Modeling of a sequencing batch reactor treating municipal wastewater using multi-layer perceptron and radial basis function artificial neural networks

A sequencing batch reactor was modeled using multi-layer perceptron and radial basis function artificial neural networks (MLPANN and RBFANN). Then, the effects of influent concentration (IC), filling time (FT), reaction time (RT), aeration intensity (AI), SRT and MLVSS concentration were examined on the effluent concentrations of TSS, TP, COD and NH₄⁺-N. The results showed that the optimal removal efficiencies would be obtained at FT of 1 h, RT of 6 h, aeration intensity of 0.88 m³/min and SRT of 30 days. In addition, COD and TSS removal efficiencies decreased and TP and NH₄⁺-N removal efficiencies did not change significantly with increases of influent concentration. The TSS, TP, COD and NH₄⁺-N removal efficiencies were 86%, 79%, 94% and 93%, respectively. The training procedures of all contaminants were highly collaborated for both RBFANN and MLPANN models. The results of training and testing data sets showed an almost perfect match between the experimental and the simulated effluent of TSS, TP, COD and NH₄⁺-N. The results indicated that with low experimental values of input data to train ANNs the MLPANN models compared to RBFANN models are more precise due to their higher coefficient of determination (R²) and lower root mean squared errors (RMSE) values.     

The Impact of Agriculture On Dissolved Nitrogen and Phosphorus Cycling in Temperate Ecosystems

Although most research has focussed on inorganic nutrient forms of nitrate (NO^-₃) and phosphorus (PO³₄) in runoff and receiving waters, nitrogen loss from agricultural land can also occur in organic and ammonium-nitrogen form; phosphorus losses, although often dominated by particulate transport, may occur in soluble organic and inorganic form. Furthermore, fluxes between different species may take place during transport from the land to the stream and as a result of in-stream, in-river or in-lake transformations. Knowledge of the spatial and temporal variation in all nitrogen species and phosphorus fractions in a drainage basin is therefore essential if the wider environmental significance of elevated nutrient concentrations in natural waters are to be assessed. This paper reviews recent work on N and P losses from agricultural land and presents some results from two intensive agricultural catchments: Slapton, Devon and the river Windrush catchment in the Cotswolds.     

Toxicological Assessment of Wastewater and Runoff from the Baikal Pulp and Paper Mill

Russian Journal of Ecology -     

硫化亚铁处理含砷废水中砷的形态变化

本文对用硫化亚铁处理含砷废水时，在气相、液相和固相中砷的形态进行了研究结果表明，在气相中无ＡａＨ３，但在Ａｓ（Ｖ）废水的液相中有Ａｓ（Ｖ）和Ａｓ（Ⅲ）共同存在，在固相中有Ａｓ（０），ＦｅＡｓＯ４（ＦｅＡｓＯ３），Ａｓ２Ｓ３（Ａｓ２Ｓ５）和吸附砷，砷的形态变化表明，硫化亚铁处理含砷废水能取得良好的效果，是沉淀、沉淀转化、氧化还原、吸附共沉淀和中和五种反应共同作用的结果。     

铁铜双金属有机骨架MIL-101(Fe,Cu)活化双氧水降解染料性能

针对非均相芬顿传质效率低和Fe（Ⅲ）Fe（Ⅱ）转化慢导致活性低等问题,采用溶剂热法制备铁铜双金属有机骨架材料[MIL-101（Fe,Cu）],并研究了材料界面性质、催化降解染料（亚甲基蓝）性能以及活化催化机制.结果表明,MIL-101（Fe,Cu）晶体结构完整且呈三维八面体形状;比表面积和平均孔径分别为667.2 m² ·g^-1和1.9 nm,可充分暴露反应活性位点.MIL-101（Fe,Cu）在广谱pH范围可活化H₂ O₂高效降解亚甲基蓝.当pH=5、反应20 min,MIL-101（Fe,Cu）/H₂ O₂对20 mg ·L^-1亚甲基蓝的去除率为100%,较MIL-101（Fe）/H₂O₂和单独H₂ O₂分别提高43.1%和88.9%.自由基猝灭实验与反应前后铁和铜价态变化结果表明,羟基自由基（·OH）是MIL-101（Fe,Cu）/H₂ O₂催化降解亚甲基蓝的主要活性物种;Cu（Ⅱ）掺杂引入新的活性位点,且Cu（Ⅱ）/Cu（Ⅰ）循环和Fe（Ⅲ）/Fe（Ⅱ）循环可协同产生·OH,进而提高催化效率.MIL-101（Fe,Cu）作为新型非均相类芬顿催化剂,无需复杂pH调节即可获得良好催化效果,在工业废水处理上具有较好地应用前景.     

全程自养颗粒污泥快速启动及混合营养型脱氮性能分析

在连续流条件下,基于颗粒污泥全程自养脱氮（CANON）工艺的快速启动和混合营养条件下高效脱氮,是CANON工程应用的重要环节.本研究在气提内循环反应器（AIR）中,以老化的CANON颗粒污泥经机械破碎至0.3 mm作为种泥,实现混合营养型单级颗粒污泥同步脱氮除碳.启动26 d,通过控制DO,系统出现稳定的部分硝化,再缩短HRT提升氨氮负荷至5.65 kg ·（m³ ·d）^-1,促进颗粒化和厌氧氨氧化;第68 d,总氮去除率达到58%之后,进水加入有机物,C/N从0提升到0.25和0.5,促进AOB、AMX和异养微生物的协同,氨氮去除率达95%,总氮去除率达85%,COD去除率达80%左右.COD浓度增加,能较好地抑制Nitrospira菌属等NOB的活性,q（NH₄⁺-N）和q（TN）稳定在0.4 g ·（g ·h）^-1和0.34 g ·（g ·h）^-1,q（NO₃^--N）约为0.02 g ·（g ·h）^-1.采用MiSeq高通量测序对微生物多样性分析,表明有机物对污泥中Nitrosomomas和Candidutus_Kuenenia丰度未产生显著影响,增加了Candidutus_Brocadia菌属以及具有反硝化功能Denitratisoma等菌属的丰度.这对于快速启动连续流CANON颗粒污泥工艺处理低C/N比废水提供思路.     

不同低碳氮比废水中好氧颗粒污泥的长期运行稳定性

为了研究好氧颗粒污泥系统处理低碳氮比废水的长期运行稳定性,采用低碳氮比（C/N）条件下逐步增加碳氮负荷的进水方法,分别在反应器A和B中接种好氧颗粒污泥,考察其长期运行过程中的理化性质、处理性能及应对冲击负荷的稳定性.其中A反应器的碳氮比一直维持在2,而B则由4逐步降至2.结果表明,在4℃存储30d的好氧颗粒污泥,经过25d的培养,其活性基本恢复,A、B反应器化学需氧量（COD）和氨氮（NH₄⁺-N）的去除效率均达到90%以上.在其后的稳定阶段,B反应器COD和NH₄⁺-N去除率达到90%以上,实现了完全硝化;而A反应器COD去除率仅80%左右,虽然NH₄⁺-N去除率最终也达到90%以上,但仅实现短程硝化.在冲击负荷阶段,A和B反应器COD去除率仍维持在80%以上,但是NH₄⁺-N去除受到很大冲击.A反应器NH₄⁺-N去除效率恶化,B反应器仅实现了部分硝化.整个运行过程,好氧颗粒污泥的物理性质受到的影响不大,A和B反应器的污泥容积指数（SVI₃₀）分别维持在60 mL ·g^-1和75 mL ·g^-1左右,混合液悬浮固体（MLSS）在5g ·L^-1和3.7g ·L^-1左右.颗粒污泥微生物群落分析表明,B反应器相对于A反应器丰富度和多样性更高.同时B反应器具有更高丰度的Zoogloea属,在颗粒中能产生更多的胞外蛋白促使颗粒结构更稳定,保证系统的长期稳定运行.以上结果表明,与C/N为2的好氧颗粒污泥系统相比,C/N为4的系统脱碳硝化效果好,抗冲击负荷能力强,更有利于颗粒污泥的长期稳定运行.     

降水空间异质性对非点源关键源区识别面积变化的影响

针对地形起伏和降水空间差异较大的农业区非点源污染问题,基于SWAT模型评估了阿什河流域在异质性降水和均匀降水两种情景下总氮、总磷关键源区空间变化规律,统计了两种情景下识别的关键源区面积变化,并分析其与降水特征参数的关系.结果表明,降水量一定时,两种情景下识别的总氮、总磷关键源区面积变化趋势大致相同,且总磷关键源区面积不易受降水空间异质性的影响,但总氮关键源区面积却明显受到其影响.对各年份总氮和总磷关键源区面积与降水特征参数的相关分析表明,总磷关键源区面积与当年降水量呈显著正相关,而总氮关键源区面积却与前一年降水量呈显著正相关.研究结果对进一步探讨降水这一重要驱动因子的不确定性对非点源污染关键源区的影响,以及农业非点源污染的治理具有重要意义.     

基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例

地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21～274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39～168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视.     

MnO2/Al2O3催化剂-微气泡臭氧体系催化降解喹啉及其机理

制备了纳米MnO₂,并以Al₂O₃为载体制备了掺杂型MnO₂/Al₂O₃颗粒催化剂.催化剂焙烧温度和时间分别为500℃和4 h、MnO₂质量分数为8%时,催化剂具有最高的臭氧催化氧化活性.SEM分析表明,纳米MnO₂均匀分布于Al₂O₃载体表面.MnO₂/Al₂O₃催化剂的比表面积（BET）为183.22 m²·g^-1,平均孔容为0.27 cm³·g^-1,平均孔径为4.87 nm.建立了MnO₂/Al₂O₃催化剂-微气泡臭氧催化反应体系,研究了该体系对喹啉的降解去除效果及其机理.臭氧微气泡的平均粒径为61.7 μm.微气泡臭氧投量为30 mg·L^-1时,反应60 min后喹啉去除率能达到95%以上;反应20 min后,MnO₂/Al₂O₃催化剂-微气泡臭氧体系对实际煤化工废水二级出水的TOC去除率可达到55%以上.以叔丁醇作为分子探针,证明了羟基自由基（·OH）氧化作用在臭氧微气泡催化氧化体系中对喹啉的降解起到主导作用.