-
污水地下渗滤系统(subsurface wastewater infiltration system，SWIS)利用土壤与微生物的联合作用，通过物理、化学、生物反应去除污染物[1]。SWIS具有构造简单、操作维护成本低、污染物去除率高等优点[2]。但是，SWIS长期运行会改变土壤渗透性能，影响出水水质。LI等[3]将长期(7年以上)和短期(1年)运行的SWIS进行比较，结果表明，短期运行SWIS的BOD、COD、SS、
NH+4 -N、TP去除率分别为95.0%、89.1%、98.1%、87.6%和98.4%，长期运行SWIS的BOD、COD、SS、NH+4 -N、TP去除率分别降低至89.6%，87.2%，82.6%，69.1%和74.4%，说明长期运行导致的土壤渗透性、孔隙度及代谢气体积累程度的变化将影响SWIS处理性能。土壤渗透性能降低主要由物理、化学、生物和气体4方面因素造成。粒径较小的悬浮物堆积在基质孔道中，降低渗透性。粒径小于6 μm的颗粒是渗透性降低的主要原因[4]。有机悬浮物不会造成明显的渗透性降低，无机悬浮物更易降低土壤渗透性[5]。悬浮物引起的渗透性降低通常无法得到恢复[6]。污水中的离子与SWIS中原有的离子发生化学反应，可产生不溶性沉淀，其中，碳酸盐和铁化合物是主要的沉淀[7-8]。细菌细胞和生物膜会积累在孔隙空间中，导致孔隙减少和水力传导性降低[9]。影响渗透性能的气体包括进水携带空气和生物代谢气体[10]。进水携带空气是随进水进入系统后截留在系统中的空气，生物代谢气体是微生物呼吸产生的气体。一方面，空气可能积累在孔隙中，另一方面，空气中的氧气会影响生物代谢气体的产生，代谢气体也会积累在孔隙中。进水携带空气和生物代谢气体如果不能及时排出系统，会降低体积含水率，导致渗透性能降低。渗透性能适度降低会增加系统内部非饱和流动区，从而导致污染物处理能力增加；而渗透性能大幅降低会使污水难以通过基质层，污染物处理能力降低[5]。
预处理(过滤沉淀)可以减少进入系统的悬浮物，干湿交替可以恢复孔隙度，酸化可以减少化学沉淀产生[11-12]。然而，研究多集中于防治悬浮物、化学物质和微生物导致的渗透性能降低。由于针对气体对土壤渗透性能的影响的研究鲜有报道，实际工程中也没有针对气体的有效防治方法。因此，本研究对气体导致的SWIS渗透性变化及污染物处理效果进行了初步探究，为气体堵塞及其防治奠定基础。对SWIS进水采用了不同曝气处理(不曝气、微曝气、强曝气)，研究了不同的曝气量对SWIS渗透系数、体积含水率、代谢气体释放量和污染物(COD、
NH+4 -N、NO−3 -N、NO−2 -N和TP)去除率的影响，以期为研究气体堵塞及其预防提供参考。 -
进水为人工配制的生活污水，水质特征如下：COD (330.21±7) mg·L−1，
NO−3 -N (3.12±0.1) mg·L−1，NO−2 -N (0.40±0.004) mg·L−1，NH+4 -N (49.08±0.6) mg·L−1，TP (4.0±0.3) mg·L−1。对进水进行不同程度的曝气处理，形成不曝气水、微曝气水和强曝气水。不曝气水为人工配制的生活污水，不经过任何处理，气体含量为0%。微曝气水使用45 L·min−1的空气泵对污水进行持续曝气，气体含量为3.6%。强曝气水使用70 L·min−1的空气泵对污水进行持续曝气，气体含量为6.3%。气体含量测量方法使用杜磊[13]的方法。
-
SWIS模拟装置如图1所示。尺寸为180 cm×29 cm(高×直径)。基质分为2层，底部为5 cm的砾石，砾石上方为145 cm的混合基质。混合基质由沙、炉渣和农田土按1∶2.5∶6.5的比例混合而成，孔隙度为0.55。进水由蠕动泵泵送，通过“十”字布水管(土壤下65 cm处)和不透水皿散水。在土壤下10、40、70、100、130 cm处放置体积含水率传感器和压力传感器，连接电脑读取数据。系统下方的集水装置收集出水。在图1(a)的基础上增加分层气体采样器(图(1b))。将集气管埋设于图1(a)土柱的土壤下方，各层集气管之间相距30 cm，上部取气口位于土壤上方，平时密封，只在采样时短暂开启。用分层气体采样器采集土壤下10、40、70、100、130 cm处的气体。
-
分别用SWIS处理不曝气水、微曝气水和强曝气水，进水负荷为14 cm·d−1，持续44 d，用电脑记录体积含水率和压力的数据；用集水装置收集出水，记录出水流量；定期采集气体样品和出水样品。
-
气体样品由气相色谱仪(Agilent 7890B)测定。根据文献中的监测分析方法[14]测定水质：化学需氧量(COD)使用重铬酸钾氧化法测定；氨氮(
NH+4 -N)使用纳氏试剂光度法测定；硝态氮(NO−3 -N)使用紫外分光光度法测定；亚硝态氮(NO−2 -N)使用分光光度法测定；总磷(TP)使用钼酸胺分光光度法测定。渗透系数由达西定律[15]计算，计算方法如式(1)所示。
式中：k为渗透系数，cm·s−1；Q为流量，m3·s−1；l为相邻压力计的垂直距离，cm；A为横截面积，m2；h为压头变化，m。
本研究使用SPSS软件进行相关分析，文中所有相关系数均为排除时间变量后的Pearson相关系数。
-
不同曝气处理下渗透系数随时间的变化如图2所示。可以看出，由于SWIS运行时间较短，不同曝气处理下的SWIS均没有出现土壤堵塞现象，但是曝气量影响了不同深度处的渗透系数。SWIS的渗透系数为4.167×10−5~1.389×10−3 cm·s−1[16]。渗透系数过高，SWIS持水能力降低，污染物未经有效处理就被排出系统；渗透系数过低，SWIS土壤基质堵塞。PAN等[17]认为，渗透系数低于3.5×10−4 cm·s−1时，SWIS会出现堵塞现象。实验中不同深度处的渗透系数均高于3.5×10−4 cm·s−1，没有发生堵塞现象。在−40~−10 cm处，不同曝气处理的渗透系数均为最低。在−70~−40 cm处，不曝气系统达到稳定的渗透系数高于初始渗透系数，微曝气和强曝气系统达到稳定的渗透系数低于初始渗透系数。在−100~−70 cm处，不曝气系统的渗透系数波动较大，微曝气和强曝气系统的渗透系数几乎没有波动；该深度微曝气和强曝气系统的渗透系数低于不曝气系统。在−130~−100 cm处，不同曝气处理下，系统达到稳定的渗透系数均高于初始渗透系数，渗透系数稳定后，强曝气系统的渗透系数较高。
从图2还可以看出，不曝气、微曝气和强曝气系统渗透系数分别在大约10、14、22 d后达到稳定，这说明曝气量越大，SWIS渗透系数达到稳定所需时间越长。这主要归因于以下2个方面：一方面，曝气量越大，进水携带空气越多；另一方面，曝气为好氧微生物呼吸产生CO2提供了有利条件，导致SWIS内部气体含量增加，从而使得系统达到平衡所需时间更长。
曝气量与SWIS渗透系数的相关性分析如表1所示。将时间变量的影响排除后，分析曝气量与渗透系数的相关关系。P<0.05说明两者有显著的相关关系。相关性强弱用相关系数表示，相关系数的绝对值越大，相关性越强。曝气量与 −70~−40 cm处的渗透系数不存在相关关系，与−130~−100、−100~−70 cm、−40~−10 cm处的渗透系数有显著的相关关系。其中，曝气量与−130~−100、−40~−10 cm处的渗透系数是正相关关系，与−100~−70 cm处的渗透系数是负相关关系。曝气主要降低了−100~−70 cm深度处的渗透系数。进水通过布水管(土壤下65 cm处)进入系统后，少量污水向上流动，大量污水在毛细作用和重力作用下向下流动，首先影响−100~−70 cm处的土壤，导致−100~−70 cm处的渗透系数降低。
-
不同曝气处理下体积含水率随时间的变化见图3。从图3可以看出，微曝气和强曝气系统体积含水率变化规律相似，与不曝气系统体积含水率变化规律差异较大。在微曝气和强曝气系统中，−100 cm处的体积含水率较低，−10、−40和−70 cm处的体积含水率较高；曝气量越大，各层体积含水率越低。在不曝气系统中，−100、−40和−10 cm处的体积含水率较高，在0.90以上；在−70 cm处的体积含水率开始缓慢波动下降，35 d后迅速下降至0.80。
由图2和图3可知，在不同曝气处理下，渗透系数在实验中后期达到稳定，体积含水率在整个实验阶段不断变化，这表明体积含水率影响实验前期的渗透系数，与实验中后期的渗透系数之间的关系不明显，这与BECKWITH等[18]的研究结果不同。他们的研究对象是泥炭土，孔隙度为0.96~0.97，体积含水率为0.80~0.85，体积含水率稍微变化可能会引起土壤结构的改变，影响渗透系数，所以体积含水率与渗透系数的相关性很强。而本研究的对象为SWIS，主要基质是农田土、炉渣和沙的混合基质，孔隙度为0.55，体积含水率为0.80~1.00，土壤结构比较稳定，孔隙中气体含量变化与水流移动达到平衡后，渗透系数不再变化。
曝气量与SWIS体积含水率的相关性分析如表2所示。曝气量与−10 cm处的体积含水率不存在相关关系，与−100、−70、−40 cm处的体积含水率有显著的相关关系。其中，曝气量程度与−100、−40 cm处的体积含水率为较强的负相关关系，但与−70 cm处的体积含水率为较强的正相关关系。
-
不同曝气处理下代谢气体浓度随时间的变化见图4。可以看出，不曝气和微曝气系统中各深度处的CO2浓度相近，为1 000~12 000 mg·m−3；强曝气系统中，CO2浓度较高，为1 000~35 000 mg·m−3。与不曝气系统相比，微曝气系统降低了CH4的浓度，这是因为曝气增加了氧气浓度，抑制了产甲烷菌的生长繁殖。在强曝气系统中，24 d内CH4浓度很低，24~40 d略有增加，40~44 d迅速增加。尽管曝气抑制了产甲烷菌的生长繁殖，但是CH4积累在系统中，没有及时释放，导致强曝气系统中最终的CH4浓度远高于不曝气和微曝气系统。微曝气系统中N2O浓度略低于不曝气系统，强曝气系统中N2O浓度远高于不曝气和微曝气系统。N2O的产生途径有硝化作用、反硝化作用和共反硝化作用。其中，在共反硝化作用中，N2O的一个N原子来源于
NO−2 -N，另一个N原子来源于其他氮化合物[19]。曝气增加好氧区，促进硝化作用产生N2O，同时硝化作用过程中产生的NO−2 -N为共反硝化作用提供N元素，抑制反硝化作用产生N2O。分析认为，不曝气系统中反硝化是产生N2O的主要途径。在微曝气系统中，较低的曝气量减少了反硝化产生的N2O，但对硝化和共反硝化作用促进作用不强，所以微曝气系统N2O浓度较低。在强曝气系统中，较高的曝气量会促进硝化和共反硝化作用，尽管反硝化产生的N2O减少，硝化和共反硝化作用产生大量N2O，强曝气系统N2O浓度高。从图4还可以看出，在不同曝气处理下，CO2、CH4、N2O在−10 cm和−40 cm处的浓度都较低，在−70、−100和−130 cm处的浓度较高，这说明代谢气体主要影响系统中下部的渗透系数。−10 cm和−40 cm接近土壤表层，气体容易通过基质孔隙释放到大气中。−70、−100和−130 cm位于系统中下部，其中微生物代谢产生的气体一部分沿基质孔道向上移动，释放到大气中，一部分随水流从出水口流出，剩下的积累在基质孔隙中。在−70、−100 cm处，生物代谢气体与进水携带空气共同积累，降低了−100~−70 cm处的渗透系数。在−130 cm处，生物代谢气体浓度较高，但该深度接近出水口，气体易释放，此外，该深度离进水口较远，进水携带空气少，气体对渗透系数影响较小。
曝气量与CO2、CH4、N2O浓度的相关性分析如表3所示。曝气量与各深度处的CH4浓度不存在相关关系，与各深度处的CO2、N2O浓度有显著的相关关系。其中，曝气量与−100、−70、−40 cm处的CO2、N2O浓度相关系数更高，与−130、−10 cm处的CO2、N2O浓度相关系数较低，这说明曝气对接近进水位置的−100、−70、−40 cm处的CO2、N2O浓度影响较大，而对接近土壤表层的−10 cm处和接近出水口的−130 cm处的CO2、N2O浓度影响较小。
-
不同曝气处理下出水污染物去除率随时间的变化结果见图5。从图5可以看出，
NH+4 -N，COD和TP的去除效果较好，NO−3 -N，NO−2 -N的去除效果较差。生物硝化-反硝化是SWIS脱氮的主要途径[20]。曝气为好氧硝化作用提供了有利环境，抑制了厌氧反硝化作用，因此，微曝气和强曝气系统的NH+4 -N和NO−2 -N去除率均高于不曝气系统，微曝气和强曝气系统的NO−3 -N去除率均低于不曝气系统。NO−3 -N和NO−2 -N的初始浓度高于进水，这是因为NH+4 -N在亚硝化菌和硝化菌作用下所产生的NO−2 -N和NO−3 -N积累在SWIS中。COD去除的主要途径是有机物降解。好氧异养细菌在有机物好氧降解中起着重要作用，充足的供氧能有效提高好氧微生物降解有机物的效率[21]。曝气提高了SWIS中溶解氧浓度，有利于耗氧的有机物(以COD计)降解，所以微曝气和强曝气系统中的COD去除率高于不曝气系统。TP去除的主要途径是物理化学吸附[22]。TP去除率在89%以上。曝气对物理化学吸附的影响作用较小，因此，不曝气、微曝气和强曝气系统的TP去除率相近。曝气量与污染物去除率的相关性分析如表4所示。曝气量与
NO−3 -N、NO−2 -N、TP去除率不存在相关关系，与NH+4 -N、COD去除率有显著的相关关系。曝气量与NH+4 -N、COD去除率有显著的正相关关系。 -
1)曝气量与−130~−100、−40~−10 cm处的渗透系数有较强的正相关关系，与−100~−70 cm处的渗透系数有较强的负相关关系，与−70~−40 cm处的渗透系数不存在相关关系，这说明曝气主要降低了−100~−70 cm深度处的渗透系数。
2)曝气降低了−100 cm处和−40 cm处的体积含水率，增加了−70 cm处的体积含水率，对−10 cm处的体积含水率几乎没有影响。其中，−100 cm处的体积含水率的减少可能是导致−100~−70 cm处的渗透系数下降的原因。
3)曝气量与各深度处的CH4释放浓度不存在相关关系，与各深度处的CO2、N2O释放浓度为正相关关系；生物代谢气体在系统中下部(−130、−100和−70 cm处)的浓度高于系统上部(−40 cm和−10 cm)。生物代谢气体主要影响系统中下部的渗透系数。
4)曝气增加了SWIS对
NH+4 -N、COD的去除率，与NO−3 -N、NO−2 -N、TP去除率不存在相关关系。曝气会增加短期运行的SWIS整体污染物处理效果，但对长期运行的SWIS处理效果的影响还需要进一步的研究。
曝气对污水地下渗滤系统渗透性及处理性能的影响
Effects of aeration on permeability and treatment performance of subsurface wastewater infiltration system
-
摘要: 针对气体影响地下渗滤系统的渗透性及污水处理效果的问题，用地下渗滤系统处理不同曝气程度的生活污水，研究曝气对不同深度基质理化性质(渗透系数、体积含水率、气体类型及浓度)和出水水质的影响。结果表明，曝气增加了−130~−100、−40~−10 cm处的渗透系数，降低了−100~−70 cm处的渗透系数，与−70~−40 cm处的渗透系数不存在相关关系；曝气增加了−70 cm处的体积含水率，降低了−100 cm和−40 cm处的体积含水率，对−10 cm处的体积含水率几乎没有影响；曝气增加了各深度处的CO2、N2O释放浓度，与各深处的CH4释放浓度不存在相关关系；曝气增加了
NH+4 -N和COD去除率，与NO−3 -N、NO−2 -N和TP去除率不存在相关关系。探明了气体对地下渗滤系统处理性能的影响，为气体堵塞及其预防提供了参考。Abstract: In order to identify the effects of gas on the soil permeability and sewage treatment of subsurface wastewater treatment system (SWIS), domestic wastewater with different aeration treatment was introduced into a set of SWIS to study the effect of aeration on the physicochemical properties (permeability coefficient, volumetric water content, gas types and concentrations) of the matrix at different depths and effluent quality. The results indicated that aeration improved the permeability coefficients at −130~−100 cm and −40~−10 cm, reduced the permeability coefficient at −100~−70 cm, had an insignificant correlation with the permeability coefficient at −70~−40 cm. Meanwhile, the aeration elevated the volumetric water content at −70 cm, reduced the volumetric water content at −100 cm and −40 cm, had slight influence on the volumetric water content at −10 cm. Aeration improved the releasing concentrations of CO2 and N2O at different depths, and had an insignificant correlation with CH4 releasing concentrations. Aeration treatment of raw water improved the removal rates ofNH+4 -N, COD and TP, reducedNO−3 -N removal rate, and had no correlation withNO−2 -N removal. The effects of gas on SWIS were preliminarily identified, which provided references for further research on gas clogging and its prevention. -
作为我国农业的支柱产业之一[1]，畜禽养殖业向集约化、规模化方向发展，但规模化养殖产生了大量粪尿等污染物，畜禽养殖污染防治日益得到重视[2]。据相关统计[3]表明，以生猪养殖为代表的畜禽养殖业排放的有机物和总氮已经成为我国农业面源污染之首。
生猪养殖废水具有高氨氮(110~1 650 mg·L−1)、高有机污染物(2 000~30 000 mg·L−1)、高总氮(220~2 055 mg·L−1)等污染特征[4]，其主要有还田处理，自然处理和生物处理等方式，其中还田处理和自然处理模式由于占地面积较大、二次污染等原因，而较少被采用。生物处理模式中多采用厌氧-好氧联合处理模式[5]，但其存在处理工艺流程较长、出水难以稳定达标、冬季运行效果差等问题[6, 7]。另一方面，由于生猪养殖废水属于低C/N比废水(4~7)，缺氧阶段缺乏足够碳源，从而影响微生物生长和反硝化脱氮效果[8]。为增强废水生物处理脱氮效率，需要外加碳源，导致其处理成本和能耗较高[9]。姜超等[10]和SUI等[11]通过建立关联氧化还原电位、pH控制点的SMBR工艺，通过优化好氧曝气时间实现了实时控制短程硝化过程，
NH+4 -N平均出水浓度为11.6 mg·L−1，去除率为98.3%；耗氧有机污染物的平均出水浓度(以COD计)为358 mg·L−1，去除率为95.3%；TN平均出水浓度为81 mg·L−1，去除率为92.7%；亚氮累积率在85%以上，因此，实现了常温下短流程高效处理畜禽养殖废水。本文在实验室规模SMBR工艺研究的基础上，通过研发中试规模SMBR工艺处理生猪养殖废水，考察了在低温环境下该工艺对污染物的去除效果及关键功能菌群的演替特征，其可为高效处理规模化畜禽养殖废水提供技术支撑。
1. 材料与方法
1.1 生猪养殖废水处理中试装置
本中试研究在北京某养猪场实施。生猪养殖废水处理中试装置见图1。如图1(a)所示，本研究的中试规模序批式膜生物反应器(sequence membrane bio-reactor，SMBR)由碳钢(壁厚8 mm)制成，呈卧式圆柱体(2.8 m×8 m，总体积为50 m3，有效体积为30~35 m3，北京创迪环保科技有限公司)。如图1(a)所示，内置A~F共计6层陶瓷膜组件(膜孔径1 μm，单片膜单侧有效过滤面积0.5 m×0.11 m(共两侧)，江西博鑫精陶环保科技有限公司)，每层设置陶瓷膜48片，单片陶瓷膜短边垂直曝气管方向布置，膜片与膜片间隔0.8 cm，单层陶瓷膜设置1个出水管收集出水，6层(共288片陶瓷膜)设置统一出水管与抽吸泵相连，膜组件(共6层)总有效过滤面积为31.6 m2。SMBR设计处理规模10 m3·d−1，实际处理规模5~6 m3·d−1，SRT为15~20 d。反应器采用序批式模式运行：进水0.5 h、缺氧搅拌1.5 h、好氧曝气3 h(溶解氧为0.5~2 mg·L−1)、反应器膜出水0.6~1 h。
图 1 生猪养殖废水处理装置示意图Figure 1. Schematic diagram of treatment device for swine wastewater该猪场生猪养殖废水处理采用连续流厌氧-缺氧-好氧工艺(anaerobic-anoxic-oxic process, A2/O)(图1(b))，该生物反应器覆盖有阳光棚，冬季具有一定的保温作用，其主要运行参数见表1。
表 1 SMBR和A2/O运行基本参数Table 1. Basic parameters of SMBR and A2/O工艺 阶段或池型 处理量/(m3·d−1) SRT/d HRT/d 
-N负荷/(kg·(m3·d)−1)有机物负荷/(kg(m3·d)−1) MLSS/(mg·L−1) 水温/℃ SMBR Ⅰ 10 15~20 5.6~6.6 0.11~0.14 1.48~1.75 7 200 20±2 Ⅱ 10 15~20 5.6~6.6 0.11~0.14 1.48~1.75 6 860 15±2 Ⅲ 10 15~20 5.6~6.6 0.11~0.14 1.48~1.75 8 240 10±2 A2/O 厌氧池 150 — 10 0.21 1.12~3.78 1 480 20±3 缺氧池 150 — 10 0.07 1.19~2.20 6 700 20±3 好氧池 150 — 10 0.01~0.02 0.35~0.8 4 340 20±3 | Show Table
DownLoad:
CSV
1.2 实验用水与接种污泥
猪场A2/O工艺处理实验用水为生猪养殖废水经预沉淀、螺旋挤压分离、沉淀一池、沉淀二池处理。SMBR实验用水为北京市某猪场生猪养殖废水经预沉淀和螺旋挤压固液分离处理，其水质特征如表2所示。SMBR接种污泥取自该猪场废水处理站A2/O工艺中的好氧池污泥，首次接种后反应器内污泥浓度(MLSS)在6 000 mg·L−1左右，MLVSS在4 500 mg·L−1左右。
表 2 生猪养殖废水水质Table 2. Water quality parameters of swine wastewater阶段 水温/℃ COD/(mg·L−1) 
-N/(mg·L−1)
-N/(mg·L−1)TN/(mg·L−1) 阶段Ⅰ 20±2 9 816±2 190 733.44±78.90 16.96±11.68 880.31±112.24 阶段Ⅱ 15±2 9 520±938 766.50±66.63 36.10±9.47 882.36±69.02 阶段Ⅲ 10±2 8 532±2 668 724.00±72.99 43.31±7.16 904.30±206.32 | Show TableDownLoad:
CSV
1.3 水质指标测定方法
实验过程中对常规水质指标进行周期性采样检测，其中
NH+4 -N测试采用纳氏试剂比色法；NO−2 -N测试采用N-(1-萘基)-乙二胺光度法；NO−3 -N测试采用紫外分光光度法；总氮测试采用碱性过硫酸钾紫外分光光度法；有机污染物测定采用快速测定仪测试(哈希中国)；SS、VSS测试采用重量法；pH、氧化还原电位和DO测试采用便携式测定仪(德国WTW)测定。1.4 DNA提取
分别在SMBR稳定运行的第28天(阶段Ⅰ)、第46天(阶段Ⅱ)和第63天(阶段Ⅲ)，以及在现场A2/O工艺中的厌氧池、缺氧池、好氧池各取污泥混合液50 mL后，实验室提取每个样品1~5 mL，10 000 r·min−1离心10 min，弃上清液，使用试剂盒Fast DNA Spin Kit for Soil(MP, Biomedicals, USA)提取DNA。
1.5 高通量测序与OUT分类
采用Illumina Miseq平台(Illumina, USA)测序分析[11]，测序数据经优化后，样品经均一化后均含有40 875条序列，有效序列采用(ribosomal database project, RDP)核糖体数据库进行物种分类。
2. 结果与讨论
2.1 SMBR的生猪养殖废水处理效果
在SMBR的运行过程中，耗氧有机污染物的平均进水浓度(以COD计)为9 377 mg·L−1，平均出水浓度为332 mg·L−1，去除率为96.5%；总氮平均进水浓度为887 mg·L−1，平均出水浓度为31 mg·L−1，去除率为96.5%；氨氮平均进水浓度为740 mg·L−1，平均出水浓度为10 mg·L−1，去除率为98.6%；SS去除率可以达到100%。
SMBR去除污染物效果见图2。如图2(a)所示，在SMBR运行过程中，氨氮平均进水浓度为740 mg·L−1，平均出水浓度为10 mg·L−1，去除率高达98.6%，这表明尽管SMBR的运行温度逐步降低，但依然可以实现较好的氨氮去除效果；由图2(b)可以看出，耗氧有机污染物的出水浓度随着温度的降低有所增加，3个阶段耗氧有机污染物的平均出水浓度(以COD计)分别为279、378和373 mg·L−1，这说明反应器运行温度的降低可能会影响到微生物降解有机污染物的活性，导致出水有机物浓度随着反应器运行温度的降低有所提高；如图2(c)所示，在阶段Ⅰ初期，总氮平均进水浓度为880 mg·L−1，平均出水浓度逐步升高，在第8天达到最高出水浓度为79 mg·L−1，总氮去除率仅为89%，这是由于反应器启动初期，运行不稳定导致脱氮效果较差。此后当反应器稳定运行，出水总氮逐步降低，平均出水浓度降低至29 mg·L−1，总氮去除率提高至97%。
由于接种污泥来自好氧池排泥，含有高浓度的硝酸盐，以及反应器运行初期脱氮效果较差，所以导致硝态氮出水浓度高于硝态氮进水浓度(图2(d))。随着反应器的稳定运行，硝态氮出水浓度逐步降低至6 mg·L−1。在一定温度范围内(5~40 ℃)，微生物的转化率与温度之间的关系可以用简化的阿伦尼乌斯方程[12]描述(式(1))。
rT=r293exp[−θ(293−T)] (1) 式中：rT为反应速率，mol·(L·s)−1；r293为标准温度下的反应速率，mol·(L·s)−1；θ为反应温度系数，K−1；T为反应温度，K。
在硝化反应中，反应温度系数θ随着温度的降低而降低[13]。当温度低于20 ℃时，亚硝化细菌最大比增长速率低于硝化细菌[14]，亚硝化细菌产生的亚硝酸盐容易被硝化细菌继续氧化成硝酸盐。因此，在SMBR运行中随着水温的降低，亚硝化速率降低，出水亚氮浓度也逐步降低，阶段Ⅰ和阶段Ⅱ的亚氮累积率分别为62%和67%，而当水温降低至10 ℃后，亚氮累积率仅为44%。
总体而言，在SMBR整体运行过程中，虽然运行温度逐步降低，但是SMBR对污染物均具有较好的去除效果，能够获得较高且稳定的污染物去除率，满足《畜禽养殖业污染物排放标准》(GB 18596-2001)所规定的集约化畜禽养殖业污染物最高允许日均排放浓度。
图3为SMBR运行第21天(阶段Ⅰ)的一个典型循环周期内，含氮污染物指标和水质参数的变化曲线。第0~0.5小时为反应器进水阶段，反应器氨氮浓度逐步升高，直至进水完成其浓度达到29.46 mg·L−1，此时反应器总氮浓度也达到37.2 mg·L−1。在缺氧搅拌期间，微生物利用进水中的有机物进行反硝化作用，亚硝酸盐和硝酸盐的浓度降低至0 mg·L−1和1.4 mg·L−1，总氮浓度也因为反硝化脱氮作用逐步降低至30.3 mg·L−1，在此期间产生的碱度使反应器中的pH不断升高。
图 3 典型循环内含氮污染物和水质参数的变化Figure 3. Changes of nitrogen pollutants and water quality parameters in a typical cycle第1.5~4.5小时为好氧单元，其中在曝气阶段的末端开启膜出水。在开启生物曝气的情况下，由于微生物的硝化作用，反应器内的氨氮浓度逐步降低至4.5 mg·L−1，亚氮浓度则是逐步升高至7.2 mg·L−1。由于反应器搅拌不均匀，存在死区，导致其成为缺氧环境，在好氧单元生成的亚氮或者硝氮在此发生反硝化作用，所以总氮在好氧单元略有降低。在好氧单元由于硝化作用消耗碱度，致使反应器在好氧单元期间实时pH逐步降低。
2.2 A2/O工艺处理生猪养殖废水效果
该猪场A2/O工艺的生猪养殖废水处理效果如表3所示。氨氮平均进水浓度为745 mg·L−1，出水浓度为7 mg·L−1，去除率达到99%；总氮平均进水浓度为844.5 mg·L−1，出水浓度为107 mg·L−1，去除率为87.2%；耗氧有机污染物的平均进水浓度(以COD计)为5 850 mg·L−1，出水浓度为216 mg·L−1，去除率达到96.3%。
表 3 A2/O工艺处理生猪养殖废水效果Table 3. Performance of A2/O process on swine wastewater treatmentmg·L−1 项目 氨氮 亚氮 硝态氮 总氮 COD 进水 745±79 0 37±9 844.5±5 5 850±56 厌氧池 835±1 0 23±3 909±50 2 245±91 缺氧池 65±9 0 20±3 96±31 274±21 好氧池 5±0.2 0 98±18 108±1 215±13 出水 7±2 0 94±25 107±7 216±10 去除率/% 99±0.2 — — 87.2±0.9 96.3±0.3 | Show TableDownLoad:
CSV
生猪养殖废水在进入厌氧池之前有曝气沉淀、螺旋挤压固液分离和沉淀池预处理等步骤，降低进水中的SS，其中，由于曝气沉淀预处理的持续曝气原因，导致废水中的部分氨氮通过氧化作用转化为硝氮，使得进入到厌氧池中的废水含有一定浓度的硝态氮。因此，厌氧池中实际为缺氧环境，微生物利用进水中的有机污染物进行反硝化，硝态氮浓度由37 mg·L−1降低至23 mg·L−1，COD值由5 850 mg·L−1降低至2 245 mg·L−1，有机物去除率达到61.6%。厌氧池出水到配水池，在此过程中一沉池污泥回流到配水池。在此过程中，由于污泥回流的稀释作用，导致配水池中的氨氮、总氮和COD大幅降低。在缺氧池中由于废水中缺少足够的可生物降解有机物，所以硝态氮在缺氧池仅去除3 mg·L−1左右。在好氧池中，溶解氧高达6.1~7.2 mg·L−1，微生物在好氧环境中充分发挥硝化作用，氨氮浓度由65 mg·L−1降低至5 mg·L−1，硝态氮由20 mg·L−1升高至98 mg·L−1。在A2/O工艺处理中，畜禽养殖废水的总氮去除率仅为87.2%，有机物去除率为96.3%，说明由于曝气池由于曝气过量，导致进水中的部分有机物在好氧池中进行氧化分解，并未完全利用进行反硝化，导致总氮去除率较低。
2.3 2种工艺的微生物群落结构演替变化
在不同运行温度下SMBR反应器的微生物群落结构表征如图4所示。在3个不同的运行温度下，SMBR反应器内门水平下的群落结构组成基本保持不变，主要由变形菌门(Proteobacteria)(43.29%~47.72%)、拟杆菌门(Bacteroidetes)(9.58%~16.32%)、绿弯菌门(Chloroflexi)(6.53%~9.06%)、厚壁菌门(Firmicutes)(16.67%~23.02%)等组成，其中，变形菌门包含了大多数具有硝化能力的菌属，如Nitrosomonas、Nitrosococcus、Nitrobacter、Nitrococcusi等硝化菌属[15]，是污水处理过程的常见微生物[16]。随着运行温度的降低，变形菌门的丰度略有上升，而拟杆菌门和绿弯菌门的丰度则呈现降低的趋势。值得注意的是，放线菌门(Actinobacteria)的丰度随着温度的降低逐步上升。有研究[17]表明，放线菌过度繁殖是导致活性污泥丝状膨胀和起泡现象的主要原因。而在SMBR反应器中由于内置陶瓷膜过滤废水，所以尽管放线菌有增长的趋势，但是并不会导致污泥流失的情况发生。
图 4 门水平群落结构丰度占比Figure 4. Proportion of community structure abundance at the phylum levelA2/O工艺中厌氧池、缺氧池和好氧池的门水平群落结构丰度占比如图4所示。厌氧池中的变形菌门、拟杆菌门和厚壁菌门分别占比15%、22%和36%，其余细菌占比均低于10%；由于好氧池污泥回流到缺氧池，所以两者微生物群落组成类似，主要由变形菌门、疣微菌门(Verrucomicrobia)、拟杆菌门、酸杆菌门和厚壁菌门等菌群组成，其中，Verrucomicrobia门是高效活性污泥常见门类，对有机物的降解起重要作用[18]。
为了深入研究SMBR和A2/O工艺中的微生物群落组成，在属水平上进行了菌属丰度分析，主要结果见图5。Nitrosomonas、Nitrososphaera、Nitrospira、Nitrobacter和Nitrolancea等菌属是SMBR反应器和A2/O工艺的主要硝化菌属，反硝化菌属主要有Pseudomonas、Thauera、Hyphomicrobium、Thermomonas、Paracoccus、Flavobacterium、Azoarcus、Thiobacillus和Ralstonia等，并且SMBR反应器中反硝化菌属的丰度远高于A2/O工艺，这也是SMBR具有较高脱氮效率的原因之一。
图 5 属水平群落结构丰度分布Figure 5. Distribution of community structure abundance at genus level图6反映了SMBR在不同阶段中AOB和NOB读段数量的变化。SMBR中主要的AOB为Nitrosomonas，NOB主要为Nitrospira、Nitrobacter和Nitrolancea。随着温度的降低，AOB和NOB的数量均有所降低，但是AOB仍然是主要的硝化细菌。结果表明，控制曝气时间，防止NOB将亚态氮转化为硝态氮，NOB未能获得足够的能量进行生长繁殖。随着SMBR反应器的稳定运行，NOB逐渐被淘汰，而AOB的优势地位越来越大，因此控制合适的曝气时间有利于AOB的富集和NOB的淘洗。
图 6 AOB和NOB在SMBR不同阶段中的读段数量Figure 6. AOB and NOB reads at different stages of the SMBR3. 结论
1) SMBR对畜禽养殖废水具有较好的处理效果，氨氮、总氮和有机物的去除率分别达到98.6%、96.5%和96.5%；猪场现有A2/O工艺对畜禽养殖废水中的氨氮、总氮和有机物的去除率分别为99%、88%和97%，其中总氮去除率低于SMBR的处理效果。
2)高通量测序与OTU分类结果表明，SMBR和A2/O工艺中具有类似的硝化菌属和反硝化菌属，但是SMBR的反硝化菌属的丰度较高，也是SMBR的脱氮效率高于A2/O的可能原因。
3)与现有A2/O工艺相比，SMBR工艺具有短流程、高效脱氮、稳定运行等优势，处理生猪养殖废水的应用前景广阔。
-
图 1 地下渗滤系统模拟装置和分层气体采样器
Figure 1. Simulator of subsurface wastewater infiltration system and gas sample collector
图 2 不同曝气处理下渗透系数随时间的变化
Figure 2. Change of permeability coefficient with time at different aeration
图 3 不同曝气处理下体积含水率随时间的变化
Figure 3. Change of volumetric water content with time at different aeration
图 4 不同曝气处理下CO2、CH4和N2O浓度随时间的变化
Figure 4. Change of CO2, CH4 and N2O concentrations with time at different aeration
图 5 不同曝气处理下出水
NH+4-N 、NO−3-N 、NO−2-N 、COD和TP去除率随时间的变化Figure 5. Change in
NH+4-N ,NO−3-N ,NO−2-N , COD and TP removal with time at different aeration表 1 曝气量与渗透系数的相关分析
Table 1. Correlation analysis of aeration andpermeability coefficient
深度/cm 相关系数 P −130~−100 0.536 0 −100~−70 −0.887 0 −70~−40 0.071 0.413 −40~−10 0.951 0
下载: 导出CSV
表 2 曝气量与体积含水率的相关分析
Table 2. Correlation analysis of aeration andvolume water content
深度/cm 相关系数 P −100 −0.745 0 −70 0.629 0 −40 −0.747 0 −10 0.082 0.347
下载: 导出CSV
表 3 曝气量与气体浓度的相关分析
Table 3. Correlation analysis of aerationand gas concentrations
深度/cm CO2浓度 CH4浓度 N2O浓度 相关系数 P 相关系数 P 相关系数 P −130 0.572 0 −0.235 0.174 0.489 0.003 −100 0.578 0 0.12 0.492 0.511 0.002 −70 0.624 0 0.261 0.131 0.555 0.001 −40 0.628 0 0.185 0.287 0.572 0 −10 0.576 0 0.171 0.327 0.473 0.004
下载: 导出CSV
表 4 曝气量与污染物去除率的相关分析
Table 4. Correlation analysis of aeration andpollutants removal
污染物 相关系数 P NH+4 -N![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td class="table_top_border" align="center" valign="middle">污染物</td> <td class="table_top_border" align="center" valign="middle">相关系数</td> <td class="table_top_border" align="center" valign="middle"><i>P</i></td> </tr></thead>
<tbody> <tr> <td class="table_top_border2" align="center" valign="middle"><inline-formula>$ {\rm{NH}}_{\rm{4}}^{\rm{ + }}$<img class="inline-formula" src="data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td class="table_top_border" align="center" valign="middle">污染物</td> <td class="table_top_border" align="center" valign="middle">相关系数</td> <td class="table_top_border" align="center" valign="middle"><i>P</i></td> </tr></thead>
<tbody> <tr> <td class="table_top_border2" align="center" valign="middle"><inline-formula>$ {\rm{NH}}_{\rm{4}}^{\rm{ + }}$<alternatives><img class="graphic" src="201811115_M41.jpg"><img class="graphic" src="201811115_M41.png"></alternatives></inline-formula>-N</td> <td class="table_top_border2" align="center" valign="middle">0.854</td> <td class="table_top_border2" align="center" valign="middle">0</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{3}}^{\rm{ - }}$<alternatives><img class="graphic" src="201811115_M42.jpg"><img class="graphic" src="201811115_M42.png"></alternatives></inline-formula>-N</td> <td align="center" valign="middle">−0.384</td> <td align="center" valign="middle">0.094</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{2}}^{\rm{ - }}$<alternatives><img class="graphic" src="201811115_M43.jpg"><img class="graphic" src="201811115_M43.png"></alternatives></inline-formula>-N</td> <td align="center" valign="middle">0.095</td> <td align="center" valign="middle">0.689</td> </tr> <tr> <td align="center" valign="middle">COD</td> <td align="center" valign="middle">0.88</td> <td align="center" valign="middle">0</td> </tr> <tr> <td class="table_bottom_border" align="center" valign="middle">TP</td> <td class="table_bottom_border" align="center" valign="middle">0.414</td> <td class="table_bottom_border" align="center" valign="middle">0.07</td> </tr></tbody>
</table></div></foreignObject></svg>"></inline-formula>-N</td> <td class="table_top_border2" align="center" valign="middle">0.854</td> <td class="table_top_border2" align="center" valign="middle">0</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{3}}^{\rm{ - }}$<img class="inline-formula" src="data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td class="table_top_border" align="center" valign="middle">污染物</td> <td class="table_top_border" align="center" valign="middle">相关系数</td> <td class="table_top_border" align="center" valign="middle"><i>P</i></td> </tr></thead>
<tbody> <tr> <td class="table_top_border2" align="center" valign="middle"><inline-formula>$ {\rm{NH}}_{\rm{4}}^{\rm{ + }}$<alternatives><img class="graphic" src="201811115_M41.jpg"><img class="graphic" src="201811115_M41.png"></alternatives></inline-formula>-N</td> <td class="table_top_border2" align="center" valign="middle">0.854</td> <td class="table_top_border2" align="center" valign="middle">0</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{3}}^{\rm{ - }}$<alternatives><img class="graphic" src="201811115_M42.jpg"><img class="graphic" src="201811115_M42.png"></alternatives></inline-formula>-N</td> <td align="center" valign="middle">−0.384</td> <td align="center" valign="middle">0.094</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{2}}^{\rm{ - }}$<alternatives><img class="graphic" src="201811115_M43.jpg"><img class="graphic" src="201811115_M43.png"></alternatives></inline-formula>-N</td> <td align="center" valign="middle">0.095</td> <td align="center" valign="middle">0.689</td> </tr> <tr> <td align="center" valign="middle">COD</td> <td align="center" valign="middle">0.88</td> <td align="center" valign="middle">0</td> </tr> <tr> <td class="table_bottom_border" align="center" valign="middle">TP</td> <td class="table_bottom_border" align="center" valign="middle">0.414</td> <td class="table_bottom_border" align="center" valign="middle">0.07</td> </tr></tbody>
</table></div></foreignObject></svg>"></inline-formula>-N</td> <td align="center" valign="middle">−0.384</td> <td align="center" valign="middle">0.094</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{2}}^{\rm{ - }}$<img class="inline-formula" src="data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='350' height='600'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;'><table>
<thead> <tr> <td class="table_top_border" align="center" valign="middle">污染物</td> <td class="table_top_border" align="center" valign="middle">相关系数</td> <td class="table_top_border" align="center" valign="middle"><i>P</i></td> </tr></thead>
<tbody> <tr> <td class="table_top_border2" align="center" valign="middle"><inline-formula>$ {\rm{NH}}_{\rm{4}}^{\rm{ + }}$<alternatives><img class="graphic" src="201811115_M41.jpg"><img class="graphic" src="201811115_M41.png"></alternatives></inline-formula>-N</td> <td class="table_top_border2" align="center" valign="middle">0.854</td> <td class="table_top_border2" align="center" valign="middle">0</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{3}}^{\rm{ - }}$<alternatives><img class="graphic" src="201811115_M42.jpg"><img class="graphic" src="201811115_M42.png"></alternatives></inline-formula>-N</td> <td align="center" valign="middle">−0.384</td> <td align="center" valign="middle">0.094</td> </tr> <tr> <td align="center" valign="middle"><inline-formula>$ {\rm{NO}}_{\rm{2}}^{\rm{ - }}$<alternatives><img class="graphic" src="201811115_M43.jpg"><img class="graphic" src="201811115_M43.png"></alternatives></inline-formula>-N</td> <td align="center" valign="middle">0.095</td> <td align="center" valign="middle">0.689</td> </tr> <tr> <td align="center" valign="middle">COD</td> <td align="center" valign="middle">0.88</td> <td align="center" valign="middle">0</td> </tr> <tr> <td class="table_bottom_border" align="center" valign="middle">TP</td> <td class="table_bottom_border" align="center" valign="middle">0.414</td> <td class="table_bottom_border" align="center" valign="middle">0.07</td> </tr></tbody>
</table></div></foreignObject></svg>"></inline-formula>-N</td> <td align="center" valign="middle">0.095</td> <td align="center" valign="middle">0.689</td> </tr> <tr> <td align="center" valign="middle">COD</td> <td align="center" valign="middle">0.88</td> <td align="center" valign="middle">0</td> </tr> <tr> <td class="table_bottom_border" align="center" valign="middle">TP</td> <td class="table_bottom_border" align="center" valign="middle">0.414</td> <td class="table_bottom_border" align="center" valign="middle">0.07</td> </tr></tbody>
</table></div></foreignObject></svg>)
0.854 0 NO−3 -N−0.384 0.094 NO−2 -N0.095 0.689 COD 0.88 0 TP 0.414 0.07
下载: 导出CSV
-
[1] JIANG Y, SUN Y, PAN J, et al. Use of dewatered sludge as microbial inoculum of a subsurface wastewater infiltration system: Effect on start-up and pollutant removal[J]. Water SA, 2017, 43(4): 595-601. doi: 10.4314/wsa.v43i4.07 [2] QIN W, DOU J, DING A, et al. A study of subsurface wastewater infiltration systems for distributed rural sewage treatment[J]. Environmental Technology, 2014, 35(16): 2115-2121. doi: 10.1080/09593330.2014.894579 [3] LI Y H, LI H B, PAN J, et al. Performance evaluation of subsurface wastewater infiltration system in treating domestic sewage[J]. Water Science and Technology, 2012, 65(4): 713-720. doi: 10.2166/wst.2012.905 [4] SIRIWARDENE N, DELETIC A, FLETCHER T. Clogging of stormwater gravel infiltration systems and filters: Insights from a laboratory study[J]. Water Research, 2007, 41(7): 1433-1440. doi: 10.1016/j.watres.2006.12.040 [5] 张建, 邵长飞, 黄霞, 等. 污水土地处理工艺中的土壤堵塞问题[J]. 中国给水排水, 2003, 19(3): 17-20. doi: 10.3321/j.issn:1000-4602.2003.03.006 [6] 赖兰萍. 土地渗滤系统处理村镇生活污水的实验研究[D]. 南昌: 江西理工大学, 2009. [7] LARROQUE F, FRANCESCHI M. Impact of chemical clogging on de-watering well productivity: Numerical assessment[J]. Environmental Earth Sciences, 2011, 64(1): 119-131. doi: 10.1007/s12665-010-0823-9 [8] 许增光, 杨雪敏, 柴军瑞. 考虑化学淤堵作用的尾矿砂渗透系数变化规律研究[J]. 水文地质工程地质, 2016, 43(4): 26-29. [9] AAL G Z A, ATEKWANA E A, ATEKWANA E A. Effect of bioclogging in porous media on complex conductivity signatures[J]. Journal of Geophysical Research Biogeosciences, 2015, 115(3): 65-65. [10] HEILWEIL V M, SOLOMON D K, PERKINS K S, et al. Gas-partitioning tracer test to quantify trapped gas during recharge[J]. Groundwater, 2004, 42(4): 589-600. doi: 10.1111/j.1745-6584.2004.tb02627.x [11] 路莹. 北京平谷地区雨洪水地下回灌堵塞机理分析与模拟研究[D]. 长春: 吉林大学, 2009. [12] HUA G, ZENG Y, ZHAO Z, et al. Applying a resting operation to alleviate bioclogging in vertical flow constructed wetlands: An experimental lab evaluation[J]. Journal of Environmental Management, 2014, 136(8): 47-53. [13] 杜磊. 含水层回灌过程中的气相堵塞实验研究[D]. 济南: 济南大学, 2016. [14] 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. [15] REDDI L N, XIAO M, HAJRA M G, et al. Physical clogging of soil filters under constant flow rate versus constant head[J]. Canadian Geotechnical Journal, 2005, 42(3): 804-811. doi: 10.1139/t05-018 [16] 孙铁珩, 李宪法. 城市污水自然生态处理与资源化利用技术[M]. 北京: 化学工业出版社, 2006. [17] PAN J, YU L. Characteristics of subsurface wastewater infiltration systems fed with dissolved or particulate organic matter[J]. International Journal of Environmental Science and Technology, 2015, 12(2): 479-488. doi: 10.1007/s13762-013-0408-8 [18] BECKWITH C W, BAIRD A J. Effect of biogenic gas bubbles on water flow through poorly decomposed blanket peat[J]. Water Resources Research, 2001, 37(3): 551-558. doi: 10.1029/2000WR900303 [19] SPOTT O, FLORIAN STANGE C. Formation of hybrid N2O in a suspended soil due to co-denitrification of NH2OH[J]. Journal of Plant Nutrition and Soil Science, 2011, 174(4): 554-567. doi: 10.1002/jpln.201000200 [20] 李英华, 李海波, 王鑫, 等. 生物填料地下渗滤系统对生活污水的脱氮[J]. 环境工程学报, 2013, 7(9): 3369-3374. [21] ONG S A, UCHIYAMA K, INADAMA D, et al. Performance evaluation of laboratory scale up-flow constructed wetlands with different designs and emergent plants[J]. Bioresource Technology, 2010, 101(19): 7239-7244. doi: 10.1016/j.biortech.2010.04.032 [22] BROOKS A S, ROZENWALD M N, GEOHRING L D, et al. Phosphorus removal by wollastonite: A constructed wetland substrate[J]. Ecological Engineering, 2000, 15(1): 121-132. 期刊类型引用(2)
1. 张超，杨传玺，赵健艾，王小宁，赵伟华，肖宜华，唐沂珍，孙好芬，王炜亮. 高级氧化工艺中催化剂纳米限域效应研究进展. 环境化学. 2025(01): 53-65 . 
本站查看
2. 林家洪，徐健，甘智豪，陈铭杰，刘永龙，陶宏兵，邓小锋，李良秋. 一种天然植物类杀菌净味原料的制备及其应用. 日用化学品科学. 2024(03): 39-42 . 百度学术
其他类型引用(4)
-
点击查看大图
计量
- 文章访问数: 3308
- HTML全文浏览数: 3308
- PDF下载数: 74
- 施引文献: 6
