Treatment of Severely-Deteriorated Post-Fire Runoff: A Comparison of Conventional and High-Rate Clarification to Demonstrate Key Drinking Water Treatment Capabilities and Challenges
Notice bibliographique
Résumé
The ability to treat worst-case scenario, “black water” resulting from wildfire ash transport directly from hillslopes to source waters was investigated—this has not been reported previously. The treatment response capabilities of conventional chemical pre-treatment and high rate clarification processes were evaluated at bench scale; these included: sand-ballasted flocculation (SBF), SBF with enhanced coagulation, and SBF with powdered activated carbon (PAC). Fresh ash was collected from the Thuya Lake Road (TLR) wildfire (+51.4098 latitude, -120.2435 longitude; burn area 556 ha), which was part of the Little Fort Fire Complex that burned in July 2017, near Little Fort, British Columbia, Canada. The ash was used to prepare a severely-deteriorated source water matrix. It was added to high quality river water (Elbow River, Calgary, Alberta) to reflect post-fire water quality conditions when ash is mobilized off the landscape to receiving waters during a major runoff event. Prior to mixing, ash was sieved through a 1 mm screen to remove any large debris and conifer needles that typically would not be found in water treatment plant influent streams. Three concentrations of ash in river water were prepared (2.0, 10.0, and 20.0 g×L -1 of ash; five replicates of each) by adding ash to 1000 mL of Elbow River water in 2-L plastic square beakers, and mixed using a jar test apparatus (Phipps & Bird, PB-900 Series Programmable 6-Paddle Jar Tester, Richmond, VA) at 120 RPM for 2 minutes. Turbidity and dissolved organic carbon (DOC) concentrations consistent with or slightly higher than the levels that have been reported following severe wildfire (i.e., >1000 NTU and >15mg×L -1 , respectively) were targeted. These water matrices were black-colored, in a manner consistent with previous reports of severely-deteriorated water conditions after wildfire. Standard methods were used to evaluate turbidity (Method 2130B; Hach 2100 N turbidimeter, Loveland, CO), pH (4500-H + B Electrometric method; Orion 720A pH meter, Thermo Fisher Scientific, Waltham, MA), DOC concentration (filtration through pre-rinsed 0.45 µm Nylaflo membranes, Pall, Port Washington, NY; Method 5310C; Shimadzu TOC-V WP analyzer, Kyoto, Japan), and UVA 254 (Method 5910B; 1 cm quartz cell; Hach DR 5000 Spectrophotometer, Loveland, CO). Specific ultraviolet absorbance at 254 nm (SUVA) was calculated by dividing UVA 254 absorbance by the DOC concentration.
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) | 0,001 | 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) | 0,000 | 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 ».