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

微电解耦合固相反硝化脱氮除磷效果及微生物分析

唐婧, 杨羽菲, 陈金楠. 微电解耦合固相反硝化脱氮除磷效果及微生物分析[J]. 环境工程学报, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050
引用本文: 唐婧, 杨羽菲, 陈金楠. 微电解耦合固相反硝化脱氮除磷效果及微生物分析[J]. 环境工程学报, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050
TANG Jing, YANG Yufei, CHEN Jinnan. Nitrogen and phosphorus removal performance of microelectrolysis coupled with solid denitrification and its microbial community analysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050
Citation: TANG Jing, YANG Yufei, CHEN Jinnan. Nitrogen and phosphorus removal performance of microelectrolysis coupled with solid denitrification and its microbial community analysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050

微电解耦合固相反硝化脱氮除磷效果及微生物分析

    作者简介: 唐婧(1980—),女,博士,副教授。研究方向:水污染控制理论与技术研究。E-mail:fairy_ben@163.com
    通讯作者: 唐婧, E-mail: fairy_ben@163.com
  • 基金项目:
    辽宁省教育厅重点攻关项目(lnzd201902);辽宁省自然科学基金资助项目(20180551254)
  • 中图分类号: X522

Nitrogen and phosphorus removal performance of microelectrolysis coupled with solid denitrification and its microbial community analysis

    Corresponding author: TANG Jing, fairy_ben@163.com
  • 摘要: 为提高低碳氮比污水中氮、磷的去除率,通过铁碳微电解耦合固相反硝化系统强化生物脱氮除磷的效果,分别考察了HRT、DO、pH对耦合系统中氮、磷去除效果的影响,并对铁碳颗粒(FC)、固体碳源颗粒(CC)和悬浮污泥(SS)的微生物群落结构进行了分析。结果表明:当进水C/N=1.5时,耦合系统的最佳运行参数为HRT=4 h、DO=2.0 mg·L−1、pH=7.0;此时NH+4-N、NO3-N、TN、TP的去除率分别为95.63%、93.48%、94.72%、99.10%。高通量测序分析结果表明:在门水平上,3个样本(FC、CC、SS)中的优势菌门为ProteobacteriaActinobacteriaBacteroidetes,其中具有反硝化脱氮功能的Proteobacteria在FC、CC、SS中分别占样本总数的72.66%、67.43%、68.66%;在纲水平上,SS中Alphaproteobacteria的相对丰度显著高于FC和CC,FC中的Gammaproteobacteria的相对丰度显著高于CC和SS,CC中的Gemmatimonadetes相对丰度明显高于FC和SS,生物除磷主要发生在CC中;在属水平上,Gemmobacter在FC、CC、SS中的相对丰度分别为25.50%、23.64%、32.53%,对异养反硝化过程起到重要作用。以上结果有助于提高对微电解-自养/异养反硝化除磷耦合系统中微生物生态学的理解。
  • 2021年,我国城市污水处理厂污水处理能力为2.1×109 m3·d−1,污水处理率达到97.89%。污水、污泥处理过程中产生并逸散的恶臭气体、挥发性有机物等气态污染物,影响环境空气质量以及污水处理厂内员工、周边居民的身体健康。2002年我国制定了《城镇污水处理厂污染物排放标准》(GB 18918-2002),严格限制硫化氢、氨、甲烷等气态污染物的排放。有研究[1-2]表明,城市污水处理厂的进水区(进水泵站、格栅间)和污泥处理区(污泥浓缩池、污泥脱水机房)是恶臭气体和挥发性有机物的主要逸散源。硫化氢和氨是常见的恶臭物质[3-4],。排放的VOCs包括烷烃、烯烃、芳香烃、卤代烃、含氧有机物、含氮有机物和含硫有机物等80余种[5-6]。以往的研究主要关注恶臭物质中的硫化氢和氨,较少涉及二硫化碳等有机硫化物以及磷化氢。随着我国污水的排放标准的逐步提高,以及人们对环境质量的要求也显著提高,使得城市污水处理厂排放的空气污染物受到越来越多的关注。A2O是一种典型的污水处理工艺,可常用于二级污水处理或三级污水处理以及中水回用,具有良好的脱氮除磷效果,在我国应用广泛。本研究在北方某座采用A2O工艺的城市污水处理厂设置采样点,监测主要处理单元空气中的硫化氢、氨、二硫化碳、磷化氢等恶臭物质,研究了恶臭随季节的变化特征,明确了其排放源及产生原因,评估了恶臭物质的嗅味影响和健康风险,以期为城市污水处理厂恶臭物质的有效削减和控制提供科学依据。

    本研究在京津冀地区某一污水处理厂定期采集样品,研究主要污水处理单元恶臭物质逸散的特征。该污水处理厂采用倒置A2O污水处理工艺,处理规模为1.0×105 m3·d−1,服务区域55.8 km2。污水经过粗格栅、细格栅后经水泵提升进入曝气沉砂池,随后进入生化池,处理后的水全部进入再生水厂深度处理。剩余污泥经离心式脱水机脱水后外运。

    图1所示,在污水处理厂主要处理单元共设置了8个臭味气体的采样点,包括进水(S1)、粗/中格栅(S2)、细格栅(S3)、曝气池进水(S4)、曝气池1(S5)、曝气池2(S6)、脱水间(S7)以及出水(S8)。所有采样点设置在距离地面1.5 m处。采样时间3—6月、11—12月,每月采集样品6~8次。

    图 1  采样点分布图
    Figure 1.  Distribution of sample points

    1)恶臭物质采集及分析。恶臭物质硫化氢、氨、二硫化碳和磷化氢的监测采用在线气体检测仪(PTM-600,中国)。监测时段为 8:30—10:30 am,每个采样点连续监测20 min,获得的恶臭物质的浓度为连续监测数据的平均值。同时采集对应时间和对应工艺段的污水、污泥样品带回实验室分析。

    2)水质及环境条件分析。污水的化学需氧量(COD)和无机离子分别采用多功能消解仪(ET3150B)/分光光度计(DR2800,HACH)和离子色谱仪(DIONEX ICS1000,美国)测定。环境温度和相对湿度采用手持式智能温湿度记录仪(179-TH,USA)监测,风速仪(DeltaOHM HD2303.0,Italy)记录风速。空气温度、相对湿度以及风速分别为6.7~29.1 ℃,23.8%~74.1% 以及0~1.7 m·s−1

    3)计算方法。典范对应分析(canonical correspondence analysis, CCA)方法解析逸散的恶臭气体与环境因素之间的相关性。通过计算气味活性值(odor activity value, OAV),即某种物质的化学浓度与气味检测阈值的比值,确定和分析检出的恶臭物质的嗅觉效应及其气味贡献百分比[7-8]。通过美国环保署公布的空气污染物风险评估方法计算吸入性慢性非致癌风险(hazard quotient,HQ),评估污水厂操作工人恶臭物质的暴露风险[9-10]

    图2所示,监测结果表明,恶臭物质在污水各处理单元的空气中均有检出,逸散水平有明显差异。进水阶段包括进水渠、中格栅、细格栅、曝气池进水等单元。在进水渠空气中检出的氨、硫化氢、二硫化碳和磷化氢的质量浓度分别为0~0.15、0.06~0.33、23.79~99.93和0.05~0.32 mg·m−3。中格栅间内,氨、硫化氢、二硫化碳和磷化氢的质量浓度平均值分别为0.56、1.62、20.88和1.65 mg·m−3。细格栅间空气中氨、硫化氢、二硫化碳和磷化氢的质量浓度分别为0~0.27、0~0.37、0.51~94.33和0~0.33 mg·m−3,平均值分别为0.11、0.16、38.82和0.13 mg·m−3。曝气池进水单元分别有0~0.12 mg·m−3氨、0.33~9.28 mg·m−3硫化氢、0~151.26 mg·m−3二硫化碳和0~1.29 mg·m−3的磷化氢被检出。污水生化处理阶段的采样点包括曝气池1和曝气池2。曝气池1空气中的氨、硫化氢和二硫化碳的质量浓度分别为0~0.11、0~0.14和0~7.14 mg·m−3,平均值分别为0.03、0.02和1.02 mg·m−3。曝气池2空气中只有少量的硫化氢检出,质量浓度为0~0.12 mg·m−3。污泥脱水间空气中氨、硫化氢和二硫化碳等气味物质均有检出,平均浓度分别为1.07、0.03和4.39 mg·m−3

    图 2  污水处理厂恶臭物质的逸散
    Figure 2.  The escape of odorous substances in wastewater treatment plant

    污水处理厂主要处理单元空气中的恶臭气体主要在进水区,平均质量浓度为0.19 mg·m−3(氨),1.07 mg·m−3(硫化氢),44.32 mg·m−3(二硫化碳)和0.58 mg·m−3(磷化氢),而在污水或污泥处理过程产生的较少。以往的恶臭排放特征的调查和研究的结果表明,城市污水处理厂臭味气体的产生源主要是进水池、格栅间、沉砂池、初沉池及污泥处理系统的储泥池、脱水机房等工艺段或构筑物[1, 11-12]

    污水处理厂预处理单元中的恶臭气体是污水在排水管网中长距离输送时产生的。污水在排水管网中长时间停留,溶解氧逐渐消耗,形成缺氧或厌氧环境。此时,厌氧微生物大量繁殖,污水中的含氮、含硫等物质会转化为氨、硫化氢等恶臭物质。有机物在污水管网中的生物转化研究[13-14]发现,从表面到沉积物中1~2 mm深度的沉积层中,硫化氢的质量浓度迅速增加,表明有硫化氢大量产生,同时,该区域的溶解氧值接近0,处于厌氧状态。管道生物膜中生长的硫酸盐还原菌,以乳酸或丙酮酸等有机物作为电子供体,在厌氧状态下,把硫酸盐、亚硫酸盐、硫代硫酸盐等还原为硫化氢。在无氧条件下,污水中的蛋白质,尿素、氨基酸等这些含氮有机物在微生物的作用下转化成氨。含硫、含磷有机物转化为硫醇、硫醚、二硫化碳(C2S)和磷化氢(PH3)等恶臭物质。当污水流经进水泵站和格栅时,排水管网中产生的恶臭气体大量逸出,形成该工艺段的恶臭污染。此外,污水处理厂格栅截留的漂浮物中含有较多的有机物,格栅渣的堆积也会导致有机物的厌氧发酵产生恶臭物质。另外,格栅间是相对密闭的空间,空气流动较少,恶臭物质积聚在格栅间内,导致格栅间空气中的恶臭浓度明显高于其他处理单元。剩余污泥在浓缩、堆置过程中,污泥内部形成厌氧环境,大量有机物进一步发酵、分解,产生NH3和挥发性有机硫等恶臭物质。污泥脱水过程中,恶臭物质从污泥中释放,使污泥处理单元也成为一个恶臭气体的排放源。污水生化处理阶段采用倒置A2O工艺,其中好氧段采用活性污泥法,微孔曝气方式提供生化反应所需的氧气,因此,曝气池内是好氧环境,水中的氨、硫化氢以及有机物等物质在该处理单元被氧化为硝酸盐、硫酸盐以及二氧化碳等物质。并且,生化池位于室外,空气流动加速气体扩散,使生化池的恶臭浓度值最低。

    在污水输送和处理过程中,恶臭气体的产生与排放与污水处理厂的进水水质以及环境条件(如光照强度、空气温度、相对湿度和风速)等因素密切相关[13]。本研究发现进水阶段的各处理单元是污水处理厂恶臭物质的主要逸散源,因此,进一步研究了进水水质(COD、氨氮、总氮、总磷、pH等),对各种检出的恶臭物质逸散水平的影响,并分析其相关性。结果表明,硫化氢的释放与进水中硫酸盐的含量呈显著正相关,这是由于输水管道内呈缺氧环境,污水中的硫酸盐在厌氧菌作用下被还原成硫化物,进一步产生硫化氢。以往的研究也报道了类似的结果[14-15]。此外,空气中氨的浓度与进水中的氨氮和总氮正相关(图3(a))。根据亨利定律,在一定温度下,当液面上的一种气体与溶液中所溶解的该气体达到平衡时,该气体在溶液中的浓度与其在液面上的平衡分压成正比[16]。污水从输送管道中流出进入进水渠、格栅等处理工艺段,气相的分压降低,气水平衡发生改变,水中的氨氮释放到周围空气中。因此,进水氨氮浓度高时,在进水区的空气中会有较多的氨检出。以往的研究表明,COD值高的污水,进入水厂后会释放较多的挥发性有机物。二硫化碳是挥发性有机硫化物,其逸散浓度与污水的COD呈现正相关(图3(b))。磷化氢微溶于水,其水溶液呈弱碱性。当pH增大,水溶液呈碱性时,有更多的磷化氢因溶解度降低而存在于气相中,因此呈现出其与pH呈正相关的现象。

    图 3  恶臭物质逸散的影响因素
    Figure 3.  Factors of malodorous substances emission

    恶臭物质的逸散浓度在各个季节也有明显差异。污水处理厂位于华北地区,每年的3~5月为春季、6~8月为夏季,9~11月为秋季,12~次年2月为冬季。恶臭物质的逸散受温度、相对湿度、风速等环境条件影响。相关性分析显示,氨、硫化氢、C2S 以及PH3的逸散浓度与风速均呈负相关关系,与环境温度、相对湿度呈正相关关系(图3(c))。在温度、相对湿度适宜且平均风速较小的夏季,污水处理各单元空气中恶臭物质的检出较多。

    恶臭物质影响分析包括恶臭物质对人体感官和健康两方面的影响分析。恶臭物质的嗅觉效应及贡献率通过计算其气味活性值(OAV)在总气味活性值中的占比进行评估,以识别主要的气味物质,计算结果如图4所示。主要的致臭物质为硫化氢,其在各工艺段的异味贡献率在78%~100%。在进水阶段的空气中,硫化氢和二硫化碳是引起异味的主要化合物,其异味贡献率分别为78.52%和21.46%。除硫化氢外,二硫化碳是污泥脱水间的主要异味物质,其异味贡献率为10.08%。

    图 4  恶臭物质的臭味贡献率
    Figure 4.  Odor contribution rate of malodorous substances

    氨、硫化氢、二硫化碳以及磷化氢均不是致癌物质,但是,长期接触会导致慢性致病。硫化氢是一种强烈的神经毒素,对粘膜有强烈刺激作用。低浓度的硫化氢对眼、呼吸系统及中枢神经都有影响。硫化氢是细胞色素氧化酶的强抑制剂,能与线粒体内膜呼吸链中的氧化型细胞色素氧化酶中的三价铁离子结合,而抑制电子传递和氧的利用,引起细胞内缺氧,造成细胞内窒息。通过吸入或皮肤接触进入人体后,氨在人体组织内遇水生成氨水,可以溶解组织蛋白质,与脂肪起皂化作用。氨水能破坏体内多种酶的活性,影响组织代谢。CS2是一种多系统亲和毒物,对神经、心血管、胃肠道等系统均有毒害作用。评价人体对这些恶臭物质的暴露风险,有助于相关部门明确污水厂气体污染物控制的优先次序、加强风险管理、保障现场操作人员和周边居民的身体健康。慢性致病风险值平均为0.33(氨),0.039(硫化氢),3.49(二硫化碳)和4.87(磷化氢)。其中,磷化氢的平均风险值最高。根据美国环保署的相关定义,对于慢性毒害,当HQ<1时,其风险可以忽略;当HQ>1时,长期暴露导致的危害应引起关注。磷化氢和二硫化碳是主要的具有潜在慢性致病风险的物质。

    污水处理厂的生化处理池和二沉池等污水处理池均为敞开式,未进行加盖密封处理。在这些工艺段逸散的恶臭气体,不仅在厂区弥漫,还会随风向周边扩散,影响污水厂厂外区域的空气质量。HYSPLIT模型是一种用于气溶胶和气体传输模拟的大气扩散模型,被广泛应用于空气质量监测、环境污染、气候变化等领域。利用HYSPLIT模型分别模拟了在曝气池进水(S4)、曝气池(S5和S6)以及出水(S8)等露天点位,硫化氢、二硫化碳和磷化氢的传输和扩散轨迹。图5反映了3种气体物质释放浓度最大时的模拟结果。硫化氢的扩散方向呈由南向北椭圆形分布(图5(a));10 min后,距离厂界为0.3 km时,其质量浓度降低至1.0×10−7 mg·m−3,影响范围为0.21 km2。二硫化碳和磷化氢的扩散趋势呈西北到东南椭圆形分布(图5(b)和图5(c)),10 min后,二硫化碳的质量浓度为1.1×10−6 mg·m−3 (距离厂界0.286 km),磷化氢的质量浓度为7.9×10−8 mg·m−3 (距离厂界0.25 km)。二硫化碳和磷化氢的影响范围分别为0.20 km2 和 0.14 km2。污水厂内产生的恶臭物质向周边随风扩散10 min之后,距离厂界300 m处空气中的硫化氢和二硫化碳的浓度均低于《恶臭污染物排放标准GB 14554-93》规定的周界恶臭污染物浓度限值。磷化氢慢性致病的风险值也降低至3.13×10−6(远低于1),属于可忽略的范围。

    图 5  气味化合物扩散模拟
    Figure 5.  Diffusion simulation of odor substances

    1)污水处理厂的进水区,尤其中格栅和曝气池进水单元是恶臭物质的主要逸散源,其逸散浓度与进水水质相关。周围空气中恶臭物质的浓度按污水处理单元的顺序依次降低。污水在该污水处理厂经过有效的处理,很少或几乎不释放恶臭物质。在温度、相对湿度适宜且平均风速较小的夏季,恶臭物质的检出相对较多。

    2)硫化氢和二硫化碳是臭味活性物质的主要贡献物质。二硫化碳和磷化氢是主要的具有潜在慢性致病风险的物质。由于空气稀释的作用,污水处理厂检出的恶臭物质对距离厂界300 m以外的区域,造成的影响极小。但对于长期在污水处理厂工作的职工,污染物的累积会增加暴露风险。因此,污水处理厂工作人员在上述污水处理工艺段操作时,需要做好相应的防护。

    3)未来,在污水处理过程中,建议采用适宜的方法如加盖密闭恶臭物质的主要逸散源、建立相应的处理设施等削减和控制污水处理产生的气体污染物。

  • 图 1  铁碳微电解填料对脱氮除磷效果的影响

    Figure 1.  Effect of iron-carbon microelectrolysis filler on nitrogen and phosphorus removal

    图 2  HRT对耦合系统脱氮除磷效果的影响

    Figure 2.  Effect of HRT on nitrogen and phosphorus removal in the coupled system

    图 3  DO对耦合系统脱氮效果的影响

    Figure 3.  Effect of DO on nitrogen removal in the coupled system

    图 4  pH对耦合系统脱氮效果的影响

    Figure 4.  Effect of pH on nitrogen removal in the coupled system

    图 5  门水平的物种相对丰度

    Figure 5.  Relative abundance of microbes at phylum level

    图 6  纲水平的物种相对丰度

    Figure 6.  Relative abundance of microbes at class level

    图 7  属水平的物种相对丰度

    Figure 7.  Relative abundance of microbes at genus level

    表 1  门水平上各样本主要种群相对丰度

    Table 1.  Relative abundance of main population of each sample at the phylum level %

    微生物种群FC样本CC样本SS样本
    Proteobacteria72.6667.4368.66
    Actinobacteria15.8611.4714.06
    Bacteroidetes7.7613.8213.86
    Gemmatimonadetes1.504.611.89
    Planctomycetes1.491.560.85
    Verrucomicrobia0.340.620.38
    Acidobacteria0.150.140.10
    Firmicutes0.060.050.08
    微生物种群FC样本CC样本SS样本
    Proteobacteria72.6667.4368.66
    Actinobacteria15.8611.4714.06
    Bacteroidetes7.7613.8213.86
    Gemmatimonadetes1.504.611.89
    Planctomycetes1.491.560.85
    Verrucomicrobia0.340.620.38
    Acidobacteria0.150.140.10
    Firmicutes0.060.050.08
    下载: 导出CSV

    表 2  纲水平上各样本主要种群相对丰度

    Table 2.  Relative abundance of main population of each sample at the class level %

    微生物种群FC样本CC样本SS样本
    Alphaproteobacteria36.7337.2146.18
    Gammaproteobacteria31.2922.4816.20
    Actinobacteria15.8611.4714.06
    Sphingobacteriia6.4711.1211.39
    Betaproteobacteria4.607.716.25
    Gemmatimonadetes1.504.611.89
    Cytophagia1.122.201.93
    Planctomycetia1.471.540.85
    微生物种群FC样本CC样本SS样本
    Alphaproteobacteria36.7337.2146.18
    Gammaproteobacteria31.2922.4816.20
    Actinobacteria15.8611.4714.06
    Sphingobacteriia6.4711.1211.39
    Betaproteobacteria4.607.716.25
    Gemmatimonadetes1.504.611.89
    Cytophagia1.122.201.93
    Planctomycetia1.471.540.85
    下载: 导出CSV

    表 3  属水平上各样本主要种群相对丰度

    Table 3.  Relative abundance of main population of each sample at the genus level %

    微生物种群FC样本CC样本SS样本
    Gemmobacter25.5023.6432.53
    Actinotalea14.6110.5713.44
    Arenimonas6.096.105.75
    Defluviimonas4.815.125.59
    Lacibacter3.425.505.26
    Lysobacter3.724.553.31
    Flavihumibacter2.043.193.82
    Gemmatimonas1.504.611.89
    Novosphingobium1.592.552.66
    Thauera0.741.872.03
    Dechloromonas0.911.310.70
    微生物种群FC样本CC样本SS样本
    Gemmobacter25.5023.6432.53
    Actinotalea14.6110.5713.44
    Arenimonas6.096.105.75
    Defluviimonas4.815.125.59
    Lacibacter3.425.505.26
    Lysobacter3.724.553.31
    Flavihumibacter2.043.193.82
    Gemmatimonas1.504.611.89
    Novosphingobium1.592.552.66
    Thauera0.741.872.03
    Dechloromonas0.911.310.70
    下载: 导出CSV

    表 4  多样性指数统计表

    Table 4.  Statistical table of diversity index

    样本序列数目OTU数目Shannon指数ACE指数Chao1指数Simpson指数覆盖率
    CC42 5981 9473.570 52547 908.0719 030.690.090.96
    FC34 9261 5443.096 6947 852.315 750.330.130.96
    SS39 8611 7003.204 40247 106.8516 971.120.140.96
    样本序列数目OTU数目Shannon指数ACE指数Chao1指数Simpson指数覆盖率
    CC42 5981 9473.570 52547 908.0719 030.690.090.96
    FC34 9261 5443.096 6947 852.315 750.330.130.96
    SS39 8611 7003.204 40247 106.8516 971.120.140.96
    下载: 导出CSV
  • [1] 毛福荣, 张超, 刘石虎, 等. 基于好氧反硝化及反硝化聚磷菌强化的低温低碳氮比生活污水生物处理中试研究[J]. 中国给水排水, 2019, 35(15): 19-24.
    [2] 张树松, 樊月婷, 孙兴, 等. 菌株Diaphorobacter polyhydroxybutyrativorans SL-205的反硝化特性[J]. 中国环境科学, 2017, 37(9): 3532-3539. doi: 10.3969/j.issn.1000-6923.2017.09.041
    [3] 郑晓英, 乔露露, 王慰, 等. 碳源对反硝化生物滤池运行及微生物种群的影响[J]. 环境工程学报, 2018, 12(5): 1434-1442. doi: 10.12030/j.cjee.201710046
    [4] 孙迎雪, 胡银翠, 孙云祥, 等. 反硝化生物滤池深度脱氮机理[J]. 环境工程学报, 2012, 6(6): 1857-1862.
    [5] 丁怡, 宋新山, 严登华, 等. 补充碳源提取液对人工湿地脱氮作用的影响[J]. 环境科学学报, 2012, 32(7): 1646-1652.
    [6] 刘洋, 高健磊, 周子鹏. 铁碳微电解-ABR-改良CASS工艺处理制药废水[J]. 工业水处理, 2019, 39(5): 92-94. doi: 10.11894/iwt.2018-0468
    [7] 尚亚丹, 李政伟, 海热提, 等. 间歇曝气铁碳微电解耦合人工湿地脱氮除磷研究[J]. 水处理技术, 2018, 44(10): 99-102.
    [8] 王田野, 魏荷芬, 胡子全, 等. 一株异养硝化好氧反硝化菌的筛选鉴定及其脱氮特性[J]. 环境科学学报, 2017, 37(3): 945-952.
    [9] 王昌稳, 雷泽远, 李军, 等. 铁碳微电解预处理高盐腌制废水的运行方式研究[J]. 中国给水排水, 2018, 34(15): 95-99.
    [10] 钱胜强, 杨扬, 等. 5种植物材料的水解释碳性能及反硝化效率[J]. 环境工程学报, 2014, 8(5): 1817-1824.
    [11] 翟思媛, 赵迎新, 季民. 自养-异养反硝化协同作用强化污水深度脱氮研究进展[J]. 水处理技术, 2018, 44(6): 1-5.
    [12] WANG Y Y, CHEN J, ZHOU S, et al. 16S rRNA gene high-throughput sequencing reveals shift in nitrogen conversion related microorganisms in a CANON system in response to salt stress[J]. Chemical Engineering Journal, 2017, 317: 512-521. doi: 10.1016/j.cej.2017.02.096
    [13] 朱文优. 大曲中赭曲霉毒素A及其产生微生物的分布特征研究[D]. 无锡: 江南大学, 2017.
    [14] 何毅, 朱静平. 铁碳微电解系统对废水中TP去除的效果及影响因素[J]. 西南科技大学学报, 2019, 34(1): 39-44. doi: 10.3969/j.issn.1671-8755.2019.01.007
    [15] 颜勇, 张佳男, 林涛, 等. 铁碳微电解/BAF预处理农村微污染原水[J]. 中国给水排水, 2018, 34(23): 50-53.
    [16] WAMKAM C T, OPOKU M K, HONG H P. Effects of pH on heat transfer nanofluids containing ZrO2 and TiO2 nanoparticles[J]. Journal of Applied Physics, 2011, 109(1): 15-24.
    [17] 贾雪雷, 朱崇梅, 张婉, 等. 微电解法去除生活污水中磷的试验研究[J]. 水处理技术, 2013, 39(10): 31-34. doi: 10.3969/j.issn.1000-3770.2013.10.007
    [18] 蒋志云, 韦佳敏, 缪新年, 等. ABR-MBR工艺反硝化除磷微生物群落特征分析[J]. 环境工程学报, 2019, 13(7): 1-9.
    [19] MAO Y P, XIA Y, ZHANG T. Characterization of Thauera-dominated hydrogen-oxidizing autotrophic denitrifying microbial communities by using high-throughput sequencing[J]. Bioresource Technology, 2013, 128(1): 703-710.
    [20] ZHU I, GETTING T. A review of nitrate reduction using inorganic materials[J]. Environmental Technology Reviews, 2012, 1(1): 46-58. doi: 10.1080/09593330.2012.706646
    [21] 朱砺之, 黄娟, 傅大放, 等. 人工湿地生态系统中的微生物作用及PCR-DGGE技术的应用[J]. 安全与环境工程, 2012, 19(2): 26-30. doi: 10.3969/j.issn.1671-1556.2012.02.007
    [22] 刘亚利, 袁一星, 李欣, 等. 污泥发酵液对A2O脱氮除磷和微生物的影响[J]. 哈尔滨工业大学学报, 2014, 46(10): 42-46. doi: 10.11918/j.issn.0367-6234.2014.10.007
    [23] FENG C, ZHANG Z, WANG S, et al. Characterization of microbial community structure in a hybrid biofilm-activated sludge reactor for simultaneous nitrogen and phosphorus removal[J]. Journal of Environmental Biology, 2013, 34(2SI): 489-499.
    [24] SHEN Z Q, ZHOU Y X, HU J, et al. Denitrification performance and microbial diversity in a packed-bed bioreactor using biodegradable polymer as carbon source and biofilm support[J]. Journal of Hazardous Materials, 2013, 250: 431-438.
    [25] 王思宇, 李军, 秀杰, 等. 添加芽孢杆菌污泥反硝化特性及菌群结构分析[J]. 中国环境科学, 2017, 37(12): 4649-4656. doi: 10.3969/j.issn.1000-6923.2017.12.030
    [26] XING W, LI J L, CONG Y, et al. Identification of the autotrophic denitrifying community in nitrate removal reactors by DNA-stable isotope probing[J]. Bioresourec Technology, 2017, 229: 134-142. doi: 10.1016/j.biortech.2017.01.010
    [27] 黄菲, 梅晓洁, 王志伟, 等. 冬季低温下MBR与CAS工艺运行及微生物群落特征[J]. 环境科学, 2014, 35(3): 1002-1008.
    [28] ZHANG Y, XIE X, JIAO N, et al. Diversity and distribution of amoA-type nitrifying and nirS-type denitrifying microbial communities in the Yangtaze River estuary[J]. Biogeosciences Discussions, 2014, 11(8): 2131-2145. doi: 10.5194/bg-11-2131-2014
  • 加载中
图( 7) 表( 4)
计量
  • 文章访问数:  6000
  • HTML全文浏览数:  6000
  • PDF下载数:  67
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-07-09
  • 录用日期:  2019-10-15
  • 刊出日期:  2020-05-01
唐婧, 杨羽菲, 陈金楠. 微电解耦合固相反硝化脱氮除磷效果及微生物分析[J]. 环境工程学报, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050
引用本文: 唐婧, 杨羽菲, 陈金楠. 微电解耦合固相反硝化脱氮除磷效果及微生物分析[J]. 环境工程学报, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050
TANG Jing, YANG Yufei, CHEN Jinnan. Nitrogen and phosphorus removal performance of microelectrolysis coupled with solid denitrification and its microbial community analysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050
Citation: TANG Jing, YANG Yufei, CHEN Jinnan. Nitrogen and phosphorus removal performance of microelectrolysis coupled with solid denitrification and its microbial community analysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(5): 1224-1233. doi: 10.12030/j.cjee.201907050

微电解耦合固相反硝化脱氮除磷效果及微生物分析

    通讯作者: 唐婧, E-mail: fairy_ben@163.com
    作者简介: 唐婧(1980—),女,博士,副教授。研究方向:水污染控制理论与技术研究。E-mail:fairy_ben@163.com
  • 1. 沈阳建筑大学市政与环境工程学院,沈阳 110168
  • 2. 沈阳城市建设学院市政与环境工程系,沈阳 110167
基金项目:
辽宁省教育厅重点攻关项目(lnzd201902);辽宁省自然科学基金资助项目(20180551254)

摘要: 为提高低碳氮比污水中氮、磷的去除率,通过铁碳微电解耦合固相反硝化系统强化生物脱氮除磷的效果,分别考察了HRT、DO、pH对耦合系统中氮、磷去除效果的影响,并对铁碳颗粒(FC)、固体碳源颗粒(CC)和悬浮污泥(SS)的微生物群落结构进行了分析。结果表明:当进水C/N=1.5时,耦合系统的最佳运行参数为HRT=4 h、DO=2.0 mg·L−1、pH=7.0;此时NH+4-N、NO3-N、TN、TP的去除率分别为95.63%、93.48%、94.72%、99.10%。高通量测序分析结果表明:在门水平上,3个样本(FC、CC、SS)中的优势菌门为ProteobacteriaActinobacteriaBacteroidetes,其中具有反硝化脱氮功能的Proteobacteria在FC、CC、SS中分别占样本总数的72.66%、67.43%、68.66%;在纲水平上,SS中Alphaproteobacteria的相对丰度显著高于FC和CC,FC中的Gammaproteobacteria的相对丰度显著高于CC和SS,CC中的Gemmatimonadetes相对丰度明显高于FC和SS,生物除磷主要发生在CC中;在属水平上,Gemmobacter在FC、CC、SS中的相对丰度分别为25.50%、23.64%、32.53%,对异养反硝化过程起到重要作用。以上结果有助于提高对微电解-自养/异养反硝化除磷耦合系统中微生物生态学的理解。

English Abstract

  • 污水的脱氮过程主要由微生物完成,温度与有机碳浓度是影响微生物处理效率的主要因素。微生物生长的最佳水温是20~35 ℃,当水温在此范围之外时,反硝化细菌的增殖代谢速率将降低,致使反硝化速率也降低[1]。此外,菌体生长过程中需要有机物作为碳源提供其生长和反硝化过程所必需的能源,当碳源不足时,不能为反硝化提供充足的能量,反应进行不彻底且造成中间产物亚硝酸盐的积累[2]。近年来,我国污水厂进水COD/N为3~5,有机物浓度偏低,导致传统的反硝化工艺脱氮不彻底[3-5]。铁碳微电解技术由于其对碳源的需求小、处理效果好、成本低廉以及操作维护方便等优点被国内外学者广泛关注[6]。自养反硝化菌可利用铁碳微电解颗粒通过原电池反应生成的Fe2+和[H]为电子供体进行自养反硝化反应[7-8],但是对于COD/N<3~5的污水,若单独使用铁碳微电解技术会在处理中出现亚硝态氮积累的现象[9]。为提高生化工艺的脱氮效果,大多数污水厂采用外加碳源的方式。投加固体碳源一方面可作为微生物的载体,另一方面可补充异养反硝化所需的碳源,从而获得较高的脱氮除磷效率[10]。近年来,自养反硝化与异养反硝化的结合成为一种新的发展趋势。有研究[11]发现,自养反硝化和异养反硝化在同一体系内可以协同完成完全反硝化过程。为提高对低COD/N污水的脱氮除磷效果,本研究采用铁碳微电解耦合固相反硝化强化生物脱氮除磷系统,通过在系统内投加铁碳微电解填料以及固体碳源颗粒,实现了自养/异养反硝化耦合脱氮,使得氮、磷被有效地去除。对此,分别考察了HRT、DO、pH对耦合系统脱氮除磷性能的影响,对门、纲、属3个水平上的微生物群落结构进行了多样性分析,从微生物生态学角度解析铁碳微电解-自养/异养反硝化除磷协同机制。

  • 实验用固体碳源选取玉米芯,采自阜蒙县生态园。将玉米芯蒸煮后洗净,切割成体积约为1 cm3的方块,放入烘箱以80 ℃进行干燥。然后将玉米芯置于1.5%的NaOH溶液中浸没24 h,最后洗净、中和、烘干、密封保存。

    在制备铁碳微电解填料时,将纳米级铁粉与活性炭按1∶2混合,同时加入一定量石膏粉、铜粉和催化剂,然后加适量水制成粒径约为10 mm的球形颗粒,置于真空环境中干燥24 h后,再放入真空管式炉,以900 ℃的高温进行烧结,待自然冷却之后密封保存。

    在配制实验用水时,以葡萄糖为碳源、硝酸钾和氯化铵为氮源、磷酸二氢钾为磷源,人工配制低C/N污水。控制进水C/N为1.5,NH+4-N质量浓度为50 mg·L−1NO3-N质量浓度为25 mg·L−1,TP质量浓度为(3.5±0.5) mg·L−1;配水时加入1 mg·L−1酵母膏和1 ml·L−1微量元素溶液;使用NaOH和H2SO4调节pH。

    实验中所用SBR为圆柱体形, 由透明有机玻璃制成, 高为300 mm,内径为200 mm,实际工作体积为6.8 L。实验所用的固体碳源填料投加量为25 g·L−1,铁碳微电解填料的投加量为28 g·L−1,将2种填料装入反应器中,进水由反应器底部依次流经铁碳微电解填料层、固体碳源填料层后出水。反应周期包括进水5 min,微曝气反应6 h,沉淀110 min,出水5 min,1个完整周期为8 h,每天运行3个周期,换水比为1∶5。反应温度控制在20~25 ℃。

  • NH+4-N、NO3-N、NO2-N、TN、TP等指标采用标准方法测定。NH+4-N采用纳氏试剂分光光度法测定,NO3-N采用紫外分光光度法测定,NO2-N采用N -(1-萘基)-乙二胺光度法测定,TN采用碱性过硫酸钾-紫外分光光度法测定,TP采用过硫酸钾消解-钼锑抗分光光度法测定,COD、DO、pH分别采用重铬酸钾法、便携式溶解氧仪、pH计测定。

  • 在耦合系统运行稳定时,取出适量的铁碳微电解填料以及玉米芯,装入50 mL的离心管中,再加入一定量蒸馏水振荡,采集铁碳填料上和玉米芯上脱落的微生物样品(分别记为FC和CC),同时采集系统内悬浮的微生物样品(记为SS),6 000 r·min−1高速离心后,密封并置于−20 ℃低温冰箱中保存待测。

    取不同微生物离心样品,使用E.Z.N.ATM Mag-Bind Soil DNA Kit试剂盒(OMEGA)进行DNA提取。利用1%琼脂糖凝胶电泳检测抽提的基因组DNA。而后进行PCR扩增,扩增过程与WANG等[12]的研究过程一致,扩增后切胶回收PCR产物并进行电泳检测。使用Qubit3.0 DNA检测试剂盒精确定量回收DNA,每个样品DNA量取10 ng,基因测序和序列处理与朱文优[13]研究方法一致,最后将OUT代表序列与 Silva 数据库比对,并在门、纲、属3个水平统计每个样品的群落组成,最后对各样本数据的质量进行质控过滤,得到各样本有效数据,然后对数据进行优化处理。在数据处理及统计完成后,进行 Alpha多样性分析、物种分类分析和菌群差异分析。

  • 图1反映了溶解氧(DO)浓度小于0.5 mg·L−1、大于0.5 mg·L−1时不同铁碳比例的铁碳微电解填料处理后的出水TN、TP浓度变化结果。由图1可知,当系统内DO<0.5 mg·L−1时,各组分TN去除效果并不理想,主要是因为铁碳微电解作用将硝态氮氧化还原为氨氮;而氨氮由于缺少溶解氧,无法进行硝化作用;当系统内DO>0.5 mg·L−1时,经Fe/C比为1∶2的铁碳微电解填料处理的出水TN浓度最低,稳定于7.13 mg·L−1,去除率为89.81%,此时磷的去除率为99.1%。由于铁碳微电解填料对氮的去除效果不佳,故须建立铁碳微电解-固体碳源耦合系统,加强对氮、磷的去除。

  • 控制耦合系统进水溶解氧(DO)浓度为(2.0±0.1) mg·L−1、pH为7.0±0.1,在HRT为2、3、4、5 h时分别测定出水中的NH+4-N、NO3-N、TN、TP的浓度,结果如图2所示。由图2可知,NO3-N的浓度从0 h到2 h大幅降低,0~2 h时去除速率为7.5 mg·(L·h)−1,2~4 h时去除速率降为2.0 mg·(L·h)−1,4 h后去除速率接近为0 mg·(L·h)−1,此时水中NO3-N的浓度为1.5 mg·(L·h)−1NH+4-N浓度也随着反应时间的延长而减小,4 h后水中NH+4-N的浓度为1.9 mg·(L·h)−1NO2-N在反应过程中并未出现积累的现象。TN浓度的变化趋势与NO3-N和NH+4-N大致相同,反应4 h后,去除速率由22 mg·(L·h)−1降低到6.5 mg·(L·h)−1。水中TP的去除速率由0.9 mg·(L·h)−1下降到0.4 mg·(L·h)−1,直至趋于稳定。反应前2 h,氮、磷污染物浓度较高,在与玉米芯、铁碳微电解填料和活性污泥充分接触后,获得较高的去除速率。反应初期,NH+4-N去除速率高于NO3-N去除速率,主要因为进水C/N比低,有机碳源不足,难以进行异养反硝化。此时铁碳微电解产生的氢、Fe2+为自养反硝化过程提供了电子供体,随着固体碳源玉米芯的缓慢降解释放碳源,为异养反硝化提供较为充足的电子供体,异养反硝化产生的CO2被自养反硝化菌作为无机碳源加以利用[11]。在自养反硝化菌与异养反硝化菌的共同作用下将氮从系统中去除,磷与铁碳微电解反应溶出的铁离子接触反应生成沉淀而去除[14-15];当HRT继续增加时,系统内N、P污染物浓度较低,去除速率逐渐降低[16]。因此,铁碳微电解耦合固相反硝化强化生物脱氮除磷系统的最佳HRT为4.0 h。

  • 由于DO对于系统除磷效果的影响很小[17],因此,本节只考察进水DO对于耦合系统脱氮效果的影响,控制进水DO的浓度分别为(1.0±0.1)、(1.5±0.1)、(2.0±0.1)、(2.5±0.1)和(3.0±0.1) mg·L−1,HRT为4.0 h、进水pH为7.0±0.1,结果如图3所示。由图3(a)可知,当DO为(1.0±0.1)、(1.5±0.1)、(2.0±0.1)、(2.5±0.1)和(3.0±0.1) mg·L−1时,出水NH+4-N浓度分别为32.74、15.48、2.28、1.96和1.97 mg·L−1,出水NO3-N浓度分别为0.78、1.45、2.50、7.17和10.30 mg·L−1。分析认为,NH+4-N在硝化细菌的作用下可转化为NO2-N以及NO3-N,一部分NH+4-N水解电离,NH3在曝气作用下吹脱;NO3-N的减少与反硝化脱氮以及化学还原有关。由图3(b)可知,NH+4-N的去除率随DO浓度的增加由29.58%升高到95.63%,直至趋于稳定;而在DO浓度超过(2.0±0.1) mg·L−1时,NO3-N的去除率由93.48%降低到56.72%,这是由于DO对于NH+4-N在硝化细菌的作用下转化有积极作用,而当底物浓度一定,DO浓度增加至一定值时,NH+4-N的去除率将不再随DO浓度的增大而升高;在中性条件下,DO浓度较大时,电子的大量消耗抑制了自养反硝化过程,同时生成了大量的碱,降低反硝化细菌的活性。此外,DO浓度不宜过大,否则会对填料表面生物膜产生冲刷,使微生物不易于附着,从而影响系统的脱氮效果。因此,铁碳微电解耦合固相反硝化强化生物脱氮除磷系统适宜的DO浓度为(2.0±0.1) mg·L−1

  • 为考察进水pH对耦合系统脱氮除磷效果的影响,控制HRT、进水DO浓度分别为4.0 h、(2.0±0.1) mg·L−1,以NaOH和H2SO4调节进水pH分别为5.5±0.1、6.0±0.1、6.5±0.1、7.0±0.1、7.5±0.1、8.0±0.1、8.5±0.1,结果如图4所示。由图4可知,NH+4-N的去除率随pH的升高由83.13%升高至95.63%,当pH超过7.0±0.1时,NH+4-N去除率由95.63%下降至89.05%;同时NO3-N的去除率也随pH的升高而升高,在pH超过7.0±0.1时,NO3-N去除率由93.48%下降至70.35%;NO2-N在反应过程中一直处于较低水平,未出现积累;TN的去除率在pH为7.0±0.1时达到最高,为94.72%。分析认为,硝化细菌和氨化细菌适宜pH为7.5~8.5,反硝化细菌适宜pH为7.0~8.0。当进水pH不在所适范围内,硝化细菌、氨化细菌以及反硝化细菌的活性将会受到抑制,使得耦合系统脱氮效果下降。因此,耦合系统的适宜进水pH为7.0±0.1,此时,NH+4-N、NO3-N、TN以及TP的去除率分别为95.63%、93.48%、94.72%以及99.10%。

  • 高通量测序技术作为新型微生物种群鉴定技术,具有分析结果准确、高速、高自动化和高灵敏度等特点,能够准确分析生物的多样性,故广泛应用于环境微生物鉴定领域[18]。因此,本研究采用Miseq高通量测序技术对铁碳微电解-固相反硝化耦合系统中的微生物结构进行分析。

    1)微生物群落结构比较分析。图5为耦合系统在门水平上的物种相对丰度,表1为在门水平上,各样本中主要种群的分布情况。由图5表1可知,3个样本(FC、CC、SS)中的优势菌门为具有反硝化脱氮功能的变形菌门Proteobacteria,在3个样本(FC、CC、SS)中分别占样本总数的72.66%、67.43%、68.66%。变形菌是污水处理中最为重要的微生物之一,对污染物生物降解有着重要作用,大多数反硝化菌属于变形菌门Proteobacteria[19-20],说明系统的脱氮能力稳定。放线菌门Actinobacteria在FC、SS中的相对丰度显著高于CC。拟杆菌门Bacteroidetes在CC、SS中的相对丰度显著高于FC。芽单胞菌门Gemmatimonadetes在CC中的相对丰度为4.61%,显著高于FC、SS。分析认为,Gemmatimonadetes可分解纤维素类物质,作用于固体碳源的释碳过程[21],该过程主要发生在CC中。

    图6为耦合系统在纲水平上的物种相对丰度情况,表2为在纲水平上各样本中主要种群的分布情况。由图6表2可知,α-变形纲Alphaproteobacteria在3个样本(FC、CC、SS)中所占样本总数最高,分别为36.73%、37.21%、46.18%,在SS中的相对丰度显著高于FC、CC。FC中的γ-变形菌纲Gammaproteobacteria的相对丰度显著高于CC和SS,对于有机物的降解以及碳、氮、硫等元素的循环起关键性作用,同时对于脱氮过程也发挥着重要作用,对于污水处理较具优势[22-24]。鞘脂杆菌纲Sphingobacteriia在3个样本(FC、CC、SS)中所占样本总数分别为6.47%、11.12%、11.39%,在CC和SS中的相对丰度显著高于FC。CC中的Gemmatimonadetes相对丰度明显高于FC和SS,所占样本比例为生物除磷主要发生在CC上。

    为进一步阐明耦合系统运行过程中细菌群落的变化情况,在属的水平上,选取系统中占有比例较多的几种具有脱氮除磷功能的菌属进行分析,结果如图7表3所示。由图7表3可知,芽植杆菌属Gemmobacter在FC、CC、SS中的相对丰度分别为25.50%、23.64%、32.53%,对于异养反硝化过程起到重要作用[25]。铁矿砂单胞杆菌属Arenimonas在FC、CC、SS中的相对丰度分别为6.09%、6.10%、5.75%,是最重要的自养反硝化菌属[26]Thauera菌属在CC、SS中的相对丰度显著高于FC,这是由于Thauera属于异养反硝化菌[27],而异养反硝化过程主要发生在CC中,SS中由于固体碳源颗粒的脱落也会发生异养反硝化反应,它们的存在为耦合系统脱氮除磷效果提供了保障。Flavihumibacter菌属可以参与碳循环,同时代谢碳水化合物[28],出芽单孢菌属Gemmatimonas与除磷密切相关,新硝氨醇菌属Novosphingobium能够充分降解木质素,在CC、SS中的相对丰度高于FC。由图7表3的分析可知,耦合系统中微生物群落在不同位置,其特征也有所不同,故处理工艺与微生物群落结构之间存在着显著的映射关系。

    2)物种组成多样性分析。Alpha多样性可以定量地反映微生物群落的多样性,包括物种丰富度指数和物种多样性指数,结果如表4所示。经过质量控制后,得到优化序列分别为39 586、47 036、46 114条,平均长度分别为416.34、416.36、414.09 bp。在97%的相似度下,FC、CC、SS共得到了4 557个OTUs,其中FC中有1 544个,CC中有1 947个,SS中有1 700个。Shannon、ACE、Chao1、Simpson 指数表明系统中脱氮除磷功能区细菌群落的丰富度,其中丰富度指数ACE和Chao1可通过估算群落中所含OTU数目的指数来反映耦合系统中种群的丰富度,数值越大,表明其所含物种总数越多。由表4可知,3个样品的Chao1、ACE指数均为CC>SS、FC,表明固体碳源上的细菌群落丰富度最高,这可能是由于系统脱氮的效果主要来自于固相反硝化过程。覆盖率越高,样本中序列没有被测出的概率就越低,实际反映了测序结果是否可以代表样本的真实情况;Shannon指数可反映群落种类多样性,指数越大,耦合系统内群落的复杂程度越高。

  • 1)耦合系统在最佳运行参数的条件下,氨氮、硝态氮、总氮、总磷的去除率分别为95.63%、93.48%、94.72%、99.10%。

    2)高通量测序分析表明,耦合系统中异养反硝化细菌(GemmobacterDefluviimonasThaueraDechloromonas)的相对丰度处于较高水平,同时存在着自养反硝化细菌Arenimonas以及能够分解纤维素、半纤维素、木质素相关的细菌(ActinotaleaChryseolineaNovosphingobium),这说明系统内脱氮除磷的过程是自养反硝化与异养反硝化相结合,且为多种微生物的协同作用。

参考文献 (28)

返回顶部

目录

/

返回文章
返回