Enhanced denitrification performance in iron-carbon wetlands through biomass addition: Impact on nitrate and ammonia transformation

反硝化 化学 流出物 硝酸盐 生物量(生态学) 氮气 环境化学 碳纤维 环境工程 人工湿地 环境科学 污水处理 生态学 材料科学 复合材料 有机化学 复合数 生物
作者
Baolei Guo,Guoqiang Li,Hongbin Xu,Yingke Fang,Zhao Gao,Yuxin Zhao,Jingyi Zhang
出处
期刊:Science of The Total Environment [Elsevier BV]
卷期号:914: 169913-169913 被引量:1
标识
DOI:10.1016/j.scitotenv.2024.169913
摘要

This study investigated the influence of biomass addition on the denitrification performance of iron-carbon wetlands. During long-time operation, the effluent NO3−-N concentration of CW-BFe was observed to be the lowest, registering at 0.418 ± 0.167 mg/L, outperforming that of CW-Fe, which recorded 1.467 ± 0.467 mg/L. However, the effluent NH4+-N for CW-BFe increased to 1.465 ± 0.121 mg/L, surpassing CW-Fe's 0.889 ± 0.224 mg/L. Within a typical cycle, when establishing first-order reaction kinetics based on NO3−-N concentrations, the introduction of biomass was found to amplify the kinetic constants across various stages in the iron-carbon wetland, ranging between 2.4 and 5.4 times that of CW-Fe. A metagenomic analysis indicated that biomass augments the reduction of NO3−-N and NO2−-N nitrogen and significantly bolsters the dissimilation nitrate reduction to ammonia pathway. Conversely, it impedes the reduction of N2O, leading to a heightened proportion of 2.715 % in CW-BFe's nitrogen mass balance, a stark contrast to CW-Fe's 0.379 %.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
kwan完成签到,获得积分10
7秒前
yang完成签到 ,获得积分10
7秒前
子文完成签到,获得积分10
10秒前
乐观的箭头完成签到,获得积分10
14秒前
康轲完成签到,获得积分0
15秒前
受不了12345完成签到,获得积分10
15秒前
在时光的秋千上完成签到,获得积分10
19秒前
22秒前
xiaolizi完成签到,获得积分10
22秒前
杨玉轩完成签到,获得积分10
23秒前
24秒前
ryq327完成签到 ,获得积分10
25秒前
zbclzf完成签到,获得积分10
26秒前
背后的惜珊完成签到 ,获得积分10
26秒前
甜美听寒发布了新的文献求助10
27秒前
慕青应助dongyi采纳,获得50
31秒前
喜看财经发布了新的文献求助10
38秒前
忘崽子小拳头完成签到,获得积分10
39秒前
时尚的访琴完成签到 ,获得积分10
39秒前
蛀虫完成签到 ,获得积分10
45秒前
45秒前
CD完成签到 ,获得积分10
49秒前
dongyi发布了新的文献求助50
49秒前
义气莫茗完成签到 ,获得积分10
52秒前
壮观谷冬完成签到,获得积分10
53秒前
炙热的羽毛完成签到,获得积分10
54秒前
rsdggsrser完成签到 ,获得积分10
55秒前
阿然完成签到,获得积分10
55秒前
王能行完成签到,获得积分10
58秒前
Riverchase应助现代采纳,获得10
58秒前
1分钟前
热心不凡完成签到,获得积分10
1分钟前
陶醉惋清发布了新的文献求助10
1分钟前
调皮的天真完成签到 ,获得积分10
1分钟前
星希完成签到 ,获得积分10
1分钟前
旧巷子里的猫完成签到,获得积分10
1分钟前
可爱的函函应助一路硕博采纳,获得10
1分钟前
Aiden完成签到,获得积分10
1分钟前
1分钟前
Andy完成签到,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
Various Faces of Animal Metaphor in English and Polish 800
Signals, Systems, and Signal Processing 610
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
Photodetectors: From Ultraviolet to Infrared 500
On the Dragon Seas, a sailor's adventures in the far east 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6355794
求助须知:如何正确求助?哪些是违规求助? 8170527
关于积分的说明 17201079
捐赠科研通 5411739
什么是DOI,文献DOI怎么找? 2864385
邀请新用户注册赠送积分活动 1841922
关于科研通互助平台的介绍 1690224