DOI：10.1038/s41467-022-35533-6 01 全文速览 厦门大学孙世刚院士团队在电催化还原硝酸根合成氨方面取得重要进展，相关研究成果以“Ampere-Level Current Density Ammonia Electrochemical Synthesis Using CuCo Nanosheets Simulating Nitrite Reductase Bifunctional Nature”为题，在线发表于《自然-通讯》（Nature Communications，DOI：10.1038/s41467-022-35533-6）。 02 研究背景 当前，广泛存在于工业和农业废水中的硝酸根离子（NO3-），对人类健康和环境生态平衡造成了严重的威胁。特别是其不完全转化生成的亚硝酸盐（NO2-），是一种常见的致癌物质，也是引起肝损伤和高铁血红蛋白血症的主要元凶。另一方面，氨（NH3）作为重要的工业原料，其主要的工业合成路线（哈伯法）严重依赖化石能源，且年碳排量约占全球年总碳排放总量的1.2%。利用可再生能源将NO3-电催化还原为NH3，被认为可同时实现环境污染治理与减少碳排量，也是哈伯法路线可持续化的补充方法。因此，如何设计和研发具有高活性和高选择性的新型电催化剂以实现电催化还原NO3-合成氨的大规模应用，受到越来越多的关注。03 研究问题 针对上述问题，研究团队受自然界中生物异化还原硝酸根的启发，即以Cu和Co元素分别模拟酶的吸附催化中心和质子提供中心，设计制备了CuCo合金纳米片催化剂。该催化剂将电催化还原NO3-的电流密度提高到1 A cm-2级别，最高法拉第效率接近100%，产氨速率达到960 mmol gcat-1 h-1，显著高于工业哈伯法合成氨的产率（200 mmol gcat-1 h-1）。同时，对100 mmol L-1 NO3-的废液处理10h后，NO3-去除率达99.5%，NO3-残留浓度低于世界卫生组织对饮用水的限定标准。此外，研究团队利用电化学原位傅里叶变换红外光谱（FTIR）和壳层隔绝纳米粒子增强拉曼光谱（SHINERS），揭示了Cu和Co之间的协同作用，且Co位点通过吸附的*H促进NO3-加氢还原为NH3，结合密度泛函理论（DFT）计算，可以确认合适的*H和*NO3的覆盖率是提高产氨选择性和产氨速率的关键因素。该研究工作为阐明电催化NO3-还原合成NH3的反应途径和机理做出了重要贡献，也为后续催化剂的优化和放大提供了重要的基础数据。Fig. 1: Preparation strategy and characterization of catalysts. Fig. 2: Electrochemical responses of Cu50Co50, pure Cu, and pure Co catalysts. Fig. 3: Electrochemical performance of catalysts. Fig. 4: Electrochemical in situ FTIR spectra. Fig. 5: Electrochemical SHINERS spectra of NO3−RR. Fig. 6: DFT calculations of NO3-RR and HER on Cu(111), Co(111), and CuCo(111). 厦门大学2020级硕士研究生方佳仪为文章第一作者，博士后赵匡民、博士生李广和胡圣男参与了部分实验。该研究在孙世刚教授和楼耀尹博士后（现为苏州大学副教授）的共同指导下完成，英国卡迪夫大学的黄小洋博士和Ouardia Akdim博士也对这项工作做出了贡献。研究工作得到国家自然科学基金委（批准号：22002131）和中国博士后科学基金委（批准号：2020M671963）的资助。北京同步辐射光源为研究体系的同步辐射表征提供了支持与帮助。论文链接：https://doi.org/10.1038/s41467-022-35533-6