2. 低温对硝化菌群的影响机制
硝化系统在冬季或高寒地区最容易出现的问题，不是“细菌全部死亡”，而是“细菌还在，但干活变慢了”。理解这一点的关键，是把温度对硝化菌的作用拆成两条线索：一条是生长速率——决定菌群能否维持足够的生物量；另一条是活性——决定单位生物量在单位时间内能转化多少氨氮。低温往往先压制活性，再通过生长速率下降逐步侵蚀生物量，最终表现为出水氨氮持续抬升。
一、两类硝化菌对温度的响应并不相同
硝化是两步串联反应：氨氧化菌（AOB）把 NH₄⁺ 氧化为 NO₂⁻，亚硝酸盐氧化菌（NOB）再把 NO₂⁻ 氧化为 NO₃⁻。这两类菌的最适温度区间和低温敏感度存在差异，是低温期工艺现象复杂化的根源。
一般而言，AOB 的最适温度约在 25～30 ℃，NOB 略高，常在 28～32 ℃。当温度从 30 ℃ 逐步降到 15 ℃ 以下时，两者的生长速率都下降，但 NOB 的下降往往更陡。这带来一个反直觉的结果：低温初期可能出现亚硝酸盐积累，因为 AOB 仍能维持一定氨氧化能力，而 NOB 已经跟不上。若系统长期低温运行，AOB 生物量也会被逐步稀释，氨氧化本身成为瓶颈，出水氨氮才开始明显超标。因此，观察低温硝化故障时，先看是氨氮升高还是亚硝酸盐升高，可以初步判断受限环节。
需要强调的是，上述温度区间是典型经验值，实际菌群组成、污泥龄、溶解氧和进水基质浓度都会改变表观最适温度，不能把某个数字当作绝对阈值。
二、Arrhenius 方程：把“变慢”变成可计算的规律
温度对生化反应速率的定量描述，常用 Arrhenius 方程：
k = A · exp(-Ea / (R·T))其中 k 为反应速率常数，A 为指前因子，Ea 为活化能（J/mol），R 为气体常数 8.314 J/(mol·K)，T 为热力学温度（K）。取对数后为 ln k = ln A − Ea/(R·T)，即 ln k 与 1/T 呈线性关系，斜率为 −Ea/R。活化能越大，速率对温度越敏感。
在污水处理工程中，更常用的是它的简化形式——温度系数修正：
r(T) = r(20) · θ^(T-20)式中 r(20) 为 20 ℃ 时的速率，θ 为温度系数，T 为实际水温（℃）。θ 大于 1，表示温度升高速率加快；T 低于 20 ℃ 时，θ^(T-20) 小于 1，速率被折减。工程上常取硝化 θ 约 1.07～1.10，但低温段实际折减往往比该区间外推更严重，因此不少设计手册建议在 10～15 ℃ 段采用更保守的 θ 或直接取更低的速率修正值。
三、用示例算一遍：低温到底损失了多少能力
假设某污水厂 20 ℃ 时硝化速率 r(20) = 1.0（以相对值计），取 θ = 1.08。则：
- 15 ℃：r = 1.0 × 1.08^(−5) ≈ 0.68，约为 20 ℃ 的 68%；
- 12 ℃：r = 1.0 × 1.08^(−8) ≈ 0.54，约为 54%；
- 10 ℃：r = 1.0 × 1.08^(−10) ≈ 0.46，约为 46%。
也就是说，仅温度一项，10 ℃ 时硝化能力就只剩不到一半。若再叠加溶解氧偏低、进水氨氮冲击，系统很容易失稳。这个示例说明：低温不是“稍微慢一点”，而是需要提前用生物量或停留时间来补偿的数量级变化。
反过来，若已知 12 ℃ 时实测硝化速率仅为 20 ℃ 的 40%，而按 θ = 1.08 预测应为 54%，说明除温度外还有其它抑制因素（如低 DO、pH 偏低或毒性物质），应进一步排查，而不是简单归因于水温。
四、生长速率下降如何传导为生物量流失
活性下降是“瞬时”的，生物量变化则是“累积”的。硝化菌的净生长取决于生长速率与内源衰减、排泥流失之间的平衡。低温使最大比生长速率 μ 下降，若污泥龄 SRT 不变，系统维持硝化菌浓度的能力随之减弱。当 SRT 接近或低于低温下的最小世代时间要求时，硝化菌会被逐渐淘洗出系统，表现为硝化能力持续下滑且难以恢复。
因此，低温期的核心调控思路不是“等温度回升”，而是用更长的污泥龄把更慢的生长速率“养”回来。这也正是后续污泥龄调整措施的物理基础：温度降低导致 μ 下降，必须相应提高 SRT，才能维持足够的硝化菌生物量。
五、把机制落到运行判断上
理解上述机制后，低温期的运行判断可以更有针对性。第一，建立本厂自己的温度—速率关系：在 20 ℃ 左右测得的硝化速率作为基准，用实测的不同水温数据反算 θ，而不是照搬手册值。第二，区分“活性不足”和“生物量不足”：前者表现为短时波动、恢复较快，后者表现为持续下滑、提高 DO 也难以扭转。第三，关注 NO₂⁻ 的“预警”作用，它往往早于氨氮超标出现，是低温初期调整污泥龄和曝气的窗口信号。
最后要提醒：Arrhenius 方程和 θ 修正描述的是温度这一单一变量的影响，实际系统还受 DO、pH、碱度、游离氨抑制和进水负荷波动共同作用。把温度项算清楚，是为了在排除温度影响后，更准确地识别其它限制因素，而不是把所有问题都推给“天冷”。