《Environmental Research》：Synthesis and application of quaternized biomass cellulose microspheres for high-efficiency removal of water pollutants
编辑推荐：
```html
•
季铵化纤维素微球实现了高效的双功能吸附。
•
该吸附剂能够以更高的容量去除
```html
- •
季铵化纤维素微球实现了高效的双功能吸附。
- •
该吸附剂能够以更高的容量去除阴离子/阳离子污染物。
- •
该材料具有可再生性和可回收性，有利于环境保护。
引言
水污染治理仍然是一个全球性的挑战，其中重金属离子和有机染料是主要的危险污染物。[1], [2], [3], [4], [5], [6], [7] 六价铬（Cr(VI）以阴离子形式存在于水中，具有高度毒性和致癌性，被视为典型的阴离子污染物。罗丹明B（RhB）是一种广泛应用于工业生产中的阳离子染料，常见于工业废水中，可作为有机污染物的模型。传统的污水处理技术（如化学沉淀、离子交换和氧化）通常能耗高且会产生副产物。[8], [9], [10], [11], [12], [13] 因此，开发高效、经济且环保的处理方法已成为当前水处理领域的热点研究方向。
聚合物吸附是一种通过聚合物与目标物质之间的物理或化学相互作用来实现吸附、分离和富集目标物质（如RhB和Cr(VI)）的技术方法。[14], [15], [16], [17], [18] 由于操作简便、成本低廉和适用范围广，这种方法在水 pollutants 去除过程中得到了广泛应用。其中，聚合物的吸附性能和稳定性是决定其效率的核心因素。[19], [20], [21] 传统的吸附材料（如活性炭、树脂）具有较高的吸附能力，但成本高且再生困难。[22], [23], [24], [25], [26] 相比之下，基于生物质的吸附剂因其来源广泛、可再生性强和良好的环境相容性而逐渐成为研究焦点。[27], [28] 在这些生物质中，纤维素作为自然界中最丰富的资源，其分子链中含有丰富的羟基等活性基团，因此对污染物的吸附能力更强。[29]
然而，纯纤维素材料的比表面积通常较小，吸附能力低，表面羟基对阴离子和阳离子的捕获能力弱，电荷性质也较弱，这限制了其实际应用。[30], [31] 通过对纤维素进行化学修饰来的功能化是一种有效提高其吸附性能的方法。传统的羧基化/酰胺化改性微球是常用的方法，但它们对阴离子污染物（如Cr(VI)）的捕获能力不足。[32], [33] 季铵基团由于其正电荷，可以通过静电吸引与带负电的Cr(VI)或染料分子形成强相互作用，从而显著提高材料的吸附能力。[34] 目前，虽然有一些研究使用季铵基团修饰纤维素，但大多数集中在粉末或膜材料上，而微球状的纤维素在废水处理中具有更高的实用价值，因为它们具有良好的分散性、易分离性和稳定性。[35], [36]
本研究假设通过季铵化改性可以显著提高纤维素微球（CM）作为吸附剂的电荷密度，从而实现Cr(VI)和RhB的有效吸附（图1a）。基于这一假设，采用相分离法制备了粒度均匀的CM，并探讨了制备过程对CM形成的影响。随后，使用3-氯-2-羟基丙基三甲铵氯化物（CHPTAC）进行表面改性，得到功能化的纤维素微球（QCM）。本研究重点研究了QCM对Cr(VI)和RhB的吸附动力学、等温线和热力学性质，分析了溶液pH值对吸附过程的影响，探讨了QCM在实际复杂环境中对Cr(VI)和RhB的吸附性能，并评估了其再生性能并阐明了其吸附机制。本研究将为纤维素基绿色吸附剂的应用提供理论基础和实验支持。
章节摘录
材料
α-纤维素（粒径25 μm）购自上海麦克林生化技术有限公司。丙酮和尿素同样购自上海麦克林生化技术有限公司。重铬酸钾购自国药化学试剂有限公司。二苯基卡巴肼、H?SO?和硫酸钠购自国药化学试剂有限公司。NaOH和RhB购自杭州高景精细化工有限公司。CHPTAC购自上海阿拉丁生化技术有限公司。
结果与讨论
CM是通过凝胶-溶液法制备的。其形状和大小受到针状颗粒大小、温度、H?SO?和Na?SO?浓度以及纤维素溶液等因素的影响。
固化浴中H?SO?的浓度也影响了CM的粒化过程。在相同条件下制备了四个组的CM，分别使用含有0.5 mol/L、1 mol/L、1.5 mol/L或2 mol/L H?SO?的固化浴。
结论
通过相分离法成功制备了CM，并研究了带有季铵基团改性的QCM微球对重金属离子Cr(VI)和RhB的吸附能力。首先，研究了影响纤维素造粒的因素，发现最佳的工艺条件为纤维素浓度4 wt%，1.5 M H?SO?，80 g/L Na?SO?，温度30°C以及针状颗粒大小0.30 mm。在QCM对Cr(VI)的吸附过程中，获得了最大吸附效果。
作者贡献声明
李艳伟：撰写 – 审阅与编辑，数据管理。 张天：撰写 – 初稿，数据管理，概念构思。 李艳伟：撰写 – 审阅与编辑。 龙松宏：撰写 – 初稿，概念构思。 刘聪：撰写 – 审阅与编辑。 张家志：数据管理。 吴一峰：数据管理。 刘华林：数据管理。 钟志：数据管理。 尚lu丹：数据管理。 吴灵文：数据管理。 李浩：数据管理。 韩晓：撰写 – 审阅与编辑，数据管理。
利益冲突声明
作者声明没有已知的可能影响本文工作的利益冲突或个人关系。
致谢
本研究得到了以下机构的支持： 国家自然科学基金（52173115, 52203189）、 福建省自然科学基金（2023J011452, 2025J011300）、 吉林省教育厅的科技研究项目（JJKH20240932KJ）、 厦门大学的自然科学基金（3502Z20227064）以及 厦门理工大学的高级人才研究基金（5010423019, YKJ22052R, YKJ24001R）。
作者：张天 | 龙松宏 | 刘聪 | 张家志 | 吴一峰 | 刘华林 | 钟志 | 上lu丹 | 吴灵文 | 李浩 | 韩晓 | 李艳伟 | 李艳伟``
