水质恶化是21世纪最紧迫的环境问题之一，其主要原因是人类活动导致大量化学物质进入水系统[1]。其中，新兴污染物（ECs）包括合成或天然存在的物质，由于其在环境中的持久性、低浓度下的生物活性以及对生态系统和人类健康的潜在危害，这些污染物备受关注[2],[3]。药物化合物属于特别值得关注的ECs类别，因为它们通过人类和动物废弃物、不当处置以及制药废水不断释放到水体中，尽管其环境半衰期较短，但仍会造成持续污染[4],[5]。
磺胺二甲嘧啶（SDZ）是一种广泛使用的磺胺类抗生素，它典型地体现了药物ECs在水环境中带来的多重挑战。SDZ作为研究模型具有诸多优势：在全球范围内，其在地表水（0.05–2.3 μg/L）、地下水（0.01–0.8 μg/L）和污水处理厂出水（0.5–15 μg/L）中均有检出[6],[7]。它具有显著的环境持久性，在自然光照条件下其光解半衰期为5至12天，在20–25°C的富氧沉积物中生物降解半衰期为15至30天，在接近中性的pH值下具有水解稳定性（半衰期>100天）[8]，这使其成为研究磺胺类抗生素的理想模型。SDZ含有典型的磺胺基团（-SO₂NH-）和苯胺结构，这些结构是AOP处理过程中自由基攻击的主要目标[9]。其富电子芳香环和亲核胺基团使其极易受到亲电自由基（•OH、SO₄⁻、CH₃C(O)O•）的攻击，相关反应二级速率常数范围为5.9至8.2 × 10⁹ M⁻¹ s⁻¹，与其他磺胺类药物（如磺胺甲噁唑5.5–9.5 × 10⁹ M⁻¹ s⁻¹、磺胺噻嗪6.2–7.8 × 10⁹ M⁻¹ s⁻¹）相当[10]。此外，降解研究表明SDZ在多种AOP系统中会经历芳香环羟基化、S-N键断裂和SO₂基团脱除等典型转化路径[11]。这种自由基攻击位点和降解途径的相似性，加上其在磺胺类化合物中的中等反应性，使得SDZ成为研究AOP对磺胺类抗生素去除效果的理想模型。SDZ的物理化学性质（中等极性log Kow = −0.09和两性离子行为）使其在环境中表现复杂，并对传统处理方法具有抗性[12]。除了环境持久性问题外，SDZ在水体中的存在还促进了抗菌耐药性的产生和发展，世界卫生组织将其列为全球十大公共卫生威胁之一[13]。因此，开发有效的SDZ去除技术显得尤为紧迫[14],[15],[16]。
传统的水处理技术（如沉淀和过滤）以及生物处理系统在去除SDZ等药物污染物方面效果有限。根据水相母体化合物的测定结果，初级处理仅能去除5–15%的SDZ，二级生物处理根据污泥停留时间不同可去除20–40%，三级处理最多只能去除30–50%的SDZ[17],[18]。这些去除率仅表示母体化合物从水相中的消失，并未考虑转化产物、结合物或吸附部分。这些方法主要用于去除大量有机物和病原体，而非微量药物化合物。因此，磺胺类抗生素和其他中等极性药物（log Kow −1至3）在标准水力停留时间（8–24小时）和污泥停留时间（5–15天）的传统活性污泥处理系统中，通常有50–70%的母体化合物通过系统，但去除效率因化合物种类、处理方式和操作参数而异[19]。这一局限性促使人们积极研究能够有效降解顽固药物污染物的先进处理技术。
高级氧化工艺（AOPs）作为一种有前景的替代方案，通过生成高活性自由基实现快速高效的污染物降解[20],[21]。其中，基于过氧乙酸（PAA）的系统因多种优势而受到关注：能生成多种活性自由基（如•OH、CH₃C(O)OO•和CH₃C(O)O•）；在宽pH范围内均有效；相比含氯氧化剂，产生的有毒副产物较少；且与现有水处理设施兼容[3],[22],[23]。通过各种策略活化PAA（尤其是使用空间限制型金属催化剂）可显著提升氧化效率和选择性。钴基催化剂由于快速的Co(II)/Co(III)氧化还原循环（速率常数10³–10⁴ M⁻¹ s⁻¹）和较低的活化能（45–60 kJ/mol）而表现出优异性能，而铁基催化剂则不然（10²–10³ M⁻¹ s⁻¹，60–80 kJ/mol）[24],[25]。钴催化剂还具有成本优势（2–5美元/千克 vs 25–40美元/千克），锰基催化剂具有选择性的自由基生成能力，铜基催化剂提高稳定性，钛/钒基催化剂则具有光催化协同效应[24],[25]。
尽管相关研究兴趣日益增加，实验室结果也令人鼓舞，但在PAA的活化机制、最佳催化剂设计、变水环境条件下的工艺优化以及实际应用方面的知识仍存在空白[26]。此外，计算方法（尤其是机器学习优化策略）的整合为开发高效、适应性强的处理系统提供了新途径，这些系统能在多变操作条件下实现实时优化[27],[28]。
虽然之前的综述已广泛探讨了AOPs[24]，但专门针对磺胺类化合物降解的PAA活化机制的综合性分析仍较少[30]。本文首次结合了（i）PAA多自由基生成途径的机制评估与定量自由基贡献分析，（ii）六种金属类型（钴、铁、锰、铜、钛、钒）的空间限制型催化剂系统的系统比较（重点关注限制效应对催化效率和金属浸出的影响），（iii）PAA降解过程中转化产物形成和毒性变化的全面评估，以及（iv）用于实时过程控制的机器学习优化方法的应用，这些内容在以往主要关注传统芬顿或过硫酸盐系统的综述中尚未得到充分探讨。我们系统评估了在不同操作条件（pH值、温度、催化剂加载量和水质）下的工艺优化策略[31]。同时，我们结合了机器学习和优化算法来提升AOP效果，指出了当前的研究方向和未来前景。本文旨在为水处理专业人士、政策制定者和研究人员提供实用建议，以支持基于证据的决策制定，推动有效、可持续的水处理方案的发展，从而保护水生生态系统和公共健康[2],[32],[33],[34]。
