-
近年来,我国对农村污水处理问题的重视程度日益提升。农村污水可大致划分为两类,即灰水和黑水。具体而言,灰水主要来源于日常烹饪、洗漱以及各类清洗过程中产生的废水;而黑水则主要是指厕所使用后所排放的污水[1]。由于缺乏健全的污水收集体系,农村地区的灰水往往未经处理直接排入河流和湖泊,导致水体富营养化,甚至对村民的健康构成威胁。当前,针对农村灰水治理的技术可归结为两类:生物处理法和生态处理法[2]。生态处理技术通过土壤和填料作为载体,利用基质吸附、植物吸收和微生物降解等多种机制来去除污染物。此类技术因其优良的处理效果、稳定的性能、较低的建设和运营成本以及易于维护,在农村灰水处理方面展现出很大的应用前景。生态滤池是最常采用的灰水生态处理技术之一[3],但传统的生态滤池容易堵塞,给运行维护管理带来诸多困难[4]。DEF是一种模块化设计滤池,能够灵活更换填料,具备以下优点:1)处理效果优良,运行稳定;2)整个滤池可在现场组装,施工简单且易于拆卸;3)采用自然通风供氧,降低了运行成本;4)填料易更换,延长设备使用寿命,能有效解决传统生态滤池易堵塞的问题。
本研究将重点考察DEF对模拟农村灰水的净化效能,探究不同水力负荷和碳氮比(C/N)对系统净化效能的影响,确定最佳运行条件。同时,探究DEF各层中微生物群落结构特征,以期为DEF技术处理农村灰水提供指导。
-
DEF框架由一个有机玻璃箱体组成,尺寸为20 cm×20 cm×100 cm(图1),内部设有4个可抽拉的玻璃抽屉,长宽均为20 cm。第1层抽屉内置2~5 mm砂石,装填高度为15 cm;表面种植菖蒲;第2、3、4层抽屉分别以2~4 mm无烟煤、4~8 mm沸石、3~5 mm陶粒作为基质,装填高度均为10 cm。每层抽屉箱体底部设有均匀分布的透水孔洞;各抽屉层之间均设有滑轨层,滑轨层内壁两侧安装滑轨条,且起承托重量作用;滑轨层正面设有连通的自然通风窗,通风窗采用加宽设计,兼具取样功能,4个自然通风窗和底部排水口为反应器沿程设置的5个取样口。抽屉式的设计可针对不同的污水水质特征在每层抽屉配置不同的填料,以满足不同水质的处理需求。DEF运行时采用间歇进水方式,利用蠕动泵每天8:00—16:00进水8 h,进水由贮水池通过蠕动泵沿十字布水管进入抽屉式反应器,经过逐层处理后,在滤池底部得到净化后的出水。
-
本研究以北京市某污水处理厂二沉池的剩余污泥作为接种污泥,采用人工配水的方式模拟农村灰水。模拟灰水的具体水质状况如下所示:COD值为61.98~300.9 mg·L−1,NH4+-N质量浓度为14.97~22.32 mg·L−1,TP质量浓度为1.14~1.76 mg·L−1,LAS质量浓度为7.63~10.35 mg·L−1,pH为6~8,溶解氧平均浓度为4.5 mg·L−1,温度为19 ℃~21 ℃。在水力负荷为0.75 m3·(m2·d)−1的条件下开始进水,随后逐步增加至1.875 m3·(m2·d)−1。系统初步运行15 d后开始取样检测,每2~3 d取进、出水水样,测定COD、NH4+-N、TN、TP、LAS等水质指标。
-
1)水质检测方法。检测的指标包括COD、NH4+-N、TN和TP,具体的检测方法可参照《水和废水监测分析方法(第四版)》。LAS的检测使用硫堇分光光度法。
2)影响因素实验。在生态滤池成功挂膜后,评估其在稳定阶段对不同污染物的去除效果;为确定DEF最佳运行条件,阶段Ⅰ~Ⅳ在C/N为5.5∶1的条件下,探究不同水力负荷(1.5、1.875、2.625、3.75 m3·(m2·d)−1)对DEF去除污染物效能的影响;在确定最佳水力负荷后,阶段Ⅴ~Ⅶ研究不同的C/N(5.5∶1、11∶1、16.5∶1)对DEF去除污染物效能的影响,以确定最佳的C/N值;在确定最佳运行条件后,阶段Ⅷ选用菖蒲作为水生植物,驯化培养14 d后将长势良好且高度相近的幼苗移栽于生态滤池第1层中,待系统稳定后探究种植植物后DEF对各污染物的去除效能。各阶段运行条件变化如表1所示,每阶段最后一天即为下一阶段的第0天。
3)微生物学分析方法。确定最佳运行条件后,对生态滤池不同层生物滤料进行取样分析,砂石上层、砂石下层、无烟煤层、沸石层、陶粒层的样本分别记为A1、A2、A3、A4、A5。将采集的样品在低温条件下保存后,寄送至上海美吉生物医药科技有限公司进行16S rRNA基因的PCR扩增,所得结果将用于微生物群落的分析。
-
启动阶段检测各污染物浓度,当生态滤池对COD和NH4+-N的去除率超过60%时,说明生物膜已培养成功[5],进入成熟阶段。保持原有的进水条件继续运行,使填料上的生物膜逐渐稳定。如图2(a)所示,成熟阶段生态滤池对COD的去除效果显著,平均去除率达到88.29%,出水COD值始终保持在20 mg·L−1以下。如图2(b)所示,成熟阶段NH4+-N的平均去除率为92.29%,去除效果相对稳定。微生物生长繁殖导致生物膜不断增厚,硝化细菌数量增加,硝化效果显著,出水中NH4+-N质量浓度维持在3.0 mg·L−1以下。由图2(d)可见,成熟阶段磷的去除率先上升后略有下降,平均去除率为66.25%。DEF供氧方式为自然通风,大部分区域呈现好氧环境,缺乏好氧-厌氧交替环境,生物膜中溶解氧水平较高,不能为聚磷菌提供所需生长环境[6],因此,TP的去除主要依赖于各层填料的吸附性能。如图2(e)所示,在经过15 d的驯化后,生态滤池对LAS的去除能力逐步提升,平均去除率达到66.63%,出水中LAS质量浓度稳定在3 mg·L−1左右。有研究[7]表明,在有氧环境中,LAS可以与其他有机物进行共代谢,烷基链发生Ω氧化和β氧化反应,最终生成较短链的同源物璜基苯磺酸盐。在这一过程中,LAS失去了其表面活性和毒性,经过进一步的芳环裂解,最终被降解为CO2和H2O。
种植菖蒲后,待系统稳定运行后,继续检测进出水中各污染物浓度,结果见图3。种植菖蒲后,COD、NH4+-N和LAS的去除率分别为89.92%、89.37%和72.27%(图3(a)、图3(b)、图3(e)),与种植植物前去除率相近,说明种植植物对COD、NH4+-N和LAS的去除效果无明显影响。氮磷是植物生产力的限制因子,决定系统中总氮浓度的因素主要有植物和微生物群落,即植物生长吸收转化和微生物分解利用。如图3(c)和图3(d)所示,种植菖蒲后,TN去除率变化较明显,为57.93%,较种植菖蒲前TN的去除率升高了16.52%;TP去除率为43.05%,较种植菖蒲前TP的去除率升高了6.49%。通过植物的强化作用,进一步提高了抽屉式生态滤池对灰水的净化效能。
-
图4给出了在不同水力负荷下,COD、NH4+-N和TP的进出水浓度及去除率的变化情况。如图4(a)所示,当水力负荷为2.625 m3·(m2·d)−1时,COD的去除效果最佳,平均去除率达到91.48%。随着水力负荷的增加,COD的去除率呈现出先上升后下降的趋势。然而,在4种水力负荷下,DEF对有机物的去除效果都表现良好,去除率均超过80%,这表明DEF具备良好的抗冲击负荷能力。低水力负荷会抑制生物膜的生长,而高水力负荷可能导致超出滤池的处理能力且水力停留时间较短。在适中的水力负荷下,COD的去除率较高。因此,当水力负荷为2.625 m3·(m2·d)−1时,DEF对COD的去除率显著高于其他水力负荷组(P<0.01)。不同水力负荷条件下的COD水质变化及各层的去除率如图4(b)所示。总体而言,在4种水力负荷条件下,砂石层对COD的去除效果贡献最大。对于无烟煤层来说,水力负荷为2.625 m3·(m2·d)−1时,去除率显著高于其他水力负荷条件下。
如图4(c)所示,当水力负荷为1.875 m3·(m2·d)−1时,NH4+-N的去除效果最佳,平均去除率达到88.82%。随着水力负荷的增加,NH4+-N的去除率呈现先上升后下降的趋势。这是因为水力负荷的提升缩短了水力停留时间,从而减少了NH4+-N与生物膜中氨氧化菌和硝化菌的接触时间,导致硝化反应未能完全进行。而在水力负荷过低时,进水中有机物浓度下降,水力冲刷效果减弱,生物膜的更新频率也相应降低。此外,滴滤方式使污水与填料的接触不够充分,停留时间较短,进而妨碍了硝化过程,降低了氨氮的去除率。图4(d)反映了不同水力负荷下NH4+-N的沿程浓度变化及各填料层对NH4+-N的去除贡献率。可以看出,当水力负荷为1.875 m3·(m2·d)−1时,砂石层对NH4+-N的去除率较高,达到50.07%,其次是无烟煤层,而沸石层和陶粒层的去除效果则相对较低。过高的水力负荷会减少NH4+-N与生物膜的接触时间,从而对NH4+-N在生物膜上的传递和吸附产生不利影响,这与王林等[8]的研究结果相符。此外,这种情况还可能导致滤料表面正常生物膜的脱落,进而增强滤料对NH4+-N的吸附能力。总体来看,在低水力负荷条件下,NH4+-N的硝化去除占据主导地位,而在高水力负荷下,吸附去除则起主导作用。
如图4(e)所示,当水力负荷为1.875 m3·(m2·d)−1时,TP的去除效果最佳,平均去除率为41.15%。随着水力负荷的增加,TP的去除率呈现先上升后下降的趋势,主要依赖于填料的吸附和截留。在水力负荷较低时,污水与填料的接触反应不足,从而导致磷的去除率较低。相反,当水力负荷过高时,水力停留时间减少,磷向滤料和吸附位点的扩散速率也降低。此外,填料对磷的吸附逐渐接近饱和状态,这也会导致磷的去除率降低[9]。图4(f)展示了不同水力负荷下生态滤池TP的沿程变化及各填料层对TP的去除贡献率,结果表明,砂石层、无烟煤层和沸石层在不同水力负荷下的TP去除率差异不大,而陶粒层在水力负荷为1.875 m3·(m2·d)−1时去除率最高,达33.22%。
-
不同C/N下生态滤池中COD、NH4+-N和TN的进、出水浓度及去除率变化如图5所示。从图5(a)可以看出,当C/N比为11时,COD的去除效果最佳,平均去除率达到90.81%。C/N的增加会影响COD去除率,呈现随C/N先上升后下降的趋势。在较低的进水C/N时,微生物缺乏足够的营养,其生长和繁殖受到抑制,从而削弱了降解有机物的能力。然而,当污水中COD增加时,生物膜上的微生物获得足够的营养,促进了其生长与繁殖,从而提升了生物量,增强了对有机物的降解能力。在不同的COD进水下,COD去除率均超过80%,且出水的COD保持在60 mg·L−1以下,表明生态滤池能够承受较高的进水COD负荷,且去除效果维持在稳定水平。图5(b)为不同C/N进水下COD沿程水质变化及在各层的去除率,当C/N为11和16.5时砂石层和无烟煤层为COD主要去除区域,较高的COD更有利于砂石层和无烟煤层微生物生长,进而促进COD去除。
如图5(c)和图5(d)所示,当C/N为5.5时NH4+-N的去除效果最好,且其各层NH4+-N出水质量浓度整体较低,砂石层去除率明显高于高于C/N为11和16.5条件,平均去除率达88.82%。随着C/N的增加,NH4+-N的去除率呈现出轻微下降的趋势。通常而言,当C/N过高时,丰富的碳源会导致异养菌大量繁殖,从而影响自养菌特别是硝化菌的生存,硝化反应受到抑制;同时,随着有机物浓度的上升,污水中的溶解氧成为限制NH4+-N转化的关键因素,从而抑制了硝化作用[10-11]。然而,DEF采用了分层结构设计,其供氧依赖于自然通风。空气由通风口进入滤池内,转移至污水中,再从外向内扩散到生物膜内部。这一过程能够满足有机物降解和硝化反应所需的氧气供应[12]。因此,在不同的C/N条件下,生态滤池中NH4+-N的去除率变化较小,均维持在80%左右,而出水中的NH4+-N质量浓度均低于5 mg·L−1。
TN的去除主要依赖于生物膜中发生的硝化作用和反硝化作用。虽然在DEF处理灰水过程中始终保持自然通风,但随着运行时间的增加,滤料上的生物膜逐渐变厚,从而限制了氧气的传输,这导致外层保持好氧环境,而内部可能发展为兼性厌氧层甚至厌氧层[13]。通过测定各层出水的DO发现,进水的平均DO质量浓度为4.4 mg·L−1,而第1、2、3、4层出水平均DO分别为3.5、2.9、4.7和7.5 mg·L−1。由DO变化可以看出,第1、2层溶解氧逐渐降低,第3、4层溶解氧逐渐升高,第1层和第2层耗氧速率大于复氧速率,而装置内水流以滴滤的方式通过各层,存在复氧情况,故第1层和第2层溶解氧小于3.5 mg·L−1和2.9 mg·L−1。因此,装置内部可能存在缺氧环境,反硝化菌的生长与繁殖可能会促进系统内发生反硝化生成氮气,从而提高TN去除率。如图5(e)和图5(f)所示,当C/N为16.5时,TN的去除效果整体最佳,平均去除率达到63.79%,当C/N较高时,反硝化菌能够获取更多碳源,从而显著提高TN的去除效率。相反,当C/N低时,因碳源不足,反硝化细菌无法获得充足的电子供体,抑制反硝化过程,导致硝酸盐会逐渐积累,出水TN偏高,TN去除率降低。
-
1)微生物群落的多样性分析。微生物的Alpha多样性分析能够揭示样品中微生物的丰度和群落的多样性,主要指标包括覆盖率、Ace、Chao、Shannon和Simpson。由表2可以看出,A1、A2、A3、A4、A5的覆盖率指数均超过99%,这表明他们具有良好的覆盖度,测序结果更全面地覆盖了微生物群落中的物种。Ace和Chao指数由滤池进水至出水方向呈逐渐增大趋势,陶粒层和无烟煤层Ace指数和Chao指数最高,说明这两层的生物量最丰富。Shannon和Simpson指数用于衡量样品中微生物群落的多样性。Shannon指数越高或Simpson指数越低,意味着微生物群落的种类越多[14]。在不同填料层中,陶粒层和无烟煤层的微生物多样性最为丰富,其次是沸石层和砂石上层,最后是砂石下层。砂石层微生物的丰度和群落的多样性较低,主要原因在于进水中的NH4+-N和COD负荷较高,这导致竞争力较低的菌群数量减少。有机物降解菌和功能性脱氮菌成为了主要的优势群落,呈现出菌群集中化的趋势[15]。由于进水中的大部分有机物已经在砂石层内被降解,无烟煤层微生物生长受到抑制,因此该层好氧区的优势菌群并不显著,异养菌与自养菌的分布比例较为平衡,这使得该层的微生物丰度和群落多样性相对较高[16]。
2)微生物群落结构分析中,选取门(Phylum)和属(Genus)两个分类层次对所有样本进行研究,以深入探讨细菌的群落分布。丰度占比超过1%的物种被归类为优势菌种,其余物种则归为其他类。在门的层面上,5个样品的微生物群落结构如图6所示,各层填料的优势门均为变形菌门(Proteobacteria)(丰度分别为65.02%、68.65%、49.83%、59.78%和40.53%)、拟杆菌门(Bacteroidota)(丰度分别为5.87%、6.36%、5.42%、16.34%、和4.51%)、酸杆菌门(Acidobacteriota)(丰度分别为1.96%、1.82%、15.72%、8.96%和8.30%)、放线菌门(Actinobacteriota)(丰度分别为11.14%、9.34%、4.60%、2.44%和6.62%)、绿弯菌门(Chloroflexi)(丰度分别为2.05%、0.88%、3.34%、1.70%和13.91%)、疣微菌门(Verrucomicrobiota)(丰度分别为4.00%、1.17%、5.14%、3.32%和4.07%)。各层生态滤池微生物群落中Proteobacteria的相对丰度最高,与多数分析结果一致,说明DEF的环境适合Proteobacteria菌群的生长[17]。大部分Proteobacteria细菌属于革兰氏阴性菌,且具备鞭毛和纤毛,这使得它们能够轻易附着在填料表面。这一类细菌中包含许多固氮菌,它们在降解有机物的同时,对氨氮的去除也发挥着重要作用[18]。Bacteroidota主要作用为降解大分子有机物,通过底物水平的磷酸化形成三磷酸腺苷(ATP),能有效去除有机碳,且Bacteroidota中有部分硝化细菌,对氨氮有去除作用[19]。Actinobacteriota参与有机物的分解与矿化[20],其相对丰度随生态滤池深度的增加呈先降低后增加的趋势,在5个样品中,砂石层放线菌门的相对丰度高于其它层,是去除COD的主要区域。Chloroflexi是一种能够通过光合作用获取能量的除磷菌,通常以絮状结构存在,存在于污泥菌胶团的内部[21],在5个样品中,陶粒层的Chloroflexi相对丰度高于其他层,说明该层的除磷不仅依赖于陶粒的吸附,还包括一定的生物除磷作用。Proteobacteria、Bacteroidota和Chloroflexi具备反硝化能力,表明在DEF中可能同时存在硝化菌和反硝化菌,DEF的脱氮能力较强。
在属水平上,5个样品微生物群落结构如图7所示,砂石层的优势属为产黄杆菌属(Rhodanobacter)(丰度为17.24%~27.03%)、α-变形菌纲下的Defluviicoccus(丰度为8.69%~15.00%)和放线菌门下的Nakamurella(丰度为6.07%~6.52%)。Rhodanobacter是一种革兰氏阴性菌,属于γ-变形菌纲,存在于污水厂活性污泥中,能够利用葡萄糖作为碳源。在砂石层中,Rhodanobacter的相对丰度较无烟煤层和陶粒层提高了20%。Defluviicoccus是聚糖菌的主要属之一。在厌氧环境下,细胞通过水解葡萄糖来获取碳源,并将其储存为聚羟基链烷酸酯(Polyhydroxyalkanoate,PHA)。在有氧条件下,PHA会被微生物氧化并为其生长和繁殖提供所需的碳源[22]。Defluviicoccus在砂石上层和砂石下层的相对丰度分别为15.00%和8.69%,显著高于其他3层,说明砂石层内存在少量厌氧环境。Nakamurella是脱氮除磷的细菌之一[23],经常存在于水体沉积物中,其在砂石层丰度相比于其他3层提高约5%。各类降解有机物的菌属主要集中在砂石层,进一步说明DEF中砂石层能去除大部分COD,与前述实验结果一致。无烟煤层的优势菌属为酸杆菌门下的norank_f_ _norank_o_ _DS-100(丰度为13.64%)和α-变形菌纲下的Candidatus_Alysiosphaera(丰度为7.75%),以上两种菌在硝化和反硝化过程中起着重要作用,且在无烟煤层的相对丰度显著高于其他3层,这是无烟煤层NH4+-N去除率较高的主要原因。陶粒层的优势菌也是α-变形菌纲下的Candidatus_Alysiosphaera(丰度为5.50%)和厌氧绳菌纲下的norank_f_ _norank_o_ _SBR1031(丰度为4.48%),厌氧绳菌纲的存在也说明了系统内存在厌氧区,能够发生反硝化。
-
1) DEF在处理农村灰水方面具有良好的效果,滤池系统对COD、NH4+-N、TN、TP和LAS的平均去除率分别为89.92%、89.37%、57.93%、43.11%和72.27%。综合考虑初步确定DEF的最佳运行条件为:水力负荷1.875 m3·(m2·d)−1、C/N为11。
2)由DEF顶部沿程向下,微生物丰度和群落多样性逐渐上升,Proteobacteria、Bacteroidota、Acidobacteriota和Actinobacteriota为优势微生物,在DEF系统中占比较高,这几种菌在降解有机物的同时能去除氨氮;Chloroflexi则具有较好的生物除磷能力,多种细菌共同促进DEF脱氮除磷。微生物群落的分布与各层污染物的去除能力之间存在一定的相关性。系统中的各种微生物通过代谢作用与填料协同,能够有效处理农村污水。
抽屉式生态滤池处理农村灰水的效能及微生物群落特征分析
Performance and microbiological community characteristics of a drawer-type ecological filter for treating rural graywater
-
摘要: 以农村灰水为研究对象,对传统生态滤池进行模块化设计,构建抽屉式生态滤池(drawer-type ecological filter,DEF),考察其对化学需氧量(COD)、氨氮(NH4+-N)、总氮(TN)、总磷(TP)和阴离子表面活性剂(LAS)的去除效果,重点研究了水力负荷和碳氮比对灰水处理效果的影响以及滤池不同层内微生物群落结构特征。结果表明,随着水力负荷和碳氮比的提升,COD的去除率先上升后下降,NH4+-N的去除率随碳氮比的增加下降。在水力负荷为2.625 m3·(m2·d)−1且碳氮比为11时,COD的去除率最高,而在水力负荷为1.875 m3·(m2·d)−1时,NH4+-N的去除率达到最高。然而,在水力负荷相同的情况下,NH4+-N的去除率随碳氮比的增加下降。在水力负荷为1.875 m3·(m2·d)−1和碳氮比为11的最佳工艺条件下种植菖蒲,DEF对COD、NH4+-N、TN、TP和LAS的去除率分别达到了89.92%、89.37%、57.93%、43.11%和72.27%。对滤池不同层的微生物组成进行高通量测序分析,发现池内不同层微生物种类丰富,系统中优势菌门以Proteobacteria、Bacteroidota等为主,优势菌属以Rhodanobacter、Defluviicoccus为主,表明DEF能有效去除有机物和氮磷;属水平上微生物在DEF各层填料间存在差异,可实现污染物分层降解,从而高效处理农村灰水。Abstract: In this study, the performance and microbiological community characteristics of a newly designed drawer-type ecological filter (DEF) to treat rural graywater were investigated based on a modular adaptation of traditional ecological filters. The removal efficiencies of chemical oxygen demand (COD), ammonia nitrogen (NH4+-N), total Nitrogen (TN), total phosphorus (TP) and anionic surfactant (LAS) were studied. The influences of hydraulic load and carbon-nitrogen ratio on the treatment efficacy of graywater and the microbial community structure across different layers were particularly investigated. Results revealed that COD removal rates initially increased and then declined with the increase of hydraulic load and carbon-nitrogen ratio, while the NH4+-N removal rate decreased with an increase of the carbon-nitrogen ratio. The optimal COD removal rate was achieved at a hydraulic load of 2.625 m3·(m2·d)−1 and a carbon-nitrogen ratio of 11, while the highest NH4+-N removal rate occurred at a hydraulic load of 1.875 m3·(m2·d)−1. However, the NH4+-N removal rate decreased as the carbon-nitrogen ratio increased at constant hydraulic loads. Under the optimal operating conditions for DEF as follows: the hydraulic load of 1.875 m3·(m2·d)−1, and a carbon-nitrogen ratio of 11, with calamus planting, DEF could remove 89.92% for COD, 89.37% for NH4+-N, 57.93% for TN,43.11% for TP, and 72.27% for LAS, respectively. Additionally, high-throughput sequencing analysis of the microbial composition in different filter layers revealed diverse microbial species. Dominant phyla included Proteobacteria, Bacteroidota, while the predominant genera were Rhodanobacter and Defluviicoccus, which are effective in removing organic matter, nitrogen, and phosphorus. The variation in microbial composition at genus level across the filter layers facilitated layered degradation of pollutants, thus enhancing the efficiency of rural graywater treatment.
-
-
表 1 不同阶段运行条件变化
Table 1. Changes in operating conditions at different stages
阶段 时间/d COD/(mg·L−1) NH4+-N/(mg·L−1) 水力负荷/(m3·(m2·d)−1) C/N比 水力停留时间/h 有无植物 启动阶段 1~30 51.86~108.07 17.78~18.88 1.875 5.5 11.52 无 成熟阶段 31~70 91.97~109.05 16.86~20.55 1.875 5.5 11.52 无 阶段Ⅰ 1~15 85.39~116.6 15.24~19.35 1.5 5.5 14.4 无 阶段Ⅱ 16~33 101.47~127.7 17.86~18.54 1.875 5.5 11.52 无 阶段Ⅲ 34~49 91.71~104.73 16.56~17.87 2.625 5.5 8.23 无 阶段Ⅳ 50~64 92.98~116.8 16.62~22.32 3.75 5.5 5.76 无 阶段Ⅴ 1~19 101.47~127.7 17.86~18.54 1.875 5.5 11.52 无 阶段Ⅵ 20~33 164.7~204.6 16.99~19.41 1.875 11 11.52 无 阶段Ⅶ 34~49 274.2~300.9 16.17~17.99 1.875 16.5 11.52 无 阶段Ⅷ 1~35 185.2~224.6 17.1~21.84 1.875 11 11.52 有 表 2 微生物多样性及丰富度指数统计
Table 2. Microbial diversity and the statistics of abundance index
样本名称 覆盖率/% Ace Chao Shannon Simpson A1 99.98 741.53 740.08 4.461 9 0.047 0 A2 100.00 919.00 919.00 4.330 3 0.071 8 A3 99.89 1 407.17 1 397.38 5.278 4 0.027 8 A4 99.89 1 224.39 1 211.38 4.663 8 0.060 0 A5 99.93 2 162.84 2 153.03 5.295 5 0.027 0 注:A1、A2、A3、A4、A5分别为砂石上层、砂石下层、无烟煤层、沸石层、陶粒层。 -
[1] SUBRAMANIAN P S G, RAJ A V, JAMWAL P, et al. Decentralized treatment and recycling of greywater from a school in rural India[J]. Journal of Water Process Engineering, 2020, 38: 101695. doi: 10.1016/j.jwpe.2020.101695 [2] ABUNASER S G, ABDELHAY A. Performance of a novel vertical flow constructed wetland for greywater treatment in rural areas in Jordan[J]. Environmental Technology, 2020, 95(11): 1-28. [3] 吴昊, 肖付耀, 孙维铭, 等. 潮汐式生态滤床在平原河网地区污染河流治理中的应用[J]. 环境工程学报, 2023, 17(6): 2052-2066. doi: 10.12030/j.cjee.202212141 [4] 游卫强, 胡斌, 陈浩. 曝气生物滤池在污水处理厂运营中的常见问题分析及改造优化[J]. 给水排水, 2020, 56(S1): 422-425. [5] 王骞乐. 农村灰水的生态渗井处理技术研究[D]. 西安: 西安建筑科技大学, 2022. [6] MINO T. Microbial selection of polyphosphate-accumulating bacteria in activated sludge wastewater treatment processes for enhanced biological phosphate removal[J]. Biochemistry. Biokhimiia, 2000, 65(3): 341-348. [7] MUNGRAY A K, KUMAR P. Fate of linear alkylbenzene sulfonates in the environment: A review[J]. International Biodeterioration & Biodegradation, 2009, 63(8): 981-987. [8] 王林, 张浩浩, 吴兴海, 等. 反硝化生物滤池深度脱氮中试运行效能及微生物菌群分析[J]. 同济大学学报(自然科学版), 2021, 49(12): 1727-1737. doi: 10.11908/j.issn.0253-374x.21310 [9] XU R, ZHANG Y, LIU R, et al. Effects of different substrates on nitrogen and phosphorus removal in horizontal subsurface flow constructed wetlands[J]. Environmental Science and Pollution Research, 2019, 26(16): 16229-16238. doi: 10.1007/s11356-019-04945-1 [10] Kampschreur M J, Temmink H, Kleerebezem R, et al. Nitrous oxide emission during wastewater treatment[J]. Water Research, 2009, 43(17): 4093-4103. doi: 10.1016/j.watres.2009.03.001 [11] XU F, SUN R P, WANG H, et al. Improving the outcomes from electroactive constructed wetlands by mixing wastewaters from different beverage-processing industries[J]. Chemosphere, 2021, 283: 131203. doi: 10.1016/j.chemosphere.2021.131203 [12] 张文坤. 分层生物滴滤池生物膜特性研究[D]. 上海: 上海交通大学, 2013. [13] 董晶晶, 吴迪, 马柯, 等. 好氧颗粒污泥工艺强化脱氮研究进展[J]. 应用与环境生物学报, 2018, 24(1): 177-186. [14] 许晴, 张放, 许中旗, 等. Simpson指数和Shannon-Wiener指数若干特征的分析及“稀释效应”[J]. 草业科学, 2011, 28(4): 527-531. doi: 10.3969/j.issn.1001-0629.2011.04.001 [15] 陈重军, 张海芹, 汪瑶琪, 等. 基于高通量测序的ABR厌氧氨氧化反应器各隔室细菌群落特征分析[J]. 环境科学, 2016, 37(7): 2652-2658. [16] 侯子泷. 分段进水多级A/O复合曝气生物滤池处理模拟焦化废水工艺特性研究[D]. 太原: 太原理工大学, 2020. [17] JOHNSTON-MONJE D, LUNDBERG D S, LAZAROVITS G, et al. Bacterial populations in juvenile maize rhizospheres originate from both seed and soil[J]. Plant and Soil, 2016, 405(1-2): 337-355. doi: 10.1007/s11104-016-2826-0 [18] LIU J, LU Z B, ZHANG J, et al. Phylogenetic characterization of microbial communities in a full-scale vermifilter treating rural domestic sewage[J]. Ecological Engineering, 2013, 61(5): 100-109. [19] 范梓昀. 组装式一体化同步脱氮除磷生物滤池装置研发与应用[D]. 杭州: 浙江大学, 2021. [20] LI X, XIA M H, LIU L M, et al. Response of bacterial and micro-eukaryotic communities to spatio-temporal fluctuations of wastewater in full scale constructed wetlands[J]. Bioresource Technology, 2024, 399: 130626. doi: 10.1016/j.biortech.2024.130626 [21] KRAGELUND C, LEVANTESI C, BORGER A, et al. Identity, abundance and ecophysiology of filamentous species present in activated sludge treatment plants[J]. Fems Microbiology Ecology, 2007, 59(3): 671-682. doi: 10.1111/j.1574-6941.2006.00251.x [22] BESSARAB I, MASZENAN A M, HARYONO M A S, et al. Comparative genomics of members of the genus Defluviicoccus with insights into their ecophysiological importance[J]. Frontiers in Microbiology, 2022, 13: 834906. doi: 10.3389/fmicb.2022.834906 [23] YAN X R, CHEN M S, YANG C, et al. Nakamurella flava sp. nov. , a novel endophytic actinobacterium isolated from Mentha haplocalyx Briq[J]. International Journal of Systematic and Evolutionary Microbiology, 2020, 70(2): 835-840. -