مجله آب و فاضلاب

مجله آب و فاضلاب

ارزیابی نیترات‌زدایی بیولوژیکی ازآب‌های زیرزمینی لب‌شور با استفاده از فیلترهای مختلف

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشگاه ازاد اهواز
2 دانشگاه علوم پزشکی اهواز
3 دانشگاه ازاد شوشتر
4 دانشگاه آزاد اهواز
10.22093/wwj.2026.550443.3516
چکیده
مقدمه: آلودگی آب‌های زیرزمینی به نیترات، به‌ویژه در مناطق خشک و نیمه‌خشک که آب‌های زیرزمینی لب‌شور به‌طور گسترده برای مصارف غیرشرب یا به‌عنوان آب خوراک سامانه‌های نمک‌زدایی مورد استفاده قرار می‌گیرند، یکی از مهم‌ترین چالش‌های زیست‌محیطی و بهداشتی به شمار می‌رود.

مواد و روش‌ها: در این پژوهش، حذف زیستی نیترات از آب زیرزمینی لب‌شور با هدایت الکتریکی در محدوده 851 تا 3150 میکروزیمنس بر سانتی‌متر (µS/cm)، با استفاده از یک سامانه پایلوت بیوفیلتر جریان رو به بالا مبتنی بر بیوفیلم مورد بررسی قرار گرفت. هفت نوع مختلف بستر فیلتراسیون شامل کالدنس، لیکای درشت، لیکای ریز، ماسه ریز، الیاف نخل، بستر چندلایه (Multi-media) و سبدهای پلاستیکی به‌طور هم‌زمان در واحدهای پایلوت موازی و تحت شرایط عملیاتی یکسان ارزیابی شدند. برنامه آزمایشی در شرایطی با غلظت‌های مختلف نیترات ورودی (0/112 تا 5/279 میلی‌گرم بر لیتر)، دبی جریان (13 تا 52 لیتر بر ساعت) و زمان ماند هیدرولیکی ( از 0/1 ساعت برای ماسه ریز تا 6/7 ساعت برای سبدهای پلاستیکی) طی سه دوره از خرداد تا آبان 1400 انجام شد. عملکرد حذف نیترات عمدتاً بر اساس راندمان حذف (%) ارزیابی شد.

یافته‌ها: در میان بسترهای مورد بررسی، لیکای درشت بهترین عملکرد را نشان داد و در دوره دوم به راندمان حذف نیترات 1/82 دست یافت. پس از آن کالدنس با راندمان 1/68 درصد در رتبه دوم قرار گرفت. قابل‌توجه است که الیاف خرما نیز کارایی قابل‌ملاحظه‌ای در حذف نیترات (2/61 درصد) نشان داد که این امر را نه تنها می‌توان به نقش آن به عنوان بستر فیزیکی برای رشد بیوفیلم، بلکه به ساختار لیگنوسلولزی آن نیز نسبت داد. به‌منظور بررسی روابط غیرخطی میان پارامترهای عملیاتی، از مدل یادگیری ماشین XGBoost با استفاده از متغیرهای مستقل شامل دبی جریان، pH، هدایت الکتریکی ، دما و غلظت نیترات ورودی استفاده شد. نتایج تحلیل SHAP نشان داد که دبی جریان مهم‌ترین عامل تعیین‌کننده راندمان حذف نیترات است و پس از آن pH و هدایت الکتریکی بیشترین تأثیر را دارند.

نتیجه‌گیری: به‌طور کلی، یافته‌های این پژوهش نشان داد که حذف زیستی نیترات با استفاده از بیوفیلترهای جریان رو به بالا مبتنی بر بیوفیلم در مقیاس پایلوت، می‌تواند به‌عنوان یک روش مؤثر و کم‌مصرف از نظر انرژی برای تصفیه یا پیش‌تصفیه آب‌های زیرزمینی لب‌شور آلوده به نیترات مورد استفاده قرار گیرد.
کلیدواژه‌ها
موضوعات

عنوان مقاله English

Evaluation of biological denitrification from brackish groundwater using different filter media

نویسندگان English

Afshin Mohammadi 1
Afshin Takdastan 2
Ehsan Derikvand 3
Reza Jalilzadeh Yengejeh 1
Katayon Varshosaz 4
1 Department of Environmental Engineering, Islamic Azad University, Ahvaz Branch, Ahvaz, Iran
2 Ahvaz jundishapur university of medical sciences
3 Assisstant Professor of Water and Wastewater Engineering, Shoushtar Branch, Shoushtar, Iran
4 Department of Environmental Engineering, Islamic Azad University, Ahvaz Branch, Ahvaz, Iran
چکیده English

Introduction: Nitrate contamination of groundwater poses significant environmental and health concerns, particularly in arid and semi-arid regions where brackish groundwater is widely exploited for non-potable uses or as feed water for desalination systems.

Material and Methods: In this study, biofilm-based nitrate removal from brackish groundwater with EC ranging from 851 to 3150 µS/cm was investigated using a pilot-scale up-flow biofilter system. Seven different filter media, including Kaldnes, coarse Leca , fine Leca, fine sand, palm fiber, multi-media, and plastic baskets, were evaluated in parallel pilot units operated under identical conditions. The experimental program was conducted under varying influent nitrate concentrations (112.0–279.5 mg/L), flow rates (13.0–52.0 L/h), and HRTs (from 1.0 h for fine sand to 7.6 h for plastic baskets) during three periods from June to November 2021. Nitrate removal performance was assessed primarily in terms of removal efficiency (%).

Results: Among the evaluated media, coarse Leca demonstrated the highest performance, achieving a nitrate removal efficiency of 82.1% followed by Kaldnes (68.1%) during Period 2. Notably, palm fiber exhibited considerable removal efficiency (61.2%), which may be attributed not only to its physical support function but also to its lignocellulosic nature. To evaluate the non-linear relationships between operational parameters, an XGBoost machine learning model was applied using independent variables including flow rate, pH , EC, temperature, and influent nitrate. The SHAP analysis revealed that the flow rate was the most critical determinant of nitrate removal efficiency, followed by pH and EC.

Conclusion: Overall, the findings indicated that biofilm-based nitrate removal using pilot-scale up-flow biofilters can provide an effective and low-energy treatment or pre-treatment option for nitrate-contaminated brackish groundwater.

کلیدواژه‌ها English

Biological denitrification
Brackish groundwater
Biofilter media
Machine learning
XGBoost
SHAP

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 24 آبان 1405