污泥的厌氧消化分为水解、酸化、乙酸化、甲烷化4个阶段.污泥水解酸化过程可以产生大量的溶解性有机物与挥发性脂肪酸，这些物质可以为生物反硝化脱氮提供优质碳源.水解是污泥厌氧消化过程的限速阶段，微生物(Micro-Organism)细胞壁阻碍了污泥中有机物的释放与利用，而污泥预处理技术能够很好地实现污泥溶胞.
微波辐射技术作为热处理方式之一，具有加热均匀、升温速度快、易于操控、节能高效等优点因而逐步受到重视并应用于污泥预处理.研究表明，微波-过氧化氢-碱预处理工艺比微波其他组合工艺具有更好的污泥破壁溶胞效果，可以促进污泥中有机物的释放与利用.
虽然污泥破解后释放了大量的有机物，但因其中包含的一些大分子、难降解有机物，导致这些物质较难被生物脱氮除磷过程中的微生物利用.例如，有研究表明，经过MW-H2O2-OH预处理后，污泥释放的易生物降解COD仅占SCOD的30%，可生物降解COD仅占SCOD的47%左右，这导致只有一部分COD可以促使硝酸盐氮转化为氮气.
易生物降解COD的含量是影响生物脱氮除磷(P)效果的重要因素之一.水解酸化过程可以将难生物降解的大分子物质转化为易生物降解的小分子物质，小分子物质进一步转化为挥发性脂肪酸，从而增加溶解性有机物与易生物降解有机物的比例.同时，外加水解酶，如淀粉酶(amylase)、蛋白酶等也可以促进污泥中的悬浮固体溶解和大分子有机物降解，强化污泥水解，缩短污泥水解时间，改善污泥性能.另外，本课题组前期研究表明，蛋白酶的加入对MW-H2O2-OH预处理后污泥的水解确实有促进作用，可以缩短污泥水解时间，0、
30、60、120、180 mg ? g-1的投加量中优化投加量为30 mg ? g-1，优化的水解酸化时间为4 d.
响应面分析法是一种较为常用的近似模型，通过数学与统计学的方法进行模型构建、试验设计、因素评价及参数优化，是一种较优越的解决多变量问题的统计工具，其优越性已被众多研究者关注并应用于环境工程领域.
针对微波-过氧化氢-碱预处理后污泥中碳源可利用性偏低问题，作者前期已采用单因素法研究了水解温度、水解酸化时间和蛋白酶投加量对于MW-H2O2-OH预处理后污泥水解酸化的影响.基于此，本研究采用响应面分析法，选择水解温度、水解酸化时间和蛋白酶投加量作为自变量，以总挥发性脂肪酸浓度和溶解性COD浓度作为响应值，通过批量试验，进一步优化MW-H2O2-OH预处理后污泥的水解酸化操作条件，同时对优化工艺条件下污泥上清液的碳源组成和可利用性进行评估，以期为后续的污泥高效资源化利用提供科技支撑.
2 材料与方法
2.1 试验装置
试验所用微波设备为自主研制的微波反应器JWFY-1T，频率为2450 MHz，磁控管最大输出功率为1 kW，可进行无级调节，最高温度（temperature)为100 ℃.反应器配有搅拌装置和热电偶温度传感器，可实时监测温度.
水解酸化试验采用全自动甲烷潜力测试（TestMeasure)系统，玻璃反应器容积为0.65 L，反应器中放入0.4 L污泥混合液，反应器采用水浴加热方式方法并配有搅拌装置，搅拌速度为80 r ? min-1.
反硝化间歇试验采用1 L密闭玻璃反应器，采用水浴加热，使用磁力搅拌器以保持污泥混合液呈悬浮状态.
2.2 响应面分析法试验设计
根据CCD中心组合试验设计原理，在前期单因素试验的基础上，选择水解温度、水解酸化时间和蛋白酶投加量作为自变量，分别用X1、X2、X3表示，以总VFA浓度和SCOD浓度作为响应值，分别用Y1、Y2表示，进行响应面试验因素水平安排，具体见表 1.由Design Expert 8.0.6，采用CCD试验设计原理，得到3因素3水平共20个试验点的试验方案，并对试验数据进行二次多元回归拟合.二次多元回归方程为：
当n=3时，则方程可转换为：
式中，Y为响应值;X1、X2、X3为自变量编码值;B0为常数项;B1、B2、B3为线性系数;B12、B13、B23为交叉项系数;B11、B22、B33为二次项系数;e为误差. 对模型进行方差分析，并通过模型得到基于微波-过氧化氢-碱预处理的污泥水解酸化的优化工艺条件和最大总VFA浓度.
表1 响应面试验因素编码与水平
2.3 试验方法
试验所用剩余污泥取自北京清河污水处理厂，取回后静置浓缩，置于4 ℃保存.接种污泥取自北京小红门污水处理厂，为中温厌氧消化出泥.试验前污泥过18目标准筛以除去大颗粒杂质.试验采用MW-H2O2-OH预处理工艺，其操作条件如下：加入5 mol ? L-1 NaOH溶液，调节样品pH至11，600 W微波功率辐射样品，升温至80 ℃，然后按m/m=0.2加入30%的过氧化氢溶液，继续辐射升温至100℃，结束.本试验通过微波-过氧化氢-碱预处理达到碱性环境，以抑制产甲烷过程.试验所用污泥的主要性质见表 2.污泥经过MW-H2O2-OH预处理后，添加100 mg ? L-1过氧化氢酶，混合完全搅拌一定时间以便将残留过氧化氢分解完全，之后按照I/S为0.07的比例进行接种污泥接种.之后按照响应面法安排进行试验，试验中采用的蛋白酶酶活为20万U ? g-1.
表2 试验所用污泥的主要性质
2.4 反硝化间歇试验
试验所用污泥取自清河污水处理厂缺氧(hypoxia)池，污泥静置后弃去上清液，再用自来水淘洗，重复几次上述过程后放置过夜，以去除污泥中的大部分SCOD和硝酸盐氮.反硝化间歇试验反应器维持20℃并向反应器内加入20 mg ? L-1的ATU以抑制亚硝化细菌的活性，进而抑制硝化反应的进行.之后向反应器内加入预处理污泥上清液作为碳源物质和硝酸钾，使初始硝酸盐氮浓度为25~45 mg ? L-1.试验开始时，向反应器内通入氮气，保持反应器内为厌氧状态.定时从反应器内取样，取样后立即滴加98%浓硫酸，以终止反硝化反应，之后以8000 r ? min-1离心5 min并过0.45 μm醋酸纤维滤膜，进行硝酸盐氮浓度和SCOD浓度测量，并绘制反硝化曲线，最后测量污泥混合液的挥发性悬浮物浓度.
2.5 分析方法
T
S、V
S、总悬浮物、VS
S、硝酸盐氮按照标准方法测定;pH采用pH计测定;污泥经8000 r ? min-1离心5 min或20 min后，上清液过0.45 μm或0.22 μm醋酸纤维滤膜，滤液用来测定SCO
D、VF
A、溶解性糖类、溶解性蛋白质、硝酸盐氮.TCOD和SCOD采用DR2800 HACH 分光光度计测定;糖类、蛋白质分别采用Dubois法和Lowry法测定，标准物质分别为牛血清蛋白和D-葡萄糖;C2~C5的VFA组分采用气相色谱进行测量，检测器为火焰离子化检测器FID，色谱柱为HP-FFAP毛细管柱.为了测定VFA组分，滤液要用2 mol ? L-1 HCl调至pH 2.0以下，然后转移到1.5 mL的气相色谱进样瓶中.VFA组分通过以下转换因子转换成COD值：1.07 g ? g-1、1.51 g ? g-1、1.82 g ? g-1、2.04 g ? g-1.总VFA的含量按照各VFA组分的加和计算得出.在厌氧条件下，污泥溶出的有机物主要包括蛋白质、糖类、VFA和脂类等，其中脂类含量较小，所以不进行单独测定.根据文献报道，1g蛋白质x)相当于1.5 g COD，1 g糖类相当于1.07 g COD.三维荧光光谱的测定采用日本HITACHI F-7000型荧光光度计进行.激发波长λEx范围为200~400 nm，发射扫描波长λEm范围为220~550 nm，扫描间隔均为5 nm，狭缝宽度均为5 nm，扫描速度为12000 nm ? min-1，三维荧光测定后用Origin软件进行图像处理.所有样品均测量2~3次，取平均值并给出标准偏差.
3 结果与讨论
3.1 基于响应面分析法的污泥水解酸化条件优化
CCD响应面试验方案和结果如表 3所示.经二次多元回归拟合和方差分析后，得到各单因素(factor)、交互项及平方项对总VFA浓度的影响情况，相应的回归方程为：
式中，X1、X2、X3分别为水解温度、水解酸化时间和蛋白酶投加量的编码值，Y1为总VFA浓度.
表3 响应面试验方案及结果
模型的方差分析见表 4.F值是回归均方差和实际误差的均方差的比值，F值与p值反映了模型中的每个控制因素的显著性影响，F值越大、p值越小，则相关性越显著.由表 4可知，模型的F值为38.77，p值<0.0001，表明模型极显著，在整个被研究的回归区域内拟合较好.回归方程的决定系数R2=0.9721，说明模型可以解释97.21%的试验响应值总VFA浓度的变化，校正决定系数adj-R2为0.9471，与R2比较接近，模型拟合度高.变异系数CV能反映试验的可信度和精确度，试验所得CV为3.74%<10%，表明模型具有较高的可信度和精确度.信噪比是有效信号和噪声的比值，可以反映模型的精密度，本试验信噪比为17.083>4，视为合理.失拟项的p值为0.2028>0.05，差异不显著，试验误差小.综上所述，该模型可以很好地用于微波-过氧(Oxygen)化氢-碱预处理污泥的水解酸化过程中总VFA浓度的分析与预测.
表4 回归方程的方差分析
模型中各因素的显著性分析结果表明，X2对总VFA浓度的线性效应极显著，X1对总VFA浓度的线性效应显著;X12、X22、X32对总VFA浓度的曲面效应极显著.
根据所得的回归方程，利用Design Expert 8.0.6分析，得到不同因子间的响应曲面图及等高线图.从图 1中可以看出，水解温度、水解酸化时间、蛋白酶投加量3个因素和总VFA浓度Y1呈现抛物线关系，3个响应曲面图均为开口向下的凸形曲面，且在所选区间范围(fàn wéi)内，响应曲面存在最高点.随着水解酸化时间的增加，总VFA浓度逐渐升高，当水解酸化时间继续增加时，总VFA浓度趋于稳定或略有降低;随着水解温度的提高，总VFA浓度先增加后降低;随着蛋白酶投加量的增加，总VFA浓度先小幅增加后小幅降低.总VFA浓度的升高或是降低，主要取决于总VFA的产生速率和消耗速率.如果产生速率大于消耗速率，则表现为总VFA浓度的升高，反之，则为总VFA浓度的下降.而总VFA浓度的降低主要来自于厌氧发酵产生CH4、CO2等进入气相.在不考虑水解酸化之后的产甲烷时，水解酸化时间越长，水解物质和水解酸化特殊结构：荚膜、鞭毛、菌毛接触的时间越长，水解产酸效果越好.研究表明，水解酸化过程中存在最佳的水解酸化时间，当水解酸化时间进一步延长时，产酸量降低.大部分的研究表明，升高温度有利于厌氧过程中有机物的溶解和有机酸的生成.McIntosh等研究了55 ℃下初沉污泥水解产酸的情况，发现水解酸化最大的产酸量为0.106 mg ? mg-1计)，说明高温下厌氧水解酸化可得到较大的产酸量.Xiong等的研究表明，相对于40 ℃和60 ℃时，浓缩污泥在50 ℃条件下的VFA产量更高，与本研究一致.赵庆良等研究污泥在高温条件下水解酸化时发现，VSS含量为25~30 g ? L-1的高浓度污泥在55 ℃下产生的VFA为108 mg ? g-1，高于65 ℃及75 ℃下的VFA产量，与本研究一致.虽然水解酸化细菌对于温度具有很强的适应性，但温度过高，水解酸化细菌的活性也会受到抑制，从而降低产酸效率与产酸量.由表 4可知，投加蛋白酶对总VFA浓度的线性效应不显著，结果也表明在所研究的范围内，随着蛋白酶投加量的增加，总VFA浓度变化较小.但投加蛋白酶和不投加蛋白酶是否对总VFA浓度存在影响，我们将在下文的验证试验中阐述.
图1 不同因素对总VFA浓度影响的响应曲面图和等高线图
同样地，经二次多元回归拟合和方差分析后，得到各单因素、交互项及平方项对SCOD浓度的影响情况，相应的回归方程为：
式中，X1、X2、X3分别为水解温度（temperature)、水解酸化时间和蛋白酶投加量的编码值，Y2为SCOD浓度.
模型的方差分析见表 5.由表 5可知，模型的F值为20.60，p值<0.0001，表明模型极显著，在整个被研究的回归区域内拟合较好.回归方程的决定系数R2=0.9488，说明模型可以解释94.88%的试验响应值SCOD浓度的变化，校正决定系数adj-R2为0.9028，与R2比较接近，模型拟合度较高.试验所得CV为1.78%<10%，表明模型具有较高的可信度和精确度.本试验信噪比为18.095>4，视为合理.综上所述，该模型可以很好地用于微波-过氧化氢-碱预处理后污泥水解酸化过程中SCOD的分析与预测.显著性分析结果表明，X1、X2、X3对SCOD浓度的线性效应极显著，X32对SCOD浓度的曲面效应显著.
表5 回归方程的方差分析
根据所得的回归方程，利用Design Expert 8.0.6分析，得到不同因子间的响应曲面图及等高线图.从图 2中可以看出，随着水解酸化时间的增加，SCOD的浓度逐渐降低;随着水解温度的提高，SCOD的浓度逐渐增加;随着蛋白酶投加量的增加，SCOD浓度逐渐增加.SCOD浓度的升高或是降低，主要取决于SCOD的产生速率和消耗速率.如果产生速率大于消耗速率，则表现为SCOD浓度的升高，反之，则为SCOD浓度的下降.SCOD的产生主要来自于在污泥水解作用下，固相有机物，如蛋白质、糖类和脂肪等逐渐释放，由固相转移到液相，而SCOD的消耗来自于有机物厌氧发酵产生CH4、CO2等进入气相，少量挥发性有机物及氨等还原性气体挥发进入气相等，前者为主要原因.水解程度的变化可以表示为SCOD浓度的变化.因此，第2 d开始污泥的水解作用减弱并产生CH4、CO2等，消耗了SCOD，导致(cause)SCOD浓度逐步下降.水解温度是水解过程重要的影响因素之一.它可以通过影响微生物的代谢活动和生长速率，进而影响微生物的生长动力学.Song等研究中温及高温污泥水解酸化时发现，产生的SCOD在中温与高温条件下分别为2555和5240 mg ? L-1，VFA产量同样是高温优于低温.高温可以提高生化反应速率，提高微生物的生长速率，同时，适当的高温可以促使细胞壁破解，蛋白质水解，释放胞内物质，进而提高污泥水解效率，因此，随着水解温度的提高，SCOD的浓度逐渐增加.蛋白酶的投加可以促进污泥中的悬浮固体溶解和大分子有机物降解，强化污泥水解，同时蛋白酶本身是蛋白质，也可以通过水解作用贡献一部分SCOD，所以随着蛋白酶投加量的增加，SCOD浓度逐渐增加.
图2 不同因素对SCOD浓度影响(influence)的响应曲面图和等高线图
通过对回归方程的求解，达到最大总VFA浓度的工艺条件一为：水解温度52.92 ℃，水解酸化时间5.09 d，蛋白酶投加量为31.23 mg ? g-1.在此条件下，得到的最大总VFA浓度为7816.39 mg ? L-1，此时SCOD浓度为11544.3 mg ? L-1.但当限定水解酸化时间为2~4 d时，此时达到最大总VFA浓度的工艺条件二为：水解温度53.13 ℃，水解酸化时间4 d，蛋白酶投加量为30.14 mg ? g-1.在此条件下，得到的最大总VFA浓度为7631.7 mg ? L-1，为工艺条件一时的97.64%，此时SCOD浓度为11788.9 mg ? L-1.由于水解酸化时间的延长，将增加工程实践中反应器的体积，增加占地和成本.同时通过前文分析(Analyse)可知，随着水解酸化时间的延长，SCOD的浓度缓慢降低，即可利用的碳源在逐渐减少.因此，优化的工艺条件为：水解温度53.13 ℃、水解酸化时间4
D、蛋白酶投加量30.14 mg ? g-1.通过3组平行试验验证，总VFA浓度分别为7599.07、7829.79、7844.14 mg ? L-1，相对误差分别为-0.43%、2.60%、2.78%，SCOD浓度分别为11460、11760、11820 mg ? L-1，相对误差分别为-2.79%、-0.25%、0.26%，说明所得模型对总VFA浓度的条件优化和预测及SCOD的预测较为准确可靠.
由表 4可知，投加蛋白酶对总VFA浓度的线性效应不显著.在水解温度53.13 ℃、水解酸化时间4
D、不投加蛋白酶的条件下，3组平行试验的总VFA的浓度分别为5692.15、5735.01、5778.62 mg ? L-1，平均为5735.26 mg ? L-1，比优化工艺条件下3组平行试验的总VFA浓度平均值减少了26.07%，对应的SCOD浓度平均值比优化工艺条件下3组平行试验的SCOD浓度平均值减少了22.35%.说明虽然投加蛋白酶对总VFA浓度的线性效应不显著，但投加蛋白酶确实可以增加总VFA浓度和SCOD浓度.
3.2 碳源组成及碳源可利用性评估
如图 3所示，在碳源组成方面，优化工艺条件下SCOD占TCOD的44.56%，总VFA占SCOD的66.42%，溶合性蛋白质占SCOD的19.34%，溶解性糖类占SCOD的6.89%，其他类物质占SCOD的7.35%.在VFA组成方面，乙酸占总VFA的35.11%，丙酸占总VFA的16.90%，异丁酸占总VFA的7.15%，正丁酸占总VFA的19.94%，异戊酸占总VFA的20.14%，正戊酸占总VFA的0.76%.碳源以总VFA为主，其中，VFA以乙酸、异戊酸、正丁酸、丙酸为主.
图3 优化工艺条件下污泥上清液的碳(C)源组成及VFA组成
为了更深入地研究碳源有机物，对优化工艺条件下污泥上清液进行了三维荧光测定.由图 4可见，在污泥上清液三维荧光光谱中具有3个明显的荧光峰.其中峰A，λEx/λEm为275 nm/305 nm，荧光强度为417.9;峰B，λEx/λEm为275 nm/330~340 nm，荧光强度为411;峰C，λEx/
