Influence of C/N ratio on the nitrogen removal and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlands

PAN Fuxia; LAI Xiaoshuang; WANG Shuzhi; WANG Hui

doi:10.12030/j.cjee.202010136

2021 Volume 15 Issue 4

Article Contents

Abstract

1. 材料与方法

2. 结果与讨论

3. 结论

References

Previous Article Next Article

PAN Fuxia, LAI Xiaoshuang, WANG Shuzhi, WANG Hui. Influence of C/N ratio on the nitrogen removal and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlands[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1386-1394. doi: 10.12030/j.cjee.202010136

Citation:

PAN Fuxia, LAI Xiaoshuang, WANG Shuzhi, WANG Hui. Influence of C/N ratio on the nitrogen removal and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlands[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1386-1394. doi: 10.12030/j.cjee.202010136

Influence of C/N ratio on the nitrogen removal and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlands

1.
Institute of Environment and Ecology, Shandong Normal University, Jinan 250358, China
2.
School of Water Conservancy and Environment, University of Jinan, Jinan 250022, China

Corresponding author: PAN Fuxia, fxpan2020@163.com ;
Received Date: 26/10/2020
Available Online: 10/04/2021

Abstract

To improve the removal efficiency of the low C/N ratio sewage by subsurface flow constructed wetland, the influences of C/N ratios(0.9∶1, 2∶1, 4∶1) on the nitrogen removal rate, microbial community structure and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlandsat the vigorous stage of plant growth were studied. The results were as follows: the removal rate of ${\rm{NO}}_3^ -$ was 57.48%~83.19%, and increased with the increase of C/N ratio. The removal rates of COD and TN increased as the C/N ratio increased to 2 and 4, and both of them were above 80%. The gene abundance of nirK, nosZ and anammox bacterial 16S rRNA of the treatments with C/N ratios of 2 and 4 were significantly higher than that of the treatment with low C/N ratio (C/N=0.9) (P<0.05); the gene abundance of nxrA decreased as the C/N ratio increased. The bacterial species number, Shannon-Wiener index, Simpson index and Chao1 index increased with the increase of C/N ratio. The Proteobacteria and Acidobacteria were the dominant bacteria in all treatments, which accounted for 62.89%~69.66% of the total bacteria sequences. Principle coordinate analysis of bacterial communities showed that there were huge differences of microbial community among the three treatments. Thus, adjusting the C/N ratio to 2 and 4 could improve the removal efficiency of the sewage in the horizontal subsurface flow constructed wetland during the vigorously stage of plant growth. Adding carbon source and changing aeration condition could change the functional gene abundance and microbial community structure in the substrate to improve the removal efficiency of contaminants.
- nitrogen removal efficiency,
- aeration,
- low C/N sewage,
- functional gene abundance,
- microbial community structure

随着我国城市化进程的加快和人民生活水平的提高，轨道交通迎来了跨越式的发展，选择乘坐地铁的人数也随之增加，地铁目前已成为人们日常出行最常用的交通工具之一^[1]。然而，随着地铁越来越普及，地铁站及地铁车厢中空气质量问题逐渐凸显出来，人们越来越注重地铁车厢环境的健康效应。

在地铁站及车厢中，常见的空气污染物主要有颗粒物(particulate matter，PM)、挥发性有机化合物(volatile organic compounds, VOCs)和细菌等^[2]。其中VOCs是车厢内具有代表性的污染性气体，其来源广泛，成分复杂。大多数VOCs有令人不适的气味且会危害健康，对人体健康影响较大^[3]。世界卫生组织(WHO)对VOCs的定义是指在熔点低于室温而沸点在50~260 ℃之间的挥发性有机化合物的总称^[4]，包括烷烃类、烯烃类、芳烃类、醛类、醇类、酯类、酮类等^[5]。根据WHO报道，VOCs中具有使人致癌的物质，例如三氯乙烯、苯、甲苯、二甲苯等^[6]，这些物质会使人患呼吸道疾病^[7]、神经系统障碍和诱发白血病^[8]，甚至会致人死亡。

地铁站作为一种特殊的建筑，结构紧凑，通风性能差，污染物容易积聚^[9]。许多研究^[10-12]表明，地铁内的VOCs质量浓度有超标的现象。JI等^[13]研究发现，南京地铁站内TVOCs的质量浓度为1 027.6~1 801.8 μg·m⁻³，超过国家标准限值。ZHANG等^[14]测定了上海5个地铁站站台层的苯、甲苯、乙苯和二甲苯质量浓度值分别为(10.3±2.1)、(38.7±9.0)、(19.4±10.1)和(30.0±11.1) μg·m⁻³。PARK等^[15]发现，韩国首尔地铁站甲醛污染水平为(15.4±7.2) μg·m⁻³，TVOCs污染水平为(169.5±55.6) μg·m⁻³。地铁内污染物质量浓度较高，会对人群健康造成影响^[16-18]。NYSTRÖM等^[19]通过对20名工作在地铁站的志愿者健康监测发现，地铁站内的VOCs污染会对人体呼吸道产生潜在影响。地铁车厢相对于地铁站而言环境更为密闭，车厢内部主要通过通风系统来对空气品质量进行调节^[20]。FENG等^[21]发现上海3条线路的地铁车厢VOCs污染水平为23.8~90.9 μg·m⁻³。CHEN等^[22]对中国台湾北部地铁车厢TVOCs进行测定，冬季体积分数为6.4×10⁻⁸，夏季体积分数为7.38×10⁻⁷。GONG等^[23]研究发现，列车内VOCs体积分数对人体的暴露水平为8.5×10⁻⁶~4.8×10⁻⁵，会对人群造成轻度致癌风险。

地铁站及车厢内VOCs来源一般分为内部来源和外界来源。内部来源通常有站内及车厢内的部分设施^[24]和人员散发^[25]。设施通过黏合剂材料和装饰材料挥发产生VOCs ^[26]。李人哲等^[27]对轨道客车司机室内的VOCs进行溯源发现，内饰板散发的苯甲醛质量浓度为27.49 μg·m⁻³，对车内VOCs的来源贡献最大。已有研究^[28]表明，人员散发对室内的VOCs质量浓度的贡献率约为40%。高峰期时随着人员的增多，VOCs的质量浓度也会增加^[29]。GONG等^[23]发现，车厢乘客数量从40人增加到200人，丙酮和丙烯醛的质量浓度从7.71 μg·m⁻³增至26.28 μg·m⁻³。外部来源主要由人员流动^[30]和通风系统换气引起^[31]。人员行走时，VOCs随空气流动扩散，造成其他地方污染增加。通风管理不当使外界高质量浓度VOCs进入地铁站或车厢内，也会导致VOCs污染水平升高^[32]。由此可见，地铁车厢内VOCs质量浓度受许多因素综合影响^[33]，故对地铁站及车厢内VOCs进行系统研究至关重要。但目前对VOCs种类、来源及影响因素并未进行全方面的报道较少。

本研究针对成都地铁部分线路和站点，通过采样泵和Tenax-TA采样管进行现场采样，用GC-MS分析地铁站台及车厢中VOCs的主要种类，探究人员密集程度与车厢内VOCs质量浓度的关系，分析通风系统对车厢内VOCs质量浓度的影响，探索地铁站内站厅层和站台层VOCs的空间分布变化并确定地铁站及车厢内VOCs的种类和影响因素，旨在为相关部门制定地铁系统VOCs污染防治相关政策提供数据支撑，从而有效控制地铁站以及车厢内VOCs质量浓度、降低乘客健康风险。

1. 材料与方法

1.1 采样方案

为探究地铁站及车厢内的VOCs的具体种类及质量浓度，本研究按照成都地铁开通的时间顺序选取具有代表性的5条线路(开通日期依次为2010-09-27(1号线)、2016-01-01(4号线)、2017-12-06(7号线)、2020-09-27(18号线)和2020-12-18(6号线))进行采样(表1)。地铁车厢采样时刻包含高峰期(17:00—19:00)和非高峰期时段(14:00—16:00)，地铁车厢通风口采样时间均在非高峰期时段进行，且同步采样地铁车厢内空气。地铁车站的采样在非高峰期时段的站厅层以及站台层进行。所采样的站点均在7号线上，包含换乘站太平园站(3、7、10号线换乘)和西南交大站(6、7号线换乘)以及非换乘站八里庄站、槐树店站和九里堤站(表2)。成都地铁线路图及开通日期见图1，地铁站示意图及站内采样点如图2所示。

表 1 采样线路、采样时刻及路段范围

Table 1. Sampling lines, sampling moments and section ranges

采样线路	非高峰期采样时刻	高峰期采样时刻	采样路段
1号线	14:00—16:00	17:00—19:00	高新站—麓湖站
4号线	14:00—16:00	17:00—19:00	玉双路站—非遗公园站
6号线	14:00—16:00	17:00—19:00	西南交大站—金石路站
7号线	14:00—16:00	17:00—19:00	花照壁站—琉璃场站
18号线	14:00—16:00	17:00—19:00	孵化园站—三岔站

| Show Table

DownLoad: CSV

表 2 7号线地铁站采样情况

Table 2. Sampling information of line 7 metro stations

采样站点	非高峰期采样时刻	是否为换乘站
九里堤站	14:00—16:00	否
西南交大站	14:00—16:00	是(与6号线换乘)
槐树店站	14:00—16:00	否
八里庄站	14:00—16:00	否
太平园站	14:00—16:00	是(与3、10号线换乘)

| Show Table

DownLoad: CSV

图 1 成都地铁线路图及开通日期

Figure 1. Chengdu metro lines map and opening date

下载: 全尺寸图片幻灯片

图 2 地铁站采样点示意图

Figure 2. Schematic of the sampling points

下载: 全尺寸图片幻灯片

1.2 采样装置

现场采集地铁站台以及车厢内的VOCs样品，所用采样装置包括采样导管、填充柱采样管(TENAX-TA 采样管，MARKS 英国)、恒流气体采样器(QC-2B 型，北京劳动保护研究所)以及CO₂监测仪(HOBO MX1102A，美国)。采样导管由低吸附的聚四氟乙烯制成，出气口与填充柱采样管及恒流气体采样器相连。

1.3 采样方法

2021年9—11月，对成都地铁站进行50余次采样。采集样品前，先开启采样泵运行约30 s，流量设为0.3 L·min⁻¹，确保采样导管中的非舱内气体排出，气体排出完毕，开始正式采样。使用 TENAX-TA 采样管采集空气中的 VOCs 组分，采样流速为0.3 L·min⁻¹，采样时间为30 min，采样量为9 L。采样位置参照《室内空气质量标准》(GB/T 18883-2002)^[34]中的相关要求。在车厢内采样时，采样点固定在车厢中部呼吸区区域(离地面约1 ~1.5 m高度处)；在车厢内通风口采样时，将采样点设置在通风口处；在站厅层采样时，采样点位于检票口处，高度约1~1.5 m处；在站台层采样时，采样点位于站台两侧的屏蔽门中间处，高度约1 m。仪器及现场采样位置见图3。每次测试使用2根未采样的TENAX-TA采样管作为空白样，以减少采样管本身的影响和分析过程中造成的样品污染。

图 3 地铁站及车厢内实际采样位置

Figure 3. Actual sampling locations in metro stations and carriages

下载: 全尺寸图片幻灯片

1.4 分析方法

采用热脱附仪将TENAX-TA采样管吸附的VOCs脱离出来，再用GC-MS对物质进行分离和识别。热脱附分为2个阶段。在第1阶段，初始温度为40 ℃，保持3 min，此后，在8 min内，将温度升至160 ℃后保持2 min。在第2阶段，继续升温至240 ℃，并保持4 min。热脱附过程使用的载气为氮气，流量为55 mL·min⁻¹。色谱仪被用来分离不同种类的物质，质谱仪以2.5 Hz的频率扫描整个范围，将所得光谱与原子发射光谱对比，来确认所测化合物的种类。

采用外部标线法对VOCs进行定量分析，向管中注入VOCs混合标准溶液，来制作标准曲线，对于苯、乙苯、甲苯、对/间二甲苯、乙酸乙酯、苯乙烯、邻二甲苯和十一烷8种物质使用标准溶液进行定量，其他VOCs使用甲苯标线进行定量。

为确保本实验结果的可重复性，随机选取2条线路进行平行样采样，平行样的采样结果表明平均相对标准偏差(RSD)小于14%，证实本实验具有较好的重复性。

1.5 数据处理

为保证数据的有效性，需要对检测出的原始数据进行处理。从数据中删去出峰时间小于7 min的物质，选出匹配度大于75%的物质进行定量分析。计算方法见式(1)。

$stringUtils.convertMath($ !{formula.content})

$(1)$

式中：R(x)为检出率；F(x)时有机物被检出次数；N为检测总次数。

2. 结果与讨论

2.1 地铁站台及车厢内VOCs种类

本研究所测到的VOCs种类约为135种。根据式(1)计算出各个物质的检出率并由此确定VOCs种类(大约为54种)。根据化学官能团分类方法，检出地铁站台及车厢空气中存在烷烯烃类、苯系物、醛酮醇酯类和包含乙酸、癸酸等有机酸类物质的其他种类(图4)。其中检出种类最多的是烷烯烃类物质，占总VOCs种类的42.59%，其次是具有毒性的苯系物，占比为27.78%，剩余2类物质占比分别为20.37%和9.26%。图5展示出检出率为80%以上的物质，平均有20种。苯系物的检出率极高，其中检出率高达100%的苯乙烯、对二甲苯，均为对人体容易产生危害的苯系物。环己酮^[35]、乙酸乙酯^[36]是具有特殊气味的物质，容易对乘客乘车舒适性产生影响。图6反映了7号线的车厢内部、7号线九里堤站站台层和站厅层VOCs种类的对比情况。可以明显看出，车厢内部的烷烯烃、苯系物、醛酮醇脂类物质均高于站台层和站厅层。这可能是由于乘客在车厢内停留时间要高于在车站停留时间且车厢内设施与站台地铁站不同导致的。

图 4 VOCs中各类物质占比

Figure 4. Percentage of components in VOCs

下载: 全尺寸图片幻灯片

图 5 地铁站及车厢内高检出率VOCs物质种类

Figure 5. VOCs with high detection rate in metro stations and carriages

下载: 全尺寸图片幻灯片

图 6 地铁站及车厢内VOCs种类对比

Figure 6. Comparison of VOCs types in metro stations and carriages

下载: 全尺寸图片幻灯片

2.2 地铁站台及车厢内VOCs质量浓度

图7为车厢以及站台所得样品中检出率较高的20种物质的质量浓度分布图。由质量浓度检测结果可以看出，大部分物质质量浓度的分布范围比较集中。车厢内环戊硅氧烷的质量浓度最高，为11.104 μg·m⁻³；其次为甲苯，质量浓度为9.518 μg·m⁻³；最小的为二氯甲烷，质量浓度为0.011 μg·m⁻³。站台内质量浓度最高的为甲苯，质量浓度为5.064 μg·m⁻³；其次为2-乙基己醇，质量浓度为2.537 μg·m⁻³；最小的为二氯甲烷，质量浓度为0.085 μg·m⁻³。环戊硅氧烷一般来源于化妆品和护肤品中^[37]。甲苯来源较为复杂，除了来源于油漆、黏合剂，还有一部分来源于乘客^[25]，故质量浓度分布较大。由于二氯甲烷来源较为单一，只存在于油漆、涂料之中^[33,38]，故质量浓度最少。除此之外，不同物质之间的平均质量浓度相差较大，苯系物平均质量浓度均较其他种类高。来源和散发强度不同都会导致平均质量浓度存在较大差异。CHAN等^[39]得到广州地铁车厢内VOCs质量浓度为60.5 μg·m⁻³，其污染程度高于成都地铁。DO等^[40]对比利时地铁车厢的研究发现，VOCs质量浓度为33 μg·m⁻³，这与本研究结果基本一致。李丽^[41]得出上海地铁站台内VOCs质量浓度为(188±3.0) μg·m⁻³， HWANG等^[42]分析了韩国地铁站台VOCs，测得VOCs质量浓度为(119.7±79.5) μg·m⁻³，高于本研究辨析出的成都地铁中VOCs各种污染物质量浓度之和。这可能是因为上海和韩国乘坐地铁人流量高导致的。通过将实测数据与国内外关于室内或乘用车VOCs质量浓度限制的相关标准进行对比(表3)，可以得出成都地铁VOCs质量浓度低于相关标准，说明成都地铁VOCs污染程度较轻。这可能是由于地铁系统采用机械通风，通风量通常比住宅及乘用车大得多，对污染物的稀释倍数较高所致。

图 7 车厢和站台VOCs质量浓度

Figure 7. VOCs mass concentrations in carriages and on platforms

下载: 全尺寸图片幻灯片

表 3 成都地铁系统VOCs浓度与国内外相关规范中质量浓度限制比较

Table 3. Comparison of VOCs mass concentrations in the metro system and limits in relevant standards

种类	车厢质量浓度/ (μg·m⁻³)	站台质量浓度/ (μg·m⁻³)	GB/T 18883-2002^[34] 质量浓度限制/(μg·m⁻³)	GB/T 27630-2011^[43] 质量浓度限制/(μg·m⁻³)	WHO质量浓度限制/ (μg·m⁻³)
苯	1.13~2.35	0.78~1.55	110	110	—
甲苯	2.34~5.07	3.82~9.52	200	1 100	—
二甲苯	0.62~5.16	0.29~9.28	200	1 500	4 800
乙苯	0.55~2.13	0.73~2.75	—	1 500	—
苯乙烯	0.55~1.56	0.59~1.42	—	260	260
注：GB/T 18883-2002为室内空气质量标准；其余2类分别为中国和WHO的乘用车空气质量标准。

| Show Table

DownLoad: CSV

2.3 地铁站台及车厢内VOCs种类和质量浓度的影响因素

1)地铁车厢内不同时段对VOCs质量浓度的影响。不同路线车厢内部VOCs在不同时段的质量浓度对比结果如图8所示。由于6号线高峰期采样前采样管密封不严密，造成样品污染，故剔除了这一数据。除此之外，高峰期的VOCs质量浓度均略高于非高峰期。各种类VOCs对比结果如图9所示。高峰期的醛酮醇酯类物质质量浓度较高，原因在于乙酸正丁酯、壬醛等物质质量浓度较高。根据已有研究，乙酸正丁酯一般用于涂料之中^[44]，壬醛多为人体散发成分之一^[25]，丙酮也可以通过人体新陈代谢过程中排出^[45]。在高峰期，车厢内人员密集，温度有升高的趋势^[46]，即源数量增多且由于升温导致散发加强，故会造成高峰期时段VOCs质量浓度高。刘冰玉^[29]的研究表明了车厢内VOCs质量浓度在人员拥挤情况下会存在超标现象。LI等^[47]研究发现，苯和二甲苯在高峰期时质量浓度分别为(12.2±5.0) μg·m⁻³和(3.5±2.0) μg·m⁻³，非高峰期分别为(11.9±6.0) μg·m⁻³和(2.8±1.3) μg·m⁻³，同样说明了高峰期质量浓度要大于非高峰期。

图 8 不同线路在不同时段VOCs质量浓度对比

Figure 8. Comparison of VOCs mass concentrations in different lines during different periods

下载: 全尺寸图片幻灯片

图 9 不同时段各种类VOCs质量浓度对比

Figure 9. Comparison of VOCs mass concentrations during different periods

下载: 全尺寸图片幻灯片

2)车厢内部通风系统对VOCs质量浓度的影响。地铁车厢内的通风系统对车厢内VOCs的消除具有积极作用。除18号线之外，其余线路车厢内的通风系统送入车厢内部的VOCs质量浓度均低于同一时刻车厢内部(图10)。地铁通风系统对于VOCs的去除率可以达到18号线的相反结果。这可能是因为这条线路开通时间较晚，部分车厢内部座椅设施为软座，材料为人造革、蒙面纺织物，并没有使用与其他线路相同的塑料座椅，使得车厢内部的VOCs源减少。除此之外，18号线自天府机场站—三岔站行驶路线由地下变为地上，自三岔站—兴隆站由地上变为地下，地铁在经过地上路段停靠站台时开关屏蔽门，使得车厢内污染物质量浓度不仅受隧道内空气的影响外，还受到大气污染的影响。FENG等^[21]研究表明地面的车厢VOCs质量浓度高于地下轨道车厢内的质量浓度。GONG等^[48]研究也表明地下路段所测得的VOCs质量浓度要低于地上路段30%~40%。因此，18号线通风系统中VOCs质量浓度受到大气影响较大，在采样时段的通风口处污染物质量浓度略大于车厢内部。

图 10 通风口与车厢内VOCs质量浓度对比

Figure 10. Comparison of VOCs mass concentrations in vents and compartments

下载: 全尺寸图片幻灯片

3)站厅层和站台层的VOCs质量浓度的对比。由图11可以看出，乘客刷卡的站厅层的VOCs质量浓度要高于站台层。由于站厅层设施较站台层更多，且站厅层与大气相连通，易受到大气中VOCs质量浓度影响^[49]。同时站厅层除了刷卡进站的乘客，还有相当大一部分是换乘的乘客，人员流动性比站台层更大一些，使得人员散发VOCs质量浓度增加，造成站厅层的VOCs质量浓度要高于站台层。太平园站VOCs质量浓度较高，这可能是由于太平园站为3、7、10号线3条线路换乘站，其站厅层相对其他站点的人员流动程度更大所导致的。而李丽^[41]的研究与本研究结果相反，站台质量浓度(188±3.0) μg·m⁻³要高于站厅质量浓度(155±2.0) μg·m⁻³。这可能是由于上海站台层一般处于地下2~3层，人流量密度大，新风量有限，不足以稀释VOCs质量浓度，因而会造成站台质量浓度高于站厅质量浓度。

图 11 站厅层与站台层质量浓度对比

Figure 11. Comparison of mass concentration at station hall layers and platform layers

下载: 全尺寸图片幻灯片

4)不同地铁线路车厢内VOCs种类的对比。1号线和18号线开通时间相隔10 a，且1号线与18号线有重合线路(火车南站到兴隆站)。1号线与18号线共同线路的非高峰时期地铁车厢内部VOCs种类对比结果如图12所示。可以看出，18号线的烷烯烃类物质和苯系物的质量浓度高于1号线。醛酮醇脂类物质和其他物质的质量浓度表现为1号线高于18号线。这2条线路车厢内苯系物浓度最高，车厢内的苯系物主要有苯、甲苯、二甲苯、苯乙烯等。如图13所示，18号线车厢内的甲苯质量浓度为1号线车厢的2.49倍。甲苯的来源一般为黏合剂、油漆、香水^[50]及人体散发等。1号线开通日期为2010年9月27日，开通至今已有12年，车厢内部散发甲苯质量浓度比18号线低。因此，尽管18号线车厢内散发VOCs的内部装饰较1号线少一些，其甲苯质量浓度仍然高于1号线。

图 12 1号线和18号线VOCs成分对比

Figure 12. Comparison of VOCs composition between line 1 and line 18

下载: 全尺寸图片幻灯片

图 13 1号线和18号线VOCs中苯系物成分对比

Figure 13. Comparison of Benzene composition in VOCs on line 1 and line 18

下载: 全尺寸图片幻灯片

2.4 建议及本研究的局限性

成都地铁承载人流密度高，为降低地铁站及车厢内空气中的VOCs质量浓度，避免危害人体健康。在以上研究的基础上，提出如下建议。

1)动态调节通风系统。在高峰期时段增大车厢内部通风量或增加新风量的占比；在非高峰时段，人员稀少，应减少通风降低能耗。

2)降低车厢VOCs散发。针对2020年和2021年新开通的地铁线路，车厢内饰散发高质量浓度的VOCs，可采取布置吸附材料等措施来降低VOCs的质量浓度。

3)增加空气净化系统。地铁站与室外大气环境进行空气交换，会将室外高质量浓度VOCs引入站内。通过室外VOCs监测，当质量浓度高于站内时，可开启净化系统，净化换入站内的空气以降低VOCs污染。

本研究对成都地铁车站及车厢VOCs进行了实测并得出一些结果，但仍存在一些局限性。首先，成都地铁共有12条线路，本研究只选择其中的5条具有代表性的线路进行实测，未来将会对其他线路进行深入研究。其次，本研究聚焦于地铁系统VOCs种类、质量浓度及影响因素，未对人员自身和设施散发的VOCs质量浓度进行测定，故本研究未准确判断这些因素的贡献。最后，室外大气环境对地铁系统VOCs有一定影响，但本研究未进行室内外同步采样。

3. 结论

1)地铁系统内VOCs以烷烯烃类(占比为42.6%)为主，其次为苯系物(占比为27.8%)、醛酮醇酯类(占比为20.4%)和其他种类(占比为9.3%)。

2)人员密集程度会影响VOCs质量浓度的变化，整体表现为高峰时段车厢内的VOCs质量浓度(46.47±3.2) μg·m⁻³高于非高峰期时段VOCs的质量浓度(41.35±3.82) μg·m⁻³。

3)车厢内通风口的VOCs的质量浓度(39.07±6.64) μg·m⁻³较车厢内的质量浓度(42.22±3.36) μg·m⁻³略低，故机械通风可降低VOCs质量浓度。

4)地铁车站与大气环境相连通，且站厅层位置位于候车层上部，因此，站厅层VOCs质量浓度(44.99±13.84) μg·m⁻³高于站台层质量浓度(35.05±11.28) μg·m⁻³。

References

[1]	WU H, FAN J, ZHANG J, et al. Large-scale multi-stage constructed wetlands for secondary effluents treatment in northern China: Carbon dynamics[J]. Environmental Pollution, 2018, 233: 933-942. doi: 10.1016/j.envpol.2017.09.048 CrossRef Google Scholar Pub Med
[2]	DU L, TRINH X T, CHEN Q R, et al. Enhancement of microbial nitrogen removal pathway by vegetation in integrated vertical-flow constructed wetlands (IVCWs) for treating reclaimed water[J]. Bioresource Technology, 2018, 249: 644-651. doi: 10.1016/j.biortech.2017.10.074 CrossRef Google Scholar Pub Med
[3]	HAN Z F, DONG J, SHEN Z Q, et al. Nitrogen removal of anaerobically digested swine wastewater by pilot-scale tidal flow constructed wetland based on in-situ biological regeneration of zeolite[J]. Chemosphere, 2019, 217: 364-373. doi: 10.1016/j.chemosphere.2018.11.036 CrossRef Google Scholar Pub Med
[4]	GAGNON V, CHAZARENC F, COMEAU Y, et al. Influence of macrophyte species on microbial density and activity in constructed wetlands[J]. Water Science and Technology, 2007, 56: 249-254. doi: 10.2166/wst.2007.510 CrossRef Google Scholar Pub Med
[5]	ZHUANG L, YANG T, ZHANG J, et al. The configuration, purification effect and mechanism of intensified constructed wetland for wastewater treatment from the aspect of nitrogen removal: A review[J]. Bioresource Technology, 2019, 293: 122086. doi: 10.1016/j.biortech.2019.122086 CrossRef Google Scholar Pub Med
[6]	SAEED T, SUN G Z. A review on nitrogen and organics removal mechanisms in subsurface flow constructed wetlands: dependency on environmental parameters, operating conditions and supporting media[J]. Journal of Environmental Management, 2012, 112: 429-448. doi: 10.1016/j.jenvman.2012.08.011 CrossRef Google Scholar Pub Med
[7]	PHILIPPOT L. Denitrifying genes in bacterial and Archaeal genomes[J]. Biochimica et Biophysica Acta: Biomembranes, 2002, 1577: 355-376. doi: 10.1016/S0167-4781(02)00420-7 CrossRef Google Scholar Pub Med
[8]	VYMAZAL J. Removal of nutrients in various types of constructed wetlands[J]. Science of the Total Environment, 2007, 380: 48-65. doi: 10.1016/j.scitotenv.2006.09.014 CrossRef Google Scholar Pub Med
[9]	LI Y, ZHU G, NG W J, et al. A review on removing pharmaceutical contaminants from wastewater by constructed wetlands: Design, performance and mechanism[J]. Science of the Total Environment, 2014, 468: 908-932. Google Scholar Pub Med
[10]	ZHI W, JI G. Quantitative response relationships between nitrogen transformation rates and nitrogen functional genes in a tidal flow constructed wetland under C/N ratio constraints[J]. Water Research, 2014, 64: 32-41. doi: 10.1016/j.watres.2014.06.035 CrossRef Google Scholar Pub Med
[11]	LAI X S, ZHAO Y Q, PAN F X, et al. Enhanced optimal removal of nitrogen and organics from intermittently aerated vertical flow constructed wetlands: Relative COD/N ratios and microbial responses[J]. Chemosphere, 2020, 244: 125556. doi: 10.1016/j.chemosphere.2019.125556 CrossRef Google Scholar Pub Med
[12]	CHEN D Y, GU X S, ZHU W Y, et al. Denitrification- and anammox-dominant simultaneous nitrification, anammox and denitrification (SNAD) process in subsurface flow constructed wetlands[J]. Bioresource Technology, 2019, 271: 298-305. doi: 10.1016/j.biortech.2018.09.123 CrossRef Google Scholar Pub Med
[13]	HALLIN S, HELLMAN M, CHOUDHURY M I, et al. Relative importance of plant uptake and plant associated denitrification for removal of nitrogen from mine drainage in sub-arctic wetlands[J]. Water Research, 2015, 85: 377-383. doi: 10.1016/j.watres.2015.08.060 CrossRef Google Scholar Pub Med
[14]	PAN J, QI S, SUN Y, et al. Nitrogen removal and nitrogen functional gene abundances in three subsurface wastewater infiltration systems under different modes of aeration and influent C/N ratios[J]. Bioresource Technology, 2017, 241: 1162-1167. doi: 10.1016/j.biortech.2017.05.112 CrossRef Google Scholar Pub Med
[15]	LYU W, HUANG L, XIAO G, et al. Effects of carbon sources and COD/N ratio on N₂O emissions in subsurface flow constructed wetlands[J]. Bioresource Technology, 2017, 245: 171-181. doi: 10.1016/j.biortech.2017.08.056 CrossRef Google Scholar Pub Med
[16]	WU J, ZHANG J, JIA W, et al. Impact of COD/N ratio on nitrous oxide emission from microcosm wetlands and their performance in removing nitrogen from wastewater[J]. Bioresource Technology, 2009, 100: 2910-2917. doi: 10.1016/j.biortech.2009.01.056 CrossRef Google Scholar Pub Med
[17]	ZHAO Y, LIU B, ZHANG W, et al. Performance of pilot-scale vertical flow constructed wetlands in responding to variation in influent C/N ratios of simulated urban sewage[J]. Bioresource Technology, 2010, 101: 1693-1700. doi: 10.1016/j.biortech.2009.10.002 CrossRef Google Scholar Pub Med
[18]	国家环境保护总局. 水和废水监测分析方法[M]. 4版. 北京: 中国环境科学出版社, 2002. Google Scholar Pub Med
[19]	TSUSHIMA I, KINDAICHI T, OKABE S. Quantification of anaerobic ammonium-oxidizing bacteria in enrichment cultures by real-time PCR[J]. Water Research, 2007, 41(4): 785-794. doi: 10.1016/j.watres.2006.11.024 CrossRef Google Scholar Pub Med
[20]	JI G, ZHI W, TAN Y. Association of nitrogen micro-cycle functional genes in subsurface wastewater infiltration systems[J]. Ecological Engineering, 2012, 44: 269-277. doi: 10.1016/j.ecoleng.2012.04.007 CrossRef Google Scholar Pub Med
[21]	YAN T F, FIELDS M W, WU L Y, et al. Molecular diversity and characterization of nitrite reductase gene fragments (nirK and nirS) from nitrate-and uranium-contaminated groundwater[J]. Environmental Microbiology, 2003, 5(1): 13-24. doi: 10.1046/j.1462-2920.2003.00393.x CrossRef Google Scholar Pub Med
[22]	THROBACK I N, ENWALL K, JARVIS A, et al. Reassessing PCR primers targeting nirS, nirK and nosZ genes for community surveys of denitrifying bacteria with DGGE[J]. FEMS Microbiology Ecology, 2004, 49(3): 401-417. doi: 10.1016/j.femsec.2004.04.011 CrossRef Google Scholar Pub Med
[23]	SCALA D J and KERKHOF L J. Nitrous oxide reductase (nosZ) gene-specific PCR primers for detection of denitrifiers and three nosZ genes from marine sediments[J]. FEMS Microbiology Letters, 1998, 162(1): 61-68. doi: 10.1111/j.1574-6968.1998.tb12979.x CrossRef Google Scholar Pub Med
[24]	CHEN X, ZHU H, YAN B, et al. Optimal influent COD/N ratio for obtaining low GHG emissions and high pollutant removal efficiency in constructed wetlands[J]. Journal of Cleaner Production, 2020, 267: 122003. doi: 10.1016/j.jclepro.2020.122003 CrossRef Google Scholar Pub Med
[25]	COSKUN D, BRITTO D T, SHI W, et al. How plant root exudates shape the nitrogen cycle[J]. Trends in Plant Science, 2017, 22: 661-673. doi: 10.1016/j.tplants.2017.05.004 CrossRef Google Scholar Pub Med
[26]	ZHAI X, PIWPUAN N, ARIAS C A, et al. Can root exudates from emergent wetland plants fuel denitrification in subsurface flow constructed wetland systems?[J]. Ecological Engineering, 2013, 61: 555-563. doi: 10.1016/j.ecoleng.2013.02.014 CrossRef Google Scholar Pub Med
[27]	FRANK D A and GROFFMAN P M. Plant rhizospheric N processes: What we don’t know and why we should care[J]. Ecology, 2009, 90: 1512-1519. doi: 10.1890/08-0789.1 CrossRef Google Scholar Pub Med
[28]	WANG Q, XIE H J, NGO H H, et al. Microbial abundance and community in subsurface flow constructed wetland microcosms: Role of plant presence[J]. Environmental Science and Pollution Research, 2016, 23(5): 4036-4045. doi: 10.1007/s11356-015-4286-0 CrossRef Google Scholar Pub Med
[29]	LIU J, YI N K, WANG S, et al. Impact of plant species on spatial distribution of metabolic potential and functional diversity of microbial communities in a constructed wetland treating aquaculture wastewater[J]. Ecological Engineering, 2016, 94: 564-573. doi: 10.1016/j.ecoleng.2016.06.106 CrossRef Google Scholar Pub Med
[30]	ZHU H, YAN B, XU Y, et al. Removal of nitrogen and COD in horizontal subsurface flow constructed wetlands under different influent C/N ratios[J]. Ecological Engineering, 2014, 63: 58-63. doi: 10.1016/j.ecoleng.2013.12.018 CrossRef Google Scholar Pub Med
[31]	BRENZINGER K, DÖRSCH P, BRAKER G. pH-driven shifts in overall and transcriptionally active denitrifiers control gaseous product stoichiometry in growth experiments with extracted bacteria from soil[J]. Frontier in Microbiology, 2015, 6: 961. Google Scholar Pub Med
[32]	LI H F, LIU F, LUO P, et al. Stimulation of optimized influent C∶N ratios on nitrogen removal in surface flow constructed wetlands: Performance and microbial mechanisms[J]. Science of the Total Environment, 2019, 694: 133575. doi: 10.1016/j.scitotenv.2019.07.381 CrossRef Google Scholar Pub Med
[33]	GAO L, ZHOU W L, HUANG J C, et al. Nitrogen removal by the enhanced floating treatment wetlands from the secondary effluent[J]. Bioresource Technology, 2017, 234: 243-252. doi: 10.1016/j.biortech.2017.03.036 CrossRef Google Scholar Pub Med
[34]	CHEN C, XU X J, XIE P, et al. Pyrosequencing reveals microbial community dynamics in integrated simultaneous desulfurization and denitrification process at different influent nitrate concentrations[J]. Chemosphere, 2017, 171: 294-301. doi: 10.1016/j.chemosphere.2016.11.159 CrossRef Google Scholar Pub Med

Access History

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

Figures(4) / Tables(2)

Export Citation

PDF

XML

Article Metrics

Article views(4508) PDF downloads(65) Cited by(0)

Access History

HTML

氮素是导致水体富营养化的重要营养物质之一，污水处理厂总氮排放标准为15~20 mg L⁻¹，远高于地表水环境质量标准(GB 3838-2002)。过量的氮排入地表水会造成水体富营养化。因此，对污处理水厂的二级处理出水进行再处理尤为迫切，而潜流型人工湿地因其处理效率高和具有多重生态服务功能而在污水再处理中得到广泛应用^[1]。潜流型人工湿地是通过植物、微生物、基质间的协同作用实现氮去除。有研究^[2-5]表明，植物吸收和基质吸附对氮去除的贡献较小，微生物对氮的转化利用才是主要的脱氮途径。潜流型人工湿地微生物脱氮主要依靠硝化和反硝化过程^[6]，介导硝化反应的细菌主要是好氧的自养微生物，而介导反硝化过程的微生物主要是厌氧的异养微生物^[7]，且该过程需要碳源提供电子受体。传统的人工湿地中总氮去除率为40%~55%^[8]，很多人工湿地总氮处理效率均低于50%^[9]。氮去除主要受氧气和有机碳不足的限制^[10]，因此，亟需采取强化措施提高人工湿地脱氮效率。LAI等^[11]对曝气条件下的垂直流人工湿地的脱氮效果进行了研究并发现，在C/N由3增加到12的过程中，TN、 ${\rm{NO}}_3^ -$ 、COD去除率随C/N增加而增加，但C/N过高会抑制 ${\rm{NH}}_4^ +$ 的去除。CHEN 等^[12]的研究表明，在无曝气、碳源缺乏条件下(C/N=1.6)，因 ${\rm{NO}}_3^ -$ 与 ${\rm{NO}}_2^ -$ 竞争电子受体，导致 ${\rm{NO}}_2^ -$ 积累；而在C/N增加到2.8时，在种植植物下TN去除率可达99%，且无 ${\rm{NO}}_2^ -$ 积累。曝气和C/N对低C/N污水中氮转化途径具有重要影响，然而，曝气条件下低C/N污水处理效果和微生物对不同C/N的响应仍不清楚。

在植物生长旺盛期，植物根系分泌物中的可溶性糖和小分子有机酸(乙酸、草酸、琥珀酸等)可以为反硝化微生物提供部分碳源^[13]。已有文献中，多采用5∶1、10∶1、15∶1等较高的C/N研究不同C/N对人工湿地污水处理效果^[14-15]。然而在高C/N条件下，虽然氮去除效率较高，但也会消耗更多的可溶性氧，会限制好氧硝化过程；同时，过量的碳源也会增加二次污染的风险^[16-17]。因此，只有平衡碳源和可溶性氧的需求才能实现最佳的氮去除效果，节能减耗。本研究在芦苇旺盛期开展，评价了在曝气条件下不同低C/N(0.9∶1，2∶1，4∶1)对污水的处理效果，阐明了在低C/N污水处理中氮去除的微生物机制，以期为水平潜流型人工湿地的节能运行提供参考。

1. 材料与方法

1.1. 实验地点

供试湿地为水平潜流型人工湿地，位于济南市西区污水厂，该区域属暖温带大陆性季风气候。共设有3个湿地单元，湿地单元面积为24.05 m² (长6.50 m，宽3.70 m)，每个湿地单元设有独立的进水系统和曝气装置。水平潜流型人工湿地基质由下而上依次是粗砂、粗砾石、细砾石、细砂、粗砂、土壤种植层，各层厚度分别为0.10、0.30、0.30、0.15、0.10、0.20 m。湿地进水为污水处理厂的尾水，尾水排放执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)中的一级A标准，COD、 ${\rm{NH}}_4^ +$ 、TN、TP年均浓度为20.00、7.20、22.00、2.01 mg·L⁻¹。湿地进水为连续进水，人工湿地水力负荷为0.33 m³·(m²·d)⁻¹。

1.2. 实验处理与样品采集

潜流型人工湿地种植植物为芦苇，种植密度为16株·m⁻²。曝气装置安装在进水端，曝气条件为(1.0±0.2) L·min⁻¹。选用甲醇作为外加碳源，共设置3个处理，即不加甲醇对照C/N为0.9∶1(CW0)、添加甲醇调节C/N为2∶1(CWH)、添加甲醇调节C/N为4∶1(CWC)。在每个供试潜流型人工湿地单元的进水端采用点滴输液器将甲醇均匀地添加至湿地进水中。实验周期为90 d，于2019年7月1日添加碳源，预培养30 d后开始采集水样。实验结束后采集基质样品，首先移除采样点表面的种植土、粗砂，继续深挖砾石填料直至出现水面或显著的水浸痕迹，按照S形取样法，采集5个点的样品混匀，取上层粗砂、细砂、细砾石填料各100 g，装入无菌封口袋，按照相同的取样方法采集不同的点位混匀后作为重复。采集的基质样品用液氮急冻，置于放有冰袋的保温箱中，运至实验室，存放至−20 ℃。

1.3. 水质监测

预运行30 d后采集水质样品，分别于运行39、48、57、66、75、84、93 d采集进水和出水，水样采集时间为上午10:00，在每个湿地单元的进水口和出水口每隔5 min采集1次，共采集3次作为重复。水质测定指标为COD、 ${\rm{NH}}_4^ +$ 、 ${\rm{NO}}_3^ -$ 、TN。COD采用重铬酸钾法(HJ/T 399-2007)测定，TN浓度使用碱性过硫酸钾消解紫外分光光度法(HJ 636-2012)测定， ${\rm{NH}}_4^ +$ 浓度采用纳氏试剂比色法(GB/T 5750-2006)测定， ${\rm{NO}}_3^ -$ 浓度采用紫外分光光度计法^[18]测定。

1.4. DNA提取

将采集的填料样品放入塑料杯中，加超纯水100 mL，用超纯水涡旋振荡10 min洗脱生物膜，取上清液于10 000 r·min⁻¹离心15 min，收集微生物富集物。称取约0.10 g土壤样品和0.10 g洗脱下来的生物富集物，采用E. Z.N.A.Soil DNA Kit (D5625, Omega, Inc., USA)提取。DNA提取步骤按照试剂盒说明书的操作程序进行。最后DNA溶解于60 μL solution 6溶液中。利用NanoDrop ND-1000(Thermo Scientific，Wilmington，DE)测定DNA浓度、检测DNA质量。

1.5. 定量PCR

利用实时定量PCR检测仪(Bio-Rad, USA)测定功能基因丰度，anammox 16S rRNA、amoA、nxrA、nirK、nirS、nosZ引物序列^[19-23]如表1所示。引物序列由金斯瑞生物科技有限公司合成。定量PCR反应液体系为 20 μL，其中包含10 μL SYBR 2 Premix Ex Taq (Takara Shuzo, Shiga, Japan)，正向引物和反向引物各0.8 μmol·L⁻¹，0.2 μL牛血清蛋白(BSA, 20 mg·mL⁻¹)，2 μL 10倍稀释的DNA(浓度在10~20 ng·μL⁻¹)作为模板，6.2 μL 灭菌水。每个样品设置3个重复。将含有正确目的基因的质粒10倍梯度稀释后作为标准曲线。每次定量均需测定用灭菌水为模板的阴性对照。溶解曲线只出现1个特殊峰。扩增效率在90%~110%才可以应用。

1.6. 高通量测序

采用高通量Illumina MiSeq300 平台测定细菌序列，16S rDNA V3-V4区扩增引物为338F (ACTCCTACGGGAGGCAGCAG)，806R(GGACTACHVGGGTWTCTAAT)^[21]。用2%琼脂糖凝胶电泳对PCR扩增产物进行检测，检测合格后用DNA凝胶回收试剂盒回收目标片段。扩增产物送至联川生物技术股份有限公司(杭州，中国)进行细菌组分分析。检测合格的序列按照97%的序列相似度聚类成OTU，采用QIIME1.8.0分析细菌群落结构和α多样性，利用RDP(Ribosomal Database Project)对物种进行分类。

1.7. 数据处理

采用Excel 2013和SPSS 19.0软件对水质数据和功能基因拷贝数进行分析，方差分析和差异显著性比较用单因素(one-way ANOVA)和邓肯(Duncan)法分析，文中所有图采利用Sigmaplot 12.5软件作图。

3. 讨论

3.1. 强化措施对低C/N污水中氮去除率的影响

碳源和可溶性氧是水平潜流型人工湿地中有机质和氮去除的重要影响因子。对曝气条件下低C/N污水的处理结果表明，CW0、CWH、CWC处理的出水中COD无显著差异，这说明在本研究中不同C/N处理均未造成二次污染。 ${\rm{NO}}_3^ -$ 去除率随C/N的增加而增加，CW0处理的C/N显著低于CWH和CWC。这说明在低C/N条件下，由于碳源缺乏导致电子供体不足抑制了反硝化过程，随着碳源增加，异养反硝化微生物快速生长繁殖，改善了反硝化速率^[10]。CWH和CWC处理的TN去除率显著高于CW0，CWH和CWC处理间无显著差异，说明TN去除率并非随C/N增加而增加，这与CHEN等^[24]的研究结果一致。潜流型人工湿地脱氮效率受基质、植物、微生物等多种因素的影响，在人工湿地实际运行过程中，发挥作用的碳源并非只是污水中的碳源。湿地植物根际有机碳释放速率、根系分泌物类型或数量均会影响根系周围微生物丰度和活性^[25]。ZHAI等^[26]根据湿地植物DOC释放速率推测，每年根系分泌物能够促进人工湿地反硝化脱氮94~267 kg·hm⁻²。在低碳高硝态氮污水处理中，根系分泌物是潜在的重要碳源。本研究中，供试人工湿地已运行3 a，所种植物芦苇为多年生植物，根系较发达，且该实验在植物生长旺盛期开展，故根系分泌物释放量较高。另外，植物根系残茬腐解亦释放部分碳源，也可以为低C/N污水处理提供碳源^[27]。本实验中，在芦苇生长旺盛期，当C/N分别为2和4时，很多指标并未呈现出显著差异。这可能是由于植物根际效应对低C/N污水处理中氮转化功能微生物的影响较大，削弱了外源碳添加导致的处理间的差异。一方面，根系能够为附着的微生物提供较大的表面积，为根际微生物提供适宜的生存条件，因而促进了微生物的生长繁殖^[28]；另一方面，植物根系分泌物会改变微生物群落结构，提高氨氧化细菌和反硝化细菌丰度^[13,29]。本研究仅对低碳氮比条件下人工湿地运行开展了初步的探索，至于植物根际效应与氮转化功能微生物相关性、根系分泌物释放量和植物细根腐解释放碳源等因素与污水处理效果的相关性还有待深入的研究。

3.2. 强化措施对氮转化功能微生物丰度和群落结构的影响

为了解强化措施对低C/N污水氮转化过程的影响，对硝化、反硝化和厌氧氨氧化过程的主要功能基因进行了分析。本研究中，厌氧氨氧化16S rRNA基因丰度表现为添加碳源处理(C/N为2.0和4.0)显著高于对照处理。厌氧氨氧化过程的发生与底物浓度和厌氧条件有关，添加碳源促进了反硝化过程的发生，底物 ${\rm{NO}}_2^ -$ 浓度增加，为厌氧氨氧化过程提供了充足的底物；此外，有机物氧化消耗可溶性氧造成的厌氧条件也促进了厌氧氨氧化过程的发生^[10]。本研究中，不同处理的amoA丰度无显著差异，而不加碳源处理的nxrA基因丰度显著高于加碳源处理。这与以前研究结果不一致。大多研究认为，有机物氧化会与氨氧化过程竞争氧气，amoA和nxrA丰度随C/N增加而降低，硝化过程受抑制^[11-12]。造成本研究结果与前人研究结果不一致的原因是：前人研究^[10-11]中C/N较高(C/N≥6)，而本研究中C/N较低(C/N≤4)，且进水中可溶性氧含量可以为硝化过程提供部分氧气，并未限制氨氧化过程。nxrA介导的是硝化反应的第二步，加入碳源增加了氧气消耗，而进水中的可溶性氧不足以供应 ${\rm{NO}}_2^ -$ 氧化为 ${\rm{NO}}_3^ -$ 过程的发生，因有机物降解与亚硝酸盐氧化过程竞争可溶性氧， ${\rm{NO}}_2^ -$ 氧化为 ${\rm{NO}}_3^ -$ 的过程受抑制^[30]。反硝化微生物主要是异养微生物，添加甲醇作为碳源可以促进反硝化脱氮^[10]。本研究中，不同处理的nirS基因丰度无显著差异，而CWH、CWC处理的nirK基因丰度显著高于CW0处理，添加碳源对nirS和nirK基因丰度产生不同影响的原因是nirK基因对环境变化较敏感，其丰度受环境因素的影响显著^[31]。CWC和CWH处理的nosZ基因丰度均高于CW0处理，nosZ基因通常作为完全反硝化的标志基因，说明添加碳源促进了完全反硝化过程的发生^[31]。

对潜流型人工湿地基质微生物群落结构的分析表明，添加碳源增加了物种多样性和丰富度。这与LI等^[32]的研究结果一致。他们发现，在C/N为2∶1时物种数量最高，在低C/N的条件下，植物根系发达促进了微生物的附着和生长。本研究中，所有处理均表现为变形菌门丰度最高，这与前人的研究^[33]结果一致。变形菌门细菌种类繁多，广泛参与碳、氮循环过程。CWH处理的厚壁菌门丰度最高，厚壁菌门能够执行异养反硝化的过程^[34]，这也是添加碳源能够提高反硝化效率的原因之一。硝化螺旋菌门相对丰度随C/N增加呈逐渐降低趋势，说明添加碳源增加了对氧气的消耗，从而抑制了硝化微生物生长繁殖^[12]，不同碳氮比对硝化菌组分的影响还有待进一步研究。

4. 结论

1)人工湿地在植物生长旺盛期，在曝气条件下调节C/N为2和4均可显著提高TN和 ${\rm{NO}}_3^ -$ 的去除率。

2)添加碳源改变了氮转化功能基因丰度，在C/N为2和4处理中的nirK、nosZ、厌氧氨氧化细菌16S rRNA基因丰度均显著高于对照。

3)添加碳源可增加物种的丰富度，从而改变细菌群落的结构。

Figure (4) Table (2) Reference (34)

Influence of C/N ratio on the nitrogen removal and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlands

Abstract

1. 材料与方法

1.1 采样方案

1.2 采样装置

1.3 采样方法

1.4 分析方法

1.5 数据处理

2. 结果与讨论

2.1 地铁站台及车厢内VOCs种类

2.2 地铁站台及车厢内VOCs质量浓度

2.3 地铁站台及车厢内VOCs种类和质量浓度的影响因素

2.4 建议及本研究的局限性

3. 结论

References

Access History

通讯作者: 陈斌, bchen63@163.com

Article Metrics

Access History

Influence of C/N ratio on the nitrogen removal and functional microbial abundance under aeration condition in horizontal subsurface flow constructed wetlands

Corresponding author: PAN Fuxia, fxpan2020@163.com ;