MétaCan
Menu
← Back to cohort
Record W7008344796

Caractérisation et traitement des contaminants émergents dans les effluents miniers

2023· other· fr· W7008344796 on OpenAlexfundaboutno aff

Bibliographic record

VenuePolyPublie (École Polytechnique de Montréal) · 2023
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
FundersIAMGOLDNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsPolytechnique Montréal
KeywordsIndustrial effluentEnvironmental pollutionEffluent
DOInot available

Abstract

fetched live from OpenAlex

RÉSUMÉ: Les compagnies minières doivent mettre en priorité la vision du développement durable afin de diminuer leur emprunte environnementale tout en optimisant leurs opérations. Une saine gestion de l’eau est primordiale afin de respecter les normes environnementales telles la Directive 019 au Québec et le Règlement sur les effluents de mines de métaux et diamant au Canada ainsi que pour maintenir leur image face aux investisseurs et communautés environnantes. La présence de contaminants d’intérêt émergeant (CEC) pose son lot de défi quant à la caractérisation et au traitement des différents effluents seuls et en mélanges sur les sites miniers, dépendamment de la méthode de gestion de l’eau. Les CEC dans les effluents miniers, lesquelles ont vu leur intérêt augmenter suite au resserrement de la règlementation dans l’industrie minière, peuvent être classifiés dans les quatre groupes suivants : 1) les nouveaux contaminants d’intérêt (Mn, Se, xanthates, éléments de terres rares); 2) les contaminants communs ayant des concentrations cibles de traitement faibles en environnement sensible (As, Cu, Zn); 3) les contaminants difficiles à traiter (thiosels, salinité) et 4) les composés azotés (N-NH3, NO2-, NO3-, CNO-, SCN-). Des méthodes de traitements conventionnelles augmentant la salinité résiduelle comportent des limites au niveau de l’efficacité de traitement. Ces dernières sont aussi souvent affectées par la température de l’eau pouvant être limitées en climat froid. Cette problématique peut être adressée par l’utilisation de méthodes de traitement par oxydation avancée ou de filtration membranaire. La prédiction de la qualité de l’eau à l’aide de la modélisation numérique est aussi très importante afin d’aider les opérateurs miniers à minimiser les risques environnementaux. L’objectif principal de cette étude était de prédire la spéciation des CEC à l’aide du modèle PHREEQC ainsi que d’évaluer l’effet sur la toxicité aquatique sur le crustacé Daphnia magna avant et après traitement d’effluents seuls et en mélanges au moyen de l’ozonation en microbulles. Les objectifs spécifiques étaient de : 1) Réaliser une revue de littérature sur les CEC en milieu minier afin d’identifier ceux d’intérêt pour cette étude; 2) Prédire, par modélisation géochimique à l’aide du modèle PHREEQC, la concentration et la spéciation des CEC ciblés dans les mélanges d’effluents miniers avec un facteur de confiance de plus de 80%; 3) Augmenter l’efficacité de traitement des CEC ciblés par rapport aux méthodes conventionnelles par l’utilisation d’un procédé d’ozonation par microbulles. La première partie de ce projet consistait à réaliser une revue de littérature sur les CEC en parallèle des campagnes d’échantillonnage et de la compilation des données historiques du site minier à l’étude. Les différents CEC du site ont été identifiés afin de choisir la méthode de traitement adaptée mais aussi de bien choisir la base de données thermodynamique en vue de la modélisation numérique des mélanges à l’aide de PHREEQC. La revue a aussi permis d’identifier les défis et opportunités en lien avec les CEC dans les eaux minières en concentrant sur les procédés d’oxydation avancée et de filtration membranaire. La deuxième partie du projet s’est concentrée sur la modélisation numérique des différents mélanges d’effluents à l’aide de PHREEQC afin d’identifier les mécanismes de mobilisation des différents CEC. Pour ce faire, des échantillons de terrain ont été prélevés pour caractériser les effluents en amont et en aval des différents points de mélange. Des essais contrôlés de mélange en laboratoire ont ensuite été réalisés avec des effluents réels. Les paramètres physico-chimiques in situ, les concentrations des ions majeurs et éléments mineurs dissous et des isotopes stables de la molécule d'eau ont été analysés. Des analyses minéralogiques ont également été effectuées sur les précipités des mélanges de laboratoire. Les données ont été utilisées pour effectuer des analyses statistiques et pour modéliser l'évolution géochimique des effluents à l'aide du modèle PHREEQC avec la base de données wateq4f.dat. Les résultats suggèrent que la formation de minéraux secondaires tels que la schwertmannite, la goethite et la jarosite a un impact significatif sur l'évolution géochimique des effluents. La précipitation des minéraux secondaires a été identifiée comme un processus d'immobilisation des éléments traces par des processus de coprécipitation et de sorption. Les principales limites identifiées concernant l'utilisation de PHREEQC pour la modélisation des mélanges d'effluents miniers concernent l'évaluation du bilan ionique pour les échantillons à faible pH avec des concentrations élevées en Fe et Al et l'omission des processus biologiques. Néanmoins, l'approche de caractérisation et de modélisation développée ici fournit des informations utiles sur l'évolution géochimique des effluents miniers et pourrait être adaptée à plusieurs sites miniers. La troisième étape du projet a évalué l'efficacité de l’oxydation avancée à l’aide d'ozone en microbulles combinées à la précipitation chimique des métaux utilisant de la chaux sur l'élimination des contaminants et son impact sur la toxicité pour D. magna avec cinq mélanges d'effluents miniers différents provenant du site à l’étude. Pour les mélanges non acides, deux scénarios ont été testés : premièrement, un prétraitement des métaux par précipitation à la chaux et ajout d’un floculant a été effectué avant l'ozonation; et deuxièmement, l'ozonation a été effectuée avant le post-traitement des métaux en utilisant la même technique de précipitation et de floculation. Les résultats ont montré que l'efficacité d'élimination de N-NH3 variait de 90% pour les concentrations faibles (1,1 mg/L) à plus de 99% pour les concentrations plus élevées (58,4 mg/L). De plus, l'ozonation sans prétraitement des métaux a amélioré l'efficacité du traitement N-NH3 en termes de cinétique mais a entraîné des problèmes de toxicité anormale. Les résultats des bioessais effectués sur l'eau avec prétraitement des métaux n'ont montré aucun événement de toxicité, mais ont montré des schémas de toxicité anormaux sur les mélanges traités sans prétraitement des métaux (les effluents dilués étaient toxiques, tandis que ceux non dilués ne l'étaient pas). À 50% de dilution, l'eau était toxique, probablement en raison de la présence potentielle de nanoparticules d'oxydes métalliques. Cette étude a permis d’approfondir les connaissances au niveau de l’évolution géochimique des CEC en contexte minier à l’aide d’outil de modélisation tout en validant avec des échantillons réels. Les limites de l’applicabilité de cette méthode ont aussi été identifiées tout en proposant des pistes de solution afin d’améliorer la précision de la prédiction de la qualité de l’eau et de l’effet sur la toxicité aquatique. Enfin, les connaissances acquises durant ce projet pourront potentiellement être utilisées par l’opérateur du site à l’étude mais aussi par les autres compagnies minières afin d’améliorer leur gestion de l’eau. ABSTRACT: Mining companies must prioritize the vision of sustainable development to reduce their environmental footprint while optimizing their operations. An optimal water management is essential to comply with environmental standards such as Directive 019 in Quebec and the Metal and Diamond Mining Effluent Regulations in Canada, as well as to maintain their image with investors and surrounding communities. The presence of contaminants of emerging concern (CEC) poses its challenges for the characterization and treatment of the various effluents alone and in mixtures on mining sites, depending on the water management method. CECs in mining effluents, which have seen their interest increase following the tightening of regulations in the mining industry, can be classified into the following four groups: 1) new contaminants of interest (Mn, Se, xanthates, elements rare earth); 2) common contaminants with low treatment target concentrations in sensitive environments (As, Cu, Zn); 3) hard-to-treat contaminants (thiosalts, salinity) and 4) nitrogen compounds (NH3-N, NO2-, NO3-, CNO-, SCN-). Conventional treatment methods that increase residual salinity have limitations in terms of treatment efficiency. These are also often affected by the temperature of the water which can be limited in cold climates. This problem can be overcome by using advanced oxidation or membrane filtration treatment methods. Predicting water quality using numerical modeling is also very important to help mine operators minimize environmental risks. The main objective of this study was to predict the speciation of CECs using PHREEQC as well as to assess the effect on aquatic toxicity on the crustacean Daphnia magna before and after treatment of effluents alone and in mixtures using ozone microbubble. The secondary objectives were to: 1) conduct a literature review on CECs in the mining environment to identify those of interest for this study; 2) Predict, by geochemical modeling using the PHREEQC model, the concentration and speciation of targeted CECs in mining effluent mixtures with a confidence factor of more than 80%; 3) Increase the treatment efficiency of targeted CECs compared to conventional methods using an ozone microbubble process. The first part of the project consisted in carrying out a literature review on CECs in parallel with the sampling campaigns and the compilation of historical data for the mine site under study. The different CECs of the site have been identified to select the appropriate treatment method but also to choose the right thermodynamic database for the numerical modeling of the mixtures using PHREEQC. The review also identified the challenges and opportunities related to CECs in mining waters by focusing on advanced oxidation processes and membrane filtration. The second part of the project focused on the numerical modeling of the different effluent mixtures

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.006
Threshold uncertainty score0.013

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.022
GPT teacher head0.266
Teacher spread0.244 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes2
Has abstractyes

Explore more

Same venuePolyPublie (École Polytechnique de Montréal)→French-language works237,207→