表1 我国奶牛历年的存栏量、鲜奶及牛粪产量

注：奶牛牛粪的产量以每只每天30 kg计算[3]。

奶牛规模化养殖过程中会产生大量的粪便，如处理不当，会对大气、水、土壤以及生态环境造成污染。厌氧发酵生产沼气日渐成为处理禽畜粪便的有效途径之一[4-6]。目前，我国对牛粪厌氧发酵的研究主要集中在发酵条件、工艺及装置对厌氧发酵过程和产气性能的影响方面，而对奶牛牛粪的最大甲烷生产潜力的研究较少。甲烷的最大生产潜力，也称为生物甲烷势(Biochemical methane potential,BMP)，即单位质量的物料如秸秆、牛粪等在厌氧条件下产生的最大甲烷量[7]。最大甲烷生产潜力是沼气工程或装置设计及高效运转的主要参考指标。目前，常采用实验方法测定物料的最大甲烷生产潜力，但耗时较长，35℃时，生产甲烷的过程可持续1～2个月[8～9]。或采用计算机模拟对牛粪的厌氧消化过程进行分析，需要研究者具备良好的计算机知识和建模能力[10]。或通过物料中全元素如C，H，O，N，S等的含量计算最大甲烷潜力[11]。但该法需要精密和昂贵的实验和测试设备，中小沼型气工程难以配备。或依据奶牛粪的有机物、粗脂肪、粗蛋白的含量，按照每种组分的最大甲烷产量计算出最大甲烷势[12]。但该法未考虑木质素和脂肪对产甲烷过程的阻碍作用。因此，笔者在借鉴各组分权重的情况下，综合考虑木质素对厌氧过程的影响，对最大甲烷势的计算方法进行改进。将计算得到的最大甲烷势与厌氧发酵实验取得的数据比较，得到相对简便可靠的方法。该研究以期获得我国北方地区规模奶牛场牛粪生化甲烷潜力基础数据的同时，寻找一普适的最大甲烷势的计算方法。

1 实验方法与实验装置

1.1 材料与处理方法

实验用的鲜牛粪来自于内蒙鄂尔多斯某奶牛养殖场。将称重的新鲜牛粪样置于鼓风电热干燥箱内，于100℃烘干，粉碎后用于厌氧发酵实验。接种物为实验室厌氧发酵液。

1.2 试验方法

1.2.1 奶牛粪样的测试方法

奶牛粪样含水率及总固体(TS)的测定采用烘干法，即在105℃± 5℃烘至恒重，通过干湿质量进行计算；挥发性固体(VS) 测定采用灼烧减重法测量，将烘干的样品放在600℃的马弗炉内灼烧，冷至室温，通过灼烧前后的重量进行计算；利用乙醚将脂肪提取，蒸发去除乙醚后称量，通过减量法即可得粗脂肪含量[13]；采用马氏微量定氮法测定粗蛋白的含量[13]。

1.2.2 奶牛粪最大甲烷生产潜力实验

称取干牛粪21 g和过滤除渣的接种液329 g，置于500 mL血清瓶中，经纯度为99%的氮气置换3或6 min后密封，置于恒温培养箱中。研究表明，当固含量为6%时，厌氧发酵的最佳温度为30℃[14-15]。因此，该实验的厌氧温度设为30℃。空白样为21 g蒸馏水加329 g接种液。每组3个平行样。采用排水法测量经0.5 mol·L-1的 NaOH 水溶液吸收后的气体体积[8]。实验启动后，每天测试甲烷的产气量，待有气体产生后，每5天测试一次，直至持续无甲烷产生。将总甲烷产量换算到标准条件下的体积，计算甲烷生产潜力。

1.3 甲烷最大生产潜力的计算

1.3.1 依据每种物质的最大产气量和理论甲烷含量计算

根据每种物质的质量M,最大理论产气量Li和甲烷含量Ci进行计算。最大甲烷的生产潜力可根据公式(1)进行计算，记为法1。

VCH4=∑LiMCi

(1)

每种底物的最大理论产气量和甲烷含量见表2[12]。

表2 有机物的最大理论产气量和甲烷含量 (%)

1.3.2 新的计算方法

厌氧消化分为水解，产酸和产甲烷3个阶段。水解是脂肪、蛋白质、纤维素等难溶的有机物分子在水解酶的作用下分解成为可溶性的小分子有机物。然后水解产物在产酸菌的作用下转化为挥发性有机酸、二氧化碳、甲醇等。最后产甲烷菌利用乙酸、甲醇、二氧化碳和氢合成甲烷。目前，常用一级模型来描述厌氧发酵时有机物分解的动力学过程。该模型较为简单，但因厌氧发酵底物的物料成分比较复杂，用统一的水解速率常数难以得到理想的结果。因此有研究者将各组分的质量权重引入一级水解模型中，用不同的降解速率系数描述不同生物质的降解过程[13]。

Mt=∑AiM0(1-e-kit)=HM0

(2)

式中:Ai为组分i在有机废物中的比重；Ki为组分i的水解速率常数；M0为样品初始重量；H为样品的水解率,%;Mt为经过时间t，样品水解的量。

纤维素、粗脂肪和粗蛋白的经验公式分别为C6H10O5,C57H104O6和C5H7NO2，分子量分别为180,884和113[8]。生产甲烷的总的反应方程式分别为：

碳水化合物：C6H12O6+6H2O=6CH4+6CO2

脂肪：C57H104O6+28H2O=40CH4+17CO2

蛋白质：C5H7NO2+3H2O=2.5CH4+2.5CO2+NH3

因此可按照公式(3)和(4)计算最大甲烷产量及二氧化碳的产量：

(3)

(4)

式中:VCH4，VCO2分别为CH4和CO2的产气量,L；TS为总固含量,%;H为样品的水解率,%;C为纤维素含量,%;F为脂肪含量,%;P为蛋白含量,%。

纤维素、蛋白质及脂肪的水解速率常数分别0.0071,0.1179和0.0811d-1[13,16-17]。该法记为法2。

根据公式2，可知发酵第136天，蛋白质和脂肪已完全水解，纤维素的降解率仅为61.9%。Chandler[18]等研究了木质素对粪便、秸秆、纸张等生物降解的影响，发现1wt%的木质素可使3wt%的挥发性有机物得不到降解，且降解的有机物中17%用于细胞壁的组成及生命代谢活动。因此公式(3)修订为：

(5)

式中,VCH4为CH4的产气量,L；TS为总固含量,%;H为样品的水解率,%;C为纤维素含量,%;F为脂肪含量,%;P为蛋白含量,%。

2 结果与讨论

2.1 奶牛粪中有机物的组成

奶牛粪中有机物主要有粗蛋白、粗脂肪、碳水化合物等。碳水化合物中的木质素和半纤维素在厌氧发酵过程中难以被生物降解。假定碳水化合物由纤维素、半纤维素和木质素组成，其中木质素占40 wt%左右[19]。奶牛粪组成的测量和计算值见表3。

表3 奶牛粪的有机物组成

注：粗蛋白、粗脂肪的含量以牛粪的干物质计。

2.2 奶牛粪最大产甲烷潜力实验

图1为厌氧发酵前70天的甲烷累积产量和每5天的产气量。3个空白样在整个实验过程中一直未有甲烷气产生。而奶牛粪的厌氧体系实验启动3天后开始产气，第7天开始有甲烷产生，最大产气量出现在15～20天，70天的累计产气量为1253 mL,占总甲烷产量的40.4%。整个产气过程持续了136天，总产气量为3100±160 mL，实验牛粪的VS 生化甲烷潜力为0.187 m3CH4·kg-1VS。

通过理论计算可得到厌氧发酵过程为60天，日产气高峰出现在发酵开始后的5～7天；而实际厌氧发酵时产气过程持续了136天，产气高峰出现的时间也相应后延。在理论计算中，厌氧条件包括温度，pH 值和生物菌群的活性均为理想状态，有机物以理想的速率快速降解，进而被甲烷菌高效利用于生产甲烷。所以，理论计算的厌氧发酵过程持续时间短。而在实验中，所用牛粪经过烘干，其浸润需要一定的时间，且未被消化的草秸中的纤维素因木质素的阻碍作用而水解速度缓慢[20-21]。因此，实验的产气过程较长。

图1 氮气置换6 min体系甲烷产气量的变化

体系的空气的置换时间和pH值影响厌氧发酵的持续时间和甲烷产气量。如图2所示，当体系中含有氧时(氮气置换3 min)，限制了微生物的活性，体系在实验启动后第10天才开始有甲烷气产生，整个过程持续了162天，总产气量为1535 mL。实验开始后的第70天，整个体系的甲烷产量为778 mL，为6 min处理的62%，占到产甲烷过程结束时甲烷产量的50.7%。

pH值对甲烷产生量的影响也非常明显。当体系的初始pH值为13，体系第70天，检测到甲烷气的出现。厌氧发酵结束后，体系的甲烷产生量不足500 mL(见图3)。

图2 氮气置换3 min体系甲烷产气量的变化

图3 强碱性体系甲烷产气量的变化

因此，采用实验的方法求取甲烷的最大生产潜力受pH值，氧含量等一系列因素的影响，导致VCH4数值波动较大，此亦为法2计算值和实验值出现差异的原因之一。因此，减少影响影响体系产甲烷过程的影响因素，可保证通过试验获得的甲烷最大生产潜力的准确性。

2.3 计算结果比较

通过法1和法2计算和实验得到的VCH4分别为5123，3647和3100 mL，最大甲烷生产潜力分别为0.308，0.219和0.187 m3CH4·kg-1VS。其中法1得到的VCH4的值最大。法1虽然考虑到木质素不能参与产甲烷过程，但是该法没有考虑不同有机底物混合发酵时的相互作用，例如木质素和脂肪较多时会对产甲烷过程起到阻碍作用[21]。甲烷和沼气的产量不可能达到最大。法2考虑了奶牛粪中各组分权重、降解速率及木质素对生物降解过程的影响，VCH4和实验室数据相近，二者之间的差异是因为实验所得的数据受操作条件的影响造成的。因此依据法2得到的数据具有良好的参考意义。

2.4 有机物不同含量对产甲烷潜力的影响

采用法2，保持粗蛋白和粗脂肪的含量不变，改变纤维素和木质素之间的比例得到的VCH4见图4。由图4可知，因纤维素的增加提高了有机物底料中可降解的有机物量，从而使VCH4随有机物中纤维素含量的增加而明显增加[22]。

图4 纤维素含量对甲烷产气效果的影响

3 结论

笔者结合一级水解模型，按照发酵底料中各有机物组分权重及木质素对厌氧发酵的影响，建立最大甲烷生产潜力的计算方法。并采用序批式厌氧发酵实验装置，在30℃对牛粪的生化产甲烷潜力进行测试，结果如下：

(1)实验牛粪的最大甲烷生产潜力为0.187 m3CH4·kg-1VS，受体系的含氧量，pH值等条件的影响显著。

(2)新计算方法估算的最大甲烷生产潜力为0.219 m3CH4·kg-1VS。

(3)新计算方法可较准确地估算最大甲烷生产潜力。

(4)甲烷产量随牛粪中纤维素含量的升高而增加。

[1] 李胜利，曹志军,刘玉满，等．2014年中国奶业回顾与展望[J]．中国畜牧杂志，2015,51(2)：22-28．

[2] 魏秀芬，李 良，张巧利．我国奶牛养殖成本收益分析及建议[J]．中国奶牛，2014，3(4)：28-33．

[3] 田宜水.中国规模化养殖场畜禽粪便资源沼气生产潜力评价[J]．农业工程学报，2012，28(8)：230-234 ．

[4] 张翠丽，杨改河，任广鑫，等．温度对4种不同粪便厌氧消化产气效率及消化时间的影响[J]．农业工程学报，2008，24(7)：209-212．

[5] 刘德江，高桂丽，朱妍梅，等．猪粪、牛粪、羊粪沼气发酵比较试验[J]．塔里木大学学报，2005，(2)：10-12．

[6] 宋 立，邓良伟，尹 勇，等.羊、鸭、兔粪厌氧消化产沼气潜力与特性[J]．农业工程学报，2010，26(10)：277-282．

[7] Keith P,Ravindranath N H,Andre V A,et al.Guidelines for national greenhouse gas inventories，volume 4-agriculture，forestry and other land use[M].Japan: Prepared by the IPCC national greenhouse gas Inventories program，2006.

[8] 简树贤，马文林，李荣旗，等．牛粪最大甲烷生产能力及其发酵过程实验研究[J]．中国沼气，2013,31(2):21-25．

[9] Mller H B,Sommer S G,Ahring B K.Methane productivity of manure,straw and solid fractions of manure[J].Biomass and Bioenergy,2004,26:485-496．

[10] Hill D T.Methane Productivity of the major animal waste types[J].Transactions of the ASAE，1984,27( 2): 530-534.

[11] Buswell A,M Mueller H F.Mechanism of Methane Fermentation[J].Industrial and Engineering Chemistry，1952,44( 3): 550-552.

[12] 李 恒，柯蓝婷，王海涛，等．低劣生物质厌氧产甲烷过程的模拟研究进展[J]．化工学报，2014，65(5)：1577-1586．

[13] 奇 敏．有机垃圾厌氧消化产气规律及模型研究[D]．武汉：华中科技大学，2009．

[14] 李金娟，刘 方，冯 洁，等．温度、TS 对奶牛废物厌氧发酵产气性能影响[J]．贵州大学学报(自然科学版)，2014，29(4)：122-126．

[15] 史金才，廖新俤，吴银宝，等．猪粪厌氧发酵产气的优化条件研究[J].家畜生态学报，2008，29( 4)：80- 83．

[16] He P J,Chai L N,Li L,et al.In situ visualization of the change in lignocellulose biodegradability during extended anaerobic bacterial degradation [J].RSC Advances,2013,3: 11759-11773.

[17] 杨渤京，王洪涛，陆文静，等．厌氧条件下纤维素降解产气的研究[J]．中国环境科学，2008，28(3)：255-259．

[18] Chandler J A,Jewell W J,Gossett J M,Vansoest P J,Robertson J B.Predicting methane fermentation biodegradability[J].Biotechnol Bioeng,1980,22:93-107.

[19] 佟五宝．泌乳期奶牛粪样常规成分近红外分析模型的建立及评价[D]．呼和浩特：内蒙古农业大学，2014．

[20] 郑 苇，Khamphe Phoungthong，吕 凡，等．基于生物化学性质的固体废物厌氧降解特征参数[J]．中国环境科学，2014，34(4)：983-988．

[21] 李小风．油脂对餐厨垃圾厌氧消化抑制效应的试验研究[D]．重庆：重庆大学，2010．

[22] Triolo J M,Sommer S G,Moller H B,Weisbjerg M R,Jiang X Y.A new algorithm to characterize biodegradability of biomass during anaerobic digestion: influence of lignin concentration on methane production potential[J].Bioresource Technology,2011,102(20): 9395-9402.

Estimation of Methane Production Potential of Dairy Manure/

SHI Feng-mei,PEI Zhan-jiang,WANG Su,GAO Ya-bing,LIU Jie/

(Rural Energy Institute of Heilongjiang Academy of Agricultural Sciences,Harbin 150086,China)

The biochemical methane potential of dairy manure from a scaled dairy farm was determined adopting an anaerobic sequencing batch reactor under the condition of 30℃.The gas volume was measured every five days.The maximum methane yield of 0.187 m3CH4·kg-1VS was obtained.The influences of pH value and oxygen content in the system on methane yield were significant.On the basis of level 1 hydrolysis equation,and bring in the weight of component,a new estimation formula was established to estimate the methane production potential in this paper,and compared with other calculation method and experimental data.The result showed the new estimation formula could estimate the methane production potential successfully and more easily.

Dairy manure; biochemical methane potential; anaerobic fermentation

2016-01-11

项目来源：黑龙江省农业科技创新工程重点项目(2013ZD001; 2014ZD007)；哈尔滨市青年科技创新人才项目(2013RFQYJ17)；哈尔滨市创新人才研究专项资金(2015RAQXJ056)；黑龙江省农业科学院引进博士人员科研启动金(201507-37); 黑龙江省博士后资助项目(LBH-Z15199)；“十二五”科技支撑项目(2015BAD21B04)

史风梅(1972-)，女，汉族，山东莒县人，博士，主要从事沼气的净化及利用研究工作，E-mail：ocean-water@126.com

刘 杰，E-mail：liujie@163.com

S216.4; X713

A

1000-1166(2016)03-0044-05