异养型同步硝化反硝化处理工艺群落结构

为研究异养型同步硝化反硝化工艺微生物菌群结构的变化,从生物陶粒反应器中筛选出6株异养硝化细菌,经过12 d好氧培养,6株异养硝化细菌对COD的去除率在45%以上,总氮和氨氮最终去除率在60%以上.采用污泥驯化手段富集好氧反硝化细菌,从污泥分离纯化得到5株好氧反硝化细菌.f1、f2、f3、f5、f7的TN去除率分别为90.4%、91.2%、94.6%、95.6%、97%.将6株异养硝化细菌和5株好氧反硝化细菌扩大培养后,建立SBR反应器进行氨氮去除的试验研究.PCR-DGGE图谱表明,在反应器运行的不同时期,微生物群落结构发生动态演替.2 d与15 d相似性为47.62%,15 d与30 d相似性最高为72%,2 d与30 d相似性最低为42.86%.测序结果显示,在反应器稳定运行期间,筛选的异养硝化细菌wgy5,wgy21,好氧反硝化细菌d5和Pseudomonas sp.的细菌是系统的优势菌群.     

好氧反硝化菌群的筛选及其培养条件的研究

从淮北焦化厂A2/O污水处理站二沉池的活性污泥中,采用焦化废水配制的牛肉膏蛋白胨固体培养基（DM100）分离纯化出7株反硝化细菌,并通过梯度添加焦化废水的平板驯化和液体驯化,在DO=2.5 mg/L的条件下复筛出4株具有抗逆性的优势好氧反硝化细菌,分别命名F4、F8、F9、F10.优势单菌株与组合菌群反硝化能力的对比试验表明,4株混合的好氧反硝化菌群生长快速稳定,在相同的试验条件下脱氮效率高于单菌株,48 h的NO3--N去除率为98.75%.4株混合菌群的最适生长条件为：35℃,pH=8.0,C/N比=5,接种量=25%（菌液浓度为（2~3）×107个/mL）.经过筛选和条件优化,优势菌群NO3--N去除率达到90%的降解时间由96 h降到18 h.     

一株好氧反硝化细菌生理生态特征的研究

经测定一株好氧反硝化菌X31菌株的生理生化指标,鉴定该菌株为假单胞菌属(Pseudom onas),对该菌株进行16S rDNA测序后确定为Pseudom onas chloritidismutans.该菌株在完全好氧的条件下可高效地将NO3-反硝化为N2,并不产生NO2-的累积.其培养特征为ORP降低和反硝化产碱.当初始的氧化态氮浓度为150 mg/L左右时,DO值对该菌株的反硝化效果没有影响;而pH值对反硝化效果影响很大,反硝化的最适pH值为中性或偏碱性;反硝化的最适温度为30~35℃.     

电子受体对厌氧/好氧反应器聚磷菌吸磷的影响

为对聚磷菌有进一步的了解,以厌氧/好氧生化反应器中的聚磷菌为试验对象,研究了3种不同电子受体(O2、NO3-N、NO2-N)对聚磷菌吸磷效果的影响.结果表明:传统的厌氧/好氧生化反应器中存在有反硝化聚磷菌,且随着NO3-N质量浓度的不同,反硝化聚磷速率和总量也不同,而低水平的COD/TP将有利于反硝化聚磷菌的生长;此外,NO2-N也可参与聚磷菌缺氧吸磷反硝化的过程,但高质量浓度的NO2-N(本试验结果为≥95mg/L)将会对聚磷菌产生抑制作用.试验证实,以氧为电子受体的聚磷速率和聚磷总量明显高于NO3-N和NO2-N,但是,后二者的能耗、污泥产生量低于前者.     

好氧反硝化菌对高氨氮工业废水脱氮的研究

从华强化工水处理系统A/O工艺的好氧池中选取污泥,经接种、分离纯化、筛选出了1株在好氧条件下具有良好反硝化效果的菌株B3。按照控制变量法,采取摇瓶实验研究了C/N、DO和pH对好氧反硝化菌株的影响,发现B3菌进行好氧反硝化作用的最优C/N为15,DO为2.3mg/L,pH值为7.0。在好氧条件下能有效去除溶液中NO_3~--N,脱氮率可接近90%。在处理高氨氮废水的性能测试实验中,经过48h的培养,NH_4~+-N、TN、COD去除率分别达到96.9%、78.0%和70.5%,证明B3菌拥有良好的异养硝化和好氧反硝化性能,在处理高氨氮废水和生活污水方面具有广阔的应用前景。当溶液中NH_4~+-N浓度高达700mg/L时,对B3菌脱氮能力的抑制作用明显。     

一株反硝化聚磷菌的筛选鉴定及特性研究

采用SBR反应器,通过间歇曝气方式对底泥体系中反硝化聚磷菌进行了筛选和富集.从底泥中分离出1株反硝化聚磷细菌SYJl,经过生理生化鉴定和16SrDNA测序,建立了系统发育树,鉴定出细菌SYJl属于Acinetobacter sp.菌株SYJl在好氧条件下培养48 h后,TP最终去除率为68.63%,在厌氧条件下培养48h后,NO2-N及NO3-N的去除率分别为94.56%和100%.     

好氧反硝化菌纯种分离及诱变育种

目的 研究提高菌种的反硝化能力及提高污水氮去除率的方法,确定菌株的最佳生长条件,选育出纯种好氧反硝化菌株.方法 采用平板稀释法和NO3--BTB培养基从污泥中分离纯化好氧反硝化菌株,以紫外线为诱变剂对菌种进行诱变,并复筛得到反硝化能力增强的菌株作为优势菌.设计四因素三水平正交试验,四因素为pH值、温度、碳源、ρ(C)/p(N),通过正交试验确定正突变优势菌株的最佳生长条件.结果 紫外诱变选育得到反硝化能力增强的好氧反硝化菌株,总氮去除率提高到85.74％,亚硝酸盐积累明显减少,菌株最佳生长条件pH值为7、温度为25℃、ρ(C)/ρ(N)为10.结论 紫外诱变育种能提高好氧反硝化菌种的反硝化能力,温度和ρ(C)/ρ(N)对菌株生长影响最大.     

好氧反硝化菌的物理诱变法育种研究

以实验室SBR反应器分离出的好氧反硝化菌（WXZ-9）为原始菌株，分别用微波和紫外线诱变．通过反硝化性能测定筛选得到的正突变体WXZ-9—8号，96h后的TIN去除率达到67．20％，比出发菌株WXZ-9号菌提高了7．07％，NO3ˉ - N去除率在24h达到100％；WXZ-9—8号突变体的最大亚硝基氮还原速率达到52．89mgNO2ˉ-N·L^1·d^-1，比WXZ-9号菌株高6．90mgNO2ˉ—N·L^-1·d^-1．结果表明：WXZ-9—8号突变体具有更好的亚硝基氮还原酶的活性，并且比出发菌株有更好的生长适应性．     

同步硝化反硝化细菌的鉴定与脱氮特性研究

依据同步硝化反硝化脱氮原理,以生活污水处理厂污泥为种泥,利用15℃低温摇床富集并分离出同步硝化反硝化细菌（SNDB-5）,采用传统与现代分子生物学相结合的手段对其鉴定,以确定其分类地位;利用水浴摇床研究SNDB-5对硝化细菌液体培养基NO2--N的去除效果。结果表明：SNDB-5与Pseudomonas mendocina同源性达99.0%,形态特征、革兰氏染色及生理生化与Pseudomonas mendocina最相似,属假单胞菌属;摇床培养反应条件显示,当NO2--N浓度加大到150mg/L时,菌株SNDB-5的活性受到了抑制。     

异养硝化-好氧反硝化复合菌剂的固定化与脱氮性能研究

以活性炭、海藻酸钠、聚乙烯醇为包埋载体,氯化钙、硼酸为交联剂,通过Box-behnken响应面法优化固定化方案,制备由异养硝化-好氧反硝化菌Pseudomonas indoloxydans LJ9、Pseudomonas mendocina YG8、Paracoccus versutus LJ2组成的复合菌剂,验证固定化复合菌剂的脱氮效果。结果表明:包埋载体最佳组合为聚乙烯醇10%,海藻酸钠3%,活性炭1%;交联剂最佳配比为硼酸3%,氯化钙1%,交联剂总体积为100 m L;固定化异养硝化菌剂96 h时NH4+-N去除率、总氮(TN)去除率分别为97.84%,93.12%;固定化好氧反硝化菌剂在72 h NO3--N去除率、TN去除率分别为100%,85.67%。     

一株戴尔福特菌的异养硝化与好氧反硝化性能研究

通过在好氧反硝化培养基中添加氨氮和在异养硝化培养基中添加硝基氮,研究了从实验室SBR反应器中新分离的一株戴尔福特菌的异养硝化作用与好氧反硝化作用的相互影响．研究表明：加入氨氮后,24h后的硝基氮去除率最大可提高1．47％,48h后菌体生长较为旺盛,氨氮去除率则均在90％以上;同时发现加入硝基氮后,菌体生长推迟,但氨氮去除率最大可提高4．16％．异养硝化与好氧反硝化作用之间是相互促进的．此株戴尔福特菌可在同一条件下自身实现同步硝化反硝化．具有一定的工程应用价值．     

以亚硝酸盐为电子受体的反硝化除磷系统的启动及除磷效果

目的实现以亚硝酸盐为电子受体的反硝化除磷系统的启动,并对系统的除磷效果进行考察．方法采用分阶段培养驯化的方式进行启动,第一个阶段通过厌氧／好氧交替运行富集聚磷菌,剩下的两个阶段通过先投加NO3^-N,再由电子受体NO3^-N过渡到NO2^-N的方式对以NO2^-N为电子受体的反硝化聚磷菌（DPAO）进行筛选．结果经过131d的运行,成功地实现了系统的启动,且稳定后的系统具有良好的反硝化除磷能力,出水P（PO4^3-）仅为0．86mg／L,磷的去除率达到了89％左右．结论最终启动完成之后,以NO2^-N为电子受体．从各阶段磷的去除率可以看出,不同电子受体作用下除磷率有所不同,除磷效果由高到低依次为O2〉NO3^--N〉NO2^-N．     

限氧曝气实现亚硝酸型同步硝化反硝化的研究

在(19±1)℃条件下,采用SBR工艺处理低碳氮比实际生活污水,没有外加有机碳源,通过限氧曝气实现了亚硝酸型同步硝化反硝化生物脱氮(simultaneous nitrification denitrification via nitrite,亚硝酸型SND).试验结果表明,较长污泥龄下(50～66 d),通过控制曝气量使系统溶解氧处于较低水平,好氧末端ρDO2.0 mg/L,平均ρDO≈0.65 mg/L,不仅可在常温条件下实现短程硝化,ρ(NO2--N)/ρ(NOx--N)稳定在95%以上,而且可同时在该好氧硝化系统中获得高效的反硝化效果,稳定运行后,经亚硝酸型SND途径的总氮去除率(ESND)平均为52%,最高可以达到63.1%.试验分析表明,低ρDO水平是实现亚硝酸型SND的关键因素,通过低ρDO影响硝化菌群的构成、反硝化菌的缺氧微环境以及有机物和ρ(NH4+-N)的降解特性,促进了亚硝酸型SND的形成.     

再生水深度处理试验研究

通过对臭氧-过滤-活性炭工艺深度处理济南市水质净化二厂再生水的试验,结果表明：在原水水质浊度范围为0．5～1．5NTU,CODMn浓度范围为1．0—2．5mg／L,NH4＋N、NO2--N和NO3--N浓度分别为0．6～2．3mg／L,0．05—0．15mg／L和7．2～15mg／L情况下,浊度平均去除率为71．52％,CODM。的平均去除率为36．12％,NH4＋-N和NO2--N的平均去除率分别为27．33％和67．2％,NO3--N的去除作用不明显。     

交替A/O工艺处理养猪废水脱氮研究

采用交替A/O工艺处理养猪废水.进行硝化菌与反硝化菌的培养、驯化;交替阶段厌氧和好氧段各自运行的最佳时间的确定;交替A/O工艺对NH3-N、TN、NO3-N的去除情况以及交替A/O工艺对养猪废液脱氮机理的研究.结果表明,A段运行2.5 h,O段运行时间为2 h,交替13.5 h即3个交替过程后,NH3-N的去除率为60...     

城市污水灌溉中氮素转化的实验研究及污染风险分析

污水灌溉是我国北方地区城市郊区农业发展的既 成事实.它一方面可以缓解当地的农业水资源紧缺的 矛盾，另一方面，污水中还含有作物生长所必需的丰富 的氮、磷、钾等营养元素.但是由于缺乏科学指导，用于 灌溉的污水大多数未经任何处理，污水中含有的有毒 有害物质已经使污水灌     

春季渤海湾营养盐分布及潜在性富营养化评价

根据2011年5月对渤海湾海域20个站位海水营养盐的调查结果,分析该海区海水营养盐的分布特征,并进行了潜在性富营养化评价．研究发现,调查海域NO3--N质量浓度为150．5～276.3ug/L,NO2--N质量浓度为4．072．29．490ug／L,NH4＋-N、PO4 3-- P和SiO3 2-Si质量浓度分别为47．55～194．80ug／L、4．73～26．35ug／L和170．2—544．1ug/L．整体上,各类无机氮呈现出表底层差异不大、沿岸浓度高、外海浓度低的特点;断面分布呈现出由东向西逐渐升高的趋势,SiO23 2- -Si相反,NO3- -N、NH4--N和SiO2 3--Si质量浓度呈现出由北向南逐渐升高的趋势,而NO2--N、VO4 3--P质量浓度出现北高南低的情形．渤海湾连续站显示出一定的营养盐浓度随潮汐的韵律变化,其中NO3--N、NO2--N和NH4＋-N质量浓度变化相对较明显,低潮较高潮期间营养盐浓度高．营养盐与盐度的相关性不很显著．NO3 --N是溶解无机氮（DIN）的主要组成形式,占平均DIN含量的69．56％;该海区主要以磷限制为主,并已经逐渐从P限制向P、Si共同限制方向发展,这与潜在性富营养化评价结果一致．     

Evaluation of nitrate removal effect on groundwater using artificial neural networks

Considering the non-linear,complex and multivariable process of biological denitrification,an activated sludge process was introduced to remove nitrate in groundwater with the aid of artificial neural networks (ANN) to evaluate the nitrate removal effect. The parameters such as COD,NH3-N,NO-3-N,NO-2-N,MLSS,DO,etc.,were used for input nodes,and COD,NH3-N,NO-3-N,NO-2-N were selected for output nodes. Experimental ANN training results show that ANN was able to predict the output water quality parameters very well. Most of relative errors of NO-3-N and COD were in the range of ±10% and ±5% respectively. The results predicted by ANN model of nitrate removal in groundwater produced good agreement with the experimental data. Though ANN model can optimize effect of the whole system,it cannot replace the water treatment process.