畜禽废弃物好氧发酵过程重金属生物有效性变化机理及机器学习预测
文献类型：学位论文
| 作者 | 郭昊楠 |
| 答辩日期 | 2022-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 刘洪涛 |
| 关键词 | 畜禽废弃物 好氧发酵 重金属 生物有效性 机器学习 |
| 学位名称 | 硕士 |
| 学位专业 | 环境科学 |
| 英文摘要 | 目前我国畜禽粪便产生量巨大，处置不当则可能引发农业面源污染。好氧发 酵是一种重要的畜禽粪便无害化处理技术和资源化途径，发酵产物可作为有机肥 料使用，对农业种养循环模式的推进具有重要意义。但是，由于规模化养殖中化 学添加剂的大量使用，畜禽粪便中过量的重金属已成为限制其资源化利用的关键 问题。研究发现，好氧发酵对于重金属总量基本不能去除，但却可以通过调控重 金属活性组分的比例降低其生物有效性。目前，学术界对于好氧发酵削减重金属 风险的深层机制仍认知不够全面，并且针对发酵过程重金属钝化的研究也已进入 瓶颈阶段，亟待先进手段的引入为研究打开新思路。 因此，本研究以猪粪为原料，通过设置不同起始碳氮比(15、20、25)和辅料 类型(园林废弃物、秸秆)的好氧发酵实验，研究碳氮比和辅料对典型重金属 Cd、As、Cr 钝化效果的影响；应用多种数学分析方法综合探究重金属有效性与基础 理化指标、腐殖质组分、无机盐离子、微生物群落结构、功能基因的耦合性，系 统揭示发酵过程 Cd、As、Cr 有效性变化的关键影响因子及脱毒机理；结合四种 机器学习模型，多层感知机回归、支持向量回归、决策树回归和梯度提升回归， 模拟发酵过程重金属有效性变化，并利用遗传算法优化发酵控制参数，以最大限 度提高重金属钝化率，降低其污染风险。研究结果将有助于完善好氧发酵重金属 钝化机制理论体系，并为机器学习引入有机固废好氧发酵领域提供思路借鉴： (1) 初始碳氮比为 20、秸秆为辅料有利于发酵过程中 Cd 的钝化，初始碳氮 比为 25、秸秆为辅料更利于降低 As、Cr 的生物有效性。在最优初始碳氮比和辅 料类型组合下，Cd、As、Cr 的最大钝化率分别为 7.59%、20.56%、32.56%； (2) 发酵过程中重金属的生物有效性受理化因子和微生物的共同影响。理化 角度，以胡敏酸和富里酸比值为表征的腐殖化过程和磷酸盐沉淀作用主导驱动了Cd、As、Cr 的钝化。微生物角度，细菌/真菌群落多样性的增加有利于 Cd 和 Cr 的钝化，此外微生物也能够通过表达亚砷酸盐氧化酶(由 aoxB 编码)和铬酸盐还 原酶(由 yieF 编码)分别氧化和还原 As、Cr，削减其毒性； (3) 借助机器学习手段研究发现：发酵过程中 Cd、As、Cr 有效性动态变化 的最优预测模型分别是梯度提升回归(R2 =0.90)、支持向量回归(R2 =0.97)、梯度提升回归(R2 =0.76)；所有特征中，重金属初始生物有效性因子对模型的贡献度最高(>50%)，其次是总磷和发酵时间(10%~30%)。不同发酵参数调控下 Cd、As、Cr钝化趋势的最优预测模型分别是梯度提升回归(R2 =0.79)、决策树回归(R2 =0.29)、 梯度提升回归(R2 =0.81)；遗传算法优化后，Cd、As、Cr 的最大钝化率相较实测 最优值分别提升了 7.32%、25.69%、33.71%，表明应用机器学习模拟结合遗传算 法优化的调控策略有助于畜禽废弃物发酵重金属钝化率的进一步提升。 |
| 学科主题 | 环境科学 |
| 语种 | 中文 |
| 页码 | 112 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/184472]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 郭昊楠. 畜禽废弃物好氧发酵过程重金属生物有效性变化机理及机器学习预测[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2022. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。