-
我国城镇污水厂进水C/N普遍较低,常规生物处理技术在处理此类低C/N污水时存在碳源不足、抗冲击负荷能力差等问题,难以实现高效脱氮[1-4]. 目前很多地方标准已经将出水TN浓度限制在10 mg·L−1以下,随着排放标准的提高,污水深度脱氮问题愈显突出. 低C/N污水碳源供应不足是限制生物脱氮效率的主要因素[5],而直接向污水中投加碳源的方式会导致成本增加、副产物增多等问题[6-8],并可能导致出水COD超标[9]. 因此,寻找一种经济、高效、稳定的工艺对深度脱氮有重要意义.
此前,本课题组开发了一种两段SBR缺氧-好氧生物深度脱氮工艺[10],主流程是进水-缺氧-沉淀(回流过程中增加好氧反应)-缺氧-好氧-沉淀-出水,此工艺对低C/N污水具有较高的脱氮效率,但是该工艺第二段缺氧-好氧过程运行效率较低,出水TN平均浓度为6.5 mg·L−1左右,TN平均去除率仅为47.9%. 主要是原污水经过第一段缺氧-沉淀(回流好氧)-出水处理后,污水COD浓度较低(一段处理后COD浓度常常只剩下40—50 mg·L−1),出水C/N为3.8,传统活性污泥难以适应,导致第二段脱氮效率低下.
为了解决经该工艺第一段处理后污水浓度及C/N较低难以高效脱氮的问题,实验利用颗粒玉米芯作为轻质挂膜载体附着生物膜,构建了活性污泥-悬浮生物膜复合系统,对低浓度低C/N污水深度脱氮性能进行探究. 玉米芯填料表面具有规则的蜂窝状结构,表面粗糙且比表面积大,微生物在其表面更易形成密实的生物膜. 填料外层与污水直接接触,易于吸收溶解氧和养分,形成由好氧和兼氧微生物组成的好氧层;内层则形成由厌氧和兼氧微生物组成的厌氧层,通过生物膜的周期更新降解污水中的污染物. 本文探索了该复合系统用于低浓度低C/N污水处理的技术可行性,为低浓度污水深度脱氮提供一定的技术参考.
-
本实验使用购自安徽亳州某农场的废弃玉米芯,用破碎机将玉米芯粉碎成3 mm左右的小颗粒,蒸煮、洗净后烘干. 将烘干后的玉米芯颗粒用2% NaOH溶液浸泡24 h,处理后的玉米芯表面粗糙,木质素大部分被去除,且孔隙较多,拥有良好的亲附性能,有利于微生物附着[11]. 颗粒状玉米芯密度适中,均可在曝气和轻微搅拌时悬浮于反应器水体中. 随后洗净再次烘干,置于密封袋内保存.
-
本实验进水为原生活污水经过一段缺氧/好氧活性污泥工艺处理后的出水,经过此工艺处理后残留的COD、
NH+4 -N和TN浓度分别为41.67—53.54 mg·L−1、9.48—11.83 mg·L−1和11.04—13.59 mg·L−1,为低浓度低C/N污水. 现为了简化试验,以模拟污水代替. 取原污水(取样点为污水厂沉砂池后)用放置1天的自来水稀释4倍,并加入葡萄糖和氯化铵调节C/N为3.8左右,原污水和稀释后的模拟污水水质见表1. 实验过程中NH+4 -N、TN、COD、pH等水质指标均按《水和废水监测分析方法(第四版)》方法测定[12]. -
实验装置采用序批式反应器(SBR),有效容积为6 L(图1). 实验分为挂膜启动阶段和稳定运行阶段. 接种污泥取自合肥市某污水厂污泥浓缩池的回流污泥,污泥浓度(MLSS)约为14500 mg·L−1,污泥容积指数(SVI)约为79.43 mg·g−1,接种污泥取回后连续曝气24 h. 反应器内投加处理后的玉米芯颗粒60 g,同时取3 L活性污泥置于反应器内,加入经稀释调配后的污水,使反应器内悬浮固体混合液体积为6 L,玉米芯悬浮填料的浓度约为10 g·L−1. 实验采用接种挂膜法以加快挂膜速率,水力停留时间(HRT)为8 h (0.25 h进水、2 h缺氧搅拌、4.5 h好氧、1 h沉淀、0.25 h出水),每天运行3个周期. 进水C/N为3.8左右,缺氧和好氧阶段DO浓度分别为(0.3±0.05)mg·L−1和(2.0±0.1) mg·L−1,进水pH维持在7.0—8.0之间,搅拌器转速为60—100 r·min−1,温度维持在21—27℃. 反应器连续运行24 d后挂膜成功,在稳定运行阶段通过改变温度、HRT、DO、进水C/N和进水pH来探究运行参数的改变对工艺脱氮性能的影响,并定期更换部分腐烂失效的玉米芯.
-
反应器启动后,每隔一段时间从反应器内取出玉米芯悬浮载体观察生物膜的生长情况. 在第4天时观察到玉米芯悬浮载体表面有细丝绒状微生物大量附着,手触有明显的滑腻感. 当挂膜持续至第14天时,镜检发现大部分载体表面有一层明显的淡黄色菌落,此结果表明玉米芯悬浮载体表面已初步形成薄层生物膜. 当挂膜持续至第24天时,取部分玉米芯分别置于40倍显微镜和200倍光学显微镜下镜检如图2所示,观察到玉米芯悬浮载体表面附着一层黄褐色的生物膜,并且发现大量指示性微生物,如轮虫、钟虫、线虫等,结合生物膜镜检和挂膜启动阶段
NH+4 -N、TN去除情况,基本认定玉米芯填料悬浮载体已挂膜成功[13-14]. -
挂膜启动阶段COD、
NH+4 -N、TN去除效果如图3所示. 由图3可知,前4天出水COD浓度显著高于进水COD浓度,这是因为玉米芯可以充当固体碳源,水溶性有机物在玉米芯表面快速溶解,导致出水COD浓度偏高[15-16];随着挂膜时间的推移,COD去除率逐渐趋于稳定,第20天后出水COD浓度均在15 mg·L−1左右.由图3可知,挂膜初期反应器
NH+4 -N去除率表现不佳,NH+4 -N平均去除率仅为50%左右;分析认为,硝化细菌生长较为缓慢,挂膜前4天硝化细菌的数量还不足去除污水中NH+4 -N. 随着挂膜时间的推移,玉米芯悬浮载体表面生物膜不断生长繁殖,硝化细菌占主导地位,出水NH+4 -N浓度逐渐降低,平均去除率均达到85%左右. 挂膜前期TN的去除效果与NH+4 -N类似,TN去除率在第4天后有明显提升,主要因为玉米芯填料在第4天能观察到明显的生物膜附着,硝化菌活性增强,NH+4 -N和TN去除率得以明显提高;随着挂膜进行,载体表面生物膜逐渐成熟,硝化细菌数量显著增加,硝化性能逐步增强并趋于稳定[17]. -
研究表明,温度是影响微生物体内酶催化作用和代谢能力的重要因素,温度的变化会引起微生物种群组成、降解与吸附能力的变化[18-19]. 通过调节温控器控制反应器温度分别为11—15 ℃、16—20 ℃、21—25 ℃、26—30 ℃. 每天对出水
NH+4 -N、TN、COD取样检测,结果如图4所示.由图4可知,温度小于15 ℃时,出水
NH+4 -N浓度为2.74 mg·L−1,去除率仅为74.81%;温度升至16—20 ℃时,NH+4 -N去除率明显升高;当温度升至26—30℃时,NH+4 -N去除率进一步提升至94.94%. 可以看出,NH+4 -N去除率随温度升高而升高. 分析认为,温度较低时,硝化过程受限导致NH+4 -N去除率相对较低. WANG等[20]研究发现温度会影响有机物和营养物质的传质效果与微生物代谢效率,降低水中基质间的传递速率,进而影响硝化过程.TN去除率随温度升高亦呈现出上升趋势. 反应温度为11—15℃时,TN去除率为57.96%;当温度升至到26—30℃时,TN去除率达到77.92%. 主要由于硝化过程受限使得
NH+4 -N去除率较低,导致低温下TN平均去除率相对较低[21]. 但相较于传统活性污泥法,低温下活性污泥—悬浮生物膜系统仍具有相对较高的脱氮效率,分析原因可能为:随着温度降低,对温度变化敏感的微生物被逐渐淘汰,而新的优势微生物逐渐富集在生物膜上,这些新微生物对低温的抵御能力相对更强,并表现出较高的生物活性. 这可能与生物膜特有的性质和胞外聚合物对生物膜的保护作用有关[22].由图4可知,温度的改变对于COD的去除没有显著影响,出水COD浓度均维持在15.0 mg·L−1左右. 分析认为,生物膜表面含有大量菌胶团,使得膜内微生物能较快适应反应器温度的变化,使得COD去除率变化不大.
-
实验通过调节时控开关控制系统HRT分别为6 h(缺氧1.5 h+好氧3 h)、8 h(缺氧2 h+好氧4.5 h)、10 h(缺氧2.5 h+好氧6 h),每天对出水
NH+4 -N、TN、COD取样检测,结果如图5所示.由图5可知,
NH+4 -N平均去除率随HRT的增加而增加. 当HRT=6 h增加至HRT=8 h时,系统中NH+4 -N去除率从80.07 % 跃升至94.50 %;HRT增加到10 h时,NH+4 -N去除率为95.97 %,相比于HRT为 8 h时略微提升. 分析认为,HRT的提升能够增加NH+4 -N与硝化菌的接触时间,使硝化反应能充分进行,NH+4 -N去除率也相应升高. 当HRT≥8 h时,NH+4 -N去除率上升极为缓慢,这表明反应前8小时消耗了大部分进水碳源,过长的HRT导致水中残留有低浓度COD和硝酸盐氮,进而抑制微生物的活性,使得NH+4 -N平均去除率变化很小. 由此可得出,在一定范围内增加HRT有利于硝化菌的生长繁殖,从而更快地去除水中的NH+4 -N[23].系统TN平均去除率随HRT增加均呈现上升趋势. 由图5可知,当HRT=6 h时,TN平均去除率不高,仅为61.61%. 主要由于HRT过短导致生物膜与反应底物接触时间减少,氮素的硝化反硝化不能充分进行,过短的HRT同时降低了玉米芯溶解和扩散速率,导致释碳量不足,从而影响系统整体脱氮效果[24];当HRT=8 h时,此时系统中
NH+4 -N基本被去除,硝化作用不是影响TN去除的主要因素. 硝态氮作为反硝化过程的电子受体处于缺氧阶段进行反硝化脱氮,其含量多少直接影响缺氧阶段微生物的反硝化过程[25]. 当HRT=10 h时,TN去除率虽略有提升,但会使得玉米芯释碳量超过反硝化菌利用量,导致有机物积累,存在二次污染的问题[26].而在不同HRT条件下,系统的COD平均出水浓度均在15.0 mg·L−1左右,始终维持在较低的水平. 当HRT=8 h时,系统对COD的降解基本完成,此时再增加HRT对COD的去除率影响不大. 实验表明[27],适当增大HRT可延长反硝化菌与硝态氮接触时间,载体生物膜表明能够附着更多的微生物,同时玉米芯的释碳量也有所提高,使得反硝化更为彻底,提高TN去除率.
-
实验通过调节曝气量将系统好氧阶段DO分别维持在(1.0±0.1)mg·L−1、(1.6±0.1)mg·L−1、(2.2±0.1) mg·L−1、(2.8±0.1)mg·L−1,每天对出水
NH+4 -N、TN、COD取样检测,结果如图6所示.由图6可知,DO对
NH+4 -N去除性能有显著影响. DO为1.0 mg·L−1左右时,DO的不足抑制了硝化菌的生长繁殖,系统硝化作用受到影响,导致NH+4 -N去除效果较差,平均去除率仅为62.69%. 当DO增加到2.2 mg·L−1时,平均去除率达到93.95%,此时水中DO相对充足,有利于硝化细菌的生长,促进硝化反应的进行,系统内NH+4 -N基本被转化为NO−x -N. 继续增加DO浓度至2.8 mg·L−1时,系统NH+4 -N去除率仅有微小幅度增长.系统TN去除率随DO浓度的上升呈现出先升后降的趋势.在四种不同DO浓度条件下, 系统的TN平均去除率分别为56.08%、73.60%、79.59%和73.12%. 当DO为1.0 mg·L−1时,系统TN去除率较低,结合
NH+4 -N去除效果可知,此时NH+4 -N为TN的主要成分,低DO使得生物膜硝化过程受到抑制,NH+4 -N转化为NO−x -N的效率降低,同时低DO浓度大大降低了传输能力,生物膜内部更容易形成缺氧区,从而促进反硝化作用的进行,NO−x -N浓度减少,导致最终出水TN中含有大量NH+4 -N[28]. 当DO浓度为2.2 mg·L−1时,反应系统的平均TN去除率达到峰值;随着DO浓度增加到2.8 mg·L−1时,平均TN去除率降低. 分析认为高浓度的DO导致生物膜中氧分子的传质驱动力增强,DO极易渗入生物膜内部,使得膜内好氧区体积扩大,压缩了缺氧区体积,在一定程度上抑制了反硝化作用[29].反应器出水COD浓度随DO变化不大,去除率基本维持在60%—70%之间,平均出水COD浓度均在15.0 mg·L−1以下. 主要原因是COD不仅被好氧异养细菌或其他好氧微生物消耗,而且在反硝化过程中也被反硝化细菌消耗,因此改变反应中的DO浓度对COD去除率的影响较小. 以上实验表明,控制DO浓度对系统脱氮至关重要. 结合实测数据,系统最适宜DO浓度为(2.2±0.1) mg·L−1.
-
为考察进水C/N对系统脱氮效果的影响,向实验进水中投加适量的葡萄糖和氯化铵,调配进水的C/N分别为(3.0±0.1)、(4.0±0.1)、(5.0±0.1),每天对出水
NH+4 -N、TN、COD取样,检测结果如图7所示.由图7观察可得,在不同C/N条件下,系统中
NH+4 -N平均去除率均保持在很高水平. 当C/N提升至5.0左右时,平均去除率为95.33%,相较于C/N=3.0时略微提升. 研究表明[30],在一定范围内系统脱氮速率随进水COD/TN的增加而增加,但总体而言,C/N对NH+4 -N去除效果影响不大. 主要原因为随着C/N提升,进水碳源增加速率远远超过外部生物膜层中碳源的消耗速率,且硝化菌属于化能自养菌,无需依靠有机物就能正常生长,故增加进水C/N对其去除效果影响较小[31].C/N从3.0升高到5.0时,反应系统的TN平均去除率逐渐增加. 当C/N=4.0时,系统的平均TN去除率达到76.01%,TN的平均出水浓度为 2.71 mg·L−1,后续继续增加C/N对TN去除的贡献效果不明显. 研究表明[32-33],不同进水C/N下,TN的去除主要是基于生物膜缺氧条件下的反硝化作用,而反硝化过程普遍要难于硝化过程,且低C/N使得有机物扩散速率变慢,无法为生物膜内部的反硝化菌提供充足的碳源,故在实际处理过程中往往出现出水
NH+4 -N达标而TN超标的现象[34].随着进水C/N的增加,系统对COD的去除能力均逐步升高,COD的平均去除率由C/N=3.0的63.36%提升至C/N=5.0的75.88%. 平均出水COD浓度均在15 mg·L−1左右,波动不大且均处于较低的水平. 以上结果表明,反应器在处理低浓度低C/N污水时脱氮效率随进水水质的波动影响较小.
-
为考察进水pH对系统脱氮效果的影响,向实验进水中加入适量的稀HCL溶液和NaHCO3溶液分别控制进水pH在(6.0± 0.1)、(7.0± 0.1)、(8.0± 0.1)和(9.0± 0.1)进行试验,每天对出水
NH+4 -N、TN、COD取样,检测结果如图8所示.由图8可知,进水pH从6.0升高至9.0左右时,出水
NH+4 -N平均去除率分别为69.81%、91.27%、94.66%、81.17%,NH+4 -N的去除率呈现先上升后下降的趋势. 当进水pH为6.0时,氨氧化菌(AOB)的活性受到抑制,使得系统的硝化效率不高;进水pH在7.0—8.0的范围内,反应器NH+4 -N的平均去除率上升明显且去除效果较为稳定. 主要因为AOB最佳pH范围为7.0—8.0之间,此范围AOB活性最高. 当进水pH升高为9.0时,系统NH+4 -N去除率均出现了不同程度的下降,因为碱性条件下硝化作用会受到一定抑制,导致NH+4 -N去除效果变差[35].进水pH对TN的去除效果与去除
NH+4 -N类似. 随着进水pH的增加,系统TN平均去除率亦呈现先上升后下降的趋势. 进水pH为6.0时,系统内硝化细菌和反硝化细菌均受到一定程度抑制,TN平均去除率较低;随着进水pH值升高,硝化菌和反硝化菌的活性及代谢速率提高,TN去除率得以提升;当进水pH上升至9.0时,硝化菌及反硝化菌的活性和代谢速率在碱性条件下受到一定抑制,导致系统TN去除率明显降低. 实验结果表明,pH在一定程度上能够影响系统的脱氮效果,pH过高或过低均不利于硝化菌和反硝化菌的生长[36-37]. 生物膜能保护膜内部的反硝化细菌,进而缓冲进水pH的改变对反硝化细菌的影响,进一步说明活性污泥-悬浮生物膜系统对pH耐冲击能力强;同时,由于反应系统的生物量大、生物相丰富,因此相较于传统活性污泥系统具有更好的TN去除效果.进水pH值的变化对COD去除效果影响较小,出水COD均保持在较低水平. 分析认为,虽然微生物的活性和新陈代谢易受pH值变化的影响,但是微生物细胞不能被H+和OH−穿透,细胞质中H+的浓度不受外部介质中H+的影响,因此系统pH的变化对COD去除效果无显著影响[38]. 一些学者在研究生物膜反应器脱氮效果时也发现pH变化会在一定程度上影响COD的去除效果,但是影响程度较小,这与本实验结果类似[39].
-
(1)活性污泥-悬浮生物膜系统适宜于处理低浓度低C/N污水,具有不易发生堵塞、抗冲击负荷能力较强、无污泥膨胀等优点;作为挂膜载体的玉米芯具有来源广、成本低等优势.
(2)实验数据表明,随着工艺参数的改变,平均出水COD浓度为14.89 mg·L−1,波动不大且均处于较低的水平;
NH+4 -N、TN平均去除率在一定范围内与温度、HRT成正相关,随pH增加呈现出先升后降的趋势,运行过程中应将这些参数控制在合适的范围内以获得最佳脱氮效果. 相比之下,本研究中C/N对反应器脱氮效果的影响较小.(3)在最佳运行条件下,平均出水TN浓度远低于GB18918一级A排放标准,工艺深度脱氮性能良好.
活性污泥-悬浮生物膜系统处理低C/N污水深度脱氮性能
Deep nitrogen removal performance of activated sludge suspended biofilm system for treating low C/N ratio wastewater
-
摘要: 通过农业废弃物玉米芯悬浮生长生物膜的载体,构建了活性污泥-悬浮生物膜混合系统,以SBR工艺运行方式对低浓度低C/N污水的深度脱氮性能进行了研究. 探究了挂膜启动阶段系统脱氮效果;在工艺稳定运行后,考察了温度、HRT、DO、进水C/N、进水pH等参数对工艺脱氮性能的影响. 经过24 d 挂膜后,结合污染物去除情况及镜检显示生物膜挂膜成功. 运行结果表明,以预处理后的生活污水作为模拟原水,控制反应温度为26—30 ℃,HRT=8 h,COD/TN为(4.0±0.1),DO=(2.2±0.1) mg·L−1,进水pH=(8.0± 0.1)的条件下,系统达到最佳运行条件,COD、
NH+4 -N、TN平均去除率分别为70.2%、94.8%和80.8%,平均出水COD、NH+4 -N、TN浓度分别为14.89 mg·L−1、0.57 mg·L−1 和2.40 mg·L−1. 好氧阶段DO浓度对TN去除率有一定的影响,当好氧阶段DO浓度为(2.2±0.1)mg·L−1时,TN去除率达到峰值84.38%. 结果表明,活性污泥-悬浮生物膜混合系统处理低浓度低C/N污水具有优良性能,为低浓度低C/N污水的深度脱氮及玉米芯的资源化利用提供新的思路.Abstract: Agricultural waste corncob was used to construct an activated sludge-suspended biofilm mixed system.Deep nitrogen removal performance of low concentration and C/N ratio wastewater was studied in the SBR process operation mode. The nitrogen removal effect of the system at the start-up stage of biofilm formation was explored; when the process was at a steady stage, the effects of parameters such as temperature, HRT, DO, influent C/N ratio and influent pH on the nitrogen removal performance of the process were investigated. After 24 days , it showed that the biofilm was considered to be successfully formed combined with the removal of pollutants and microbial images of corncob . Pretreated domestic wasterwater was used as the simulated raw water and reaction temperature was controlled to be 26—30 ℃, HRT=8 h, COD/TN=(4.0±0.1), and pH of influent water was (8.0±0.1). The results showed that average removal ratios of COD, NH4+-N and TN were 70.2%, 94.8% and 80.8%, respectively, The average effluent concentrations of COD, NH4+-N and TN were 14.89, 0.57, 2.40 mg·L−1, respectively. The DO concentration in aerobic phase had a certain influence on TN removal ratio. When the DO concentration in aerobic phase was (2.2±0.1) mg·L−1, the TN removal ratio reached a peak value of 84.38%. The above results showed that the activated sludge-suspended biofilm mixed system had an excellent performance in the treatment of low concentration and C/N ratio wastewater, which provided a new idea for the deep nitrogen removal of low concentration and C/N ratio wastewater and resource utilization of corncob.-
Key words:
- corncob /
- suspended biofilm /
- mixed system /
- low concentration /
- low C/N ratio /
- deep nitrogen removal
-
多环芳烃(polycyclic aromatic hydrocarbons, PAHs)是一类环境中广泛存在的有机污染物,主要来自于人为源,如石油泄漏、汽车排放、化石燃料和生物质燃烧、工业过程以及化学制造,也有部分来自火山活动、森林火灾和成岩作用等自然源[1-2]. 这类污染物因其分布广、生物累积性和对人类的潜在生态风险[3]而受到广泛关注. 16种PAHs被美国环境保护署(USEPA)列为优先控制的污染物[4]. 其中,含有2—3个苯环的低分子量PAHs被认为是非致癌物,而含有4—6个环的7个高分子量PAHs被列为致癌物[5]. PAHs一旦释放到环境中,能够通过水和空气进行长距离的迁移,扩散到全球范围的土壤[6-7]、沉积物[8-9]、水[10]和大气[11-12]中. PAHs不易降解,容易被土壤颗粒吸附[13-14],因此土壤埋藏了环境中90%以上的PAHs,是一个重要的汇[15].
尽管存在一些自然来源,造成全球范围内PAHs污染的主要原因仍是与城市化密切相关的人为排放[16]. 许多发展中国家,尤其是中国,正处于城市化兴起与快速发展的过渡时期. 由于大规模的城市化和工业化,我国城市地区大量人口密集,随之出现工业活动加剧、汽车使用激增等现象,从而导致大量PAHs通过大气沉降进入城市土壤[17-18]. 此外,PAHs在城市土壤中的分布主要归因于其释放源的类型和位置[19-20]. 因此,加剧的人类活动可能会改变城市土壤环境中PAHs的组成和分布. 基于不同PAH毒性的差异性,组成的改变也可能会引起暴露人群健康风险的变化. 然而,这个问题迄今为止较少引起关注[21].
研究表明,城市化可能是影响城市土壤中PAHs环境行为的关键因素. Wang等[22]通过分析土壤PAHs浓度、城市化指标以及土壤理化性质之间的相关性,提出人口密度是影响南京城市土壤PAHs含量的关键因素之一. Cao等[21]基于苏南一个快速发展的城镇土壤中2009年和2014年PAHs的浓度,将其含量、组成和来源的变化归因于城市化进程. Jensen等[23]发现挪威南部邻近奥斯陆的地区,因其人口较多和城市化程度较高,土壤中PAHs浓度高于位于挪威北部,人口较少的地区. 此外,也有一些学者[19, 24-26]利用湖泊和水库中的柱状沉积物,以及不同城市化阶段或不同深度的土壤样品,探讨PAHs的环境行为与城市化过程之间的关系. 然而,深入探讨某个特定时期城市化进程对城市土壤中PAHs浓度、来源和暴露风险影响的研究却很少.
2008年至2012年,天津市处在城市化最快的时期[27],且2012年以前,全市生产总值(GDP)增速均保持在16%以上,为近15年来最高水平[28]. 本研究基于天津市近郊地区(包括西青区、津南区、北辰区和东丽区)土壤中的16种优先控制PAHs的浓度数据,利用正定矩阵因子分解(positive matrix factorization, PMF)模型和终身累积癌症风险(incremental lifetime cancer risk, ILCR)模型定量解析出2008年和2012年天津市近郊地区土壤中PAHs的来源组成以及人体暴露风险,并将两个年份的解析结果进行对比分析. 旨在通过定点定期的监测结果,探讨在经济高速发展的背景下,快速城市化过程中区域土壤中PAHs排放源的变化及其引起的浓度、组成和生态风险的改变,进而揭示人类活动对城市环境的影响.
1. 材料和方法(Material and methods)
1.1 样品采集
2008年8月[29]和2012年10月[30]在天津市近郊地区(西青区、津南区、北辰区和东丽区)使用不锈钢勺分别采集获得83个和60个土壤样品(表层0—10 cm,各1 kg),并储存在聚乙烯密封袋中. 每1个样品由10—20个采自于站位点周边10×10 m2范围内的子样品混合而成. 每次采样之前使用丙酮冲洗不锈钢勺防止沾污. 所有土壤样品均放置在暗处,并尽快运送到实验室,经风干、研磨、过筛(50目)之后,于−20 ℃环境下保存.
1.2 PAHs的测定
采用加速溶剂萃取法(accelerated solvent extraction, ASE)对土壤样品进行萃取. 取16 g冻干土壤样品和5 g二氧化硅混匀后倒入34 mL ASE样品瓶,以丙酮与二氯甲烷(1:1体积比)混合溶液为萃取溶剂,将样品在温度和压力分别为120 °C和1500 psi的条件下萃取2次,每次5分钟,所得的提取液蒸发至近干,加入9 mL环己烷与丙酮(1:1体积比)的混合溶液. 替换溶剂之后的提取液依次使用凝胶色谱(LCTech Geremany)和弗罗里硅固相萃取柱进行纯化,所得洗脱液经氮吹浓缩至1 mL转入棕色安捷伦进样瓶中上机分析. 采用GC-MS方法对PAHs进行定量分析,仪器参数和分析方法的质量控制见文献[29]. 16种PAHs包括萘(NAP)、苊(ACE)、芴(FLO)、二氢苊(ACY)、菲(PHE)、蒽(ANT)、荧蒽(FLA)、芘(PYR)、䓛(CHR)、苯并(a)蒽(BaA)、苯并(b)荧蒽(BbF)、苯并(k)荧蒽(BkF)、苯并(a)芘(BaP)、二苯并(a,h)蒽(DahA)、苯并(g,h,i)苝(BghiP)和茚苯(1,2,3-cd)芘(IcdP). PAHs加标回收率和指示物回收率分别为62.2%—116.7%和70.6%—119.1%.
1.3 PMF源解析
PMF是由Paatero和Tapper[31]开发的,基于主成分分析的非负约束受体模型,常用于环境中PAHs的源解析[32]. 该模型的矩阵方程式为:
X=G×F+E 式中,X代表由n个样品的m种化合物的浓度组成的样品浓度数据矩阵;G代表主要源的贡献率矩阵(n×p,p为源的个数);F代表主要源的成分谱矩阵(p×m);E代表残差矩阵(n×m),定义为:
eij=xij−p∑k=1gikfkj 式中,eij、xij、gik和fkj分别为E、X、G和F中的对应元素. 在对F和G进行非负约束的同时,对每个数据点的不确定性进行加权. Q是模型的判据之一,当其收敛时才可进一步分析,且多次运行选Q较小的值来继续分析. Q的计算公式为:
Q=n∑i=1m∑j=1(eijσij)2 式中σij为第i个样品中第j种化合物的不确定性,其他项含义如前文所述.
本研究利用USEPA开发的PMF模型软件5.0,基于83(样品)×16(PAHs)数据集和60(样品)×16(PAHs)数据集,分别对2008年和2012年天津市近郊地区土壤中PAHs来源进行识别. 模型解析目标设置为计算出3到6个因子,且每次运行都用不同的起始点进行初始化. 对于每次运行,正定矩阵因子分解模型的样品数符合模型对最少样本量的需求,即样本数大于物种数的3倍[33].
1.4 风险评估
利用ILCR模型可定量评估城市居民通过摄入、皮肤接触和吸入3种方式暴露于土壤PAHs的潜在健康风险[34-35]. 基于USEPA标准模型计算潜在癌症风险的方程式[36-37]如下.
ILCRingestion=CS×(CSFingestion×3√BW/70)×IRingestion×EF×EDBW×AT×106ILCRdermal=CS×(CSFdermal×3√BW/70)×SA×AF×ABS×EF×EDBW×AT×106ILCRinhalation=CS×(CSFinhalation×3√BW/70)×IRinhalation×EF×EDBW×AT×106 其中,CS是土壤中PAHs基于BaP的毒性当量[1](toxic equivalency factor, TEF)计算的转换浓度之和(mg·kg−1);CSF是致癌物斜率因子(mg·kg−1·d−1)−1, 根据BaP的致癌能力进行测定;BW是体重;IRingestion和IRinhalation人体土壤摄入效率和吸入效率;EF代表暴露频率;ED是暴露时长;SA是皮肤表面积;AF是真皮粘附因子;ABS为真皮吸附因子;AT为平均寿命;PEF为颗粒释放因子(见表1). BaP的CSFingestion、CSFdermal和CSFinhalation分别为7.3、25、3.85(mg·kg−1·d−1)-1[38].
暴露参数Exposure parameter 单位Unit 儿童Child 青少年Adolescent 成人Adult BW kg 13.95 46.75 58.78 IRingestion mg·d−1 200 100 100 IRinhalation m3·d−1 10.9 17.7 17.5 EF d·a−1 350 350 350 ED a 6 14 30 SA cm2 2800 2800 5700 AF mg·cm−2 0.2 0.2 0.07 ABS — 0.13 0.13 0.13 AT d 25550 25550 25550 PEF m3·kg−1 1.36×109 1.36×109 1.36E×109 1991年USEPA发布的指南指出[37],百万分之一的癌症发病几率(ILCR = 10−6)是可接受的阈值. 因此,依据ILCR的判断标准如下:ILCR ≤ 10−6时代表可忽略风险;10−6 < ILCR < 10−4表示低风险;ILCR ≥ 10−4表示癌症高风险,需要特别关注. 在本研究中,依据年龄将居民分为儿童(0—10岁)、青少年(11—18岁)和成人(19—70岁)的3个群体进行癌症风险评估.
1.5 数据分析
利用Origin2019软件进行数据记录、数据处理以及表格制作;利用USEPA PMF 5.0软件进行PAHs来源识别及贡献计算. 天津市及其区县社会经济发展的数据分别引自2009年、2013年、2014年和2015年天津统计年鉴[28].
2. 结果与讨论( Results and discussion)
2.1 PAHs含量及组成的变化趋势
2008年至2012年,天津市近郊地区表层土壤中16种PAHs浓度呈倍数增长,7种致癌PAHs浓度也呈上升趋势. 如表2所示,五环化合物的浓度占比大幅度下降,而二环和四环化合物的占比均显著增加, 低分子量组分的比例由28.6%上升到34.8%. 优势化合物由苯并(b)荧蒽、荧蒽和苯并(g, h, i)苝转变为菲、萘和荧蒽. 萘、二氢苊、菲等低分子量PAHs的浓度明显增加. 虽然PAHs被认为是持久性有机污染物能长期存在于环境中,但其仍可通过光化学降解、生物降解和挥发作用从土壤中去除[40]. 以往的研究发现[21, 41],PAHs在土壤中长期埋藏后,浓度会显著下降. 另外,具有不同个数苯环的PAHs在土壤中表现出不同的环境行为[15]. 高分子量的PAHs通常能在土壤中埋藏较长时间,其降解速率随着分子量的增加而降低[42],而低分子量的更容易被光降解或生物降解. 因此,总浓度以及低分子量组分占比的增加,表明土壤环境中存在持续不断的PAHs输入,且污染状况趋于严重,这与该地区5年内经济高速发展,城市化进程加快有着密切的关系. 2008年西青区、津南区、北辰区和东丽区的常住人口总计228.59万,区县生产总值(GDP)共计1336.66亿元[28]. 2012年,4个区的常住人口增加到283.03万,区县生产总值(GDP)增加了近一倍,达到2552.27亿元[28]. 通常来说,人为源是环境中PAHs急剧增加的主要原因. 城市土壤中的PAHs主要来源于工业活动、机动车排放以及居民烹饪和取暖,因此,其受到区域经济发展水平、人口和工业化程度的影响[22, 43].
表 2 天津市近郊区土壤中PAHs毒性当量因子、含量及组成Table 2. Toxic equivalent factors, composition, and concentrations of PAHs in surface soils from suburban Tianjin in 2008 and 2012PAHs 环数Aromatic ring 毒性当量因子TEF 2008(n = 83) 2012(n = 60) 均值/(ng·g−1)Mean 范围/(ng·g−1)Range 组成占比/%Proportion 均值/(ng·g−1)Mean 范围/(ng·g−1)Range 组成占比/%Proportion 萘 2 0.001 18.7 2.72—133 6.0 68.2 ND—441 10.8 二氢苊 3 0.001 3.96 ND—42.6 1.0 35.2 ND—697 4.1 苊 3 0.001 3.10 ND—19.2 1.3 4.44 ND—31.0 0.5 芴 3 0.001 17.0 1.23—86.5 8.4 12.8 ND—78.0 2.0 菲 3 0.001 36.5 1.98—336 8.4 131 7.45—1091 16.4 蒽 3 0.01 16.6 0.502—306 3.6 11.6 0.450—107 1.0 荧蒽 4 0.001 63.4 2.39—792 9.4 255 ND—3278 15.6 芘 4 0.001 56.9 1.17—728 8.0 154 1.00—1977 9.0 苯并(a)蒽* 4 0.1 33.1 0.225—386 5.2 68.7 0.470—841 3.9 䓛* 4 0.01 46.1 0.717—506 6.4 97.9 0.850—1210 6.7 苯并(b)荧蒽* 5 0.1 103 ND—1010 13.6 118 1.38—1362 8.1 苯并(k)荧蒽* 5 0.1 43.6 ND—669 5.5 43.3 0.230—549 2.6 苯并(a)芘* 5 1 52.2 ND—728 6.8 86.6 0.370—1118 4.8 二苯并(a, h)蒽* 5 1 22.9 ND—252 4.0 33.4 ND—348 2.4 茚苯(1, 2, 3-cd)芘* 6 0.1 23.3 ND—244 3.1 106 2.37—1237 7.1 苯并(g, h, i)苝 6 0.01 66.3 ND—886 9.2 70.0 1.23—775 4.9 二环化合物 — — 18.7 2.72—133 6.0 68.2 ND—441 10.8 三环化合物 — — 77.2 6.34—701 22.6 195 7.90—1586 24.0 四环化合物 — — 199 8.53—2413 29.1 575 2.32—7306 35.2 五环化合物 — — 221 ND—2445 30.0 281 1.98—3377 17.9 六环化合物 — — 89.6 ND—1129 12.3 176 4.90—2012 12.0 Σ7-carPAHs — — 324 5.03—3582 44.7 554 7.98—6666 35.6 Σ16PAHs — — 606 29.7—6705 100 1296 22.9—14722 100 注:“*”代表7种具有致癌作用的PAHs;“ND”代表未检出;“Σ7-carPAHs”代表7种具有致癌作用PAHs总含量;“Σ16PAHs”代表16种PAHs总含量. * stands for 7 carcinogenic PAHs, ND stands for not detected, Σ7-carPAHs stands for total concentrations of 7 carcinogenic PAHs, Σ16PAHs stands for total concentrations of 16 PAHs. 2.2 PAHs的来源
2008年PAHs来源成分谱如图1所示,模型筛选出5个因子. 因子1中表征炼焦生产的芴[44]占比达到71.2%,推断该因子代表炼焦排放,其贡献为6.0%. 因子2中蒽和菲的占比较高,分别为61.6%和52.5%,符合生物质燃烧的排放特征[16, 45],推断因子2为生物质燃烧排放,其贡献为14.5%. 因子3中优势组分为萘、苊和二氢苊,占比分别为54.6%、63.9%和66.9%. 萘是原油和石油产品的重要组成部分[46-48],并且二环和三环PAHs多与石油类来源有关[49-51]. 因此,因子3表示石油源,其贡献为5.1%. 因子4中荧蒽(69.5%)、芘(70.8%)、䓛(56.2%)、苯并(a)蒽(72.9%)、苯并(b)荧蒽(67.1%)、苯并(k)荧蒽(55.6%)和苯并(a)芘(70.7%)占比较高,符合煤燃烧排放特征[16, 52-55]. 因此,因子4表示燃煤源,其贡献为51.3%. 因子5中表征汽车尾气[16, 56-57]的二苯并(a,h)蒽、茚苯(1,2,3-cd)芘和苯并(g,h,i)苝占比较高,分别为94.6%、51.2%和71.0%,推断该因子代表机动车排放,其贡献为23.1%.
2012年PAHs来源成分谱如图2所示,模型也筛选出5个因子. 因子1中荧蒽、芘、䓛、苯并(a)蒽、苯并(b)荧蒽、苯并(k)荧蒽和苯并(a)芘占比较高,分别为61.1%、56.8%、52.0%、57.5%、52.4%、55.0%和59.6%,符合煤燃烧排放特征[16, 52-55]. 因此,因子1表示燃煤源,其贡献为41.0%. 因子2中表征原油和石油产品的萘[46-48]占比达83.2%,推断该因子为石油源,其贡献为22.3%. 因子3中苊、芴和菲占比相对较高,其中芴和菲的占比分别为42.6%和26.8%,是炼焦生产的表征化合物[44, 55]. 因此,因子3应该与焦炭的生产密切相关,其贡献为4.7%. 因子4中生物质燃烧过程排放的优势化合物二氢苊[44-45]占比高达91.8%,推断该因子代表生物质燃烧排放,其贡献为3.6%. 因子5中的优势组分为二苯并(a,h)蒽、茚苯(1,2,3-cd)芘和苯并(g,h,i)苝,占比分别为78.7%、38.3%和33.2%,符合汽车尾气排放特征[16, 56-57]. 因此,推断该因子代表机动车排放,其贡献为28.4%.
基于上述PMF的解析结果发现,天津市近郊区域土壤中PAHs来源贡献率变化较大的是燃煤源、生物质燃烧排放和石油源. 其中,燃煤源和生物质燃烧排放的贡献率分别由2008年的51.3%和14.5%下降到2012年的41.0%和3.6%(图3). 虽然煤炭是天津市工业的主要能源,但是燃煤源的贡献率在5年内下降了10.3%. 此外,根据地理位置和居民的生活习惯,调查区域的生物质燃烧应与露天焚烧秸秆和居民烹饪有关. 2008年天津市启动生态城市建设行动计划,包括生态区县建设,改善水、空气、生态环境质量,提升固体废物综合利用水平,加强农村环境污染防治,发展循环经济等7个方面. 为了实现节能减排、改善城市环境质量,很多企业在生产过程中使用电力、天然气等清洁能源取代了煤炭,到2012年,天津市单位工业增加值能耗由2008年的1.16吨标准煤每万元下降到0.95吨标准煤每万元. 因此,燃煤源贡献率的下降可能与该区域工业化发展过程中能源结构的变化、装备和技术的不断发展有关. 另一方面,生物质燃烧排放贡献率的下降则可能与禁止露天生物质燃烧,以及电力和液化石油气取代了生物质作为烹饪燃料有关.
但是,5年内石油源的贡献率却由5.1%上升到22.3%. 天津作为我国北部重要的工业城市,石油化工是其优势产业之一. 2008年天津市石油化工联合其他五大优势产业完成工业总产值8323.89亿元,而到2012年仅石油化工这一项优势产业就完成产值3626.63亿元. 2017年发布的天津市石油和化学工业发展“十三五”规划纲要指出,2015年全市拥有石化企业711家,资产总额3756.57亿元,全年实现产值4024.32亿元,约占全市规模以上工业的15%. 到2020年,石油化工产业总产值将超过6000亿元. 同时,天津市也因天津港成为我国北部最重要的国际航运物流中心之一. 2020年天津港口货物吞吐量突破5亿吨,集装箱吞吐量突破1800万标准箱,均在全国港口中居第六位,“十三五”时期集装箱吞吐量年均增长5.4%,稳居全球集装箱港口十强. 因此,石油化工产业和航运物流产业的快速扩张与发展可能是石油源贡献率迅速增长的一个重要原因.
2.3 健康风险评估
ILCR模型解析结果表明,2008年和2012年天津市近郊地区居民土壤PAHs暴露风险值ILCRsinhalation的数量级在10-14—10-10之间,远低于10−6. 因此,居民通过吸入方式接触到土壤中PAHs而导致的健康风险可以忽略.
如表3所示,2008年近郊地区居民土壤PAHs暴露风险值ILCRsingestion和ILCRsdermal的范围分别为1.19 × 10−9—5.89 × 10−6和2.84 × 10−9—1.00 × 10−5,它们最大值分别出现在儿童和成人. 根据不同年龄段暴露人群的统计结果,分别有32.5%、24.1%和36.1%的土壤样品的儿童、青少年和成人暴露总风险值ILCRstotal处于低风险判定区间内. 2012年居民各暴露途径的风险值ILCRs均高于2008年,ILCRsingestion的范围为2.84 × 10−9—9.51 × 10−6,ILCRsdermal的范围为6.79 × 10−9—1.62 × 10−5,两者最大值出现的年龄段和2008年一致. 儿童、青少年和成人暴露总风险值ILCRstotal大于10−6的土壤样品比例分别为41.7%、36.7%和45.0%,较2008年均有不同程度的增长. 值得注意的是,2008年和2012年居民土壤PAHs暴露风险值ILCRsdermal均高于ILCRsingestion,并且2012年青少年和成人暴露风险值ILCRsdermal的均值较2008年增长了一个数量级. 上述结果表明,2008年到2012年,天津市近郊地区居民土壤PAHs暴露风险在不断增加,且皮肤接触是主要的暴露途径;儿童因其对致癌物的高敏感性应归为最敏感的亚群体. 人群暴露风险的增加可能与机动车排放源贡献率增加有关. 根据PMF解析结果,虽然2012年机动车排放贡献率较2008年仅增加了5.3%,但是其估算排放量是2008年的2.6倍. 机动车排放量大幅度的增加导致更多的具有强致癌效力的特征组分[1, 56-57],如苯并(a)芘、二苯并(a, h)蒽和茚苯(1, 2, 3-cd)芘进入到土壤中,增加暴露人群的健康风险. 另一方面,石油源的贡献率和估算排放量的增幅虽然最大,但其排放至环境中的组分主要是致癌效力较低的低分子量PAHs.
表 3 不同群体暴露于土壤PAHs的潜在癌症风险Table 3. Age-specific potential cancer risk via exposure to soil PAHs in 2008 and 20122008 2012 人群Population 均值Mean 最小值Min 最大值Max 均值Mean 最小值Min 最大值Max 儿童Child ILCRingestion 4.87 × 10−7 2.28 × 10−9 5.89 × 10−6 7.84 × 10−7 5.45 × 10−9 9.51 × 10−6 ILCRdermal 6.07 × 10−7 2.84 × 10−9 7.34 × 10−6 9.78 × 10−7 6.79 × 10−9 1.19 × 10−5 ILCRtotal 1.09 × 10−6 5.12 × 10−9 1.32 × 10−5 1.76 × 10−6 1.22 × 10−8 2.14 × 10−5 青少年Adolescent ILCRingestion 2.53 × 10−7 1.19 × 10−9 3.07 × 10−6 4.09 × 10−7 2.84 × 10−9 4.95 × 10−6 ILCRdermal 6.32 × 10−7 2.96 × 10−9 7.65 × 10−6 1.02 × 10−6 7.08 × 10−9 1.24 × 10−5 ILCRtotal 8.85 × 10−7 4.14 × 10−9 1.07 × 10−5 1.43 × 10−6 9.92 × 10−9 1.73 × 10−5 成人Adult ILCRingestion 4.66 × 10−7 2.18 × 10−9 5.65 × 10−6 7.52 × 10−7 5.22 × 10−9 9.11 × 10−6 ILCRdermal 8.28 × 10−7 3.88 × 10−9 1.00 × 10−5 1.34 × 10−6 9.28 × 10−9 1.62 × 10−5 ILCRtotal 1.29 × 10−6 6.06 × 10−9 1.57 × 10−5 2.09 × 10−6 1.45 × 10−8 2.53 × 10−5 注:ILCRtotal = ILCRingestion + ILCRdermal 3. 结论(Conclusions)
2008年至2012年,天津市近郊地区城市化发展在一定程度上改变了土壤中PAHs的来源、含量和组成.
(1) 土壤中16种PAHs的总含量均值增加了1倍,菲、萘和荧蒽取代苯并(b)荧蒽、荧蒽和苯并(g, h, i)苝成为优势组分,萘、二氢苊、菲等低分子量PAHs的浓度明显增加.
(2) 五环化合物占比大幅度下降,而二环和四环化合物占比均显著增加.
(3) PMF解析结果表明,燃煤源和生物质燃烧排放的贡献率均减少10%以上,石油源的贡献率增加17.2%.
(4) 当地居民土壤PAHs暴露风险在不断增加,儿童作为最敏感的亚群体应受到关注,皮肤接触是主要的暴露途径. 机动车排放源贡献率的增加可能的导致暴露风险上升的重要原因.
-
表 1 实验水质
Table 1. Experimental water quality
水质指标 Water quality indexes 原水水质 Raw water quality 模拟污水水质 Simulated wastewater quality 范围 Range 平均值 Average value 范围 Range 平均值 Average value pH 6.59—7.88 7.48 6.54—7.79 7.35 COD/(mg·L−1) 98.26—316.18 161.35 42.64—53.12 47.26 -N/(mg·L−1)NH+4 23.73—43.19 34.75 9.82—12.04 10.68 TN/(mg·L−1) 30.43—51.67 41.43 11.28—13.67 12.32 -
[1] SONG C, ZHAO C, WANG Q, et al. Impact of carbon/nitrogen ratio on the performance and microbial community of sequencing batch biofilm reactor treating synthetic mariculture wastewater [J]. Journal of Environmental Management, 2021, 298: 113528. doi: 10.1016/j.jenvman.2021.113528 [2] 王建辉, 游庆国, 申渝, 等. 短程反硝化-厌氧氨氧化耦合脱氮工艺影响因素与调控研究进展 [J]. 环境化学, 2021, 40(4): 1216-1231. doi: 10.7524/j.issn.0254-6108.2020091302 WANG J H, YOU Q G, SHEN Y, et al. Research advances on influence factors and regulation of Partial denitrification and Anammox coupling denitrification process [J]. Environmental Chemistry, 2021, 40(4): 1216-1231(in Chinese). doi: 10.7524/j.issn.0254-6108.2020091302
[3] 毛世超, 王燕萍, 陈芳媛. 低碳氮比废水好氧颗粒污泥系统稳定性及微生物种群多样性研究 [J]. 环境化学, 2021, 40(3): 904-913. doi: 10.7524/j.issn.0254-6108.2019101105 MAO S C, WANG Y P, CHEN F Y. Stability and microbial diversity of the aerobic granular sludge under low carbon to nitrogen ratio [J]. Environmental Chemistry, 2021, 40(3): 904-913(in Chinese). doi: 10.7524/j.issn.0254-6108.2019101105
[4] WU B, DAI X, CHAI X. Critical review on dewatering of sewage sludge: Influential mechanism, conditioning technologies and implications to sludge re-utilizations [J]. Water Research, 2020, 180: 115912. doi: 10.1016/j.watres.2020.115912 [5] YANG S S, YU X L, DING M Q, et al. Simulating a combined lysis-cryptic and biological nitrogen removal system treating domestic wastewater at low C/N ratios using artificial neural network [J]. Water Research, 2021, 189: 116576. doi: 10.1016/j.watres.2020.116576 [6] XU X, MA B, LU W, et al. Effective nitrogen removal in a granule-based partial-denitrification/anammox reactor treating low C/N sewage [J]. Bioresource Technology, 2020, 297: 122467. doi: 10.1016/j.biortech.2019.122467 [7] CHENG Y, LI J Y, REN X, et al. High efficiency of simultaneous nitrification, denitrification, and organics removal in the real-scale treatment of high C/N ratio food-processing wastewater using micro-aerobic reactors [J]. Biochemical Engineering Journal, 2022, 177: 108218. doi: 10.1016/j.bej.2021.108218 [8] FU X, HOU R, YANG P, et al. Application of external carbon source in heterotrophic denitrification of domestic sewage: A review [J]. Science of the Total Environment, 2022: 153061. [9] CASTELLAR J A C, FORMOSA J, FERNÁNDEZ A I, et al. Cork as a sustainable carbon source for nature-based solutions treating hydroponic wastewaters–Preliminary batch studies [J]. Science of the Total Environment, 2019, 650: 267-276. doi: 10.1016/j.scitotenv.2018.08.365 [10] 唐玉朝, 陈徐庆, 薛莉娉, 等. 两段SBR串联工艺处理低C/N城市污水的效率研究 [J]. 环境科学与技术, 2022, 45(5): 15-21. TANG Y C, CHEN X Q, XUE L P, et al. Study on biological denitrification efficiency of two-stage sbr reactor for treatment of municipal wastewater with low C/N ratio [J]. Environmental Science & Technology, 2022, 45(5): 15-21(in Chinese).
[11] CAI X, HU C H, WANG J, et al. Efficient high-solids enzymatic hydrolysis of corncobs by an acidic pretreatment and a fed-batch feeding mode [J]. Bioresource Technology, 2021, 326: 124768. doi: 10.1016/j.biortech.2021.124768 [12] 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. State Environmental Protection Administration. Water and Wastewater Monitoring and Analysis Methods [M]. 4th edition. Beijing: China Environmental Science Press, 2002(in Chinese).
[13] LI L, HE Z, LIANG T, et al. Colonization of biofilm in wastewater treatment: A review [J]. Environmental Pollution, 2022, 293: 118514. doi: 10.1016/j.envpol.2021.118514 [14] HONG Q K, ZHANG H L, ZHANG S X. Study on the efficiency treatment of polluted water by biofilm process filled with bamboo filler [J]. Strategic Planning for Energy and the Environment, 2022, 41(3): 4131. [15] ZHANG L, CUI B, YUAN B, et al. Denitrification mechanism and artificial neural networks modeling for low-pollution water purification using a denitrification biological filter process [J]. Separation and Purification Technology, 2021, 257: 117918. doi: 10.1016/j.seppur.2020.117918 [16] LIU J, FU X, YUAN R, et al. Carbon sources derived from corncobs enhanced nitrogen removal in SBBR treating low C/N domestic sewage [J]. Process Safety and Environmental Protection, 2022, 166: 628-637. doi: 10.1016/j.psep.2022.08.063 [17] WANG Z, ZHENG M, HE C, et al. Enhanced treatment of low-temperature and low carbon/nitrogen ratio wastewater by corncob-based fixed bed bioreactor coupled sequencing batch reactor [J]. Bioresource Technology, 2022, 351: 126975. doi: 10.1016/j.biortech.2022.126975 [18] WANG F, XU S, LIU L, et al. One-stage partial nitrification and anammox process in a sequencing batch biofilm reactor: Start-up, nitrogen removal performance and bacterial community dynamics in response to temperature [J]. Science of the Total Environment, 2021, 772: 145529. doi: 10.1016/j.scitotenv.2021.145529 [19] 孙洪伟, 陈翠忠, 吴长峰, 等. 温度对SBR生物脱氮效能及胞外聚合物的影响 [J]. 环境科学, 2017, 38(11): 4648-4655. SUN H W, CHEN C Z, WU C F, et al. Effect of Temperature on Nitrogen Removal Performance and the Extracellular Polymeric Substance (EPS) in a Sequencing Batch Reactor (SBR) [J]. Environmental Science, 2017, 38(11): 4648-4655(in Chinese).
[20] WAGNG X, YE C, ZHANG Z, et al. Effects of temperature shock on N2O emissions from denitrifying activated sludge and associated active bacteria [J]. Bioresource Technology, 2018, 249: 605-611. doi: 10.1016/j.biortech.2017.10.070 [21] BHATTACHARYA R, MAZUMDER D. Simultaneous nitrification and denitrification in moving bed bioreactor and other biological systems [J]. Bioprocess and Biosystems Engineering, 2021, 44(4): 635-652. doi: 10.1007/s00449-020-02475-6 [22] LI C, LIU S, MA T, et al. Simultaneous nitrification, denitrification and phosphorus removal in a sequencing batch reactor (SBR) under low temperature [J]. Chemosphere, 2019, 229: 132-141. doi: 10.1016/j.chemosphere.2019.04.185 [23] HENDRASARIE N, ZARFANDI F I, ROSARIAWARI F, et al. Addition of fixed bed biofilm in sequencing batch reactor to remove carbon-nitrogen for apartment wastewater[C]//IOP Conference Series: Materials Science and Engineering. IOP Publishing, 2021, 1125(1): 012089. [24] WAN A, ZHAO B, XIE Y, et al. Study on the effect of new type of suspended carrier on oxygen mass transfer characteristics [J]. Environmental Science and Pollution Research, 2021, 28(27): 36911-36923. doi: 10.1007/s11356-021-14371-x [25] RAJTA A, BHATIA R, SETIA H, et al. Role of heterotrophic aerobic denitrifying bacteria in nitrate removal from wastewater [J]. Journal of applied microbiology, 2020, 128(5): 1261-1278. doi: 10.1111/jam.14476 [26] XIONG R, YU X, ZHANG Y, et al. Comparison of agricultural wastes and synthetic macromolecules as solid carbon source in treating low carbon nitrogen wastewater [J]. Science of the Total Environment, 2020, 739: 139885. doi: 10.1016/j.scitotenv.2020.139885 [27] 凌宇, 赵远哲, 王海燕, 等. HRT对A/O-BF处理低碳氮比农村生活污水脱氮的影响 [J]. 环境科学研究, 2021, 34(4): 927-935. LING Y, ZHAO Y Z, WANG H Y, et al. Effects of HRT on A/O-BF Nitrogen Removal of Low C/N Rural Domestic Sewage [J]. Research of Environment Sciences, 2021, 34(4): 927-935(in Chinese).
[28] YAN L, LIU S, LIU Q, et al. Improved performance of simultaneous nitrification and denitrification via nitrite in an oxygen-limited SBR by alternating the DO [J]. Bioresource Technology, 2019, 275: 153-162. doi: 10.1016/j.biortech.2018.12.054 [29] ZHENG Z, HUANG S, BIAN W, et al. Enhanced nitrogen removal of the simultaneous partial nitrification, anammox and denitrification (SNAD) biofilm reactor for treating mainstream wastewater under low dissolved oxygen (DO) concentration [J]. Bioresource Technology, 2019, 283: 213-220. doi: 10.1016/j.biortech.2019.01.148 [30] PAN Z, ZHOU J, LIN Z, et al. Effects of COD/TN ratio on nitrogen removal efficiency, microbial community for high saline wastewater treatment based on heterotrophic nitrification-aerobic denitrification process [J]. Bioresource Technology, 2020, 301: 122726. doi: 10.1016/j.biortech.2019.122726 [31] CAO S, DU R, PENG Y, et al. Novel two stage partial denitrification (PD)-Anammox process for tertiary nitrogen removal from low carbon/nitrogen (C/N) municipal sewage [J]. Chemical Engineering Journal, 2019, 362: 107-115. doi: 10.1016/j.cej.2018.12.160 [32] LU W, ZHANG Y, WANG Q, et al. Achieving advanced nitrogen removal in a novel partialdenitrification/anammox-nitrifying (PDA-N) biofilter process treating low C/N ratio municipal wastewater [J]. Bioresource Technology, 2021, 340: 125661. doi: 10.1016/j.biortech.2021.125661 [33] HU B, QUAN J, HUANG K, et al. Effects of C/N ratio and dissolved oxygen on aerobic denitrification process: A mathematical modeling study [J]. Chemosphere, 2021, 272: 129521. doi: 10.1016/j.chemosphere.2020.129521 [34] CHEN X, ZHANG Q, ZHU Y, et al. Response of wastewater treatment performance, microbial composition and functional genes to different C/N ratios and carrier types in MBBR inoculated with heterotrophic nitrification-aerobic denitrification bacteria [J]. Bioresource Technology, 2021, 336: 125339. doi: 10.1016/j.biortech.2021.125339 [35] ALBINA P, DURBAN N, BERTRON A, et al. Influence of hydrogen electron donor, alkaline pH, and high nitrate concentrations on microbial denitrification: a review [J]. International Journal of Molecular Sciences, 2019, 20(20): 5163. doi: 10.3390/ijms20205163 [36] 王登敏, 张立秋, 李淑更, 等. 玉米芯固体碳源生物膜SND处理低碳源污水[J]. 环境科学与技术, 2018, 41(10): 99-104. WANG D M, ZHANG L Q, LI S G, et al. SND treatment of low-carbon source sewage with corncob solid carbon source biofilm [J]. Environmental Science & Technology 2018, 41(10): 99-104(in Chinese).
[37] CAO X, ZHOU X, XUE M, et al. Evaluation of nitrogen removal and N2O emission in a novel anammox coupled with sulfite-driven autotrophic denitrification system: Influence of pH [J]. Journal of Cleaner Production, 2021, 321: 128984. doi: 10.1016/j.jclepro.2021.128984 [38] SRIWIRIYARAT T, NUCHLEK P. Effects of pH on extracellular polymeric substances compositions of biofilm in integrated fixed film activated sludge process [J]. International Journal of Environmental Science and Technology, 2022, 19(1): 73-84. doi: 10.1007/s13762-021-03316-z [39] WANG J, RONG H, GAO Y, et al. Factors affecting simultaneous nitrification and denitrification (SND) in a moving bed sequencing batch reactor (MBSBR) system as revealed by microbial community structures [J]. Bioprocess and Biosystems Engineering, 2020, 43(10): 1833-1846. doi: 10.1007/s00449-020-02374-w -
Environmental Chemistry missing article.pdf
-