2. 西安市污水处理有限责任公司, 西安 710024
2. Xi'an Wastewater Treatment co. LTD, Xi'an 710024
人类活动带来的水体富营养化的问题(马经安等,2002),使人们越来越关注氮和磷(蔡顺智等,2016)在自然界中的迁移转化,尤其是氮的去除率已经成为衡量某一自然或人工系统脱氮效果的重要指标.污水处理厂在设计之初,就将利于硝化和反硝化作用的发生作为重要的设计指标(傅钢等,2004).但是脱氮效率不稳定,脱氮效果不达标的现象在水处理过程中经常发生(张雷等,2014).脱氮过程,即氨氮经过硝化作用生成硝酸氮和亚硝酸氮,硝酸氮和亚硝酸氮再经过反硝化过程被转化为氮气进入空气,最终达到脱氮的目的的过程(Ye et al., 2001).通常所说的氮去除效率不达标只是表面现象,实质上,是活性污泥没有达到期望的处理能力.在自然水体或复杂水工构筑物中,很难通过简单的氮含量测定来描述该生态或生物系统的脱氮性能(卢阳阳,2013),因此,从活性污泥入手建立一种检测方法或者指标来评价微生物的脱氮性能,并能根据其变化来反馈污水处理过程中的脱氮情况,将对污水处理厂脱氮效能的准确把握与精准调控意义重大.
基于同位素分馏效应(Banner et al., 1995),稳定同位素检测为水中氮素的迁移转化过程(Hoefs et al., 1997)研究提供了技术方法.Handley和Raven(1992)在1992年,就将同位素分馏效应用于解释硝化反硝化过程中的物质迁移转化,Barford等(1999),Karen等(2003)和Lehmann(2004)也对此开展了进一步研究,得出在硝化与反硝化过程中均存在着明显的同位素分馏效应,使得液相中无机氮的氮同位素比值上升.随着活性污泥同化作用的发生,其δ15N值随液相无机氮δ15N值的升高而升高.所以,脱氮效果不佳,就意味着δ15N值下降.
为研究城市污水厂活性污泥的脱氮效果,实际中通常监测TN、NH4-N、NO3-N等指标,并结合MLSS、MLVSS、SS、SVI等指标来监测活性污泥生长情况.这些指标只能单一的反映水质或微生物的某一项变化,当城市污水厂出现脱氮问题时,需要对水质和污泥分别进行监测才有可能找出问题所在,这些指标不能很好地反映活性污泥中与脱氮相关的微生物群落状况.然而,面对一些复杂的脱氮疑难问题时,需结合微生物状况分析,但这些方法一般费时费力,如凝胶电泳法用时达一周.针对这一问题,本研究旨在开发一种既能反映活性污泥的实际脱氮性能,又能表征活性污泥中与脱氮相关的的微生物群落状况的检测方法.本文利用瑞利分馏方程建立了关于活性污泥δ15N值与污水中无机氮的去除效率之间的关系模型(活性污泥脱氮效率模型),该模型的核心就是通过活性污泥本身的δ15N值来预测其脱氮性能.为确定该模型中的相关参数,对某A2O工艺的污水处理厂进行长期监测,并应用于具有不同出水特性的污水处理厂,以证明该模型在不同无机氮组成情况下的适用性.最后,本文还设置了几种典型工况,以证明该模型在不同工况下的适用性.该模型的建立,简化了对水处理系统复杂的布点监测程序,对污水处理厂的强化脱氮具有指导意义,为水处理系统脱氮性能评价提供了新的手段.本研究提出的检测方法意在通过监测活性污泥的δ15N值,实现对污水厂脱氮效率的预测,同时表征活性污泥的脱氮活性.与常规监测方法不同,本方法只需取少量污泥,进行一定的预处理后送检即可计算出污泥脱氮效率及脱氮活性.该方法在污水处理厂的调试过程或分析脱氮问题遇到瓶颈时,可以提供借鉴作用,具有一定的实用价值.
2 材料与方法(Materials and methods) 2.1 样品本实验所用样品分别取自陕西省西安市第三、第四及第五污水处理厂.西安市第三污水处理厂采用Orbal氧化沟工艺,转碟曝气,有效水深4.2 m,生物池总HRT为18 h,SRT为20 d.西安市第四污水处理厂采用内嵌氧化沟倒置A2O二级生物处理工艺,微孔曝气,有效水深6.0 m,HRT为11 h (其中缺氧池1.98 h,厌氧池1.0 h,内嵌氧化沟的好氧池7.94 h),SRT为24 d.第五污水处理厂一期污水处理规模20×104 m3·d-1,采用厌氧/缺氧/好氧(A2O)二级生物处理工艺,3个生物池的水力停留时间分别为2 h、5.5 h、8.9 h(金鹏康等,2014).其中,第五污水处理厂好氧池内嵌填料氧化沟,以提高氧化能力,系统正常运行过程中污泥浓度约为(4200±300), 污泥龄为20 d,污泥回流比为100%±5%,混合液回流比200%±10%.
3个污水厂的生物池进水、生物池出水每隔3~5 d取样1次,每次取样100 mL.水样经0.45 μm膜过滤后测定常规指标;从滤膜上取少量(约1 g)活性污泥于10 mL离心管中,加入7 mL 10%的HCl溶液,振荡反应,除去样品中的碳酸盐,将该混合液15000 r·min-1离心1 min,弃去上清液;再加入7 mL超纯水、振荡、洗脱残余的HCl,将混合液冷冻干燥,15000 r·min-1离心1 min,弃去上清液;洗脱过程重复两遍,离心所得污泥样品经冷冻、干燥、研磨后,测定δ15N值.
2.2 测试方法水样常规指标化学需氧量(COD)、总氮(TN)、氨氮(NH4-N)、硝酸盐氮(NO3-N)、亚硝酸盐氮(NO2-N)测定方法分别采用重铬酸钾法、过硫酸钾-紫外分光光度法、纳氏比色法、紫外分光光度法和N-(1-萘基)-乙二胺光度法,具体操作步骤见国家标准(国家环境保护总局,2002).pH采用上海大普PHS-3C型精密酸度计测定.
活性污泥TN的测定需要在水常规指标测定方法的基础上进行性预处理,方法如下:称取1.000 g(精确到0.001)左右样品,将要测定的样品稀释到100 mL,在超声波里面震动30 min,再对样品进行离心处理(或用水冲洗过的中速滤纸过滤,弃去初滤液20 mL).取上清液5~15 mL按与校准曲线相同的步骤测量吸光度.
冷冻干燥后的活性污泥样品使用EAS vario PYRO元素分析仪-Isoprime 100同位素比值质谱仪联机测定δ15N.样品的δ15N同位素比值用样品(Rsmp)和标准物质(Rstd)的同位素比值(R)(15N/14N)表示(Yamada et al., 2009), 即:
(1) |
仪器采用的N参考标准为δ15Nair, 国际原子能机构认定的咖啡因为标准品,磺胺为实验室标准物质,该方法测定15N的标准偏差为±0.3‰.
活性污泥样品采用低温保存,然后送样至基因测序公司委托测序.测序沿用高通量基本测序流程,经DNA提取、PCR扩增、Miseq高通量测序等步骤.DNA提取采用土壤DNA提取方法,高通量测序通过IlluminaMise体系完成.所得结果进行过滤处理,得到优化序列,对优化序列在97%相似度水平进行OTU聚类分析和物种分类学分析,分析样品的多样性以及群落结构(冷璐等,2015).
3 结果与讨论(Results and discussion) 3.1 活性污泥δ15N与无机氮含量关系模型的建立为建立活性污泥δ15N与水中无机氮去除效率的关系模型.首先,用瑞利分馏方程(Mariotti et al., 1981)来表示水中无机氮同位素组成与脱氮过程的千分富集因子的关系:
(2) |
式中,f表示某时刻,未反应的无机氮占反应前总无机氮的比例;ε表示千分富集因子,与同位素分馏系数α的关系为α=1+ε/1000;RA表示某时刻,未反应无机氮的15N/14N值;RA0表示f=1时,无机氮的15N/14N值.
如图 1所示,氨化过程中,同位素富集不明显(Koba et al., 1998);在亚硝化作用、硝化作用和反硝化作用中,微生物优先利用质量较轻的14N(Onodera et al., 2015),硝化过程的千分富集因子高达29.4‰ ± 2.4‰,而含有较重同位素的分子被富集在液相的含氮化合物中;在活性污泥同化无机氮的过程中,活性污泥优先利用质量较轻的14N.尽管如此,当活性污泥的生长速率一定时,虽然活性污泥的同化作用存在着同位素分馏现象,但是活性污泥与污水中无机氮的氮同位素组成比例即分馏系数α为常数(Valero et al., 2007).故活性污泥的RM0和无机氮的RA0之比等于硝化过程中任意时刻活性污泥的RM和无机氮的RA之比,其中RM0与RA0对应,表示f=1时,活性污泥和水中无机氮的15N/14N值,RM与RA表示脱氮过程任意时刻活性污泥和无机氮的15N/14N值,即:
(3) |
根据式(1)(2)(3),剩余无机氮的占比与脱氮过程中活性污泥的δ15N的关系可表示为:
(4) |
因为,当x≪1时,ln(x+1)≈x,故式(4)可化为:
(5) |
此时,水中剩余无机氮的占比就可以表示为固相中活性污泥的δ15NM0的函数,其中,ε和δ15NM0为常数;剩余无机氮占脱氮反应发生前无机氮的比例f由[NH4-N+NOx-N]出水/[NH4-N+NOx-N]进水定义.
活性污泥脱氮效率P即为:
(6) |
该模型即为活性污泥脱氮效率模型.
本研究认为活性污泥的增长速率维持恒定.参数ε和δ15NM0由公式(6)确定.利用观测到的P与δ15NM,在Microsoft-Excel规划求解下利用非线性方法得出参数ε和δ15NM0的值,目标函数为计算得出的P与相应的实际观测值的方差,当方差达到最小值时,即得到参数ε和δ15NM0的取值.
当进水无机氮含量已知时,可推导出无机氮的去除量方程.进水无机氮负荷用c0×Q表示,c0表示进水无机氮浓度(mg·L-1), Q表示系统进水量(m3·d-1),无机氮去除量W(t·d-1)可以表示为W=[(1-f)]c0×Q×10-6,即:
(7) |
该模型即为活性污泥脱氮量模型.
3.2 参数计算为获得式(6)的模型参数,本研究对西安市第五污水处理厂二级生物处理进出水进行了长期监测.二级处理过程进出水的无机氮(NH4-N、NO3-N和NO2-N)浓度(图 2).其中,TN的进出水浓度分别为(69.18±7.97) mg·L-1和(15.25±6.31) mg·L-1,NH4-N的进出水浓度分别为(40.68±4.96) mg·L-1和(12.63±8.15) mg·L-1,NO3-N和NO2-N的出水浓度分别为(1.07±0.98) mg·L-1和(0.08±0.1) mg·L-1,NO3-N和NO2-N的进水浓度极低,在图中未作表示.检测到的NO3-N和NO2-N浓度远低于NH4-N的去除量,这表明污水中的反硝化反应速率很快,属硝化作用限制因素.
污泥的δ15N值与无机氮去除率的关系见图 3.其中,无机氮的去除效率为67.58%±22.83%,污泥的δ15N值为8.06±2.00.从图 3中可以看出污泥δ15N值与无机氮去除率具有极强的相关性(r=0.893,p<0.001).故利用本文3.1节建立的模型(式(6)),将图 3数据在Microsoft-Excel规划求解下利用非线性方法得出参数ε和δ15NM0的值,目标函数为计算得出的f与相应的实际观测值的方差,当方差达到最小值时,取得到参数ε和δ15NM0的值,计算结果为ε=-3.53‰,δ15NM0=3.55‰.已经有实验表明,在海洋环境下,浮游生物的δ15N值与NO3-N浓度之间的ε值介于-2.5‰到-5‰之间(Wada et al., 1980),NO3-N中的δ15N值与NO2-N浓度之间的ε值介于-3‰到-9‰之间(Sigman et al., 2001).本文得到的ε值也处于上述范围之内,计算结果合理.
因为西安市第五污水厂生物池出水无机氮中95%为氨氮(硝化限制作用),为验证3.2节所得参数在不同无机氮组成情况下的适用性,本文挑选了出水无机氮中高硝态氮含量(反硝化限制作用)和硝态氮与氨氮含量相当(氨化限制作用)的西安市第三、第四污水处理厂进行参数验证.
西安市第三、第四污水处理厂生物池进出水水质特性如表 1所示.将测得的二沉池进水中活性污泥的δ15N、ε及δ15NM0带入式(6)进行无机氮去除效率的预测并与实际测得的无机氮去除率进行相关性分析,结果如图 4所示.其中,图 4a为西安市第三污水处理厂的预测结果与实际值的对比(r=0.857,p<0.001),图 4b为西安市的四污水处理厂的预测结果与实际值的对比(r=0.886,p<0.001).该结果表明,上文所得模型对具有不同水处理限制因素的污水处理厂均适用.
为进一步研究活性污泥脱氮效率模型在不同工况下的适用性,本研究设置了3种(1#、2#、3#)不同工况的反应器.调节运行参数,使3个反应器具有不同的脱氮效率.本文对这三个反应器进行了长期观测,测得3个反应器的实际去除效率分别为94.54%、74.47%和23%;活性污泥同位素水平为13.97‰、8.33‰和4.47‰.测定每个循环的进出水无机氮浓度、反应器中活性污泥的δ15N值、进水量Q以及模型参数,分别带入评价模型(式(7)),对无机氮的实际去除量与预测去除量进行相关性分析,如图 5所示.结果表明,1#(r=0.894,p<0.001)、2#(r=0.821,p<0.01)、3#(r=0.884,p<0.01)反应器均表现出显著相关,这说明该模型的使用不受工况限制,对于不同工况下的水处理系统,均可以用式(7)从微生物角度评价活性污泥的脱氮性能.
为进一步研究活性污泥δ15N值与脱氮细菌多样性及群落组成之间的关系,本文对脱氮效率分别为94.54%、74.47%和23%,活性污泥同位素水平为13.97‰、8.33‰和4.47‰的1#、2#和3#3个反应器中的细菌多样性及丰富度进行分析.
由表 2可以看出,3个反应器的序列条数和OUT数差异较大,分别在30875~25188和20244~22341之间.Chao、Shannon、ACE指数表明各反应器中的物种丰富度,其中,Shannon指数反映了基于物种数量的群落种类多样性,其变化趋势与Chao和ACE指数的变化趋势一致.总体来看,活性污泥的多样性指数与活性污泥脱氮效率和δ15N值成反比,由此可见,活性污泥的脱氮能力和δ15N值对其多样性指数有明显影响,这部分影响可能与活性污泥中与脱氮作用相关的微生物有关.
为验证上述结论,对3个反应器内活性污泥的16S rDNA在门分类层面上进行对比,结果如图 6所示.3种活性污泥样品共检测出12个菌门,其中,与脱氮过程相关的菌门包括Proteobacteria(图中C色块), Planctomycetes(图中B色块)和Nitrospirae(图中A色块)3个菌门.大多数反硝化细菌、氨氧化细菌、亚硝酸盐氧化细菌属于Proteobacteria门(王春香等,2014),厌氧氨氧化细菌属于Planctomycetes门(曹雁等,2017),部分亚硝酸盐氧化细菌属于Nitrospirae门(林婷,2012).随着活性污泥δ15N值的下降,3个菌门的相对百分比均呈下降趋势.1#反应器的无机氮去除率为94.54%,δ15N为13.97‰,Proteobacteria门、Planctomycetes门和Nitrospirae门的相对百分比在3个反应器中最高,分别为31.12%、18.21%和0.57%,但其种群丰富度却低于另外两个反应器,这说明与脱氮相关的功能性菌群的富集使得其他竞争力较弱的菌群数量减少,群落丰富度低,但无机氮去除效率高.2#反应器中3个与脱氮相关的菌门所占的相对百分比分别为25.42%、15.17%和0.44%,略低于1#反应器,但种群丰富度却大于1#反应器.这解释了2#反应器无机氮去除效率(74.47%)和δ15N(8.33‰)低于1#反应器的内因,即与脱氮相关的功能性菌群比例下降,原本竞争力较弱的菌群种类增多,与功能性菌群争夺营养物质,导致2#反应器中污泥脱氮活性较1#反应器低.3#反应器中Proteobacteria门占12.83%、Planctomycetes门8.44%、Nitrospirae门0.15%,在3个反应器中占比最低,因此其无机氮去除效率(23%)和δ15N(4.47‰)水平也最低,活性污泥脱氮活性的降低也导致了其他种类微生物增多,种群丰富度大幅上升.
综上,活性污泥δ15N值越大,其脱氮性能越强,与脱氮作用相关的细菌占据主导地位,其种群丰富度越低;活性污泥δ15N值越小,其脱氮性能越差,与脱氮作用相关的细菌丧失了其主导作用,种群丰富度增高.
4 结论(Conclusions)1) 建立了污泥脱氮性能评价模型,模型描述了在活性污泥持续生长的硝化反硝化系统中,活性污泥δ15N值与无机氮去除效率之间的相关关系.
2) 该模型参数适用于具有不同无机氮组成和不同工况的活性污泥处理系统.实现了通过监测活性污泥δ15N值,就能够准确反馈出生物系统的脱氮能力,为污水厂脱氮问题分析提供了新的方法和思路.
3)δ15N值的检测不仅可以用于模型计算得出活性污泥无机氮去除效率,还可以表征活性污泥中微生物的脱氮活性.
Barford C C, Montoya J P, Altabet M A, et al. 1999. Steady-state nitrogen isotope effects of N2 and N2O production in Paracoccus denitrificans[J]. Applied & Environmental Microbiology, 65(3): 989–994.
|
Banner J L. 1995. Application of the trace element and isotope geochemistry of strontium to studies of carbonate diagenesis[J]. Sedimentology, 42(5): 805–824.
DOI:10.1111/sed.1995.42.issue-5
|
蔡顺智, 李大鹏, 王忍, 等. 2016. 多重扰动对湖泊内源磷迁移转化的影响[J]. 环境科学, 2016, 37(11): 4203–4211.
|
曹雁, 王桐屿, 秦玉洁, 等. 2017. 厌氧氨氧化反应器脱氮性能及细菌群落多样性分析[J]. 环境科学, 2017, 38(4): 1544–1550.
|
傅钢, 董滨, 周增炎, 等. 2004. 倒置AAO工艺的设计特点与运行参数[J]. 中国给水排水, 2004, 20(9): 53–55.
|
国家环境保护总局《水和废水监测分析方法》编委会. 2002. 水和废水监测分析方法(第四版)[M]. 北京: 中国环境科学出版社.
|
Handley L L, Raven J A. 1992. The use of natural abundance of nitrogen isotopes in plant physiology and ecology[J]. Plant Cell & Environment, 15(9): 965–985.
|
Hoefs J. 1980. Stable Isotope Geochemistry[M]. Springer-Verlag, 839-850
|
金鹏康, 原洁婧, 王先宝, 等. 2014. 西安市污水处理厂除磷工艺研究[J]. 水处理技术, 2014(9): 118–121.
|
Karen L, Casciotti, Daniel M, et al. 2003. Linking Diversity and Stable Isotope Fractionation in Ammonia-Oxidizing Bacteria[J]. Geomicrobiology Journal, 20(4): 335–353.
DOI:10.1080/01490450303895
|
Koba K, Tokuchi N, Yoshioka T, et al. 1998. Natural Abundance of Nitrogen-15 in a Forest Soil[J]. Soil Science Society of America Journal, 62(3): 778–781.
DOI:10.2136/sssaj1998.03615995006200030034x
|
冷璐, 信欣, 鲁航, 等. 2015. 同步硝化反硝化耦合除磷工艺的快速启动及其运行特征[J]. 环境科学, 2015, 36(11): 4180–4188.
|
林婷. 2012. 同步脱氮除磷好氧颗粒污泥培养过程微生物群落变化[D]. 镇江: 江苏科技大学
|
卢阳阳. 2013. 生活污水同步硝化反硝化脱氮研究[D]. 北京: 北京交通大学
|
Lehmann M F, Sigman D M, Berelson W M. 2004. Coupling the 15 N/14 N and 18 O/16 O of nitrate as a constraint on benthic nitrogen cycling[J]. Marine Chemistry, 88(1/2): 1–20.
|
马经安, 李红清. 2002. 浅谈国内外江河湖库水体富营养化状况[J]. 长江流域资源与环境, 2002, 11(6): 575–578.
|
Mariotti A, Germon J C, Hubert P, et al. 1981. Experimental determination of nitrogen kinetic isotope fractionation:some principles; illustration for the denitrification and nitrification processes[J]. Plant Soil, 62: 413–430.
DOI:10.1007/BF02374138
|
Onodera T, Kanaya G, Syutsubo K, et al. 2015. Spatial changes in carbon and nitrogen stable isotope ratios of sludge and associated organisms in a biological sewage treatment system[J]. Water Research, 68: 387–393.
DOI:10.1016/j.watres.2014.10.020
|
Sigman D M, Casciotti K L, Andreani M, et al. 2001. A bacterial method for the nitrogen isotopic analysis of nitrate in seawater and freshwater[J]. Analytical Chemistry, 73(17): 41–45.
|
Valero M A C, Mara D D. 2007. Nitrogen transformation and removal in maturation ponds:tracer experiments with15N stable isotopes in the United Kingdom in summer[J]. Banrepcultural Org: 11–15.
|
王春香, 刘常敬, 郑林雪, 等. 2014. 厌氧氨氧化耦合脱氮系统中反硝化细菌研究[J]. 中国环境科学, 2014, 34(7): 1878–1883.
|
Wada E, Goldberg E D, Horibe Y, et al. 1980. Isotope Marine Chemistry[M]. Tokyo: Uchida Rokakuho: 375–398.
|
Yamada Y, Ueda T, Wada E. 2009. Distribution of Carbon and Nitrogen Isotope Ratios in the Yodo River Watershed[J]. Japanese Journal of Limnology, 57(4/2): 467–477.
|
Ye R W, Thomas S M. 2001. Microbial nitrogen cycles:physiology, genomics and applications[J]. Curr Opin Microbiol, 4: 307–312.
DOI:10.1016/S1369-5274(00)00208-3
|
张雷, 李明, 汪恂. 2014. 沙湖污水处理厂低温脱氮问题诊断与优化[J]. 中国给水排水, 2014(23): 65–68.
|