Uczenie maszynowe i badania mechanistyczne nad usuwaniem p‑nitrofenolu przy użyciu zrównoważonego węgla aktywnego

Przemiana łupin orzechów w oczyszczacze wody

Wiele codziennych produktów — od pestycydów i barwników po materiały wybuchowe i leki — pozostawia w wodzie uporczywe śladowe związki chemiczne. Jednym z takich związków jest p‑nitrofenol: toksyczny, długo utrzymujący się w środowisku i oficjalnie sklasyfikowany jako zanieczyszczenie priorytetowe. Badanie to opisuje pomysłowy sposób wychwytywania i usuwania go z wody przy użyciu węgla aktywnego otrzymanego z odrzuconych łupin pistacji, a następnie wykorzystuje nowoczesne narzędzia uczenia maszynowego do zrozumienia i przewidywania skuteczności tej metody oczyszczania.

Dlaczego ten zanieczyszczający jest trudny do usunięcia

p‑Nitrofenol jest szeroko stosowany w przemyśle i rolnictwie i przedostaje się do rzek, jezior i wód gruntowych poprzez odpływy zakładów, odpady laboratoryjne i spływy z pól. Gdy trafi do wody, jest wyjątkowo trwały: opiera się rozkładowi zarówno w warunkach kwaśnych, jak i zasadowych i może utrzymywać się przez długi czas, zagrażając organizmom wodnym i zdrowiu ludzi. Istniejące metody oczyszczania — takie jak zaawansowana utlenianie, fotokataliza, biodegradacja czy filtracja membranowa — potrafią go usunąć w warunkach laboratoryjnych, lecz często okazują się kosztowne, delikatne lub trudne do skalowania dla rzeczywistych ścieków. Membrany się zapychają, katalizatory ulegają degradacji, a specjalistyczne odczynniki podnoszą koszty eksploatacji, co podkreśla potrzebę prostszych, tańszych i bardziej odpornych rozwiązań.

Od odpadów pistacji do wydajnego filtra

Naukowcy przekształcili odpadowe łupiny Pistacia vera (pistacji) w materiał filtracyjny o wysokich parametrach, zamieniając je w węgiel aktywny. Łupiny zostały oczyszczone, zmieszane z kwasem fosforowym, podgrzewane w stosunkowo niskiej temperaturze, a następnie wypłukane i wysuszone. Obróbka ta wytworzyła węgiel o bardzo dużej powierzchni wewnętrznej i labiryncie porów, w których mogą osiadać cząsteczki zanieczyszczeń. Szczegółowe obrazowanie i spektroskopia ujawniły szorstką, wysoce porowatą strukturę bogatą w grupy zawierające tlen oraz śladowe ilości fosforu — cechy pomagające przyciągać i utrzymywać p‑nitrofenol. W porównaniu z innymi węglami aktywnymi otrzymywanymi z wytłoków oliwnych, pestek daktyli czy skórek pomarańczy, węgiel z łupin pistacji oferował zarówno dużą powierzchnię, jak i jedną z najwyższych odnotowanych pojemności sorpcyjnych dla tego zanieczyszczenia.

Jak zachowuje się proces oczyszczania

Aby sprawdzić praktyczną skuteczność materiału, zespół mieszal go z roztworami p‑nitrofenolu przy różnych wartościach pH, dawkach, stężeniach, temperaturze i czasie kontaktu. Stwierdzono, że lekko kwaśne warunki wokół pH 6 zapewniają najlepsze usuwanie, ponieważ zanieczyszczenie pozostaje w dużej mierze w formie neutralnej i może zbliżyć się do powierzchni węgla bez silnego odpychania elektrostatycznego. Zwiększanie ilości węgla podnosiło całkowite usunięcie, lecz zmniejszało ilość wychwytywaną na gram, gdyż część miejsc pozostawała niewykorzystana. Przy niskich stężeniach zanieczyszczenia materiał szybko oczyszczał wodę; przy wyższych poziomach powierzchnia wypełniała się i wydajność osiągała plateau. Modele matematyczne wykazały, że p‑nitrofenol tworzy zasadniczo jedną warstwę na powierzchni węgla, a szybkość usuwania zależy od liczby wolnych dostępnych miejsc. Analiza termodynamiczna wskazała, że proces jest spontaniczny, wydziela umiarkowaną ilość ciepła i jest zdominowany przez stosunkowo łagodne siły fizyczne, wspomagane wiązaniami wodorowymi oraz oddziaływaniami układu aromatycznego — nakładaniem płaskich pierścieni aromatycznych cząsteczki zanieczyszczenia i węgla.

Uczenie maszynowe jak kula kryształowa

Ponieważ wszystkie te czynniki wzajemnie się komplikują, badacze wytrenowali dwa typy modeli uczenia maszynowego — sztuczną sieć neuronową oraz adaptacyjny neuro‑rozmyty system wnioskowania — aby przewidzieć, ile zanieczyszczenia węgiel wychwyci w różnych warunkach. Oba modele uczyły się na 180 punktach danych eksperymentalnych, a następnie prognozowały nowe wyniki. Choć sieć neuronowa działała dobrze, model neuro‑rozmyty wypadł jeszcze lepiej, odtwarzając pomiary z bardzo wysoką dokładnością i niskim błędem. Analiza czułości przy użyciu tego modelu ujawniła, że czas kontaktu i początkowe stężenie zanieczyszczenia są najbardziej wpływowymi czynnikami, następnie ilość użytego węgla i pH, natomiast temperatura odgrywa mniejszą rolę.

Gotowe na rzeczywistą wodę

Później zespół przetestował węgiel z łupin pistacji na kilku rzeczywistych próbkach wody — w tym rzeki, jeziora, studni i wody kranowej — dosypując do nich p‑nitrofenol. Nawet w obecności naturalnej materii organicznej i rozpuszczonych soli, które mogą konkurować o miejsca na węglu, materiał konsekwentnie usuwał znaczną część zanieczyszczenia, w niektórych przypadkach radząc sobie nawet lepiej niż w prostym roztworze kontrolnym. Węgiel można było zregenerować łagodnym płukaniem alkalicznym i używać ponownie co najmniej pięć razy, zachowując około 85% pierwotnej pojemności, co świadczy o dobrej trwałości i niższych kosztach długoterminowych.

Prosta, ekologiczna droga do czystszej wody

Mówiąc prosto: praca ta pokazuje, że zwykły odpad spożywczy — łupiny pistacji — można przekształcić w skuteczny filtr na trudne i niebezpieczne zanieczyszczenie wodne. Proces jest energooszczędny, wykorzystuje stosunkowo łagodny czynnik aktywujący i przekształca produkt uboczny rolnictwa w cenne narzędzie oczyszczające. W połączeniu z modelami uczenia maszynowego, które wiarygodnie prognozują wydajność i wskazują najważniejsze parametry operacyjne, podejście to oferuje praktyczną, niskokosztową i zrównoważoną opcję ochrony cieków wodnych przed p‑nitrofenolem i podobnymi zanieczyszczeniami.

Cytowanie: 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

Słowa kluczowe: węgiel aktywny, adsorbent z łupin pistacji, usuwanie p‑nitrofenolu, oczyszczanie ścieków, uczenie maszynowe adsorpcja