Loading [MathJax]/jax/output/HTML-CSS/jax.js
高级搜索

碳源种类对农村污水反硝化过程脱氮效果的影响

,  ,  ,  , 

downloadPDF

上一篇

下一篇

付昆明, 杨宗玥, 刘凡奇, 仇付国, 曹秀芹. 碳源种类对农村污水反硝化过程脱氮效果的影响[J]. 环境工程学报, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
引用本文: 付昆明, 杨宗玥, 刘凡奇, 仇付国, 曹秀芹. 碳源种类对农村污水反硝化过程脱氮效果的影响[J]. 环境工程学报, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
shu
FU Kunming, YANG Zongyue, LIU Fanqi, QIU Fuguo, CAO Xiuqin. Effect of carbon sources on nitrogen removal in denitrification process of rural wastewater[J]. Chinese Journal of Environmental Engineering, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
Citation: FU Kunming, YANG Zongyue, LIU Fanqi, QIU Fuguo, CAO Xiuqin. Effect of carbon sources on nitrogen removal in denitrification process of rural wastewater[J]. Chinese Journal of Environmental Engineering, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
shu

碳源种类对农村污水反硝化过程脱氮效果的影响

  • 北京建筑大学，城市雨水系统与水环境教育部重点实验室，中-荷污水处理技术研发中心，北京 100044

    • 作者简介: 付昆明(1981—)，男，博士，副教授。研究方向：污水自养脱氮技术等。E-mail：fukunming@163.com
    通讯作者: 付昆明, E-mail: fukunming@163.com ; 
  • 基金项目:
    北京建筑大学市属高校基本科研业务费专项(X18214)

  • 中图分类号: X703

Effect of carbon sources on nitrogen removal in denitrification process of rural wastewater

  • Sino-Dutch R&D Center for Future Wastewater Treatment Technologies, Key Laboratory of Urban Storm Water System and Water Environment, Ministry of Education, Beijing University of Civil Engineering and Architecture, Beijing 100044, China

    • Corresponding author: FU Kunming, fukunming@163.com ; 

HTML全文

  • 摘要: 针对农村污水普遍存在碳源不足的问题，研究了不同碳源种类对反硝化脱氮过程的影响。选用SBR，以乙酸钠、乙醇、葡萄糖、蔗糖为碳源，分别控制COD∶N值为4.5、5、6.5、6.5，对反应器脱氮速率以及氮素指标变化规律进行了研究。结果表明：投加乙酸钠、乙醇、葡萄糖、蔗糖时，其平均反硝化速率分别为0.050、0.031、0.034、0.026 g·(g·h)−1；有机物结构越复杂，意味着代谢过程越复杂，反硝化所需时间亦相对延长；投加乙酸钠、乙醇、葡萄糖、蔗糖时，当硝酸盐基本被完全消耗时，分别于第50、70、70、70 min时反应器中亚硝酸盐积累量达到了最大值；以葡萄糖为碳源时，最大亚硝酸盐积累率为42.5%；而以乙酸钠和乙醇为碳源时，最大亚硝酸盐积累率次之，分别为23.2%和19.5%；以蔗糖为碳源时，最大亚硝酸盐积累率最小，仅为7.0%。以上研究结果可为低浓度农村污水处理过程中针对外加碳源种类的选择提供参考。
    Abstract: Aiming at the common problems of insufficient carbon source in rural domestic wastewater, the effects of different organic carbon sources in denitrification process were studied. SBR reactor was used to study its denitrification rate and variation of nitrogen element indices when sodium acetate, ethanol, glucose and sucrose were taken as carbon sources and COD/N value was controlled at 4.5, 5, 6.5 and 6.5, respectively. The results showed that when sodium acetate, ethanol, glucose or sucrose were added, the average denitrification rates were 0.050, 0.031, 0.034 and 0.026 g·(g·h)−1, respectively. The more complex the organic structure, the more complex the metabolic process and the longer the time required for denitrification. When sodium acetate, ethanol, glucose, or sucrose were added and the nitrate was completely consumed, the nitrite accumulation reached the maximum value at 50, 70, 70 and 70 min, respectively. When glucose was used as the carbon source, the maximum nitrite accumulation rate was 42.5%. When sodium acetate or ethanol were used as the carbon source, the maximum nitrite accumulation rate were 23.2% and 19.5%, respectively. When sucrose was used as the carbon source, the maximum nitrite accumulation rate was the smallest with a value of 7.0%. The results of this study can provide a reference for the selection of external carbon sources in the process of low-concentration rural sewage treatment.

  • 城市地表灰尘是一种物质组成和来源复杂的环境介质，是城市环境中重金属等污染物质的源汇载体[1-2]。重金属作为一种潜在有毒污染物，具有环境持久性、难以降解性和有毒性等特点[3]。重金属微粒可以跟随地表灰尘在一定的动力条件下通过再悬浮过程进入大气，还可以通过淋洗和径流等作用污染地表水和地下水，通过食物链循环、呼吸吸入、皮肤直接接触、手-口摄入等途径进入人体[4]，危害环境系统和人类健康[5-6]。

    公园作为现代城市建设中不可或缺的一部分，承载着市民和旅游者休闲、锻炼、社交和传播集体文化的功能，特别是在如今快节奏的城市生活中，扮演着市民放松和缓解压力“避难所”的角色[7]。而对于工业化以来日渐严重的环境污染、城市热岛效应、雾霾天气等城市病，城市公园也起着吸烟滞尘、调节城市小气候、维系城市生态平衡等多种生态功能[8]。对于放松警惕和戒备心来到公园游玩的人们而言，评价城市公园灰尘重金属污染状况就成了评价城市生态环境质量的一个重要方面[9]。近年来国内已经开展了一些关于公园灰尘重金属的研究，研究成果涉及公园灰尘重金属的污染特征[4, 9-11]、形态分布[12]、粒径效应[13]、磁性特征[14]、健康风险评价[15-17]以及生物有效性[17]等方面。研究对象均为单个城市，对城市公园灰尘重金属含量在全国范围内的空间分布特征及富集状况对比，以及社会经济发展状况对公园灰尘重金属的影响，目前还鲜见报道。而对全国公园灰尘重金属的研究，可以从宏观尺度上了解中国城市公园灰尘的重金属空间分布特征，对认识自然和人为的影响作用具有重要意义，为城市居民健康防护和城市环境管理规划提供科学依据。

    本研究汇总了从2002年到2018年中国15个城市有关公园灰尘重金属的数据[4, 7, 9-21]，对城市公园灰尘重金属含量进行空间分析，利用累积指数分析其富集状况，对社会经济发展指标与公园灰尘重金属含量进行相关性分析，并对其影响因素进行了探讨。

    1.   材料与方法(Materials and methods)

    1.1   材料来源

    本研究从公开发表的相关文献中，收集了2002—2018年间中国城市公园灰尘中重金属含量数据[4, 7, 9-21]，主要收集的重金属元素有Cr、Cu、Zn、Pd、Ni和Cd等 6种元素。共收集到有关Cr、Cu、Zn、Pd、Ni和Cd含量的研究数据分别为14个、15个、14个、14个、12个和10个，数据均选用其平均值。收集的数据中研究区域包含上海市[4]、北京市[7]、包头市[9]、天津市[10]、福州市[11]、青岛市[12]、长春市[13]、武汉市[14]、开封市[15]、西安市[16]、焦作市[17]、乌鲁木齐市[18]、南京市[19]、东莞市[20]和漳州市[21]。社会经济发展指标数据摘自各城市国民经济与社会发展公报以及各城市统计年鉴[22-36]，因当年社会经济发展的影响主要在后期的灰尘污染中表现[37]，故本文以各城市公园采样时间前一年的社会经济数据，文献中没有说明采样时间的则以发表时间前一年的社会经济数据，与公园灰尘重金属含量进行相关性分析。数据包括∶总人口、地区生产总值、工业生产总值、原煤、民用汽车拥有量，其中长春、西安、福州的原煤无数据，武汉市的民用汽车拥有量无数据。本文城市公园灰尘的重金属表格数据采用Excel 2019完成，运用SPSS19.0统计软件对社会经济发展指标与重金属元素的相关性进行处理和统计分析。

    1.2   研究方法

    累积指数法 为评价灰尘重金属的累积现状，以各省份土壤重金属背景值为基准，累积指数[38]按下式计算∶

    Ii=CiCj

    式中，Ii为元素累积指数，Ci为重金属符合正态分布的平均浓度，Cj为对应各省区重金属元素的土壤背景值。i表示Cr、Cu、Zn、Pd、Ni和Cd 的6种元素。

    2.   结果与讨论(Results and discussion)

    2.1   公园灰尘重金属的空间分布

    从表1可以得出，公园灰尘中Cr元素的最高值位于东莞市，为2874.10 mg·kg−1，最低值位于乌鲁木齐市，为51.56 mg·kg−1。同时，Cr 含量的高值区分布于东部地区的上海市、南京市以及中部地区的包头市等地，东北地区的长春市、中部地区的开封市和武汉市等地为低值区。Cu元素的最高值为627.40 mg·kg−1，出现在东莞市，最低值出现在包头市，值为26.90 mg·kg−1，其高值区主要分布在东部地区，而低值区为西北地区的乌鲁木齐市、东北地区的长春市和中部地区的包头市、开封市、武汉市等地。Zn含量的最高值出现在东莞市，为4733.10 mg·kg−1，最低值为49.70 mg·kg−1出现在包头市，其高值区主要出现在东部地区和中部地区，低值区与Cu元素的低值区相似。Cr、Cu和Zn元素的最高值均出现在东莞市城市公园灰尘中，可能主要受到莞城区公园辖区内莞城工业科技园以及交通流的影响[20]。Pb的最高值为416.63 mg·kg−1，出现在上海市，其高值区分布在东部地区的北京市、南京市和中部地区的西安市、开封市等地区，而最低值出现在包头市值为36.20 mg·kg−1，其低值区分布在西北地区的乌鲁木齐市和中部地区的焦作市等地区。包头市城市公园灰尘中Cu、Zn和Pb元素含量最低，明显低于其他城市，这可能与其他城市有较高的交通流有关[9]。Ni的高值区主要位于东部地区，最高值出现在南京市，为115.00 mg·kg−1，其低值区主要位于东北地区，最低值出现在长春市，值为23.08 mg·kg−1。Cd含量的最高值和最低值分别为1.92 mg·kg−1和0.30 mg·kg−1，出现在南京市和乌鲁木齐市，高值区出现在东部地区，如青岛市和上海市等地，低值区则出现东北地区和西北地区。城市公园灰尘中Ni和Cd元素的最高值均出现在南京市，可能与其能源使用模式——燃煤以及交通有关[19]。

    表 1  公园灰尘样点数据统计
    Table 1.  Statistics of park dust samples
    城市City采样时间Sampling time样品量Sample amout重金属含量/（mg·kg−1)Heavy metal content数据来源Data sources
    CrCuZnPbNiCd
    上海 — 44 162.59 235.89 906.29 416.63 92.19 1.58 [4]
    北京 2010年4—7月 50 69.33 72.13 219.2 201.82 25.97 0.64 [7]
    包头 2014年5月 26 154.1 26.9 49.7 36.2 25.1 — [9]
    天津 2012年11—12月 51 103.18 113.18 — 63.32 40.58 1.14 [10]
    福州 2011年6月和11月 11 78.21 111.04 386.62 73.81 — 0.58 [11]
    青岛 — 128 — 109.27 326.88 126.02 — 1.79 [12]
    长春 2013年6月 28 59.28 37.82 169.26 69.12 23.08 0.33 [13]
    武汉 2002年9月 58 64.1 58.4 313.35 85.5 25.8 — [14]
    开封 2014年3月 52 53.25 44.29 240.27 144.84 23.15 1.02 [15]
    西安 2009年4—5月 20 125.2 91 337.2 147.4 35.8 — [16]
    焦作 2016年2月 41 112.07 49.85 374.3 55.26 51.7 1.25 [17]
    乌鲁木齐 2017年10—11月 83 51.56 29.66 184.3 36.6 31.59 0.3 [18]
    南京 2014年6月 60 133 141 585 119 115 1.92 [19]
    东莞 — 31 2874.1 627.4 4733.1 — — — [20]
    漳州 2018年11月 83 61.74 77.89 379.95 71.74 25.2 — [21]
     | Show Table
    DownLoad: CSV

    从整体上来看，Cr、Cu、Zn、Cd 的4种重金属含量的空间分布具有相似性，东部地区为高值区，东北地区和西北地区为低值区；Pb和Ni具有相似的空间分布特征，东部地区和中部地区为高值区，西北地区则为低值区。在全国范围内，东部地区的公园灰尘重金属含量普遍较高，特别是东南沿海的东莞市、南京市和上海市等地。

    2.2   公园灰尘重金属的累积水平

    根据收集的15个城市公园灰尘重金属数据，查阅资料获取所需的各省、直辖市以及自治区重金属元素的土壤背景值（涉及新疆维吾尔自治区[18]、内蒙古自治区[39]、吉林省[40]、北京市[7]、天津市[10]、山东省[41]、河南省[17]、陕西省[16]、江苏省[42]、上海市[4]、福建省[43]和广东省[20]），将城市公园灰尘重金属含量与土壤背景值进行对比，并利用累积指数法计算出各城市公园灰尘重金属元素的累积水平(表2)。

    表 2  城市公园灰尘重金属浓度累积指数
    Table 2.  city park dust concentration of heavy metal accumulation index
    城市CityCrCuZnPbNiCd
    背景值/(mg·kg−1)Background value累积指数Accumulation index背景值/(mg·kg−1)Background value累积指数Accumulation index背景值/(mg·kg−1)Background value累积指数Accumulation index背景值/(mg·kg−1)Background value累积指数Accumulation index背景值/(mg·kg−1)Background value累积指数Accumulation index背景值/(mg·kg−1)Background value累积指数Accumulation index
    上海 75 2.17 28.59 8.25 86.1 10.53 25.47 16.36 31.9 2.89 0.13 12.15
    北京 66.7 1.04 18.7 3.86 57.5 3.81 24.6 8.2 26.8 0.97 0.12 5.33
    包头 56.4 2.73 19.2 1.4 55.7 0.89 18.8 1.93 24.5 1.02 0.045 —
    天津 84.2 1.23 28.8 3.93 79.3 — 21 3.02 33.3 1.22 0.09 12.67
    福州 41.3 1.89 21.6 5.14 82.7 4.67 34.9 2.11 13.5 — 0.054 10.74
    青岛 62 — 22.6 4.83 63.3 5.16 23.6 5.34 27.1 — 0.132 13.56
    长春 50.17 1.18 17.96 2.11 59.47 2.85 20.4 3.39 23.07 1 0.09 3.61
    武汉 90 0.71 32 1.83 79 3.97 25 3.42 40 0.65 0.12 —
    开封 65.7 0.81 19.9 2.23 61.9 3.88 25.4 5.70 30 0.77 0.07 14.57
    西安 62.5 2 21.4 4.25 69.4 4.86 21.4 6.89 28.8 1.24 0.094 —
    焦作 65.7 1.71 19.9 2.51 61.9 6.05 25.4 2.18 30 1.72 0.07 17.86
    乌鲁木齐 49.3 1.05 26.7 1.11 68.8 2.68 19.4 1.89 26.6 1.19 0.12 2.5
    南京 76 1.75 22.3 6.32 73 8.01 26.8 4.44 32.9 3.5 0.151 12.72
    东莞 50.5 56.91 17 36.91 51 92.81 36 — 27.7 — 0.04 —
    漳州 41.3 1.49 21.6 3.61 82.7 4.59 34.9 2.06 13.5 1.87 0.054 —
     | Show Table
    DownLoad: CSV

    参照中国各省份的土壤背景值，通过累积指数法，得出各城市公园灰尘中Cr、Cu、Zn、Pb、Ni和Cd的累积程度。其中，累积指数小于1则表示无累积情况，大于1时越接近于1则表示累积程度越低[14]。如表2所示，各城市公园灰尘中Cu、Pb、Cd的累积指数均大于1，表明各城市公园灰尘中这3种重金属元素的含量均超过各省的土壤背景值存在累积状况，累积程度最高的为Cd，焦作市城市公园灰尘中Cd元素的累积指数最大，达到17.86，而且大部分城市公园灰尘Cd的累积指数均达到10倍以上。上海市城市公园灰尘中Pb元素的累积程度超过其土壤背景值的10倍以上，累积指数达到16.36，为Pb含量的最高累积水平。Cu在东莞市的累积情况最为严重，累积指数为36.91，其次为上海市（8.25）。除武汉市和开封市以外，各城市公园灰尘中Cr的累积指数均大于1，表现出绝大多数城市公园灰尘中Cr均有不同程度的累积，最高的累积指数出现在东莞市，达到56.91。除包头市Zn元素的累积指数小于1以外，其他城市公园灰尘中Zn的累积指数均大于1，其中东莞市和上海市的累积指数达到10倍以上，分别为92.81和10.53。北京市、武汉市和开封市城市公园灰尘中Ni元素的累积指数分别为0.97、0.65和0.77，表明其无累积情况，并且其他城市公园灰尘中Ni的累积指数均小于4，表明其累积程度相对较低。

    根据中国三大经济地带的划分将公园灰尘中重金属的空间分布分为西部、中部和东部3个区域[44]，西部区域包括乌鲁木齐市；中部区域包括包头市、长春市、西安市、开封市、焦作市、武汉市；东部区域包括北京市、天津市、青岛市、南京市、上海市、福州市、漳州市、东莞市，对公园灰尘中重金属的累积状况进行分析（图1）。从图1中可以看出，Cr、Cu、Zn、Pb、Cd累积水平在3个分区的排序均为∶东部>中部>西部，差异水平较大，尤其是Cr、Cu、Zn东部的累积水平显著大于中部和西部。但3个分区中Ni的累积水平排序为∶东部>西部>中部，其差异水平较小。公园灰尘中Cr、Cu、Zn、Pb、Ni、Cd 等6种重金属均表现为东部累积水平最高，说明东部的累积状况受到人为活动影响相对较大。

    图 1  中国西、中、东部公园灰尘重金属累积水平
    Figure 1.  The accumulation level of park dust heavy metals in western, central and eastern regions of China
    下载: 全尺寸图片 幻灯片

    2.3   社会经济发展对公园灰尘重金属污染的影响

    为探究各城市社会经济发展状况对城市公园灰尘重金属的影响，本文选取了总人口、地区生产总值、工业生产总值、原煤、民用汽车拥有量五个经济发展指标，以期从人口、经济、工业、能源、交通5个方面探讨社会经济发展对公园灰尘重金属累积的影响。

    社会经济发展指标与公园灰尘重金属含量间的相关性分析表明，Pb与总人口呈显著正相关，相关系数为0.628；Cu、Zn与原煤呈显著正相关，相关系数分别为0.626、0.765，说明能源消费方式尤其燃煤对重金属Cu、Zn元素的影响较大；Pb、Ni与民用汽车拥有量呈显著正相关，相关系数分别为0.566、0.644，说明灰尘重金属Pb、Ni元素的含量与交通有关。灰尘重金属Pb元素与5个经济指标的相关性都较显著，说明城市公园灰尘中Pb元素的含量易受城市活动的干扰，社会经济发展状况对其影响较大。其他经济发展指标和公园灰尘重金属的相关性及其系数如表3所示。

    表 3  公园灰尘重金属与经济发展的相关关系
    Table 3.  Correlation between heavy metal and economic development in different cities
    总人口Total population地区生产总值Gross domestic product工业总产值Gross industrial output value原煤Coal民用汽车拥有量Possession of civil vehicles
    Cr −0.077 −0.142 −0.180 0.503 −0.101
    Cu 0.153 0.059 −0.003 0.626* 0.082
    Zn 0.023 −0.066 −0.121 0.765** −0.137
    Pb 0.628* 0.343 0.460 0.304 0.566*
    Ni 0.178 0.291 0.144 0.409 0.644*
    Cd 0.189 0.222 0.110 0.380 −0.057
    　　注∶** 在 0.01 级别（双尾），相关性显著，P<0.01。* 在 0.05 级别（双尾），相关性显著，P<0.01。
     | Show Table
    DownLoad: CSV

    从表3中可以看出，除Pb与总人口呈显著正相关外，其他重金属元素与总人口的相关性不显著；6种灰尘重金属元素与地区生产总值的相关性均不显著，Pb与地区生产总值的相关系数最大，仅为0.343。已有研究表明[45]，地表灰尘重金属的含量与城市人口和经济发展程度呈正相关。公园灰尘中6种重金属元素的含量并未都与城市人口和经济发展程度呈正相关，有的甚至呈负相关，如Cr与总人口、Cr与地区生产总值、Zn与地区生产总值，这可能是因为，随着经济发展阶段的变化，经济发展更加注重环境效益，在发展的同时不能再以牺牲环境为代价，追求高质量发展。相关性分析表明，工业总产值与6种灰尘重金属元素的相关性均不显著，且与Cr、Cu、Zn呈负相关；民用汽车拥有量除与Pb和Ni呈显著正相关外，与其他重金属元素的相关性不显著，且与Cr、Zn、Cd呈负相关。原煤与6种灰尘重金属元素的相关性较其他4种经济指标的相关性高，相关系数均大于0.3，且Cu、Zn与原煤呈显著正相关，表明燃煤能源是影响公园灰尘重金属含量的主要社会经济因素，这也验证了已有研究[46-48]得出的燃煤对地表灰尘中重金属的含量有一定影响的结论。社会经济发展指标与公园灰尘重金属含量之间出现个别指标与个别元素呈显著正相关的现象，推测一方面与重金属元素本身的理化性质和赋存形态有关，另一方面可能与社会经济指标涵盖的范围太大，而公园作为一个小区域无法进行全面的解释有关。

    2.4   公园灰尘重金属的影响因素

    土壤是地表灰尘的重要来源之一[49]。各地区土壤背景的差异是造成地表灰尘重金属含量在空间上分布差异的初始原因[50]。由表2中土壤背景值与表1中各城市公园灰尘平均值对比分析得出，各重金属的土壤背景值含量由高到低分别为：Zn>Cr>Ni>Pb>Cu>Cd，而各城市的公园灰尘重金属含量由高到低分别为： Zn> Cr > Cu > Pb >Ni>Cd。可以看出，除Cu和 Ni 的位序发生变化以外，其他元素的位序不变，两者具有一致性，特别是两端的Zn和Cd的位序没有发生变化，说明公园灰尘重金属在一定程度上是受到土壤背景影响的。

    社会经济发展指标与公园灰尘重金属含量间的相关性分析显示，Pb与总人口呈显著正相关，且公园灰尘重金属的空间分布显示，Pb的最高值出现在上海市，其高值区为北京、西安、南京等地区，这些城市属于我国发达城市，北京由于其“首都效应”经济基础雄厚，上海和南京属于长三角城市群——是中国最发达的经济区域，人口众多，城市发展的需求大，人为排放的污染增加，灰尘重金属的含量随之增加。Cu、Zn与原煤呈显著正相关，原煤主要用于动力、工业原料、民用原料等，且公园灰尘重金属的空间分布显示，Cu、Zn的空间分布具有相似性，东部地区为高值区，东北地区和西北地区为低值区。我国东部地区人口众多，外来人口规模庞大，原煤用于发电的需求量大，且工业种类多类型齐全，能源需求量大。东部地区相较于东北地区、西北地区经济社会发展水平总体较高，但区域内部存在着一定差异。长三角城市群在上海国际化大都市的带动下，产业结构高级化趋势日趋明显，但珠三角城市群外资企业中劳动密集型企业多，低端组装加工仍占很大比例。西北地区能源、矿产资源丰富，是中国重要的能源重化工基地，但西北地区受地理区位和发展阶段等多种因素的影响，经济发展水平总体低于东部地区，为东部地区输送能源。Pb、Ni与民用汽车拥有量呈显著正相关，且公园灰尘重金属的空间分布显示，Pb具有和Ni相似的空间分布特征，高值区集中在东部地区和中部地区，低值区则位于西北地区。东部地区和中部地区的城镇化水平高于西北地区，东部地区经济发展水平高，人民对生活质量要求高，民用汽车拥有量远高于西北地区，中部地区地处我国地理区位的中心，建成四通八达的交通网络和信息高速公路网络。Pb在东北地区也出现较高值，其原因是东北地区经济起步早，东北老工业基地的装备制造业在我国区域经济分工中举足轻重，其长春市是中国汽车工业的摇篮，是全国瞩目的汽车城[51]。Pb、Ni主要受到交通污染的影响，汽车交通污染主要表现为汽车尾气排放、汽车橡胶轮胎老化磨损、刹车里衬和车体自身的磨损等[52]。灰尘重金属Pb元素与各经济指标的相关性都较显著，说明城市公园灰尘中Pb元素的含量易受城市活动的干扰，经济社会发展状况对其影响较大。Pb在上海市的累积水平最高也证明了这一点。Cr、Cd并未与5个经济发展指标呈显著的相关性，表明重金属Cr、Cd来源的复杂性、多样性与不确定性。

    综上所述，城市公园灰尘中Cu、Zn元素含量主要受燃煤能源等能源结构的影响，Pb 元素含量受到人口和交通因素的控制，Ni元素含量主要受交通因素影响；Cr、Cd来源较为复杂，可能是自然和人为的混合源。

    3.   结论(Conclusion)

    （1）中国城市公园灰尘的重金属空间分布特征表现为，Cr、Cu、Zn、Cd 的4种重金属含量的空间分布具有相似性，东部地区为高值区，东北地区和西北地区为低值区；Pb和 Ni具有相似的空间分布特征，东部地区和中部地区为高值区，西北地区则为低值区。

    （2）社会经济发展指标与灰尘重金属的相关性分析表明，Pb与总人口呈显著正相关；Cu、Zn与原煤呈显著正相关；Pb、Ni与民用汽车拥有量呈显著正相关。城市公园灰尘中Cu、Zn元素含量主要受燃煤能源等能源结构的影响，Pb元素含量受到人口和交通因素的控制，Ni元素含量主要受交通因素影响；Cr、Cd来源较为复杂，可能是自然和人为的混合源。社会经济发展指标与公园灰尘重金属含量之间出现个别指标与个别元素呈显著正相关的现象，推测一方面与重金属元素本身的理化性质和赋存形态有关，另一方面可能与社会经济指标涵盖的范围太大，而公园作为一个小区域无法进行全面的解释有关。

  • 图 1  SBR实验装置

    Figure 1.  Equipment of SBR

    下载: 全尺寸图片 幻灯片

    图 2  乙酸钠为碳源条件下反应器内各指标的变化

    Figure 2.  Variations of indices in reactor with sodium acetate as carbon source

    下载: 全尺寸图片 幻灯片

    图 3  乙醇为碳源条件下反应器内各指标的变化

    Figure 3.  Variations of indices in reactor with ethanol as the carbon source

    下载: 全尺寸图片 幻灯片

    图 4  葡萄糖为碳源条件下反应器内各指标的变化

    Figure 4.  Variations of indices in reactor with glucose as carbon source

    下载: 全尺寸图片 幻灯片

    图 5  蔗糖为碳源条件下反应器内各指标的变化

    Figure 5.  Variations of indices in reactor with sucrose as the carbon source

    下载: 全尺寸图片 幻灯片

    图 6  NO−2-N最大积累时刻点的参数动力学分析

    Figure 6.  Analysis of kinetic parameters at maximum accumulation of NO−2-N

    下载: 全尺寸图片 幻灯片

    表 1  不同水质条件下的COD与NO−3-N浓度

    Table 1.  COD and NO−3-N concentration under different water quality

    碳源类型COD/(mg·L−1)NO−3-N /(mg·L−1)COD∶N
    乙酸钠4501004.5
    乙醇5001005
    葡萄糖6501006.5
    蔗糖6501006.5
    碳源类型COD/(mg·L−1)NO−3-N /(mg·L−1)COD∶N
    乙酸钠4501004.5
    乙醇5001005
    葡萄糖6501006.5
    蔗糖6501006.5
    下载: 导出CSV

    表 2  反硝化细菌的驯化时间

    Table 2.  Period for domestication of denitrifying bacteria

    碳源类型驯化时间/dMLSS/(g·L−1)MLVSS/(g·L−1)MLVSS∶MLSS
    乙酸钠172.651.980.746
    乙醇243.282.560.78
    葡萄糖262.752.230.812
    蔗糖304.43.50.795
    碳源类型驯化时间/dMLSS/(g·L−1)MLVSS/(g·L−1)MLVSS∶MLSS
    乙酸钠172.651.980.746
    乙醇243.282.560.78
    葡萄糖262.752.230.812
    蔗糖304.43.50.795
    下载: 导出CSV
  • [1] 刘俊新. 因地制宜, 构建适宜的农村污水治理体系[J]. 给水排水, 2017, 43(6): 1-3. doi: 10.3969/j.issn.1002-8471.2017.06.001
    [2] 文一波. 中国村镇污水处理系统解决方案[M]. 北京: 化学工业出版社, 2017.
    [3] 生态环境部办公厅, 住房和城乡建设部办公厅. 关于加快制定地方农村生活污水处理排放标准的通知[R]. 2018.
    [4] 中华人民共和国国家环境保护总局, 中华人民共和国国家质量监督检验检疫总局. 城镇污水处理厂污染物排放标准: GB 18918-2002[S]. 北京: 中国环境科学出版社, 2002.
    [5] 中华人民共和国住房和城乡建设部, 中华人民共和国国家质量监督检验检疫总局. 室外排水设计规范: GB 50014-2006[S]. 北京: 中国计划出版社, 2016.
    [6] 付昆明, 廖敏辉, 王俊安, 等. 村镇低浓度生活污水现状及处理技术分析[J]. 环境工程, 2019, 37(4): 48-51.
    [7] 邵林广. 南方城市污水处理厂实际运行水质远小于设计值的原因及其对策[J]. 给水排水, 1999, 25(2): 11-13.
    [8] 郝晓地. 可持续污水-废物处理技术[M]. 北京: 中国建筑工业出版社, 2006.
    [9] 张自杰. 排水工程(下)[M]. 5版. 北京: 中国建筑工业出版社, 2015.
    [10] 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.
    [11] ZHAO Y F, MIAO J, REN X, et al. Effect of organic carbon on the production of biofuel nitrous oxide during the denitrification process[J]. International Journal of Environmental Science and Technology, 2018, 15(2): 461-470. doi: 10.1007/s13762-017-1397-9
    [12] 付昆明, 曹相生, 孟雪征, 等. 污水反硝化过程中亚硝酸盐的积累规律[J]. 环境科学, 2011, 32(6): 1660-1664.
    [13] CASTRO-BARROS C M, JIA M, VAN LOOSDRECHT M C, et al. Evaluating the potential for dissimilatory nitrate reduction by anammox bacteria for municipal wastewater treatment[J]. Bioresource Technology, 2017, 233: 363-372. doi: 10.1016/j.biortech.2017.02.063
    [14] ALMEIDA J S, REIS M, CARRONDO M. Competition between nitrate and nitrite reduction in denitrification by Pseudomonas fluorescens[J]. Biotechnology and Bioengineering, 1995, 46(5): 476-484. doi: 10.1002/bit.260460512
    [15] THOMSEN J K, GEEST T, COX R P. Mass-spectrometric studies of the effect of pH on the accumulation of intermediates in denitrification by paracoccus-denitrificans[J]. Applied and Environmental Microbiology, 1994, 60(2): 536-541. doi: 10.1128/AEM.60.2.536-541.1994
    [16] HAMLIN H J, MICHAELS J T, BEAULATON C M, et al. Comparing denitrification rates and carbon sources in commercial scale upflow denitrification biological filters in aquaculture[J]. Aquacultural Engineering, 2008, 38(2): 79-92. doi: 10.1016/j.aquaeng.2007.11.003
    [17] AN S M, GARDNER W S. Dissimilatory nitrate reduction to ammonium (DNRA) as a nitrogen link, versus denitrification as a sink in a shallow estuary (Laguna Madre/Baffin Bay, Texas)[J]. Marine Ecology Progress Series, 2002, 237: 41-50. doi: 10.3354/meps237041
    [18] YANG X P, WANG S M, ZHOU L X. Effect of carbon source, C/N ratio, nitrate and dissolved oxygen concentration on nitrite and ammonium production from denitrification process by Pseudomonasstutzeri D6[J]. Bioresource Technology, 2012, 104: 65-72. doi: 10.1016/j.biortech.2011.10.026
    [19] GE S J, PENG Y Z, WANG S Y, et al. Nitrite accumulation under constant temperature in anoxic denitrification process: The effects of carbon sources and COD/ NO−3 -N[J]. Bioresource Technology, 2012, 114: 137-143. doi: 10.1016/j.biortech.2012.03.016
    [20] GLASS C, SILVERSTEIN J. Denitrification kinetics of high nitrate concentration water: pH effect on inhibition and nitrite accumulation[J]. Water Research, 1998, 32(3): 831-839. doi: 10.1016/S0043-1354(97)00260-1
    [21] PAN Y T, NI B J, BOND P L, et al. Electron competition among nitrogen oxides reduction during methanol-utilizing denitrification in wastewater treatment[J]. Water Research, 2013, 47(10): 3273-3281. doi: 10.1016/j.watres.2013.02.054
    [22] GABARRÓ J, GONZÁLEZ-CÁRCAMO P, RUSCALLEDA M, et al. Anoxic phases are the main N2O contributor in partial nitritation reactors treating high nitrogen loads with alternate aeration[J]. Bioresource Technology, 2014, 163: 92-99. doi: 10.1016/j.biortech.2014.04.019
    [23] LU H J, CHANDRAN K, STENSEL D. Microbial ecology of denitrification in biological wastewater treatment[J]. Water Research, 2014, 64: 237-254. doi: 10.1016/j.watres.2014.06.042
    [24] GLASS C, SILVERSTEIN J, OH J. Inhibition of denitrification in activated sludge by nitrite[J]. Water Environment Research, 1997, 69(6): 1086-1093. doi: 10.2175/106143097X125803
    [25] 阎宁, 金雪标, 张俊清. 甲醇与葡萄糖为碳源在反硝化过程中的比较[J]. 上海师范大学学报(自然科学版), 2002, 31(3): 41-44.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 2.8 %DOWNLOAD: 2.8 %HTML全文: 84.0 %HTML全文: 84.0 %摘要: 13.3 %摘要: 13.3 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 81.5 %其他: 81.5 %Ansan-si: 0.1 %Ansan-si: 0.1 %Anyang: 0.1 %Anyang: 0.1 %Baoding: 0.0 %Baoding: 0.0 %Beijing: 7.9 %Beijing: 7.9 %Belfast: 0.0 %Belfast: 0.0 %Boulder: 0.0 %Boulder: 0.0 %Chang'an: 0.0 %Chang'an: 0.0 %Changchun: 0.1 %Changchun: 0.1 %Chanshan: 0.0 %Chanshan: 0.0 %Chengdu: 0.1 %Chengdu: 0.1 %Chicago: 0.0 %Chicago: 0.0 %Chishiqiao: 0.0 %Chishiqiao: 0.0 %Guangzhou: 0.1 %Guangzhou: 0.1 %Guangzhou Shi: 0.0 %Guangzhou Shi: 0.0 %Hangzhou: 0.2 %Hangzhou: 0.2 %Hefei: 0.1 %Hefei: 0.1 %Hongshan: 0.0 %Hongshan: 0.0 %Hyderabad: 0.1 %Hyderabad: 0.1 %Islamabad: 0.1 %Islamabad: 0.1 %Jinhua: 0.0 %Jinhua: 0.0 %Jinrongjie: 0.8 %Jinrongjie: 0.8 %Jiuquan: 0.1 %Jiuquan: 0.1 %Kutao: 0.0 %Kutao: 0.0 %Mountain View: 0.2 %Mountain View: 0.2 %Nanjing: 0.2 %Nanjing: 0.2 %Pingdingshan: 0.1 %Pingdingshan: 0.1 %Pune: 0.6 %Pune: 0.6 %Putian: 0.0 %Putian: 0.0 %Qingzhou: 0.0 %Qingzhou: 0.0 %Qinnan: 0.1 %Qinnan: 0.1 %Seoul: 0.2 %Seoul: 0.2 %Shanghai: 0.4 %Shanghai: 0.4 %Shenyang: 0.0 %Shenyang: 0.0 %Shenzhen: 0.2 %Shenzhen: 0.2 %Shijiazhuang: 0.1 %Shijiazhuang: 0.1 %Sydney: 0.1 %Sydney: 0.1 %Tongchuanshi: 0.1 %Tongchuanshi: 0.1 %Wuhan: 0.1 %Wuhan: 0.1 %Wuwei: 0.0 %Wuwei: 0.0 %Xi'an: 0.0 %Xi'an: 0.0 %XX: 4.3 %XX: 4.3 %Yuncheng: 0.1 %Yuncheng: 0.1 %Yuzhong Chengguanzhen: 0.0 %Yuzhong Chengguanzhen: 0.0 %Zhengzhou: 0.2 %Zhengzhou: 0.2 %上海: 0.0 %上海: 0.0 %内网IP: 0.1 %内网IP: 0.1 %北京: 0.4 %北京: 0.4 %南京: 0.0 %南京: 0.0 %合肥: 0.1 %合肥: 0.1 %咸宁: 0.0 %咸宁: 0.0 %常州: 0.0 %常州: 0.0 %武汉: 0.0 %武汉: 0.0 %海口: 0.0 %海口: 0.0 %深圳: 0.0 %深圳: 0.0 %郑州: 0.4 %郑州: 0.4 %阳泉: 0.1 %阳泉: 0.1 %其他Ansan-siAnyangBaodingBeijingBelfastBoulderChang'anChangchunChanshanChengduChicagoChishiqiaoGuangzhouGuangzhou ShiHangzhouHefeiHongshanHyderabadIslamabadJinhuaJinrongjieJiuquanKutaoMountain ViewNanjingPingdingshanPunePutianQingzhouQinnanSeoulShanghaiShenyangShenzhenShijiazhuangSydneyTongchuanshiWuhanWuweiXi'anXXYunchengYuzhong ChengguanzhenZhengzhou上海内网IP北京南京合肥咸宁常州武汉海口深圳郑州阳泉Highcharts.com
WeChat 点击查看大图
图( 6) 表( 2)
计量
  • 文章访问数:  8632
  • HTML全文浏览数:  8632
  • PDF下载数:  136
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-01-15
  • 录用日期:  2020-06-04
  • 刊出日期:  2020-09-10
付昆明, 杨宗玥, 刘凡奇, 仇付国, 曹秀芹. 碳源种类对农村污水反硝化过程脱氮效果的影响[J]. 环境工程学报, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
引用本文: 付昆明, 杨宗玥, 刘凡奇, 仇付国, 曹秀芹. 碳源种类对农村污水反硝化过程脱氮效果的影响[J]. 环境工程学报, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
shu
FU Kunming, YANG Zongyue, LIU Fanqi, QIU Fuguo, CAO Xiuqin. Effect of carbon sources on nitrogen removal in denitrification process of rural wastewater[J]. Chinese Journal of Environmental Engineering, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
Citation: FU Kunming, YANG Zongyue, LIU Fanqi, QIU Fuguo, CAO Xiuqin. Effect of carbon sources on nitrogen removal in denitrification process of rural wastewater[J]. Chinese Journal of Environmental Engineering, 2020, 14(9): 2331-2338. doi: 10.12030/j.cjee.202001103
shu

碳源种类对农村污水反硝化过程脱氮效果的影响

    通讯作者: 付昆明, E-mail: fukunming@163.com ; 
    作者简介: 付昆明(1981—)，男，博士，副教授。研究方向：污水自养脱氮技术等。E-mail：fukunming@163.com
  • 北京建筑大学，城市雨水系统与水环境教育部重点实验室，中-荷污水处理技术研发中心，北京 100044
  • 收稿日期:  2020-01-15
  • 录用日期:  2020-06-04
  • 网络出版日期:  2020-09-05
基金项目:
北京建筑大学市属高校基本科研业务费专项(X18214)

摘要: 针对农村污水普遍存在碳源不足的问题，研究了不同碳源种类对反硝化脱氮过程的影响。选用SBR，以乙酸钠、乙醇、葡萄糖、蔗糖为碳源，分别控制COD∶N值为4.5、5、6.5、6.5，对反应器脱氮速率以及氮素指标变化规律进行了研究。结果表明：投加乙酸钠、乙醇、葡萄糖、蔗糖时，其平均反硝化速率分别为0.050、0.031、0.034、0.026 g·(g·h)−1；有机物结构越复杂，意味着代谢过程越复杂，反硝化所需时间亦相对延长；投加乙酸钠、乙醇、葡萄糖、蔗糖时，当硝酸盐基本被完全消耗时，分别于第50、70、70、70 min时反应器中亚硝酸盐积累量达到了最大值；以葡萄糖为碳源时，最大亚硝酸盐积累率为42.5%；而以乙酸钠和乙醇为碳源时，最大亚硝酸盐积累率次之，分别为23.2%和19.5%；以蔗糖为碳源时，最大亚硝酸盐积累率最小，仅为7.0%。以上研究结果可为低浓度农村污水处理过程中针对外加碳源种类的选择提供参考。

English Abstract

    全文HTML

  • 随着我国城镇化进程和新农村建设的不断推进，村镇生活污水排放量也在逐渐增长。考虑到农村地区对优美生态环境的客观需要，有针对性地对农村污水进行治理是社会发展的必然趋势。目前，我国农村污水处理方式主要包括两类：一是靠近城镇排水管道的，纳入排水管道处理，通过管网将农户污水收集并统一处理；二是采用小型污水处理设备，以及自然生态处理等形式将单户或几户的污水就近处理利用[1]。相对于城镇污水而言，农村污水具有以下特点：污水来源复杂，不同地区的排放强度及规律各有差异；农村污水水量波动较为明显；村镇规模相对较小，且分布极为分散，不利于将污水集中处理；污水排放量不稳定，夜间排放量可以忽略[2]。这些不利因素对农村污水的高效治理构成了巨大挑战。

    2018年9月29日，住建部和生态环境部联合发布了《关于加快制定地方农村生活污水处理排放标准的通知》[3]。通知提到，农村生活污水500 m3·d−1以上规模(含500 m·d−1)的农村生活污水处理设施可参照执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)[4]执行；而处理规模在500 m3·d−1以下的农村生活污水处理设施，由各地可根据实际情况进一步确定具体处理规模标准。在此政策基础上，各省市纷纷制定了各自地方的排放标准。有些地方标准相对宽松，但有些却比较严格，对氮磷要求很高，例如北京市、天津市等。

    根据《室外排水设计规范》[5]，为了达到良好的脱氮效果，要求进水的BOD5/TKN宜大于4，而农村污水常常不满足这一要求。农村污水浓度往往较低，低浓度生活污水对生物脱氮影响的后果往往是出水总氮(TN)不达标[6]。其原因主要包括：雨污水合流的稀释作用、地下水渗入稀释作用、化粪池的不合理设置等[7-8]。为了满足日益严格的TN出水标准，尽管外加碳源一定程度上加重了污水厂的经济负担。但是，在缺氧区投加碳源是一条最为稳妥的方法，也是目前不同运营单位最常采用的一种方法。不同污水厂(站)在外加碳源时，采用的外加碳源不尽相同。选择合适的碳源，确定适合的碳源投加量是保证村镇低浓度污水处理达标排放的一条重要途径。

    对于农村污水而言，虽然处理工艺具有一定的差异，但主要脱氮原理基本上仍为传统的硝化-反硝化过程。其中，COD与磷酸盐浓度可分别通过曝气以及投加沉淀剂的方式达到排放标准，而脱氮过程则难以通过投加药剂这种立竿见影的形式迅速达标。因此，在农村污水处理的过程中，面临的主要困境往往是出水TN无法达标，为此需要进行深入研究，探究适宜的碳源类型。反硝化菌对不同类型有机物的代谢方式具有差异，其代谢速率各不相同；且不同反硝化菌属最适利用的碳源种类同样具有差异，投加不同种类的碳源可富集不同的反硝化菌属。为摸清不同碳源作为补充碳源对反硝化过程脱氮效果的影响，本研究采用乙酸钠、乙醇、葡萄糖和蔗糖作为碳源，对不同的反硝化过程的脱氮效果进行了探究。本研究可为农村污水处理过程中选用外加碳源的种类提供参考依据。

1.   材料与方法

    1.1.   实验装置

  • 实验装置采用4组SBR，用以驯化和培养反硝化污泥。其有效容积均为4.8 L，装置结构如图1所示。 SBR通过自控装置每天运行6个周期，每个周期包括：进水(10 min)→缺氧反应(160 min)→曝气(10 min)→沉淀(30 min)→排水/闲置(15 min)→搅拌(15 min)。缺氧段采用电动搅拌器搅拌，转速为96 r·min−1。曝气段采用曝气头曝气，控制DO在1.5~2 mg·L−1。设置曝气段的目的为，反硝化细菌体内某些酶只有在有氧条件下才能合成[9]；同时，曝气可以吹脱缺氧阶段产生的氮气，提高反硝化污泥的沉降性能。在下一个周期之前15 min开始搅拌以恢复反硝化细菌活性，使反硝化细菌保持最佳状态。每个周期排出1.6 L处理过的废水，并用蠕动泵泵入1.6 L人工配水，水力停留时间(HRT)=12 h。每天定时在搅拌结束后曝气开始前排一次泥，保证SRT为10 d左右。反应装置由定时装置控制周期循环运行。

    • 1.2.   接种污泥

  • 以乙酸钠、乙醇和葡萄糖为碳源的反硝化污泥接种北京某污水厂二沉池回流污泥；以蔗糖为碳源的反硝化污泥接种于已经驯化成功的以乙酸钠为碳源的反硝化污泥。将种泥按比例稀释，使得MLSS为1500 mg·L−1左右。

    • 1.3.   实验水质

  • SBR采用人工配水，分别以乙酸钠、乙醇、蔗糖和葡萄糖作为碳源，分别维持乙酸钠、乙醇、葡萄糖、蔗糖4种碳源的碳氮比为4.5、5、6.5、6.5，以获得活性污泥的最佳驯化效果。硝酸钠为氮源。磷酸二氢钠为磷源。由于自来水里含有微生物生长所需的微量元素，故不再另外投加。进水水质主要指标如表1所示。

    • 1.4.   批次实验

  • 批次实验的反硝化污泥混合液分别取于稳定运行的SBR曝气之后，取出的污泥经沉淀、离心去除上清液，加入清水后再次进行沉淀、离心、去除上清液，重复上述步骤至少3次，以确保污泥中不再残留化学物质。将去除上清液后的污泥置于500 mL广口瓶中，加入不含NO−3-N和COD的配水液，摇晃均匀以配成悬浮液。

    用HCl或NaOH稀溶液调节pH为6.5，并向瓶中持续通入5 min氮气以去除混合液中氧气，之后将插有两根橡胶管的瓶塞将瓶口密封。2根橡胶管只有在取气样、水样时打开，其他时候均用夹子夹住。将NO−3-N和COD按SBR配水浓度分别配成50 mL浓缩液，在反应开始时，立即注射入广口瓶中，并将广口瓶置于磁力搅拌器上进行搅拌，转速为150 r·min−1。按原SBR的典型周期进行批次实验，温度为22 ℃，反硝化污泥在缺氧条件下运行，时间为160 min。 其中，反硝化速率按照式(1)计算。

    式中：V为反硝化速率，g·(g·h)−1；C0为起始NO−3-N或NO−2-N浓度，g·L−1；C1为终点NO−3-N或NO−2-N浓度，g·L−1；CMLVSS为混合液体挥发性悬浮固体浓度，g·L−1；t为反应时间，h。

    • 1.5.   分析方法

  • 活性污泥驯化阶段，每天定时在曝气前取1次水样，检测其NO−3-N、COD、pH；并在曝气前和曝气中分别检测DO，以确保反硝化系统正常运行。

    MLSS，MLVSS采用重量法；NH+4-N采用纳氏试剂分光光度法；NO−3-N采用紫外分光光度法；NO−2-N采用N-(1萘基)-乙二胺光度法；COD采用重铬酸钾法[10]。温度采用水银温度计测定；pH采用pHTestr 30型pH计测定；溶解氧采用Multi 3620 WTW型溶解氧仪测定。

2.   结果与讨论

    2.1.   驯化时间

  • 以乙酸钠、乙醇、葡萄糖和蔗糖为有机碳源时，认定单周期过程结束后，若反应器出水中不包含NO−3-N以及NO−2-N时，则反硝化菌驯化完全。反应器的反硝化脱氮效果达到稳定的时间如表2所示。由表2可知，乙酸钠的驯化时间最短，蔗糖的驯化时间最长，驯化时间大约为乙酸钠的2倍。有研究[11]表明，相对于乙醇、葡萄糖和蔗糖而言，反硝化细菌对乙酸的降解要更为容易，故反硝化细菌对于乙酸钠的适应性更强，所需的驯化时间则相对较短。

    • 2.2.   不同碳源的反硝化过程

  • 以乙酸钠为碳源时， NH+4-N、NO−3-N、NO−2-N和N2O的变化情况如图2所示。以乙酸钠为碳源时，NO−3-N迅速得到降解，在60 min内全部被反硝化完毕。这说明，硝酸盐的还原呈现零级反应[12]。平均比反硝化速率为0.050 g·(g·h)−1。

    NO−2-N浓度先增加后减少。在反应开始50 min内，NO−2-N浓度逐渐增加；待反应器内NO−3-N几乎被耗尽后，积累值达到最大23.2 mg·L−1；此后，NO−2-N浓度逐渐下降为0。这表明，在反硝化时，硝酸盐还原速率大于亚硝酸盐的还原速率，导致亚硝酸盐的积累，最高亚硝酸盐积累率23.2%，因为碳源充足，反应器出水中NO−2-N累积将会消失。

    反应周期内，气态的N2O总量为0.002 8 mg·L−1，溶解态N2O积累量出现2个峰值，分别出现在10 min和50 min，其值为1.23 mg·L−1和1.60 mg·L−1，N2O的产生源于亚硝酸盐的还原。后期N2O没有继续升高，亚硝酸盐还原速率与N2O还原速率基本稳定，而少量的N2O是因为溶液中没有溢出所致。

    反应中，NH+4-N浓度几乎保持稳定，说明NH+4-N浓度变化可以忽略。

    以乙醇为碳源时，各个指标的变化情况如图3所示。以乙醇为碳源时，与乙酸钠为碳源时相似，NO−3-N在70 min内迅速被反硝化完毕，平均比反硝化速率为0.031 g·(g·h)−1。NO−2-N浓度在70 min内达到最大值19.5 mg·L−1，即最高亚硝酸盐积累率19.5%；此后，NO−2-N浓度逐渐下降为0。

    NH+4-N浓度几乎保持稳定。气态的N2O总量为0.001 mg·L−1。溶解态N2O积累量在20 min内迅速升高到0.63 mg·L−1；之后缓慢升高到极大值1.25 mg·L−1；此后开始缓慢下降，至反应结束，浓度为0.67 mg·L−1。

    以葡萄糖为碳源时，各个指标的变化情况如图4所示。以葡萄糖为碳源时，NO−3-N迅速得到降解，在80 min内全部被反硝化完毕，平均比反硝化速率为0.034 g·(g·h)−1。在0~140 min内，NO−2-N浓度先增加后减少。在70 min内，NO−2-N积累值达到42.5 mg·L−1，最高亚硝酸盐积累率42.5%；此后，NO−2-N浓度逐渐下降为0。NH+4-N浓度在反应期间维持稳定。反应周期内气态N2O总量为0.023 mg·L−1。溶解态N2O首先缓慢增加后开始下降。0~110 min内，N2O浓度逐渐积累至5.43 mg·L−1，之后开始下降。

    以蔗糖为碳源时，各个指标变化情况如图5所示。以蔗糖为碳源时，NO−3-N在70 min内全部被反硝化完毕，平均比反硝化速率为0.026 g·(g·h)−1。NO−2-N的最大积累值为7 mg·L−1，最高亚硝酸盐积累率7.0%，最终NO−2-N也逐渐变为0。

    NH+4-N浓度在反应期间浓度保持稳定。气态N2O总量为0.002 5 μg·L−1。与乙醇为碳源时相似，溶解态N2O积累量在10 min内迅速升高到0.44 mg·L−1，之后缓慢升高到极大值0.66 mg·L−1，此后保持稳定。

    • 2.3.   不同碳源的反硝化效果分析

  • 在传统的城市污水处理过程中，往往采用硝化-反硝化工艺，其中氮磷的有效去除依赖于进水有机物的充分供给。农村污水的进水有机物浓度普遍较低，在处理低浓度污水的农村污水处理设施当中，进水COD浓度往往低于250 mg·L−1，BOD5则通常低于100 mg·L−1；此时，污水厂的同步脱氮除磷效果会由于反硝化菌与聚磷菌对于有机物的竞争过程而恶化，尤其不利于出水TN去除，甚至NH+4-N也无法满足排放标准[6]。因此，农村污水的脱氮过程更依赖于外加碳源的投加，选择合适的外加碳源有利于反硝化过程顺利进行，保证农村污水处理设施出水氮素的达标排放。

    硝酸盐还原包括同化反硝化和异化反硝化两大类。其中，同化反硝化最终形成有机氮化合物；异化反硝化中，包括常规反硝化和异化反硝化为氨两种路径(dissimilatory nitrate reduction to ammonium，DNRA)[13]。常规反硝化过程中，硝酸盐按照式(1)的路径[14-15]还原为氮气，依次由硝酸盐还原酶、亚硝酸盐还原酶、一氧化氮还原酶、氧化亚氮还原酶完成。

    本实验中，在不同碳源条件下，NH+4-N浓度变化情况基本相似，即反应期间保持稳定。有研究[16]表明，在反硝化过程中，NH+4-N和NO−2-N浓度都会发生显著变化。这是因为，在某些特定环境(氧化还原电位小于-200 mV、低DO、氮源受限而碳源丰富等)下，反硝化过程除了由NO−3-N向氮气转化的异化性硝酸盐还原路径之外，还会发生由DNRA作用[14]，同时某些特定反硝化菌群只具备DNRA能力[17]。YANG等[18]从反硝化污泥中分离出Pseudomonas stutzeri D6菌株，通过控制C/N比、DO、碳源种类(乙酸、葡萄糖、柠檬酸钠)等条件探究了其DNRA作用。而在本实验中，NH+4-N浓度并未发生明显变化。由此可知，本实验中反硝化过程只涉及常规反硝化过程(式(1))。

    以乙酸钠、乙醇、葡萄糖和蔗糖为碳源的各典型周期运行过程中，NO−3-N的比降解速率分别为0.05、0.03、0.03和0.02 g·(g·h)−1。其中，乙酸钠为碳源时，反硝化速率最快，乙醇和葡萄糖次之，蔗糖最慢。这是因为，乙酸能够与辅酶A结合形成乙酰辅酶A，直接进入三羧酸循环被微生物降解，而乙醇在为微生物利用的过程中需要先转化为乙酸才能进而被降解。葡萄糖作为较复杂的有机物，同样需要经过两个氧化过程才能得以降解：第1步，反硝化细菌将其氧化得到丙酮酸和ATP；第2步，丙酮酸进入三羧酸循环时被丙酮酸脱氢酶复合物转化为乙酰辅酶A[19]。因此，有机物结构越复杂，意味着代谢过程越复杂，反硝化速率也就越慢。由此可知，由1个葡萄糖分子和1个果糖分子组成的蔗糖，有机物结构最复杂，导致其反硝化速率最慢。

    由图2~图5可以看出，各碳源的典型周期内，反应器中均出现NO−2-N积累。以NO−3-N为氮源的反硝化过程中，NO−2-N来源于常规反硝化。在反应周期内，NO−2-N均出现短暂积累情况，浓度均先升高后降低，并逐渐趋于0。葡萄糖为碳源时，最大NO−2-N积累率最大，为42.5%，乙酸钠和乙醇次之，分别为23.2%和19.5%，蔗糖最小，仅为7.0%。

    值得注意的是，从图2~图5中还可以发现，在4种碳源条件下，对应的NO−2-N浓度均是在NO−3-N即将耗尽时达到最大值的。计算各最大积累值时刻点对应的NO−3-N浓度之前和之后的实测降解速率，分别以NO−3-N左和NO−3-N右表示，然后用NO−3-N左减去NO−2-N实测积累速率，即得到NO−2-N的真实降解速率(即Nir酶的降解速率)，如图6所示。在SBR乙酸钠中，当NO−2-N最大积累时，NO−3-N的降解速率由0.041 g·(g·h)−1骤降为0.016 g·(g·h)−1，由NO−3-N降解速率减去NO−2-N积累速率得到的NO−2-N降解速率为0.036 g·(g·h)−1；若要使得NO−2-N继进行积累，NO−3-N的降解速率至少应为0.036 g·(g·h)−1，而此时NO−3-N的降解速率显然并不能满足，故而NO−2-N浓度开始下降。这表明，NO−2-N的降解是滞后于NO−3-N的。

    从电子传递角度而言，NO−2-N作为电子受体所需的电子需要从细胞质膜的周质获得，这使得其获得电子滞后于NO−3-N [20]。此外，如果细胞内氧化代谢产生的还原黄素达到饱和，NO−3-N和NO−2-N在底物电子的获取上将形成竞争，而Nar酶对电子的亲和力强于Nir酶[15]。同时，有些反硝化细菌种群细胞内只含有Nar酶，而没有Nir酶，也就是其不具备将NO−3-N向NO−2-N转化的能力，如Comamonadaceae属[20]。这些都将使得NO−2-N的降解落后于NO−3-N，从而导致以NO−3-N为氮源的反硝化脱氮过程中出现NO−2-N短暂积累的现象。GE等[19]在研究以乙酸、甲醇、葡萄糖等为碳源的反硝化过程中也发现了相同的现象。

    由碳源种类导致的NO−2-N最大积累值存在差异的情况同样也出现在很多研究[19, 21]中，乙酸、丙酸、乙醇等为碳源时出现较多NO−2-N积累；但丁酸、戊酸、己酸等却仅出现少量甚至并未出现积累。在本实验中，葡萄糖为碳源时，反硝化过程中NO−2-N的最大积累值是4种碳源之首，乙醇和乙酸钠次之，蔗糖最少。有研究[22]指出，有机物本身作为电子供体，对Nar酶和Nir酶的亲和力不同使得NO−3-N和NO−2-N降解速率的差值不同，将导致NO−2-N积累值不同。而碳源种类作为营养物质，若长期对反硝化细菌进行培养，将改变菌群结构，使得微生物群落中所含的Nar酶和Nir酶的数量发生改变，从而导致NO−2-N积累值发生显著变化。LU等[23]发现，在以乙酸和乙醇为碳源的反硝化细菌中，Thauera属占主导，而Thauera中Nar酶的数量要比Nir酶多；而GLASS等[24]发现，以葡萄糖为碳源的反硝化细菌中Comamonadaceae属则占主导，而Comamonadaceae属中的一些菌株，如Acidovorax facilis株，并不具备Nir酶系统，这将导致以葡萄糖为碳源时，NO−2-N积累现象更显著。但是，在阎宁等[25]的实验中，葡萄糖为碳源时并未出现或只出现少量NO−2-N积累的现象。这表示，NO−2-N积累除了与微生物结构和碳源种类有关，还与其他环境控制条件有关，如温度、pH、碳源适应时间等。

3.   结论

  • 1)针对农村污水处理过程中普遍存在碳源不足的问题，可通过投加外加碳源以保障污水处理过程中具有稳定的TN去除率。

    2)采用乙酸钠，乙醇，葡萄糖，蔗糖时作为外加碳源时，反硝化脱氮实现稳定的时间分别为17、24、26、30 d，其平均反硝化速率分别为0.050、0.031、0.034和0.026 g·(g·h)−1，即硝酸盐还原速率依次降低。

    3)在反硝化过程中，外加碳源均出现了显著的亚硝酸盐积累，在硝酸盐耗尽时，出现亚硝酸盐的最大值。

    4)以葡萄糖为碳源时，最大亚硝酸盐积累率为42.5%；而以乙酸钠和乙醇为碳源时，最大亚硝酸盐积累率次之，分别为23.2%和19.5%；以蔗糖为碳源时，最大亚硝酸盐积累率最小，仅为7.0%。

参考文献 (25)

返回顶部

目录

/

返回文章
返回

Copyright © 2019 中国科学院生态环境研究中心