Apprentissage automatique et études mécanistiques sur l’élimination du p-nitrophénol à l’aide de charbon actif durable

Transformer des coques de fruits à coque en purificateurs d’eau

De nombreux produits du quotidien — des pesticides et colorants aux explosifs et produits pharmaceutiques — laissent des traces chimiques persistantes dans l’eau. L’un de ces composés, le p‑nitrophénol, est toxique, durable et officiellement classé comme polluant prioritaire. Cette étude explore une façon ingénieuse de le piéger et de l’éliminer de l’eau en utilisant du charbon actif issu de coques de pistache recyclées, puis mobilise des outils modernes d’apprentissage automatique pour comprendre et prédire l’efficacité de cette méthode de dépollution.

Pourquoi ce polluant est difficile à éliminer

Le p‑nitrophénol est largement utilisé dans l’industrie et l’agriculture, et il se retrouve dans les rivières, les lacs et les nappes phréatiques via les rejets d’usines, les déchets de laboratoire et le ruissellement agricole. Une fois dans l’eau, il se montre remarquablement persistant : il résiste à la dégradation en milieu acide comme en milieu basique et peut perdurer longtemps, présentant des risques pour la vie aquatique et la santé humaine. Les méthodes de traitement existantes — oxydation avancée, photocatalyse, biodégradation et filtration par membranes — peuvent l’éliminer en laboratoire mais s’avèrent souvent coûteuses, délicates ou difficiles à déployer à grande échelle sur des eaux usées réelles. Les membranes s’encrassent, les catalyseurs se dégradent et des réactifs spécialisés alourdissent les coûts d’exploitation, ce qui souligne le besoin de solutions plus simples, moins chères et plus robustes.

Des déchets de pistache à un filtre performant

Les chercheurs ont transformé des coques de Pistacia vera (pistache) en un matériau filtrant à haute performance en les convertissant en charbon actif. Les coques ont été nettoyées, imbibées d’acide phosphorique, chauffées à une température relativement basse, puis lavées et séchées. Ce traitement a produit un carbone présentant une très grande surface interne et un réseau de pores où les molécules de polluant peuvent se loger. Des images détaillées et des analyses spectroscopiques ont révélé une structure rugueuse et fortement poreuse, riche en groupes oxygénés et avec des traces de phosphore — des caractéristiques qui favorisent l’attraction et la rétention du p‑nitrophénol. Comparé à d’autres charbons actifs issus de grignons d’olive, de noyaux de datte ou d’écorces d’orange, le charbon de coque de pistache offrait à la fois une surface spécifique élevée et l’une des capacités rapportées les plus importantes pour capturer ce polluant.

Comment se comporte le processus de dépollution

Pour évaluer l’efficacité du matériau en pratique, l’équipe l’a agité avec des solutions de p‑nitrophénol en faisant varier le pH, la dose, la concentration, la température et le temps de contact. Ils ont constaté que des conditions légèrement acides autour de pH 6 donnaient la meilleure élimination, car le polluant reste majoritairement neutre et peut approcher la surface du carbone sans forte répulsion électrique. L’augmentation de la quantité de carbone améliorait le retrait global mais réduisait la quantité capturée par gramme, certaines sites restant inutilisés. À faible concentration de polluant, le matériau nettoyait rapidement l’eau ; à des concentrations plus élevées, la surface se saturait et les performances atteignaient un plateau. Des modèles mathématiques ont montré que le p‑nitrophénol forme essentiellement une monocouche à la surface du carbone et que la vitesse d’élimination est gouvernée par le nombre de sites libres encore disponibles. L’analyse thermodynamique a indiqué que le processus est spontané, libère une quantité modeste de chaleur et est dominé par des forces physiques relativement douces, aidées par des liaisons hydrogène et des interactions d’empilement entre les cycles aromatiques plats du polluant et ceux du carbone.

L’apprentissage automatique comme boule de cristal

Parce que tous ces facteurs interagissent de manière complexe, les chercheurs ont entraîné deux types de modèles d’apprentissage automatique — un réseau de neurones artificiels et un système d’inférence neuro-flou adaptatif — pour prédire la quantité de polluant que le carbone capturerait dans différentes conditions. Les deux modèles ont appris à partir de 180 points de données expérimentales puis ont été sollicités pour prédire de nouveaux résultats. Si le réseau de neurones a bien performé, le modèle neuro‑flou a fait encore mieux, reproduisant les mesures avec une très grande précision et une faible erreur. Une analyse de sensibilité basée sur ce modèle a révélé que le temps de contact et la concentration initiale du polluant sont les leviers les plus influents, suivis de la quantité de carbone utilisée et du pH, la température jouant un rôle moindre.

Prêt pour l’eau du monde réel

Au‑delà des solutions propres de laboratoire, l’équipe a testé le charbon de coque de pistache sur plusieurs échantillons d’eau réels, y compris de l’eau de rivière, de lac, de puits et du robinet enrichis en p‑nitrophénol. Même en présence de matière organique naturelle et de sels dissous susceptibles de rivaliser pour les sites du carbone, le matériau a systématiquement retiré une fraction substantielle du polluant, et dans certains cas a même mieux performé que dans la solution témoin simple. Le carbone pouvait être régénéré par un lavage alcalin doux et réutilisé au moins cinq fois en conservant environ 85 % de sa capacité initiale, ce qui indique une bonne durabilité et des coûts à long terme réduits.

Une voie simple et verte vers une eau plus propre

En termes simples, ce travail montre qu’un déchet alimentaire courant — les coques de pistache — peut être valorisé en un filtre performant pour un polluant d’eau difficile et dangereux. Le procédé est économe en énergie, utilise un agent d’activation relativement bénin et transforme un sous‑produit agricole en un outil de dépollution utile. Associée à des modèles d’apprentissage automatique qui prédisent fiablement les performances et mettent en lumière les principaux réglages opérationnels, cette approche offre une option pratique, à faible coût et durable pour protéger les cours d’eau contre le p‑nitrophénol et des contaminants similaires.

Citation: Kodandoor, A., Murugesan, G., Varadavenkatesan, T. et al. Machine learning and mechanistic studies on p-nitrophenol remediation using sustainable activated carbon. Sci Rep 16, 12153 (2026). https://doi.org/10.1038/s41598-026-42718-2

Mots-clés: charbon actif, adsorbant à base de coque de pistache, élimination du p-nitrophénol, traitement des eaux usées, apprentissage automatique adsorption