中国环境科学

作者：杨俊锋, 陈振国, 郑旭文, 章裕, 李嘉懿, 周松伟, 汪晓军

单位：1. 华南理工大学环境与能源学院, 广东 广州 510006;2. 佛山市化尔铵生物科技有限公司, 广东 佛山 528300;3. 华南师范大学环境学院, 广东 广州 510006

关键词：厌氧氨氧化,氧化铁红废水,微生物群落,机器学习模型

基金：2022 年广东省基础与应用基础基金自然科学基金资助项目(2022A1515011466);2024年广州市科技计划项目(2024B03J1278)

本研究针对物化预处理后的氧化铁红高氨氮废水,构建了工程尺度的厌氧氨氧化系统(CANON).在为期165d的连续运行过程中,CANON系统展现出良好的稳定性和抗冲击能力,其氨氮去除率和总氮去除率(TNRE)分别达90%和80%.Spearman分析和SHAP特征重要性分析揭示了水质参数及环境参数对TNRE的影响.微生物群落分析揭示了系统中微生物种群结构的显著变化,优势厌氧氨氧化菌从Candidatus Anammoxoglobus过渡到Candidatus Kuenenia(相对丰度13.22%),优势氨氧化细菌为Nitrosomonas(相对丰度1.27%).此外,本研究建立的机器学习模型(XGBoost)对TNRE的预测准确率超过了99.9%,并在实际应用中对新数据点的预测准确度达到98%.本研究为厌氧氨氧化工艺的工程化应用和智能化发展提供了宝贵的实践经验.

来源：2025年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2025年第1期