Processing math: 100%

BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制

孙丽华, 丁宇, 贺宁, 段茜, 张雅君. BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制[J]. 环境工程学报, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145
引用本文: 孙丽华, 丁宇, 贺宁, 段茜, 张雅君. BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制[J]. 环境工程学报, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145
SUN Lihua, DING Yu, HE Ning, DUAN Xi, ZHANG Yajun. Antibiotic resistance genes removal from secondary effluent by BPAC-UF combined process and membrane fouling control mechanisms[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145
Citation: SUN Lihua, DING Yu, HE Ning, DUAN Xi, ZHANG Yajun. Antibiotic resistance genes removal from secondary effluent by BPAC-UF combined process and membrane fouling control mechanisms[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145

BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制

    作者简介: 孙丽华(1978—),女,博士,副教授。研究方向:膜法水处理技术。E-mail:sunlihuashd@163.com
    通讯作者: 孙丽华, E-mail: sunlihuashd@163.com
  • 基金项目:
    国家自然科学基金资助项目(51678027)
  • 中图分类号: X52

Antibiotic resistance genes removal from secondary effluent by BPAC-UF combined process and membrane fouling control mechanisms

    Corresponding author: SUN Lihua, sunlihuashd@163.com
  • 摘要: 采用生物粉末活性炭(BPAC)-超滤(UF)组合工艺去除控制二级出水中抗生素抗性基因(ARGs),并对ARGs的去除和BPAC缓解膜污染机制进行了探讨。结果表明:与直接超滤工艺相比,组合工艺对水中四环素类抗性基因(tetAtetW)、磺胺类抗性基因(sul Ⅰ、sul Ⅱ)以及溶解性有机碳(DOC)的去除效果均有较大的改善,这主要是由于BPAC对ARGs的吸附降解作用所致;水中16S rDNA、int Ⅰ 1和DOC含量与不同种类ARGs浓度具有显著相关性,强化上述指标的去除可有效促进ARGs的削减;在BPAC投加量较低时,组合工艺的膜比通量较直接UF有所提高,膜污染状况明显改善;直接UF时,膜污染状况与滤饼层过滤模型的拟合度最好,而组合工艺的膜污染状况与标准膜孔堵塞模型和滤饼层过滤模型拟合度均较好。BPAC-UF组合工艺是一种较好的去除ARGs的工艺。
  • 近年来,随着我国城市绿化覆盖率的不断提高,每年均会产生大量的园林废弃物(主要为剪枝、枯枝及落叶)。以北京市为例,根据北京市园林绿化局《关于加快园林绿化废弃物科学处置利用的意见》[1]的数据显示,北京市每年产生园林绿化废弃物的干重约为300×104 t。枯枝落叶等园林废弃物中含有大量营养成分和有机物质,是一种有利用价值的生物质资源,焚烧或填埋的处置方式不仅造成了该生物质资源的浪费,而且容易引发环境污染问题[2]。堆肥处理是园林废弃物较为常用的处理方法之一,其产物可用于制备无土栽培基质、土壤改良剂等[3]。有研究表明,园林废弃物经过人工调控堆肥化处理的产物可为植物生长提供全面的营养物质,不同种类的园林废弃物堆肥产物在种植基质、喷播绿化基质等应用中均表现出了较好的使用效果[4-7]。吴宇等[8]研究园林废弃物堆肥替代泥炭对紫薇容器育苗影响时发现,在草炭基质中掺入质量分数为20%园林废弃物堆肥产物后的栽培基质对茎生植物的生长有显著的促进效果;刘冠宏等[9]将园林废弃物用于边坡喷播绿化基质时发现,在基质中掺入体积占比为20%~40%的园林废弃物可以获得适合边坡绿化用的基质,且基质性能不低于常规草炭基质。但是,目前该类基质中园林废弃物质量分数通常少于20%,且需使用草炭土等不可再生的、宝贵的自然资源,有悖于绿色可持续发展理念。

    本研究旨在开发一种以园林废弃物为主要原材料,在无需添加草炭土等天然资源的前提下,制作植物栽培基质的配方体系。其中,园林废弃物在基质中的总质量分数可达30%~40%,既可为解决园林废弃物消纳问题提供一种可行的方法,又能达到保护草炭土等宝贵自然资源的目的。

    供试用园林废弃物取自北京市房山区大石窝镇,园林废弃物经粉碎机粉碎后呈细长状,直径小于1 mm,长径比约10∶1。园林废弃物堆肥腐熟后的产品为市场通用产品,亦按照上述方法进行粉碎。商用营养土及保水剂(吸水倍率>40)均为市场通用产品。对照土壤取自北京某生态园,按照《土壤质量 土壤采样技术指南》(GB/T 36197-2018)[10]的要求进行采样。各原料的主要性能指标如表1所示。

    表 1  原料主要性能指标
    Table 1.  Main performance indexes of raw materials
    供试原料pH干容重/(g·cm−3)有机质含量/%总养分(TN+TP+TK)/%全钾/(mg·kg−3)全磷/(mg·kg−3)全氮/(mg·kg−3)电导率EC/(mS·cm−1)含水率/%
    未腐熟园林废弃物6.590.3167.342.477913981159315.5706.69
    腐熟园林废弃物7.380.4869.402.979481975192339.2706.48
    商品营养土4.620.2772.542.788664677183025.13018.80
    对照土壤7.571.330.130.63485213611911.0441.59
     | Show Table
    DownLoad: CSV

    1)实验设计。为确保本研究的基质在其养分满足植物生长需求的同时,其干容重亦能符合《绿化用有机基质》(GB/T 33891-2017)[11]和《绿化用有机基质》(LY/T 1970-2011)[12]对该类基质的指标要求,本研究结合表1中的原料主要性能指标,共设计了9组基质配方,每组设置3个重复,基质配方如表2所示。

    表 2  基质配方的质量分数
    Table 2.  Mass fraction of substrates formula %
    基质编号对照土壤腐熟园林废弃物未腐熟园林废弃物商品营养土
    基质15040010
    基质25035510
    基质350301010
    基质4603505
    基质5603055
    基质66025105
    基质7653005
    基质8652555
    基质96520105
     | Show Table
    DownLoad: CSV

    基质配方实验。准确称量各原料并加水混合均匀制成基质,水固比为1∶1~1.2∶1;将制备好的基质装入20 cm×20 cm×10 cm的模具内,装填高度为9 cm,将高羊茅种子均匀撒播在基质上(种植密度为15 g·m−2),最后覆盖一层1 cm厚的基质,浇足水,盖上无纺布防止基质表面水分快速蒸发;待高羊茅种子出芽后,每周浇水1次并持续观察其生长情况,实验35 d后检测基质各项指标。

    2)基质理化性质指标测定方法。容重、通气孔隙度、非毛细管孔隙度和总孔隙度采用环刀法,参照标准为《绿化用有机基质》(LY/T 1970-2011)[12];有机质含量采用重铬酸钾容量法(100 ℃水浴),参照标准为《有机肥料》(NY 525-2012)[13];pH采用玻璃电极法,参照标准为《森林土壤pH值的测定》(LY/T 1239-1999)[14];全钾采用乙酸铵提取法、全磷采用钒钼酸铵比色法、全氮采用半微量凯氏法、总养分(TN+TP+TK)采用重铬酸钾容量法、电导率采用水保和浸提法,参照标准为《绿化用有机基质》(GB/T 33891-2017)[11];阳离子交换量的测定采用土壤标准《土壤阳离子交换量的测定三氯化六氨合钴浸提-分光光度法》(HJ 889-2017)[15]

    基质研究的本质是对天然土壤进行人工模拟,为此,从众多影响土壤质量的因素中筛选出具有代表性、独立性和主导性的因子是定量、准确评价基质质量的关键[16]。有研究表明,影响土壤质量的主要因素包括有机质、全氮、全磷、全钾、有效磷、pH、阳离子交换量等因素,且因素之间很大程度上存在相关性[17-18]。为此,本研究选择pH、干容重、通气孔隙度、非毛细管孔隙度、总孔隙度、有机质含量、全钾、全磷、全氮、总养分、电导率、阳离子交换量、植物根系长度和地上高度14个指标作为评价基质性能的主要影响因素,采用主成分分析法进行综合评价,以期筛选出效果较好、配制简便、成本较低的生态型基质配方[19-22]

    本实验设计的9组基质所播撒的高羊茅种子在3 d后开始发芽,10 d内的种子发芽率均超过了85 %。在实验的第35 d进行采样分析,基质的pH、干容重、通气孔隙度、非毛细管孔隙度、总孔隙度、有机质含量、全钾、全磷、全氮、总养分、电导率、阳离子交换量、植物根系长度和地上高度的测试数据如表3所示。

    表 3  基质与植物测试指标
    Table 3.  Indexes of substrates and vegetation
    基质编号或标准pH通气孔隙度/%干容重/(g·cm−3)有机质含量/%总养分(TN+TP+TK)/%全钾/(mg·kg−3)全磷/(mg·kg−3)全氮/(mg·kg−3)非毛细管孔隙度/%总孔隙度/%电导率/(mS·cm−1)阳离子交换量/(cmol·kg−1)根系长度/mm地上生长高度/mm
    基质17.8654.810.6033.141.576 8058018 0929.5264.334.2035.3815.736.3
    基质26.9656.150.6743.551.158 9229497 5818.2564.403.6835.5824.442.5
    基质37.6560.250.6238.692.0410 4759978 9557.1967.443.6437.1230.645.6
    基质47.8755.910.7937.871.597 2278647 8174.5260.435.7335.0012.322.5
    基质57.6457.520.6730.491.456 0398597 6136.9464.465.3230.9924.839.4
    基质67.5755.340.6943.561.829 9238887 4158.8364.174.6030.3215.624.7
    基质77.8353.140.7835.941.688 6929537 1765.8959.035.2335.2112.936.8
    基质87.7752.680.7038.031.658 6489056 93912.0364.714.7930.7215.942.1
    基质97.6956.340.7542.311.518 3938225 9045.1461.484.0729.0830.239.6
    《绿化用有机基质》(GB/T 33891-2017)4.00~9.500.10~1.00≥25.00≥1.50≥15.0012.00
    《绿化用有机基质》(LY/T 1970-2011)5.00~8.00≥20.000.10~0.80≥15.00≥1.500.50~3.00
      注:“−”代表国标和行业标准对该指标未作要求。
     | Show Table
    DownLoad: CSV

    表3中不同配方基质的理化性质测试数据与国标《绿化用有机基质》(GB/T 33891-2017)[11]和林业标准《绿化用有机基质》(LY/T 1970-2011)[12]中对不同用途基质的指标限值进行比较发现,本研究设计的9组基质配方的pH、干容重、通气孔隙度、有机质含量、总养分、电导率等指标均满足标准中对栽培基质的指标要求;同时,结合实验研究中高羊茅的种植结果表明,9组基质都可用于植物栽培。

    为进一步分析9组基质配方的优劣,本研究采用主成分分析法计算不同基质的综合得分,并依此对这9组配方进行优劣排序。根据主成分分析的数学分析模型,主成分是原14个性状指标的线性组合,为确保主成分分析的有效性,必须提取特征根大于1,累积贡献率达到85%以上的成分作为主成分[23-24]。本研究从14个成分中选出5个作为主成份,分析结果见表4。可见,主成分的特征根都>1,且5个主成分的累积贡献率为89.299%(>85%),即表明这5个主成分基本能涵盖全部评价指标的所有信息,可以较好地反映基质的综合状况。

    表 4  主成分分析结果
    Table 4.  Results of principal component analysis
    主成分各评价指标的得分系数特征根方差贡献率/%累积贡献率/%
    pH通气孔隙度干容重有机质含量总养分非毛细管孔隙度总孔隙度电导率阳离子交换量根系长度全钾全磷全氮地上高度
    1−0.5340.641−0.7580.2410.2050.3110.847−0.8370.3750.6660.5510.5400.5400.6414.76634.04334.043
    20.5720.155−0.371−0.8100.4110.0810.2110.3340.473−0.300−0.386−0.0550.719−0.0192.46017.57251.614
    30.1190.1320.4350.3760.570−0.420−0.2680.1390.408−0.2090.6230.6170.275−0.4122.18015.57467.189
    40.104−0.641−0.1690.1720.2720.8360.199−0.038−0.158−0.5310.3500.106−0.050−0.0461.74012.42879.617
    50.5010.267−0.0250.0300.615−0.0620.179−0.037−0.5820.3330.168−0.290−0.226−0.0591.3569.68289.299
     | Show Table
    DownLoad: CSV

    根据表4的结果,对选取的5个主成分进行载荷值旋转计算后得到主成分的得分系数矩阵(见表5),由此可以计算出5个主成分的综合得分。其中,单个主成分得分线性方程如式(1)~式(5)所示。

    表 5  得分系数矩阵
    Table 5.  Component score coefficient matrix
    评价指标主成分
    12345
    pH−0.1120.2320.0550.0600.369
    通气孔隙度0.1350.0630.060−0.3690.197
    干容重−0.159−0.1510.200−0.097−0.019
    有机质含量0.051−0.3290.1730.0990.022
    总养分0.0430.1670.2620.1570.454
    非毛细管孔隙度0.0650.033−0.1930.480−0.046
    总孔隙度0.1780.086−0.1230.1140.132
    电导率−0.1760.1360.064−0.022−0.027
    阳离子交换量0.0790.1920.187−0.091−0.429
    根系长度0.140−0.122−0.096−0.3050.246
    全钾0.116−0.1570.2860.2010.124
    全磷0.113−0.0220.2830.061−0.214
    全氮0.1130.2920.126−0.029−0.167
    地上高度0.134−0.008−0.189−0.026−0.044
     | Show Table
    DownLoad: CSV
    F1=0.112X1+0.135X10.159X1++0.113X1+0.134X1 (1)
    F5=0.369X1+0.197X20.019X3+0.167X130.044X14 (2)

    式中:F1F5是单个主成分得分值;X1~X14是各个指标原始数据标准化后的数值。

    将各基质配方的指标标准化数据分别代入式(1)~式(5)计算各主成分的得分,再以各主成分的方差贡献率为权重,对所提取的得分进行加权求和,得到不同基质的综合得分(见表5)。加权求和如式(3)所示。

    F=λ1λ1+λ2+λ3+λ4+λ5F1+λ2λ1+λ2+λ3+λ4+λ5F2++λ5λ1+λ2+λ3+λ4+λ5F5 (3)

    式中:F为某一基质配方的综合得分;F1~F5是该基质配方对应的单个主成分得分值;λ1~λ5是5个主成分的初始特征根。

    根据主成分综合模型即可计算各基质配方的综合主成分分值,并对其进行排序,即可对所有基质配方进行综合评价比较,结果如表6所示。基质的综合得分越高,代表该基质所有测试指标的表现越好,从而表明其性能相对更优。结果显示,9组基质配方的优势排序为:基质3>基质6>基质1>基质2>基质8>基质5>基质7>基质4>基质9。

    表 6  各基质的综合得分
    Table 6.  Comprehensive evaluation score of substrates
    基质编号主成分1主成分2主成分3主成分4主成分5综合得分综合得分排名
    基质10.08392.0664−1.80860.6003−0.31210.17293
    基质22.2561−2.0425−0.4918−0.3506−2.32430.07154
    基质34.40881.29331.6694−0.57200.87322.24141
    基质4−2.87880.87721.5399−1.0335−0.4614−0.85028
    基质5−0.48631.2390−1.8962−1.45800.2597−0.44706
    基质6−0.1426−0.88571.01651.52190.93380.26172
    基质7−2.06130.20121.64950.2016−0.8611−0.52397
    基质8−0.3611−0.2217−0.91152.41120.27480.02525
    基质9−0.8186−2.5272−0.7672−1.32091.6175−0.95159
     | Show Table
    DownLoad: CSV

    1)对不同原料配比基质的理化指标测试数据与相关国家标准和行业标准的比对分析表明,本研究中以园林绿化废弃物为主要原材料的基质大部分指标满足标准要求,可用于植物栽培。

    2)主成分分析结果表明,基质的总孔隙度、氮、磷、钾和总养分对基质理化性能的影响最大;利用主成分分析法进行综合评价的结果表明,9组基质配方的得分按降序排序为:基质3>基质6>基质1>基质2>基质8>基质5>基质7>基质4>基质9。

    3)在综合得分最高的基质中,腐熟和未腐熟园林废弃物的质量分数之和达到40%,且基质中无需添加草炭土等不可再生天然资源,因而具有较明显的生态效益。

  • 图 1  超滤实验装置

    Figure 1.  Experimental device of UF

    图 2  BPAC-UF组合工艺对ARGs的去除

    Figure 2.  ARGs removal by BPAC-UF combined process

    图 3  BPAC-UF组合工艺对原水DOC的去除

    Figure 3.  Removal of DOC in raw water byBPAC-UF combined process

    图 4  ARGs与其他污染物去除的相关性

    Figure 4.  Correlation between concentrations of ARGs and other pollutants

    图 5  不同BPAC投加量膜比通量随时间的变化

    Figure 5.  Changes in membrane specific flux with time at different BPAC dosages

    图 6  膜污染模型拟合分析

    Figure 6.  Membrane pollution model fitting analysis

    图 7  投加适量BPAC对膜污染特征曲线的影响

    Figure 7.  Effect of proper BPAC dosage on membrane fouling characteristic curves

    表 1  过滤模型方程

    Table 1.  Filter model equation

    模型方程
    完全堵塞J0J=AV
    标准膜孔堵塞J0/V=1/t+B
    中间膜孔堵塞lnJ0−lnJ=CV
    滤饼层过滤1/J−1/J0=DV
      注:ABCD为常数;J0J为过滤通量,L·(m2·s)-1V为过滤累计出水体积,L;t为过滤时间,s。
    模型方程
    完全堵塞J0J=AV
    标准膜孔堵塞J0/V=1/t+B
    中间膜孔堵塞lnJ0−lnJ=CV
    滤饼层过滤1/J−1/J0=DV
      注:ABCD为常数;J0J为过滤通量,L·(m2·s)-1V为过滤累计出水体积,L;t为过滤时间,s。
    下载: 导出CSV
  • [1] PRUDEN A, PEI R, STORTEBOOM H, et al. Antibiotic resistance genes as emerging contaminants: Studies in Northern Colorado[J]. Environmental Science & Technology, 2006, 40(23): 7445-7450.
    [2] THOMPSON S A, MAANI E V, LINDELL A H, et al. Novel tetracycline resistance determinant isolated from an environmental strain of serratia marcescens[J]. Applied and Environmental Microbiology, 2007, 73(7): 2199-2206. doi: 10.1128/AEM.02511-06
    [3] BAQUERO F, MARTÍNEZ J L, CANTÓN R. Antibiotics and antibiotic resistance in water environments[J]. Current Opinion in Biotechnology, 2008, 19(3): 260-265. doi: 10.1016/j.copbio.2008.05.006
    [4] ZHANG X X, ZHANG T, FANG H H P. Antibiotic resistance genes in water environment[J]. Applied Microbiology and Biotechnology, 2009, 82(3): 397-414. doi: 10.1007/s00253-008-1829-z
    [5] 张明美. 污水处理系统中抗生素抗性基因污染研究[D]. 杭州: 浙江大学, 2013.
    [6] MUNIR M, WONG K, XAGORARAKI I. Release of antibiotic resistant bacteria and genes in the effluent and biosolids of five wastewater utilities in Michigan[J]. Water Research, 2011, 45(2): 681-693. doi: 10.1016/j.watres.2010.08.033
    [7] 张启伟, 孙丽华, 史鹏飞, 等. 混凝沉淀-UF工艺去除二级出水中ARGs效能研究[J]. 环境科学研究, 2019, 32(4): 718-724.
    [8] 吕静静. 不同特性UF膜处理二级出水中抗性基因的效能及膜污染机制[D]. 北京: 北京建筑大学, 2018.
    [9] ZHENG X, ERNST M, HUCK P M, et al. Biopolymer fouling in dead-end ultra-filtration of treated domestic wastewater[J]. Water Research, 2010, 44(18): 5212-5221. doi: 10.1016/j.watres.2010.06.039
    [10] ZHENG X, ERNST M, JEKEL M. Identification and quantification of major organic foulants in treated domestic wastewater affecting filterability in dead-end ultra-filtration[J]. Water Research, 2009, 43(1): 238-244. doi: 10.1016/j.watres.2008.10.011
    [11] BYUN S, TAUROZZI J S, ALPATORA A L, et al. Performance of polymeric membranes treating ozonated surface water: Effect of ozone dosage[J]. Separation & Purification Technology, 2011, 81(3): 270-278.
    [12] LEE S J, DILAVER M, PARK P K, et al. Comparative analysis of fouling characteristics of ceramic and polymeric microfiltration membranes using filtration models[J]. Journal of Membrane Science, 2013, 432: 97-105. doi: 10.1016/j.memsci.2013.01.013
    [13] HUANG H, YOUNG T A, JACANGELO J G. Unified membrane fouling index for low pressure membrane filtration of natural waters: Principles and methodology[J]. Environmental Science & Technology, 2008, 42(3): 714-720.
    [14] BREAZEAL M V R, NOVAK J T, VIKESLAND P J, et al. Effect of wastewater colloids on membrane removal of antibiotic resistance genes[J]. Water Research, 2013, 47(1): 130-140. doi: 10.1016/j.watres.2012.09.044
    [15] 吴成强, 姚小波, 曹平, 等. 超滤膜深度处理混凝沉淀和生物活性炭出水中试[J]. 中国给水排水, 2016, 32(9): 68-70.
    [16] MA Y, WILSON C A, NOVAK J T, et al. Effect of various sludge digestion conditions on sulfonamide, macrolide, and tetracycline resistance genes and class I integrons[J]. Environmental Science & Technology, 2011, 45(18): 7855-7861.
    [17] 杨凤霞, 毛大庆, 罗义, 等. 环境中抗生素抗性基因的水平传播扩散[J]. 应用生态学报, 2013, 24(10): 2993-3002.
    [18] 郭斯韬, 钱燕云, 徐莉柯, 等. 氮磷对污泥厌氧消化过程中抗生素抗性基因行为特征的影响[C]//中国环境科学学会. 中国环境科学学会学术年会论文集. 成都, 2014: 575-582.
  • 加载中
图( 7) 表( 1)
计量
  • 文章访问数:  4659
  • HTML全文浏览数:  4659
  • PDF下载数:  63
  • 施引文献:  0
出版历程
  • 收稿日期:  2018-12-20
  • 录用日期:  2019-04-08
  • 刊出日期:  2019-10-01
孙丽华, 丁宇, 贺宁, 段茜, 张雅君. BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制[J]. 环境工程学报, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145
引用本文: 孙丽华, 丁宇, 贺宁, 段茜, 张雅君. BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制[J]. 环境工程学报, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145
SUN Lihua, DING Yu, HE Ning, DUAN Xi, ZHANG Yajun. Antibiotic resistance genes removal from secondary effluent by BPAC-UF combined process and membrane fouling control mechanisms[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145
Citation: SUN Lihua, DING Yu, HE Ning, DUAN Xi, ZHANG Yajun. Antibiotic resistance genes removal from secondary effluent by BPAC-UF combined process and membrane fouling control mechanisms[J]. Chinese Journal of Environmental Engineering, 2019, 13(10): 2377-2384. doi: 10.12030/j.cjee.201812145

BPAC-UF对二级出水中抗生素抗性基因的去除及膜污染缓解机制

    通讯作者: 孙丽华, E-mail: sunlihuashd@163.com
    作者简介: 孙丽华(1978—),女,博士,副教授。研究方向:膜法水处理技术。E-mail:sunlihuashd@163.com
  • 1. 北京建筑大学,城市雨水系统与水环境教育部重点实验室,北京 100044
  • 2. 北京建筑大学环境与能源工程学院,北京 100044
  • 3. 张家口融创泰合房地产开发有限公司,张家口 075000
  • 4. 北京自来水集团有限责任公司,北京 100031
基金项目:
国家自然科学基金资助项目(51678027)

摘要: 采用生物粉末活性炭(BPAC)-超滤(UF)组合工艺去除控制二级出水中抗生素抗性基因(ARGs),并对ARGs的去除和BPAC缓解膜污染机制进行了探讨。结果表明:与直接超滤工艺相比,组合工艺对水中四环素类抗性基因(tetAtetW)、磺胺类抗性基因(sul Ⅰ、sul Ⅱ)以及溶解性有机碳(DOC)的去除效果均有较大的改善,这主要是由于BPAC对ARGs的吸附降解作用所致;水中16S rDNA、int Ⅰ 1和DOC含量与不同种类ARGs浓度具有显著相关性,强化上述指标的去除可有效促进ARGs的削减;在BPAC投加量较低时,组合工艺的膜比通量较直接UF有所提高,膜污染状况明显改善;直接UF时,膜污染状况与滤饼层过滤模型的拟合度最好,而组合工艺的膜污染状况与标准膜孔堵塞模型和滤饼层过滤模型拟合度均较好。BPAC-UF组合工艺是一种较好的去除ARGs的工艺。

English Abstract

  • 近年来,由于抗生素在医疗和养殖领域的大量使用,促使动物体内和环境中出现了抗生素抗性基因(antibiotic resistance genes,ARGs)。2006年,美国学者PRUDEN等[1]将ARGs定义为一种新型环境污染物,它具有可复制、可传播和不易消亡的生物化学特性,从而可在环境中大量积累和广泛存在。目前,已发现的ARGs种类繁多,包括四环素类、磺酰胺类和β-内酰胺类[2]等,且这些ARGs已在城市污水处理厂中检出。城市污水处理厂不仅是ARGs 聚集、转移、进化与增殖的重要场所[3-4],也是再生水与自然水体的纽带。这些ARGs在环境中的转移和传播将会对人类的健康造成威胁。

    城市污水处理厂中常规的厌氧/好氧处理工艺对ARGs有一定的削减作用,但效果并不显著。其中,二沉池中污泥沉降是污水厂去除ARGs的主要机制之一[5]。近年来,膜处理技术在去除ARGs的过程中发挥了重要作用,尤以超滤(ultrafiltration,UF)最为突出。MUNIR等[6]对比了MBR和传统的活性污泥、氧化沟对3种ARGs(tetWtetOsulI)的去除效果,发现MBR的出水中ARGs的含量比常规处理少了1~3个数量级。张启伟等[7]利用混凝沉淀-超滤组合工艺对4种ARGs(tetAtetGsul Ⅰ、sul Ⅱ)进行了去除,发现去除率达到0.5~3.1个数量级。另有研究[8]表明,聚醚砜超滤膜对ARGs的去除效果优于聚偏氟乙烯超滤膜,且截留分子质量越低,去除率越高。

    超滤对ARGs的去除效果虽然较好,但在使用过程中也存在膜比通量下降快和膜污染严重等问题。以往的研究多集中于处理工艺的研究上,对于如何减缓膜污染则研究较少。本研究将生物粉末活性炭(biological powdered activated carbon,BPAC)与UF联用,比较了在不同BPAC投加量下,组合工艺对抗生素抗性基因(tetAtetWsul Ⅰ、sul Ⅱ)的去除效果,并探讨了投加BPAC对膜比通量的影响,通过构建膜污染模型,对BPAC缓解膜污染机制进行了分析。

  • 实验原料:杏壳粉末活性炭(粒度200~300 目、比表面积587.38 m2·g−1、平均孔径3.351 nm、碘值2~13 mL·g−1、亚甲基蓝吸附100~150 mL·g−1);超滤膜为聚醚砜(PES)平板膜,切割分子质量为100 kDa;实验中所用BPAC是将PAC投加到实验原水中,经培养驯化得到的;实验原水为北京某污水厂二级出水,水质指标如下:浊度0.10 NTU, TP 0.36 mg·L−1,DOC 59.14 mg·L−1,pH 7.6, 氨氮1.86 mg·L−1

    实验仪器:超微量分光光度计(NanoDrop8000,美国Thermo公司);总有机碳分析仪(TOC-VCPH,日本SHIMADZU公司);水浴恒温振荡器(SHA-B,常州国华电器有限公司);凝胶渗透色谱仪(PL-GPC50,美国Agilent Technologies公司)。

  • 本实验采用全程死端超滤装置,实验装置如图1所示。该系统由氮气瓶提供稳定压力,使超滤杯中的水样完成过滤,操作压力为0.10 MPa,滤后液流入电子天平上的烧杯(容积为400 mL)中,液体质量由天平记录(每5 s记录1次),电脑接收并记录随过滤时间增加的电子天平质量数据,在线监测得到数据分析膜通量。

  • 1)过滤方法。分别向原水中投加一定量的BPAC,并调节其质量浓度分别为0、20、40、60、80 mg·L−1,在室温下振荡24 h,使BPAC充分吸附水中的污染物。振荡结束后,将混合水样(每次均为350 mL)倒入超滤杯中进行过滤。实验过程采用恒压过滤,电脑记录膜通量随时间变化情况。

    2) DOC检测方法。检测前使原水水样经过0.45 μm的微滤膜进行抽滤,去除水中的不溶性有机物质,然后采用总有机碳分析仪测量水中的DOC浓度,测量3次,取平均值。

    3)抗性基因检测方法。将超滤杯中的膜片剪碎以提取DNA,使用聚合酶链式反应(PCR)扩增4种ARGs、16S rDNA和 int Ⅰ 1,然后纯化PCR产物,PCR产物浓度合适后,连接至PMD-19T载体上,转化后提取质粒,挑选阳性克隆进行质粒测序鉴定,经鉴定正确的质粒检测OD值,运用计算拷贝数的方法制备标准样品,最后使用实时定量聚合酶链式反应(qPCR)对4种ARGs、16S rDNA和 int Ⅰ 1作出定量。

  • 本研究采用经典Hermia膜孔堵塞滤饼过滤模型[9],深入考察BPAC吸附和UF组合缓解超滤膜污染机制,该经典模型见式(1)~式(3)。

    式中:t为过滤时间,s;V为过滤累计出水体积,L;k为污染系数;n为污染指数;A为膜有效表面积,m2J为过滤通量,L·(m2·s)−1

    利用式(1)~式(3),可以将污染指数n值随过滤时间或者过滤体积的变化情况作图,亦可制作d2t/dV2随dt/dV变化的对数图[10-12],考察膜污染状况随过滤时间的变化规律。

    该模型公式的推导基于一定的理想条件假设,HUANG等[13]在经典膜孔堵塞滤饼过滤模型的基础上详细推导和阐述了4种过滤污染机制模型,不同的污染类型由式(1)中的n值决定。在不同的n值条件下,将式(1)通过数学转化,可得到不同类型的过滤方程(如表1所示)。

  • BPAC-UF组合工艺对ARGs的去除效果见图2。可以看出,污水厂二级出水中4种ARGs均有检出,且磺胺类抗性基因浓度较四环素类抗性基因浓度高。其中,sulⅡ的浓度最高,为106.79~107.21拷贝数·mL−1sul Ⅰ的浓度次之,为106.73~107.19拷贝数·mL−1tetAtetW的浓度最低,分别为105.40~106.10拷贝数·mL−1和103.32~103.49拷贝数·mL−1。经过单独UF后,4种ARGs的绝对丰度均有所降低。其中,tetA下降了1.56个数量级,去除率最高;tetW仅下降了0.86个数量级,去除率最低。投加BPAC后,组合工艺对4种ARGs的去除率比单独UF高约2~3个数量级,在BPAC的投加量为80 mg·L−1时,组合工艺对tetAtetWsul Ⅰ的去除率最高,去除的数量级分别为3.73、1.81、3.72个;在BPAC的投加量为40 mg·L−1时,对sul Ⅱ的去除率最高,去除的数量级为4.20个。直接经过UF后,对ARGs的去除作用为UF的机械筛分;当BPAC与UF结合时,活性炭的吸附、微生物的吸附降解以及膜截留协同作用使得ARGs的浓度进一步降低。

  • BREAZEAL等[14]研究了污水中总有机碳和ARGs去除的相关性,发现水中抗性基因和蛋白质有很强的相关性,抗性基因和蛋白质多糖的总浓度有更高的相关系数,这证明水中有机物的去除增强了膜削减抗性基因的效能。实验中向原水中分别投加不同浓度的BPAC,恒温振荡24 h后,经平板超滤膜过滤5 min后,测定膜出水中DOC的浓度,其结果见图3。单独UF和BPAC-UF组合工艺对原水中DOC均有一定的去除效果。对应于不同BPAC投加量(0、20、40、60、80 mg·L−1)处理后,水样中的DOC浓度分别为45.27、35.48、29.17、25.82、27.53 mg·L−1,而单独UF对DOC的去除率为23.5%,去除率较低。相比而言,组合工艺对DOC的去除率比单独UF高,并且随着BPAC投加量的增加,对DOC的去除率先升高后降低;当投加量为60 mg·L−1时,去除率最高,达到56.3%。由于超滤膜对于大分子有机物的去除主要依靠孔径截留来实现,故导致其对有机物的去除率较低。在最佳投加量下,BPAC-UF组合工艺对有机物的去除效果较直接UF大幅度提高,主要是由于粉末活性炭可以通过吸附作用完成对有机物的去除。同时,生长在粉末活性炭上的微生物对有机物也有一定程度的吸附降解作用[15]。但是,当BPAC的投加量过大时(80 mg·L−1),附着生长在粉末活性炭上的微生物数量增多,导致细胞分泌物含量升高,使得原水中有机物的浓度有所上升。

  • 有研究表明,水中微生物总量、整合子以及有机物的去除有利于抗生素抗性基因的削减[14, 16]。ARGs浓度与微生物总量、Ⅰ类整合子及溶解性有机物的拟合结果见图4。其中微生物总量以16S rDNA的拷贝数来表征,P<0.05为线性相关显著性的判定依据。如图4(a)所示,4种ARGs浓度与16S rDNA浓度均有显著的相关性,磺胺类抗性基因浓度与16S rDNA浓度的相关性较四环素类抗性基因更为显著。其中sul Ⅰ与16S rDNA的相关性最显著,tetAsul Ⅱ次之,tetW最弱。相关分析表明,二级出水中微生物的浓度会影响4种ARGs在环境中的转移或传播,且基因种类不同,其影响程度也不同。所以,16S rDNA浓度的降低有利于4种ARGs的去除。整合子作为一种移动基因元件,对于抗生素抗性基因在水平方向上的转移或传播起到了非常重要的作用[17]。如图4(b)所示,ARGs浓度与intI1浓度之间存在显著的相关性,其中tetA浓度与intI1浓度相关性最强,sul Ⅱ浓度与intI1浓度相关性最弱,说明4种ARGs可能结合到I类整合子上,从而可在污水厂二级出水中进行水平转移。如图4(c)所示,四环素类抗性基因(tetAtetW)及磺胺类抗性基因(sul Ⅰ)的浓度与DOC浓度具有显著的相关性,这说明随着DOC的去除,水中抗生素抗性基因的浓度会有所下降。

  • 1) BPAC投加量对膜比通量的影响。膜比通量表示某时刻膜通量(J)与起始膜通量(J0)的比值。不同BPAC投加量下膜比通量随时间的变化情况见图5。由图5可知,直接经过UF时,膜比通量在前4 min内下降较快,而后趋于平缓,过滤周期最后膜比通量仅为0.214。这说明原水直接UF时膜污染严重,膜孔易被堵塞。当原水中投加不同浓度(20、40、60、80 mg·L−1)的BPAC吸附降解后,10 min时的膜比通量分别为0.290、0.253、0.208、0.185。相对于直接UF,投加20 mg·L−1和40 mg·L−1的BPAC可使膜比通量分别提高35.5%和18.8%,而60 mg·L−1和80 mg·L−1的BPAC反而使膜比通量下降。结果表明,虽然BPAC可吸附降解水中DOC并减轻膜污染,但低投加量的BPAC在膜表面形成的滤饼层较疏松,滤饼层的厚度较薄,膜过滤阻力小,造成膜比通量有所上升;而高浓度的BPAC形成的滤饼层密实,滤饼层的厚度较厚,膜过滤阻力增加,从而导致膜比通量下降。

    2)膜污染模型拟合分析。直接UF和低BPAC投加量下组合工艺的膜污染模型拟合分析结果见图6。由图6可以看出,直接UF时,膜污染状况与滤饼层过滤模型的拟合度最好,R2为0.995 0;分别投加20 mg·L−1和40 mg·L−1BPAC后,组合工艺的膜污染状况与标准膜孔堵塞模型和滤饼层过滤模型的R2均大于0.99,说明拟合程度均较好。直接UF时,水中的大分子有机物会堆积在膜表面,形成致密的滤饼层,滤饼层过滤模型占主导。投加低浓度的BPAC后,由于微生物的降解作用,水中小分子有机物量增加,进入膜孔,形成标准膜孔堵塞;同时投加的BPAC会在膜表面形成滤饼层,从而形成滤饼层过滤模型。

    3) BPAC-UF缓解膜污染机制分析。直接UF和低BPAC投加量下组合工艺的膜污染特征曲线见图7。有研究[18]表明,当超滤膜的污染情况恶化时,膜污染特征曲线的dt/dV和d2t/dV2值会变大。由图7可知,直接过滤时的dt/dV和d2t/dV2值最大,过滤单位水量的时间一直在增加,且增加的速率较快,这表明膜污染随过滤时间的增长愈发严重。当投加低浓度BPAC后,膜污染特征曲线向左下方移动,dt/dV和d2t/dV2值变小,这表明组合工艺的膜污染状况较直接UF有明显改善。其中,20 mg·L−1 BPAC较40 mg·L−1BPAC对膜污染的改善程度更好,这与BPAC投加量对膜比通量的影响结果一致。

  • 1)对比直接UF,BPAC-UF组合工艺对二级出水中的ARGs和DOC的去除效果更好;其中,对tetAtetWsul Ⅰ去除的BPAC最佳投加量为80 mg·L−1,对sul Ⅱ去除的BPAC最佳投加量为40 mg·L−1,对DOC去除的BPAC最佳投加量为60 mg·L−1;组合工艺对ARGs去除率的提高,主要是由于活性炭的吸附、微生物的吸附降解和膜的截留协同作用的结果。

    2)水中16S rDNA、intI1、DOC与不同种类ARGs均有显著相关性,16S rDNA、intI1和DOC的去除有利于ARGs的削减。

    3)在投加20 mg·L−1和40 mg·L−1 BPAC时,组合工艺的膜比通量较直接UF有所提高。直接UF时,膜污染状况与滤饼层过滤模型的拟合度最好;组合工艺的膜污染状况与标准膜孔堵塞模型、滤饼层过滤模型拟合度均较好;膜污染特征曲线数值表明,组合工艺的膜污染状况较直接超滤有明显改善。

参考文献 (18)

返回顶部

目录

/

返回文章
返回