Phycoremediation and simultaneous production of protein‐rich algal biomass from aquaculture and agriculture wastewaters
Notice bibliographique
Résumé
Abstract BACKGROUND Microalgae cultivation in wastewaters is a potential remediation technology for converting residual nutrients into valuable biomass for biofuels, fertilizers, animal and aquaculture feeds, and bio‐based chemicals. The objective of this study was to determine the potential for microalgae phycoremediation of aquaculture and agriculture wastewaters for sustainable production of nutrient‐rich algal biomass. RESULTS Thirty‐seven aquaculture and agriculture wastewaters were evaluated as growth media for two freshwater, chlorophytic microalgae strains ( Chlorella sorokiniana SMC14M and Scenedesmus sp. AMDD). Although nutrient levels and physicochemical parameters of the wastewaters varied widely, phycoremediation efficiency of nitrogen and phosphorous was high (> 70%) for a large majority of them, with both microalgae strains. Photobioreactor cultivation (300 L) of C. sorokiniana grown on finfish aquaculture wastewater (CA2) and standard growth medium (SGM) exhibited similar biomass production levels and nutritional compositions of moisture (4.9–5.0%), ash (5.9–6.1%), nitrogen (8.6–8.8%), protein (41.0–42.1%), lipid (8.6–8.8%), carbohydrate (38.3–39.3%) and gross energy (22.2–22.3 MJ⋅kg −1 ) with highly similar fatty acid and amino acid profiles. CONCLUSIONS This study demonstrates that the use of freshwater microalgae to remediate various aquaculture and agriculture wastewaters, while producing valuable nutrient‐rich biomass, is feasible. We have found that a particular finfish aquaculture wastewater (CA2) contains all of the nutrients required for rapid microalgae growth, avoiding the need for expensive commercial fertilizers. The biochemical composition of C. sorokiniana grown on CA2 aquaculture wastewater has good potential for use as a nutrient‐rich ingredient for animal and aquaculture feeds, fertilizers products, biofuels and other applications, resulting in remediated water that could be reused. © 2023 National Research Council Canada. Reproduced with the permission of the Minister of Innovation, Science, and Economic Development.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».