Modeling of Nitrous Oxide Production from Nitritation Reactors Treating Real Anaerobic Digestion Liquor

面向實際厭氧消化液處理的亞硝化反應器氧化亞氮生成建模研究

來源：SCIENTIFIC REPORTS, Volume 6, Article number 25336, 2016

《科學報告》，第6卷，文章編號25336，2016年

 

摘要

摘要指出，本研究構建了一個數(shù)學建模方法，首次同時考慮氨氧化細菌（AOB）和異養(yǎng)細菌（HB）來預測處理真實厭氧消化液的亞硝化反應器中的氧化亞氮（N2O）生產(chǎn)。模型通過實驗室規(guī)模和中試規(guī)模的亞硝化反應器實驗數(shù)據(jù)進行校準和驗證，結果顯示模型能很好地預測動態(tài)N2O、銨、亞硝酸鹽和化學需氧量（COD）數(shù)據(jù)。建模結果表明，在溶解氧（DO）濃度為0.5-1.0 mg O2/L時，HB是N2O生產(chǎn)的主要貢獻者，約占75%；隨著DO濃度增加，HB貢獻減少，AOB貢獻增加。總N2O生產(chǎn)率隨DO濃度增加而減少。

 

研究目的

研究目的是開發(fā)和校準一個數(shù)學建模，用于預測處理真實厭氧消化液的亞硝化反應器中的N2O生產(chǎn)，并首次同時評估AOB和HB在N2O生產(chǎn)中的貢獻，以更好地理解此類系統(tǒng)中的N2O生成機制。

 

研究思路

研究思路包括構建一個集成AOB和HB的N2O生產(chǎn)數(shù)學模型，其中AOB部分基于電子載體（EC）模型，HB部分基于反硝化模型。模型使用實驗室規(guī)模（4L）和中試規(guī)模（500L）亞硝化反應器的實驗數(shù)據(jù)進行校準和驗證，校準關鍵參數(shù)如最大COD氧化率（rCOD,max），并評估不同DO濃度下的N2O生產(chǎn)動態(tài)。實驗數(shù)據(jù)包括N2O排放率、銨、亞硝酸鹽、COD濃度等，通過在線氣體分析儀和微傳感器測量。

 

測量的數(shù)據(jù)及研究意義

1 數(shù)據(jù)來自圖1：測量了銨（NH4+）和亞硝酸鹽（NO2-）濃度動態(tài)，以及體積N2O排放率和液相N2O濃度。研究意義是用于模型校準，驗證模型對氮轉化和N2O生產(chǎn)的預測能力，顯示模型能準確捕捉反應器內底物消耗和產(chǎn)物積累趨勢。

 

2 數(shù)據(jù)來自圖2：測量了 effluent COD數(shù)據(jù)在不同DO條件下（0.5、1.0、3.0 mg O2/L）的變化。研究意義是評估HB活性，校準rCOD,max參數(shù)，并確認模型對有機物去除的預測準確性，突出COD在N2O生產(chǎn)中的角色。

 

3 數(shù)據(jù)來自圖3：測量了不同DO濃度（1.0和3.0 mg O2/L）下的NH4+、NO2-、N2O排放率和液相N2O濃度動態(tài)。研究意義是用于模型驗證，證明模型在不同操作條件下的魯棒性，并揭示DO對N2O生產(chǎn)途徑的影響。

 

4 數(shù)據(jù)來自圖4：測量了另一亞硝化反應器（Nitritation reactor II）的NH4+、NO2-和N2O排放率動態(tài)。研究意義是進一步評估模型適用性，顯示模型能處理不同配置（如亞硝化-反亞硝化系統(tǒng)）的數(shù)據(jù)，增強模型的普遍性。

 

5 數(shù)據(jù)來自圖5：測量了AOB和HB對N2O生產(chǎn)的貢獻比例，以及在不同DO濃度下的平均好氧N2O生產(chǎn)率。研究意義是量化微生物貢獻，表明HB在低DO下主導N2O生產(chǎn)，為優(yōu)化操作參數(shù)以減少排放提供依據(jù)。

 

 

結論

1 HB是處理厭氧消化液的亞硝化系統(tǒng)中N2O生產(chǎn)的主要貢獻者，在DO=0.5 mg O2/L時約占75%，而AOB貢獻25%。

2 N2O生產(chǎn)貢獻隨DO濃度變化：HB貢獻從DO=0.5 mg O2/L時的75%減少到DO=7.0 mg O2/L時的25%，AOB貢獻相應增加從25%到75%。

3 總N2O生產(chǎn)率隨DO濃度增加而減少，從DO=0.5 mg O2/L時的0.65 mg N/L/h降至DO=7.0 mg O2/L時的0.25 mg N/L/h，建議將DO控制在約3.0 mg O2/L以最小化N2O排放并最大化銨氧化率。

 

使用丹麥Unisense電極測量數(shù)據(jù)的研究意義

使用丹麥Unisense N2O微傳感器（型號N2O-100）測量液相N2O濃度，提供了高分辨率實時數(shù)據(jù)，使能準確量化溶解N2O動態(tài)。研究意義在于，這種微傳感器技術直接測量液相濃度，避免了氣相測量可能因 stripping 或稀釋引入的誤差，為模型校準提供了可靠輸入。例如，在圖1C和圖3中，液相N2O數(shù)據(jù)與模型預測匹配良好，驗證了模型對N2O積累和消耗過程的描述能力。此外，微傳感器數(shù)據(jù)有助于識別N2O生產(chǎn)熱點時段，如好氧階段的峰值排放，支持了HB在低DO下主導N2O生產(chǎn)的結論。總體而言，Unisense電極的應用增強了數(shù)據(jù)質量，提升了模型預測的準確性，為理解N2O生成機制和優(yōu)化廢水處理工藝提供了堅實實驗基礎。