通过机器学习和生物解释,基于WWTP中的新型微生物活动指标来建模除性能
Yadan Yu1, Hao Zeng2, Liyun Wang2
1CAS Key Laboratory of Environmental and Applied Microbiology, Environmental Microbiology Key Laboratory of Sichuan Province, Chengdu Institute of Biology, Chinese Academy of Sciences, Chengdu, 610041, China; University of Chinese Academy of Sciences, Beijing, 100049, China.
Journal of environmental management
|February 11, 2024
概括
这项研究引入了一种新的微生物活动指标,即用三酸氨酸 (SOURATP) 的特定氧气吸收率,用于废水处理. SOURATP准确地预测了污染物去除,改善了工厂运行并降低了成本.
科学领域:
- 环境科学 环境科学
- 微生物学 微生物学
- 化学工程是化学工程的重要组成部分.
背景情况:
- 污水处理厂 (WWTP) 的性能建模是实现运营效率和降低成本的关键.
- 目前的模型缺乏基于微生物活动指标的污染物去除特征的准确性.
- 对于预测WWTP性能可靠的微生物指标的了解有限.
研究的目的:
- 提出和验证一种新的微生物活动指标,即用腺三酸盐 (SOURATP) 的特定氧气吸收率,用于WWTP.
- 使用微生物活动开发和比较总 (TN) 除去率的预测模型.
- 解释新型指标与微生物社区结构/代谢途径之间的关系.
主要方法:
- 引入SOURATP作为生物质指标,与传统的SOURMLSS不同.
- 开发和评估机器学习模型 (SVR,KNR,LR,RF) 用于TN删除率预测.
- 采用模型融合 (MF) 算法来提高预测准确度.
- 分析了SOURATP,微生物群落组成和代谢途径之间的相关性.
主要成果:
- SOURATP与TN去除率的相关性比SOURMLSS.更强烈.
- 使用SOURATP的模型表现优于使用SOURMLSS的模型,在MF算法下达到2.25 mg/L/h的RMSE.
- SOURATP与化剂比例和关键代谢酶有显著的相关性.
- SOURATP有效地表明了除细菌的组成和代谢活性.
结论:
- SOURATP是一个可靠的指标,用于预测WWTP污染物去除性能.
- 开发的模型为运营优化提供了更高的准确性.
- 这项研究提供了对微生物活动调节的见解,以改善WWTP管理.
