Critical evaluation of different mass transfer equations to model N?O emissions from Water Resource Recovery Facilities with diffuse aeration不同傳質方程對擴散曝氣水資源回收設施N2O排放模型的關鍵評價

來源：Environmental Technology (United Kingdom), 45(17), 3339-3353

 

摘要核心內容

 

論文針對污水處理廠（WRRFs）中擴散曝氣系統(tǒng)的N?O排放模型展開研究，批判性評估了三種傳質方程（薄膜理論、精細氣泡模型、壓力依賴模型）的預測差異。研究表明：

模型選擇顯著影響排放預測：在溶解氧（DO）為0.6 g/m3時，模型間差異達10-16%；池深增加時差異擴大至14-26%。

碳足跡計算偏差：不當?shù)哪Ｐ瓦x擇可能導致碳排放核算誤差高達30%（圖7）。

關鍵影響因素：曝氣效率（α因子）、池深、氮負荷和DO濃度是主導差異的操作參數(shù)。

 

研究目的

 

量化模型差異：評估三種傳質模型對N?O排放預測的影響。

指導模型選擇：明確不同工況（如池深、DO、氮負荷）下的最優(yōu)模型適用性。

支撐碳中和目標：避免因模型誤差導致碳足跡核算失真，影響污水處理廠減排策略。

 

研究思路

 

模型構建：

生物模型：擴展ASM2d框架，集成NDHA模型（表S1-S5），涵蓋硝化菌反硝化（ND）、硝化菌硝化（NN）、異養(yǎng)反硝化（HD）三條N?O生成路徑。

傳質模型：對比三種方程（表1）：

Model 1：基于薄膜理論（式4-5），忽略壓力與氣泡動態(tài)。

Model 2：精細氣泡模型（式7,9），引入氣流速率與池深校正。

Model 3：壓力依賴模型（式10），考慮平均靜水壓與氣泡組分演化。

 

情景模擬：

使用BSM1基準模型（圖1，表2），調整DO（0–5 g/m3）、池深（1–10 m）、α因子（0.4–1.2）、β因子（0.8–1）、氮負荷（20–120 mg-N/L）。

 

 

數(shù)據(jù)分析：

排放因子（EFN?O）、通量（kg N?O-N/d）、路徑貢獻（圖3）、碳足跡（圖7）。

 

 

全局敏感性分析（Morris法）識別關鍵生物參數(shù)（圖9）。

 

 

 

測量數(shù)據(jù)及研究意義

數(shù)據(jù)類型 來源圖表 研究意義

液體N?O濃度 Unisense電極監(jiān)測 作為所有傳質模型的輸入，動態(tài)反映生物反應過程（如DO變化時ND路徑主導，圖3）。

N?O排放通量 圖2, 4, 5, 6, S4 量化模型差異：Model 1普遍高估排放，Model 3在深池中預測更低（池深>5m時差異>20%）。

路徑貢獻率 圖3 揭示ND路徑在低DO（0.6 g/m3）時占比最高（>60%），指導靶向減排。

碳足跡貢獻 圖7 證明Model 1預測的碳足跡比Model 2/3高30%，影響碳中和評估準確性。

敏感性參數(shù)排名 圖9, 表S8 識別KO.AOB.AMO（氨單加氧酶氧親和力）為最敏感參數(shù)，與傳質模型無關。

 

 

 

 

 

 

注：Unisense電極數(shù)據(jù)作為液體N?O濃度的直接來源，是模型驗證的核心輸入。其高精度實時監(jiān)測能力（優(yōu)于離線采樣）對捕捉動態(tài)排放峰值（如DO波動時）至關重要，支撐了模型在瞬態(tài)條件下的可靠性（Section 3.1.1）。

 

結論與解讀

 

模型差異機制：

Model 1（薄膜理論）忽略壓力效應，高估排放（尤其深池），適用性有限。

Model 2（氣流依賴）對α因子敏感（α=1.2時排放降低29.8%），但池深適用性受限（≤6 m）。

Model 3（壓力校正）在深池（≤10 m）預測更準確，因靜水壓增加N?O溶解度（式10）。

 

操作影響：

DO=0.6 g/m3時排放最大（EFN?O≈2.4–2.8%），模型差異顯著（圖2）。

高氮負荷+低DO（0.5–0.65 g/m3）使差異擴大至20%（圖8）。

 

α因子（曝氣效率）比β因子（水質）影響更顯著（表3 vs 表4）。

 

 

 

 

生物參數(shù)校準：

敏感性分析（圖9）表明：AOB相關參數(shù)（如KO.AOB.AMO、μAOB.AMO）主導排放，且不受傳質模型選擇影響。但傳質模型誤差可能導致生物參數(shù)校準失真（Section 4）。

 

Unisense電極數(shù)據(jù)的核心價值：

動態(tài)監(jiān)測優(yōu)勢：提供高分辨率溶解N?O數(shù)據(jù)，捕捉瞬態(tài)排放峰值（如曝氣變化），彌補離線采樣不足（Section 1）。

模型輸入基礎：作為所有傳質模型的直接輸入（式4/7/10），其精度決定了KLαN?O計算的可靠性。

梯度監(jiān)測潛力：在池深>5m時，液體N?O可能分層分布（靜水壓影響），Unisense微電極可驗證深度相關模型（如Model 3）的假設。

 

實際意義

 

模型選擇指南：深池（>6m）優(yōu)先選用Model 3；常規(guī)池可用Model 2；避免單獨使用Model 1。

減排重點：控制DO≈0.6 g/m3區(qū)間、優(yōu)化曝氣效率（α因子）可降低排放峰值。

碳核算建議：需基于實測溶解N?O（如Unisense電極）和適用傳質模型，避免高估碳足跡30%。