环境科学  2018, Vol. 39 Issue (9): 4294-4301   PDF    
游离氨(FA)对氨氧化菌(AOB)活性抑制动力学试验
孙洪伟1,2, 于雪1,2, 高宇学3, 李维维4, 祁国平4, 许涓5     
1. 兰州交通大学环境与市政工程学院, 兰州 730070;
2. 甘肃省污水处理行业技术中心, 兰州 730070;
3. 北京桑德环境工程有限公司设计院, 北京 101102;
4. 甘肃省轻工研究院, 兰州 730070;
5. 环境保护部固体废物与化学品管理技术中心, 北京 100029
摘要: 为探究游离氨(FA)对氨氧化细菌抑制动力学影响,本试验采用序批式活性污泥(SBR)反应器,在通过改变系统进水FA浓度以实现稳定的短程硝化,达到富集AOB目的基础上,以短程硝化污泥为对象,基于批次试验,考察不同FA浓度梯度下氨氧化过程比亚硝态氮产生速率(SNiPR)变化规律,进而拟合FA抑制AOB活性抑制动力学模型,并进行统计学分析.结果表明,当0.7 mg·L-1 ≤ FA ≤ 50.2 mg·L-1时,随着FA浓度升高,SNiPR(以N/VSS计)迅速升高.当FA ≥ 50.2 mg·L-1时,SNiPR随着FA浓度升高而降低.尤其当FA浓度高于687.1 mg·L-1时,SNiPR始终维持在0 g·(g·d)-1,表明AOB活性被完全抑制.相对于Haldane、Edwards-1#、Edwards-2#、Luong抑制动力学模型,Aiba模型最适合描述FA对AOB活性的抑制影响.其统计学常数:残差平方和(RSS)为0.005、相关系数(R2)为0.932、拟合方程的显著性差异(F)为181.7、可信度(P)为1.06×10-9.其动力学常数值:最大比亚硝态氮产生速率(rmax,以N/VSS计)为0.37 g·(g·d)-1;半饱和常数(KS)为11.78 mg·L-1;抑制常数(KI)为153.74 mg·L-1.
关键词: 游离氨      氨氧化细菌      比氨氮氧化速率      比亚硝态氮产生速率     
Inhibitory Kinetics of Free Ammonia (FA) on Ammonia-oxidizing Bacteria (AOB)
SUN Hong-wei1,2 , YU Xue1,2 , GAO Yu-xue3 , LI Wei-wei4 , QI Guo-ping4 , XU Juan5     
1. School of Environmental and Municipal Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China;
2. Gansu Sewage Treatment Industry Technical Center, Lanzhou 730070, China;
3. Design Institute of Beijing Sound Environmental Engineering Co., Ltd., Beijing 101102, China;
4. Gansu Province Light Industry Research Institute, Lanzhou 730070, China;
5. Solid Waste and Chemicals Management Center, Ministry of Environmental Protection, Beijing 100029, China
Abstract: In this study, a sequencing batch reactor (SBR) was operated to investigate the inhibitory kinetics of free ammonia (FA) on ammonia-oxidizing bacteria (AOB). At the beginning of the experiment, FA concentrations in influent were altered to achieve stable short-cut nitrification and enrich AOB. Nitritation sludge was then employed to study variations in the specific nitrite production rate (SNiPR) during the ammonia oxidation process of batch tests. Furthermore, a kinetic model of FA inhibition on AOB activity was fitted for statistical analysis. Results showed that SNiPR increased rapidly with increase in FA concentration (0.7 mg·L-1 ≤ FA ≤ 50.2 mg·L-1) but decreased with an increase in FA concentration (FA ≥ 50.2 mg·L-1). SNiPR was maintained at 0 g·(g·d)-1 when FA concentration was higher than 687.1 mg·L-1, implying that AOB activity was completely inhibited. Statistical analysis showed that, compared to Haldane, Edwards-1#, Edwards-2#, and Luong inhibition kinetics models, the Aiba model was the most suitable for describing the inhibitory effect of FA on AOB activity. The statistical constants, i.e., residual square sum (RSS) correlation coefficient (R2), F value of the fitting equation, and confidence degree (P) were 0.005, 0.932, 181.7, and 1.06×10-9, respectively. The dynamic constant values, i.e., maximum specific nitrite production rate (rmax), half saturation constant (KS), and inhibition constant (KI) were 0.37 g·(g·d)-1, 11.78 mg·L-1, and 153.74 mg·L-1, respectively.
Key words: free ammonia      ammonia-oxidizing bacteria      specific ammonia oxidation rate      specific nitrite production rate     

在废水生物脱氮系统中, 氨氧化菌(ammonia-oxidizing bacteria, AOB)和亚硝酸盐氧化菌(nitrite-oxidizing bacteria, NOB)以协同作用共存, 完成氨氮(NH4+-N)向硝态氮(NO3--N)转化, AOB将NH4+-N氧化为亚硝态氮(NO2--N), NOB将NO2--N进一步氧化为NO3--N.短程硝化过程仅是将NH4+-N氧化控制在亚硝化阶段, 避免NO2--N向NO3--N的继续转化.与全程硝化过程相比, 短程硝化具有节约曝气量、反应速率高和污泥产量小的优势, 是未来污水生物脱氮的主流技术[1].

废水中氨氮以氨根离子(NH4+)和游离氨(NH3)两种状态存在, 两者之间的平衡关系为:

(1)

当废水中的pH值发生变化, 上述平衡也随之移动.将氨电离常数和水电离常数代入上述平衡公式, 得到FA的计算公式[式(2)][2]

(2)

式中, [NH4+-N]表示NH4+-N浓度, mg·L-1; t表示温度, ℃.

硝化反应过程中, FA既是AOB的基质底物, 能够加快氨氧化反应进程[3~5], 同时又是一种抑制剂, 在较高浓度条件下, 其对AOB活性产生显著的抑制作用[3~7]. 表 1总结了FA对AOB活性抑制作用的研究现状.

表 1 FA对AOB的抑制浓度文献资料报道 Table 1 Summary of literature findings on FA inhibition of AOB

生化反应动力学最直接地体现基质降解速率和反应物生成速率的变化关系, 进而描述微生物的活性.因此, 通过抑制动力学模型, 可清楚反映微生物受基质抑制情况.如:Tanyolaç等[13]通过非线性拟合对比分析了几种抑制动力学模型, 最终发现Edwards模型[14]能够较好地描述硫酸铵对废水好氧生物处理过程中微生物的抑制作用.

较少的研究从数理统计学方面评价FA抑制AOB活性不同动力学模型的适宜程度.因此, 本试验在实现短程硝化(富集AOB)基础上, 基于动力学抑制模型, 考察FA对AOB活性的抑制影响, 进而对比统计学结果, 获得最优抑制动力学模型和动力学常数值, 用于指导短程脱氮技术在理论研究及实际工程中的应用.

1 材料与方法 1.1 生化反应抑制动力学模型

目前表征FA抑制AOB活性动力学模型主要包括以下5种.

(1) Haldane模型

为通过动力学形式解释微生物利用具有抑制性功能的底物, 1968年, Andrews[15]提出底物浓度对比增长速率的影响可以通过公式(3)表示.该模型是在1930年Haldane[16]认为酶和底物形成带有两个底物分子的惰性酶-底物复合物, 该复合物对酶产生抑制作用的基础上推导得出, 并被广泛用于描述基质FA对AOB活性抑制作用[17, 18].

(3)

式中, S为底物浓度(mg·L-1); r为底物的比降解速(d-1); rmax为微生物未被抑制时的最大比降解速率(d-1); KS为饱和常数, 数值上等同于微生物未被底物抑制时底物最大比降解速率一半所对应的最小底物浓度(mg·L-1); KIH为抑制常数, 数值上等同于微生物被底物抑制时底物最大比降解速率一半所对应的最大底物浓度(mg·L-1).

(2) Aiba模型

1968年, Aiba等[19]在研究酒精发酵生化反应过程中, 发现了发酵产物(酒精)对生化反应具有抑制作用, 提出产物抑制理论和抑制模型, 如公式(4)所示.

(4)

式中, P为产物浓度(mg·L-1); KIA为抑制常数; 式中其余符号定义见Haldane模型, 本文不再赘述, 下同.

1970年, Edwards[14]认为Aiba提出产物抑制的指数关系同样可用来描述相关底物抑制, 因此, Edwards将公式(4)修正为公式(5), 文献[13]仍将该模型称为Aiba模型.

(5)

(3) Edwards-1#模型

1970年, Edwards[14]提出公式(6)用于描述基质底物对生化反应的抑制关系.该方程是基于Yano等[20]对高浓度葡萄糖和半乳糖的抑制动力学和Haldane[16]对惰性酶底物复合物假设研究基础上提出来的.为区分两个Edwards模型, 故将该模型命名为Edwards-1#, 下同.

(6)

式中, K为抑制常数.

(4) Edwards-2#模型

1942年, Tessier[21]通过研究底物浓度对微生物比增长速率的影响提出公式(7), 该公式描述了底物浓度对细菌增长具有刺激作用.

(7)

1970年, Edwards将Tessier假设与高浓度底物抑制作用相结合, 建立了Edwards-2#模型, 如公式(8)所示.

(8)

(5) Luong模型

1987年, Luong[22]在研究丁醇作为基质底物对酵母菌生长过程的抑制作用基础上, 建立了Luong基质抑制模型, 该模型被广泛用于描述基质浓度对微生物生长过程的影响, 其表达式如公式(9)所示:

(9)

式中, Sm为微生物的净生长速率停止时的底物浓度(mg·L-1); n为Long系数;

1.2 试验装置及运行方式

试验采用有效容积为5 L的SBR反应器, 曝气方式采用鼓风曝气.本试验分为两个批次试验.其运行方式:瞬时进水(1 min)、硝化(试验1硝化反应时间采用实时控制, 试验2硝化时间为4 h)、反硝化(反硝化时间通过在线监测pH值实时控制[23], 乙醇作为碳源)、静置沉淀、排水(5 min).

1.3 试验用水、接种污泥及水质分析项目

试验用水采用人工模拟废水, 其水质特性见表 2.原水采用去离子水, 进水NH4+-N通过投加NH4Cl溶液实现, 初始pH通过1 mol·L-1盐酸(HCl)溶液和1 mol·L-1氢氧化钠(NaOH)溶液控制.此外, 硝化过程中DO控制在2.5~3.0 mg·L-1范围之内[23], 采用加热棒调节反应器温度.

表 2 模拟废水水质特性1) Table 2 Components of simulated wastewater used in this study

试验1采用的污泥取自兰州市安宁区七里河污水处理厂, 污泥具有良好生物脱氮性能, 混合液挥发性悬浮固体浓度(MLVSS)为(3 096±362) mg·L-1.试验2以试验1中已稳定实现短程硝化的活性污泥为研究对象, 亚硝态氮的积累率为99.6%, MLVSS为(2 964±249) mg·L-1.

NH4+-N、NO2--N、NO3--N、混合液悬浮固体浓度(MLSS)及MLVSS均采用国家规定的标准方法[24].采用WTW-Multi3420实时监测pH值、DO和温度.

1.4 试验方案

试验1:富集AOB.利用FA对AOB和NOB的抑制浓度不同[2], 设定不同进水NH4+-N浓度, pH值和温度, 以获得不同FA浓度, 对AOB和NOB进行选择性抑制, 共运行92个周期, 具体运行条件见表 3.

表 3 AOB富集过程运行条件1) Table 3 Operational parameters of enrichment AOB

试验2:FA对AOB抑制动力学研究.以富含AOB的短程硝化污泥为研究对象, 共进行15个批次试验, 每个批次试验曝气时间4 h, 间隔1 h取样.试验条件见表 4.在实现系统短程硝化稳定性的基础上, 通过改变FA浓度, 考察FA对AOB活性的抑制影响, 并通过上述5种抑制动力学模型进行描述, 最终建立FA浓度对AOB活性抑制动力学模型.

表 4 批次试验条件 Table 4 Operating conditions of the SBR reactor

需要说明的是:每一FA浓度梯度下进行3次平行试验, 试验数据取3次平行试验的均值.

2 结果与讨论 2.1 SBR短程硝化的实现及稳定

图 1为SBR系统硝化结束时NO2--N、NO3--N、NiAR[NO2--N/(NO2--N+NO3--N)]、NaAR[NO3--N/(NO2--N+NO3--N)]及进水FA浓度变化规律(试验1).试验共运行92个周期, 分为3个阶段.阶段Ⅰ(第1~20周期):进水FA维持在(0.5±0.3) mg·L-1.可以看出, 随着运行周期增加, 硝化结束产物主要为NO3--N(平均值为17.2 mg·L-1), 而NO2--N始终保持在较低浓度水平(平均值为0.53 mg·L-1), 因此, 阶段Ⅰ系统处于全程硝化过程.阶段Ⅱ(第21~40周期):进水FA升高至(5.0±0.4) mg·L-1, 硝化结束时仍以NO3--N为主要产物(平均值为45.0 mg·L-1), 但出现少量NO2--N积累(平均值为3.5mg·L-1), NiAR维持在0.2%~12.9%范围, 但系统对NH4+-N的去除仍以全程硝化为主.阶段Ⅲ(第41~92周期):FA进一步增加到(10±4) mg·L-1, 随着反应的进行, 从第55周期开始, NO3--N浓度急剧下降(79.7 mg·L-1至2.4 mg·L-1), NO2--N浓度迅速升高(0.3 mg·L-1至81.1 mg·L-1), 到77周期时, NiAR已达到96.9%, 此后NiAR始终维持在91.7%以上.可见, 系统已实现了稳定的短程硝化.

图 1 SBR系统活性污泥短程硝化实现过程 Fig. 1 SBR system activated sludge short-range nitrification process

2.2 比氨氧化速率(SAOR)与SNiPR的求解方法

试验2进行15个批次试验, 每个批次试验硝化时间为4 h. SAOR和SNiPR的求解方法以FA=83.0 mg·L-1时NH4+-N浓度和NO2--N浓度的变化规律为例进行说明(图 2).随着反应时间进行, NH4+-N浓度下降, NO2--N浓度升高, 且两者均呈现出线性变化趋势.分别对NH4+-N和NO2--N浓度与时间的变化规律进行线性拟合, 拟合曲线的斜率可分别表示氨氧化速率(AOR)和亚硝态氮产生速率(NiPR), 通过MLVSS可计算得出SAOR和SNiPR.

图 2 FA=87 mg·L-1时NH4+-N与NO2--N浓度的变化规律 Fig. 2 Variations in ammonia and nitrite concentrations with FA=87 mg·L-1

2.3 基于SAOR与SNiPR的AOB活性表征参数选择

硝化反应过程中, NH4+-N和NO2--N分别是氨氧化菌的底物和产物, 因此, SAOR与SNiPR应均可作为AOB活性表征参数, 通常游离氨浓度较低情况下, 研究者是以SAOR作为AOB活性表征参数.但是在高FA浓度条件下, 随着进水NH4+-N、pH和温度的升高, FA大部分以氨气的形式从反应器中逸出, 发生氨逃逸[25].因此, 需要对SAOR和SNiPR能否用来表征AOB活性进行选择. 图 3为不同FA浓度下, NH4+-N去除量、NO2--N产生量、SAOR以及SNiPR的变化规律.由图 3(a)可以看出, 随着反应的进行, NH4+-N去除量始终处于逐渐增加的趋势.分析原因在于:当FA≤16.7 mg·L-1时, FA作为AOB的基质底物, 被完全利用, SAOR增长较快.当50.2 mg·L-1≤FA≤390.4 mg·L-1时, 随着FA浓度的增大, SAOR增加趋势逐渐减缓, 反应趋势符合Monod方程.但当543.4 mg·L-1≤FA≤687.1 mg·L-1时, 随着FA浓度的增加SAOR迅速增加, 此时FA浓度已远远高于能够抑制AOB的抑制浓度范围10~150 mg·L-1[图 3(b)].因此, 在高FA浓度下, SAOR不适合用来表征AOB的活性.

图 3 不同FA浓度条件下, SBR系统SAOR和SNiPR的变化规律 Fig. 3 Variation in SAOR and SNiPR in the SBR system under different FA conditions

此外, 由图 3(a)可以看出, 随着试验的进行, NO2--N产生量呈现出先增加后降低的趋势, 这是由于较高FA浓度(FA≥50.2 mg·L-1)对系统AOB产生了抑制作用, 因此NO2--N产生量在第6批次试验(FA=50.2 mg·L-1)后逐渐降低. 图 3(b)中随着FA浓度升高, SNiPR呈现先升高后降为零的趋势.其中, 当FA浓度介于0.7~50.2 mg·L-1之间时, SNiPR增长较快.当FA浓度介于50.2~687.1 mg·L-1之间时, SNiPR呈现降低的趋势, FA=687.1 mg·L-1时SNiPR降为零, 符合抑制动力学模型.此外, 试验过程中NO3--N浓度未检出, 不考虑NO2--N氧化为NO3--N.因此在本试验条件下, SNiPR更适合用于描述FA对AOB活性的抑制影响.

2.4 FA对AOB活性抑制动力学

为了更好地描述FA对AOB活性的抑制影响, 采用上述5种抑制动力学模型对试验数据进行拟合, 拟合结果如图 4所示. 5种动力学模型均呈现出先增加后降低的趋势, 故均可用于描述FA对AOB活性的抑制影响.当FA浓度介于0.7~50.2 mg·L-1之间时, 随着FA浓度的增加, SNiPR急剧增加, 表明在此FA浓度范围内, FA未对AOB活性产生抑制作用, AOB具有较高的活性, 当FA浓度介于50.2~687.1 mg·L-1之间时, SNiPR呈现降低的趋势, 表明FA对AOB活性产生显著抑制作用, AOB活性逐渐降低.据文献资料报道[2], 能够抑制AOB的浓度范围为10~150 mg·L-1, 因此支持本现象.

图 4 FA对AOB活性抑制动力学拟合 Fig. 4 Dynamics of inhibition of FA on AOB activity in system

为了更精确地比较5种动力学模型对试验数据的拟合效果, 基于统计学理论, 对5种模型的动力学参数和拟合效果进行分析, 选择最适宜的动力学模型描述FA对AOB活性的影响, 分析统计结果见表 4.

基于动力学参数值的对比分析, Luong模型获得的Smn均小于0, 不符合动力学参数的物理意义, 因此, Luong模型不能用来描述FA对AOB活性的影响.通过残差平方和(RSS)与相关系数(R2)对比分析, RSS和R2均可描述试验数据与拟合曲线的接近程度, RSS越小, 拟合效果越好. R2越大, 试验数据在拟合曲线附近越密集, 曲线拟合程度越高.相对于Haldane模型, Aiba模型、Edwards-1#和Edwards-2#模型的RSS较小, R2较大, 因此, Aiba、Edwards-1#以及Edwards-2#模型更适宜描述FA对AOB活性的抑制影响.基于F值与P值的统计分析, F值与P值均能够预测自变量与因变量的关联程度, F值表示拟合方程的显著性差异, P值表示试验结果可信度, F值越大, P值越小, 均可表明方程拟合度越好, 且当P < 0.05时, 自变量可用于预测因变量.而5种模拟拟合得到的P值均小于0.001, 但Aiba模型P值最小, F值最大, 因此, 综合RSS、R2P值和F值考虑, Aiba模型描述FA对AOB活性抑制作用是最优的.

2.5 AOB活性抑制动力学参数分析

AOB生长过程中FA浓度、温度、pH等环境因素对其生长代谢的影响很大, 既可以促进细胞的生长, 也可以抑制细胞的生长.通过控制环境因素来实现AOB快速生长, 使其代谢过程处于最优状态.因此, 探索环境因素对AOB代谢过程, 尤其是对其生长速率的影响显得尤为重要.基于统计学原理, FA对AOB活性抑制动力学可用Aiba模型进行描述. Carrera等[26]对悬浮生物系统(SBS)采用4种动力学模型拟合后发现, Aiba模型可用于描述进水NH4+-N浓度对亚硝化速率的影响.而已有研究表明[2], FA为AOB真正基质底物, 因此, 采用FA浓度对比亚硝态氮产生速率的影响来衡量AOB活性, 更具有科学性.通过非线性拟合后获得Aiba模型动力学参数为:最大比亚硝态氮产生速率(rmax, 以N/VSS计)为0.37 g·(g·d)-1; 半饱和常数(KS)为11.78 mg·L-1; 抑制常数(KI)为153.74 mg·L-1.其中KS为半饱和常数, 是细胞对限制性底物亲和力的一种量度, KIrmax/2对应的最大底物浓度.通过已知KSKI可求得在已知FA浓度条件下, 反应速率相当于rmax的百分率, 以此来衡量在该FA浓度条件下AOB活性.

表 5 5种抑制动力学模型参数以及统计学分析 Table 5 Inhibition kinetics model fitting parameters and statistical analysis

3 结论

(1) SBR系统短程硝化实现过程中, 随着FA浓度增加, 硝化结束后NO3--N浓度降为2.4 mg·L-1.当FA=10 mg·L-1左右时, FA对NOB产生强烈的抑制作用, 系统NiAR始终维持在91.7%以上, 实现稳定的短程硝化.

(2) 通过对SAOR和SNiPR分别用来描述FA浓度对AOB活性影响进行对比分析发现, 高FA浓度条件下FA以氨气形式逸出, 使得系统对NH4+-N的去除并未通过硝化反应.因此, 与SAOR相比, SNiPR更适合描述FA对AOB活性的影响.

(3) 基于对Haldane、Aiba、Edwards-1#、Edwards-2#和Lunog抑制动力学模型的统计学分析发现, Aiba模型能够较好地描述FA对AOB活性的影响, 动力学方程为:

参考文献
[1] Gu S B, Wang S Y, Yang Q, et al. Start up partial nitrification at low temperature with a real-time control strategy based on blower frequency and pH[J]. Bioresource Technology, 2012, 112: 34-41. DOI:10.1016/j.biortech.2011.12.028
[2] Anthonisen A C, Loehr R C, Prakasam T B S, et al. Inhibition of nitrification by ammonia and nitrous acid[J]. JournalWater Pollution Control Federation, 1976, 48(5): 835-852.
[3] Vadivelu V M, Keller J, Yuan Z G. Effect of free ammonia and free nitrous acid concentration on the anabolic and catabolic processes of an enriched Nitrosomonas culture[J]. Biotechnology and Bioengineering, 2006, 95(5): 830-839. DOI:10.1002/(ISSN)1097-0290
[4] Sun H W, Peng Y Z, Wang S Y, et al. Achieving nitritation at low temperatures using free ammonia inhibition on Nitrobacter and real-time control in an SBR treating landfill leachate[J]. Journal of Environmental Sciences, 2015, 30: 157-163. DOI:10.1016/j.jes.2014.09.029
[5] 孙洪伟, 尤永军, 赵华南, 等. 游离氨对硝化菌活性的抑制及可逆性影响[J]. 中国环境科学, 2015, 35(1): 95-100.
Sun H W, You Y J, Zhao H N, et al. Inhibitory effect of free ammonia on the activity of nitrifying bacteria and recoverability[J]. China Environmental Science, 2015, 35(1): 95-100.
[6] Pake S, Bae W. Modeling kinetics of ammonium oxidation and nitrite oxidation under simultaneous inhibition by free ammonia and free nitrous acid[J]. Process Biochemistry, 2009, 44(6): 631-640. DOI:10.1016/j.procbio.2009.02.002
[7] 于德爽, 殷金兰, 王晓霞, 等. 控制DO及FA条件下短程硝化过程系统稳定性研究[J]. 环境工程学报, 2011, 5(12): 2677-2680.
Yu D S, Yin J L, Wang X X, et al. Study on stability of shortcut nitrification by controlling DO and FA[J]. Chinese Journal of Environmental Engineering, 2011, 5(12): 2677-2680.
[8] Balmelle B, Nguyen K M, Capdeville B, et al. Study of factors controlling nitrite build-up in biological processes for water nitrification[J]. Water Science & Technology, 1992, 26(5-6): 1017-1025.
[9] Hellinga C, Schellen A A J C, Mulder J W, et al. The SHARON process:An innovative method for nitrogen removal from ammonium-rich waste water[J]. Water Science and Technology, 1998, 37(9): 135-142. DOI:10.2166/wst.1998.0350
[10] Van Hulle S W, Volcke E I, Teruel J L, et al. Influence of temperature and pH on the kinetics of the Sharon nitritation process[J]. Journal of Chemical Technology and Biotechnology, 2007, 82(5): 471-480. DOI:10.1002/(ISSN)1097-4660
[11] 李正魁, 赖鼎东, 杨竹攸, 等. 固定化氨氧化细菌短程硝化稳定性研究[J]. 环境科学, 2008, 29(10): 2835-2840.
Li Z K, Lai D D, Yang Z Y, et al. Stability of short-cut nitrification using immobilized ammonia-oxidizing bacteria[J]. Environmental Science, 2008, 29(10): 2835-2840. DOI:10.3321/j.issn:0250-3301.2008.10.026
[12] 傅金祥, 汪洋, 杨勇. FA与FNA对A/O工艺短程硝化处理垃圾渗滤液的影响[J]. 工业水处理, 2012, 32(5): 48-51.
Fu J X, Wang Y, Yang Y. Effect of FA and FNA on the short-cut nitrification of landfill leachate in an A/O system[J]. Industrial Water Treatment, 2012, 32(5): 48-51.
[13] Tanyolaç D, Salih B, Tanyolaç A. Inhibition kinetics of a commercial mixed culture by ammonium sulfate[J]. Biochemical Engineering Journal, 2001, 7(3): 177-182. DOI:10.1016/S1369-703X(00)00097-8
[14] Edwards V H. The influence of high substrate concentrations on microbial kinetics[J]. Biotechnology and Bioengineering, 1970, 12(5): 679-712. DOI:10.1002/(ISSN)1097-0290
[15] Andrews J F. A mathematical model for the continuous culture of microorganisms utilizing inhibitory substrates[J]. Biotechnology and Bioengineering, 1968, 10(6): 707-723. DOI:10.1002/(ISSN)1097-0290
[16] Haldane J B S. Enzymes[M]. London: Longmans, Green and Co, 1930.
[17] López-Fiuza J, Buys B, Mosquera-Corral A, et al. Toxic effects exerted on methanogenic, nitrifying and denitrifying bacteria by chemicals used in a milk analysis laboratory[J]. Enzyme and Microbial Technology, 2002, 31(7): 976-985. DOI:10.1016/S0141-0229(02)00210-7
[18] Surmacz-Gorska J, Gernaey K, Demuynck C, et al. Nitrification monitoring in activated sludge by oxygen uptake rate (OUR) measurements[J]. Water Research, 1996, 30(5): 1228-1236. DOI:10.1016/0043-1354(95)00280-4
[19] Aiba S, Shoda M, Nagatani M. Kinetics of product inhibition in alcohol fermentation[J]. Biotechnology and Bioengineering, 1968, 10(6): 845-864. DOI:10.1002/(ISSN)1097-0290
[20] Yano T, Nakahara T, Kamiyama S, et al. Kinetic studies on microbial activities in concentrated solutions[J]. Agricultural and Biological Chemistry, 1966, 30(1): 42-48.
[21] Tessier G. Croissance des populations bactériennes et quantité d'aliment disponible[J]. Reviews Science, 1942, 80: 209-216.
[22] Luong J H T. Generalization of Monod kinetics for analysis of growth data with substrate inhibition[J]. Biotechnology and Biochemistry, 1987, 29(2): 242-248.
[23] Peng Y Z, Chen Y, Peng C Y, et al. Nitrite accumulation by aeration controlled in sequencing batch reactors treating domestic wastewater[J]. Water Science and Technology, 2004, 50(10): 35-43. DOI:10.2166/wst.2004.0603
[24] 国家环境保护局. 水和废水监测分析方法指南[M]. 北京: 中国环境科学出版社, 1997.
[25] 孙洪伟, 于雪, 尤永军, 等. 游离氨(FA)对氨氧化过程氨逃逸影响试验[J]. 环境科学, 2017, 38(12): 5169-5173.
Sun H W, Yu X, You Y J, et al. Effect of free ammonia on ammonia escape during an ammonia oxidation process[J]. Environmental Science, 2017, 38(12): 5169-5173.
[26] Carrera J, Jubany I, Carvallo L, et al. Kinetic models for nitrification inhibition by ammonium and nitrite in a suspended and an immobilised biomass systems[J]. Process Biochemistry, 2004, 39(9): 1159-1165. DOI:10.1016/S0032-9592(03)00214-0