The Existence of Positive Solutions to A Third-order Three-point Boundary Value Problem with Sign-changing Green's Function
-
摘要: 应用格林函数的性质和迭代法, 研究了一类具有变号格林函数的三阶三点边值问题 {u‴(t)=f(t,u(t))(t∈[0,1]),u(1)=0,u′(0)=u″(0),αu″(η)+βu(0)=0 正解的存在性, 其中, f∈C([0, 1]×[0, ∞), [0, ∞)), α∈[0, 1],
27 α < β <23 α, η∈[23 , 1). 得到了该边值问题正解存在性的条件.Abstract: Using the properties of Green's function and the iterative method, the existence of positive solutions to a class of third-order three-point boundary value problems with sign-changing Green's function is studied: {u‴(t)=f(t,u(t))(t∈[0,1]),u(1)=0,u′(0)=u″(0),αu″(η)+βu(0)=0, where f∈C([0, 1]×[0, ∞), [0, ∞)), α∈[0, 1],27 α < β <23 α, η∈[23 , 1). The conditions for the existence of positive solutions to the boundary value problem are obtained. -
城市黑臭河道的治理是目前我国环保的重要任务.黑臭污水体属于碳氮质量比相对较低的水体，营养不平衡.有效脱氮、防止黑臭反复是治理黑臭污水的难点.通过近年来的黑臭污水治理实践，生物-生态方法得到普遍认可.以生态浮床为例，SUN等[1]通过固定反硝化菌曝气强化美人蕉生态浮床显著提高了脱氮效能，脱氮率达72.1%.聂玉华[2]构建的浮床植物+填料系统+微孔曝气生态浮床对脱氮效果比传统浮床分别提高了13.51%和36.34%. CAO等[3]利用稻草提供碳源提高了生态浮床的脱氮能力. WANG等[4]用海绵铁和沸石填料强化的生态浮床可稳定脱氮，不受季节影响.
近年来，铁碳内电解与生物处理联用技术受到关注.王梦月等[5]发现在低碳氮质量比条件下铁铜双金属耦合生物反硝化使人工配水中的硝态氮转化率和N2O释放量显著提高. WANG等[6]证实了铁屑可提高生活污水的生物脱氮效果. SONG等[7]发现添加Fe2+作为电子供体可以促进人工湿地的反硝化脱氮，Fe2+可以提高微生物活性，改变微生物群落，在碳氮质量比m(C)/m(N)=2时，Fe2+的加入使人工湿地硝态氮去除率提高了58.8%.因此，铁碳填料对脱氮的促进作用可用于黑臭污水的治理.
蕹菜为须根系挺水植物，再生能力强，具有耐光、耐肥、耐高温、耐污等特性，具有克藻作用，适应性广，高温地区可终年栽培，对重度富营养化水体净化效果较好[8].因此，本研究采用铁碳内电解耦合蕹菜技术，采用单因素模拟实验处理黑臭污水，考察耦合体系中植株密度、铁碳填料用量、陶粒用量对黑臭污水脱氮效果以及对氨氮(NH4+-N)、亚硝态氮(NO2--N)、硝态氮(NO3--N)、总氮(TN)、总磷(TP)、化学需氧量(COD)、溶解氧(DO)、氧化还原电位(ORP)的影响规律，以确定适宜的组合条件；开展微生物多样性研究，以阐明耦合体系的协同作用机理.为构建基于铁碳填料耦合挺水植物的生态处理系统提供技术参考和理论依据.
1. 研究方法
1.1 供试水样及水质
供试水样取自广州市黄埔区四号涌，其主要理化指标见表 1，根据《城市黑臭污水体整治工作指南》[9]黑臭污水污染程度分级标准，水质达重度黑臭.
表 1 黑臭污水样品的水质Table 1. The quality of black and odorous water水质指标 范围 平均值 ρ(COD)/(mg·L-1) 95.04~122.03 112.18±12.17 ρ(TP)/(mg·L-1) 2.46~4.25 3.65±0.84 ρ(NH4+-N)/(mg·L-1) 23.37~44.73 37.61±10.07 ρ(TN)/(mg·L-1) 30.05~52.75 45.18±10.70 ρ(DO)/(mg·L-1) 0.48~0.50 0.49±0.01 pH 6.95~7.14 7.08±0.09 ORP/mV -166~-260 -229.00±44.48 1.2 实验材料
铁碳填料直径为0.3~1.5 cm，堆积密度为1 000~2 000 kg/m3，比表面积为3.0×104~5.0×104 m2/kg，孔隙率为43%~51%.使用前用10%(质量分数)盐酸溶液清洗3 min，然后在氮气氛围中用去离子水冲洗，直至流出液pH为7，最后在真空干燥箱中烘干，保存于玻璃干燥器中.
蕹菜的品种为柳叶空心菜(Ipomoea aquatica)，来自广州市某菜市场，是播种生长20 d后的土培苗，选取长势相同的健壮蕹菜去土洗净后，在黑臭污水体驯化培养2周，选取苗高为25~30 cm的蕹菜进行实验.
陶粒为市售轻质球形陶粒，粒径为3~5 mm，孔隙率≥40%，堆积密度为800~900 kg/m3.
1.3 实验装置及操作
铁碳微电解耦合蕹菜模块的制备方法：蕹菜根部由内层铁碳填料包裹，用防漏袋固定，外层用陶粒固定于定植篮(图 1，底部镂空).
![]()
图 1 铁碳内电解耦合蕹菜模块的示意图Figure 1. The schematic diagram of iron-carbon interior electrolysis combined with Ipomoea aquatica实验装置如图 2所示.取7 L黑臭原始水样于敞口塑料桶(25 cm×25 cm×20 cm)中，将铁碳内电解耦合挺水植物模块用架子固定于距水面5 cm深处，保证模块与黑臭原始水样充分接触.实验在温室中进行，室温13~25 ℃，用植物全光谱灯照射，照度为4 000 lx，色温为5 000 K.每个单因素实验设置5个实验组和1个空白对照组，处理周期为22 d，以3批次实验结果统计.每隔1 d，取水样，在24 h内完成水质指标测定.
1.3.1 植株密度对耦合体系净化黑臭污水效果的影响实验
每个实验装置放置9个定植篮，每个定植篮分别放入14 g铁碳填料和40 g陶粒，折算成1 L废水配置铁碳填料质量为18 g(即用量为18 g/L)、陶粒质量为52 g(即用量为52 g/L)，每套实验装置中分别种植1、3、5、7和9株蕹菜，折算成植株密度分别为16、48、80、112和144株/m2，开展批式实验，测定不同植株密度各指标随时间的变化.
1.3.2 铁碳填料质量对耦合体系净化黑臭污水效果的影响实验
每个实验装置放置9个定植篮，每个定植篮放入40 g陶粒，其中5个定植篮放1株蕹菜，折算成植株密度为80株/m2. 1 L废水配置陶粒质量为52 g(即52 g/L)，不同实验组定植篮分别放入3.5、7.0、14.0、21.0和28.0 g铁碳填料，折算成铁碳填料用量分别为4.5、9.0、18.0、27.0和36.0 g/L，开展批式实验，测定不同铁碳填料用量各指标随时间的变化.
1.3.3 陶粒用量对耦合体系净化黑臭污水效果的影响实验
每个实验装置放置9个定植篮，每个定植篮加放入14 g铁碳填料，其中5个定植篮放1株蕹菜，折算成植株密度为80株/m2，铁碳填料用量为18.0 g/L，不同实验组定植篮分别放入10、20、40、70、100 g陶粒，折算成陶粒用量分别为13、26、52、90和128 g/L，开展批式实验，测定各指标随时间的变化.
1.3.4 耦合体系脱氮效果的评价实验
采用比较研究法评价耦合体系的脱氮效果.其中，C为空白对照组，采用7 L黑臭原始水样，在自然条件下放置；T1为蕹菜组，植株密度为80株/m2，用定植篮和架子固定；T2为蕹菜+陶粒组，植株密度为80株/m2、陶粒用量为52 g/L，用定植篮和架子固定；T3为耦合组(蕹菜+陶粒+铁碳填料)，植株密度为80株/m2、陶粒用量为52 g/L、铁碳填料用量为18.0 g/L，用防漏袋、定植篮和架子固定.
1.3.5 微生物群落的演变实验
耦合组连续处理22 d，探究处理前后微生物群落的演变.
1.4 指标及测试方法
采用标准方法[10]测定水样的pH及NH4+-N、NO2--N、NO3--N、TN、TP、COD、DO的质量浓度及ORP.
1.5 微生物多样性分析
针对细菌16S rRNA基因V3+V4区设计含barcode的特异引物338F/806R，引物序列为338F(ACTCCTACGGGAGGCAGCAG)和806R(GGACTACHVGGGTWTCTAAT)，PCR扩增产物用Illumina HiSeq测序平台，利用双末端测序(Paired-End)的方法，由北京百迈客公司进行测序.
1.6 数据处理方法
水质数据采用SPSS 20.0统计学软件中的单因素方差分析，用Origin 8.0软件进行线性回归分析和绘图.
2. 结果与讨论
2.1 铁碳微电解耦合蕹菜净化黑臭污水的影响
2.1.1 植株密度的影响
设定铁碳用量为18.0 g/L，陶粒用量为52 g/L，研究不同植株密度对净化效果的影响. DO、pH是脱氮相关微生物生长的重要环境条件.随着处理时间的增加(图 3A)，各组DO的质量浓度ρ(DO)呈上升趋势，ρ(DO)随着植株密度的增加而略微增大.对照组为开放式反应器，实验组的铁碳内电解耦合蕹菜模块限制了大气和水相的接触、氧传递速率，影响了大气复氧.大气复氧作用大于蕹菜根际泌氧作用[11]，导致空白组的ρ(DO)高于实验组.对照组由于无铁碳内电解耦合蕹菜模块遮荫，氮磷含量较高，适宜藻类生长[12]，藻类白天进行光合作用，导致对照组ρ(DO)的大幅上升，处理22 d时达10.77 mg/L.实验组都设有铁碳内电解耦合蕹菜模块，大气复氧情况相同，蕹菜具有根际泌氧作用[13]，故增加植株密度，可以增大ρ(DO)，其中，植株密度为144株/m2的实验组其ρ(DO)最大，处理22 d时达6.12 mg/L.由图 3B可知，5个实验组的pH大致呈先升高后降低、最终趋缓的变化，不同植株密度对pH的影响不显著(P>0.05，n=3).近中性条件下铁碳微电解阴极生成OH－[14]，造成运行前期pH升高，微生物亚硝化过程会消耗碱度，导致pH下降，微生物反硝化过程会消耗部分酸度[15]，所以最终pH趋缓.对照组因藻类白天光合作用大量消耗二氧化碳，导致pH大幅升高，处理22 d时pH达8.93.
![]()
图 3 不同植株密度条件下ρ(DO)、pH随时间的变化Figure 3. The variations of DO concentration and pH with plan-ting density and sampling time随着处理时间的增加(图 4)，各实验组的ρ(NH4+-N)均呈快速下降趋势，16 d后稳定于0.1 mg/L以下，去除率达99%；ρ(NO2--N)前10 d呈上升趋势，处理10 d后呈下降趋势；ρ(NO3--N)大致呈上升趋势；ρ(TN)在处理0~6 d内呈下降趋势，在处理6~22 d内先缓慢上升后下降，ρ(TN)的上升是由于微生物利用陶粒吸附的NH4+-N发生硝化反应导致NO2--N、NO3--N积累引起的.
![]()
图 4 不同植株密度条件下ρ(NH4+-N)、ρ(NO2--N)、ρ(NO3--N)及ρ(TN)随时间的变化Figure 4. The variations of NH4+-N、NO2--N、NO3--N and TN concentrations with planting density and sampling time黑臭污水中的氮主要以NH4+-N的形式存在，ρ(NH4+-N)下降较快，说明无内源污染时，黑臭污水的ρ(DO)易提高(图 3A)，NH4+-N较易转化为NO2--N(图 4B).各实验组的NH4+-N去除差异性不显著(P>0.05，n=3)，表明植物对NH4+-N的吸收作用较弱，改变植株密度不足以改变NH4+-N的去除速率. STOTTMEISTER等的研究[16]表明人工湿地植物吸收对脱氮的贡献占5%~10%，WHITE等的研究[17]表明：生态浮岛中植物吸收脱氮质量占脱氮总质量的16.4%~28.3%，与本研究结果一致，都证实了植物直接吸收为次要作用.
蕹菜的泌氧作用和大气复氧提高了ρ(DO)(图 3A)，促进了NH4+-N转化为NO2--N、NO3--N，而运行期间m(C)/m(N)在0.72~3.06内，碳氮质量比低，限制了反硝化作用，这是各实验组NO2--N、NO3--N积累的原因.随着植株密度增加，蕹菜的根际泌氧量增加，利于硝化菌将NO2--N转化为NO3--N，所以随植株密度的增加(16~112株/m2)，ρ(NO2--N)逐渐减小，ρ(NO3--N)逐渐增大，当植株密度为112株/m2时ρ(NO2--N)最小(11.16 mg/L)，而ρ(NO3--N)最大(13.56 mg/L)(图 4).但植株密度过高时(144株/m2)，蕹菜根系分泌物中的有机酸对硝化细菌的生长具有抑制作用[18]，导致蕹菜植株密度过大时，硝化作用反而减弱，NO2--N转化为NO3--N的质量小，因此，144株/m2组的ρ(NO2--N)较80株/m2和112株/m2组的大，而相应的ρ(NO3--N)较小.
由氮素转化可知，体系内NO2--N、NO3--N的积累会影响脱氮率.随着植株密度的增加(16~112株/m2)，脱氮效果增强，但植株密度大于112株/m2时，硝化作用受根系分泌物抑制，脱氮效果反而减弱.据以上分析，当植株密度为112株/m2时，脱氮率最高(达53.3%)，当植株密度为80、112株/m2实验组的TN去除差异性不显著(P>0.05，n=3).考虑经济性因素，确定80株/m2为适宜植株密度.
2.1.2 铁碳填料用量的影响
采用植株密度为80株/m2，设定陶粒用量为52 g/L，不同铁碳填料用量的影响如图 5、图 6所示.
![]()
图 5 不同铁碳填料用量条件下ρ(DO)、pH随时间的变化Figure 5. The variations of DO concentration and pH with dosage of iron-carbon and sampling time![]()
图 6 不同铁碳填料用量条件下ρ(NH4+-N)、ρ(NO2--N)、ρ(NO3--N)及ρ(TN)随时间的变化Figure 6. The variations of NH4+-N、NO2--N、NO3--N and TN concentrations with dosage of iron-carbon and sampling time随着处理时间的增加(图 5A)，各实验组ρ(DO)先上升后呈波动状态，不同铁碳填料用量对ρ(DO)的影响不显著(P>0.05，n=3).各实验组的pH先升高后降低最终趋缓(图 5B)，铁碳内电解阴极生成OH－[14]，故pH随铁碳用量的增加而升高，在铁碳填料用量为36.0 g/L的实验组中pH最大，在处理14 d时pH达8.49.
各实验组ρ(NH4+-N)在开始的2 d内快速下降(图 6)，在处理2~8 d内下降趋缓、8~14 d内再次快速下降，随后趋缓；ρ(NO2--N)呈先上升后下降的趋势；ρ(NO3--N)大致呈上升趋势；ρ(TN)呈快速下降趋势，在处理18 d后稳定在21 mg/L以下.
各实验组NH4+-N的去除差异性不显著(P>0.05). NH4+-N的去除过程主要有陶粒吸附.植物吸收和微生物硝化反硝化3个途径，植物吸收作用较微弱(结合2.1.1的结果)，在前8 d各组ρ(NO2--N)、ρ(NO3--N)均小于0.5 mg/L(图 6B、C)，说明此时微生物硝化作用尚未发生，因此在前8 d NH4+-N的去除以陶粒吸附为主；在处理2~8 d内ρ(NH4+-N)降速减小，说明陶粒吸附接近饱和；处理8 d后ρ(NH4+-N)快速下降，ρ(NO2--N)、ρ(NO3--N)快速上升，说明在处理8~22 d内NH4+-N的去除主要依靠微生物的硝化作用.
ρ(NO2--N)的变化受亚硝化反应和硝化反应的影响，ρ(NO2--N)的下降是由于硝化反应生成NO3--N的原因.由图 6B可见，铁碳用量为4.5~36.0 g/L时，该用量越大则越早达到NO2--N的最大积累量，说明铁碳填料可以促进NO2--N转化为NO3--N.亚硝化反应消耗碱度，硝化反应的最佳pH范围为7.5~8.5[15]，在近中性条件下，铁碳内电解阴极发生还原反应生成OH－[14]，可以补充碱度，促进硝化反应，因此铁碳填料用量为36.0 g/L的实验组在处理12 d后即可达到NO2--N的最大积累量(11.84 mg/L).
ρ(NO3--N)的变化受硝化反应和反硝化反应控制，当铁碳填料用量为4.5、9.0 g/L时，ρ(NO2--N)下降较缓慢(图 6B)，所以ρ(NO3--N)较小(图 6C)；当铁碳填料用量为18.0、27.0、36.0 g/L时ρ(NO2--N)下降较快(图 6B)，而当铁碳填料用量为18.0、27.0 g/L时ρ(NO3--N)积累量较小(图 6C)，可见，这种反硝化作用可能是铁碳内电解产生的Fe2+和[H]作为反硝化的电子供体促进了反硝化脱氮[19-20]；铁碳填料用量为36.0 g/L时，ρ(NO3--N)积累量最大(12.85 mg/L，图 6C)，这是因为铁碳填料用量为36.0 g/L时pH在7.18~8.49范围内波动(图 5B)，硝化反应的最佳pH范围为7.5~8.5[15].因为pH>8.0时反硝化反应受到抑制[21]，因此，该pH范围有利于硝化反应，不利于反硝化反应，造成了NO3--N的积累.
结合氮素转化由图 6D可知，当铁碳填料用量为4.5~18.0 g/L时，脱氮率随铁碳填料用量的增加而增大；当铁碳填料用量为18.0~36.0 g/L时，脱氮率随铁碳填料用量的增加而减小，其中当铁碳填料用量为18.0 g/L时的脱氮效果最好，脱氮率达74.1%.所以将18.0 g/L作为适宜的铁碳填料用量.
2.1.3 陶粒用量的影响
采用适宜的植株密度(80株/m2)、适宜的铁碳填料用量(18.0 g/L)，研究不同陶粒用量对ρ(DO)和pH的影响(图 7、图 8).
![]()
图 7 不同陶粒用量条件下ρ(DO)、pH随时间的变化Figure 7. The variations of DO concentration and pH with dosage of ceramsite nd sampling time![]()
图 8 不同陶粒用量条件下ρ(NH4+-N)、ρ(NO2--N)、ρ(NO3--N)及ρ(TN)随时间的变化Figure 8. The variations of NH4+-N、NO2--N、NO3--N and TN concentrations with dosage of ceramsite and sampling time由图 7A可见，各实验组ρ(DO)先上升后减小.陶粒覆盖在水面上，影响传质过程，阻碍大气复氧，因此，ρ(DO)随陶粒用量的增大而减小，陶粒用量为13 g/L的实验组在处理14 d时ρ(DO)最高(6.93 mg/L).由图 7B可见，5个实验组pH先升高后降低，不同陶粒用量对pH的影响不显著(P>0.05，n=3).
由图 8A可见，各实验组ρ(NH4+-N)在前2 d快速下降，在处理2~8 d内下降趋缓、8~14 d内再次快速下降，随后趋缓；ρ(NO2--N)在前8 d基本不变、8~14 d内快速上升，而在处理14~22 d时陶粒用量为13~90 g/L的实验组ρ(NO2--N)下降，陶粒用量为128 g/L的实验组ρ(NO2--N)持续上升；ρ(NO3--N)在前8 d基本不变、8~22 d大致呈上升趋势；陶粒用量为13~52 g/L的实验组ρ(TN)呈下降趋势，陶粒用量为90 g/L和128 g/L的实验组ρ(TN)呈先下降后上升的趋势.
陶粒用量为26~90 g/L的实验组中NH4+-N的去除率达98.0%以上，然而，陶粒用量为13 g/L的实验组中NH4+-N的去除率仅88.9%.这是因为陶粒用量较少，NH4+-N陶粒上附着的微生物较少，去除率较低，与图 8B陶粒用量为13 g/L的实验组中ρ(NO2--N)较低的情况互证.陶粒用量为128 g/L的实验组NH4+-N去除率为94.3%.这是因为陶粒用量过大时，影响氧传质过程，陶粒覆盖在水面上，大气复氧效果减弱，ρ(DO)较小(图 7A)，亚硝酸菌对DO的亲和力较硝酸菌的强[15]，阻碍了硝化过程，造成了NO2--N的积累，该结果与图 8B、C中陶粒用量为128 g/L的实验组中ρ(NO2--N)较高而ρ(NO3--N)较低的情况互证.
结合2.1.2的结果可知，前8 d ρ(TN)的下降主要是因为陶粒对NH4+-N的吸附所致，此时TN去除率随陶粒用量的增加而升高；当处理8~22 d时微生物开始硝化反硝化活动，在陶粒用量为13~52 g/L的实验组中ρ(TN)持续下降，陶粒用量越大，附着的微生物越多，TN去除率随之上升.但陶粒用量为90~128 g/L的实验组中，由于NO2--N的积累ρ(TN)反而上升. ρ(TN)的上升也说明了微生物能利用陶粒吸附的NH4+-N，证明铁碳内电解耦合蕹菜体系不会有陶粒脱附造成水质波动的风险，陶粒上形成生物膜后，陶粒吸附污染物，陶粒表面及微孔污染物浓度提高，可以促进微生物的进一步降解转化速率.据以上分析，在陶粒用量为52 g/L的实验组中脱氮率最高(94.1%)，因此52 g/L为适宜的陶粒用量.
综上所述，铁碳内电解耦合蕹菜体系处理黑臭污水的适宜组合条件：植株密度为80株/m2、铁碳填料用量为18.0 g/L、陶粒用量为52 g/L.在适宜组合条件下连续处理22 d，TN和NH4+-N的去除率分别为74.1%和99.6%，分别稳定在(13.65±1.24) mg/L和(0.18±0.04) mg/L.与ZHOU等[22]报道的铁碳填料作人工湿地、LI等[23]报道的蕹菜、河蚬、生物膜载体生态浮岛以及SUN等[1]报道的固定反硝化菌曝气强化美人蕉生态浮床等同类研究相比，铁碳内电解耦合蕹菜体系净化效能更优越.
2.2 铁碳内电解耦合蕹菜治理黑臭污水的效果
对照组C、蕹菜组T1、蕹菜+陶粒组T2、耦合组(蕹菜+陶粒+铁碳填料用量)T3运行的脱氮效果如图 9所示.各组ρ(TN)大致呈下降趋势，脱氮率从大到小依次为：T3、T2、T1、C，其中T3脱氮率最高，分别比T1和T2的提高了22.28%和17.44%，说明蕹菜、陶粒、铁碳填料均能促进脱氮，尤其是铁碳填料能显著提高脱氮率(与2.1.2的结果相符).
2.3 微生物群落的演变
在适宜组合条件下处理22 d，与处理前相比，处理22 d后实验组微生物物种的相对丰度和多样性均有较大的提高(表 2).由图 10A可知，处理前及处理22 d后对照组和实验组水样中占主导地位的细菌门是Proteobacteria(37.57%~79.10%)，其次是Firmicutes(4.75%~23.42%)、Bacteroidetes(10.49%~13.85%). Proteobacteria是水样中的最优势细菌门，这类细菌在水环境中普遍存在.研究表明，在河流中以第一优势细菌门存在，在分解COD以及脱氮过程中发挥了极其关键的作用[24].处理前Proteobacteria的相对丰度高达79.10%，实验组因微生态环境改善，微生物多样性提高，因此Proteobacteria相对丰度较处理前下降了36.17%. Firmicutes可进行反硝化脱氮[25]. Bacteroidetes在污水净化中能分解蛋白质、碳水化合物等复杂有机大分子化合物[26]. Actinobacteria能促进自然界氮素循环，参与有机物的分解和矿化[27]. Nitrospirae参与自然界氮素循环，进行硝化反应[28].实验组Firmicutes、Actinobacteria、Acidobacteria、Nitrospirae的相对丰度分别较处理前增加了18.67%、4.55%、2.87%和0.60%，黑臭污水体中氮磷含量较高，在治理过程中，由于ρ(DO)提高，极易富营养化，所以因大气复氧，Cyanobacteria的相对丰度较原始水样中的上升了28.06%，蕹菜对藻类具有抑制作用[29]，实验组Cyanobacteria的相对丰度较原始水样中的仅上升了0.28%，说明铁碳内电解耦合蕹菜体系治理黑臭污水的性能比较稳定，治理过程中出现藻源性黑臭反复的风险较小.
表 2 水样微生物群落的多样性Table 2. The alpha diversity of microbial community水样 OTUs Ace Chao Simpson Shannon 覆盖度/% 原始水样 541 692 645 0.198 4 3.33 99.85 22 d后对照组 665 679 694 0.038 6 4.53 99.93 22 d后实验组 966 974 1 032 0.010 9 5.96 99.98 注：OTUs表示分类操作单元个数；Ace和Chao指数衡量物种丰度即物种数量的多少；Simpson和Shannon指数用于衡量物种多样性，受样品群落中物种丰度和物种均匀度(Community evenness)的影响；覆盖度是样本的覆盖率. ![]()
图 10 处理前及处理22 d后对照组和实验组中占主导地位细菌门和属的相对丰度Figure 10. The relative abundance of the top 20 bacterial phyla and bacterial genus before and after 22 d treatment图 10B为处理前及处理22 d后对照组和实验组水样中占主导地位细菌属的相对丰度，实验组主要优势菌属为Pseudomonas(10.13%)、Escherichia-Shigella(3.83%)、Diaphorobacter(2.90%). Pseudomonas隶属于γ-Proteobacteria，为反硝化细菌属[30]，可利用[H]和Fe2+自养反硝化[31]，说明实验体系中可能发生自养反硝化. Escherichia-Shigella隶属于γ-Proteobacteria，含有异养硝化细菌[32]，Diaphorobacter隶属于β-Proteobacteria，能发生部分反硝化生成亚硝酸盐[33].实验组Pseudomonas、Escherichia-Shigella、Diaphorobacter的相对丰度分别较处理前增加了9.06%、3.78%、2.89%.
采用主坐标(PCoA，横、纵坐标为导致样品间差异最大的2个特征值，以百分数的形式体现主要影响程度)和非加权组算术平均值法(UPGMA)分析微生物群落的相似性，由图 11A可见，原始水样、处理22 d后空白对照组及实验组微生物群落差异性较大；由图 11B可见，处理22 d后各实验组水样与原始水样差异性最大，说明铁碳内电解耦合蕹菜体系可以促进微生物的群落演替.
![]()
图 11 微生物群落相似性分析注：主成分PC1、PC2的占比分别为66.35%、33.65%.Figure 11. The similarity analysis of the microbial community铁碳内电解耦合蕹菜体系可以加速污染物的降解，蕹菜根际泌氧提高水体ρ(DO)，在根际形成好氧、兼氧、厌氧区域，改善微生物的生长环境，陶粒为微生物提供附着点，所以实验组处理22 d后，微生物的相对丰度和多样性有了显著提高，其中与脱氮过程相关的微生物群落的相对丰度呈增加趋势，进一步促进了臭黑水体的净化，这与2.1的结果互证，以此良性循环，水生态系统得以恢复.
2.4 耦合体系的协同作用机理
根据上述黑臭污水的净化效果，结合铁碳内电解、植物生态和微生物学原理，可描绘出铁碳内电解耦合蕹菜体系的脱氮机理如图 12所示.耦合体系对黑臭污水的净化机理为协同作用，其作用过程包括：铁碳内电解产物[H]和Fe2+为反硝化提供电子供体、陶粒吸附氮、蕹菜根际泌氧促进微生物硝化、陶粒生物膜和根际微生物硝化和反硝化作用.
3. 结论
采用铁碳内电解耦合蕹菜体系净化河道黑臭污水，研究了植株密度、铁碳填料用量、陶粒用量对脱氮效果的影响，结果表明：
(1) 蕹菜根际泌氧可以促进微生物的硝化作用.铁碳填料用量的增加可以促进微生物的硝化和反硝化作用，但会造成pH的升高.陶粒用量的增加在运行前期对脱氮有促进作用，但会影响大气复氧，不利于微生物的硝化作用.
(2) 在铁碳内电解耦合蕹菜体系适宜组合条件(植株密度为80株/m2、铁碳填料用量为18.0 g/L、陶粒用量为52 g/L)下，连续处理22 d，TN和NH4+-N的去除率分别为74.1%和99.6%，其质量浓度分别稳定在(13.65±1.24) mg/L和(0.18±0.04) mg/L.
(3) 耦合体系处理黑臭污水22 d后，微生物的相对丰度和多样性有了显著提高，占主导地位的细菌门有Proteobacteria、Firmicutes和Bacteroidetes，主要优势细菌属有Pseudomonas、Escherichia-Shigella和Diaphorobacter.耦合体系中与脱氮过程相关的微生物群落相对丰度呈增加趋势.
(4) 耦合体系的作用包括：铁碳内电解产生[H]和Fe2+作为反硝化电子供体、陶粒吸附氮、陶粒生物膜与根际微生物硝化反硝化脱氮、蕹菜根际泌氧及分泌物促进微生物硝化作用.
-
[1] SUN Y P. Positive solutions of singular third-order three-point boundary value problem[J]. Journal of Mathematical Analysis and Applications, 2005, 306(2): 589-603. doi: 10.1016/j.jmaa.2004.10.029
[2] GUO L J, SUN J P, ZHAO Y H. Existence of positive solutions for nonlinear third-order three-point boundary value problems[J]. Nonlinear Analysis, 2008, 68(10): 3151-3158. doi: 10.1016/j.na.2007.03.008
[3] YAO Q L. The existence and multiplicity of positive solutions for a third-order three-point boundary value pro-blem[J]. Acta Mathematicae Applicatae Sinica, 2003, 19(1): 117-122. doi: 10.1007/s10255-003-0087-1
[4] YAO Q L. Positive solutions of singular third-order three-point boundary value problems[J]. Journal of Mathematical Analysis and Applications, 2009, 354(1): 207-212. doi: 10.1016/j.jmaa.2008.12.057
[5] TORRES F J. Positive solutions for a third-order three-point boundary-value problem[J]. Electronic Journal of Differential Equations, 2013, 2013(147): 1-11.
[6] JANKOWSKI T. Existence of positive solutions to third order differential equations with advanced arguments and nonlocal boundary conditions[J]. Nonlinear Analysis Theory Methods and Applications, 2012, 75(2): 913-923. doi: 10.1016/j.na.2011.09.025
[7] PALAMIDES A P, STAVRAKAKIS N M. Existence and uniqueness of a positive solution for a third-order three-point boundary-value problem[J]. Electronic Journal of Differential Equations, 2010, 2010(155): 1-12. http://www.ams.org/mathscinet-getitem?mr=2740596
[8] SUN J P, ZHAO J. Multiple positive solutions for a third-order three-point BVP with sign-changing Green's function[J]. Electronic Journal of Differential Equations, 2012, 2012(118): 1-7. http://www.ams.org/mathscinet-getitem?mr=3065778
[9] LI X L, SUN J P, KONG F D. Existence of positive solution for a third-order three-point BVP with sign-changing Green's function[J]. Electronic Journal of Qualitative Theory of Differential Equations, 2013(30): 1-11. http://search.ebscohost.com/login.aspx?direct=true&db=aph&AN=90330242&site=ehost-live
[10] GAO L J, SUN J P. Positive solutions of a third-order three-point BVP with sign-changing Green's function[J]. Mathematical Problems in Engineering, 2014, 2014: 406815/1-6. http://www.ams.org/mathscinet-getitem?mr=3065778
[11] ZHAO Y H, LI X L. Iteration for a third-order three-point BVP with sign-changing Green's function[J]. Journal of Applied Mathematics, 2014, 2014: 541234/1-6. http://www.ams.org/mathscinet-getitem?mr=3065778
[12] XU Y J, TIAN W W, GAO C H. Existence of positive solutions of discrete third-order three-point BVP with sign-changing Green's function[J]. Advances in Difference Equations, 2019, 2019: 206/1-19. http://www.researchgate.net/publication/333432465_Existence_of_positive_solutions_of_discrete_third-order_three-point_BVP_with_sign-changing_Green's_function
[13] WANG J, GAO C H. Positive solutions of discrete third-order boundary value problems with sign-changing Green's function[J]. Advances in Difference Equations, 2015, 2015: 56/1-10.
[14] HAI D D. Existence of positive solutions for periodic boundary value problem with sign-changing Green's function[J]. Positivity, 2018, 22(5): 1269-1279. doi: 10.1007/s11117-018-0573-6
[15] ELSANOSI M E M. Positive solutions of nonlinear neumann boundary value problems with sign-changing Green's function[J]. Kyungpook Mathematical Journal, 2019, 59(1): 65-71. http://www.researchgate.net/publication/332321002_Positive_Solutions_of_Nonlinear_Neumann_Boundary_Value_Problems_with_Sign-Changing_Green's_Function
[16] 达举霞, 霍梅, 韩晓玲. 带变号格林函数的四阶三点边值问题的多个正解的存在性[J]. 华南师范大学学报(自然科学版), 2017, 49(3): 109-113. http://journal-n.scnu.edu.cn/article/id/3845 DA J X, HUO M, HAN X L. Existence of multiple positive solutions for a fourth-order three-point BVP with sign-changing Green's function[J]. Journal of South China Normal University(Natural Science Edition), 2017, 49(3): 109-113. http://journal-n.scnu.edu.cn/article/id/3845
[17] DJOURDEM H, BENAICHA S, BOUTERAA N. Two positive solutions for a fourth-order three-point BVP with sign-changing Green's function[J]. Communications in Advanced Mathematical Sciences, 2019, 2(1): 60-68. http://www.ams.org/mathscinet-getitem?mr=3065778
[18] 郭大钧. 非线性泛函分析[M]. 济南: 山东科学技术出版社, 2002. [19] 程其襄. 实变函数与泛函分析基础[M]. 北京: 高等教育出版社, 1983. -
期刊类型引用(4)
1. 王诚, 王宇成. 基于Simhash的大规模文档去重改进算法研究. 计算机技术与发展. 2019(02): 115-119 . 
百度学术
2. 冉崇善, 邵春霞. Simhash算法在试题查重中的应用. 软件导刊. 2018(02): 151-153+157 . 百度学术
3. 陈春玲, 陈琳, 熊晶, 余瀚. 基于Simhash算法的重复数据删除技术的研究与改进. 南京邮电大学学报(自然科学版). 2016(03): 85-91 . 百度学术
4. 陈惠娟, 冯月春, 陈亮. 基于单表结构的Web动态树设计与实现. 软件导刊. 2016(11): 170-172 . 百度学术
其他类型引用(6)
下载:
计量
- 文章访问数: 533
- HTML全文浏览量: 203
- PDF下载量: 49
- 被引次数: 10
