植物群落对湿地净化生活污水的影响

在实验期间，进水水温为15.5~24.9 °C、pH为7.37~7.62、DO含量为8.11~9.0 mg·L−1、氧化还原电位为152.4~229.4 mV，经4 d(HRT=4 d)后取样。出水水温为16.2~28.2 °C、pH为6.01~7.53、DO含量为1.04~3.60 mg·L−1、氧化还原电位为−158.81~87.2 mV，同时，对TN、TP和COD去除率进行了测定。由图1可知，CW-CK空白对照中对应的TN、NH3-N、NO3-N、TP、COD去除率均显著低于11个实验装置中对应的5种污染物去除率(P0.05)；CW-G2、CW-G3群落对TN的去除率较红花美人蕉和千屈菜单种有所下降，且CW-G2群落对TN的去除率下降显著(P

综上所述，从对TN、TP、COD的去除效果来看，植物群落与植物单种处理间存在显著差异(P

4个植物群落对于TN和TP的去除率依次为CW-G1>CW-G4>CW-G3>CW-G2；4个植物群落对于COD的去除率依次为CW-G1>CW-G3>CW-G2>CW-G4，这表明不同植物配置对污染物去除效果也存在差异。郝桂芝等[17]研究发现，由6种不同湿地植物组成的3个群落对水体中氮磷净化效果存在显著差异；李莎莎等[18]研究发现，4种不同空间配置的湿地植物群落对生活污水中TN、TP、COD等的去除均存在差异，本研究的结果也与前人研究的结果相一致。因此，植物配置时需进行合理的选择，才能更大程度提高湿地净化效率。

植物细胞生理代谢会产生活性氧(ROS)，正常情况下，植物体内有害氧清除系统可保证ROS的动态平衡[19]；而逆境胁迫会打破这种平衡，使ROS大量积累，并与细胞膜脂反应造成膜伤害[20]。因此，在人工湿地污水胁迫下，植物体内代谢平衡被破坏，为了满足自身生长、发育及繁殖等，植物会通过改变自身形态和生理变化以适应污水胁迫[21]。

氧化物歧化酶SOD是植物体内ROS清除系统中优先发挥作用的抗氧化酶，是细胞防御活性氧危害的第一道防线。其先将植物体内超氧物阴离子自由基${\rm{O}}_2^ - $歧化为H2O2，H2O2在过氧化氢酶CAT或过氧化物酶POD作用下进一步分解成H2O和O2，从而抑制活性氧对植物造成伤害[22]。不同CWs装置植物体内酶含量变化情况见图2。由图2(a)~图2(d)可知，相较于植物单种，CW-G1、CW-G2、CW-G4处理能显著提升群落中4种植物体内SOD的活性(P

丙二醛MDA是细胞膜脂过氧化的重要产物，其含量变化可直接反应胁迫下细胞膜系统受伤害程度[23]。由图2(m)~图2(p)可知，CW-G1群落4种植物MDA含量均显著低于4种植物单种处理(P

SOD、POD、CAT为植物体内3种抗氧化酶，在一定范围内，SOD和POD或CAT共同作用能将${\rm{O}}_2^ - $和H2O2转化为无害的H2O和O2。孙瑞莲等[24]研究发现，宽叶香蒲和黄花鸢尾通过SOD和CAT的协同作用抵抗污水胁迫，这也与本研究结果一致。综上所述，CW-G1群落植物体内SOD、CAT、POD含量显著提高(P 2.3.   植物可溶性糖、脯氨酸含量比较

植物可溶性糖、脯氨酸含量变化情况见图3。植物可溶性糖含量变化如图3(a)~图3(d)所示，实验中4种人工湿地植物群落内4种植物叶片可溶性糖含量均显著低于4种植物单种(P

植物光合作用最先生成的碳水化合物为葡萄糖，葡萄糖很快转化为淀粉，暂时存储于叶绿体中，之后运送到植物各个部分供生长代谢所用。在本研究中，一方面可能是长期污水胁迫导致叶片受损，使得葡萄糖转化为淀粉的过程受阻，在相同条件下，植物单种处理得到的可溶性糖含量显著高于植物群落，这表明单种处理下植物叶片受损更严重，葡萄糖无法快速转化为淀粉而积累于叶片中，使得可溶性糖含量升高，这与孟昱等[25]的研究结果一致；另一方面，也可能是长期污水胁迫造成植物体受损，使光合作用产物不能被植物正常利用，导致葡萄糖在叶片中积累。植物单种处理叶片中的可溶性糖含量更高，表明单种处理下植物所受损伤更为严重，植物混种可以有效提高抗干扰能力，这也与贾琼[26]的研究结果一致。

在正常条件下，植物体内游离脯氨酸含量较低；在逆境条件下，植物体内游离脯氨酸会大量产生并积累，从而调节细胞渗透势以抵抗外界干扰[27]。由图3(e)~图3(h)可知，实验中4种植物群落除CW-G4中灯芯草游离脯氨酸含量均显著高于灯芯草单种(P 2.4.   植物群落根际微生物比较

人工湿地中氮去除以微生物的硝化反硝化作用为主导，不同植物根际分泌物不同，使植物根际富集不同功能微生物。图4为微生物在门、属分类水平下的群落物种丰度。由图4可知，与空白对照相比，种植植物处理提高了门、属水平下微生物群落的物种丰度，CW-G1群落在门、属水平均有最高的物种丰度。图5为各样本微生物组选择有益的分类丰度(MicroPITA)分析图，图中横纵坐标为标准归一化计算后装置中微生物群落属水平下的群落丰度，样本间距离越近，代表样本中微生物群落丰度越相似。MicroPITA分析是一种在分级研究中挑选样本的计算工具，能够更有效的分配资源，降低研究成本，最大化利用样本。Maximum diversity代表按照样本物种组成多样性挑选的样本，即样本alpha多样性最高的样本，可知，CW-G1群落微生物物种组成多样性最高。综上所述，CW-G1群落植物配置方式最利于微生物富集，这也与CW-G1群落水质净化效果最佳的结果相一致。

图6为门水平下的微生物群落组成，优势细菌群落在门水平上达到11门以上，其中，以变形菌门(Proteobacteria)、蓝藻菌门(Cyanobacteria)、拟杆菌门(Bacteroidetes)、浮霉菌门(Planctomycetes)为主，还包括放线菌门(Actinobacteria)、酸杆菌门(Acidobacterio)、厚壁菌门(Firmicutes)等。变形菌门是根际微生物中丰度最高的菌门，可参与有机物降解、氮转化等；蓝藻菌门能够吸收大量的氨、氮等污染物质；拟杆菌门能够代谢碳水化合物，降解有机物[29]；浮霉菌门中厌氧氨氧化菌能够在缺氧环境下利用亚硝酸盐氧化铵离子生成氮气，是污水处理中重要的细菌[30]。样本中各微生物群落组成相似，但各菌门均匀度存在差异。Alpha多样性分析得到各样本Smithwilson指数，结果表明，CW-G1群落最高，Smithwilson指数表征群落均匀度，表明CW-G1群落各菌门微生物均匀分布，此种植物配置方式在保证物种丰富度的同时，也可以保证物种均匀度，使各菌门细菌共同协作，高效净化污水。