Critical evaluation of different mass transfer equations to model N₂O emissions from Water Resource Recovery Facilities with diffuse aeration不同传质方程对扩散曝气水资源回收设施N2O排放模型的关键评价

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

 

摘要核心内容

 

论文针对污水处理厂（WRRFs）中扩散曝气系统的N₂O排放模型展开研究，批判性评估了三种传质方程（薄膜理论、精细气泡模型、压力依赖模型）的预测差异。研究表明：

模型选择显著影响排放预测：在溶解氧（DO）为0.6 g/m³时，模型间差异达10-16%；池深增加时差异扩大至14-26%。

碳足迹计算偏差：不当的模型选择可能导致碳排放核算误差高达30%（图7）。

关键影响因素：曝气效率（α因子）、池深、氮负荷和DO浓度是主导差异的操作参数。

 

研究目的

 

量化模型差异：评估三种传质模型对N₂O排放预测的影响。

指导模型选择：明确不同工况（如池深、DO、氮负荷）下的最优模型适用性。

支撑碳中和目标：避免因模型误差导致碳足迹核算失真，影响污水处理厂减排策略。

 

研究思路

 

模型构建：

生物模型：扩展ASM2d框架，集成NDHA模型（表S1-S5），涵盖硝化菌反硝化（ND）、硝化菌硝化（NN）、异养反硝化（HD）三条N₂O生成路径。

传质模型：对比三种方程（表1）：

Model 1：基于薄膜理论（式4-5），忽略压力与气泡动态。

Model 2：精细气泡模型（式7,9），引入气流速率与池深校正。

Model 3：压力依赖模型（式10），考虑平均静水压与气泡组分演化。

 

情景模拟：

使用BSM1基准模型（图1，表2），调整DO（0–5 g/m³）、池深（1–10 m）、α因子（0.4–1.2）、β因子（0.8–1）、氮负荷（20–120 mg-N/L）。

 

 

数据分析：

排放因子（EFN₂O）、通量（kg N₂O-N/d）、路径贡献（图3）、碳足迹（图7）。

 

 

全局敏感性分析（Morris法）识别关键生物参数（图9）。

 

 

 

测量数据及研究意义

数据类型 来源图表 研究意义

液体N₂O浓度 Unisense电极监测 作为所有传质模型的输入，动态反映生物反应过程（如DO变化时ND路径主导，图3）。

N₂O排放通量 图2, 4, 5, 6, S4 量化模型差异：Model 1普遍高估排放，Model 3在深池中预测更低（池深>5m时差异>20%）。

路径贡献率 图3 揭示ND路径在低DO（0.6 g/m³）时占比最高（>60%），指导靶向减排。

碳足迹贡献 图7 证明Model 1预测的碳足迹比Model 2/3高30%，影响碳中和评估准确性。

敏感性参数排名 图9, 表S8 识别KO.AOB.AMO（氨单加氧酶氧亲和力）为最敏感参数，与传质模型无关。

 

 

 

 

 

 

注：Unisense电极数据作为液体N₂O浓度的直接来源，是模型验证的核心输入。其高精度实时监测能力（优于离线采样）对捕捉动态排放峰值（如DO波动时）至关重要，支撑了模型在瞬态条件下的可靠性（Section 3.1.1）。

 

结论与解读

 

模型差异机制：

Model 1（薄膜理论）忽略压力效应，高估排放（尤其深池），适用性有限。

Model 2（气流依赖）对α因子敏感（α=1.2时排放降低29.8%），但池深适用性受限（≤6 m）。

Model 3（压力校正）在深池（≤10 m）预测更准确，因静水压增加N₂O溶解度（式10）。

 

操作影响：

DO=0.6 g/m³时排放最大（EFN₂O≈2.4–2.8%），模型差异显著（图2）。

高氮负荷+低DO（0.5–0.65 g/m³）使差异扩大至20%（图8）。

 

α因子（曝气效率）比β因子（水质）影响更显著（表3 vs 表4）。

 

 

 

 

生物参数校准：

敏感性分析（图9）表明：AOB相关参数（如KO.AOB.AMO、μAOB.AMO）主导排放，且不受传质模型选择影响。但传质模型误差可能导致生物参数校准失真（Section 4）。

 

Unisense电极数据的核心价值：

动态监测优势：提供高分辨率溶解N₂O数据，捕捉瞬态排放峰值（如曝气变化），弥补离线采样不足（Section 1）。

模型输入基础：作为所有传质模型的直接输入（式4/7/10），其精度决定了KLαN₂O计算的可靠性。

梯度监测潜力：在池深>5m时，液体N₂O可能分层分布（静水压影响），Unisense微电极可验证深度相关模型（如Model 3）的假设。

 

实际意义

 

模型选择指南：深池（>6m）优先选用Model 3；常规池可用Model 2；避免单独使用Model 1。

减排重点：控制DO≈0.6 g/m³区间、优化曝气效率（α因子）可降低排放峰值。

碳核算建议：需基于实测溶解N₂O（如Unisense电极）和适用传质模型，避免高估碳足迹30%。