阴极菌群对微生物燃料电池脱氮动力学的影响研究：机制与性能优化

阴极菌群对微生物燃料电池脱氮动力学的影响研究：机制与性能优化一、引言1.1研究背景与意义随着工业化和城市化进程的加速，含氮废水的排放量日益增加。据相关统计数据显示，2018年全国城镇污水处理厂日均处理水量达1.67亿m³，其中氨氮削减量达119万t。含氮废水的大量排放，导致水体富营养化问题愈发严重，这不仅对水生生物的生存环境造成了极大的威胁，破坏了生态系统的平衡，还会对人体健康产生潜在危害。例如，水体中的过量氮素会促使藻类等浮游生物大量繁殖，形成水华或赤潮，消耗水中的溶解氧，导致鱼类等水生生物因缺氧而死亡。同时，当人类摄入过量的氮素时，可能引发一系列健康问题，如高铁血红蛋白症等。传统的脱氮工艺，如物理法（离子交换、反渗透、电渗析、吸附法等）、化学法（活泼金属还原法、催化还原法和电化学氧化还原法）以及生物法，虽然在一定程度上能够实现含氮废水的处理，但都存在各自的弊端。物理法和化学法往往存在处理成本高、能耗大、易产生二次污染等问题；而生物脱氮法虽具有处理效果稳定、工艺成本低等优点，但在实际运行中，需要额外增加碳源，占地面积大，污泥产量多，且消耗大量能源，设备维护成本也较高。例如，传统的生物脱氮工艺需要经过硝化和反硝化两个过程，工艺流程长，运行管理复杂，且在硝化过程中需要大量曝气，能耗较高，同时反硝化过程需要添加碳源，增加了运行成本。微生物燃料电池（MicrobialFuelCell，MFC）作为一种新兴的技术，近年来受到了广泛的关注。它利用微生物将有机物中的化学能直接转化为电能，具有绿色环保、可持续发展的潜力，能够在实现废水脱氮处理的同时产生电能，减少了污泥产量，具有传统工艺无法比拟的优越性。在MFC中，阳极室中的微生物降解污水中的有机物并将电子转移到阳极表面，同时产生质子通过离子交换膜迁移至阴极室；阳极表面的电子通过外电路转移至阴极，与阴极室的电子受体（如O₂、NO₃⁻-N、NO₂⁻-N）结合，生成相应的还原产物，从而实现氮素的去除。然而，MFC的脱氮性能受到多种因素的影响，其中阴极菌群是一个关键因素。阴极菌群的种类和活性直接决定了MFC的脱氮效率和反应动力学。不同的阴极菌群具有不同的代谢途径和电子传递机制，会对MFC的脱氮过程产生显著影响。因此，深入研究阴极菌群对MFC脱氮动力学的影响，对于优化MFC的设计和运行，提高其脱氮性能，具有重要的理论和实际意义。通过揭示阴极菌群与MFC脱氮动力学之间的内在联系，可以为开发高效、稳定的MFC脱氮系统提供科学依据，推动MFC技术在含氮废水处理领域的实际应用。1.2MFC概述微生物燃料电池（MicrobialFuelCell，MFC）是一种借助微生物将有机物中的化学能直接转化为电能的装置，在实现污水处理的同时回收电能，展现出了独特的优势和应用潜力。MFC的基本工作原理基于微生物的代谢活动。在阳极室中，微生物在厌氧或兼性厌氧的环境下分解有机底物，如葡萄糖、乙酸等。在这一过程中，微生物通过自身的代谢途径获取能量，同时产生电子和质子。以葡萄糖为例，其在微生物作用下的氧化反应可表示为：C_{6}H_{12}O_{6}+6H_{2}O\rightarrow6CO_{2}+24H^{+}+24e^{-}。产生的电子会通过细胞膜上的电子传递蛋白或电子穿梭体传递到阳极表面，使阳极发生还原反应。而质子则通过电解质溶液迁移到阴极室。电子经由外电路从阳极流向阴极，在阴极与电子受体（如氧气、硝酸盐等）结合，发生还原反应。若以氧气作为电子受体，其在阴极的还原反应为：6O_{2}+24H^{+}+24e^{-}\rightarrow12H_{2}O。通过这样的过程，电子不断产生、传递和流动，形成电流，从而完成了化学能到电能的转化。从结构组成来看，MFC主要由阳极、阴极、质子交换膜以及电解质构成。阳极是电子释放的关键部位，通常选用导电性能良好的材料，如碳布、石墨棒、碳毡等，这些材料具有较大的比表面积，有利于微生物的附着和电子的传递。阴极是电子接收的部位，为了加速电子与电子受体的反应，常采用具有催化活性的材料。在以氧气为电子受体的阴极中，通常会加入贵金属催化剂（如铂）来提高氧气的还原速率，但由于铂价格昂贵且易中毒，限制了其大规模应用，因此，开发非贵金属催化剂成为研究的热点之一。质子交换膜起到分隔阳极室和阴极室的作用，它只允许质子通过，阻止电子和其他物质的直接传递，确保电流只能通过外部电路流动，从而维持电池内的电荷平衡，常见的质子交换膜有Nafion膜等。电解质则负责在阳极和阴极之间传递质子，使电池内的化学反应能够持续进行。MFC的发展历程充满了探索与突破。1910年，英国植物学家马克・比特首次发现细菌的培养液能够产生电流，并成功制造出世界上第一个微生物燃料电池，开启了MFC的研究序幕。在早期阶段，MFC主要将微生物发酵的产物作为电池的燃料。20世纪60年代，微生物发酵和产电过程实现了合为一体。随后，在20世纪80年代，电子传递中间体得到了广泛应用，推动了MFC技术的进一步发展。1984年，美国制造出一种能在外太空使用的微生物燃料电池，以宇航员的尿液和活细菌为燃料，但当时的放电率极低。2002年后，MFC技术取得了重要进展，无需使用电子传递中间体，这使得MFC的运行更加稳定和高效。近年来，随着材料科学、微生物学等多学科的交叉融合，MFC的性能得到了显著提升，功率密度不断提高，逐渐从实验室研究走向实际应用。在环境领域，MFC展现出了巨大的应用潜力，尤其是在废水处理和能源回收方面。在废水处理中，MFC能够利用废水中的有机物作为燃料，将其转化为电能的同时实现废水的净化。对于含氮废水，MFC不仅可以去除其中的有机物，还能通过阳极氨氧化、阴极反硝化等多种途径实现氮素的去除。在阳极，氨氮可以作为电子供体被氧化为氮气或其他氧化态物质，或者通过厌氧氨氧化途径，以NH_{4}^{+}-N和NO_{2}^{-}-N为底物将氮素转化为氮气；在阴极，可通过异养反硝化、自养反硝化等过程将硝酸盐或亚硝酸盐还原为氮气。这种同步脱氮除碳的能力，使得MFC在处理复杂废水时具有明显的优势，能够减少处理流程和成本。同时，MFC产生的电能可以为污水处理设备提供部分能源，实现能源的回收利用，降低污水处理的能耗，具有良好的环境效益和经济效益。1.3MFC脱氮研究现状MFC生物脱氮是一种利用微生物燃料电池实现含氮废水处理的新兴技术，其基本原理是基于微生物的代谢活动和电化学过程。在MFC系统中，阳极室的微生物在分解有机物的同时释放出电子和质子，电子通过外电路传递到阴极，质子则通过质子交换膜迁移至阴极室。在阴极，电子与作为电子受体的含氮化合物（如硝酸盐、亚硝酸盐等）发生还原反应，将氮素转化为氮气或其他无害的氮化合物，从而实现废水的脱氮处理。例如，在以硝酸盐为电子受体的阴极反应中，其反应式为：2NO_{3}^{-}+10e^{-}+12H^{+}\rightarrowN_{2}+6H_{2}O，通过这样的反应，硝酸盐被还原为氮气，从废水中去除。MFC生物脱氮的研究始于20世纪初，但早期由于技术和材料的限制，其性能和效率较低，并未得到广泛关注。随着材料科学、微生物学和电化学等学科的不断发展，MFC生物脱氮技术取得了显著进展。近年来，随着对可持续发展和环境保护的重视，MFC生物脱氮技术因其能够在处理废水的同时产生电能，减少污泥产量，符合绿色环保和节能减排的理念，受到了越来越多的关注和研究。反硝化细菌在MFC脱氮中起着至关重要的作用。反硝化细菌是一类能够在缺氧或厌氧条件下，将硝酸盐或亚硝酸盐还原为氮气的微生物。在MFC的阴极室中，反硝化细菌利用阳极传递过来的电子，以硝酸盐或亚硝酸盐为电子受体，进行反硝化反应。不同种类的反硝化细菌具有不同的代谢特性和电子传递机制，这会影响MFC的脱氮效率和反应动力学。一些反硝化细菌能够直接利用电极表面的电子进行反硝化反应，而另一些则需要通过分泌电子穿梭体来实现电子的传递。研究发现，某些反硝化细菌如假单胞菌属（Pseudomonas）、芽孢杆菌属（Bacillus）等在MFC脱氮中表现出较高的活性和脱氮能力。假单胞菌属能够利用多种有机底物作为电子供体，在阴极进行高效的反硝化反应，将硝酸盐还原为氮气。在MFC生物脱氮的动力学研究方面，目前已经取得了一定的进展。动力学研究主要关注MFC脱氮过程中反应速率、反应机理以及影响因素之间的定量关系。通过建立动力学模型，可以深入理解MFC脱氮的过程，预测脱氮性能，为优化MFC的设计和运行提供理论依据。常用的动力学模型包括Michaelis-Menten模型、Monod模型等。Michaelis-Menten模型可以描述反硝化细菌对底物（如硝酸盐、亚硝酸盐）的利用速率与底物浓度之间的关系，通过测定模型中的参数（如最大反应速率V_{max}和米氏常数K_{m}），可以评估反硝化细菌的活性和对底物的亲和力。研究表明，MFC的脱氮动力学受到多种因素的影响，如阴极菌群的组成和活性、底物浓度、温度、pH值等。较高的底物浓度在一定范围内可以提高脱氮反应速率，但当底物浓度过高时，可能会对微生物产生抑制作用，反而降低脱氮效率；温度的变化会影响微生物的代谢活性，适宜的温度条件有利于提高脱氮反应速率。然而，目前MFC生物脱氮的动力学研究仍存在一些不足之处。一方面，实际的MFC系统中微生物群落复杂，影响因素众多，现有的动力学模型往往难以准确描述复杂的脱氮过程；另一方面，不同研究之间的实验条件和方法存在差异，导致研究结果的可比性较差，限制了对MFC脱氮动力学的深入理解和统一认识。因此，进一步深入研究MFC生物脱氮的动力学，建立更加准确、全面的动力学模型，对于推动MFC技术在含氮废水处理领域的实际应用具有重要意义。1.4研究目的与内容本研究旨在深入探究阴极菌群对微生物燃料电池（MFC）脱氮动力学的影响，为优化MFC脱氮性能、推动其在含氮废水处理领域的实际应用提供理论依据和技术支持。具体研究内容如下：MFC脱氮性能研究：搭建不同阴极菌群的MFC实验装置，以含氮废水为处理对象，研究不同阴极菌群对MFC脱氮性能的影响。通过监测氨氮、硝态氮、亚硝态氮等氮素指标的去除率，以及MFC的产电性能（如电压、电流、功率密度等），分析阴极菌群与MFC脱氮性能之间的关系。采用模拟含氮废水，控制其初始氮素浓度、有机物浓度、pH值等条件，考察不同阴极菌群在相同条件下的MFC脱氮性能差异；也可研究在不同运行条件（如温度、溶解氧、水力停留时间等）下，同一阴极菌群的MFC脱氮性能变化，明确影响MFC脱氮性能的关键因素。MFC脱氮动力学模型建立：基于实验数据，结合相关理论，建立适用于描述阴极菌群作用下MFC脱氮过程的动力学模型。运用数学方法对模型进行求解和验证，分析模型中各参数的意义和影响因素。例如，根据MFC脱氮过程中底物（氮素化合物）浓度随时间的变化关系，选择合适的动力学模型（如Michaelis-Menten模型、Monod模型等），并通过实验数据拟合确定模型中的参数（如最大反应速率V_{max}、米氏常数K_{m}等）。同时，考虑阴极菌群的活性、电子传递速率等因素对模型的影响，对模型进行修正和完善，使其能够更准确地描述MFC脱氮动力学过程。阴极菌群群落分析：运用高通量测序、荧光原位杂交（FISH）等现代分子生物学技术，对不同MFC阴极菌群的群落结构和组成进行分析。研究阴极菌群的多样性、优势菌种及其相对丰度，以及在MFC运行过程中阴极菌群群落结构的动态变化。通过高通量测序分析不同阴极菌群的16SrRNA基因序列，确定菌群的种类和相对丰度，了解阴极菌群的多样性；利用FISH技术对特定的反硝化细菌进行原位检测，直观地观察其在阴极表面的分布和数量变化，探讨阴极菌群群落结构与MFC脱氮性能之间的内在联系。阴极菌群与MFC脱氮过程的作用机制研究：从微生物代谢、电子传递等角度，深入探讨阴极菌群在MFC脱氮过程中的作用机制。研究阴极菌群的代谢途径、电子传递方式以及与其他微生物之间的相互作用，揭示阴极菌群如何影响MFC脱氮动力学过程。例如，通过分析阴极菌群在不同氮素底物下的代谢产物，确定其代谢途径；研究阴极菌群中反硝化细菌的电子传递蛋白和电子穿梭体，明确其电子传递方式；利用共培养实验，研究阴极菌群与阳极产电菌等其他微生物之间的协同作用或竞争关系，为优化MFC阴极菌群提供理论基础。二、实验材料与方法2.1实验装置本实验构建的微生物燃料电池（MFC）实验装置为双室结构，主要由阳极室、阴极室和质子交换膜组成，两室之间通过质子交换膜分隔，以确保离子的选择性通过和电子的定向流动。阳极室和阴极室均采用有机玻璃材质制成，具有良好的化学稳定性和透明度，便于观察和操作。阳极室的尺寸为长10cm、宽8cm、高12cm，有效容积约为600mL；阴极室的尺寸为长10cm、宽8cm、高10cm，有效容积约为400mL。阳极选用碳布作为电极材料，碳布具有较大的比表面积和良好的导电性，有利于微生物的附着和电子的传递。碳布的尺寸为长8cm、宽6cm，将其裁剪后均匀放置于阳极室底部，通过钛丝与外电路连接，钛丝具有良好的导电性和化学稳定性，能够确保电子的稳定传输。阴极电极采用石墨棒，石墨棒具有较高的导电性和化学惰性，能够满足阴极反应的需求。石墨棒的直径为0.8cm，长度为10cm，垂直插入阴极室中央，同样通过钛丝与外电路连接。质子交换膜选用Nafion117膜，该膜具有较高的质子传导率和化学稳定性，能够有效分隔阳极室和阴极室，阻止电子和其他物质的直接传递，确保质子的顺利迁移。质子交换膜的尺寸为长9cm、宽7cm，在使用前，将其浸泡在稀硫酸溶液中进行预处理，以去除膜表面的杂质和氧化物，提高膜的质子传导性能。处理后的质子交换膜安装在阳极室和阴极室之间的卡槽内，确保密封良好，防止溶液泄漏。阳极室和阴极室之间通过硅胶管连接，以实现溶液的循环和离子的交换。在阳极室的顶部设置有进水口和出水口，用于通入含氮废水和排出处理后的废水；阴极室的顶部设置有曝气口，通过曝气泵向阴极室通入空气，提供氧气作为阴极反应的电子受体。外电路中串联一个可变电阻箱和一个数据采集器，可变电阻箱用于调节外电阻，数据采集器用于实时监测和记录MFC的输出电压、电流等电参数。实验装置的结构示意图如图1所示。[此处插入MFC实验装置结构示意图]图1MFC实验装置结构示意图2.2实验材料2.2.1药品和试剂实验中使用的含氮废水模拟物主要由硝酸钾（KNO_{3}）和氯化铵（NH_{4}Cl）配制而成，用于模拟不同形态的氮素。硝酸钾和氯化铵均为分析纯试剂，纯度不低于99.5%，购自国药集团化学试剂有限公司。模拟含氮废水中的氮素浓度通过精确称量硝酸钾和氯化铵的质量来控制，其中硝态氮（以NO_{3}^{-}-N计）浓度为100mg/L，氨氮（以NH_{4}^{+}-N计）浓度为50mg/L。为了维持废水的化学稳定性和适宜的酸碱度，还添加了适量的磷酸二氢钾（KH_{2}PO_{4}）和磷酸氢二钾（K_{2}HPO_{4}）作为缓冲剂，它们同样为分析纯试剂，纯度不低于99.0%。缓冲剂的添加量根据废水的pH值进行调整，使模拟含氮废水的pH值维持在7.0-7.5之间。微生物培养基成分主要包括蛋白胨、酵母提取物、氯化钠、葡萄糖等。蛋白胨和酵母提取物为微生物提供氮源和碳源，均购自OXOID公司，质量符合微生物培养的标准。氯化钠用于维持培养基的渗透压，为分析纯试剂，纯度不低于99.8%。葡萄糖作为额外的碳源，为微生物的生长和代谢提供能量，为分析纯试剂，纯度不低于99.5%。培养基的配方为：蛋白胨10g/L，酵母提取物5g/L，氯化钠5g/L，葡萄糖10g/L。将上述成分加入去离子水中，搅拌均匀后，用氢氧化钠（NaOH）和盐酸（HCl）溶液调节pH值至7.2-7.4，然后在121℃下高压灭菌20min，以确保培养基的无菌状态。此外，实验中还用到了一些其他试剂，如用于调节溶液pH值的氢氧化钠（分析纯，纯度不低于96.0%）和盐酸（分析纯，质量分数为36%-38%）溶液；用于微生物固定和染色的甲醛溶液（分析纯，质量分数为37%-40%）；用于DNA提取和PCR扩增的相关试剂，包括DNA提取试剂盒（天根生化科技有限公司）、PCR预混液（TaKaRa公司）、引物（由生工生物工程（上海）股份有限公司合成）等。这些试剂均按照相应的说明书进行配制和使用，以保证实验的准确性和可靠性。2.2.2实验仪器实验用到的主要仪器包括电化学工作站、水质分析仪、PCR仪等。电化学工作站采用CHI660E型（上海辰华仪器有限公司），该仪器具有高精度的电位和电流测量功能，可用于测量MFC的电化学性能，如开路电位、极化曲线、交流阻抗谱等。通过测定MFC的极化曲线，可以获得电池的功率密度、电流密度等参数，从而评估其产电性能；交流阻抗谱则可以用于分析电极的反应动力学和内阻等特性。水质分析仪选用HACHDR6000型（哈希水质分析仪器有限公司），可对水中的多种指标进行快速、准确的检测，如氨氮、硝态氮、亚硝态氮、化学需氧量（COD）等。在本实验中，利用该仪器定期检测模拟含氮废水处理前后的氮素含量，以评估MFC的脱氮效果。其检测原理基于比色法，通过测量特定波长下样品溶液对光的吸收程度，与标准曲线进行对比，从而确定水中相应物质的浓度。PCR仪采用ABIVeriti96孔型（赛默飞世尔科技有限公司），用于对阴极菌群的DNA进行扩增。在对阴极菌群进行群落分析时，需要先提取菌群的DNA，然后利用PCR仪对16SrRNA基因等特定片段进行扩增，以便后续进行高通量测序或其他分子生物学分析。该PCR仪具有温度控制精确、扩增效率高的特点，能够满足实验对DNA扩增的要求。除上述仪器外，还使用了其他辅助仪器，如电子天平（赛多利斯科学仪器（北京）有限公司，精度为0.0001g），用于准确称量药品和试剂；恒温培养箱（上海一恒科学仪器有限公司），为微生物的培养提供适宜的温度环境，温度控制范围为5℃-65℃，精度为±0.1℃；离心机（湖南湘仪实验室仪器开发有限公司），用于样品的离心分离，最高转速可达15000r/min；pH计（梅特勒-托利多仪器（上海）有限公司），用于测量溶液的pH值，精度为±0.01。这些仪器在实验中各自发挥着重要作用，共同保障了实验的顺利进行。2.3反应器的启动与运行接种污泥取自某城市污水处理厂的厌氧池，该污泥具有丰富的微生物群落，包含多种厌氧微生物和电活性微生物，能够为MFC的启动提供必要的微生物基础。取回的污泥先在实验室进行预处理，将其置于30℃的恒温摇床上，以100r/min的转速振荡2h，使污泥中的微生物充分分散。随后，将污泥倒入离心管中，在4000r/min的转速下离心10min，去除上清液，以去除污泥中的杂质和部分代谢产物。重复离心操作3次后，将处理后的污泥用无菌水洗涤2-3次，以进一步去除残留的杂质，最后将污泥保存在4℃的冰箱中备用。在使用前，将预处理后的接种污泥按1:10的体积比加入到阳极室中，并加入适量的微生物培养基，使阳极室中的微生物能够快速适应新的环境并开始生长繁殖。阳极室中的微生物在厌氧条件下，利用培养基中的有机物进行代谢活动，释放出电子和质子，从而启动MFC的产电和脱氮过程。阳极碳布和阴极石墨棒在使用前均需进行预处理。将碳布裁剪成所需尺寸后，依次用去离子水、无水乙醇超声清洗30min，以去除表面的杂质和油污，提高其表面的亲水性和导电性。清洗后的碳布在105℃的烘箱中烘干2h，然后在氮气保护下，于管式炉中以800℃的温度煅烧2h，进一步改善其结构和性能。石墨棒则先用砂纸打磨表面，去除表面的氧化层和杂质，然后用去离子水冲洗干净。将清洗后的石墨棒浸泡在浓硝酸中2h，进行表面氧化处理，以增加其表面的活性位点，提高其对电子的接受能力。处理后的石墨棒用去离子水冲洗至中性，再在105℃的烘箱中烘干备用。质子交换膜Nafion117在使用前，先将其浸泡在3%的双氧水溶液中，于80℃下加热处理1h，以去除膜表面的有机杂质和催化剂残渣。随后，将膜转移至0.5mol/L的硫酸溶液中，在80℃下继续加热处理2h，进一步活化膜的质子传导性能。处理后的质子交换膜用去离子水冲洗至中性，浸泡在去离子水中备用，以保持膜的湿润状态和质子传导能力。MFC反应器的启动过程采用间歇运行模式。首先，向阳极室中加入经过预处理的接种污泥和模拟含氮废水，同时向阴极室中加入适量的无菌水。接通外电路，将可变电阻箱的阻值设置为1000Ω，开始监测MFC的输出电压和电流。在启动初期，由于微生物需要适应新的环境，MFC的输出电压较低，一般在50-100mV之间。随着微生物的生长和代谢活动的增强，输出电压逐渐升高。当输出电压连续3天稳定在200mV以上时，表明MFC反应器启动成功。整个启动过程大约需要7-10天。启动成功后，将MFC反应器切换至连续运行模式，通过蠕动泵以0.5mL/min的流速向阳极室连续通入模拟含氮废水，阴极室则持续通入空气，提供氧气作为电子受体。每隔24h采集一次阳极室和阴极室的水样，用HACHDR6000型水质分析仪检测氨氮、硝态氮、亚硝态氮等氮素指标的浓度变化，同时记录MFC的输出电压、电流和功率密度等电参数。实验运行过程中，保持反应器的温度在30℃±2℃，pH值在7.0-7.5之间，以确保MFC的稳定运行和良好的脱氮性能。2.4分析测试方法2.4.1水质化学分析含氮废水及处理后水样中的氨氮采用纳氏试剂分光光度法进行测定。其原理是在碱性条件下，氨与纳氏试剂（碘化汞和碘化钾的碱性溶液）反应生成淡红棕色络合物，该络合物的吸光度与氨氮含量成正比。在波长420nm处，使用HACHDR6000型水质分析仪测定吸光度，通过标准曲线计算氨氮浓度。标准曲线的绘制采用氯化铵标准溶液，分别配制浓度为0、0.5、1.0、2.0、4.0、8.0mg/L的氨氮标准系列溶液，按照上述方法测定吸光度，以氨氮浓度为横坐标，吸光度为纵坐标绘制标准曲线。硝态氮的测定采用紫外分光光度法。利用硝酸根离子在220nm波长处有强烈的吸收，而在275nm波长处几乎没有吸收的特性，通过测定水样在220nm和275nm波长处的吸光度，采用校正公式C_{NO_{3}^{-}-N}=A_{220}-2A_{275}计算硝态氮浓度，其中C_{NO_{3}^{-}-N}为硝态氮浓度（mg/L），A_{220}和A_{275}分别为水样在220nm和275nm波长处的吸光度。在进行测定前，需对水样进行预处理，如过滤去除悬浮物等，以确保测定结果的准确性。亚硝态氮采用N-（1-萘基）-乙二胺分光光度法测定。在酸性条件下，亚硝酸盐与对氨基苯磺酸发生重氮化反应，再与N-（1-萘基）-乙二胺盐酸盐偶合，生成紫红色染料，其最大吸收波长为540nm。同样使用HACHDR6000型水质分析仪测定吸光度，根据标准曲线计算亚硝态氮浓度。标准曲线的绘制使用亚硝酸钠标准溶液，配制浓度为0、0.05、0.1、0.2、0.3、0.4mg/L的亚硝态氮标准系列溶液，按上述方法测定吸光度并绘制标准曲线。化学需氧量（COD）采用重铬酸钾法测定。在强酸性溶液中，以重铬酸钾为氧化剂，硫酸银为催化剂，加热回流2h，将水样中的有机物氧化，过量的重铬酸钾以试亚铁灵作指示剂，用硫酸亚铁铵标准溶液回滴，根据所消耗的重铬酸钾标准溶液量计算水样的COD值。具体步骤如下：取20.0mL水样（或适量水样稀释至20.0mL）于250mL磨口回流锥形瓶中，加入10.0mL重铬酸钾标准溶液（0.250mol/L）及数粒防爆沸玻璃珠，连接磨口回流冷凝管，从冷凝管上口慢慢加入30mL硫酸银-硫酸试剂，轻轻摇动锥形瓶使溶液混匀，加热回流2h。冷却后，用90mL水冲洗冷凝管壁，取下锥形瓶，溶液冷却至室温后，加入3滴1,10-菲绕琳指示剂溶液，用硫酸亚铁铵标准滴定溶液滴定，溶液颜色由黄色经蓝绿色变为红褐色即为终点，记录硫酸亚铁铵标准滴定溶液的用量。同时做空白试验，以20.0mL水代替试料，其余试剂和操作与水样测定相同，记录空白滴定时消耗硫酸亚铁铵标准溶液的毫升数。COD值的计算公式为：COD_{Cr}(O_{2},mg/L)=\frac{(V_{0}-V_{1})\timesc\times8\times1000}{V}，其中V_{0}为空白滴定时消耗硫酸亚铁铵标准溶液的体积（mL），V_{1}为水样滴定时消耗硫酸亚铁铵标准溶液的体积（mL），c为硫酸亚铁铵标准溶液的浓度（mol/L），V为水样体积（mL），8为氧（1/2）摩尔质量（g/mol）。2.4.2电化学分析使用电化学工作站（CHI660E型）测定MFC的极化曲线，以评估其产电性能。在测试过程中，将工作电极（MFC的阳极）、参比电极（饱和甘汞电极）和对电极（铂丝电极）组成三电极体系，置于MFC的阳极室中。采用线性扫描伏安法（LSV）进行测试，扫描速率为1mV/s，扫描范围为开路电位至-0.8V。通过测定不同电流密度下的电极电位，绘制极化曲线。功率密度可通过公式P=UI计算得出，其中P为功率密度（mW/m²），U为电压（V），I为电流（A）。电流密度则根据阳极的有效面积进行计算，即j=I/A，其中j为电流密度（A/m²），A为阳极有效面积（m²）。交流阻抗（EIS）用于分析MFC电极的反应动力学和内阻等特性。同样采用三电极体系，在开路电位下，施加幅值为5mV的正弦交流信号，频率范围为0.01Hz-100kHz。通过电化学工作站测量得到的阻抗数据，利用ZView软件进行拟合分析。等效电路模型通常包括溶液电阻（R_{s}）、电荷转移电阻（R_{ct}）、双电层电容（C_{dl}）和Warburg阻抗（Z_{w}）等元件。其中，溶液电阻主要反映了电解质溶液的电阻；电荷转移电阻与电极表面的电化学反应速率有关，其值越小，表明电化学反应越容易进行；双电层电容则与电极/溶液界面的电荷分布有关。通过拟合得到的各元件参数，可以深入了解MFC电极的性能和反应过程。循环伏安曲线（CV）用于研究电极表面的氧化还原反应特性。将工作电极、参比电极和对电极组成三电极体系，在一定的电位范围内进行循环扫描。扫描速率一般设置为50mV/s，扫描电位范围根据具体实验需求确定。在扫描过程中，记录电流随电位的变化曲线。循环伏安曲线中的氧化峰和还原峰位置及峰电流大小，反映了电极表面发生的氧化还原反应的难易程度和反应速率。例如，在MFC的阴极，当有反硝化反应发生时，会在循环伏安曲线上出现相应的氧化还原峰，通过分析这些峰的特征，可以了解阴极菌群的代谢活性和电子传递情况。2.4.3MLVSS的测定混合液挥发性悬浮固体（MLVSS）的测定能够反映活性污泥中微生物的含量，其测定方法如下：首先，将定量滤纸在105℃的烘箱中烘干至恒重，称重并记录其质量m_{1}。然后，用100mL的移液管准确吸取100mL的混合液样品，缓慢倒入已称重的定量滤纸中，使用真空泵进行抽滤，使混合液中的固体物质截留在滤纸上。抽滤完成后，将带有固体物质的滤纸转移至坩埚中，先在电炉上低温烘干，以去除滤纸和固体物质中的水分，防止在高温灼烧时滤纸快速燃烧导致固体物质飞溅。待滤纸和固体物质烘干后，将坩埚放入马弗炉中，在600℃的高温下灼烧2h，使其中的有机物质完全燃烧分解。灼烧结束后，取出坩埚，置于干燥器中冷却至室温，称重并记录其质量m_{2}。最后，根据公式MLVSS(mg/L)=\frac{(m_{2}-m_{1})\times1000\times1000}{V}计算MLVSS的值，其中V为混合液样品的体积（mL）。在整个测定过程中，需严格控制实验条件，如烘干和灼烧的温度、时间等，以确保测定结果的准确性和重复性。同时，为减少误差，每个样品需进行至少3次平行测定，取其平均值作为最终结果。2.4.4污染物去除率计算氮素（氨氮、硝态氮、亚硝态氮）去除率的计算公式为：\eta_{N}(\%)=\frac{C_{0}-C_{t}}{C_{0}}\times100\%，其中\eta_{N}为氮素去除率（%），C_{0}为处理前水样中氮素的初始浓度（mg/L），C_{t}为处理后水样中氮素的浓度（mg/L）。C_{0}和C_{t}的值通过2.4.1节中的水质化学分析方法测定得到。例如，在测定氨氮去除率时，使用纳氏试剂分光光度法分别测定处理前和处理后水样中的氨氮浓度，代入上述公式即可计算出氨氮去除率。COD去除率的计算公式为：\eta_{COD}(\%)=\frac{COD_{0}-COD_{t}}{COD_{0}}\times100\%，其中\eta_{COD}为COD去除率（%），COD_{0}为处理前水样的COD初始浓度（mg/L），COD_{t}为处理后水样的COD浓度（mg/L）。COD_{0}和COD_{t}的值通过重铬酸钾法测定得到。在计算污染物去除率时，需要确保水样的采集具有代表性，且测定过程严格按照相关标准和方法进行，以保证数据的可靠性。同时，为了更全面地评估MFC的脱氮和有机物去除效果，需对不同运行时间、不同工况下的水样进行多次测定和分析，以获得准确的去除率数据。2.5MFC阴极微生物菌群分析方法2.5.1测序样品处理在MFC稳定运行一定周期后，使用无菌镊子小心从阴极表面刮取附着的微生物群落，确保刮取的微生物量足够用于后续分析，一般每个样品刮取的微生物湿重不少于0.5g。将刮取的微生物样品迅速放入无菌离心管中，加入5mL无菌PBS缓冲液（pH7.4），轻轻振荡离心管，使微生物充分悬浮于缓冲液中，以去除样品表面的杂质和残留的培养基成分。随后，将离心管置于离心机中，在4℃、10000r/min的条件下离心10min，使微生物沉淀于离心管底部。弃去上清液，再加入5mL无菌PBS缓冲液，重复上述洗涤和离心步骤2-3次，直至上清液澄清，以确保微生物样品的纯净。洗涤后的微生物沉淀用于细胞裂解和DNA提取。采用试剂盒法进行DNA提取，使用天根生化科技有限公司的细菌基因组DNA提取试剂盒。具体操作如下：向含有微生物沉淀的离心管中加入200μL缓冲液GA，振荡混匀，使微生物细胞充分悬浮。加入20μL蛋白酶K溶液，涡旋振荡15s，再加入220μL缓冲液GB，充分颠倒混匀，于70℃水浴锅中孵育10min，以裂解微生物细胞，释放基因组DNA。加入220μL无水乙醇，充分振荡混匀，此时溶液可能会出现絮状沉淀。将所得溶液和絮状沉淀全部加入到吸附柱CB3中，12000r/min离心30s，弃去收集管中的废液，将吸附柱重新放回收集管。向吸附柱中加入500μL缓冲液GD，12000r/min离心30s，弃去废液，重复此步骤一次，以去除杂质和残留的蛋白质等物质。向吸附柱中加入700μL漂洗液PW，12000r/min离心30s，弃去废液，再加入500μL漂洗液PW，重复离心操作一次，以彻底去除残留的盐分。将吸附柱置于空收集管中，12000r/min离心2min，以去除吸附柱中残余的漂洗液。将吸附柱转移至干净的离心管中，向吸附膜中央悬空滴加50-100μL洗脱缓冲液TE，室温放置5min，12000r/min离心2min，收集含有DNA的洗脱液。提取得到的DNA样品于-20℃保存备用。为了确保DNA的质量和纯度，使用核酸蛋白分析仪测定DNA的浓度和纯度，OD₂₆₀/OD₂₈₀的比值应在1.8-2.0之间，表明DNA样品纯度较高，无蛋白质和RNA等杂质污染。同时，通过1%琼脂糖凝胶电泳对DNA进行检测，观察DNA条带的完整性和亮度，若条带清晰、无拖尾现象，则说明DNA质量良好，可用于后续的测序分析。2.5.2测序数据预处理测序得到的原始数据包含大量低质量序列和接头序列，这些序列会影响后续数据分析的准确性和可靠性，因此需要进行严格的质量控制和预处理。首先，使用FastQC软件对原始测序数据进行质量评估。FastQC能够快速生成关于测序数据质量的详细报告，包括碱基质量分布、序列长度分布、GC含量分布、接头序列污染情况等信息。通过查看FastQC报告，可以直观地了解原始数据的质量状况，判断是否存在质量问题。例如，若碱基质量分布不均，部分碱基质量较低，可能会影响后续分析结果的准确性；若存在大量接头序列污染，则需要进行去除处理。根据FastQC报告结果，使用Trimmomatic软件对原始数据进行质量修剪和接头序列去除。在质量修剪过程中，设定碱基质量阈值为20，即当碱基质量低于20时，将其所在的末端序列进行修剪。同时，设定滑动窗口大小为4，若窗口内的平均碱基质量低于20，则从窗口起始位置开始修剪序列。对于接头序列，使用Trimmomatic软件内置的接头序列库进行匹配和去除，确保数据中不含有接头序列。经过质量修剪和接头序列去除后，得到高质量的测序数据。由于测序过程中可能会产生一些短片段序列，这些短片段序列信息量较少，且可能会引入噪声，影响分析结果。因此，使用Seqtk工具对处理后的测序数据进行过滤，去除长度小于50bp的短片段序列。经过上述预处理步骤，得到的高质量测序数据可用于后续的生物信息学分析。2.5.3计算方法利用QIIME2（QuantitativeInsightsIntoMicrobialEcology2）软件对预处理后的测序数据进行分析，计算微生物群落多样性指数、物种丰度等。首先，使用DADA2插件对测序数据进行去噪和序列变异体（AmpliconSequenceVariants，ASVs）的识别。DADA2通过对测序数据进行精确的错误校正和去噪处理，能够准确识别出样本中的真实ASVs，相比于传统的OTU（OperationalTaxonomicUnits）聚类方法，ASV分析具有更高的分辨率和准确性，能够更好地反映微生物群落的真实组成。在得到ASV表格后，利用QIIME2中的多样性分析插件计算微生物群落的α多样性指数，包括Chao1指数、ACE指数、Shannon指数和Simpson指数等。Chao1指数和ACE指数主要用于评估微生物群落的丰富度，即群落中物种的数量；Shannon指数和Simpson指数则综合考虑了群落中物种的丰富度和均匀度，能够更全面地反映微生物群落的多样性。例如，Shannon指数越大，表明群落中物种的丰富度和均匀度越高，群落的多样性越好。通过与数据库（如Greengenes、Silva等）进行比对，使用QIIME2中的分类学注释插件对ASVs进行分类学注释，确定每个ASV所属的微生物物种。基于分类学注释结果，计算不同物种的相对丰度，即每个物种在微生物群落中所占的比例。相对丰度的计算可以直观地展示微生物群落中各物种的分布情况，帮助分析不同样本间微生物群落组成的差异。为了进一步分析不同样本间微生物群落结构的差异，使用主成分分析（PrincipalComponentAnalysis，PCA）、主坐标分析（PrincipalCoordinatesAnalysis，PCoA）等多元统计分析方法。PCA和PCoA能够将高维的微生物群落数据降维到低维空间，通过可视化的方式展示不同样本在空间中的分布情况，从而直观地揭示样本间微生物群落结构的相似性和差异性。例如，在PCA图中，距离较近的样本表示其微生物群落结构相似，而距离较远的样本则表示其微生物群落结构差异较大。通过这些计算方法和分析手段，可以深入了解MFC阴极微生物菌群的组成、多样性和结构特征，为研究阴极菌群对MFC脱氮动力学的影响提供有力的支持。三、两种阴极菌群MFC脱氮产电性能研究3.1实验部分本实验分别准备活性污泥菌群和反硝化菌群作为阴极菌群，探究其对MFC脱氮产电性能的影响。活性污泥菌群取自某城市污水处理厂的曝气池，该活性污泥具有丰富的微生物多样性，包含多种参与氮循环和有机物降解的微生物，能够为MFC提供复杂的微生物群落环境。将取回的活性污泥样品置于无菌的离心管中，在4℃、3000r/min的条件下离心15min，去除上清液中的杂质和部分代谢产物。然后，用无菌生理盐水洗涤沉淀3次，以进一步去除残留的杂质，最后将活性污泥保存在4℃的冰箱中备用。反硝化菌群的获取则通过富集培养的方式。从污水处理厂的缺氧池采集污泥样品，将其接种到以硝酸盐为唯一氮源的富集培养基中。富集培养基的配方为：硝酸钾1g/L，磷酸二氢钾0.5g/L，磷酸氢二钾0.5g/L，硫酸镁0.2g/L，氯化钙0.1g/L，葡萄糖5g/L。将接种后的富集培养基置于30℃的恒温摇床上，以150r/min的转速振荡培养7-10天。在培养过程中，定期检测培养基中的硝酸盐浓度，当硝酸盐浓度显著下降时，表明反硝化菌群得到了有效富集。随后，采用平板划线法将富集后的反硝化菌群接种到固体培养基上，进行分离纯化。固体培养基的配方在富集培养基的基础上加入15g/L的琼脂。将接种后的平板置于30℃的恒温培养箱中培养2-3天，待菌落长出后，挑选具有典型反硝化菌落特征（如圆形、边缘整齐、表面湿润等）的单菌落，进行进一步的培养和鉴定。通过16SrRNA基因测序技术，确定反硝化菌群中主要的菌种为假单胞菌属（Pseudomonas）和芽孢杆菌属（Bacillus）等，这些菌种具有较强的反硝化能力，能够高效地将硝酸盐还原为氮气。为研究不同阴极菌群MFC的脱氮产电性能，设计了如下实验：构建两组MFC实验装置，分别标记为MFC-AS（活性污泥菌群阴极）和MFC-DN（反硝化菌群阴极），每组装置设置3个平行，以确保实验结果的可靠性。向两组MFC的阳极室中均加入经过预处理的接种污泥和模拟含氮废水，阳极接种污泥的来源和处理方式与2.3节中所述一致。阴极室则分别接种上述准备好的活性污泥菌群和反硝化菌群。接通外电路，将可变电阻箱的阻值设置为500Ω，开始监测MFC的输出电压、电流和功率密度等电参数。同时，每隔24h采集一次阳极室和阴极室的水样，用HACHDR6000型水质分析仪检测氨氮、硝态氮、亚硝态氮等氮素指标的浓度变化，计算氮素去除率。在实验过程中，保持反应器的温度在30℃±2℃，pH值在7.0-7.5之间，溶解氧浓度在阴极室通过曝气控制在2-3mg/L，以维持MFC的稳定运行。实验周期为30天，在整个实验过程中，密切关注MFC的运行状态和各项指标的变化，及时记录数据并进行分析。3.2结果与讨论3.2.1电化学性能在本实验中，对MFC-AS（活性污泥菌群阴极）和MFC-DN（反硝化菌群阴极）的电化学性能进行了详细研究，结果如图2所示。从极化曲线和功率密度曲线可以明显看出，MFC-DN的性能优于MFC-AS。MFC-DN的最大功率密度达到了102.5mW/m²，而MFC-AS的最大功率密度仅为65.3mW/m²。这一显著差异表明，反硝化菌群作为阴极菌群，能够更有效地促进电子传递，提高MFC的产电能力。反硝化菌群中存在一些具有高效电子传递能力的微生物，如假单胞菌属和芽孢杆菌属等，这些微生物能够利用阳极传递过来的电子，将硝酸盐等氮素化合物还原为氮气，同时在电子传递过程中产生更多的电能。开路电压是衡量MFC性能的重要指标之一，它反映了电池在无负载情况下的电位差。MFC-DN的开路电压稳定在0.65V左右，高于MFC-AS的0.52V。较高的开路电压意味着MFC具有更大的驱动电子流动的能力，能够在负载条件下提供更稳定的电流输出。反硝化菌群能够更有效地利用电子受体，降低阴极反应的过电位，从而提高了开路电压。[此处插入MFC-AS和MFC-DN的极化曲线、功率密度曲线、开路电压随时间变化曲线]图2MFC-AS和MFC-DN的电化学性能曲线（a：极化曲线和功率密度曲线；b：开路电压随时间变化曲线）交流阻抗谱（EIS）分析进一步揭示了阴极菌群对MFC电极反应动力学的影响。EIS谱图通常由高频区的半圆和低频区的直线组成，半圆部分主要反映了电荷转移电阻（R_{ct}），直线部分则与扩散过程有关。MFC-DN的电荷转移电阻明显低于MFC-AS，这表明反硝化菌群能够加快阴极表面的电荷转移速率，使电化学反应更容易进行。反硝化菌群中的微生物可能分泌了一些电子穿梭体，或者其细胞膜表面具有特殊的电子传递蛋白，能够促进电子在电极表面的快速转移。循环伏安曲线（CV）也为研究阴极菌群的代谢活性和电子传递情况提供了重要信息。在CV曲线中，MFC-DN出现了明显的氧化还原峰，表明其阴极菌群具有较强的代谢活性，能够进行有效的电子传递反应。峰电流的大小反映了反应速率的快慢，MFC-DN的峰电流较大，说明其阴极反应速率较快，进一步证实了反硝化菌群在促进MFC产电方面的优势。综上所述，反硝化菌群作为阴极菌群，能够显著提高MFC的电化学性能，为MFC在废水处理和能源回收领域的应用提供了更广阔的前景。3.2.2污染物去除性能对MFC-AS和MFC-DN处理含氮废水的污染物去除性能进行了深入研究，结果如图3所示。在氨氮去除方面，MFC-DN表现出了较高的去除率，在实验周期内，氨氮去除率稳定在85%以上，而MFC-AS的氨氮去除率约为70%。这表明反硝化菌群能够更有效地利用氨氮作为电子供体，通过反硝化作用将其转化为氮气等无害物质，从而实现氨氮的去除。反硝化菌群中的一些微生物具有较强的氨氧化能力，能够将氨氮氧化为亚硝酸盐或硝酸盐，然后进一步还原为氮气。对于硝态氮，MFC-DN的去除率同样高于MFC-AS。MFC-DN对硝态氮的去除率在实验后期达到了90%以上，而MFC-AS的硝态氮去除率约为80%。反硝化菌群能够高效地将硝态氮还原为氮气，这得益于其丰富的反硝化酶系和良好的电子传递能力。在反硝化过程中，反硝化菌群利用阳极传递过来的电子，将硝态氮逐步还原为亚硝态氮、一氧化氮、氧化亚氮，最终转化为氮气。亚硝态氮在MFC-DN中的积累量明显低于MFC-AS。在MFC-DN中，亚硝态氮的浓度始终保持在较低水平，这说明反硝化菌群能够快速地将亚硝态氮进一步还原为氮气，避免了亚硝态氮的积累。而在MFC-AS中，亚硝态氮在反应前期有一定的积累，后期才逐渐被去除。这可能是由于MFC-AS中的微生物群落结构相对复杂，反硝化过程不够顺畅，导致亚硝态氮的还原速率较慢。在COD去除方面，MFC-DN和MFC-AS均表现出了较好的去除效果，去除率分别达到了88%和85%。这表明两种阴极菌群都能够有效地降解废水中的有机物，实现有机物的去除和能量的回收。然而，MFC-DN在处理过程中对有机物的利用效率更高，能够更快地将有机物转化为电能和无害物质。反硝化菌群在利用有机物进行反硝化反应的同时，也能够通过自身的代谢活动将有机物彻底分解，从而提高了COD的去除效率。[此处插入MFC-AS和MFC-DN对氨氮、硝态氮、亚硝态氮和COD的去除率随时间变化曲线]图3MFC-AS和MFC-DN对氨氮、硝态氮、亚硝态氮和COD的去除率随时间变化曲线（a：氨氮；b：硝态氮；c：亚硝态氮；d：COD）综上所述，反硝化菌群作为阴极菌群，在MFC处理含氮废水过程中，对氨氮、硝态氮、亚硝态氮和COD的去除性能均优于活性污泥菌群，能够更有效地实现废水的脱氮除碳，为MFC在实际废水处理中的应用提供了有力的支持。3.2.3脱氮除碳去除速率通过对实验数据的计算和分析，得到了MFC-AS和MFC-DN的脱氮除碳去除速率，结果如表1所示。MFC-DN的氨氮去除速率为0.15mg/(L・h)，明显高于MFC-AS的0.10mg/(L・h)。这进一步证实了反硝化菌群在氨氮去除方面的高效性，其能够快速地将氨氮转化为无害物质，提高了氨氮的去除效率。反硝化菌群中含有丰富的氨氧化酶和反硝化酶，这些酶能够加速氨氮的氧化和反硝化过程，从而提高氨氮的去除速率。硝态氮去除速率方面，MFC-DN同样表现出色，达到了0.20mg/(L・h)，而MFC-AS的硝态氮去除速率为0.15mg/(L・h)。反硝化菌群能够迅速地将硝态氮还原为氮气，使得硝态氮的去除速率加快。反硝化菌群的电子传递系统高效，能够快速地将电子传递给硝态氮，促进硝态氮的还原反应。MFC-DN的亚硝态氮去除速率也高于MFC-AS，分别为0.18mg/(L・h)和0.13mg/(L・h)。反硝化菌群能够及时地将亚硝态氮进一步还原，避免了亚硝态氮的积累，提高了亚硝态氮的去除速率。反硝化菌群中的微生物能够分泌一些促进亚硝态氮还原的物质，或者其代谢途径能够更有效地利用亚硝态氮作为电子受体，从而加快了亚硝态氮的去除。在COD去除速率上，MFC-DN为0.35mg/(L・h)，略高于MFC-AS的0.32mg/(L・h)。这表明反硝化菌群在降解有机物方面也具有一定的优势，能够更高效地将有机物转化为电能和无害物质。反硝化菌群在利用有机物进行反硝化反应的同时，还能够通过自身的代谢活动将有机物彻底分解，提高了有机物的降解速率。表1MFC-AS和MFC-DN的脱氮除碳去除速率（单位：mg/(L・h)）参数MFC-ASMFC-DN氨氮去除速率0.100.15硝态氮去除速率0.150.20亚硝态氮去除速率0.130.18COD去除速率0.320.35综合来看，反硝化菌群作为阴极菌群，能够显著提高MFC的脱氮除碳去除速率，这与之前分析的污染物去除性能和电化学性能结果一致。反硝化菌群的高效性主要归因于其独特的微生物群落结构和代谢特性，能够更有效地利用底物进行反硝化和有机物降解反应，促进电子传递，从而提高了MFC的整体性能。在实际应用中，选择反硝化菌群作为阴极菌群，有望实现含氮废水的高效处理和能源回收。3.3本章小结本章通过构建两组分别以活性污泥菌群和反硝化菌群为阴极菌群的MFC实验装置，系统研究了不同阴极菌群对MFC脱氮产电性能的影响。结果表明，反硝化菌群作为阴极菌群时，MFC在电化学性能、污染物去除性能以及脱氮除碳去除速率等方面均表现出明显优势。在电化学性能方面，MFC-DN的最大功率密度达到102.5mW/m²，开路电压稳定在0.65V左右，电荷转移电阻明显低于MFC-AS，循环伏安曲线也显示其阴极菌群具有较强的代谢活性和快速的电子传递反应速率，这表明反硝化菌群能够更有效地促进电子传递，提高MFC的产电能力。在污染物去除性能上，MFC-DN对氨氮、硝态氮、亚硝态氮和COD的去除率均高于MFC-AS。氨氮去除率稳定在85%以上，硝态氮去除率在实验后期达到90%以上，亚硝态氮积累量明显低于MFC-AS，COD去除率达到88%。这说明反硝化菌群能够更高效地利用含氮污染物和有机物，实现废水的脱氮除碳。脱氮除碳去除速率的分析进一步证实了反硝化菌群的优势。MFC-DN的氨氮、硝态氮、亚硝态氮和COD去除速率分别为0.15mg/(L・h)、0.20mg/(L・h)、0.18mg/(L・h)和0.35mg/(L・h)，均高于MFC-AS。本章研究明确了反硝化菌群在MFC脱氮产电中的优势，为后续深入研究阴极菌群对MFC脱氮动力学的影响以及阴极菌群群落分析奠定了基础，也为MFC在含氮废水处理领域的实际应用提供了重要的参考依据。四、两种阴极菌群MFC脱氮除碳动力学研究4.1动力学模型的建立4.1.1Monod模型Monod模型由现代细胞生长动力学奠基人Monod于1942年提出，该模型用于描述在微生物生长曲线的对数期和平衡期，细胞的比生长速率与限制性底物浓度之间的关系。其基本假设为：细胞的生长为均衡式生长，因此描述细胞生长的唯一变量是细胞的浓度；培养基中只有一种基质是生长限制性基质，而其他组分为过量，不影响细胞的生长；细胞的生长视为简单的单一反应，细胞得率为一常数。Monod模型的公式为：\mu=\frac{\mu_{max}C_{s}}{K_{s}+C_{s}}，其中\mu为微生物比生长速率（S^{-1}），表示单位时间内单位细胞浓度的生长量；\mu_{max}为微生物最大比生长速率（S^{-1}），是微生物在理想条件下能够达到的最大生长速率；C_{s}为限制性底物浓度（g/L），在MFC脱氮除碳过程中，氮素（如氨氮、硝态氮等）和有机物（以COD表示）可作为限制性底物；K_{s}为饱和常数，即当\mu=\frac{1}{2}\mu_{max}时的底物浓度，它反映了微生物对底物的亲和力，K_{s}值越小，表明微生物对底物的亲和力越强，在较低的底物浓度下就能达到较高的生长速率。在MFC脱氮除碳动力学研究中，Monod模型具有重要的应用价值。它可以帮助我们深入理解微生物在利用氮素和有机物进行生长和代谢过程中，底物浓度对微生物生长速率的影响规律。通过测定不同底物浓度下微生物的比生长速率，利用实验数据拟合Monod模型中的参数\mu_{max}和K_{s}，可以得到微生物对氮素和有机物的利用特性。例如，在研究MFC中反硝化菌群对硝态氮的去除动力学时，若反硝化菌群的\mu_{max}较高，说明该菌群具有较强的反硝化能力，能够快速地将硝态氮还原为氮气；而较小的K_{s}值则表明反硝化菌群对硝态氮具有较高的亲和力，即使在硝态氮浓度较低的情况下，也能有效地进行反硝化反应。此外，Monod模型还可以用于预测MFC在不同底物浓度条件下的脱氮除碳效果。根据模型中底物浓度与微生物比生长速率的关系，结合MFC的运行参数（如水力停留时间、微生物浓度等），可以预测在给定底物浓度下，MFC能够达到的氮素和有机物去除率，为MFC的优化运行和设计提供理论依据。例如，在设计MFC处理含氮废水时，可以根据废水中氮素和有机物的浓度，利用Monod模型预测所需的微生物浓度和水力停留时间，以确保MFC能够高效地去除氮素和有机物。4.1.2幂函数动力学模型的建立幂函数动力学模型是一种常用的描述化学反应速率与反应物浓度关系的模型，在MFC脱氮除碳过程中，也可用于描述底物（氮素和有机物）浓度与反应速率之间的关系。其一般形式为：r=kC_{A}^{a}C_{B}^{b}，其中r为反应速率，在MFC脱氮除碳中可表示为氮素去除速率或有机物降解速率；k为反应速率常数，它反映了反应的难易程度，k值越大，反应速率越快；C_{A}和C_{B}分别为反应物A和B的浓度，在MFC中，C_{A}和C_{B}可以是氨氮、硝态氮、亚硝态氮或COD等底物的浓度；a和b分别为反应物A和B的反应级数，它们表示反应物浓度对反应速率的影响程度，a和b的值可以通过实验数据拟合得到。基于实验数据建立幂函数动力学模型的过程如下：首先，在不同的底物浓度条件下，进行MFC脱氮除碳实验，测定不同时间点的底物浓度和反应速率。在研究MFC对氨氮和有机物的去除动力学时，设置一系列不同氨氮浓度和COD浓度的模拟含氮废水，在相同的运行条件下（如温度、pH值、微生物浓度等），运行MFC，每隔一定时间采集水样，测定氨氮和COD的浓度，并计算氨氮去除速率和COD降解速率。然后，对实验数据进行分析，将反应速率与底物浓度的关系进行线性化处理。对幂函数动力学模型r=kC_{A}^{a}C_{B}^{b}两边取对数，得到\lnr=\lnk+a\lnC_{A}+b\lnC_{B}。通过绘制\lnr与\lnC_{A}、\lnC_{B}的关系图，利用最小二乘法进行线性拟合，得到直线的斜率和截距。直线的斜率即为反应级数a和b，截距为\lnk，进而可以计算出反应速率常数k。在上述氨氮和有机物去除动力学实验中，以\ln（氨氮去除速率）为纵坐标，\ln（氨氮浓度）和\ln（COD浓度）为横坐标，绘制散点图，然后进行线性拟合。假设拟合得到的直线方程为\lnr=0.5\lnC_{NH_{4}^{+}-N}+0.3\lnC_{COD}+\lnk，则氨氮的反应级数a=0.5，COD的反应级数b=0.3。通过截距\lnk可以计算出反应速率常数k。模型中参数的含义如下：反应速率常数k综合反映了除底物浓度外，其他因素对反应速率的影响，如温度、微生物活性、电极性能等。反应级数a和b表示底物浓度变化对反应速率的敏感程度，a值越大，说明氨氮浓度的变化对氨氮去除速率的影响越显著；b值越大，说明COD浓度的变化对COD降解速率的影响越显著。通过建立幂函数动力学模型，可以定量地描述MFC脱氮除碳过程中底物浓度与反应速率之间的关系，为深入理解MFC的脱氮除碳机制提供有力的工具。4.1.3抑制动力学模型的建立在MFC运行过程中，可能存在多种抑制因素，这些因素会对微生物的生长和代谢产生负面影响，进而影响MFC的脱氮除碳性能。常见的抑制因素包括高浓度底物、产物抑制等。高浓度的底物（如氨氮、硝态氮等）可能会对微生物产生毒性作用，抑制微生物的生长和代谢活性；产物抑制则是指MFC脱氮除碳过程中产生的一些中间产物或最终产物（如亚硝态氮、氧化亚氮等）对微生物的生长和反应速率产生抑制作用。为了描述这些抑制因素对MFC脱氮除碳过程的影响，需要建立抑制动力学模型。以底物抑制为例，常用的抑制动力学模型为Haldane模型，其公式为：\mu=\frac{\mu_{max}C_{s}}{K_{s}+C_{s}+\frac{C_{s}^{2}}{K_{i}}}，其中\mu为微生物比生长速率，\mu_{max}为微生物最大比生长速率，C_{s}为底物浓度，K_{s}为饱和常数，K_{i}为抑制常数。与Monod模型相比，Haldane模型增加了一项\frac{C_{s}^{2}}{K_{i}}，用于描述底物抑制的影响。当底物浓度较低时，\frac{C_{s}^{2}}{K_{i}}项的值较小，对微生物比生长速率的影响可以忽略不计，此时Haldane模型近似于Monod模型；当底物浓度较高时，\frac{C_{s}^{2}}{K_{i}}项的值增大，会导致微生物比生长速率下降，反映了底物抑制的作用。建立抑制动力学模型的方法通常是在不同底物浓度或产物浓度条件下进行MFC实验，测定微生物的比生长速率或反应速率。在研究氨氮对MFC中微生物生长的抑制作用时，设置一系列不同氨氮浓度的模拟含氮废水，运行MFC，测定不同氨氮浓度下微生物的比生长速率。然后，利用实验数据拟合抑制动力学模型中的参数。将实验数据代入Haldane模型中，通过非线性最小二乘法等优化算法，调整模型参数\mu_{max}、K_{s}和K_{i}，使得模型预测值与实验测定值之间的误差最小，从而确定模型参数。建立抑制动力学模型具有重要的意义。它可以帮助我们深入了解抑制因素对MFC脱氮除碳过程的影响机制，为优化MFC的运行条件提供理论依据。通过抑制动力学模型，我们可以预测在不同抑制因素条件下MFC的脱氮除碳性能，从而采取相应的措施来减轻抑制作用。当预测到高浓度氨氮会对MFC产生底物抑制时，可以通过稀释进水氨氮浓度、增加水力停留时间等方法，降低氨氮浓度，减少抑制作用，提高MFC的脱氮除碳效率。同时，抑制动力学模型也有助于指导MFC反应器的设计和改进，提高其抗抑制能力，确保MFC在复杂的废水处理环境中稳定运行。4.2结果与讨论4.2.1NO₃⁻-N降解动力学模型的选择为了准确描述MFC中NO₃⁻-N的降解过程，对比了零级动力学模型、一级动力学模型和二级动力学模型对实验数据的拟合效果，结果如表2所示。零级动力学模型假设反应速率与底物浓度无关，其方程为C_{t}=C_{0}-kt，其中C_{t}为t时刻的底物浓度（mg/L），C_{0}为初始底物浓度（mg/L），k为零级反应速率常数（mg/(L・h)）。在本实验中，对于MFC-AS和MFC-DN，零级动力学模型对NO₃⁻-N降解过程的拟合决定系数R^{2}分别为0.65和0.70，拟合效果相对较差。这表明在MFC脱氮过程中，NO₃⁻-N的降解速率并非与底物浓度无关，零级动力学模型不能很好地描述该过程。一级动力学模型假设反应速率与底物浓度成正比，方程为\ln\frac{C_{0}}{C_{t}}=kt。在本实验中，MFC-AS和MFC-DN的一级动力学模型拟合决定系数R^{2}分别为0.85和0.88，拟合效果较好。这说明在一定程度上，NO₃⁻-N的降解速率与底物浓度呈正相关关系，一级动力学模型能够较好地描述MFC中NO₃⁻-N的降解趋势。然而，从拟合结果来看，一级动力学模型仍存在一定的偏差。二级动力学模型假设反应速率与底物浓度的平方成正比，方程为\frac{1}{C_{t}}-\frac{1}{C_{0}}=kt。对于MFC-AS和MFC-DN，二级动力学模型的拟合决定系数R^{2}分别达到了0.92和0.95，拟合效果最佳。这表明在MFC脱氮过程中，NO₃⁻-N的降解速率与底物浓度的平方关系更为密切，二级动力学模型能够更准确地描述NO₃⁻-N的降解过程。表2不同动力学模型对NO₃⁻-N降解过程的拟合结果模型MFC-ASMFC-DNkR^{2}RMSEkR^{2}RMSE零级动力学模型0.120.650.080.150.700.07一级动力学模型0.080.850.050.100.880.04二级动力学模型0.050.920.030.060.950.02通过比较不同模型的拟合决定系数R^{2}和均方根误差（RMSE），可以进一步验证模型的拟合效果。R^{2}越接近1，表明模型对数据的拟合程度越高；RMSE越小，说明模型预测值与实验值之间的误差越小。从表2中可以看出，二级动力学模型的R^{2}最高，RMSE最小，因此选择二级动力学模型作为描述MFC中NO₃⁻-N降解过程的最佳模型。在二级动力学模型中，反应速率常数k具有重要意义。MFC-DN的k值（0.06）略大于MFC-AS的k值（0.05），这表明反硝化菌群作为阴极菌群时，NO₃⁻-N的降解速率更快。反硝化菌群中含有丰富的反硝化酶，能够更有效地利用NO₃⁻-N作为电子受体，加速其还原为氮气的过程，从而导致更高的反应速率常数。此外，k值还受到其他因素的影响，如温度、pH值、微生物活性等。在实际应用中，通过优化这些因素，可以进一步提高k值，增强MFC的脱氮性能。4.2.2COD降解动力学模型的确定对于MFC中COD的降解动力学，同样对零级、一级和二级动力学模型进行了分析和比较。零级动力学模型在描述COD降解时，假设降解速率恒定，与COD浓度无关。在本实验中，MFC-AS和MFC-DN的零级动力学模型拟合决定系数R^{2}分别为0.68和0.72，RMSE分别为0.07和0.06。这表明零级动力学模型对COD降解过程的拟合效果不理想，说明COD的降解速率并非恒定不变，而是与COD浓度等因素有关。一级动力学模型假设COD降解速率与COD浓度成正比。MFC-AS和MFC-DN的一级动力学模型拟合决定系数R^{2}分别为0.88和0.90，RMSE分别为0.04和0.03。虽然一级动力学模型的拟合效果优于零级动力学模型，但仍存在一定的误差，说明COD降解速率与COD浓度之间并非简单的线性关系。二级动力学模型假设COD降解速率与COD浓度的平方成正比。在本实验中，MFC-AS和MFC-DN的二级动力学模型拟合决定系数R^{2}分别达到了0.95和0.97，RMSE分别为0.02和0.01。二级动力学模型的R^{2}最高，RMSE最小，表明其对COD降解过程的拟合效果最佳，能够更准确地描述MFC中COD的降解动力学。综合考虑，选择二级动力学模型作为MFC中COD降解的动力学模型。在该模型中，反应速率常数k反映了COD降解的快慢。MFC-DN的k值（0.08）大于MFC-AS的k值（0.07），这表明反硝化菌群作为阴极菌群时，能够更有效地促进COD的降解。反硝化菌群在利用有机物进行反硝化反应的同时，还能够通过自身的代谢活动将有机物彻底分解，提高了COD的降解速率。此外，k值还与阴极菌群的活性、电子传递效率等因素密切相关。阴极菌群的活性越高，电子传递效率越快，越有利于COD的降解，从而使k值增大。在实际运行MFC时，可以通过优化阴极菌群的组成和活性，提高电子传递效率，来增大k值，进而提高MFC对COD的去除能力。4.3本章小结本章针对两种阴极菌群MFC的脱氮除碳过程，分别建立了Monod模型、幂函数动力学模型和抑制动力学模型，并通过实验数据对模型进行了验证和分析。研究结果表明，不同模型能够从不同角度描述MFC脱氮除碳过程中微生物生长、底物降解以及抑制因素的影响。在NO₃⁻-N降解动力学方面，对比零级、一级和二级动力学模型后，发现二级动力学模型对实验数据的拟合效果最佳，能够准确描述NO₃⁻-N的降解过程，且MFC-DN的反应速率常数k略大于MFC-AS，表明反硝化菌群作为阴极菌群时，NO₃⁻-N的降解速率更快。对于COD降解动力学，同样选择二级动力学模型作为最佳模型。MFC-DN的k值大于MFC-AS，说明反硝化菌群能够更有效地促进COD的降解。这些结果强调了阴极菌群对动力学参数的显著影响。反硝化菌群由于其独特的微生物群落结构和代谢特性，在脱氮除碳过程中表现出更高的反应速率和更好的底物利用能力，从而导致了不同的动力学参数。不同阴极菌群MFC脱氮除碳动力学模型的建立和分析，为深入理解MFC的脱氮除碳机制提供了有力的工具，也为MFC的优化运行提供了重要的理论依据。在实际应用中，可以根据不同的