Modelling nitrous and nitric oxide emissions by autotrophic ammonia-oxidizing bacteria

反硝化 一氧化二氮 化学 环境化学 自养 氧化剂 曝气 氨 硝化作用 好氧反硝化 温室气体 微观世界 污水处理 环境工程 环境科学 氮气 细菌 反硝化细菌 生态学 遗传学 生物 有机化学
作者
Kris E. Mampaey,Bart Beuckels,Marlies J. Kampschreur,Robbert Kleerebezem,Mark C.M. van Loosdrecht,Eveline I.P. Volcke
出处
期刊:Environmental Technology [Taylor & Francis]
卷期号:34 (12): 1555-1566 被引量:111
标识
DOI:10.1080/09593330.2012.758666
摘要

The emission of greenhouse gases, such as N2O, from wastewater treatment plants is a matter of growing concern. Denitrification by ammonia-oxidizing bacteria (AOB) has been identified as the main N2O producing pathway. To estimate N2O emissions during biological nitrogen removal, reliable mathematical models are essential. In this work, a mathematical model for NO (a precursor for N2O formation) and N2O formation by AOB is presented. Based on mechanistic grounds, two possible reaction mechanisms for NO and N2O formation are distinguished, which differ in the origin of the reducing equivalents needed for denitrification by AOB. These two scenarios have been compared in a simulation study, assessing the influence of the aeration/stripping rate and the resulting dissolved oxygen (DO) concentration on the NO and N2O emission from a SHARON partial nitritation reactor. The study of the simulated model behaviour and its comparison with previously published experimental data serves in elucidating the true NO and N2O formation mechanism.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
Passion发布了新的文献求助10
1秒前
BBzc完成签到,获得积分20
1秒前
orixero的应助被min采纳,获得10
1秒前
牛婷给牛婷的求助进行了留言
2秒前
2秒前
2秒前
共享精神的应助被小小采纳,获得10
2秒前
wy.he的应助被益生菌采纳,获得10
3秒前
无虞发布了新的文献求助10
4秒前
苦瓜女士发布了新的文献求助10
4秒前
xx发布了新的文献求助10
5秒前
cc发布了新的文献求助10
5秒前
健壮的赛凤完成签到,获得积分10
6秒前
6秒前
上官若男的应助被Sarah采纳,获得10
7秒前
cm发布了新的文献求助30
7秒前
李健的应助被高大幼枫采纳,获得10
7秒前
7秒前
吾王没呆毛完成签到,获得积分10
7秒前
8秒前
深情安青的应助被Passion采纳,获得10
8秒前
8秒前
8秒前
9秒前
9秒前
9秒前
NexusExplorer的应助被luna采纳,获得30
10秒前
Mia123完成签到,获得积分10
10秒前
jackonma发布了新的文献求助10
11秒前
SciGPT的应助被高贵的火龙果采纳,获得10
11秒前
12秒前
14秒前
14秒前
小小发布了新的文献求助10
14秒前
云雀发布了新的文献求助10
14秒前
xiaowang完成签到,获得积分10
14秒前
15秒前
Baldwin完成签到 ,获得积分10
15秒前
orixero的应助被霖lin采纳,获得10
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Entre Praga y Madrid : los contactos checoslovaco-españoles (1948-1977) 600
A REVIEW OF THE V-22 DYNAMICS VALIDATION PROGRAM 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8128999
求助须知:如何正确求助?哪些是违规求助? 9531436
关于积分的说明 21590445
捐赠科研通 7709918
什么是DOI,文献DOI怎么找? 3417499
关于科研通互助平台的介绍 2543039
邀请新用户注册赠送积分活动 2458761