在植物微生物燃料电池生物电力系统中用生物炭处理的不和颗粒土壤的模拟吸收

科学领域:

• 环境科学 环境科学
• 土壤科学 土壤科学
• 材料科学 材料科学 材料科学

背景情况:

• 越来越多的人对生物炭的碳中和特性越来越感兴趣,这推动了其在建筑中的使用,与全球减排目标保持一致.
• 生物炭在土壤中的应用正在探索其改善土壤特性和支持可持续技术的潜力.

研究的目的:

• 评估生物炭对不同土壤纹理的土壤水特性曲线 (SWCC) 的影响.
• 调查生物炭在生物炭改进的植物微生物燃料电池 (BPMFC) 中对生物电力发电的影响.
• 开发和评估机器学习模型,用于预测生物炭修饰土壤中的SWCC.

主要方法:

• 具有不同粒度分布的土壤样本被生物炭 (质量0-15%) 修改.
• 生物电力发电量被测量在具有不同生物炭含量的BPMFC中.
• 机器学习模型 (渐变增强,SVM,CN2等) 被训练来预测使用土壤特性和生物电因素的SWCC.

主要成果:

• 发现添加生物炭可以增强土壤水特性曲线 (SWCC).
• 该研究证明了生物炭含量对BPMFCs内生物电力发电的影响.
• 梯度提升 (GB),支向量机 (SVM) 和CN2规则诱导 (CN2) 模型在预测SWCC方面表现出卓越的性能.

结论:

• 生物炭有效地修改了土壤和水的特征曲线,并改善了BPMFC中的生物电力发电.
• 机器学习模型提供了基于生物电力参数的低成本方法来预测不和土壤SWCC.
• 开发的模型,特别是GB,SVM和CN2,为BPMFC系统中的SWCC预测提供了高性能.