Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks

Detalhes bibliográficos
Autor(a) principal: Pogorzelski, Denison Queiroz
Data de Publicação: 2021
Tipo de documento: Tese
Idioma: eng
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: https://locus.ufv.br//handle/123456789/29467
https://doi.org/10.47328/ufvbbt.2021.120
Resumo: O fósforo (P) é um nutriente limitante para a produção de biomassa vegetal em ecossistemas terrestres e o nutriente que mais preocupa quanto ao seu uso e disponibilidade. A maior parte dessa limitação ocorre em solos altamente intemperizados dos trópicos, onde a baixa biodisponibilidade e o ciclo geoquímico do P são controlados por reações de sorção em minerais do solo, principalmente os óxidos. Goethita é um dos mais importantes óxidos de Fe presentes nesses solos, com reações de sorção ocorrendo na interface goethita-água, definindo o destino do P nesse ambiente. Assim sendo, compreender os mecanismos que controlam a sorção de P nesses materiais é de extrema importância para melhorar nossa compreensão geral do ciclo biogeoquímico de P e assim melhorar a eficiência do uso de P. Para ajudar a resolver esse problema, estamos trazendo uma abordagem que consiste em avaliar a capacidade de sorção e dessorção de P da goethita-goethita previamente carregada com P em diferentes temperaturas e, em seguida, investigar os mecanismos cinéticos por meio da aplicação de modelagem multi- reacional através da rede neural artificial de Hopfield (RNAH). Dois mecanismos foram investigados, um tipo com reação sequencial (P em solução ⇌ B⇌ C) e outro com reações independentes (B ⇌ P em solução ⇌ C). O mecanismo que melhor se ajustou aos dados experimentais foi utilizado para fornecer os parâmetros termodinâmicos. Além disso, esses mecanismos também foram testados em um segundo experimento de sorção em goethita previamente carregada com fosfato. Os resultados mostraram que a goethita adsorveu 13,34, 18,11 e 24,23 μmol g -1 de P e dessorveu 48, 28 e 23% do P adsorvido em água a 278, 298 e 323 K, respectivamente. Após 20 dias de incubação, a goethita carregada com fosfato adsorveu 6,24 μmol g -1 a mais de P e dessorveu 54% desse P a 298 K, demonstrando menor capacidade de adsorção e maior capacidade de dessorção diante de uma nova aplicação de P. O mecanismo com etapas sequenciais se ajustou melhor aos dados experimentais, indicando que a etapa 1 (P na solução ⇌ B) é o gatilho para a etapa 2 (B ⇌ C). A etapa 1 foi mais rápida do que a etapa 2, o que significa que, cineticamente, a etapa 2 é a etapa limitante do mecanismo de sorção de P pela goethita. Ambas as etapas foram espontâneas (ΔG ° <0), mas a etapa 1 foi exotérmica (ΔH ° <0) e conduzida por entalpia (ΔH °> TΔS °), indicando que a espécie B apresenta uma interação molecular forte com a superfície da goethita; enquanto a etapa 2 foi endotérmica (ΔH °> 0) e conduzida por entropia (ΔH ° <TΔS °), indicando que a espécie C está relacionada a precipitação de Fe-P em solução ou em superfície (e.g., estrangita ou um análogo). Ambos os mecanismos testados falharam em modelar os dados de sorção de P do segundo experimento de sorção, indicando que o mecanismo de sorção de P na goethita previamente carregada com fosfato tem mais de duas etapas chaves. Esta abordagem traz informações importantes sobre a sorção de P nos óxidos de Fe, um dos fenômenos mais importantes no controle da ciclagem e disponibilidade do P em solos altamente intemperizados. A modelagem multi-reacional por RNAH foi capaz de fornecer informações sobre o mecanismo de sorção de P e suas etapas específicas. Definir essas etapas e a termodinâmica que as controla nos ajuda a esclarecer e focar nossas pesquisas futuras em nossa busca para elucidar essas reações ambientais importantes. Palavras-chave: Sistema de fluxo sob agitação. Adsorção de P. Dessorção de P. Constantes cinéticas. Rede neural artificial de Hopfield.
id UFV_8fa44477ce76aa04aaff3d28f9efd8be
oai_identifier_str oai:locus.ufv.br:123456789/29467
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Borges, EmílioMattiello, Edson MárcioPogorzelski, Denison Queirozhttp://lattes.cnpq.br/7540664194279196Vergütz, Leonardus2022-07-29T19:31:10Z2022-07-29T19:31:10Z2021-06-28POGORZELSKI, Denison Queiroz. Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks. 2021. 45 f. Tese (Doutorado em Solos e Nutrição de Plantas) - Universidade Federal de Viçosa, Viçosa. 2021.https://locus.ufv.br//handle/123456789/29467https://doi.org/10.47328/ufvbbt.2021.120O fósforo (P) é um nutriente limitante para a produção de biomassa vegetal em ecossistemas terrestres e o nutriente que mais preocupa quanto ao seu uso e disponibilidade. A maior parte dessa limitação ocorre em solos altamente intemperizados dos trópicos, onde a baixa biodisponibilidade e o ciclo geoquímico do P são controlados por reações de sorção em minerais do solo, principalmente os óxidos. Goethita é um dos mais importantes óxidos de Fe presentes nesses solos, com reações de sorção ocorrendo na interface goethita-água, definindo o destino do P nesse ambiente. Assim sendo, compreender os mecanismos que controlam a sorção de P nesses materiais é de extrema importância para melhorar nossa compreensão geral do ciclo biogeoquímico de P e assim melhorar a eficiência do uso de P. Para ajudar a resolver esse problema, estamos trazendo uma abordagem que consiste em avaliar a capacidade de sorção e dessorção de P da goethita-goethita previamente carregada com P em diferentes temperaturas e, em seguida, investigar os mecanismos cinéticos por meio da aplicação de modelagem multi- reacional através da rede neural artificial de Hopfield (RNAH). Dois mecanismos foram investigados, um tipo com reação sequencial (P em solução ⇌ B⇌ C) e outro com reações independentes (B ⇌ P em solução ⇌ C). O mecanismo que melhor se ajustou aos dados experimentais foi utilizado para fornecer os parâmetros termodinâmicos. Além disso, esses mecanismos também foram testados em um segundo experimento de sorção em goethita previamente carregada com fosfato. Os resultados mostraram que a goethita adsorveu 13,34, 18,11 e 24,23 μmol g -1 de P e dessorveu 48, 28 e 23% do P adsorvido em água a 278, 298 e 323 K, respectivamente. Após 20 dias de incubação, a goethita carregada com fosfato adsorveu 6,24 μmol g -1 a mais de P e dessorveu 54% desse P a 298 K, demonstrando menor capacidade de adsorção e maior capacidade de dessorção diante de uma nova aplicação de P. O mecanismo com etapas sequenciais se ajustou melhor aos dados experimentais, indicando que a etapa 1 (P na solução ⇌ B) é o gatilho para a etapa 2 (B ⇌ C). A etapa 1 foi mais rápida do que a etapa 2, o que significa que, cineticamente, a etapa 2 é a etapa limitante do mecanismo de sorção de P pela goethita. Ambas as etapas foram espontâneas (ΔG ° <0), mas a etapa 1 foi exotérmica (ΔH ° <0) e conduzida por entalpia (ΔH °> TΔS °), indicando que a espécie B apresenta uma interação molecular forte com a superfície da goethita; enquanto a etapa 2 foi endotérmica (ΔH °> 0) e conduzida por entropia (ΔH ° <TΔS °), indicando que a espécie C está relacionada a precipitação de Fe-P em solução ou em superfície (e.g., estrangita ou um análogo). Ambos os mecanismos testados falharam em modelar os dados de sorção de P do segundo experimento de sorção, indicando que o mecanismo de sorção de P na goethita previamente carregada com fosfato tem mais de duas etapas chaves. Esta abordagem traz informações importantes sobre a sorção de P nos óxidos de Fe, um dos fenômenos mais importantes no controle da ciclagem e disponibilidade do P em solos altamente intemperizados. A modelagem multi-reacional por RNAH foi capaz de fornecer informações sobre o mecanismo de sorção de P e suas etapas específicas. Definir essas etapas e a termodinâmica que as controla nos ajuda a esclarecer e focar nossas pesquisas futuras em nossa busca para elucidar essas reações ambientais importantes. Palavras-chave: Sistema de fluxo sob agitação. Adsorção de P. Dessorção de P. Constantes cinéticas. Rede neural artificial de Hopfield.Phosphorus (P) is a limiting nutrient for plant biomass production in terrestrial ecosystems, and the nutrient raising the most concern regarding its use and availability. Most of this limitation occurs in the highly weathered soils of the tropics, where the low bioavailability and overall geochemical cycling of P are controlled by sorption reactions on soil minerals, especially oxides. Goethite is one of the most important Fe oxides present in these soils, with sorption reactions occurring at the goethite-water interface defining P fate in such environment. As such, understanding the mechanisms controlling P sorption on these materials is of uttermost importance to improve our overall understanding of the P biogeochemical cycling to improve P use efficiency. Herein, we are bringing an approach which consists in assessing P sorption and desorption capacity of goethite at different temperatures and then investigating the kinetic mechanisms by applying multi-reactional modeling through Hopfield artificial neural network (HANN). Two mechanisms were investigated, a sequential reactions type (P in solution ⇌ B⇌ C) and another with independent reactions (B ⇌ P in solution ⇌ C). The mechanism that better fit the experimental data was used to provide the thermodynamic parameters. Furthermore, these mechanisms were also tested in a second sorption experiment on phosphate-preloaded goethite. The results showed that goethite adsorbed 13.34, 18.11 and 24.23 μmol g -1 of P and desorbed 48, 28 and 23 % of the sorbed P in water at 278, 298 and 323 K, respectively. After 20 days of incubation, phosphate-preloaded goethite sorbed 6.24 μmol g -1 more P and desorbed 54 % of that P at 298 K, demonstrating a lower adsorption capacity and a greater capacity for desorption facing a new P application. The mechanism with sequential steps better fit the experimental data, indicating that the step 1 (P in solution ⇌ B) is the trigger for the step 2 (B ⇌ C). Step 1 was faster than step 2, meaning that, kinetically, step 2 is the limiting step on P sorption mechanism onto goethite. Both steps were spontaneous (ΔG°<0), but the step 1 was exothermic (ΔH°<0) and an enthalpy driven reaction (ΔH°>TΔS°), indicating that specie B is related to a high intermolecular interaction force with the goethite surface; while step 2 was endothermic (ΔH°>0) and entropy driven (ΔH°<TΔS°), indicating that specie C is related to surface or bulk precipitated Fe-P (e.g., strengite or an analogue). Both tested mechanisms failed to fit the model on the P sorption data from second sorption experiment, indicating that the P sorption mechanism in phosphate-preloaded goethite has different key steps. This approach brings important information regarding P sorption on Fe oxides, one of the most important phenomena controlling P cycling and availability in highly weathered soils. Multi-reactional modeling by HANN were able to provide insights on the P sorption mechanism and their specific steps. Defining these steps and the thermodynamics controlling it help us clarifying and focusing our future research on our quest to elucidate such important environmental reactions. Keywords: Stirred-flow system. P adsorption. P desorption. Rate constants. Hopfield artificial neural network.Conselho Nacional de Desenvolvimento Científico e TecnológicoengUniversidade Federal de ViçosaSolos e Nutrição de PlantasFosfatos - Absorção e adsorçãoDessorçãoHopfield, Modelo deRedes neurais (Computação)Ciência do SoloMulti-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networksModelagem multi-reacional de sorção de fosfato pela goethita usando redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de ViçosaDepartamento de SolosDoutor em Solos e Nutrição de PlantasViçosa - MG2021-06-28Doutoradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf1398558https://locus.ufv.br//bitstream/123456789/29467/1/texto%20completo.pdfba14496efeec16631c73c497e889e4acMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/29467/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/294672022-07-29 16:36:44.617oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452022-07-29T19:36:44LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.en.fl_str_mv Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
dc.title.pt-BR.fl_str_mv Modelagem multi-reacional de sorção de fosfato pela goethita usando redes neurais artificiais
title Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
spellingShingle Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
Pogorzelski, Denison Queiroz
Fosfatos - Absorção e adsorção
Dessorção
Hopfield, Modelo de
Redes neurais (Computação)
Ciência do Solo
title_short Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
title_full Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
title_fullStr Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
title_full_unstemmed Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
title_sort Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks
author Pogorzelski, Denison Queiroz
author_facet Pogorzelski, Denison Queiroz
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/7540664194279196
dc.contributor.none.fl_str_mv Borges, Emílio
Mattiello, Edson Márcio
dc.contributor.author.fl_str_mv Pogorzelski, Denison Queiroz
dc.contributor.advisor1.fl_str_mv Vergütz, Leonardus
contributor_str_mv Vergütz, Leonardus
dc.subject.pt-BR.fl_str_mv Fosfatos - Absorção e adsorção
Dessorção
Hopfield, Modelo de
Redes neurais (Computação)
topic Fosfatos - Absorção e adsorção
Dessorção
Hopfield, Modelo de
Redes neurais (Computação)
Ciência do Solo
dc.subject.cnpq.fl_str_mv Ciência do Solo
description O fósforo (P) é um nutriente limitante para a produção de biomassa vegetal em ecossistemas terrestres e o nutriente que mais preocupa quanto ao seu uso e disponibilidade. A maior parte dessa limitação ocorre em solos altamente intemperizados dos trópicos, onde a baixa biodisponibilidade e o ciclo geoquímico do P são controlados por reações de sorção em minerais do solo, principalmente os óxidos. Goethita é um dos mais importantes óxidos de Fe presentes nesses solos, com reações de sorção ocorrendo na interface goethita-água, definindo o destino do P nesse ambiente. Assim sendo, compreender os mecanismos que controlam a sorção de P nesses materiais é de extrema importância para melhorar nossa compreensão geral do ciclo biogeoquímico de P e assim melhorar a eficiência do uso de P. Para ajudar a resolver esse problema, estamos trazendo uma abordagem que consiste em avaliar a capacidade de sorção e dessorção de P da goethita-goethita previamente carregada com P em diferentes temperaturas e, em seguida, investigar os mecanismos cinéticos por meio da aplicação de modelagem multi- reacional através da rede neural artificial de Hopfield (RNAH). Dois mecanismos foram investigados, um tipo com reação sequencial (P em solução ⇌ B⇌ C) e outro com reações independentes (B ⇌ P em solução ⇌ C). O mecanismo que melhor se ajustou aos dados experimentais foi utilizado para fornecer os parâmetros termodinâmicos. Além disso, esses mecanismos também foram testados em um segundo experimento de sorção em goethita previamente carregada com fosfato. Os resultados mostraram que a goethita adsorveu 13,34, 18,11 e 24,23 μmol g -1 de P e dessorveu 48, 28 e 23% do P adsorvido em água a 278, 298 e 323 K, respectivamente. Após 20 dias de incubação, a goethita carregada com fosfato adsorveu 6,24 μmol g -1 a mais de P e dessorveu 54% desse P a 298 K, demonstrando menor capacidade de adsorção e maior capacidade de dessorção diante de uma nova aplicação de P. O mecanismo com etapas sequenciais se ajustou melhor aos dados experimentais, indicando que a etapa 1 (P na solução ⇌ B) é o gatilho para a etapa 2 (B ⇌ C). A etapa 1 foi mais rápida do que a etapa 2, o que significa que, cineticamente, a etapa 2 é a etapa limitante do mecanismo de sorção de P pela goethita. Ambas as etapas foram espontâneas (ΔG ° <0), mas a etapa 1 foi exotérmica (ΔH ° <0) e conduzida por entalpia (ΔH °> TΔS °), indicando que a espécie B apresenta uma interação molecular forte com a superfície da goethita; enquanto a etapa 2 foi endotérmica (ΔH °> 0) e conduzida por entropia (ΔH ° <TΔS °), indicando que a espécie C está relacionada a precipitação de Fe-P em solução ou em superfície (e.g., estrangita ou um análogo). Ambos os mecanismos testados falharam em modelar os dados de sorção de P do segundo experimento de sorção, indicando que o mecanismo de sorção de P na goethita previamente carregada com fosfato tem mais de duas etapas chaves. Esta abordagem traz informações importantes sobre a sorção de P nos óxidos de Fe, um dos fenômenos mais importantes no controle da ciclagem e disponibilidade do P em solos altamente intemperizados. A modelagem multi-reacional por RNAH foi capaz de fornecer informações sobre o mecanismo de sorção de P e suas etapas específicas. Definir essas etapas e a termodinâmica que as controla nos ajuda a esclarecer e focar nossas pesquisas futuras em nossa busca para elucidar essas reações ambientais importantes. Palavras-chave: Sistema de fluxo sob agitação. Adsorção de P. Dessorção de P. Constantes cinéticas. Rede neural artificial de Hopfield.
publishDate 2021
dc.date.issued.fl_str_mv 2021-06-28
dc.date.accessioned.fl_str_mv 2022-07-29T19:31:10Z
dc.date.available.fl_str_mv 2022-07-29T19:31:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv POGORZELSKI, Denison Queiroz. Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks. 2021. 45 f. Tese (Doutorado em Solos e Nutrição de Plantas) - Universidade Federal de Viçosa, Viçosa. 2021.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/29467
dc.identifier.doi.pt-BR.fl_str_mv https://doi.org/10.47328/ufvbbt.2021.120
identifier_str_mv POGORZELSKI, Denison Queiroz. Multi-reactional kinetic modeling of phosphate sorption on goethite using artificial neural networks. 2021. 45 f. Tese (Doutorado em Solos e Nutrição de Plantas) - Universidade Federal de Viçosa, Viçosa. 2021.
url https://locus.ufv.br//handle/123456789/29467
https://doi.org/10.47328/ufvbbt.2021.120
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.publisher.program.fl_str_mv Solos e Nutrição de Plantas
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/29467/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/29467/2/license.txt
bitstream.checksum.fl_str_mv ba14496efeec16631c73c497e889e4ac
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801212855733714944