低C/N进水城镇污水厂低溶解氧运行效能及微生物变化

吴芳磊, 贺航运, 陈博涵, 刘礼祥, 李永, 杜培坦, 陈肖. 低C/N进水城镇污水厂低溶解氧运行效能及微生物变化[J]. 环境工程学报, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124
引用本文: 吴芳磊, 贺航运, 陈博涵, 刘礼祥, 李永, 杜培坦, 陈肖. 低C/N进水城镇污水厂低溶解氧运行效能及微生物变化[J]. 环境工程学报, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124
WU Fanglei, HE Hangyun, CHEN Bohan, LIU Lixiang, LI Yong, DU Peitan, CHEN Xiao. The efficiency and microbial community change of urban sewage plant with low C/N influent based on low DO strategy[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124
Citation: WU Fanglei, HE Hangyun, CHEN Bohan, LIU Lixiang, LI Yong, DU Peitan, CHEN Xiao. The efficiency and microbial community change of urban sewage plant with low C/N influent based on low DO strategy[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124

低C/N进水城镇污水厂低溶解氧运行效能及微生物变化

    作者简介: 吴芳磊(1990—),男,硕士,工程师,957478752@qq.com
    通讯作者: 李永(1990—),男,博士研究生,1039777428@qq.com
  • 中图分类号: X703.1

The efficiency and microbial community change of urban sewage plant with low C/N influent based on low DO strategy

    Corresponding author: LI Yong, 1039777428@qq.com
  • 摘要: 低C/N进水污水厂通常需要外加碳源以保障脱氮除磷效能,运行费用高。本研究以摆脱低C/N污水处理对外碳源依赖及降低运营成本为目的,依托山东省某城镇污水厂(A2O工艺)开展基于低DO调控策略的污水厂综合效能研究。结果表明,在长期低DO运行策略下,污水厂逐渐停止外加碳源,在硝化液回流比由370%逐渐降至90%的过程中,TN平均去除率由76.3%提升至82.9%,且除磷效率有所提升。对好氧区氮平衡进行分析发现,在低DO运行条件下,好氧区NH4+-N的转化逐渐以短程硝化和同步反硝化作用为主。微生物宏基因组学结果表明,在低DO条件下,NOB丰度由0.15%下降至0.06%,而具备反硝化功能的PAOs与GAOs的总体丰度由2.06%升高至3.57%。长期低DO、无外加碳源运行条件下,脱氮效能的显著提升主要由于好氧区短程硝化和同步反硝化作用的比例升高所致。低DO对AOB抑制作用小,对NOB抑制作用显著,导致NO2-N的积累,保障了脱氮效能;PAOs与GAOs利用厌氧期储存的内碳源在好氧区反硝化脱氮,提升了脱氮效能;而内碳源利用率的提升又促进了PAOs的生长,提升了除磷效能。此外,污水厂低DO运行策略下,节省了运营成本,吨水处理费用降低了0.3元。
  • 人工湿地具有处理污水效果好、运行费用低、且具有良好的景观效果等特点,因而被广泛应用于农村及小型城市中。然而,传统人工湿地在处理污水过程中由于溶解氧(DO)不足,因此易造成硝化反应不完全[1],致使系统中氮的去除效率不高,此外DO含量也决定了污水中有机物(COD)彻底分解量[2]。氧气是控制污水处理厂硝化和有机物降解的重要参数,但在传统的微生物脱氮反应中,由于微生物起主导作用,因而其脱氮效率往往受湿地碳源的限制[3]。近年来,生物炭被广泛应用于环境治理中,并取得了较好的效果。生物炭具有比表面积大、疏松多孔的特点,为微生物提供了更多的栖息地和适宜的生活环境[4],同时生物炭作为碳源也会影响微生物的生物量;生物炭还能调节系统内好氧-厌氧条件[5],并在其表面存在很强的π键,能够通过静电吸附和分子间的氢键对烃类和有机物进行吸收[6]。因此,生物炭可以有效地解决人工湿地系统中DO不足的问题,还可以作为碳源参与微生物脱氮过程。由于生物炭影响硝化-反硝化过程,进而也会影响N2O的排放,但目前关于生物炭对N2O排放的作用并未达成共识,其内在机理尚不明确,CAYUELA等[7]研究发现在土壤中添加生物炭会减少N2O的排放,但颜永毫等[8]则表明生物炭改善了通气状况后可能会增加N2O的排放。

    另外,铁的添加对人工湿地中碳氮循环有很大影响,但具体作用机制尚不清楚。BEAL等[9]发现湖底沉积物中的微生物有利用Mn4+和Fe3+作为电子受体对甲烷进行厌氧氧化的现象。由于Fe涉及到2个价态的转化,在氮的转换过程中充当电子受体和供体。Fe2+作为无机电子供体,提供给NO3电子使其转化为N2促进反硝化过程。在处理低C/N污水时,Fe价态之间的相互转化能够减少有机碳的消耗[10]。SONG等[11]向6个不同C/N进水的垂直潜流人工湿地加入Fe2+,发现当C/N为2时添加30 mg·L−1的Fe2+会使系统中的反硝化过程得到显著的改善。此外, GRANGER等[12]的研究表明,铁在反硝化途径中广泛参与,铁铜等物质对于反硝化过程中金属酶的催化还原活性具有一定的影响。与此同时,Fe3+作为电子受体,接受NH+4的电子使其转化为NO2促进硝化过程[13]。在氮循环过程中,铁和有机碳源同样也有密切的关系,当溶液中不存在任何有机碳源时,铁对氮的去除效果并没有明显的促进作用[10]

    为此,本研究通过添加生物炭、铁矿石、生物炭+铁矿石等方式构建潜流人工湿地,研究了其对污水COD去除效果、脱氮能力及其对CH4和N2O排放的影响,以期为人工湿地中污染物质的减排提供参考。

    本实验装置在西南大学资源环境学院1号温室内进行(29°49´N,106°25´E),实验期间气温处于17~39 ℃,平均气温为26.4 ℃。实验装置如图1所示,其为聚乙烯塑料圆筒,桶的直径为35 cm,深为40 cm,基质填料厚度为40 cm,其中,减排物质的添加量各为基质填充体积的15%,分别为0、15%赤铁矿、15%生物炭、15%赤铁矿+15%生物炭(混合),放置于装置中上部,上下部皆由砾石填充(图1),上层砾石厚度为5 cm。4组湿地分别命名为空白-人工湿地(湿地Ⅰ)、铁矿石-人工湿地(湿地Ⅱ)、生物炭-人工湿地(湿地Ⅲ)、铁矿石+生物炭-人工湿地(湿地Ⅳ)。每个实验处理设置2个重复。所用砾石购买自北碚某石料厂,粒径为1~3 cm,水洗干净后填充;铁矿石从河北某公司购买,粒径为1~3 cm,水洗干净后填充;生物炭从广东某公司购买,粒径为0.8~1 cm,水洗干净后填充。湿地植物为菖蒲(Acorus calamus Linn.),种植密度为30株·m−2。桶中放置一根长45 cm、直径为5 cm的PVC穿孔管用于取水排水。本研究采用间歇进水的方式,设置水力停留时间(HRT)为4 d,在每个水力停留周期的第1天上午取样后,利用虹吸法排出装置内污水,将配好的进水后分别从上部倒入14.5 L到每一个人工湿地系统中,完成进水。

    图 1  潜流人工湿地系统装置示意图
    Figure 1.  Schematic diagram of lab-scale subsurface constructed wetland

    湿地系统自2019年4月17日开始运行,并在4月21日进行第一次水质测定,运行174 d,10月8日进行最后一次水质测定并停止运行。

    本实验进水模拟生活污水,固定COD/N进水比约为10:1,采用周期进水的方式,每升进水中包括160 mg NH4Cl、22.5 mg KH2PO4、97.56 mg MgSO4·7H2O、58.28 mg CaCl2、10 mg蛋白胨、366.67 mg蔗糖、1.5 mg FeSO4·7H2O、0.1 ml微量元素。每毫升微量元素中包含3.5 mg EDTA-Na2、1.69 mg H3BO3、1.08 mg MnCl2·4H2O、1.32 mg ZnSO4·7H2O、0.39 mg CuSO4·5H2O、0.049 mg H2MoO4·4H2O。每升模拟进水中含(443.18±5.20) mg COD,(1.76±0.022) mg NO3-N,(42.12±0.37) mg NH+4-N,(7.80±0.11) mg DO,进水pH保持在7.26±0.015。

    1)样品采集。系统稳定运行后,每4 d进行一次水质的采集与分析,固定在09:00-10:00进行采样,对进水和每个装置的出水分别采样。每隔一段时间选取一个周期作为典型周期进行水质测定,以进水零时刻为计时零点,分别设置采样节点0、1、2、4、8、12、24、28、36、48、54、60、72、76、84、96 h。

    N2O和CH4气体采集用静态暗箱法,将箱体设计成分节组合式标准箱,由顶箱,延长箱和底座组成,其顶箱和延长箱均由聚乙烯材料制成,箱体尺寸为ψ35 cm×50 cm。在典型周期进行温室气体的采样分析排放规律,参考周旭[14]和邓朝仁等[15]设计方案,设置13个采样时间节点,以进水零时刻为计时零点,分别为0、6、12、24、30、36、48、54、60、72、78、84和96 h,即典型周期内每天08:00、14:00、20:00进行采样,确保样品的代表性。

    2)样品分析。水样指标COD、NH+4-N、NO2-N、NO3-N、TN均按国家标准分析法[16]进行测定。水样DO、pH、Eh的测定采用梅特勒-托利多多参数测定仪SG98进行。

    气样采集每个时间节点采样持续时间为30 min,每隔10 min用体积为60 mL的塑料注射器采集一次气样,共4个样。利用Agilent 7890A气相色谱仪测定N2O通量和CH4通量,根据式(1)和(2)进行计算。

    FCH4=H273273+TPP0ρdcdt (1)
    FN2O=H273273+TPP0ρdcdt (2)

    式中:FCH4为CH4排放通量,mg·(m2·h)−1FN2O为N2O排放通量,µg·(m2·h)−1H为箱内高度,cm;T为采样期间箱内平均温度,℃;P为采样时的大气压,Pa;P0为标准状况下的大气压,Pa;ρ为被测气体的密度,g·m−3;dc/dt为采样期间箱内气体浓度变化速率,正值代表排放,负值代表吸收。

    3)数据处理。数据表达采用平均数±标准误的形式。数据分析使用软件SPSS19.0,对象之间采用相关性分析并进行显著性检验,图标绘制采用Origin 8.5。

    系统稳定运行期间各项指标如表1所示。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ和湿地Ⅳ的DO分别是(0.14±0.015)、(0.15±0.016)、(0.18±0.014)和(0.19±0.11) mg·L−1,生物炭的添加及铁矿石和生物炭的联合添加(以下简称铁-生联合添加)均对系统DO起显著的改善作用(P<0.05)。4组湿地平均出水COD分别为(34.99±1.60)、(35.57±1.69)、(30.87±1.65)和(27.52±2.37) mg·L−1,对应的COD去除率分别为92.10%、91.97%、93.03%和93.79%,铁矿石添加对COD的去除并无显著影响(P>0.05),但生物炭的添加和铁-生联合添加均显著提高COD的去除率(P<0.05)。

    表 1  出水水质基本指标
    Table 1.  Basic indicators of effluent quality mg·L−1
    处理CODTN-N-N
    湿地Ⅰ34.99±1.6024.75±0.9623.15±0.430.27±0.041
    湿地Ⅱ35.57±1.6924.99±0.7223.62±0.380.20±0.060
    湿地Ⅲ30.87±1.6515.04±0.6113.68±0.260.15±0.037
    湿地Ⅳ27.52±2.3715.63±0.6114.66±0.650.30±0.16
     | Show Table
    DownLoad: CSV

    4组人工湿地的平均出水NH+4-N浓度分别是(23.15±0.43)、(23.62±0.38)、(13.68±0.26)和(14.66±0.65) mg·L−1,对应的NH+4-N去除率分别为45.04%、43.92%、67.52%和65.19%。相较于湿地Ⅰ,铁矿石的添加对于NH+4-N的去除并无显著影响(P>0.05),而生物炭的添加和铁-生联合添加均显著降低了出水NH+4-N浓度(P<0.01)。在湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的模拟进水中,TN主要存在形式为NH+4-N形式存在(表1),约占TN的95.88%,系统中出水TN浓度与NH+4-N基本一致,NH+4-N的占比分别为93.54%、94.52%、90.96%和93.79%。NO2-N和NO3-N在出水中浓度均不超过0.3 mg·L−1,对出水TN贡献在2%以下。

    典型周期内温室内气温保持在23.4~34.0 ℃,平均气温26.5 ℃。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ和湿地Ⅳ中DO和COD变化趋势相似(图2)。进水后2 h内DO浓度由7.97 mg·L−1迅速下降到0.15 mg·L−1左右,此后DO浓度一直维持在0.2 mg·L−1左右。4组湿地的进水COD为448.24 mg·L−1,进水后2 h内迅速下降,2 h后下降速度减慢,24 h后降至50 mg·L−1以下,此后一直稳定在这一水平,最终出水约为30 mg·L−1

    图 2  典型周期内不同湿地系统COD、DO值的变化
    Figure 2.  Changes of DO and COD in different constructed wetland systems during typical cycles

    图3反映了典型周期内不同湿地系统TN、NH+4NO2NO3的浓度变化。由图3(a)图3(b)可知,在典型周期内,系统中TN浓度的变化趋势和NH+4-N基本一致,进水后8 h内迅速下降,之后出现波动,最后趋于稳定。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的出水TN浓度分别为25.50、25.68、17.68和17.94 mg·L−1,与各系统出水NH+4-N浓度相似。4组湿地的进水NH+4-N浓度均为43.92 mg·L−1,进水之后8 h内迅速下降,8 h后有所波动至逐渐稳定。湿地Ⅰ和湿地Ⅱ最终出水NH+4-N浓度接近,分别为24.83 mg·L−1和25.24 mg·L−1,湿地Ⅲ和湿地Ⅳ的最终出水中NH+4-N的浓度接近,分别为17.62 mg·L−1和17.14 mg·L−1,小于湿地Ⅰ和湿地Ⅱ对应的NH+4-N浓度。4组湿地NO2-N浓度变化呈现单峰型变化。NO2-N浓度进水时为0.01 mg·L−1,之后迅速增加,湿地Ⅰ、湿地Ⅱ和湿地Ⅲ在1 h左右分别达到峰值,分别为0.36、0.94和0.12 mg·L−1,湿地Ⅳ在2 h达到峰值,为0.45 mg·L−1。4组湿地NO2-N浓度在达到峰值后又急剧下降,4 h后不再下降,并分别逐渐稳定在进水浓度水平,出水分别为0.06、0.01、0和0 mg·L−1NO2-N在典型周期内浓度始终处于较低水平,最高不超过1 mg·L−1(图3(c))。湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的NO3-N浓度初始为2.02 mg·L−1,在进水后1 h内迅速下降,之后趋于稳定,最终出水浓度分别为0.33、0.24、0.25和0.17 mg·L−1

    图 3  典型周期内不同湿地系统TN、NH+4NO2NO3的浓度变化
    Figure 3.  Changes of TN, NH+4, NO2, NO3 concentrations in different constructed wetland systems during typical cycles

    系统内的进水pH为7.23,呈现弱碱性,进水后pH迅速下降,之后又逐步回升,且出水pH低于进水(图4)。4组湿地出水pH分别为6.95、6.91、6.68、6.80。由图4可见,4组湿地的氧化还原电位(Eh)均呈现单峰型变化趋势,进水初期Eh迅速下降,在24 h达到最低点,分别是-458、-364.7、-315.9、-239 mV,在36 h迅速回升到-100 mV左右,之后系统Eh出现波动,回升速度减慢,且出水Eh分别为-69.2、-53.9、-83.9、-11.2 mV。

    图 4  典型周期内不同湿地系统中pH和Eh的变化
    Figure 4.  Changes of pH and Eh in different constructed wetland systems during typical cycles

    各湿地系统在典型周期内CH4排放通量的变化趋势如图5所示。湿地Ⅰ和湿地Ⅱ的CH4排放通量的变化趋势基本一致,2组人工湿地的CH4排放通量分别为1.16~56.39 mg·(m2·h)−1和(1.86~48.19) mg·(m2·h)−1,2组系统的CH4排放通量均呈现出单峰型变化,排放峰值均出现在进水后30 h,峰值分别为56.39 mg·(m2·h)−1和48.19 mg·(m2·h)−1。湿地Ⅲ的CH4排放通量自进水后一直保持较低的水平,没有明显的峰值,排放通量为0.70~9.34 mg·(m2·h)−1。湿地Ⅳ的CH4排放通量变化趋势与湿地Ⅲ相似,并未出现明显峰值,排放通量为1.56~12.68 mg·(m2·h)−1

    图 5  典型周期内不同湿地系统中CH4、N2O的排放通量变化
    Figure 5.  Changes of the flux of N2O and CH4 in different constructed wetlands during typical cycles

    进水之后湿地Ⅰ、湿地Ⅱ、湿地Ⅲ、湿地Ⅳ在典型周期内的N2O排放通量始终处于波动中,分别是81.93~313.95、118.19~323.60、48.42~179.25和102.47~295.26 μg·(m2h)−1(图5)。湿地Ⅰ和湿地Ⅱ的N2O排放通量呈现出双峰型的变化趋势,湿地Ⅰ的峰值出现在12 h和72 h,分别为205.43 μg·(m2·h)−1和313.95 μg·(m2·h)−1,湿地Ⅱ的峰值出现在24 h和84 h,分别为207.75 μg·(m2·h)−1和323.60 μg·(m2h)−1。湿地Ⅲ的N2O排放通量呈单峰型变化,在进水24 h时出现峰值,为179.25 μg·(m2h)−1。湿地Ⅳ前期与湿地Ⅲ的N2O排放通量变化相似,在24 h出现峰值,为295.26 μg·(m2h)−1,后期与湿地Ⅱ的变化趋势相似,但排放通量始终低于湿地Ⅱ。

    衡量不同温室气体对全球变暖的相对影响可用GWP来进行估算[17]。IPCC(2013)提供的数据表明,在100 a的时间尺度上,单位质量的CH4和N2O全球增温潜势分别是CO2的28倍和265倍[18]。以1 g·m−2 CO2的GWP为1,表2为各系统N2O和CH4的平均排放通量及典型周期内这2种气体所产生的综合GWP。就CH4排放通量而言,生物炭和铁矿石的添加在不同程度上实现了CH4的减排,湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的排放通量分别为(22.80±3.90)、(5.50±0.89)、(5.89±1.20) mg·(m2·h)−1,相较于湿地Ⅰ的CH4排放通量(34.18±6.38) mg·(m2·h)−1分别减少了33.29%、83.91%和82.77%。湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的CH4排放通量均显著低于湿地Ⅰ(P<0.05);湿地Ⅳ与湿地Ⅱ的差异显著(P<0.05),但与湿地Ⅲ的差异不显著(P>0.05)。对于N2O排放通量来说,不同减排物质的添加也在不同程度上减缓了N2O的排放,湿地Ⅱ、湿地Ⅲ、湿地Ⅳ的N2O排放通量分别是(338.00±36.67)、(312.67±36.64)、(345.70±34.27) μg·(m2·h)−1,均小于湿地Ⅰ((451.88±61.92) μg·(m2·h)−1),且相较于湿地Ⅰ分别降低了25.20%、30.80%和23.50%。对于水力停留周期内的人工湿地的综合GWP,湿地Ⅱ的GWP贡献量是69.88±10.42,相比湿地Ⅰ的(103.36±17.01)减少了32.39%,湿地Ⅲ的GWP贡献量为22.73±2.43,减少了78.01%,湿地Ⅳ的GWP贡献量是24.62±3.23,减少了76.18%。

    表 2  各系统CH4和N2O的排放通量、典型周期内的排放量及综合GWP
    Table 2.  CH4 and N2O emissions and integrated GWP during typical cycles of each system
    处理CH4N2O(N2O+CH4)综合GWP
    排放通量/(mg·(m2·h−1))排放量/(g·m−2)排放通量/(μg·(m2·h)−1)排放量/(mg·m−2)
    湿地Ⅰ34.18±6.383.28±0.61451.88±61.9243.38±5.94103.36±17.01
    湿地Ⅱ22.80±3.902.19±0.37338.00±36.6732.45±3.5269.88±10.42
    湿地Ⅲ5.50±0.890.53±0.09312.67±36.6430.02±3.5222.73±2.43
    湿地Ⅳ5.89±1.200.57±0.12345.70±34.2733.19±3.2924.62±3.23
     | Show Table
    DownLoad: CSV

    潜流人工湿地系统DO主要来自于植物根际泌氧、大气复氧和进水中的氧气。在不曝气的条件下,植物根际泌氧量和大气复氧量并不能满足系统需要[19-20],人工湿地DO不足,处于缺氧或厌氧状态。生物炭具有孔隙度大的特点,有利于DO的传递,因此,生物炭的添加一定程度上改善了系统内的DO不足,但因传递能力有限,因此湿地Ⅲ仍处于厌氧状态。湿地Ⅳ中DO浓度与湿地Ⅲ相似,生物炭起主要作用。4组湿地COD去除率均保持在90%以上,出水COD均低于50 mg·L−1,符合《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A(50 mg·L−1)标准。有机物的降解主要依赖微生物的好氧呼吸作用[21],因此,COD去除率与系统DO有密切联系,生物炭对改善DO有显著作用,因此生物炭的添加也显著提高了COD的去除率。

    NH+4-N经过硝化过程转化为NO2-N和NO3-N,该过程是好氧过程,需要氧气参与[4]。系统内DO的不足限制了硝化过程的进行,因此,4组湿地的NH+4-N去除率并不高。湿地Ⅲ和湿地Ⅳ的NH+4-N去除率高于湿地Ⅰ和湿地Ⅱ,主要有2方面的原因:一方面,生物炭具有比表面积大、孔隙多的特点,能够扩大微生物的附着空间,给微生物提供了良好的生存条件,如氨氧化细菌(AOB)或氨氧化古菌(AOA)等,促进硝化反应的进行,提高NH+4-N去除率,SAEED等[22]利用有机桉树木块也达到了同样的效果;另一方面,生物炭作为碳源促进了微生物的生命活动,从而促进系统硝化作用的进行[23]。与SHUAI等[24]的研究结果不同,铁矿石对于NH+4-N的去除效果并不如预期,其原因可能是,虽然Fe3+能够作为电子受体促进NH+4的氧化,但人工湿地中DO不足,在NH+4氧化进行的同时,Fe2+也被氧化,两者竞争水中溶解氧,从而影响了NH+4-N的去除。

    湿地Ⅰ的TN去除率和刘冬等[25]的研究结果一致,不足50%。TN的去除需要硝化-反硝化过程共同作用,湿地系统DO不足,硝化过程受阻,因此,导致TN去除率不高。系统进水中TN主要以NH+4-N的形式存在,在运行过程中由于系统DO不足,硝化反硝化过程进行不完全,因此,出水中TN的形态主要以NH+4-N为主,NO3-N和NO2-N的占比很小。与NH+4-N类似,生物炭对于提高TN去除率的作用同样较为明显,这是因为生物炭在提供给微生物良好的生存环境的同时,也作为碳源供给微生物代谢。在湿地Ⅳ中TN浓度与湿地Ⅲ相似,这说明其TN去除主要依赖于生物炭。

    在典型周期内,由于有机污染物主要进行好氧降解,进水时系统存在充足溶解氧,有助于有机物的好氧降解过程,此时COD的去除速率最大,此后由于有机物去除和硝化过程消耗,DO浓度在2 h内急剧降低,DO逐渐不足,COD由于DO的限制去除速率逐渐减小,直至最后稳定[26]。人工湿地系统最初的DO处于最大值,溶解氧充足,AOB作为好氧细菌充分发挥作用,将NH+4-N氧化为NO2-N,因此,NH+4-N的浓度在进水之后迅速下降。随后DO浓度降低,系统好氧环境逐渐向缺氧/厌氧环境转换,硝化作用逐渐减弱,NH+4-N去除速率降低,浓度逐渐稳定。进水前期系统有机物充足,有机物分解和NO2硝化反应共同竞争溶解氧,硝化过程不彻底,导致4组湿地出现不同程度NO2的短暂积累,由图3(c)可知,湿地Ⅲ的累积量最少,推测生物炭的添加一方面提高了系统内的DO浓度,另一方面增强了微生物的生命活动,进而促进硝化反应的进行。湿地Ⅱ的NO2积累量最大,推测可能是铁矿石中Fe3+溶解于系统内,在细胞表面形成铁(氢)氧涂层,物理阻断NO2进入细胞,从而抑制了NO2的氧化[27]。湿地Ⅳ由于同时添加了生物炭和铁矿石,因此,其NO2的积累量介于两者之间。NO2的累积刺激AOB产生异构亚硝酸盐氧化还原酶(iNor),将过量的NO2转化为N2O排出[25],之后NO2浓度逐渐下降至稳定。由于湿地系统内溶解氧含量主要集中在根际,系统始终存在部分厌氧微区进行反硝化作用,因此,进水之后NO3浓度便迅速下降,并未出现累积。

    湿地Ⅲ和湿地Ⅳ的CH4排放通量大小相似,在湿地Ⅳ中对CH4排放影响最大的是生物炭的添加。湿地Ⅲ和湿地Ⅳ的CH4排放通量显著小于另外2个系统,这是因为生物炭具有疏松多孔和比表面积大的特点,有利于形成生物膜,促进微生物生命活动,加速CH4的氧化。此外,LIU等[28]的研究表明,生物炭还有可能会通过增强甲烷氧化菌活动,从而增加CH4的氧化,因此,湿地Ⅲ的CH4排放通量小于湿地Ⅰ和湿地Ⅱ。铁矿石的添加也在一定程度上改善了CH4的排放,这是因为Fe作为变价金属,Fe3+转化为Fe2+的同时作为电子受体,促进甲烷厌氧化菌将唯一的电子供体CH4氧化为CO2[29]

    典型周期内,湿地Ⅰ和湿地Ⅱ的CH4排放通量在30 h出现波峰,Eh是影响CH4产生的重要因素,蔡祖聪等[30]研究表明当Eh低于-150~-160 mV时,产甲烷微生物开始明显活动而排放出CH4。Eh越低时,产CH4的速率越快[31]。由图4可知,湿地Ⅰ和湿地Ⅱ的系统Eh呈现单峰型波动,其波谷出现在24 h,说明此时产CH4速率最快,由于气体逸出系统需要一定时间,因此,在30 h监测到2个系统CH4排放通量峰值。而湿地Ⅲ和湿地Ⅳ的Eh变化相对平缓,因此,CH4在典型周期的排放过程并未出现明显的波峰。

    N2O是硝化过程的副产物同时也是反硝化过程中的中间产物。硝化过程中N2O排放受AOB和NOB生命活动的影响,不同的环境条件影响酶的活性,进而影响N2O的排放[32]。因此在硝化过程中,羟胺(NH2OH)和NO2的积累会导致羟胺氧化和硝化菌反硝化,进而产生N2O。反硝化过程中涉及到多种酶:硝酸还原酶(Nar)、亚硝酸还原酶(Nir)、一氧化氮还原酶(Nor)和氧化亚氮还原酶(Nos),酶催化对于生物脱氮过程中N2O的产生和积累有重要作用[33],当酶活性受到影响时会导致中间产物N2O的产生[34]。湿地Ⅱ的NO2累积量最大(图3(c)),在AOB的iNor的作用下,系统N2O的排放通量也应该高于其他系统,但如表2所示,铁矿石的添加对系统N2O排放通量的减小具有明显的改善作用。这可能有2方面的原因:一方面,王庆等[35]的研究表明,Fe3+的添加抑制了反硝化微生物的生命活动,进而减小N2O的排放。另一方面,可能因为添加了铁矿石后导致N2O还原速率大于亚硝酸盐还原速率[28],因此,NO2的累积对N2O排放通量产生明显的影响。湿地Ⅲ的N2O排放通量表明生物炭对N2O同样有良好的减排作用,这与SUN等[36]在厌氧条件下的人工湿地中添加生物炭的结果相同。生物炭的添加使得NO2被迅速还原[37],积累量比较少(图3),一方面减少了iNOR的作用,减少硝化过程N2O的产生,另一方面也减少了对N2O还原酶(Nos)的抑制[38],进而减少N2O的产生。此外,生物炭发达的孔隙结构提高了系统内的DO浓度,抑制了AOB的好氧反硝化过程,从而减少了N2O的排放。湿地Ⅳ对N2O排放通量的影响并未达到预期效果,推测可能因为铁矿石和生物炭联合添加对硝化-反硝化微生物产生影响,具体作用需要进一步探讨。

    典型周期内,湿地系统均出现N2O排放通量峰值,这主要是因为N2O运输速率慢,生成的N2O在水中的扩散运输较慢[39],到白天时,随着温度上升,太阳辐射增强,使夜间产生并积累的N2O逐渐排出,形成峰值。湿地Ⅰ和湿地Ⅱ出现双峰型波动,湿地Ⅲ则为单峰型波动,这可能是因为生物炭的添加减少了N2O的排放通量,进而造成峰值并不明显。

    1)构建的4组人工湿地对COD去除率均达到90%以上,有机污染物去除效果较好;铁矿石和生物炭的添加对系统内TN的去除都有一定的改善效果,生物炭的添加及铁矿石和生物炭的联合添加均对COD具有更高的去除率。

    2)生物炭的添加实现了CH4和N2O的减排,相较于空白分别减排了83.91%和30.80%;铁矿石在人工湿地中也实现了综合GWP的减少,但较生物炭减排效果并不突出。在铁矿石-生物炭共同存在的系统中,生物炭起主要作用,系统的污水处理能力和温室气体排放量和单独添加生物炭的效果相似,铁矿石的作用不大。

    3)生物炭相较于铁矿石对于人工湿地系统水质净化和温室气体减排均具有很好的效果,是一种良好的减排物质。

  • 图 1  污水厂主要工艺流程

    Figure 1.  Main process flow of sewage treatment plant

    图 2  进出水COD、乙酸钠投加量及COD去除率变化

    Figure 2.  Changes of influent and effluent COD, sodium acetate dosage and COD removal ratio

    图 3  进出水氨氮、总氮、亚硝氮及碳氮比、氨氮去除率、总氮去除率变化

    Figure 3.  Changes of influent and effluent NH4+-N, TN, NO2--N and C/N, removal rate of NH4+-N, TN

    图 4  进出水总磷及去除率变化

    Figure 4.  Changes of influent and effluent TP and removal ratio

    图 5  各工艺阶段COD、氮、磷质量浓度

    Figure 5.  COD, N, P mass concentration at each process stages

    图 6  好氧区氨氮硝化率、亚硝化率、同步脱氮率的变化

    Figure 6.  Variation of NH4+-N nitrification ratio, nitrosation ratio and simultaneous denitrification ratio in aerobic zone

    图 7  微生物相对丰度

    Figure 7.  Relative abundance of microorganism

    图 8  部分脱氮基因相对丰度

    Figure 8.  Relative abundance of partial denitrification genes

    表 1  工艺构筑物参数

    Table 1.  Parameters of process structures

    构筑物HRT/h池体数/个容积/m3水深/m
    厌氧区3.6112 0004.3
    缺氧区2.528 3326.0
    好氧区5.0216 6646.0
    二沉池6.0420 4004.5
    构筑物HRT/h池体数/个容积/m3水深/m
    厌氧区3.6112 0004.3
    缺氧区2.528 3326.0
    好氧区5.0216 6646.0
    二沉池6.0420 4004.5
    下载: 导出CSV

    表 2  污水厂2个阶段运行参数

    Table 2.  Operating parameters of sewage treatment plant in two phases

    阶段乙酸钠投加量/(mg·L−1)DO/(mg·L−1)硝化液回流比/%污泥回流比/%
    P173~5752~4370100
    P20~2840.5~1.4370~90100
    阶段乙酸钠投加量/(mg·L−1)DO/(mg·L−1)硝化液回流比/%污泥回流比/%
    P173~5752~4370100
    P20~2840.5~1.4370~90100
    下载: 导出CSV

    表 3  污水厂经济效益表

    Table 3.  The economic benefit calculation of sewage treatment plant

    项目乙酸钠用量/( t·d−1)曝气电耗/(kWh·d−1)污泥产量/( t·d−1)费用/(万元·d−1)
    P1阶段209 600764.05
    P2阶段03 960521.61
    项目乙酸钠用量/( t·d−1)曝气电耗/(kWh·d−1)污泥产量/( t·d−1)费用/(万元·d−1)
    P1阶段209 600764.05
    P2阶段03 960521.61
    下载: 导出CSV
  • [1] 郑俊田, 郑俊, 程洛闻, 等. 混合液回流比对多点进水新型A/O/A/A/O泥膜耦合工艺脱氮除磷的影响[J]. 环境工程学报, 2021, 15: 1744-52. doi: 10.12030/j.cjee.202011119
    [2] ZHANG M, WANG Y, FAN Y, et al. Bioaugmentation of low C/N ratio wastewater: effect of acetate and propionate on nutrient removal, substrate transformation, and microbial community behavior[J]. Bioresource Technology, 2019, 306: 122465.
    [3] 朱启荣, 操家顺, 张腾, 等. 污水厂反硝化传统及可供替代碳源研究进展[J]. 应用化工, 2021, 50: 1600-6. doi: 10.3969/j.issn.1671-3206.2021.06.033
    [4] 尹亚云, 蒲文鹏, 陈永娟, 等. 污水处理厂外加碳源模拟优化研究[J]. 给水排水, 2021, 57: 156-9. doi: 10.13789/j.cnki.wwe1964.2021.S1.032
    [5] 张岳, 葛铜岗, 孙永利, 等. 基于城镇污水处理全流程环节的碳排放模型研究[J]. 中国给水排水, 2021, 37: 65-74. doi: 10.19853/j.zgjsps.1000-4602.2021.09.011
    [6] JIN P, CHEN Y, XU T, et al. Efficient nitrogen removal by simultaneous heterotrophic nitrifying-aerobic denitrifying bacterium in a purification tank bioreactor amended with two-stage dissolved oxygen control[J]. Bioresource Technology, 2019, 281: 392-400. doi: 10.1016/j.biortech.2019.02.119
    [7] 赵智超, 黄剑明, 李健, 等. 间歇曝气连续流反应器同步硝化反硝化除磷[J]. 环境科学, 2019, 40: 799-807. doi: 10.13227/j.hjkx.201807093
    [8] LIU X, HU S, SUN R, et al. Dissolved oxygen disturbs nitrate transformation by modifying microbial community, co-occurrence networks, and functional genes during aerobic-anoxic transition[J]. Science of The Total Environment, 2021: 790.
    [9] XU G, ZHANG Z, GAO F. Effect of COD/N ratios and DO concentrations on the NOB suppression in a multi-cycle SBR[J]. Journal of Environmental Chemical Engineering, 2021, 9(4).
    [10] 池玉蕾, 石烜, 任童, 等. 溶解氧对低碳源城市污水处理系统脱氮性能与微生物群落的影响[J]. 环境科学, 2021, 42: 4374-82. doi: 10.13227/j.hjkx.202012261
    [11] 国家环境保护总局. 水和废水监测分析方法 第4版 [M]. 北京: 中国环境科学出版社, 2002.
    [12] 姚丽婷, 梁瑜海, 陈漫霞, 等. 高溶解氧条件下不同曝气量对短程硝化性能及微生物特征的影响[J]. 环境科学学报, 2021, 41: 3258-67. doi: 10.13671/j.hjkxxb.2021.0188
    [13] 陈思宇, 张绍青, 陈鹏, 等. 基于短程反硝化的生物脱氮技术研究进展[J]. 环境工程, 2021, 39: 38-44. doi: 10.13205/j.hjgc.202105006
    [14] 王东, 王小东, 朱引, 等. 生物吸附-多级A/O-活性焦组合工艺对污水中氮磷及有机污染物的去除[J]. 环境工程学报, 2018, 12: 1907-16. doi: 10.12030/j.cjee.201712110
    [15] 朱明璇, 李梅, 王洪波, 等. 污泥对有机物的去除效果及荧光特性研究[J]. 应用化工, 2020, 49: 1457-62. doi: 10.3969/j.issn.1671-3206.2020.06.029
    [16] WANG J, RONG H, ZHANG C. Evaluation of the impact of dissolved oxygen concentration on biofilm microbial community in sequencing batch biofilm reactor[J]. Journal of Bioscience and Bioengineering, 2018, 125(5): 532-42. doi: 10.1016/j.jbiosc.2017.11.007
    [17] XIN X, QIN J. Rapid start-up of partial nitritation in aerobic granular sludge bioreactor and the analysis of bacterial community dynamics[J]. Bioprocess and Biosystems Engineering, 2019, 42(12): 1973-81. doi: 10.1007/s00449-019-02190-x
    [18] YANG N, ZHAN G, LI D, et al. Performance and microbial community of a novel non-aeration-based up-flow bioelectrochemical filter (UBEF) treating real domestic wastewater[J]. Chemical Engineering Journal, 2018, 348: 271-80. doi: 10.1016/j.cej.2018.04.200
    [19] 徐翩翩, 孟佳, 汪聪, 等. 限氧废水处理系统的再启动与ANAMMOX功能恢复[J]. 哈尔滨工业大学学报, 2019, 51: 32-8. doi: 10.11918/j.issn.03676234.201801014
    [20] OEHMEN A, CARVALHO G, LOPEZ-VAZQUEZ C M, et al. Incorporating microbial ecology into the metabolic modelling of polyphosphate accumulating organisms and glycogen accumulating organisms[J]. Water Research, 2010, 44(17): 4992-5004. doi: 10.1016/j.watres.2010.06.071
    [21] CHU G, YU D, WANG X, et al. Comparison of nitrite accumulation performance and microbial community structure in endogenous partial denitrification process with acetate and glucose served as carbon source[J]. Bioresource Technology, 2021, 320(Pt B): 124405.
    [22] ZHANG F, PENG Y, LIU Z, et al. Development of a novel partial nitrification, fermentation-based double denitrification bioprocess (PN-F-Double/DN) to simultaneous treatment of mature landfill leachate and waste activated sludge[J]. Water Research, 2021, 203: 117540. doi: 10.1016/j.watres.2021.117540
    [23] 王朱珺, 王尚, 刘洋荧, 等. 宏基因组技术在氮循环功能微生物分子检测研究中的应用[J]. 生物技术通报, 2018, 34: 1-14. doi: 10.3969/j.issn.1002-5464.2018.02.001
    [24] ASAMOTO C K, REMPFERT K R, LUU V H, et al. Enzyme-specific coupling of oxygen and nitrogen isotope fractionation of the nap and nar nitrate reductases[J]. Environmental Science & Technology, 2021, 55(8): 5537-46.
  • 期刊类型引用(15)

    1. 罗凡,于翔,李浩,徐浩,李捷. 敏感地区城市污水处理厂工艺优化模拟及生产线应用. 环境工程学报. 2024(09): 2596-2604 . 本站查看
    2. 魏华. 污水处理中泵站的优化控制研究. 中国设备工程. 2023(18): 120-122 . 百度学术
    3. 余炼,朱浴宇,周瑜,刘佳,倪晓静,郭茹,蔡辰,黄翔峰,彭开铭. 太湖流域某污水处理厂能耗波动的响应规律. 中国给水排水. 2023(19): 61-68 . 百度学术
    4. 柳蒙蒙,陈彦霖,马晓龙,陈梅雪,魏源送. 西北地区某污水厂CASS工艺提质增效工程设计. 中国给水排水. 2022(02): 64-68 . 百度学术
    5. 常尧枫,谢嘉玮,谢军祥,郭萌蕾,陆辉,江磊,陈重军. 城镇污水处理厂提标改造技术研究进展. 中国给水排水. 2022(06): 20-28 . 百度学术
    6. 汪锐,余雅丹,潘志成,陈杨武,张建强,谭周亮. 模拟预测模型在污水处理中的应用:现状与挑战. 水处理技术. 2022(06): 20-23+29 . 百度学术
    7. 陈治池,何强,蔡然,罗华瑞,罗南,宋忱馨,程鸿. 碳中和趋势下数学模拟在污水处理系统中的发展与综合应用. 中国环境科学. 2022(06): 2587-2602 . 百度学术
    8. 马振强,罗凡,李捷,于翔. 南方城市生活污水ASM2D模型水质研究. 计算机仿真. 2022(09): 304-308 . 百度学术
    9. 陈若其. 福州市某污水处理厂工艺模拟与运行优化研究. 当代化工研究. 2022(19): 146-148 . 百度学术
    10. 程晓夏,黄剑,郑力,邹刚,刘菲. 自然循环炭系载体系统用于城镇生活污水处理的试验. 净水技术. 2022(11): 62-69 . 百度学术
    11. 李天宇,吴远远,郝晓地,王保国,徐龙飞,刘杰,林甲,江瀚. 污水生物处理建模水质数据误差来源分析与影响评价. 环境科学学报. 2021(11): 4576-4584 . 百度学术
    12. 李天宇,高辉,王飞,李凯,安敬艳,郝晓地,吴远远,刘杰,林甲. 生物建模在污水处理厂问题诊断与运行优化中的应用. 环境工程学报. 2021(10): 3443-3454 . 本站查看
    13. 蒙小俊. 城镇污水处理厂升级改造分析. 环境污染与防治. 2021(11): 1439-1445 . 百度学术
    14. 索金萍. 环保新形势下的污水处理提标改造方案分析. 环境与发展. 2020(03): 235-236 . 百度学术
    15. 王巧红. 污水处理厂提标改造工艺研究. 中国资源综合利用. 2020(08): 202-204 . 百度学术

    其他类型引用(8)

  • 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: 3.2 %DOWNLOAD: 3.2 %HTML全文: 84.0 %HTML全文: 84.0 %摘要: 12.8 %摘要: 12.8 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 76.2 %其他: 76.2 %Anwo: 0.0 %Anwo: 0.0 %Ashburn: 0.4 %Ashburn: 0.4 %Beijing: 9.8 %Beijing: 9.8 %Berlin: 0.3 %Berlin: 0.3 %Boulder: 0.0 %Boulder: 0.0 %Chang'an: 0.0 %Chang'an: 0.0 %Changzhou Shi: 0.0 %Changzhou Shi: 0.0 %Chanshan: 0.0 %Chanshan: 0.0 %Chaowai: 0.0 %Chaowai: 0.0 %Chenqiao: 0.0 %Chenqiao: 0.0 %Chongqing: 0.0 %Chongqing: 0.0 %Dalian: 0.0 %Dalian: 0.0 %Dongguan: 0.0 %Dongguan: 0.0 %Eslāmshahr: 0.0 %Eslāmshahr: 0.0 %Galway: 0.0 %Galway: 0.0 %Ghent: 0.1 %Ghent: 0.1 %Guangzhou: 0.5 %Guangzhou: 0.5 %Haidian: 0.0 %Haidian: 0.0 %Hangzhou: 0.8 %Hangzhou: 0.8 %Huancayo: 0.1 %Huancayo: 0.1 %Jinrongjie: 1.9 %Jinrongjie: 1.9 %Kunming: 0.2 %Kunming: 0.2 %Kunshan: 0.0 %Kunshan: 0.0 %Lima: 1.1 %Lima: 1.1 %Lublin: 0.3 %Lublin: 0.3 %Madrid: 0.1 %Madrid: 0.1 %Mashhad: 0.2 %Mashhad: 0.2 %Montreal: 0.0 %Montreal: 0.0 %Mountain View: 0.2 %Mountain View: 0.2 %Nanchang: 0.3 %Nanchang: 0.3 %Nanjing: 0.0 %Nanjing: 0.0 %New York: 0.1 %New York: 0.1 %Newark: 0.2 %Newark: 0.2 %Porto Alegre: 0.1 %Porto Alegre: 0.1 %Rongcheng: 0.1 %Rongcheng: 0.1 %Shanghai: 0.2 %Shanghai: 0.2 %Shenyang: 0.0 %Shenyang: 0.0 %Shenzhen: 0.0 %Shenzhen: 0.0 %Shijiazhuang: 0.1 %Shijiazhuang: 0.1 %Suzhou: 0.0 %Suzhou: 0.0 %Tacna: 0.7 %Tacna: 0.7 %Taiyuan: 0.1 %Taiyuan: 0.1 %Tampa: 0.2 %Tampa: 0.2 %Tehran: 0.1 %Tehran: 0.1 %Wuhan: 0.0 %Wuhan: 0.0 %Xi'an: 0.0 %Xi'an: 0.0 %Xingfeng: 0.0 %Xingfeng: 0.0 %XX: 3.2 %XX: 3.2 %Yancheng: 0.0 %Yancheng: 0.0 %Yuncheng: 0.0 %Yuncheng: 0.0 %Zhengzhou: 0.1 %Zhengzhou: 0.1 %上海: 0.0 %上海: 0.0 %内网IP: 0.0 %内网IP: 0.0 %北京: 0.4 %北京: 0.4 %北海: 0.0 %北海: 0.0 %厦门: 0.0 %厦门: 0.0 %呼和浩特: 0.0 %呼和浩特: 0.0 %武汉: 0.0 %武汉: 0.0 %深圳: 0.1 %深圳: 0.1 %湘西: 0.0 %湘西: 0.0 %郑州: 0.2 %郑州: 0.2 %长沙: 0.0 %长沙: 0.0 %阳泉: 0.1 %阳泉: 0.1 %其他AnwoAshburnBeijingBerlinBoulderChang'anChangzhou ShiChanshanChaowaiChenqiaoChongqingDalianDongguanEslāmshahrGalwayGhentGuangzhouHaidianHangzhouHuancayoJinrongjieKunmingKunshanLimaLublinMadridMashhadMontrealMountain ViewNanchangNanjingNew YorkNewarkPorto AlegreRongchengShanghaiShenyangShenzhenShijiazhuangSuzhouTacnaTaiyuanTampaTehranWuhanXi'anXingfengXXYanchengYunchengZhengzhou上海内网IP北京北海厦门呼和浩特武汉深圳湘西郑州长沙阳泉Highcharts.com
图( 8) 表( 3)
计量
  • 文章访问数:  5086
  • HTML全文浏览数:  5086
  • PDF下载数:  126
  • 施引文献:  23
出版历程
  • 收稿日期:  2022-02-24
  • 录用日期:  2022-07-18
  • 刊出日期:  2022-08-31
吴芳磊, 贺航运, 陈博涵, 刘礼祥, 李永, 杜培坦, 陈肖. 低C/N进水城镇污水厂低溶解氧运行效能及微生物变化[J]. 环境工程学报, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124
引用本文: 吴芳磊, 贺航运, 陈博涵, 刘礼祥, 李永, 杜培坦, 陈肖. 低C/N进水城镇污水厂低溶解氧运行效能及微生物变化[J]. 环境工程学报, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124
WU Fanglei, HE Hangyun, CHEN Bohan, LIU Lixiang, LI Yong, DU Peitan, CHEN Xiao. The efficiency and microbial community change of urban sewage plant with low C/N influent based on low DO strategy[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124
Citation: WU Fanglei, HE Hangyun, CHEN Bohan, LIU Lixiang, LI Yong, DU Peitan, CHEN Xiao. The efficiency and microbial community change of urban sewage plant with low C/N influent based on low DO strategy[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2711-2719. doi: 10.12030/j.cjee.202202124

低C/N进水城镇污水厂低溶解氧运行效能及微生物变化

    通讯作者: 李永(1990—),男,博士研究生,1039777428@qq.com
    作者简介: 吴芳磊(1990—),男,硕士,工程师,957478752@qq.com
  • 1. 深圳市环水投资集团有限公司,深圳 518000
  • 2. 哈尔滨工业大学(深圳)土木与环境工程学院,深圳 518000
  • 3. 滕州市深水深滕污水处理有限公司,滕州 277500

摘要: 低C/N进水污水厂通常需要外加碳源以保障脱氮除磷效能,运行费用高。本研究以摆脱低C/N污水处理对外碳源依赖及降低运营成本为目的,依托山东省某城镇污水厂(A2O工艺)开展基于低DO调控策略的污水厂综合效能研究。结果表明,在长期低DO运行策略下,污水厂逐渐停止外加碳源,在硝化液回流比由370%逐渐降至90%的过程中,TN平均去除率由76.3%提升至82.9%,且除磷效率有所提升。对好氧区氮平衡进行分析发现,在低DO运行条件下,好氧区NH4+-N的转化逐渐以短程硝化和同步反硝化作用为主。微生物宏基因组学结果表明,在低DO条件下,NOB丰度由0.15%下降至0.06%,而具备反硝化功能的PAOs与GAOs的总体丰度由2.06%升高至3.57%。长期低DO、无外加碳源运行条件下,脱氮效能的显著提升主要由于好氧区短程硝化和同步反硝化作用的比例升高所致。低DO对AOB抑制作用小,对NOB抑制作用显著,导致NO2-N的积累,保障了脱氮效能;PAOs与GAOs利用厌氧期储存的内碳源在好氧区反硝化脱氮,提升了脱氮效能;而内碳源利用率的提升又促进了PAOs的生长,提升了除磷效能。此外,污水厂低DO运行策略下,节省了运营成本,吨水处理费用降低了0.3元。

English Abstract

  • 我国污水厂进水普遍具有低C/N的水质特征,限制了污水厂的脱氮除磷效率[1-2]。为满足出水氮磷的达标排放,通常选择在污水处理流程中投加有机碳源[3-4]。虽然提升了氮磷脱除效果,但存在碳源药剂费用高昂、污泥产量增加、后续处理处置费用高、大部分有机物转化为CO2 (不符合碳达峰、碳中和的时代发展需求)[5]等诸多问题。因此,急需找寻新的方法或策略以摆脱低C/N污水处理对外加碳源的依赖。

    污水处理工艺中好氧区会消耗大量有机物,造成碳源的浪费,控制溶解氧能够节约碳源,提高碳源在缺氧段的脱氮利用率。近几年,较多研究提出通过控制污水处理工艺中好氧区溶解氧(DO)可实现低C/N污水的高效脱氮除磷,无需外加碳源的同时可节省曝气能耗。JIN等在低C/N进水条件下,通过2步控制DO<0.5 mg·L−1,实现87.9%的TN去除率[6]。赵智超等在AAO反应器中通过间歇曝气降低好氧区DO浓度,在无硝化液内回流条件下实现了同步硝化反硝化脱氮除磷,出水TN和TP分别为5.8 mg·L−1和0.3 mg·L−1[7]。此外,低DO控制过程中微生物群落与功能基因的变化,也是实现低C/N进水条件下各工艺高效脱氮除磷的关键原因之一[8-9]。池玉蕾等[10]的研究表明,对于低C/N污水而言,好氧区DO的降低能显著提高系统内反硝化菌和聚磷菌的丰度,从而提高污水处理系统的脱氮除磷效率。

    然而,在低C/N进水条件和低DO控制策略下污水处理效能及微生物群落结构的研究大多停留在小试及中试阶段,缺乏针对实际工程的应用研究。对于城镇污水处理厂而言,DO的变化会对整个工艺系统产生较大影响,其准确调控至关重要。因此,有必要针对实际工程研究低DO调控策略下污水处理系统的综合效能。本研究选择山东某城镇污水处理厂(低C/N进水)进行实验,比较在无外加碳源并调控好氧区DO措施实施前后污水厂脱氮除磷效能及微生物种群结构的变化,并综合分析低DO控制策略产生的经济效益。面对碳达峰、碳中和的时代发展目标,本研究通过低DO调控,保障低C/N进水污水厂出水达标的同时,实现药耗(无需外加碳源)和能耗(降低曝气)的同步节省,不仅大大节约了运行费用,也为同类型实际工程的调控及改造提供参考。

    • 本研究依托于山东省某城镇污水处理厂,该厂设计处理规模为8×104 t·d−1,实际运行规模8×104 t·d−1,采用A2O工艺。进水C/N平均值为4.2:1,属典型低C/N进水水质,常年大量投加有机碳源,出水水质执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。主要工艺流程见图1,主要构筑物参数见表1

    • 本研究的运行周期分为2个阶段,第1阶段(P1)为2020-01-01—2020-12-31,共365 d,每天根据出水TN浓度投加碳源(乙酸钠);第2阶段(P2)为2021-01-01—2021-05-22,共143 d。其中P2阶段开始逐渐减少碳源投加量,在416 d后停止投加碳源。同时,P2阶段硝化液回流比分4个阶段下调:366~399 d维持在370%;400~425 d逐渐下调至280%;426~455 d逐渐下调至180%;456~484 d逐渐下调至90%,之后不再改变。2个阶段运行参数见表2

    • 1)水质指标测定与分析。水样COD、NH4+-N、NO3-N、NO2-N、TN、TP、MLSS等指标均根据国家标准方法测定[11]。水样DO浓度通过便捷式溶解氧仪(YSI-pro20)测量。

      2)微生物样品采集与保存。基于表观实验数据,分别于P1(第140天)和P2(第499天)2个阶段从污水厂采集2组活性污泥样品。采样位置为奥贝尔氧化沟好氧区的前段、中段和后段,每段于液面下1、3和5 m处采集3个样品,将9个样品混合形成1组微生物样品。采集后样品保存于−20 oC,用于后续微生物测序。

      3)宏基因测序与分析。利用E.Z.N.A.® Soil DNA Kit(Omega Bio-tek,美国)试剂盒对活性污泥微生物样品进行DNA抽提;使用NEXTflexTM Rapid DNA-Seq(Bioo Scientific,美国)建库;使用Illumina NovaSeq测序平台进行宏基因组测序;使用上海美吉生物医药科技有限公司云平台进行数据分析。

    • 好氧区硝化比例、好氧区亚硝化比例、好氧区同步脱氮比例按式(1)、式(2)、式(3)计算。

      式中:R1为好氧区硝化比例,%;R2为好氧区亚硝化比例,%;R3为好氧区同步脱氮比例,%;CNH+4N,in,CNH+4N,ef分别为好氧区进出水NH4+-N质量浓度,mg·L−1CNO3N,in,CNO3N,ef分别为好氧区进出水NO3-N质量浓度,mg·L−1CNO2N,in,CNO2N,ef分别为好氧区进水NO2-N质量浓度,mg·L−1

    • 针对P1、P2 2个阶段,考察系统在调控DO前后对有机物、氮、磷等污染物的转化去除效果。实验过程中污水厂进出水COD变化情况见图2。P1和P2阶段污水厂出水COD值无显著差异。P1阶段实际进水COD平均值为215 mg·L−1(C/N=4.4∶1),外加碳源COD当量平均值为41 mg·L−1(总C/N=5.2∶1);P2阶段实际进水COD平均值为244 mg·L−1(C/N=4.2∶1)。在P2阶段降低好氧池DO浓度后,污水厂出水COD值基本维持在25 mg·L−1以下,490 d后出水COD略有上升,但仍然满足排放要求。COD平均去除率由P1阶段的91.5%变为P2阶段的92.5%,变化不明显,可见DO的降低对有机物的去除几乎无影响。

      2个阶段的NH4+-N、TN去除及NO2-N积累情况见图3。P1和P2阶段对NH4+-N的去除效果无显著差异。2个阶段污水厂进水NH4+-N平均质量浓度分别为46.6 mg·L−1和49.6 mg·L−1,降低好氧区DO浓度后,P1和P2阶段污水厂出水NH4+-N质量浓度基本都维持在1 mg·L−1以下,平均去除率在97%以上。可见DO浓度的降低对NH4+-N的去除效果无显著影响。

      P2阶段污水厂对总氮的去除效果明显好于P1阶段。P1阶段污水厂进水和出水TN平均质量浓度分别为48.9 mg·L−1和 11.6 mg·L−1,平均去除率为76.3%;P2阶段污水厂进出水TN平均质量浓度分别为57.9 mg·L−1和 9.9 mg·L−1,平均去除率升高至82.9%。P2阶段,本研究在控制DO浓度、降低外加碳源的同时,硝化液回流比从P1阶段的370%逐渐下调,最终调整为P2阶段的90%,再加上100%的污泥回流比,TN的理论去除率应从82.5%降至65.5%。P1阶段的TN平均去除率低于理论去除率;然而,P2阶段的TN去除率却明显高于理论去除率。控制溶解氧浓度及减少碳源投加控制策略下,污水处理厂的脱氮能力非但没有降低,反而显著提升。

      P2阶段开始对污水厂出水NO2-N浓度进行跟踪检测,结果如图3所示。长期低DO运行条件下,出水TN逐渐以NO2-N为主。第367~406天,出水NO2-N质量浓度几乎为0,之后逐渐升高,在508 d时达到最高值8.5 mg·L−1,有明显的NO2-N积累。这与姚丽婷等在小试实验中的研究结果一致。在低DO条件下,会出现显著的NO2-N积累现象,主要原因为亚硝酸盐氧化菌(NOB)受到抑制,氨氧化菌(AOB)逐渐成为优势菌,最终实现短程硝化[12]。P2阶段开始逐渐停止外加碳源,C/N从5.2∶1(含外加碳源)降至4.2∶1,而TN去除效果却明显有提升。其原因之一可能是降低DO后,好氧区发生短程硝化,而反硝化去除NO2-N所需电子供体仅为NO3-N的60%,大大降低了污水厂脱氮对碳源的需求[13],也是保障低碳源条件下脱氮效能的关键因素之一。

      污水厂2个阶段TP去除效果见图4。P2阶段污水厂对TP的去除效果优于P1阶段。降低好氧区DO浓度后,TP的去除效果有明显提升,沉淀池出水平均质量浓度从0.64 mg·L−1降至0.34 mg·L−1,去除率由87.0%上升至92.7%,说明DO浓度的降低提升了污水处理系统的除磷效果。池玉蕾等在小试实验研究中得出同样的结果,认为低DO条件促进了系统中除磷功能微生物的生长,从而表现出更好的除磷效能[10]

      为探究低DO条件下污水厂脱氮能力提升的原因,分别于P2阶段的第392、475、493、499天监测各生化单元的出水水质情况,结果如图5所示。COD、NH4+-N与TP在各池体单元的去除规律无显著变化。其中,在厌氧池中的COD显著下降。分析主要原因为非溶解性有机物在厌氧池被活性污泥快速吸附及污泥回流(100%)的稀释作用[14-15]

      P2阶段降低DO后,短程硝化作用逐渐显现。第392、475、493、499天,NH4+-N在好氧池的转化量基本无差异;然而,随着时间的增加,好氧池末端出水NO3-N质量浓度逐渐降低,分别为11.1、7.8、1.7和0.1 mg·L−1;好氧池末端出水NO2-N质量浓度逐渐升高,分别为0、2.6、5.0、5.9 mg·L−1。长期低DO运行条件下,好氧池对NH4+-N的转化逐渐从全程硝化变为短程硝化。此外,第475、493、499天,好氧池出现了明显的TN脱除现象。

      P2阶段低DO运行条件下,针对好氧区的氮转化平衡问题进行分析,结果如图6所示。P2阶段好氧区全程硝化逐渐转化为短程硝化,且表现出明显的脱氮效果。392 d时,好氧区主要发生全程硝化,之后好氧区全程硝化比例不断下降,由392 d的94.1%降至499 d的0.7%,而短程硝化的比例从0增加到38.0%。然而,值得注意的是,在长期低DO运行条件下,除了全程硝化和短程硝化外,仍有部分NH4+-N既未转化为NO3-N也未转化为NO2-N。该部分NH4+-N的比例由392 d的0逐渐上升至499 d的61.3%。基于好氧区的低DO及NO2-N持续积累状态,推测本研究在好氧区发生了同步脱氮作用,可能为同步硝化(也可能短程硝化)反硝化或者厌氧氨氧化作用。

    • 为进一步探索P1和P2阶段污水厂表观差异的内部机制,对2个阶段污水厂好氧区的微生物进行宏基因组学测序并对比分析。微生物在门水平的群落结构如图7(a)所示。长期低DO运行条件造成污水处理系统内微生物在门水平上差异性显著。P1阶段系统内的优势菌为Proteobacteria(36.3%),其次为Chloroflexi(20.0%)与Actinobacteria(17.7%);P2阶段系统中丰度最高的仍为Proteobacteria(40.8%),而Chloroflexi(15.1%)明显下降Actinobacteria(23.0%)显著升高。此外,值得注意的是,Nitrospirae(亚硝酸盐氧化相关菌门)的丰度由P1阶段的2.2%下降至P2阶段的0.6%。

      微生物在属水平的丰度如图7(b)所示。P1和P2阶段系统内脱氮除磷主要功能微生物在属水平的差异性同样显著。硝化作用相关功能微生物变化为:氨氧化菌(AOB)NitrosomonasNitrosomonadales的丰度分别由P1阶段的0.41%、0.32%变化至P2阶段的0.45%、0.21%,总丰度略有下降;而亚硝酸盐氧化菌(NOB)Nitrospirae的丰度却从P1阶段的0.15%大幅下降至P2阶段的0.06%[16]。由此可见,低DO运行条件对NOB的明显抑制作用,可能是造成好氧区NO2-N积累的主要因素。

      长期低DO运行条件下,P2阶段系统内反硝化功能微生物HyphomicrobiumLautropiaDechloromonasAcidovoraxThaueraComamonasIgnavibacterium总体较P1阶段有所增加[17-19],相对丰度为原来的1.4倍。此外,P2阶段系统中除磷菌(PAOs)Candidatus AccumulibacterRhodobacteraceae和聚糖菌(GAOs)DefluviicoccusCandidatus Competibacter均较P1阶段有显著提升,总的相对丰度为P1阶段的1.7倍。有研究表明,这4种功能菌能够利用厌氧期储存的内碳源进行反硝化脱氮[20-21]。由此可见,低DO条件下系统内各反硝化功能微生物的增加同样是保障低碳源脱氮的关键。

      长期低DO运行条件下,好氧区氮平衡的分析结果表明,好氧区有明显的氨氮(总氮)缺失,推测其原因可能为好氧区发生同步硝化反硝化或者厌氧氨氧化。ZHANG等的研究表明,在低DO条件下部分GAOs、PAOs在厌氧段储存的内碳源未被完全消耗,微氧条件下仍然能够进行反硝化脱氮[22]。而对于微生物的分析中,未发现有厌氧氨氧化相关的功能微生物,认为未发生厌氧氨氧化作用。因此,本研究认为长期低DO运行条件促使具备反硝化功能的PAOs与GAOs丰度升高,在好氧区形成了基于内碳源的同步反硝化(包括亚硝氮反硝化)作用,从而在无外加碳源及降低内回流的条件下提高了污水厂对低碳源污水的脱氮效能。

      此外,上节研究结果表明在长期低DO运行条件下,系统除磷效果有明显提升。基于此,对系统内除磷相关功能微生物进行分析。结果表明,低DO运行条件下,除具备反硝化除磷功能的Candidatus AccumulibacterRhodobacteraceae(能利用DO或NO3作为电子受体的PAOs)外,系统内另外一种除磷菌Tetrasphaera(仅能利用DO作为电子受体的PAOs)的丰度也有显著提升,P2阶段3种菌属在系统中的总丰度为P1阶段的2.3倍。分析其原因可能为,低DO运行条件下,提高了有机物作为内碳源用于生物除磷的利用率,促进了除磷相关功能微生物的生长,从而提升了系统的除磷效能[10]

      基于功能微生物数据,对P1、P2 2个阶段污水处理系统内氮代谢相关功能基因进行分析,结果如图8所示。2个阶段微生物脱氮相关的主要功能基因丰度有显著性差异。P2阶段降低DO后,氨氧化相关功能基因AmoCAB总丰度几乎未变,亚硝酸盐氧化还原酶功能基因NxrAB和硝酸盐还原酶功能基因NarGHI/NapAB总丰度分别下降了6.7%和4.2%,亚硝酸盐还原酶功能基因NirKS总丰度升高了13.5%[23-24]。结合表观效能及功能微生物丰度数据,推测系统中存在的一个内部机制为:长期低DO运行条件可抑制NOB,导致Nxr基因相对丰度下降,造成NO3-N生成量减少、NO2-N积累;而长期低NO3-N、高NO2-N条件下,Nar/Nap基因相对丰度降低,Nir基因相对丰度升高,也是保障无外加碳源条件下低C/N进水城镇污水厂脱氮效能的关键因素之一。

    • 长期低DO运行条件下,为污水厂带来的经济效益主要体现在3个方面:1)节省外加碳源,药剂费用大大降低;2)曝气量降低,电耗费用减少;3)低DO、低/无外加碳源条件下,污泥产量降低,污泥处理处置成本降低。污水采用低DO运行策略所带来的主要经济效益计算见表3,其中乙酸钠(含量20%)750 元·t−1,电费0.52 元·(kWh)−1,污泥处理费(80%含水率)270 元·t−1,P2阶段的污水厂运行费用比P1阶段降低2.44 万元·d−1,吨水处理费用减少0.3元。

    • 1)长期低DO运行策略下,低C/N进水城镇污水厂(A2O工艺)逐渐停止外加碳源,在硝化液回流比由370%降低到90%的过程中,TN去除效果不降反升,平均去除率由76.3%提升至82.9%。这主要由于好氧区短程硝化和同步反硝化作用比例的升高所致。

      2)短程硝化作用的内在原因为长期低DO条件对AOB抑制作用小,对NOB抑制作用明显,NOB的丰度从0.15%下降至0.06%,亚硝酸盐氧化还原酶功能基因NxrAB丰度显著下降,造成NO2-N积累。

      3)好氧区同步反硝化作用的内在原因为低DO条件下具备反硝化功能的PAOs与GAOs比例升高,总丰度从2.06%提升至3.57%,好氧区低DO条件下利用厌氧期储存的内碳源完成反硝化脱氮;而内碳源利用率的提升又促进了PAOs的生长,提升了除磷效能。

      4)低DO运行策略下,污水厂外加碳源、曝气电耗、污泥处理等费用大大降低,吨水处理费用节省0.3元。

    参考文献 (24)

返回顶部

目录

/

返回文章
返回