Apprendimento automatico e studi meccanicistici sulla rimozione di p‑nitrofenolo usando carbone attivo sostenibile

Trasformare i gusci delle noci in depuratori d'acqua

Molti prodotti di uso quotidiano — dai pesticidi e coloranti agli esplosivi e ai farmaci — lasciano tracce chimiche persistenti nell'acqua. Uno di questi composti, il p‑nitrofenolo, è tossico, duraturo e classificato come inquinante prioritario. Questo studio esplora un modo ingegnoso per intrappolarlo e rimuoverlo dall'acqua usando carbone attivo ottenuto da gusci di pistacchio scartati, e applica poi strumenti moderni di apprendimento automatico per comprendere e prevedere l'efficacia di questo metodo di depurazione.

Perché questo inquinante è difficile da eliminare

Il p‑nitrofenolo è ampiamente impiegato nell'industria e nell'agricoltura e si riversa in fiumi, laghi e falde tramite scarichi di stabilimenti, rifiuti di laboratorio e deflussi agricoli. Una volta in acqua è sorprendentemente persistente: resiste alla degradazione sia in condizioni acide che basiche e può perdurare a lungo, rappresentando un rischio per la vita acquatica e la salute umana. I metodi di trattamento esistenti — come ossidazione avanzata, fotocatalisi, biodegradazione e filtrazione a membrane — possono rimuoverlo in laboratorio ma spesso risultano costosi, delicati o difficili da scalare in acque reflue reali. Le membrane si intasano, i catalizzatori si degradano e reagenti specializzati aumentano i costi operativi, sottolineando la necessità di soluzioni più semplici, economiche e robuste.

Da scarti di pistacchio a filtro performante

I ricercatori hanno trasformato i gusci di Pistacia vera (pistacchio) in un materiale filtrante ad alte prestazioni convertendoli in carbone attivo. I gusci sono stati puliti, miscelati con acido fosforico, riscaldati a temperature relativamente basse e poi lavati e asciugati. Questo trattamento ha prodotto un carbonio con un'ampia area superficiale interna e un labirinto di pori dove le molecole inquinanti possono essere intrappolate. Immagini dettagliate e spettroscopia hanno mostrato una struttura ruvida e altamente porosa, ricca di gruppi contenenti ossigeno e con tracce di fosforo — caratteristiche che favoriscono l'attrazione e il legame del p‑nitrofenolo. Rispetto ad altri carboni attivi ottenuti da sansa d'oliva, noccioli di dattero o bucce d'arancia, il carbone da guscio di pistacchio ha offerto sia un'elevata area superficiale sia una delle capacità maggiori riportate per la cattura di questo inquinante.

Come si comporta il processo di depurazione

Per valutare le prestazioni pratiche, il team ha agitato il materiale con soluzioni di p‑nitrofenolo variando pH, dose, concentrazione, temperatura e tempo di contatto. Hanno trovato che condizioni leggermente acide intorno a pH 6 fornivano la migliore rimozione, perché l'inquinante rimane per lo più neutro e può avvicinarsi alla superficie del carbonio senza forte respingimento elettrico. Aumentare la quantità di carbone aumentava la rimozione complessiva ma riduceva la quantità catturata per grammo, poiché alcuni siti rimanevano inutilizzati. A basse concentrazioni il materiale purificava rapidamente l'acqua; a concentrazioni più elevate la superficie si saturava e le prestazioni si stabilizzavano. Modelli matematici hanno mostrato che il p‑nitrofenolo forma essenzialmente un singolo strato sulla superficie del carbonio e che la velocità di rimozione è governata da quanti siti liberi restano disponibili. L'analisi termodinamica ha indicato che il processo è spontaneo, rilascia una modesta quantità di calore ed è dominato da forze fisiche relativamente deboli, facilitate da legami a idrogeno e impacchettamento tra gli anelli aromatici piatti dell'inquinante e del carbonio.

L'apprendimento automatico come sfera di cristallo

Poiché tutti questi fattori interagiscono in modi complessi, i ricercatori hanno addestrato due tipi di modelli di apprendimento automatico — una rete neurale artificiale e un sistema adattivo neuro‑fuzzy — per prevedere quanto inquinante il carbone avrebbe catturato in diverse condizioni. Entrambi i modelli hanno appreso da 180 punti dati sperimentali e sono stati poi testati su nuove previsioni. Mentre la rete neurale ha dato buone prestazioni, il modello neuro‑fuzzy ha fatto ancora meglio, riproducendo le misure con altissima accuratezza e basso errore. L'analisi di sensibilità basata su questo modello ha rivelato che il tempo di contatto e la concentrazione iniziale dell'inquinante sono le leve più influenti, seguite dalla quantità di carbone utilizzata e dal pH, con la temperatura che gioca un ruolo minore.

Pronto per l'acqua del mondo reale

Oltre alle soluzioni di laboratorio pulite, il team ha testato il carbone da guscio di pistacchio in diversi campioni d'acqua reali, inclusi campioni di fiume, lago, pozzo e acqua di rubinetto addizionati con p‑nitrofenolo. Anche in presenza di materia organica naturale e sali disciolti che possono competere per i siti sul carbonio, il materiale ha rimosso costantemente una frazione sostanziale dell'inquinante, in alcuni casi performando meglio rispetto alla soluzione di controllo semplice. Il carbone poteva essere rigenerato con un lavaggio alcalino lieve e riutilizzato almeno cinque volte mantenendo circa l'85% della capacità originaria, indicando buona durabilità e costi operativi a lungo termine ridotti.

Un percorso semplice e verde verso acque più pulite

In termini semplici, questo lavoro dimostra che un comune rifiuto alimentare — i gusci dei pistacchi — può essere trasformato in un filtro potente per un inquinante acquatico difficile e pericoloso. Il processo è efficiente dal punto di vista energetico, utilizza un agente attivante relativamente benigno e trasforma un sottoprodotto agricolo in uno strumento di pulizia prezioso. Abbinato a modelli di apprendimento automatico che prevedono le prestazioni in modo affidabile e evidenziano le manopole operative più importanti da agire, questo approccio offre un'opzione pratica, economica e sostenibile per proteggere corsi d'acqua da p‑nitrofenolo e contaminanti affini.

Citazione: 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

Parole chiave: carbone attivo, adsorbente da guscio di pistacchio, rimozione di p‑nitrofenolo, trattamento delle acque reflue, apprendimento automatico adsorbimento