环境科学学报  2019, Vol. 39 Issue (5): 1527-1535
废水处理不同脱氮路径盐分形成与影响因素分析    [PDF全文]
何美玲1 , 韦朝海1 , 吴海珍2 , 邱光磊1 , 潘建新1     
1. 华南理工大学环境与能源学院, 广州 510006;
2. 华南理工大学生物科学与工程学院, 广州 510006
摘要: 我国工业废水处理的目标不仅是通过消除污染物降低生态风险,还期望通过脱盐技术实现水回用,处理过程中盐分的形成及其减量对于技术的经济性具有重要意义.以生物脱氮不同路径盐分形成与影响因素的分析为研究对象,以电导率作为盐分削减的指标,以NH4+-N、NO2--N、NO3--N、SCN-作为考察的污染物,把总氮去除作为目的,从电子供体种类/比例、碳源、碱和磷盐的投加量以及水力停留时间(HRT)等主要因素对传统硝化反硝化、短程硝化反硝化和厌氧氨氧化3种工艺进行对比研究,讨论了模拟焦化废水原位减盐的效果.结果表明:①以目标去除进水中200 mg·L-1NO2--N/NO3--N为基准,3种脱氮路径盐分削减能力顺序为:厌氧氨氧化(41.97%)>短程反硝化(26.12%)>传统反硝化(11.16%);②在最优工况条件(NO2--N/NH4+-N = 1.33,c(NaHCO3) = 100 mg·L-1,HRT = 18 h)下,厌氧氨氧化的减盐率、NO2--N和NH4+-N的降解率均达到最佳,分别为41.97%、100%和99.38%;③相比较于单一的SCN-或者苯酚,SCN-与苯酚共同作为电子供体的脱氮减盐效果更佳;④SCN-:苯酚的电子供体比例为1:3,HRT = 38 h时,短程反硝化与传统反硝化脱氮减盐效果同时达到最优,其中短程反硝化的减盐率、NO2--N及SCN-的降解率分别为26.12%、82.95%、100%,传统反硝化的减盐率、NO3--N及SCN-的降解率分别为11.16%、100%、100%.研究工作可为寻求废水处理优化的脱盐路径提供指导.
关键词: 废水处理     生物脱氮     厌氧氨氧化     反硝化     减盐     电导率    
Analysis of salt formation and its influencing factors in different nitrogen removal routes for wastewater treatment
HE Meiling1, WEI Chaohai1 , WU Haizhen2, QIU Guanglei1, PAN Jianxin1    
1. School of Environment and Energy, South China University of Technology, Guangzhou 510006;
2. School of Bioscience and Bioengineering, South China University of Technology, Guangzhou 510006
Received 30 October 2018; received in revised from 13 January 2019; accepted 13 January 2019
Abstract: The goal of industrial wastewater treatment in China is not only to reduce ecological risk by eliminating pollutants, but also to realize water reuse by desalination. The formation and reduction of salinity in the treatment process is of great significance to the economy of technology. In order to reach the purpose of removing total nitrogen, conductivity was taken as an index of salt reduction and NH4+-N, NO2--N, NO3--N and SCN- were taken as pollutants. The effects of denitrification and salt reduction in traditional nitrification-denitrification, short-cut nitrification-denitrification and anaerobic ammonia oxidation processes were controlled by electron donor species/ratio, carbon source, alkalinity and phosphorous input and hydraulic retention time (HRT). The in-situ desalination effects of simulated coking wastewater in different biological denitrification pathways were compared. The results showed that:①based on the target removal of 200 mg·L-1 NO2--N/NO3--N in influent, the order of salt reduction ability of the three nitrogen removal pathways was anaerobic ammonia oxidation (41.97%) > short-cut denitrification (26.12%) > traditional denitrification (11.16%); ② under the optimal operating conditions (NO2--N/NH4+-N = 1.33, c (NaHCO3) = 100 mg·L-1, HRT = 18 h), the salt reduction rate, the degradation rates of NO2--N and NH4+-N in anaerobic ammonia oxidation reached the optimum, which were 41.97%, 100% and 99.38% respectively; ③ compared with single SCN- or phenol, SCN- and phenol as electron donors had better denitrification and salt reduction performance; ④when the ratio of SCN- to phenol electron donor was 1:3 and HRT = 38 h, the short-cut denitrification and traditional denitrification achieved the best treatment efficiency. The reduction rates of salt, NO2--N and SCN- in short-cut denitrification were 11.16%, 100% and 100% respectively. The reduction rates of salt, NO3--N and SCN- in traditional denitrification were 26.12%, 82.95% and 100% respectively. This work provides guidance for seeking optimized desalination routes for wastewater treatment.
Keywords: wastewater treatment     biological nitrogen removal     anammox     denitrification     salt reduction     conductivity    
1 引言(Introduction)

中国社会发展迅速, 用水量剧增, 2015年废水排放总量达735.3亿吨, 工业废水排放量在2005—2015年里占总废水量的27.14%~46.35%(国家生态环境部, 2015).我国已经对很多工业行业提出了水回用的目标, 比如零排放(Jin et al., 2013).水处理的目标已经不限于污染组分的达标, 而且还要脱盐, 达到工业用水或特殊用水的目标要求, 所以水处理过程要关注盐分的形成和归趋, 尽可能不产生盐分或少用盐分.工业废水, 如焦化废水, 被认为是一种具有富氮缺磷特征的高浓度高盐分有机废水, 在处理过程中还要加入各种药剂, 例如不同的脱氮工艺会表现出盐效应的差异性需求, 后续脱盐不仅要考虑总量还要考虑成分, 因此, 很有必要研究不同脱氮工艺中盐分的形成和归趋机制.

生物脱氮往往会伴随着碱和电子供体物质的利用, 带来了盐分, 目前缺乏相关性研究.国内外学者对脱氮和减盐都分别进行了研究, 对于脱氮方面研究的关注点主要集中在3个方面:其一, 侧重于不同碳源/电子供体对脱氮效果的影响及其抑制作用的机理问题(Fernández-Nava et al., 2008; Bajaj et al., 2010; Omena et al., 2013; Chung et al., 2014; Bi et al., 2015); 其二, 集中于厌氧氨氧化与硝化、反硝化耦合实现主流脱氮的技术探讨(Xie et al., 2016; Ma et al., 2017; Sun et al., 2019); 其三, 针对铁/硫铁矿等物质驱动自养反硝化提高脱氮效率进行应用研究(Chen et al., 2018; Zhu et al., 2018).此外, 本团队(Pan et al., 2018a; 2018b; 2019)近期对自养反硝化同时脱除废水中硫氰酸盐和氮进行了研究并考察了微生物复合群落之间的相互作用和分工的现象.现阶段, 脱氮方面的研究主要追求更高的脱氮效率和更深入地剖析微生物作用机理, 忽略了对各种脱氮方式所表现出的盐分投入与产出的差异, 影响了后续脱盐工艺的经济有效性.迄今在减盐方面的研究主要集中于不同方法去除污染物的性能, 例如以超滤、纳滤、反渗透、正渗透为代表的膜法(Yin et al., 2011; Kumar et al., 2015; Sun et al., 2015; Wang et al., 2018), 以离子交换膜为基础的生物脱盐池(Zuo et al., 2014; Pradhan et al., 2015a; 2015b), 关注的重点是处理效果、水回收率以及膜污染等问题, 还没有人关注废水处理的过程减盐/原位减盐的重要性.值得注意的是, 大部分学者仅仅只针对其中一方面内容进行研究, 甚少综合探究废水处理过程中脱氮和减盐及其相互作用.脱氮过程中涉及电子供体、电解质的投入, 废水中的污染物的氧化还原状态/化学形态, 由于反应原理的差异性, 表现出盐分残留量以及组分的差别, 过程的明确对于后续的脱盐原理的选用及其工艺设计将会有帮助.

基于上述考虑, 本文以传统硝化反硝化、短程硝化反硝化、厌氧氨氧化3种工艺为案例, 以总氮去除目标一致的条件下, 结合理论分析与实验验证来讨论电子供体、碳源、碱/磷盐投入对盐分的贡献, 同时考察HRT对脱氮减盐效果的影响, 寻求原位减盐的工艺途径.

2 材料与方法(Materials and methods) 2.1 反应器的设置和运行

连续流反应器系自行设计, 使用UASB反应器(上流式厌氧污泥床), 反应器总高度为53 cm, 由有机塑料制成, 采用内外两层双层夹套, 内层为污泥作用区, 直径为6 cm, 总有效反应体积为1.5 L, 底部设计有进水口和进气口, 进气口设有微孔曝气器, 采用氮气曝气进行脱氧, 保持厌氧环境; 外层为恒温水浴槽, 使用加热棒控制温度在30 ℃左右; 反应器遮光处理, 防止光养微生物的潜在生长.连续流反应器装置示意如图 1所示.

图 1 连续流反应器装置示意 Fig. 1 Schematic diagram of continuous flow reactor device

反应器运行模式为:配水-进水-反应-出水, 为一个周期.每个周期开始, 配置好的5 L水储存于储存罐中, 通过改变蠕动泵转速控制进水的流量来调节水力停留时间, 使其满足实验要求, 在每个操作周期的开始和结束时取样进行分析, 实验重复2~3周期.

2.2 废水及污泥的来源

针对3种不同的脱氮路径, 实验中所用的污泥是采用了本课题组3种独立驯化、稳定培养的污泥.实验采用人工配水, 根据实验设计要求, 模拟厌氧氨氧化、传统反硝化、短程反硝化水质, 用NaHCO3提供无机碳源, 以NaH2PO4·2H2O为营养盐配制实验水样.

取样及样品预处理:每个周期开始前和结束后各取50 mL水样, 经0.45 μm水系膜过滤后, 储存于塑料圆底离心管中, 记录实验批次, 时间及取水位置等信息, 取样后立即进行化学分析, 每个实验重复取2~3个周期的样品, 确保数据的可靠性.

分析方法:pH和电导率分别采用便携式pH计、DDS-307电导率仪(上海雷磁仪器厂)进行测定, 电导率仪使用前需校准, 使用时样品需恒温至25 ℃.NH4+-N采用纳氏试剂分光光度法(HJ 535—2009), NO2--N采用分光光度法(GB 7493-87), NO3--N采用离子色谱法, SCN-采用焦化废水中硫氰化物的快速检测方法进行测定.

(1)
(2)

式中, x为NO2--N、NO3--N或SCN-.

3 结果与讨论(Results and discussion) 3.1 3种脱氮模式的反应原理

脱氮的3种路径分别为传统硝化反硝化、短程硝化反硝化及厌氧氨氧化, 其反应方程分别为式(3)、式(4)及式(5).因不同脱氮路径参与的反应物、微生物及其他组分的不同, 其作用原理产生差异.

(3)

短程硝化反硝化是将氨氮氧化后停留在亚硝酸的阶段, 进而直接反硝化脱氮的过程.比活性污泥法减少了1/4曝气量以及40%左右的有机碳源, 有利于低C/N比废水(如焦化废水)的处理(袁林江等, 2000).

(4)

厌氧氨氧化是以氨氮和亚硝酸氮分别作为电子供体和电子受体(Mulder et al., 1995), 将废水中氮素转变为氮气的过程.Strous结合了Van der heijden的计算方法, 得出Anammox的化学计量如式(5)所示(Van der Heijden et al., 1994; Strous et al., 1998), 该脱氮路径与传统硝化反硝化相比, 耗能少、药剂用量少、产碱量少, 达到废水中氨氮的完全自养脱氮.

(5)
3.2 不同电子供体作用下盐分的归趋分析

针对传统硝化反硝化和短程硝化反硝化, 需要从外部投加电子供体, 结合焦化废水性质和反硝化原理, 从单一SCN-电子供体、SCN-+苯酚复合电子供体两个方面来考察电子供体对脱氮减盐的影响, 而厌氧氨氧化利用废水本身含有的氨氮和反应产生的亚硝酸氮作为电子供/受体, 因此, 有必要考察电子供/受体比例对减盐效果的影响.

3.2.1 单一SCN-电子供体

以NO2--N 200 mg·L-1, NaSCN分别为558、531、503、475、433 mg·L-1作为进水条件, 设置SCN-/NO2--N的进水比例为2.00:1、1.90:1、1.80:1、1.70:1、1.55:1, 探究SCN-/NO2--N比例对脱氮减盐的影响.从图 2a可以看出, SCN-/NO2--N比例越大, 进水的电导率越大, 这是由于NaSCN在水中表现为电导率, 且电导率与浓度呈正比的关系; SCN-/NO2--N比例为1.80时, 出水NO2--N、SCN-的浓度同时达到最低, 分别为13.59 mg·L-1、85.09 mg·L-1; 反应后的pH均有所上升, 表明产生了一定的碱度.

图 2 不同SCN-/NO2--N比例下短程反硝化进出水的指标(a)及对短程反硝化脱氮减盐效果的影响(b) Fig. 2 Influent and effluent water variables during short-cut denitrification(a) and effect of SCN-/NO2--N ratio on nitrogen and salt removal of short-cut denitrification(b) under different SCN-/NO2--N ratios

图 2b中可以看出, 以NaSCN单独作为电子供体对NO2--N进行反硝化在SCN-/NO2--N比值为1.80时效果最好.数据表示, SCN-/NO2--N比例为1.55、1.70、1.80、1.90及2.00时, 相应的减盐率分别达到9.77%、9.92%、10.49%、7.69%及4.4%;SCN-/NO2--N比例为1.80时, SSR、DR(NO2--N)及DR(SCN-)都达到了最大值, 分别为10.49%、93.15%及77.50%.在该比例下, SCN-会有剩余而导致不完全降解.

3.2.2 SCN-+苯酚复合电子供体

高浓度的含氮物质在焦化废水中广泛存在, 而苯酚和SCN-作为共污染物对反硝化过程的脱氮减盐的影响尚不清楚.SCN-是具有毒性的物质, 并有学者考察到, 酚类物质在硝化阶段对硝化菌的活性和效率具有抑制作用, 对反硝化过程的酶活性和污泥毒性也会造成影响(Omena et al., 2013), 但缺乏对两种物质共同影响以及对减盐效果影响的研究.

传统反硝化和短程反硝化进水分别采用200 mg·L-1的NO3--N、NO2--N作为目标, 以苯酚、NaSCN的混合液作为反硝化的联合电子供体, 总电子供体量满足将NO3--N/NO2--N完全反硝化为N2.设置SCN-:苯酚的电子供体分别为4:0(纯NaSCN)、3:1、1:1、1:3、0:4(纯苯酚), 探究两种不同电子供体在同一体系中, 对于传统/短程反硝化原位减盐的影响, 结果如图 3~4所示.

图 3 不同电子供体配比下传统反硝化进出水的指标(a)及电子供体配比对传统反硝化脱氮减盐效果的影响(b) Fig. 3 Influent and effluent water qualities of traditional denitrification under different electron donor ratios (a) and effect of electron donor ratio on nitrogen and salt removal of traditional denitrification(b)

图 4 不同电子供体配比下短程反硝化进出水的指标(a)及电子供体配比对短程反硝化脱氮减盐效果的影响(b) Fig. 4 Influent and effluent water qualities of short-cut denitrification under different electron donor ratios(a) and effect of electron donor ratio on nitrogen and salt removal of short-cut denitrification(b)

结果显示:①对于两种路径, 复合电子供体在配比不同的情况下对其脱氮减盐的影响趋势相同, 但传统反硝化的减盐效果总体上弱于短程反硝化, 原因是两种路径使用的污泥, 其污泥来源、驯化浓度、驯化过程都基本相同, 因此其中微生物的种类虽有所不同, 但其性能类似, 传统反硝化过程中会造成NO2--N的累积, 减盐效果不明显.②两种脱氮模式减盐最优的电子供体比例为SCN-:苯酚 = 1:3, 此条件下传统反硝化的SSR、DR(NO3--N)、DR(SCN-)分别为11.16%、100%、100%, 短程反硝化的SSR、DR(NO2--N)、DR(SCN-)分别为26.12%、82.95%、100%, NO2--N未完全反应, 其减盐率比NO3--N完全反应时高的原因可以解释为, 在NO3--N的反硝化过程中会造成NO2--N的累积, 导致废水的减盐率较低.③短程反硝化中SCN-的降解率与其投加浓度呈负相关关系, SCN-所占比例越多, 降解率越低, 原因可能是:体系中同时存在的自养菌和异养菌存在着竞争关系, 自养菌在体系中占优势, 对体系中的NO3--N/NO2--N的降解贡献较大, 而异养菌的竞争性不强, 但它也在发生作用, 系统中需要有机碳源的存在.

3.2.3 自有电子供体

厌氧氨氧化进水以200 mg·L-1 NO2--N为固定值, 分别投加100、150、200、250 mg·L-1 NH4+-N, 从而设置NO2--N/NH4+-N的进水比例为1:0.5、1:0.75、1:1、1:1.25, 探究电子供/受体比例对脱氮减盐的影响, 其结果如图 5所示.可以看出, 进水的亚硝酸盐氮和氨氮的比例直接影响了盐分的削减, 亚硝酸盐的降解率随着氨氮的增加而增大, 而在满足亚硝酸盐氮的降解率达到99%以上时, NO2--N/NH4+-N的进水比例在1:0.75时, NO2--N与NH4+-N充分反应, 总氮去除率最高, 出水中几乎不存在这两种物质, 此时盐分削减率达到最高, 平均为40.17%.当比例低于1:0.75时, NO2--N反应不完全, 溶液中残余NO2--N的盐分, 而NH4+-N浓度高于比例1:0.75时, 氨氮过量, 出水中残留NH4+-N浓度越高, 盐分削减率越低.通过理论计算反应前后的溶液中离子浓度与电导率的关系, 该实验结果与理论化学方程式相符.

图 5 不同电子供体/受体比例下厌氧氨氧化进出水的指标(a)及电子供受体比例对厌氧氨氧化脱氮减盐效果的影响(b) Fig. 5 Influent and effluent water qualities of Anammox under different electron donor / acceptor ratios(a) and effect of electron donor / receptor ratio on nitrogen and salt removal of Anammox(b)
3.3 NaHCO3的用量分析

碳源在反硝化过程中对于促进微生物降解污染物具有重要作用.根据厌氧氨氧化的理论方程, 少量的无机碳源是反应过程所必需的.在不添加无机碳源的条件下, 厌氧氨氧化菌在系统中被还原, 系统中不存在COD, 厌氧氨氧化细菌本身的代谢不能提供足够的碳源, 而反应过程中, NO2--N转化成羟胺后, 与NH4+-N反应生成肼则需要消耗无机碳源, 因此, 需要通过额外的碳源来维持正常的反应.同时, 在短程硝化反硝化系统中, 存在自养反硝化细菌, 需要外部投加无机碳源, 提供系统的能量.基于上述两个方面, 很有必要探究无机碳源的用量对脱氮减盐的影响.本研究以NaHCO3作为无机碳源, 在不考虑微生物的生长, 仅考虑其在反应过程中的消耗的情况下, 探究NaHCO3用量的影响.

研究中, 厌氧氨氧化电子供受体比例为1:0.75作为该实验的基础, 得到的结果如表 1所示.结果表明:60 mg·L-1的NaHCO3理论上满足反应的需求, 实际上无法达到理想的效果.无机碳源投入量少, 厌氧氨氧化菌的反应受到抑制, NO2--N的降解率低于90%, 效果较差, 说明反应器中厌氧氨氧化菌的代谢在一定程度上受到了抑制.随着NaHCO3的增加, 达到100 mg·L-1以上时, 情况得到缓解, 氨氮和亚硝酸态氮的处理效果较为稳定, 亚硝酸态氮的降解率保持在99%以上, 保证厌氧氨氧化的正常进行.在满足亚硝酸态氮的降解率在99%以上时, NaHCO3的投加量为100 mg·L-1时, 盐分削减效果最好, 削减率达到平均41.84%.对比100、200、500 mg·L-1的脱氮减盐效果, 基于物料消耗最低、盐分投加最少、原位减盐最好的理念, 结合经济实用的目标, 认为100 mg·L-1是最适合的NaHCO3投加量.

表 1 NaHCO3用量对厌氧氨氧化脱氮减盐的影响 Table 1 Effect of NaHCO3 dosage on nitrogen and salt removal of Anammox

研究考察了250 ~600 mg·L-1 NaHCO3的用量对短程反硝化脱氮减盐的影响, 结果如表 2所示.可见, 过低无机碳源的投加, 无法满足系统对于碳源的需求, 微生物的功能受到抑制, 反应到一定程度, 污染物降解停滞, 微生物活性降低.从数据中看出, 投加量小于500 mg·L-1时, 3种物质的降解效果都较差, 投加量为600 mg·L-1时的脱氮减盐效果略低于500 mg·L-1, 此系统中最佳的NaHCO3用量为500 mg·L-1左右.

表 2 NaHCO3用量对短程反硝化脱氮减盐的影响 Table 2 Effect of NaHCO3 dosage on nitrogen and salt removal of short-cut denitrification
3.4 水力停留时间(HRT)的影响

水力停留时间(HRT)关系到微生物反应的速度和效率, 水力停留时间过短或太长都不利于废水的处理, 因此有必要考察HRT对脱氮减盐效果的影响, 其结果如图 6所示.

图 6 HRT对3种路径脱氮减盐的影响 (a.传统反硝化b.短程反硝化c.厌氧氨氧化) Fig. 6 Effect of HRT on denitrification and salt reduction of 3 paths (a. traditional denitrification b. short-cut denitrification c. Anaerobic ammonium oxidation)

传统反硝化和短程反硝化过程中, 反硝化菌作为一种功能性微生物, 必然有其作用的时间和浓度限制范围, 因此探究HRT对其脱氮减盐的影响, 结果表明:因传统反硝化和短程反硝化在污泥的驯化过程中药剂浓度、驯化时间等因素相同, 得到的结果也相同, 即随着停留时间的增加, 减盐率、NO2--N降解率及SCN-的降解率都呈现上升的趋势, 在38 h后效果达到稳定, 且38 h后脱氮减盐的效果达到最好.上述工作印证了微生物发生作用的周期限制, 短时间内, 进入系统的高浓度、高毒性污染物对微生物的功能首先起到了一个抑制作用, 微生物适应阶段过后, 才能够真正开始其对污染物的降解作用, 因此, 需要满足微生物充足的适应性时间才能够发挥微生物完整的功能.传统反硝化和短程反硝化系统培养的微生物在水力停留时间38 h以上出水稳定, 效果最好, 因此认为, HRT为38 h对这两种路径脱氮减盐效果最好.

在厌氧氨氧化反应中, 过短的停留时间对厌氧氨氧化菌有一定的抑制作用.当停留时间为18 h时, 厌氧氨氧化菌达到了最大的工作能力, 降解效率高且稳定, NO2--N和NH4+-N的降解率均在99%以上, 减盐率达到41.97%;而当停留时间小于18 h时, 由于系统内细菌的代谢能力的限制, 脱氮效率随着停留时间的缩短明显下降, 停留12 h, NO2--N去除率为88.29%, 停留6 h时, NO2--N去除率仅为51.59%, 由此认为HRT设置为18 h最佳.

3.5 碱/磷盐的用量分析 3.5.1 碱的用量分析

废水生物处理过程中, 因硝化细菌对pH极其敏感, 在中性或弱碱性的条件下其活性最强, 功能最活跃, pH大于9或者小于6时, 硝化菌的生物活性会受到抑制, 因此pH是硝化过程的重要影响因素.从硝化反应方程式可以看到, NH4+-N转化为NO2--N或者NO3--N的过程中, 会产生部分H+, 这部分酸度会消耗部分碱度, 使废水pH降低, 理论上每1 g NH4+-N转化为NO3--N消耗7.14 g碱量(以CaCO3计).

对于具有富氮缺磷特征的焦化废水, 其本身的碱度无法满足保持脱氮过程微生物活性的要求, 需要外部投加适量的碱才能使硝化过程的pH保持在中性或者弱碱性状态.硝化过程需要的碱量可以通过式(6)进行计算.本研究以200 mg·L-1的NO2--N/NO3--N为研究对象, 通过计算得出, 传统硝化反硝化和短程硝化反硝化在硝化过程中所需要的耗碱量相等, 其耗碱量均为1.428 g·L-1碱度(以CaCO3计), 而去除相同浓度的总氮, 厌氧氨氧化过程仅需要转化约86.21 mg·L-1的NO2--N, 其耗碱量为0.616 g·L-1碱度(以CaCO3计), 相比之下厌氧氨氧化过程耗碱量少, 经济性强.

(6)

式中, 7.14为单位氨氮硝化需碱量(g碱度/ g NH4+-N); V为进入系统的废水体积(L).

3.5.2 磷盐的用量分析

磷是一种不可更新、难以替代的资源, 截至2007年, 已探明的全球磷矿储量为500亿吨, 根据目前的磷开采速度及其增长趋势, 预计100~250年内全球将无磷矿可用(European Fertilizer Manufacturers Association, 2000).虽然我国的磷资源储量多, 但据统计富磷矿储量仅能维持我国10~15年的消耗.基于此, 减少磷盐的使用量, 提高磷盐的回收率显得格外重要, 同时, 从减盐的角度出发, 磷盐的减少使用也非常必要.

此外, 磷是微生物的重要组成部分, Mc Carty将含磷元素的微生物细胞表示为C60H87O23N12P, 根据微生物增长及其基质利用之间存在的微生物学理论, 可知在C:N:P比为100:5:1时, 有促进微生物的活性及其增长的作用(Lawrence et al., 1970; Goodman et al., 1974).一般地, 好氧条件下, C:N:P为100:5:1时, 微生物的性能最好; 在厌氧条件下, C:N:P为200~300:5:1时, 微生物净化污水的性能最佳.

韶钢二期的生物系统中投加的磷含量为13.43 mg·L-1, 其C:P仅为100:0.42, 以NaH2PO4作为磷盐, 其贡献的电导率不容小觑, 为2400 μS·cm-1(李湘溪等, 2016).我们发现, 在实际焦化废水的生化处理系统中, 磷盐的用量只需达到100:5:(0.3~0.5)范围内即可满足微生物生理对营养的需求.本研究采用短期实验的模式, 微生物群落的数量和类别变化不大, 以200 mg·L-1 NO2--N/NO3--N为目标, 投加的磷含量为10 mg·L-1, N:P为20:1, 结果表明, 在该短期实验过程中磷盐的投加量满足微生物的需求, 3种模式的平均脱氮效率在90%以上, 在脱氮的同时满足了盐分投入的最小化目标.

4 结论(Conclusions)

1) 对比了3种脱氮路径, 不论是以减盐量还是以减盐率为标准, 减盐效果从大到小依次为:厌氧氨氧化>短程反硝化>传统反硝化, 其中厌氧氨氧化减盐范围为:21.27%~41.97%, 短程反硝化:4.4%~26.12%, 传统反硝化:-21.46%~11.16%.

2) 对于传统反硝化和短程反硝化, SCN-+苯酚作为复合电子供体时的脱氮减盐效果优于单一SCN-和单一苯酚作为电子供体; 两种路径在电子供体SCN-:苯酚为1:3, HRT = 38 h, c(NaHCO3) = 500 mg·L-1时, 所取得的减盐效果最优, 减盐率分别达到26.12%和11.16%.以自有物质及其转化物质作为电子供/受体的厌氧氨氧化, 其电子供受体比例为NO2--N/NH4+-N = 1.33, HRT = 18 h, c(NaHCO3) = 100 mg·L-1时其减盐性能最好, 减盐率达到41.97%.

参考文献
Bajaj M, Gallert C, Winter J. 2010. Effect of phenol addition on COD and nitrate removal in an anoxic suspension reactor[J]. Bioresource Technology, 101(14): 5159–5167. DOI:10.1016/j.biortech.2010.02.015
Bi Z, Takekawa M, Park G, et al. 2015. Effects of the C/N ratio and bacterial populations on nitrogen removal in the simultaneous anammox and heterotrophic denitrification process:mathematic modeling and batch experiments[J]. Chemical Engineering Journal, 280: 606–613. DOI:10.1016/j.cej.2015.06.028
Chen H, Zhao X, Cheng Y, et al. 2018. Iron robustly stimulates simultaneous nitrification and denitrification under aerobic conditions[J]. Environmental Science & Technology, 52(3): 1404–1412.
Chung J, Amin K, Kim S, et al. 2014. Autotrophic denitrification of nitrate and nitrite using thiosulfate as an electron donor[J]. Water Research, 58: 169–178. DOI:10.1016/j.watres.2014.03.071
European Fertilizer Manufacturers Association. 2000. Phosphorus: essential element for food production[J]. European Fertilizer Manufacturers Association (EFMA), Brussels: 9-10
Fernández-Nava Y, Maranon E, Soons J, et al. 2008. Denitrification of wastewater containing high nitrate and calcium concentrations[J]. Bioresource Technology, 99(17): 7976–7981. DOI:10.1016/j.biortech.2008.03.048
Fritzmann C, Löwenberg J, Wintgens T, et al. 2007. State-of-the-art of reverse osmosis desalination[J]. Desalination, 216(1/3): 1–76.
国家生态环境部. 2015.全国环境统计公报[R]. http://kjs.mep.gov.cn/hjbhbz/bzwb/dqhjbh/dqgdwrywrwpfbz/index_2.shtml
Goodman B L, Englande Jr A J. 1974. A unified model of the activated sludge process[J]. Water Pollution Control Federation, 46(2): 312–332.
郝晓地, 衣兰凯, 王崇臣, 等. 2010. 磷回收技术的研发现状及发展趋势[J]. 环境科学学报, 2010, 30(5): 897–907.
Jin X, Li E, Lu S, et al. 2013. Coking wastewater treatment for industrial reuse purpose:combining biological processes with ultrafiltration, nanofiltration and reverse osmosis[J]. Journal of Environmental Sciences, 25(8): 1565–1574. DOI:10.1016/S1001-0742(12)60212-5
Kumar R, Pal P. 2015. A novel forward osmosis-nano filtration integrated system for coke-oven wastewater reclamation[J]. Chemical Engineering Research and Design, 100: 542–553. DOI:10.1016/j.cherd.2015.05.012
Lawrence A W, McCarty P L. 1970. Unified basis for biological treatment design and operation[J]. Journal of the Sanitary Engineering Division, 96(3): 757–778.
Li J, Wu J, Sun H, et al. 2016. Advanced treatment of biologically treated coking wastewater by membrane distillation coupled with pre-coagulation[J]. Desalination, 380: 43–51. DOI:10.1016/j.desal.2015.11.020
李湘溪, 吴超飞, 吴海珍, 等. 2016. 焦化废水处理过程中盐分变化及其影响因素[J]. 化工进展, 2016, 35(11): 3690–3700.
Ma B, Qian W, Yuan C, et al. 2017. Achieving mainstream nitrogen removal through coupling anammox with denitratation[J]. Environmental Science & Technology, 51(15): 8405–8413.
Miao Y, Wang Z, Liao R, et al. 2017. Assessment of phenol effect on microbial community structure and function in an anaerobic denitrifying process treating high concentration nitrate wastewater[J]. Chemical Engineering Journal, 330: 757–763. DOI:10.1016/j.cej.2017.08.011
Mulder A, Van de Graaf A A, Robertson L A, et al. 1995. Anaerobic ammonium oxidation discovered in a denitrifying fluidized bed reactor[J]. FEMS Microbiology Ecology, 16(3): 177–183. DOI:10.1111/fem.1995.16.issue-3
Omena S P F, Sader L T, Silva E L. 2013. Simultaneous removal of phenol and nitrate in an anoxic fluidized bed reactor[J]. Journal of Environmental Science and Health, Part A, 48(5): 581–591. DOI:10.1080/10934529.2013.730459
Pan J, Ma J, Wu H, et al. 2019. Application of metabolic division of labor in simultaneous removal of nitrogen and thiocyanate from wastewater[J]. Water Research, 150: 216–224. DOI:10.1016/j.watres.2018.11.070
Pan J, Ma J, Wu H, et al. 2018. Simultaneous removal of thiocyanate and nitrogen from wastewater by autotrophic denitritation process[J]. Bioresource Technology, 267: 30–37. DOI:10.1016/j.biortech.2018.07.014
Pan J, Wei C, Fu B, et al. 2018. Simultaneous nitrite and ammonium production in an autotrophic partial denitrification and ammonification of wastewaters containing thiocyanate[J]. Bioresource Technology, 252: 20–27. DOI:10.1016/j.biortech.2017.12.059
Pradhan H, Ghangrekar M M. 2015. Organic matter and dissolved salts removal in a microbial desalination cell with different orientation of ion exchange membranes[J]. Desalination and Water Treatment, 54(6): 1568–1576.
Pradhan H, Shinde O A, Ghangrekar M M, et al. 2015. Bioremediation of Steel Plant Wastewater and Improved Electricity Generation in Bio-Electrochemical Desalination Cell[C]. Advanced Materials Research. Trans Tech Publications, 1130: 648-651
Strous M, Heijnen J J, Kuenen J G, et al. 1998. The sequencing batch reactor as a powerful tool for the study of slowly growing anaerobic ammonium-oxidizing microorganisms[J]. Applied Microbiology and Biotechnology, 50(5): 589–596. DOI:10.1007/s002530051340
Sun X, Wang C, Li Y, et al. 2015. Treatment of phenolic wastewater by combined UF and NF/RO processes[J]. Desalination, 355: 68–74. DOI:10.1016/j.desal.2014.10.018
Sun Y, Guan Y, Wang H, et al. 2019. Autotrophic nitrogen removal in combined nitritation and Anammox systems through intermittent aeration and possible microbial interactions by quorum sensing analysis[J]. Bioresource Technology, 272: 146–155. DOI:10.1016/j.biortech.2018.10.017
Van der Heijden R, Heijnen J J, Hellinga C, et al. 1994. Linear constraint relations in biochemical reaction systems:I. Classification of the calculability and the balanceability of conversion rates[J]. Biotechnology and Bioengineering, 43(1): 3–10.
Wang Y N, Goh K, Li X, et al. 2018. Membranes and processes for forward osmosis-based desalination:Recent advances and future prospects[J]. Desalination, 434: 81–99. DOI:10.1016/j.desal.2017.10.028
Xie G J, Cai C, Hu S, et al. 2016. Complete nitrogen removal from synthetic anaerobic sludge digestion liquor through integrating anammox and denitrifying anaerobic methane oxidation in a membrane biofilm reactor[J]. Environmental Science & Technology, 51(2): 819–827.
Yin N, Yang G, Zhong Z, et al. 2011. Separation of ammonium salts from coking wastewater with nanofiltration combined with diafiltration[J]. Desalination, 268(1/3): 233–237.
袁林江, 彭党聪. 2000. 短程硝化-反硝化生物脱氮[J]. 中国给水排水, 2000, 16(2): 29–31. DOI:10.3321/j.issn:1000-4602.2000.02.008
Zhu T, Cheng H Y, Yang L, et al. 2019. Coupled sulfur and iron (Ⅱ) carbonate-driven autotrophic denitrification for significantly enhanced nitrate removal[J]. Environmental Science & Technology, 53(3): 1545–1554.
Zuo K, Cai J, Liang S, et al. 2014. A ten liter stacked microbial desalination cell packed with mixed ion-exchange resins for secondary effluent desalination[J]. Environmental Science & Technology, 48(16): 9917–9924.