微精选

1.1 污染物去除偏好性人工湿地基质数据库搭建

方法

在Web of science和中国知网2个数据库中，设置检索词“人工湿地”和“基质”，按照人工湿地基质污染物去除比较研究、含砾石对照组、主要功能基质层仅一种基质、组间有且只有基质一种变量4个标准进行筛选，最终纳入数据库的文献分别为87篇和54篇，共计141篇，涉及18种基质（砾石、土壤、石灰岩、沙子、沸石、铁矿石、蛭石、页岩、火山岩、生物有机质、牡蛎壳、建筑废弃物、塑料、砖块、钢渣、煤矸石、生物炭、陶粒）对6类污染物（TN、TP、COD、NH4+、BOD、TSS）的去除率数据。

基于文献数据，计算了常用基质对污染物的相对去除率（RR）和常规去除率（Rn，基于数据库的适用于多数情况下的基质污染物去除率）：

式中：Rn_g为砾石的常规去除率（%），RR为相对去除率（%），Rga为单个研究中砾石的污染物去除率（%），RRb为单个研究中基质的相对去除率（%），Rb为单个研究中基质的污染物去除率（%），Medium 为中位数函数公式。

汇总18种基质对6类污染物的相对去除率数据， 并分别计算每种基质对不同污染物相对去除率的中位数、上四分位数、下四分位数和最大最小值，绘制常用基质的污染物相对去除率箱线图（图1），并按照相对去除率中位数从高到低依次排列。

1.2 目标导向型人工湿地基质配置模型构建方法

模型构建使用Pycharm2022.3.2，由数据储存、数据输入、分析处理和结果输出4个模块构成。其中，数据存储模块以偏好性数据库为基础，将基质对污染物的常规去除率以“字典”形式存储于模型中。数据输入模块引导用户依次输入目标净化场景所需考虑的污染物类型和进出水数据。分析处理模块使用for循环和if语句判断单一基质或基质组合是否满足净化目标。

除可达目标的基质组合外，还提出了一种最佳组合的评判标准，即在达到净化目标的配置方案中，对所有污染物去除最均衡的一组为最佳组合，各组均衡程度以组中最小达标率为判断依据，最小达标率最大的组合即为最佳组合，计算公式如下：

式中：MCR为最小达标率，d_n为基质对污染物n的去除达标率，Rn_n为基质对污染物n的常规去除率，In_n为污染物n的进水浓度，Out_n为污染物n的出水浓度，MIN为最小值函数公式。

结果输出模块将可达去除目标的单一基质和双基质配置组合的详细情况写入Excel文件中并输出。

相较参照基质—砾石，其余17种基质对TN、TP、COD、NH4+、BOD、TSS的相对去除率中位数变化范围分别为：-6.5%～18.6%、-27.6%～25.9%、-11.8%～13.7%、-7.4%～19.8%、-3.3%～14.8%、-7.3%～25.0%（图1）。结果表明，选择不同的基质会较大程度地影响污染物去除率，且对于不同污染物，影响大小存在差异，其中，TP去除率受基质影响最大，其次是TSS，BOD去除率受基质影响最小。

对于不同污染物，去除效率高的基质类型存在差异。TN去除率较高的基质为建筑废弃物、生物有机质和沸石等，相对去除率在11.65%以上（图1a）；TP去除率较高的基质为建筑废弃物、砖块和铁矿石，相对去除率超过19%（图1b）；COD去除率最高的是牡蛎壳，其相对去除率为13.70%（图1c）；NH₄⁺去除率较高的基质为沸石和蛭石（图1d）；BOD去除率较高的基质为生物有机质和生物炭等（图1e）；TSS去除率较高的基质为石灰岩和沸石（图1f）。根据不同污染物的去除需求，选择导向型基质更有利于提升净化效率，因此，探究目标导向型基质选择与配置的实现方法具有合理性和必要性。

基质间物理化学性质的差异和污染物去除途径的不同是产生基质去除污染物偏好性的基础。人工湿地去除污染物主要通过基质去除、植物吸收和微生物去除3种途径，基质性质不仅影响自身对污染物的直接去除，也通过影响植物和微生物进一步干预污染物去除（张腾等, 2013; Wu et al., 2023）。

基质可过滤TSS 等部分大颗粒污染物（Ji et al., 2022），粒径较小的基质如沙子、土壤等在TSS 去除中表现较好（图1f）。基质还能通过吸附作用去除污染物，包括物理吸附和化学吸附，其中化学吸附包括沉淀、络合和离子交换等（Wu et al., 2015），例如人工湿地TP 的去除主要依赖基质中金属离子与磷酸盐的共沉淀，常用基质中金属离子含量较高的建筑废弃物、砖块、铁矿石等TP 去除效率较高（图1b）；NH4+ 的去除则与基质的阳离子交换容量密切相关（Ballantine et a l., 2010; Ji et al., 2022），沸石是一种典型的离子交换基质（Yang et al., 2018）， 其在18种常用基质中NH4+ 的去除表现最佳（图1d）。

同时，基质可通过为湿地植物提供机械支持、为微生物提供附着载体，间接促进污染物去除。微生物在趋化作用下附着在基质和植物根系的表面，植物根系形成的区域微环境也会影响附着微生物的群落组成和结构（Ji et al., 2022 ; Yang et al., 2022），基质中的有机物可作为电子供体促进脱氮，例如生物有机质等可通过促进反硝化提高对TN的去除率（图1a）。

综上，基质在物理化学性质上的不同会导致污染物去除效果产生差异，而多数常用基质所具备的利于去除某种污染物的物理特性或功能性成分都较为单一，例如铁矿石和钢渣中主要的功能成分为金属阳离子，生物有机质和生物炭中主要的作用成分为有机碳，因此，基质会出现相应的污染物去除偏好。

为进一步探究基质对污染物去除的偏好性，对基质的污染物去除效果做了聚类分析，并将结果用热图表示（图2）。图2中3种不同颜色代表了基质对污染物的不同去除水平，仅煤矸石和生物炭对TN、TP、COD、NH₄⁺这4类污染物均为一般去除水平，无偏好性。11种基质只对1类污染物存在去除正/负偏好，例如陶粒对TN为较差去除，对其他3类污染物为一般去除，表明陶粒具有TN去除负偏好；砖块对TP为较好去除，对其他3类污染物为一般去除，说明其具有TP去除正偏好。页岩、塑料和钢渣3种基质，对2类污染物表现出较差去除，即对2种污染物存在负偏好。建筑废弃物对TN、TP和NH₄⁺表现出较好去除，对COD则为一般去除，即对3类污染物存在去除正偏好，因此，多数常用基质存在污染物去除偏好性。

图3展示了模型的基本结构，共有4个模块：

1）数据存储模块以偏好性数据库为基础，数据以字典形式存储，后续数据处理分析均从该模块进行数据调取。

2）数据输入模块分为选择和录入系统。选择系统中，用户可根据提示输入需要考虑的污染物对应编号录入系统中，并根据提示依次输入各污染物进水浓度和目标出水浓度，并保持单位的一致性。

3）数据处理模块分为2部分，分别筛选符合净化条件的单一基质和双基质组合，并推荐了较优基质/组合。通过遍历数据存储模块中的每种基质/组合，判断其常规去除率是否可达净化目标，同时计算最小达标率，通过最小达标率排序，筛选出单一基质的前3名和双基质配置组合前5名作为模型推荐的较优基质类型/组合。

4）由数据输出模块完成Excel文件的保存和输出，输出结果包括基质名称、配比、对各污染物的常规去除率，以及模型推荐的较优基质/组合。

使用人工湿地进行处理的污水类型多样，不同来源的污水中污染物类型和浓度都存在差异。例如工业污水中有机物、TSS和NH₄⁺ 等浓度较高（Gorgoglione et al., 2018）；农业源污水中存在N、P等营养盐含量较高且有机负荷较重的问题，养猪污水中TN含量可达407mg/L，乳制品产业污水中BOD₅浓度在442mg/L左右（Knight et al., 2000）；生活污水中可能包含药物残留和大肠菌群等，且TP浓度较高，为6～20mg/L（李彩霞等, 2023; Kataki e t al., 2021; Vymazal, 2014）。

不同净化场景的出水标准存在差异。GB 18918-2002标准规定了城镇污水处理厂出水中污染物的控制项目和标准值，根据污水排入水域的不同划分了一级、二级和三级标准，例如一级A标准是城镇污水处理厂出水作为回用水的要求，其对COD的浓度限制为低于50mg/L，而非重点控制流域采用一级强化处理工艺时执行三级标准，COD要求仅为低于120mg/L（国家环境保护总局, 2002）。此外，GB 3838-2002标准依据不同的地表水环境功能和保护目标将地表水分为5类，并给出了标准限值（中国环境科学研究院, 2002）。因此，不同污水处理场景下的来水类型和出水标准均差异较大，这对人工湿地的定制化设计提出了更高的要求。

基质作为人工湿地最主要的功能成分，对污染物的去除能力起着决定性作用。并且，本研究发现多数常用基质存在污染物去除的偏好性，仅能高效去除部分污染物，而对其他污染物去除表现一般，例如生物有机质具有TN去除偏好，砖块对TP存在偏好性等（图2）。偏好性为基质的选择和配置提供了基础，根据污水处理目标定制化选择和配置基质，可更好地适应复杂多变的污水情况，提升人工湿地的净化功能，保障净化目标的达成。

结语

本研究通过文献收集，整理了砾石、土壤等18种常用基质对TN、TP等6类污染物的去除率数据，应用调整间接比较的方法，选择砾石作为参照基质，计算了其余17种基质的污染物相对去除率和常规去除率，构建了污染物去除偏好性人工湿地基质数据库。结果表明：基质的选择对TP、TSS的去除率影响较大，对BOD影响较小；对于不同污染物，去除效率高的基质类别存在差异。基于常规去除率数据，将基质分别按照不同污染物分为3类并绘制热图，结果表明：多数常用基质存在偏好性，其中陶粒等11种基质对1类污染物存在偏好，页岩等3种基质对2类污染物存在偏好，建筑废弃物对3类污染物存在偏好。以偏好性数据库为基础，构建了目标导向型人工湿地基质配置模型，该模型包括进水污染物特征和出水目标的输入、可达净化目标的基质类型/组合的输出等功能。本研究针对缺少基质目标导向的定量化选择工具问题，构建的偏好性数据库和目标导向型基质配置模型，可直接服务于生产实践，指导人工湿地设计，通过基质的定制化选择和配置，提升人工湿地污染物的去除效率和净化目标的可达度。