謝玉斌,權(quán) 全,鄒 昊,吳 雙,王 浩
(1.西安理工大學(xué) 省部共建西北旱區(qū)生態(tài)水利國家重點實驗室,陜西 西安 710048;2.陜西省引漢濟渭工程建設(shè)有限公司,陜西 西安 710199)
人工濕地是根據(jù)水生植物自身凈化水質(zhì)的原理建成的人工污水處理生態(tài)系統(tǒng)[1],具有凈化效果好、運行費用低、操作難度小和易維護等特點[2],主要由水、基質(zhì)、植物、水生動物及其微生物群落構(gòu)成。利用人工濕地來凈化水質(zhì)的機理比較復(fù)雜,研究發(fā)現(xiàn)水生植物不僅能吸收凈化污水中的氮、磷等污染物,還能提高整個濕地生態(tài)系統(tǒng)微生物的數(shù)量,調(diào)整其內(nèi)部結(jié)構(gòu)組成類型,進而強化其凈水能力[3]。而挺水植物作為構(gòu)建人工濕地的主要植物,不但具有吸收同化、攔截過濾污染物的作用[4],而且生命周期比沉水植物、浮水植物長,能儲存的氮、磷含量比較穩(wěn)定,易通過定期收割植物來去除氮、磷[5]。因此,選擇適當(dāng)?shù)耐λ参锸菢?gòu)建人工濕地和恢復(fù)重建自然濕地的關(guān)鍵措施[6]。
本研究收集了我國近20年來發(fā)表的有關(guān)挺水植物凈化水質(zhì)的相關(guān)資料,通過應(yīng)用Meta分析的原理,按不同水質(zhì)指標(biāo)、入流污染物濃度分類研究挺水植物對水體中的氮(TN)、磷(TP)和化學(xué)需氧量(COD)的去除率和穩(wěn)定性,以篩選出凈水效果較好的挺水植物,從而為應(yīng)用挺水植物自身來凈化水質(zhì)的技術(shù)提供一定的參考。
Meta分析又稱“整合分析”或“匯總分析”,可以對已確定研究目標(biāo)的多項獨立實驗結(jié)果加以整理、匯總,從而進行定量分析,找尋出該目標(biāo)存在的特定規(guī)律,曾被廣泛應(yīng)用于醫(yī)學(xué)和心理學(xué)領(lǐng)域,近些年來被引入到生態(tài)、環(huán)境學(xué)領(lǐng)域。
其主要步驟有:①根據(jù)研究目標(biāo)制定選擇文獻的標(biāo)準,廣泛收集文獻;②根據(jù)數(shù)據(jù)需求標(biāo)準完成對所選文獻數(shù)據(jù)的篩選;③根據(jù)研究對象的特征,選取相應(yīng)模型并確定效應(yīng)值的計算公式;④對數(shù)據(jù)進行異質(zhì)性檢驗,采用相符的模型并計算綜合效應(yīng)值,確定置信區(qū)間,完成最終評價。
目前Meta分析在生態(tài)學(xué)領(lǐng)域中應(yīng)用比較多的效應(yīng)值是反應(yīng)比。本研究選擇類似于反應(yīng)比的去除率r作為效應(yīng)值來表征水生植物對總氮和總磷的凈化能力[7],計算公式為
(1)
式中:c0為污水的入流濃度,mg/L;c1為污水的出流濃度,mg/L。
計算綜合效應(yīng)值的模型有固定效應(yīng)模型和隨機效應(yīng)模型兩種,通常是通過卡方檢驗來判斷效應(yīng)值的異質(zhì)性,進而決定采用何種模型[8-9]。
固定效應(yīng)模型綜合效應(yīng)值計算公式為
(2)
式中:ri為單項研究的效應(yīng)值;wi為每個研究的權(quán)重。 隨機效應(yīng)模型綜合效應(yīng)值計算公式為
(3)
采用Excel記錄采集到的數(shù)據(jù),用MetaWin和SPSS軟件進行數(shù)據(jù)處理及分析。
研究選用“濕地植物”“挺水植物”“去污效率”和“凈化污水”等關(guān)鍵詞在中國知網(wǎng)、CNMI、THE WEBLE OF SCENCE幾種中英文文庫中進行檢索,篩選出1990—2019年的42篇相關(guān)文獻(文末僅保留了主要的文獻)[9-36],這些文獻還要滿足以下條件:①所有數(shù)據(jù)資料結(jié)果都必須來源于去污試驗;②數(shù)據(jù)資料中必須包括挺水植物的水質(zhì)指標(biāo)在入水和出水的濃度變化值或相應(yīng)的去除率;③每項試驗研究數(shù)值的平均值和標(biāo)準差(或標(biāo)準誤差)均以具體數(shù)值或圖表形式給出;④每項試驗都必須是獨立的,不能重復(fù)報道,對每個獨立研究中的處理只能使用1個測量值。
文獻篩選的主要內(nèi)容有水質(zhì)指標(biāo)、挺水植物種類、試驗時間、試驗地區(qū)、污水來源等。其中:挺水植物有香蒲、蘆葦、美人蕉、菖蒲、水蔥、千屈菜6種;試驗時間為植物生長階段;污水來源主要是生活污水,也有部分來自于工業(yè)污水;試驗地區(qū)主要為我國華北、華南、西南等地區(qū)。
按照不同的水質(zhì)指標(biāo)分別計算不同挺水植物的去除率效應(yīng)值,并對各效應(yīng)值進行異質(zhì)性檢驗。結(jié)果表明,6種水生植物對TN、TP、COD的去除率效應(yīng)值均具有同質(zhì)性(卡方檢驗P>0.05),所以采用固定效應(yīng)模型計算綜合效應(yīng)值,并計算得到95%置信區(qū)間。
分析不同挺水植物對TN的去除效果,結(jié)果見圖1。由圖1可知,初選的6種水生植物對TN的去除率綜合效應(yīng)值為61.20%~70.28%,其中:蘆葦對TN的去除率綜合效應(yīng)值最高,為70.28%;香蒲次之,去除率綜合效應(yīng)值為68.01%;而菖蒲和水蔥、千屈菜對TN的去除率綜合效應(yīng)值則較低。比較95%置信區(qū)間發(fā)現(xiàn),蘆葦和香蒲對TN的去除效果穩(wěn)定性較好,其他挺水植物對TN的去除效果穩(wěn)定性較為一般。
圖1 6種水生植物對TN去除率
分析不同挺水植物對TP的去除效果,結(jié)果見圖2。由圖2可知,初選的6種水生植物對TP的去除率綜合效應(yīng)值為59.92%~78.45%,其中:美人蕉對TP的去除率綜合效應(yīng)值最高,為78.45%;蘆葦次之,為74.94%;水蔥、千屈菜、香蒲對TP的去除率綜合效應(yīng)值比較接近,均在67%以上;而菖蒲對TP的去除率綜合效應(yīng)值最低,僅為59.92%。比較95%置信區(qū)間發(fā)現(xiàn),蘆葦對TP的去除效果穩(wěn)定性最好,美人蕉、香蒲次之,千屈菜的去除效果穩(wěn)定性最差。
圖2 6種水生植物對TP的去除率
分析不同挺水植物對COD的去除率效應(yīng)值,結(jié)果見圖3。由圖3可知,所選的6種水生植物對COD的去除率綜合效應(yīng)值為60.29%~71.56%,其中:美人蕉對COD的去除率綜合效應(yīng)值最高,為71.56%;其次是千屈菜,為71.26%;除水蔥外,香蒲、菖蒲、蘆葦對COD的去除率綜合效應(yīng)值均在67%以上。比較95%置信區(qū)間可知,蘆葦對COD的去除效果穩(wěn)定性最好,香蒲次之,菖蒲的去除效果穩(wěn)定性最差。
圖3 6種水生植物對COD的去除率
所選6種挺水植物對不同污染物的不同入流濃度的處理效果存在差異。根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準》中的V類水標(biāo)準限值、《城鎮(zhèn)污水處理廠污染物排放標(biāo)準》(GB 19818—2002)中最高容許排放濃度一級B標(biāo)準和2倍于一級B標(biāo)準的濃度,將人工濕地入流水質(zhì)污染程度按低濃度、中濃度、高濃度、超高濃度分為4個等級,分類標(biāo)準見表1。
表1 入流水質(zhì)分類標(biāo)準
分別計算污染物在不同入流濃度條件下6種植物的綜合去除率效應(yīng)值,結(jié)果見圖4。
圖4 不同污染物入流濃度的處理效果
由圖4可知,6種挺水植物對污染物在不同入流濃度條件下的處理效果:對TN在低入流濃度條件下能取得較好的處理效果,其去除率最高但去除效果穩(wěn)定性最差,在中、高入流濃度條件下去除率稍低但去除效果穩(wěn)定性較好;對TP在高和超高入流濃度條件下能取得較好的處理效果,其中對超高入流濃度條件下去除效果穩(wěn)定性最好,對高入流濃度條件下雖然去除率最高但去除效果穩(wěn)定性最差;對COD在超高入流濃度條件下可以取得較好的處理效果,其去除率最高且去除穩(wěn)定性最好,在中入流濃度條件下的去除效果穩(wěn)定性較差。
運用Meta分析對近20年來發(fā)表的有關(guān)凈水處理效率的文章進行了比較研究,并按照不同挺水植物種類和污染物不同入流濃度兩個影響因素分析了挺水植物對TN、TP、COD的去除率及穩(wěn)定性。根據(jù)分析與討論,可以得出以下結(jié)論:
(1)蘆葦和香蒲對TN的去除率較高且去除效果穩(wěn)定性接近,美人蕉、蘆葦、香蒲對TP的去除率較高且穩(wěn)定性較好,蘆葦、香蒲對COD的去除率和穩(wěn)定性都較好。
(2)所選6種挺水植物,對TN在低入流濃度條件下可以取得較好的處理效果,對TP在高和超高入流濃度條件下可以取得較好的處理效果,對COD在超高入流濃度條件下可以取得較好的處理效果。
(3)經(jīng)分析篩選表明,蘆葦、香蒲、美人蕉是對富營養(yǎng)化水體凈化效果較好的3種挺水植物。我們可以根據(jù)其不同的凈化能力和經(jīng)濟價值,設(shè)計不同的植物組合來搭配使用,以更好地發(fā)揮挺水植物凈化水體、美化環(huán)境的功能。