李伟斯, 李长虹, 徐 斌, 李修岭

(1.山东省临沂市环境监测站, 山东 临沂 276000; 2.青岛理工大学环境与市政工程学院, 山东 青岛 266033; 3. 临沂大学 生命科学学院, 山东 临沂 276000)

人工湿地作为一种人工生态系统，是对自然湿地的人工模拟，在利用有关基质、植物和微生物三者协同作用的基础上来达到有效净化污废水的效果，因其生态化的处理方式而应用广泛，且效果良好，不仅在工业废水和生活污水净化处理方面应用广泛，也应用于农业排水的净化，其净化效果主要依赖于物理、化学及生物的综合作用。但净化效果需依赖于相关的基质填料与能够产生显著净化效果的植物，目前人工湿地方面的基质与植物等相关研究已在国内外广泛进行[1-2]。常规的基质填料主要包括沙和砾石等，随着研究的不断深入，诸如矿石及工业副产品等性能较高的基质填料等研究日益成熟，同时一些混合基质研究也不断开始，比如沸石、白云石等，还有诸[3-4]。当然，对湿地植物的相关研究也逐渐转向多功能化的方向，通过研究发现诸如香蒲、美人蕉、灯心草等都是相当理想的湿地植物，对于污水具有较强的净化效果，同时这些植物具有很好的生长适应性，在颇具美感的同时具有良好的实用效果[5-6]。可以说，人工湿地日益成为一种环保有效的污水处理技术，一种生态化的处理手段。在国外，人工湿地在废水及污水处理方面的研究相当广泛，但在国内这方面的研究相对较少，在城市水污染严重的今天，研究湿地污水废水净化具有重要的现实意义，能够对我们的生活带来有益的影响[7]。

1　材料与方法

1.1　试验材料

1.2　人工湿地结构

人工湿地试验区位于青岛理工大学，该人工湿地系统采取的是串联构成方式，利用的是3级过滤池，并结合8级表面流人工湿地，并对湿地进行S型的几何布局，主要对日常水质净化效果进行试验。考虑到城市水质日均排放具有很大的不稳定性，因此将一调节池布局在了湿地系统前部，从而对进出流量进行有效调节，这样就能保障进入湿地系统的流量稳定。其中的快速渗滤系统由3级渗滤槽组成，其水力负荷达到了1.5 m3/(m2·d)，其中湿地生物塘所产生的平均水力负荷达到0.08 m3/(m2·d)。表1具体表述了各级表面流湿地中种植的水生植物，这些植物的选择亦是考虑了当地的生长特点，其中水生植物均在人工湿地运行一年后种植，行距为0.3 m，株距为0.4 m，管理模式保持一致。每一级为长方体湿地床，其组成部分有机玻璃厚达10 mm，其中长×宽×高=1.8 m×1.6 m×0.8 m，坡度<5%，集水区位于底部区域，并在上面铺放尼龙网，分3层依次进行基质的填充，这样能够较好的防止填料的下漏，从而保障试验效果的准确性，另外，还要在每个单元进行对角线的PVC管埋入处理，管的直径要达到12 mm，这样湿地中的水能够通过PVC管进行不断的循环，从而方便进行试验样品水质的采集工作，为了保障水流的曲折蜿蜒，增强湿地与污水的接触，同时提升湿地的利用效率，特通过导流墙对湿地床体进行有效分割，本试验中将床体以串联的形式分成了8个单元床，其中的大小为0.4 m×1.5 m×1.0 m，并在导流墙上进行过水孔布局，对相邻导流墙过水孔进行上下对角线处理，这样水流弯曲之下能够增大与污水的接触面积，利于在各单元床出水口进行水样的采集，同时对水样进行监测分析，进而研究其去除机制和效果。

表1　湿地系统各级参数设置

1.3　测定方法

人工湿地运行一年后，2016年1月至12月期间共对湿地系统11个取样点进行了12次的不定期取样分析，这些取样分布在不同的月份，取样处主要分布在湿地系统的各过滤池和湿地床的进出口，同时也对整个湿地系统的出口进行了采样，之后对取样水质进行化验分析[15]，各指标的去除率取决于进水口值与出水口值，具体计算公式为：

去除率=(进水口值—出水口值)/出水口值×100%

然后对每个单元人工湿地1 m2样方范围内植株生长情况进行统计，主要统计其数目、株高等相关的生长性状，之后将其收割，并按照地上和地下部分进行分类烘干，然后分别测定其生物量分布状况；之后分别将地上和地下植被样品进行粉碎操作，并使用H2SO4-H2O2消煮后制备成溶液，同时采用过硫酸钾氧化吸光光度法对植被TN进行详细的测定，TP则采取钒钼蓝法进行测定[16]。其中植被N，P的积累量取决于其浓度和植被的生物量，也即是：

植被N，P积累量=植被体内N，P浓度×植被生物量

1.4　数据分析

根据各指标的数据测定，本研究采取Origin 9.0软件对其采取曲线拟合处理，曲线拟合类型不仅包括常规的指数拟合、线性拟合，还包括较为复杂的二次多项式拟合。具体的各拟合曲线计算公式如下：

指数拟合曲线计算公式：y=a·ebx

线性拟合曲线计算公式：y=ax+b

二次拟合曲线计算公式：y=ax2+bx+c

对进口水质浓度值Ci进行相应拟合计算后得到相应的拟合曲线系数，然后在此基础上对其进行一元回归分析，分析软件为SPSS 19.0，通过相应的回归分析能够得到各拟合曲线系数与进口浓度值之间的关系。

通过相应的回归分析，能够得出不同的拟合曲线方程，之后对其进行相关分析和均方根误差RMSE分析，为了提高分析的精确性，还需进行相对均方根误差RRMSE等评价指标检验，这样能够得到不同检测指标之下更为精确的拟合曲线类型。

通过判定系数(R2)、F检验值和回归检验显著水平(p<0.01)来筛选生物量统计模型。另外，由于样本的预测值与实测值之间会存在一定的误差，为了更好的分析二者的差异情况，一般通过总相对误差(RS)和平均相对误差绝对值(RMA)两种方法进行双重检验。计算公式如下：

均方根误差RMSE

相对均方根误差RRMSE

式中：C1为检测指标的模拟值；C2为检测指标的实测值；C3为检测指标的平均值；n为检测指标的样品个数。

之后利用SPSS 21.0统计分析软件进行相应的回归分析：首先对所采取的数据进行单因素方差分析(One-way ANOVA)，并利用LSD进行多重比较分析，然后建立植被N，P积累量与植被生物量，N，P浓度的线性回归方程，这样通过对原始数据进行拟合线性回归分析就能够获取相应的拟合度参数r2，同时对相关系数的显著性进行检验(p<0.05)。

2　结果与分析

2.1　人工湿地中的水质各指标沿程变化

表2　水质各指标在人工湿地中的沿程变化

注：同行相同字母表示差异不显著(p<0.05)。

2.2　水质各指标沿程的衰减模型

图1　人工湿地植被对生活污水的净化率

2.3　水质各指标拟合曲线相关性分析

然后进行相关性检验和指标评价分析，该分析建立在利用试验得出的指数模型、线性模型和二次多项式模型，通过相应的拟合相关分析和评价来判定模型是否合理性，进而从中找出更佳的拟合公式。通过表3的水质各指标拟合相关分析结果可以看出，各拟合曲线模型的模拟值与实测值之间显著相关性水平达到了p<0.01，这表明这3种模型在该湿地系统中模拟效果较好，从而为试验结果准确性奠定基础。

表3　城市水质各指标的衰减模型

表3　水质各指标拟合曲线相关性分析

2.4　人工湿地植被N，P含量及积累量分析

植被氮磷积累量是植被通过吸附、截流等作用之下的氮磷净化，是直接反映植被净化潜力的重要指标之一，其大小由生长量和植被内氮磷平均含量决定。由图2，3中发现，人工湿地植被叶片N含量变化范围在15.23～29.56 mg/g，且基本呈现逐级递增的趋势，也就是说随着沿程的变化，植被叶片N含量也在随之增加，但增加速度在放慢，这也能从侧面反映出第1格植被对N的处理能力较强；人工湿地植被叶片N积累量变化范围在16.23～29.15 g/m2，也呈现出逐级递增的趋势，说明随着沿程的进展，植被对N的吸附及吸收效果越来越明显；人工湿地植被叶片P含量变化范围在1.68～4.58 mg/g，且基本呈现逐级递增的趋势，但增加速度较为缓慢，说明随着沿程变化，植被P含量在缓慢上升，说明大量的P在被植被吸收、过滤等效果不是特别明显；人工湿地植被叶片P积累量变化范围在0.83～3.56 g/m2，基本表现出缓慢的逐级递增趋势，说明湿地植被对P的吸收消化速度较慢。通过对人工湿地植被N，P含量及积累量的对比发现，湿地植被对N的吸收过滤速度较快，且具有更好的处理效果。同时这也反映出不同的植被对不同的水质指标成分具有不同的净化作用，这样可以通过植被的错配来全面进行污水废水营养成分的净化，从而提升整体的湿地植被净化作用。

2.5　人工湿地植被N，P含量与生物量间的关系研究

利用人工湿地试验原始数据进行拟合线性分析，湿地植被选择的是茭白、芦苇、凤眼莲及美人蕉，从而得出了相应的回归关系，然后利用统计学检验得到了拟合度参数r2，并分别在p<0.05和p<0.01的显著水平下对相关系数的显著性进行检验，以此来确定不同类型人工湿地植被N，P积累量与生物量、N，P浓度之间是否具有显著的相关关系。利用F检验发现，线性回归关系均达到0.01的显著性水平，说明构建的回归关系是合理的。从表4不难看出，人工湿地植被N，P积累量分别与生物量、N，P含量在p<0.05的显著性水平达到了线性关系，这说明湿地植被对N，P去除的作用明显的受到生物量和植被N，P浓度的影响，也即是说能够通过生物量和植被N，P浓度来评价湿地植被对N，P的去除效应。

图2　人工湿地植被N，P含量

图3　人工湿地植被N，P积累量

湿地植被xy拟合线性方程r2FpN积累量(g/m2)生物量(g/m2)y=28.163x-9.2650.895152.89**茭白P积累量(g/m2)生物量(g/m2)y=15.023x+2.1540.902175.14**N积累量(g/m2)N含量(mg/g)y=2.587x+12.0390.63598.74*P积累量(g/m2)P含量(mg/g)y=1.897x+35.0260.32156.23-N积累量(g/m2)生物量(g/m2)y=12.788x-15.0320.912146.78**芦苇P积累量(g/m2)生物量(g/m2)y=21.485x-1.2630.925165.32**N积累量(g/m2)N含量(mg/g)y=9.157x-1.5640.662128.47-P积累量(g/m2)P含量(mg/g)y=6.259x+38.0250.42361.24-N积累量(g/m2)生物量(g/m2)y=6.598x+1.2570.895134.77**凤眼莲P积累量(g/m2)生物量(g/m2)y=35.697x-2.1520.902169.87**N积累量(g/m2)N含量(mg/g)y=3.987x+2.3980.755123.45*P积累量(g/m2)P含量(mg/g)y=0.698x-2.1470.828143.02**N积累量(g/m2)生物量(g/m2)y=4.159x-0.9870.898154.98**美人蕉P积累量(g/m2)生物量(g/m2)y=0.989x+34.0210.923168.97**N积累量(g/m2)N含量(mg/g)y=3.698x+9.5630.56392.56-P积累量(g/m2)P含量(mg/g)y=1.574x-13.5890.42687.03-

注：“**”表示在0.01水平上显著相关，“*”表示在0.05水平上显著相关。

2.6　N，P积累量与各指标去除率之间的相关性

错误分析理论是二语习得的一个重要理论，对语言教学有着重要的指导作用。本文主要基于Corder的错误分析理论以及陈菁（2002）的口译能力识别分类对高校口译课堂上学生所犯的错误进行理解分析，旨在启示高校口译课堂教学模式和内容。

表5　各污染物去除效果之间的相关性

注：**相关性在0.01水平上显著(双尾)；*相关性在0.05水平上显著(双尾)。

3　结论与讨论

人工湿地中的植被能够对污水废水杂质进行截流、过滤，同时还能通过微生物的新陈代谢来进行水质的净化，这也正是人工湿地能够带来较好净化水质效果的重要原因之一。一般情况下，为了提升微生物的挂膜空间以增强其净化水质的效果，常利用孔隙度较大的砾石作为人工湿地的基质填料[17-18]。本研究中将炉渣与泥沙作为人工湿地基质，因为二者能够对抑制土壤系统表面的短流情况，从而利用多孔来扩大湿地表面积，并促进微生物的新陈代谢活动，通过这些有利条件对人工湿地的去除效果进一步增强。与传统的人工湿地营养盐削减模型相比而言，本研究试验构建的模型主要是对营养盐浓度在多级串联表面流人工湿地中沿程衰减变化的规律进行研究分析，与各个子湿地中营养盐的停留时间长短关系不大，从而构建其与总湿地系统进口初始浓度之间的关系模型[19]。通过对该模型的结果分析和研究方法，为今后进行多级串联人工湿地氮磷浓度的沿程变化变化提供有益参考，也就是说要首先获取任意时段内湿地系统进口浓度数据，然后通过相关性研究及回归分析来预测湿地系统中某些湿地子系统中的浓度。

人工湿地综合利用了基质—微生物—植被的净化机理，但是考虑到基质的吸附净化能力会随着时间的推移而降低直至达到饱和状态，一旦其吸附容量达到饱和水平将因清理难度大而难以再次重复利用；相反，湿地植被则能够利用其截流过滤作用有效净化水质，并在微生物的综合作用下产生显著的净化作用。湿地植被一方面通过直接吸收及过滤污废水的营养物质及有机物来对水质进行净化，另一方面通过提高湿地渗透能力、增强微生物活性等作用来间接进行水质净化，并对于基质的使用时间起到延长作用，因此湿地植被的选择相当重要，这直接关乎湿地的水质净化效果。在实际的湿地构建中，湿地植被的选择不是单一的，要做好湿地植被的错配，因为不同的植被对水质中不同的成分具有不同的净化效果和能力，要依靠多元化的湿地植被来提升湿地系统的净化能力，同时选择合适的基质填料，综合利用湿地的去除净化作用。

参考文献:

[1]Zhi W, Ji G. Quantitative response relationships between nitrogen transformation rates and nitrogen functional genes in a tidal flow constructed wetland under C/N ratio constraints[J]. Water Research, 2014,64:32-41.

[5]Lv T, Zhang Y, Zhang L, et al. Removal of the pesticides imazalil and tebuconazole in saturated constructed wetland mesocosms[J]. Water Research, 2016,91:126-136.

[6]Zhai X, Piwpuan N, Arias C A, et al. Can root exudates from emergent wetland plants fuel denitrification in subsurface flow constructed wetland systems?[J]. Ecological Engineering, 2013,61:555-563.

[7]周旭丹,孙晓刚,赵春莉,等.人工湿地植被根区土壤性质及其净化水质季节效应分析[J].生态环境学报,2015,24(6):1043-1049.

[8]董小霞,颜昌宙,王灶生,等.组合式水生植物净化系统对Cu, Pb和Cd的去除与生物富集特征[J].环境工程学报,2014,8(4):1447-1453.

[9]陈永华,吴晓芙,郝君,等.亚热带地区潜流人工湿地木本植物筛选与净化潜力评价[J].环境科学,2014,35(2):585-591.

[10]陶敏,贺锋,胡晗,等.碳氧调控下人工湿地净化效果的协同与拮抗研究[J].中国环境科学,2015,35(12):3646-3652.

[11]刘长娥,宋祥甫,刘福兴,等.潜流—表面流复合人工湿地的河道水质净化效果[J].环境污染与防治,2014,36(8):11-18.

[12]Villasenor J, Capilla P, Rodrigo M A, et al. Operation of a horizontal subsurface flow constructed wetland-microbial fuel cell treating wastewater under different organic loading rates[J]. Water Research, 2013,47(17):6731-6738.

[13]Doherty L, Zhao Y, Zhao X, et al. A review of a recently emerged technology: Constructed wetland-Microbial fuel cells[J]. Water Research, 2015,85:38-45.

[14]Vymazal J, KröpfelováL. Multistage hybrid constructed wetland for enhanced removal of nitrogen[J]. Ecological Engineering, 2015,84:202-208.

[15]吴振斌,成水平,贺锋,等.垂直流人工湿地的设计及净化功能初探[J].应用生态学报,2002，13(6):715-718.

[16]吴振斌,陈辉蓉,贺锋,等.人工湿地系统对污水磷的净化效果[J].水生生物学报,2001,25(1):28-35.

[17]吴振斌,梁威,成水平,等.人工湿地植物根区土壤酶活性与污水净化效果及其相关分析[J].环境科学学报,2001,21(5):622-624.

[18]梁继东,周启星,孙铁珩.人工湿地污水处理系统研究及性能改进分析[J].生态学杂志,2003(2):49-55.

[19]蒋跃平,葛滢,岳春雷,等.人工湿地植物对观赏水中氮磷去除的贡献[J].生态学报,2004,24(8):1720-1725.

[20]廖新俤,骆世明.香根草和风车草人工湿地对猪场废水氮磷处理效果的研究[J].应用生态学报,2002，13(6):719-722.

[21]廖新俤,骆世明.人工湿地对猪场废水有机物处理效果的研究[J].应用生态学报,2002(1):113-117.

[22]朱夕珍,崔理华,温晓露,等.不同基质垂直流人工湿地对城市污水的净化效果[J].农业环境科学学报,2003,22(4):454-457.

[23]陈进军,郑翀,郑少奎.表面流人工湿地中水生植被的净化效应与组合系统净化效果[J].环境科学学报,2008,28(10):2029-2035.