CN113912250B - 一种乡村污水生物生态修复*** - Google Patents

Abstract

本发明公开了一种乡村污水生物生态修复***，其水质预测模型单元，基于农村水环境历史信息，构建农村水环境的水质预测模型，并基于水质预测模型预测农村水环境下一时刻的水质状况；修复执行单元，用于根据水质预测模型单元预测的未来水质状况进行水质修复；修复执行单元包括设置于污水进水口的格栅，污水依次进入初沉池、压氧池和缺氧池；好氧池与二沉池连通；二沉池分别与污泥浓缩池和湿地相连；湿地与水库水环境或者河流水环境连通；根据静水条件下不同水生植物物种及其组合对氨氮、硝氮、总氮、总磷、叶绿素a水体污染指标的前后变化和去除率，选择水生植物种植于湿地内。

Description

一种乡村污水生物生态修复***

技术领域

本发明属于生态修复的技术领域，具体涉及一种乡村污水生物生态修复***。

背景技术

随着农村经济发展，农村的生活质量得到了大幅提高，与此同时，农村也出现了许多环境问题，最为突出的便是农村水体污染，农村水体的污染使农村生态环境遭到严重损坏，生态环境失去平衡。

现有技术采用水生植物进行生态修复，水生植物的恢复与重建在淡水生态***的稳态转化中具有重要作用，除本身能吸收同化污染物外，还能提高湿地、河道生态***的微生物数量，调整其组成类型等。据调查统计，我国水生植物资源丰富，共有61科、168属、741种。根据生活方式一般分为挺水植物、浮叶植物、沉水植物和漂浮植物以及湿生植物，目前用于湿地、河道修复等生态处理技术的主要有芦苇、香蒲、菖蒲等挺水植物以及苦草、菹草、金鱼藻等沉水植物。

(1)水生植物的主要功能与作用

水生植物根系具有沁氧功能，剩余未被利用的氧气由根系直接释放到外界环境。发达的根系具有较大的表面积，易在根区土壤形成好氧环境，而在距根区较远的区域形成缺氧和厌氧环境，为微生物的硝化、反硝化作用及其他吸附代谢作用提供适宜的环境，扩大了水质净化的有效空间。其次，发达根系能够穿透介质层，提高基质孔隙度，增强透水性能和水力传导作用，有效避免土壤板结、水力流通不畅等问题，有研究认为，植物的去污效果除了随根系发达程度递增外，还随着水力负荷减小逐渐升高。另外，根系细胞在植物生长过程中向周围环境释放的大量无机离子、糖类和有机酸等分泌物，为微生物代谢提供了多种易降解的有机碳源，而充足的有机碳源是保证反硝化过程顺利进行的前提。

(2)典型挺水植物净化效果

挺水植物生命周期比藻类、浮水植物长，氮磷储存稳定，易通过收割去除，并且依靠发达的根系和较强的输氧能力进一步提高氮磷去除率。选择适当的挺水植物是构建湿地环境和污水深度处理的关键。

(3)典型沉水植物净化效果

沉水植物扎根于水底淤泥中，根、茎、叶与水体接触面积大，对水体中营养物质的吸收充分，同时能在水体中通过光合作用提供氧分环境，在湿地生态、河道修复中独具优势。

(4)不同类型植物组合净化效果

过度单一的植物类型净化能力有限、受季节的影响更明显以及存在抗逆性和抗虫性等问题，水质处理效果不稳定。合理的多种生活型水生植物群落比单一水生植物净化效果更稳定，缓冲能力更强，还能控制藻类生长，降低叶绿素a密度，提高水体透明度。

现有技术选择不同的植物进行污染物净化效果并不佳，且现有技术并不能根据水环境的负荷以及水环境中的污染物浓度，实时调整植物配合的种类。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种乡村污水生物生态修复***，以解决或改善上述的问题。

为达到上述目的，本发明采取的技术方案是：

一种乡村污水生物生态修复***，其包括：

水质预测模型单元，基于农村水环境历史信息，构建农村水环境的水质预测模型，并基于水质预测模型预测农村水环境下一时刻的水质状况；

修复执行单元，用于根据水质预测模型单元预测的未来水质状况进行水质修复；

修复执行单元包括设置于污水进水口的格栅，污水依次进入初沉池、压氧池和缺氧池；所述好氧池与二沉池连通；二沉池分别与污泥浓缩池和湿地相连；所述湿地与水库水环境或者河流水环境连通；

根据静水条件下不同水生植物物种及其组合对氨氮、硝氮、总氮、总磷、叶绿素a水体污染指标的前后变化和去除率，选择水生植物种植于所述湿地内。

进一步地，根据静水条件下不同水生植物物种及其组合对氨氮、硝氮、总氮、总磷、叶绿素a水体污染指标的前后变化和去除率，选择水生植物种植于所述湿地内，包括：

筛选出若干种沉水植物和挺水植物，分别计算单一沉水植物和挺水植物种植水体中氨氮、硝氮、总氮、总磷浓度的去除率，并分别计算所有单一植物与其它植物组合时水体中氨氮、硝氮、总氮、总磷浓度的去除率；

根据计算所得的若干组去除率数据，筛选得到目标沉水植物、挺水植物、沉水植物的组合、挺水植物的组合或沉水植物和挺水植物的组合。

进一步地，采用非线性回归拟合分别计算植物水体中氨氮、硝氮、总氮、总磷浓度的去除率，其非线性回归拟合函数为：

y＝b₀+b₁t+b₂t²+b₃t³

ln(y)＝b₄+b₅/t

其中，y为去除率，b₀、b₁、b₂、b₃为待定系数，t为时间；

并根据相关系数R²和p值筛选符合污水净化要求的植物。

进一步地，计算植物的相对生长速率为：

RGR＝[ln(B_t/B₀)]/t

其中，RGR为植物的相对生长速率；B₀和B_t分别为实验开始和结束时植物的总生物量；t为实验周期；

水体总氮或总磷去除率和底泥全氮或全磷去除率的计算公式分别为：

WR＝(WC₀-WC_t)/WC₀×100％

SR＝(SC₀-SC_t)/SC₀×100％

其中，WR和SR分别为水体和底泥的总氮和总磷去除率；WC₀和SC₀分别为实验开始时水体和底泥的总氮和总磷含量；WC_t和SC_t分别为实验结束时水体和底泥的总氮或总磷含量；

单位面积植物平均氮吸收量为：

Q_p＝P_Ci×P_Bi

其中，Q_p为单位面积植物平均氮吸收量；P_Bi为试验开始时、结束时单位面积植物干重；P_Ci为试验开始时、结束时植株内氮含量；

单位面积底泥平均氮吸收量为：

Q_s＝1000×ρ_b×V×(C_St-C_S0)/S

其中，Q_s为单位面积底泥平均氮吸收量；ρ_b为底泥容重，V为底泥体积；C_St为第t天时底泥氮含量；C_S0为试验开始时底泥氮背景含量；S为有效面积。

进一步地，水质预测模型的构建方法包括：

S1、采集目标区域的农村水环境历史数据，并对历史数据进行预处理，得到关于水环境的时间序列数据；

S2、基于时间序列数据，构建水质预测模型：

P^* _(t+1)＝αP_(t)+(1-β)P^* _t+λt²+M

其中，P^* _(t+1)为t+1时刻水环境负荷值的预测值，其为无量纲值；P^* _t为t时刻水环境负荷值的预测值；α为短期内影响水环境负荷的权重系数；P_(t)为t时刻水环境负荷值的实际值；β为波动权重系数；λ为弹性修正系数；M为季节影响因子；

选取与预测值最近范围内的若干组浮动小于阈值的时间序列数据，并采用加权平均法计算短期内影响水环境负荷的权重系数α；

选取与预测值最近范围内的若干组浮动大于阈值的的时间序列数据，并采用指数平滑法计算波动权重系数β。

S3、将预测得到的水环境负荷值与预存在专家知识***中的标准负荷值进行比较，若预测值超出阈值，则发出警告，并调整修复执行单元中的参数。

进一步地，计算弹性修正系数λ：

其中，R_i为水环境梯度理查森数；η₁为污染物物质扩散比例系数，η₂为水环境溶解氧变化系数；

当

时，P^* _(t+1)＝αP_(t)+(1-β)P^* _t-λt²+M

当

时，P^* _(t+1)＝αP_(t)+(1-β)P^* _t+λt²+M。

进一步地，计算的物质扩散浓度计算物质扩散比例系数η₁，包括：

计算主要污染氨氮、氮、磷物质的物质扩散浓度；

其中，C为氨氮、氮、磷物质的扩散浓度；u、v、w分别为x、y、z三个方向的流速；D_x、D_y、D_z分别为x、y、z三个方向的扩散系数；S_c为源汇项；P_c为生化反应；

根据计算的物质扩散浓度计算物质扩散比例系数η₁：

其中，C′为氨氮、氮、磷物质的标准物质扩散浓度；

基于污染物质扩散后的浓度，计算水环境梯度理查森数R_i：

其中，g为重力加速度；ρ为不同水层处水环境水密度；h为水环境深度，ρ^*为水环境的平均密度；u为水体流动速度。

进一步地，计算水环境溶解氧变化系数η₂为：

其中，O′为水环境含氧量，O1为水环境氧气补给量，O2为水环境氧气消耗量，O3为水环境氧气缓解量。

进一步地，计算季节影响因子M，包括：

根据不同季节水环境的进出水量对水环境自身负荷的影响，计算季节影响因子M：

Log_A(τt-2)

其中，A为水环境水量交换能力值，Q1为水环境水量，Q2为水环境出流流量；τ为趋势因子，取值为2-5。

本发明提供的乡村污水生物生态修复***，具有以下有益效果：

本发明进行多种植物试验，并根据不同水生植物物种及其组合对氨氮、硝氮、总氮、总磷、叶绿素a水体污染指标的前后变化和去除率，选择适合当前污染水体的水生植物种植于湿地内，并采用水环境的水质预测模型预测未来净化后的水体的负荷情况，即可实现对前期水体净化效果的验证，也能在当前水质的前提下，预测未来水体水质状况，并反向指导、增强、改变前期水生植物的种类，以实现对乡村污水生物生态修复的科学指导和监督。

附图说明

图1为农村生活污水处理组合工艺流程图。

图2为湿地结构示意图。

图3为本方案各单元出水pH变化情况。

图4为修复执行单元各单元出水TN变化情况。

图5为修复执行单元各单元出水NH4+-N变化情况。

图6为修复执行单元各单元出水TP变化情况。

图7为修复执行单元各单元出水CODMn变化情况。

图8为不同植物组合处理水体CODCr浓度变化特征。

图9为单一植物种植水体CODCr浓度去除率变化。

图10为不同植物组合种植水体CODCr浓度去除率变化。

图11为再力花组拟合曲线图。

图12为美人蕉组拟合曲线图。

图13为菖蒲组拟合曲线图。

图14为梭鱼草组拟合曲线图。

图15为鸢尾组拟合曲线图。

图16为苦草组拟合曲线图。

图17为苦草+再力花组拟合曲线图。

图18为苦草+美人蕉组拟合曲线图。

图19为苦草+菖蒲组拟合曲线图。

图20为苦草+梭鱼草组拟合曲线图。

图21为苦草+鸢尾组拟合曲线图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

根据本申请的一个实施例，本方案的乡村污水生物生态修复***，包括：

水质预测模型单元，基于农村水环境历史信息，构建农村水环境的水质预测模型，并基于水质预测模型预测农村水环境下一时刻的水质状况；

修复执行单元，用于根据水质预测模型单元预测的未来水质状况进行前期污水处理方案的修改。

修复执行单元包括：

设置于污水进水口的格栅，污水依次进入初沉池、压氧池和缺氧池；所述好氧池与二沉池连通；二沉池分别与污泥浓缩池和湿地相连；湿地与水库水环境或者河流水环境连通。

本方案通过开展室外模拟控制试验，选取苦草、菖蒲等当地典型的沉水植物、挺水植物作为研究对象，通过设置不同规格及种植方式、种植组合的测桶，分析在静水条件下不同水生植物物种及其组合对氨氮(NH4+-N)、硝氮(NO3--N)、总氮(TN)、总磷(TP)、叶绿素a等水体污染指标的前后变化情况和去除效果，研究生物对不同典型地区农村生活污水的消减作用机制，以找到符合当地区域特征的乡村污水治理的植物种类。

表1不同水生植物控制试验前后植株生长情况

植物的相对生长速率的计算公式^[64]如下：

RGR＝[ln(B_t/B₀)]/t (1)

公式(1)中，RGR(％/d)为植物的相对生长速率；B₀(g)和B_t(g)分别为实验开始和结束时植物的总生物量；t(d)为实验周期，本研究中t为60d。

水体总氮或总磷去除率和底泥全氮或全磷去除率的计算公式^[65]分别为：

WR＝(WC₀-WC_t)/WC₀×100％ (2)

SR＝(SC₀-SC_t)/SC₀×100％ (3)

公式(2)和(3)中，WR(％)和SR(％)分别为水体和底泥的总(全)氮和总(全)磷去除率；WC₀和SC₀分别为实验开始时水体和底泥的总(全)氮和总(全)磷含量；WC_t和SC_t分别为实验结束时水体和底泥的总(全)氮或总(全)磷含量。

单位面积植物平均氮(磷)吸收量计算公式为：

Q_p＝P_Ci×P_Bi (2)

式中Q_p为单位面积植物平均氮(磷)吸收量，mg·m^-2·d^-1；P_Bi为试验开始时、结束时单位面积植物干重，g·m^-2；P_Ci为试验开始时、结束时植株内氮(磷)含量，mg·g^-1。

单位面积底泥平均氮(磷)吸收量计算公式为：

Q_s＝1000×ρ_b×V×(C_St-C_S0)/S (3)

式中Q_s为单位面积底泥平均氮(磷)吸收量，mg·m^-2·d^-1；ρ_b为底泥容重，g·cm^-3，V为水箱内底泥体积，m³；C_St为第t天时底泥氮(磷)含量，mg·g^-1；C_S0为试验开始时底泥氮(磷)背景含量，mg·g^-1；S为有效面积，m²。

不同处理组对水体中CODCr的净化效果

不同植物处理组合试验条件下水体内CODCr的变化特征如图8所示，去除率变化如图9和10所示。

比较可知，包括空白对照组在内，各试验水箱内水体中COD_Cr浓度随着时间变化均呈现逐渐降低的趋势。控制试验供试污水中COD_Cr浓度起始范围在78.1-105.2mg·L^-1之间(图中1d)，在第7d时有所回升，随后又持续降低，浓度基本稳定在10-33mg/L之间，第50d时各水体中COD_Cr浓度最低，平均为11.6mg·L^-1，低于地表水I类水质标准范围。不同时间阶段，种植有水生植物的水体中COD_Cr浓度均与空白对照组有显著差异，说明本次试验选择的各类水生植物对污水中COD_Cr等有机物的去除均能起到良好的去除效果。不同的是，通过COD_Cr去除率的对比可以看到，不同水生植物对污水中COD_Cr的去除率各有差异。总的来说，随着时间推移，COD_Cr去除率逐渐升高，50d时达到峰值，其中苦草+鸢尾组合的去除率最高，达到95.5％，美人蕉的去除率最低，仅78.8％。当时间小于50d时，各类水生植物去除COD_Cr的效果依次为：菖蒲>苦草>梭鱼草>再力花>鸢尾>美人蕉。种植组合中，苦草+鸢尾和苦草+菖蒲的试验组对COD_Cr的去除率最高，而苦草+美人蕉和苦草+再力花的组合去除效果较差。

参考图11，计算再力花组的去除率：

SD_max＝10.96％，SD_min＝0.07％，SD_aver＝5.40％

模拟函数1-1：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.563，b₀＝71.322，b₁＝-19.954，b₂＝5.702

b₃＝-0.407；

参考图12，美人蕉组去除率：

SD_max＝13.33％，SD_min＝0.31％，SD_aver＝7.25％

模拟函数1-2：ln(y)＝b₀+b₁t

R²＝0.317，b₀＝53.943，b₁＝5.724

参考图13，菖蒲组去除率：

SD_max＝13.04％，SD_min＝0.05％，SD_aver＝4.17％

模拟函数1-3：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.772，b₀＝121.963，b₁＝-46.045，b₂＝10.266

b₃＝-0.631；

参考图14，梭鱼草组去除率计算：

SD_max＝9.31％，SD_min＝0.28％，SD_aver＝4.06％

模拟函数1-4：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.828，b₀＝93.787，b₁＝-30.811，b₂＝7.225

b₃＝-0.442；

参考图15，鸢尾组去除率计算；

SD_max＝12.06％，SD_min＝0.06％，SD_aver＝5.90％

模拟函数1-5：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.769，b₀＝77.593，b₁＝-31.787，b₂＝9.202

b₃＝-0.655；

参考图16，苦草组去除率计算：

SD_max＝16.13％，SD_min＝0.28％，SD_aver＝4.99％

模拟函数1-6：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.503，b₀＝107.776，b₁＝-33.939，b₂＝7.566

b₃＝-0.466；

通过对各试验组去除率进行非线性回归分析可以看到，在各组非线性吸收模型中，单一植物种植对水体COD_Cr吸收率随时间变化的曲线拟合结果差异较大，其中再力花、美人蕉和苦草种植组拟合方程的相关系数较低，均在0.6以下，且p值不显著。而菖蒲、梭鱼草及鸢尾种植组拟合方程的相关系数均在0.7以上，p值分别为0.046、0.023和0.048，均呈显著相关。梭鱼草种植组的拟合效果相对最优，R²值达到0.828。该三组水体中COD_Cr浓度随时间变化过程均趋近于三次曲线函数，模拟极限值(当处理时间t→∞时，y的极限值)为无穷小。说明COD_Cr浓度随时间变化波动较大，无论单一种植的挺水植物还是沉水植物(苦草)对污水中COD_Cr的去除效果都不稳定，污水中有机物含量变化易受到培养环境中微生物、光照、温度等多种因素影响，因此在进行单一水生植物培养净化污水的过程中应重点考察不同环境因子变化对植物吸收净化的影响程度，进而加以控制，从而尽量提高植物的净化效率。

参考图17，苦草+再力花组去除率计算：

SD_max＝11.76％，SD_min＝0.30％，SD_aver＝3.24％

模拟函数2-1：ln(y)＝b₀+b₁/t

R²＝0.769，b₀＝4.315，b₁＝-0.460；

参考图18，苦草+美人蕉组去除率计算：

SD_max＝15.81％，SD_min＝1.46％，SD_aver＝8.09％

模拟函数2-2：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.370，b₀＝65.553，b₁＝-11.304，b₂＝3.562

b₃＝-0.251；

参考图19，苦草+菖蒲组去除率计算：

SD_max＝9.10％，SD_min＝0.01％，SD_aver＝4.80％

模拟函数2-3：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.744，b₀＝83.114，b₁＝-18.043，b₂＝5.032

b₃＝-0.335；

参考图20，苦草+梭鱼草组去除率计算：

SD_max＝15.40％，SD_min＝0.40％，SD_aver＝5.18％

模拟函数2-4：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.592，b₀＝95.239，b₁＝-30.192，b₂＝7.895

b₃＝-0.543；

参考图21苦草+鸢尾组去除率计算：

SD_max＝11.52％，SD_min＝0.60％，SD_aver＝6.45％

模拟函数1-5：y＝b₀+b₁t+b₂t²+b₃t³

R²＝0.729，b₀＝108.517，b₁＝-46.335，b₂＝11.568

b₃＝-0.767；

组合植物种植组对水体COD_Cr的去除率随时间变化的曲线拟合结果较差，相关系数R²均小于0.8，且p值不显著。其中苦草+再力花种植组合的曲线拟合相对较好，R²值为0.769，p值为0.003，呈极显著相关，其COD_Cr浓度随时间变化过程趋近于S曲线函数，模拟极限值(当处理时间t→∞时，y的极限值)为b₀＝4.315，去除率(y)极限达到74.81％。苦草+菖蒲种植组合的曲线拟合相关系数R²值为0.744，但p值为0.061，相关性不显著。其COD_Cr浓度随时间变化过程均趋近于三次曲线函数，模拟极限值(当处理时间t→∞时，y的极限值)为无穷小。COD_Cr浓度变化波动较大，去除效果不稳定。

由此可知，无论单一种植或组合种植的水生植物对污水中COD_Cr的去除效果都不稳定，仅苦草+菖蒲种植组对污水中有机质的去除潜力相对更大，为最优镶嵌组合。

采用对COD_Cr去除率相同的计算方法，分别计算单一植物和组合植物水体中TN的净化效果、单一植物和组合植物水体中NH₄ ⁺-N的净化效果、单一植物和组合植物水体中TP的净化效果、单一植物和组合植物水体中TN的净化效果。

综合模拟结果可知，无论单一种植或组合种植的水生植物对污水中TN都具有极佳的去除效果，相对来说不同植物组合种植的效果更稳定，更易于栽培养护，其中苦草+鸢尾和苦草+梭鱼草两组对污水中氮素的去除潜力相对更大，为最优镶嵌组合。

模拟结果可知，与TN类似，无论单一种植或组合种植的水生植物对污水中NH₄ ⁺-N都具有极佳的去除效果，相对来说单一植物组合种植的效果更稳定，更易于栽培养护。其中单一种植的再力花、菖蒲、鸢尾以及组合种植的苦草+鸢尾组合对污水中氮素的去除潜力相对更大，为最优镶嵌组合。

模拟结果可知，挺水植物对水体中TP吸收效果不稳定，而苦草这一沉水植物对TP有较明显的吸收潜力。

模拟结果可知，水生植物对污水中氮素有更好的吸附作用更强，而植物对磷的吸收效果一般，且大型的挺水植物如再力花、菖蒲等对氮的吸收同化作用更好。

分别计算不同处理组底泥中氮磷含量变化，在此只对底泥中TN含量变化进行说明，其它COD_Cr、NH₄ ⁺-N、TP的方法相同。

试验期间底泥pH值变化范围为7.63-8.38，平均值8.10，呈弱碱性。试验开始时(6月30日)不同处理组中底泥TN含量存在显著差异，TN含量变化范围在165.51-233.41mg·kg^-1之间，平均含量为200.11mg·kg^-1，其中美人蕉组底泥中TN含量最高，苦草+再力花组最低。试验后(9月6日)不同处理组底泥TN含量差异仍然显著，平均含量达到304.57mg·kg^-1，其中苦草+梭鱼草组底泥中TN含量最高，苦草+再力花组TN含量仍然最低。试验期间底泥中TN含量呈现先上升较快后渐***稳的变化趋势。6月30日至7月22日各处理组TN含量均显著增加，仅含有鸢尾的两个处理组变化不显著(单一种植组及与苦草混合种植组)；7月22日至9月6日仅单一种植的梭鱼草组底泥中TN含量上升不显著，其余各处理组包括对照组较7月22日均有显著差异。试验前后，各处理组中单一种植再力花组底泥中TN含量增幅最高，达95.5％，鸢尾组增幅最低，较试验开始时增加23.3％。

表2-底泥中TN含量

试验结束时(9月6日)各处理组底泥中TN吸附量变化范围在36.30-88.05mg之间，平均值为61.40mg，总体大于试验中期(7月22日)。其中底泥TN总吸附量前三的分别是苦草+美人蕉组、苦草+菖蒲组合和美人蕉组，分别达到88.1、82.0和78.6mg，分别占各组废水总脱氮量的16.9％、22.8％和16.7％。单一种植的再力花组底泥的TN吸附量最低，仅占其废水总脱氮量的10.1％。空白对照组底泥的TN吸附量占总脱氮量的比值最高，达到24.0％。显然可见，种植有水生植物的处理组TN吸附量占比明显较低，其中植物生物量较大的处理组吸附比例最低。

根据上述植物的模拟结果，得到污染物质量平衡：

表3-污染物质量平衡

整个水生植物处理***中，各处理组中TN、TP的平均总拦截量分别为344.4mg、18.4mg，单位面积平均去除负荷分别为39.2mg·(m²·d)^-1、2.1mg·(m²·d)^-1。其中，单一种植的苦草、组合种植的苦草+菖蒲组的总氮、磷拦截量最高，鸢尾组的TN去除量最低，苦草+美人蕉组的TP去除量最低。植物吸收总氮占***总去除量的比重在4.5％-17.1％之间，植物吸收总磷占***总去除量的比重在4.1％-13.6％之间，植物吸收对氮、磷去除的贡献存在一定差异，美人蕉、梭鱼草及其组合种植处理组中植物吸附量所占比例均与再力花、鸢尾等种植组差异明显。底泥吸附氮、磷占去除总量的比例范围在11.6-26.2％和26.3-68.4％之间，底泥吸附对TP去除的贡献明显高于对TN去除的贡献。此外，空白对照组中底泥吸附氮、磷占比基本高于其他水生植物种植组，通过污染物平衡计算的其他途径对氮、磷去除量占消纳总量的比例平均达到61.1％和18.1％，说明存在于底泥、水体等湿地***中的微生物及其他植物间接作用对氮磷的去除发挥着至关重要的作用，植物对湿地N、P去除的影响不仅直接体现在N、P吸收，更在于根系泌氧作用为微生物生长、活动提供了碳源。

各组水生植物在生活污水中大多长势良好，经过2个多月的生长，株高增长0.40-1.50倍，根长前后变化不显著，鲜重增加0.16-1.75倍。湿地植物对N、P的吸收量与其生物量呈显著正相关，是降解低浓度生活污水中氮磷的主要力量。从株高、鲜重等植物生物量等指标来看，再力花、梭鱼草、鸢尾3种植物具备较强的氮、磷吸收能力，是湿地植物较为理想的选择。同一水生植物挺水培养的生长状况均好于沉水培养的生长状况。其中，再力花干重最大，美人蕉最小；鸢尾地上和地下部分生物量的比值最大；苦草长势一般。美人蕉在整个试验阶段株高和根长增长率最低，且后期出现枯黄现象，再力花、鸢尾在淮北平原区是适宜种植的湿地植物，种植美人蕉、苦草效果相对较差。原因与当地的气候条件、试验种植采用的底泥厚度、受试水体深渡等多方面因素有关。

本实施例通过合理搭配水生植物类型和组合方式，以分析不同植物间生长竞争关系，筛选出最适宜当地气候环境的植株物种，以达到当地污水处理的最佳的综合净化效果。

根据本申请的一个实施例，本方案采用水质预测模型指导修复执行单元的进行水质净化，在采用本方案水质预测模型对目标水环境预测后，以具体案例进行说明：

本方案的湿地为潜流型人工湿地，采用地下式砖混结构，有效容积1800m³，包括石子填料3600m³，尺寸为61900×25300×1400mm。填料由土壤、陶粒、沸石、细沙、粗砂、碎瓦片或灰渣等构成，按一定的厚度铺好，形成供植物生长和微生物附着的床体。布水***主要是将进水按一定方式均匀地分布在处理***中，采用穿孔管布水或穿孔花墙布水***，进水管应比湿地床高出0.5m。湿地出水***一般根据对床中水位调节的要求，出水区末端的陶粒、沸石填料层的底部设置穿孔集水管，并设置旋转弯头和控制阀门以调节床内水位。在初春时节(3月中旬)主要栽种适应温带季节性淹水的美人蕉、黄菖蒲等挺水植物先锋物种，两种植物覆盖分别占比50％。根据试验观察，夏季美人蕉及菖蒲长势良好，每隔3月左右对植株茎叶以上部分进行定期清理，冬季枯萎，植物量较9月时减少50％。

由图3可知，在9月至12月的长时间序列观测期间，尽管温度随季节有逐渐降低的显著变化，但谭家桥集镇污水处理站收集周边农村生活污水的进水水质较为稳定，pH在7.06～7.83之间，平均值为7.41，呈弱碱性，适合微生物生长代谢。

图3中可知，由调节池、二沉池后出水pH值较为接近，平均值都为7.07，同相比进水时pH均有明显降低，主要原因有在污水混合的过程中会进行稀释和在硝化反应时会产生硝酸和亚硝酸，从而促使pH值降低。而污水最终经人工湿地的二级处理后，出水pH值显著降低，平均值为6.81。在人工湿地运行过程中，pH值的变化受NH₄ ⁺-N变化的影响，另外有机物的厌氧降解产酸也会导致pH值降低，说明试验站垂直流人工湿地对NH₄ ⁺-N的去除作用明显；此外，夏季湿地出水pH值略高于秋冬季，随着温度降低，出水酸度反而升高。

组合工艺对氮素去除效果

参考图4，试验站经湿地植物整修及设备调试，9月中旬开始恢复正常进水。图4中可以看到，进水TN浓度逐渐升高，变化范围在1.96-7.99mg/L之间，受季节变化以及周边农村居民用水***均去除率仅为23.4％，其中11月之后去除率趋于稳定在15％-28％之间，一定程度上说明目前试验站内缺氧池的反硝化作用去除TN效果并不明显，可能原因在于工艺中污泥氨化程度较低，导致反硝化反应进程受阻，从而影响对TN的去除效果，此外，也与进水TN浓度本身已较低有关。

另一方面，湿地出水后TN浓度维持在0.14-1.49mg/L之间，平均0.53mg/L，满足地表水环境质量标准中的II类水质标准要求；且随着工艺运行逐渐稳定，TN去除率逐渐升高，最高可达97.7％，平均值为87.5％，可见组合工艺中人工湿地对TN的去除效果十分明显，人工湿地在组合工艺各单元的脱氮作用贡献率最高，氮素通过人工湿地介质的过滤作用、微生物的降解以及植物的吸收作用得以高效去除，是主要作用环节。

参考图5，在各单元出水NH₄ ⁺-N浓度的变化过程中，调节池出水NH₄ ⁺-N浓度仅略低于进水，两者变化趋势基本一致。二沉池出水NH₄ ⁺-N浓度有显著下降，平均去除率为48.6％，最高可达到87.8％，出水浓度在0.26-2.69mg/L之间，达到城镇污水排放标准中一级B标准，说明好氧池中对氨氮的硝化反应较为顺利，生化池对NH₄ ⁺-N的去除率较高。另外，二沉池出水后NH₄ ⁺-N浓度仍然有所波动，但经人工湿地作用后，NH₄ ⁺-N浓度基本稳定在0.25mg/L左右，去除率高达89.0％。可见组合工艺中人工湿地对氮素均具有较好的去除效果，且在低温条件下，仍然保持了很高的稳定性，因此，人工湿地这一类生态处理技术在农村生活污水处理领域具有很高的推广应用价值。

组合工艺对磷素去除效果

参考图6，与TN、NH₄ ⁺-N类似，恢复进水初期，调节池、二沉池内TP浓度与进水差异不大，变化趋势几乎一致。至10月底，随着进水TP浓度升高，二沉池出水TP浓度差异显著，其平均质量浓度为0.59mg/L，优于《城镇污水处理厂污染物排放标准》一级B标准(1.0mg/L)，TP去除率逐渐提高，平均去除率达到40.7％，且在此范围内，出水TP浓度受进水影响较小，观测结果表明：二沉池在进水初期受进水浓度变化影响较大，对TP去除效果不稳定；而稳定运行期间，二沉池对生活污水中总磷有良好的去除作用，并且具备一定的耐冲击负荷能力。

图中可知，进水TP浓度在0.30-2.31mg/L范围波动变化，但人工湿地出水后TP浓度基本维持在0.03-0.15mg/L之间，优于《城镇污水处理厂污染物排放标准》一级B标准(1.0mg/L)，去除率也随着稳定运行后逐步提升，最高达到98.2％，平均为86.2％，说明垂直潜流人工湿地作为组合工艺的后续深度处理手段，对生活污水中TP具有非常好的净化效果，且出水水质能保持很高的稳定性，进水TP负荷变化对其去除率也无明显影响，抗冲击负荷能力强。

组合工艺对COD_Mn去除效果

由图6可知，与出水氮磷浓度变化不同，二沉池出水COD_Mn浓度稳定在1.66-3.52mg/L范围内，优于地表水环境质量标准II类水质限值，较进水有显著下降，平均去除率为30.7％。生活污水中COD一部分在厌氧池中被产酸菌转化成低分子有机酸，并被聚磷菌利用合成碳源类贮藏物：聚-β-羟基丁酸(PHB)，为好氧段提供能源供给；另一部分COD在反硝化脱氮过程中作为氢供体被消耗；最终COD主要在好氧池中被聚磷菌吸收到胞内产生能量，得以去除。经人工湿地进一步处理后，出水COD_Mn浓度范围在1.09-2.64mg/L，平均去除率为53.1％，因处理站收集农村生活污水自身COD_Mn浓度不高，仅在2.56-4.98mg/L范围，总体来说湿地的去除效果比较理想，受外界温度变化影响不显著，一方面与湿地植物根系发育较好有关，另一方面也与潜流型湿地结构对微生物活性的改善有联系，去除COD主要集中在植物根系周围的好氧区，然后利用好氧菌的降解吸附分解部分有机物使之转化成可被植物吸收的可溶解性的有机物得以去除。

工艺运行各类指标差异性分析

分别计算观测期间内组合工艺不同阶段中各项理化指标的浓度平均值及标准误差，利用方差分析检验各处理阶段出水中污染指标的显著性差异，结果见表5-5。

表4-谭家桥集镇污水处理工艺

如表所示，进水时污水pH平均值为7.41，调节池出水后pH较进水显著降低，而二沉池出水pH与调节池出水之间差异不显著，说明混合稀释作用对pH影响更大。湿地出水后pH下降至平均6.81，显著低于二沉池、调节池出水，一定侧面说明湿地对有机物等污染物的去除途径以厌氧降解产酸作用为主。

各工艺阶段对TN、NH₄ ⁺-N的去除变化差异性较为一致，湿地出水的TN、NH₄ ⁺-N浓度显著低于进水、调节池与二沉池出水浓度，而其他阶段出水浓度差异不大，说明人工湿地在组合工艺各单元的脱氮作用贡献率最高，是主要作用环节。TP方面，经二沉池后出水中TP浓度显著低于进水，同时湿地出水后TP浓度也有进一步的显著下降，平均去除率分别达到42.1％和85.8％，说明生物硝化反硝化作用以及后续人工湿地的深度处理对总磷有良好的去除作用。从各工艺阶段对污水COD的去除效果对比来看，好氧分解有机物效果显著，二沉池后COD浓度显著低于进水及调节池，而湿地出水中COD浓度虽然有一定程度降低，但相较二沉池后的出水浓度差异并不显著。其原因与处理站收集农村生活污水自身COD_Mn浓度不高、潜流型湿地结构等有一定关系。

具体地，本实施例中水质预测模型的构建方法包括：

S1、采集目标区域的农村水环境历史数据，并对历史数据进行预处理，得到关于水环境的时间序列数据；

历史数据包括水环境水体溶氧量以及溶氧变化量，水体PH值，水体COD、NH₄ ⁺、NO₃ ^-、TN及TP等物质的扩散浓度，水体的水量交换能力，水体分层情况，并将该类数据进行预处理，预处理可以采用归一化处理，并采用插值法补充缺失的数据，将得到的时间序列数据作为后期模型的输入。

水环境负荷值可以根据水体富营养化程度、水体微生物含量和种类、水生动植物生长状况(包括数量和种类)、水环境边岸或者边坡植被种类和生长状况等进行综合判断，本方案定义水环境负荷值为1-10，具体水环境的负荷值大小可根据各类历史数据进行打分，分值越高则证明水环境负荷越大，水环境水质越差，则需要对进入水环境中的农村污水加强处理，因为水环境中的最大部分的污染来源为污水，而并非自然原因。

同时，将时间序列数据对应的水环境负荷值作为模型输出。

S2、基于时间序列数据，构建水质预测模型：

P^* _(t+1)＝αP_(t)+(1-β)P^* _t+λt²+M

其中，P^* _(t+1)为t+1时刻水环境负荷值的预测值，其为无量纲值；P^* _t为t时刻水环境负荷值的预测值；α为短期内影响水环境负荷的权重系数；P_(t)为t时刻水环境负荷值的实际值；β为波动权重系数；λ为弹性修正系数；M为季节影响因子。

未来时刻的水环境负荷值的预测值采用稳定数据+波动数据+弹性变量+季节因素进行综合影响。

为得到稳定期α的权重，选取与预测值最近范围内的若干组浮动小于阈值的时间序列数据，并采用加权平均法计算短期内影响水环境负荷的权重系数α，并进行反复迭代，直至误差小于阈值。

为得到波动数据的波动权重系数β，选取与预测值最近范围内的若干组浮动大于阈值的的时间序列数据，并采用指数平滑法计算波动权重系数β。

计算弹性修正系数λ：

其中，R_i为水环境梯度理查森数；η₁为污染物物质扩散比例系数，η₂为水环境溶解氧变化系数；

当

时，P^* _(t+1)＝αP_(t)+(1-β)P^* _t-λt²+M

当

时，P^* _(t+1)＝αP_(t)+(1-β)P^* _t+λt²+M。

当0.6≤λ＜1时，则定义此时水环境负荷受外界的波动影响较大，且此时的波动为负相关波动，比如环境的影响，地下水的影响，植被的影响；

当0≤λ＜0.6时，则定义此时水环境负荷受外界的波动影响较小，且该波动为正相关，比如水环境的自我修复能力。

其中，计算的物质扩散浓度计算物质扩散比例系数η₁，包括：

计算主要污染氨氮、氮、磷物质的物质扩散浓度；

其中，C为氨氮、氮、磷物质的扩散浓度；u、v、w分别为x、y、z三个方向的流速；D_x、D_y、D_z分别为x、y、z三个方向的扩散系数；S_c为源汇项；P_c为生化反应；

根据计算的物质扩散浓度计算物质扩散比例系数η₁：

其中，C′为氨氮、氮、磷物质的标准物质扩散浓度，可根据对应的水文数据或者国家标准查询得知。

基于污染物质扩散后的浓度，计算水环境梯度理查森数R_i：

其中，g为重力加速度；ρ为不同水层处水环境水密度；h为水环境深度，ρ^*为水环境的平均密度；u为水体流动速度；

R_i为无量纲数，用于表示水体分层的稳定性，Ri数值越大，则说明水体趋于稳定分层，R_i>>0时，流体稳定分层；当R_i>10时，表明水体存在很稳定的层化现象，水层之前存在密度差，混合和摩擦很小，不同水层相互移动时不会产生紊动；当R_i<0.25时，表示有足够的动能克服浮力，水流不稳定，不同密度水层间扰动增加，垂向水体容易产生层间交换。当R_i接近0，垂向水体处于中性状态，垂向密度几乎一致；当R_i<0时，流动处于非稳定状态，低温水可能在高温水之上。

计算水环境溶解氧变化系数η₂：

其中，O′为水环境含氧量，O1为水环境氧气补给量，O2为水环境氧气消耗量，O3为水环境氧气缓解量。

由于不同的季节对于水体负荷具有非常重要的影响，故采用季节影响因子进行加权，计算季节影响因子M，包括：

由于不同季节对于水体的影响因素较多，本方案选取季节影响最为突出的水量进行加权，水环境的出流流量的大小决定了水体在水环境中的平均滞留时间，也就是水力停留时间，它反映水体交换能力的强弱，是水库水动力特征的重要指标。

根据不同季节水环境的进出水量对水环境自身负荷的影响，计算季节影响因子M：

Log_A(τt-2)

其中，A为水环境水量交换能力值，Q1为水环境水量，Q2为水环境出流流量；τ为趋势因子，一般根据经验取值为2-5。

S3、将预测得到的水环境负荷值与预存在专家知识***中的标准负荷值进行比较，若预测值超出阈值，则发出警告，并调整修复执行单元中的水生植物的种类。

虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。

Claims (7)

1.一种乡村污水生物生态修复***，其特征在于，包括：

水质预测模型单元，基于农村水环境历史信息，构建农村水环境的水质预测模型，并基于水质预测模型预测农村水环境下一时刻的水质状况；

水质预测模型的构建方法包括：

S1、采集目标区域的农村水环境历史数据，并对历史数据进行预处理，得到关于水环境的时间序列数据；

S2、基于时间序列数据，构建水质预测模型：

P^* _(t+1)＝αP_(t)+(1-β)P^* _t+λt²+M

其中，P^* _(t+1)为t+1时刻水环境负荷值的预测值，其为无量纲值；P^* _t为t时刻水环境负荷值的预测值；α为短期内影响水环境负荷的权重系数；P_(t)为t时刻水环境负荷值的实际值；β为波动权重系数；λ为弹性修正系数；M为季节影响因子；

计算弹性修正系数λ为：

其中，R_i为水环境梯度理查森数；η₁为污染物物质扩散比例系数，η₂为水环境溶解氧变化系数；

计算季节影响因子M，包括：

根据不同季节水环境的进出水量对水环境自身负荷的影响，计算季节影响因子M：

Log_A(τt-2)

其中，A为水环境水量交换能力值，Q1为水环境水量，Q2为水环境出流流量；τ为趋势因子，取值为2-5；

选取与预测值最近范围内的若干组浮动小于阈值的时间序列数据，并采用加权平均法计算短期内影响水环境负荷的权重系数α；

选取与预测值最近范围内的若干组浮动大于阈值的时间序列数据，并采用指数平滑法计算波动权重系数β；

S3、将预测得到的水环境负荷值与预存在专家知识***中的标准负荷值进行比较，若预测值超出阈值，则发出警告，并调整修复执行单元中的参数；

修复执行单元，用于根据水质预测模型单元预测的未来水质状况进行水质修复；

修复执行单元包括设置于污水进水口的格栅，污水依次进入初沉池、压氧池、缺氧池和好氧池；所述好氧池与二沉池连通；二沉池分别与污泥浓缩池和湿地相连；所述湿地与水库水环境或者河流水环境连通；

根据静水条件下不同水生植物物种及其组合对氨氮、硝氮、总氮、总磷、叶绿素a水体污染指标的前后变化和去除率，选择水生植物种植于所述湿地内。

2.根据权利要求1所述的乡村污水生物生态修复***，其特征在于，根据静水条件下不同水生植物物种及其组合对氨氮、硝氮、总氮、总磷、叶绿素a水体污染指标的前后变化和去除率，选择水生植物种植于所述湿地内，包括：

筛选出若干种沉水植物和挺水植物，分别计算单一沉水植物和挺水植物种植水体中氨氮、硝氮、总氮、总磷浓度的去除率，并分别计算所有单一植物与其它植物组合时水体中氨氮、硝氮、总氮、总磷浓度的去除率；

根据计算所得的若干组去除率数据，筛选得到目标沉水植物、挺水植物、沉水植物的组合、挺水植物的组合或沉水植物和挺水植物的组合。

3.根据权利要求2所述的乡村污水生物生态修复***，其特征在于，采用非线性回归拟合分别计算植物水体中氨氮、硝氮、总氮、总磷浓度的去除率，其非线性回归拟合函数为：

y＝b₀+b₁t+b₂t²+b₃t³

ln(y)＝b₄+b₅/t

其中，y为去除率，b₀、b₁、b₂、b₃为待定系数，t为时间；

并根据相关系数R²和p值筛选符合污水净化要求的植物。

4.根据权利要求3所述的乡村污水生物生态修复***，其特征在于，计算植物的相对生长速率为：

RGR＝[ln(B_t/B₀)]/t

其中，RGR为植物的相对生长速率；B₀和B_t分别为实验开始和结束时植物的总生物量；t为实验周期；

水体总氮或总磷去除率和底泥全氮或全磷去除率的计算公式分别为：

WR＝(WC₀-WC_t)/WC₀×100％

SR＝(SC₀-SC_t)/SC₀×100％

其中，WR和SR分别为水体和底泥的总氮和总磷去除率；WC₀和SC₀分别为实验开始时水体和底泥的总氮和总磷含量；WC_t和SC_t分别为实验结束时水体和底泥的总氮或总磷含量；

单位面积植物平均氮吸收量为：

Q_p＝P_Ci×P_Bi

其中，Q_p为单位面积植物平均氮吸收量；P_Bi为试验开始时、结束时单位面积植物干重；P_Ci为试验开始时、结束时植株内氮含量；

单位面积底泥平均氮吸收量为：

Q_s＝1000×ρ_b×V×(C_St-C_S0)/S

其中，Q_s为单位面积底泥平均氮吸收量；ρ_b为底泥容重，V为底泥体积；C_St为第t天时底泥氮含量；C_S0为试验开始时底泥氮背景含量；S为有效面积。

5.根据权利要求1所述的乡村污水生物生态修复***，其特征在于：

当

时，P^* _(t+1)＝αP_(t)+(1-β)P^* _t-λt²+M

当

时，P^* _(t+1)＝αP_(t)+(1-β)P^* _t+λt²+M。

6.根据权利要求5所述的乡村污水生物生态修复***，其特征在于，计算的物质扩散浓度计算物质扩散比例系数η₁，包括：

计算主要污染氨氮、氮、磷物质的物质扩散浓度；

其中，C为氨氮、氮、磷物质的扩散浓度；u、v、w分别为x、y、z三个方向的流速；D_x、D_y、D_z分别为x、y、z三个方向的扩散系数；S_c为源汇项；P_c为生化反应；

根据计算的物质扩散浓度计算物质扩散比例系数η₁：

其中，C′为氨氮、氮、磷物质的标准物质扩散浓度；

基于污染物质扩散后的浓度，计算水环境梯度理查森数R_i：

其中，g为重力加速度；ρ为不同水层处水环境水密度；h为水环境深度，ρ^*为水环境的平均密度；u为水体流动速度。

7.根据权利要求6所述的乡村污水生物生态修复***，其特征在于，计算水环境溶解氧变化系数η₂为：

其中，O′为水环境含氧量，O1为水环境氧气补给量，O2为水环境氧气消耗量，O3为水环境氧气缓解量。

Images