20世纪，水资源短缺尤其是水质性缺水成了世界共同面对的资源危机，生活、工业、农业污水是污水主要来源，污水处理顺理成章地成为新兴朝阳产业。

污水生物处理的实质就是通过微生物的新陈代谢活动，将污水中的有机物分解，从而达到净化污水的目的。污水处理在水质改善的同时，还要求所采用技术低能耗、少资源损耗，厌氧氨氧化与亚硝化工艺相结合的氮的完全自养转换方式是一种最可持续的污水脱氮途径。厌氧氨氧化菌就是这一途径的神奇承载者。

新闻报道中称厌氧氨氧化菌叫红菌，这是为什么呢？ 厌氧氨氧化菌呈球形、卵形，直径约0.8—1.1μm，在自然界以及废水生物处理系统中, 厌氧氨氧化菌丰度很低，几乎检测不到其活性，当其在生物膜上有低活性的时候，污泥就不是通常的黑色了，呈现为灰色；驯化一段时间后，随着菌群数量的增加，污泥颜色转变为红棕色；由于厌氧氨氧化菌含有丰富的细胞色素, 当其成为优势菌群时，成熟的厌氧氨氧化污泥呈现美丽的深红色。污泥颜色的变化也可用作厌氧氨氧化反应器启动进程的指示。由于这______的红色，污水处理厂的工人们就俗称其为红菌。

但这种神奇的细菌不容易控制，采用传统的系列稀释分离、平板划线分离、显微单细胞分离等微生物分离方法都以失败告终。1999 年，荷兰科学家利用密度梯度离心的方法，第一次得到了厌氧氨氧化菌，约200到800个细胞中只含有1个污染细胞。遗憾的是时至今日，全世界都还未获得厌氧氨氧化菌纯培养菌株。庆幸的是众多科学家协同攻关，在2006 年利用环境基因组学的方法完成了这一非纯培养菌株厌氧氨氧化菌的全基因组序列测定，发现200 多个基因参与其氨氮的短程转化代谢过程。

占细胞总体积的30% 以上的厌氧氨氧化体是厌氧氨氧化菌中最为重要的也是最独特的细胞器，目前被假定为内共生起源的细胞能量产生体，这也是第一个从原核细胞中发现的独立产能细胞器，类似于真核细胞中线粒体的功能。厌氧氨氧化菌在缺氧条件下，无需有机物参与，可以直接将氨氮和亚硝态氮氧化成氮气，较之传统硝化反硝化反应较繁琐的电子传递过程, 大大降低了能耗，是最经济的生物脱氮途径，脱氮成本仅为传统的十分之一，无疑成为污水脱氮处理的一个极富吸引力的方向。

斑头雁冬天的栖息地与海平面齐平，为了飞到夏繁殖地，斑头雁至少要飞到海拔5000米的高度，才能飞越横亘其间的喜马拉雅山脉。在这个高度，空气密度大概只有海平面的一半，因此鸟通过振动翅膀产生升力就要消耗更多能量。然而研究发现，它们通常一天之内就可以飞越喜马拉雅山，这些鸟本可以充分借助白天吹上山脊的南风来减少能量消耗，然而它们却要等到相对平静的夜晚，完全靠体力完成这一飞越。在飞行中，后面的鸟通常飞在前一只鸟的侧后方，形成“人”字队形。关于这种队形，有两种观点比较流行。

第一种观点认为，人字队形与定向有关。斑头雁飞越喜马拉雅山时，需要找到和穿越几个高海拔的通道。斑头雁一生中会多次迁徙，通常由年长而有经验的斑头雁在前面带路。但为什么鸟要保持人字形，而不是一只紧跟一只？另外，似乎只有斑头雁这种体形较大的鸟才保持队形，小型候鸟成群迁飞时，通常是没有队形的，虽然它们也需要定向。

第二种观点认为，这与速滑团体项目类似。为了减少因克服空气阻力而产生的体能消耗，速滑运动员会以一种紧凑队形前进，一名运动员在前，另外三名依次紧随其后。开路的运动员由于需要克服全部阻力，很容易筋疲力尽，因此他们会轮流在前。与之类似，带路的斑头雁也会不时与后面的鸟换位，但是为什么斑头雁不以直线队形飞行？飞行运动除了要克服水平方向上的空气阻力，还需要产生上升力以保持飞行状态。也许飞行时稍微偏移位于前面的同伴，虽然不能在最大程度上减少空气阻力，却能在某种程度上减少为保持升力而消耗的体能。

事实上，我们有足够的理由相信这一推断。飞行中，鸟的翅膀会形成一股涡旋状的循环气流。来自右翅的涡流逆时针旋转，来自左翅的涡流则顺时针旋转，在鸟正后方，两股涡流都是向下的，两侧的气流都是向上的。如果鸟飞在同伴的正后方，则将处在向下的气流中，这会增加维持飞行状态的能耗；当位于同伴的后侧方时，则可利用向上的气流，得到升力。因为鸟的翅膀上下振动，所产生的涡流会随时间、空气不断变化。若想从空气涡流中获益，飞行时所处的位置必须非常精确。有人认为，这可能解释了为何只有体型较大的鸟类才以一定队形迁飞，因为鸟拍打翅膀的频率与体型成反比。体型较小的鸟不太可能准确跟踪涡流。

日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。

研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果_______，那么其他证人正确的概率反而会大大增加。

为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55%，而非普通硬币的50%，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。

在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果_______，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果_______，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。

在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。

一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。

自然界中存在着许许多多我们往往用肉眼察觉不到的物质循环和能量流动，把生物群落（动物、植物、微生物）同其生存的非生命环境（大气、水、土壤），以及生物群落内部的不同种群连结到一起，形成一个相互联系、相互作用、相互制约的系统，这就是人们常说的生态系统。环境不同，生物有别，生态系统也不一样。海洋环境和海洋里的生物组成了海洋生态系统，森林环境和森林里的生物组成了森林生态系统。此外还有池塘、湖泊、河流、沼泽、草原、沙漠、高山、盆地乃至农田、城市等等，都可以构成类型各异、大小层次不等的生态系统。各种生态系统都有自己特殊的结构和功能。任何一个生态系统都不是“死”的，而是“活”的，物质和能量在不断地输入、输出，结构和功能在随着时间的推移而逐渐改变。但是，一个生态系统发展到一定阶段，它的物质和能量的输入、输出又是基本相等，结构和功能又是相对稳定的。

（二）大家都知道微生物的繁殖速度极快。一个细菌如果每隔20分钟分裂一次，l变2，2变4，4变8，⋯⋯一昼夜繁殖72代，就可以获得47万亿亿个后代；36小时内传种接代108次，产出的全部菌体将能铺满地球1尺来厚！其实，为什么非要列举繁殖能力极强的细菌或者某些昆虫呢，用繁殖能力最差的长鼻子象也照样能说明问题。母象30岁左右才开始生育，一生仅产6胎，每胎仅产1仔，生育能力可谓差矣。但是，如果一切条件适宜，随便让它繁殖，后代个个成活，那么250年后，一对大象的后代就会有上千万头，比现在地球上所有活着的大象的总数还多得多！当然，实际上并没有发生这种情况。细菌也好，大象也好，地球上的一切生物几乎都有很强的繁殖能力，但由于受到许多因素的限制，使得它们的数量总是维持在一定的水平上。

（三）是哪些因素限制着生物数量的增长？在一个生态系统里，既有植物、动物、微生物等生物因素，又有大气、水、土壤以及阳光、温度等非生物因素，这些因素相互作用，相互制约，就构成了生态系统的相对平衡。