污泥资源化过程中新兴污染物的赋存与控制研究进展

新兴污染物在污泥中的检出率逐年增加,给污泥的处理带来安全隐患。污泥资源化利用（厌氧消化制沼气和好氧堆肥制土壤改良剂）不仅能实现废弃物的循环利用,还能有效削减污泥中的新兴污染物。从污泥中检出率较高的3类新兴污染物入手,综述不同新兴污染物在污泥中的赋存状况以及污泥资源化过程中新兴污染物的控制措施。污泥资源化处理工艺能够有效控制和削减污泥中存在的大部分新兴污染物。不同新兴污染物的去除效果主要受污染物自身理化性质、降解难易程度、温度、pH、C/N、外源物质添加等因素影响。提出未来应将多种新兴污染物共存体系的去除路径及降解机制研究、优化关键控制参数、提高新兴污染物去除率作为重点研究及技术突破。     

零价铁在有机固废厌氧消化过程中的应用研究进展

厌氧消化是一种可实现有机固废资源化的生物处理技术,目前主要存在产酸、产甲烷效率低下等问题。研究表明:零价铁（Fe0）的添加可有效提升有机固废厌氧消化性能。从Fe0对有机固废产酸、产甲烷效率的影响,以及Fe0与其他添加剂联合运用的效果等方面,综述Fe0在有机固废厌氧消化过程中的应用。Fe0对有机固废厌氧消化性能影响的作用机制主要包括降低系统氧化还原电位,腐蚀析氢作用,影响微生物群落,影响关键酶活性。此外,以硫化物、抗生素抗性基因（antibiotic resistance genes,ARGs）为例,阐述了Fe0对有机固废厌氧消化过程中污染物的去除作用。指出Fe0在有机固废厌氧消化应用过程中存在的问题及挑战,并对未来Fe0在有机固废厌氧消化过程中的深入研究问题做出了展望。     

机器学习在抗生素的鉴定识别、微生物作用机制以及去除效果评估中的应用研究进展

抗生素在医疗卫生、养殖业等领域的广泛应用导致其随着医疗废弃物、废水等进入到自然环境并对人体健康和生态环境造成不利影响,而系统分析环境中残留抗生素的种类、明确其与微生物的作用机制以及开展不同处理方法的效果分析,对于准确评估抗生素的风险和控制其不利影响具有重要意义.作为一种辅助手段,机器学习算法在大量数据解析的基础上可进行结果评估和预测,因此可高效、低成本分析环境污染物的行为特征.基于此,本文综述了机器学习算法在抗生素鉴定识别、微生物作用机制和去除效果评估预测方面的应用现状,并概括了不同算法的应用特点和局限性.鉴于机器学习当前在抗生素研究中的重要作用,为其未来研究方向和发展提出展望,如在其它新兴污染物的环境行为、效应及控制等方面的应用.     

活性炭对城市有机固废厌氧消化过程抗生素抗性基因行为特征的影响

城市有机固废是抗生素抗性基因（antibiotic resistance genes,ARGs）的来源和储存库之一,其生物处理过程中ARGs的赋存变化规律需深入研究.采用定量PCR方法分析城市有机固废厌氧消化过程中多种类型ARGs和整合子基因的变化特征,探究了不同粒径的活性炭对目标基因行为特征的影响以及ARGs变化的潜在微生物机制.结果表明,无论是否添加活性炭,厌氧消化过程对初始体系中的总ARGs均具有削减作用,总ARGs绝对丰度的削减率为29.95%~63.40%.城市有机固废厌氧消化最终体系中,粉末活性炭（powered activated carbon,PAC）添加组中总ARGs丰度显著高于对照组（P<0.05）,即PAC削弱了ARGs的削减效果,颗粒活性炭对ARGs变化无显著影响.厌氧消化过程中,ARGs的潜在宿主细菌主要属于梭菌纲（Clostridia）、拟杆菌纲（Bacteroidia）和互营养菌纲（Synergistia）.PAC添加时,潜在宿主细菌的富集是目标基因增殖的重要原因,且Clostridia可能是厌氧消化过程中ARGs消长的主要驱动因子.本研究结果将为了解城市有机固废厌氧消化过程中ARGs的转归特征以及外源添加活性炭对ARGs的影响机制提供参考.