-
近年来，随着经济建设的高速发展，城镇人口急剧增加，污水排放量和污染负荷不断增大，从而导致污水处理厂出水排放的受纳水体水质不断恶化[1-3]。2015年4月，国务院印发的《水污染行动防治计划》中明确要求，敏感区域城镇污水处理设施应全面达到一级A排放标准[4]。因此，提标改造已成为污水处理厂满足愈发严格的出水排放标准的必然选择之一[5]。然而，在实际污水处理厂提标改造过程中，由于对运行参数变化导致的运行效率改变机制认识不清，盲目选择微生物种群结构作为响应指标，导致在提标改造关键参数及工艺的选择上也存在一定的盲目性[6-7]。因此，明确运行参数变化对运行效率产生影响的根本原因，对目前污水处理厂提标改造具有重要的理论意义。
从污染物降解途径来看，限速酶是物质转化最根本的原因之一。如在氮素转化过程中，氨单加氧酶(AMO)和羟胺氧化还原酶(HAO)是硝化反应的限速酶[8]，硝酸盐原酶(NR)和亚硝酸盐还原酶(NIR)是反硝化反应的限速酶[9-11]。一直以来，关于生物脱氮过程中关键酶的研究主要集中在酶的纯化和反应机理上[12-14]，近年来，对于酶活性在污水处理过程中的作用才逐步展开。LI等[15]初步分析了与TN去除相关的关键酶种类；CALDERON等[16]阐述了酶活性水平与运行参数变化之间的关系；PAN等[17]探讨了污水处理系统脱氮过程中NR和NIR的特性。然而，这些研究主要集中在实验室小试规模。事实上，实际污水处理厂运行过程比实验室小试装置更加复杂。因此，有必要对实际污水处理厂关键酶活性与污染物去除率之间的关系进行深入研究。
氧化沟是城市污水处理的3大典型工艺之一[18]，在中国，从20世纪80年代以来，氧化沟工艺一直被广泛采用[19]。本研究以Orbal氧化沟为研究对象，分析2种运行模式下活性污泥中微生物种群结构、功能微生物含量、关键酶活性及污染物去除效率，并对其相互关系进行了探讨，目的是揭示影响实际污水处理厂污染物去除率的根本原因，以期为实际污水处理厂提标改造提供参考。
-
PCR产物回收纯化试剂盒、实时荧光定量PCR反应试剂盒；磷酸钾(K3PO4)、硫酸铵((NH4)2SO4)、细胞色素C(C42H52FeN8O6S2)、醋酸钠(CH3COONa)、羟胺(NH2OH)、甲基紫(C24H28N3)、硝酸钠(NaNO3)、双对氯苯基三氯乙烷((ClC6H4)2CH(CCl3))均为分析纯。
核酸自动提取仪(Tanbead，北京九宇金泰生物技术有限公司)；聚丙烯酰胺凝胶电泳仪(Bio-Rad，伯乐生命医学产品(上海)有限公司)；凝胶成像系统(Bio-Rad，伯乐生命医学产品(上海)有限公司)；测序仪(ABI 3730XL，爱普拜斯应用生物系统贸易(上海)有限公司)；实时荧光定量PCR仪(SteponePlus，爱普拜斯应用生物系统贸易(上海)有限公司)；冷冻离心机(Biofuge Stratos，赛默飞世尔科技(中国)有限公司)；溶氧仪(CellOx325，德国WTW中国技术服务中心)；pH计(SenTix 41-3，德国WTW中国技术服务中心)；温度计(WTW-Multi 340i，德国WTW中国技术服务中心)；紫外可见分光光度计(UV-1700，岛津企业管理(中国)有限公司)。
-
本实验在河南省某市的一个实际污水处理厂进行，该污水厂主体采用Orbal氧化沟工艺，污水处理量为4×104 m3·d−1，水力停留时间为10 h，污泥龄为12 d。实验分别在2种模式下进行，每种模式的运行周期为1年，进水水质如表1所示。2种运行模式的主要区别在于沟道内转刷开启数量不同，模式I的外、中、内沟道转刷开启数量分别为6、4、4个；模式Ⅱ的沟道转刷开启数量分别为4、4、4个。2种模式下的污泥浓度、污泥负荷、COD负荷及
NH+4 -N负荷均相近，模式I的污泥浓度、污泥负荷、COD负荷及NH+4 -N负荷分别为3 015 mg·L−1、0.13 kg·(kg·d)−1、0.35 kg·(m3·d)−1和3.80×10−2 kg·(m3·d)−1；模式Ⅱ的污泥浓度、污泥负荷、COD负荷及NH+4 -N负荷分别为2 965 mg·L−1、0.13 kg·(kg·d)−1、0.34 kg·(m3·d)−1和3.80×10−2 kg·(m3·d)−1。每周监测不同模式下进出水水质及沟道内溶解氧变化，测试位置如图1所示(包括转刷后1 m和下一个转刷前1 m)。同时，在每年6月和12月，分别采集沟道内活性污泥样品，用于微生物种群、功能微生物含量及关键酶活性分析。 -
分别采用PCR-DGGE技术、实时荧光定量PCR技术定性、定量分析不同运行模式下活性污泥微生物种群结构及功能微生物含量[20-23]；采用分光光度法测定不同运行模式下关键酶活性，一个单位的酶活性(U)定义为：1 g活性污泥中，1 h转化1 mg催化底物所需酶的量[24-26]；采用文献中的方法[27]测定不同运行模式下污水厂的进出水水质[27]。
-
在2种运行模式下，该厂进出水中COD、
NH+4 -N和TN的监测结果见图2。从图2可以看出，在模式I和模式Ⅱ下，COD的平均去除率分别为(94.28±2.19)%和(91.79±2.77)%；NH+4 -N的平均去除率分别为(72.80±7.07)%和(69.36±8.45)%；TN的平均去除率分别为(25.50±6.83)%和(44.67±10.96)%。同时，图2中结果表明，除冬季外，其余季节在模式Ⅱ运行条件下，COD、NH+4 -N和TN的去除率均明显高于模式I。在4—10月，模式I和模式Ⅱ的COD的平均去除率分别为(96.08±0.87)%和(94.17±0.73)%；NH+4 -N的平均去除率分别为(81.38±3.47)%和(80.59±1.39)%，TN的平均去除率分别为(31.77±5.41)%和(59.81±5.33)%。 -
在2种运行模式下，分别对Orbal氧化沟3个沟道不同位置处DO浓度进行测定，结果见图3。可以看出，DO浓度在转刷前和转刷后有明显不同，特别是在外侧沟道。模式I条件下，转刷后1 m处，外渠道的DO浓度为(2.28±0.3) mg·L−1，在下一个转刷前1 m处，外渠道的DO浓度为(0.80±0.1) mg·L−1。在模式Ⅱ条件下，转刷后1 m处外渠道的DO浓度为(2.03±0.4) mg·L−1，在下一个转刷前1 m处，外渠道的DO浓度为(0.16±0.1) mg·L−1。
-
在2种运行模式下，DGGE图谱见图4。可以看出，各沟道内的微生物种群结构基本类似(图4(a))。夏季时，模式I外、中、内沟道香农指数分别为3.76、3.79和3.83，模式Ⅱ外、中、内沟道香农指数分别为3.81、3.97和3.97。冬季时，模式I外、中、内沟道香农指数分别为3.01、3.11和3.15，模式Ⅱ外、中、内沟道香农指数分别为3.05、3.02和3.11。并且，在2种模式下各个沟道中均有主条带W4~W19存在。比对结果显示，所有测得序列97%~100%程度上均与先前确定的16S rRNA基因序列具有同源性，分别隶属于拟杆菌门、变形杆菌门、绿弯菌门和厚壁菌门[28-30](图4(b))。
功能微生物氨氧化菌AOB和硝化细菌NOB定量检测结果见图5。可以看出，无论夏季还是冬季，总细菌、AOB和NOB的含量在模式I和模式Ⅱ下均呈现相似趋势。夏季时，在模式I下，Orbal氧化沟外、中、内沟道中总细菌含量分别为6.70×1010、5.80×1010、5.96×1010 cells·g−1(以干污泥含量计)，AOB含量分别为8.98×105、1.02×106、2.52×106 cells·g−1(以干污泥含量计)，NOB含量分别为4.89×102、8.88×102、1.02×103 cells·g−1(以干污泥含量计)；而在模式Ⅱ下，外、中、内沟道中总细菌含量分别为5.84×1010、6.19×1010、5.88×1010 cells·g−1(以干污泥含量计)，AOB含量分别为6.25×105、9.88×105、1.80×106 cells·g−1(以干污泥含量计)，NOB含量分别为3.96×102、7.69×102、1.66×103 cells·g−1(以干污泥含量计)。冬季时，Orbal氧化沟3个沟道内总细菌、AOB、NOB含量均略低于夏季。在模式I下，外、中、内沟道中总细菌含量分别为5.58×1010、5.21×1010、5.07×1010 cells·g−1(以干污泥含量计)，AOB含量分别为4.25×105、8.85×105、9.26×105 cells·g−1(以干污泥含量计)，NOB含量分别为3.10×102、3.23×102、4.15×102 cells·g−1(以干污泥含量计)；而在模式Ⅱ下，外、中、内沟道中总细菌含量分别为5.26×1010、5.61×1010、5.12×1010 cells·g−1(以干污泥含量计)，AOB含量分别为4.23×105、5.26×105、7.68×105 cells·g−1(以干污泥含量计)，NOB含量分别为2.26×102、4.21×102、8.52×102 cells·g−1(以干污泥含量计)。从AOB和NOB在总细菌中所占的相对比例来看，模式I和模式Ⅱ条件下也呈现相似结果。在模式I下，AOB和NOB的比例分别是7.62×10−6~4.23×10−5和8.19×10−9~1.71×10−8；在模式Ⅱ下，AOB和NOB的比例分别是9.38×10−6~3.06×10−5和7.50×10−9~2.82×10−8。
理论上，活性污泥中的微生物种群会随着污水处理运行参数的变化而发生变化。因此，微生物种群结构变化常用来解释运行参数调节后污水处理效果发生变化这一现象[31]。本实验是在一个实际污水处理厂展开，水质监测结果发现，当外沟道转刷开启数量减少后，污水处理厂TN去除效率明显提升。然而，2种运行模式下微生物种群结构和功能微生物含量却呈现高度相似现象。这与HASHIMOTO等[32]提出的活性污泥中细菌群落结构在实际污水处理系统中是相对稳定的这一结论是相符的。当然，本实验在同一污水处理厂展开，进水水质的稳定也是2种运行模式下细菌种群结构未发生明显改变的重要原因之一，而这一结论也与ZHOU等[33]在实际污水处理厂的研究结果相符。因此，在实际污水处理厂中，仅选取微生物种群来解释运行参数变化引起运行效率提升的原因是远远不够的。
-
在夏季和冬季，分别采集2种运行模式下3个沟道内活性污泥样品，进行关键酶HAO和NR的活性分析。结果显示，在同一运行模式下，与中、内沟道相比，HAO活性在外沟道中最低。相反，NR活性在外沟道中最高。并且，HAO和NR的酶活性在夏季都高于冬季。外沟道中，在模式Ⅱ条件下NR活性明显高于模式Ⅰ。在模式Ⅰ下，夏季和冬季的NR活性(以羟胺计)分别为1.58 mg·(g·h)−1和0.80 mg·(g·h)−1；而模式Ⅱ下，夏季和冬季的NR活性分别为2.27 mg·(g·h)−1和1.07 mg·(g·h)−1。内沟道中，模式I和模式Ⅱ条件下的HAO活性并无明显区别。在模式I下，夏季和冬季的HAO活性(以羟胺计)分别为2.17 mg·(g·h)−1和1.56 mg·(g·h)−1；而在模式Ⅱ下，夏季和冬季的HAO活性分别为2.05 mg·(g·h)−1和1.42 mg·(g·h)−1。分析结果表明，外侧沟道转刷开启数量的减少，直接对其中关键酶NR的活性产生了影响。在模式Ⅱ下，冬季和夏季外侧沟道内NR活性分别比模式I下提高了25%和30%。与此同时，该水厂出水中TN的去除率也由模式I的(25.50±6.83)%提高到了模式Ⅱ的(44.67±10.96)%。综合分析关键限速酶HAO、NR与TN、
NH+4 -N去除的关系，结果表明，HAO和NR活性与NH+4 -N和TN的去除均呈正相关关系，斯皮尔曼相关系数r分别为0.99(P=0.01)和0.88(P=0.12)(图6)。也就是说，改变污水厂运行参数，生物处理单位中关键酶活性随之发生变化，进而改变污染物的去除率。进一步深入分析发现，减少Orbal氧化沟外侧沟道转刷开启数量，其沟道中缺氧或厌氧区段明显延长。供氧量的减少直接改变了外侧沟道局部的微环境条件。而这种微环境条件的改变，在不影响其微生物种群结构的前提下，直接提升了沟道内关键酶活性，进而提升了污水出水水质。这与赵群英等[34]关于DO含量变化对污水出水水质具有明显影响的研究结论是一致的。也就是说，在实际污水处理厂中，改变运行参数后，相对于微生物种群结构和功能微生物含量而言，关键酶活性的响应更为快速灵敏。然而，本研究对关键酶活性的分析仅仅是酶粗提取物的分析，并且仅在一家污水处理厂进行。如要将该研究结果用于解析实际污水处理厂运行参数变化对处理效率影响的机制时，需要进行更为精准且全面的研究。例如，结合更多实际污水处理厂的研究，综合分析多种运行参数变化后其关键酶的响应过程；同时，设计小型批量研究实验，对提取的关键酶进行纯化，进而分析不同运行参数条件下关键酶的响应关系。 -
1)减少Orbal氧化沟外侧沟道转刷开启数量，可有效地提高实际污水处理厂TN的去除率。
2)转刷开启数量减少后，Orbal氧化沟外侧沟道内溶解氧含量降低，缺氧或厌氧区明显延长，局部微环境发生改变。
3)在此过程中，微生物种群及功能微生物含量保持稳定，未发生明显变化。关键酶NR活性随转刷开启数量的减少而升高。并且关键酶NR活性与TN去除效率呈正相关关系。本研究为实际污水处理厂提标改造参数及工艺选择提供了参考。
Orbal氧化沟工艺污水厂中关键酶活性对污水处理效率的影响
Effect of key enzyme activities on the operating efficiency in wastewater treatment plant with Orbal oxidation ditch
-
摘要: 针对实际污水处理厂提标改造过程中运行参数变化对运行效果产生影响机制不明确的问题，选取以Orbal氧化沟为核心工艺的某实际污水处理厂，设置2种运行模式，采用PCR-DGGE分析、实时荧光定量PCR分析、酶活性分析等方法研究了不同运行模式下活性污泥中微生物种群结构、功能微生物含量、关键酶活性的特征；分析了微生物种群、关键酶活性与污染物去除率之间的关系；探讨了Orbal氧化沟工艺中运行参数变化对运行效果产生影响的机制。结果表明：适当减少Orbal氧化沟外侧沟道内转刷的开启数量，其沟道内溶解氧分布将发生明显变化；沿水流方向，厌氧或缺氧段将明显延长；长期运行结果显示，进水水质稳定时，减少转刷开启数量没有对生物处理工段内微生物种群结构产生影响。同时，外侧沟道内硝酸还原酶(nitrate reductase, NR)活性(以羟胺计)在夏季和冬季却均有显著增加，分别由模式Ⅰ的1.58 mg·(g·h)−1和0.80 mg·(g·h)−1增加到了模式Ⅱ的2.27 mg·(g·h)−1和1.07 mg·(g·h)−1；相关分析表明，HAO和NR活性与氨氮和总氮去除率呈显著相关，斯皮尔曼相关系数r分别为0.99(P=0.01)和0.88(P=0.12)。在实际污水处理厂中，关键酶活性是运行参数改变对运行效率产生影响的根本原因。Abstract: During the upgrade processes of full-scale wastewater treatment plant (WWTP), the effect mechanism of operation parameters variations on WWTP performance is still unclear. A WWTP with Orbal oxidation ditch was selected and two operation modes were set up. Molecular biological methods e.g. polymerase chain reaction-denaturing gradient gel electrophoresis (PCR-DGGE), real-time quantitative PCR and enzyme activity analysis were used to study the microbial population, functional microbial content and key enzyme activity in activated sludge under different operation modes, and the relationships between the microbial population, key enzyme activity and pollutant removal efficiency were analyzed. The effect mechanism of the parameters on the Orbal oxidation ditch performance was also discussed. The results showed that an obvious change in the dissolved oxygen (DO) distribution in the outer channel occurred when properly reducing the number of operating brushes in Orbal oxidation ditch. As a result, the anaerobic or anoxic zone extended significantly along the direction of water flow. The results of long-term operation indicated that the number reduction of operating brushes did not affect the microbial population structure in the biological treatment section when the water quality of influent was stable. At the same time, the nitrate reductase (NR) activities in outer channel (calculated by hydroxylamine) in summer and winter increased significantly from 1.58 mg·(g·h)−1 and 0.80 mg· (g·h)−1 under mode I to 2.27 mg·(g·h)−1 and 1.07 mg·(g·h)−1 under mode II, respectively. Correlation analysis indicated that the activities of hydroxylamine oxidoreductase (HAO) and NR had positive relationship with removal efficiencies of
NH+4 -N and TN, and the corresponding correlation coefficients were 0.99(P=0.01) and 0.88(P=0.12), respectively. In the full-scale WWTP, the key enzyme activity was the fundamental reason of parameters variations on the operating efficiency. -
我国是人口和农业大国，在快速城市化和超大基数人口的背景下，生活垃圾成为亟待解决的问题，填埋是处理生活垃圾的主要手段之一[1]。地下水是我国近十亿人口的饮用水资源[2]，生活垃圾填埋处理产生的渗滤液下渗至地下含水层会造成地下水不同程度的污染，渗滤液中含有高浓度的有机物、无机物和重金属等组分[3]，污染物经由不同的途径进入人体将导致一定的健康风险[4-8]。通过地下水健康风险评价可以将污染物对人体的健康危害定量化，从而衡量危害程度[9]。目前国内使用最多的健康风险评价模型是由美国环境保护署(USEPA)推出的模型[1，10]，但是由于生活饮食习惯、人种生理特征和地域气候条件的差异，在实际的健康风险评价中部分参数因子需要根据实际情况做出修正[1，7]。
有研究表明在渗滤液、土壤、气候、岩性和水文地质特征等综合影响下，地下水污染物的浓度在季风季节和寒冷季节前后常有明显变化[11]；李军等[12]研究了会仙洞湿地丰、平、枯时期地下水重金属污染及健康风险，探讨了不同时期地下水污染特征变化及人群健康风险表征；渗滤液下渗至地下含水层是一个复杂多变的过程[13]，不同类型的填埋场下渗面也不尽相同。下渗面为花岗岩的填埋场，花岗岩中含金属元素的矿石在降水淋溶作用下会溶解出金属元素进入地下水中，当地居民生产活动所产生的污染物也会经不同途径进入地下水，造成地下水污染源的多样性和复杂性。为了能更好地了解地下水污染源的复杂联系，主成分分析和相关性分析方法被广泛用于地下水污染源解析[14-16]；目前对填埋场地下水污染的研究大多是单一途径下的健康风险评价及污染特征分析[17-22]，而对山谷型填埋场地下水污染特征分析、来源解析及多途径的健康风险评价研究较少。山谷型填埋场是我国南方数量最多最典型的填埋场类型，研究该类型填埋场的地下水污染对实际地下水污染防治有重要意义。
本研究以长沙市某山谷型填埋场为例，分别在雨季期和非雨季期采集地下水样，对其水质进行评价，运用多元数理统计方法分析雨季前后地下水污染特征，选用主成分和相关性分析方法解析污染来源，最终利用健康风险模型分别对儿童和成人进行饮水和皮肤暴露途径的健康风险评价。以期为区域地下水污染治理及人体健康安全保障提供决策依据和参考数据。
1. 材料与方法(Materials and methods)
1.1 研究区概况
研究区为长沙市某一山谷型填埋场，地貌属于剥蚀丘山，呈东北-西南走向山谷地形，处于亚热带季风湿润气候区，全年雨水充足，山谷地层厚度小、冲沟发育深，低洼地段有部分冲积层及残坡积层。距填埋场2 km范围内分布有池塘和水坝，中间存在由东北延伸至西南向的分水岭。区域内仅出露第四系及燕山晚期花岗岩，所以地下水按含水层介质类型可分为松散沉积物孔隙水和基岩裂隙水，补给来源主要为大气降水及地表水下渗补给。第四系松散沉积物覆盖层为黄褐、黄白色含碎石的砂质土(揭露最厚为9.6 m，图1)。燕山晚期花岗岩主要为二云母二长花岗岩，揭露有强风化花岗岩层、中风化花岗岩层、微风化花岗岩层的3个亚层(揭露最薄为4.5 m)，花岗岩渗透系数在6.129×10−4 —1.517×10−3 cm·s−1范围内，属弱、中透水性地层。各钻孔均贯穿第四系覆盖层和各花岗岩层，钻孔监测井最深为51.8 m。地下水水位埋藏浅，一般在3—9 m之间，因地形陡、水力坡度大、岩石裂隙发育，故径流条件好，地下水向谷底流动汇集迅速在断裂、节理发育地带，径流畅通，循环深度较大，裂隙水以潜流形式沿节理裂隙排泄于下游残坡积层中。填埋场防渗措施未完善，有渗滤液下渗污染地下水的情况出现，区域内育有两条隐伏破碎带，破碎带内岩石裂隙发育及风化程度高，岩层中发育有几组节理，破碎带沿填埋区至黑坝水库呈自东北向西南走向，地下水流向与破碎带走向一致。
1.2 样品采集与分析
本研究分别于2018年7月、8月和12月非雨季期及2019年3月、4月、5月和6月雨季期在ZK1—ZK4采样井取样，每时期采集4组共计32个水样。于7月19日对当地的地下水背景值进行实际测量，背景水样取自区内山谷南侧山体地表出露的花岗岩裂隙水，地势高，地下水水位高，因此无人为扰动，与研究区属于同一水文地质单元且地下水类型相同。采样点遵循《地下水环境监测技术规范》(HJ/T 164—2004)要求布设，采样井位于填埋场西南方，布设在填埋场至黑坝水库间的两条破碎带上，每条破碎带上布设2个水井，其中ZK3和ZK4所在破碎带的水文地质剖面图如图1所示，各钻孔距离填埋场的直线距离分别是ZK3(551 m)、ZK1(743 m)、ZK4(775 m)和ZK2(1312 m)，点位布设与地下水流向一致。水样用0.45 μm的微孔过滤膜过滤后密封装于经去离子水洗净并用水样充分润洗的500 mL聚乙烯瓶中，在需要测试的重金属水样中加入硝酸酸化水样至pH值≤2,水样放置于4 ℃避光冰箱保存。以《地下水质量标准》(GB/T 14848—2017)和《地表水环境质量标准》(GB 3838—2002)中的Ⅲ类水标准作为水样指标选取依据[23-24]，选取浓度高于地下水Ⅲ类水标准的污染物(BOD5、CODCr、TN、NH3-N、F−、Fe、Mn和Ni)和Hg共计9项指标进行测试分析，其中Hg因考虑到其自身具有的毒理性质选取为水样指标。采用电感耦合等离子质谱仪(ICP-MS)测定Hg、Fe、Mn、Ni的浓度，BOD5和CODCr分别用五日培养法和重铬酸钾法测定浓度，NH3-N、F−和TN均根据《地下水质量标准》(GB/T 14848—2017)中提供的分光光度法测定浓度。每组样品设置空白样，相对标准偏差保证低于5%，测定结果控制在质量标准要求范围内。
1.3 地下水水质综合评价
采用《地下水质量标准》(GB/T 14848—2017)中的F值综合水质评价方法对填埋场地下水进行地下水质量评价(表1)，不同类别标准值相同时，从优不从劣[23]。计算公式如下：
表 1 地下水质量等级Table 1. Groundwater quality grade级别Grade 优秀Excellent 良好Good 较好Medium 较差Poor 极差Fail F F<0.80 0.80≤F<2.50 2.50≤F<4.25 4.25≤F<7.20 F≥7.20 | Show Table
DownLoad:
CSV
F=√ˉF2+F2max2 (1) 式中，F表示综合评价分值；
Fmax −F 1.4 健康风险评价模型
地下水中的污染物主要经由饮水和皮肤暴露的2种途径进入人体。健康风险可分为致癌风险和非致癌风险，TN、NH3-N、F−、Hg、Fe和Mn为非致癌物质，致癌物是Ni，受体人群分为儿童和成人。因模型是由国外引进，同我国居民在生活饮食习惯、人种身体条件和地域气候等方面存在差异，所以模型中的部分参数需要结合我国居民的实际情况做出修正，确保结果的真实性[1-7]。模型中相关参数详细值、含义及来源见表2和表3。
表 2 模型参数含义及数值来源Table 2. Model parameter meaning and value source参数Parameter 含义Meaning 单位Unit 儿童Children 成人Adult 参考文献References CW 污染物浓度 mg·L−1 S S S IR 每日平均摄入量 L·d−1 1.14 1.7 [15] EF 暴露频率 d·a−1 350 350 [25] ED 暴露持续时间 a 10 30 [2] BW 平均体重 kg 16 62.7 [7] AT 平均作用时间 d (非致癌) 3650 10950 [15] d (致癌) 25550 25550 [15] SA 皮肤接触面积 cm2 8000 18000 [12] ET 皮肤暴露时间 h·d−1 0.6333 0.4167 [10] CF 单位体积转换因子 L·cm-3 0.001 0.001 [15] 注：S代表为实测值. Note: S indicates the measured value. | Show TableDownLoad:
CSV
表 3 模型 SF、RfD和 PC计算数值Table 3. Calculated values of model SF, RfD and PC类别Category 参数Parameter SF/(mg·(kg·d)−1) RfD/(mg·(kg· d)−1) PC/(cm·h−1) 饮水途经Route of drinking water 皮肤接触途经Route of skin contact 饮水途经Route of drinking water 皮肤接触途经Route of skin contact 非致癌 F− — — 0.06 0.013 0.001 NH3-N — — 0.97 0.8 0.001 TN — — 0.52 1.02 0.001 Fe — — 0.3 0.045 0.0001 Mn — — 0.046 0.00184 0.0001 Hg — — 0.0003 0.0003 0.0018 致癌 Ni 0.84 0.841 0.02 0.0054 0.0001 注：—表示无对应参考值；1表示由饮水途径参数代替；2表示由每日最大可摄入量代替. Note: — indicates no corresponding reference value;1 is replaced by drinking water route parameter;2 represents the maximum daily intake. | Show TableDownLoad:
CSV
暴露剂量，计算公式如下：
ADDi=CW×IR×EF×EDBW×AT (2) ADDd=CW×SA×PC×ET×EF×ED×CFBW×AT (3) 式中，
ADDi ADDd 非致癌风险：
HQ=ADDRfD (4) HI=HOi+HQd (5) 式中，HQ为非致癌风险熵；HI为人群在饮水和皮肤两种暴露途径下的非致癌总风险值；RfD为各污染物的参考剂量，单位mg·(kg·d)−1。根据美国环境保护署(USEPA)推荐的非致癌风险值的等级划分，当HI<1时，人体的非致癌风险在可接受范围内；当HI>1时，说明非致癌物对人体有潜在的健康风险[26]。
致癌风险：
CR=ADD×SF (6) 式中，CR为终身致癌风险值；SF为致癌斜率系数。据USEPA的风险阈值分级，致癌风险的最大可接受阈值为1
× × 2. 结果与讨论(Results and discussion)
2.1 地下水水质评价
填埋场雨季和非雨季时期地下水中各污染物的综合水质评价结果见表4。水质评价分值在0≤F≤9.25范围内，两时期水质等级良好的仅有Hg，F−的水质非雨季期(4.25较好)比雨季期(7.38极差)质量好，Ni在非雨季期的水质呈极差等级(8.32)。除F−、Hg及Ni以外，其余污染物在雨季期和非雨季期水质均呈极差等级，且综合污染程度为TN>CODCr>Fe>Mn>BOD5>NH3-N，其中以Fe在非雨季期的水质污染程度最高(9.25极差)。经水质评价结果可知填埋场区域地下水受到不同程度的污染，为查明污染原因，需要进一步的开展污染解析。
表 4 水质评价结果Table 4. Water quality evaluation results时期Period BOD5 CODCr TN NH3-N F- Hg Fe Mn Ni 雨季 8.11 8.79 8.76 7.55 7.38 0 8.05 7.58 — 非雨季 7.27 8.73 9.06 7.67 4.25 2.19 9.25 8.07 8.32 综合 7.69 8.76 8.91 7.61 5.82 1.1 8.65 7.83 — 注：— 表示未检测；/ 表示该项无计算结果；下同. Note: — indicates not tested; / indicates that the item has no calculation result; Same as below. | Show TableDownLoad:
CSV
2.2 污染特征分析
雨季和非雨季时期填埋场地下水中各污染物的浓度变化特征如表5所示。以《地下水质量标准》(GB/T 14848—2017)中Ⅲ类水标准限值作为阈值，除Hg以外，其他污染物在雨季和非雨季期均出现浓度超标，各污染物综合期超标率为：Fe=TN>CODCr=Ni>Mn>NH3-N>BOD5>F−>Hg，超标率在21.88%—84.38%之间。BOD5、CODCr、F−、Hg、Fe、Mn和Ni的综合期平均浓度分别为背景值的2.1、2、7、3.3、2.6、11、90倍，表明其浓度可能还受到渗滤液的影响。综合期变异系数均高于0.36，在0.51—2.57区间内，属于高度变异[27]。相同时期下变异系数高于1的有非雨季期BOD(1.07)、Hg(1.26)、Fe(1.22)、Mn(2.55)、Ni(1.49)和雨季期F−(1.23)、Hg(1.26)、Fe(2.04)及Mn(2.05)，相同时期较高的变异系数揭示了地下水污染在空间上的变化差异显著[18]，这可能是由存在于填埋场至黑坝水库的两条破碎带引起的。两时期下BOD5、F−、Fe及Mn的变异系数差异明显，同一污染物在不同时期变异系数的差异化现象反映出污染物浓度受时间尺度的影响[12]。
表 5 不同时期污染物浓度统计分析(mg·L−1)Table 5. Statistical analysis of pollutant concentration in different periods (mg·L−1)时期Period 统计值Statistics BOD5 CODCr TN NH3-N F- Hg Fe Mn Ni 雨季 最小值 2.45 14.5 0.36 0.06 0.25 0.0014 0.038 0.015 — 最大值 18.05 63.2 3.65 1.53 4.5 0.09 41.43 5.96 — 平均值 5.82 34.76 1.58 0.49 1.59 0.02 6.46 0.69 — 标准差 4.07 16.17 0.75 0.44 1.96 0.02 13.19 1.42 — 变异系数 0.7 0.47 0.48 0.9 1.23 1.26 2.04 2.05 — 超标率/% 5 87.5 81.25 37.5 37.5 0 75 43.75 — 非雨季 最小值 1.9 16.4 0.45 0.06 0.02 0.001 0.141 0.013 0.01 最大值 21.85 88.8 4.24 1.65 1.44 0.42 39.53 13.84 0.48 平均值 4.57 35.08 2.06 0.61 0.5 0.08 7.43 1.28 0.09 标准差 4.91 19.88 1.03 0.47 0.32 0.11 9.07 3.26 0.13 变异系数 1.07 0.57 0.5 0.76 0.65 1.26 1.22 2.55 1.49 超标率/% 12.5 75 87.5 43.75 6.25 0 93.75 87.5 81.25 综合期 最小值 1.9 14.5 0.36 0.06 0.02 0.001 0.038 0.013 0.01 最大值 21.85 88.8 4.25 1.65 4.5 0.42 41.43 13.84 0.48 平均值 5.19 34.92 1.82 0.55 1.05 0.05 6.94 0.99 0.09 标准差 4.55 18.12 0.94 0.46 1.51 0.08 11.33 5.23 0.13 变异系数 0.88 0.52 0.51 0.83 1.44 1.64 1.63 2.57 1.49 超标率/% 34.36 81.25 84.38 34.38 21.88 0 84.38 68.63 81.25 背景值 2.5 17.19 5.42 — 0.15 0.015 2.66 0.09 0.001 渗滤液 264.2 2641.15 4.47 — 1.45 0.027 3.6 0.64 0.061 地下水Ⅲ类水标准 ≤4 ≤20 ≤1.0 ≤0.5 ≤1.0 ≤0.001 ≤0.3 ≤0.1 ≤0.02 注：黑体为地表水Ⅲ类水标准值；Hg的浓度为μg·L−1. Note: The bold text is the standard value of class Ⅲ surface water; The concentration of Hg is μg·L−1. | Show TableDownLoad:
CSV
由图2可知，雨季和非雨季时期地下水中CODCr、Fe、Mn和F−的浓度变化差异明显，其余污染物浓度雨季前后变化幅度不大。
图 2 不同时期地下水中污染物浓度Figure 2. Concentrations of pollutants in groundwater in different periods各钻孔距填埋场的直线距离关系为ZK3<ZK1<ZK4<ZK2,BOD5和CODCr的浓度随距离的增大而减小，表明受到渗滤液影响较大。F−、NH3-N、TN、Hg、Fe、Mn及Ni的浓度在随距离增大的过程中浓度无明显的规律性递减变化，说明在污染过程中还存在其他污染源输入。地下水雨季期CODCr的浓度高于非雨季期，是由于雨季期间地表径流进入填埋堆体总量增加从而增高了堆体中的水头，进而造成堆体底部渗滤液的入渗加剧。F−在雨季期间浓度有明显增加，除渗滤液下渗影响外，雨季降水量增加，淋溶作用增强，存在于岩土体中的可溶性F−更容易溶入地下水。非雨季期Fe、Mn的浓度高于雨季期，非雨季期间径流较小，所以含有Fe、Mn元素的花岗岩含水层水环境变化比雨季期间稳定。
2.3 污染源分析
研究区地下水污染存在多方面的原因。首先，一定程度上是与填埋场渗滤液的渗漏有关，除此外地下水污染还受其他自然原因和人为原因的共同作用[28]。其次，大气降水是研究区地下水的主要补给源之一，因此大气沉降跨区域所带来的污染以及区内一定浓度的土壤背景值为地下水污染提供了可能，另外含金属元素的矿物质经溶滤作用会对地下水中金属元素的浓度造成影响，这也是必要考虑的因素[14]；最后，因研究区所处地域的生态环境质量优越，旅游区的建设也带来诸多人类活动影响。
2.3.1 污染源类型分析
为了查明地下水污染原因，通过相关性分析(表6)和主成分分析进一步解析地下水中污染物质的来源。对非雨季时期水样数据进行KMO和Bartlett球度检验，结果KMO>0.5、P<0.001，符合主成分分析的检验条件。对雨季时期水样数据进行相关性分析和主成分分析显示各因子间的相关性较差，不能通过KMO和Bartlett球度检验，因研究区是山谷地形及地下破碎带的存在，雨季期间地表水和地下水径流速度较快，不利于污染物的富集沉积，各污染物浓度间的关联性降低，所以不采用该时期数据进行因子分析。主成分分析共提取了4个公因子(F1—F4)，累计贡献了总方差的84.976%(表7)。根据最大方差法对污染因子做正交旋转得到因子荷载矩阵，旋转结果见表8。
表 6 相关性分析结果Table 6. Correlation analysis results指标Index BOD5 CODCr F- NH3-N TN Hg Fe Mn Ni BOD5 1 CODCr 0.533* 1 F -0.32 -0.329 1 NH3N 0.282 0.051 -0.11 1 TN 0.029 -0.06 0.446 -0.36 1 Hg -0.158 -0.157 0.593* -0.213 0.369 1 Fe -0.005 -0.058 0.709** -0.038 0.319 0.626** 1 Mn -0.133 -0.074 0.770** -0.017 0.261 0.780** 0.934** 1 Ni -0.164 -0.14 0.558* -0.239 0.124 0.664** 0.758** 0.787** 1 注：**表示在0.01水平上显著，*表示在0.05水平上显著. Note: ** means significant at the 0.01 level, * means significant at the 0.05 level. | Show TableDownLoad:
CSV
表 7 污染因子的总方差解释Table 7. Interpretation of total variance of pollution factors成分Components 起始特征值Starting eigenvalues 提取平方和载入Extract the sum of squares and load 旋转平方和载入Rotate squares and load 特征值Eigenvalue 方差/% Variance 累计/% Cumulative 特征值Eigenvalue 方差/%Variance 累计/% Cumulative 特征值Eigenvalue 方差/% Variance 累计/% Cumulative 1 4.168 46.312 46.312 4.168 46.312 46.312 3.788 42.088 42.088 2 1.593 17.699 64.011 1.593 17.699 64.011 1.651 18.34 60.428 3 1.214 13.486 77.497 1.214 13.486 77.497 1.211 13.46 73.888 4 0.826 9.179 86.675 0.826 9.179 86.675 1.151 12.788 86.675 5 0.446 4.958 91.634 6 0.383 4.257 95.891 7 0.2 2.222 98.112 8 0.153 1.705 99.817 9 0.016 0.183 100 | Show TableDownLoad:
CSV
表 8 主成分因子载荷Table 8. Principal component factor load指标Index PC 1 PC 2 PC 3 PC 4 BOD5 -0.092 0.838 0.138 0.301 CODCr -0.053 0.888 -0.114 -0.108 F− 0.725 -0.365 0.407 0.077 NH3-N -0.057 0.092 -0.196 0.949 TN 0.19 0.023 0.935 -0.214 Hg 0.791 -0.096 0.205 -0.175 Fe 0.923 0.043 0.168 0.083 Mn 0.975 -0.044 0.1 0.066 Ni 0.885 -0.068 -0.14 -0.232 | Show TableDownLoad:
CSV
主成分PC1的主要载荷因子分别是Hg、Fe、Mn、Ni及F−，相关性分析得到Hg、Fe、Mn、Ni和F−相互之间显著正相关，认为5种元素可能存在同源性。通过表5得到地下水中Hg、Fe、Mn和Ni的平均浓度均高于渗滤液及背景值，表明渗滤液并不是地下水体中金属元素的唯一物质来源。贺勇等[29]研究表明研究区土壤中Ni的自然背景值较高，呈中等程度污染水平，在雨水淋溶下土壤中的Ni会下渗至地下含水层中，所以地下水体中Ni的来源除了受渗滤液的富集影响外更多地受到土壤背景值影响。根据相关性分析得到地下水中Hg、Fe和Mn之间呈正相关关系，Fe和Mn的相关性系数较高为0.934，表明Fe和Mn的物质来源可能相同，研究区地下水类型为基岩裂隙水和松散沉积物孔隙水，地层岩性以燕山晚期的二云母二长花岗岩为主，花岗岩中的磁铁矿和黄铁矿等矿石含有Fe、Mn元素，受山谷地形、气候湿热和雨量充沛影响，年降水量在1350 mL以上，含水层孔隙松散、裂隙节理发育，故径流通畅，含有Fe、Mn的矿石在长期的风化剥蚀和降水淋溶作用下溶解向地下水富集。Hg作为黄铁矿的伴生元素[30]，本研究地下水Hg含量较低并未出现超标，在Fe、Mn溶滤的同时伴随少量的Hg至地下水中。自然条件下，F−广泛存在于土壤沉积物中，常与金属元素结合以可溶性化合物的形态进行物质迁移[31-34]，在研究区的地质背景条件下则以铁锰氧化态的形式存在，地表沉积物覆盖层以砂质土为主，孔隙间径流通透，F−在强烈的溶滤作用下会被迁移至地下水，但F−的平均浓度低于渗滤液浓度，表明F−受到自然源和渗滤液的共同作用。因此，第一主成分的元素主要受到自然源和渗滤液的共同作用。
主成分PC2主要载荷因子为BOD5和CODCr，在0.05水平上显著相关，认为来源可能相同。研究区雨季期间的平均温度为26.53 ℃，有研究表明24.9—27.0 ℃的温度范围利于水体中微生物的生命活动和渗滤液的形成[13]。填埋场的防渗装置未完善，渗滤液的下渗污染从而促使地下水中BOD5和CODCr的含量升高，渗滤液中BOD5和CODCr的浓度是地下水的50.9倍和75.6倍，地下水中BOD5和CODCr的浓度随距填埋场距离的增大依次递减，且平均浓度高于背景值，说明地下水中BOD5和CODCr的浓度受到渗滤液的影响较大。因此，认为第二主成分BOD5和CODCr的主要来源为渗滤液。
主成分PC3 TN的因子载荷较高，研究区渗滤液和背景值浓度分别是地下水中TN浓度的2.5倍和3倍。农业含氮肥料的施入也会造成水体TN污染[35]，但研究区自然条件较好，森林及水资源丰富，当地政府在研究区附近规划了数个森林公园旅游区，为保护生态环境对当地的农业用地进行退耕，可以排除农业施肥输入的影响。所以，第三主成分TN主要来自于渗滤液及自然背景的输入。
主成分PC4 NH3-N作为主要正载荷因子，相关性分析显示NH3-N与其他污染物的相关系数低于0.3甚至呈负相关，说明物质来源可能存在差异。区内原有的养殖场因生态园区的建立已经陆续关闭搬迁，但是在畜禽养殖中产生的污水和动物粪便未能规范处理，污染物随土壤和地表径流迁移至地下含水层，地下水NH3-N含量超标。而生态旅游的兴起也伴生了当地农家乐庄园等一系列餐饮服务业的产生，在此餐饮服务活动过程中的排放物也会引起地下水NH3-N污染。因此，第四主成分NH3-N的来源与人类活动有较大关系。
2.4 健康风险评价
填埋场地下水健康风险评价结果如图3所示。经饮水和皮肤暴露途径引起的儿童和成人非致癌健康风险结果变化一致，依次为：Fe>Mn>F−>TN>NH3-N>Hg。两种途径下的非致癌风险都表现为儿童高于成人，表明在相同条件下儿童比成人对污染物的敏感性更高，更容易受到潜在风险的影响，这与儿童的行为习惯和身体发育程度紧密相关[36]。同时，饮水途径的非致癌风险高于皮肤暴露途径。降雨是引起地下水污染变化的原因之一，对研究区域雨季期和非雨季期儿童和成人的非致癌风险评价得到儿童：雨季>非雨季，成人：雨季>非雨季；且两时期的非致癌风险儿童>成人，表明雨季期人群健康风险高于非雨季时期。儿童和成人的HI分别为9.151×10−6和3.481×10−6，HI均小于1，都处于人体可接受范围内，儿童的HI是成人的3.63倍。
本研究选取的致癌物质是Ni，总体上Ni的致癌风险成人高于儿童，成人的致癌风险是儿童的1.14倍。饮水途径下成人和儿童的致癌风险均高于USEPA推荐的最大可接受水平1×10−4，且该途径的致癌风险成人高于儿童，说明在饮水途径下人群有潜在的致癌风险。经皮肤暴露途径下儿童和成人的致癌健康风险均低于USEPA的推荐水平1×10−6，表明皮肤暴露途径带来的人群致癌风险较低。
3. 结论(Conclusion)
(1)研究区地下水水质评价结果显示，地下水整体上的污染程度较高，水质评价等级以极差为主，仅部分水质呈较好及以上等级(F−和Hg)。综合超标率为: Fe=TN>CODCr=Ni>Mn>NH3-N>BOD5>F−>Hg, TN和Fe的超标率为84.38%，其中CODCr、Fe、Mn和F−在雨季前后浓度变化明显，同时各污染物的变异系数均处于高度变异。
(2)污染源解析表明研究区地下水污染是多方面共同作用的结果，BOD5和CODCr的主要来源为渗滤液；Hg、Fe、Mn、Ni、F−和TN主要来源自然源和渗滤液；NH3-N则认为主要受人类活动影响。
(3)健康风险评价结果表明，非致癌物的HQ和人群的HI均在可接受水平内。非致癌风险儿童高于成人，雨季高于非雨季。致癌物Ni经饮水途径引起的人群致癌风险均高于USEPA推荐的最大可接受水平1×10−4，且致癌风险成人高于儿童。由饮水途径引起的健康风险高于皮肤暴露途径，表明饮水是引起人群健康风险的主要途径。
-
图 1 采集及测试位点示意图
Figure 1. Schematic diagram of sites for sampling and testing in Orbal oxidation ditch
图 2 2种模式下污水处理厂COD、
NH+4 -N和TN的去除率Figure 2. Removal efficiencies of COD,
NH+4 -N and TN under two modes
图 3 2种模式下不同沟道转刷前后溶解氧浓度变化
Figure 3. Variation of DO concentration before and after RB in different channels under two modes
图 4 不同沟道活性污泥中细菌种群
Figure 4. Bacterial population of activated sludge in different channels
图 5 2种模式下不同沟道内总细菌、AOB和NOB的含量
Figure 5. Quantity of total bacteria, AOB and NOB in different channels under two modes
图 6 HAO、NR活性与
NH+4 -N，TN去除率之间的关系Figure 6. Relationship between HAO and NR activities and removal rates of
NH+4 -N and TN表 1 Orbal氧化沟的进水水质
Table 1. Influent quality of Orbal oxidation ditch
模式 COD/(mg·L−1) NH+4 -N/(mg·L−1)![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td align="center" valign="middle" class="table_top_border">模式</td> <td align="center" valign="middle" class="table_top_border">COD/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border"><inline-formula>${\rm{NH}}_4^ + $<img class="inline-formula" src="data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td align="center" valign="middle" class="table_top_border">模式</td> <td align="center" valign="middle" class="table_top_border">COD/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border"><inline-formula>${\rm{NH}}_4^ + $<alternatives><img class="graphic" src="201902051zhangmengzhu_M5.jpg"><img class="graphic" src="201902051zhangmengzhu_M5.png"></alternatives></inline-formula>-N/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">TN/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">TP/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">SS/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">pH</td> </tr> </thead>
<tbody> <tr> <td align="center" valign="middle" class="table_top_border2">I</td> <td align="center" valign="middle" class="table_top_border2">492~734</td> <td align="center" valign="middle" class="table_top_border2">35.25~48.52</td> <td align="center" valign="middle" class="table_top_border2">42.56~61.25</td> <td align="center" valign="middle" class="table_top_border2">2.25~4.15</td> <td align="center" valign="middle" class="table_top_border2">100~325</td> <td align="center" valign="middle" class="table_top_border2">6.80~7.20</td> </tr> <tr> <td align="center" valign="middle" class="table_bottom_border">II</td> <td align="center" valign="middle" class="table_bottom_border">490~684</td> <td align="center" valign="middle" class="table_bottom_border">36.75~47.56</td> <td align="center" valign="middle" class="table_bottom_border">45.75~60.25</td> <td align="center" valign="middle" class="table_bottom_border">2.65~4.75</td> <td align="center" valign="middle" class="table_bottom_border">120~280</td> <td align="center" valign="middle" class="table_bottom_border">6.70~7.20</td> </tr> </tbody>
</table></div></foreignObject></svg>"></inline-formula>-N/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">TN/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">TP/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">SS/(mg·L<sup>−1</sup>)</td> <td align="center" valign="middle" class="table_top_border">pH</td> </tr> </thead>
<tbody> <tr> <td align="center" valign="middle" class="table_top_border2">I</td> <td align="center" valign="middle" class="table_top_border2">492~734</td> <td align="center" valign="middle" class="table_top_border2">35.25~48.52</td> <td align="center" valign="middle" class="table_top_border2">42.56~61.25</td> <td align="center" valign="middle" class="table_top_border2">2.25~4.15</td> <td align="center" valign="middle" class="table_top_border2">100~325</td> <td align="center" valign="middle" class="table_top_border2">6.80~7.20</td> </tr> <tr> <td align="center" valign="middle" class="table_bottom_border">II</td> <td align="center" valign="middle" class="table_bottom_border">490~684</td> <td align="center" valign="middle" class="table_bottom_border">36.75~47.56</td> <td align="center" valign="middle" class="table_bottom_border">45.75~60.25</td> <td align="center" valign="middle" class="table_bottom_border">2.65~4.75</td> <td align="center" valign="middle" class="table_bottom_border">120~280</td> <td align="center" valign="middle" class="table_bottom_border">6.70~7.20</td> </tr> </tbody>
</table></div></foreignObject></svg>)
TN/(mg·L−1) TP/(mg·L−1) SS/(mg·L−1) pH I 492~734 35.25~48.52 42.56~61.25 2.25~4.15 100~325 6.80~7.20 II 490~684 36.75~47.56 45.75~60.25 2.65~4.75 120~280 6.70~7.20
下载: 导出CSV
-
[1] 李斌, 柏杨巍, 刘丹妮, 等. 全国地级及以上城市建成区黑臭水体的分布、存在问题及对策建议[J]. 环境工程学报, 2019, 13(3): 511-518. doi: 10.12030/j.cjee.201812150 [2] 王洪臣. 城镇污水处理的发展方向与技术需求[J]. 给水排水, 2013, 39(5): 1-3. doi: 10.3969/j.issn.1000-4602.2013.05.001 [3] SCHLUTER-VORBERG L, KNOPP G, CORNEL P, et al. Survival, reproduction, growth, and parasite resistance of aquatic organisms exposed on-site to wastewater treated by advanced treatment processes[J]. Aquatic Toxicology, 2017, 186: 171-179. doi: 10.1016/j.aquatox.2017.03.001 [4] 中华人民共和国国务院. 水污染防治行动计[EB/OL]. [2019-02-01]. http://www.gov.cn/zhengce/content/2015-04/16/content_9613.htm. [5] 苏俊新. 城镇污水处理厂一级A提标改造的关键因素及工艺选择[J]. 中国资源综合利用, 2018, 36(6): 45-48. doi: 10.3969/j.issn.1008-9500.2018.06.015 [6] 文建华, 王莎莎, 原建光. 我国城市污水处理现状及污水处理厂提标改造研究[J]. 焦作大学学报, 2018, 21(2): 76-80. [7] 张岩, 李闯, 宋超, 等. 城市污水处理厂一级A提标改造工程进展[J]. 广东化工, 2019, 46(6): 173-174. [8] GATES A J, RICHARDSON D J, BUTT J N. Voltammetric characterization of the aerobic energy-dissipating nitrate reductase of Paracoccus pantotrophus: Exploring the activity of a redox-balancing enzyme as a function of electrochemical potential[J]. Biochemical Journal, 2008, 409(1): 159-168. doi: 10.1042/BJ20071088 [9] FOURMOND V, BURLAT B, DEMENTIN S, et al. Dependence of catalytic activity on driving force in solution assays and protein film voltammetry: Insights from the comparison of nitrate reductase mutants[J]. Biochemistry, 2010, 49(11): 2424-2432. doi: 10.1021/bi902140e [10] PANG J, MATSUDA M, KURODA M, et al. Characterization of the genes involved in nitrogen cycling in wastewater treatment plants using DNA microarray and most probable number-PCR[J]. Frontiers of Environmental Science & Engineering, 2016, 10(4): 1-7. [11] HOPPERT M, MAHONY T J, MAYER F, et al. Quaternary structure of the hydroxylamine oxidoreductase from Nitrosomonas europaea[J]. Archives of Microbiology, 1995, 163(4): 300-306. doi: 10.1007/BF00393384 [12] LI M, LIANG Z, CALLIER M D, et al. Nitrogen and organic matter removal and enzyme activities in constructed wetlands operated under different hydraulic operating regimes[J]. Aquaculture, 2018, 496: 247-254. doi: 10.1016/j.aquaculture.2018.06.016 [13] LI B, YAN W, WANG Y, et al. Effects of key enzyme activities and microbial communities in a flocculentgranular hybrid complete autotrophic nitrogen removal over nitrite reactor under mainstream conditions[J]. Bioresource Technology, 2019, 280: 136-142. doi: 10.1016/j.biortech.2019.01.146 [14] NAJMUDIN S, GONZALEZ P J, TRINCO J, et al. Periplasmic nitrate reductase revisited: A sulfur atom completes the sixth coordination of the catalytic molybdenum[J]. Journal of Biological Inorganic Chemistry, 2008, 13(5): 737-753. doi: 10.1007/s00775-008-0359-6 [15] LI Y H, LI H B, WANG X, et al. Changes in microbial populations and enzyme activities during nitrogen biodegradation of domestic sewage treatment in the subsurface wastewater infiltration system[J]. Bulletin of Environmental Contamination and Toxicology, 2011, 87(4): 431-435. doi: 10.1007/s00128-011-0359-z [16] CALDERON K, GONZALEZ-MARTINEZ A, MONTERO-PUENTE C, et al. Bacterial community structure and enzyme activities in a membrane bioreactor (MBR) using pure oxygen as an aeration source[J]. Bioresource Technology, 2012, 103: 87-94. doi: 10.1016/j.biortech.2011.09.133 [17] PAN J, YU L, LI G Z, et al. Characteristics of microbial populations and enzyme activities in non-shunt and shunt subsurface wastewater infiltration systems during nitrogen removal[J]. Ecological Engineering, 2013, 61: 127-132. doi: 10.1016/j.ecoleng.2013.09.025 [18] 张扬, 陈豪, 宋英豪, 等. Orbal氧化沟的应用及发展趋势[J]. 环境工程, 2009, 27(4): 62-64. doi: 10.3969/j.issn.1671-1556.2009.04.017 [19] 张小燕, 王刚, 郭华, 等. Orbal氧化沟+深度处理在城镇污水处理厂中的应用[J]. 中国给水排水, 2017, 33(4): 56-58. [20] HAN Y, LIU J, GUO X, et al. Micro-environment characteristics and microbial communities in activated sludge flocs of different particle size[J]. Bioresource Technology, 2012, 124: 252-258. doi: 10.1016/j.biortech.2012.08.008 [21] HARMS G, LAYTON A C, DIONISI H M, et al. Real-time PCR quantification of nitrifying bacteria in a municipal wastewater treatment plant[J]. Environmental Science & Technology, 2003, 37(2): 343-351. [22] LIMPIYAKORN T, SHINOHARA Y, KURISU F, et al. Communities of ammonia-oxidizing bacteria in activated sludge of various sewage treatment plants in Tokyo[J]. FEMS Microbiology Ecology, 2005, 54: 205-217. doi: 10.1016/j.femsec.2005.03.017 [23] ZHAO B, HE Y L, HUGHES J, et al. Heterotrophic nitrogen removal by a newly isolated Acinetobacter calcoaceticus HNR[J]. Bioresource Technology, 2010, 101: 5194-5200. doi: 10.1016/j.biortech.2010.02.043 [24] ZHANG S M, LI W G, ZHANG D Y, et al. Purification and characterization of a low-temperature hydroxylamine oxidase from heterotrophic nitrifier Acinetobacter sp. Y16[J]. Biomedical and Environmental Sciences, 2014, 24(7): 515-522. [25] SINGH D K, KUMAR S. Nitrate reductase, arginine deaminase, urease and dehydrogenase activities in natural soil (ridges with forest) and in cotton soil after acetamiprid treatments[J]. Chemosphere, 2008, 71(3): 412-418. doi: 10.1016/j.chemosphere.2007.11.005 [26] SACHDEVA V, HOODA V. Effect of changing the nanoscale environment on activity and stability of nitrate reductase[J]. Enzyme and Microbial Technology, 2016, 89: 52-62. doi: 10.1016/j.enzmictec.2016.03.007 [27] 国家环境保护总局. 水和废水监测分析方法[M]. 4版. 北京: 中国环境科学出版社, 2002. [28] ZHANG B, SUN B, JI M, et al. Quantification and comparison of ammonia-oxidizing bacterial communities in MBRs treating various types of wastewater[J]. Bioresource Technology, 2010, 101: 3054-3059. doi: 10.1016/j.biortech.2009.12.048 [29] LU H J, CHANDRAN K. Diagnosis and quantification of glycerol assimilating denitrifying bacteria in an integrated fixed-film activated sludge reactor via 13C DNA stable-isotope probing[J]. Environmental Science & Technology, 2010, 44(23): 8943-8949. [30] KONDO T, TSUNEDA S, EBIE Y. Characterization of the microbial community in the anaerobic/oxic/anoxic process combined with sludge ozonation and phosphorus adsorption[J]. Journal of Water Environmental Technology, 2009, 7(2): 135-142. doi: 10.2965/jwet.2009.135 [31] GRAHAM D W, SMITH V H. Designed ecosystem services: application of ecological principles in wastewater treatment engineering[J]. Frontiers in Ecology and the Environment, 2004, 2(4): 199-206. doi: 10.1890/1540-9295(2004)002[0199:DESAOE]2.0.CO;2 [32] HASHIMOTO K, MATSUDA M, INOUE D, et al. Bacterial community dynamics in a full-scale municipal wastewater treatment plant employing conventional activated sludge process[J]. Journal of Bioscience and Bioengineering, 2014, 118(1): 64-71. doi: 10.1016/j.jbiosc.2013.12.008 [33] ZHOU X, HAN Y, GUO X. Enhanced total nitrogen removal performance in a modified Orbal oxidation ditch system with internal nitrate recycle[J]. Chemical Engineering Journal, 2013, 228: 124-131. doi: 10.1016/j.cej.2013.04.096 [34] 赵群英, 田敏, 李侃. DO浓度及其空间分布对Orbal氧化沟去除污染物效果[J]. 净水技术, 2018, 37(8): 87-89. -
点击查看大图
计量
- 文章访问数: 4341
- HTML全文浏览数: 4341
- PDF下载数: 57
- 施引文献: 0
