近年来,随着经济的发展和城市人口的增加,污水产量逐年上升,污水处理已成为制约社会和经济发展的重要因素。为此我国各大城市都相继建立了污水处理厂,大部分城市污水都得到了有效的收集和处理。但环境中存在的一些污染物(如抗生素、重金属等)可能会对污水处理效果及污水处理厂的正常运行造成影响。
大量研究表明各类环境污染物会对污水处理能力产生影响,例如抗生素类的环丙沙星[1]、磺胺嘧啶[2]、诺氟沙星[3]和4-氯酚[4-5]等都会对污水处理中的脱氮除磷效果造成一定影响。除抗生素和农药外,多环芳烃(polycyclic aromatic hydrocarbons,PAHs)也是一类重要污染物。PAHs是环境中分布最广泛的持久性有机污染物,具有致畸、致癌、致突变的“三致效应”、内分泌干扰效应以及生物富集性,对人类的危害很大,人类的生产活动使得PAHs释放到环境中的风险和可能性增加。现在包括萘在内的16种PAHs已经被美国环境保护署列为优先控制污染物[6]。目前,大量研究关注于PAHs降解微生物的利用,已发现的微生物有假单胞菌属[7-8]、鞘单胞菌[8]、铜绿假单胞菌[9]等,这些微生物都具有较强的PAHs降解能力。
活性污泥法由于其高效、稳定、二次污染少、成本低等优点,被广泛应用于污水生物处理工艺中。活性污泥中的大部分微生物可以通过代谢活动转化或分解废水中的污染物。为了提高活性污泥法对污染物的降解范围及降解效果,其中的微生物群落和功能越来越多地受到人们的关注,成为研究的关键。现有研究证实PAHs对活性污泥的脱氮除磷效果[10-11]、微生物多样性[12]和蛋白质组成[12]都有影响,但目前的研究大多只聚焦单一浓度的PAHs对活性污泥法处理效果的影响,少有涉及持续添加不同浓度的PAHs对该方法处理效果的影响。本研究聚焦不同浓度的萘胁迫对序批式反应器(sequencing batch reactor,SBR)运行效果及活性污泥性能的影响。在整个运行期间,改变萘的添加浓度以形成梯度浓度,测量化学需氧量(chemical oxygen demand,COD)、总磷(total phosphorus,TP)、氨氮(实验中测定为NH4+-N)和总氮(total nitrogen,TN)的去除率以评估反应器运行效果,采用高通量测序技术分析SBR反应器活性污泥中细菌群落结构变化。
1 材料和方法 1.1 运行方式及合成废水实验采用一个实验室规模的SBR反应器,该反应器工作体系为9 L,水力停留时间18 h,工作条件为室温(25~30 ℃),8 h为一循环,一个循环包括:进水30 min;搅拌(缺氧)60 min;曝气(好氧DO控制在3~5 mg ·L-1)300 min;沉降60 min;出水30 min。接种的污泥取自城市污水处理厂,接种污泥的混合液悬浮固体浓度(mixed liquor suspended solid, MLSS)为4 000 mg ·L-1,接种后向SBR反应器中加入合成废水开始运行。
合成进水的配方参考市政污水的组分,具体见表 1。进水中葡萄糖和淀粉提供主要碳源,COD在320~640 mg ·L-1之间变化,NH4Cl和尿素提供主要氮源,进水TN为(54±4) mg ·L-1,TP由K2HPO4提供,进水浓度为5.3±1 mg ·L-1,每次进水体积3 L。
|
|
表 1 模拟市政污水配方 Table 1 Simulated municipal wastewater formulation |
为确保萘完全溶解,将萘用无水乙醇溶解并储存在棕色瓶中,密封储存于冰箱(4 ℃)。
实验设置萘浓度梯度包括5个水平(0.0,0.5,1.0,2.0,5.0 mg ·L-1),分5个阶段依次添加(表 2),共计运行166 d。
|
|
表 2 萘添加操作参数 Table 2 Operating parameters for naphthalene addition |
取含萘的样品母液,首先用0.22 μm微孔滤膜过滤,利用高效液相色谱法对样品中的萘含量进行检测,根据萘吸收峰值大小的不同,建立不同萘浓度标准曲线,并分析各阶段系统中萘的去除特性。高效液相色谱条件如下:流速1 mL ·min-1,流动相乙腈∶水=60 ∶40,检测波长(萘)λ=225 nm,保留时间tR(萘)=15 min,Shim-pack VP-ODS C18液相色谱柱,柱温25 ℃,进样量10 μL,泵压5.8 MPa。
萘的去除率根据如下方程计算。
| $ \text { 去除率 }=\frac{C_{\mathrm{in}}-C_{\mathrm{out}}}{C_{\mathrm{in}}} \times 100 \% . $ | (1) |
式中: Cin为萘进水浓度,mg ·L-1;Cout为萘出水浓度,mg ·L-1。
1.4 水质指标检测分析进、出水中COD、TP、NH4+-N和TN的浓度由相应试剂盒(LH-COD-YZ11-20(COD高量程),LH-COD-YZ12-20(COD低量程),LH-TP-YZ11-25(TP),LH-NH3-YZ11-25(氨氮),LH-TN-YZ11-25(TN),北京连华永兴科技发展有限公司, 中国)测得。
COD、TP、NH4+-N和TN的去除率根据式(1)计算。其中Cin为COD、TP、NH4+-N和TN进水浓度,mg ·L-1;Cout为COD、TP、NH4+-N和TN出水浓度,mg ·L-1。
1.5 EPS的提取、定量及表征在SBR反应器运行稳定后(37 d)开始采集活性污泥样品,每10 d采集曝气状态下的活性污泥, 标记为S_运行时间。使用离心过滤法及热提法提取胞外聚合物(extracellular polymeric substances,EPS)[13],用硫酸-苯酚法[14]测定其中多糖含量,用改进的Lowry法[15]测定其中蛋白质和腐殖酸的含量。通过荧光分光光度计(Cary Eclipse fluorescence spectrophotometer,Agilent Technologies,美国)分析EPS中有机物质的含量,激发光谱和发射光谱分别在220~400 nm和250~500 nm范围内扫描,间隔为5 nm,扫描速度为2 400 nm ·min-1,使用总有机碳分析仪(mutil N/C 3100,Analytik jenaAG,德国)测试EPS中的总有机碳含量,利用紫外-可见吸收光谱法用于检测物质在200~500 nm的吸光光谱,使用紫外可见光谱仪(T3200,佑科,中国)检测物质在200~800 nm的吸光光谱,光谱扫描范围为200~500 nm,波长扫描间隔为1 nm。
1.6 高通量测序分析使用FastDNA SPIN kit for soil(Bio101 Systems,Germany)试剂盒并按说明书步骤提取活性污泥样品基因组,进行高通量测序分析。
2 结果和讨论 2.1 反应器性能 2.1.1 萘添加对COD、TP、NH4+-N和TN去除率的影响SBR反应器中的活性污泥经过48 d的驯化后,污染物去除效果趋于稳定。在系统性能相对稳定后,于不同阶段向SBR反应器投加对应剂量的萘。
图 1(a)为不同阶段萘的添加对COD、TP、NH4+-N和TN去除率的影响。由图中可见,COD、TP和NH4+-N的去除率较为稳定,分别为94.28% ~ 99.94%、89.45% ~99.03% 和91.17% ~99.97%,而TN的去除率存在一定的波动性(54.62% ~80.47%)。结果表明,萘的添加对反应器中COD、TP、NH4+-N去除效果的影响不大,对TN的去除有明显影响。随着环境中萘浓度升高,SBR反应器内TN的去除率增加,这可能是反应器的反硝化过程增强所导致的[10]。然而,在萘浓度恒定情况下,TN的去除率先下降后上升。这可能是由于萘具有生物毒性,在萘浓度增加时,萘对活性污泥中的微生物具有毒害作用,导致微生物丰度减少,而同时萘会刺激微生物增加分泌EPS,可作为微生物反硝化的碳源,这在随后分析中得到了证实。
|
Download:
|
| 图 1 反应器处理效果随时间变化图 Fig. 1 Reactor treatment effect variation over time | |
在反应器运行阶段,每10 d采样测定出水中萘的浓度并计算SBR反应器对萘的去除效率。实验结果表明,在反应器整体运行期间,萘的去除率为30.63% ~84.45%。在S2阶段,进水中萘的浓度最低,SBR对于萘的平均去除率为55.13%。在S3和S4阶段,萘的平均去除率分别为34.36%和37.97%。S5阶段进水中萘的浓度最高,萘的平均去除率却升高至74.04%。结果表明,随着进水中萘浓度的增加,SBR反应器对于萘的去除率总体呈现先降低后升高的趋势。具体地,在S2和S5阶段,萘的去除率随时间持续增加;在S3和S4阶段,萘的去除率先下降后增加,当反应器运行166 d时,萘的去除率达到最大值(84.45%)(图 1(b))。这可能是因为当萘浓度较低时,萘可作为外加碳源补充而被降解去除,同时系统中微生物多样性增加,进一步提高了萘的去除率,当进入S3和S4阶段,随着萘浓度升高,其对于微生物的毒害作用开始显现,因此每阶段的初期其去除率略有下降,而一段时间后随着系统中萘降解微生物被驯化和选择,其对于萘的去除效果又得到提高,在S5阶段,在萘的刺激下微生物EPS分泌增加,系统中微生物多样性和丰度增加,同时萘降解微生物驯化较为完全,因此萘的去除效果持续增加,这在后续分析中也得到了验证。结果表明该系统对萘有一定去除效果。
反应器中活性污泥对萘的去除主要通过2种方式:一种是对萘的吸附,另一种是微生物对萘的生物降解。Li等[12]在研究中测定了反应器中相应的生物降解率,表明在好氧污泥反应器中PAHs通常以生物降解方式去除。同样地,Sponza和Gök[16]研究了15种PAHs在反应器中的去除效率,证实94% 的PAHs通过生物降解被去除。近年来,已发现并分离得到多种可降解PAHs微生物,包括细菌、真菌和藻类[17],其中降解细菌主要包括Pseudomonas(假单胞菌属)、Bacillus(芽孢杆菌属)、Mycobacterium(分枝杆菌属)、Sphingomonas(鞘氨醇单胞菌属)、Arthrobacter(节杆菌属)、Burkholderia(伯克氏菌属)和Flavobacterium(黄杆菌属)等[18]。
2.2 EPS的定性与定量分析 2.2.1 EPS的组成EPS是活性污泥的主要成分之一,由活性污泥中的微生物代谢产生。EPS分布在细胞外,可按照其溶解性和与细胞结合的程度分为:溶解于污泥上清液中的溶解型EPS(soluble-EPS,S-EPS);松散附着在微生物细胞外表面的松散结合型EPS(loosely-bound EPS,LB-EPS);紧密结合在细胞外表面的紧密结合型EPS(tightly-bound EPS,TB-EPS)。从化学组分看,EPS中主要含有多糖、蛋白质、腐殖酸、核酸和脂类物质,具有保护细菌细胞免受有毒物质危害的作用。EPS的含量和组成会受到物理环境和生化条件变化的影响,因此监测EPS的化学组成有利于掌握污泥生命活动的变化,以便判断其中的微生物生境。
图 2(a)显示,整个运行过程中检测到TB-EPS的产生量均大于S-EPS和LB-EPS,表明活性污泥的EPS中TB-EPS是最主要的组成成分。
|
Download:
|
| 图 2 萘对SBR反应器活性污泥中多糖、蛋白、腐殖酸等含量的影响 Fig. 2 Effects of naphthalene on the contents of polysaccharides, proteins, and humic acids in activated sludge of SBR reactors | |
图 2(b)显示,随着体系中萘浓度的增加,多糖和蛋白质的浓度先增加后减少,在S4阶段达到最大(分别为17.62 mg ·g-1MLSS和44.70 mg ·g-1MLSS)。这表明萘的添加在S2、S3、S4阶段促进了细菌细胞表面多糖和蛋白质的合成,以抵抗萘对于细菌细胞的毒性,这种现象可能也与NO3--N的存在有关。NO3--N是能够降解PAHs的优选电子受体[19-21],能够促进系统中萘的降解,提高微生物在有毒环境中的适应性。但当体系中萘浓度达到5.0 mg ·L-1时,萘的毒性使得环境中微生物丰度减少,产生多糖与蛋白质的浓度也减少。
对于体系中多糖的浓度,在S1阶段,反应器中未添加污染物,多糖浓度较稳定,在S2(萘浓度0.5 mg ·L-1)和S3(萘浓度1.0 mg ·L-1)阶段,多糖浓度随时间增加,在S4(萘浓度2.0 mg ·L-1)阶段,多糖浓度先增加后减少,在S5(萘浓度5.0 mg ·L-1)阶段多糖浓度持续减少。对于体系中的蛋白质,在S1至S3阶段内浓度随时间波动,在S4和S5阶段,蛋白中浓度随时间减少。在全周期中,腐殖酸的浓度随时间波动,这可能是由于萘的引入影响了腐殖酸类物质的结构和含量[22]。
结果表明,SBR系统EPS中蛋白质的含量几乎为多糖和腐殖酸的2倍,说明蛋白质对环境条件变化的响应起关键作用,这与先前的一些研究结果一致[23-25]。这可能是由于萘的添加对于系统中硝化-反硝化的影响更大。
2.2.2 EPS的光谱分析为进一步表征不同萘浓度下的EPS特性,进行了EPS的三维荧光光谱分析,用于提供EPS结构的特殊信息。
荧光光谱被分为5个区域(Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ),分别代表蛋白质类Ⅰ/Ⅱ(带有色氨酸和酪氨酸的类芳香族蛋白质)、富里酸物质、微生物代谢产物和腐殖酸物质,对其进行积分可得到相对荧光区域积分FRI-Ⅰ、FRI-Ⅱ、FRI-Ⅲ、FRI-Ⅳ、FRI-Ⅴ,分别对应区域Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ。
图 3显示了不同类型EPS中相对荧光区域积分的结果。由图可知,在S-EPS中,各类物质的含量受萘的浓度影响较大,特别是蛋白质类Ⅰ、富里酸物质和腐殖酸物质。随着萘浓度的增加,S-EPS中蛋白质类Ⅰ的含量逐渐增加,富里酸物质和腐殖酸物质含量逐渐减少。对于LB-EPS,当处于S1、S2、S3阶段时,LB-EPS中物质的含量较稳定。然而当萘浓度增加到2.0 mg ·L-1时,LB-EPS中物质含量开始明显变化。蛋白质类Ⅰ的含量逐渐增加,富里酸物质含量逐渐减少。而对于TB-EPS,各类物质的含量几乎不受萘浓度的影响,在整个实验阶段较为稳定。结果表明,萘可以改变EPS中物质的组成,EPS的溶解性越大、与细胞的结合程度越小,其组成受萘浓度的影响越大。
|
Download:
|
| 图 3 不同类型EPS相对荧光区域积分 Fig. 3 Changes in the relative fluorescence area integrals of different types of EPS | |
提取活性污泥样品中细菌DNA进行微生物群落分析,将细菌基因组样本按阶段分为5组,分别命名为G1、G2、G3、G4、G5。采用高通量测序技术研究了不同萘浓度条件下SBR系统中微生物群落的演变。采用Chao和Shannon指数对物种多样性进行表征。
图 4(a)、4(b)显示,随着萘浓度的增加,Chao和Shannon指数都呈现先上升后下降随后又上升的趋势。这可能是由于当萘浓度由0 mg ·L-1增加到0.5 mg ·L-1时,进入系统的萘可作为碳源供给系统中存在的萘降解菌,因此系统中微生物的多样性都有所增加。但是当萘浓度从0.5 mg ·L-1升高至1.0 mg ·L-1时,萘对细胞的毒害作用使得微生物多样性下降,这与Jin等[10]在实验中观察到的现象一致。而后萘浓度持续升高,此时系统中的微生物在高浓度萘环境中分泌大量EPS,可作为自身的能源,从而增加了系统中微生物的多样性。
|
Download:
|
| 图 4 微生物多样性分析及聚类分析 Fig. 4 Microbial diversity analysis and cluster analysis | |
基于微生物群落的聚类分析(图 4(c))和PCA分析显示(图 4(d)),不同阶段的样品各自聚集在一起,不同萘浓度下微生物的组成显著不同,这表明活性污泥系统的微生物群落对于萘的响应比较灵敏。PCA1和PCA2分别解释了31.18% 和13.94% 的方差,在各个阶段内具有相似的微生物群落结构,并且随时间变化及萘浓度的增加逐渐变化,在聚类分析(图 4(c))中也能看到同样的现象,说明系统内细菌群落对萘的响应比较灵敏。
2.3.2 功能菌群结构组成为研究各阶段之间系统微生物功能的变化,在门、属水平上分析了微生物群落结构(图 5)。在门水平上,最主要的是Proteobacteria(变形菌门)、Actinobacteria(放线菌门)、Bacteroidota(拟杆菌门)和Chloroflexi(绿菌门),占比76.53% ~80.32%,其次是Acidobacteria(酸杆菌门)、Planctomycetota(浮游菌门)、Nitrospirae(硝化螺菌门)、Candidatus_Saccharibacteria、unclassified_d__Bacteria、Verrucomicrobia。结果表明,系统中Proteobacteria和Bacteroidota的相对丰度随萘浓度的增加而升高;Actinobacteria、Acidobacteria、Nitrospirae的相对丰度随萘浓度增加而减少;Chloroflexi、Planctomycetota的相对丰度较稳定。Lu等[26]的研究发现,大多数反硝化菌群在分类上属于Proteobacteria、Bacteroidota、Chloroflexi和Firmicutes。其中Proteobacteria和Bacteroidota被报道为耐盐功能性细菌,并且具有降解氮和大分子有机物的能力[27];Chloroflexi在碳水化合物和细胞材料的生物降解中以及硝化反硝化过程中具有重要作用[28];Firmicutes也被证实具有抵抗极端条件的功能,并且利于生物膜系统的稳定[29]。说明萘的存在及浓度的增加通过增加反硝化菌丰度来增加反应器的反硝化功能,提高TN的去除率。
|
Download:
|
| 图 5 样品在门、属水平上的功能性群落结构 Fig. 5 Functional community structure of samples at phylum and genus levels | |
在属水平上,其中最主要的有Micropruina(放线菌属)、unclassified_f_Saprospiraceae(腐螺旋菌属)、Propionibacterium(丙酸杆菌属)、unclassified_f_Candidatus_Competibacteraceae(聚糖假丝酵母菌属)、unclassified_o_Anaerolineales(厌氧绳菌属)、Candidatus_Promineofilum(污泥膨胀相关丝状菌)、Dechloromonas(脱氯单胞菌属)、unclassified_o_Myxococcales(黏球菌属)。结果表明,系统中unclassified_f_Candidatus_Competibacteraceae、unclassified_f_Chitinophagaceae、Candidatus_Competibacter、unclassified_o_Myxococcales的相对丰度随萘浓度的增加而升高;Micropruina、Propionibacterium、Dechloromonas、Nitrospira、unclassified_c_Betaproteobacteria的相对丰度随萘浓度增加而减少。其中unclassified_f_Candidatus_Competibacteraceae和Candidatus_Competibacter都是反硝化除磷过程中的竞争菌,表现出糖原积累生物(GAO)表型,不利于系统中磷的去除[30-31]。反应器运行过程中TP的去除率略有下降可能与此有关。Candidatus_Competibacter也被报道能参与并促进EPS中多糖的合成[32],其丰度变化与反应器中EPS的含量变化表现出一致性。此外,系统中有超过一半的菌被分类为others(50.71% ~58.56%),表明存在大量未培养、不可培养和未鉴定的细菌。虽然现在的测序技术已经能鉴定丰富的物种,但是许多物种的分类和功能尚不清楚,而这些微生物对萘的良好适应性和耐受性使得SBR系统能稳定运行。
2.3.3 代谢基因丰度变化为进一步解释系统中微生物组在基因上的变化,分析系统中萘降解相关基因的丰度变化。选取目前常见的4种萘降解关键基因计算丰度,分别为:nahAc(编码萘羟基化双加氧酶)、nahF(编码水杨醛脱氢酶)、nahG(编码水杨酸羟化酶)和nahH(编码邻苯二酚2, 3-双加氧酶),其中nahAc和nahF是上游基因簇,nahAc编码的萘双加氧酶使萘开环形成顺-萘双氢二醇,nahF编码的水杨醛脱氢酶则是使水杨醛催化生成水杨酸,nahG和nahH是下游基因簇[33-34],nahG编码的水杨酸羟化酶催化水杨酸羟化生成邻苯二酚,而后nahH编码的邻苯二酚2, 3-双加氧酶催化开环形成己二烯半醛酸,最后形成乙醛和丙酮酸进入三羧酸循环。结果表明(图 6),样品中测得的萘降解基因丰度随萘浓度的增加有明显变化,先增加后减少而后增加,这与系统中萘的去除率也大致相同。在S1阶段,未添加萘时,系统中萘的降解基因也略有增加,S2、S4、S5阶段,在相同萘添加浓度的情况下,随时间的增加,系统中萘降解基因丰度大幅增加,说明系统中萘的存在是引起降解基因丰度增加的主要原因,并且浓度越高,其增加幅度越大。在S3阶段,随萘胁迫时间的增加,系统中萘降解基因的丰度反而减小,同时萘降解基因丰度变化趋势与物种多样性变化趋势一致,这说明环境中萘胁迫浓度在0.5~1.0 mg ·L-1中可能存在一个浓度。低于该浓度时,环境中的萘可作为微生物的碳源,且对微生物的毒害较小,随着萘浓度的增加及时间的推移,环境中的微生物多样性和丰度将会增加。高于该浓度时,萘对微生物的毒害作用大于其作为碳源的贡献,造成微生物多样性、丰度及降解基因的减少,而后随着萘浓度的升高和反应器运行时间的增加,部分萘降解菌被驯化和选择,这些菌对环境中的萘具有较好的耐受及降解能力,系统中萘的降解基因丰度也增加。
|
Download:
|
| 图 6 萘降解基因丰度 Fig. 6 Abundance of naphthalene degradation genes | |
在4种基因中,nahAc基因的占比最多,为24.96% ~80.26%,并且在所有样品中均能检测到。目前对于萘降解菌降解途径和其中的关键酶及其编码基因的研究已经非常广泛,降解途径主要有3种,分别为水杨酸途径、龙胆酸途径、邻苯二甲酸途径。萘双加氧酶是这3个途径中的必要酶,由nahAanahAbnahAcnahAd基因编码,有研究表明所有的萘降解菌株都含有nahAc基因[35]。在萘浓度较低时检测到的nahG和nahH基因丰度大于萘浓度较高环境,而在萘浓度较高时,样品中只发现nahAc和nahF基因,其中nahF基因编码水杨醛脱氢酶,该酶是萘转化为水杨酸的上游代谢途径中的关键酶和限速酶,表明在活性污泥中存在萘降解菌株含有nahAc、nahF、nahG、nahH 4种基因,这与李永君等[35]在实验中提到来自活性污泥的萘降解菌不含nahH的结论相悖。实验结果说明,萘降解菌可能更倾向于通过水杨酸途径来降解系统中的萘,并且在相同时间内萘浓度低时萘的降解更完全。
2.3.4 环境因子相关性分析将细菌基因组样本与环境因子(TB-EPS中多糖、蛋白质、腐殖酸的浓度、萘浓度、COD、TP、NH4+-N和TN的去除率)做相关性分析。
筛选得到的环境因子的VIF值如表 3所示,VIF值均大于1,表明这些环境因子与细菌群落之间存在相关性,且各环境因子中萘浓度、TB-EPS中多糖、蛋白质、腐殖酸的浓度、TN的去除率与细菌群落的相关性显著大于COD、TP、NH4+-N的去除率与细菌群落的相关性。
|
|
表 3 筛选出的环境因子的VIF值 Table 3 VIF values of screened environmental factors |
进一步地,对微生物群落组成、环境因子以及EPS组分做RDA分析(图 7),结果显示不同阶段的微生物对于环境因子的响应具有一定的差异。图中萘的添加量与TB-EPS中多糖的浓度以及SBR反应器运行过程中COD、TP、NH4+-N、TN的去除率呈正相关,与TB-EPS中蛋白质浓度呈负相关,并且相较其他影响因子,其向量长度最长,表明其与系统中物种群落结构相关性最大,在群落结构变化中占主要影响因素。RDA分析中,样本点到环境因子向量的投影距离代表样本受环境因子影响的程度,结果显示,系统运行前3个阶段(S1、S2、S3),各样品点到萘浓度向量的投影线接近,说明萘浓度对前3阶段样品的影响程度相似,而系统运行的S4、S5阶段,各样品点到萘浓度向量的投影线距离较远,说明萘浓度对S4、S5阶段样品的影响程度差异较大。分析结果说明,在系统的各环境因子中,萘的浓度对于微生物群落组成影响最大,且不同浓度具有不同的影响程度,较低浓度时影响程度差异小,较高浓度时影响程度差异大。
|
Download:
|
| 图 7 RDA分析 Fig. 7 RDA analysis | |
本研究采用SBR反应器探究萘胁迫下对污水处理效果及微生物群落的影响。萘的添加对系统中COD、TP、NH4+-N的去除没有明显影响,但是增强了反应器的反硝化性能,促进TN的去除。反应器在运行过程中可以有效去除萘,最高去除率可达84.45%。萘的添加对体系中EPS的组成和含量具有一定影响,EPS含量随萘浓度增加先增加后减少,同时EPS的溶解性越大、与细胞的结合程度越小,其组成受萘浓度的影响越大。活性污泥中存在大量的反硝化菌,主要为Proteobacteria、Bacteroidota和Chloroflexi,且其丰度随萘浓度增加而增加,表明萘的添加能够增加反硝化菌的丰度,提高体系的反硝化性能,增强反应器脱氮能力。萘的添加和浓度的增加使得体系中萘降解基因丰度增加,并且验证了活性污泥体系中萘降解途径主要为水杨酸途径。
| [1] |
Yi K X, Wang D B, Yang Q, et al. Effect of ciprofloxacin on biological nitrogen and phosphorus removal from wastewater[J]. Science of the Total Environment, 2017, 605: 368-375. Doi:10.1016/j.scitotenv.2017.06.215 |
| [2] |
Kim K S, Kam S K, Mok Y S. Elucidation of the degradation pathways of sulfonamide antibiotics in a dielectric barrier discharge plasma system[J]. Chemical Engineering Journal, 2015, 271: 31-42. Doi:10.1016/j.cej.2015.02.073 |
| [3] |
Yu H, Zhang X, Zhao M, et al. Norfloxacin degradation by a green carbon black-Ti/SnO2-Sb electrochemical system in saline water[J]. Catalysis Today, 2019, 327: 308-314. Doi:10.1016/j.cattod.2018.04.034 |
| [4] |
Zhao J G, Li Y H, Chen X R, et al. Effects of carbon sources on sludge performance and microbial community for 4-chlorophenol wastewater treatment in sequencing batch reactors[J]. Bioresource Technology, 2018, 255: 22-28. Doi:10.1016/j.biortech.2018.01.106 |
| [5] |
Zhao J G, Chen X R, Wang L, et al. Effects of elevated 4-chlorophenol loads on components of polysaccharides and proteins and toxicity in an activated sludge process[J]. Chemical Engineering Journal, 2017, 330: 236-244. Doi:10.1016/j.cej.2017.07.009 |
| [6] |
彭驰, 王美娥, 廖晓兰. 城市土壤中多环芳烃分布和风险评价研究进展[J]. 应用生态学报, 2010, 21(2): 514-522. Doi:10.13287/j.1001-9332.2010.0009 |
| [7] |
Avramova T, Sotirova A, Galabova D, et al. Effect of Triton X-100 and rhamnolipid PS-17 on the mineralization of phenanthrene by Pseudomonas sp. cells[J]. International Biodeterioration & Biodegradation, 2008, 62(4): 415-420. Doi:10.1016/j.ibiod.2008.03.008 |
| [8] |
马迎飞, 刘训理, 邵宗泽. 菲降解菌的筛选鉴定及其降解酶基因的研究[J]. 应用与环境生物学报, 2005, 11(2): 218-221. Doi:10.3321/j.issn:1006-687X.2005.02.022 |
| [9] |
Sivaprakasam S, Mahadevan S, Sekar S, et al. Biological treatment of tannery wastewater by using salt-tolerant bacterial strains[J]. Microbial Cell Factories, 2008, 7: 15. Doi:10.1186/1475-2859-7-15 |
| [10] |
Jin B D, Niu J T, Liu Y, et al. Effects of polycyclic aromatic hydrocarbons on sludge performance for denitrification and phosphorus removal[J]. Chemical Engineering Journal, 2020, 397: 125552. Doi:10.1016/j.cej.2020.125552 |
| [11] |
Jin B D, Liu Y, Li X, et al. New insights into denitrification and phosphorus removal with degradation of polycyclic aromatic hydrocarbons in two-sludge system[J]. Bioresource Technology, 2022, 346: 126610. Doi:10.1016/j.biortech.2021.126610 |
| [12] |
Li S S, Hu S D, Shi S Y, et al. Microbial diversity and metaproteomic analysis of activated sludge responses to naphthalene and anthracene exposure[J]. RSC Advances, 2019, 9(40): 22841-22852. Doi:10.1039/c9ra04674g |
| [13] |
Lai C Y, Dong Q Y, Chen J X, et al. Role of extracellular polymeric substances in a methane based membrane biofilm reactor reducing vanadate[J]. Environmental Science & Technology, 2018, 52(18): 10680-10688. Doi:10.1021/acs.est.8b02374 |
| [14] |
DuBois M, Gilles K A, Hamilton J K, et al. Colorimetric method for determination of sugars and related substances[J]. Analytical Chemistry, 1956, 28(3): 350-356. Doi:10.1021/ac60111a017 |
| [15] |
Shen Y X, Xiao K, Liang P, et al. Improvement on the modified Lowry method against interference of divalent cations in soluble protein measurement[J]. Applied Microbiology and Biotechnology, 2013, 97(9): 4167-4178. Doi:10.1007/s00253-013-4783-3 |
| [16] |
Sponza D T, Gök O. Effect of rhamnolipid on the aerobic removal of polyaromatic hydrocarbons (PAHs) and COD components from petrochemical wastewater[J]. Bioresource Technology, 2010, 101(3): 914-924. Doi:10.1016/j.biortech.2009.09.022 |
| [17] |
Haritash A K, Kaushik C P. Biodegradation aspects of polycyclic aromatic hydrocarbons (PAHs): a review[J]. Journal of Hazardous Materials, 2009, 169(1/2/3): 1-15. Doi:10.1016/j.jhazmat.2009.03.137 |
| [18] |
Seo J S, Keum Y S, Li Q X. Bacterial degradation of aromatic compounds[J]. International Journal of Environmental Research and Public Health, 2009, 6(1): 278-309. Doi:10.3390/ijerph6010278 |
| [19] |
Ladino-Orjuela G, Gomes E, da Silva R, et al. Metabolic pathways for degradation of aromatic hydrocarbons by bacteria[J]. Reviews of Environmental Contamination and Toxicology, 2016, 237: 105-121. Doi:10.1007/978-3-319-23573-8_5 |
| [20] |
Jiang S, Su Y, Lu H L, et al. Influence of polycyclic aromatic hydrocarbons on nitrate reduction capability in mangrove sediments[J]. Marine Pollution Bulletin, 2017, 122(1/2): 366-375. Doi:10.1016/j.marpolbul.2017.06.076 |
| [21] |
van der Zaan B M, Saia F T, Stams A J M, et al. Anaerobic benzene degradation under denitrifying conditions: peptococcaceae as dominant benzene degraders and evidence for a syntrophic process[J]. Environmental Microbiology, 2012, 14(5): 1171-1181. Doi:10.1111/j.1462-2920.2012.02697.x |
| [22] |
Banach-Szott M, Debska B, Rosa E. Effect of soil pollution with polycyclic aromatic hydrocarbons on the properties of humic acids[J]. Journal of Soils and Sediments, 2014, 14(6): 1169-1178. Doi:10.1007/s11368-014-0873-9 |
| [23] |
Sun Z Y, Li Y, Li M, et al. Steel pickling rinse wastewater treatment by two-stage MABR system: reactor performance, extracellular polymeric substances (EPS) and microbial community[J]. Chemosphere, 2022, 299: 134402. Doi:10.1016/j.chemosphere.2022.134402 |
| [24] |
Li T G, Liu J X. Rapid formation of biofilm grown on gas-permeable membrane induced by famine incubation[J]. Biochemical Engineering Journal, 2017, 121: 156-162. Doi:10.1016/j.bej.2017.01.008 |
| [25] |
Pellicer-Nàcher C, Smets B F. Structure, composition, and strength of nitrifying membrane-aerated biofilms[J]. Water Research, 2014, 57: 151-161. Doi:10.1016/j.watres.2014.03.026 |
| [26] |
Lu H J, Chandran K, Stensel D. Microbial ecology of denitrification in biological wastewater treatment[J]. Water Research, 2014, 64: 237-254. Doi:10.1016/j.watres.2014.06.042 |
| [27] |
Lan M C, Li M, Liu J, et al. Coal chemical reverse osmosis concentrate treatment by membrane-aerated biofilm reactor system[J]. Bioresource Technology, 2018, 270: 120-128. Doi:10.1016/j.biortech.2018.09.011 |
| [28] |
Zhou Z, Qiao W M, Xing C, et al. Microbial community structure of anoxic-oxic-settling-anaerobic sludge reduction process revealed by 454-pyrosequencing[J]. Chemical Engineering Journal, 2015, 266: 249-257. Doi:10.1016/j.cej.2014.12.095 |
| [29] |
Wang C, Liu Y, Lv W Z, et al. Enhancement of nitrogen removal by supplementing fluidized-carriers into the aerobic tank in a full-scale A2/O system[J]. Science of the Total Environment, 2019, 660: 817-825. Doi:10.1016/j.scitotenv.2019.01.046 |
| [30] |
Mcllroy S J, Nittami T, Kanai E, et al. Re-appraisal of the phylogeny and fluorescence in situ hybridization probes for the analysis of the Competibacteraceae in wastewater treatment systems[J]. Environmental Microbiology Reports, 2015, 7(2): 166-174. Doi:10.1111/1758-2229.12215 |
| [31] |
Rubio-Rincón F J, Lopez-Vazquez C M, Welles L, et al. Cooperation between Candidatus Competibacter and Candidatus Accumulibacter clade I, in denitrification and phosphate removal processes[J]. Water Research, 2017, 120: 156-164. Doi:10.1016/j.watres.2017.05.001 |
| [32] |
Seviour T W, Lambert L K, Pijuan M T, et al. Selectively inducing the synthesis of a key structural exopolysaccharide in aerobic granules by enriching for Candidatus "Competibacter phosphatis"[J]. Applied Microbiology and Biotechnology, 2011, 92(6): 1297-1305. Doi:10.1007/s00253-011-3385-1 |
| [33] |
张丹, 李兆格, 包新光, 等. 细菌降解萘、菲的代谢途径及相关基因的研究进展[J]. 生物工程学报, 2010, 26(6): 726-734. Doi:10.13345/j.cjb.2010.06.011 |
| [34] |
刘小娜, 李彪, 唐晨, 等. 萘的微生物降解研究进展[J]. 生物加工过程, 2019, 17(6): 581-589. Doi:10.3969/j.issn.1672-3678.2019.06.006 |
| [35] |
李永君, 赵化冰, 任河山, 等. 萘降解细菌的分离及其降解基因的分子检测[J]. 生态学杂志, 2006, 25(7): 738-742. |
2025, Vol. 42 


