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

植物群落对湿地净化生活污水的影响

,  ,  ,  ,  , 

downloadPDF

上一篇

下一篇

汪祝方, 赵志淼, 程梦雨, 程梦奇, 张饮江, 石宗琳. 植物群落对湿地净化生活污水的影响[J]. 环境工程学报, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
引用本文: 汪祝方, 赵志淼, 程梦雨, 程梦奇, 张饮江, 石宗琳. 植物群落对湿地净化生活污水的影响[J]. 环境工程学报, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
shu
WANG Zhufang, ZHAO Zhimiao, CHENG Mengyu, CHENG Mengqi, ZHANG Yinjiang, SHI Zonglin. Influence of plant community on the purification of domestic sewage by constructed wetland[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
Citation: WANG Zhufang, ZHAO Zhimiao, CHENG Mengyu, CHENG Mengqi, ZHANG Yinjiang, SHI Zonglin. Influence of plant community on the purification of domestic sewage by constructed wetland[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
shu

植物群落对湿地净化生活污水的影响

  • 1.

    上海海洋大学海洋生态与环境学院，上海 201306

  • 2.

    河北省湿地生态与保护重点实验室，衡水 053000

  • 3.

    水域环境生态上海高校工程研究中心，上海 201306

    • 作者简介: 汪祝方(1993—)，女，硕士研究生。研究方向：人工湿地水污染处理。E-mail：18721579313@163.com
    通讯作者: 张饮江(1961—)，男，硕士，教授。研究方向：水域环境修复等。E-mail：yjzhang@shou.edu.cn; 
  • 基金项目:
    国家自然科学基金青年基金资助项目(51909157)；河北省湿地生态与保护重点实验室(筹)开放基金(hklk201912)

  • 中图分类号: X703

Influence of plant community on the purification of domestic sewage by constructed wetland

  • 1.

    College of Marine Ecology and Environment, Shanghai Ocean University, Shanghai 201306, China

  • 2.

    Hebei Key Laboratory of Wetland Ecology and Conservation, Hengshui 053000, China

  • 3.

    Water Environment & Ecology Engineering Research Center of Shanghai Institution of Higher Education, Shanghai 201306, China

    • Corresponding author: ZHANG Yinjiang, yjzhang@shou.edu.cn ; 

摘要

  • 摘要: 为解决植物配置对水质净化影响问题，研究了不同植物群落对生活污水的净化效果及其响应机理，并探索了人工湿地植物的最佳组合。结合景观生态学，运用7种湿地植物构建4种植物群落的人工湿地CW-G1、CW-G2、CW-G3、CW-G4，HRT为4 d，水力负荷为0.125 m3·(m2·d)−1，分析了各人工湿地对污染物的去除率，通过对植物酶活性变化、渗透调节能力和根际微生物演替情况探究了其净化机理。结果表明：CW-G1装置内群落对污染物去除效果最佳；CW-G1装置内植物的SOD、POD、CAT酶活性较单种显著提高，MDA含量显著降低；CW-G1装置内植物群落根际微生物Alpha多样性最高，门水平上各类菌丰度较为均匀。CW-G1装置内植物相互协作，提高抗氧化酶含量，增强了植物群落抗干扰能力，增加了根际微生物群落多样性、丰度和均匀度，植物-微生物协同高效净化污水。以上结果可为湿地植物的配置与运用提供参考。
    Abstract: To solve the problem of influence of plant configuration on water purification, the purification rate and response mechanisms of different plant communities in domestic sewage treatment were studied to obtain the optimal plant assemblage of constructed wetlands(CWs). Combined with landscape ecology, 7 kinds of aquatic plants were used to construct 4 types of CWs (CW-G1, CW-G2, CW-G3 and CW-G4) with different assemblages, the removal rate of pollutants from domestic sewage by each constructed wetland was analyzed at HRT of 4 d and HLR of 0.125 m3·(m2·d)−1. Furthermore, the purification mechanisms were discussed on the basis of enzyme activity change, osmotic regulation of plants and rhizosphere microbial succession. The results showed that the plant community in CW-G1 had the highest pollutant removal rate. SOD, POD and CAT enzyme activities of plants in CW-G1 significantly increased, while MDA content significantly decreased. Alpha diversity of the rhizosphere microbial was the highest in CW-G1, and the bacteria distributed equally at phylum level. The cooperation with each other for plants in CW-G1 led to the increase of antioxidant enzyme activity of plants, the enhancement of the anti-interference ability of plant community, and the increase of the diversity, abundance and evenness of rhizosphere microbial community, plant-microbial cooperated well to decontaminate sewage efficiently. This study provides theoretical and technical support for the allocation and application of wetland plants.

  • 重金属具有蓄积性、持久性以及高毒性等特点，且拥有广泛的来源，主要有河流径流、城镇污水、工业废水以及近海养殖等[1 − 4]，现已成为海洋环境中备受关注的重要污染物之一[5]. 作为各种污染物主要的汇[6 − 8]，沉积物富集了大量的重金属，并且受海水环境变化的影响，重金属会从沉积物中释放至海水中，不仅影响海水水质，而且易于在水生生物体内富集，通过食物链转移至捕食者或者人体，对人体健康和海洋生态系统造成长期的影响[9 − 10]. 海湾是链接陆地和海洋的重要界面，受到人类活动影响剧烈，是研究重金属污染物发生沉降、输运、转化和埋藏等生物地球化学过程的重要环境. 因此，对海湾沉积物重金属开展研究，分析海洋重金属的污染程度，对海湾环境生态风险评价具有重要的意义[11].

    位于惠州市南部的大亚湾，由于海产资源丰富，已成为是中国南方重要的海湾之一[12]. 位于广东省南部的红海湾，凭借丰富的海洋渔业资源，使得海水养殖业发展迅速，已被列为汕尾市经济开发区，同时也是南海半封闭型海湾规模化养殖试验区[13]. 然而，近几十年来，随着这两大海湾区域经济的发展，海洋生态环境状况已遭受人类活动所带来的不同程度的危害[14 − 15]，城镇生活污水排放、工业企业污染排放、近海养殖等带来的重金属污染成为该区域面临的主要环境问题[16 − 18]. 例如，杨文超等[18 − 19]对2010—2018年期间大亚湾内表层沉积物中的5类重金属进行研究，发现重金属高值区均集中在石化区一带，推测重金属的主要来源可能是沿岸水产养殖和工业企业排放. 唐得昊等[17]对大亚湾2015年采集的23个表层沉积物种5类重金属分析结果显示，重金属总体污染程度达到了中等污染水平，汞（Hg）是潜在风险最高的. 孙钦帮等[15]2015年对红海湾近岸表层沉积物中7类重金属的分析，发现海域沉积物重金属 Cu、Pb、Zn、Cr和As的主要来源为工业废水与城市污水. 尽管前人对该区域重金属开展了不少研究，但是一方面随着经济发展和人口增加会加剧海洋沉积物污染程度，另外一方面，随着国民海洋环保理念不断增强和国家层面海洋环保政策不断完善，使得已有的报道不能充分反映大亚湾和红海湾沉积物中重金属的生态风险状况.

    本研究以大亚湾和红海湾为研究靶区域，采集表层沉积物并分析其中7种重金属含量，分别为砷（As）、锌（Zn）、镉（Cd）、铜（Cu）、铬（Cr）、汞（Hg）和铅（Pb），研究了重金属的空间分布，并推断其潜在来源. 此外，结合潜在生态风险评价法，对沉积物中重金属的污染程度进行评价，以期为改善大亚湾和红海湾海洋环境质量、建立美丽海湾建设提供科学理论依据.

    1.   材料与方法（Material and methods）

    1.1   研究区域与样品采集

    研究区域位于大亚湾和红海湾近岸（图1），大亚湾和红海湾均属于半封闭海湾，水动力条件整体偏弱. 相对于大亚湾，红海湾更开阔，与近海水体交换面积更大，使得红海湾湾内污染物相对难保存，人类活动产生的污染物相对更容易被运移.

    图 1  大亚湾和红海湾采样点站位
    Figure 1.  Sampling stations in Daya Bay and Honghai Bay
    （注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为粤S（2019）064号的标准地图制作，底图无修改）
    下载: 全尺寸图片 幻灯片

    2021年9月，利用抓斗采泥器，分别在大亚湾（DYW01—DYW05）和红海湾海域（HHW01—HHW09）采集了14个表层沉积物，详细站位见图1. 将各站位沉积物表层未扰动的0—2 cm沉积物分别放入洁净聚乙烯瓶中，贴上提前打印好的标签，之后将样品运回实验室−20 ℃冻存. 严格按照《海洋监测规范》（GB17378—2007） 要求，采集、保存和运输沉积物样品.

    1.2   样品的处理及分析检测

    本研究严格按照《海洋监测规范第 5 部分：沉积物分析》（GB 17378.5-2007）开展实验，对沉积物样品进行前处理及分析检测. 前处理步骤如下：取一部分沉积物样品置于洁净的环境，在室温下自然干燥，筛除沉积物中的杂质（如石头等大颗粒物），用研钵研碎沉积物，过100目网筛，待测重金属含量；另一部分沉积物样品进行冷冻干燥，待测总有机碳.

    重金属测定方法：取一定量的前处理好的沉积物样品，加入到HCl-HNO3-HF-HClO4中，用石墨消解仪进行消解、定容. 样品中Hg和As采用原子荧光光谱法（原子荧光光度计BAF-2000），Cr、Cu、Zn、Cd和Pb采用电感耦合等离子体质谱法（电感耦合等离子体质谱仪ICP-MS）. Hg、As、Cr、Cu、Zn、Cd和Pb的检测限分别为0.002、0.01、0.4 g、0.3、0.6、0.03 、2.0 mg·kg−1.

    总有机碳测定方法：按照海洋监测规范第5部分沉积物分析（有机碳重铬酸钾氧化-还原容量法）（GB 17378.5-2007），有机碳含量的分析采用的是重铬酸钾氧化硫酸亚铁滴定法，检出限为0.01%.

    1.3   重金属污染评价方法

    1.3.1   单因子污染指数法

    按照《海洋沉积质量标准》（GB 18668-2002），将沉积物分为三类，分别是第一类、第二类和第三类沉积物（表1），对砷、锌、镉、铜、铬、汞和铅开展单因子污染评价分析[3]，计算如式（1）。

    表 1  我国海洋沉积物中重金属含量的标准值
    Table 1.  The standard values of heavy metals in marine sediments of China
    指标Index 海洋沉积物质量标准值/（ mg·kg−1）Standard value of marine sediment
    As Cd Cr Cu Hg Pb Zn
    第Ⅰ类 Class Ⅰ 20 0.5 80 35 0.2 60 150
    第Ⅱ类 Class Ⅱ 65 1.5 150 100 0.5 130 350
    第Ⅲ类 Class Ⅲ 93 5 270 200 1 250 600
     | Show Table
    DownLoad: CSV
    Cim=CiCin (1)

    其中，重金属i的污染指数用Cim表示；实测浓度（mg·kg−1）用Ci表示，Cin是沉积物重金属评价标准值. 当沉积物判定为污染程度低时，Cim是≤1，其含量满足第一类标准；当沉积物重金属含量超过第一类标准评价时，Cim>1；当沉积物重金属为中等污染程度时，1<Cim≤3；当沉积物重金属为重污染程度时，3<Cim≤6；当沉积物重金属为严重污染程度时，Cim>6.

    1.3.2   沉积物重金属的潜在生态风险评价

    根据瑞典科学家 Hakanson 提出的潜在生态风险指数法，本研究对沉积物开展重金属污染研究，并推断其潜在生态风险评价[20]. 结合不同地域环境背景重金属差异，Hakanson法依据沉积物中重金属浓度及毒性响应特征和污染物类型，不仅能够实现对某一特定环境下单一重金属对环境的影响的评估，而且能实现对多种重金属对环境影响的综合效应的评价，从而实现对重金属的潜在生态风险程度划分的定量分析. 因此，该方法在海洋沉积物重金属风险评价中广泛应用[3, 17, 19]. 具体公示如（2）和（3）：

    Cf=∑niCim (2)
    RI=∑niEir=∑niTir×∑niCif (3)

    其中，Cim代表某种重金属i的污染指数；Cf代表某种重金属的综合污染系数；Pi代表沉积物重金属总体污染指数；Eir表示某一重金属i的潜在生态风险指数；RI是潜在生态风险指数；Cin为沉积物中重金属i的参考值（mg·kg−1）. 重金属背景值往往具有较强区域特征，受多种因子影响，一方面受生物因子干扰（如生物活动），另一方面受非生物过程影响（如水文地质）等多种外在因素的影响. 本研究采用广东省沿海沉积物含量为背景值，As、Cd、Cr、Cu、Hg、Pb 和 Zn含量分别为13、0.14、106、15.5、0.122、30、63.3 mg·kg−1 [21 − 22]；沉积物中某种重金属i的毒性系数使用Tir来表示，代表该重金属毒性水平及生物对该重金属污染的敏感度，本研究标准化重金属的毒性系数是采用Hakanson制定，汞、铅、砷、镉、铬、铜和锌毒性系数分别为40、5、10、30、2、5和5（表2）.

    表 2  沉积物中重金属污染程度及潜在生态危害程度分类
    Table 2.  Contaminant grades and potential ecological hazard levels of heavy metals in sediment
    Eir 单个重金属潜在生态危害程度Potential ecological hazard of single metal RI 重金属总体潜在生态危害程度Overall potential ecological hazard of metals
    ≤50 低等 ≤150 低等
    40—80 中等 150—300 中等
    80—160 较重 300—600 较重
    160—320 重度 600—1200 重度
    >320 极严重 >1200 极严重
     | Show Table
    DownLoad: CSV

    2.   结果与讨论（Results and discussion）

    2.1   表层沉积物重金属含量和分布特征

    大亚湾和红海湾7种重金属含量及分布特征见图2和表3. 大亚湾Hg、As、Cr、Cu、Zn、Cd 和 Pb含量分别为0.01—0.04、6.59—10.9、45.9—67.4、10.9—16.6、78.1—109.0、0.03—0.08和30.2—36.6 mg·kg−1, 平均值分别为0.03、8.71、59.78、14.2、99.4、0.05、33.4 mg·kg−1, 这与杨文超等[18 − 19]和唐得昊等[17]研究者的结果基本相当. 大亚湾Hg、As含量从近岸到远岸略有增加，Cr、Cu和Zn含量从近岸到远岸呈降低趋势，Cd和Pb在空间分布上没有差异. 在大亚湾内，这7 种重金属含量在空间上不同的分布规律，说明不同重金属含量在地域上存在差异，这可能是由于受沉积物的来源和输运过程等影响. 与文献中2015年和2018年沉积物结果对比[18-19]，发现近年来Hg、Cr和Cu含量明显降低，这可能与“十三五”期间国家层面推动实施一系列海洋环境保护政策有关，改善了海洋环境质量，而As和Zn含量略有波动增大，Pb没有明显变化，这3种重金属含量均满足第I类沉积物标准 （表3），表明表层沉积物污染程度低，属于正常波动.

    图 2  大亚湾和红海湾表层沉积物中有机碳含量和不同重金属浓度的空间分布规律
    Figure 2.  The spatial distributions of TOC and heavy metals in the surface sediments of Daya Bay and Honghai Bay
    下载: 全尺寸图片 幻灯片

    红海湾Hg、As、Cr、Cu、Zn、Cd 和 Pb含量分别为0.005—0.104、2.63—19.2、14.4—65.2、3.4—36.1、21.7—133.0、0—0.23、14.5—57 mg·kg−1,平均值分别为0.049、9.03、46.29、15.4、77.7、0.07、34.1 mg·kg−1, 与孙钦帮等[15]的结果基本相当. 除重金属Cr之外，其他重金属含量分布特征为远岸明显低于近岸，近岸的HHW01和HHW03站位重金属含量较高，可能受人类活动影响显著，远岸站位可能与南海水体交换频繁，重金属较难保存，且外海陆源污染较少. 与文献中2015年沉积物结果对比，发现本研究红海湾重金属含量明显增大（表3），表明近年来，红海湾重金属呈现一定程度富集.

    整体而言，红海湾重金属Hg、As、Cu、Cd和Pb含量明显高于大亚湾的，而红海湾的Cr和Zn含量低于大亚湾的，可能由于沉积物重金属具有不同来源和不同输运过程，造成了这种空间分布差异. 对比其他区域的研究（表3），本研究中两个湾区沉积物中的重金属含量明显低于深圳湾、大鹏湾和珠江口，也低于广东省近岸沉积物重金属含量，然而却高于北部湾的重金属含量. 不同海湾重金属含量的差异，与海湾的经济发展有密切关系，经济发达的海湾重金属含量相对高，经济落后的湾区重金属含量相对较低，这与张起源等[27]研究结果一致.

    表 3  大亚湾和红海湾沉积物中重金属含量及其他区域对比（mg·kg−1）
    Table 3.  Comparison of heavy metals in surface sediments of Daya Bay, Honghai Bay and other bays（mg·kg−1）
    区域Zone 数据统计Data statistics 汞（Hg） 砷（As） 铬（Cr） 铜（Cu） 锌（Zn） 镉（Cd） 铅（Pb） 采样时间 Sampling time 参考文献Reference
    大亚湾Daya Bay 最小值 0.01 6.59 45.9 10.9 78.1 0.03 30.2 2021.09 本研究
    最大值 0.04 10.9 67.4 16.6 109 0.08 36.6
    平均值 0.03 8.71 59.78 14.2 99.4 0.05 33.4
    标准偏差 0.01 1.38 7.91 2.0 11.1 0.02 2.10
    I 类沉积物数量 5 5 5 5 5 5 5
    红海湾Honghai Bay 最小值 0.005 2.63 14.4 3.4 21.7 0.00 14.5
    最大值 0.104 19.2 65.2 36.1 133 0.23 57.0
    平均值 0.049 9.03 46.3 15.4 77.7 0.07 34.1
    标准偏差 0.025 5.19 16.2 10.3 33.8 0.07 13.1
    1类沉积物数量 9 9 9 8 9 9 9
    大亚湾 Daya Bay 平均值 0.04 7.35 — 18.9 83.1 — 33.2 2018.12 [18 − 19]
    大亚湾 Daya Bay 平均值 0.12 6.78 — 22.8 81.9 — 31.7 2015.01 [18 − 19]
    大亚湾 Daya Bay 平均值 0.10 43.1 23.6 88.6 — 33.2 2015.10 [17]
    红海湾 Honghai Bay 平均值 0.07 7.97 15.32 6.29 57.9 0.03 25.4 2015.05 [15]
    深圳湾 Shenzhen Bay 平均值 — 23.2 — 79.3 307 2.26 74.5 2012.11 [23]
    大鹏湾 Dapeng Bay 平均值 0.05 — 63.6 15.7 87.1 — 35.9 1998—2006 [24]
    珠江口 Pearl River Estuary 平均值 — — — 348 383 1.72 103 2007.07 [25]
    广东省近岸Coast of Guangdong Province 平均值 0.13 20.8 — 43.8 140 0.38 44.3 2008.01 [26]
    北部湾Beibu Gulf 平均值 0.03 3.73 — 11.2 27.8 0.06 18.9 2018.08 [3]
    　　“—”:没有数据. “—”: No data.
     | Show Table
    DownLoad: CSV

    2.2   表层沉积物重金属污染与TOC的关系

    由于TOC对重金属具有极强的富集和络合作用，研究者常利用TOC含量与重金属含量之间的相关性分析，对重金属的来源进行初步判断[3, 17-18]. 本研究，大亚湾沉积物中TOC含量为0.63%—1.21%（均值为0.93%），红海湾沉积物中的为0.39%—1.62%（均值为0.87%），将大亚湾和红海湾沉积物中7种重金属含量与沉积物TOC含量进行了相关性分析，具体结果如下所示（表4）.

    表 4  大亚湾和红海湾沉积物重金属之间及与TOC之间的相关分析
    Table 4.  Correlation between heavy metals and TOC in sediments of Daya Bay and Honghai Bay
    　 TOC 汞 砷 铬 铜 锌 镉 铅
    TOC 1 　 　 　 　 　 　 　
    汞 0.31 1
    砷 0.588* 0.71** 1
    铬 0.41 0.09 0.37 1
    铜 0.68* 0.74** 0.82** 0.54* 1
    锌 0.66* 0.44 0.71** 0.87** 0.85** 1
    镉 0.60* 0.80** 0.81** 0.38 0.94** 0.71** 1
    铅 0.65* 0.72** 0.75** 0.66* 0.94** 0.88** 0.86** 1
    　　*在0.05水平上显著相关；**在0.01水平上显著相关.　　*Significantly correlated at the 0.05 level; **Significantly correlated at the 0.01 level.
     | Show Table
    DownLoad: CSV

    沉积物中TOC含量与As、Cu、Zn、Cd和Pb含量分别具有显著正相关关系，表明沉积物中TOC的含量会影响这些重金属元素的富集；然而Hg和Cr与TOC没有显著相关关系，表明这两种重金属在沉积物富集受TOC影响较小，可能受人为输入以及其自身的赋存状态影响大. 由此可见，TOC含量影响了部分重金属的分布. 其中，Cu与TOC的相关系数最大，这表明了Cu更易与TOC形成络合物，富集在沉积物中.

    此外，除了Cr分别与Hg、As、Cd没有显著相关性外，其他重金属两两之间均具有显著相关性，推测沉积物中不同重金属之间可能具有同源性，也可能代表了重金属之间具有类似的沉积物输运过程以及相似的空间分布规律;而Cr的来源和自身赋存状态可能与其他重金属有所不同. 相比其他金属，Cr元素来源可能受人为输入的影响较大. 此外，与其他重金属相比，在沉积物中Cr元素主要以残渣态形式存在，主要分布在原生和次生硅酸盐矿物晶格中, 性质稳定, 难以迁移和被生物利用.

    2.3   表层沉积物重金属污染程度分析

    对大亚湾和红海湾中沉积物重金属含量进行单因子分析，发现大亚湾内所有沉积物的重金属污染因子均<1，表明污染程度低，满足第I类沉积物标准；然而红海湾内，仅有HHW01站位Cu的污染因子超过1，属于中度污染程度，其余站位重金属污染因子均小于1，污染程度低，满足第I类沉积物标准. 大亚湾表层沉积物重金属单因子污染指数在0.06—0.84之间，平均值为0.44±0.23；红海湾的为0.00—1.03之间，平均值为0.42±0.26. 综合大亚湾和红海湾的结果，重金属污染指数平均值大小为Cr>Zn>Pb>As>Cu>Pb>Cd，推测Cr、Zn和Pb是湾区沉积物中主要的环境污染因子. 大亚湾的综合污染指数（Cf）平均值为3.07±0.26，而红海湾Cf平均值为2.95±1.33，其中红海湾近岸的HHW01和HHW03站位的Cf值较高. 除了HHW01站位Cf高于5，属于中等污染水平外，其余站位均低于5，污染较低.

    2.4   重金属潜在生态风险评价

    评价本研究中两个湾区重金属潜在生态风险，获得了2项生态风险指标（表5），分别是单个重金属潜在生态风险指数和综合生态风险指数.

    表 5  大亚湾和红海湾表层沉积物重金属单因子污染指数、综合污染指数、潜在单个重金属生态风险系数和总体生态风险指数
    Table 5.  Single factor pollution index （Cim）, comprehensive pollution index （Cf）, potential ecological hazard coefficients （Eir）, and risk indices （RI） of heavy metals in surface sediments of Daya Bay and Honghai Bay
    站位Station Cim Cf Eir RI
    As Cd Cr Cu Hg Pb Zn As Cd Cr Cu Hg Pb Zn
    DYW01 0.33 0.12 0.82 0.39 0.07 0.54 0.67 2.93 5.07 12.9 1.24 4.35 9.18 5.38 1.58 39.7
    DYW02 0.42 0.10 0.79 0.47 0.17 0.57 0.71 3.23 6.42 10.7 1.20 5.35 21.6 5.70 1.67 52.7
    DYW03 0.44 0.16 0.84 0.45 0.12 0.56 0.73 3.29 6.7 17.1 1.27 5.03 15.1 5.60 1.72 52.6
    DYW04 0.45 0.06 0.57 0.31 0.21 0.50 0.52 2.63 6.95 6.43 0.87 3.52 27.5 5.03 1.23 51.6
    DYW05 0.55 0.10 0.70 0.41 0.21 0.61 0.69 3.28 8.38 10.7 1.06 4.68 27.5 6.10 1.64 60.1
    HHW01 0.81 0.46 0.63 1.03 0.52 0.95 0.82 5.22 12.5 49.3 0.95 11.6 68.2 9.5 1.94 154
    HHW02 0.32 0.06 0.31 0.17 0.28 0.29 0.27 1.69 4.92 6.43 0.46 1.87 36.1 2.92 0.63 53.3
    HHW03 0.96 0.28 0.82 0.87 0.32 0.84 0.89 4.97 14.8 30.0 1.23 9.81 42 8.35 2.1 108.2
    HHW04 0.13 0.00 0.18 0.10 0.03 0.24 0.14 0.82 2.02 0.00 0.27 1.1 3.3 2.42 0.34 9.4
    HHW05 0.41 0.10 0.56 0.29 0.24 0.56 0.45 2.61 6.36 10.7 0.84 3.23 31.5 5.63 1.07 59.3
    HHW06 0.41 0.08 0.57 0.29 0.21 0.54 0.44 2.53 6.36 8.57 0.86 3.23 26.9 5.38 1.03 52.3
    HHW07 0.45 0.16 0.75 0.41 0.23 0.60 0.58 3.18 6.88 17.1 1.14 4.61 30.2 6.00 1.36 67.3
    HHW08 0.14 0.08 0.79 0.47 0.21 0.66 0.61 2.97 2.17 8.57 1.2 5.35 26.9 6.63 1.45 52.3
    HHW09 0.43 0.10 0.60 0.35 0.17 0.44 0.47 2.56 6.58 10.7 0.91 3.94 22.3 4.38 1.12 49.9
    均值 average 0.45 0.13 0.64 0.43 0.21 0.56 0.57 — 6.86 14.23 0.96 4.83 27.73 5.64 1.35 —
    　　“—”:没有数据. “—”: No data.
     | Show Table
    DownLoad: CSV

    大亚湾Hg、As、Cr、Cu、Zn、Cd 和 Pb的潜在风险系数平均值为6.70、11.6、1.13、4.59、20.2、5.56和1.57，表明重金属潜在生态风险水平较低，相对而言，Hg潜在风险程度最高，其次是Cd和As.

    红海湾Hg、As、Cr、Cu、Zn、Cd 和 Pb的潜在风险系数平均值为6.95、15.7、0.87、4.97、31.9、5.69和1.23，表明重金属潜在生态风险水平较低，与大亚湾重金属的风险水平相同. 其中，红海湾HHW01站位Cd和Hg的潜在风险系数分别为49.3和68.2，属于中等危害程度.

    通过对红海湾和大亚湾的重金属综合潜在生态风险指数计算，发现两个湾区的指数均<150，属于低等潜在风险水平. 以上研究表明，随着我国不断加强海洋生态环境治理，已经取得较为理想的成效，近年来沉积物污染程度有降低的趋势. 但是，随着大亚湾和红海湾经济区工业化和城市化的不断发展，以及人口的不断聚集，该区域污染程度和潜在生态风险程度未来可能还会增大，仍需要继续加强监管.

    3.   结论（Conclusion）

    1）大亚湾Hg、As含量近岸低于远岸，Cr、Cu和Zn含量近岸高于远岸，Cd和Pb近岸和远岸相差不大. 除重金属Cr之外，红海湾其他重金属含量近岸明显高于远岸. 这表明大亚湾重金属来源可能较为复杂，而红海湾重金属来源较为一致，主要来自于陆源输入.

    2）红海湾重金属Hg、As、Cu、Cd和Pb含量明显高于大亚湾的，而红海湾的Cr和Zn含量低于大亚湾的. 与历史数据相比，大亚湾近年来Hg、Cr和Cu含量明显降低，而As和Zn含量有增大的趋势，Pb没有明显变化，而红海湾重金属有明显富集. 与其他区域相比，大亚湾和红海湾沉积物中重金属含量处于较低水平.

    3）大亚湾和红海湾沉积物中TOC与As、Cu、Zn、Cd和Pb呈良好的线性正相关关系，揭示了TOC含量影响了这些重金属元素在沉积物中的富集；然而Hg和Cr与TOC没有显著相关关系，表明这两种重金属在沉积物富集受TOC影响较小，这可能与该2种元素自身的赋存状态有关.

    4）红海湾和大亚湾重金属综合潜在生态风险分析显示，该区域低等潜在风险水平. 但是红海湾局部近岸站位Cd和Hg的潜在风险系数较高，属于中等危害程度.

  • 图 1  不同人工湿地装置净化效果

    Figure 1.  Purification with different CW treatments

    下载: 全尺寸图片 幻灯片

    图 2  不同CWs装置植物体内酶含量

    Figure 2.  Enzyme content in plants in different CWs treatments

    下载: 全尺寸图片 幻灯片

    图 3  植物可溶性糖和脯氨酸含量的变化

    Figure 3.  Changes of soluble sugar and proline contents in plants

    下载: 全尺寸图片 幻灯片

    图 4  不同水平下微生物群落丰度

    Figure 4.  Abundance of microbes at different levels

    下载: 全尺寸图片 幻灯片

    图 5  不同装置属水平下微生物群落丰度 MicroPITA分析

    Figure 5.  MicroPITA analysis of microbial community abundance at genus level in different devices

    下载: 全尺寸图片 幻灯片

    图 6  门水平上微生物群落组成及丰度

    Figure 6.  Taxonomic composition and abundance of microbes at phylum level

    下载: 全尺寸图片 幻灯片

    表 1  人工湿地实验装置

    Table 1.  Constructed wetlands devices

    装置黄花美人蕉红花美人蕉千屈菜黄菖蒲西伯利亚鸢尾灯芯草铜钱草
    CW-CK-C.f√
    CW-CK-C.i√
    CW-CK-L.s√
    CW-CK-I.p√
    CW-CK-I.s√
    CW-CK-J.e√
    CW-CK-H.v√
    CW-G1√√√√
    CW-G2√√√√
    CW-G3√√√√
    CW-G4√√√√
    CK
    装置黄花美人蕉红花美人蕉千屈菜黄菖蒲西伯利亚鸢尾灯芯草铜钱草
    CW-CK-C.f√
    CW-CK-C.i√
    CW-CK-L.s√
    CW-CK-I.p√
    CW-CK-I.s√
    CW-CK-J.e√
    CW-CK-H.v√
    CW-G1√√√√
    CW-G2√√√√
    CW-G3√√√√
    CW-G4√√√√
    CK
    下载: 导出CSV
  • [1] 中华人民共和国生态环境部. 2018中国生态环境状况公报[EB/OL]. [2020-02-01]. http://www.mee.gov.cn/hjzl/zghjzkgb/lnzghjzkgb/201905/P020190619587632630618, 2019.
    [2] ZHAO Z M, ZHANG X, WANG Z F, et al. Enhancing the pollutant removal performance and biological mechanisms by adding ferrous ions into aquaculture wastewater in constructed wetland[J]. Bioresource Technology, 2019, 293: 122003. doi: 10.1016/j.biortech.2019.122003
    [3] 沈莹, 郑于聪, 王晓昌, 等. 不同尺度潜流人工湿地对污染河水的净化机制[J]. 环境工程学报, 2018, 12(6): 1667-1675. doi: 10.12030/j.cjee.201711009
    [4] 卢少勇, 金相灿, 余刚. 人工湿地的氮去除机理[J]. 生态学报, 2006, 26(8): 255-262.
    [5] TILMAN D, ISBELL F, COWLES J M. Biodiversity and ecosystem functioning[J]. Annual Review of Ecology Evolution and Systematics, 2014, 45: 471-473. doi: 10.1146/annurev-ecolsys-120213-091917
    [6] REA M, NICOLE P, MONIKA K, et al. Vegetation management intensity and landscape diversity alter plant species richness, functional traits and community composition across European vineyards[J]. Agricultural Systems, 2020, 177: 102706. doi: 10.1016/j.agsy.2019.102706
    [7] BALVANERA P, PFIFISTERER A B, BUCHMANN N, et al. Quantifying the evidence for biodiversity effec ts on ecosystem functioning and services[J]. Ecological Letters, 2006, 9(10): 1146-1156. doi: 10.1111/j.1461-0248.2006.00963.x
    [8] 陈永华, 吴晓芙, 郝君, 等. 4种木本植物在潜流人工湿地环境下的适应性与去污效果[J]. 生态学报, 2013, 34(4): 916-924.
    [9] GU B, DRESCHEL T. Effects of plant community and phosphorus loading rate on constructed wetland performance in Florida, USA[J]. Wetlands, 2008, 28(1): 81-91. doi: 10.1672/07-24.1
    [10] HENNY C, MEUTIA A A. Urban lakes in megacity Jakarta: Risk and management plan for future sustainability[J]. Procedia Environmental Science, 2014, 20: 737-746. doi: 10.1016/j.proenv.2014.03.088
    [11] ZHAO H J, WANG Y, YANG L L, et al. Relationship between phytoplankton and environmental factors in landscape water supplemented with reclaimed water[J]. Ecological Indicators, 2015, 58: 113-121. doi: 10.1016/j.ecolind.2015.03.033
    [12] CHANG N N, ZHANG Q H, WANG Q, et al. Current status and characteristics of urban landscape lakes in China[J]. Science of the Total Environment, 2020, 712: 135669. doi: 10.1016/j.scitotenv.2019.135669
    [13] 崔卫华, 卢少勇, 陈亮, 等. 人工湿地中植物的作用与选择原则[J]. 化工之友, 2006(6): 51-52.
    [14] 王圣瑞, 年跃刚, 侯文华, 等. 人工湿地植物的选择[J]. 湖泊科学, 2004, 16(1): 93-98.
    [15] 李海燕, 陈章和. 三种湿地植物的生长及根系溶解性有机碳分泌物研究[J]. 热带亚热带植物学报, 2011, 19(6): 536-542. doi: 10.3969/j.issn.1005-3395.2011.06.008
    [16] 魏成, 刘平, 秦晶. 不同基质和不同植物对人工湿地净化效率的影响[J]. 生态学报, 2008, 28(8): 211-217.
    [17] 郝桂枝, 张银龙, 祝浩翔. 3种人工植物群落对污水净化模拟试验[J]. 安徽农业科学, 2019, 47(11): 81-85. doi: 10.3969/j.issn.0517-6611.2019.11.023
    [18] 李莎莎, 田昆, 刘云根, 等. 不同空间配置的湿地植物群落对生活污水的净化作用研究[J]. 生态环境学报, 2010, 19(8): 1951-1955. doi: 10.3969/j.issn.1674-5906.2010.08.032
    [19] XU D, WU Y, LI Y, et al. Influence of UV radiation on chlorophyll, and antioxidant enzymes of wetland plants in different types of constructed wetland[J]. Environmental Science and Pollution Research, 2014, 21(17): 10108-10119. doi: 10.1007/s11356-014-2909-5
    [20] 薛鑫, 张芊, 吴金霞. 植物体内活性氧的研究及其在植物抗逆方面的应用[J]. 生物技术通报, 2013, 33(10): 6-11.
    [21] 鲁敏, 裴翡翡, 宁静, 等. 4种湿地植物受污水胁迫生理生化特性影响的相关性研究[J]. 山东建筑大学学报, 2011, 26(5): 416-419. doi: 10.3969/j.issn.1673-7644.2011.05.002
    [22] YIN X L, ZHANG J, GUO Y Y, et al. Physiological responses of potamogeton crispus to different levels of ammonia nitrogen in constructed wetland[J]. Water, Air and Soil Pollution, 2016, 227: 65. doi: 10.1007/s11270-016-2763-9
    [23] HUA D, MA M Z, GE G F, et al. The role of cyanide-resistant respiration in Solanum tuberosum L. against high light stress[J]. Plant Biology, 2020, 22(3): 425-432.
    [24] 孙瑞莲, 刘健. 3种挺水植物对污水的净化效果及生理响应[J]. 生态环境学报, 2018, 27(5): 138-144.
    [25] 孟昱, 路斌, 张钢. 涝渍胁迫下白桦叶和茎中可溶性糖和淀粉含量相关性研究[J]. 河北林果研究, 2018, 33(1): 50-55.
    [26] 贾琼. 水分胁迫对马铃薯生长与生理特性的影响[D]. 呼和浩特: 内蒙古农业大学, 2009.
    [27] 梁丽娜, 刘雪, 唐勋, 等. 干旱胁迫对马铃薯叶片生理生化指标的影响[J]. 基因组学与应用生物学, 2018, 37(3): 1343-1348.
    [28] 李玫, 陈志力, 廖宝文. 5种华南沿海湿地植物对人工含盐污水的生理响应[J]. 安徽农业科学, 2012, 40(27): 13441-13443. doi: 10.3969/j.issn.0517-6611.2012.27.081
    [29] KIM Y, LOGAN B E. Simultaneous removal of organic matter and salt ions from saline wastewater in bioelectrochemical systems[J]. Desalination, 2013, 308: 115-121. doi: 10.1016/j.desal.2012.07.031
    [30] 陈重军, 朱为静, 黄孝肖, 等. 有机碳源下废水厌氧氨氧化同步脱氮除碳[J]. 生物工程学报, 2014, 30(12): 45-54.

  • 期刊类型引用(1)

    1. 高广银，唐灵刚，李学恒，苏丽薇，蔡茂欣，黄少斌. 珠江口海域表层沉积物重金属分布及风险评价研究. 绿色科技. 2024(24): 166-172 . 百度学术

    其他类型引用(1)

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 4.5 %DOWNLOAD: 4.5 %HTML全文: 93.8 %HTML全文: 93.8 %摘要: 1.7 %摘要: 1.7 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 99.8 %其他: 99.8 %天津: 0.2 %天津: 0.2 %其他天津Highcharts.com
WeChat 点击查看大图
图( 6) 表( 1)
计量
  • 文章访问数:  6652
  • HTML全文浏览数:  6652
  • PDF下载数:  82
  • 施引文献:  2
出版历程
  • 收稿日期:  2020-02-28
  • 录用日期:  2020-05-24
  • 刊出日期:  2021-01-10
汪祝方, 赵志淼, 程梦雨, 程梦奇, 张饮江, 石宗琳. 植物群落对湿地净化生活污水的影响[J]. 环境工程学报, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
引用本文: 汪祝方, 赵志淼, 程梦雨, 程梦奇, 张饮江, 石宗琳. 植物群落对湿地净化生活污水的影响[J]. 环境工程学报, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
shu
WANG Zhufang, ZHAO Zhimiao, CHENG Mengyu, CHENG Mengqi, ZHANG Yinjiang, SHI Zonglin. Influence of plant community on the purification of domestic sewage by constructed wetland[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
Citation: WANG Zhufang, ZHAO Zhimiao, CHENG Mengyu, CHENG Mengqi, ZHANG Yinjiang, SHI Zonglin. Influence of plant community on the purification of domestic sewage by constructed wetland[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 126-135. doi: 10.12030/j.cjee.202002164
shu

植物群落对湿地净化生活污水的影响

    通讯作者: 张饮江(1961—)，男，硕士，教授。研究方向：水域环境修复等。E-mail：yjzhang@shou.edu.cn; 
    作者简介: 汪祝方(1993—)，女，硕士研究生。研究方向：人工湿地水污染处理。E-mail：18721579313@163.com
  • 1. 上海海洋大学海洋生态与环境学院，上海 201306
  • 2. 河北省湿地生态与保护重点实验室，衡水 053000
  • 3. 水域环境生态上海高校工程研究中心，上海 201306
  • 收稿日期:  2020-02-28
  • 录用日期:  2020-05-24
  • 网络出版日期:  2021-01-13
基金项目:
国家自然科学基金青年基金资助项目(51909157)；河北省湿地生态与保护重点实验室(筹)开放基金(hklk201912)

摘要: 为解决植物配置对水质净化影响问题，研究了不同植物群落对生活污水的净化效果及其响应机理，并探索了人工湿地植物的最佳组合。结合景观生态学，运用7种湿地植物构建4种植物群落的人工湿地CW-G1、CW-G2、CW-G3、CW-G4，HRT为4 d，水力负荷为0.125 m3·(m2·d)−1，分析了各人工湿地对污染物的去除率，通过对植物酶活性变化、渗透调节能力和根际微生物演替情况探究了其净化机理。结果表明：CW-G1装置内群落对污染物去除效果最佳；CW-G1装置内植物的SOD、POD、CAT酶活性较单种显著提高，MDA含量显著降低；CW-G1装置内植物群落根际微生物Alpha多样性最高，门水平上各类菌丰度较为均匀。CW-G1装置内植物相互协作，提高抗氧化酶含量，增强了植物群落抗干扰能力，增加了根际微生物群落多样性、丰度和均匀度，植物-微生物协同高效净化污水。以上结果可为湿地植物的配置与运用提供参考。

English Abstract

    全文HTML

  • 2019年中国生态环境状况公报显示，全国地表水中Ⅰ~Ⅲ、Ⅳ~Ⅴ、劣Ⅴ类水质断面分别占71.0%、22.3%和6.7%，水环境污染依然是现阶段我国环境污染治理的重大难题[1]。人工湿地(constructed wetlands, CWs)作为一种新型污水生态处理技术，具有成本低、绿色持续和稳定有效等优点，近年来被广泛运用于各类水处理中[2]。CWs由物理、化学和生物三重机制协同净化，其中，起主导作用的为生物机制[3]，其由微生物和植物协同完成[4]。湿地植物作为CWs核心成分之一，对CWs高效净化污水起到关键作用。植物特有的景观功能可以营造优美空间，提升湿地生态美学价值。因此，合理选用湿地植物对CWs净化、景观等功能的发挥至关重要。

    传统CWs植物的选用多偏向单一种，造价便宜、施工简单和易于管理，但湿地植物单一，植物-微生物稳定性差，协同作用未充分发挥，植物景观功能未得到有效利用。国外学者研究了欧洲植物物种丰富度对生态系统的影响，结果表明，植物物种丰富度的减少会改变群落组成及功能特性，降低群落结构复杂性，导致维持生态系统服务功能的系统稳定性和弹性降低；而增加植物物种丰富度能大幅度提升景观多样性及生态系统服务功能(生产、气候调节、侵蚀控制等)，因此，增加人工湿地的植物多样性对系统稳定性的维持具有重要作用[5-7]。

    当人工湿地植物群落布局不同时，植物生物量、根系分布特征、生长期、营养吸收能力、抗逆性等方面均存在显著差异，使用多种植物组合，不同植物互相协同，可以提高综合性污水净化率，保持较为稳定的水质净化效果[8]。现有研究报道多集中在植物组合对不同浓度污水净化效果及不同植物群落对水体氮磷净化差异上[9-10]，在景观化湿地植物群落的构建以及植物生理响应对人工湿地水质净化改善的原因等方面尚缺乏深入研究。因此，本文从植物净化效果、株高、花期、季相、生长期等角度，筛选4种大型华东地区常用湿地植物，结合景观生态理念，合理配置2种中型、1种小型湿地植物，构建不同湿地植物群落，分析了不同群落污水净化效果，探究了植物群落构建效果，阐述植物生理响应、植物-微生物协同净化机理，得到适宜人工湿地的最佳植物群落配置。预期成果将为提升CWs净化与景观美学功能，提高CWs系统生物多样性及稳定性，并为CWs工程建设、植物筛选与配置提供科技支撑。

1.   材料与方法

    1.1.   人工湿地装置构建

  • 本实验采用人工湿地小试系统，依据《人工湿地污水处理工程技术规范2005—2010》构建装置：直径20 cm、高50 cm柱状PVC材质实验箱底部设置取水口，2种粒径石英砂为填充介质，大粒径(φ=6~8 mm)填于上、下两层，小粒径(φ=2~4 mm)填于中层，上、中、下层分别填充 20、20、5 cm，上层石英砂表面种植幼苗期植物，植物种植密度为36 株·m−2。装置启动期间使用模拟污水加入装置进行微生物接种驯化，稳定期为30 d。

    • 1.2.   实验设计与运行

  • 本实验于上海海洋大学室外实验基地进行，开展日期为2019年2—12月，主要环境参数为：气温为15~36 °C，相对湿度为50%~80%；上层基质孔隙率为38.69%，中层基质孔隙率为35.47%。将4种大型湿地植物(株高>1 m)黄花美人蕉(Canna indica L. var. flava Roxb.)、红花美人蕉(Canna indica L.)、千屈菜(Lythrum salicaria L.)、黄菖蒲(Iris pseudacorus)，分别与2种中型植物(株高0.5~0.8 m)西伯利亚鸢尾(Iris sibirica)、灯芯草(Juncus effusus L.)及1种小型植物(株高<0.4 m)铜钱草(Hydrocotyle vulgaris)搭配种植[8]，从而形成CW-G1、CW-G2、CW-G3、CW-G4共4种植物群落；7种植物单种对照分别为CW-CK-C.f、CW-CK-C.i、CW-CK-L.s、CW-CK-I.p、CW-CK-I.s、CW-CK-J.e、CW-CK-H.v；1个空白对照(表1)。根据HJ2005-2010人工湿地污水处理工程技术规范模拟生活污水，进水条件为：总氮30 mg·L−1(硝氮15 mg·L−1、氨氮15 mg·L−1)；耗氧有机污染物的浓度(以COD计)120 mg·L−1；总磷2 mg·L−1(用KNO3、(NH4)2SO4、C6H12O6、K2HPO4配置污水)。人工湿地运行方式采用间歇式进水，水力停留时间(HRT)为(4 d)，并设置3组平行CWs。

    • 1.3.   检测方法

  • 环境指标：气温、相对湿度(空气质量检测仪，CW-AQT100，赛纳威，中国)。水质检测：DO、pH、温度、氧化还原电位(HQd便携式多参数水质分析仪)、NH3-N(纳氏试剂光度法)、NO3-N(紫外分光光度法)、COD(重铬酸钾法)、TP(钼锑抗分光光度法)。植物检测：水解氨基酸采用茚三酮比色法；酶活性、可溶性糖、总蛋白采用南京建成生物工程研究所试剂盒。每株取3片长势较好的植物叶片，去叶脉后剪碎混匀，−20 °C低温保存待测。

    微生物多样性：选取CWs装置内距底部25 cm处的石英砂(装置与平行装置内样品混合)10 g。对16S rRNA基因V4~V5区的引物进行聚合酶链式反应(polymerase chain reaction，PCR)扩增，采用Illumina MiSeq平台对群落DNA片段进行双端(paired-end)测序，通过QIIME软件调用USEARCH检查并剔除疑问序列，从而获得样品有效序列，采用可操作分类单元(operational taxonomic unit，OTU)进行分析。

    • 1.4.   数据分析

  • 本研究采用 Excel2018及SPSS24进行数据处理与分析，数据为平均值±标准差，采用LSD法进行多重比较。

2.   结果与讨论

    2.1.   植物群落污水净化效果比较

  • 在实验期间，进水水温为15.5~24.9 °C、pH为7.37~7.62、DO含量为8.11~9.0 mg·L−1、氧化还原电位为152.4~229.4 mV，经4 d(HRT=4 d)后取样。出水水温为16.2~28.2 °C、pH为6.01~7.53、DO含量为1.04~3.60 mg·L−1、氧化还原电位为−158.81~87.2 mV，同时，对TN、TP和COD去除率进行了测定。由图1可知，CW-CK空白对照中对应的TN、NH3-N、NO3-N、TP、COD去除率均显著低于11个实验装置中对应的5种污染物去除率(P<0.01)。由图1(a)可知，CW-G1群落对TN的去除率最高；CW-G1、CW-G4群落对TN的去除率较黄花美人蕉、黄菖蒲单种有所提高，但差异不显著(P>0.05)；CW-G2、CW-G3群落对TN的去除率较红花美人蕉和千屈菜单种有所下降，且CW-G2群落对TN的去除率下降显著(P<0.01)。由图1(b)可知，各装置对氨氮的去除效果及装置间差异性与对TN的去除效果类似，CW-G1群落对氨氮的去除率最高，依次为CW-G4、CW-G3、CW-G2；而各装置对硝氮去除率无显著性差异，且去除率均达到93%以上，这说明装置中反硝化过程可有效进行，装置对TN的去除主要受氨氮去除效果的影响。由图1(c)可知，CW-G1群落对TP的去除率最高；CW-G1、CW-G3、CW-G4群落对TP的去除率较黄花美人蕉、千屈菜、黄菖蒲单种有所上升，且CW-G4群落上升显著(P<0.01)；CW-G2群落对TP的去除率较红花美人蕉单种下降，下降效果不显著(P>0.05)。由图1(d)可知，CW-G1群落对COD的去除率最高；CW-G1、CW-G2、CW-G3、CW-G4群落对COD的去除率较黄花美人蕉、红花美人蕉、千屈菜、黄菖蒲单种上升，且CW-G2、CW-G3群落中COD的去除率上升效果显著(P<0.05)。

    综上所述，从对TN、TP、COD的去除效果来看，植物群落与植物单种处理间存在显著差异(P<0.05)，这表明通过植物搭配可以改变湿地系统水质净化效果。有研究表明，植物配置良好的系统可以有效防治富营养化水体水华的发生[11-12]及抑制藻类生长[13]等，人工湿地作为污水处理系统，合理的植物配置可以提高湿地的运行效果，进而提升尾水水质。不同植物对同一污染物净化效果不同，部分能高效吸收氮，部分能更好富集磷，多种植物组合有利于植物间取长补短[14]；不同植物根系特性不同，大型植物红、黄美人蕉、千屈菜、黄菖蒲根系发达，须根丰富；而中小型植物西伯利亚鸢尾、灯芯草、铜钱草根系浅而须根少，不同植物组合可以提高根系对基质垂直空间的利用率[15]；不同植物根系分泌物不同，将不同植物组合也可能对根际整体的微生物群落产生影响，从而影响湿地系统污水净化效率[16]。

    4个植物群落对于TN和TP的去除率依次为CW-G1>CW-G4>CW-G3>CW-G2；4个植物群落对于COD的去除率依次为CW-G1>CW-G3>CW-G2>CW-G4，这表明不同植物配置对污染物去除效果也存在差异。郝桂芝等[17]研究发现，由6种不同湿地植物组成的3个群落对水体中氮磷净化效果存在显著差异；李莎莎等[18]研究发现，4种不同空间配置的湿地植物群落对生活污水中TN、TP、COD等的去除均存在差异，本研究的结果也与前人研究的结果相一致。因此，植物配置时需进行合理的选择，才能更大程度提高湿地净化效率。

    • 2.2.   植物酶活性比较

  • 植物细胞生理代谢会产生活性氧(ROS)，正常情况下，植物体内有害氧清除系统可保证ROS的动态平衡[19]；而逆境胁迫会打破这种平衡，使ROS大量积累，并与细胞膜脂反应造成膜伤害[20]。因此，在人工湿地污水胁迫下，植物体内代谢平衡被破坏，为了满足自身生长、发育及繁殖等，植物会通过改变自身形态和生理变化以适应污水胁迫[21]。

    氧化物歧化酶SOD是植物体内ROS清除系统中优先发挥作用的抗氧化酶，是细胞防御活性氧危害的第一道防线。其先将植物体内超氧物阴离子自由基O−2歧化为H2O2，H2O2在过氧化氢酶CAT或过氧化物酶POD作用下进一步分解成H2O和O2，从而抑制活性氧对植物造成伤害[22]。不同CWs装置植物体内酶含量变化情况见图2。由图2(a)~图2(d)可知，相较于植物单种，CW-G1、CW-G2、CW-G4处理能显著提升群落中4种植物体内SOD的活性(P<0.05)。由图2(e)~图2(h)可知，CW-G1、CW-G2处理显著提升了群落中4种植物体内CAT的活性(P<0.05)；CW-G4装置内植物群落中西伯利亚鸢尾、灯芯草CAT活性较单种均显著提升(P<0.05)。由图2(i)~图2(l)可知，4个群落内植物POD活性较植物单种均显著提升(P<0.05)。

    丙二醛MDA是细胞膜脂过氧化的重要产物，其含量变化可直接反应胁迫下细胞膜系统受伤害程度[23]。由图2(m)~图2(p)可知，CW-G1群落4种植物MDA含量均显著低于4种植物单种处理(P<0.05)；CW-G2群落内红美人蕉、铜钱草MDA含量低于二者单种，西伯利亚鸢尾、灯芯草MDA含量高于二者单种；CW-G3、CW-G4群落除铜钱草MDA含量低于铜钱草单种，另3种植物均高于其单种处理。

    SOD、POD、CAT为植物体内3种抗氧化酶，在一定范围内，SOD和POD或CAT共同作用能将O−2和H2O2转化为无害的H2O和O2。孙瑞莲等[24]研究发现，宽叶香蒲和黄花鸢尾通过SOD和CAT的协同作用抵抗污水胁迫，这也与本研究结果一致。综上所述，CW-G1群落植物体内SOD、CAT、POD含量显著提高(P<0.05)，且MDA含量降低，这表明CW-G1群落植物间通过相互作用，可以提升SOD和CAT或POD含量，降低植物细胞膜脂过氧化程度，减轻污水胁迫干扰，高效净化污水。

    • 2.3.   植物可溶性糖、脯氨酸含量比较

  • 植物可溶性糖、脯氨酸含量变化情况见图3。植物可溶性糖含量变化如图3(a)~图3(d)所示，实验中4种人工湿地植物群落内4种植物叶片可溶性糖含量均显著低于4种植物单种(P<0.05)，群落中的黄花美人蕉、红花美人蕉、千屈菜、黄菖蒲较单种处理分别降低39.6%、59.2%、36.8%、59.8%。

    植物光合作用最先生成的碳水化合物为葡萄糖，葡萄糖很快转化为淀粉，暂时存储于叶绿体中，之后运送到植物各个部分供生长代谢所用。在本研究中，一方面可能是长期污水胁迫导致叶片受损，使得葡萄糖转化为淀粉的过程受阻，在相同条件下，植物单种处理得到的可溶性糖含量显著高于植物群落，这表明单种处理下植物叶片受损更严重，葡萄糖无法快速转化为淀粉而积累于叶片中，使得可溶性糖含量升高，这与孟昱等[25]的研究结果一致；另一方面，也可能是长期污水胁迫造成植物体受损，使光合作用产物不能被植物正常利用，导致葡萄糖在叶片中积累。植物单种处理叶片中的可溶性糖含量更高，表明单种处理下植物所受损伤更为严重，植物混种可以有效提高抗干扰能力，这也与贾琼[26]的研究结果一致。

    在正常条件下，植物体内游离脯氨酸含量较低；在逆境条件下，植物体内游离脯氨酸会大量产生并积累，从而调节细胞渗透势以抵抗外界干扰[27]。由图3(e)~图3(h)可知，实验中4种植物群落除CW-G4中灯芯草游离脯氨酸含量均显著高于灯芯草单种(P<0.05)，此外，在3个植物群落中的4种植物游离脯氨酸含量均低于4种植物单种处理。植物群落游离脯氨酸含量低于植物单种处理，这表明污水对单种植物有较大的伤害，植物群落可以有效降低外界不利条件对植物的伤害，这也与李玟等[28]的研究结果一致。

    • 2.4.   植物群落根际微生物比较

  • 人工湿地中氮去除以微生物的硝化反硝化作用为主导，不同植物根际分泌物不同，使植物根际富集不同功能微生物。图4为微生物在门、属分类水平下的群落物种丰度。由图4可知，与空白对照相比，种植植物处理提高了门、属水平下微生物群落的物种丰度，CW-G1群落在门、属水平均有最高的物种丰度。图5为各样本微生物组选择有益的分类丰度(MicroPITA)分析图，图中横纵坐标为标准归一化计算后装置中微生物群落属水平下的群落丰度，样本间距离越近，代表样本中微生物群落丰度越相似。MicroPITA分析是一种在分级研究中挑选样本的计算工具，能够更有效的分配资源，降低研究成本，最大化利用样本。Maximum diversity代表按照样本物种组成多样性挑选的样本，即样本alpha多样性最高的样本，可知，CW-G1群落微生物物种组成多样性最高。综上所述，CW-G1群落植物配置方式最利于微生物富集，这也与CW-G1群落水质净化效果最佳的结果相一致。

    图6为门水平下的微生物群落组成，优势细菌群落在门水平上达到11门以上，其中，以变形菌门(Proteobacteria)、蓝藻菌门(Cyanobacteria)、拟杆菌门(Bacteroidetes)、浮霉菌门(Planctomycetes)为主，还包括放线菌门(Actinobacteria)、酸杆菌门(Acidobacterio)、厚壁菌门(Firmicutes)等。变形菌门是根际微生物中丰度最高的菌门，可参与有机物降解、氮转化等；蓝藻菌门能够吸收大量的氨、氮等污染物质；拟杆菌门能够代谢碳水化合物，降解有机物[29]；浮霉菌门中厌氧氨氧化菌能够在缺氧环境下利用亚硝酸盐氧化铵离子生成氮气，是污水处理中重要的细菌[30]。样本中各微生物群落组成相似，但各菌门均匀度存在差异。Alpha多样性分析得到各样本Smithwilson指数，结果表明，CW-G1群落最高，Smithwilson指数表征群落均匀度，表明CW-G1群落各菌门微生物均匀分布，此种植物配置方式在保证物种丰富度的同时，也可以保证物种均匀度，使各菌门细菌共同协作，高效净化污水。

3.   结论

  • 1)水生植物对人工湿地水质净化具有重要作用，不同湿地植物净化优势不同，将不同植物组合可以提高污水综合净化效果，且通过植物配置可以提升湿地景观。CW-G1群落表现出最佳的水质净化效果，表明CW-G1组合为4种植物群落中的最佳搭配方式。

    2) CW-G2、CW-G3、CW-G4群落在净化不同污染物时净化效果表现为有提升和减弱，这说明植物间相互作用有促进和抑制作用，故植物选择时需谨慎考虑。

    3) CW-G1群落SOD、CAT、POD含量显著提高(P<0.05)，且MDA含量最低，这表明SOD和CAT或POD是黄美人蕉群落抵抗污水胁迫的一种有效防御策略。

    4) CW-G1群落根围基质适于多种微生物生存，Alpha多样性最高，各微生物融合最好，对人工湿地净水功能的发挥有促进作用。

参考文献 (30)

返回顶部

目录

/

返回文章
返回

Copyright © 2019 中国科学院生态环境研究中心