使用KubernetesPodOperator来运行Airflow任务，可以从Kubernetes持久卷中获取DAG（Directed Acyclic Graphs）。

下面是一个示例代码：

from airflow import DAG
from airflow.contrib.operators.kubernetes_pod_operator import KubernetesPodOperator
from datetime import datetime

default_args = {
    'start_date': datetime(2021, 1, 1)
}

dag = DAG('kubernetes_dag', default_args=default_args, schedule_interval='@daily')

task1 = KubernetesPodOperator(
    task_id='task1',
    name='task1',
    namespace='airflow',
    image='your_docker_image',
    cmds=['python', 'your_script.py'],
    volume_mounts=[{"name": "persistent-storage", "mountPath": "/data"}],  # 挂载持久卷到容器中的路径
    volumes=[{"name": "persistent-storage", "persistentVolumeClaim": {"claimName": "your_pvc"}}],  # 定义持久卷的名称
    dag=dag
)

在上面的示例中，我们通过volume_mounts参数将Kubernetes持久卷挂载到容器中的路径/data。然后，通过volumes参数定义持久卷的名称为your_pvc。你需要将your_docker_image替换为你的Docker镜像，your_script.py替换为你的任务脚本。

这样，在Airflow的任务运行时，你就可以从/data路径中读取DAG文件。

请确保在Kubernetes集群中已经创建了持久卷和持久卷索赔（PersistentVolumeClaim）对象，并且在volumes参数中正确指定了持久卷索赔的名称。