Bioaugmentation-Enhanced Remediation of Crude Oil Polluted Water in Pilot-Scale Floating Treatment Wetlands
Notice bibliographique
Résumé
Floating treatment wetlands (FTWs) are cost-effective systems for the remediation of polluted water. In FTWs, the metabolic activity of microorganisms associated with plants is fundamental to treatment efficiency. Bioaugmentation, the addition of microorganisms with pollutant-degrading capabilities, appears to be a promising means to enhance the treatment efficiency of FTWs. Here, we quantified the effect of bioaugmentation with a four-membered bacterial consortium on the remediation of water contaminated with crude oil in pilot-scale FTWs planted with Phragmites australis or Typha domingensis. The bacteria had been isolated from the endosphere and rhizosphere of various plants and carry the alkane hydroxylase gene, alkB, involved in aerobic hydrocarbon degradation. During a treatment period of 36 days, FTWs planted with P. australis achieved a reduction in hydrocarbon concentration from 300 mg/L to 16 mg/L with and 56 mg/L without bioaugmentation. In the FTWs planted with T. domingensis, respective hydrocarbon concentrations were 46 mg/L and 84 mg/L. The inoculated bacteria proliferated in the rhizoplane and in the plant interior. Copy numbers of the alkB gene and its mRNA increased over time in plant-associated samples, suggesting increased bacterial hydrocarbon degradation. The results show that bioaugmentation improved the treatment of oil-contaminated water in FTWs by at least a factor of two, indicating that the performance of full-scale systems can be improved at only small costs.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».