废水处理中异化硝酸盐还原为铵的研究进展

万雨轩，王鑫

(南开大学 环境科学与工程学院；环境污染过程与基准教育部重点实验室，天津 300350)

图1 氮转化相关过程Fig.1 Nitrogen transformation

为了更深层次地理解DNRA过程以及其在氮循环中的重要作用，笔者总结了DNRA过程反应机理，功能微生物及其生理、遗传调控。对废水处理中可能影响DNRA过程的因素进行了详细探讨，并介绍了用于评估DNRA过程的两种方法。

1 DNRA的反应过程

1.1 DNRA反应机理

图2 DNRA过程中硝酸盐和亚硝酸盐还原酶的结构及作用机理Fig.2 Structure and mechanism of nitrate and nitrite

(1)

(2)

(3)

1.2 DNRA过程相关微生物

多种参与氮转化的细菌在污水处理系统中共存，其中，DNRA细菌群落广泛存在。最近，Wang等[19]对中国不同地区的污水处理厂的8个处理单元的微生物群落进行分析发现，DNRA细菌群落中Nitrospira丰度最高，其次是Brocadia，Anaeromyxobacter和Geothrix。城市污水处理厂A2/O工艺系统的厌氧池中存在较高的有机物浓度和一定量的硝酸盐，具备了适合DNRA细菌生存的条件。刘芹等[20]在A2/O工艺处理系统中鉴定出进行DNRA的菌属主要为Thauera、Hydrogenophaga和Geobacter。但目前针对污水处理厂中DNRA相关微生物的种类、丰度以及与其他微生物群落的种间机制的深入研究还相对较少。

1.3 废水处理中的DNRA过程

通过对传统市政污水处理厂的DNRA过程进行评估，发现DNRA过程在6个不同规模污水处理厂的全部处理单元中广泛存在，但对N转化的贡献并不显著[19]。各国已经开始实施污水处理厂升级，使用额外的氧化、吸附和过滤技术可能会导致DNRA细菌数量的增多。北京污水处理厂升级改造后，DNRA细菌与反硝化细菌之间的比率从1.10显著增加至1.93，DNRA过程贡献率增大[21]。此外，季节变化及地理位置差异也会影响DNRA过程在废水处理中的贡献。在季风气候期，印度炼油厂废水经过处理后，氨氮含量与冬季相比增加了9倍，DNRA细菌的丰度增加了3倍，DNRA对硝酸盐转化的贡献率超过反硝化过程[22]。

废水处理厂采用厌氧氨氧化细菌脱氮时，DNRA过程是维持厌氧氨氧化过程稳定进行的关键步骤[11]。例如，采用同步硝化、厌氧氨氧化和反硝化工艺(SNAD)处理垃圾渗滤液时，DNRA细菌催化还原硝酸盐，与氨氧化细菌和厌氧氨氧化细菌协同作用实现氮的去除[23]。使用气升式反应器去除低碳氮比废水中的氮，也是基于厌氧氨氧化、同步硝化反硝化和DNRA的共同作用[24]。因此，即使DNRA过程在废水处理中的贡献率不高，但其作用不容忽视。

2 废水处理中DNRA过程的潜在影响因素

废水处理过程中涉及多个氮素转化反应，其中DNRA与反硝化过程是还原硝态氮的两个竞争途径。两者都是以有机物或无机物为碳源，在低氧条件下发生，大部分情况下存在此消彼长的关系。因此，针对DNRA过程潜在影响因素的讨论，主要从影响DNRA和反硝化过程之间竞争的因素进行分析。

2.1 溶解氧

2.2 碳源种类

绝大多数污水处理厂都以微生物为处理污水的核心，在这种处理方式下，微生物本身的生长需求是污水厂首要解决的问题。因此，污水处理厂通常人工投加甲醇、乙酸和葡萄糖等简单的有机化合物维持微生物的生长，进而保证脱氮过程顺利进行。DNRA细菌可利用多种有机物作为碳源，碳源的化学性质是决定DNRA和反硝化过程竞争的另一个关键因素。一些研究表明，葡萄糖的添加会刺激DNRA过程，而其他碳源，如稻草、甘油、甲醇和琥珀酸盐不促进DNRA，Yin等[38]将该现象归因于上述碳源是发酵的不良产物。当使用发酵碳源作为电子供体时，发酵过程会产生大量还原剂，有利于DNRA过程[30]。除了针对发酵型碳源的研究，乙酸盐作为呼吸型DNRA的底物时，其速率低于发酵型DNRA，而同作为呼吸型DNRA底物的丙酸盐，DNRA速率低于乙酸盐[30]。此外，研究人员发现[39]，与反硝化过程相比，天然有机碳源对DNRA过程的促进作用更大。因此，污水处理厂中可投加发酵型碳源葡萄糖或者天然有机碳源促进DNRA过程。Carlson等[40]探究了94种碳源对硝态氮还原终产物的影响，发现同一碳源对不同微生物DNRA过程的影响并不相同。因此，碳源的选择还需要结合污水处理厂的微生物种类进行具体分析。

2.3 氮源种类

2.4 碳氮比

2.5 温度和pH

温度对于微生物的生命活动起决定性的影响，而由微生物介导的DNRA过程在温度较高的自然区域反应更剧烈，例如亚热带河口、海岸和海洋。在大多数海岸生态系统中，DNRA过程的占比和速率随季节变化，夏季高温增加了沉积物耗氧量，创造了更多的还原性条件，有利于DNRA过程[44]。然而，受季节变化和地理纬度位置的影响，污水处理厂中水温很难保持恒定，这会导致活性污泥中细菌群落发生变化，从而影响处理效果[45]。污水处理中，改变温度可调控硝态氮通过DNRA过程生成氨根，从而实现资源循环利用。Lai等[46]针对DNRA过程如何受温度调控进行了进一步探究，发现随着温度从10 ℃提高到40 ℃，DNRA过程显著增强。与反硝化过程相比，两者的速率随温度升高均增大，但DNRA速率的增量更大[44]。

pH值的变化会影响亚硝酸盐还原酶的活性，进而对DNRA和反硝化的机理过程产生影响[47]。反硝化过程的最适pH值范围为6～8，在此范围内，反硝化速率随pH值的增大先增大后减小[48]。而DNRA过程的最适pH值范围为5～9，与反硝化过程相比，中性及偏碱性的环境能够增强DNRA过程对硝态氮的竞争力[34, 49-50]。在中性和碱性水稻土中，DNRA过程是主要的氮转化途径，而在酸性水稻土中，这一过程可忽略不计[51]。根据DNRA反应式(1)，DNRA过程是一个产碱的过程，因此pH值和DNRA过程相互影响，相互制约。

实际污水处理过程中，适当提高水温、维持中性、偏碱性的环境更有利于DNRA过程。

2.6 废水中的其他元素

废水中的水质复杂，不同地区的废水水质往往存在很大差异，而废水中含有的其他元素也会影响DNRA过程，例如二价铁离子和硫化物。在澳大利亚亚拉河口证实了存在Fe2+驱动的DNRA过程(式(4))，添加高含量的Fe2+时会大大抑制反硝化作用，促进DNRA过程[4, 52-53]。Roberts等发现[54]，在有氧条件下，沉积物孔隙水中Fe2+含量的增多会提高DNRA过程的比例，当沉积物孔隙水中的Fe2+含量达到峰值(>400 μmol/L)时，硝酸盐还原逐渐从反硝化向DNRA转变。在血清瓶实验中，高含量的Fe2+使DNRA速率增加了一倍，而反硝化速率却下降[55]。这一现象可能是由于高含量的Fe2+通过破坏细胞内电子传输抑制了反硝化作用，从而促进DNRA过程[52, 56]。在东非卡布诺湾的含铁水柱中发现了不同的现象，添加Fe2 +可以不同程度地增强反硝化和DNRA过程，前者比后者高3.3倍，然而，由于技术限制，目前还无法建立确切机制来描述这一过程[57]。此外，最近研究发现[58-59]，电缆细菌可以通过溶解FeS来改变周围沉积物中的Fe2 +浓度，间接影响反硝化和DNRA过程。Fe2 +可以改变硝酸根还原路径，废水中含有高含量的Fe2+时，DNRA过程可能更占优势。

(4)

污水中缺乏有机物作为碳源时，硫化物可以作为无机碳源，为反硝化和DNRA过程提供能源。硫化物也是决定呼吸DNRA和反硝化之间竞争的关键因素。最初研究表明[60]，缓慢氧化的FeS更有利于反硝化过程，而迅速氧化的H2S产生大量S2-，有利于DNRA过程。游离硫化物(S2-)可以抑制反硝化作用中的N2O或NO还原为N2的过程，从而积累亚硝酸盐，为DNRA和硫化物代谢提供电子供体[61]。进一步研究发现[62-63]，游离硫化物与硝酸根的比值高会导致DNRA过程占优，低比例有利于反硝化。当比值大于1.3 mol S/ mol N时，硝酸盐易通过DNRA途径还原为氨，硫化物也更偏向于被氧化为硫酸盐。在波罗的海中也观察到了同样趋势，S2-浓度达到40 μmol/L会刺激反硝化作用，更高的浓度则有利于DNRA过程[64-65]。

3 DNRA过程测定方法

目前，针对DNRA过程的测定通常可以采用两种方法：一是通过nrfA基因对DNRA微生物的数量和功能基因的丰度进行定量；二是采用15N同位素示踪技术确定DNRA过程的总转化率和速率，进而评估DNRA的重要性。

硝酸盐还原酶在DNRA和反硝化途径中都很常见，而nrfA基因编码的周质五血红素细胞色素c亚硝酸盐还原酶能够将DNRA和反硝化过程区分开[27, 66-67]。nrfA基因在进行DNRA过程的不同细菌中被发现，包括变形菌门、拟杆菌门、厚壁菌门和浮霉菌门等[16, 68]。因此，nrfA基因可以作为DNRA的功能基因，通过PCR定量其基因丰度是评估DNRA潜力的重要方法[69-70]。Li等[71]通过nrfA功能基因定量对中国富营养化程度不同的浅水湖泊的微生物群落进行分析发现，DNRA细菌的丰度和群落结构可能是湖泊富营养化的重要调节剂。Wang等[19]确定污水处理厂8个处理单元中Nitrospira是主要的DNRA菌属，所采用的方法也是对nrfA基因进行定量。通过基因定量除了可以确定污水处理厂中DNRA相关微生物的分布，还可以估计DNRA过程的活性。研究发现[70, 72-73]，在不同生态系统中DNRA过程的活性与nrfA基因的丰度之间存在显著联系，例如河口、河流、海岸和稻田生态系统等。Shu等[8, 13]通过nrfA基因定量先后证明了厌氧氨氧化、反硝化和DNRA在废水处理过程中共存；其次，nrfA基因具有较高的丰度，表明废水处理中DNRA过程不可忽视。

4 结论与展望

DNRA与反硝化作为两个竞争性的硝酸盐还原过程，在废水处理过程中同时存在。了解影响两个过程之间竞争的因素，对于更好预测DNRA过程在废水处理中的发生和贡献率具有重要意义。溶解氧、碳源种类、氮源种类、碳氮比、温度、pH值以及废水组分等都会不同程度地影响DNRA过程，调控其与反硝化过程之间的竞争。通过优化废水处理中的运行参数，可以使废水达标排放，同时回收资源，降低运行成本，例如，在高碳氮比的条件下，DNRA优于反硝化过程。实际应用中为了确定各参数的影响，还需要通过nrfA功能基因定量和15N同位素示踪技术来评估DNRA的活性并量化DNRA的速率和贡献率。