Modellazione di n

May 11, 2023

Scientific Reports volume 12, numero articolo: 19662 (2022) Citare questo articolo

656 accessi

Dettagli sulle metriche

Il gasolio è noto per essere uno dei principali prodotti petroliferi che possono inquinare l’acqua e il suolo. L’inquinamento del suolo causato dagli idrocarburi del petrolio ha avuto un impatto sostanziale sull’ambiente, soprattutto in Medio Oriente. In questo studio, la modellazione e l'ottimizzazione della rimozione dell'esadecano dal suolo sono state eseguite utilizzando due colture pure di Acinetobacter e Acromobacter e una coltura di consorzio di entrambe le specie batteriche utilizzando il metodo della rete neurale artificiale (ANN). Quindi è stata proposta la migliore struttura ANN basata sull'errore quadratico medio (MSE) e sul coefficiente di correlazione (R) per colture pure di Acinetobacter e Acromobacter e del loro consorzio. I risultati hanno mostrato che le correlazioni tra i dati effettivi e i dati previsti dall'ANN (R2) in Acromobacter, Acinetobacter e nel consorzio di entrambe le colture erano rispettivamente 0,50, 0,47 e 0,63. Nonostante la bassa correlazione tra i dati sperimentali e i dati previsti dalla ANN, il coefficiente di correlazione e la precisione della ANN per il consorzio erano più elevati. Di conseguenza, l'ANN aveva una precisione desiderabile per prevedere la rimozione dell'esadecano da parte della coltura di cobsertium di Ochromobater e Acintobacter.

L’inquinamento del suolo causato dagli idrocarburi del petrolio è considerato una grave minaccia per l’ambiente, soprattutto nei paesi del Medio Oriente. Guasti alle linee di trasmissione, perdite dai serbatoi di stoccaggio e incidenti di petroliere sono alcuni esempi di inquinamento del suolo causato dagli idrocarburi del petrolio nei paesi del Medio Oriente1. Il gasolio è un importante prodotto petrolifero greggio che tende a inquinare il suolo e l'acqua. Viene prodotto durante il processo di raffinazione del petrolio ed è costituito da composti aromatici, alcani naturali e ramificati2. Tra gli alcani a catena media, l'esadecano (C16H34) è stato studiato come contaminante modello da molti ricercatori3,4,5. Pertanto, sono necessari approcci terapeutici per ridurre gli effetti pericolosi dell’inquinamento da esadecano. L'esadecano viene rimosso dal suolo e dall'acqua con vari metodi, come metodi fisici, termici, chimici e biologici. Nonostante la loro bassa solubilità in acqua, vengono rapidamente degradati dai microrganismi6. I metodi biologici sono uno dei metodi più comuni per la decomposizione e la rimozione di queste sostanze7,8. Oltre alla sua semplicità, convenienza e fattibilità, è anche rispettoso dell'ambiente, recentemente i ricercatori hanno cercato di ottimizzare questo processo e di utilizzarlo 3,9,10,11. Tuttavia, i trattamenti fisico-chimici convenzionali hanno costi elevati e possono generare residui tossici per il biota12. L’applicazione di processi di biorisanamento ad alta efficienza e a basso costo rappresenta un modo estremamente importante per recuperare le aree contaminate tra molte altre tecniche di bonifica. Il trattamento del suolo nei bioreattori a liquame è diventato una delle principali alternative per il biorisanamento dei suoli contaminati da veleni ostinati in condizioni naturali controllate13. Gli SB sono molto spesso pratici per determinare la possibilità e il potenziale effettivo di una strategia biologica nella riparazione finale di un suolo o sito contaminato. In realtà, in condizioni di liquame, i tassi di esaurimento del veleno dipendono principalmente dall'azione di corruzione dei microrganismi accessibili all'interno14 e i risultati ottenuti riflettono in gran parte l'effettivo potenziale depurativo naturale del suolo13. La modellazione è uno strumento importante per progettare e gestire un processo di trattamento delle acque reflue. Per modellare i processi di trattamento delle acque reflue, vengono implementati vari modelli come l'analisi delle componenti principali (PCA)15,16, la regressione lineare multipla (MLR)17, la foresta casuale (RF)18,19 e le reti neurali artificiali (ANN)20,21. Tra questi metodi, l'ANN è un metodo potente per modellare in particolare i sistemi non lineari22.

Numerosi ricercatori hanno esaminato gli effetti secondari degli inquinanti partendo da semplici proprietà valutabili del suolo. Negli ultimi tempi i modelli di reti neurali artificiali (ANN) sono stati sostituiti dalla regressione lineare multipla (MLR) nello sviluppo di simulazioni di previsione degli inquinanti del suolo23. Il principale miglioramento della ANN è che i modelli sono addestrati a comprendere la relazione non lineare e complessa tra le configurazioni di input e output e non pongono limitazioni né allo spazio di input né a quello di output24.