-
混凝作为给水处理的核心环节,在显著去除水中杂质的同时,不可避免地产生大量副产物——污泥。据统计,我国自来水厂每年约产生1 500~2 400 KT干污泥[1]。净水污泥主要由水、悬浮固体、有机物和铝或铁的金属氧化物组成[2],部分污泥还含有微生物和消毒副产物前驱物[3]。常见的污泥处理方式通常是填埋或排放至周边水域,虽然具有处理成本的优势,但会污染周围的土壤、水体[4]。而污泥回流工艺可以通过回用净水污泥来增加原水中颗粒物含量,加快絮凝进程,不仅能减少污泥排放量,还能节约混凝药剂[5],是目前解决污泥再利用问题的研究重点。
近年来,国内外学者对污泥回流控制进行了深入的研究。童祯恭等[6]发现,污泥回流比控制在2%时,出水的Al、Fe和Mn含量均无累积,回流比控制在4%时就能防止细菌和粪大肠菌群数过快增长。CHUN KANG等[7]通过响应面法得到最佳污泥回流运行条件,当污泥投加量为1 588 mg·L−1时,出水效果最好。实际影响混凝效果的是污泥回流后水体杂质,而原水水质波动会引起回流污泥性质的变化,以相同污泥回流量或回流比进行回流并不能达到相同的混凝效果。因此本研究尝试将污泥回流后的水体浊度作为运行控制指标,并对其进行优化。
此外,污泥回流强化混凝效能的影响因素也是研究的重点。ABHULASH等[8]研究发现在pH值为9、混凝剂剂量为4.2 mg·L−1时,污泥回流效果最好。DAYARATHEN等[9]研究发现,浊度去除率受温度影响很大,温度过低过高都不利于混凝反应的进行,2 ℃时浊度去除率为83%,20 ℃时升至90%,而40 ℃时又降至78%。除常见的环境因素外,污泥本身的性质也会对混凝效果产生影响,但目前少有针对这方面的研究。
本研究以混合水的浊度为控制指标,研究混合水浊度对混凝效果的影响,同时探究温度、污泥悬浮固体浓度、污泥指数对混凝效果及较优混合水浊度范围的影响,最后应用偏最小二乘法构建污泥回流比同混合水浊度、温度和污泥性质间的关系,以求在不同工况下预测污泥回流比变化趋势,提高混凝效率,为水厂污泥回流工艺运行提供数据参考。
-
本实验用水取自宁夏回族自治区银川市某给水处理厂。该厂原水主要来自水洞沟水库,是典型的低浊水,水质参数指标如表1所示。污泥取自该水厂斜管沉淀区。该水厂核心处理工艺为高密度澄清池,是通过回流沉淀区污泥来提高絮体密实度、增强水处理效果,减少混凝药剂投加量的典型水处理工艺[10]。
本实验采用的混凝剂为聚合氯化铝(PAC),氧化铝(Al2O3)质量分数为10.2 %,质量浓度为0.1 g·L−1,助凝剂为聚丙烯酰胺(PAM),质量浓度为0.02 g·L−1。实验中应用的PAC、PAM、高锰酸钾(KMnO4)、硫酸(H2SO4)、草酸钠(Na2C2O4)试剂均为分析纯。
1)污泥回流混凝实验:使用混凝搅拌仪(ZR4-6,深圳中润)进行实验,对原水进行预搅拌(200 r·min−1,30 s)处理,混匀水中杂质。加入混凝剂PAC后快速搅拌(200 r·min−1,1.5 min)促进药剂分散,加入PAM和收集的污泥,再慢速搅拌(40 r·min−1,15 min)促进絮体形成,最后静置40 min,取液面下1 cm处的样品,进行浊度和CODMn检测。
2)混合水浊度混凝实验:污泥回流至原水中会改变水体浊度,浊度的变化会影响混凝效果及混凝药剂投加量。水厂原水浊度在1.08~64 NTU左右,回流污泥后混合水浊度范围约为 500~2 500 NTU,因此以1、2、5、7、10%的比例将污泥加入至1 L原水的烧杯中,慢速搅拌(40 r·min−1,3 min)后取水样检测浊度,每组重复3次取均值进行线性拟合,得到拟合关系式,以500、1 000、1 500、2 000、2 500 NTU为自变量,推求该性质污泥的回流比,进行污泥回流获得对应混合水浊度,按照污泥回流混凝实验步骤进行实验。
3)温度影响实验:实验期间,原水水温为0~5 ℃,控制水浴锅(HWS~26型)温度分别为10、15、20 ℃对低温水进行升温,在恒温水浴条件下进行污泥回流实验,实验过程同上述步骤一致。
-
采用浊度仪(YZD-IB,银川宁加环保仪器制造有限公司)测定样品浊度。采用酸性高锰酸钾滴定法测定样品CODMn。污泥的沉降比(SV)、污泥悬浮固体浓度(MLSS)采用国家标准方法进行测定[11],污泥容积指数(SVI)采用经30 min沉淀后,1 g干污泥所占容积来表示,见式(1)。
-
收集斜管沉淀区的污泥进行污泥性质检测,得到3组不同污泥容积指数(SVI1为11~15 mL·g−1,SVI2为15~19 mL·g−1,SVI3为19~23 mL·g−1)的回流污泥,和3组不同污泥悬浮固体浓度(MLSS1为40~55 g·L−1,MLSS2为55~70 g·L−1,MLSS3为70~85 g·L−1)的回流污泥。收集6组污泥在相同混凝药剂投加量下(PAC:35 mg·L−1,PAM:0.1 mg·L−1)进行各项实验,通过拉依达(3
σ )准则对实验数据异常值进行识别与剔除,通过归一化处理消除不同量纲对拟合精准度的影响,见式(2)。式中:xi,norm表示消除量纲后的数值;xi表示实验数据;xi,min表示实验数据最小值;xi,max表示实验数据最大值。
-
偏最小二乘法是一种数据驱动的方法,主要通过对过程变量的观测来预测输出变量。偏最小二乘法(PLSR)适用于观测数据较少,变量较多且存在多重相关性时的回归建模[12]。PLSR集主成分分析和典型相关性分析为一体,可以通过提取、筛选成分得到对因变量影响最大的自变量,提供更深层次的信息[13]。本研究以回流比为因变量,通过实验探究污泥回流比的关键影响因素,将其作为自变量,采用PLSR法建立污泥回流比控制模型,通过拟合系数(R2)、均方根误差(RMSE)对模型进行评价。拟合系数R2表示因变量与自变量间总体关系,可以体现回归模型的解释能力,通常R2越接近1模型越精准,具体计算公式见式(3)。RMSE用于评价数据的变化程度,体现真实值与预测值的误差,通常RMSE越小说明模型描述的数据具有越好的精确度具体计算公式见式(4)。
式中:n为测试样本数目;yi为预测值;fi为实测值;
¯fi 为测试样本实测值的平均值。 -
为探究混合水浊度对混凝效果及药剂投加量的影响,考察了混合水浊度在500~2 500 NTU、PAC投加量为20~40 mg·L−1,PAM投加量为0.1 mg·L−1条件下,混凝出水浊度和CODMn的变化,结果如图1所示。
由图1(a)、图1(b)可以发现适当提高混合水浊度有利于混凝反应的进行。对比相同药剂投加量下的出水浊度和CODMn可以看出,当未进行污泥回流时,混凝药剂投加量小于30 mg·L−1,出水浊度值大于1.5 NTU,混凝药剂投加量大于35 mg·L−1,出水浊度也始终大于其它出水浊度,大于1.5 NTU。混合水浊度控制在500~1 000 NTU时,出水浊度始终低于其他混合水浊度的出水浊度,小于1.2 NTU。混凝药剂投加量增至40 mg·L−1时,出水浊度达到最低值0.86 NTU,出水CODMn也低于其他混合水浊度。研究结果同徐永鹏等[14]研究结果一致。可能是因为适量的混合水浊度可以增加水中悬浮物颗粒浓度,提高絮凝颗粒物浓度,增加颗粒间的碰撞几率,达到强化混凝的效果。当混合水浊度超过1 000 NTU时,随着混合水浊度持续提高,出水浊度和CODMn均随着混合水浊度的上升呈现增高趋势。可能是因为混合水浊度过大时,颗粒间剪切和摩擦作用力增大,絮体破碎可能性增加,聚合几率低于破碎几率,反而降低混凝效果[15]。
根据图1(a)、图1(b),对比不同混合水浊度控制下出水浊度接近1 NTU时的药剂投加量可以发现,混凝药剂需求量随混合水浊度的升高呈先降低后升高的趋势。未进行污泥回流时,浊度为1~20 NTU,需投加35 mg·L−1的PAC。当污泥进行回流后,混合水浊度升至500~1 000 NTU时,仅需投加30 mg·L−1的PAC。可能是因为污泥回流水体中含有未完全水解或未被利用的混凝剂,在混凝时再次发挥效用,降低混凝药剂的使用量[16]。混合水浊度增加到1 500~2 500 NTU时,PAC投加量增加到35 mg·L−1。可能是因为随着混合水浊度持续增加,水中悬浮的胶体也逐渐增加,混凝剂中的铝盐无法降低Zeta电位,悬浮物的凝聚效率降低,需要通过增加混凝药剂的投加量[17]来提升混凝效果。
-
为探究温度对混凝效果、适宜混合水浊度及药剂投加量的影响,参考原水温度变化范围,在0~20 ℃的条件下重复上述试验,结果如图2所示。
由图2(a)、图2 (b)可以看出,在相同混凝药剂投加量下,随着温度降低,混凝效果较优的混合水浊度范围逐渐缩减。且相同混合水浊度下,出水浊度、CODMn随着温度降低而升高。15~20 ℃时,混凝效果随着混合水浊度升高呈先升高后降低趋势。混合水浊度范围控制在500~1 500 NTU时混凝效果较好,出水浊度约为1 NTU,出水CODMn小于1.5 mg·L−1。10 ℃时,混凝效果随着混合水浊度升高呈缓慢降低趋势。混合水浊度范围控制在500~1 000 NTU时混凝效果较好,出水浊度约为1.1 NTU,出水CODMn小于1.8 mg·L−1。0~5 ℃时,混凝效果随着混合水浊度升高而变差。混合水浊度范围控制在500 NTU时混凝效果较好,此时出水浊度接近1.2 NTU,出水CODMn小于2 mg·L−1。低温 (0~10 ℃) 时,控制在较低的混合水浊度更有利于混凝反应的进行,原因可能是水温过低时胶体布朗运动减弱,高混合水浊度会导致水中的胶体无法被凝聚,不利于混凝反应的进行[18]。
图2(a)、图2 (b)也反映出,在相同混合水浊度下,随着温度的降低,对混凝药剂的需求量也逐渐增加。当控制混合水浊度为500~2 500 NTU,出水浊度接近1 NTU,出水CODMn接近1.0 mg·L−1时,温度为15~20 ℃,PAC需投加20~25 mg·L−1。温度为0~10 ℃时,出水CODMn无法达到1.0 mg·L−1。此时,控制混合水浊度为500~2 500 NTU,出水浊度接近1 NTU,出水CODMn接近1.5 mg·L-1时,10 ℃下,PAC需投加30~35 mg·L−1;温度为0~5 ℃,PAC需投加35~40 mg·L−1。产生此种现象原因可能是金属离子的水解反应需要热能,温度降低时,混凝剂的水解反应缓慢,扩散的速率降低,均不利于胶体粒子的碰撞运动,因此需要更多的药剂量来促进混凝反应进行[19]。且相同温度下,随着混合水浊度的升高,需求投加的混凝药剂量也逐渐增加,同DAYARATHEN等[9]研究结果一致。可能是因为水中悬浮的颗粒物增加,需要更多混凝药剂来提供反应活性位点。
-
污泥的沉降和絮凝性能直接影响污泥回流强化混凝的效能和处理效率,目前常用污泥容积指数(SVI)来衡量污泥的沉降性能。对比相同混合水浊度下SVI变化对混凝效果的影响,如图3(a)所示,随着污泥SVI增大,混凝后出水浊度呈现先降低后升高的趋势。SVI在11~17 mL·g−1时,出水浊度始终保持下降趋势,接近17 mL·g−1时达到最小值,小于0.9 NTU;SVI在17~23 mL·g−1时,出水浊度始终保持上升趋势,接近23 mL·g−1时达到最大值,大于1.1 NTU。在既定的3组污泥容积指数内,SVI在15~19 mL·g−1范围内,整体出水浊度较低,混凝效果最好,SVI在19~23 mL·g−1范围内,整体出水浊度较高,混凝效果差,SVI在11~15 mL·g−1范围内,混凝效果介于两者之间。可能是因为SVI较低时污泥颗粒细小,不利于吸附水中悬浮颗粒。随着SVI增加,污泥吸附性能持续提升,有利于混凝反应的进行[20]。SVI过大时,污泥的沉降性能降低,污泥下沉量减少,出水浊度提高。SVI对适宜混合水浊度的选择也存在影响。对比相同SVI范围内不同混合水浊度的出水效果,由图3(a)可知,SVI在11~19 mL·g−1时,混合水浊度控制在500 NTU出水效果最好,这是因为水体中颗粒基数较小,污泥吸附后残余颗粒数也小于其他浊度。SVI在19~23 mL·g−1时,混合水浊度提高到1 000~1 500 NTU,混凝出水效果最好。此时水中颗粒碰撞概率增加,絮体胶体尺寸增大,胶体沉降性能提升,混合水浊度持续提升反而会提高絮体破碎可能性,不利于混凝反应的进行[15]。
夏季春等[21]研究发现,污泥浓度是影响污泥回流强化混凝的另一关键因素。对比相同混合水浊度下MLSS变化对混凝出水效果的影响,如图3(b)所示,混合水浊度为500~2 000 NTU时,出水浊度随着MLSS的提高整体呈先降低后增高的变化趋势,混合水浊度为2 000 NTU时,出水浊度成波动性变化。但总体来看,MLSS控制在60 g·L−1以下时,出水浊度呈下降趋势,接近60 g·L−1时出水浊度达到最小值;MLSS超过60 g·L−1时,出水浊度呈上升趋势。MLSS在55~70 g·L−1时,整体出水效果最好。可能是MLSS较小时,回流污泥无法高效进行网捕卷扫;MLSS过高时,污泥沉降层泥位上升,不易沉降的絮体颗粒浮在水体中,促使出水浊度上升。研究结果同孟凡凡等[22]一致。图3(b)也显示了MLSS对适宜混合水浊度的影响。对比相同MLSS范围内不同混合水浊度对出水效果的影响可知,MLSS在40~60 g·L−1时混合水浊度控制在1 000~1 500 NTU出水效果最好,因为增加了水中颗粒密度,提高网捕卷扫效果,进而促进污泥絮体的的生长[23],提高混凝效果。MLSS提高到60~85 g·L−1时,混合水浊度降低到500 NTU出水效果最好,此时水中颗粒基数减小,有效降低了污泥沉降层的泥位和水中不易沉降的絮体颗粒,沉降水体浊度值降低。
-
实际工艺运行中通过污泥回流比来调整污泥回流量,而污泥回流比同混合水浊度具有较强的线性相关性,二者线性拟合程度较高,如图4所示,可以通过混合水浊度推求适宜的污泥回流比。并且由图4同上述研究可知,SVI、MLSS、污泥沉降比既会影响较优混合水浊度范围取值,又会影响污泥回流比同混合水浊度的关系,温度会影响较优混合水浊度范围取值。因此本研究以污泥回流比作为预测的自变量,期望以混合水浊度、温度、SVI、MLSS、污泥沉降比作为关键影响指标构建PLSR拟合模型。
基于PLSR法的建模原理,需要先确定主成分个数,以便在最大程度保留数据本质的前提下降低维数,为后期分析提供依据[24]。由PLSR拟合得到的主成分分析结果如表2所示,选择3个主成分建模就可以解释自变量80%的信息,继续增加主成分数时解释信息量变化不明显,说明选择3个主成分进行建模是合理的。
表3表示不同成分个数时,因变量对自变量的影响程度。由表3可知,选择3个主成分进行建模时,对污泥回流比影响因素排序为混合水浊度>温度>MLSS>SVI>污泥沉降比。说明混合水浊度才是影响回流比的关键因素,温度也决定了污泥回流比的控制范围,污泥沉降比较其他因素来讲,影响程度最低。
在确定主成分提取个数的条件下,对污泥回流比进行拟合,得到各自变量对因变量的标准回归系数,进而得到回归模型如式(5)所示。
-
应用拟合的PLSR模型对污泥回流比进行预测,污泥回流比的实测值与预测值关系图如图5所示。由图5可以看出,拟合散点基本上均匀地分布在回归线两侧,预测值与真实值吻合程度较好[25]。所得R2为0.778,相关系数为0.882,为高度相关[26]。表明拟合的污泥回流比模型拟合良好,实验误差小,有一定的预测效果,能够反映污泥回流比的变化范围。
图6反映了66组污泥回流比实测值与预测值的曲线情况。由图6可知,模型的RMSE值为1.28,但整体误差较低[27]。且预测值与实测值的变化趋势是比较一致的,可以通过预测值来推测实际值的变化,证明通过温度、混合水浊度和污泥性质来推断污泥回流比具有可行性,有望通过该模型对高密澄清池实际运行提供参考。
-
1) 适量的回流污泥有利于强化混凝效果,节约混凝药剂投加量。相较于未回流污泥的原水而言,当混合水浊度控制在500~1 000 NTU时,出水浊度最低 (<1.2 NTU) ,需求药剂投加量最少(PAC:30 mg·L−1),为较优混合水浊度区间。
2) 将温度控制在一定区间内,能够提高污泥回流的强化混凝效果。当温度为15~20 ℃时,混凝出水效果最好,出水浊度约为1 NTU,出水CODMn小于1.5 mg·L−1,混凝药剂需求量较低(PAC:20~25 mg·L−1),较优混合水浊度范围较广。当温度小于15 ℃时,出水效果变差,混凝药剂需求量增加,较优混合水浊度范围减小。
3) 出水浊度随着SVI、MLSS的增大,呈先降低后升高的趋势。当SVI为15~19 mL·g−1,混合水浊度控制在500 NTU时,混凝出水效果较好;当MLSS为55~70 g·L−1,混合水浊度控制在500~1 500 NTU时,混凝出水效果较好。
4) 通过采用偏最小二乘法,选择与污泥回流比相关性较强的影响指标,建立污泥回流比控制模型。结果表明,模型的R2为0.778,RMSE为1.28,模型拟合良好,可为实际工艺运行调节污泥回流比提供参考。
污泥回流调控影响因素探究与模型预测
Investigation and model prediction of factors influencing sludge reflux regulation
-
摘要: 为了解影响污泥回流强化混凝效能的影响因素,以水洞沟水库水为研究对象,通过混凝实验模拟不同工况对沉后水质、有机物去除的影响,同时应用偏最小二乘法建立污泥回流比控制模型。结果表明,相较于未回流污泥的原水而言,混合水浊度控制在500~1 000 NTU时,出水浊度最低约为1.2 NTU,CODMn小于1.5 mg·L−1,需要的药剂最少,为30 mg·L−1。混合水浊度继续升高,混凝效果变差。温度升高有利于混凝反应的进行。相对于0~15 ℃而言,15~20 ℃时,出水浊度更低,约为1 NTU。出水CODMn小于1.5 mg·L−1,需要的药剂量最低,为20~25 mg·L−1。此外,可调控的适宜混合水浊度范围较广。混凝效果随着SVI、MLSS的增大,呈现先降低后升高的趋势。当SVI为15~19 mL·g−1,混合水浊度控制在500 NTU时,混凝出水水质较好。当MLSS为55~70 g·L−1,混合水浊度控制在500~1 500 NTU时,混凝出水水质较好。根据以上结果建立的回流比控制模型拟合效果较好 (R2 =0.778,RMSE=1.28),模型能较好地预测回流比变化趋势。本研究结果可为实际污泥回流工艺运行提供参考。Abstract: To clarify the factors that influenced the effect of sludge reflux-enhanced coagulation, this study used the water of Shuidonggou Reservoir as the research. The effects of various working conditions on the post-sedimentation water quality and organic matter removal were simulated by coagulation experiments, while the partial least squares method was applied to establish a control model for the sludge reflux ratio. The experimental results suggested that when the turbidity of the mixed water is controlled between 500 and 1 000 NTU compared to the raw water without refluxed sludge, the turbidity of the effluent was about 1.2 NTU, the CODMn was less than 1.5 mg·L−1, while the minimum required coagulant was 30 mg·L·1. When the turbidity of the mixed water keeps rising, the coagulation effect becomes worse. Besides, the experiments also indicated that temperature rise was conducive to the coagulation reaction. Compared to 0~15 ℃, the lowest turbidity of the effluent was at 15~20 ℃, about 1 NTU. The effluent CODMn was less than 1.5 mg·L−1, and the minimum required coagulant was 20~25 mg·L−1. Furthermore, the turbidity range of suitable mixed water which can be adjusted was more wider. It was found that the coagulation effect showed a trend of decreasing first and then increasing with the increase of SVI and MLSS. When the SVI was between 15 and 19 mL·g−1, the mixed water turbidity was controlled in 500 NTU, the effluent quality was good after coagulation. When the MLSS was 55~70 g·L−1, the mixed water turbidity was controlled at 500~1 500 NTU, the effluent quality was good after coagulation. The reflux ratio control model established based on the above results fitted well (R2 =0.778, RMSE=1.28), and the model was able to predict the trend of reflux ratio better. The model can effectively predict the trend of reflux ratio changes. Therefore, the results of this study can provide useful reference data for the operation of the actual sludge reflux process.
-
城市化持续快速的推进,导致了不透水面积显著增加,从而引发城市水文的变化,严重的影响了水质和径流状况[1-2]。由于大量的污染物随着雨水径流排放到水体,城市雨水已成为城市河湖水质恶化的主要污染源[3]。水生生态系统中过量的氮输入将导致水体富营养化,最终会改变生态群落结构,降低生境质量,增加“藻华”事件的发生率和持续时间[4-5]。人工湿地(CWs)污水处理技术具有建造成本投入低、设施后期维护便捷、景观效果明显等优点,被广泛用于各类型污水的小型化和分散化处理。
国内外对CWs的研究已经很多,对CWs的除氮技术也在逐渐优化,单纯的处理工艺往往导致人工湿地的除氮效果不好,潮汐流(TF)和潜流(SF)CWs组合形成的好氧和厌氧环境[6-7],有利于氮进行硝化和反硝化反应,从而达到对氮的去除,可防止处理后的污水排入环境导致水体“富营养化”。CWs中的氮通过植物的吸收作用、基质的过滤和吸附、氨挥发、微生物的氨化、硝化反硝化和厌氧氨氧化等方式被去除[8]。研究表明,填料基质和植物作用所做的贡献仅占CWs脱N量的20%—30%[9]。ZHANG等[10]研究发现,微生物参与的硝化反硝化作用是CWs去除废水中TN的主要途径,可占66.9%—80.5%。DU等[11]研究发现,植物种植增加了微生物的丰富度和生物多样性;同时,相关的反硝化属假单胞菌、不动杆菌、根瘤菌、芽孢杆菌和红假单胞菌丰度的增加,增强了微生物对氮的去除作用。HE等[12]研究发现,γ–变形菌、α–变形菌和β–变形菌是人工湿地基质中的主要细菌,并在减少硝酸盐和亚硝酸盐的功能上发挥了重要作用。但是,现有的研究缺少潮汐流人工湿地污染物的去除途径和微生物群落相结合的分析,以及植物的种植对微生物群落以及微生物氮净化作用的影响分析。
本研究构建潮汐流和潜流人工湿地组合,采用工业废弃物—赤泥制成的颗粒作为基质,种植黄菖蒲作为净水植物,分析该潮汐流-潜流人工湿地组合对氮的去除效果以及微生物群落的变化,探讨水生植物和微生物群落对氮去除效果的影响,以期为人工湿地强化脱氮提供科学依据。
1. 材料与方法(Materials and methods)
1.1 基质填料
实验基质所用赤泥取自山西省吕梁市华兴铝业有限公司,取回后自然风干。将其研磨成粉,过100目筛,保存于干燥处。赤泥颗粒的具体实验方法:将过100目筛的赤泥和水泥粉末按照3∶7的比例混合,再加入2.5%的起泡剂,加入去离子水充分搅拌后放入模具中,放室温条件下养护24 h。自然晾干后取出赤泥块放于温度22℃、相对湿度≥ 90%的数控水泥砼标准养护箱中,28 d后取出,将其切割成粒径为10—20 mm的颗粒。
1.2 实验系统
本实验中人工湿地模型工艺组合(TF–SF)由潮汐流湿地单元(TF)和潜流湿地单元(SF)组成(图1)。在装置运行上,TF采用间歇进水和瞬间排水,SF采用瞬间进水和缓慢排水,并且进水和排水同时进行,以保证基质始终处于淹没状态。用两台蠕动泵控制TF单元进水,进出水方式为下行流,PLC时控器负责定时调控装置的进出水;SF单元采用上行流方式进水,进水由自吸水泵控制。在TF单元,自上而下取样(10—70 cm),SF单元自下而上取样(0—40 cm)。TF-SF由两个亚克力圆柱体组成。圆柱体直径为30 cm,高度为100 cm,体积约为70 L。装置的填料高65 cm(底部为Ф25—50 mm砾石,厚度为25 cm;中部为Ф10—20 mm赤泥颗粒,厚度为30 cm;上部Ф2—5 mm砾石,厚度为10 cm),在潮汐流人工湿地单元和潜流人工湿地单元最上部砾石层种植黄菖蒲水生景观植物。为了植被的光合作用,在两个湿地单元上均设有30 W的节能灯作为补充光照,灯光由PLC时控器定时调控,光照时间为每天的6:30—18:30。
TF单元运行方式为:瞬时进水0.33 h—反应期4.82 h—瞬时排水0.05 h—闲置期5.80 h,每个周期12 h,每天2个周期,每个周期处理水量为10 L。SF单元运行方式为:瞬间进水和缓慢排水,且进水和排水同时进行,处理水量为10 L,水力停留时间为11.95 h。2019年7月启动反应器,实验室温度为18—25 ℃,实验用水为人工模拟污水,由葡萄糖、氯化铵、磷酸二氢钾配制,同时投加无水氯化钙、硫酸镁、FeSO4·7H2O等补充微量元素,污水pH为4.81—6.42。其他主要水质指标见表1。反应器进行为期2个月的微生物挂膜,直到出水稳定后,开始正式实验。
表 1 实验水质Table 1. Experimental water quality项目水质参数Project water quality parameters 初始浓度范围/(mg · L−1)Initial concentration range CODcr 304.72—902.62 -NNH+4 13.51—27.09 TN 15.12—26.54 -NNO−3 0.00—1.04 1.3 实验方法
1.3.1 水质指标测定
CODcr、TN、
-N、NH+4 -N等指标的测定按照国家环境总局编著的《水和废水监测分析方法(第四版)》[13]进行。NO−3 1.3.2 植物生长监测分析
种植植物前,测定用于实验的植物生物量,供后续计算使用。植物高度在实验运行的全过程中进行长期测量,以观察植物长势,实验结束后,对湿地植物进行收割,分为地上、地下两部分,测定植物生物量、根长[14]。在实验的开始和结束时测定植物的湿重W1(g),挑选代表性的植株样品在105 ℃下干燥10 min,以灭活植物中酶的活性,然后在70 ℃下干燥12 h,测定干重W2(g),将植物粉碎成粉末(过40目筛),混合均匀并密封保存,采用H2SO4-H2O2溶液消解,采用半微量凯氏法测定植物全氮[14]。
植物氮积累量(PA),单位为mg·株−1,计算公式如下:
PA=PB×PC (1) 式中,PA为植物氮积累量(mg·株−1),PB为植物不同器官生物量(g·株−1),PC为植物不同器官全氮含量(mg·g−1)。
1.3.3 高通量测序分析方法
通过OMEGA Soil DNA试剂盒提取基质中微生物DNA。使用通用细菌引物16S rRNA的5′–ACTCCTACGGGAGGCAGCAG–3′和5′–GGACTACHVGGGTWTCTAAT–3′(V3—V4区)对提取的DNA进行PCR扩增。PCR扩增条件:98 ℃(3 min)初始变性,然后进行25个循环,98 ℃变性30 s,50 ℃退火30 s,72 ℃延伸30 s,最后5 min延伸至72 ℃。将所有序列读数聚类到操作分类单位(OTU)(相似性阈值为97%)。高通量测序服务由上海美吉生物平台提供(上海,中国)。
1.3.4 数据分析与处理
实验数据使用Microsoft Excel 2010统计分析,数据图使用Origin 2015软件进行绘制。
2. 结果与讨论(Results and discussion)
2.1 潮汐流-潜流人工湿地系统对污水的净化效果
TF–SF的进水TN含量为15.12—26.54 mg·L−1,平均TN含量为21.52 mg·L−1(图2);潮汐流人工湿地单元(TF)出水的TN去除率为53.96%—76.22%,平均去除率为68.88%;TF–SF的出水TN去除率为57.52%—81.29%,平均去除率为68.99%。TF–SF进水的
-N含量为13.51—27.09 mg·L−1,平均含量为21.86 mg·L−1;TF出水的NH+4 -N去除率为74.80%—87.26%,平均去除率为81.79%;TF–SF出水的NH+4 -N去除率为55.59%—78.59%,平均去除率为70.12%。在TF–SF中,SF对NH+4 -N的去除没有起到促进作用,反而其出水的NH+4 -N含量高于其进水。NH+4 -N和TN表现出相似的去除趋势,这是因为NH+4 -N是进水中氮的主要来源,NH+4 -N经过硝化-反硝化作用去除,说明人工湿地有较强的反硝化作用。TF的运行方式可将氧气带入装置,进而提高氮的去除效果。NH+4 随着运行时间的增加,TF–SF的
-N去除率越来越低。这是由于SF的运行方式为快速进水和缓慢排水,一直处于充满水的状态,其氧含量过低,硝化强度相比TF较低,仅发生在SF的上部;且基质对NH+4 -N的吸附作用,致使一部分NH+4 -N留存在SF中。随着运行时间的增加,NH+4 -N残留量越来越高,从而使得SF出水NH+4 -N含量越来越高。基于以上现象,应在装置运行一段时间后,进行停床处理,排空TF–SF内的水,使得系统内留存的氨氮能够与空气接触,减小TF–SF内NH+4 -N的留存量。另需对装置进行改良,对SF进水补充适量碳源,提高污水的停留时间,为该单元发挥反硝化作用提高能量。NH+4 -N为进水主要氮源形态,NH+4 -N是在硝化反应过程中生成的(图3)。TF–SF进水NO−3 -N含量为0—1.04 mg·L−1,平均值为0.50 mg·L−1;TF出水NO−3 -N含量为0—0.26 mg·L−1,平均值为0.12 mg·L−1;TF–SF出水的NO−3 -N含量为0—0.23 mg·L−1,平均含量为0.09 mg·L−1。在TF–SF中,TF和SF出水的NO−3 -N含量均很小,均低于1.0 mg·L−1,有些甚至浓度为零,整体呈不规律的变化。在TF–SF中,TF在第2天出水的NO−3 -N浓度明显增加,而SF中又降低,说明TF中发生了硝化反应,SF中发生了反硝化作用。在TF–SF运行的第4—10天和第16天,TF和SF出水浓度都低于进水,说明TF内发生了反硝化作用。在TF中,出水NO−3 -N含量低于进水,说明TF中发生了同步硝化—反硝化[15]。TF在充满水的状态下,NO−3 -N主要通过填料或生物膜的吸附作用被消耗;微生物的硝化作用主要发生在TF处于空置的状态时,此时大气中的O2进入基质的孔隙间,与基质表面的生物膜发生接触,此时NH+4 -N转化成NH+4 -N。NO−3 与SF相比,TF单元表现出更好的
-N去除效果。其原因是,在TF中,首先发生了除氮的第一步—硝化反应,生成了NO−3 -N,其中消耗了大部分可用碳源;在水进入到SF中,虽SF为缺氧和厌氧环境,有利于反硝化作用的发生,但因其可利用碳源含量少,缺少反硝化作用所需的能量。反硝化细菌多为异养细菌,污水中有机碳源的含量制约着反硝化细菌的生长繁殖,从而影响了反硝化作用,有机碳浓度较低会使NO3−-N的去除效果表现较差[16]。NO−3 微生物吸收、基质过滤以及植物根系截留为人工湿地系统中有机物的主要去除途径,在对有机物的去除中,植物的贡献较小,可溶性有机物通过在淹水过程中与基质表面的微生物膜接触反应被消耗分解,不溶性有机物通过基质截留后在排空阶段、系统充氧时被微生物降解[17]。TF–SF进水的COD含量为304.72—1315.83 mg·L−1,平均含量为739.31 mg·L−1;TF出水的COD去除率为29.01%—78.91%,平均去除率为60.07%;TF–SF出水的COD去除率为38.43%—95.80%,平均去除率为67.12%(图4),说明TF–SF对有机物具有较好的去除效果。在TF–SF中,TF和SF都对有机物较好的去除。TF独特的间歇进水和瞬时排水的潮汐运行模式下,基质上附着的有机物在TF空置时被硝化作用利用,减少了COD含量。TF–SF进水的COD浓度变化较大,这是由于本实验进水配置采用葡萄糖作为碳源,4 d配置1次,葡萄糖在室温下易挥发[18],使得进水COD含量变化较大。
TF–SF中第2天的COD去除率较低,是因为TF–SF进水的COD含量较低,进水中可利用的碳源较低。然而,第2天的
-N和TN的去除率却没有表现的很差,这是因为TF–SF刚培养完微生物,系统内能量充足,硝化反应所需能量系统内可提供,从而在进水COD含量较小的情况下也表现出较高的除氮效果。在TF–SF运行的第6—10天,SF对COD的去除发挥了一定作用,说明SF利用进水中的碳源发生了反硝化作用,使得装置的除氮效果表现较好。随着运行时间的增加,SF逐渐对COD的去除不发挥作用,且SF中COD的含量高于TF,可能是由于基质对有机物的吸附作用,部分COD残留在SF中,致使SF出水的COD含量高于其进水。对此,应延长水体在装置内的停留时间,以提高其除氮效果,保证其长时间的稳定运行。NH+4 实验期间,进水和出水的pH、溶解氧(DO)的平均值如表2所示。与进水DO相比,在TF–SF中,TF和SF的出水DO浓度都下降了6.74—7.48 mg·L−1。这是因为微生物去除COD和氨氧化过程中消耗了水体中的DO。在TF中,好氧微生物利用进水中的溶解氧以及从大气携带进入的O2发生硝化反应,使得DO浓度降低;SF中的DO含量更低,说明SF单元为缺氧和厌氧环境,进行反硝化作用,可弥补TF由于氧含量高导致反硝化作用不好的缺点,可提高氮的去除率。
表 2 潮汐流-潜流人工湿地的进出水参数Table 2. Water inlet and outlet parameters of TF–SF组别Group pH DO / (mg·L−1) 进水 Inflow 5.74 8.62 TF出水 TF effluent 5.61 1.88 TF–SF出水 TF–SF effluent 5.82 1.14 在TF和SF中,硝化反应和反硝化反应的进行需要一定的碱性环境来维持系统内pH的缓冲性能。由于赤泥呈强碱性(pH=10—12),本实验设计时将进水配置呈弱酸性。在前期的培养实验中,基质的碱性被进水中和,装置内呈弱酸环境(表2)。因此,不适合的pH环境减弱了基质表面微生物的活性,导致对氮的去除效果降低。在今后的研究中,需注意进水的pH值。
2.2 潮汐流-潜流人工湿地系统微生物群落分析
2.2.1 潮汐流-潜流人工湿地系统微生物多样性分析
TF–SF的微生物多样性和丰富度见表3,采用Alpha多样性分析方法对TF–SF中细菌的多样性进行分析。在TF–SF中,TF和SF的微生物测序中样本文库覆盖率均大于0.99,说明测序结果能够代表湿地的真实情况[19]。TF–10(即TF中10 cm处理深度)、TF–30(即TF中30 cm处理深度)和SF–60(即SF中60 cm处理深度)的Ace指数分别为1587.47、1514.32、1550.49,Chao指数分别为1556.43、1499.46和1526.75,TF–10和SF–60的Ace指数和Chao指数均大于TF–30;TF–10、TF–30和SF–60的Shannon指数分别为5.54、5.23和5.59,Simpson指数分别为0.0110、0.0189和0.0109,TF–10和SF–60的Shannon指数均大于TF–30,且TF–30的Simpson指数最大,因为TF–10和SF–60这两个取样点都在植物根系周围,说明人工湿地中种植植物可拥有更高的微生物群落丰富度和多样性,进而提高了人工湿地对氮的去除作用。植物根系分泌氧气和有机物,可促进微生物富集生长,所以种植植物可以提高微生物群落多样性。
表 3 潮汐流-潜流人工湿地微生物多样性和丰富度Table 3. Microbial diversity and richness in samples of TF–SF组别Group 测序数量 Sequence number 丰富度指数 Richness index 多样性指数Diversity index 覆盖率Fraction of Coverage Sequences Sobs Ace Chao Shannon Simpson Coverage TFCW-10 45744 1381 1587.47 1556.43 5.54 0.0110 0.994 TFCW-30 41302 1279 1514.32 1499.46 5.23 0.0189 0.993 SFCW-60 49453 1428 1550.49 1526.75 5.59 0.0109 0.996 2.2.2 潮汐流-潜流人工湿地系统微生物门、纲分类水平组成差异分析
TF–SF中微生物独有和共有的OTU数目。从图5可知,在TF–SF中,TF–10、TF–30和SF–60检测到的细菌OTU数目分别为1381、1279和1428,说明相比于SF,TF的运行方式会使装置内细菌的种类减少,一些不能适应TF内部厌氧—好氧环境交替出现的菌群会逐渐消亡,最终留存下来的菌群成为优势菌群。TF–SF中共有的OTU有981个,分别占TF–10、TF–30和SF–60检测到的OTU数目的71.04%、76.70%和68.70%,说明TF–SF中,TF–10和TF–30微生物群落不同,这是因为TF中植物根系周围具有富集微生物的作用;TF–10和SF–60微生物群落不同,是因为TF和SF不同的运行方式致使其氧环境不同。
TF–SF微生物门(Phylum)水平组成见图6(a)。可将微生物检测频率>1%的菌门作为主要的菌门[20]。共发现有9个菌门,分别为Proteobacteria(变形菌门)、Actinobacteria(放线菌门)、Chloroflexi(绿弯菌门)、Bacteroidota(拟杆菌门)、Firmicutes(厚壁菌门)、Patescibacteria(髌骨细菌门)、Acidobacteriota(酸杆菌门)、Nitrospirota(硝化螺旋菌门)、Myxococcota(粘球菌门),这9种菌门在TF-SF中3个取样点的相对丰度比例之和为94.35%—96.27%。
本研究中的主要优势菌门为变形菌门,其在生物脱氮的过程中具有重要作用,这与ZHANG等[21]、LI等[22]的研究结果一致,说明人工湿地基质具有相似的优势菌门。MIAO等[23]研究表明,变形菌门和厚壁菌门对反硝化作用有重要作用,硝化螺旋菌门含有丰富的硝化功能的菌属。变形菌门在TF–10、TF–30和SF–60的相对丰度分别为28.04%、30.12%和21.90%,厚壁菌门的相对丰度分别为7.68%、9.01%和3.73%,硝化螺旋菌门的相对丰度分别为1.22%、0.79%和2.22%,变形菌门和厚壁菌门在3个取样点的相对丰度表现为TF–30 > TF–10 > SF–60,这种趋势与各取样点的氮去除率一致。TF–30处变形菌门的相对丰度高于TF–10,但TF–30硝化螺旋菌门的相对丰度却低于TF–10,这是因为植物的种植改善了微生物的多样性。
TF–SF微生物纲(Class)水平组成见图6(b)。将微生物检测频率>1%的菌纲作为主要的菌纲,共发现15个菌纲。变形菌门中的γ–变形菌纲(Gammaproteobacteria)、α–变形菌纲 (Alphaproteobacteria) 在TF–SF中3个取样点的相对丰度占比分别为14.89%—22.81%、7.01%—7.94%。γ–变形菌纲和α–变形菌纲均属于革兰氏阴性菌,说明TF–SF中的基质富集了革兰氏阴性菌,促进了系统中污染物的生物降解。LI等[24-25]发现γ–变形菌在去除
-N和NO−3 -N方面具有重要作用。γ–变形菌纲在3个取样点的相对丰度表现为TF–30 > TF–10 > SF–60,这种趋势与各取样点的氮去除率一致。NO−2 2.2.3 潮汐流-潜流人工湿地系统功能微生物差异性分析
有关研究表明,不动杆菌属(Acinetobacter)、硫杆菌属 (Thiobacillus)和索氏菌属(Thauera)等具有反硝化作用,参与氮的转化[26-28]。硝化杆菌属(Nitrobacter)和硝化螺菌属(Nitrospira)具有硝化功能[29-30],亚硝化单胞菌属(Nitrosomonas)和亚硝化螺菌属(Nitrosospira)具有氨氧化功能[31]。另外,YAO等[32]研究表明,不动杆菌可通过异养来转化氮硝化和好氧反硝化。
TF–SF微生物属(Genus)水平组成见图6(c)。其中检测出相对丰度大于0.5%的菌属有71个,包括不动杆菌属、硝化螺菌属和亚硝化单胞菌属,以及其他未知属。TF–SF中硝化作用硝化螺菌属丰度(0.79%—2.22%)高于具有氨氧化细菌的亚硝化单胞菌属(0.12%—0.52%)。某些硝化螺菌属能将
-N完全氧化成NH+4 -N,这可能是TF–SF有较好氨氮去除效果的原因[33]。硝化螺菌属是常见的亚硝酸盐氧化菌[34],在TF–10、TF–30和SF–60中的丰度分别为1.22%、0.79%和2.22%,TF–10和SF–60中的硝化螺菌属丰度均高于TF–30,说明植物的种植有利于基质表面NO2−-N的氧化,从而提高了氨氮的去除效果。NO−3 不动杆菌属是丰度最高的异养反硝化菌属,在TN去除过程中具有重要作用。不动杆菌属在TF–10、TF–30和SF–60中的丰度分别为1.15%、1.38%和0.07%,TF–30处不动杆菌的丰度最高,且此处的氮去除效果最好,说明不动杆菌丰度的增加是微生物氮去除率较高的原因。
2.3 水生景观植物—黄菖蒲吸收对湿地系统除氮的贡献
黄菖蒲(学名:Iris pseudacorus L.)为鸢尾科、鸢尾属植物,为多年生湿生或挺水宿根草本植物,植株高大,根茎短粗,绿色长剑形叶,5—6月开黄色花[35]。实验所用黄菖蒲产自山东临沂,购买回幼苗后对其进行种植培养,使其适应生长环境。培养一段时间后,将植物移植到模型中。在移植到潮汐流-潜流人工湿地系统前,测量植物生物量,并选取相同高度的植物,测量其植物生物量和全氮含量。
在实验期间,实验室温度为15—22 ℃,是黄菖蒲的适生环境,植物地上部分颜色鲜亮,整个实验期间没有枯黄和枯萎的现象,植物均保持着良好的生长状态(表4)。TF内黄菖蒲的长势表现最好,株高、重量和根长也在整个系统中表现最大。TF在进水和排水空置床体时,氧气会进入到装置内,提高了植物根系周边环境的氧浓度,有利于根部细胞的有氧呼吸,促进根部生长,在生长过程中吸收水中的营养物质,从而表现出良好的长势。相比TF,SF内黄菖蒲的长势较差,其原因是潜流的运行方式使得植物周围氧浓度低,不利于植物根部的生长,也说明黄菖蒲能够在人工湿地中成活且长势良好。
黄菖蒲水生景观植物地上部分和地下部分的氮积累量均随着植物的生长而累积。人工湿地水生植物的氮积累量是评价水生植物对氮去除效果的重要指标[36]。TF–SF中黄菖蒲植物的氮积累量见表5。TF–SF中生长的黄菖蒲植物,对TN的累积作用以植株地上部分为主,黄菖蒲植物地上部分TN累积量占整株的42.74%—84.26%。研究表明,植物的收割方式由其体内营养物质的分配特点决定[37]。本研究结果表明,人工湿地植物内的氮可通过收割植物地上部分的方式来将氮移出人工湿地。其中,TF中黄菖蒲的地上部分TN累积量占整株比例为84.26%,SF中黄菖蒲的地上部分TN累积量占整株比例为77.64%。TF中种植的黄菖蒲植物氮积累量在相同生长时间内远大于SF,这与潮汐流人工湿地独特的运行方式密不可分。TF中充足的氧环境保障了植物根部细胞的有氧呼吸,使得植株生长健壮且生长迅速,表现出较高的植物生物量,从而具有较高的植物氮吸收量。
表 4 潮汐-潜流人工湿地黄菖蒲植物生长状况Table 4. The growth status of yellow calamus in TF–SF人工湿地Constructed wetland 地上部分Aboveground 地下部分Underground 株高/cm Plant height 鲜重/g Fresh weight 干重/gDry weight 根长/cm Root length 鲜重/g Fresh weight 干重/g Dry weight 种植前 36.3 8.53 0.92 14.5 5.22 2.15 潮汐流 128.2 56.48 8.08 23.8 19.40 3.00 潜流 74.2 32.03 5.11 20.1 16.06 2.51 表 5 潮汐流-潜流人工湿地黄菖蒲植物氮积累量Table 5. Nitrogen accumulation of acorus calamus in TF–SF人工湿地Constructed wetland 植物生物量/g Plant biomass 植物氮积累量/(mg·株−1)Plant nitrogen accumulation 地上部分Aboveground 地下部分Underground 总净重Total net weight 地上部分Aboveground 地下部分Underground 总净重Total net weight 种植前 0.92 2.15 3.07 18.17 24.34 42.51 潮汐流 8.08 3.00 11.08 195.05 36.44 231.49 潜流 5.11 2.51 7.62 111.18 32.01 143.20 3. 结论(Conclusion)
TF–SF的水力停留时间为11.95 h,运行周期为12 h时,对
-N的去除大于TN,表明TF比SF对NH+4 -N具有更高的去除量。在TF–SF中,TF为好氧环境,SF为以厌氧和缺氧为主的环境,整个组合人工湿地为硝化—反硝化组合,使系统表现出较强的脱氮效果。TF–SF中微生物群落具有较高的丰富度和多样性,且黄菖蒲植物的种植可改善基质微生物的丰富度和多样性,并发现微生物丰富度和多样性的改善促进了微生物的除氮作用,使TF–SF表现出较好的脱氮效果。TF–SF中富集不动杆菌属、硝化螺菌属和亚硝化单胞菌属等优势硝化和反硝化菌属,这些菌属是人工湿地中主要的脱氮菌属,它们的增加是微生物氮去除率较高的原因。NH+4 黄菖蒲能够在人工湿地中成活且长势良好,能够在我国华北地区种植。植物生物量直接影响植物体内氮积累量,植物的除氮效果优劣可直接通过生物量得出结论。在今后的人工湿地建造过程中,多选择像黄菖蒲这样的具有高生物量的植物种类,有利于水体净化效果的提高。黄菖蒲植物表现出较高的去除率与其发达的根系、试验期间生长量大有关,根系的分泌物有利于微生物的生长,促进降解物质的分泌,从而对水体中的氮具有较高的去除率。
本研究采用TF和SF的组合形式,SF在除氮过程中未起到太大作用,是由于实验设置的水力停留时间太短,以及SF中的进水COD含量太低,不利于反硝化作用的进行。仍需继续研究来寻找TF、SF及多种组合方式的最优运行参数。在今后人工湿地的除氮实验中,应使进水的pH值控制在7.0—8.0,保证人工湿地系统的稳定除氮效果。
-
表 1 实验用原水主要特性
Table 1. Characteristics of raw water
pH 温度/℃ 浊度/NTU CODMn/( mg·L−1) TP/( mg·L−1) TN/( mg·L−1) 7.9~8.4 −1.5~24.0 1.08~64.00 1.03~5.92 0.01~0.08 0.64~3.90 表 2 方差因子解释情况
Table 2. Explanations of variance factors
潜在因子 X方差 累计X方差 Y方差 累计的Y方差 1 0.485 0.485 0.732 0.732 2 0.207 0.692 0.057 0.774 3 0.200 0.892 0.003 0.775 4 0.104 0.997 0.001 0.775 5 0.003 1 0.001 0.767 表 3 自变量累积投影重要性
Table 3. Cumulative projection importance of independent variables
变量 因子1 因子2 因子3 因子4 因子5 混合水浊度 2.178 2.121 2.120 2.119 2.111 温度 0.441 0.506 0.509 0.509 0.511 MLSS 0.204 0.352 0.356 0.357 0.359 SVI 0.137 0.347 0.347 0.349 0.359 污泥沉降比 0.027 0.033 0.034 0.052 0.161 -
[1] LI Z, JIANG N, WU F, et al. Experimental investigation of phosphorus adsorption capacity of the waterworks sludges from five cities in China[J]. Ecological Engineering, 2013, 53: 165-172. doi: 10.1016/j.ecoleng.2012.12.038 [2] ANDRADE J, WENZEL M, HOLSBACH G, et al. Performance of rendering mortars containing sludge from water treatment plants as fine recycled aggregate[J]. Journal of Cleaner Production, 2018, 192: 159-168. [3] GOTTFRIED A, SHEPARD A, HARDIMAN K, et al. Impact of recycling filter backwash water on organic removal in coagulation–sedimentation processes[J]. Water Research, 2008, 42(18): 4683-4691. doi: 10.1016/j.watres.2008.08.011 [4] WANG L, ZOU F L, FANG X L, et al. A novel type of controlled low strength material derived from alum sludge and green materials[J]. Construction and Building Materials, 2018, 165: 792-800. doi: 10.1016/j.conbuildmat.2018.01.078 [5] 柯水洲, 涂家勇, 朱佳, 等. 不同混凝剂对污泥回流效果和絮体特性影响研究[J]. 水处理技术, 2016, 42(2): 19-22. doi: 10.16796/j.cnki.1000-3770.2016.02.005 [6] 童祯恭, 吴哲帅, 钟赐龙. 排泥水回流混凝安全性实验研究[J]. 水处理技术, 2020, 46(8): 85-89. doi: 10.16796/j.cnki.1000-3770.2020.08.017 [7] KANG C, ZHAO Y Q, TANG C, et al. Use of aluminum-based water treatment sludge as coagulant for animal farm wastewater treatment[J]. Journal of Water Process Engineering, 2022, 46(11): 102645. [8] NAIR T, AHAMMED M M. The reuse of water treatment sludge as a coagulant for post-treatment of UASB reactor treating urban wastewater[J]. Journal of Cleaner Production, 2015, 96(1): 272-281. [9] DAYARATHNE H N P, ANGOVE M J, JEONG S, et al. Effect of temperature on turbidity removal by coagulation: Sludge recirculation for rapid settling[J]. Journal of Water Process Engineering, 2023, 46(10): 102559. [10] 蔡燕勇. 高密度澄清池在合肥市六水厂的应用[J]. 城镇供水, 2012(5): 25-27. doi: 10.14143/j.cnki.czgs.2012.05.019 [11] 陈俊宇, 刘彩虹, 刘畅, 等. 聚合氯化铝强化好氧颗粒污泥的形成及污染物去除特性研究[J]. 水处理技术, 2022, 48(1): 64-69+74. doi: 10.16796/j.cnki.1000-3770.2022.01.013 [12] 陆洪涛. 偏最小二乘回归数学模型及其算法研究[D]. 华北电力大学, 2014. [13] 王刚, 张福印, 李明辉, 等. 基于偏最小二乘回归算法的空气质量监测系统研究[J]. 传感器与微系统, 2022, 41(1): 37-40+49. doi: 10.13873/J.1000-9787(2022)01-0037-04 [14] 徐勇鹏, 朱世俊, 崔福义. 连续回流生产废水对净水厂出水水质影响的中试研究[J]. 哈尔滨工业大学学报, 2016, 48(8): 55-60. doi: 10.11918/j.issn.0367-6234.2016.08.009 [15] 汪俊杰, 刘研萍, 朱佳, 等. 不同条件的底泥回流对强化絮凝的影响[J]. 环境工程, 2020, 38(3): 82-86+141. doi: 10.13205/j.hjgc.202003014 [16] 付晶淼. 污水强化混凝特征及控制因素研究[D]. 山西大学, 2018. [17] 朱艳旭, 李孟, 包宇飞, 等. 沉淀池污泥回流强化低浊水处理研究[J]. 水处理技术, 2016, 42(5): 124-127. doi: 10.16796/j.cnki.1000-3770.2016.05.029 [18] 孙一鸣. 聚铝污泥回流强化混凝工艺深度处理制药废水效果研究[D]. 哈尔滨工业大学, 2019. [19] 洪云, 徐慧. 不同混凝剂处理低温低浊水[J]. 环境工程学报, 2015, 9(9): 4421-4426. doi: 10.12030/j.cjee.20150952 [20] 樊鹏超, 曾薇, 纪兆华, 等. 城市污水厂活性污泥中胞外聚合物与工艺运行及污泥沉降性能的相关性分析[J]. 环境科学学报, 2017, 37(8): 2996-3002. doi: 10.13671/j.hjkxxb.2017.0024 [21] 夏季春, 程志刚, 刘保超, 等. 浅议净水厂高效澄清池投药量与污泥回流比优化区间[J]. 给水排水, 2015, 51(11): 120-122. doi: 10.3969/j.issn.1002-8471.2015.11.029 [22] 孟凡凡, 丁志磊, 杨琴, 等. 污泥含量与回流方式对低负荷污水除氮磷的影响[J]. 水处理技术, 2019, 45(7): 119-121. doi: 10.16796/j.cnki.1000-3770.2019.07.025 [23] 陈停, 崔福义, 徐叶琴, 等. 净水厂生产废水回用强化混凝处理低浊水及安全性[J]. 中国给水排水, 2018, 34(5): 21-25. doi: 10.19853/j.zgjsps.1000-4602.2018.05.005 [24] 李卫华, 田士玉, 唐玉朝, 等. 近红外光谱结合区间偏最小二乘法快速分析污泥中蛋白质含量[J]. 环境工程学报, 2017, 11(3): 1819-1824. doi: 10.12030/j.cjee.201512049 [25] 陈品杰, 吴雪辉. 红外光谱结合偏最小二乘法快速检测油茶籽油脂肪酸组成的模型建立与评价[J]. 中国油脂, 2022, 47(12): 112-118. doi: 10.19902/j.cnki.zgyz.1003-7969.210631 [26] 李远华, 陶劲松, 李继庚, 等. 基于偏最小二乘法的纸张抗张强度预测模型[J]. 化工学报, 2014, 65(9): 3544-3551. doi: 10.3969/j.issn.0438-1157.2014.09.032 [27] 金浩哲, 叶浩杰, 偶国富, 等. 基于偏最小二乘法的加氢换热器NH4Cl结晶温度预测模型[J]. 石油学报(石油加工), 2017, 33(6): 1176-1182. -