Processing math: 100%

不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析

陈文婷, 李轩, 付国楷. 不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析[J]. 环境工程学报, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132
引用本文: 陈文婷, 李轩, 付国楷. 不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析[J]. 环境工程学报, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132
CHEN Wenting, LI Xuan, FU Guokai. Performance and microbial community analysis in microbial desalination cells with different cathodes for mustard tuber wasterwater treatmment[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132
Citation: CHEN Wenting, LI Xuan, FU Guokai. Performance and microbial community analysis in microbial desalination cells with different cathodes for mustard tuber wasterwater treatmment[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132

不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析

    作者简介: 陈文婷(1994—),女,硕士研究生。研究方向:微生物脱盐燃料电池。E-mail:1924332270@qq.com
    通讯作者: 付国楷(1979—),男,博士,副教授。研究方向:污水处理与水体修复。E-mail:fuguokai@163.com
  • 基金项目:
    重庆市基础研究与前沿探索项目(cstc2019jcyj-msxmX0573)
  • 中图分类号: X703

Performance and microbial community analysis in microbial desalination cells with different cathodes for mustard tuber wasterwater treatmment

    Corresponding author: FU Guokai, fuguokai@163.com
  • 摘要: 为处理高盐榨菜废水(mustard tuber wastewater treatment,MTWW),实现系统同步产电脱盐的目的,构建了以生物电化学为基础的微生物脱盐燃料电池(microbial desalination cell,MDC),探讨了铁氰化钾和水阴极MDC产电及脱盐效果,并对系统微生物群落进行了分析。结果表明:在相同脱盐时间内,铁氰化钾组盐度去除率为90.30%,略高于水阴极组;在整个脱盐周期内,铁氰化钾组产电性能优于水阴极组;随着脱盐时间的延长,铁氰化钾组产电性能略有下降,而水阴极组产电性能显著增强;铁氰化钾组阳极优势菌属为Methanosaeta(23.55%)、Geobacter(14.09%)和vadinHA17(8.64%),水阴极组阳极优势菌属为vadinHA17(18.17%)、Methanosaeta(13.00%)和Methanosaeta(9.79%),其中Geobacter为产电菌,vadinHA17为水解发酵菌,MethanosaetaMethanosaeta为常见产甲烷菌。铁氰化钾组阳极和水阴极组阳极中产甲烷菌占比很高,然而,产甲烷菌对系统产电脱盐有不利作用,因此,有必要寻找合适的抑制产甲烷菌产生的方法。运行后期,水阴极组阴极中出现了产电菌,极大地降低了阴极过电势,提高了系统的产电性能。上述研究结果可为MTWW的资源化处理提供参考。
  • 近年来,随着经济建设的高速发展,城镇人口急剧增加,污水排放量和污染负荷不断增大,从而导致污水处理厂出水排放的受纳水体水质不断恶化[1-3]。2015年4月,国务院印发的《水污染行动防治计划》中明确要求,敏感区域城镇污水处理设施应全面达到一级A排放标准[4]。因此,提标改造已成为污水处理厂满足愈发严格的出水排放标准的必然选择之一[5]。然而,在实际污水处理厂提标改造过程中,由于对运行参数变化导致的运行效率改变机制认识不清,盲目选择微生物种群结构作为响应指标,导致在提标改造关键参数及工艺的选择上也存在一定的盲目性[6-7]。因此,明确运行参数变化对运行效率产生影响的根本原因,对目前污水处理厂提标改造具有重要的理论意义。

    从污染物降解途径来看,限速酶是物质转化最根本的原因之一。如在氮素转化过程中,氨单加氧酶(AMO)和羟胺氧化还原酶(HAO)是硝化反应的限速酶[8],硝酸盐原酶(NR)和亚硝酸盐还原酶(NIR)是反硝化反应的限速酶[9-11]。一直以来,关于生物脱氮过程中关键酶的研究主要集中在酶的纯化和反应机理上[12-14],近年来,对于酶活性在污水处理过程中的作用才逐步展开。LI等[15]初步分析了与TN去除相关的关键酶种类;CALDERON等[16]阐述了酶活性水平与运行参数变化之间的关系;PAN等[17]探讨了污水处理系统脱氮过程中NR和NIR的特性。然而,这些研究主要集中在实验室小试规模。事实上,实际污水处理厂运行过程比实验室小试装置更加复杂。因此,有必要对实际污水处理厂关键酶活性与污染物去除率之间的关系进行深入研究。

    氧化沟是城市污水处理的3大典型工艺之一[18],在中国,从20世纪80年代以来,氧化沟工艺一直被广泛采用[19]。本研究以Orbal氧化沟为研究对象,分析2种运行模式下活性污泥中微生物种群结构、功能微生物含量、关键酶活性及污染物去除效率,并对其相互关系进行了探讨,目的是揭示影响实际污水处理厂污染物去除率的根本原因,以期为实际污水处理厂提标改造提供参考。

    PCR产物回收纯化试剂盒、实时荧光定量PCR反应试剂盒;磷酸钾(K3PO4)、硫酸铵((NH4)2SO4)、细胞色素C(C42H52FeN8O6S2)、醋酸钠(CH3COONa)、羟胺(NH2OH)、甲基紫(C24H28N3)、硝酸钠(NaNO3)、双对氯苯基三氯乙烷((ClC6H4)2CH(CCl3))均为分析纯。

    核酸自动提取仪(Tanbead,北京九宇金泰生物技术有限公司);聚丙烯酰胺凝胶电泳仪(Bio-Rad,伯乐生命医学产品(上海)有限公司);凝胶成像系统(Bio-Rad,伯乐生命医学产品(上海)有限公司);测序仪(ABI 3730XL,爱普拜斯应用生物系统贸易(上海)有限公司);实时荧光定量PCR仪(SteponePlus,爱普拜斯应用生物系统贸易(上海)有限公司);冷冻离心机(Biofuge Stratos,赛默飞世尔科技(中国)有限公司);溶氧仪(CellOx325,德国WTW中国技术服务中心);pH计(SenTix 41-3,德国WTW中国技术服务中心);温度计(WTW-Multi 340i,德国WTW中国技术服务中心);紫外可见分光光度计(UV-1700,岛津企业管理(中国)有限公司)。

    本实验在河南省某市的一个实际污水处理厂进行,该污水厂主体采用Orbal氧化沟工艺,污水处理量为4×104 m3·d−1,水力停留时间为10 h,污泥龄为12 d。实验分别在2种模式下进行,每种模式的运行周期为1年,进水水质如表1所示。2种运行模式的主要区别在于沟道内转刷开启数量不同,模式I的外、中、内沟道转刷开启数量分别为6、4、4个;模式Ⅱ的沟道转刷开启数量分别为4、4、4个。2种模式下的污泥浓度、污泥负荷、COD负荷及NH+4-N负荷均相近,模式I的污泥浓度、污泥负荷、COD负荷及NH+4-N负荷分别为3 015 mg·L−1、0.13 kg·(kg·d)−1、0.35 kg·(m3·d)−1和3.80×10−2 kg·(m3·d)−1;模式Ⅱ的污泥浓度、污泥负荷、COD负荷及NH+4-N负荷分别为2 965 mg·L−1、0.13 kg·(kg·d)−1、0.34 kg·(m3·d)−1和3.80×10−2 kg·(m3·d)−1。每周监测不同模式下进出水水质及沟道内溶解氧变化,测试位置如图1所示(包括转刷后1 m和下一个转刷前1 m)。同时,在每年6月和12月,分别采集沟道内活性污泥样品,用于微生物种群、功能微生物含量及关键酶活性分析。

    表 1  Orbal氧化沟的进水水质
    Table 1.  Influent quality of Orbal oxidation ditch
    模式 COD/(mg·L−1) NH+4-N/(mg·L−1) TN/(mg·L−1) TP/(mg·L−1) SS/(mg·L−1) pH
    I 492~734 35.25~48.52 42.56~61.25 2.25~4.15 100~325 6.80~7.20
    II 490~684 36.75~47.56 45.75~60.25 2.65~4.75 120~280 6.70~7.20
     | Show Table
    DownLoad: CSV
    图 1  采集及测试位点示意图
    Figure 1.  Schematic diagram of sites for sampling and testing in Orbal oxidation ditch

    分别采用PCR-DGGE技术、实时荧光定量PCR技术定性、定量分析不同运行模式下活性污泥微生物种群结构及功能微生物含量[20-23];采用分光光度法测定不同运行模式下关键酶活性,一个单位的酶活性(U)定义为:1 g活性污泥中,1 h转化1 mg催化底物所需酶的量[24-26];采用文献中的方法[27]测定不同运行模式下污水厂的进出水水质[27]

    在2种运行模式下,该厂进出水中COD、NH+4-N和TN的监测结果见图2。从图2可以看出,在模式I和模式Ⅱ下,COD的平均去除率分别为(94.28±2.19)%和(91.79±2.77)%;NH+4-N的平均去除率分别为(72.80±7.07)%和(69.36±8.45)%;TN的平均去除率分别为(25.50±6.83)%和(44.67±10.96)%。同时,图2中结果表明,除冬季外,其余季节在模式Ⅱ运行条件下,COD、NH+4-N和TN的去除率均明显高于模式I。在4—10月,模式I和模式Ⅱ的COD的平均去除率分别为(96.08±0.87)%和(94.17±0.73)%;NH+4-N的平均去除率分别为(81.38±3.47)%和(80.59±1.39)%,TN的平均去除率分别为(31.77±5.41)%和(59.81±5.33)%。

    图 2  2种模式下污水处理厂COD、NH+4-N和TN的去除率
    Figure 2.  Removal efficiencies of COD, NH+4-N and TN under two modes

    在2种运行模式下,分别对Orbal氧化沟3个沟道不同位置处DO浓度进行测定,结果见图3。可以看出,DO浓度在转刷前和转刷后有明显不同,特别是在外侧沟道。模式I条件下,转刷后1 m处,外渠道的DO浓度为(2.28±0.3) mg·L−1,在下一个转刷前1 m处,外渠道的DO浓度为(0.80±0.1) mg·L−1。在模式Ⅱ条件下,转刷后1 m处外渠道的DO浓度为(2.03±0.4) mg·L−1,在下一个转刷前1 m处,外渠道的DO浓度为(0.16±0.1) mg·L−1

    图 3  2种模式下不同沟道转刷前后溶解氧浓度变化
    Figure 3.  Variation of DO concentration before and after RB in different channels under two modes

    在2种运行模式下,DGGE图谱见图4。可以看出,各沟道内的微生物种群结构基本类似(图4(a))。夏季时,模式I外、中、内沟道香农指数分别为3.76、3.79和3.83,模式Ⅱ外、中、内沟道香农指数分别为3.81、3.97和3.97。冬季时,模式I外、中、内沟道香农指数分别为3.01、3.11和3.15,模式Ⅱ外、中、内沟道香农指数分别为3.05、3.02和3.11。并且,在2种模式下各个沟道中均有主条带W4~W19存在。比对结果显示,所有测得序列97%~100%程度上均与先前确定的16S rRNA基因序列具有同源性,分别隶属于拟杆菌门、变形杆菌门、绿弯菌门和厚壁菌门[28-30](图4(b))。

    图 4  不同沟道活性污泥中细菌种群
    Figure 4.  Bacterial population of activated sludge in different channels

    功能微生物氨氧化菌AOB和硝化细菌NOB定量检测结果见图5。可以看出,无论夏季还是冬季,总细菌、AOB和NOB的含量在模式I和模式Ⅱ下均呈现相似趋势。夏季时,在模式I下,Orbal氧化沟外、中、内沟道中总细菌含量分别为6.70×1010、5.80×1010、5.96×1010 cells·g−1(以干污泥含量计),AOB含量分别为8.98×105、1.02×106、2.52×106 cells·g−1(以干污泥含量计),NOB含量分别为4.89×102、8.88×102、1.02×103 cells·g−1(以干污泥含量计);而在模式Ⅱ下,外、中、内沟道中总细菌含量分别为5.84×1010、6.19×1010、5.88×1010 cells·g−1(以干污泥含量计),AOB含量分别为6.25×105、9.88×105、1.80×106 cells·g−1(以干污泥含量计),NOB含量分别为3.96×102、7.69×102、1.66×103 cells·g−1(以干污泥含量计)。冬季时,Orbal氧化沟3个沟道内总细菌、AOB、NOB含量均略低于夏季。在模式I下,外、中、内沟道中总细菌含量分别为5.58×1010、5.21×1010、5.07×1010 cells·g−1(以干污泥含量计),AOB含量分别为4.25×105、8.85×105、9.26×105 cells·g−1(以干污泥含量计),NOB含量分别为3.10×102、3.23×102、4.15×102 cells·g−1(以干污泥含量计);而在模式Ⅱ下,外、中、内沟道中总细菌含量分别为5.26×1010、5.61×1010、5.12×1010 cells·g−1(以干污泥含量计),AOB含量分别为4.23×105、5.26×105、7.68×105 cells·g−1(以干污泥含量计),NOB含量分别为2.26×102、4.21×102、8.52×102 cells·g−1(以干污泥含量计)。从AOB和NOB在总细菌中所占的相对比例来看,模式I和模式Ⅱ条件下也呈现相似结果。在模式I下,AOB和NOB的比例分别是7.62×10−6~4.23×10−5和8.19×10−9~1.71×10−8;在模式Ⅱ下,AOB和NOB的比例分别是9.38×10−6~3.06×10−5和7.50×10−9~2.82×10−8

    图 5  2种模式下不同沟道内总细菌、AOB和NOB的含量
    Figure 5.  Quantity of total bacteria, AOB and NOB in different channels under two modes

    理论上,活性污泥中的微生物种群会随着污水处理运行参数的变化而发生变化。因此,微生物种群结构变化常用来解释运行参数调节后污水处理效果发生变化这一现象[31]。本实验是在一个实际污水处理厂展开,水质监测结果发现,当外沟道转刷开启数量减少后,污水处理厂TN去除效率明显提升。然而,2种运行模式下微生物种群结构和功能微生物含量却呈现高度相似现象。这与HASHIMOTO等[32]提出的活性污泥中细菌群落结构在实际污水处理系统中是相对稳定的这一结论是相符的。当然,本实验在同一污水处理厂展开,进水水质的稳定也是2种运行模式下细菌种群结构未发生明显改变的重要原因之一,而这一结论也与ZHOU等[33]在实际污水处理厂的研究结果相符。因此,在实际污水处理厂中,仅选取微生物种群来解释运行参数变化引起运行效率提升的原因是远远不够的。

    在夏季和冬季,分别采集2种运行模式下3个沟道内活性污泥样品,进行关键酶HAO和NR的活性分析。结果显示,在同一运行模式下,与中、内沟道相比,HAO活性在外沟道中最低。相反,NR活性在外沟道中最高。并且,HAO和NR的酶活性在夏季都高于冬季。外沟道中,在模式Ⅱ条件下NR活性明显高于模式Ⅰ。在模式Ⅰ下,夏季和冬季的NR活性(以羟胺计)分别为1.58 mg·(g·h)−1和0.80 mg·(g·h)−1;而模式Ⅱ下,夏季和冬季的NR活性分别为2.27 mg·(g·h)−1和1.07 mg·(g·h)−1。内沟道中,模式I和模式Ⅱ条件下的HAO活性并无明显区别。在模式I下,夏季和冬季的HAO活性(以羟胺计)分别为2.17 mg·(g·h)−1和1.56 mg·(g·h)−1;而在模式Ⅱ下,夏季和冬季的HAO活性分别为2.05 mg·(g·h)−1和1.42 mg·(g·h)−1。分析结果表明,外侧沟道转刷开启数量的减少,直接对其中关键酶NR的活性产生了影响。在模式Ⅱ下,冬季和夏季外侧沟道内NR活性分别比模式I下提高了25%和30%。与此同时,该水厂出水中TN的去除率也由模式I的(25.50±6.83)%提高到了模式Ⅱ的(44.67±10.96)%。综合分析关键限速酶HAO、NR与TN、NH+4-N去除的关系,结果表明,HAO和NR活性与NH+4-N和TN的去除均呈正相关关系,斯皮尔曼相关系数r分别为0.99(P=0.01)和0.88(P=0.12)(图6)。也就是说,改变污水厂运行参数,生物处理单位中关键酶活性随之发生变化,进而改变污染物的去除率。进一步深入分析发现,减少Orbal氧化沟外侧沟道转刷开启数量,其沟道中缺氧或厌氧区段明显延长。供氧量的减少直接改变了外侧沟道局部的微环境条件。而这种微环境条件的改变,在不影响其微生物种群结构的前提下,直接提升了沟道内关键酶活性,进而提升了污水出水水质。这与赵群英等[34]关于DO含量变化对污水出水水质具有明显影响的研究结论是一致的。也就是说,在实际污水处理厂中,改变运行参数后,相对于微生物种群结构和功能微生物含量而言,关键酶活性的响应更为快速灵敏。然而,本研究对关键酶活性的分析仅仅是酶粗提取物的分析,并且仅在一家污水处理厂进行。如要将该研究结果用于解析实际污水处理厂运行参数变化对处理效率影响的机制时,需要进行更为精准且全面的研究。例如,结合更多实际污水处理厂的研究,综合分析多种运行参数变化后其关键酶的响应过程;同时,设计小型批量研究实验,对提取的关键酶进行纯化,进而分析不同运行参数条件下关键酶的响应关系。

    图 6  HAO、NR活性与NH+4-N,TN去除率之间的关系
    Figure 6.  Relationship between HAO and NR activities and removal rates of NH+4-N and TN

    1)减少Orbal氧化沟外侧沟道转刷开启数量,可有效地提高实际污水处理厂TN的去除率。

    2)转刷开启数量减少后,Orbal氧化沟外侧沟道内溶解氧含量降低,缺氧或厌氧区明显延长,局部微环境发生改变。

    3)在此过程中,微生物种群及功能微生物含量保持稳定,未发生明显变化。关键酶NR活性随转刷开启数量的减少而升高。并且关键酶NR活性与TN去除效率呈正相关关系。本研究为实际污水处理厂提标改造参数及工艺选择提供了参考。

  • 图 1  微生物脱盐燃料电池实验装置

    Figure 1.  Picture and schematic diagram of microbial desalination cell

    图 2  铁氰化钾和水阴极组电压输出曲线及电导率和TDS

    Figure 2.  Voltage output,conductivity and TDS of potassium ferricyanide and water-cathode groups

    图 3  铁氰化钾和水阴极功组率密度及极化曲线和电极电势

    Figure 3.  Power density, polarization curves and electrode potentials of potassium ferricyanide and water-cathode groups

    图 4  铁氰化钾和水阴极组阳极室进水、出水COD及COD去除率

    Figure 4.  Influent, effluent COD of anode chamber and COD removal rate for the potassium ferricyanide and water-cathode groups

    图 5  中间盐室NH+4降解趋势

    Figure 5.  Degradation trend of NH+4 in the middle salt chamber

    图 6  门水平下生物膜群落结构

    Figure 6.  Community structure at phylum level in biofilm

    图 7  属水平下生物膜群落结构

    Figure 7.  Community structure at genus level in biofilm

    表 1  榨菜废水和生活污水水质

    Table 1.  Water qualities of mustard tube wastewater and domestic sewage

    水样pHCOD/(mg·L−1)盐度(以NaCl计)/(g·L−1)电阻率/(mS·cm−1)NH+4/(mg·L−1)
    生活污水7.63±0.13100±1.3232.5±1.22
    榨菜废水7.25±0.101 500±4218.5±0.5133.8±11.1196±3.42
    水样pHCOD/(mg·L−1)盐度(以NaCl计)/(g·L−1)电阻率/(mS·cm−1)NH+4/(mg·L−1)
    生活污水7.63±0.13100±1.3232.5±1.22
    榨菜废水7.25±0.101 500±4218.5±0.5133.8±11.1196±3.42
    下载: 导出CSV

    表 2  膜的微生物多样性

    Table 2.  Microbial diversity of biofilm

    样本ShannonSimpsonOTUAceChao覆盖率
    铁氰化钾阳极膜4.520.0421 2011 2451 2460.998
    水阴极组阳极膜4.660.0249881 1801 2030.996
    水阴极组阴极膜4.310.0727699719760.992
    样本ShannonSimpsonOTUAceChao覆盖率
    铁氰化钾阳极膜4.520.0421 2011 2451 2460.998
    水阴极组阳极膜4.660.0249881 1801 2030.996
    水阴极组阴极膜4.310.0727699719760.992
    下载: 导出CSV
  • [1] CHAI H X, KANG W. Influence of biofilm density on anaerobic sequencing batch biofilm reactor treating mustard tuber wastewater[J]. Applied Biochemistry and Biotechnology, 2012, 168(6): 1664-1671. doi: 10.1007/s12010-012-9887-1
    [2] ZHANG L F, FU G K, ZHANG Z. Electricity generation and microbial community in long-running microbial fuel cell for high-salinity mustard tuber wastewater treatment[J]. Bioelectrochemistry, 2019, 126: 20-28. doi: 10.1016/j.bioelechem.2018.11.002
    [3] LUO H P, JENKINS P E, REN Z Y. Concurrent desalination and hydrogen generation using microbial electrolysis and desalination cells[J]. Environmental Science Technology, 2011, 45(1): 340-344. doi: 10.1021/es1022202
    [4] LUO H P, XU P, JENKINS P E. Ionic composition and transport mechanisms in microbial desalination cells[J]. Journal of Membrane Science, 2012, 409-410: 16-23. doi: 10.1016/j.memsci.2012.02.059
    [5] MALAKOOTIAN M, MAHDIZADEH H, NASIRI A, et al. Investigation of the efficiency of microbial desalination cell in removal of arsenic from aqueous solutions[J]. Desalination, 2018, 438: 19-23. doi: 10.1016/j.desal.2018.03.025
    [6] ZHANG L F, FU G K, ZHANG Z. High-efficiency salt, sulfate and nitrogen removal and microbial community in biocathode microbial desalination cell for mustard tuber wastewater treatment[J]. Bioresource Technology, 2019, 289: 19-28.
    [7] YANG E, CHAE K, CHOI M, et al. Critical review of bioelectrochemical systems integrated with membrane-based technologies for desalination, energy self-sufficiency, and high-efficiency water and wastewater treatment[J]. Desalination, 2019, 452: 40-67. doi: 10.1016/j.desal.2018.11.007
    [8] RAGAB M, ELAWWAD A, ABDEL-HALIM H. Simultaneous power generation and pollutant removals using microbial desalination cell at variable operation modes[J]. Renewable Energy, 2019, 143: 939-949. doi: 10.1016/j.renene.2019.05.068
    [9] CAO X X, HUANG X, LIANG P, et al. A new method for water desalination using microbial desalination cells[J]. Environmental Science & Technology, 2009, 43(18): 7148-7152.
    [10] MEHANNA M, SAITO T, YAN J L, et al. Using microbial desalination cells to reduce water salinity prior to reverse osmosis[J]. Energy & Environmental Science, 2010, 3(8): 1114-1120.
    [11] ZHANG H C, WEN Q X, AN Z Y, et al. Analysis of long-term performance and microbial community structure in bio-cathode microbial desalination cells[J]. Environmental Science and Pollution Research, 2016, 23(6): 5931-5940. doi: 10.1007/s11356-015-5794-7
    [12] WEN Q X, ZHANG H C, CHEN Z Q, et al. Using bacterial catalyst in the cathode of microbial desalination cell to improve wastewater treatment and desalination[J]. Bioresource Technology, 2012, 125: 108-113. doi: 10.1016/j.biortech.2012.08.140
    [13] 付国楷, 杨茜, 张林防, 等. 高盐废水MFCs不同阴极电子受体产电及微生物群落分析[J]. 环境工程学报, 2019, 13(10): 2451-2460. doi: 10.12030/j.cjee.201901111
    [14] JADHVA D, GHADGE A, MONDAL D, et al. Comparison of oxygen and hypochlorite as cathodic electron acceptor in microbial fuel cells[J]. Bioresource Technology, 2014, 154: 330-335. doi: 10.1016/j.biortech.2013.12.069
    [15] GHADGE A N, JADHAV D A, PRADHAN H, et al. Enhancing waste activated sludge digestion and power production using hypochlorite as catholyte in clayware microbial fuel cell[J]. Bioresource Technology, 2015, 182: 225-231. doi: 10.1016/j.biortech.2015.02.004
    [16] 付国楷, 张林防, 郭飞, 等. 榨菜废水MFC多周期运行产电性能及COD降解[J]. 中国环境科学, 2017, 37(4): 1401-1407. doi: 10.3969/j.issn.1000-6923.2017.04.026
    [17] ZHANG L F, FU G K, ZHANG Z. Simultaneous nutrient and carbon removal and electricity generation in self-buffered biocathode microbial fuel cell for high-salinity mustard tuber wastewater treatment[J]. Bioresource Technology, 2019, 272: 105-113. doi: 10.1016/j.biortech.2018.10.012
    [18] OLIOT M, GALIER S, BALMANN H, et al. Ion transport in microbial fuel cells: Key roles, theory and critical review[J]. Applied Energy, 2016, 183: 1682-1704. doi: 10.1016/j.apenergy.2016.09.043
    [19] SAMSON R, SHAH M, YADAV R, et al. Metagenomic insights to understand transient influence of Yamuna River on taxonomic and functional aspects of bacterial and archaeal communities of River Ganges[J]. Science of the Total Environment, 2019, 674: 288-299. doi: 10.1016/j.scitotenv.2019.04.166
    [20] CHEN X J, XU Y, FAN M, et al. The stimulatory effect of humic acid on the co-metabolic biodegradation of tetrabromobisphenol A in bioelectrochemical system[J]. Journal of Environmental Management, 2019, 235: 350-356.
    [21] SUN L W, TOYONAGA M, OHASHI A, et al. Lentimicrobium saccharophilum gen. nov. sp. nov. a strictly anaerobic bacterium representing a new family in the phylum Bacteroidetes, and proposal of Lentimicrobiaceae fam. nov[J]. International Journal of Systematic & Evolutionary Microbiology, 2016, 66(7): 2635-2642.
    [22] MENG X Y, YUAN X F, REN J W, et al. Methane production and characteristics of the microbial community in a two-stage fixed-bed anaerobic reactor using molasses[J]. Bioresource Technology, 2017, 241: 1050-1059. doi: 10.1016/j.biortech.2017.05.181
    [23] 李坚, 汤佳, 庄莉, 等. 导电性生物炭促进GeobacterMethanosarcina共培养体系互营产甲烷过程[J]. 生态环境学报, 2018, 27(7): 76-84.
    [24] LEE J, HWANG S. Single and combined inhibition of Methanosaeta concilii by ammonia, sodium ion and hydrogen sulfide[J]. Bioresource Technology, 2019, 281: 401-411. doi: 10.1016/j.biortech.2019.02.106
    [25] RIMBOUND M, BARAKAT M, BERGEL A, et al. Different methods used to form oxygen reducing biocathodes lead to different biomass quantities, bacterial communities, and electrochemical kinetics[J]. Bioelectrochemistry, 2017, 116: 24-32. doi: 10.1016/j.bioelechem.2017.03.001
    [26] 李志杰, 郭长城, 石杰, 等. 高通量测序解析多环芳烃污染盐碱土壤翅碱蓬根际微生物群落多样性[J]. 微生物学通报, 2017, 44(7): 1602-1612.
  • 加载中
图( 7) 表( 2)
计量
  • 文章访问数:  5966
  • HTML全文浏览数:  5966
  • PDF下载数:  43
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-11-23
  • 录用日期:  2020-03-01
  • 刊出日期:  2020-10-10
陈文婷, 李轩, 付国楷. 不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析[J]. 环境工程学报, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132
引用本文: 陈文婷, 李轩, 付国楷. 不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析[J]. 环境工程学报, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132
CHEN Wenting, LI Xuan, FU Guokai. Performance and microbial community analysis in microbial desalination cells with different cathodes for mustard tuber wasterwater treatmment[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132
Citation: CHEN Wenting, LI Xuan, FU Guokai. Performance and microbial community analysis in microbial desalination cells with different cathodes for mustard tuber wasterwater treatmment[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2710-2718. doi: 10.12030/j.cjee.201911132

不同阴极微生物脱盐电池处理榨菜废水性能及微生物群落分析

    通讯作者: 付国楷(1979—),男,博士,副教授。研究方向:污水处理与水体修复。E-mail:fuguokai@163.com
    作者简介: 陈文婷(1994—),女,硕士研究生。研究方向:微生物脱盐燃料电池。E-mail:1924332270@qq.com
  • 1. 重庆大学环境与生态学院,重庆 400045
  • 2. 重庆大学,三峡库区环境与生态部重点实验室,重庆 400045
基金项目:
重庆市基础研究与前沿探索项目(cstc2019jcyj-msxmX0573)

摘要: 为处理高盐榨菜废水(mustard tuber wastewater treatment,MTWW),实现系统同步产电脱盐的目的,构建了以生物电化学为基础的微生物脱盐燃料电池(microbial desalination cell,MDC),探讨了铁氰化钾和水阴极MDC产电及脱盐效果,并对系统微生物群落进行了分析。结果表明:在相同脱盐时间内,铁氰化钾组盐度去除率为90.30%,略高于水阴极组;在整个脱盐周期内,铁氰化钾组产电性能优于水阴极组;随着脱盐时间的延长,铁氰化钾组产电性能略有下降,而水阴极组产电性能显著增强;铁氰化钾组阳极优势菌属为Methanosaeta(23.55%)、Geobacter(14.09%)和vadinHA17(8.64%),水阴极组阳极优势菌属为vadinHA17(18.17%)、Methanosaeta(13.00%)和Methanosaeta(9.79%),其中Geobacter为产电菌,vadinHA17为水解发酵菌,MethanosaetaMethanosaeta为常见产甲烷菌。铁氰化钾组阳极和水阴极组阳极中产甲烷菌占比很高,然而,产甲烷菌对系统产电脱盐有不利作用,因此,有必要寻找合适的抑制产甲烷菌产生的方法。运行后期,水阴极组阴极中出现了产电菌,极大地降低了阴极过电势,提高了系统的产电性能。上述研究结果可为MTWW的资源化处理提供参考。

English Abstract

  • 榨菜废水是榨菜生产过程中的副产物,具有高盐度、高氨氮、高磷酸盐、高有机质等特点,每年排入三峡水库的榨菜废水量约为3.5×106 m3,这给三峡水库的水环境保护造成了极大的负担[1]。榨菜废水中的盐度对水生动植物具有毒害作用,进一步破坏了水体生态环境[2],因此,有必要去除榨菜废水中的盐度。传统的脱盐工艺(反渗透法、蒸馏法)不仅能耗高,而且还需要较高的水压[3]。有研究[4]表明,传统的盐水淡化技术每生产1 m3淡水,须消耗2~15 kWh电能。因此,有必要寻求经济高效的新方法。

    近年来,微生物脱盐燃料电池(MDC)作为一种新型的环境友好型废水处理技术,受到了广泛的关注[5]。MDC相较于传统的脱盐技术,具有能耗更低、操作条件更简单等优点[6],同时,可以在没有外加电源的情况下,实现同步产电脱盐[7]。有研究[6]表明,高盐水中盐度的去除率和电流密度有很大关系,电流密度越大,盐度的去除率越高[8],考虑到阴极电子受体[9-11]对电池的产电性能有较大的影响,为了提高脱盐效率和产电性能,须选择合适的阴极电子受体。常见的阴极有铁氰化钾阴极、空气阴极、生物阴极等。使用铁氰化钾作为阴极电子受体时可以去除约90%的盐度,最大功率密度可以达到2 W·m−2[9],然而,空气阴极中盐度的去除率只有43%~67%,铁氰化钾阴极通常会产生比氧气更高的阴极电位,这在一定程度上会提高盐度的去除率[10]。生物阴极在长周期运行中会产生膜污染,导致电池性能下降[11]。因此,本实验选择铁氰化钾作为阴极电子受体,并以水阴极作为参考。在以往的MDC研究中,中间盐室一般均采用人工配置的NaCl溶液[12],鲜少采用实际榨菜废水。为了促进燃料电池的实际应用,须研究榨菜废水的产电脱盐性能。

    本研究以榨菜废水为中间盐室进水,以铁氰化钾和氧气为阴极电子受体,构建MDC,比较其产电和脱盐性能,采用16S rRNA基因测序法对微生物群落和功能微生物菌群进行研究,为后续榨菜废水的处理提供参考。

  • 实验所用榨菜废水来源于重庆市涪陵区榨菜集团污水处理厂,废水类型为初沉池出水,阳极进水为生活污水,在实验过程中添加乙酸钠,将阳极进水COD值调整为1 000 mg·L−1。实验所有的样品均保存在4 ℃的冰箱内。实验所用试剂均为分析纯,实验用水为超纯水,电阻率为18.2 MΩ·cm。榨菜废水和生活污水水质如表1所示。

  • 实验装置如图1所示。装置主体由阳极室、脱盐室、阴极室3部分组成,阴、阳极室有效体积均为240 mL(长×宽×高为5 cm×6 cm×8 cm),脱盐室有效体积约为120 mL(长×宽×高为5 cm×3 cm×8 cm),阴、阳离子交换膜的有效面积为40 cm2。其装置实物如图1(a)所示。阳极室与中间盐室用阴离子交换膜隔开,阴极室与中间盐室用阳离子交换膜隔开。两极室均采用碳毡作为电极材料,阳极室采用实验室培养的厌氧污泥进行接种。

    在电池的启动阶段,2组电池的阳极室均加入220 mL生活污水以及20 mL厌氧污泥。阴极室中加入220 mL纯水,铁氰化钾组阴极室加入0.05 mol·L−1的铁氰化钾,水极组直接曝入空气,曝气阴量控制在50 mL·min−1。中间盐室直接加入榨菜废水。反应器外阻恒定为500 Ω,在运行过程中保持阳极室的绝对厌氧状态;当电池电压低于100 mV时,则认为完成一个产电周期,此时2组MDC均须更换阳极液,铁氰化钾组须更换阴极液,水阴极组不更换阴极液。MDC装置采用间歇运行模式。如无特殊说明,实验温度均保持在(25±1) ℃。

  • 电压采用数据采集卡(DAS,PISO13.Honggeo.Ltd.Taiwan,China),每隔1 min采集1次数据。电流、电流密度、功率、功率密度、极化曲线的测量参考文献中的方法[2];COD和NH+4采用便携式分光光度计 (DRB200&DR5000,HACH Co.USA)测定。电导率和TDS(total dissolved solids,TDS)采用电导率仪(FE-30K,Metter-Toledo)测定。实验结束后,将铁氰化钾组阳极、水阴极组阳极和水阴极组阴极生物膜取出,保存于−80 ℃的环境下。DNA通过OMEGA Soil DNA试剂盒进行提取,采用聚合酶链式反应 (PCR) 对提取的DNA进行扩增,引物338F的序列为(ACTCCTACGGGAGGCAGCA),引物806R的序列为(GGACTACHVGGGTWTCTAAT)。高通量测序服务由上海美吉生物平台(上海,中国)提供。

  • 图2所示,经过多周期运行后,铁氰化钾组和水阴极组TDS分别从19.38、19.4 g·L−1降至1.88、2.60 g·L−1,去除率分别为90.30%、86.55%。电导率分别从32.53、33.32 mS·cm−1降至3.40、4.54 mS·cm−1,下降率分别为89.55%、86.37%。盐度的去除率和以往的研究[9]是一致的。从盐度去除效果来看,铁氰化钾组优于水阴极组,原因是铁氰化钾组的电流密度高于水阴极组[8]

    从产电性能来看,铁氰化钾组输出电压均高于600 mV,最大输出电压为625 mV。在本研究中,前期水阴极组最大输出电压只有244 mV,远远低于铁氰化钾组,造成这种差异的原因是曝气水阴极的阴极过电势较大,造成很大的阴极电势损失,使得输出电压变小[13]。由图2可以看出,水阴极组在经历8个周期后,电压出现了明显的增幅,最高达到450 mV。可能的原因是,在非密闭状态下,阴极经过长时间的运行,有微生物不断地附着在碳毡上,逐渐形成了生物膜。生物膜中含有一定的电化学活性菌,可以降低阴极过电势,增加输出电压。

    电池稳定运行的第1和第12周期,采用恒电流法测量电池的极化曲线及功率密度曲线。由图3可知,系统的开路电压、最大功率密度和内阻分别是733 mV、10.23 W·m−3和94.87 Ω(铁氰化钾第1周期),705 mV、8.47 W·m−3和105.96 Ω(铁氰化钾第12周期),512 mV、0.36 W·m−3和217.56 Ω(水阴极第1周期),598 mV、3.31 W·m−3和40.02 Ω(水阴极第12周期)。由图3可知,在系统运行的第1个周期,铁氰化钾组的开路电压和功率密度高于水阴极组,原因是阴极的电子受体及浓度不同,使得铁氰化钾组阴极电势远高于水阴极组[14],水阴极组内阻高于铁氰化钾组,原因可能是氧气的扩散阻力很高[15]。经过长周期的运行后,铁氰化钾组产电性能略有下降,然而,水阴极组的情况刚好相反。可能的原因是,随着运行时间的延长,铁氰化钾组阳极产甲烷菌的增殖影响到电池的产电性能[16],而水阴极组的阴极生物膜中富集的产电菌降低了阴极过电势,使得产电性能提高了。由图3还发现,水阴极组和铁氰化钾组阳极电势相差不大,这是因为在实验的全过程中,阳极条件是一致的[14]。铁氰化钾组阴极电势比较稳定,水阴极组阴极电势变化较大,同时,由水阴极组阴极极化曲线可知,阴极传质损失和活化损失是造成电池性能下降的主要原因[17]

  • 当阳极进水COD值恒定时,在整个脱盐周期中,随着脱盐时间的延长,COD的去除率不断地缓慢提高。最主要的原因可能是装置运行的初期,电极表面微生物富集量较少,COD的去除率较低,随着电极表面产甲烷菌的增殖,COD的去除率也逐步提高[16]。如图4所示,铁氰化钾组COD的去除率最高可达92.2%,实验结果略低于ZHANG等[6]报道的94.2%。水阴极组在系统稳定后,COD的去除率最高也只有86.5%,低于铁氰化钾组。因此,系统的污染物去除率与产电性能有关,产电性能越好,污染物的去除率越高。

    图5可以看出,NH+4的迁移主要发生在整个脱盐电池的前期。这是因为中间盐室前期离子的电导率和扩散速率高[18]。在实验结束后,铁氰化钾组NH+4的去除率为94.41%,水阴极组NH+4的去除率为97.79%,表明MDC是一种高效、可以同时脱氮除盐的装置。

  • 微生物作为MDC系统的核心,对产电和污染物降解具有重要作用,因此,本研究对微生物群落进行了深入研究。微生物多样性指数如表2所示。各组MDC微生物测序的样本文库覆盖率指数均大于0.99,说明测序结果可以很好地反映样本的真实情况。铁氰化钾组、水阴极组阳极和阴极的OUT指数分别为1 201、988和769,Chao指数分别为1 246、1 203和976,说明铁氰化钾组阳极生物膜微生物丰富度高于水阴极组阳极,水阴极组阳极生物膜的微生物丰富度高于水阴极组阴极。铁氰化钾组、水阴极组阳极和阴极的Shannon指数分别为4.52、4.66和4.31,Simpson指数分别0.042、0.024和0.072,表明水阴极组阳极膜微生物多样性较高。

    图6可以看出,在门水平上,铁氰化钾组阳极生物膜的优势菌群为ProteobacteriaEuryarchaeotaBacteroidetesFirmicutesChloroflexiParcubacteriaSynergistetes、WSA2、Verrucomicrobia,相对丰度分别为26.5%、26.2%、16.1%、6.51%、6.51%、3.06%、2.61%、2.09%、1.58%。水阴极组阳极膜优势菌群为BacteroidetesEuryarchaeotaProteobacteriaChloroflexiFirmicutesSynergistetesMicrogenomatesActinobacteria,相对丰度分别为30.72%、22.90%、17.98%、8.98%、6.47%、6.03%、1.40%、1.17%。水阴极组的阴极膜优势菌群为Proteobacteria、Chloroflexi、Actinobacteria、Planctomycetes、Firmicutes、Verrucomicrobia、Acidobacteria、Bacteroidetes,相对丰度分别为44.73%、9.70%、9.36%、7.36%、7.32%、4.45%、4.41%、3.32%。铁氰化钾和水阴极组的阳极膜菌群中ProteobacteriaBacteroidetesChloroflexiFirmicutes,作为最常见的电化学活性微生物,对产电有很大的贡献[4,6],广泛存在于阴、阳极生物膜中。Euryarchaeota作为广古菌门,包括产甲烷菌、嗜热菌、噬盐菌等适应极端环境的菌群[19],在阳极膜中的丰度很高。由图6还可以看出,2组阳极生物膜的菌群种类类似,相对丰度不同,可能的原因是,阴极电子受体不同,使得输出电压不同,导致阳极生物膜富集的菌群丰度有所差异[13]。在水阴极组阴极生物膜中发现了PlanctomycetesPlanctomycetes几乎包含了所有已知的厌氧氨氧化菌[6],可能对阴极脱氮具有促进作用。

    在燃料电池中,产电和污染物去除都和功能微生物菌群密切相关,所以有必要从属水平上来分析微生物的功能。如图7所示:铁氰化钾组阳极生物膜优势菌属为Methanosaeta(23.55%)、Geobacter(14.09%)、norank_c_Bacteroidetes_vadinHA17(8.64%)、norank_f_Synergistaceae(2.33%)、norank_f_Anaerolineaceae(2.31%)、Methanosarcina(2.23%);水阴极组阳极膜优势菌属为norank_c_Bacteroidetes_vadinHA17(18.17%)、Methanosarcina(13.00%)、Methanosaeta(9.79%)、norank_f_Anaerolineaceae(6.96%)、norank_f_Synergistaceae(5.05%);水阴极组阴极膜优势菌属为Pseudomonas(11.49%)、norank_f_Anaerolineaceae(8.46%)、Planctomyces(6.60%)、Brevundimonas(3.86%)、Rhodococcus(3.78%)、Comamonadaceae(3.70%)、Thioalkalispira(3.52%)。由图7可以看出,铁氰化钾和水阴极组阳极膜主要菌属种类相差不大,丰度不同,主要的功能菌群包括水解发酵菌、产甲烷菌。norank_c_Bacteroidetes_vadinHA17、norank_f_Anaerolineaceae和norank_f_Synergistaceae均属于水解发酵菌属,它们的主要作用是将复杂有机物转化为简单有机物,有助于后续产电菌、产甲烷菌发挥作用。Anaerolineaceae是一种专性厌氧菌,可以降解酚类和烃类难降解有机物[20]vadinHA17的主要作用是降解复杂有机物[21]Synergistacea是协同菌科的唯一菌属,可以协同产甲烷菌将有机质降解为乙酸、CO2[22]Geobacter菌属是一种主要的产电菌,具有降解有机物和传递电子给电子受体的功能[23]MethanosaetaMethanosarcina均属于产甲烷菌。MethanosaetahMethanosarcina作为常见的产甲烷菌属,也是唯二可以直接利用乙酸来产甲烷的菌属[24]。水阴极组阴极膜中PseudomonasComamonadaceae不仅是产电菌属,还可以促进水体中氮元素的去除[6]Brevundimonas是阴极室中一种常见产电菌,通过产生氧化还原介质来提高电流密度[25]Planctomyces是一种常见的厌氧氨氧化菌属,可以铵盐为电子供体,以硝酸盐或者亚硝酸盐作为电子受体,将水体中的氨氮转化为氮气去除[6]Thioalkalispira是一种嗜盐碱或者耐盐碱微生物[26]

    在MDC系统中出现的产电菌和厌氧氨氧化菌为高效除盐除氮提供了坚实的基础。阳极生物膜中存在的产甲烷菌属对产电和除盐有不利作用,因此,寻找合适的抑制产甲烷菌产生的方法是未来的研究重点。

  • 1)微生物脱盐燃料电池可以在不消耗能源的情况下淡化高盐榨菜废水。在一个脱盐周期中,铁氰化钾组和水阴极组MDC的电导率及TDS值均下降了85%以上,铁氰化钾组TDS去除率为90.30%,略高于水阴极组。

    2)不同阴极的微生物脱盐燃料电池产电性能具有差异性。在整个脱盐周期内,铁氰化钾组产电性能优于水阴极组。随着运行时间的延长,铁氰化钾组产电性能略有下降,而水阴极组产电性能显著增强。

    3)微生物群落分析结果表明:运行后期,水阴极组阴极中出现了产电菌,极大地降低了阴极过电势,提高了系统的产电性能;铁氰化钾组阳极和水阴极组阳极中产甲烷菌占比很高,然而,产甲烷菌对系统产电脱盐有不利作用,因此,有必要寻找合适的抑制产甲烷菌产生的方法。

参考文献 (26)

返回顶部

目录

/

返回文章
返回