아질산화 반응을 통한 nitrite 축적은 단축질소제거 혹은 anammox 공정 수립을 위해 필수적이고 이 반응의 속도가 전체 질소제거공정의 효율에 큰 영향을 미칠 수 있다. 본 연구는 부유 미생물 연속류 반응기에서 pH 농도가 암모니아 폐수(2,000 mgN/L) 처리에 주는 복잡하고 다양한 영향 들을 modeling과 실험을 통해 종합적으로 분석하였다. modeling 연구 결과 반응의 안정성(stability)은 pH에 의해 지대한 영향을 받으며, free ammonia 저해가 심해지는 알칼리성 환경일수록 안정적 운전 영역(stable region)은 축소되었다. 기질과 pH의 좌표 상에서 stable region과 unstable region을 가르는 경계(stability ridge) 근처에서 안정적인 최대반응속도를 얻을 수 있고, 이 운전조건에서 아질산 축적 가능성도 최대가 되었다. stability ridge 근처의 조건에서 반응기를 운전한 결과 아질산화속도는 안정적으로 약 $6kgN/m^3-d$까지 얻을 수 있었고, 아질산축적율은 약 99% 이었다. 그러나 unstable region에서는 부하증가를 통한 반복된 교란 결과 유출수 암모니아 농도가 회복 불가능한 상태로 상승하였다. Modeling 결과 고유(intrinsic) 최적 pH 값을 고정하여도 실험에서 관찰되는 최적 운전 pH는 사용 기질의 농도가 높을수록 낮아지는 것으로 나타났으며, 이는 문헌에서 보고된 경향과 일치 하였다. 본 연구의 modeling 조건에서 95% 아질산화(5%는 암모니아로 잔존)를 위한 최적 운전 pH는 ~8.0인 것으로 예측되었으나, anammox 유입수 생산을 위해 55% 아질산화하려 할 때의 최적 운전 pH는 ~7.2로 낮아 졌다.
아질산화 반응을 통한 nitrite 축적은 단축질소제거 혹은 anammox 공정 수립을 위해 필수적이고 이 반응의 속도가 전체 질소제거공정의 효율에 큰 영향을 미칠 수 있다. 본 연구는 부유 미생물 연속류 반응기에서 pH 농도가 암모니아 폐수(2,000 mgN/L) 처리에 주는 복잡하고 다양한 영향 들을 modeling과 실험을 통해 종합적으로 분석하였다. modeling 연구 결과 반응의 안정성(stability)은 pH에 의해 지대한 영향을 받으며, free ammonia 저해가 심해지는 알칼리성 환경일수록 안정적 운전 영역(stable region)은 축소되었다. 기질과 pH의 좌표 상에서 stable region과 unstable region을 가르는 경계(stability ridge) 근처에서 안정적인 최대반응속도를 얻을 수 있고, 이 운전조건에서 아질산 축적 가능성도 최대가 되었다. stability ridge 근처의 조건에서 반응기를 운전한 결과 아질산화속도는 안정적으로 약 $6kgN/m^3-d$까지 얻을 수 있었고, 아질산축적율은 약 99% 이었다. 그러나 unstable region에서는 부하증가를 통한 반복된 교란 결과 유출수 암모니아 농도가 회복 불가능한 상태로 상승하였다. Modeling 결과 고유(intrinsic) 최적 pH 값을 고정하여도 실험에서 관찰되는 최적 운전 pH는 사용 기질의 농도가 높을수록 낮아지는 것으로 나타났으며, 이는 문헌에서 보고된 경향과 일치 하였다. 본 연구의 modeling 조건에서 95% 아질산화(5%는 암모니아로 잔존)를 위한 최적 운전 pH는 ~8.0인 것으로 예측되었으나, anammox 유입수 생산을 위해 55% 아질산화하려 할 때의 최적 운전 pH는 ~7.2로 낮아 졌다.
Nitrite accumulation is essential for constructing an anammox process. As the pH in the reactor exerts a complicated and strong influence on the reaction rate, we investigated its effects upon treatment of an ammonic wastewater (2,000 mgN/L) through modeling and experiment. The modeling results indi...
Nitrite accumulation is essential for constructing an anammox process. As the pH in the reactor exerts a complicated and strong influence on the reaction rate, we investigated its effects upon treatment of an ammonic wastewater (2,000 mgN/L) through modeling and experiment. The modeling results indicated that the reaction stability is strongly affected by pH, which results in a severe reduction of the 'stable region' of operation under alkaline environments. On a coordinate of the total ammonia nitrogen (TAN) concentration vs. pH, the maximal stable reaction rates and the maximal nitrite accumulation potentials could be found on the 'stability ridge' that separates the stable region from the unstable region. We achieved a stable and high ammonia oxidation rate (${\sim}6kgN/m^3-d$) with a nitrite accumulation ratio of ~99% when operated near the 'stability ridge'. The optimum pH that can be observed in experiments varies with the TAN concentrations utilized, although the intrinsic optimum pH is fixed. The direction of change is that the optimum operational pH falls as the TAN concentration increases, which is in excellent accordance with the observations in the literature. The optimum operational pH for 95% nitritation was predicted to be ~8.0, whereas it was ~7.2 for 55% partial nitritation to produce an anammox feed in our experimental conditions.
Nitrite accumulation is essential for constructing an anammox process. As the pH in the reactor exerts a complicated and strong influence on the reaction rate, we investigated its effects upon treatment of an ammonic wastewater (2,000 mgN/L) through modeling and experiment. The modeling results indicated that the reaction stability is strongly affected by pH, which results in a severe reduction of the 'stable region' of operation under alkaline environments. On a coordinate of the total ammonia nitrogen (TAN) concentration vs. pH, the maximal stable reaction rates and the maximal nitrite accumulation potentials could be found on the 'stability ridge' that separates the stable region from the unstable region. We achieved a stable and high ammonia oxidation rate (${\sim}6kgN/m^3-d$) with a nitrite accumulation ratio of ~99% when operated near the 'stability ridge'. The optimum pH that can be observed in experiments varies with the TAN concentrations utilized, although the intrinsic optimum pH is fixed. The direction of change is that the optimum operational pH falls as the TAN concentration increases, which is in excellent accordance with the observations in the literature. The optimum operational pH for 95% nitritation was predicted to be ~8.0, whereas it was ~7.2 for 55% partial nitritation to produce an anammox feed in our experimental conditions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
12℃로 다소 높게 나타난 것은 35℃에 적응된 미생물을 써서 단기간의 batch test로 얻은 결과이어서 미처 저온에 적응하지 못한 때문인 것으로 추정된다. 다만 AOB에 대한 고유 최적 pH(pHopt) 값은 가정치를 썼으며, 이의 적정성에 대해서는 실험결과를 이용하여 검토하려 한다. q*AOB값은 TAN 1% 변동(즉, 20 mgN/L)마다, 그리고 pH 0.
1(a)의 q* 값은 오직 기질(FA)농도에 의해서만 변하는 것으로 가정하고 있다. 따라서 등가선 상에서는 FA 농도가 동일하므로 이 그림은 반응기 내 FA농도가 TAN, pH에 의해 어떻게 변해 가는지 그 방향성을 알게 해 준다. 즉, pH 상승에 따라 q* 값이 빠르게 증가하는 것은 기질(FA) 농도가 pH 한 단위 증가 시 마다 거의 10배 증가하기 때문이다.
본 연구는 부유 미생물 연속류반응기(continuous stirred tank reactor, CSTR)를 이용한 고농도 암모니아 폐수(2,000 mgN/L)의 부분아질산화에서 pH의 복잡다단한 영향을 modeling과 실험을 통해 살펴보고자 하였다. 이를 통해 반응의 안정성을 유지하면서 아질산화 속도를 극대화하는 pH 조건을 여러 암모니아 제거율에 대해 정량적으로 도출하고자 하였다.
본 연구는 부유 미생물 연속류반응기(continuous stirred tank reactor, CSTR)를 이용한 고농도 암모니아 폐수(2,000 mgN/L)의 부분아질산화에서 pH의 복잡다단한 영향을 modeling과 실험을 통해 살펴보고자 하였다. 이를 통해 반응의 안정성을 유지하면서 아질산화 속도를 극대화하는 pH 조건을 여러 암모니아 제거율에 대해 정량적으로 도출하고자 하였다. Modeling의 기본이 되는 암모니아 산화 kinetic equation의 선정과 그 배경, 특히 AOB의 직접기질 선택에 대한 검토가 함께 이루어졌다.
가설 설정
따라서, Fig. 1(d)의 실선은 stability ridge13)로 부를 수 있고, stability ridge의 우상 측은 unstable region이 된다. CSTR에서 안정된 반응을 유지하기 위해서는 운전 조건이 stability ridge 좌하 측 stable region에 머물러야 한다.
1(d)는 마지막으로 FNA inhibition까지 고려한 그림이다. 본 연구는 연속류반응기에서 산화된 암모니아가 전량 아질산으로 축적되는 것을 가정하고 있으므로 유출 TAN 농도가 낮을수록 반응기내 아질산의 농도가 높아진다. FNA 분율은 낮은 pH에서 커지므로 그림에 서 왼쪽 아래로 갈수록 FNA inhibition 효과가 커지는 것을 볼 수 있다.
제안 방법
초기 암모니아 및 아질산농도 범위 10-1,000 mgN/L에서 최대 6개의 기질농도에 대해 실험을 수행하였다(Table 1). AOB 분해속도 실험 때는 NOB의 활동을 억제하기 위해 sodium azide (NaN3)를 주입하였고, 반대로 NOB 분해속도 실험 때는 필요시 AOB를 억제하기 위해 allylthiourea (ATU)를 주입하였다. FA inhibition 영향을 보고자할 때는 FA 농도가 충분히 커질 수 있도록 pH를 8.
반응기는 5 L 용량의 포기조와 같은 크기의 침전조로 구성되었다. CSTR로 운전하였으며, 온도, pH 및 DO controller를 설치하여 실시간으로 모니터링과 제어가 가능하게 하였다. 특히 pH는 online pH controller (ISTEK pH-910)를 이용하여 알칼리(bicarbonate) 혹은 산용액을 주입하여 원하는 값을 유지하였다.
이를 통해 반응의 안정성을 유지하면서 아질산화 속도를 극대화하는 pH 조건을 여러 암모니아 제거율에 대해 정량적으로 도출하고자 하였다. Modeling의 기본이 되는 암모니아 산화 kinetic equation의 선정과 그 배경, 특히 AOB의 직접기질 선택에 대한 검토가 함께 이루어졌다.
다만 AOB에 대한 고유 최적 pH(pHopt) 값은 가정치를 썼으며, 이의 적정성에 대해서는 실험결과를 이용하여 검토하려 한다. q*AOB값은 TAN 1% 변동(즉, 20 mgN/L)마다, 그리고 pH 0.1 단위 변동마다 계산하였으며, Sigmaplot (ver. 12)을 이용하여 등가선을 그렸다.
모든 실험은 500 mL Erlenmeyer flask를 이용하여 회분식으로 진행하였으며, air diffuser, pH meter, DO meter를 장착하고 수온은 30 ± 1℃를 유지하였다.
혐기성소화를 거친 축산폐수의 수질을 모사하기 위해 TAN 농도 약 2,000 mgN/L, 분해성 COD 약 800 mg/L의 합성폐수를 조제하여 사용하였고, 하수처리장 활성슬러지로 식종하였다. 원활한 아질산화 반응을 위해 충분한 량(10,000 mg/L)의 알칼리도를 주입하였다.
모든 실험은 500 mL Erlenmeyer flask를 이용하여 회분식으로 진행하였으며, air diffuser, pH meter, DO meter를 장착하고 수온은 30 ± 1℃를 유지하였다. 초기 암모니아 및 아질산농도 범위 10-1,000 mgN/L에서 최대 6개의 기질농도에 대해 실험을 수행하였다(Table 1). AOB 분해속도 실험 때는 NOB의 활동을 억제하기 위해 sodium azide (NaN3)를 주입하였고, 반대로 NOB 분해속도 실험 때는 필요시 AOB를 억제하기 위해 allylthiourea (ATU)를 주입하였다.
특히 pH는 online pH controller (ISTEK pH-910)를 이용하여 알칼리(bicarbonate) 혹은 산용액을 주입하여 원하는 값을 유지하였다. 혐기성소화를 거친 축산폐수의 수질을 모사하기 위해 TAN 농도 약 2,000 mgN/L, 분해성 COD 약 800 mg/L의 합성폐수를 조제하여 사용하였고, 하수처리장 활성슬러지로 식종하였다. 원활한 아질산화 반응을 위해 충분한 량(10,000 mg/L)의 알칼리도를 주입하였다.
0을 유지하였다(Table 1). 회분식 실험 개시 후 1-2 시간 동안에 얻은 data로부터 기질농도(Y축)와 시간 (X축) 좌표 상에서 분해속도가 최대가 되는 직선부의 slpoe를 그때의 반응기 내 미생물 농도(1,500-2,000 mg/L)로 나누어 비기질소비속도(q)를 구하고, 최고속도 slope가 형성된 직선부의 평균기질농도(S)13)를 취하여 여러 쌍의 S-q data를 구하였다. 획득한 S-q data로부터 KS,FA,AOB, KI,FA,AOB와 KS,FNA,NOB 그리고 KI,FNA,NOB 값을 비선형회귀분석(non-linearregression analysis)으로 구하였다.
데이터처리
회분식 실험 개시 후 1-2 시간 동안에 얻은 data로부터 기질농도(Y축)와 시간 (X축) 좌표 상에서 분해속도가 최대가 되는 직선부의 slpoe를 그때의 반응기 내 미생물 농도(1,500-2,000 mg/L)로 나누어 비기질소비속도(q)를 구하고, 최고속도 slope가 형성된 직선부의 평균기질농도(S)13)를 취하여 여러 쌍의 S-q data를 구하였다. 획득한 S-q data로부터 KS,FA,AOB, KI,FA,AOB와 KS,FNA,NOB 그리고 KI,FNA,NOB 값을 비선형회귀분석(non-linearregression analysis)으로 구하였다. 한편, non-substrate inhibition(즉, AOB에 대한 FNA 저해와 NOB에 대한 FA 저해) 상수인 KI,FNA,AOB와 KI,FA,NOB는 direct linear plot method5)로 구하였다.
이론/모형
따라서, 본 연구에서는 Van Hulle 등18)의 제안을 그대로 수용하였다. pH 항과 온도항은 관찰된 결과에 맞춘 경험식들로 각각 Henze22)의 제안과 modified Ratkowsky model23)을 따른 것이다.
Park과 Bae5)의 실험분석 결과도 FNA에 의한 저해는 noncompetitive inhibition에 가까웠으며, FA의 경우는 uncompetitive에 좀더 가까웠으나 noncompetitive inhibition model을 적용해도 결과는 큰 차이가 없는 것으로 보고한 바 있다. 따라서, 본 연구에서는 Van Hulle 등18)의 제안을 그대로 수용하였다. pH 항과 온도항은 관찰된 결과에 맞춘 경험식들로 각각 Henze22)의 제안과 modified Ratkowsky model23)을 따른 것이다.
본 연구를 위한 kinetic equation은 상기 중요 인자들을 두루 포함하고 있는 Van Hulle 등18)이 제안한 growth equation을 차용하였다.
온도에 의한 속도감소가 다소 과도해 보이나 이는 미생물의 종류, 적응 상태 등에 따라 달라질 수 있는 것이므로 실험을 통해 보정할 문제이다. 본 연구에서는 온도를 일정 한 것으로 가정했으므로 온도항이 상수화 되어 다른 분석에 영향을 주지 않으므로 Van Hulle등18)의 제안 값을 그대로 차용하였다. 따라서 포화기질 농도에서 얻을 수 있는 q*AOB 극대치는 0.
식 (2)를 사용하여 계산하였고, 사용된 인자 값은 Table 2와 같다. 인자 값들 중 KS와 KI는 본 연구에서 직접 구하였고, KDO는 여러 문헌에 보고된 값들의 평균치이며, 온도항과 pH항에 필요한 값들은 Van Hulle 등18)을 따랐다. 온도항 중 #와 #의 값들은 Van Hulle 등18)이 실험 data로부터 외삽(extrapolation)을 통해 얻은 것이다.
획득한 S-q data로부터 KS,FA,AOB, KI,FA,AOB와 KS,FNA,NOB 그리고 KI,FNA,NOB 값을 비선형회귀분석(non-linearregression analysis)으로 구하였다. 한편, non-substrate inhibition(즉, AOB에 대한 FNA 저해와 NOB에 대한 FA 저해) 상수인 KI,FNA,AOB와 KI,FA,NOB는 direct linear plot method5)로 구하였다. 기타 시험방법과 분석방법은 일반적인 방법을 따랐고, 자세한 내용은 다른 문헌30)에 수록되었다.
성능/효과
1) 부유미생물 연속류 반응기에서 반응의 안정성은 pH에 의해 지대한 영향을 받으며, 알칼리성 환경일수록 안정적 운전 영역(stable region)은 축소된다.
2) 기질과 pH의 좌표 상에서 stable region과 unstable region을 가르는 경계(stability ridge)에서 단위미생물당 최대 반응속도를 안정적으로 얻을 수 있고, 이 운전조건에서 아질산 축적 잠재력도 최대가 된다. 반응기 운전 결과 아질산화 속도는 약 6 kgN/m3 -d까지 관찰되었고, 아질산 축적율은 약 99%였다.
3) 고유 최적 pH 값(#)이 일정하드라도 관찰되는 최적 pH는 실험에 사용된 기질 농도에 따라 크게 변동하며, 고농도 일수록 최적 pH는 낮게 관찰된다. 본 연구의 반응기 에서는 #가 약 7.
AOB 분해속도 실험 때는 NOB의 활동을 억제하기 위해 sodium azide (NaN3)를 주입하였고, 반대로 NOB 분해속도 실험 때는 필요시 AOB를 억제하기 위해 allylthiourea (ATU)를 주입하였다. FA inhibition 영향을 보고자할 때는 FA 농도가 충분히 커질 수 있도록 pH를 8.0으로 조절했고, FNA inhibition 영향을 보고자할 때는 충분한 FNA 농도 확보를 위해 pH 7.0을 유지하였다(Table 1). 회분식 실험 개시 후 1-2 시간 동안에 얻은 data로부터 기질농도(Y축)와 시간 (X축) 좌표 상에서 분해속도가 최대가 되는 직선부의 slpoe를 그때의 반응기 내 미생물 농도(1,500-2,000 mg/L)로 나누어 비기질소비속도(q)를 구하고, 최고속도 slope가 형성된 직선부의 평균기질농도(S)13)를 취하여 여러 쌍의 S-q data를 구하였다.
2) 기질과 pH의 좌표 상에서 stable region과 unstable region을 가르는 경계(stability ridge)에서 단위미생물당 최대 반응속도를 안정적으로 얻을 수 있고, 이 운전조건에서 아질산 축적 잠재력도 최대가 된다. 반응기 운전 결과 아질산화 속도는 약 6 kgN/m3 -d까지 관찰되었고, 아질산 축적율은 약 99%였다.
Sc보다 높은 기질농도에서는 반응이 불안정해지므로 유입수질이나 부하 등 운전조건이 변하는 환경에서는 steady state를 유지할 수 없다. 본 연구에서 TAN ~900 mg/L, pH 7.5에서 암모니아 부하를 6시간 동안 6% 올린 결과 유출수 TAN 농도는 일평균 약 150 mg/L씩 증가하여 회복되지 않았 다(상세자료 생략). 질산화 CSTR 반응기 운전 초기 암모니아 농도가 너무 높으면 전혀 처리가 되지 않는 이유도 이 때문으로 생각된다.
후속연구
반포화속도상수 Ks 값도 문헌마다 일정하지 않은데,5,29) 이 또한 stability ridge 위치에 상당한(특히, 저농도 폐수 처리에서) 영향을 줄 것이다. 확인된 AOB만도 5종류의 속(Genera)에 25종 이상이 있으므로28) 균의 종류에 따라 반응 특성이 달라질 수 있고, 또한 적응 정도에 따라 KI,5,18) KS5,29) 등 상수 값이 다르게 관찰되고 있으므로 더 많은 연구가 필요해 보인다. 따라서 본 연구에서 제시된 결과들은 아직은 하나의 경향으로 이해해야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
아질산화에 대한 불완전한 지식이 이 반응의 활용에 장애가 될 소지가 클 것이라 예상되는 것은 무엇 때문인가?
12,13) 아질산화에 대한 불완전한 지식은 이 반응의 활용에 장애가 될 소지가 크다. 본래 아질산화 반응은 느린 편인데, 이를 달성하기 위해 흔히 쓰는 DO를 낮춘다든지 하는 등의 억제적(suppressive) 운전방식은 아질산화 반응속도를 더욱 낮추기 때문이다. 문헌들을 보면 완전질산화(complete nitrification) 반응기의 단위용적당 암모니아 제거능력은 ~5 kgN/m3 -d 정도14)인데 비해 아질산화의 경우는 약 1~3 kgN/m3 -d 정도13,15,16)로 상당히 낮다.
아질산 화란 무엇인가?
2,5,6) 그 후 anammox7,8) 반응이 발견되고 획기적인 질소제거 방법으로 인정받으면서 아질산화 공정은 필수불가결한 전단 공정으로 자리 잡게 되었다. 아질산 화는 nitrification의 두 번째 단계인 NO2 - (아질산)의 산화를 억제하여 아질산을 반응기내에 축적하는 반응을 일컫는다. 그러나 이 반응의 중요성에 비해 아질산화 혹은 부분아질산화(partial nitritation, 암모니아의 일부만을 아질산으로 전환) 를 달성하기 위한 설계/운전 인자에 관한 종합적 연구는 미흡하다.
아질산화(nitritation) 영향 인자에 대한 연구가 많이 이루어지게 된 배경은 무엇인가?
단축질소제거1~3) 혹은 SHARON (Single reactor system for High activity Ammonium Removal Over Nitrite)4) 공정이 소개되면서 아질산화(nitritation) 영향 인자에 대한 연구가 많이 이루어졌다. 2,5,6) 그 후 anammox7,8) 반응이 발견되고 획기적인 질소제거 방법으로 인정받으면서 아질산화 공정은 필수불가결한 전단 공정으로 자리 잡게 되었다.
참고문헌 (30)
Alleman, J. E. and Irvine, R. L., "Nitrification in the sequencing batch biological reator," Water Pollut. Control Fed., 52 (11), 2747-2754(1980).
Bae, W., Baek, S., Chung, J. and Lee, Y., "Optimal operational factors for nitrite accumulation in batch reactors," Biodegradation., 12(5), 359-366(2001).
Chung, J. and Bae, W., "Nitrite reduction by a mixed culture under conditions relevant to shortcut biological nitrogen removal," Biodegrad., 13(3), 163-170(2002).
Hellinga, C., Schellen, A. A. J. C., Mulder, J. W., van Loosdrecht, M. C. M. and Heijnen, J. J., "The sharon process: An innovative method for nitrogen removal from ammonium-rich waste water," Water Sci. Technol., 37(9), 135-142(1998).
Park, S. and Bae, W., "Modeling kinetics of ammonium oxidation and nitrite oxidation under simultaneous inhibition by free ammonia and free nitrous acid," Proc. Biochem., 44(6), 631-640(2009).
Blackburne, R., Yuan, Z. and Keller, J., "Partial nitrification to nitrite using low dissolved oxygen concentration as the main selection factor," Biodegrad., 19(2), 303-312(2008).
Mulder, A., van de Graaf, A. A., Robertson, L. A. and Kuenen, J. G., "Anaerobic ammonium oxidation discovered in a denitrifying fluidized bed reactor," FEMS Microbiol. Ecol., 16(3), 177-183(1995).
van der Star, W. R. L., Abma, W. R., Blommers, D., Mulder, J. W., Tokutomi, T., Strous, M., Picioreanu, C. and van Loosdrecht, M. C. M., "Startup of reactors for anoxic ammonium oxidation: Experiences from the first full-scale anammox reactor in Rotterdam," Water Res., 41(18), 4149-4163 (2007).
Chung, J., Shim, H., Park, S. J., Kim, S. J. and Bae, W., "Optimization of free ammonia concentration for nitrite accumulation in shortcut biological nitrogen removal process," Bioprocess and Biosystems Eng., 28(4), 275-282(2006).
Hanaki, K., Wantawin, C. and Ohgaki, S., "Nitrification at low levels of dissolved oxygen with and without organic loading in a suspended-growth reactor," Water Res., 24(3), 297-302(1990).
Hellinga, C., van Loosdrecht, M. C. M. and Heijnen, J. J., "Model Based Design of a Novel Process for Nitrogen Removal from Concentrated Flows," Math. and Computer Modelling of Dynamical Syst., 5(4), 351-371(1999).
Chung, J., Bae, W., Lee, Y. W. and Rittmann, B. E., "Shortcut biological nitrogen removal in hybrid biofilm/suspended growth reactors," Proc. Biochem., 42(3), 320-328(2007).
Khan, H. and Bae, W., "Optimized operational strategies based on maximum nitritation, stability, and nitrite accumulation potential in a continuous partial nitritation reactor," Proc. Biochem., (in Press)(2016).
Campos, J. L., Garrido-Fernandez, J. M., Mendez, R. and Lema, J. M., "Nitrification at high ammonia loading rates in an activated sludge unit," Bioresour. Technol., 68(2), 141-148(1999).
Ganigue, R., Gabarro, J., Sanchez-Melsio, A., Ruscalleda, M., Lopez, H., Vila, X., Colprim, J. and Balaguer, M. D., "Long-term operation of a partial nitritation pilot plant treating leachate with extremely high ammonium concentration prior to an anammox process," Bioresour. Technol., 100(23), 5624-5632(2009).
Yamamoto, T., Takaki, K., Koyama, T. and Furukawa, K., "Long-term stability of partial nitritation of swine wastewater digester liquor and its subsequent treatment by Anammox," Bioresour. Technol., 99(14), 6419-6425(2008).
Suzuki, I., Dular, U. and Kwok, S. C., "Ammonia or Ammonium Ion as Substrate for Oxidation by Nitrosomonas europaea Cells and Extracts," J. Bacteriol., 120(1), 556-558(1974).
Van Hulle, S. W. H., Volcke, E. I. P., Teruel, J. L., Donckels, B., van Loosdrecht, M. C. M. and Vanrolleghem, P. A., "Influence of temperature and pH on the kinetics of the Sharon nitritation process," J. Chem. Technol. Biotechnol., 82(5), 471-480(2007).
Anthonisen, A. C., Loehr, R. C., Prakasam, T. B. and Srinath, E. G., "Inhibition of nitrification by ammonia and nitrous acid," J. Water Pollut. Control Fed., 48(5), 835-852(1976).
Vadivelu, V. M., Yuan, Z., Fux, C. and Keller, J., "The Inhibitory Effects of Free Nitrous Acid on the Energy Generation and Growth Processes of an Enriched Nitrobacter Culture," Environ. Sci. Technol., 40(14), 4442-4448(2006).
Wang, Q., Ye, L., Jiang, G., Hu, S. and Yuan, Z., "Side-stream sludge treatment using free nitrous acid selectively eliminates nitrite oxidizing bacteria and achieves the nitrite pathway," Water Res., 55, 245-255(2014).
Henze, M., Wastewater treatment: biological and chemical processes, Springer-Verlag(1995).
Zwietering, M. H., de Wit, J. C., Cuppers, H. G. A. M. and van't Riet, K., "Modeling of Bacterial Growth with Shifts in Temperature," Appl. Environ. Microbiol., 60(1), 204-213(1994).
Magri, A., Corominas, L., Lopez, H., Campos, E., Balaguer, M., Colprim, J. and Flotats, X., "A model for the simulation of the SHARON process: pH as a key factor," Environ. Technol., 28(3), 255-265(2007).
Quinlan, A. V., "Prediction of the optimum pH for ammonia-n oxidation by nitrosomonas Europaea in well-aerated natural and domestic-waste waters," Water Res., 18(5), 561-566(1984).
Rittmann, B. E. and McCarty, P. L., Environmental biotechnology: principles and applications, McGraw-Hill, Boston(2001).
Park, S., Bae, W., Chung, J. and Baek, S. C., "Empirical model of the pH dependence of the maximum specific nitrification rate," Proc. Biochem., 42(12), 1671-1676(2007).
Ge, S., Wang, S., Yang, X., Qiu, S., Li, B. and Peng, Y., "Detection of nitrifiers and evaluation of partial nitrification for wastewater treatment: A review," Chemosphere., 140, 85-98(2015).
Shieh, W., K. and La Motta, E., J., "Effect of initial substrate concentration on the rate of nitrification in a batch experiment," Biotechnol. Bioeng., 21(2), 201-211(1979).
Jin, C., "Development of high-efficiency nitrogen removal system by autotrophic bacteria" (in Korean), Advanced technology program for environmental industry, Project number: 2013001340001 (Final Report), Korea Environmental Industry & Technology Institute(2016).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.