《Bioresource Technology》:Data-driven prediction of methane potential of food waste collected from diverse waste sources
编辑推荐:
•本研究开发了针对特定来源的食物垃圾甲烷产量预测模型。•轮转测试证实了甲烷产量测量的可重复性。•主成分分析确定氧化还原电位、碱度、挥发性固体、化学需氧量和蛋白质为主要预测因子。•实用模型利用可测量的食物垃圾特性预测甲烷产量。•数据驱动预测支持原料选择和预处理决策。引言城市固体
- •
本研究开发了针对特定来源的食物垃圾甲烷产量预测模型。
- •
轮转测试证实了甲烷产量测量的可重复性。
- •
主成分分析确定氧化还原电位、碱度、挥发性固体、化学需氧量和蛋白质为主要预测因子。
- •
实用模型利用可测量的食物垃圾特性预测甲烷产量。
- •
数据驱动预测支持原料选择和预处理决策。
引言
城市固体废弃物管理正日益向资源回收系统转变,该系统优先考虑可再生能源生产和温室气体减排。食物垃圾占城市固体废弃物的31%,由于其高含水量和高生物降解性,是厌氧消化的理想原料(Cook等,2026年)。食物垃圾分流策略有潜力减少垃圾填埋场甲烷排放,同时推进循环生物经济目标(EPA,2021年)。尽管具有这些优势,食物垃圾在厌氧消化系统中的有效利用仍受到产地之间组成差异大的限制,以及对食物垃圾来源和季节变化如何影响原料质量的研究有限。
生物化学甲烷潜势测试被广泛用于估计有机废弃物的生物降解性,以支持原料预处理策略和工艺设计(Angelidaki等,2011年;Hafner等,2020年;Hafner等,2020年;Labatut等,2011年)。然而,即使评估相似的底物,不同研究报道的甲烷潜势值也存在显著差异(Hafner等,2020年)。甲烷潜势测试受检测方法选择的影响。接种物的来源和生物活性影响底物转化的程度和动力学,而甲烷定量方法决定了沼气产量如何测量和报告(Holliger等,2021年)。例如,来自处理食物垃圾的消化器的接种物通常表现出比来自市政废水处理厂的接种物更高的水解和酸化活性,这可能导致测得的甲烷产量存在系统性差异。甲烷测量方法,如气相色谱法、柔性袋收集与气体分析仪联用以及自动化厌氧呼吸测定法,在灵敏度、时间分辨率和不确定性方面可能存在差异(Koch等,2017年)。
食物垃圾产地的不同导致碳水化合物、蛋白质、脂质和木质纤维素材料的比例不同,直接影响水解速率、酸化动态和产甲烷转化效率(Xu等,2014年;Zhang等,2007年)。食物垃圾由于富含易降解有机物,通常支持更高的甲烷产量,而庭院垃圾含有富含木质素的结构,限制了酶的接触性,可能降低甲烷生产效率(Kalayc?o?lu,2020年)。底物特性,如总固体、挥发性固体、化学需氧量、pH值、碱度和碳氮比,已被报道影响甲烷产量。Lopez等(2016年)报道,高总固体含量会因质量传递受限、碳氮比失衡导致氨抑制以及低pH值和碱度浓度破坏系统稳定性而减少甲烷产量。同样,Wu等(2019年)报道,化学需氧量和挥发性固体是可生物降解内容的强指标,但高值可能因快速酸化导致不稳定。Zhang等(2007年)强调,食物垃圾消化对低碳氮比和pH下降高度敏感,需要缓冲或联合消化来维持稳定的甲烷产量。总之,这些研究确立了一个事实,即厌氧消化性能由多个特性的相互作用控制,而非单一参数。
食物垃圾组成因来源而异,并影响甲烷产量潜力。Ho和Chu(2019年)发现,家庭和餐厅食物垃圾含有更多蛋白质,而餐后食物垃圾含有更高的脂质和干物质含量,与更高的沼气产量相关。Kalayc?o?lu(2020年)表明,富含木质素的庭院垃圾降低了生物降解性,将甲烷产量限制在260毫升/克挥发性固体,而更具降解性的食物垃圾组分的产量为420毫升/克挥发性固体。当混合时,可降解有机物、木质纤维素材料和营养物质的平衡直接影响水解效率和甲烷产量。
原料组成的变异性可能导致甲烷产量的显著差异,这使得在原料特性未被充分考虑的情况下进行可靠预测变得困难。动力学模型和数据驱动模型在厌氧消化中的日益应用展示了它们预测甲烷产量和支持工艺优化的潜力(Kegl等,2025年;?enol等,2026年)。先前的工作将多元线性回归和人工神经网络模型应用于木质纤维素生物质(Xu等,2014年),将回归模型应用于果蔬废弃物(Edwiges等,2018年),将基于组成的模型应用于混合生物质类型(Zhao等,2020年),将机器学习方法应用于更广泛的厌氧消化数据集(Dominguillo-Ramírez等,2023年;Song等,2024年),而其他研究则纳入了反应器操作条件、原料预处理变量或相关工艺数据(Gupta等,2025年;Ostos等,2025年;Rossi等,2022年)。然而,这些模型是为特定的底物类型开发的,或者依赖于与从填埋场分流的混合市政食物垃圾无关的组成和操作变量。在本研究中,建模用于基于湿有机固体废弃物流中看到的混合底物组成来预测能源产量。
在本研究之前,没有任何信息说明来自不同产地收集的异质食物垃圾的常规测量物理化学和组成特性如何用于估计甲烷产量。需要模型将进料原料特性与甲烷产量潜力联系起来。解决这一差距需要能够表征多种原料特性之间变异并确定其与甲烷产量关系的分析方法。主成分分析可用于识别相关变量和多变量数据集内的主要变异来源(Jolliffe和Cadima,2016年),而多元线性回归可以量化原料特性与甲烷产量之间的综合关联,并为从测量的预测变量估计甲烷产量提供基础(Montgomery等,2022年)。
本研究通过将原料来源、组成和物理化学特性与甲烷产量潜力联系起来来解决这一差距。对从餐厅、学校、杂货店和住宅来源回收的市政食物垃圾进行了表征,并使用生物化学甲烷潜势测试进行评估。研究目标为:(i) 量化甲烷产量的时空变异性,并通过轮转测试评估实验室间可重复性;(ii) 识别影响甲烷产量的关键原料特性;以及(iii) 开发和验证多元线性回归模型以预测甲烷产量。本研究将混合食物垃圾流中基于来源的甲烷产量差异评估、生物化学甲烷潜势测量的实验室间变异以及从测量的原料属性预测甲烷产量相结合。所得模型可用于在实施厌氧消化之前估计进料食物垃圾原料的甲烷产量潜力,支持新型厌氧消化系统的设计和规划,并指导现有厌氧消化设施的原料混合、联合消化和进料决策。这种实验室和建模方法相结合的做法使原料质量的差异可以使用易于测量的特性来纳入运营决策。
章节片段
样品采集与预处理
食物垃圾和庭院垃圾从杂货店、餐厅、学校和住宅废弃物容器中收集的城市固体废弃物流中回收,进行了七次采样活动以捕捉时间变异性,遵循Nabulime等(2026年)描述的程序。样品被分为七个连续采样季度:Q1(2023年4月至6月)、Q2(2023年7月至9月)、Q3(2023年10月至12月)、Q4(2024年1月至3月)、Q5(2024年4月至6月)、Q6(2024年7月至9月)和Q7(2024年10月至12月
不同来源和采样期的甲烷产量
不同食物垃圾来源之间的甲烷产量存在显著差异(p < 0.001),原料来源比采样时间解释了更多的变异性(图1)。杂货店食物垃圾在Q6期间产生了最高的甲烷产量,为802毫升/克挥发性固体,而餐厅和学校食物垃圾的产量在各采样时间保持稳定,在500–650毫升/克挥发性固体之间。住宅垃圾持续产生显著低于杂货店、餐厅和学校原料的甲烷产量(p < 0.01)。采样时间具有统计学显著性
结论
本研究结合多元分析和多元线性回归,识别了影响甲烷产量变异性的原料属性,并开发了多元线性回归模型,从测量的异质市政食物垃圾属性中预测甲烷产量。不同废弃物来源类别之间的甲烷产量存在差异,杂货店、餐厅和学校食物垃圾的产量高于住宅食物垃圾。甲烷产量与多种测量的原料属性相关,包括碱度、氧化还原电位、挥发性固体和大分子
资助声明
本研究基于美国能源部能源效率和可再生能源办公室生物能源技术办公室在奖励编号DE-EE0009667下提供的支持。资助还来自马里兰大学全球管理学者奖学金和马里兰大学Track 2 MPower早期学者投资奖。本手稿作为美国政府机构赞助工作的账户准备。美国
作者贡献声明
Maureen Norah Nabulime:写作 – 审阅与编辑、写作 – 原稿撰写、可视化、监督、资源、方法论、调查、形式分析、数据管理、概念化。Yebo Li:写作 – 审阅与编辑、监督、项目管理、方法论、调查、资金获取。Zhiwu Wang:写作 – 审阅与编辑、监督、资源、项目管理、方法论、调查、资金获取。Xumeng Ge:写作 – 审阅与编辑,
未引用参考文献
BMP, Lelicińska-Serafin等,2023年,Xue等,2020年。
利益冲突声明
作者声明他们没有任何已知的竞争性经济利益或个人关系,这些可能已经影响或可能被认为影响了本文报道的工作。
致谢
作者感谢所有站点管理人员对本研究的支持,并允许我们从这些站点收集废弃物样品。感谢美国马里兰大学生物能源与生物技术实验室的所有本科生,以及美国Quasar能源集团实验室的所有实验室技术人员在实验室工作中提供的帮助。
Maureen Norah Nabulime|Yebo Li|Zhiwu Wang|Xumeng Ge|Wachiranon Chuenchart|Stephanie Lansing