Processing math: 100%

混合营养生物反应器同步去除水中高氯酸盐和硝酸盐

史乃元, 赵继红, 万东锦, 何巧冲, 韦贞鸽, 刘永德. 混合营养生物反应器同步去除水中高氯酸盐和硝酸盐[J]. 环境工程学报, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053
引用本文: 史乃元, 赵继红, 万东锦, 何巧冲, 韦贞鸽, 刘永德. 混合营养生物反应器同步去除水中高氯酸盐和硝酸盐[J]. 环境工程学报, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053
SHI Naiyuan, ZHAO Jihong, WAN Dongjin, HE Qiaochong, WEI Zhenge, LIU Yongde. Combined heterotrophic and sulfur-autotrophic bioreactor for synchronous removal of perchlorate and nitrate from aqueous solution[J]. Chinese Journal of Environmental Engineering, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053
Citation: SHI Naiyuan, ZHAO Jihong, WAN Dongjin, HE Qiaochong, WEI Zhenge, LIU Yongde. Combined heterotrophic and sulfur-autotrophic bioreactor for synchronous removal of perchlorate and nitrate from aqueous solution[J]. Chinese Journal of Environmental Engineering, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053

混合营养生物反应器同步去除水中高氯酸盐和硝酸盐

    作者简介: 史乃元 (1995—),男,硕士研究生。研究方向:水污染治理。E-mail:2280630023@qq.com
    通讯作者: 万东锦(1982—),女,博士,教授。研究方向:水污染控制原理等。E-mail:djwan@haut.edu.cn
  • 基金项目:
    国家自然科学基金资助项目(51878251);河南省优秀青年科学基金项目(212300410034)
  • 中图分类号: X703.1

Combined heterotrophic and sulfur-autotrophic bioreactor for synchronous removal of perchlorate and nitrate from aqueous solution

    Corresponding author: WAN Dongjin, djwan@haut.edu.cn
  • 摘要: 针对水体硝酸盐和高氯酸盐复合污染,建立了异养和硫自养协同作用的混合营养型一体式生物反应器,采取异养投加不足量有机碳源、硫自养和异养共同承担负荷的策略,以解决异养有机物二次污染和硫自养法中副产物硫酸根过量的问题。考察了水力停留时间(HRT)和碳源投加量对高氯酸盐去除的影响。结果表明:当进水NO3-N质量浓度为(20.21±0.23) mg·L−1ClO4质量浓度为(20.12±0.12) mg·L−1、HRT由4 h降低到2、1和0.5 h时,反应器均能实现对硝酸盐(>96.2%)和高氯酸盐(>96.9%)的高效去除;在HRT为4 h和0.5 h时,出水硫酸根质量浓度分别为(273±10) mg·L−1和(129±3) mg·L−1,较长的HRT会导致硫歧化反应发生,从而使出水硫酸根浓度有所增加;当HRT为0.5 h时,混合营养条件下反应器出水硫酸根质量浓度比单独硫自养减少了63 mg·L−1,表明混合营养生物反应器能够有效减少硫酸根的产生;反应器出水不可吹除有机碳(nonpurgeable organic carbon,NPOC)小于2.68 mg·L−1,表明低碳源投加能够有效地避免有机物二次污染。
  • 随着电子产品迭代速度的持续加快,电子垃圾的产生量不断攀升。2019年全球共产生5.36×107 t电子垃圾,相比2014年增长了21.0%[1]。拆解是电子垃圾常用的回收处理方法之一,但在拆解过程中,大量有毒有害的重金属常未被有效回收,因而造成严重的土壤污染风险,从而给人群健康带来潜在威胁[2-3]。 因此,电子垃圾拆解区土壤重金属污染分布特征受到了众多学者的广泛研究。梁啸[4]的研究表明,电子垃圾拆解场周边农田土壤中重金属Cd和Cu质量分数均超过国家土壤环境质量标准限值[5];SHI等[6]的研究表明,温岭市电子垃圾拆解场周边水稻田土壤在2006—2016年重金属Cd、Cu、Ni和Zn的质量分数分别增加了0.110、11.8、1.01和6.82 mg·kg−1,这表明电子垃圾拆解会导致严重的重金属污染;张璐瑶等[7]发现,浙江某电子垃圾拆解区内农用地重金属Cd质量分数平均值是土壤背景值的6.3~10.0倍,且部分农作物Cd质量分数超过食品安全限值,这说明电子垃圾拆解不仅会造成土壤重金属污染,而且会严重威胁农产品质量安全。以上研究侧重于电子垃圾拆解区农田土壤重金属质量分数分布特征,但是,针对电子垃圾拆解区不同用地类型土壤重金属的空间分布特征及风险,报道较少。

    本研究以广东省汕头市潮阳区贵屿镇的拆解区为研究对象,对拆解地以及周边菜地、稻田和荒地等不同深度土壤样品进行采集,研究Cu、Zn、Cd和Pb等重金属质量分数与形态的空间分布特征,并采用地累积指数法和潜在生态风险指数法分别评价不同用地类型土壤重金属潜在的生态风险,以期为土壤重金属污染防治与修复实践提供理论依据。

    贵屿镇是国内三大电子垃圾拆解基地之一,20世纪90年代开始涌现大量手工拆解回收电子垃圾的家庭式小作坊,导致大量含重金属污水直接排放到环境中,从而造成土壤重金属污染[8-9]。有研究[10-11]表明,电子垃圾拆解使该区域土壤重金属污染情况进一步恶化,重金属镍、锌、镉和砷的质量分数分别为背景值的141%、198%、206%和181%,并发现有14.3%的稻米样品Pb超标。

    1)样品采集及前处理。以广东省汕头市潮阳区贵屿镇拆解地及周围的菜地、稻田和荒地等不同用地类型土壤为研究对象,共设置15个采样区(图1)。采用对角线布点法在每个采样区布置3个采样点,每个采样点按地表下0~10、10~20、20~40、40~60、60~80、80~100 cm依次钻取6个土层。同时,每层采样点取3个平行样,置于干净通风处晾干,去除石子、杂草、残枝等杂物,用研钵研磨后过100目筛,筛下土样于干燥处密封保存备用[12]。研究区域共采集270份土壤样品,包括菜地土壤样品126份、荒地土壤样品54份、稻田土壤样品72份、拆解地土壤样品18份,总共测定总样品数为4 050个。

    图 1  研究区域及采样点分布示意图
    Figure 1.  Study area and distribution of sampling sites

    2)重金属质量分数测定。取0.1 g土壤样品放入坩埚中,滴入适量去离子水,加入10 mL盐酸,将坩埚置于通风橱内的电热板上120 ℃左右加盖加热。当坩埚内盐酸剩余3 mL左右时,取下稍冷,分别加入5 mL硝酸、5 mL氢氟酸、3 mL高氯酸,中温加盖加热,60 min后开盖飞硅,时常摇动坩埚,冒大量白烟时盖上盖子使坩埚内壁黑色物质消解,待黑色物质被完全消解后,开盖使白烟冒尽。若经过以上步骤坩埚内呈黄色溶液,则可加入1~2 mL的硝酸,若有黑色的物质残余则加入1~2 mL的高氯酸。用水冲洗坩埚盖和内壁,将溶液转移至50 mL容量瓶中,冷却后定容摇匀[13]。重金属质量分数采用石墨炉原子吸收法测定[14-15]

    3)重金属形态测定。采用BCR连续提取法[16]分析重金属形态。酸提取态:准确称取1.00 g样品于50 mL聚丙烯塑料离心管中,加入20 mL 0.1 mol·L−1醋酸溶液,室温下振荡16 h,使用离心机(TD5A,卢湘仪)在3 000 r·min−1下离心,将上清液移出稀释至50 mL,用原子吸收分光光度计(Z2000,日立)测量并计算重金属质量分数。可还原态:加入20 mL 0.1 mol·L−1 NH2OH·HCl(pH=2),室温下振荡16 h,离心、稀释后用原子吸收分光光度计测量并计算重金属质量分数。可氧化态:加入30% H2O2溶液,室温下振荡1 h,85 ℃水浴提取2 h,冷却后加入3 mL 1 mol·L−1 NH4Ac溶液(pH=2),室温下振荡16 h,离心、稀释后用原子吸收分光光度计测量并计算重金属质量分数。残渣态:HNO3-HF-HClO4湿法消解,赶酸至近干,将上清液移出稀释至50 mL,用原子吸收分光光度计测量并计算重金属质量分数。

    1)地累积指数法。在评价过程中除了考虑人为污染因素、环境地球化学背景值外,还考虑到自然成岩作用引起背景值变动的因素[17]。地累积指数(Igeo)的计算方法见式(1)。

    Igeo=log2[ωi,s/(K·ωi,n)] (1)

    式中:ωis为元素i在土壤中的实测质量分数,mg·kg−1K为考虑岩石差异引起背景值变动而取的修正指数(取K=1.5);ωin为元素i在土壤中的化学背景值,mg·kg−1。土壤重金属的背景值和地累积指数等级划分见表1表2 [18-19]

    表 1  土壤重金属背景值及毒性系数
    Table 1.  Background value and toxicity coefficient of soil heavy metals
    重金属元素背景值/(mg·kg-1毒性系数
    Cu11.55
    Zn63.31
    Cd0.10630
    Pb43.35
     | Show Table
    DownLoad: CSV
    表 2  地累积指数分级标准
    Table 2.  Criteria for index of geo-accumulation
    地累积指数Igeo分级污染程度
    Igeo≤00无污染
    0<Igeo≤11轻度~中等污染
    1<Igeo≤22中等污染
    2<Igeo≤33中等~强污染
    3<Igeo≤44强污染
    4<Igeo≤55强污染~极严重污染
    5<Igeo≤106极严重污染
     | Show Table
    DownLoad: CSV

    2)潜在生态风险指数法。根据重金属性质及其在环境中行为特点,将重金属质量分数、生态效应、环境效应和毒理学联系在一起进行评价[20-21]。某一区域土壤中第i种重金属的潜在生态风险系数(Ei)和土壤中多种重金属的潜在生态风险指数(RI)的计算方法见式(2)和式(3)。

    Ei=Tiωi,sωi,n (2)
    RI=Ei=Tiωi,sωi,n (3)

    式中:Ti为元素i的毒性系数;ωis为元素i在土壤中的实测质量分数,mg·kg−1ωin为元素i在土壤中的化学背景值,mg·kg−1。土壤重金属毒性系数和潜在生态风险指数法污染分级见表3 [22-23]

    表 3  潜在生态风险系数及潜在生态风险指数分级标准
    Table 3.  Criteria for potential ecological risk coefficients and potential ecological risk indices
    潜在生态风险系数Ei潜在生态风险指数RI污染程度
    Ei<40RI<150轻度生态危害
    40≤Ei<80150≤RI<300中等生态危害
    80≤Ei<160300≤RI<600强度生态危害
    160≤Ei<320600≤RI<1 200很强生态危害
    320≤Ei1 200≤RI极强生态危害
     | Show Table
    DownLoad: CSV

    根据不同用地类型土壤重金属质量分数的分布特征可知(图2),菜地、稻田和荒地土壤的Cd超标尤为严重,达到《农用地土壤污染风险管控标准》(GB15618-2018)[24]标准限值的1.07~4.00倍。值得注意的是,拆解地土壤4种重金属质量分数均远远超过标准限值,第6层土壤中Cd的质量分数高达28.3 mg·kg−1(图2(d)),相当于环境标准限值的94.2倍,背景值的267倍。同样,于敏等[25]在对贵屿镇拆解地100 cm深处土壤的研究中,发现重金属质量分数相当于土壤背景值的2~200倍。

    图 2  不同用地类型土壤剖面重金属质量分数分布特征
    Figure 2.  Distribution of heavy metals concentration in the soil profile of different land-use types

    菜地、稻田和荒地土壤的重金属质量分数随土层深度的增加呈现下降趋势,但拆解地土壤第5和6层的重金属质量分数显著高于1~4层,同时存在严重的Cu、Zn、Cd和Pb污染(图2(d))。菜地、稻田和荒地土壤的重金属质量分数变化趋势与柴艳芳[26]和李科等[27]的研究结果类似,但拆解地土壤重金属沿剖面变化特征与以上研究者调研结果存在显著差异,这说明该拆解地在60~100 cm处土壤重金属污染的影响因素较为复杂。

    从重金属形态分布特征来看(图3),菜地、稻田和荒地土壤的酸提取态重金属中,比例最高的重金属为Cu(平均21.4%),可还原态重金属占比最高的是Pb,高达38.3%。有研究表明[28],可还原态重金属会与土壤中铁锰氧化物结合,化学键的还原会将重金属离子释放,这说明可还原态可作为土壤Pb的活性组分之一,潜在危害不容忽视[29]。值得注意的是,菜地和稻田的土壤酸提取态Cd占比高于荒地,这可能是因为菜地和稻田土壤中作物的根系分泌物、微生物代谢活动影响了重金属在土壤中的赋存形态,故导致重金属向利于植物吸收富集的酸提取态转化[30-31]。此外,随着土壤深度的增加,重金属Zn形态变化是4种重金属中最为明显的,其中第6层土壤的酸提取态Zn相较于第1层平均下降了48.0%,而残渣态Zn平均上升了48.8%。

    图 3  不同用地类型土壤中重金属化学形态的分布
    Figure 3.  Distribution of heavy metals speciation in different land-use types

    拆解地土壤中重金属形态分布与其它类型用地存在明显不同。其中,第5和6层土壤的酸提取态Cd占比极高,分别高达55.3%和79.8%,而酸提取态Cu占比仅为0.52%和3.66%(图3(d))。同样,林娜娜等[32]报道了广东清远某电子垃圾拆解区土壤重金属形态的分布特征,酸提取态Cd占比达60%~70%。拆解地土壤剖面第5和6层重金属污染较为严重,这很有可能是重金属长期地向下迁移所造成的[33-35]

    菜地、稻田和荒地土壤重金属的污染指数,总体呈现随深度增加而降低的变化趋势(表4)。重金属Cu和Zn的地累积指数集中在0~1,整体为轻微污染,Pb是地累积指数均值最低的重金属,仅在0~20 cm土壤出现指数>0的情况。同样,李定龙等[36]的研究表明,台州某拆解地周围稻田重金属Cu的地累积指数为0~1。值得注意的是,稻田0~20 cm处土壤Cd污染程度远比菜地和荒地严重,这是因为,稻田Cd地累积指数均值为2.51,相对于菜地和荒地分别高出21.3%和14.9%。

    表 4  不同用地类型土壤中重金属污染地累积指数评价(Igeo)
    Table 4.  Geo-accumulation index (Igeo) of heavy metals in different land-use types
    用地类型土层序号CuZnCdPb
    Igeo均值污染等级Igeo均值污染等级Igeo均值污染等级Igeo均值污染等级
    菜地10.9310.4212.173−0.780
    20.5910.3311.972−0.540
    3−0.0400.0212.003−1.530
    4−0.0700.0811.822−1.360
    5−0.1500.0711.602−1.210
    60.1910.1111.562−1.480
    稻田11.5420.4912.553−0.270
    21.2520.3912.473−0.350
    30.2110.0012.033−1.310
    4−0.320−0.0502.313−1.950
    5−0.750−0.0501.952−2.380
    6−0.580−0.2801.712−2.060
    荒地11.8220.1712.183−0.120
    20.2210.2612.1930.161
    3−0.5000.2211.882−0.800
    4−0.2500.2511.682−0.630
    5−0.530−0.2801.612−1.890
    6−0.530−0.4101.422−1.640
    拆解地12.8031.0023.2240.681
    23.8441.4423.8341.732
    30.6410.1811.802−1.560
    40.9710.2411.922−2.000
    54.8352.0636.7063.824
    66.6462.6437.4764.365
     | Show Table
    DownLoad: CSV

    一般情况下,电子垃圾拆解通过酸化和水洗等方式来分解其中有用的物质,其它无法拆解的部分填埋或焚烧,电子垃圾残存的重金属很有可能会渗入土壤中[37]。本研究中,拆解场地土壤不同重金属的污染指数,存在明显差别。第1和2层土壤Cu和Cd为强污染(指数均值3~4),第3和4层土壤污染程度相较于其它层次的土壤更低,甚至重金属Pb处在“无污染”级别,但第5和6层重金属污染程度尤为严重,其中Cd污染指数分别达6.70和7.47,均处于最高的“极严重污染”等级。结合本研究结果与前人研究[7, 38]可知,拆解场地0~20 cm土壤的污染可能是源自电子垃圾填埋、焚烧和废水渗入,且第2层土壤重金属累积量最大。至于其它3种用地类型的土壤,同样遭受了来自拆解地的不同重金属污染[6],其中Cd的累积量最大且垂直迁移能力最强。

    从各重金属潜在生态风险系数(Ei)可以看出(图4),菜地、稻田和荒地各层土壤中Cu、Zn和Pb重金属污染风险系数均<40,均表现为轻度生态危害风险级别。各用地类型土壤Cd的风险系数均>80(图4(c)),其中,稻田Cd的风险系数比菜地和荒地分别高出25.1%和38.6%;李依微等[39]的研究表明,该拆解区内水体Cd污染严重,故使用了含Cd灌溉水可能是导致稻田Cd的风险系数较高的原因。值得注意的是,拆解地重金属Cu、Zn、Cd和Pb的潜在生态风险系数平均值分别为191、4.36、2 340和50.2,其中,第5和6层土壤Cu和Cd的风险系数非常高,尤其是Cd的风险系数在这2层土壤分别达到4 667和7 994(图4(d)),表现为最高的“极强生态危害”等级。

    图 4  各重金属的潜在生态风险系数(Ei)评价
    Figure 4.  Potential ecological risk factor (Ei) of heavy metals in four land-use types

    各用地类型综合生态风险指数(RI)表明(图5),4种用地类型土壤中重金属潜在生态风险指数均值分别为229(菜地)、238(稻田)、165(荒地)和2 587(拆解地),其中,菜地、稻田和荒地土壤风险级别为中等污染。值得注意的是,高生态风险指数的拆解地中第5和6层土壤重金属生态风险指数分别高达4 993和8 906,均达到“极强生态危害”等级。同样,梁啸[4]和尹芳华等[40]通过对拆解地及周边农田的调研发现,拆解地重金属生态风险处于极强等级,农田生态风险则为中等以上级别。

    图 5  不同用地类型土壤中重金属综合生态风险指数(RI)评价
    Figure 5.  Potential ecological risk index (RI) of heavy metals in different land-use types

    根据陈江等[41]的报道,土壤重金属污染分担率可采用重金属潜在生态风险系数与风险指数的比值来计算,从而反映各重金属对潜在生态风险指数的贡献比率。本研究中,Cu、Zn和Pb在4种用地类型各层土壤中的污染分担率为0.01%~11.8%,而Cd在菜地、稻田、荒地和拆解地土壤中的风险指数贡献率分别高达92.6%、94.2%、91.5%和90.5%。4种用地类型土壤中,稻田Cd污染分担率是最高的。同样,ISLAM等[42]通过该评价方法计算拆解地土壤重金属Cd对潜在生态风险指数分担率达77.7%。

    1)拆解地土壤Cu、Zn、Cd和Pb的质量分数均较大程度超过《农用地土壤污染风险管控标准》的标准限值,且60~100 cm处土壤的重金属质量分数明显高于0~60 cm层。4种用地类型中各层土壤Cd的质量分数均超过标准限值。

    2)菜地和稻田土壤酸提取态Cd占比高于荒地,拆解地中第5和6层土壤酸提取态Cd占比>50%。各用地类型土壤中Zn形态随深度变化显著,随深度的增加,由酸提取态和可还原态向可氧化态和残渣态转化。

    3)不同用地类型土壤中重金属潜在的生态风险排序为:拆解地>稻田>菜地>荒地。拆解地土壤重金属潜在生态风险极高,菜地、稻田和荒地均为中等风险。重金属Cd对各用地类型土壤重金属污染组成的贡献最大,土壤累积量最大且垂直迁移能力最强,在稻田土壤Cd元素防控修复工作中尤需关注。

  • 图 1  生物反应器实验装置图

    Figure 1.  Diagram of the experimental bioreactor

    图 2  驯化阶段ClO4NO3-N、NO2-N 和SO24质量浓度变化

    Figure 2.  Variations of ClO4, NO3-N, NO2-N and SO24 concentrations during acclimation process

    图 3  不同操作条件下进出水ClO4NO3-N和NO2-N质量浓度变化

    Figure 3.  Variations of ClO4, NO3-N and NO2-N concentrations in influent and effluent under different operate conditions

    图 4  不同操作条件下进出水SO24浓度变化和SO24浓度增加量

    Figure 4.  Variations of SO24 concentration in influent and effluent and its increase amount under different operate conditions

    图 5  不同操作条件下进出水pH和碱度消耗

    Figure 5.  pH and alkalinity consumption under different operate conditions

    图 6  不同操作条件下进出水NPOC质量浓度变化

    Figure 6.  Variations of NPOC in influent and effluent under different operate conditions

    表 1  反应器实验运行方案

    Table 1.  Experimental operation scheme of reactor

    运行阶段运行时段/d工艺条件HRT/h进水CH3COO/(mg·L−1)
    1~10混合营养460
    11~20混合营养260
    21~30混合营养160
    31~41混合营养0.560
    42~51单独硫自养0.50
    运行阶段运行时段/d工艺条件HRT/h进水CH3COO/(mg·L−1)
    1~10混合营养460
    11~20混合营养260
    21~30混合营养160
    31~41混合营养0.560
    42~51单独硫自养0.50
    下载: 导出CSV
  • [1] LUMIA D S, LINSEY K S, BARBER N L. Estimated use of water in the United States in 2000[M]. US Department of the Interior & US Geological Survey, 2005.
    [2] WARD M H, DEKOK T M, LEVALLOIS P, et al. Workgroup report: Drinking-water nitrate and health-recent findings and research needs[J]. Environmental Health Perspectives, 2005, 113(11): 1607-1614. doi: 10.1289/ehp.8043
    [3] United Nations. Economic Commission for Europe. Europe’s Environment: The Third Assessment: Summary[M]. Office for Official Publications of the European Communities, 2003.
    [4] LI P Y, TIAN R, XUE C Y, et al. Progress, opportunities, and key fields for groundwater quality research under the impacts of human activities in China with a special focus on western China[J]. Environmental Science & Pollution Research, 2017, 24(15): 13224-13234.
    [5] CLARK J J J. Toxicology of Perchlorate[M]. Perchlorate in the Environment. Boston, MA; Springer US, 2000: 15-29.
    [6] HE L, YANG Q, ZHONG Y, et al. Electro-assisted autohydrogenotrophic reduction of perchlorate and microbial community in a dual-chamber biofilm-electrode reactor[J]. Chemosphere, 2021, 264: 128548. doi: 10.1016/j.chemosphere.2020.128548
    [7] MOTZER W E. Perchlorate: Problems, detection, and solutions[J]. Environmental Forensics, 2001, 2(4): 301-311. doi: 10.1006/enfo.2001.0059
    [8] CALDERóN R, PALMA P, PARKER D, et al. Perchlorate levels in soil and waters from the Atacama desert[J]. Archives of Environmental Contamination & Toxicology, 2014, 66(2): 155-161.
    [9] 张可佳, 高乃云, 隋铭皓, 等. 饮用水中高氯酸盐污染现状与去除技术的综述[J]. 四川环境, 2008, 27(1): 91-95. doi: 10.3969/j.issn.1001-3644.2008.01.021
    [10] KOSAKA K, ASAMI M, MATSUOKA Y, et al. Occurrence of perchlorate in drinking water sources of metropolitan area in Japan[J]. Water Research, 2007, 41(15): 3474-3482. doi: 10.1016/j.watres.2007.05.011
    [11] WU Q, TAO Z, SUN H, et al. Perchlorate in tap water, groundwater, surface waters, and bottled water from China and its association with other inorganic anions and with disinfection byproducts[J]. Archives of Environmental Contamination and Toxicology, 2010, 58(3): 543-550. doi: 10.1007/s00244-010-9485-6
    [12] QIAN W B, KAI C A, SH A, et al. Spontaneous assembly of microbial extracellular polymeric substances into microcapsules involved in trapping and immobilizing degradation-resistant oxoanions: ScienceDirect[J]. Science of the Total Environment, 2020.
    [13] EGGERS E, TERLOUW T. Biological denitrification in a fluidized bed with sand as carrier material[J]. Water Research, 1979, 13(11): 1077-1090. doi: 10.1016/0043-1354(79)90072-1
    [14] WOLFF J. Perchlorate and the thyroid gland[J]. Pharmacological Reviews, 1998, 50(1): 89-105.
    [15] 谢婷. 基于厌氧甲烷氧化的生物反硝化和高氯酸盐还原机制及微生物群落研究[D]. 长沙: 湖南大学, 2019.
    [16] BREYTUS A, HASSON D, SEMIAT R, et al. Removal of nitrate in semi and fully continuous-flow Donnan dialysis systems[J]. Separation and Purification Technology, 2020, 250: 117249.
    [17] 吴芳磊. 基于硫自养反硝化的深度除磷脱氮研究[D]. 哈尔滨: 哈尔滨工业大学, 2015.
    [18] LI K, GUO J B, LI H B, et al. A combined heterotrophic and sulfur-based autotrophic process to reduce high concentration perchlorate via anaerobic baffled reactors: Performance advantages of a step-feeding strategy[J]. Bioresource Technology, 2019, 279: 297-306. doi: 10.1016/j.biortech.2019.01.111
    [19] 杨垒. 高效异养硝化细菌的脱氮特性及其处理高氨氮废水研究[D]. 西安: 西安建筑科技大学, 2016.
    [20] SAHINKAYA E, KILIC A, CALIMLIOGLU B, et al. Simultaneous bioreduction of nitrate and chromate using sulfur-based mixotrophic denitrification process[J]. Journal of Hazardous Materials, 2013, 262(15): 234-239.
    [21] LV P L, SHI L D, DONG Q Y, et al. How nitrate affects perchlorate reduction in a methane-based biofilm batch reactor[J]. Water Research, 2020, 171(15): 115397.
    [22] UCAR D, COKGOR E U, SAHINKAYA E, et al. Simultaneous nitrate and perchlorate removal from groundwater by heterotrophic-autotrophic sequential system[J]. International Biodeterioration & Biodegradation, 2017, 116: 83-90.
    [23] WAN D J, LI Q, LIU Y D, et al. Simultaneous reduction of perchlorate and nitrate in a combined heterotrophic-sulfur-autotrophic system: Secondary pollution control, pH balance and microbial community analysis[J]. Water Research, 2019, 165(15): 115004.
    [24] WAN D J, NIU Z H, ZHOU J, et al. Influence of electron donors on perchlorate reduction and microbial community structure[J]. Environmental Engineering Science, 2018, 35(11): 1255-1262. doi: 10.1089/ees.2018.0072
    [25] WAN D J, LIU Y D, WANG Y Y, et al. Simultaneous bio-autotrophic reduction of perchlorate and nitrate in a sulfur packed bed reactor: Kinetics and bacterial community structure[J]. Water Research, 2017, 108: 280-292.
    [26] ZHU Y, WU M, GAO N, et al. Impacts of nitrate and electron donor on perchlorate reduction and microbial community composition in a biologically activated carbon reactor[J]. Chemosphere, 2016, 165: 134-143. doi: 10.1016/j.chemosphere.2016.08.078
    [27] WAN D J, LIU Y D, NIU Z H, et al. Perchlorate reduction by hydrogen autotrophic bacteria and microbial community analysis using high-throughput sequencing[J]. Biodegradation, 2016, 27(1): 47-57. doi: 10.1007/s10532-015-9754-1
    [28] 宋振赫. 一体式硫酸盐和亚硝酸盐同步去除工艺研究[D]. 大连: 大连海事大学, 2020.
    [29] JU X, FIELD J A, SIERRA-ALVAREZ R, et al. Chemolithotrophic perchlorate reduction linked to the oxidation of elemental sulfur[J]. Biotechnology & Bioengineering, 2010, 96(6): 1073-1082.
    [30] WAN D J, LIU Y D, WANG Y Y, et al. Sulfur disproportionation tendencies in a sulfur packed bed reactor for perchlorate bio-autotrophic reduction at different temperatures and spatial distribution of microbial communities[J]. Chemosphere, 2018, 215: 40-49.
  • 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2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-050Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 2.3 %DOWNLOAD: 2.3 %HTML全文: 85.6 %HTML全文: 85.6 %摘要: 12.0 %摘要: 12.0 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 93.8 %其他: 93.8 %XX: 4.8 %XX: 4.8 %东莞: 0.1 %东莞: 0.1 %北京: 0.5 %北京: 0.5 %吉林: 0.1 %吉林: 0.1 %开封: 0.1 %开封: 0.1 %新乡: 0.1 %新乡: 0.1 %无锡: 0.1 %无锡: 0.1 %杭州: 0.1 %杭州: 0.1 %沈阳: 0.1 %沈阳: 0.1 %济南: 0.1 %济南: 0.1 %福州: 0.1 %福州: 0.1 %贵阳: 0.1 %贵阳: 0.1 %郑州: 0.3 %郑州: 0.3 %阳泉: 0.1 %阳泉: 0.1 %其他XX东莞北京吉林开封新乡无锡杭州沈阳济南福州贵阳郑州阳泉Highcharts.com
图( 6) 表( 1)
计量
  • 文章访问数:  4883
  • HTML全文浏览数:  4883
  • PDF下载数:  60
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-02-08
  • 录用日期:  2021-05-24
  • 刊出日期:  2021-08-10
史乃元, 赵继红, 万东锦, 何巧冲, 韦贞鸽, 刘永德. 混合营养生物反应器同步去除水中高氯酸盐和硝酸盐[J]. 环境工程学报, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053
引用本文: 史乃元, 赵继红, 万东锦, 何巧冲, 韦贞鸽, 刘永德. 混合营养生物反应器同步去除水中高氯酸盐和硝酸盐[J]. 环境工程学报, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053
SHI Naiyuan, ZHAO Jihong, WAN Dongjin, HE Qiaochong, WEI Zhenge, LIU Yongde. Combined heterotrophic and sulfur-autotrophic bioreactor for synchronous removal of perchlorate and nitrate from aqueous solution[J]. Chinese Journal of Environmental Engineering, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053
Citation: SHI Naiyuan, ZHAO Jihong, WAN Dongjin, HE Qiaochong, WEI Zhenge, LIU Yongde. Combined heterotrophic and sulfur-autotrophic bioreactor for synchronous removal of perchlorate and nitrate from aqueous solution[J]. Chinese Journal of Environmental Engineering, 2021, 15(8): 2801-2809. doi: 10.12030/j.cjee.202102053

混合营养生物反应器同步去除水中高氯酸盐和硝酸盐

    通讯作者: 万东锦(1982—),女,博士,教授。研究方向:水污染控制原理等。E-mail:djwan@haut.edu.cn
    作者简介: 史乃元 (1995—),男,硕士研究生。研究方向:水污染治理。E-mail:2280630023@qq.com
  • 1. 河南工业大学环境工程学院,郑州 450001
  • 2. 河南省郑州生态环境监测中心,郑州 450007
基金项目:
国家自然科学基金资助项目(51878251);河南省优秀青年科学基金项目(212300410034)

摘要: 针对水体硝酸盐和高氯酸盐复合污染,建立了异养和硫自养协同作用的混合营养型一体式生物反应器,采取异养投加不足量有机碳源、硫自养和异养共同承担负荷的策略,以解决异养有机物二次污染和硫自养法中副产物硫酸根过量的问题。考察了水力停留时间(HRT)和碳源投加量对高氯酸盐去除的影响。结果表明:当进水NO3-N质量浓度为(20.21±0.23) mg·L−1ClO4质量浓度为(20.12±0.12) mg·L−1、HRT由4 h降低到2、1和0.5 h时,反应器均能实现对硝酸盐(>96.2%)和高氯酸盐(>96.9%)的高效去除;在HRT为4 h和0.5 h时,出水硫酸根质量浓度分别为(273±10) mg·L−1和(129±3) mg·L−1,较长的HRT会导致硫歧化反应发生,从而使出水硫酸根浓度有所增加;当HRT为0.5 h时,混合营养条件下反应器出水硫酸根质量浓度比单独硫自养减少了63 mg·L−1,表明混合营养生物反应器能够有效减少硫酸根的产生;反应器出水不可吹除有机碳(nonpurgeable organic carbon,NPOC)小于2.68 mg·L−1,表明低碳源投加能够有效地避免有机物二次污染。

English Abstract

  • 硝酸盐和高氯酸盐是地下水中常见的共存污染物。农业氮肥的大量施用是地下水硝酸盐污染的最大来源[1]。在美国,约有22%的农业地下水硝酸盐浓度超过饮用水标准[2];在欧洲,有1/3的地下水硝酸盐超过了饮用水标准,硝酸盐达到了100~150 mg·L−1[3];在中国,有61.2%的地下水井存在着硝酸盐严重超标的问题[4]。当长期饮用硝酸盐超标的地下水时,人体患高铁血红蛋白症和癌症的几率会增加[5]。地下水中高氯酸盐主要来源于火箭助推剂、烟花、染料和油漆等工业产品的生产和加工过程[6-7]。有研究表明,智利阿塔卡马沙漠中地表水中的高氯酸盐质量浓度为744~1 480 μg·L−1[8]。有研究[9]表明,由于将含有高氯酸盐的制造业废水排到地下水中,导致位于美国加利福尼亚州东部的萨克拉门地下水高氯酸盐含量达到了8 mg·L−1。KOSAKA等[10]在2007年对日本Usui河和Tone河调研发现,受污域河水中高氯酸盐质量浓度为0.34~2.38 mg·L−1。据调查,我国部分水体存在高浓度高氯酸盐污染状况,如湖南省衡阳市某地表水高氯酸盐含量高达6.8~54.4 mg·L−1[11]。由于高氯酸根离子在电荷和离子半径上都与碘相似,因此,可能会破坏甲状腺中碘的吸收,从而可能影响甲状腺功能,引起甲状腺疾病[12-14],严重威胁着人类的健康。

    目前处理水体硝酸盐和高氯酸盐复合污染的方法主要包括离子交换、膜分离、化学还原和生物法[15-16]。离子交换和膜分离工艺虽然能够去除水中的硝酸盐和高氯酸盐,但只是将污染物浓缩转移,并没有将污染物无害转化,且操作成本较高;对于化学还原法,多采用贵金属催化剂,价格昂贵且催化剂易失活;生物还原工艺能够实现硝酸盐和高氯酸盐的高效去除,易于推广应用,故逐渐成为本领域的研究热点[17-18]。根据所需电子供体的不同,生物还原法分为异养还原和自养还原法,对于异养还原过程,常用的有机碳源包括葡萄糖、甲醇、乙酸盐等[19-20]。采用乙酸盐作为电子供体,还原去除硝酸盐和高氯酸盐的反应分别如式(1)和式(2)所示。

    需要指出的是,虽然异养生物还原反应速率快,但其反应过程会产生碱度,造成出水pH的升高。此外,碳源投加不易控制,投加过少则处理不彻底,投加过多则残余水中容易造成二次污染。生物自养过程利用无机碳作为电子供体,避免了有机源的投加,近年来受到研究人员的关注。其中,微生物利用单质硫作为电子供体,还原硝酸盐和高氯酸盐的反应如式(3)和式(4)所示。对于硫自养生物还原过程来说,虽然避免了有机碳源投加带来的隐患,但反应过程中产生副产物硫酸盐,同时消耗水体碱度,造成出水pH降低。

    基于上述研究背景,为了克服异养和自养还原各自的缺点,本研究建立了异养和硫自养协同作用的一体式生物反应器,其中有机碳源投加量低于理论值,这可有效避免水中有机物的二次污染;硫自养仅承担部分负荷,从而削弱硫酸盐的产生;同时平衡了2种反应过程碱度产生与消耗,稳定出水pH;考察了在不同HRT和不同碳源投加量条件下,混合营养生物工艺对废水中硝酸盐和高氯酸盐的去除效果,以期为该工艺在实际水处理工程中的应用提供参考。

  • 建立了混合营养一体式微生物反应器(图1)。反应器采用有机玻璃柱制成,柱内径为5 cm,柱内填充硫磺颗粒(10目筛子筛分,燕山石化),填充高度42 cm,反应器有效体积310 mL,外部有水浴保温夹层,温度为(30±2) ℃。反应器顶部采用溢流的方式出水,底部通过蠕动泵(YZ1513,保定兰格)均匀的将进水送进反应器。

  • 反应器进水采用去离子水和自来水(1∶4)配制而成,加入优级纯高氯酸钠和硝酸钠作为目标污染物。进水组成:ClO4质量浓度(20.12±0.12) mg·L−1NO3-N质量浓度(20.21±0.23) mg·L−1,CH3COO质量浓度60 mg·L−1(第I~IV阶段添加,第Ⅴ阶段无添加),KH2PO4 0.5 mg·L−1(以磷计),缓冲物质NaHCO3 300 mg·L−1。另外,为了给微生物提供足够的营养成分,进水加入1 mL·L−1的微量元素溶液,溶液成分为0.05 g·L−1 ZnCl2·H2O、0.11 g·L−1 NiCl2·6H2O、0.49 g·L−1 MnCl2·4H2O、0.05 g·L−1 H3BO3、2.00 g·L−1 CoCl2·6H2O、0.11 g·L−1 CuCl2·2H2O。其余进水水质参数为 72.26~138.52 mg·L−1 SO24、380.23~497.26 mg·L−1碱度、pH为8.23~8.76。

  • 取郑州市五龙口污水处理厂厌氧段污泥,将污泥与硫磺颗粒均匀的填充到反应器中,污泥接种量为6.5 g·L−1。驯化启动阶段进水ClO4质量浓度为40 mg·L−1NO3-N质量浓度为40 mg·L−1,CH3COO质量浓度为180 mg·L−1,磷源KH2PO4 为0.5 mg·L−1(以磷计),缓冲物质NaHCO3 500 mg·L−1。反应器在HRT为8 h的情况下连续运行14 d后完成驯化。

  • 反应器驯化启动完成后,开始正式运行,运行方案如表1所示。实验分为5个阶段,前4个阶段为混合营养工况,调整HRT分别为4、2、1和0.5 h,每个阶段运行10 d。根据反应式(1)和式(2),理论上还原20 mg·L−1NO3-N和ClO4需要164 mg·L−1的CH3COO。在前4个阶段,进水投加CH3COO的质量浓度为60 mg·L−1,以营造低碳源投加的混合营养条件。第Ⅴ阶段,保持HRT为0.5 h,取消有机碳源投加,为单独硫自养工艺,研究反应器的处理效能,并与混合营养工艺作对比。

  • 所有出水水样均经过0.22 μm滤膜过滤,并在4 ℃条件下保存,采用离子色谱仪(ICS-2100,美国赛默飞)测定水样中的ClO4(最低检测限为0.2 mg·L−1)和SO24(最低检测限为0.4 mg·L−1)。用紫外可见分光光度法测NO3,N-(1-萘基)-乙二胺光度法测NO2,利用TOC分析仪(TOCL-CPN CN200,日本岛津)来测定进出水NPOC,使用pH计(PHS-3C,雷磁,中国)测定进出水pH,采用酸碱滴定法测定进出水的碱度。

  • 混合营养生物反应器启动期运行效果如图2所示。在HRT为8 h的条件下,反应器只需要2 d的适应期就可以将40 mg·L−1NO3-N还原,出水NO3-N质量浓度为(0.25±0.06) mg·L−1,并且驯化期间没有出现NO2的积累,出水浓度始终低于检出限;而对于ClO4,生物反应器则需要8 d的适应期才能够逐渐将40 mg·L−1ClO4还原,出水ClO4浓度低于检出限。产生这种现象的原因可能是,接种污泥取自郑州市五龙口污水处理厂的厌氧段污泥,污泥本身就具有反硝化功能,因此,对NO3具有较强的适应能力,而对于ClO4,需要一定的适应时间。至第5天,反应器出水SO24质量浓度增加量由116.8 mg·L−1升高至326.7 mg·L−1,这表明硫自养菌正在逐渐驯化成熟,至驯化末期,反应器出水SO24质量浓度增加量稳定在(292.4±6.3) mg·L−1

  • 各运行阶段,反应器对ClO4NO3的去除效果如图3所示,在整个运行期间,反应器对ClO4NO3均表现出较好的去除效果。对于ClO4来说,当HRT从4 h缩短至2 h时,经过3 d的适应期,出水去除率趋于稳定,出水ClO4质量浓度低于检出限,当HRT降低到1.0 h和0.5 h时,出水ClO4质量浓度分别降低到(0.34±0.06) mg·L−1和(0.35±0.09) mg·L−1。第Ⅴ阶段,单独硫自养工艺下,反应器出水ClO4质量浓度升高至(0.58±0.12) mg·L−1,对应去除率为96.2%,相较于混合营养工艺,ClO4去除率降低了2%,表明混合营养工艺对ClO4的去除效果优于单独硫自养。LV等[21]用甲烷膜生物反应器还原ClO4NO3时发现:当进水中只有ClO4时,ClO4还原速率为1.7 mmol·(m2·d)−1;而当NO3存在时,ClO4还原速率降为0.64 mmol·(m2·d)−1,当NO3被完全去除后,ClO4还原速率又恢复到1.6 mmol·(m2·d)−1。DENIZ等[22]用自养-异养组合工艺去除ClO4NO3-N时发现:NO3-N在被完全还原之后ClO4才能被完全还原。在本研究中,混合营养工艺条件下,反应器实现了对2种污染物的高效去除,加入60 mg·L−1 CH3COO首先促进了NO3的还原效率,而后提高了ClO4的去除率,使得混合营养生物反应器在0.5 h时对ClO4的去除效果优于硫自养生物反应器。

    反应器运行期间始终保持对NO3较高的去除效率,几乎不受HRT的影响,出水NO3-N质量浓度小于0.62 mg·L−1,去除率大于96.9%,实验期间不存在NO2-N的积累,出水NO2-N度低于检出限。停止添加碳源,反应器对NO3-N的去除几乎没有受到影响。

    围绕2种污染物异养和硫自养过程,本课题组已经开展了部分研究。2017年,本课题组[23]在硫自养固定床生物反应器还原ClO4NO3复合污染过程的研究中发现,2种污染物的还原同时发生,且硝酸盐的还原速率快于高氯酸盐,硫歧化反应伴随着高氯酸盐的还原,共存的NO3对硫歧化反应有抑制作用。2018年,本课题组[24]采用乙酸钠为碳源还原水中的高氯酸盐,发现以高氯酸盐为电子受体,长期驯化得到的混合菌群,对水中的硝酸盐依然有着较好的反硝化效果,在碳源有限的条件下,2种污染物的还原同时发生,且硝酸盐的还原率高于高氯酸盐。一般来说,生物过程对硝酸盐的去除优先于高氯酸盐。在本研究中,在混合营养条件下(HRT为4、2、1和0.5 h),反应器稳态运行时对硝酸盐的去除率高于对高氯酸盐的去除率。当停止碳源投加时,对高氯酸盐的去除受到一定程度的影响,去除率降低了2%,而对硝酸盐的去除没有受到影响,与DENIZ等报道的硝酸盐的去除优先于高氯酸盐的结果相一致[22]

    需要指出的是,第Ⅳ阶段,HRT仅为0.5 h,本反应器对NO3-N去除负荷达到930.24 g·(m3·d)−1,对 ClO4的去除负荷达到了943.20 g·(m3·d)−1。WAN等[25]建立了硫自养填充床生物反应器,其对ClO4NO3的最大去除负荷分别为705.92 g·(m3·d)−1和721.60 g·(m3·d)−1,去除负荷低于本实验。ZHU等[26]用生物活性炭填充床生物反应器,发现实验期间反应器出水高氯酸盐质量浓度为1.82~2.16 mg·L−1,出水高氯酸盐质量浓度远高于混合营养生物反应器。因此,本研究建立的混合营养生物反应器对ClO4NO3具有较好的去除效果。

  • 反应器进出水SO24质量浓度变化如图4所示。在第Ⅰ~Ⅳ阶段,混合营养工艺条件下,出水SO24质量浓度随着HRT的缩短而减少。当HRT为4 h时,出水SO24质量浓度增加量为(273±10) mg·L−1,随着HRT降低到2、1和0.5 h,出水SO24质量浓度增加量分别为(217±11)、(147±20)和(129±3) mg·L−1。第Ⅴ阶段,单独硫自养工艺条件下,出水SO24质量浓度增加量为(192±4) mg·L−1,同有混合营养工艺相比,SO24的产量增加63 mg·L−1

    WAN等[27]利用氢自养还原水中高氯酸盐,探究了共存的硝酸盐和硫酸盐对高氯酸盐去除的影响。实验结果表明,还原菌群对3种电子受体的还原速率顺序为NO3>ClO4>SO24。此外,有研究[28]表明,无论从热力学或动力学方面分析,硝酸盐还原均优先于硫酸盐。理论上,还原20 mg·L−1NO3-N,需要156 mg·L−1的CH3COO。在本研究中,进水投加CH3COO的质量浓度仅为60 mg·L−1,投加碳源不足,硝酸盐将优先于硫酸盐还原,故可推测,硫酸盐直接被有机碳源还原的可能性较低。

    根据式(3)和式(4),硫自养还原20 mg·L−1NO3-N和ClO4共计产生169 mg·L−1SO24。因此,当HRT为1 h和0.5 h时,投加60 mg·L−1 CH3COO能够有效地减少SO24产生,SO24的产量分别减少了22 mg·L−1和40 mg·L−1,HRT越短,SO24的生成受到的抑制越显著。当HRT为4 h和2 h时,虽然投加了60 mg·L−1 CH3COO,但SO24产生量依然大于硫自养的理论值,由此可推测,在较长的HRT下,发生了硫歧化反应。

    JU等[29]报道,在硫自养还原ClO4过程中,出水SO24质量浓度远大于理论值,据此推测出有硫歧化反应发生。WAN等[30]发现,在硫自养还原ClO4NO3复合污染过程中,硝酸盐的还原速率快于高氯酸盐,硫歧化反应伴随着高氯酸盐的还原,共存的NO3对该反应有抑制作用,HRT越长,该反应进行越剧烈,反应如式(5)所示。

    在混合营养条件下,当HRT为4 h和2 h时,SO24质量浓度增加量高于硫自养理论值(104±10) mg·L−1 和(48±10) mg·L−1,证实有硫歧化反应发生。因此,为削弱副产物SO24的产生,在保证NO3ClO4去除率的同时,工程上应当尽可能地采用较短的HRT。

  • 反应器进出水pH和碱度的变化如图5所示。在运行期间,进水pH为8.51~8.72,出水pH稳定在7.18~7.68。实验结果表明,出水碱度消耗量随着HRT的降低呈现降低的趋势。在混合营养工艺下,当HRT为4 h时,碱度消耗量为(213±13) mg·L−1(以CaCO3计);当HRT缩短至0.5 h时,碱度消耗量降为(105±7) mg·L−1,碱度消耗削减了49%。结合式(3)和式(4),理论上硫自养还原20 mg·L−1ClO4NO3-N的碱度消耗为105 mg·L−1(以CaCO3计)。对比第IV和第Ⅴ阶段,单独硫自养出水pH低于混合营养工艺,碱度消耗量为(150±2) mg·L−1,比混合营养工艺的碱度消耗量增加了45 mg·L−1。这是因为硫自养承担所有负荷,导致碱度消耗增加。在混合营养条件下,异养还原硝酸盐和高氯酸过程产生碱度,硫自养还原硝酸盐和高氯酸盐过程消耗碱度,此外,硫歧化反应也消耗碱度。整个实验运行期间,异养产生的碱度能够抵消一部分自养消耗的碱度,自养-异养在加快去除效率的同时,还能够降低反应物的碱度消耗和硫酸根浓度的产生。在HRT为4 h的条件下,混合营养工艺碱度消耗高于硫自养理论值(108±6) mg·L−1,表明即使在混合营养条件下,较长的HRT也会发生较为剧烈的硫歧化反应,导致碱度消耗较高。

  • 有机碳源是否有残余是影响反应器出水水质的关键所在。本反应器在运行期间,进出水NPOC质量浓度变化如图6所示。在混合营养条件下,反应器出水的NPOC始终维持在较低的水平,出水NPOC小于(2.68±0.13) mg·L−1,且不受HRT的影响。完全去除20 mg·L−1NO3-N和ClO4需要164 mg·L−1的CH3COO。本研究中,进水仅加入60 mg·L−1CH3COO,有机碳源的投加远低于理论值,因此,反应器出水中无有机碳源残余。整个实验运行期间,进水COD为(60.56±0.23) mg·L−1,出水COD小于5.68 mg·L−1

  • 1)混合营养一体式生物反应器能够同步高效的去除ClO4NO3-N。对于20 mg·L−1的进水ClO4NO3-N,在HRT分别为4 h和2 h时,出水ClO4质量浓度均低于检出限,当HRT为1 h和0.5 h时,出水ClO4 <0.34 mg·L−1;HRT对NO3-N的去除影响较小,出水NO3-N<0.62 mg·L−1

    2)在混合营养条件下,当HRT为0.5 h、温度为(30±2) ℃ 时,反应器中ClO4NO3的去除负荷达到最大,分别为943.20 g·(m3·d)−1和930.24 g·(m3·d)−1

    3)混合营养工艺能够有效降低SO24的产生量和碱度消耗量。当HRT为0.5 h时,与单独硫自养相比,SO24的产生减少了63 mg·L−1,碱度消耗减少了45 mg·L−1

    4)由于异养施加不足量碳源,混合营养工艺能有效避免有机碳源残余水中造成二次污染的问题,出水NPOC低于(2.68±0.13) mg·L−1

参考文献 (30)

返回顶部

目录

/

返回文章
返回