水产养殖过程中大量投喂高蛋白饲料是保障养殖对象快速生长的关键，而投饵产生的残饵、粪便以及生物代谢产物使水体中总氨氮(TAN)、亚硝酸盐(NO₂^-)等指标的快速升高(胡海燕等, 2004;傅雪军, 2010)。传统养殖模式采用大换水的方式来降低养殖池中N污染物浓度，而循环水养殖主要通过亚硝化菌和硝化菌将水中TAN和NO₂^–转化为相对无毒的硝酸盐(NO₃^–) (Zhang et al, 2011;朱建新等, 2014)，但水中NO₃^–可逐渐积累到≥500 mg/L。在循环水养殖系统中，高浓度的NO₃^–导致养殖对象生长发育迟缓、代谢紊乱、肝脾受损、死亡率增加，同时，含NO₃^–污水的外排也对周围环境造成不良影响(Hondov et al, 1993; Chrisgj et al, 2012)。NO₃^–污染逐渐引起人们的关注，欧盟已将NO₃^–作为N污染源并限制其排放(Torno et al, 2018; European Council Directive, 1998)。目前，我国海水养殖尾水一类排放标准规定的无机氮(DIN)排放指标为浓度低于0.5 mg/L，养殖水中DIN的主要成分为TAN、NO₂^–和NO₃^–，过去只重视对TAN和NO₂^-的去除，但对循环水养殖而言，水体中NO₃^-含量远远高于TAN和NO₂^-的含量，因此，同步脱除养殖水中的DIN是现阶段需要解决的问题。

目前，常用的脱氮技术主要有物理法(吹脱、气提法)、化学法(折点氯化、离子交换法)及生物脱氮法(膜生物反应器、生物滤池、人工湿地等) (Mook et al, 2012)。物化法通常需要添加其他化学试剂，易打乱水中离子平衡并产生二次污染；而生物脱氮对水力停留时间及操作环境(如温度、盐度、溶解氧、pH、净化空间等)要求严格；采用生物脱氮法占地面积大、反应速率慢、运营及维护成本高(Ruan et al, 2016;程海华, 2016)。

近年来，电化学技术主要通过电解的方式来处理污水，其基本原理是污染物在电极表面发生直接或间接电化学反应而得到转化，从而实现污染物的去除，具有简单可控、反应条件温和、工艺灵活等优势(Zhao et al, 2018)，可以有效去除水体中的有机物、TAN、PO₄^2-、NO₃^-等污染物，因而在诸多领域中有广泛的应用(Xing et al, 2011; Ye et al, 2017)。同步去除TAN和NO₃^-是充分利用电解过程阴、阳极发生的氧化还原反应，阴极的NO₃^-得到电子被还原，随后还原产物(主要是TAN)在阳极失去电子被氧化成氮气，从而将TAN氧化与NO₃^-还原进行耦合，实现N污染物的同步去除而不引入新的污染物(Ding et al, 2015)。虽然，电化学水处理技术对TAN和NO₃^-均有一定的去除效果，但在实际应用过程中，要想实现同步去除则需要对反应条件进行优化。本文通过单因素实验，研究电化学水处理过程中反应条件对N污染物去除效果的影响，再通过Box-Behnken实验建立响应面模型对电化学水处理同步脱氮的反应条件进行优化，并对优化后的反应条件进行实验验证，将为水产养殖脱氮技术的发展提供新的思路和方法。

实验装置见图 1。实验系统由直流稳压电源(30 V, 5 A)、阴阳极板(100 mm×30 mm×5 mm)、磁力搅拌器、沸石、2000 ml烧杯等组成。

图 1(Fig. 1)

图 1 实验装置 Fig.1 Schematic diagram of experimental device

实验用水取自青岛卓越海洋集团循环水养殖车间，主要水质指标见表 1。

表 1(Tab.1)

表 1 实验用水水质指标 Tab.1 Water quality indexes of experimental water 总氨氮TAN (mg/L) 亚硝酸盐 NO2- (mg/L) 硝酸盐NO3- (mg/L) 总氮TN (mg/L) 温度Temperature (℃) pH 2.32~2.54 0.02~0.05 13.1~15.7 21.8~26.5 25.9~26.4 6~8

表 1 实验用水水质指标 Tab.1 Water quality indexes of experimental water

实验通过控制电流密度、极板间距、阴阳极板面积比、初始pH的大小来研究反应条件变化对TAN、NO₃^-去除的影响。采用磁力搅拌器加速水体搅拌混合效果，利用沸石进一步吸附TAN，提高反应体系的净化效率。实验过程中，调节电源大小将电流密度设为3个不同梯度，J₁=10 mA/cm²、J₂=20 mA/cm²、J₃= 30 mA/cm²，调整极板位置控制极板间距D₁=1.0 cm、D₂= 2.5 cm、D₃=4.0 cm，实验中，阳极板大小不变，采用同种材质不同规格的阴极极板，调节阴阳极板面积比为A₁=1:1、A₂=1.5:1、A₃=2:1，研究极板面积比变化对TAN、NO₃^-去除的影响，运用NaOH及HCl调节实验用水初始pH分别为P₁=6、P₂=7、P₃=8。

在研究电流密度对TAN、NO₃^-去除的影响时，将其他3个因子分别控制D₂、P₂、A₂的水平。在研究极板间距对TAN、NO₃^-去除的影响时，将其他3个因子分别控制J₂、P₂、A₂的水平。在研究极板面积比对TAN、NO₃^-去除的影响时，将其他3个因子分别控制D₂、J₂、P₂的水平。在研究初始pH对TAN、NO₃^-去除的影响时，将其他3个因子分别控制D₂、J₂、A₂的水平，单独研究某一条件变化对去除效果的影响。单因素实验结束后，将TAN、NO₃^-去除率作为建立响应面模型的基准，进一步分析及优化反应条件对N污染物处理效果的影响，并开展实验来验证响应面模型分析的结果。实验过程中，每10 min测定1次水中TAN、NO₃^-浓度，每组实验重复3次。

各项水质指标的测定均参照《海洋监测规范》(GB17378.4-2007)中的方法。其中，TAN的检测采用靛酚蓝分光光度法；NO₂^-采用萘乙二胺分光光度法；NO₃^-采用锌镉还原法；pH、温度等参数采用YSI多功能水质测定仪(美国)测定。

电流密度J (mA/cm²)：J=I/S

式中，I为实验电流大小(A)，S为极板面积(cm²)。

去除率R=(C₀–C_t)/C₀×100%

式中，C₀为初始物质浓度(mg/L)，C_t为电解t分钟时溶液中的剩余浓度(mg/L)。

电流密度实验显示，TAN、NO₃^-浓度均随电流密度的上升和电解时间的延长而逐渐下降，电解40 min后，J₁~J₃组TAN浓度由初始的2.4 mg/L分别降低到0.34、0.22、0.20 mg/L，其中，J₂、J₃组去除效果显著好于J₁组(P < 0.05) (图 2)。由于电流密度的升高能加速电子迁移转化的速率，使间接氧化反应产生的HClO浓度不断增加，同时，电极周围产生的气泡(N₂)起到一定的混合作用，加速了TAN的去除(舒欣等, 2012; Cao et al, 2016)。在实验中发现，J₂、J₃的电流密度下TAN的去除效果基本相同，这可能是当J达到一定程度后，后续反应中电流密度不再是限制污染物去除的主要因素，继续增加电流密度只会加快副反应的速率，导致电流效率的下降(叶舒帆等, 2011)。电解40 min后，J₁~J₃组NO₃^-浓度由初始值13.1 mg/L分别降为9.2、3.4、2.5 mg/L，去除率分别达到29.8%、74.0%、80.9%，各组间差异显著(P < 0.05)(图 3)。李智等(2009)研究认为，NO₃^-的还原需要H₂参与(反应1、2)，10 mA/cm²时反应速率较慢，体系中没有足量的H₂供NO₃^-还原，这可能是J₁组去除率偏低的主要原因。电子迁移速度随着J的增加而加快，实验产生的H₂为NO₃^-还原提供了大量的电子供体，有助于NO₃^-去除率的提高(李智等, 2009)。

图 1(Fig. 1)

图 2 电流密度对总氨氮去除的影响 Fig.2 Effects of different current density on ammonia removal

图 1(Fig. 1)

图 3 电流密度对硝酸盐去除的影响 Fig.3 Effects of different current density on nitrate removal

极板面积比实验显示，随着极板面积比的增加，TAN的去除速率逐渐下降，且整个反应过程中，TAN浓度均存在明显差异(P < 0.05)。电解40 min后，A₁~A₃组TAN浓度分别降为0.21、0.31、0.38 mg/L (图 4)。由于去除TAN的反应受到NO₃^-还原的影响，极板面积比增加时，阴极面积增大，NO₃^-还原速率加快，反而增加了水中TAN的浓度，不利于TAN去除效率的提高(朱艳, 2013)。极板面积大小影响污染物的去除是因为电极反应主要发生在极板表面，极板面积变大时，为TAN、NO₃^-提供更多吸附位点(郑华均, 2018)，反应过程中，NO₃^-浓度均呈先下降后上升的趋势，极板面积比的增大有助于NO₃^-的去除，实验中A₁~A₃组NO₃^-浓度由14.6 mg/L分别降低到7.9、3.2、4.4 mg/L。A₂组条件下，NO₃^-去除效果显著高于其他各组(P < 0.05) (图 5)。Reyter等(2010)研究发现，当阴、阳极板面积比发生改变时，NO₃^-还原效率和产物也随之变化，当阴、阳极板面积比为2.25时，NO₃^-先还原产生TAN，随后TAN氧化生成N₂，最终NO₃^-去除效果明显提升。本研究中，阴、阳极板面积比为1.5:1时，NO₃^-去除效果明显更好，且未观察到明显的TAN升高，这可能与实验中采用的电极材质以及阴极电位等因素有关。本研究中，NO₃^-浓度较高，为实现同步脱氮效果，适当增加阴极板面积更有利于NO₃^-的还原。

图 1(Fig. 1)

图 4 极板面积比对总氨氮去除的影响 Fig.4 Effects of different plate area ratio on ammonia removal

图 1(Fig. 1)

图 5 极板面积比对硝酸盐去除的影响 Fig.5 Effects of different plate area ratio on nitrate removal

极板间距实验结果显示，电解40 min后，D₁~D₃组TAN由2.54 mg/L分别降低到0.23、023、0.24 mg/L，各组间无显著差异(P > 0.05) (图 6)。宋协法等(2016)在利用钌铱电极处理含N养殖废水时发现，在一定范围内，极板间距的改变不影响TAN的去除，与本研究结果基本一致。朱艳(2013)研究表明，极板间距不是影响TAN去除的主因，极板距离的远近主要决定电子迁移速率，进而影响TAN的去除效果。极板间距较小时反应速率快，产生的HClO多，而随电解时间的延长，反应体系中HClO充足，极板间距不再是影响TAN去除的主要因素，因此，各组去除率基本相同(陈金銮, 2008)。随着电解时间的延长，不同间距的NO₃^-去除效果存在显著差异，D₁~D₃组NO₃^-浓度分别降低到8.3、4.3、6.8 mg/L (P < 0.05) (图 7)。姚利军(2015)研究发现，极板间距增加，NO₃^-去除率由32%提高到77.2%，去除率不断增加。而本研究中，极板间距为2.5 cm时，NO₃^-去除效果最为理想，增大或减小极板间距均不利于污染物的去除，这主要因为当极板两侧在电压不变条件下，极板距离的增加会增大电极间电阻，使电子转移速率降低，进而影响去除效果；当极板间距过小时，由于液体粘滞作用导致NO₃^-转移过程受阻，同时，板间电压导致极板表面发生钝化，因此，增大或减小板间距都会影响NO₃^-还原的效率(Brylev et al, 2007;叶舒帆等, 2011)。

图 1(Fig. 1)

图 6 极板间距对总氨氮去除的影响 Fig.6 Effects of different plate distance on ammonia removal

图 1(Fig. 1)

图 7 极板间距对硝酸盐去除的影响 Fig.7 Effects of different plate distance on nitrate removal

初始pH实验显示，初始pH的升高不利于TAN和NO₃^-的去除，电解40 min后，P₁~P₃组TAN浓度分别降为0.18、0.25、0.36 mg/L(图 8)，P₁~P₃组NO₃^-浓度由14.6 mg/L分别降低到3.2、4.7、5.5 mg/L(图 9)，各组间差异显著(P < 0.05)。Gendel等(2012)研究表明，pH通过影响水中游离氯的存在形式进而影响TAN的去除(反应式3)，当pH < 7时，水中游离氯主要以HClO形式存在，pH > 7时，水中游离氯主要以OCl^-存在，HClO的氧化性要明显好于OCl^-，因此，酸性环境有助于加速TAN的去除，pH较低时有助于NO₃^-的去除，这主要是因为酸性条件下水中H⁺浓度高，产生的H₂可作为电子供体直接参与到NO₃^-还原中，因此，有助于提高NO₃^-的还原效率(李智等, 2009)。

图 1(Fig. 1)

图 8 初始pH对总氨氮去除的影响 Fig.8 Effects of different initial pH on ammonia removal

图 1(Fig. 1)

图 9 初始pH对硝酸盐去除的影响 Fig.9 Effects of different initial pH on nitrate removal

从单因素实验结果看，电化学水处理对TAN的去除率在实验条件下都能达到80%以上，但不同反应条件下，NO₃^-的去除效果差别很大，NO₃^-去除率不高，限制了TAN、NO₃^-的同步去除，为实现养殖水同步脱氮的效果，采用响应面分析模型对NO₃^-去除的条件进行优化。

本研究在单因素实验结果基础上，利用Design-Expert 8.0.6软件内Box-Behnken中心组合设计原理，以电流密度、极板间距、极板面积比，初始pH共4个影响因子为响应变量，以NO₃^-去除效率为响应面，进行四因素三水平的响应面实验设计，实验因素水平及编码见表 2(郜玉楠等, 2018)。

表 2(Tab.2)

表 2 Box-Behnken试验设计因子及水平 Tab.2 Factors and levels for Box-Behnken design 变量 Variable 代码 Code 编码水平Coding level -1 0 1 电流密度Current density A 10 20 30 极板间距Plate distance B 1.0 2.5 4.0 极板面积比Plate ratio C 1:1 1.5:1 2:1 初始pH Initial pH D 6 7 8

表 2 Box-Behnken试验设计因子及水平 Tab.2 Factors and levels for Box-Behnken design

通过Design-Expert软件进行多元二次回归获得的拟合方程：R₁=0.81+0.073×A+0.011×B+0.033×C– 0.009×D–0.025×A×B+0.003×10^-3×A×C–0.024×A×D+ 0.0046×B×C–0.006×B×D–0.003×C×D–0.076×A²–0.100× B²–0.075×C²–0.038×D²。对模型进行方差分析，所得结果见表 3。从表 3可以看出，模型P < 0.0001，说明所得回归方程差异极显著，失拟项P=0.1179，P > 0.05说明失拟不显著，实验构建的回归方程效果理想，故可用此模型对不同参数条件下的NO₃^-去除效果进行分析和预测。模型的回归系数R²=0.9340，校正系数R²= 0.8681，说明模型预测结果与真实值吻合度较高(林建原等, 2013)，从表 3可以看出，电流密度及极板面积比对NO₃^-去除的影响极显著(P < 0.0001)；电流密度和初始pH的交互作用也显著影响NO₃^-的去除(P < 0.05)；此外，模型中二次项A²、B²、C²、D²对NO₃^-处理效率影响也达到极显著水平。

表 3(Tab.3)

表 3 回归方程方差分析 Tab.3 Analysis of variance for regression equation 项目 Items 平方和 Sum of square 自由度 Df 均方 Mean square F值 F-value 显著性 Significance 模型 0.19 14 0.013 14.16 < 0.0001* A~J 0.064 1 0.064 68.02 < 0.0001* B~D 1.34×10–3 1 1.34×10–3 1.43 0.2522 C~A 0.013 1 0.013 13.8 0.0023* D~P 9.90×10–4 1 9.90×10–4 1.05 0.3227 AB 2.50×10–3 1 2.50×10–3 2.65 0.1256 AC 4.23×10–5 1 4.23×10–5 0.045 0.8353 AD 2.40×10–3 1 2.40×10–3 2.55 0.0327* BC 8.10×10–5 1 8.10×10–5 0.086 0.7737 BD 1.56×10–4 1 1.56×10–4 0.17 0.69 CD 2.50×10–5 1 2.50×10–5 0.027 0.8729 A2 0.038 1 0.038 40.02 < 0.0001* B2 0.065 1 0.065 68.49 < 0.0001* C2 0.037 1 0.037 38.97 < 0.0001* D2 9.49×10–3 1 9.49×10–3 10.07 0.0068* 残差Residual 0.013 14 9.42×10–4 失拟项Lack of fit 0.012 10 1.19×10–3 3.53 0.1179 纯误差Pure error 1.34×10–3 4 3.36×10–4 总和Total 0.20 28 注：P为回归方程与实际值的拟合程度；F值为该因素的影响显著性程度，*为影响显著 Note: P is the fitting degree between the regression equation and the actual value; F is the significance degree of the influence of this factor, * is the significance degree of the influence

表 3 回归方程方差分析 Tab.3 Analysis of variance for regression equation

为进一步考察各因子的交互效应对NO₃^-去除率影响，同时，获得最佳反应条件，固定其中2个条件不变，获得任意2个因素交互作用对NO₃^-去除影响的响应面3D效果图(图 10)。

图 1(Fig. 1)

图 10 因素交互作用对对硝酸盐去除效率影响的响应面 Fig.10 Response surface plot for effects on nitrate removal under the interaction of different factors

从图 10可以看出，等高线的形状以及曲线坡度反映了交互效应的强弱，等高线呈椭圆形且坡度越陡说明交互作用越显著；反之为交互作用不显著(张洋等, 2018;杨晶晶等, 2018)。电流密度与初始pH之间交互作用最为明显。通过NO₃^-去除率曲面还可以发现，反应条件中，电流密度对NO₃^-去除效率影响最大，其次是极板面积比，这也印证了表 3中方差分析的结果。响应面呈现折叠的曲面，表明各因素与响应结果之间的关系比较复杂，无法用一次线性方程解释，但所得响应面均为开口向下(图 10)，说明4个因素的实验范围内均存在最佳值(王周利等, 2014)。通过对模型回归方程的优化求解，获得了NO₃^-最佳去除率为83.4%，此时的反应条件：J=25.6 mA/cm²，极板间距为2.5 cm，极板面积比为1.6:1，初始pH为6.6。

在模型优化后的实验条件下开展3次重复试验，用于验证养殖废水的脱氮效果见图 11。从图 11可以看出，实验中TAN浓度由2.28 mg/L降为0.29 mg/L，平均去除率达到87.3%；NO₃^-浓度由13.5 mg/L降为2.5 mg/L，平均去除率达到81.5%。而响应面模型优化后NO₃^-去除率的预估值为83.4%，二者间误差为1.9%，此外，对实验中间产物NO₂^-浓度分析后发现，尽管实验过程中NO₃^-浓度大幅度上升，但一段时间后其浓度逐渐下降，且不存在较高浓度NO₂^-积累的问题。实验结果表明，采用响应面模型对电化学水处理反应条件进行优化，有助于养殖废水脱氮效率的提高。

图 1(Fig. 1)

图 11 最佳反应条件下的脱氮效果 Fig.11 The nitrogen removal effect under optimal reaction conditions.

单因素实验表明，电流密度、极板间距、极板面积比和初始pH的改变对TAN的去除影响较小，在给定的反应条件下，各组TAN的去除率达到80%以上；而电流密度、极板间距、极板面积比和初始pH的改变显著影响NO₃^-的去除，为实现TAN和NO₃^-的同步去除，须对NO₃^-反应条件进行优化。

以电流密度、极板间距、极板面积比、初始pH为影响因子，以NO₃^-去除率为响应值建立响应面模型，通过对回归方程求解获得去除NO₃^-的最佳反应条件：电流密度为25.6 mA/cm²，极板间距为2.5 cm，极板面积比为1.6:1，初始pH为6.6，此时，NO₃^-去除率为83.4%。

在响应面优化反应条件下开展验证实验，得到TAN去除率为87.3%，NO₃^-去除率为81.5%，实验结果表明，采用响应面模型对反应条件进行优化有助于养殖废水脱氮效率的提高。