Adaptability and purification effect on coal mine wastewater with five aquatic plants

试验地（111°29′N，37°26′E）位于山西省太原市，该区属北温带大陆性气候，年平均降水量为468.4 mm，季节分布不均匀。年平均气温为9.5 ℃，1月平均气温为-6.4 ℃，7月平均气温为23 ℃，年无霜期平均为149~175 d，全年日照时数为2 501.7 h。

根据山西省的气候条件及湿地处理煤矿废水的需要，选择抗污力强、较耐寒、易繁殖、病虫害少、地下部分及地上部分生物量大的多年生水生或湿生植物进行试验。通过查阅文献和实地考察，2017年6月从江苏省宿迁市购置了5种水生植物（表 1）的根苗进行试验，购回植物后栽植于河沙中，用清水（清水为自来水）浇灌，使植物保持正常生长，定期对枯死植株进行补栽。

用长×宽×高＝60 cm × 40 cm × 35 cm的塑料水培箱模拟人工湿地，在箱子底部铺设15 cm厚的河沙作为基质，种植水生植物。每种植物6箱，共30箱，植物的株行距为8 cm × 6 cm，每箱50株。

设煤矿废水和清水2个处理，各处理3次重复。煤矿废水取自山西省大同市左云县小京庄乡鹊山高家窑煤矿，煤矿废水和清水的基本理化性质见表 2。

本研究所取废水为矿井废水，由于在煤矿内部已经过曝气中和池（曝气、加碱）、初沉调节池和高效絮凝沉淀池（加入聚合氯化铝PAC和聚丙烯酰胺PAM）的预处理，所以部分指标（包括铁、锰等其他重金属元素含量）已满足GB 3838-2002《地表水环境质量标准》的Ⅲ类标准。硫化物超标量不大，与土壤基质中的钙离子、镁离子结合沉淀后即可满足地表水环境Ⅲ类标准，因此本次试验不予考虑。本研究仅测定没有达到标准要求的COD_Cr，TP，TN这3个指标。

2017年7月，待供试植物生长情况稳定后，开始进行试验。试验过程中各个箱子的基质表面保持2~3 cm恒定水头，尽量保障所有水培箱都处于相同的温度、湿度和光照条件下，设置遮雨棚（避免雨水的影响），通过加自来水补充水面蒸发和植物蒸腾消耗的水分。试验为期4个月，每月中旬测定1次植物的光合参数和叶绿素相对含量，并在试验前后分别测定各种植物的株高和生物量，每月1日，11日和21日采集煤矿废水处理组、废水静置（ck₁）和河沙+废水静置（ck₂）的水样测定水质，共测12次。

测定时间为9:00-11:00。采用LI-6200便携式光合系统测定植物的光合参数，包括净光合速率（P_n），蒸腾速率（T_r），气孔导度（C_s），胞间二氧化碳浓度（C_i）4个指标，并根据式（1）计算植物的水分利用效率（W_UE）。

式（1）中：P_n为光合速率（μmol·m^-2·s^-1）；T_r为蒸腾速率（mmol·m^-2·s^-1）；W_UE为水分利用效率（mmol·mol^-1）。

采用SPAD-502便携式叶绿素仪测量植物的叶绿素相对含量。测定时间为17:00-18:00。

试验前后分别在各个箱子中随机选取3株植物，用钢卷尺测定其株高求平均值。

试验前后分别在各个箱子中随机选取3株植物，采集植物全株。用清水洗净，分为地上部分和地下部分，分别在85 ℃烘箱中烘至恒量，称其干质量，计算地上部分、地下部分和总生物量的增加量。地上（地下）部分生物量（g·m^-2）=[地上（地下）部分干质量/取样株数×每个水培箱中的植株数]/水培箱的基质面积；总（地上或地下）生物量增加量（g·m^-2）=试验后总（地上或地下）生物量-试验前总（地上或地下）生物量。本试验中，取样株数为3株，各个水培箱中的植株数为50株，水培箱基质面积为0.4 m×0.6 m＝0.24 m²。

BOD₅的测定采用稀释与接种法；COD_Cr的测定采用重铬酸盐法；硫化物的测定采用亚甲基蓝分光光度法；TP的测定采用钼酸铵分光光度法；TN的测定采用碱性过硫酸钾消解紫外分光光度法；砷的测定采用原子荧光光度法；挥发酚的测定采用连续流动4-氨基安替比林分光光度法。污染物的去除率根据式（2）计算。

式（2）中：R为去除率（%）；D_i为污染物的初始质量浓度（mg·L^-1）；D₀为污染物的取样质量浓度（mg·L^-1）。

利用Excel整理数据并作图，利用SPSS 18.0对2个处理间光合参数、叶绿素相对含量和株高之间的差异显著性进行分析（独立样本t检验），并对生物量增加量进行多重比较（LSD法）。

由图 1可知：煤矿废水处理下水麦冬、石菖蒲、三棱水葱的叶片净光合速率（P_n）大于清水对照。其中，煤矿废水下水麦冬叶片7，8，9和10月的P_n比清水对照高13.32%，27.84%，12.76%和85.78%，差异显著（P＜0.05）；煤矿废水下石菖蒲叶片7，8，9和10月的P_n比清水对照高16.68%，39.87%，46.76%和11.67%，差异显著（P＜0.05）；煤矿废水下三棱水葱叶片7，8，9和10月的P_n比清水对照高21.20%，35.85%，76.46%和197.26%，差异极显著（P＜0.01）。而清水对照香蒲、芦苇的叶片P_n大于煤矿废水处理。其中，清水对照香蒲叶片7，8，9和10月的P_n比煤矿废水处理高45.34%，0.75%，20.96%和16.96%，差异显著（P＜0.05）；清水对照下芦苇叶片7，8，9和10月的P_n比煤矿废水处理高6.15%，4.21%，14.77%和18.59%，差异显著（P＜0.05）。总体来看，P_n随月份的增大呈下降趋势，从大到小依次为芦苇、水麦冬、香蒲、石菖蒲、三棱水葱。

Figure 1.  Changes of net photosynthetic rate(P_n) of 5 aquatic plants under different treatments

由图 2可知：煤矿废水处理下水麦冬、石菖蒲、三棱水葱的叶片蒸腾速率（T_r）大于清水对照。其中，煤矿废水处理下水麦冬叶片7，8，9和10月的T_r比清水对照高13.27%，25.60%，11.99%和77.34%，差异显著（P＜0.05）；煤矿废水处理下石菖蒲叶片7，8，9和10月的T_r比清水对照高17.60%，0.54%，34.69%和21.63%，差异极显著（P＜0.01）；煤矿废水处理下三棱水葱叶片7，8，9和10月的T_r比清水对照高14.69%，19.11%，25.72%和62.80%，差异不显著（P＞0.05）。而清水对照下香蒲叶片7，8，9和10月的T_r比煤矿废水处理高64.64%，1.35%，13.25%和30.88%，差异不显著（P＞0.05）；清水对照芦苇叶片的T_r除10月略低于煤矿废水处理外，7，8和9月的T_r比煤矿废水处理高11.69%，33.51%和15.13%，差异不显著（P＞0.05）。总体来看，5种植物叶片T_r随月份的增大呈先升高后降低的趋势，T_r从大到小依次为芦苇、三棱水葱、香蒲、水麦冬、石菖蒲。

Figure 2.  Changes of transpiration rate(T_r) of 5 aquatic plants under different treatments

由图 3可知：煤矿废水处理下水麦冬叶片7，8，9和10月的气孔导度（C_s）比清水对照高24.99%，21.23%，2.79%和80.17%，差异显著（P＜0.05）；煤矿废水处理下石菖蒲叶片的C_s除8月略低于清水对照外，7，9和10月的C_s比清水对照高74.34%，39.40%和22.98%，差异显著（P＜0.05）。而清水对照下香蒲、芦苇、三棱水葱的叶片C_s大于煤矿废水处理。其中，清水对照下香蒲叶片7，8，9和10月的C_s比煤矿废水处理高83.31%，3.26%，14.97%和67.12%，差异不显著（P＞0.05）；清水对照芦苇叶片7，8，9和10月的C_s比煤矿废水处理高33.94%，8.70%，69.37%和26.32%，差异不显著（P＞0.05）；清水对照三棱水葱叶片7，8，9和10月的C_s比煤矿废水处理高82.48%，40.01%，3.64%和49.66%，差异不显著（P＞0.05）。总体来看，5种植物C_s随月份的增加呈下降趋势，从大到小依次为三棱水葱、芦苇、香蒲、水麦冬、石菖蒲。

Figure 3.  Changes of stomatal conductance(C_s) of 5 aquatic plants under different treatments

煤矿废水处理下水麦冬、石菖蒲、三棱水葱的叶片P_n和T_r均大于清水对照，仅说明水麦冬、石菖蒲、三棱水葱对煤矿废水的适应性较强。从整体变化趋势上来看，芦苇和香蒲的叶片P_n，T_r和C_s均较大，说明芦苇和香蒲光合作用较其他3种植物更显著。

由图 4可以看出：5种水生植物煤矿废水处理和清水对照的叶片胞间二氧化碳浓度（C_i）的差别不定，变化趋势不明显。但从总体来看，5种植物的叶片C_i随月份增大呈上升趋势。植物的P_n和C_s随月份的增加呈下降趋势，而C_i随月份的增加而增加，所以C_s的下降并不是引起植物P_n下降的主要原因，植物光合速率下降的主要原因可能是季节变化，这与李龙山等^[12]的研究结果一致。5种植物C_i从大到小依次为三棱水葱、芦苇、石菖蒲、香蒲、水麦冬。

Figure 4.  Changes of intercellular carbon dioxide concentration(C_i) of 5 aquatic plants under different treatments

由图 5可以看出：煤矿废水处理下5种植物叶片的水分利用效率（W_UE）总体上比清水对照高（香蒲9月，石菖蒲7和10月，芦苇10月除外）。其中，水麦冬、香蒲、石菖蒲、芦苇的W_UE随月份的增加先降低后升高，而三棱水葱的水分利用效率随月份的增加而降低。5种植物W_UE的从大到小依次为水麦冬、石菖蒲、芦苇、香蒲、三棱水葱。

Figure 5.  Changes of water use efficiency(W_UE) of 5 aquatic plants under different treatments

由图 6可知：煤矿废水处理下水麦冬、三棱水葱的叶绿素相对含量大于清水对照。其中，煤矿废水处理下水麦冬叶片7，8，9和10月的叶绿素相对含量比清水对照高5.70%，9.94%，7.69%和14.19%，差异显著（P＜0.05）；煤矿废水处理下三棱水葱叶片7，8，9和10月的叶绿素相对含量比清水对照高9.09%，2.41%，6.49%和6.76%，差异不显著（P＞0.05）。而除香蒲9月外，清水对照香蒲、石菖蒲、芦苇的叶绿素相对含量大于煤矿废水处理。其中，清水对照香蒲叶片7，8和10月的叶绿素相对含量比煤矿废水处理高5.02%，1.98%和9.65%，差异显著（P＜0.05）；清水对照石菖蒲叶片7，8，9和10月的叶绿素相对含量比煤矿废水处理高12.54%，7.69%，5.53%和11.59%，差异极显著（P＜0.01）；清水对照芦苇叶片7，8，9和10月的叶绿素相对含量比煤矿废水处理高16.73%，10.04%，12.68%和18.99%，差异显著（P＜0.05）。总体来看，5种植物叶片的叶绿素相对含量随月份的增大呈先升高后降低的趋势，也从另一方面表明导致植物光合速率下降的主要原因是季节变化。5种植物叶绿素相对含量的变化从高到低依次为石菖蒲、芦苇、香蒲、水麦冬、三棱水葱。

Figure 6.  Changes of chlorophyll relative content of 5 aquatic plants under different treatments

清水对照和煤矿废水条件下，5种植物均能健康正常地生长，因此均能适应煤矿废水环境。从图 7可以看出：5种植物的株高大小为芦苇＞香蒲＞石菖蒲＞三棱水葱＞水麦冬。经过4个月的生长，5种植物试验后的株高均大于试验前。其中，香蒲、石菖蒲、芦苇的株高增长量较大，平均增加量分别为28.88，44.15和34.60 cm；水麦冬、三棱水葱的株高增长量较小，平均增加量分别为1.08和4.71 cm。除香蒲试验前外，清水对照香蒲、石菖蒲、芦苇的株高均大于煤矿废水处理，其中芦苇试验前2个处理间差异显著（P＜0.05），其他无显著差异；但煤矿废水处理下水麦冬、三棱水葱的株高大于清水对照，其中三棱水葱煤矿废水和清水对照间差异极显著（P＜0.01），水麦冬无显著差异。

Figure 7.  Plant height of 5 aquatic plants before and after experiment

由表 3可以看出：5种植物地上部分、地下部分和总生物量的增长量大小均为石菖蒲＞芦苇＞香蒲＞三棱水葱＞水麦冬，差异显著。其中，香蒲、石菖蒲、芦苇的株高增长量较大，水麦冬、三棱水葱的株高增长量较小，与株高表现一致。生物量增长量总体表现为地下部分生物量增长量大于地上部分生物量的增长量。但清水对照香蒲、石菖蒲、芦苇的生物量增长量均大于煤矿废水处理（P＜0.05），煤矿废水处理下水麦冬、三棱水葱的生物量增长量大于清水对照（P＜0.05）。

由图 8可以看出：5种水生植物均能有效去除煤矿废水中COD_Cr。7月11日第1次取样时，水麦冬、香蒲、石菖蒲、芦苇、三棱水葱对煤矿废水中COD_Cr的去除率分别为47.66%，65.84%，57.58%，62.26%，69.70%。8月11日之前，煤矿废水中的COD_Cr下降速度较快，之后变化趋于平缓。到9月21日时，各水生植物处理组的COD_Cr达最低值，为8~18 mg·L^-1，去除率均为95%以上，达到GB 3838-2002《地表水环境质量标准》的Ⅲ类标准。之后，水麦冬和石菖蒲组的COD_Cr浓度又有小幅度升高，这种变化趋势与李龙山等^[12]的研究结果相似。各水生植物处理组煤矿废水中的COD_Cr与对照（ck₁和ck₂）差异显著（P＜0.01）。ck₁和ck₂处理下，煤矿废水中COD_Cr质量浓度于9月1日前呈下降趋势，9月1日后基本保持不变，最终分别降至132和81 mg·L^-1，去除率达63.64%和77.69%，可能是因为有机质的沉淀和基质的吸附发挥了重要作用。总体来看，5种植物对煤矿废水中COD_Cr的去除效果从高到低依次为香蒲、三棱水葱、芦苇、石菖蒲、水麦冬。

Figure 8.  Effect of aquatic plants on COD_Cr removal from wastewater

由图 9可以看出：5种水生植物对煤矿废水中TP的去除效果较好。7月11日第1次取样时，水麦冬、香蒲、石菖蒲、芦苇、三棱水葱对煤矿废水中TP的去除率分别为46.38%，60.87%，40.10%，65.22%，53.62%。8月1日之前，煤矿废水中的TP质量浓度下降速度较快，之后变化趋于平缓。这可能是由于7-8月为植物的生长旺期，所以较多地吸收利用煤矿废水中的磷元素用于自身生长，而9-10月植物生长趋缓，所以对磷的吸收较少。到10月21日试验结束时，各煤矿废水处理组的TP质量浓度达最低值，为0.06~0.17 mg·L^-1，去除率均为92%以上，达到GB 3838-2002《地表水环境质量标准》的Ⅲ类标准。各水生植物处理组煤矿废水中的TP浓度与与对照（ck₁和ck₂）差异显著（P＜0.01）。ck₁处理煤矿废水中TP质量浓度于7月21日之前下降速度较快，之后继续下降但速度趋缓；ck₂处理煤矿废水中TP质量浓度的于8月1日前迅速下降，之后又稍有回升，8月21日后又缓慢下降。这种前期的快速下降趋势说明磷酸盐的沉降作用是去除煤矿废水中磷的主要途径，最终ck₁和ck₂的TP质量浓度分别降至0.86和0.64 mg·L^-1，去除率达58.45%和69.08%，这可能是由于一部分磷以磷酸盐的形式沉积在水体底部，一部分磷与基质相结合形成难溶物质。总体来看，5种植物对煤矿废水中TP的去除效果从高到低依次为香蒲、芦苇、三棱水葱、水麦冬、石菖蒲。香蒲和芦苇对TP的去除效果较好，可能是因为香蒲和芦苇吸收了更多磷营养元素用于自身生长。

Figure 9.  Effect of aquatic plants on total phosphorus(TP) removal from wastewater

由图 10可以看出：5种水生植物对煤矿废水中TN的去除效果也较好，煤矿废水中的TN随时间变化总体呈下降趋势。7月11日第1次取样时，水麦冬、香蒲、石菖蒲、芦苇、三棱水葱对煤矿废水中TN的去除率分别为37.80%，51.30%，34.60%，55.75%，45.75%。8月21日之前，煤矿废水中的TN浓度下降速度较快，之后变化趋于平缓。其原因可能和TP一样，7-8月为植物的生长旺期，所以吸收利用了较多的氮元素用于自身生长，而9-10月植物生长趋缓，所以对氮的吸收较少。到10月21日试验结束时，各煤矿废水处理组的TN浓度达最低值，为0.23~0.87 mg·L^-1，去除率均为93%以上，也达到GB 3838-2002《地表水环境质量标准》的Ⅲ类标准。各水生植物处理组煤矿废水中的TN质量浓度与对照（ck₁和ck₂）差异显著（P＜0.01）。ck₁和ck₂处理煤矿废水中TN浓度于8月1日前下降速度较快，8月1日后下降速度趋缓，之后最终分别降至6.84和4.58 mg·L^-1，去除率达65.80%和77.10%，可能是因为氨态氮的挥发及基质的吸附沉降作用，其中ck₂，随着试验时间的延长，会在基质表面生长微生物群，微生物的硝化、反硝化左右使其对TN的去除率较高。总体来看，5种植物对煤矿废水中TN的去除效果从高到低依次为芦苇、香蒲、三棱水葱、水麦冬、石菖蒲。香蒲和芦苇对TN的去除效果较好，可能是因为香蒲和芦苇的生长过程中也吸收利用了较多的氮元素。本研究显示：5种水生植物对煤矿废水中TN的去除率高，可能是由于本试验时间为7-10月，正值供试植物的生长旺盛期，其生长过程中需要吸收大量的氮、磷等营养元素。此外，在静水条件下且试验时间较长，有利于水生植物根系的发展，在根系周围形成稳定的好氧、缺氧或厌氧微环境，有利于硝化细菌和反硝化菌的生长，从而增强微生物的硝化和反硝化作用，提高对煤矿废水中TN的去除率^[13]。

Figure 10.  Effect of aquatic plants on total nitrogen(TN) removal from wastewater

煤矿废水处理下水麦冬、石菖蒲、三棱水葱的叶片净光合速率（P_n）和蒸腾速率（T_r）均大于清水对照，香蒲、芦苇的则小于清水对照；煤矿废水处理下水麦冬、三棱水葱的叶绿素相对含量、株高、生物量增加量均大于清水对照，香蒲、石菖蒲、芦苇的则小于清水对照。说明煤矿废水中的有害物质可能影响了香蒲、石菖蒲、芦苇的正常生长，而煤矿废水中的氮磷等营养物质促进了水麦冬、三棱水葱株高和生物量的增长。因此，5种植物中水麦冬和三棱水葱对煤矿废水的适应性较强。

5种水生植物处理下，煤矿废水中的COD_Cr，TP，TN质量浓度均能降至GB 3838-2002《地表水环境质量标准》Ⅲ类标准的要求。综合去除效果和去除率，应优先选择香蒲、芦苇和三棱水葱作为构建煤矿废水人工湿地的植物材料，其次为水麦冬和石菖蒲。