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

利用微生物耦合载体提升传统SBR工艺脱氮的有效性

张亦南, 金石开, 何韵仪, 过春燕, 肖军, 张杭君, 丁佳锋, 陈芸, 张艳君. 利用微生物耦合载体提升传统SBR工艺脱氮的有效性[J]. 环境工程学报, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130
引用本文: 张亦南, 金石开, 何韵仪, 过春燕, 肖军, 张杭君, 丁佳锋, 陈芸, 张艳君. 利用微生物耦合载体提升传统SBR工艺脱氮的有效性[J]. 环境工程学报, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130
ZHANG Yinan, JIN Shikai, HE Yunyi, GUO Chunyan, XIAO Jun, ZHANG Hangjun, DING Jiafeng, CHEN Yun, ZHANG Yanjun. Utilizing microbial- carrier coupled system to improve the effectiveness of nitrogen removal by traditional SBR process[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130
Citation: ZHANG Yinan, JIN Shikai, HE Yunyi, GUO Chunyan, XIAO Jun, ZHANG Hangjun, DING Jiafeng, CHEN Yun, ZHANG Yanjun. Utilizing microbial- carrier coupled system to improve the effectiveness of nitrogen removal by traditional SBR process[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130

利用微生物耦合载体提升传统SBR工艺脱氮的有效性

    作者简介: 张亦南(1998—),女,硕士研究生。研究方向:水污染控制技术。E-mail:zhangyinan98@163.com
    通讯作者: 张艳君(1968—),女,学士,高级工程师。研究方向:环境工程及环境影响咨询。E-mail:380823492@qq.com
  • 基金项目:
    杭州市农业和社会发展科研主动设计项目(20180417A05);浙江省重点研发计划项目(2021C02048)
  • 中图分类号: X703

Utilizing microbial- carrier coupled system to improve the effectiveness of nitrogen removal by traditional SBR process

    Corresponding author: ZHANG Yanjun, 380823492@qq.com
  • 摘要: 功能微生物的种类、稳定性以及增殖率对污水处理厂活性污泥单元工艺效果有重要影响。利用特定孔隙率的活性炭作为载体,与筛选得到的功能微生物可以较好地耦合,构成新型复合微生物体,可显著提高SBR反应器的脱氮效果。本实验在序批式活性污泥反应器(SBR)中投加孔较为发达的150目煤质活性炭构建微生物耦合载体活性污泥系统(R2),以不加任何载体的单独活性污泥系统作为对照组(R1)。经SEM和TEM观察表明,R1中微生物较为分散,而R2中的微生物可以在活性炭表面和孔隙内部呈团聚状富集。连续流实验结果表明,R2中的污泥在45 d后基本驯化稳定,且污泥膨胀较小,出水中NH+4-N和TN的去除率分别为(81.92±2.52)%和(56.44±2.56)%,脱氮效果明显优于对照组R1的(43.56±1.66)%和(39.96±3.69)%。R2反应器中胞外聚合物(EPS)的含量由147.56 mg·g−1(以VSS计)增加至416.33 mg·g−1(以VSS计),且蛋白质和多糖比值高于R1,说明微生物耦合活性炭有利于污泥的颗粒化和颗粒污泥系统的稳定。从微生物作用机理的角度开展研究,发现R2中Proteobacteria (83.79%),Bacteroidetes (9.34%), Firmicutes (2.87%)的相对丰度较高,且相比于R1,R2中和污泥膨胀相关的菌门Actinobacteria的丰度下降,而与脱氮功能有密切关联的菌属Enterobacter (25.11%)、Azohydromonas(14.24%)和Microbacterium(8.38%)的丰度上升。以上研究结果说明,合适的载体能够提高功能微生物在水处理中的增效作用和稳定性。
  • 近年来,我国大气污染形势严峻,区域性雾霾等污染问题频发。据统计,2011—2015年,尽管我国工业废气治理设施逐年增加,治理设施处理能力有较大提升,运行费用不断加大,但工业废气排放总量仍在上升,工业烟尘排放总量也居高不下[1]。由此可见,工业大气污染物排放仍未得到良好的控制,形势不容乐观。

    “十二五”以来,我国燃煤电厂大气污染物减排取得明显成效,全行业基本实现了“超低排放”。随着电力行业污染物排放量大幅削减,钢铁、水泥、石化等非电力行业逐渐成为大气污染治理的重点。钢铁行业已有多种节能减排技术对其大气污染物进行协同控制,并且相关研究对各项技术的环境属性、经济属性和技术属性[2]进行了比较和分析。水泥行业为达到更低的排放要求,也在不断改变单一的末端污染治理,将废气量的直接减排与间接减排结合,实行全过程污染控制[3]。2019年,我国已正式全面启动钢铁行业超低排放改造,水泥行业的超低排放也是大势所趋。而石油加工企业排放大量的氮氧化物、颗粒物等大气污染物,给我国大气污染治理带来了极大压力。

    从国家对石油加工企业污染物排放控制的标准来看,《大气污染物综合排放标准》(GB 16297—1996)虽然对污染物排放作出了规定,但未针对石油加工企业的氮氧化物、颗粒物排放限值作出具体要求,且因制定时间较早,标准限定的污染物种类和相应限值已跟不上目前环保形势的需要[4];《石油炼制工业污染物排放标准》(GB 31570-2015)对新建和现有企业氮氧化物、颗粒物排放限值作出了具体规定,即最低限值分别为100 mg·m−3和20 mg·m−3,但现有措施仍未能有效降低石油加工行业的大气污染物排放量。

    本研究基于多家石油加工企业大气污染控制工程案例,对石油加工企业现有脱硝、除尘设施减排能力进行了分析,并建立数学模型对不同减排情景下可能采用的脱硝和除尘技术及经济性进行了深入研究,以期为制定石油加工企业不同阶段减排政策提供参考。

    层次分析法是一种定性与定量耦合的系统分析方法,可用于解决处理处置技术在多层次多目标决策系统中的选择问题[5]。它首先对评价对象依总评价目标(由评价目的而定)进行连续地分解,得到各层评价目标,并将最底层确定为衡量目标达到程度的评价指标;然后,通过对评价指标的重要程度进行比较,构造判断矩阵进行量化计算,并根据计算结果得到关键因素的重要性排序;最后,依据一定方法,基于该评价指标体系对评价对象的总评价目标核算,得到综合评分,从而给出评价对象的优劣等级[6]

    目前,针对技术经济性评估,国内外研究者对大气污染控制的成本及效益开展了卓有成效的研究。针对珠江三角洲地区制造业带来的大气污染,STREETS等[7]提出,可以通过比较控制策略的成本和出口产品的价值进行成本及效益分析;针对我国火电行业绩效提升的措施,WANG等[8]调查了30个省份2000—2010年的成本及效益,提出其影响因素为技术效率、电力价格等;也有研究[9-10]分别对我国SO2、NOx控制技术进行了技术经济分析;经济合作与发展组织(OECD)中的国家长期进行环境政策的费用效益分析[11];环境保护部环境规划院在《中国环境经济核算技术指南》中提出了环境成本核算方法和思路[12],并已完成了2004—2014年我国大气污染防治的费效分析[13]。因此,依据成本-效益对比的方法建立氮氧化物、颗粒物控制技术经济性评估指标体系,最终通过效费比进行经济性评估,这已成为一种行之有效的方法。经济性评估指标体系如图1所示。

    图 1  氮氧化物、颗粒物控制技术经济性评估指标体系
    Figure 1.  Economic evaluation index system for control technology of NOx and PM

    1) 系统总成本评估的下延指标。2017年,《中国能源统计年鉴》[14]采用工业废气治理设施运行费,这些费用包括能源消耗、设备折旧、设备维修、人员工资、管理、药剂及与设施运行有关的其他费用等;周磊[15]采用年均固定成本与变动成本之和计算脱硝成本,年均固定成本主要为设备折旧、检修费用及催化剂更新费用等,变动成本主要为工厂的用电消耗和还原剂液氨消耗费等;王艳等[16]将系统总成本费用分为系统年折旧费、系统年运行费和年均利息费。基于以上研究,将系统年折旧费和系统年维护费单独列出,与系统年运行费共同构成系统总成本评估的三级指标。各具体指标的计算方法如式(1)~式(4)所示。

    2) 对于系统总效益评估的下延指标。王艳等[16]将系统总收益分为节省排污费收益、副产物销售收益和电价补贴收益;汤民淮等[17]将效益指标分为环境效益和社会经济效益、运转性能和推广适用性;仇恒东[18]将效益指标分为环境效益(排放削减情况)和经济效益(燃油消耗情况);袁颖枝等[19]将效益分为经济因素、环境因素和社会因素。基于以上研究,将社会效益和经济效益分别计算,与环境效益共同构成系统总效益评估的三级指标。各具体指标的计算如式(5)~式(8)所示。

    根据上述指标体系,系统总成本由系统年折旧费用、系统年运行费用和系统年维护费用组成。具体计算见式(1)。

    Tc=Cd+Crun+Crep (1)

    式中:Tc为系统总成本,万元;Cd为系统年折旧费,万元;Crun为系统年运行费,万元;Crep为系统年维护费,万元。

    系统年折旧费用计算参考金侃等[20]对于燃煤机组烟气污染物超低排放改造的研究,折旧成本主要是指固定资产投资折旧成本。具体计算见式(2)。

    Cd=IRFAR/Yd (2)

    式中:Cd为系统年折旧费,万元;I为系统投资费,万元;RFAR为固定资产形成率,以95%计[20]Yd为系统折旧年限,通常定为20年。

    参考王艳等[16]的研究,系统年运行费用包括设备运行的年耗人工费、年耗材费(还原剂、催化剂、压缩空气等费用)、年耗电费和年耗蒸汽费。具体计算见式(3)。系统年维护费用包括设备维护年耗人工费、年耗检修费和配套设施运维费。具体计算见式(4)。

    Crun=Cwa1+Cm+Cp+Cs (3)

    式中:Crun为系统年运行费,万元;Cwa1为设备运行的年耗人工费,万元;Cm为年耗材费,万元;Cp为年耗电费,万元;Cs为年耗蒸汽费,万元。

    Crep=Cwa2+Cins+Csup (4)

    式中:Crep为系统年维护费,万元;Cwa2为设备维护的年耗人工费,万元;Cins为年耗检修费,万元;Csup为配套设施运维费,万元。

    综合上述指标体系,系统总效益由环境效益、经济效益和社会效益组成。具体计算见式(5)。

    Tp=Pcon+Pcha+Pout (5)

    式中:Tp为系统总收益,万元;Pcon为污染物排放量带来的排污税,万元;Pcha为减排节省的排污税,万元;Pout为企业产值,万元。

    环境效益采用污染物排放量带来的环保税衡量。根据2018年1月1日实施的《环境保护税法》规定,国家停止征收排污费,改收环保税,大气污染物应纳税额=污染当量数×适用税额,税额按每当量1.2元计算。

    根据统计[14],工业氮氧化物排放量指报告期内企业在燃料燃烧和生产工艺过程中排入大气的氮氧化物总质量;工业烟尘排放量指报告期内企业在燃料燃烧和生产工艺过程中排入大气的烟尘的总质量。具体计算见式(6)。

    Pcon=i,j,k,mAi,j,kXi,j,k,mFEFj,k,m(1ηi,j,k,m,nαi,j,k,m,n) (6)

    式中:Pcon为污染物排放量,t;A为燃料使用量,t;X为控制技术的活动水平占总活动水平的比例;FEF为单位原料消耗的污染物排放因子,g·t−1η为控制技术的去除率;α为控制技术的应用比例;i为地区;j为经济部门;k为燃料类型;m为技术类型;n为污染物种类。

    经济效益采用节省排污税衡量,计算时可参考王艳等[16]和金侃等[20]对于燃煤电厂超低排放烟气控制技术费效评估的研究。具体计算见式(7)。

    Pcha=109PCPTDTMUMFEFηNPN (7)

    式中:Pcha为控制技术节省排污税,万元;PCP为治理设备规模,分为1~5级;TDT为设备运行时间,h;MUM为单位产量原料消耗,g·t−1FEF为单位原料消耗的污染物排放因子,g·t−1η为控制技术的去除率;NPN为排污税标准,万元·t−1

    社会效益采用企业产值衡量,根据统计[21],工业销售产值(当年价格)指以货币形式表现的、工业企业在报告期内销售的本企业生产的工业产品或提供工业性劳务价值的总价值量,通过报告期产品的实际销售数量乘以不含增值税的产品实际销售平均单价计算。具体计算见式(8)。

    Pout=YPoil (8)

    式中:Pout为企业年产值,万元;Y为年产量,t;Poil为油价,万元·t−1

    本研究采用层次分析法(AHP)[5-6]进行技术经济性分析,将氮氧化物、颗粒物控制技术经济性P作为目标层;将系统总成本A1、系统总效益A2作为准则层;准则层下延为指标层,包含系统年折旧费用B1、系统年运行费用B2、系统年维护费用B3、环境效益B4、经济效益B5、社会效益B6。层次分析模型如图2所示。

    图 2  氮氧化物、颗粒物控制技术经济性层次分析(AHP)模型
    Figure 2.  Analytic hierarchy process (AHP) model of the economic efficiency of NOx and PM control technology

    首先,运用AHP模型分别计算准则层A与指标层B各指标的权重。相对重要度采用比较尺度的方法来确定,即两两因素之间进行比较,取1~9尺度,尺度1、3、5、7、9表示第i个因素相对于第j个因素的影响等级,尺度2、4、6、8表示第i个因素相对于第j个因素的影响介于上述2个相邻等级之间,用aij表示第i个因素相对于第j个因素的比较结果。

    结合文献资料和调查问卷数据,确定B1、B2与B3,B4、B5与B6之间的相对重要度,分别构建判断矩阵。指标层P-A1-2的判断矩阵为自拟。根据冯淑娟[22]和王彩凤等[23]的研究,确定系统年折旧费B1相对于系统年维护费B3的影响为5,系统年运行费B2相对于系统年维护费B3的影响为2;根据汤民淮等[17]的研究,投资费用指数相对于运行费指数的影响为3,确定系统年折旧费B1相对于系统年运行费B2的影响也为3。根据已有研究[6, 19],环境指标相对于经济指标的影响为2,经济效益指标相对于社会效益指标的影响为2,即环境指标相对于社会效益指标的影响为4,构建的判断矩阵如表1所示。由于RCR<0.10,即层次总排序结果具有满意一致性。技术经济性评价指标体系的权重值如图3所示。

    表 1  AHP模型判断矩阵
    Table 1.  Judgement matrix of AHP model
    指标层次判断矩阵
    P-A1-2
    A1-B1-2-3
    A2-B4-5-6
     | Show Table
    DownLoad: CSV
    图 3  AHP模型各指标权重值
    Figure 3.  Weight of various indicators in AHP model

    图3可知,年折旧费、年运行费、年维护费在技术经济性评估中权重值分别为0.291、0.154、0.054;环境效益、经济效益、社会效益在技术经济性评估中权重值分别为0.278、0.160、0.061。其中,年折旧费用和环境效益的权重值最高,即该指标的重要程度最高。

    其次,采用评分法[24]构建分值转换系统,即按百分制对具体指标能满足目标的程度进行打分。参考《石油炼制工业污染物排放标准》(GB 31570-2015)[25]、《关于调整排污费征收标准等有关问题的通知》[26]和资料[16, 27]制定具体衡量指标和分值转换标准,环境效益B4、经济效益B5、社会效益B6分别由年排放量、节省排污税、年产量衡量。其中,节省排污税标准根据调查问卷制定,参考2019年3月20日京津冀地区油价进行计算[28]。所有指标均为定量化的指标,评分标准如表2所示。

    表 2  氮氧化物、颗粒物控制技术经济性评估指标评分标准
    Table 2.  Rating standard of the economic efficiency of NOx and PM control technology
    等级(B1)NOx/PM折旧费/(104元)(B2)/PM运行费/(104元)(B3)/PM维护费/(104元)(B4)年排放量/t(B5)节省排污税/(104元)(B6)/PM年产值/(104元)
    NOxPMNOxPM
    20≥800≥2 000≥300≥800≥300[0,20)[0,20)[0,100×104)
    40[400,800)[1 000,2 000)[200,300)[480,800)[180,300)[20,40)[20,40)[100×104,200×104)
    60[200,400)[400,1 000)[100,200)[160,480)[100,180)[40,60)[40,60)[200×104,300×104)
    80[60,200)[100,400)[50,100)[80,160)[30,100)[60,80)[60,80)[300×104,450×104)
    100[0,60)[0,100)[0,50)[0,80)[0,30)≥80≥80≥450×104
     | Show Table
    DownLoad: CSV

    利用情景分析法[29]建立无控情景、基准情景和超低排放情景。通过调研已出台的石化行业污染物排放控制政策,参考电力行业《燃煤电厂超低排放烟气治理工程技术规范》(HJ 2053-2018)[30]中关于氮氧化物、颗粒物排放浓度限值的规定,即在基准氧含量6%条件下,烟尘、NOx排放浓度分别不高于10 mg·m−3和50 mg·m−3(标准状况下),建立石化行业PM、NOx排放控制情景,分析各个情景下的污染物控制成本和效益(如表3所示)。

    表 3  氮氧化物、颗粒物排放控制情景
    Table 3.  Control scenarios for NOx and PM emissions
    情景详细情况描述
    无控情景2007年以前,缺乏针对石化行业的全国性污染物控制相关政策,因此,根据2007年北京市《炼油与石油化学工业大气污染物排放标准》的规定,氮氧化物、颗粒物排放限值分别为300 mg·m−3和120 mg·m−3
    基准情景(BAU)2015年,首次发布行业性污染物控制政策《石油炼制工业污染物排放标准》(GB 31570-2015),据此规定,新建企业和现有企业氮氧化物、颗粒物排放限值分别为100 mg·m−3和20 mg·m−3
    超低排放情景在上述政策的技术上制定更加严格的标准,氮氧化物、颗粒物排放限值分别为50 mg·m−3和10 mg·m−3,并采用相应达到要求的控制技术
     | Show Table
    DownLoad: CSV

    通过中国研究数据服务平台(CNRDS)和《中国能源统计年鉴》[14]进行数据调研,2011—2016年,河北省、山东省的柴油、汽油生产量较高且基本呈上升趋势;河北省、山东省的氮氧化物、颗粒物排放量较高(如图4图5所示)。因此,本研究将河北省、山东省的石油加工企业作为调研对象,并于2018年2月—2019年3月先后对其进行实地调研,收集相应的工程案例,获取系统投资费用、运行费用、维护费用等各类成本参数以及污染物排放量、节省排污税和具有经济价值的产品产量,评估该工程产生的效益。

    图 4  2011—2016年河北省、山东省柴油和汽油生产量
    Figure 4.  Production of diesel and gasoline in Hebei province and Shandong province from 2011 to 2016
    图 5  2011—2016年河北省、山东省氮氧化物和颗粒物排放量
    Figure 5.  Emissions of NOx and PM from Hebei province and Shandong province from 2011 to 2016

    基准情景即《石油炼制工业污染物排放标准》(GB 31570-2015)规定(氮氧化物、颗粒物排放限值分别为100 mg·m−3和20 mg·m−3)下氮氧化物、颗粒物的排放及控制情况。通过数据调研,获取石油加工企业4种脱硝技术类型(选择性催化还原技术、选择性非催化还原技术、低氮燃烧技术、臭氧氧化技术)和3种除尘技术类型(旋风除尘、湿式除尘、布袋除尘)的系统基本参数(见表4),并结合式(1)~式(8)对相关指标进行计算。其中,臭氧氧化工艺不考虑臭氧泄漏等二次污染问题。根据数据调研结果,发现仅有石油加工企业1、2、3的氮氧化物控制技术情况和石油加工企业4、5的颗粒物控制技术情况数据完整。因此,本研究以这5个数据全面的石油加工企业为例,依据控制技术经济性评估指标评分标准(如表2所示),对关键指标进行评分,并得出各指标得分值。典型石油加工企业氮氧化物、颗粒物经济性评估指标评分统计结果如表5所示。

    表 4  河北省、山东省部分石油加工企业氮氧化物、颗粒物控制技术
    Table 4.  Control technology of NOx, PM in some petroleum processing enterprises ofHebei province and Shandong province, China
    企业编号污染物控制技术投资费/(104元)折旧费/(104元)运行费/(104元)维护费/(104元)年排放量/t年减排量/t排放浓度/(mg·m−3)节省排污税/(104元)年产量/(104t)年产值/(104元)
    1SCR3 850182.95371202562568032.3220156
    PM旋风除尘
    2SCR16 0007608502205143006075.8560375
    PM湿式除尘
    3SCR+SNCR+LNB4 0001902701107767012040320212
    PM湿式除尘
    4SCR390254.8
    PM旋风除尘+布袋除尘+湿式除尘3 900185.31, 900280407809050
    5PM湿式除尘1 03951.9396183100564042350236
    PM布袋除尘42420.12546
    6臭氧氧化1 28060.8423137
    PM湿式除尘98046.6384
    7LNB49023.223482
    PM湿式除尘
      注:—表示企业未提供相关数据。
     | Show Table
    DownLoad: CSV
    表 5  典型石油加工企业氮氧化物和颗粒物经济性评估指标评分
    Table 5.  Score of the economic evaluation index of NOx and PM in typical petroleum processing enterprises
    污染物案例B1B2B3B4B5B6
    氮氧化物石油加工企业1806060604040
    石油加工企业2406040408080
    石油加工企业38080601006060
    颗粒物石油加工企业4804040806060
    石油加工企业51008060606060
     | Show Table
    DownLoad: CSV

    根据氮氧化物、颗粒物控制技术经济性评估指标体系,采用综合加权模型[24]分别计算系统总成本、系统总效益的综合归一化值,根据上文中的各指标权重值对各准则层进行加权,得出氮氧化物、颗粒物控制技术经济性评估综合归一化值,结果如表6表7所示。计算方法见式(9)。

    表 6  典型石油加工企业氮氧化物经济性评估指标综合归一化值结果
    Table 6.  Synthesis and normalization results of the economic evaluation index of NOx in typical petroleum processing enterprises
    层次石油加工企业1石油加工企业2石油加工企业3权重(Wi)
    B123.25011.62523.2500.291
    B29.2749.27412.3660.154
    B33.2872.1913.2870.054
    B416.71411.14227.8570.278
    B56.40412.8099.6070.160
    B62.4524.9043.6780.061
     | Show Table
    DownLoad: CSV
    表 7  典型石油加工企业颗粒物经济性评估指标合归一化值结果
    Table 7.  Synthesis and normalization results of the economic evaluation index of PM in typical petroleum processing enterprises
    层次石油加工企业4石油加工企业5权重(Wi)
    B123.25029.0630.291
    B26.18312.3660.154
    B32.1923.2870.054
    B422.28616.7140.278
    B59.6079.6070.160
    B63.6783.6780.061
     | Show Table
    DownLoad: CSV
    Ej=nj=1WiXij (9)

    式中:Ej为各调查案例经济性评估综合归一化值;Wi为各指标权重值;Xij为指标打分值;n为评估指标序号,n=[1,6]。

    运用式(9)对研究对象内的氮氧化物、颗粒物控制技术经济性评估指标体系中准则层(系统总成本、系统总效益)分别计算归一化值,并通过加权,计算出经济性评价综合值(如表8所示)。最后,采用5个区间来界定经济性评价等级,区间量度值范围为[0,100],如表9所示。典型石油加工企业经济性评价等级结果如表10所示。

    表 8  典型石油加工企业经济性评价综合值
    Table 8.  Comprehensive value of economic evaluation index oftypical petroleum processing enterprises
    污染物案例总成本值总效益值费效比经济性评价综合值
    氮氧化物石油加工企业135.81225.5711.40161.384
    石油加工企业223.09228.8570.80151.948
    石油加工企业338.90441.1430.94680.047
    颗粒物石油加工企业431.62535.5710.88967.196
    石油加工企业544.71629.9991.49174.716
     | Show Table
    DownLoad: CSV
    表 9  经济性评价等级
    Table 9.  Rating of economic evaluation
    评价等级标准化值
    极差[0,20)
    [20,40)
    中等[40,60)
    良好[60,80)
    [80,100]
     | Show Table
    DownLoad: CSV
    表 10  典型石油加工企业经济性评价等级结果
    Table 10.  Rating of economic evaluation of typical petroleum processing enterprises
    污染物案例评价等级
    氮氧化物石油加工企业1良好
    石油加工企业2中等
    石油加工企业3
    颗粒物石油加工企业4良好
    石油加工企业5良好
     | Show Table
    DownLoad: CSV

    表8可知,费效比较高的为石油加工企业1和企业5,系统总成本约为系统总效益的1.4~1.5倍;由表5表6可知,石油加工企业1经济性评价综合值较低的原因主要是运行费用和维护费用较高;由表5表7可知,石油加工企业5经济性评价综合值较低的原因主要是年排放量较多、节省排污税较少。费效比较低的为石油加工企业2、4,其中石油加工企业2的经济性评价综合值最低;由表5表6可知,石油加工企业2的产业规模最大,投资费用过高,但年排放量却没有相应减少;由表5表7可知,石油加工企业4采用旋风除尘、布袋除尘、湿式除尘多种技术控制颗粒物排放,带来的运行费用和维护费用较高,而节省排污税较少,企业产值较低,因而经济性评价综合值较低。石油加工企业3的费效比接近1,说明成本投入和效益产出较为平均;由表5可知,由于采用SCR、SNCR、LNB多种技术控制氮氧化物排放,石油加工企业投资费用的绝对数量并不低,但是相应地可带来良好的环境效益,年排放量很低,节省排污税较多,因而经济性评价综合值最高。由表10的经济性评价等级结果可知,石油加工企业3的经济性评价结果为“优”,等级最高;石油加工企业1、4、5的经济性评价结果为“良好”,等级仅次于石油加工企业3;石油加工企业2的经济性评价结果为“中等”,等级最低。

    综合上述结果,石油加工企业的总成本和总效益难以达到均衡,总成本值较高的石油加工企业难以形成较高的总效益值,而总效益值较高的石油加工企业往往也是总成本值较低的企业,这是因为污染物的控制成本相对过高。此外,采用多种技术进行污染物控制的石油加工企业3、4,经济性评价综合值反而相对较高,等级结果并没有低于采用单一技术的石油加工企业1、2、5,这说明在下一步推行超低排放的过程中,采用多种技术叠加的方式,不论从技术性的角度还是经济性的角度,都是具备可行性的。

    以2019年为基准年,基准情景下氮氧化物、颗粒物的排放限值参照《石油炼制工业污染物排放标准》(GB 31570-2015)[25]的规定,即对新建和现有企业氮氧化物、颗粒物排放最低限值分别为80 mg·m−3和30 mg·m−3。氮氧化物排放控制技术主要有臭氧氧化、SCR(选择性催化还原技术)、SNCR(选择性非催化还原技术)和LNB(低氮燃烧技术);颗粒物排放控制技术主要有旋风除尘技术、FF(布袋除尘技术)和湿式除尘技术。

    超低排放情景以2019年为基准年进行趋势外延,氮氧化物、颗粒物排放限值分别为50 mg·m−3和10 mg·m−3。石油加工企业的超低排放改造路线参考国内燃煤电厂已有的方案。根据《燃煤电厂超低排放烟气治理工程技术规范》(HJ 2053-2018)[30]和相关资料[31-33],超低排放技术改造路线通常采用多种技术叠加的方式进行多种污染物的协同控制。因此,假定未来年所使用的技术与基准年相同,超低排放情景下模拟石油加工企业的技术路线及改造方案如下:氮氧化物控制采用臭氧氧化+LNB(低氮燃烧技术)+SCR(选择性催化还原技术);颗粒物控制采用旋风除尘技术+FF(布袋除尘技术)+湿式除尘技术。

    根据系统成本评估指标(系统投资费用、运行费用、维护费用)和系统效益评估指标(年减排量、排放浓度、节省排污税)对改造前后石油加工企业的技术经济性进行评估,数据仍然采用表4中实际石油加工企业运行数据,成本参数和效益参数由相同规模的石油加工企业相关参数叠加所得。基准情景与超低排放情景的技术经济性对比结果如图6~图9所示。

    图 6  氮氧化物超低排放控制成本
    Figure 6.  Costs of ultra-low emission control for NOx
    图 9  颗粒物超低排放控制效益
    Figure 9.  Benefit of ultra-low emission control for PM

    图6图8所示,在超低排放情景下,石油加工企业氮氧化物、颗粒物控制系统总成本约为改造之前的1.5~2.0倍,其中,改造之后的系统投资成本、运行成本约为改造之前的1.5~2.0倍,维护成本则增幅较小。如图7图9所示,超低排放情景下,石油加工企业氮氧化物、颗粒物控制系统总效益显著提升,年减排率由改造前的50%提升至改造后的87%,年排污税由改造前的14.6%提升至改造后的55.6%,污染物排放浓度约为改造之前的0.2~0.5倍。根据已有的燃煤电厂超低排放改造前、后成本变化[34],改造前、后氮氧化物控制单位成本分别为9 872元·t−1和14 092元·t−1,改造前、后颗粒物控制单位成本分别为55元·t−1和117元·t−1,改造之后的成本约为改造前的1.4~2.0倍,与模拟石油加工企业超低排放技术改造的成本变化基本吻合。

    图 8  颗粒物超低排放控制成本
    Figure 8.  Costs of ultra-low emission control for PM
    图 7  氮氧化物超低排放控制效益
    Figure 7.  Benefit of ultra-low emission control for NOx

    本研究所采用的层次分析法存在一定的局限性。第一,在确定指标B1~B6之间的相对重要程度时,在现有文献当中难以找到完全一致的参考指标;第二,层次分析模型可容纳的指标有限,如果研究需要更多的衡量指标,判断矩阵不易达到一致性,难以进行调整;第三,不同学者对于指标之间的重要度判断不同,易存在主观性。

    1)利用层次分析法对大气污染控制技术的经济性进行评估,年折旧费和环境效益的重要程度最高,权重值分别为0.291、0.278。通过评分法构建的分值转换系统对实际石油加工企业进行评估,得到各石油加工企业经济性评估等级,可以直观地比较各个企业的情况。

    2)基于多家石油加工企业工程案例,发现在基准情景下,采用不同控制技术的石油加工企业经济性评价综合值差别较大。采用单一控制技术的企业由于投资成本过高或环境效益较低而造成经济性下降;采用多种技术控制污染物排放的企业,投资费用的绝对数量较高,但是可带来良好的环境效益,年减排率由改造前的50%提升至改造后的87%,年排污税由改造前的14.6%提升至改造后的55.6%,污染物排放浓度约为改造之前的0.2~0.5倍。年排放量很低,节省排污税较多,因而经济性较高。

    3)在不同排放情景下,石油加工企业的成本和效益相差较大。与基准情景相比,在超低排放情景下,系统总成本显著增加,系统总效益显著提升,但总效益的增幅与总成本的增幅相差不大,如若下一步推行石油加工企业超低排放政策,还应加大对企业的扶持力度,否则过高的成本将会抑制企业实施超低排放技术的动力。

    4)及时调查和总结典型企业经验,促进超低排放控制技术和污染物检测技术的发展。结合我国不同区域环境特征、经济发展需求及企业生产状况,对采用不同控制技术的企业开展基于系统成本、系统效益的评估,相应提出技术可行、经济性高的超低排放最佳技术改造路线及设备安装要求;与此同时,推进行业污染物低浓度监测方法及标准技术的落实,构建稳定可靠的监测网络,确保监测数据的有效性。

    5)政府综合运用经济、法律等手段,鼓励引导相关企业积极落实减排措施,加快超低排放政策推行。在经济方面,可以提供贷款或者财政补贴以缓解企业在改造初期成本过高的问题,同时通过调整排污税和实行油价补贴以加大对企业实行超低排放的支持力度,从而提升企业采纳改造技术的积极性;在法律方面,正式出台具有统一性、强制性的石油加工企业超低排放标准,对企业氮氧化物、颗粒物等污染物的排放限值作出具体要求。

    6)加强监督管理,促使企业承担相应责任、落实相关政策。以相关法律法规为依据,加强对石油加工企业大气污染治理项目环境影响评价、验收环境执法等过程的管理;对于污染物排放不能满足排放要求的企业,可以利用税费政策对其进行惩罚,促进企业转变观念,主动承担落实减排责任。

  • 图 1  反应器处理模拟废水中的NH+4-N与TN质量浓度变化

    Figure 1.  Difference of nitrogen removal from simulated wastewater treated by reacors

    图 2  污泥的SEM图

    Figure 2.  SEM images of the sludge

    图 3  污泥的TEM图

    Figure 3.  TEM images of sludge

    图 4  SBR运行期间反应器中EPS质量分数的变化

    Figure 4.  EPS concentrations in the reactors during the experiments

    图 5  不同阶段微生物门水平群落结构

    Figure 5.  Microbial population of the activated sludge samples at the phylum level in different phases

    图 6  不同阶段微生物属水平群落结构

    Figure 6.  Microbial population of the activated sludge samples at the genus level in different phases

    表 1  SBR反应器的运行方案

    Table 1.  Operation scheme of SBR reactor

    运行阶段运行周期/d溶解氧/(mg·L−1)pH温度/℃
    阶段Ⅰ0 ~ 81.50~2.207.1±0.225±2
    阶段Ⅱ9 ~ 251.15~3.307.1±0.225±2
    阶段 Ⅲ26 ~ 452.30~2.507.1±0.225±2
    运行阶段运行周期/d溶解氧/(mg·L−1)pH温度/℃
    阶段Ⅰ0 ~ 81.50~2.207.1±0.225±2
    阶段Ⅱ9 ~ 251.15~3.307.1±0.225±2
    阶段 Ⅲ26 ~ 452.30~2.507.1±0.225±2
    下载: 导出CSV

    表 2  模拟废水的NH+4-N与TN平均去除率

    Table 2.  Average removal rate of NH+4-N and TN in simulated wastewater %

    反应器阶段 Ⅰ平均去除率阶段 Ⅱ平均去除率阶段 Ⅲ平均去除率
    NH+4-NTN NH+4-NTN NH+4-NTN
    R158.82 ± 3.5143.36 ± 5.5448.12 ± 2.8731.35 ± 1.2143.56 ± 1.639.96 ± 3.69
    R255.34 ± 5.2339.93 ± 1.9253.34 ± 1.7245.28 ± 2.1481.92% ± 2.5256.44 ± 2.56
    反应器阶段 Ⅰ平均去除率阶段 Ⅱ平均去除率阶段 Ⅲ平均去除率
    NH+4-NTN NH+4-NTN NH+4-NTN
    R158.82 ± 3.5143.36 ± 5.5448.12 ± 2.8731.35 ± 1.2143.56 ± 1.639.96 ± 3.69
    R255.34 ± 5.2339.93 ± 1.9253.34 ± 1.7245.28 ± 2.1481.92% ± 2.5256.44 ± 2.56
    下载: 导出CSV

    表 3  不同载体对SBR污泥驯化稳定时长与氮去除效果的比较

    Table 3.  Comparison of the stabilization time of sludge acclimation and nitrogen removal effect of SBR with different carriers

    载体材料氮去除率/%污泥驯化稳定时间/d温度/℃污泥体积指数/(mg·L−1)参考文献
    磁性活性炭50.27030202.2[29]
    沸石47.06030150[30]
    粉煤灰35.53025426[31]
    悬浮填料67.54028[32]
    弹性填料36.328
    煤质活性炭81.9452596本研究
    载体材料氮去除率/%污泥驯化稳定时间/d温度/℃污泥体积指数/(mg·L−1)参考文献
    磁性活性炭50.27030202.2[29]
    沸石47.06030150[30]
    粉煤灰35.53025426[31]
    悬浮填料67.54028[32]
    弹性填料36.328
    煤质活性炭81.9452596本研究
    下载: 导出CSV
  • [1] LIU R, ZHENG X, LI M, et al. A three chamber bioelectro chemical system appropriate for in-situ remediation of nitrate-contaminated groundwater and its reaction mechanisms[J]. Water Research, 2019, 158: 401-410. doi: 10.1016/j.watres.2019.04.047
    [2] WANG C, LIU Y, LV W, et al. Enhancement of nitrogen removal by supplementing fluidized-carriers into the aerobic tank in a full-scale A (2)/O system[J]. Science of the Total Environment, 2019, 660: 817-825. doi: 10.1016/j.scitotenv.2019.01.046
    [3] CUI B, YANG Q, ZHANG Y, et al. Improving nitrogen removal in biological aeration filter for domestic sewage treatment via adjusting microbial community structure[J]. Bioresource Technology, 2019, 293: 122006. doi: 10.1016/j.biortech.2019.122006
    [4] LI C, LIU S, MA T, et al. Simultaneous nitrification, denitrification and phosphorus removal in a sequencing batch reactor (SBR) under low temperature[J]. Chemosphere, 2019, 229: 132-141. doi: 10.1016/j.chemosphere.2019.04.185
    [5] SONG Z, ZHANG X, NGO H H, et al. Zeolite powder based polyurethane sponges as biocarriers in moving bed biofilm reactor for improving nitrogen removal of municipal wastewater[J]. Science of the Total Environment, 2019, 651: 1078-1086. doi: 10.1016/j.scitotenv.2018.09.173
    [6] EROL A, AVSEGUL U M. Chitosan based metal-chelated copolymer nanoparticles: laccase immobilization and phenol degradation studies[J]. International Biodeterioration & Biodegradation, 2017, 125: 235-242.
    [7] TING A S Y, RAHMAN N H A, ISA M I H M, et al. Investigating metal removal potential by Effective Microorganisms (EM) in alginate-immobilized and free-cell forms[J]. Bioresource Technology, 2013, 147: 636-639. doi: 10.1016/j.biortech.2013.08.064
    [8] VANOTTI M B, HUNT P G. Nitrification treatment of swine wastewater with acclimated nitrifying sludge immobilixed in polymer pellet[J]. Transactions of the ASABE, 2000, 43(2): 405-413. doi: 10.13031/2013.2719
    [9] 王得梁, 杨家鹏, 黄碧捷, 等. 活体微生物及磁分离技术在重金属废水处理中的应用[J]. 绿色科技, 2020, 24: 68-70. doi: 10.3969/j.issn.1674-9944.2020.24.022
    [10] 王青, 张善锋. The Application of Immobilized Microorganism Technology in Wastewater Treatment[J]. 环境科学与管理, 2008, 33(11): 81-84. doi: 10.3969/j.issn.1673-1212.2008.11.021
    [11] 王真真, 李文哲, 公维佳. 以活性炭纤维为载体厌氧处理牛粪的实验研究[J]. 农机化研究, 2008, 4(2): 207-210. doi: 10.3969/j.issn.1003-188X.2008.02.063
    [12] 练文标, 潘凤开. 生物活性炭废水处理工艺研究[J]. 广东化工, 2018, 45(6): 165-166. doi: 10.3969/j.issn.1007-1865.2018.06.072
    [13] WU F C, TSENG R L, JUANG R S. Adsorption of dyes and phenols from water on the activated carbons prepared from corncob wastes[J]. Environmental Technology, 2001, 22(2): 205-213. doi: 10.1080/09593332208618296
    [14] LIN Q, VRIEZE J D, LI C N, et al. Temperature regulates deterministic processes and the succession of microbial interactions in anaerobic digestion process[J]. Water Research, 2017, 123: 134-143. doi: 10.1016/j.watres.2017.06.051
    [15] MOHAMMADI S, KARGARI A, SANAEEPUR H, et al. Phenol removal from industrial wastewaters: A short review[J]. Desalination and Water Treatment, 2015, 53(8): 2215-2234. doi: 10.1080/19443994.2014.883327
    [16] LEONG M L, LEE K M, MAKINIA J, et al. Characteristics and fate of organic nitrogen in municipal biological nutrient removal wastewater treatment plants[J]. Water Research, 2012, 46(7): 2057-2066. doi: 10.1016/j.watres.2012.01.020
    [17] WANG X, WEN X, CRIDDLE C, et al. Community analysis of ammonia-oxidizing bacteria in activated sludge of eight wastewater treatment systems[J]. Journal of Environmental Sciences, 2010, 22(4): 627-634. doi: 10.1016/S1001-0742(09)60155-8
    [18] 国家环境保护总局. 水和废水监测分析方法(第4版)[M]. 北京: 中国环境科学出版社, 2009.
    [19] 钱玉兰, 李燕, 乔椋, 等. 无机絮凝剂对SBR系统中活性污泥的影响研究[J]. 中国环境科学, 2020, 40(6): 2445-2453. doi: 10.3969/j.issn.1000-6923.2020.06.014
    [20] HUANG J, SONG Y L, WANG X H, et al. Analysis of the microbial community differences between suspending sludge and biofilm in contact-oxidation tank for dyeing wastewater treatment[J]. Chinese Journal of Environmental Engineering, 2014, 8(8): 3241-3246.
    [21] 王彬浩. 活性污泥降解氟化工废水的影响因素及微生物群落结构的动态变化研究[D]. 杭州: 杭州师范大学, 2017.
    [22] FENG L, CHEN K, HAN D, et al. Comparison of nitrogen removal and microbial properties in solid-phase denitrification systems for water purification with various pretreated lignocellulosic carriers[J]. Bioresource Technology, 2017b, 224: 236-245. doi: 10.1016/j.biortech.2016.11.002
    [23] 杨豪, 信欣, 曹惜霜, 等. 磁性活性炭强化SBR脱氮除磷及微生物种群分析[J]. 中国环境科学, 2021, 41(3): 1199-1207. doi: 10.3969/j.issn.1000-6923.2021.03.023
    [24] Sun Chenxiang, Zhang Bing, Chen Zhan, et al. Sludge retention time affects the microbial community structure: A largescale sampling of aeration tanks throughout China[J]. Environmental Pollution, 2020, 261: 114140. doi: 10.1016/j.envpol.2020.114140
    [25] 李健, 郭烨烨, 王霞, 梁爽, 张宜峤. 活性炭提高膜生物反应器运行性能的研究进展[J]. 水处理技术, 2021, 47(1): 7-11.
    [26] YANG W, PAETKAU M, CICEKN. Improving the performance of membrane bioreactors by powdered activated carbon dosing with cost considerations[J]. Water Science and Technology, 2010, 62: 172-179. doi: 10.2166/wst.2010.276
    [27] KAYA Y, BACAKSIZ A M, GOLEBATMAZ U, et al. Improving the performance of an aerobic membrane bioreactor (MBR) treating pharmaceutical wastewater with powdered activated carbon (PAC) addition[J]. Bioprocess and Biosystems Engineering, 2016, 39: 661-676. doi: 10.1007/s00449-016-1547-3
    [28] WANG S, MA C, PANG C, et al. Membrane fouling and performance of anaerobic ceramic membrane bioreactor treating phenol- and quinoline-containing wastewater: Granular activated carbon vs polyaluminum chloride[J]. Environmental Science and Pollution Research, 2018.
    [29] 信欣, 管蕾, 郭俊元, 等. SBR加载不同粒径磁性活性炭对其污泥颗粒化进程的影响机制[J]. 环境科学, 2017, 38(11): 4679-4686.
    [30] 陈婧. 沸石序批式反应器的亚硝化及其低碳脱氮研究[D]. 广州: 华南理工大学, 2019.
    [31] 伍昌年, 凌琪, 唐玉朝, 等. 改性粉煤灰强化SBR工艺处理污水实验研究[J]. 应用化工, 2017, 46(6): 1071-1073. doi: 10.3969/j.issn.1671-3206.2017.06.011
    [32] 李青, 成小英. 不同填料生物反应器中脱氮微生物群落比较分析[J]. 安全与环境学报, 2017, 17(6): 2360-2365.
    [33] 张春雷, 王东升, 樊康平, 等. 活性炭滤池中微生物特征及其对溶解性有机碳的去除作用[J]. 环境科学学报, 2009, 29(11): 2267-2273.
    [34] FENG L, JIA R, ZENG Z, et al. Simultaneous nitrification-denitrification and microbial community profile in an oxygen-limiting intermittent aeration SBBR with biodegradable carriers[J]. Biodegradation, 2018, 29(5): 473-486. doi: 10.1007/s10532-018-9845-x
    [35] FEYEREISEN G W, CHRISTIANSON L E, MOORMAN T B, et al. Plastic biofilm carrier after corn cobs reduces nitrate loading in laboratory denitrifying bioreactors[J]. Journal of Environmental Quality, 2017, 46(4): 915-920. doi: 10.2134/jeq2017.02.0060
    [36] BAO T, CHEN T H, TAN J, et al. Synthesis and performance of iron oxide-based porous ceramsite in a biological aerated filter for the simultaneous removal of nitrogen and phosphorus from domestic wastewater[J]. Separation & Purification Technology, 2016, 167: 154-162.
    [37] YU H Q. Molecular insights into extracellular polymeric substances in activated sludge[J]. Environmental Science & Technology, 2020, 54(13): 7742-7750.
    [38] CHENG Y, LI G, LIU Y, et al. Evaluating the effects of Zn (II) on high-rate biogranule-based denitrification: Performance, microbial community and sludge characteristics[J]. Bioresource Technology, 2019, 279: 393-397. doi: 10.1016/j.biortech.2019.02.005
    [39] TIAN W H, LI W, HUI L, et al. Characterization of sulfate-reducing granular sludge in the SANI((R)) process[J]. Water Research, 2013, 47(19): 7042-7052. doi: 10.1016/j.watres.2013.07.052
    [40] CHAALI M, NAGHDI M, BRAR S K, et al. A review on the advances in nitrifying biofilm reactors and their removal rates in wastewater treatment[J]. Journal of Chemical Technology and Biotechnology, 2018, 93(11): 3113-3124. doi: 10.1002/jctb.5692
    [41] GAN Y, ZHAO Q, YE Z. Denitrification performance and microbial diversity of immobilized bacterial consortium treating nitrate micro-polluted water[J]. Bioresource Technology, 2019, 281: 351-358. doi: 10.1016/j.biortech.2019.02.111
    [42] LU H, CHANDRAN K, STENSEL D. Microbial ecology of denitrification in biological wastewater treatment[J]. Water Research, 2014, 64(1): 237-254.
    [43] SANDIP M, KALYANRAMAN V. Enhanced simultaneous nitri-denitrification in aerobic moving bed biofilm reactor containing polyurethane foam-based carrier media[J]. Water Science and Technology, 2019, 79(3): 510-517. doi: 10.2166/wst.2019.077
    [44] WANG Y, ZHANG X, ZHANG X, et al. Characterization of spectral responses of dissolved organic matter (DOM) for atrazine binding during the sorption process onto black soil[J]. Chemosphere, 2017, 180: 531-539. doi: 10.1016/j.chemosphere.2017.04.063
    [45] CHEN W, WESTERHOFF P, LEENHEER J A, et al. Fluorescence excitation-emission matrix regional integration to quantify spectra for dissolved organic matter[J]. Environmental Science & Technology, 2003, 37(24): 5701-5710.
    [46] 唐书娟, 王志伟, 吴志超, 等. 膜-生物反应器中溶解性有机物的三维荧光分析[J]. 中国环境科学, 2009, 29(3): 290-295. doi: 10.3321/j.issn:1000-6923.2009.03.012
    [47] XU Z, CHAI X. Effect of weight ratios of PHBV/PLA polymer blends on nitrate removal efficiency and microbial community during solid-phase denitrification[J]. International Biodeterioration & Biodegradation, 2017, 116: 175-183.
    [48] VIJAY A, CHHABRA M, VINCENT T. Microbial community modulates electrochemical performance and denitrification rate in a biocathodic autotrophic and heterotrophic denitrifying microbial fuel cell[J]. Bioresource Technology, 2019, 272: 217-225. doi: 10.1016/j.biortech.2018.10.030
    [49] LI J, LI D, CUI Y, et al. Micro-electrolysis/retinervus luffae-based simultaneous autotrophic and heterotrophic denitrification for low C/N wastewater treatment[J]. Environmental Science and Pollution Research, 2017, 24(20): 16651-16658. doi: 10.1007/s11356-017-9179-y
    [50] GABARRO J, GONZALEZ C P, RUSCALLEDA M, et al. Anoxic phases are the main N2O contributor in partial nitritation reactors treating high nitrogen loads with alternate aeration[J]. Bioresource Technology, 2014, 163: 92-99. doi: 10.1016/j.biortech.2014.04.019
    [51] ZHANG X, LI D, LIANG Y, et al. Autotrophic nitrogen removal from domestic sewage in MBR-CANON system and the biodiversity of functional microbes[J]. Bioresource Technology, 2013, 150: 113-120. doi: 10.1016/j.biortech.2013.09.067
    [52] 蔺凌云, 尹文林, 潘晓艺, 等. 自然微生物挂膜处理水产养殖废水的效果及微生物群落分析[J]. 水生生物学报, 2017, 41(6): 163-171.
    [53] HU Z, LIU J, ZHENG W, et al. Highly-efficient nitrogen removal from domestic wastewater based on enriched aerobic/anoxic biological filters and functional microbial community characteristics[J]. Journal of Cleaner Production, 2019, 238: 117867. doi: 10.1016/j.jclepro.2019.117867
    [54] DONG H, WANG W, SONG Z, et al. A high-efficiency denitrification bioreactor for the treatment of acrylonitrile wastewater using waterborne polyurethane immobilized activated sludge[J]. Bioresource Technology, 2017, 239: 472-481. doi: 10.1016/j.biortech.2017.05.015
    [55] ASHRAFI E, ALLAHYARI E, TORRESI E, et al. Effect of slow biodegradable substrate addition on biofilm structure and reactor performance in two MBBRs filled with different support media[J]. Environmental Technology, 2019: 1-10.
    [56] FENG L, JIA R, SUN J Y, et al. Response of performance and bacterial community to oligotrophic stress in biofilm systems for raw water pretreatment[J]. Biodegradation, 2017a, 28(4): 231-244. doi: 10.1007/s10532-017-9792-y
  • 期刊类型引用(3)

    1. 周敏智. 石油工程企业市场开发潜力的拓展途径. 企业改革与管理. 2024(02): 159-161 . 百度学术
    2. 房豪杰. 陶瓷纤维滤管在烟气净化一体化技术中的应用. 环境污染与防治. 2022(02): 234-237+250 . 百度学术
    3. 谢树林,杨先利. 关于石油工程技术创新策略的思考. 化工管理. 2020(03): 103-104 . 百度学术

    其他类型引用(0)

  • 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: 83.5 %HTML全文: 83.5 %摘要: 12.1 %摘要: 12.1 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 80.3 %其他: 80.3 %Ashburn: 0.6 %Ashburn: 0.6 %Beijing: 6.2 %Beijing: 6.2 %Boulder: 0.1 %Boulder: 0.1 %Brooklyn: 0.1 %Brooklyn: 0.1 %Chang'an: 0.1 %Chang'an: 0.1 %Chaowai: 0.2 %Chaowai: 0.2 %Chengdu: 0.4 %Chengdu: 0.4 %Dongying: 0.2 %Dongying: 0.2 %Guangzhou: 0.4 %Guangzhou: 0.4 %Haidian: 0.2 %Haidian: 0.2 %Hangzhou: 0.5 %Hangzhou: 0.5 %Hefei: 0.1 %Hefei: 0.1 %Hyderabad: 0.1 %Hyderabad: 0.1 %Jinrongjie: 1.3 %Jinrongjie: 1.3 %Liuxiang: 0.1 %Liuxiang: 0.1 %Los Angeles: 0.1 %Los Angeles: 0.1 %Nanjing: 0.5 %Nanjing: 0.5 %Newark: 0.2 %Newark: 0.2 %Qinnan: 0.1 %Qinnan: 0.1 %Shanghai: 0.6 %Shanghai: 0.6 %Shenyang: 0.3 %Shenyang: 0.3 %Shenzhen: 0.2 %Shenzhen: 0.2 %Shijiazhuang: 0.2 %Shijiazhuang: 0.2 %Suzhou: 0.2 %Suzhou: 0.2 %Taiyuan: 0.3 %Taiyuan: 0.3 %Taiyuanshi: 0.1 %Taiyuanshi: 0.1 %Tashkent: 0.1 %Tashkent: 0.1 %Wuhan: 0.2 %Wuhan: 0.2 %Xi'an: 0.3 %Xi'an: 0.3 %Xingfeng: 0.2 %Xingfeng: 0.2 %Xintai: 0.1 %Xintai: 0.1 %Xuhui Qu: 0.1 %Xuhui Qu: 0.1 %XX: 4.1 %XX: 4.1 %Yuncheng: 0.2 %Yuncheng: 0.2 %Zurich: 0.1 %Zurich: 0.1 %上海: 0.1 %上海: 0.1 %俄克拉何马城: 0.1 %俄克拉何马城: 0.1 %北京: 0.2 %北京: 0.2 %济南: 0.2 %济南: 0.2 %深圳: 0.3 %深圳: 0.3 %郑州: 0.3 %郑州: 0.3 %阳泉: 0.2 %阳泉: 0.2 %其他AshburnBeijingBoulderBrooklynChang'anChaowaiChengduDongyingGuangzhouHaidianHangzhouHefeiHyderabadJinrongjieLiuxiangLos AngelesNanjingNewarkQinnanShanghaiShenyangShenzhenShijiazhuangSuzhouTaiyuanTaiyuanshiTashkentWuhanXi'anXingfengXintaiXuhui QuXXYunchengZurich上海俄克拉何马城北京济南深圳郑州阳泉Highcharts.com
图( 6) 表( 3)
计量
  • 文章访问数:  5037
  • HTML全文浏览数:  5037
  • PDF下载数:  64
  • 施引文献:  3
出版历程
  • 收稿日期:  2021-04-19
  • 录用日期:  2021-07-15
  • 刊出日期:  2021-09-10
张亦南, 金石开, 何韵仪, 过春燕, 肖军, 张杭君, 丁佳锋, 陈芸, 张艳君. 利用微生物耦合载体提升传统SBR工艺脱氮的有效性[J]. 环境工程学报, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130
引用本文: 张亦南, 金石开, 何韵仪, 过春燕, 肖军, 张杭君, 丁佳锋, 陈芸, 张艳君. 利用微生物耦合载体提升传统SBR工艺脱氮的有效性[J]. 环境工程学报, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130
ZHANG Yinan, JIN Shikai, HE Yunyi, GUO Chunyan, XIAO Jun, ZHANG Hangjun, DING Jiafeng, CHEN Yun, ZHANG Yanjun. Utilizing microbial- carrier coupled system to improve the effectiveness of nitrogen removal by traditional SBR process[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130
Citation: ZHANG Yinan, JIN Shikai, HE Yunyi, GUO Chunyan, XIAO Jun, ZHANG Hangjun, DING Jiafeng, CHEN Yun, ZHANG Yanjun. Utilizing microbial- carrier coupled system to improve the effectiveness of nitrogen removal by traditional SBR process[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 3070-3081. doi: 10.12030/j.cjee.202104130

利用微生物耦合载体提升传统SBR工艺脱氮的有效性

    通讯作者: 张艳君(1968—),女,学士,高级工程师。研究方向:环境工程及环境影响咨询。E-mail:380823492@qq.com
    作者简介: 张亦南(1998—),女,硕士研究生。研究方向:水污染控制技术。E-mail:zhangyinan98@163.com
  • 1. 杭州师范大学生命与环境科学学院,杭州 310036
  • 2. 杭州市环境保护科学研究设计有限公司,杭州 310000
  • 3. 浙江省辐射环境监测站(生态环境部辐射环境监测技术中心),杭州 310012
基金项目:
杭州市农业和社会发展科研主动设计项目(20180417A05);浙江省重点研发计划项目(2021C02048)

摘要: 功能微生物的种类、稳定性以及增殖率对污水处理厂活性污泥单元工艺效果有重要影响。利用特定孔隙率的活性炭作为载体,与筛选得到的功能微生物可以较好地耦合,构成新型复合微生物体,可显著提高SBR反应器的脱氮效果。本实验在序批式活性污泥反应器(SBR)中投加孔较为发达的150目煤质活性炭构建微生物耦合载体活性污泥系统(R2),以不加任何载体的单独活性污泥系统作为对照组(R1)。经SEM和TEM观察表明,R1中微生物较为分散,而R2中的微生物可以在活性炭表面和孔隙内部呈团聚状富集。连续流实验结果表明,R2中的污泥在45 d后基本驯化稳定,且污泥膨胀较小,出水中NH+4-N和TN的去除率分别为(81.92±2.52)%和(56.44±2.56)%,脱氮效果明显优于对照组R1的(43.56±1.66)%和(39.96±3.69)%。R2反应器中胞外聚合物(EPS)的含量由147.56 mg·g−1(以VSS计)增加至416.33 mg·g−1(以VSS计),且蛋白质和多糖比值高于R1,说明微生物耦合活性炭有利于污泥的颗粒化和颗粒污泥系统的稳定。从微生物作用机理的角度开展研究,发现R2中Proteobacteria (83.79%),Bacteroidetes (9.34%), Firmicutes (2.87%)的相对丰度较高,且相比于R1,R2中和污泥膨胀相关的菌门Actinobacteria的丰度下降,而与脱氮功能有密切关联的菌属Enterobacter (25.11%)、Azohydromonas(14.24%)和Microbacterium(8.38%)的丰度上升。以上研究结果说明,合适的载体能够提高功能微生物在水处理中的增效作用和稳定性。

English Abstract

  • 在传统的活性污泥法中,功能微生物生长容易受到环境条件的影响。有研究[1]表明,向反应器中添加载体,可以为微生物提供更多的附着点,微生物会与载体耦合形成稳定的微生物复合体,从而增加污染物的截留与功能微生物的持留效果,能够显著提高反应器的微生物生物量和耐冲击能力[2],可以充分发挥其原有的效率和优势,使得出水水质更稳定。

    微生物在载体表面的增殖生化过程主要受到载体表面孔道结构分布的影响,复合微生物体形成的关键在于载体的选择[3]。最初的载体主要是鹅卵石、玻璃颗粒等颗粒状的材料[4],但随着生物膜的生长,颗粒载体的空隙会逐渐被堵塞,从而影响到载体内部的物质转化,因而近年来相关研究在选择载体时,会优先考虑具有较大孔隙、良好亲水性和生物亲和性的材料[5]。EROL等[6]利用壳聚糖纳米粒子作为载体固定漆酶,可以去除水溶液中96%的苯酚。TING等[7]使用藻酸盐-EM(功能微生物)复合微生物体系去除水中的铅(Pb),对于Pb的去除量可达4.011 mg·g−1。VANOTTI等[8]利用聚乙烯醇颗粒作为载体固定硝化污泥,NH+4N硝化速率为567 mg·(L·d)−1。但是,现有研究中常见的载体材料属于聚合化学物质,只能通过加工获得,成本较高[9]。因此,有必要寻找出性能稳定合适且价格低廉的载体。

    活性炭是一种廉价易得的材料[10],具有丰富的孔隙结构,常被应用于吸附研究中,将其作为微生物载体具有一定的可行性。王真真等[11]固定微生物的研究结果表明,活性炭纤维的使用可以有效减少微生物损失;练文标[12]发现添加粉末活性炭的序批式活性污泥反应器在污泥驯化成熟稳定后,废水COD平均去除率可增加至90%,比普通反应器提高了10%,反应器的耐负荷冲击能力显著提高,其污泥膨胀和生物泡沫问题也得到了有效解决。WU等[13]发现,活性炭分子链上分布了大量的羟基、羧基等活性基团,对水体中带正电荷的污染物具有良好的络合吸附和絮凝作用,这些基团同样有利于细胞粘附和增殖[14-15]。因此,活性炭可以作为一种合适的生物膜载体,在降低成本的同时亦能更好地发挥复合生物体的优势[16]。此外,针对活性炭对微生物种群构成产生的影响进行系统性地研究,目前鲜有报道。

    因此,根据课题组前期预实验,本研究选取中孔发达且比表面积较大的150目煤质活性炭作为孔隙尺寸和颗粒粒径较为合适的载体材料,在传统的序批式活性污泥反应器(sequencing batch reactor,SBR)中投加煤质活性炭构建活性污泥体系,通过对比实验组(投加材料)与对照组(不投加材料)的SBR在脱氮性能、复合微生物体表面形态和内部结构、反应器中EPS 含量及其主要微生物种群结构组成和关键脱氮除磷菌群的区别,探究了微生物体耦合活性炭在传统SBR中的脱氮增效机制,以期为强化生物脱氮提供参考。

  • 实验装置为2套相同的圆柱形SBR,单个SBR装置由聚氯乙烯(PVC)材料制成,有效体积为7 L,每一周期的运行时间为12 h(进水0.5 h,曝气和搅拌反应10.0 h,静置1.0 h,排水0.5 h),处理水量为每周期4.8 L。反应器底部装有曝气头并设有机械搅拌装置,进出水均由蠕动泵间歇控制。将未添加载体的对照组标号为R1组,添加活性炭作为载体的实验组标号为R2组。

    本实验中使用的菌种为本课题组实验室前期实验中分离得到的脱氮菌种。在经高压蒸汽灭菌锅灭菌2 h的生物培养液中加入菌种,于30 ℃的恒温培养箱中培养3~5 d得到实验菌液。

  • 根据微生物的生长周期,SBR分为3个运行阶段:启动期(阶段 Ⅰ)、适应期(阶段 Ⅱ)和稳定期(阶段 Ⅲ),各阶段实验参数见表1。在每个SBR中接种1 L实验菌液,控制反应器内悬浮固体(mixed liquor suspended solids,MLSS)质量浓度为2 000 mg·L−1,运行温度维持在室温((25±2) ℃)。

    反应器进水采用人工合成废水,由CH4N2O提供氮源(浓度为5.9~23.8 mg·L−1);由C6H12O6提供碳源(16.4~59.6 mg·L−1);KH2PO4作为磷源(3 mg·L−1),此外添加微量元素,包括10 mg·L−1EDTA-Na2·2H2O、1.5 mg·L−1 FeCl3·6H2O、0.2 mg·L−1 ZnSO4·7H2O、0.15 mg·L−1 CoCl2·6H2O、0.15 mg·L−1 MnCl2·4H2O、0.15 mg·L−1 CuSO4·5H2O、0.22 mg·L−1 Na2MoO4·2H2O、0.15 mg·L−1 NiCl2·6H2O、0.05 mg·L−1 H3BO3、0.15 mg·L−1 KI、10 mg·L−1 CaCl2和20 mg·L−1 MgSO4。调节合成废水的pH为7.0~7.3。

  • 1)水质检测指标与方法 每隔24 h取反应器进出水进行检测,检测指标为氨氮(NH+4-N)、总氮(TN)、亚硝酸盐氮(NO2-N)、硝酸盐氮(NO3-N),检测方法参考《水和废水监测分析方法(第4版)》[18]:采用水杨酸-次氯酸盐光度法测定并计算水中的NH+4-N含量;采用N-(1-萘基)-乙二胺分光光度法测定水中的NO2-N含量;采用紫外分光光度法测定NO3-N含量;采用过硫酸钾氧化-紫外分光光度法测定水中的TN含量。

    2)胞外聚合物(EPS)的测定方法 胞外聚合物(extracellular polymeric substances,EPS)可以分为可溶性和结合态,主要成分为蛋白和多糖。EPS的提取参考钱玉兰[19]的实验方法,采用以牛血清白蛋白(BSA)为标准物的酚试剂法检测蛋白(PN)含量;采用以葡萄糖为标准物的硫酸-蒽酮法测定多糖(PS)含量。

    3)复合微生物体形貌结构分析 本实验对于复合微生物体的前处理方法参考黄俊等[20]研究中所使用的方法,样品先后经过2.5%的戊二醛溶液与1%的锇酸溶液进行双固定,用梯度浓度(30%、50%、70%、80%)的乙醇溶液对其进行脱水处理,冷冻干燥,利用扫描电子显微镜(SEM;Supra55;Sapphire,德国;加速电压:0.02~30 kV)观察样品表面形貌。上述脱水后的样品继续使用Spurr包埋剂与丙酮处理过夜后在超薄切片机(EM UC7;Leica,德国)中切片,利用透射电子显微镜(TEM;Libra 120;Carl Zeiss,德国;加速电压:40~120 kV)观察其微观结构。

    4)微生物群落结构多样性与差异性分析 反应器运行稳定后采集泥样进行微生物菌群结构分析,参考王彬浩[21]等的研究方法,使用 Power Soil DNA 试剂盒(Omega Bio-Tek,美国)提取微生物 DNA,利用 V3-V4 区通用引物 341F /805R 进行 PCR,将 DNA 扩增子连续测序接头,构建文库,利用 Illumina Miseq PE 250 平台进行成对末端测序(2×250)。对所得的数据利用SPSS软件(Statistical Product and Service Solutions)进行线性回归分析,根据P值进行数据之间的显著性检验。

  • 图1反映了R1和R2反应器在运行期间进出水NH+4-N和TN的变化情况,表2为此过程中NH+4-N和TN的平均去除率。在阶段I,R1和R2反应器的NH+4-N平均去除率分别为(8.82±3.51)%和(35.34±5.23)%,TN平均去除率分别为(43.36±5.54)%和(39.93±1.92)%,2个反应器中NH+4-N和TN的去除率变化趋势相似。这是因为:在反应器启动阶段进水中的NH+4-N含量为5 mg·L−1,反应器属于低氮负荷环境,此时硝化菌为优势菌种,硝化反应的进行受载体填料的影响较小[21],因此,在此阶段添加煤质活性炭载体的SBR去除NH+4-N与TN的效果与对照组相比没有显著的差异;随着反应器的运行,在后续阶段中含有不同载体的SBR中,NH+4-N和TN平均去除率呈现出不同的变化趋势。在阶段II~III的过程中,R1反应器的NH+4-N平均去除率由(48.12±2.87)%下降至(43.56±1.66)%;R2反应器中的NH+4-N平均去除率由(53.34±1.72)%再次提升至(81.92±2.52)%。在3个运行阶段中,2个反应器中TN的变化趋势与NH+4-N大致相同。

    由此可以看出,活性炭在一定程度上提高了SBR对NH+4-N的去除性能。这是由于煤质活性炭本身具有较强的吸附能力,其可以吸附一定量的NH+4-N[22],使得出水NH+4-N浓度下降;此外,活性炭丰富的孔隙结构和较大的比表面积为微生物提供了定殖空间[23],微生物可以吸附在活性炭上形成一种单级脱氮系统[24],使得结构较为稳定的生物膜顺利在煤质活性炭上形成,在反应器内形成了好氧和厌氧共存的微环境,提高硝化能力,显著降低出水中NH+4-N的浓度。此时,在生物膜外层,脱氮微生物将NH+4-N氧化成NO2-N和NO3-N,当NO2-N和NO3-N进入生物膜厌氧层后,可被反硝化菌利用还原为N2,从而可降低出水中的TN含量。

    活性污泥法增加载体后,可以起到固定微生物、提高混合液过滤性能的作用,能够为污泥微生物提供稳定生长的惰性表面,显著提升生物量,增加停留时间[25],以上因素均能显著影响微生物群落结构组成,从而影响系统稳定性和脱氮效能。各种载体对污泥性能有不同的改善效果,载体材质、规格、形状、结构、表面亲水性等性质会显著影响微生物的富集和最终处置效果。根据已报道的研究结果可知,形成复合微生物体所用的载体材料不同,在相近条件下反应器中污泥驯化至稳定所需要的时间和反应器的脱氮能力也会有所不同。表3总结了一些投加不同载体对SBR污泥驯化稳定时长与氮去除效果的数据。由表3可以看出,本实验选用活性炭作为载体材料时污泥驯化至稳定的时间为45 d,短于目前的大部分研究中的驯化时间,反应器中的污泥体积指数较小,为96 mg·L−1

    煤质活性炭是均匀的煤粒经炭化、活化生产的多孔材料,其本身具有强度高、孔隙发达、比表面积大,尤其微孔容积大等优点,可为微生物提供定殖空间[26]。相比于普通活性炭材料,该材料除了对于污染物具有一定的吸附作用,还可以对水中物质含量变化起到一定缓冲作用,从而对反应器中微生物起到一定的保护作用。此外,活性炭动态吸附过程[27]可以使微生物与污染物接触时间延长。由于较大的比表面积能够吸附污染物到材料表面[28-29],使煤质活性碳和微生物可以以更大颗粒结构形成耦合体,从而减少水体通过耦合体时的阻力,因而可以获得更好的脱氮效果。可以看出,在投加煤质活性炭后,反应器不仅具有较优的脱氮性能,而且在缩短污泥驯化时间的同时使得污泥具有较好的沉降性。

  • 通过扫描电子显微镜(SEM)、透射电子显微镜(TEM)分别对原始煤质活性炭及R1和R2反应器中运行第45 天的污泥表面形貌特征和内部结构进行了观察和表征,结果分别如图2图3所示。本实验采用的煤质活性炭材料(图2(a))成颗粒状且表面粗糙,具有较为丰富的孔隙结构,直径在115 μm左右。SEM测试结果表明,R1反应器(图2(b))中的微生物长度在1 μm左右,长度均一、短平,外表光滑,与张春雷等[33]在观察活性炭滤池中微生物特征时呈现的电镜图形态相似,但菌群呈现出游离状态,较为松散。由图2(c)可以看到,R2反应器中的微生物在活性炭材料的表面呈不规则网状团聚富集,形成结构紧密的复合微生物体。TEM表征结果表明,在同等倍数的视野下观察,R1反应器中(图3(a))微生物较为分散,呈长圆柱形,菌体平直、两端钝圆,长度在1 μm左右,横切面呈圆形,直径约为0.2 μm。结合上述SEM结果可推测,其属于短杆菌[34]。而R2反应器(图3(b))中可以看到在活性炭团聚富集的菌体。此时R2反应器的脱氮性能相比于不投加载体组更优,由此推测活性炭作为一种适合微生物生长的载体材料,形成了活性炭复合微生物体。

  • 1)对EPS含量的影响。胞外聚合物(extracellular polymeric substances,EPS)的变化可以代表微生物主动运输和扩散等传质活动的变化[31],其变化会导致脱氮复合微生物系统在反硝化过程中NO2、 N2O等中间产物的积累以及N2O的释放[32]。如图4所示,在阶段I中,生物膜中的多糖和蛋白质平均质量分数为147.56 mg·g−1(以VSS计),多糖的平均占比达到90.18%;在阶段Ⅱ中,R1和R2反应器中的EPS质量分数分别达到323.7 mg·g−1和305.2 mg·g−1;在阶段Ⅲ中,R1和R2反应器中的EPS质量分数分别达到725.4 mg·g−1和465.33 mg·g−1。在实验过程中,2组反应器中的EPS质量分数均有所增加,其中R2反应器中污泥胞外多糖(PS)的质量分数相比于R1反应器较低, 而胞外蛋白质(PN)的质量分数相比R1较高。MIQUELETO等的[35]研究结果表明,当微生物的生存环境可以满足其稳定生长时,反应器中的有机物不仅会被用于微生物的生长代谢,还会促进三磷酸腺苷(ATP)的合成,从而促进多糖的合成[36]。因此,在本研究中,R1和R2反应器中的多糖质量分数随着微生物的逐渐稳定均呈现出逐渐增多的趋势。而随着微生物的不断代谢繁殖[37],当没有合适的载体供其生长时,微生物在反应过程中会分泌大量胞外酶来维持生化反应,导致PS质量分数升高,由于此时微生物的内源代谢水平高于外源代谢水平,部分微生物死亡后解体,释放出更多的EPS,这是微生物适应环境条件变化的必然结果,这也是推测R1反应器在实验后期EPS质量分数显著升高的可能原因。有研究[38]表明,合适的微生物生长条件更有利于污泥PN的分泌,PN质量分数越多,越有利于污泥颗粒化。在反应器稳定时,R2中PN/PS的比值达到8.55,而PN/PS比值越高,越有利于污泥的颗粒化和颗粒污泥系统的稳定[39],其对应的污泥反应器的脱氮效果越好。根据前期连续流反应和SEM的实验结果,添加活性炭作为反应器的载体可以使微生物有效富集,促使生物膜快速形成,在一定程度上增强反应器的脱氮性能,是一种有利于微生物附着的合适载体。

    2) 对微生物多样性的影响。如图5所示,随着微生物的逐渐稳定,Proteobacteria(变形菌门)在R1和R2反应器中均占有较大优势,相对丰度分别为78.45%和83.79%。以 rRNA 序列为划分依据,可以将 Proteobacteria 划分为5个亚纲,分别为α、β、γ、δ和ε[40]。与废水处理密切相关的细菌有β-Proteobacteriaγ-Proteobacteria,这2种亚纲的细菌不仅能进行呼吸代谢,也能进行发酵代谢,属于典型的兼性异养菌[41]。正因为如此,3个阶段中R1和R2反应器具有较好的脱氮性能。随着反应器成功启动,Proteobacteria相对丰度有所下降并逐渐稳定。在阶段Ⅱ,水中营养物质不足,使Proteobacteria相对丰度逐渐下降。在阶段Ⅲ中,活性炭的添加为脱氮功能微生物的生长提供基础,随着生物膜的逐渐形成,Proteobacteria相对丰度因为营养物质充足而逐提高,使得Proteobacteria菌门占据优势并得以增殖。Firmicutes菌门的细菌的物理形态主要以圆形或杆状为主,大多为革兰氏阳性菌。Firmicutes菌门中的细菌可以产生芽孢来抵抗外部极端环境,同时还能分泌多种生物酶,来分解废水中的有机物[42]Firmicutes菌门中芽孢杆菌就是典型代表。其既可以在好氧环境中生存,同时也能在缺氧/厌氧的条件下生存[43]。这与该反应器在连续流实验中得到的脱氮性能变化趋势相符。

    不同载体微生物群落属水平组成分析结果见图6。2组反应器在不同阶段属水平上的种群结构呈现明显的差异:在阶段I,在R1反应器中,细菌优势属主要为Enterobacter (30.0%)、Comamonas (19.97%)、Cloacibacterium (19.59%)、Stenotrophomonas (10.81%)、Delftia (7.23%)、Massilia (3.07%)和Curvibacter (2.48%),说明R1系统具有较强的脱氮性能;在R2反应器中,细菌优势属主要为Pseudomonas (17.82%)、Massilia (17.71%)、Enterobacter (14.76%)、Herbaspirillum (16.60%)、Comamonas (7.75%)和Bacillus (7.17%)。上述菌属中PseudomonasBacills属于具有反硝化功能的杆菌属[44],和前文TEM镜检观察到的细菌结构相似。以上结果说明R2反应器中形成了反硝化系统且有一定的好氧反硝化能力。

    在阶段II,R1反应器中优势属被Curvibacter (29.99%)替代,第2优势菌属为Flavobacterium (12.93%),优势属主要为废水处理中常见的反硝化菌。其原因可能是CurvibacterFlavobacterium分泌EPS,形成功能菌群并通过自凝聚的形式形成颗粒状污泥[45]。但是,在功能菌群形成颗粒状污泥时,会消耗一定量的碳源。因此,CurvibacterFlavobacterium消耗了部分碳源。导致R1反应器的NH+4-N和TN去除率在该阶段有所降低;在R2反应器中,优势属为Dechloromonas (17.49%),第2优势属为Microbacterium(16.91%)。Dechloromonas是典型的脱氮菌属,Dechloromonas对硝酸盐具有去除作用。Microbacterium属于反硝化菌属[46],在反硝化过程中NO2-N的产生量很少,NO3-N大部分被转化成 N2。同时,作为电子供体的Fe2+的氧化率达95.2%[47-48]。两者共存证明了R2反应器出水中硝态氮逐渐减少的现象,从而可推测,在此条件下,投加活性炭有利于构建以DechloromonasMicrobacterium为主导菌的反硝化系统。

    在阶段III,R1反应器中的优势属主要为Azohydromonas (16.64%)、Curvibacter (15.41%)、Flavobacterium (5.64%)、Ensifer (5.28%)和Terrimonas (4.68%)。Azohydromonas菌属作为固氮微生物的一种,在氮循环中具有重要[49]。同时,Curvibacter相对丰度的提高,可以间接说明R1系统中功能微生物菌群逐渐絮凝,使其容易与菌胶团块结合[50]Flavobacterium不仅具有反硝化的能力,同时也是指示颗粒污泥成熟与否的重要指标之一[51-52]Flavobacterium菌的相对丰度的提高可间接说明R1反应器中功能菌群颗粒结构已经逐渐稳定,从而逐渐提高了R1反应器的脱氮性能;R2反应器中的优势属主要为Enterobacter (25.11%)、Azohydromonas(14.24%)和Microbacterium(8.38%)。Enterobacter具有好氧反硝化功能,Microbacterium是铁自养反硝化菌[53]Azohydromonas是重要的固氮菌[54],三者以不同物质作为电子受体,提高了反硝化的效率。同时,在R2反应器中的活性炭表面,在功能菌利用炭有机物质进行生物代谢的过程中同时实现了对吸附点位的再生,从而提高了R2反应器的脱氮性能。

    利用LEfSe分析,来确定不同载体之间具有显著差异的微生物(LDA阈值为3.5)。各分类水平上的微生物标记35.3 %属于变形菌门,在反应器系统样品中,变形菌门(Proteobacteria)出现在所有系统中;变形菌门(Proteobacteria)和拟杆菌门(Bacteroidetes)只在R2中出现;此外,在丰度较高的几个门类中,浮霉状菌门(Planctomycetes)、厚壁菌门(Firmicutes)未能体现。有研究[49]表明,ProteobacteriaBacteroidetes在废水处理中起着重要的作用,而Proteobacteria又包含了非常重要的反硝化菌属。同时,Actinobacteria门下的微生物可以代谢糖类物质,且与污泥膨胀密切相关[55],在COD 的去除中起着重要的作用。该结果表明,煤质活性炭载体会使得ProteobacteriaBacteroidetes,Firmic这个门的微生物在一定程度上富集。在种水平上,两个反应器中呈现出差异的微生物为CurvibacterEnterobacterComamonasAzohydromonasFlavobacteriumMicrococcalesAzohydromonasEnterobacterMicrococcales具有反硝化的能力[56],这3种菌在在R2反应器中丰度较高,从而强化R2反应器去除氨氮的能力。这与微生物多样分析所获得的结果基本一致。

  • 1)利用150目煤质活性炭作为载体与微生物耦合在SBR中构建活性污泥系体系,脱氮效果得到明显提升,系统出水中NH+4-N和TN的去除率分别为(81.92±2.52)%和(56.44±2.56)%,脱氮效果明显优于对照组的(43.56±1.66)%和(39.96±3.69)%;添加活性炭复合微生物体的反应器在45 d左右可以使污泥驯化基本稳定,且系统中的污泥体积指数仅为96 mg·L−1, 污泥膨胀较小。

    2)微生物可以在活性炭表面和孔隙内部呈团聚状富集,污泥颗粒直径为115 μm左右,粒径较大。

    3)活性炭复合微生物体可使反应器中胞外聚合物(EPS)的质量分数增加,且蛋白质(PN)/多糖(PS)比值为8.55。

    4)添加活性炭复合微生物体的SBR反应器中发现Proteobacteria (83.79%)、Bacteroidetes (9.34%)、Firmicutes (2.87%)的相对丰度较高,而与脱氮功能有密切关联的菌属Enterobacter (25.11%)、Azohydromonas (14.24%)和Microbacterium (8.38%)的丰度上升,而和污泥膨胀相关的菌门Actinobacteria的丰度有所下降。

参考文献 (56)

返回顶部

目录

/

返回文章
返回