熱線:021-66110810,66110819
手機:13564362870

熱線:021-66110810,66110819
手機:13564362870
Mechanistic insights into CO2 pressure regulating microbial competition in a hydrogen-based membrane biofilm reactor for denitrification
氫基膜生物膜反硝化反應器中 CO 2 壓力調節微生物競爭的機理見解
來源:Chemosphere 303 (2022) 134875
1. 摘要核心內容
論文探討了 CO?壓力(0.002–0.016 MPa) 對氫氣膜生物膜反應器(H?-MBfR)脫氮性能的調控機制。核心發現包括:
最佳CO?壓力為0.008 MPa,此時脫氮效率達96%(圖1),同時平衡了CO?作為碳源和pH緩沖劑的分配。

微生物競爭:高壓CO?(0.016 MPa)導致嗜酸硫酸鹽還原菌(SRB,如Desulfovibrio)富集,抑制脫氮菌(DNB)活性(圖4)。

數學模型成功模擬了生物膜內底物梯度(H?、NO??、CO?)和微生物活性變化(圖5)。

2. 研究目的
量化CO?分配:明確CO?作為碳源(用于DNB和SRB)與pH調節劑(中和堿度、維持緩沖體系)的比例。
揭示微生物響應機制:解析CO?壓力對生物膜群落結構(如DNB/SRB競爭)和功能基因的影響。
建立理論模型:預測不同CO?壓力下生物膜微環境(底物梯度、微生物活性)。
3. 研究思路
采用實驗與模型結合的三階段策略:
短期實驗(階段2):測試不同CO?壓力(0.002–0.02 MPa)對脫氮效率、pH、中間產物(NO??)的影響(圖1)。
長期實驗(階段1/3/4):分析穩態下微生物群落結構(16S rRNA測序)和功能基因(PICRUSt預測)(圖4,表1)。

模型開發:校準參數(如H?傳質系數、微生物最大比生長速率),模擬生物膜內底物分布和代謝活性(圖5)。
4. 測量數據及研究意義
(1)水質與氣體參數
| 數據類別 | 測量方法 | 來源圖表 | 研究意義
| 溶解H?濃度 | 丹麥Unisense H?微電極 | 圖5模擬基礎 | 量化電子供體限制:確認H?短缺(<0.002 mg/L)抑制DNB活性(2.3節)。 |
| 溶解無機碳(DIC) | UIC CM150碳分析儀 | 圖2 | 解析CO?分配:計算碳源消耗(J<sub>uC</sub>)與緩沖劑剩余(J<sub>upH buffer</sub>)。 |
| pH值 | pH計(pHS-3C) | 圖1, 圖3 | 關聯微生物活性:證實pH<7.0抑制DNB,促進SRB(3.2.1節)。 |
| NO??、NO??、SO?2?濃度 | 離子色譜(ICS-1000) | 圖1, 圖3 | 評估脫氮/硫酸鹽還原效率:高壓CO?導致SO?2?還原增強(3.2.1節)。 |


(2)微生物數據
| 數據類別 | 測量方法 | 來源圖表 | 研究意義
| 生物膜群落結構 | 16S rRNA高通量測序 | 圖4 | 揭示種間競爭:0.016 MPa時SRB(*Desulfovibrio*)相對豐度升至2.42%(3.3.2節)。 |
| 功能基因豐度 | PICRUSt預測(KEGG) | 表1 | 解釋代謝途徑變化:硝酸鹽還原酶基因(*narGHI*)減少,硫酸鹽還原酶基因(*sat*)增加(3.3.3節)。
5. 核心結論
CO?分配優化:0.008 MPa時,CO?的72%用于DNB碳源和質子補償(0.18 g C/(m2·d)),28%作為緩沖劑維持pH 7.4(0.21 g C/(m2·d))(圖2)。
微生物競爭調控:
高壓CO?(0.016 MPa) → 生物膜酸化(pH 6.5)→ 嗜酸SRB競爭占優 → DNB豐度下降(Methyloversatilis從41.11%降至17.71%)(圖4)。
模型模擬:SRB在生物膜外層(0–260 μm)活性增強,DNB在內層受H?限制(圖5d)。
Unisense電極數據的意義:
原位監測H?梯度:驗證模型準確性(圖5a-c),明確生物膜內電子供體分布。
指導操作優化:實測H?濃度<0.002 mg/L(半飽和常數)時需提高供氫壓力(3.1節),避免脫氮不完全。
6. Unisense微電極數據的詳細解讀
丹麥Unisense H?微電極(型號H? 10)的測量數據在研究中發揮關鍵作用:
精準量化溶解H?濃度:
直接檢測液相H?濃度(最低至0.001 mg/L),避免傳統頂空氣法的誤差(2.3節)。
實證H?限制效應:0.01 MPa時H?濃度≈0.001 mg/L(<DNB半飽和常數0.002 mg/L),導致脫氮效率僅67%。
校準數學模型:
實測H?濃度作為關鍵輸入參數,校準模型中的H?傳質系數(K<sub>m</sub>)和DNB比生長速率(μ<sub>DNB</sub>)(3.4.1節)。
支撐生物膜H?梯度模擬(圖5a-c):揭示生物膜外層(0–100 μm)H?充足,深層(>300 μm)因擴散限制可能匱乏。
優化反應器設計:
證實0.02 MPa為最佳H?壓力:此時溶解H?濃度(0.01–0.187 mg/L)平衡脫氮效率與抑制SRB競爭(3.1節)。
總結:本研究通過整合實驗測量(含Unisense微電極)與數學模型,闡明了CO?壓力通過調控pH和微生物競爭影響H?-MBfR脫氮性能的機制,為實際應用中氣體供應優化提供了理論依據。