滯流工況下管網水中微生物群落對鐵釋放的影響

葉 萍 ,申屠華斌 ,陳環宇 ,李杭加 ,徐 兵 ,張逸夫 ,王 磊,柳景青 *＞(.嘉興市嘉源給排水有限公司,浙江 嘉興 3000；.浙江大學土木工程學系,浙江 杭州 3008；3.上海市水利工程設計研究院有限公司,上海 00063；.浙江大學濱海產業技術研究院,天津 30030；.浙江工業大學建筑工程學院,浙江 杭州 300)

目前,我國城鄉供水統籌基本實現一體化,位于城市供水管網末梢的供水管道中,由于用戶間接性用水的特點,管網水處于滯流狀態的現象十分普遍,滯流時間最長可達 12～24h[1-3].滯流工況下,管網水質指標隨時間變化,如溶解氧、余氯、濁度等化學指標,同時與腐蝕有關的細菌總數將急劇增加,導致微生物群落結構和含量改變[4-7].這些變化會加劇管道鐵釋放,嚴重時甚至引發“黃水”問題[8-9].引發供水管道“黃水”現象的原因有很多,管網水在滯流狀態下溶解氧濃度快速衰減[10-12],具有氧化和殺菌作用的余氯濃度的衰減,是導致鐵釋放加劇的重要原因.這些研究主要是圍繞水體化學參數指標對鐵釋放的影響展開.近年研究表明,供水管道中某些微生物群落自身的生命活動是誘發水質變差的主要原因

[9,13-14].某些微生物群落影響供水管道腐蝕,進而影響了鐵釋放[15-17],主要包括鐵氧化細菌(IOB)、硫酸鹽還原菌(SRB)、硫氧化菌(SOB)、反硝化細菌(NRB)、鐵還原菌(IRB)等.例如,鐵氧化細菌(IOB)能夠代謝還原性鐵,以Fe(OH)3懸浮顆粒的形態在水體或者存在于分泌液中,這將造成管網出現“黃水”現象[18-20].硫酸鹽還原菌(SRB)是一種厭氧菌,SRB主要包括脫硫弧菌屬(Desulfovibrio)和脫硫腸狀菌屬(Desulgotomaculum)2個菌屬.SRB以有機物作為電子供體,用硫酸鹽作為末端電子接受體,能夠將硫酸根還原成硫離子獲得能量,并通過消耗氫而使金屬表面陰極去極化,加速管道的電化學腐蝕,同時產生的 H2S被氧化成硫酸會對管道局部造成嚴重的點位腐蝕[21-22],是造成嚴重鐵釋放的重要原因.當 SRB和 IOB共存的時候,管道腐蝕速率是電化學的情況下的300倍以上[23].

目前已有研究存在以下不足：1)實驗條件的局限：多為實驗室小試或管段實驗,試驗運行工況與實際的管道運行,存在一定差異;2)實驗管材的局限：研究的管道是以鍍鋅管、鋼管等易腐蝕等研究為主,而目前實際管網中比例較高的耐腐蝕球墨鑄鐵管、高密度聚乙烯管(HDPE)和內襯球墨鑄鐵管也同樣存在著鐵釋放現象;3)研究分析的局限：在滯流工況下水中總鐵濃度、微生物群落數量及其結構、水質化學指標三者之間的關聯性的研究有待進一步的深入.針對這些不足,本研究依托搭載于實際供水管網系統中的中試試驗平臺,探究不同供水管道滯流過程中細菌數量和微生物群落結構對鐵釋放影響作用.

1 材料與方法

1.1 實驗裝置

中試試驗平臺搭載于中國東部某市供水管網末端(圖1),由4條管線組成,管道管材分別為高密度聚乙烯管(HDPE)和球墨鑄鐵管(DCIP),管徑為DN100和DN200,每節管段長1.0m,每條管線由10節管段組成.

該中試平臺與實際市政管網相連接,管網水處于非循環運行,試驗平臺兩端均設置流量可開閉手動閥門,以實現模擬實際管網滯流工況下的狀態.分別采用DN100和DN200的球墨鑄鐵管(DCIP)和高密度聚乙烯管(HDPE)4組供水管道的水體作為滯流實驗對象,4條管線上均平行設有水樣采集口.在開始實驗時,緩慢關閉管道兩端的閥門以保證管道內生物膜穩定,在關閉閥門后使水體滯流48h.

圖1 管網中試平臺平面示意Fig.1 Pilot system researched water supply pipelines

1.2 水質檢測指標

水質指標檢測見表1.

表1 檢測參數和方法Table 1 Water parameters and measurement instrument

1.3 滯流水樣的采集

滯流實驗操作步驟如下：(1)緩慢關閉中試平臺進水閥門,使中試裝置管線處于滯流工況,滯流總時長 48h;(2)分別在滯流 0,4,8,16,24,32,40,48h的時間點采集水樣,采樣前用酒精棉球消毒采樣口,放水 3s之后,用無菌藍蓋瓶收集滯流水樣,一部分水樣現場檢測常規理化水質指標,另一部分保存于 4℃的移動冰箱,實驗室進行后續指標的檢測.

1.4 DNA的提取

將采集的水樣樣品用 Power Soil DNA Kit(Mo bio laboratories,carlsbad,CA) 進行基因組DNA 抽提,具體操作按照說明書.提取的基因組DNA 采用 1.0%的瓊脂糖凝膠電泳檢測,再將其置于-20℃的冰箱冷藏,以用于后續的檢測.

1.5 Illumina高通量測序

(4)社會環境導致了大學生獲取創業知識的外部障礙。近年來參加公務員考試的人次之多，父母希望大學生考公務員，社會上形成了熱衷公務員之風，因此大學生對創業的勁頭不足，對創業知識的學習動力不足，甚至很多學生主動參加社會實踐，開展創業，到企業實習兼職都會被其他同學、家長與輔導員認為是耽誤學習。社會環境方面，沒有給大學生學習獲取創業知識提供一個寬容、寬松的氛圍，反而設置了一些障礙。

提取的樣品DNA送往上海派森諾有限公司進行高通量測序,采用Illumina測序儀測序.獲得原始數據后,首先對原始數據進行質量控制(序列長度200～1000個堿基對,連續相同堿基對N＜6;模糊堿基 N＜1,Q＜25)獲得最終用于分析的序列,然后應用 QIME軟件,根據序列相似度將序列歸為多個操作單元格(Operational Taxonomic Unit,OTU)[24],根據OUT列表中的各個樣品物種豐富度情況應用軟件mothur[25]進行操作.

1.6 統計方法

采用 Origin(version 9.0)和 IBM SPSS(version20.0)對實驗數據進行統計分析,通過單因素方差分析(ANOVA)檢驗樣本的統計學方差,顯著性差異假定 P=0.05.采用 Canoco for windows進行環境影響因子分析.

2 結果與討論

2.1 滯流工況不同供水管道水體微生物群落結構

取每條管線滯流0,4,48h共計12個水樣進行微生物群落結構分析,在門水平上,共檢測出 10種微生物門.其中變形菌門(Proteobacteria)在所有樣品微生物群落結構中均占據主導地位,在 0時刻 4條管線水體中相對豐度約為 30%～60%,在滯流 48h后增大到 86.69%～91.36%.同時還檢測到酸桿菌門(Acidobacteria)約為2.63%～6.55%,擬桿菌門(Bacteroidetes)約為 2.19%～5.24%,厚壁菌門(Firmicutes)約為 1.25%～21.98%、放線菌門(Actinobacteria)約為 4.61%～19.36%,綠灣菌門(Chloroflexi)約為 1.33%～7.69%,硝化螺旋菌門(Nitrospirae)約為 1.06%～3.29%,芽單胞菌門(Gemmatimonadetes)約為 1.24%～3.64%.管網水滯流0h時刻,2種管材管道水體微生物結構差別明顯.以厚壁菌門(Firmicutes)為例,球墨鑄鐵管初始細菌相對豐度為21.98%,水泥砂漿內襯球墨鑄鐵管相對豐度為12.64%,而在DN100和DN200的 HDPE管道水體細菌相對豐度分別為 0.73%和1.25%.當水體滯流48h后,這些細菌相對豐度含量有所下降.同樣以厚壁菌門(Firmicutes)為例,球墨鑄鐵管道水體中的含量減少至 0.11%,水泥砂漿內襯的球墨鑄鐵管減少至 0.974%,而 2組HDPE管分別減少至0.27%和0.68%.而且球墨鑄鐵管材水體中的厚壁菌門(Firmicutes)減少量要大于HDPE管道.

在綱水平上,a-變形菌綱(Alphaproteobacteria) 、 β- 變 形 菌 綱(Betaproteobacteria)和放線菌綱(Actinobacteria)含量較高,相對豐度在 50%以上.對于 a-變形菌綱(Alphaproteobacteria)而言, 4組管道水體細菌含量都是隨滯流時間的延長而不斷增加,2組HDPE管道細菌相對豐度增幅分別為30.72%和22.87%,球墨鑄鐵管和水泥砂漿內襯的球墨鑄鐵管的細菌相對豐度增幅分別為 37.08%和26.15%.與之相反,放線菌綱(Actinobacteria),在4組管道中均呈現下降趨勢,HDPE管道分別從初始時刻的 16.92%和 10.12%下降到 4.63%和6.44%,而球墨鑄鐵管和水泥砂漿球墨鑄鐵管則分別從14.42%和9.46%下降到2.23%和4.67%.不同細菌在水體滯流過程中含量會發生變化,其增加或者減少的趨勢與管道屬性并不存在關聯性.

圖2 水樣中微生物群落結構組成Fig.2 Bacterial community of water samples

2.2 滯流工況不同供水管道水體總鐵與腐蝕細菌的相關性

圖3顯示,在滯流工況下,4組管道管網水的總鐵濃度隨滯流時間增加,不斷增加.滯流開始時(0時刻),4組管道水相總鐵濃度在 0.152～0.195mg/L之間.滯流4h后,DN100的球墨鑄鐵管中總鐵濃度即超出國家規定標準 0.3mg/L,在滯流 48h時總鐵濃度達到 2.5mg/L.有水泥內襯的DN200球墨鑄鐵管以及HDPE管道的管網水中總鐵濃度變化趨勢相似,在 8h后超標,而且在8～48h內,鐵釋放增加量基本相同.

圖3顯示,球墨鑄鐵管管網水中IOB和SRB數量增加量最大,涂有內襯的球墨鑄鐵管次之,兩組HDPE管最少,這說明管材對于細菌數量增長影響較大.

圖3 總鐵濃度隨時間變化Fig.3 The total iron concentration changes

表2 總鐵與IOB、SRB之間相關性和顯著性水平Table 2 The correlation and significance level between total iron and IOB、SRB

表2顯示,這4組管道水中總鐵濃度變化和細菌數量之間的關聯性較強,且球墨鑄鐵管中相關性更強,顯著性水平更高.其中,DN100球墨鑄鐵管管網水中總鐵與 IOB(r=0.775,P=0.01),SRB(r=0.649,P=0.05),其相關性較強,顯著性水平較高.相比之下,HDPE管網水總鐵與 IOB、SRB相關性較強,但是顯著性性水平不高.說明球墨鑄鐵管管網水中細菌對總鐵釋放的影響性相較于HDPE管的要大,究其原因可能是金屬管道中與腐蝕有關的細菌更加容易生長,從而影響總鐵的釋放.

圖4 鐵氧化細菌和硫酸鹽還原菌數量隨時間變化Fig.4 Numbers of IOB and SRB

2.3 滯流工況水體總鐵與微生物群落的相關性和RDA分析

通過分析計算相關系數和進行 RDA分析,在門水平上,總鐵與 Proteobacteria(r=0.701,P=0.011)、Actinobacteria(r=0.571,P=0.052)、Acidobacteria(r=0.664,P=0.019)呈正相關關系,顯著性較強,同時也與一些細菌存在正相關如Cyanobacteria(r=0.461,P=0.132),Gemmatimonade tes(r=0.396,P=0.203)等.同時圖5a中,與總鐵成鈍角的細菌,對鐵釋放會起到一定的抑制作用.通過SPSS統計分析表明 Bacteroidetes(r=-0.576,P=0.05)以及 Chloroflexi(r=-0.622,P=0.031)與總鐵之間相關性較強,顯著性水平較高.

在綱水平上,同樣得出與總鐵存在正負相關性的細菌(圖5b),總鐵與 Alphaproteobacteria(r=0.801,P=0.002),Betaproteobacteria(r=0.672,P=0.05),Bacilli(r=0.513,P=0.098),存在明顯的正相關關系,而與 Acidobacteria(r=0.308,P=0.331)僅存在正相關關系,相關性不強.與 Actinobacteria(r=-0.774,P=0.003),Gammaproteobacteria(r=-0.7 43,P=0.006)存在顯著相關性 ,而與 Clostridia(r=-0.332,P=-0.292)呈正相關性.

總之,綱水平上的 Alphaproteobacteria、Betaprotebacteria和 Bacilli,以及門水平上Proteobacteria、Actinobacteria和 Acidobacteria對鐵釋放起到促進作用.深入研究影響這些微生物群落生長的環境因素,控制其生長將會有效降低滯流時管網水的鐵釋放.

圖5 微生物群落與總鐵指標之間的RDA分析Fig.5 Redundancy analysis (RDA) of bacteria community with total iron

3 結論

3.1 不同管材管道中,管網水在滯流過程中,其微生物群落分布：在門水平上主要以變形菌門(Proteobacteria)為主,占 86.69%～91.36%;在綱水平上,a-變形菌綱(Alphaproteobacteria)、β-變形菌綱(Betaproteobacteria)和放線菌綱(Actinobacteria)含量較高,占細菌總量的50%以上.且這些主要菌種相對豐度均隨滯流時間而增加.

3.2 總鐵濃度與鐵氧化細菌和硫酸鹽還原菌存在較強的相關性,且墨鑄鐵管管網水中細菌對總鐵釋放的影響性相較于HDPE管的要大.

3.3 相關性系數分析和RDA分析表明,門水平上 Proteobacteria、Actinobacteria和 Acidobacteria以及綱水平上的 Alphaproteobacteria、Betaprotebacteria和 Bacilli對鐵釋放起到促進作用.

[1] 徐菲菲,賈瑞寶.城市供水管道腐蝕及鐵釋放研究進展 [J]. 城鎮供水, 2013,(1)：63-66.

[2] 李 禮,李玉仙,王 敏,等.我國城市供水管網鐵釋放問題研究現狀 [J]. 城鎮供水, 2015,(6)：75-78.

[3] Liu J, Chen H, Huang Q, et al. Characteristics of pipe-scale in the pipes of an urban drinking water distribution system in eastern China [J]. Water Science & Technology Water Supply, DOI：10.2166/ws.2015.183.

[4] Zhi W, Ji G. Quantitative response relationships between nitrogen transformation rates and nitrogen functional genes in a tidal flow constructed wetland under C/N ratio constraints [J]. Water Research, 2014,64(7)：32-41.

[5] Prest E I, Hammes F, Kotzsch S, et al. A systematic approach for the assessment of bacterial growth-controlling factors linked to biological stability of drinking water in distribution systems [J].Water Science & Technology Water Supply, DOI：10.2166/ws.2016.001.

[6] Chen L, Jia R B, Li L. Bacterial community of iron tubercles from a drinking water distribution system and its occurrence in stagnant tap water [J]. Environmental Science Processes &Impacts, 2013,15(7)：1332.

[7] Liu J, Shentu H, Chen H, et al. Change regularity of water quality parameters in leakage flow conditions and their relationship with iron release [J]. Water Research, 2017,124：353.

[8] Zhang X, Mi Z, Wang Y, et al. A red water occurrence in drinkingwater distribution systems caused by changes in water source in Beijing, China： mechanism analysis and control measures [J].Frontiers of Environmental Science & Engineering, 2014,8(3)：417-426.

[9] Li X, Wang H, Hu X, et al. Characteristics of corrosion sales and biofilm in aged pipe distribution systems with switching water source [J]. Engineering Failure Analysis, 2016,60：166-175.

[10] Sarin P, Snoeyink V L, Bebee J, et al. Iron release from corroded iron pipes in drinking water distribution systems： effect of dissolved oxygen [J]. Water Research, 2004,38(5)：1259.

[11] Liu J, Chen H, Yao L, et al. The spatial distribution of pollutants in pipe-scale of large-diameter pipelines in a drinking water distribution system [J]. Journal of Hazardous Materials, 2016,317：27-35.

[12] 陳環宇,柳景青,魏宗元,等.供水管網大口徑管道管垢中污染物分布的徑向差異 [J]. 中國環境科學, 2015,35(9)：2706-2712.

[13] Beale D J, Dunn M S, Morrison P D, et al. Characterisation of bulk water samples from copper pipes undergoing microbially influenced corrosion by diagnostic metabolomic profiling [J].Corrosion Science, 2012,55(2)：272-279.

[14] Xu D, Gu T. Carbon source starvation triggered more aggressive corrosion against carbon steel by the Desulfovibrio vulgaris biofilm [J]. International Biodeterioration & Biodegradation,2014,91：74-81.

[15] Tuovinen O H, Button K S, Vuorinen A, et al. Bacterial, chemical,and mineralogical characteristics of tubercles in distribution pipelines [J]. Journal, 1980,72(11)：626-635.

[16] Lehtola M J, Miettinen I T, Kein?nen M M, et al. Microbiology,chemistry and biofilm development in a pilot drinking water distribution system with copper and plastic pipes [J]. Water Research, 2004,38(17)：3769-79.

[17] 張向誼,劉文君,高圣華,等.模擬配水管網中管材和余氯對生物膜形成的影響 [J]. 中國環境科學, 2006,26(3)：303-306.

[18] Moradi M, Duan J, Ashassi-Sorkhabi H, et al. De-alloying of 316stainless steel in the presence of a mixture of metal-oxidizing bacteria [J]. Corrosion Science, 2011,53(12)：4282-4290.

[19] Gerke T L, Maynard J B, Schock M R, et al. Physiochemical characterization of five iron tubercles from a single drinking water distribution system： Possible new insights on their formation and growth [J]. Corrosion Science, 2008,50(7)：2030-2039.

[20] Teng F, Guan Y T, Zhu W P. Effect of biofilm on cast iron pipe corrosion in drinking water distribution system： Corrosion scales characterization and microbial community structure investigation[J]. Corrosion Science, 2008,50(10)：2816-2823.

[21] Pikaar I, Sharma K R, Hu S, et al. Water engineering. Reducing sewer corrosion through integrated urban water management [J].Science, 2014,345(6198)：812-814.

[22] King R A, Miller J D A. Corrosion by the sulphate-reducing bacteria [J]. Nature, 1971,233(5320)：491-492.

[23] Venzlaff H, Enning D, Srinivasan J, et al. Accelerated cathodic reaction in microbial corrosion of iron due to direct electron uptake by sulfate-reducing bacteria [J]. Corrosion Science,2012,66(1)：88—96.

[24] Caporaso J G, Kuczynski J, Stombaugh J, et al. QIIME allows analysis of high-throughput community sequencing data [J].Nature Methods, 2010,7(5)：335.

[25] Li D, Li Z, Yu J, et al. Characterization of bacterial community structure in a drinking water distribution system during an occurrence of red water [J]. Applied & Environmental Microbiology, 2010,76(21)：7171-80.