水生植物与微生物协同用于含盐废水深度处理效果研究

发布时间：2023-05-09 19:01

　　在排放的水体中,含盐废水(指废水中含有大量的无机盐)成为不可忽视的一种污水类型,其来源广泛,包含的污染物种类多且成分复杂,会严重威胁水环境安全,打破水生、陆地和湿地生态系统平衡。因此本文以含盐废水为处理对象,以水生植物结合菌种等微生物模拟小型人工湿地系统处开展对典型污染物(氮、磷营养盐等污染物)净化效果的模拟实验。分析了在不同条件下(1、系统进入一定量的水量后停止进水;2、系统持续进水持续出水)观察研究不同植物种类、水力负荷、盐分梯度等因素对废水的净化能力。本研究主要得出以下结论:1、采取固定进水的方式(进入一定量的废水后停止进水),对于各种水生植物处理(EC=5000μs/cm)的含盐废水时发现在将近4天的试验中,三种植物对该种废水的COD去除能力较弱,但三者相比水葫芦去除效果最好。水葫芦组对NH3-N去除率最高能达到99%;其次是水芙蓉和小浮萍去除率只有44%和33%。对于TP除了水葫芦有明显的去除效果,其他两组去除效果不佳。三种浮水植物中,水葫芦综合处理效果最好,小浮萍处理效果最差。对于挺水植物(美人蕉、黄花鸢尾和宽叶香蒲),在实验中发现,三种植物组对水中污染物均有不错的处理效果...

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景
    1.2 含盐废水处理技术
        1.2.1 物化及生物法
        1.2.2 人工湿地法
    1.3 水生植物
        1.3.1 水生植物的种类
        1.3.2 水生植物的净化机制
    1.4 人工湿地的概况
        1.4.1 人工湿地的种类
        1.4.2 人工湿地的净化机制与组成
        1.4.3 人工湿地发展现状与深度处理含盐废水应用前景
    1.5 课题研究内容与意义
        1.5.1 课题研究主要内容
        1.5.2 课题研究的目的与意义
第二章 试验材料及研究方法
    2.1 试验材料
        2.1.1 水生植物培养与填料的选择适配
        2.1.2 试验用废水的来源
        2.1.3 试验设备及装置
    2.2 研究方法
        2.2.1 水质指标及测试方法
        2.2.2 离群数据处理
第三章 在静态进水条件下不同水生植物对含盐废水中污染物去除效果研究
    3.1 试验设计
    3.2 不同浮水水生植物对含盐废水污染物净化效果
        3.2.1 不同水生植物对废水中COD的去除效果
        3.2.2 不同浮水水生植物对NH3-N去除效果
        3.2.3 不同浮水水生植物对TP去除效果
    3.3 不同挺水水生植物对含盐废水中污染物净化效果
        3.3.1 不同挺水水生植物对COD去除效果
        3.3.2 不同挺水水生植物对NH3-N去除效果
        3.3.3 不同挺水水生植物对TP去除效果
    3.4 沉水水生植物对含盐废水中污染物净化效果
    3.5 本章小结
第四章 在动态进水条件下不同挺水水生植物对含盐废水中污染物处理效果研究
    4.1 试验设计
    4.2 不同挺水水生植物对含盐废水污染物的处理效果
        4.2.1 不同水生植物处理后废水的理化指标变化
        4.2.2 不同水生植物在同种盐度下对COD的去除效果
        4.2.3 不同水生植物在同种盐度对NH3-N的去除
        4.2.4 不同水生植物在同种盐度对TN的去除
        4.2.5 不同水生植物在同种盐度总磷(TP)的去除效果
    4.3 不同水生植物在不同盐度梯度下的废水处理效果分析
        4.3.1 不同水生植物在不同盐度梯度下对NH3-N的去除效果
        4.3.2 不同水生植物在不同盐度梯度下对TP的去除效果
        4.3.3 植物在不同盐度下生长状态图
    4.4 独立样本T检验
    4.5 多种组合水生植物与微生物协同处理效果
        4.5.1 组合植物与微生物系统对含盐废水中营养盐去除效果分析
        4.5.2 组合植物与微生物系统对含盐废水中COD去除效果
    4.6 本章小结
第五章 BP神经网络和多元线性回归模型对污染物去除效果预测
    5.1 方法原理
        5.1.1 BP神经网络模型
        5.1.2 多元线性回归模型
    5.2 模型的设计与实现
        5.2.1 模型值与实际检测值拟合
    5.3 多元线性回归模型
        5.3.1 模拟拟合度检验
第六章 总结
参考文献
致谢



本文编号：3812211