从医疗废水中去除营养物质和颜色：采用含有香蒲（Cyperus alternifolius）的砾石/凝灰岩床构建湿地系统

《Environmental Technology》：Nutrient and colour removal from healthcare wastewater: using gravel/ignimbrite bed constructed wetlands with Cyperus alternifolius

　　**摘要**
医疗废水（HCWW）通常富含营养物质和污染物，这些物质会导致水体变色，若不经过处理，将带来严重的环境和公共卫生风险。本研究评估了水平潜流式人工湿地（HSSFCWs）利用当地可获得的基质材料去除医疗废水中营养物质和颜色的效果，同时考虑了是否种植互花米草（Cyperus alternifolius）的情况。在吉马理工学院（Jimma Institute of Technology）并行安装了四个试点规模的湿地系统，用于处理来自吉马健康研究所（Jimma Institute of Health）的废水，这些系统的水力停留时间（HRT）分别为4天、8天、12天和24天。结果表明，在种植了互花米草的基质上，24天水力停留时间下的营养物质去除率最高：硝酸盐为96.33%、磷酸盐为94.19%、颜色为98.82%。统计分析表明，基质类型和水力停留时间显著影响湿地系统的处理效果（p < 0.0001）。对处理前后基质的傅里叶变换红外光谱（FTIR）和X射线衍射（XRD）分析显示，其官能团和吸附性质发生了变化，这进一步支持了处理结果。研究结果表明，利用火山碎屑岩基质和互花米草的水平潜流式人工湿地是一种可持续且环保的方法，有助于减轻医疗废水带来的风险，符合可持续发展目标（SDGs），特别是目标6.3和6.6。这种方法在资源有限的地区尤为有益。

**关键词**
人工湿地；营养物质去除；废水处理；基质

**1. 引言**
在为人类和动物提供治疗服务（如手术、药物治疗、放射科检查、洗衣、手术室、化学和生物实验室等）以及协助提升医疗技能和进行研究的过程中，医疗机构会产生含有高浓度有机物质、营养物质（氮和磷）、药物、病原体、消毒剂、传染性因子、化学物质、放射性化合物、重金属、新兴污染物以及对抗生素具有抗性的细菌和基因的复杂废水[Citation1,Citation2]。根据Kumar等人（2020）的研究，医疗废水中的物理化学参数浓度高于普通市政废水。因此，如果这些废水未经适当处理直接排放到环境中，尤其是水体中，将对环境、人类和水生生物的健康构成严重威胁[Citation3,Citation4]。这些风险包括抗生素抗性的增加（由于细菌和基因的作用）、毒性效应、有害物质在生物体内的积累以及激素系统的紊乱[Citation2,Citation5–9]。对于水生生物而言，这可能导致行为改变、微生物群落组成改变、繁殖能力下降以及食物链失衡。总体而言，水生生态系统的适宜条件会受到影响，最终可能导致生物死亡[Citation5,Citation10,Citation11]。营养物质（尤其是氮和磷）浓度的增加会对水生生态系统产生复杂而显著的影响，这种现象称为富营养化，会破坏某些微生物的固氮能力，进而影响营养循环和生态系统生产力[Citation12]。解决这一问题需要采取综合措施，包括政策制定、法规制定、技术应用以及社区参与[Citation13]。传统的废水处理技术无法有效应对医疗废水的问题[Citation14]。因此，亟需开发环保、经济且可持续的废水处理技术[Citation2,Citation15,Citation16]。虽然已有许多有效的去除营养物质污染物的技术，但这些技术成本较高、能耗大、操作复杂，并且需要大量的维护[Citation12,Citation17]。因此，通过结合技术、环境保护和经济可行性，可以实现可持续的废水处理，以满足日益增长的用水需求[Citation18]。另一方面，在废水排放到水体或环境中之前对其进行处理，有助于实现可持续发展目标（SDGs）。具体而言，采用成本效益高且环保的废水管理技术符合SDG 3.9、SDG 6.3和SDG 6.6以及SDG 14.1[Citation19,Citation20]。人工湿地是一种创新且环保的技术，可用于处理城市和工业废水[Citation21]，它们具有成本效益和高能源效率，是废水管理的理想选择[Citation15,Citation22,Citation23]。如今，人工湿地因其能够有效去除几乎所有类型的污染物而不损害环境而受到广泛认可[Citation11,Citation12,Citation23,Citation24]。在人工湿地中，废水通过微生物降解、吸附、植物吸收和沉淀等过程得到净化，这一过程发生在由水文条件、基质、大型水生植物和多样化的微生物群落共同构成的精心设计的环境中[Citation12,Citation21]。Rahman等人[Citation21]指出，人工湿地已被用于处理生活废水、农业废水、湖泊/河水、雨水溢流、糖业废水、医院废水和垃圾填埋场渗滤液。因此，人工湿地中营养物质和其他污染物的去除效率取决于基质、大型水生植物、水文条件和微生物之间的相互作用[Citation25–27]。选择合适的基质材料和大型水生植物对提高废水处理效率至关重要[Citation28]。基质作为物理过滤、化学吸附和微生物定植的介质，并为微生物提供支持；大型水生植物在吸收营养物质方面起着关键作用，同时影响系统内的水流模式和水力特性[Citation29]。过滤基质是人工湿地的重要参数，选择合适的基质需考虑当地的可用性和成本效益[Citation30]。除了为大型水生植物生长提供物理支持和为微生物活动提供表面外，基质还能促进废水中污染物的吸附、沉淀和过滤[Citation33]。此外，水淹没的大型水生植物是自然和人工湿地的重要组成部分，对水和废水处理具有多种益处，包括改善水流（提高水力传导性并防止床层堵塞）、促进净化和沉淀、延长出水与植物根系之间的接触时间、促进生物膜形成和微生物活动、吸收各种污染物（尤其是营养物质），以及将周围环境中的氧气传递给基质以增强床层通风[Citation31,Citation33]。选择适合的处理单元植被的标准与选择基质的标准相似，重点考虑植物多样性、经济可行性、快速生长能力、已证明的污染物吸收能力、较高的污染物耐受性、气候适应性以及栽培的简便性[Citation13,Citation34,Citation35]。本研究选择了互花米草作为研究对象，因为它生长迅速、具有根茎结构、能适应多种环境条件，并能有效吸收废水中的营养物质[Citation36]。此外，其广泛的根系有助于颗粒物的物理过滤，为微生物硝化和反硝化过程提供大量表面积，这对氮的去除至关重要[Citation37,Citation38]。总体而言，先前的研究表明，多种植物种类和基质类型的组合可以增加微生物多样性并维持生态系统稳定性，从而提高人工湿地对污染物的去除效率。人工湿地的处理效果取决于过滤材料周围及种植植被根区微生物群的发展[Citation39]。本研究的主要目的是评估在水平潜流式人工湿地（HSSFCWs）中，使用砾石和火山碎屑岩基质结合互花米草去除医疗废水中营养物质的效果。具体而言，本研究首先比较了两种无植被的人工湿地（仅使用砾石或仅使用火山碎屑岩）的去除效率，其次探讨了两种基质（砾石和火山碎屑岩）与互花米草结合使用的效果。利用火山碎屑岩和砾石基质结合互花米草处理医疗废水是一项创新且环保的方法。火山碎屑岩基质和互花米草分别来自吉马历史上的Aba Jifar宫殿和吉马理工学院的周边湿地地区。为了在废水排放到环境和水体之前对其进行处理，本研究的过程如图1所示。

**2. 材料与方法**
2.1. 研究地点
本研究在埃塞俄比亚西南部的奥罗米亚地区（Oromia National Regional State）的吉马市（Jimma City）进行，该市位于北纬7°40′49″、东经36°49′18″。该地区的年平均降雨量为1,420毫米至1,800毫米，平均气温在11.7°C至27.6°C之间，气候类型属于Wena Dega[Citation40]。试点规模的人工湿地设置在吉马理工学院（Jimma Institute of Technology）的露天场地，靠近土木工程车间，位于北纬7°41′24″、东经36°48′58″，海拔高度为1736米。

2.2. 建立的人工湿地
本研究的人工湿地为水平潜流式人工湿地，设置在吉马大学（Jimma University）的校园内，作为实验试点。试点规模包括六个平行排列的矩形处理单元（图2），其中四个单元用于本研究。每个单元的长度、宽度和深度分别为2.8米、0.8米和0.6米，表面积为2.24平方米，体积为1.344立方米。图2展示了试点规模人工湿地的布局。单元的底部和墙壁采用混凝土建造并涂有防水材料以防止渗漏。与Gabr等人[Citation41]的研究类似，这些试点单元从底部到顶部依次填充了三层材料：第一层为0.25米厚的粗粒砾石和火山碎屑岩基质（28–60毫米），第二层为0.15米厚的细粒砾石和火山碎屑岩基质（10–26毫米），剩余0.20米的空间用于植物生长。每个单元的总体积为1.344立方米，其中约0.896立方米用于填充砾石和火山碎屑岩，作为处理区。医疗废水储罐通过管道与每个单元相连，废水通过管道同时进入所有单元。单元内的废水流入和流出通过截止阀进行控制。处理后的出水样本在停留4天、8天、12天和24天后通过安装的出口收集用于分析。

2.3. 医疗废水采样与分析
废水样本来自吉马健康研究所（Jimma Health Institution）的化粪池，其地理坐标为北纬7°41′1″、东经36°5′18″。收集的废水样本通过液体废物运输车运送到试点规模人工湿地现场储存。现场安装的储罐容量为五立方米。该健康研究所每天为约1500万人提供服务[Citation42]。在数据收集期间，该研究所的10个病房共有752张床位，平均每天接待2750名患者。根据Bekele[Citation43]的研究，全球医院每张床位每天产生的废水量在200至1,200升之间。这一差异受多种因素影响，包括医院规模和服务类型。埃塞俄比亚的医疗机构与其他国家类似，分为三类：a. 小型至中型医院；b. 大型医疗机构；c. 大学医院。据报道，这些机构的废水产生量分别为每张床位每天300–500升、400–700升和500–900升[Citation44]。因此，在评估医院年废水排放量时需考虑医院的总床位数。按每张床位每天500升的保守估计，吉马健康研究所每年产生的废水量约为137,240,000升。

2.4. 实验装置
本研究调查了水平潜流式人工湿地（HSSFCWs）去除医疗废水中营养物质、浊度和颜色的效果。实验装置使用了从吉马Aba Jifar山丘采集的火山碎屑岩和砾石基质，以及建筑材料测试后剩余的材料。互花米草则从吉马理工学院附近的排水区和湿地采集。交替叶莎草（Cyperus alternifolius）被立即种植在试点规模的 constructed wetlands（CWs）场地内准备好的苗圃中。为了保持植物的健康，采取了除草和浇水措施。收集并准备了用于填充 CW 单元的基质。交替叶莎草以 20 厘米的间隔均匀移植到所有处理单元中 [引用36]。这些植物在处理单元中生长了六个月，从 2024 年 7 月到 12 月。在此期间，也进行了浇水和除草工作，直到医疗废水被引入处理系统。然后，储存的废水以每天 112.5 升的负荷率持续流入每个床层。在 4 天、8 天、12 天和 24 天的水力停留时间（HRT）后，从 CW 单元的出口收集处理后的废水样本。这一过程旨在研究单独使用基质（对照组）以及与交替叶莎草结合使用时，营养物质、浊度和颜色的去除情况。根据美国公共卫生协会（APHA）的规定 [引用45]，在样品送达环境工程实验室后的 24 小时内进行了研究。

2.5 基质表征
根据来源的不同，基质被分为合成基质和天然基质，前者是在实验室中合成的，后者来源于生物来源或地壳 [引用46]。在将基质用于水和废水处理之前，特别是在基于吸附的系统中（如 constructed wetlands），需要对吸附剂进行全面的表征，以阐明吸附剂-吸附质之间的相互作用。因此，本研究通过 X 射线衍射（XRD）和傅里叶变换红外（FTIR）光谱法确定了当地采集的砾石和凝灰岩的物理和化学性质 [引用8]。在本研究中，X 射线衍射（XRD）分析使用的是 Drawell XRD 700 衍射仪（5° – 80° 2θ，扫描速率：0.00120–700 min?1，Cu–Kα 辐射，3 kW），而傅里叶变换红外（FTIR）光谱分析则在 PerkinElmer Spectrum Two 光谱仪上进行，波长范围为 8300–350 cm?1，以表征基质材料。

2.6 样品分析
物理化学参数在现场和实验室进行了评估。未经处理和处理后的废水的温度和 pH 值使用多参数仪表（HQ40d Series Metre，Hach，美国）在现场测量。浊度也使用数字浊度计（Thermo Eutech TN-100，新加坡）进行测量。在每个 CW 单元的源头、储存罐（处理前）和处理后都进行了测量。在收集样品之前，使用的 2 升塑料瓶用蒸馏水彻底清洗并用去离子水冲洗。样品从每个 CW 单元收集后立即运输到实验室进行进一步分析。在实验室中，分析了样品的颜色、硝酸盐和磷酸盐浓度。
根据 Dagne 等人的研究 [引用36]，处理效率基于颜色、硝酸盐和磷酸盐的去除百分比进行评估，公式如下：
去除效率（%）= [(Ci?Ce) / Ci] × 100
其中 Ci 是进水（处理前）中的废水浓度，Ce 是出水（处理后）中的废水浓度。

2.7 实验室分析中使用的化学品
为了确保分析测量的准确性和精确性，使用高纯度化学品来评估水和废水的质量 [引用13, 引用45]。本研究中使用的试剂由埃塞俄比亚 Jimma 大学的水供应与环境工程及有机化学实验室提供。硝酸盐分析的方法和试剂包括苯酚二磺酸法、硫酸银（Ag?SO?，99%）、硫酸（H?SO?，98%）、氢氧化铵（NH?OH，99.9%）、氢氧化钾（KOH，85%）、硝酸钾（KNO?，99.5%）和苯酚晶体（C?H?OH，99%）。磷酸盐分析使用了亚锡氯化物法。用于磷酸盐分析的化学品还包括 EDTA 二钠盐、磷酸二氢钾、酚酞、硫酸、硝酸、钼酸铵、亚锡氯化物、甘油和氢氧化钠、氯化钠，纯度分别为 98.5%、99.5%、99.9%、98%、98%、98%、99.8% 和 99.5%。整个过程中还使用了去离子、无有机物的水。

2.8 校准曲线
校准曲线是定量确定废水中的氮和磷化合物（如硝酸盐 NO?? 和磷酸盐 PO?3?）的基本工具。该曲线将光谱仪测得的响应与目标分析的实际浓度联系起来。它通常显示了从光谱仪获得的吸光度值与已知硝酸盐和磷酸盐浓度范围的图表 [引用47]。一个构建良好的校准曲线对于准确确定废水样本中的未知浓度至关重要。它将原始仪器信号转换为有意义的、可量化的数据，从而确保分析结果的可靠性、可追溯性和与监管标准及处理目标的可比性 [引用48, 引用49]。本研究的硝酸盐和磷酸盐标准校准曲线如图 3 所示。图 3 展示了用于硝酸盐和磷酸盐测定的校准曲线。

同样，颜色分析也使用了 APHA [引用45] 推荐的铂-钴（Pt–Co）颜色法。准备了储备标准品和工作标准品。使用 Jenway 6100 分光光度计（JENWAY，英国）在 450 nm 处测量标准品（用于校准曲线）和废水（未经处理和处理后）的吸光度。蒸馏水用作试剂空白。校准曲线以吸光度对 Pt–Co 颜色单位进行绘制，并且校准曲线的线性响应符合比尔-朗伯定律。校准曲线的方程为 y = 0.009x – 0.0062，R2 ≥ 0.9998。然后，根据校准方程计算处理前后医疗废水样本的颜色值，并以 Pt–Co 单位报告。

2.9 数据分析
进行了统计分析，以评估不同 CW 单元和水力停留时间下的污染物浓度变化。数据使用双因素方差分析（two-way ANOVA）进行分析。为了评估处理单元中使用的基质类型和施加的停留时间对医疗废水去除效率的影响，应用了 Tukey 后验检验。设定的置信水平为 P < 0.05。所有统计分析均使用 OriginPro 2025 软件进行。

3. 结果与讨论
3.1 构建湿地（constructed wetlands）的废水去除效果
在 HRT 为 4 天、8 天、12 天和 24 天时，使用抓取采样技术从每个 CW 单元收集处理后的废水样本，并立即运输到距离实验现场 100 米的 Jimma 工程技术学院的水供应与环境工程实验室。样本存储在指定的实验室冰箱中等待分析。
本研究通过分析物理化学参数、温度、pH 值、浊度、营养物质和颜色来评估 HSSFCW 处理医疗废水的性能。现场使用校准的多参数探头测量了温度、pH 值和浊度。未经处理的废水的平均温度为 26.3°C，处理后的医疗废水平均温度为 18.3°C。该系统还通过将 pH 值从 9.55（进水）降低到 7.80（出水）有效地中和了废水。营养物质、颜色和浊度的结果总结在表 1 中，展示了 CW 在单独使用基质以及与交替叶莎草结合使用时，在去除医疗废水中的颜色、硝酸盐（NO??）和磷酸盐（PO?3?）方面的性能。本研究评估了 HSSFCW 使用两种基质（砾石和凝灰岩）单独使用和与大型植物交替叶莎草结合使用时，在指定水力停留时间下的营养物质去除效率。表 1 显示了在不同 HRT 下，使用砾石和凝灰岩 HSSFCW（含和不含）交替叶莎草植物处理医疗废水后的营养物质结果。

3.2 HSSFCWs 中的营养物质和颜色去除：基质和大型植物的影响
3.2.1 硝酸盐去除
表 1 中的数据提供了关于使用两种基质（砾石和凝灰岩）处理医疗废水（HCWW）的水平潜流 constructed wetlands（HSSFCWs）的硝酸盐去除效率的信息，这些湿地在 4 天、8 天、12 天和 24 天的水力停留时间（HRT）下分别进行了测试。仅在砾石床（对照组）的湿地单元中，硝酸盐去除效率从 4 天的 71.07% 逐渐提高到 24 天的 85.95%。同样，在含有交替叶莎草的植被湿地单元中，硝酸盐去除效率在所有 HRT 下都有所提高，分别在 4 天和 24 天达到了 73.90% 和 93.59%。配置有凝灰岩基质的 CW 床层显示出比砾石更高的硝酸盐去除效率。在不含植被的凝灰岩单元中，去除效率从 4 天的 65.89% 提高到 24 天的 91.20%。值得注意的是，结合了凝灰岩基质和交替叶莎草的湿地单元在 24 天的水力停留时间下显示出最高的硝酸盐去除效率，达到了令人印象深刻的 96.33%。增加的水力停留时间通过促进生物过程提高了硝酸盐去除效率。相反，在较短的水力停留时间（4–8 天）内，从废水中去除的硝酸盐量有限，因为这段时间不足以让微生物适应和发生氧化还原分层 [引用50]。相比之下，含有交替叶莎草的凝灰岩单元在 24 天的水力停留时间下提供了完整的硝化-反硝化途径所需的条件。
凝灰岩层的多孔性质允许氧气传递到植物根区，同时在床层深处保持厌氧条件 [引用51]。交替叶莎草根系释放到根际的氧气创造了有利于硝化的有氧微环境。通过这一过程形成的硝酸盐随后从这些有氧区域转移到周围区域，在那里通过异养反硝化作用发生有机物的厌氧分解。此外，大型植物释放的根系分泌物——有机物质——可能作为可利用的有机碳来源，支持反硝化细菌 [引用52]。因此，在植被凝灰岩床中观察到的较高硝酸盐去除率反映了协同的生物过程，而不仅仅是简单的物理滞留作用的结果。
这些发现与其他关于 CW 中硝酸盐去除的研究结果一致。例如，Karungamye 等人 [引用53] 报告称，在 HSSFCWs 中处理合成制药废水时，硝酸盐去除效率超过了 70%，这是使用砾石基质和交替叶莎草植物并在 7 天的停留时间下实现的。同样，Dires 等人 [引用54] 的研究报道，在四天的停留时间内，使用香蒲植物和碎砖基质处理医院废水时，硝酸盐去除效率达到了 79.6%。Merkeb 等人 [引用55] 使用种植了宽叶香蒲（Typha latifolia）的湿地在 4 天的水力停留时间内实现了 94% 的总氮去除效率。因此，无论是种植还是未种植的 constructed wetlands，随着停留时间的延长，硝酸盐去除效率都有所提高；这一趋势在图 4 中清晰可见。最后，随着停留时间的延长，硝酸盐去除效率进一步提高，在含有交替叶莎草的凝灰岩基质中达到了令人印象深刻的 96.33%。因此，交替叶莎草凭借其广泛的根系增强了颗粒物的物理过滤作用，并提供了支持微生物硝化和反硝化的较大表面积，这对氮去除至关重要 [引用37, 引用38]。

3.2.2 磷酸盐去除
评估了使用砾石和凝灰岩基质从医疗废水中去除磷酸盐（PO?3?）的有效性。该研究考察了四种提出的 HRT（4 天、8 天、12 天和 24 天）下的植被和非植被条件。磷酸盐去除效率受基质、大型植物和停留时间的影响 [引用56]。因此，表 2 的结果说明了这一点。在未种植的砾石床中，随着停留时间从 4 天增加到 24 天，医疗废水中的磷酸盐去除率从 61.56% 提高到 79.92%。通过将交替叶莎草植物引入系统，同一研究期间磷酸盐去除率从 67.53% 提高到 88.24%，平均提高了 6.9%。同样，未种植的凝灰岩床的磷酸盐去除率从 62.63% 提高到 84.15%，而含有交替叶莎草的种植系统的磷酸盐去除率在 69.78% 到 94.19% 之间，平均提高了 8.7%。总体而言，在相同条件下，凝灰岩床系统的磷酸盐去除率始终高于砾石床（表 1 和图 5）。从废水中去除磷酸盐的主要机制是废水成分与基质之间的物理化学相互作用 [引用57]。在较长的 HRT 下观察到的 94.19% 的高磷酸盐去除效率表明，磷酸盐去除机制需要时间来发生，特别是矿物的吸附和沉淀过程。XRD分析（图8）证实了凝灰岩中存在含钙的铝硅酸盐和矿物质，这些物质通过配体交换和表面复杂性的机制允许磷酸盐的结合[Citation57]。图5. 基质、大型水生植物和HRT对医疗废水处理中HSSFCWs去除磷酸盐的影响。显示全尺寸 表2. 总体ANOVA总结。下载CSV显示表格。处理后的FTIR分析检测到与羟基（–OH）、硅酸盐基团（Si–O）和碳酸盐基团（图9）相关的光谱区域发生了明显变化，证明了磷酸盐与矿物表面的相互作用[Citation58]。这些光谱变化与内层复合物的形成和可能的钙-磷酸盐沉淀一致[Citation58]。植物的存在进一步促进了从水溶液中去除磷酸盐，为基质提供了物理支持，延长了水力停留时间，并在根际产生了局部pH差异，从而促进了化学沉淀[Citation59,Citation60]。本研究的结果与Mumtaj等人[Citation61]的报告一致，他们报告称，在未种植和种植HSSFCWs处理合成药物废水时，磷酸盐去除效率分别达到了90%和95%。同样，Dires等人[Citation54]报告称，在使用香蒲作为大型水生植物、砖块作为基质的 constructed wetlands 中，4天的停留时间内磷酸盐的平均去除效率为77%。De Paula等人[Citation62]报告称，自由表面流 constructed wetlands 通过沉淀、植物吸收和微生物过程可以去除高达95%的磷，使其成为专注于营养物质回收的三级废水处理的有效方法。相反，HRT与去除效率之间的持续正相关关系强调了水力停留时间在控制物理化学和生物机制方面的根本重要性，延长的HRT增强了基质扩散梯度，并促进了植物-微生物之间的协同作用[Citation27]。这些发现表明，将适当的大型水生植物（如Cyperus alternifolius）与优化的基质（如凝灰岩）以及精心控制的水力停留时间战略性地结合使用，可以实现超过94%的高磷酸盐去除效率，为缓解废水处理系统中的富营养化问题提供了可行的解决方案。

3.2.3. 颜色去除
医疗废水中的颜色主要来源于医疗环境中使用的化学物质和物质，包括合成染料、消毒剂、药品和体液，所有这些都会导致进水颜色的变化[Citation63,Citation64]。本研究表明，无植被的CW在砾石床中去除的颜色高达90.08%，在凝灰岩床中去除的颜色高达92.17%。相比之下，有植物的系统在24天的HRT下实现了更高的去除率，分别为94%（砾石床）和98.82%（凝灰岩床）。这一发现与其他关于种植和未种植constructed wetlands中颜色去除趋势的研究结果一致，例如Etana等人[Citation65]报告称，在使用火山渣介质和香根草的系统中，3天的停留时间内未种植系统的颜色去除效率为80%，种植系统的颜色去除效率为84%；而Rani等人[Citation39]观察到8天的停留时间内去除率超过80%。然而，种植系统（含有Cyperus alternifolius）显示出更高的去除效率，这表明其存在可以通过物理过滤、吸附、植物吸收[Citation17,Citation66]以及根际微生物活动（由根系分泌物刺激，促进有色有机化合物的降解[Citation39]）的综合作用来增强颜色去除效果，这一观点通过处理后的FTIR（图9）光谱数据得到了进一步验证，数据显示与芳香族和腐殖质化合物相关的功能团减少了[Citation67]。此外，植物还可以通过直接吸收、生物降解和在组织中的积累来去除废水中的颜色[Citation65]。因此，研究表明，植物的存在增加了微生物多样性和酶活性，从而增强了CW中水污染物的去除效果[Citation39,Citation68]。图6清楚地显示了种植和未种植配置之间的颜色去除效果差异，图7通过照片进一步说明了这一点。图6. HRT对种植和未种植的砾石及凝灰岩基质以及含有Cyperus alternifolius植物的HSSCWs中颜色去除的影响。显示全尺寸 图7. 不同停留时间下颜色去除效率的照片说明。显示全尺寸。

3.2.4. 浊度去除
医疗废水中的浊度主要来源于治疗过程中产生的悬浮固体和有机物质。本研究表明，无植被的constructed wetland在砾石床中去除的浊度高达87.52%，在凝灰岩床中去除的浊度高达89.51%。相比之下，有植物的系统在24天的水力停留时间内实现了更高的去除率，分别为89.99%（砾石床）和91.76%（凝灰岩床）（表1）。这些通过物理机制（过滤和沉淀）从医疗废水中去除浊度的有希望的结果表明，随着HRT的延长，悬浮颗粒由于水流速度的降低而沉积在基质的多孔表面上，并被介质的空隙空间捕获[Citation69,Citation70]。同样，植物根系通过调节水流以促进沉淀、稳定基质防止再悬浮，并为微生物聚集和颗粒捕食提供生物膜表面，从而增强了浊度的去除[Citation70]。最后，生化过程还涉及在基质多孔表面上的吸附和根际氧化，这刺激了絮凝细菌的形成，通过将废物转化为沉淀的生物质来提高去除效率[Citation39,Citation71]。这一发现与其他关于种植和未种植constructed wetlands中浊度去除趋势的研究结果一致，例如Parashar等人[Citation23]报告称，在使用砾石和Typha latifolia处理医院废水的系统中，1.19天的停留时间内去除效率为68.3%；Patel等人[Citation72]观察到在9天的停留时间内，未种植和种植系统的去除率分别为88%至90%和超过90%。然而，在所有研究中，种植系统由于物理过滤、吸附和植物吸收的综合作用而显示出更高的浊度去除效率[Citation71,Citation72]。

3.3. 基质分析
3.3.1. 基质的XRD分析
在用医疗废水处理前后，凝灰岩和砾石基质的X射线衍射（XRD）图案显示出与其在constructed wetlands中的功能角色一致的显著矿物学变化（图8）。处理前的凝灰岩样品光谱（黑线）在20.5°、23.4°、26.2°和30.5°处显示出特征峰，这些峰与沸石（无水沸石）、石英和长石矿物相关[Citation73,Citation74]。处理后的光谱（红线）显示这些峰的高度增加，尤其是在26.2°和27.2°处，这可能表明由于吸附和沉淀作用导致了晶体重组[Citation73,Citation75]。图8. 用医疗废水处理前后凝灰岩和砾石基质的XRD图案。显示全尺寸
对于砾石基质，处理前的光谱（黑线）在13.3°、23.4°和32.1°处显示出峰，表明存在石英、长石（钠长石）和白云母[Citation76]。处理后的分析（红线）显示27.1°、36.5°和50.5°处的峰强度有所增加，这被解释为有机颗粒的物理沉积和生物膜发展的结果，而不是矿物学转变[Citation75]。
3.3.2. 基质的FTIR光谱分析
FTIR分析揭示了光谱区域中的关键功能团（图9）。在羟基区域（3600-3000?cm?1）[Citation77]，处理前在3680、3609和3534?cm?1处的峰表明铝硅酸盐中的结构羟基（-OH）和吸附的水[Citation78,Citation79]。处理后，3683和3538?cm?1处的峰持续存在（略有移动），表明持续的水相互作用和潜在的水解反应[Citation65]。图9. 用医疗废水处理前后凝灰岩和砾石基质的FTIR光谱。显示全尺寸
在脂肪族C–H伸缩区域（3000-2500?cm?1）[Citation77]，处理前的凝灰岩在2692、2610、2495和2211?cm?1处显示出C–H键的特征峰。处理后的凝灰岩在2944?cm?1处出现了一个新的峰，表明吸附了来自医疗废水的碳氢化合物污染物，如脂类或酰胺[Citation80]。同样，处理后的砾石基质在2386和2347?cm?1处显示出不对称伸缩峰，这些峰被归因于吸附的CO?和/或腈基团[Citation78]，可能是由于废水中药物化合物的降解。
在2000-1500?cm?1区域的分析[Citation77]显示，处理前的凝灰岩中存在酮（1765 cm?1）[Citation78]和酰胺（1560?cm?1]基团。处理后这些峰的轻微移动（至1767和1566?cm?1）表明羧基和/或酰胺官能团保留在基质上[Citation78]。处理前的砾石显示出羧基峰（1782、1760 cm?1）和1516?cm?1处的芳香族峰。处理后砾石基质上出现一个新的酯峰（1736 cm?1），表明碳水化合物或脂类的微生物转化[Citation80]。最后，凝灰岩基质的指纹区域（Citation77）显示了矿物振动的特征：Si-O-Si弯曲（822、751?cm?1）、Al–O（624?cm?1）和Fe-O（560?cm?1）[Citation67,Citation79,Citation81]。处理后的凝灰岩中Si-O-Si弯曲（824?cm?1）的持续存在证实了矿物的稳定性。一个新的碳酸盐峰（674?cm?1）表明来自医疗废水的矿物结垢[Citation65]。处理前的砾石基质显示出Si-O（石英，802?cm?1）[Citation67]、碳酸盐（695?cm?1）以及硅酸盐矿物中的Si-O–Al和Si-O-Si（600–400?cm?1）振动[Citation79,Citation82]。处理后的砾石基质中Si-O（694?cm?1）的持续存在证实了矿物的稳定性[Citation65]。在硅酸盐区域观察到的变化较少，表明选定的基质（砾石和凝灰岩）与医疗废水之间的相互作用对羟基的影响不大[Citation65]。

3.4. 构建湿地中污染物去除的统计分析
使用OriginPro 2025软件进行的双因素ANOVA分析确认，HRT（p?
4. 结论
本研究表明，由凝灰岩和砾石基质制成的HSSFCWs，无论是否种植Cyperus alternifolius，都能有效去除医疗废水中的营养物质和颜色。该系统的性能在4天、8天、12天和24天的HRT下进行了评估。相比之下，使用凝灰岩-Cyperus alternifolius配置在24天的水力停留时间内实现了最高的去除效率：硝酸盐96.33%、磷酸盐94.19%和颜色98.82%。这些发现突显了多孔介质、微生物和大型水生植物在提高系统处理性能方面的互补作用。除了性能评估外，本研究还提供了对CW系统中污染物去除机制的理解。XRD结果揭示了处理后基质中的矿物学变化，表明凝灰岩和砾石通过吸附、离子交换和表面沉淀在污染物管理中发挥了重要作用。另一方面，FTIR研究揭示了如–OH、Si–O和碳酸盐等功能团的变化，这证实了废水成分与基质表面之间的强烈相互作用。这些变化表明，营养物和颜色的去除不仅受HRT和植物吸收的影响，还受吸附、离子交换和沉淀反应的影响，以及基质基质内的生物膜介导的过程，并通过Cyperus alternifolius大型水生植物通过先进的根际氧化和微生物活动得到了进一步增强。统计分析表明，基质类型和HRT显著影响了污染物的去除。此外，本研究的结果表明，CW技术可以有效应对全球环境挑战，并为废水处理应用提供及时的性能指标。CW技术为废水管理提供了一种节省成本和能源的替代方案，有助于实现多个可持续发展目标（SDGs）。这种CW技术为在废水排放到水生环境之前对其进行处理提供了高效且经济的解决方案。因此，对机构产生的工业废水进行预处理有助于实现以下可持续发展目标（SDGs）的要求：SDG 3（目标3.9）——减少对环境健康的影响；SDG 6（目标6.3和6.6）——保护和改善与水相关的生态系统以及提升地表水质量；SDG 14（目标14.1）——将水生环境受到污染的风险降至最低。尽管当前的研究仅评估了某些医疗废水的处理效果，但未来的研究将专门针对生化需氧量（BOD）、化学需氧量（COD）、重金属和病原体指标进行深入分析，以提供更全面的评估并进一步验证该系统的有效性。

作者贡献：
- CRediTKassahun Tsegaye Mekonnen：撰写、审稿与编辑、原始稿撰写、方法论设计、数据整理、概念构建。
- Esayas Alemayehu：全程监督、数据可视化处理、验证、方法论设计、编辑与审稿。
- Zerihun Asmelash Samuel：验证、监督、编辑与审稿。

数据可用性声明：
支持这些研究结果的数据属于机密信息。