环境科学学报  2020, Vol. 40 Issue (7): 2539-2547
污水厂尾水受纳河段沉积物反硝化速率及对外源碳的响应    [PDF全文]
李如忠1,2, 俞欣1,2, 汤宁1,2, 刘超1,2    
1. 合肥工业大学资源与环境工程学院, 合肥 230009;
2. 纳米矿物与污染控制安徽普通高校重点实验室, 合肥 230009
摘要:为揭示污水厂尾水排入对河流沉积物反硝化的影响,于2018年10月-2019年6月,在合肥市板桥河的蔡田铺污水处理厂尾水排放口上、下游河段设置4个采样点位,隔月采集上覆水和表层沉积物样,解析沉积物反硝化速率及其时空变化特征,识别主要影响因素;同时,通过对外源碳(葡萄糖)响应的分析,评估沉积物反硝化过程的碳限制性.结果表明,4个采样点的反硝化速率在数值上存在一定的差异性,但并未达到显著性水平(p>0.31);4个采样点位沉积物反硝化速率都表现为随碳浓度梯度增加而增大、随培养时间延长而下降的特点,表明受纳河段沉积物反硝化作用具有一定的碳限制性,且这种限制具有季节性特征,并以春季和秋季表现得最为明显;上覆水中温度和NO3--N浓度对反硝化速率影响较大,沉积物理化指标对反硝化作用的影响较为显著,且在重要和较重要影响因素方面,尾水排放口上、下游存在明显差异性.
关键词污水厂尾水    沉积物    反硝化速率    外源碳    巢湖    
Sediment denitrification rate and its response to exogenous carbon in the stream reach receiving urban sewage treatment plant effluent
LI Ruzhong1,2, YU Xin1,2, TANG Ning1,2, LIU Chao1,2    
1. School of Resources and Environmental Engineering, Hefei University of Technology, Hefei 230009;
2. Key Laboratory of Nanominerals and Pollution Control of Anhui Higher Education Institutes, Hefei University of Technology, Hefei 230009
Received 2 January 2020; received in revised from 13 February 2020; accepted 13 February 2020
Abstract: In order to reveal the effect of wastewater treatment plant effluent on the sediment denitrification rate in stream, four sampling points were set at the upper and lower reaches of the tail water discharge outfall of Caitianpu sewage treatment plant in the Banqiao River, a first order stream of the Nanfei River, Hefei City. The benthic sediment and its overlying water samples were collected every other month from October 2018 to April 2019. Subsequently, the sediment denitrification rates and its spatiotemporal characteristics were analyzed, and then the major influencing factors were further identified.Moreover, the microbial carbon limitation was assessed according to the response of the sediment denitrification rates to exogenous carbon (glucose) gradient. The results showed that no significant difference in denitrification rates among the sites was found (p>0.31). On the whole, the rates of sediment denitrification decreased with the increase of incubation time and increased significantly with the increase of the exogenous carbon, suggesting that the denitrification process was limited by carbon. Furthermore, the limitation had significantly seasonal variations and was most pronounced in spring and autumn. Physical and chemical properties of the sediments had a significant influence on the denitrification, and water temperature and NO3- concentration in overlying water had a relatively great effect on the sediment denitrification rate. In the meantime, the differences in the major and relatively major affecting factors for sediment denitrification rates among the upstream and downstream of the effluent outfall were distinct.
Keywords: sewage treatment plant effluent    sediment    denitrification rate    exogenous carbon    Lake Chaohu    
1 引言(Introduction)

由城市污水厂尾水排放带来的生态环境问题越来越引起人们的关注(Dai et al., 2018).尽管城市污水在经过生化过程处理后, 绝大部分污染物已得到去除(Zhen et al., 2018), 但受进水水质和处理工艺的限制, 尾水中氮、磷负荷依旧较高(Li et al., 2017), 直接排放可能导致受纳水体发生富营养化.污水处理过程中, 大量的氨氮经曝气发生硝化反应而转化为硝态氮, 因此, 污水厂尾水中的氮素主要以硝态氮形式存在(云玉攀等, 2015), 有时硝态氮占总氮含量的80.6%以上(陈云峰等, 2010).大量的硝态氮随尾水进入河流后, 部分硝态氮通过微生物的反硝化作用以N2或N2O形式从河流生态系统中彻底去除, 因此, 反硝化过程往往被视为解决河流氮素污染最为彻底的技术手段(Malique et al., 2019).反硝化作用是微生物在缺氧状态下发生的生物化学反应, 整个反应过程需要硝态氮和有机碳的参与.有研究表明, 在缺氧状态下, 当有机碳充足时, 硝态氮可能成为反硝化的限制因素;同样, 在硝态氮充足的情况下, 有机碳也可能成为反硝化的限制因子(Ward et al., 2008; Malique et al., 2019).目前, 有关污水厂尾水排放带来的生态问题的研究, 大多集中在尾水对河流水质、微生物种群结构影响等方面(Huo et al., 2017; Jin et al., 2017), 对尾水受纳河流沉积物的反硝化速率影响方面关注不足.

近年来, 巢湖水体富营养化日趋加重, 大面积“水华”现象频频发生(赵焕等, 2018).截至2017年末, 巢湖周边已建成城市污水处理厂约35座, 大量污水厂尾水经受纳河流的传输而最终汇入巢湖.南淝河是巢湖氮、磷负荷的主要输入通道, 横穿合肥主城区, 并在西半湖北侧注入巢湖.据报道, 在合肥城区南淝河入流补给水中污水厂尾水约占90%以上, 致使该河干流常年处于明显的富营养化状态.板桥河是南淝河上游主要支流之一, 是蔡田铺污水处理厂尾水的受纳河道.本研究拟以蔡田铺污水厂尾水受纳河段为对象, 解析尾水汇入对河流沉积物反硝化速率的影响, 识别主要影响因素;基于污水厂尾水氮素高度硝化、碳源严重不足的基本特性(Kana et al., 1998; 高美云等, 2018), 以葡萄糖为外源碳, 开展不同碳梯度下沉积物反硝化速率响应分析, 判别河道反硝化过程的碳限制性, 以期为巢湖流域众多尾水受纳河流氮素负荷的削减和调控提供依据.

2 研究区概况(Site description)

板桥河位于合肥北部城区, 是巢湖西半湖北部入湖河流南淝河的主要支流之一, 全长约26.30 km, 流域面积约133.78 km2, 年降水量约1000 mm, 汛期降水量约为529 mm, 河流形态曲折变化明显, 水流速度总体较为缓慢.蔡田铺城市污水处理厂位于合肥市庐阳区, 地处故黄路与九顶山路交口东北侧, 目前已有两期工程建设完成, 每期建设规模均为5×104 t · d-1, 污水处理分别以A2O、氧化沟处理工艺为主体, 深度处理采用的是混凝反应和反硝化深床滤池技术, 现均已处于满负荷运行状态, 尾水排放量约10×104 t · d-1.三期工程设计处理规模为20×104 t · d-1, 采用A2O处理工艺, 目前处于扩建中.尽管该河流水文资料较为缺乏, 但根据经验可以大致判定, 目前污水厂尾水流量约占河道总流量的30%以上.

本研究选取的河段长约3.0 km, 水面宽度约20~30 m, 河水流速约为0.1~0.3 m · s-1.河水常年呈现浅绿色, 透明度较低, 排污口下游约500 m长河段水面常有少量的泡沫漂浮.河道两侧为生态镂空砖堆砌的垂直河岸, 河滩和河道大堤种植有大量的景观林木.河段上游建有合肥丰乐生态园, 总体开发程度较低;中游为城郊结合部, 主要为住宅开发建设项目和工业园区;下游为城市建成区, 主要为居民区.在已开发地段, 板桥河沿河两侧分布有排污暗渠或雨水排管, 一些暗渠有间歇性排污现象.采样期间该河段水质情况见表 1.

表 1 采样期间河段水质统计均值 Table 1 Physical and chemical properties of stream water and sewage treatment plant effluent
3 材料与方法(Materials and methods) 3.1 采样点设置与样品采集

在蔡田铺污水厂尾水排放口上游500 m至下游2000 m范围内暗渠(管)相对较少的河段, 沿河水流动方向依次设置4个采样点, 分别为S0、S1、S2和S3(图 1), 其中, S0为对照点, 位于尾水排放口的上游500 m处;S1、S2和S3分别位于排放口下游220、1000、2000 m处, 且在S0与尾水排放口之间建有一座拦河滚水坝, 水坝上、下游的水位落差约1.0 m, 在S1与S2之间有一座低矮的滚水坝, 水位落差仅0.2 m左右.采样点位大致接近河段中泓线位置.

图 1 采样点位示意图 Fig. 1 Sketch-map of the distribution of the sampling sites

2018年10月(秋季)、12月(冬季)及2019年2月(冬季)、4月(春季)和6月(初夏), 采用干燥的聚乙烯瓶采集水面下10 cm深度水样, 并在4 ℃条件下避光保存送回实验室尽快测试(水质分析统计结果见表 1).采用铁铲在每个采样点1 m2范围内采集3处表层(0~5 cm)沉积物样, 现场剔除石块、残根等杂质后充分混合以代表该点位样品, 同时在当天开展沉积物反硝化培养, 将另一部分沉积物放置在阴凉通风处自然风干, 研磨后过100目尼龙筛, 装入密封袋中用于分析沉积物理化性质.

3.2 样品分析测试

沉积物测试项目主要有TN、NO3--N、NH4+-N、TP、有机质(OM)和pH等, 其中, TN采用碱性过硫酸钾消解法测定;NO3--N和NH4+-N加2 mol · L-1 KCl溶液浸提后离心, 再分别以紫外分光光度法和可见光分光光度法测定;TP在马弗炉中以450 ℃煅烧后加入3.5 mol · L-1 HCl振荡16 h, 再以钼锑抗比色法测定;采用烧失量法估算有机质含量;沉积物pH值在水土质量比5 : 1, 振荡30 min, 静置2 h后以便携式pH计测定.

现场测定河流水温(T).水样的实验室分析项目包括TN、NO3--N、NH4+-N、TP、溶解反应性磷(SRP)和COD等, 相关测试方法参见《水和废水监测分析方法》(第四版).

3.3 实验方案设计

采用硝酸盐剩余量法测定沉积物反硝化速率(秦如彬等, 2017).称取5 g新鲜沉积物于50 mL离心管中, 加入适量培养液(1 g · L-1 KNO3)和有机碳溶液(葡萄糖).实验设置5个碳浓度梯度, 由低到高依次为C0 (等量蒸馏水)、C10 (10 mg · L-1)、C50 (50 mg · L-1)、C200 (200 mg · L-1)和C500 (500 mg · L-1) (以C计), 每个浓度梯度设置3个平行.加塞密封后在恒温培养箱35 ℃环境条件下培养, 为进一步探究反硝化速率与培养时间的关系, 将培养时间设置为24、48、72 h 3个时间梯度, 培养完成后取出样品测试, 为避免因多次取样测试造成上覆水减少及培养环境改变而影响反硝化进程, 设置3个重复样(每次每个采样点计45个样).然后, 采用3500 r · min-1离心10 min, 分离过滤后测定剩余的NO3--N含量.

为确定沉积物的NO3--N含量, 称取相同质量的沉积物样, 加入4 mol · L-1氯化钾溶液20 mL, 采用3500 r · min-1离心10 min, 过滤后测定滤液NO3--N含量, 并将测定值加上添加的NO3--N含量作为初始量, 以厌氧培养前后的NO3--N变化量除以培养时间, 定量刻画表层沉积物的反硝化速率.

3.4 数据处理

不同采样点沉积物理化指标、反硝化速率的差异性, 采用Mann-Whitney U检验法检验, 其中p<0.05意味着两个样本呈显著性差异, p<0.01表明呈极显著性差异.借助SIMCA-P 14.1软件, 采用偏最小二乘回归分析(PLSR)方法解析反硝化速率与环境影响因素的相关性, 其中, 回归分析生成的FVIP值代表自变量(环境因素)对因变量(反硝化速率)的贡献能力.一般认为, FVIP值大于1的自变量属于重要变量, FVIP值介于0.5~1的自变量较为重要变量, 小于0.5的自变量为不重要变量(马明德等, 2014).

4 结果与讨论(Results and discussion) 4.1 沉积物基本理化性质

4个采样点表层沉积物的基本物理性状见表 2, 理化指标情况见表 3.显然, 尾水排放口上、下游沉积物物理性状存在较为明显的差异性.由表 3可见, 4个采样点沉积物的氮磷含量均较高, 整个研究河段沉积物中TN含量为1043.11~1850.54 mg · kg-1, TP含量为733.69~895.93 mg · kg-1, 两者均显著超过了加拿大安大略省环境和能源部发布指南中能引起最低级别生物毒性效应的TN和TP含量(分别为550 mg · kg-1和600 mg · kg-1) (李任伟, 1998).

表 2 沉积物物理性状 Table 2 Physical properties of the sediments

表 3 表层沉积物基本理化性质 Table 3 Basic physical and chemical properties of the sediments

表 3可知, 各采样点沉积物TP、NH4+-N和OM含量最低值均出现在对照点S0处, 最高值出现的点位则不一致, 其中, TP最高值出现在采样点S1, NH4+-N最高值出现在S3, OM含量则是S2最高.TN和NO3--N含量的最高值均出现在S2, 最低值则出现在S1, 且S1的TN含量明显低于对照点S0.从季节上看, 各采样点TN、TP均为秋、冬季含量较高, 春季、初夏含量相对较低;NO3--N含量恰好与之相反;NH4+-N含量则表现出初夏最高, 其他季节基本相当的变化特征.从变异程度上看, NO3--N含量变异程度相对较大, 4个采样点位的变异系数依次为29.04%、17.99%、23.26%、26.05%;TN仅在S0的变异程度较大(变异系数为27.29%), 在其他点位则相对较小;OM在S0、S1和S3的变异程度相对较大, 变异系数分别为19.09%、17.66%和17.57%;TP和NH4+-N总体上变异程度不大.

总的来看, 针对TN含量, S0仅与S1存在极显著差异性(p < 0.01), S1与S2、S3之间均存在极显著差异性(p < 0.01);针对TP含量, S0与S1、S2和S3之间也都存在显著差异性(p < 0.05);在NH4+-N含量方面, S0与S1存在显著差异性(p < 0.05), 与S2、S3均存在极显著差异性(p < 0.01);在OM含量方面, 仅S0与S2存在显著性差异.概括地, 污水厂尾水汇入导致排污口上、下游河道沉积物中生源物质含量出现较显著的差异性.

4.2 反硝化速率及其对外源碳的响应 4.2.1 反硝化速率对培养时间的响应

图 2可知, 在培养24 h情景中, 2018年10月、12月和翌年2月沉积物反硝化速率沿水流方向变化较为平缓, 而气温稍高的4月、6月则波动性较为明显, 其中, 4月反硝化速率为96.88~138.23 mg · kg-1 · h-1, 均值为118.82 mg · kg-1 · h-1;6月反硝化速率为90.02~134.86 mg · kg-1 · h-1, 均值为112.03 mg · kg-1 · h-1.在培养48 h情景中, 沉积物反硝化速率的时空变化趋势与24 h大体一致.而在培养72 h情景中, 沉积物反硝化速率的时空变化规律与前两种情况差异较明显, 其中, 4月反硝化速率沿河水流动方向快速上升, 6月则表现为明显的波动性上升, 其它3次采样的反硝化速率则都表现出沿河水流向缓慢波动增加的趋势.

图 2 不同培养时间沉积物反硝化速率变化 Fig. 2 Variations of sediments denitrification rates corresponding to different incubation time

虽然4个采样点的反硝化速率在数值上存在一定的差异性, 但并未达到显著性水平(p>0.31).在3个不同培养时间段, 尾水排放口上下游沉积物反硝化速率的季节变化表现为:春季>初夏>秋季>冬季.

4.2.2 反硝化速率对外源碳的响应

表 4可知, 在C0C10C50C200梯度下, 随着外源碳输入量的增大, 相同培养时间下各采样点的沉积物反硝化速率均表现出不断增加的趋势, 但随着培养时间的延长, 各浓度梯度对应的反硝化速率逐步递减.这与佘冬立等(2018)的研究结果相似.可以看出, 与C0梯度相比, 其他碳浓度下的反硝化速率明显增大且相对变化幅度具有明显的季节性特征.其中, 培养时间为24 h时, 整个研究河段反硝化速率增幅的季节排序为:春季(189.16%)>初夏(129.14%)>秋季(115.43%)>冬季(74.02%);48 h时增幅的季节排序为:春季(201.04%)>秋季(95.90%)>冬季(78.66%)>初夏(71.47%);72 h时增幅的季节排序排序为:春季(198.88%)>秋季(110.12%)>初夏(64.24%)>冬季(60.87%).总体上, 春季尾水受纳河段沉积物对外源碳的响应最为显著, 其次是秋季, 冬季和初夏明显稍弱.因此, 可以认为有机碳对尾水受纳河段表层沉积物反硝化作用具有一定的限制性, 且这种限制存在季节性特征.由于沉积物反硝化速率及其增幅大小都随着培养时间的延长而降低, 意味着碳的限制性随反应时间的增加而逐步减弱.

表 4 不同培养时间不同碳浓度梯度下沉积物的反硝化速率 Table 4 Sediment denitrification rates along a gradient of carbon inputs under different incubation time

表 4可知, 在梯度C500条件下各采样点反硝化速率均较C200时有所回落, 但依旧高于对照组C0, 表明外源碳的投加量达到200 mg · L-1水平后, 由碳限制性导致的反硝化速率影响效应出现下降态势.总的来看, 在相同碳浓度梯度下, 尾水排放口下游河段各采样点的反硝化速率值略高于上游对照点S0, 但这种差异并不显著(p>0.46).

图 3展示了培养48 h情景下, 不同采样时间的各采样点沉积物反硝化速率沿着碳梯度变化情况.可以看出, 2018年12月和翌年2月反硝化速率相对最小, 变化范围为42.72~81.29 mg · kg-1 · h-1(均值为56.71 mg · kg-1 · h-1), 明显低于气温相对较高的其他3个月份;4月的反硝化速率最大, 范围为64.14~205.03 mg · kg-1 · h-1(均值为130.98 mg · kg-1 · h-1);10月和6月的反硝化速率范围分别为52.65~103.72 mg · kg-1 · h-1(均值为86.73 mg · kg-1 · h-1)和60.27~103.49 mg · kg-1 · h-1(均值为90.76 mg · kg-1 · h-1).总体来看, 对于每一个采样点位, 在添加外源碳的情况下, 不同季节沉积物反硝化速率大小排序均表现为:春季>初夏>秋季>冬季.李如忠等(2017)在对合肥城区边缘人为扰动溪流污染严重段底质反硝化速率的研究中, 也得到了相同的排序结果.其他学者的研究结果也都类似(Ritz et al., 2016).

图 3 培养时间48 h时沉积物反硝化速率随外源碳梯度的变化 Fig. 3 Variations of sediment denitrification rates along a gradient of carbon inputs under the incubation time 48 h

C0浓度梯度和培养时间48 h时, 整个研究河段沉积物反硝化速率均值为59.51 mg · kg-1 · h-1.秦如彬等(2017)在合肥重污染溪流沟渠(关镇河小溪流)测得的的反硝化速率均值为10.59 mg · kg-1 · h-1.李如忠等(2017)在合肥受生活污水污染较重渠道测得的反硝化速率均值为3.32 mg · kg-1 · h-1.不难看出, 板桥河沉积物反硝化速率似乎较当地其它溪流沟渠更高.但需要指出的是, 前述两篇文献中的溪流沟渠污染, 主要来自未经处理而直接排放的生活污水或与生活污水性质相似的食品加工废水影响, 本研究中河水污染更多的还是来自城市污水处理厂尾水排放, 两者在水质性质、污染特征及水动力学条件方面差异明显.由图 3可知, 4月份各采样点位C200C500浓度梯度下反硝化速率发生了陡增现象, 明显高于其他季节相同有机碳浓度下的反硝化速率.综合来看, 4个采样点并未因污水厂尾水汇入而在沉积物反硝化速率的碳梯度变化规律方面表现出明显的差异性.

4.3 反硝化速率与环境因素的关系

采用PLSR法, 评估上覆水水质指标(TN、NH4+-N、NO3--N、TP、SRP、COD、ORP、T)、沉积物理化指标(TN、TP、NO3--N、NH4+-N、OM、pH)等环境因素对不同培养时间沉积物反硝化速率的投影重要性, 计算得到环境影响因子(自变量)对反硝化速率(因变量)的FVIP参数值, 分别见表 5表 6.

表 5 水质指标对反硝化作用的FVIP参数值 Table 5 PLSR analysis between denitrification rates and water quality indexes

表 6 沉积物理化指标对反硝化作用的FVIP参数值 Table 6 PLSR analysis between denitrification rates and sediment physicochemical indexes

表 5可以看出, 除了水温T对各采样点的反硝化作用都具重要性外, 其它水质指标对于不同采样点沉积物反硝化速率的重要性存在明显差异, 甚至同一指标在不同培养时间的重要性也不一样.总的来看, 除T外, NO3--N在3个采样点位表现出了重要性(FVIP>1), COD、ORP和TN也在个别采样点表现出了重要性.大多数情况下, TN对沉积物反硝化过程都属于较为重要层次(0.5 < FVIP < 1), 其他指标在不同采样点也都不同程度地表现出较为重要性特征.显然, 在尾水排放口的上、下游河段沉积物反硝化速率影响因素中, 水质指标中有关重要和较为重要指标未表现出显著的规律性.

相对于水质指标, 沉积物理化指标对底质反硝化的影响更为显著(表 6).在采样点S0, TN、NH4+-N和pH对反硝化过程都重要, 其他指标的重要性较弱.而对尾水排放口下游的3个采样点, 沉积物的6个理化指标都对反硝化速率表现为重要或较为重要, 这明显不同于S0, 意味着污水厂尾水使板桥河沉积物反硝化过程的主要影响因素发生了改变.

4.4 讨论

表 1可以看出, 污水厂尾水及排污口下游各采样点TN、NH4+-N、NO3--N、TP、SRP、COD浓度均明显高于上游对照点S0, 而且ORP在S0点为负值(处于还原状态), 在其它点位均为正值(处于氧化状态).采样点S0受下方滚水坝拦截作用, 水体深度增加, 水流速度变缓, 水体复氧能力减弱.特别是, 较为严重的水质污染导致沉积物氧化条件较弱, 基本处于还原状态.蔡田铺污水处理厂采用脱氮除磷工艺为主导的污水处理技术, 污水处理过程中的曝气工艺导致尾水的溶解氧含量较高, 从而提升了下游河水溶氧水平.另外, 尾水出流以较高动量冲入河道, 使得河水掺混现象明显, 特别是采样点S1附近, 这对尾水排放口下方一定距离河段内河水氧化条件的塑造非常有利.事实上, 也正是这种显著的掺混和推流、冲刷作用, 导致靠近尾水排放口的河段质量较轻的污染物难以沉积下来, 致使距离纳污点最近的采样点S1的氮含量相对并不高, 甚至低于对照点S0.采样过程也发现, 采样点S1附近局部河段出现生态护岸破损坍塌, 河漫滩上松散的泥沙随雨水冲积进入河道, 其中的细质河沙导致河床底质板结, 沉积物对于氮的吸附效果差(周睿等, 2018).

反硝化作为水生生态系统中去除氮的重要途径, 对推动生态系统氮循环和维持生态系统氮平衡方面发挥着重要作用(Velinsky et al., 2017; Audet et al., 2017).NO3-作为反硝化作用的反应底物, 对河流反硝化有着较大的影响(Smith et al., 2006).培养24 h的沉积物反硝化速率明显高于48、72 h时的反硝化速率, 可能与NO3-含量变化有关, 实验初期NO3-含量较高, 反硝化作用强, 随着反硝化过程的进行, NO3-含量逐渐减小, 反硝化作用变弱(邓焕广等, 2019).尾水入河使得距排放口较近河段水相中氮含量升高(表 1), 但沉积物氮含量是否也相应提高却存在不确定性.研究河段沉积物NH4+-N含量的最大值出现在S3, 而NO3--N含量的最大值却出现在了S2, 并不是距排放口位置最近的S1, 这就使得排放口下游不同采样点沉积物反硝化速率的规律性减弱.由反硝化速率与水质、沉积物理化指标投影重要性发现, 沉积物理化性质对反硝化影响更大, 这在一定程度上可以解释为何反硝化速率最高值并不是出现在距尾水排放口位置最近的采样点.

有机碳在反硝化过程中充当电子供体且为反硝化过程提供能量, 从而引起更加强烈的微生物降解活动并形成有利于反硝化进程的厌氧微环境.污水厂尾水在向受纳河道输入大量硝态氮的同时, 也可能造成河流水体碳的不足(Unda et al., 2019), 因此, 适量增加生物可利用碳对促进河流反硝化进程具有积极意义(Inwood et al., 2007).大量研究表明, 河流沉积物反硝化速率与生物可利用有机碳量成正比(Heiss et al., 2012; 刘晓斐等, 2019), 但也有研究认为反硝化速率与有机碳含量并无关系(Herrman et al., 2008; Paula et al., 2018), 因此, 有机碳与沉积物反硝化速率并不表现为简单的线性关系.本研究针对碳浓度梯度反硝化速率的测定发现, 随着外源碳浓度的升高, 反硝化速率随之增大, 但最大的反硝化速率并未出现在C500碳浓度下, 而是出现在C200梯度.笔者以为, 可能是由于C200组的碳浓度已经满足或接近满足微生物代谢需求, 微生物菌体的生长和代谢活性进入稳定阶段, 此时有机碳作为反硝化过程的限制因素作用减弱;另一方面, 有机碳的增多又可能使硝态氮显得不足, 从而导致反硝化速率降低.2019年4月各采样点均在C200C500浓度梯度出现了反硝化速率陡增的现象, 致使反硝化速率显著高于其他季节同一碳浓度梯度对应的反硝化速率.实际上, 在2019年4月采样中, 笔者目睹了令人十分费解的现象, 即板桥河水体一改往日浑浊、灰绿的形象而变得异常的清澈透明, 但这种异常景象并没有维持几天河水又恢复了往常的状态.经实地调查, 未发现此期间板桥河有显著的人为干预河流水质行为的存在.由图 3可见, 该次采样获得的沉积物反硝化速率异常提升, 这是否与受纳河水异常的水质变化有关, 还有待深入探究.

5 结论(Conclusions)

1) 污水厂尾水的汇入使得板桥河水质变差, 沉积物氮磷含量显著增加, 排污口上、下游河道生源物质含量分布产生较为显著的差异性.

2) 污水厂尾水排放口上、下游4个采样点的反硝化速率在数值上存在差异性, 但并未达到显著差异水平.

3) 有机碳(葡萄糖)对污水厂尾水受纳河段表层沉积物的反硝化作用具有限制性, 且这种限制存在季节性特征, 其中以春季沉积物反硝化速率对外源碳的响应最为显著, 其次是秋季, 冬季和初夏相对较弱.

4) 上覆水指标中水温和NO3--N浓度对沉积物反硝化速率影响较大, 但属于重要和较为重要的指标在尾水排放口上、下游河段并未表现出明显的规律性;沉积物理化指标对反硝化作用的影响相对更为显著, 且尾水排放口上、下游重要和较重要影响因素存在明显的差异性.

参考文献
Audet J, Wallin M B, Kyllmar K, et al. 2017. Nitrous oxide emissions from streams in a Swedish agricultural catchment[J]. Agriculture, Ecosystems and Environment, 236: 295-303.
陈云峰, 文辉, 张彦辉. 2010. 不同固态碳源用于反硝化去除污水处理厂尾水中硝态氮的研究[J]. 给水排水, (11): 140-143.
Dai J, He S, Zhou W, et al. 2018. Integrated ecological floating bed treating wastewater treatment plant effluents:effects of influent nitrogen forms and sediments[J]. Environmental Science and Pollution Research, 25(4): 1-9.
邓焕广, 张智博, 张菊, 等. 2019. 东鱼河春季沉积物反硝化脱氮作用与N2O排放研究[J]. 水土保持学报, 33(1): 283-287.
高美云, 刘兴国, 曾宪磊, 等. 2018. 有机碳对养殖池塘沉积物中反硝化、厌氧氨氧化的影响[J]. 环境工程学报, 12(5): 893-900.
Heiss E M, Fields L, Fulweiler R W. 2012. Directly measured net denitrification rates in offshore New England sediments[J]. Continental Shelf Research, 45(3): 78-86.
Herrman K S, Bouchard V, Moore R H. 2008. Factors affecting denitrification in agricultural headwater streams in Northeast Ohio, USA[J]. Hydrobiologia, 598(1): 305-314.
Huo Y, Bai Y, Qu J. 2017. Unravelling riverine microbial communities under wastewater treatment plant effluent discharge in large urban areas[J]. Applied Microbiology and Biotechnology, 101(17): 6755-6764.
Inwood S E, Tank J L, Bernot M J. 2007. Factors controlling sediment denitrification in midwestern streams of varying land use[J]. Microbial Ecology, 53(2): 247-258.
Jin Z, Zhang X, Li J, et al. 2017. Impact of wastewater treatment plant effluent on an urban river[J]. Journal of Freshwater Ecology, 32(1): 697-710.
Kana T M, Sullivan M B, Cornwell J C, et al. 1998. Denitrification in estuarine sediments determined by membrane inlet mass spectrometry[J]. Limnology and Oceanography, 43(2): 334-339.
Li M, Wu H, Zhang J, et al. 2017. Nitrogen removal and nitrous oxide emission in surface flow constructed wetlands for treating sewage treatment plant effluent:Effect of C/N ratios[J]. Bioresource Technology, 240: 157-164.
李任伟. 1998. 沉积物污染和环境沉积学[J]. 地球科学进展, 13(4): 398-402.
李如忠, 郑侠, 高苏蒂, 等. 2017. 人为扰动背景下城市边缘溪流底质硝化-反硝化潜力分析[J]. 环境科学, 38(11): 4598-4606.
刘晓斐, 杜伊, 胡玮璇, 等. 2019. 城市河流中碳源对同步硝化反硝化的影响[J]. 环境工程, 37(2): 76-81.
Malique F, Ke P, Boettcher J, et al. 2019. Plant and soil effects on denitrification potential in agricultural soils[J]. Plant and Soil, 439(1/2): 459-474.
马明德, 马学娟, 谢应忠, 等. 2014. 宁夏生态足迹影响因子的偏最小二乘回归分析[J]. 生态学报, 34(3): 682-689.
Paula C M, Mindaugas Z, Sara B, et al. 2018. Nitrification and denitrification in estuarine sediments with tube-dwelling benthic animals[J]. Hydrobiologia, 819(1): 217-230.
秦如彬, 李如忠, 高苏蒂, 等. 2017. 城乡交错带典型溪流沟渠沉积物氮污染特征及硝化-反硝化潜力[J]. 环境科学, 38(3): 936-945.
Ritz S, Kirstin D, Fischer H. 2018. Open-channel measurement of denitrification in a large lowland river[J]. Aquatic Sciences, 80(1): 11.
佘冬立, 陈心逸, 高雪梅, 等. 2018. 外源氮输入对不同土地利用排水沟底泥反硝化和N2O排放影响[J]. 环境科学, 39(8): 3689-3695.
Smith L K, Voytek M A, John Karl B, et al. 2006. Denitrification in nitrate-rich streams:application of N2:Ar and 15N-tracer methods in intact cores[J]. Ecological Applications, 16(6): 2191-2207.
Unda C J, Miren M S, Ruiz R E, et al. 2019. Implications of denitrification in the ecological status of an urban river using enzymatic activities in sediments as an indicator[J]. Journal of Environmental Sciences, 75(1): 258-271.
Velinsky D J, Paudel B, Quirk T, et al. 2017. Salt marsh denitrification provides a significant nitrogen sink in Barnegat Bay, New Jersey[J]. Journal of Coastal Research, 78: 70-78.
Ward B B, Tuit C B, Jayakumar A, et al. 2008. Organic carbon, and not copper, controls denitrification in oxygen minimum zones of the ocean[J]. Deep-Sea Research Part Ⅰ:Oceanographic Research Papers, 55(12): 1672-1683.
云玉攀, 杨鑫, 李子富, 等. 2015. 催化还原法深度处理污水中硝态氮的研究[J]. 中国环境科学, 35(11): 3310-3316.
赵焕, 朱利, 吴传庆, 等. 2018. 基于天地协同的巢湖水华分布特征分析[J]. 中国环境科学, 38(6): 2297-2303.
Zhen L, Tongli Z, Miao L, et al. 2018. Organic contaminants in the effluent of Chinese wastewater treatment plants[J]. Environmental Science and Pollution Research, 25(27): 26852-26860.
周睿, 袁旭音, Marip J B, 等. 2018. 不同湖泊入湖河流沉积物可转化态氮的空间分布及其影响因素[J]. 环境科学, 39(3): 1122-1128.