MétaCan
Menu
Retour à la cohorte
Enregistrement W1796291915

A dynamic modelling approach to evaluate GHG emissions from wastewater treatment plants

2012· article· en· W1796291915 sur OpenAlex
Xavier Flores‐Alsina, Magnus Arnell, Youri Amerlinck, Lluís Corominas, Krist V. Gernaey, Liquan Guo, Erik Lindblom, Ingmar Nopens, José Porro, Andrew Shaw, Peter A. Vanrolleghem, Ulf Jeppsson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueLund University Publications (Lund University) · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversité Laval
Organismes subventionnairesVlaamse regeringMinistero dello Sviluppo EconomicoFonds Wetenschappelijk OnderzoekMinistère du Développement Économique, de l’Innovation et de l’Exportation
Mots-clésGreenhouse gasEnvironmental scienceSewage treatmentWastewaterWaste managementEnvironmental engineeringEngineeringGeologyOceanography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The widened scope for wastewater treatment plants (WWTP) to consider not only water quality and cost, but also greenhouse gas (GHG) emissions and climate change calls for new tools to evaluate operational strategies/treatment technologies. The IWA Benchmark Simulation Model no. 2 (BSM2) has been widely used within the scientific community for the unbiased comparison of control strategies in wastewater treatment facilities. In this paper, the default set of BSM models is extended with a set of comprehensive dynamic approaches that estimate the most significant on-site (secondary treatment, sludge processing) and off-site (net energy use, embedded chemicals, sludge disposal) sources of GHG emissions. The case study presented here calculates and discusses the changes in the effluent quality (EQI) and operational cost (OCI) indices and the formation of carbon dioxide (CO2), methane (CH4) and nitrous oxide (N2O) when modifying the percentage of total suspended solids (TSS) removal efficiency in the primary clarifier (PRIM). Simulations show that high PRIM efficiency decreases the quantity of TSS entering the activate sludge (AS) section leading to lower operational cost due to better energy recovery (and subsequent reduced GHG emissions) in the sludge line, but increases the overall N2O emissions due to the low C/N ratio as a trade-off. Overloading of the bioreactors as a result of poor PRIM performance: i) increases the biogenic CO2 emissions from BOD oxidation and biomass decay in the AS section; ii) increases off-site CO2 emissions due to higher energy demand during the nitrification stage; and, iii) reduces energy recovery from settled organics. The reported results emphasize the importance of a plant-wide approach and the need to consider the interactions between the different treatment units when evaluating the global warming potential (GWP) of a WWTP. Finally, the paper demonstrates the potential of using the proposed approach as a general model-based tool for determining the most sustainable WWTP operational strategies, which is essential in a water sector where climate change, energy and sustainability are key challenges to be tackled.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,209
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle