Unwanted mainstream nitritation-denitritation causing massive N2O emissions in a continuous activated sludge process

不需要的主流硝化-反硝化在連續活性污泥工藝中導致大量 N2O 排放

來源：Water Science & Technology | 83.9 | 2021

 

一、摘要概述

 

本研究揭示了常規活性污泥工藝中自發形成的亞硝化-反亞硝化（nitritation-denitritation）路徑導致 N?O排放量激增 的現象：

 

核心發現：芬蘭Viikinm?ki污水廠多條活性污泥（AS）工藝線中，亞硝酸鹽（NO??）濃度異常累積（占NO?-N比例高達80%），觸發長期穩定的亞硝化-反亞硝化路徑，導致 N?O排放量達進水氮負荷的20%（圖1）。

 

 

機制解析：NO??積累通過自由亞硝酸（FNA）抑制亞硝酸鹽氧化菌（NOB），形成自持循環（圖5），而工藝控制參數（DO、pH）未顯示直接關聯（圖6）。

 

 

 

技術亮點：首次通過長期全廠尺度監測（2013–2020）捕捉自發亞硝化事件，證明常規工藝亦存在高N?O排放風險。

 

二、研究目的

 

現象解析：探究常規AS工藝中自發亞硝化-反亞硝化的成因及穩定性機制（引言）。

 

排放量化：明確NO??積累與N?O排放的定量關系（圖2）。

 

 

監測策略：驗證N?O在線監測對工藝異常的預警價值（結論）。

 

三、研究思路

 

采用 長期全尺度監測+事件分析 策略：

1. 監測框架

 

氣體排放：FT-IR連續監測全廠排氣總管N?O（2013–2020）（圖1）。

 

水質參數：在線傳感器（NH??、NO??、DO、pH）與實驗室分析（NO??、堿度）結合（表2）。

 

 

液相N?O：丹麥Unisense電極實時監測AS工藝線5和9（2016–2019）（圖3）。

 

 

2. 事件聚焦

 

2016年事件：單條工藝線（Line 1）NO??積累持續3個月，N?O排放小幅上升（圖5b）。

 

2019年事件：7/9工藝線NO??積累（NO??/NO??=58–70%），N?O排放峰值 5,540 kg/d（圖2a），占氮負荷20%（圖4）。

 

 

3. 因果分析

 

限制因子排查：對比DO（>2.5 mg/L）、pH（6.0–6.3）、溫度（10–20°C）等參數，排除低氧/堿度主導（圖6）。

 

自持機制驗證：NO??積累（4–6 mg/L）產生FNA抑制NOB，形成正反饋循環（討論）。

 

四、關鍵數據及研究意義

1. N?O排放與NO??定量關系（圖2）

 

數據來源：FT-IR排氣監測與AS出水NO??濃度（2017–2020）。

 

結果：

 

N?O排放<500 kg/d時，與NO??相關性顯著（R2=0.78）；

 

峰值排放（>500 kg/d）與NO??濃度直接相關（R2=0.92）。

 

意義：首次建立常規工藝中NO??對N?O排放的劑量效應，推翻“常規工藝排放低”的固有認知。

 

2. 工藝線差異響應（圖3, 5）

 

數據來源：Unisense電極（液相N?O）與在線NO??監測（工藝線5,9）。

 

結果：

 

2019年事件中，Line 9液相N?O峰值持續3個月（圖3），氨氮去除率>95%（圖5a）；

 

Line 4/5未出現NO??積累，N?O排放未升高。

 

意義：揭示工藝線間微生物群落或水力條件的微小差異可導致排放懸殊，強調全廠多點監測必要性。

 

3. 氮平衡與排放貢獻（圖4）

 

數據來源：實驗室氮形態分析（2019年采樣日）。

 

結果：峰值日N?O排放占氮負荷20%，其中氣相排放貢獻>90%（圖4）。

 

意義：量化N?O排放對碳足跡的絕對主導（60%），警示“節能工藝”可能伴隨更高溫室代價。

 

4. 工藝參數關聯性（圖6）

 

數據來源：在線DO、pH、溫度與NO??同步監測。

 

結果：DO>2.5 mg/L、pH 6.0–6.3時仍發生NO??積累，與參數突變無直接關聯（圖6c,d）。

 

意義：否定傳統控制因子（低DO/pH）的主導性，指向微生物群落動態或未知抑制物。

 

五、結論

 

自發亞硝化風險：常規AS工藝可自發形成穩定亞硝化-反亞硝化路徑，NO??積累持續3個月以上。

 

排放極值：N?O排放峰值達氮負荷20%（5,540 kg/d），為全球污水廠報道最高值之一。

 

監測優先性：

 

NO??濃度是N?O排放的早期指標（圖2d）；

 

氣相N?O在線監測（FT-IR）不可替代；

 

Unisense電極可定位高排放工藝線（圖3）。

 

控制策略：限制曝氣體積（67%→50%）可緩解NO??積累，但需平衡氨氮去除（結果章節）。

 

六、丹麥Unisense電極數據的深度解讀

1. 技術原理與部署

 

原位監測：N?O-500微傳感器直接浸入AS末段曝氣區，實時檢測溶解N?O（0.01–500 μM）（表2）。

 

雙線布設：工藝線5（2018起）和9（2016起）各設2個探頭，對比排放差異（圖3）。

 

2. 關鍵發現與意義

 

瞬態峰值捕捉（圖3）：

 

2019年4月Line 9溶解N?O濃度飆升至 >400 μM（背景值<10 μM），早于氣相排放峰值24小時。

 

意義：提供工藝異常的超早期預警（較FT-IR提前1天）。

 

工藝線對比機制：

 

Line 9持續高N?O（3個月） vs Line 5短暫波動，揭示污泥回流或微生物群落差異的主導性（圖3）。

 

意義：定位高排放源，指導靶向調控（如Line 9優先接種硝化菌）。

 

氣提效應量化：

 

曝氣期間N?O排放速率較混合期高3倍（通過K值計算），證實氣提是主要排放途徑（方法2.4.2）。

 

意義：支持通過曝氣優化（如降低氣量/增加間歇）直接減排。

 

3. 研究價值

 

全尺度驗證：首次在百萬噸級污水廠驗證Unisense電極的長期穩定性（>3年連續運行）。

 

機制關聯橋梁：溶解N?O濃度與NO??積累同步變化（圖3），直接證明亞硝化路徑的N?O貢獻。

 

工程指導：實時數據驅動曝氣策略調整（如2019年8月Line 9排放回落對應參數優化）。

 

總結

 

本研究通過Unisense電極實現高分辨率N?O監測，揭示常規活性污泥工藝中自發亞硝化的巨大排放風險。NO??濃度>4 mg/L時，N?O排放因子可達20%，且不受DO/pH常規參數調控。該電極的價值在于：

 

預警功能：溶解N?O峰值超前氣相排放24小時；

 

源解析：精準定位高排放工藝線；

 

機制驗證：量化氣提效應與亞硝化路徑的關聯。

 

建議污水廠將NO??與液相N?O納入常規監測，以規避“隱形”碳足跡風險。