מחקר זה נתמך על ידי תכנית ה-NSF (מחקר חוויות לתואר ראשון) באוניברסיטת וושינגטון בסנט לואיס.

1. טיפוח אצות וScale-up <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הכן את מדיום התרבות באמצעות מים deionized מכיל 0.55 גר &#39;/ L -1 אוריאה, .1185 גר&#39; / L -1 KH 2 PO 4, 0.102 גר &#39;/ L -1 MgSO 4 · 7H 2 O, -1 7H 4 FeSO · 0.015 g / L 2 O ו22.5 מייקרו אלמנטי μl (18.5 גר &#39;/ L -1 H 3 BO 3, 21.0 גר&#39; / L -1 CuSO 4 · 5H 2 O, 73.2 גר &#39;/ L -1 MnCl 2 · 4H 2 O, 13.7 גר&#39; / L -1 4 COSO · 7H 2 O, 59.5 גר &#39;/ L -1 4 ZnSO · 5H 2 O, 3.8 גר&#39; / L -1 (NH 4) 6 מו 7 O 24 · 4H 2 O, 0.31 גר &#39;/ L -1 NH 4 VO 3 ). להתאים את pH הבינוני עד 7-8. לעקר מדיום תרבות באמצעות 0.22 מסנן מזרק מיקרומטר. </li><li style=";text-align:right;direction:rtl"> לחסן sp כלורלה. ממושבה אחת על צלחת אגר טרי לתוך FLA ייקsk מכיל 50 בינוני מ&quot;ל עם inoculating לולאת סטרילי. אצות תרבות תחת 150 סל&quot;ד ו30 מעלות צלזיוס במשך שישה ימים (תנאי אור רציפים, שטף פוטון = מ &#39;40-50 μmol -2 שניות -1). לפקח על צפיפות תאים על ידי ספקטרופוטומטר (OD 730). </li><li style=";text-align:right;direction:rtl"> העברת 50 תרבות מ&quot;ל אצות (שלב צמיחה בינוני יומן, OD 730&gt; 1) לתוך בקבוק 2-L זכוכית (עם ~ מדיום תרבות 1 L מעוקר). משאבת אוויר מסוננת (או CO 2) בתרבות במהלך הדגירה (במשך 5 ימים). </li><li style=";text-align:right;direction:rtl"> העברת התרבות של אצות 1 ליטר לבקבוק זכוכית 20-L מכיל 15 L בינוני שאינו מעוקרת תרבות (בשלב זה, הסיכון של זיהום חיידקים הוא קטן), ואז אצות תרבות תחת אותו מצב כאמור בשלב 1.3. </li><li style=";text-align:right;direction:rtl"> הנח 15 תרבות L טרי אצות (OD 730 = 2) ו85 L בינוני שאינו מעוקר לphotobioreactor צלחת שטוחה (מצוידים בדיודות פולטות אור, בקר מחשב, תערובת גז, מנתחי עבור צפיפות אופטית תא, pH, מומס Oxygen, טמפרטורה ומומס CO 2). לשאוב את הגז / אוויר תערובת הפליטה לתוך bioreactor. </li><li style=";text-align:right;direction:rtl"> יסודיות יבשה נקי photobioreactor באמצעות אתנול 70% לאחר הקציר ביומסה (OD 730&gt; 20). </li></ol> 2. הפגנת מעבדה של ארובות גז טיפול באמצעות photobioreactors הקטן <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לחסן תרבויות אצות בבקבוקי זכוכית (200 בינוניים / בקבוק מיליליטר / דקה, OD הראשוני 730 ~ 0.3). </li><li style=";text-align:right;direction:rtl"> לשרוף גז טבעי ולשאוב את גז הפליטה (~ 250 סנטימטר 3 דקות -1) דרך משפך, צינור הקבל, ובקבוק 0.5 L כביסה (המכיל תרחיף מים / גיר). </li><li style=";text-align:right;direction:rtl"> הזרימה ההמונית הבקרים לשלוט על זרימת גז הפליטה לתוך התרבות של אצות (איור 1). פולסים גז פליטה כוללים שני מצבים: גז בארובה וגז פעמי ארובה (משאבת אוויר במקום). </li></ol> 3. פיתוח דגם קינטי המודל מניח הקינטית: (1) התרבויות הן מערכת הומוגניתs. (2) CO 2 וריכוז עוצמת אור בתרבויות הם הגורמים המגבילים לצמיחת אצות. (3) CO 2 לחץ חלקי ושיווי משקל השלב הנוזלי שלה עם H 2 CO 3, 3 HCO -, ו-CO 3 2 - הוא פשוטים עם החוק של הנרי). משוואות המודל הן: <img alt="משוואות 1 ו -2" fo:content-width="4in" src="/files/ftp_upload/50718/50718eq1and2.jpg" width="500px" /> X הוא ביומסה (קילוגרם · -3 מ &#39;). S הוא CO 2 (mol · -3 מ &#39;) המומס. P הוא הלחץ החלקי של CO 2 בשלב הגז (אבא). i p היא הלחץ החלקי של i ה תרכובת רעילה בגז (כגון NO x ולכן x). max.i P הוא הלחץ החלקי של גז רעיל שיש עיכוב מלא על גידול ביומסה. η i היא המקדם האמפירי. K ים הוא קבוע מיכאליס-מנטןשל CO 2 (mol · מ &#39;-3). K אני הוא קבוע העיכוב של CO 2 (mol · -3 מ &#39;). K הוא קבוע מיכאליס-מנטן של עוצמת אור (μmol · שניות מ -2 · -1). H הוא קבוע של הנרי לCO 2 (Pa · מ &#39;3 · mol -1). K לה הוא קצב העברת מסה של CO 2 (-1 hr). אני הוא עוצמת אור, μmol הממוצע · שניות מ -2 · -1, אשר יכולה להיות מחושבים באופן הבא (Eq. (3)) 9. <img alt="משוואה 3" fo:content-width="4in" src="/files/ftp_upload/50718/50718eq3.jpg" width="500px" /> ההגדרה של פרמטרים במודל היא בטבלה 1. התנאים הראשוניים להניח כי 2 ריכוזים ביומסה וCO המומסים הם 100 מ&quot;ג / ליטר ו13 μmol / L, בהתאמה. מקדם העברת מסת הנפחית יכול להיות מוערך על ידי את מתאם אמפיריtion לbioreactor פרמטרי 10: <img alt="משוואה 4" fo:content-width="4in" src="/files/ftp_upload/50718/50718eq4.jpg" width="500px" /> g P / V הוא את צריכת החשמל של מערכת סודה בbioreactor (W / m 3). u GS הוא המהירות השטחית של זרימת הגז דרך bioreactor (מ &#39;/ השני). α, β, γ והם קבועים הקשורים לערבוב תנאים. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לבנות קובץ Simulink עבור מודל הסימולציה (ניתנים צילומי מסך בחומר שאני תומך). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> בחר קובץ / חדש / דגם בממשק MATLAB ליצור מודל Simulink, ו&quot; ספריית דפדפן &quot;פתוח (צילום מסך 1). </li><li style=";text-align:right;direction:rtl"> בחר בלוק &#39;המשנה&#39; בדפדפן של הספרייה כדי ליצור את המערכות למשוואה 1 ו -2. גרור בלוק משנה אחד לקובץ מודל Simulink, לשנות את שמה ל &#39;משוואת 1&#39;, ולאחר מכן לחזור על אותן הפעולות למשוואה 2. </li><li&gt; יצירה בלוקים מתאימים ופרמטרים בכל משנה (צילום מסך 3). לחץ לחיצה כפולה על הבלוק &#39;משוואת 1&#39;, בחר בלוקים מתאימים מהדפדפן של הספרייה ולחבר אותם עם חצים שיסמנו את רצף החישוב, לחץ פעמיים על בלוקים כדי להגדיר את הפרמטרים, וחזור על שלבים אלה עבור המשנה האחר. הערה: 1) הרצף צריך להתחיל עם בלוקים קלט ויסיים בלוקי פלט; 2) יכולים להיות כל נמצאו בלוקים המפעיל לחיבור, חיסור, כפל, חילוק ושילוב בדפדפן של הספרייה, ואנו ממליצים למשתמשים לחקור את קבצי עזרה של Simulink להבין כיצד להשתמש בם: 3) פותר אופטימיזציה ניתן להגדיר באמצעות הפרמטרים סימולציה מסלול / תצורה בסרגל הכלים. </li><li style=";text-align:right;direction:rtl"> לקשר את שתי מערכות לייצג משוואות מודל (1 ו -2). לחבר את הפלט של משנה אחד לקלט של המשנה האחר על ידי חץ במידת צורך. לדוגמא, הריכוז CO 2 המומס הוא output במשוואה 2 משנה, וגם את הקלט של משנה משוואת 1. </li><li style=";text-align:right;direction:rtl"> השתמש ב &#39;Pulse Generator &quot;חסימה כתשומות עבור&#39; משוואה 2 &#39;כדי לדמות את ה-CO 2 פעימות ב-off, להשתמש בבלוק&quot; קבוע &quot;כערך קלט משטח אור. לחץ לחיצה כפולה על בלוקים כדי לשנות את הפרמטרים כמו זמן התקופה ומשרעת. </li><li style=";text-align:right;direction:rtl"> בחר בלוק &#39;Mux&#39; בדפדפן של הספרייה. לחבר את כל היציאות &#39;Mux&#39; וללאחר מכן לחבר אותו ל&#39;לסביבת העבודה של &#39;הבלוק המאחסן את תוצאות הסימולציה. </li><li style=";text-align:right;direction:rtl"> הגדר את &#39;הזמן להפסיק סימולציה &quot;בסרגל הכלים העליונים, לחץ על הכפתור&quot; <img src="/files/ftp_upload/50718/playarrow.jpg" alt="חץ" width="10px" fo:content-width="0.1in" fo:src="/files/ftp_upload/50718/playarrow.jpg" /> &quot;כדי להתחיל את הסימולציה, ואת התוצאות תוכלו לראות בסביבת העבודה של MATLAB (צילום מסך 4). </li></ol></li><li style=";text-align:right;direction:rtl"> החל גישת אופטימיזציה דינמית לפרופיל CO האופטימלי 2 תנאים. </li&gt; </ol> כדי למצוא את השינויים של פרופיל זרימת כניסת CO 2 (opt P) כי למקסם ייצור ביומסה 11, פונקצית MATLAB &#39;fmincon&#39; וCVP (parameterization וקטור שליטה) 12 משמשים. איור 2 ממחיש את אלגוריתם אופטימיזציה (ראה קודי תכנות MATLAB בתמיכה חומר השני).

<ol>
	<li>Granite, E. J., O'Brien, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+of+novel+methods+for+carbon+dioxide+separation+from+flue+and+fuel+gases.">Review of novel methods for carbon dioxide separation from flue and fuel gases.</a> Fuel Process. Technol. 86, 1423-1434 (2005).</li><li>Chisti, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biodiesel+from+microalgae.">Biodiesel from microalgae.</a> Biotechnol. Adv. 25, 294-306 (2007).</li><li>Li, Y., Horsman, M., Wu, N., Lan, C. Q., Dubois-Calero, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biofuels+from+microalgae.">Biofuels from microalgae.</a> Biotechnol. Prog. 24, 815-820 (2008).</li><li>Schenk, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Second+generation+biofuels:+high-efficiency+microalgae+for+biodiesel+production.">Second generation biofuels: high-efficiency microalgae for biodiesel production.</a> BioEnergy Research. 1, 20-43 (2008).</li><li>Kumar, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Enhanced+CO2+fixation+and+biofuel+production+via+microalgae:+recent+developments+and+future+directions.">Enhanced CO2 fixation and biofuel production via microalgae: recent developments and future directions.</a> Trends Biotechnol. 28, 371-380 (2010).</li><li>Kumar, K., Dasgupta, C. N., Nayak, B., Lindblad, P., Das, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+suitable+photobioreactors+for+CO2+sequestration+addressing+global+warming+using+green+algae+and+cyanobacteria.">Development of suitable photobioreactors for CO2 sequestration addressing global warming using green algae and cyanobacteria.</a> Bioresour. Technol. 102, 4945-4953 (2011).</li><li>Lee, J. -. N., Lee, J. -. S., Shin, C. -. S., Park, S. -. C., Kim, S. -. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Methods+to+enhance+tolerances+of+Chlorella+KR-1+to+toxic+compounds+in+flue+gas.">Methods to enhance tolerances of Chlorella KR-1 to toxic compounds in flue gas.</a> Appl. Biochem. Biotechnol. 84-86, 329-342 (2000).</li><li>Zeiler, K. G., Heacox, D. A., Toon, S. T., Kadam, K. L., Brown, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+use+of+microalgae+for+assimilation+and+utilization+of+carbon+dioxide+from+fossil+fuel-fired+power+plant+flue+gas.">The use of microalgae for assimilation and utilization of carbon dioxide from fossil fuel-fired power plant flue gas.</a> Energy Conversion and Management. 36 (95), 707-712 (1995).</li><li>Mart&#237;nez, M. E., Camacho, F., Jim&#233;nez, J. M., Esp&#237;nola, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+light+intensity+on+the+kinetic+and+yield+parameters+of+Chlorella+pyrenoidosa+mixotrophic+growth.">Influence of light intensity on the kinetic and yield parameters of Chlorella pyrenoidosa mixotrophic growth.</a> Process Biochem. 32 (96), 93-98 (1997).</li><li>Van't Riet, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+of+measuring+methods+and+results+in+nonviscous+gas-liquid+mass+transfer+in+stirred+vessels.">Review of measuring methods and results in nonviscous gas-liquid mass transfer in stirred vessels.</a> Ind. Eng. Chem. Process. 18, 357-364 (1979).</li><li>Methekar, R., Ramadesigan, V., Braatz, R. D., Subramanian, V. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optimum+charging+profile+for+lithium-ion+batteries+to+maximize+energy+storage+and+utilization.">Optimum charging profile for lithium-ion batteries to maximize energy storage and utilization.</a> ECS Trans. 25, 139-146 (2010).</li><li>Kameswaran, S., Biegler, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+dynamic+optimization+strategies:+Recent+advances+and+challenges.">Simultaneous dynamic optimization strategies: Recent advances and challenges.</a> Comput. Chem. Eng. 30, 1560-1575 .</li><li>He, L., Subramanian, V. R., Tang, Y. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Experimental+analysis+and+model-based+optimization+of+microalgae+growth+in+photo-bioreactors+using+flue+gas.">Experimental analysis and model-based optimization of microalgae growth in photo-bioreactors using flue gas.</a> Biomass Bioenergy. 41, 131-138 (2012).</li><li>Novak, J. T., Brune, D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inorganic+carbon+limited+growth+kinetics+of+some+freshwater+algae.">Inorganic carbon limited growth kinetics of some freshwater algae.</a> Water Res. 19 (85), 215-225 (1985).</li><li>Landry, M. R., Haas, L. W., Fagerness, V. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamics+of+microbial+plankton+communities+experiments+in+Kaneohe+Bay,+Hawaii.">Dynamics of microbial plankton communities experiments in Kaneohe Bay, Hawaii.</a> Mar. Ecol. 16, 127-133 (1984).</li><li>Silva, H. J., Pirt, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Carbon+dioxide+inhibition+of+photosynthetic+growth+of+Chlorella.">Carbon dioxide inhibition of photosynthetic growth of Chlorella.</a> J. Gen. Microbiol. 130, 2833-2838 (1984).</li><li>Powell, E. E., Mapiour, M. L., Evitts, R. W., Hill, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Growth+kinetics+of+Chlorella+vulgaris+and+its+use+as+a+cathodic+half+cell.">Growth kinetics of Chlorella vulgaris and its use as a cathodic half cell.</a> Bioresour. Technol. 100, 269-274 (2009).</li><li>Sawyer, C. N., McCarty, P. L., Parkin, G. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Chemistry for environmental engineering and science. , 144 (2003).</li><li>Doucha, J., Straka, F., L&#237;vansk&#253;, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Utilization+of+flue+gas+for+cultivation+of+microalgae+Chlorella+sp.+in+an+outdoor+open+thin-layer+photobioreactor.">Utilization of flue gas for cultivation of microalgae Chlorella sp. in an outdoor open thin-layer photobioreactor.</a> J. Appl. Phycol. 17, 403-412 (2005).</li><li>Thimijan, R. W., Heins, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Photometric,+radiometric,+and+quantum+light+units+of+measure:+a+review+of+procedures+for+interconversion.">Photometric, radiometric, and quantum light units of measure: a review of procedures for interconversion.</a> Hortscience. 18, 818-822 (1983).</li></ol>

מחברים אלה אין לחשוף.

במחקר זה, אנו מדגימים את פרוטוקול הניסוי לדרוג את cultivations אצות בphotobioreactors. אנחנו גם בוחנים כמה שיטות לתשומות גז פליטה כדי לקדם את צמיחת אצות. באמצעות העברה המונית ומודל ביו תגובה, אנו מדגימים כי מקדם CO 2 ההעברה ההמונית K La (נקבעה על ידי מצב bioreactor ערבוב ו-CO 2 מהירות שטחית) משפיע במידה רבה צמיחת אצות. הסימולציה המודל מצביעה על פולסים רציפים ב-off פליטה גז עם רוחב פולס קצר ותדרים ב-off גבוהים יכול לשפר את צמיחת כלורלה (גבוהה כלומר תדירות פעימות פליטה גז יכולות לתמוך ב-off צמיחה ביומסה כמעט כמו CO האופטימלי 2 תנאים, איור 5.). בינתיים, מצב ב-off יכול להפחית באופן משמעותי את הכמות הכוללת של פליטה גז שיש לו להישאב דרך bioreactor (הטבלה 2), אשר חוסך באנרגיה להובלה את כמות גז פליטה לcultiv אצותation. מצב דופק גז ב-off ניתן להשתמש בתמונה-bioreactors או בריכות אצות, בהתחשב בכך שהמצב של קטניות גז פליטה קבועה הוא הרבה יותר קל לתפעול מאשר שליטה דינמית של הזרימה CO ריכוז 2. מצד השני, יש לנו לבצע ניסויי התרבות של אצות באמצעות גזי פליטה. גז פליטה הם פעמו לphotobioreactors בספציפי / כיבוי תדר, אשר בבירור ממזער את ההשפעה המעכבת של גז הפליטה ומשפר את הייצור ביומסה בהשוואה לתרבויות באמצעות CO 2 באטמוספרה (איור 6) 13. תוצאות הניסוי היו איכותיים אימתו את המודל שלנו ואישרו כי השליטה ב-off של גז הפליטה היא יעילה להגדלת צמיחת כלורלה. לבסוף, מחקר מודל זה כפוף למספר מגבלות. ראשית, המודל לא ישירות בחשבון את ההשפעות מתרכובות רעילות כמו x SO וNO x בגז הפליטה. שנית, התגובות דואר כימיות ואיזונים במדיום התרבות (כוללים CO 2, H +, OH -, 3 NH, וכו &#39;) הופך לפשוטים יותר. שלישית, המודל אינו לוקח בחשבון את ה-CO 2 דינמיקה של נוזלים, שבו העברת מסת גז בפועל אינה מיידית או הומוגנית במדיום התרבות. עם זאת, עדיין יש גישות מודל פשוטות יישומים מעשיים למתן הנחיות לייעול צמיחת אצות.

<table border="0" cellpadding="0" cellspacing="0" width="636">
	<tbody>
		<tr height="21"> 
			<td height="21" style="height:21px;width:212px;">Spectrophotometer</td>
			<td style="width:212px;">Thermal Scientific, Texas USA</td>
			<td style="width:212px;"> </td>
		</tr>
		<tr height="39">
			<td height="39" style="height:39px;width:212px;">CO2 gas analyzer</td>
			<td style="width:212px;">LI-COR, Biosciences, Nebraska USA</td>
			<td style="width:212px;"> </td>
		</tr>
		<tr height="39">
			<td height="39" style="height:39px;width:212px;">Mass flow controllers</td>
			<td style="width:212px;">OMEGA Engineering INC, Connecticut USA</td>
			<td style="width:212px;">FMA5416</td>
		</tr>
		<tr height="58">
			<td height="58" style="height:58px;width:212px;">Data acquisition card</td>
			<td style="width:212px;">Measurement Computing Corporation, Massachusetts USA</td>
			<td style="width:212px;">USB-1208FS</td>
		</tr>
		<tr height="39">
			<td height="39" style="height:39px;width:212px;">Filters</td>
			<td style="width:212px;">Aerocolloid LLC, Minnesota USA</td>
			<td style="width:212px;"> </td>
		</tr>
		<tr height="39">
			<td height="39" style="height:39px;width:212px;">MATLAB/Simulink</td>
			<td style="width:212px;">Mathworks, Massachusetts USA</td>
			<td style="width:212px;">R2010a</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:212px;">Glass bottles</td>
			<td style="width:212px;">Fisher USA</td>
			<td style="width:212px;"> </td>
		</tr>
	</tbody>
</table>

optimize flue gas settings to promote microalgae growth in photobioreactors via computer simulations

גז פליטה מתחנות כוח יכול לקדם את טיפוח אצות והפחתת פליטות גזי חממת 1. Microalgae ללכוד לא רק את אנרגית שמש בצורה יעילה יותר מאשר צמחים 3, אלא גם לסנתז דלק ביולוגי מתקדם 2-4. באופן כללי, CO 2 באטמוספרה הוא לא מקור מספיק לתמיכה בצמיחת אצות מקסימלי 5. מצד השני, יש להם את הריכוז הגבוה של CO2 בגזי פליטה תעשייתיים השפעות שליליות על פיזיולוגיה של אצות. כתוצאה מכך, שני תנאי הגידול (כגון חומרים מזינים וקל) והשליטה על זרימת גז הפליטה לצילום bioreactors חשובים לפתח &quot;גז פליטה אצות&quot; יעיל במערכת. חוקרים הציעו תצורות שונות photobioreactor 4,6 ואסטרטגיות טיפוח 7,8 עם גז פליטה. כאן, אנו מציגים פרוטוקול שמדגים כיצד להשתמש במודלים לחיזוי צמיחת microalgal בתגובה לארובות הגדרות גז. אנו ביצועיםשני סימולציות ORM ניסיוניות איור ומודל על מנת לקבוע את התנאים נוחים לצמיחת אצות עם גז פליטה. אנו מפתחים מודל מבוסס מונה יחד עם העברה המונית ומשוואות עוצמת אור כדי לדמות את צמיחת microalgal בצילום bioreactor הומוגנית. הסימולציה המודל משווה consumptions גז צמיחה ופליטת אצות תחת הגדרות פליטה גז שונות. המודל ממחיש: 1) כיצד צמיחת אצות מושפעת ממקדמי העברת מסת נפחית שונים של CO 2, 2) איך אנחנו יכולים למצוא את ה-CO 2 ריכוז אופטימלי לצמיחת אצות באמצעות הגישה הדינמית אופטימיזציה (DOA): 3) איך אנחנו יכולים לעצב מלבני ב-off דופק גז פליטה כדי לקדם את הצמיחה ביומסה של אצות ולצמצם את השימוש בגז פליטה. בצד הניסיוני, אנו מציגים פרוטוקול לגידול כלורלה תחת גז הפליטה (שנוצר על ידי שריפת גז טבעי). תוצאות הניסוי איכותיים לאמת את תחזיות מודל שגז pu הפליטה בתדירות הגבוההlses יכול לשפר משמעותי את הגידול אץ.

<html> ניתוח ניסיוני הקודם שלנו מצביע על כך שחשיפת גז פליטה מתמשכת משפיעה לרעה על צמיחת כלורלה, תוך הפחתת זמן חשיפה 2 CO הוא מסוגל להקל על עיכוב זה 13. כדי להבין את זרימת גז הפליטה ומערכת יחסים של צמיחת אצות טובה יותר, אנו מפתחים מודל אמפירי כדי לדמות את הצמיחה ביומסה בנוכחות גז פליטה. אנו מניחים כי גז הפליטה מכיל 15% CO 2 (הערה: CO 2 ריכוז הטיפוסי משריפת פחם הוא 10-15% ואילו גז פליטה מתחנת כוח Oxy-בעירה יש CO 2&gt; 15%). העברת המסה ופרמטרי צמיחת אצות מבוססות על לוח 1. הסימולציה המודל בוחנת שלוש שיטות כדי להימנע מעיכוב גדילה על ידי גזי פליטה: 1. שמור על קצב זרימה נמוך בתרבות כדי להפחית את מצב ההעברה ההמונית. 2. קטניות ב-off של גז פליטה לתוך התרבות. 3. לשלוט על 2 יצירות זרימת CO ברמה האופטימלית. &quot;Jove_content&quot;&gt; ראשית, אנו בוחנים את ההשפעה של קצב העברה המוני על צמיחת האצות (איור 3 א), שמצביעה על כך שקצב העברת מסה אופטימלי (La = 0.17-.18 -1 HR K) הוא מסוגל להפחית את עיכוב גז פליטה ל צמיחת אצות. אם K La היא נמוכה או גבוהה יותר מהערך האופטימלי, צמיחת האצות תהיה קטנה יותר. משוואת 4 מצביעה על הירידה של זרימת אוורור וגז דרך התרבות יכול להקטין את מקדם ההעברה ההמונית. טבלה 2 מראה כיצד קצב הזרימה (כלומר, מהירות שטחית) משפיע על צמיחת האצות. באופן כללי, קצב זרימה נמוך מפחית K La ומונע CO 2 עיכוב לצמיחת אצות כאותה מגמה שמוצגת באיור 3. בהמשך הפחתת קצב זרימה דרך bioreactor תגרום מקדם העברת מסה קטנה מדי כדי לספק מספיק CO 2 לצמיחת אצות (3 ב איור). שנית, אנחנו מציגים את הפליטה-ga ב-offמצב הדופק של להתגבר על עיכוב גדילה אם העברת מסת גז הפליטה K La היא גבוהה בphotobioreactor (כלומר K La = 17 -1 hr). בסימולציה, שאנו מניחים תרבויות אצות הם פעמו עם שני 2 ריכוזים שונים CO (15% לפליטת גז, וב0.04% עם CO 2 באטמוספרה לפליטת גז-off). כדי לייעל את מצב הפליטה גז דופק, תדרים ב-off שונים שנבדקו (איור 4). הסימולציה מראה כי פולסים גז פליטה בתדירות גבוהה (שליטה ב-off של גזי פליטה) יכולים לקדם את צמיחת אצות. טבלה 2 גם מציינת כי מצב שליטה ב-off משתמש בגז פליטה פחות בהשוואה להאכלה רציפה של גז פליטה לתוך bioreactor. שלישית, אנו מחשבים פרופילי 2 ריכוז CO לצמיחת אצות מקסימלי. שימוש בפרמטרים במודל בטבלה 1, גישת אופטימיזציה הדינמית מציגה את 2 הריכוזים CO האופטימלי בשלב הגז<html> יש להגדיל באופן רציף במהלך צמיחת אצות. סימולציה מודל גם מראה שהן CO 2 הפעימות ב-off (שיטת 2) ובקרת קלט CO האופטימלי 2 (שיטה 3) הן טובים באותה מידה כדי לקדם את הצמיחה של אצות עם גז פליטה (איור 5). <img src="/files/ftp_upload/50718/50718fig1.jpg" alt="איור 1" width="500px" fo:content-width="5in" fo:src="/files/ftp_upload/50718/50718fig1highres.jpg" /> איור 1. תרשים של מערכת בקרת הגז ב-off בקנה מידה מעבדתי. שיעורי הזרימה של גז פליטה שנוצרו על ידי בעירה טבעית נשלטים על ידי מערכת זרימה ההמונית השליטה הציגה לפני למערכת האצות. <a href="https://www.jove.com/files/ftp_upload/50718/50718fig1highres.jpg" target="_blank">לחץ כאן לצפייה בתמונה גדולה יותר.</a> d/50718/50718fig2.jpg &quot;alt =&quot; איור 2 &quot;width =&quot; 500px &quot;עבור: תוכן width =&quot; 5in &quot;עבור: src =&quot; / files/ftp_upload/50718/50718fig2highres.jpg &quot;/&gt; איור 2. תרשים זרימה של תהליכי אופטימיזציה דינמיים. <a href="https://www.jove.com/files/ftp_upload/50718/50718fig2highres.jpg" target="_blank">לחץ כאן לצפייה בתמונה גדולה יותר.</a> <img src="/files/ftp_upload/50718/50718fig3.jpg" alt="איור 3" width="500px" fo:content-width="5in" fo:src="/files/ftp_upload/50718/50718fig3highres.jpg" /> איור 3. ריכוז ביומסה גמר ביום 12 כפונקציה של K La תחת טיפול בגז פליטה רציף (CO 2, 15% V / V) (א), וההשוואה של צמיחה ביומסה עם שונה K La: שעה -1 (קו כחול) 0.017 , 0.17 שעה -1 (קו צהוב), ושעה -1 (קו שחור) 17 תחת טיפול רציף פליטה גז (CO 2, 15% V / V) ( <strong&gt; ב). <a href="https://www.jove.com/files/ftp_upload/50718/50718fig3highres.jpg" target="_blank">לחץ כאן לצפייה בתמונה גדולה יותר.</a> <img src="/files/ftp_upload/50718/50718fig4.jpg" alt="איור 4" width="500px" fo:content-width="5in" fo:src="/files/ftp_upload/50718/50718fig4highres.jpg" /> איור 4. השפעה של תדירות gas-on/gas-off על הייצור ביומסה ב12 ימים. המודל מניחה microalgae נחשף CO 2 (15% V / V) פולסים בתדרים שונים שנבדקו. <a href="https://www.jove.com/files/ftp_upload/50718/50718fig4highres.jpg" target="_blank">לחץ כאן לצפייה בתמונה גדולה יותר.</a> <img src="/files/ftp_upload/50718/50718fig5.jpg" alt="איור 5" width="500px" fo:content-width="5in" fo:src="/files/ftp_upload/50718/50718fig5highres.jpg" /> איור 5. השוואה של u הצמיחה ביומסהnder CO פרופיל אופטימלי 2 (קו צהוב), בתדירות של 10 שניות גז ב/ 5 דקות גז פעמי (קו אדום) ב-off, שליטה ב-off בתדר של 10 שניות גז גז ב/ 7 דקות את (קו ירוק), שליטה ב-off בתדר של 1 דקות דקות gas-on/29 גז פעמי (קו שחור), וטיפול הרציף עם גז פליטה המכיל 15% (V / V) 2 תנאים CO (כחולה קו). <a href="https://www.jove.com/files/ftp_upload/50718/50718fig5highres.jpg" target="_blank">לחץ כאן לצפייה בתמונה גדולה יותר.</a> <img src="/files/ftp_upload/50718/50718fig6.jpg" alt="איור 6" width="500px" fo:content-width="5in" fo:src="/files/ftp_upload/50718/50718fig6highres.jpg" /> איור 6. תוצאות ניסוי מהנייר הקודם שלנו 13 להראות השפעה של פולסים גז פליטה על צמיחת כלורלה. . (טיפול בגז פליטה) גז ב; גז פעמי (לטיפול באוויר): 10 שניות גז ב/ 7 דקות גז פעמית; B: דקות gas-on/30 30 דקותגז פעמי; C: 5 שעות / 7 גז בשעה גז פעמי; D: טיפוח ברועד צלוחיות. הכנת התרבות הייתה מפורטת בחלק הפרוטוקול, והניסויים שנערכו תחת טמפרטורת החדר. <a href="https://www.jove.com/files/ftp_upload/50718/50718fig6highres.jpg" target="_blank">לחץ כאן לצפייה בתמונה גדולה יותר.</a> <table border="1" fo:content-width="4in" style=";text-align:right;direction:rtl"><tbody><tr><td> פרמטרים </td><td> תיאורים </td><td> ערכים </td><td> יחידות </td><td> אזכור / הערות </td></tr><tr><td> מקסימום μ </td><td> קצב גידול ספציפי מקסימאלי </td><td> 0.070 </td><td> שעה -1 </td><td> 14 </td></tr><tr><td> k ד </td><td> שיעור תמותה </td><td> 0.028 </td><td> שעה -1 </td><td> 15 </td></tr><tr><td> K של </td><td> קבוע מיכאליס מנטן-CO 2 </td><td> .00021 </td><td> mol · מ -3 </td><td> 14 </td></tr><tr><td> K אני </td><td> קבוע עיכוב של CO 2 </td><td> 10 </td><td> mol · מ -3 </td><td> 16 </td></tr><tr><td> K </td><td> קבוע מיכאליס-מנטן של עוצמת אור </td><td> 14 ב </td><td> mol μ · מ -2 · שניות -1 </td><td> 9 </td></tr><tr><td> K La </td><td> קצב העברת מסה של CO 2 </td><td> 17 </td><td> שעה -1 </td><td> 17 </td></tr><tr><td> H </td><td> המתמיד של הנרי של CO 2 </td><td> 3202 ג </td><td> אבא · מ &#39;3 · mol -1 </td><td> 18 </td></tr><tr><td> Y S / X </td><td> מקדם תשואה </td><td> 100 ד </td><td> (Mol CO 2) / (ביומסה קילוגרם) </td><td> 19 </td></tr><tr><td> </td><td> קבוע </td><td> 14.7 </td><td> מ &#39;3 · קילוגרם-1 </td><td> 9 </td></tr><tr><td> אני 0 </td><td> עוצמת משטח אור </td><td> 45 דואר </td><td> μ פוטונים mol · מ -2 · שניות -1 </td><td> נמדד </td></tr><tr><td> האטמוספירה CO 2 </td><td> ריכוז CO 2 באטמוספרה </td><td> 0.04% </td><td> בר נפח </td><td></td></tr><tr><td> CO 2 בגז פליטה </td><td> CO 2 בריכוז גז הפליטה </td><td> 15% </td><td> בר נפח </td><td> הנחה </td></tr><tr><td> X (0) </td><td> ריכוז ביומסה ראשוני </td><td> 0.1 </td><td> · קילוגרם מ - 3 </td><td> הנחה </td></tr><tr><td> S (0) </td><td> ריכוז CO המומס ראשוני 2 </td><td> 0.013 </td><td> mol · מ - 3 </td><td> הנחה </td></tr></tbody></table> טבלת 1. פרמטרים המשמשיםהמודל. K i = 10 מ&quot;מ, וטווח הבדיקה במחקר זה הוא .5-10 mol · מ -3; ב K = 1011 סוויטה דה לוקס, שהוא ~ 14 μmol · מ -2 · שניות -1 20; H c = 31.6 כספומט · M -1; ד 4.4 קילוגרם CO 2 שדרוש לייצור של 1 קילוגרם (משקל יבש) של ביומסה; דואר עוצמת האור הנמדד היא 40-50 μ mol · שניות מ -2 · -1; <table border="1" style="width:500px;;text-align:right;direction:rtl"><tbody><tr><td> מהירות שטחית / מ &#39;/ ש </td><td rowspan="2"> ביומסה ראשונית / מ&quot;ג / ליטר </td><td colspan="2"> γ = 0.2 </td><td colspan="2"> γ = 0.5 </td><td colspan="2"> γ = 0.8 </td><td rowspan="2"> גז הכולל ארובה בשימוש ב12 ימים (מ &#39;3 / מ 2) </td></tr><tr><td> K לה / מ &#39;/ s </td><td> ביומסה הסופית / מ&quot;ג / ליטר </td><td> K לה / מ &#39;/ s </td><td> ביומסה הסופית / מ&quot;ג / ליטר </td><td> K לה / מ /של </td><td> ביומסה הסופית / מ&quot;ג / ליטר </td></tr><tr><td> 0.001 * </td><td> 100 </td><td> 4.3 </td><td> 128 </td><td> 0.54 </td><td> 149 </td><td> 0.068 </td><td> 115 </td><td> 1.0 x 10 3 </td></tr><tr><td> 0.01 * </td><td> 100 </td><td> 6.8 </td><td> 127 </td><td> 1.7 </td><td> 132 </td><td> 0.43 </td><td> 160 </td><td> 1.0 x 10 4 </td></tr><tr><td> 0.1 * </td><td> 100 </td><td> 11 </td><td> 126 </td><td> 5.4 </td><td> 127 </td><td> 2.7 </td><td> 129 </td><td> 1.0 x 10 5 </td></tr><tr><td> 1 * </td><td> 100 </td><td> 17 </td><td> 126 </td><td> 17 </td><td> 126 </td><td> 17 </td><td> 126 </td><td> 1.0 x 10 6 </td></tr><tr><td> 10 * </td><td> 100 </td><td> 27 </td><td> 126 </td><td> 54 </td><td> 126 </td><td> 107 </td><td> 125 </td><td> 1.0 x 10 7 </td></tr><tr><td> תדירות 10s/5min </td><td> 100 </td><td> 17 </td><td> 313 </td><td> 17 </td><td> 313 </td><td> 17 </td><td> 313 </td><td> 3.3 x 10 4 </td></tr></tbody></table> טבלה 2. צמיחה ביומסה עם 15% (v / v) גז פליטה ביום 12 תחת זרימת גז מהירויות שטחיות שונות. במודל זה, אנו מניחים כי K La = 17 (u gs) γ *: בהנחה שCO 2 נשאבים ברציפות לתוך bioreactor בקצב הזרימה הקבוע.

Watch this Scientific Journal Video about Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations at JoVE.com

Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations

גז פליטה מתחנות כוח הוא CO 2 מקור זול לצמיחת אצות. בנינו &quot;גז פליטה לאצות טיפוח&quot; אב טיפוס של מערכות ותיארו כיצד בהיקף של עד תהליך טיפוח האצות. אנחנו הדגמנו את השימוש במודל ביו תגובת העברה המוני כדי לדמות ולעצב את הפעולה האופטימלית של גז פליטה לצמיחה של sp כלורלה. בצילום bioreactors אצות.

לייעל ארובות הגדרות גז לקידום Microalgae צמיחה בphotobioreactors באמצעות הדמיות מחשב

Flue gas from power plants can promote algal cultivation and reduce greenhouse gas emissions1. Microalgae not only capture solar energy more efficiently ...

optimize-flue-gas-settings-to-promote-microalgae-growth

Google

Research

JoVE Journal

Environment

14.2K Views.  Washington University in St. Louis, St. Louis.  גז פליטה מתחנות כוח הוא CO 2 מקור זול לצמיחת אצות. בנינו "גז פליטה לאצות טיפוח" אב טיפוס של מערכות ותיארו כיצד בהיקף של עד תהליך טיפוח האצות. אנחנו הדגמנו את השימוש במודל ביו תגובת העברה המוני כדי לדמות ולעצב את הפעולה האופטימלית של...

Video: Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations

Analysis of Fatty Acid Content and Composition in Microalgae

A method to determine the content and composition of total fatty acids present in microalgae is described. Fatty acids are a major constituent of microalgal biomass. These fatty acids can be present in different acyl-lipid classes. Especially the fatty acids present in triacylglycerol (TAG) are of commercial interest, because they can be used for production of transportation fuels, bulk chemicals, nutraceuticals (&omega;-3 fatty acids), and food commodities. To develop commercial applications, reliable analytical methods for quantification of fatty acid content and composition are needed. Microalgae are single cells surrounded by a rigid cell wall. A fatty acid analysis method should provide sufficient cell disruption to liberate all acyl lipids and the extraction procedure used should be able to extract all acyl lipid classes.
With the method presented here all fatty acids present in microalgae can be accurately and reproducibly identified and quantified using small amounts of sample (5 mg) independent of their chain length, degree of unsaturation, or the lipid class they are part of.
This method does not provide information about the relative abundance of different lipid classes, but can be extended to separate lipid classes from each other.
The method is based on a sequence of mechanical cell disruption, solvent based lipid extraction, transesterification of fatty acids to fatty acid methyl esters (FAMEs), and quantification and identification of FAMEs using gas chromatography (GC-FID). A TAG internal standard (tripentadecanoin) is added prior to the analytical procedure to correct for losses during extraction and incomplete transesterification.

A method for the determination of fatty acid content and composition in microalgae based on mechanical cell disruption, solvent based lipid extraction, transesterification, and quantification and identification of fatty acids using gas chromatography is described. A tripentadecanoin internal standard is used to compensate for the possible losses during extraction and incomplete transesterification.

ניתוח התוכן של חומצות שומן והרכב בMicroalgae

A method to determine the content and composition of total fatty acids present in microalgae is described. Fatty acids are a major constituent of ...

Measurement of Greenhouse Gas Flux from Agricultural Soils Using Static Chambers

Measurement of greenhouse gas (GHG) fluxes between the soil and the atmosphere, in both managed and unmanaged ecosystems, is critical to understanding the biogeochemical drivers of climate change and to the development and evaluation of GHG mitigation strategies based on modulation of landscape management practices. The static chamber-based method described here is based on trapping gases emitted from the soil surface within a chamber and collecting samples from the chamber headspace at regular intervals for analysis by gas chromatography. Change in gas concentration over time is used to calculate flux. This method can be utilized to measure landscape-based flux of carbon dioxide, nitrous oxide, and methane, and to estimate differences between treatments or explore system dynamics over seasons or years. Infrastructure requirements are modest, but a comprehensive experimental design is essential. This method is easily deployed in the field, conforms to established guidelines, and produces data suitable to large-scale GHG emissions studies.

This article showcases the static chamber-based method for measurement of greenhouse gas flux from soil systems. With relatively modest infrastructure investments, measurements may be obtained from multiple treatments/locations and over timeframes ranging from hours to years.

מדידה של שטף גזי חממה מקרקעות חקלאיות באמצעות לשכות סטטי

Measurement of greenhouse gas (GHG) fluxes between the soil and the atmosphere, in both managed and unmanaged ecosystems, is critical to understanding the ...

Quantification of Heavy Metals and Other Inorganic Contaminants on the Productivity of Microalgae

Increasing demand for renewable fuels has researchers investigating the feasibility of alternative feedstocks, such as microalgae. Inherent advantages include high potential yield, use of non-arable land and integration with waste streams. The nutrient requirements of a large-scale microalgae production system will require the coupling of cultivation systems with industrial waste resources, such as carbon dioxide from flue gas and nutrients from wastewater. Inorganic contaminants present in these wastes can potentially lead to bioaccumulation in microalgal biomass negatively impact productivity and limiting end use. This study focuses on the experimental evaluation of the impact and the fate of 14 inorganic contaminants (As, Cd, Co, Cr, Cu, Hg, Mn, Ni, Pb, Sb, Se, Sn, V and Zn) on Nannochloropsis salina growth. Microalgae were cultivated in photobioreactors illuminated at 984 &#181;mol m-2 sec-1 and maintained at pH 7 in a growth media polluted with inorganic contaminants at levels expected based on the composition found in commercial coal flue gas systems. Contaminants present in the biomass and the medium at the end of a 7 day growth period were analytically quantified through cold vapor atomic absorption spectrometry for Hg and through inductively coupled plasma mass spectrometry for As, Cd, Co, Cr, Cu, Mn, Ni, Pb, Sb, Se, Sn, V and Zn. Results show N. salina is a sensitive strain to the multi-metal environment with a statistical decrease in biomass yieldwith the introduction of these contaminants. The techniques presented here are adequate for quantifying algal growth and determining the fate of inorganic contaminants.

Integration of microalgal cultivation with industrial flue gas will ultimately introduce heavy metals and other inorganic compounds into the growth media. This study presents a procedure used to determine the end fate and impact of heavy metals and inorganic contaminants on the growth of Nannochloropsis salina grown in photobioreactors.

כימות של מתכות כבדות ומזהמים אורגניים אחרים בפרודוקטיביות של מייקרו

Increasing demand for renewable fuels has researchers investigating the feasibility of alternative feedstocks, such as microalgae. Inherent advantages ...

Laboratory Simulation of an Iron(II)-rich Precambrian Marine Upwelling System to Explore the Growth of Photosynthetic Bacteria

A conventional concept for the deposition of some Precambrian Banded Iron Formations (BIF) proceeds on the assumption that ferrous iron [Fe(II)] upwelling from hydrothermal sources in the Precambrian ocean was oxidized by molecular oxygen [O2] produced by cyanobacteria. The oldest BIFs, deposited prior to the Great Oxidation Event (GOE) at about 2.4 billion years (Gy) ago, could have formed by direct oxidation of Fe(II) by anoxygenic photoferrotrophs under anoxic conditions. As a method for testing the geochemical and mineralogical patterns that develop under different biological scenarios, we designed a 40 cm long vertical flow-through column to simulate an anoxic Fe(II)-rich marine upwelling system representative of an ancient ocean on a lab scale. The cylinder was packed with a porous glass bead matrix to stabilize the geochemical gradients, and liquid samples for iron quantification could be taken throughout the water column. Dissolved oxygen was detected non-invasively via optodes from the outside. Results from biotic experiments that involved upwelling fluxes of Fe(II) from the bottom, a distinct light gradient from top, and cyanobacteria present in the water column, show clear evidence for the formation of Fe(III) mineral precipitates and development of a chemocline between Fe(II) and O2. This column allows us to test hypotheses for the formation of the BIFs by culturing cyanobacteria (and in the future photoferrotrophs) under simulated marine Precambrian conditions. Furthermore we hypothesize that our column concept allows for the simulation of various chemical and physical environments &#8212; including shallow marine or lacustrine sediments.

Laboratory Simulation of an IronII-rich Precambrian Marine Upwelling System to Explore the Growth of Photosynthetic Bacteria

We simulated a Precambrian ferruginous marine upwelling system in a lab-scale vertical flow-through column. The goal was to understand how geochemical profiles of O2 and Fe(II) evolve as cyanobacteria produce O2. The results show the establishment of a chemocline due to Fe(II) oxidation by photosynthetically produced O2.

סימולצית מעבדה של הברזל (II) -rich Precambrian ימי גאות מערכת לחקור את הצמיחה של חיידקים פוטוסינתטיים

A conventional concept for the deposition of some Precambrian Banded Iron Formations (BIF) proceeds on the assumption that ferrous iron [Fe(II)] upwelling ...

A Gusseted Thermogradient Table to Control Soil Temperatures for Evaluating Plant Growth and Monitoring Soil Processes

Thermogradient tables were first developed in the 1950s primarily to test seed germination over a range of temperatures simultaneously without using a series of incubators. A temperature gradient is passively established across the surface of the table between the heated and cooled ends and is lost quickly at distances above the surface. Since temperature is only controlled on the table surface, experiments are restricted to shallow containers, such as Petri dishes, placed on the table. Welding continuous aluminum vertical strips or gussets perpendicular to the surface of a table enables temperature control in depth via convective heat flow. Soil in the channels between gussets was maintained across a gradient of temperatures allowing a greater diversity of experimentation. The gusseted design was evaluated by germinating oat, lettuce, tomato, and melon seeds. Soil temperatures were monitored using individual, battery-powered dataloggers positioned across the table. LED lights installed in the lids or along the sides of the gradient table create a controlled temperature chamber where seedlings can be grown over a range of temperatures. The gusseted design enabled accurate determination of optimum temperatures for fastest germination rate and the highest percentage germination for each species. Germination information from gradient table experiments can help predict seed germination and seedling growth under the adverse soil conditions often encountered during field crop production. Temperature effects on seed germination, seedling growth, and soil ecology can be tested under controlled conditions in a laboratory using a gusseted thermogradient table.

Traditional thermogradient tables create a range of temperatures across the surface. Welding gussets perpendicular to the surface of a thermogradient table will control temperature in depth increasing possible research applications.

לוח א gusseted Thermogradient לשלוט טמפרטורות קרקע להערכת גדילת צמחי ניטור תהליכי אדמה

Thermogradient tables were first developed in the 1950s primarily to test seed germination over a range of temperatures simultaneously without using a ...

Procedures of Laboratory Fumigation for Pest Control with Nitric Oxide Gas

Nitric oxide (NO) is a newly discovered fumigant for postharvest pest control. This paper provides detailed protocols for conducting NO fumigation on fresh products and procedures for residue analysis and product quality evaluation. An airtight fumigation chamber containing fresh fruit and vegetables is first flushed with nitrogen (N2) to establish an ultralow oxygen (ULO) environment followed by injection of NO. The fumigation chamber is then kept at a low temperature of 2 - 5 &#176;C for a specified time period necessary to kill a target pest to complete a fumigation treatment. At the end of a fumigation treatment, the fumigation chamber is flushed with N2 to dilute NO prior to opening the chamber to ambient air to prevent the reaction between NO and O2, which produces NO2 and may damage delicate fresh products. At different times after NO fumigation, NO2 in headspace and nitrate and nitrite in liquid samples were measured as residues. Product quality was evaluated after 2 weeks of post-treatment cold storage to determine effects of NO fumigation on product quality. Keeping&#160;O2 from reacting with NO is critical to NO fumigation and is an important part of the protocols. Measuring NO levels is challenging and a practical solution is provided. Possible protocol modifications are also suggested for measuring NO levels in the fumigation chambers as well as residues. NO fumigation has the potential to be a practical alternative to methyl bromide fumigation for postharvest pest control on fresh and stored products. This publication is intended to assist other researchers in conducting NO fumigation research for postharvest pest control and accelerating the development of NO fumigation for practical applications.

This paper describes nitric oxide (NO) fumigation protocols for postharvest pest control. Fumigation chambers are flushed with nitrogen (N2) to establish ultralow oxygen conditions before NO is injected. At the end, chambers are flushed with N2 to dilute NO before exposing products to ambient air to prevent exposure to NO2.

תהליכי מעבדה ההדברה להדברה בגז תחמוצת החנקן

Nitric oxide (NO) is a newly discovered fumigant for postharvest pest control. This paper provides detailed protocols for conducting NO fumigation on ...

Lab-Scale Model to Evaluate Odor and Gas Concentrations Emitted by Deep Bedded Pack Manure

A lab-scaled simulated bedded pack model was developed to study air quality and nutrient composition of deep-bedded packs used in cattle mono-slope facilities. This protocol has been used to effectively evaluate many different bedding materials, environmental variables (temperature, humidity), and potential mitigation treatments that can improve air quality in commercial deep-bedded mono-slope facilities. The model is dynamic and allows researchers to easily collect many chemical and physical measurements from the bedded pack. Weekly measurements, collected over the course of six to seven weeks, allows sufficient time to see changes in air quality measurements over time as the bedded pack matures. The data collected from the simulated bedded packs is within the range of concentrations previously measured in commercial deep-bedded mono-slope facilities. Past studies have demonstrated that 8 - 10 experimental units per treatment are sufficient to detect statistical differences among the simulated bedded packs. The bedded packs are easy to maintain, requiring less than 10 minutes of labor per bedded packs per week to add urine, feces, and bedding. Sample collection using the gas sampling system requires 20 - 30 minutes per bedded pack, depending on the measurements that are being collected. The use of lab-scaled bedded packs allows the researcher to control variables such as temperature, humidity, and bedding source that are difficult or impossible to control in a research or commercial facility. While not a perfect simulation of &#34;real-world&#34; conditions, the simulated bedded packs serve as a good model for researchers to use to examine treatment differences among bedded packs. Several lab-scale studies can be conducted to eliminate possible treatments before trying them in a research or commercial-sized facility.

A protocol has been developed to measure gases, odors, and nutrient composition in lab-scaled bedded manure packs, which can be used to study ways to improve air quality in commercial cattle facilities using deep-bedded manure packs.

המעבדה-מודל להערכת ריח וריכוזי גזים הנפלטת עמוק עם מיטות Pack זבל

A lab-scaled simulated bedded pack model was developed to study air quality and nutrient composition of deep-bedded packs used in cattle mono-slope ...

Experimental Study of the Relationship Between Particle Size and Methane Sorption Capacity in Shale

The amount of adsorbed shale gas is a key parameter used in shale gas resource evaluation and target area selection, and it is also an important standard for evaluating the mining value of shale gas. Currently, studies on the correlation between particle size and methane adsorption are controversial. In this study, an isothermal adsorption apparatus, the gravimetric sorption analyzer, is used to test the adsorption capacity of different particle sizes in shale to determine the relationship between the particle size and the adsorption capacity of shale. Thegravimetric method requires fewer parameters and produces better results in terms of accuracy and consistency than methods like the volumetric method. Gravimetric measurements are performed in four steps: a blank measurement, preprocessing, a buoyancy measurement, and adsorption and desorption measurements. Gravimetric measurement is presently considered to be a more scientific and accurate method of measuring the amount of adsorption; however, it is time-consuming and requires a strict measuring technique. A Magnetic Suspension Balance (MSB) is the key to verify the accuracy and consistency of this method. Our results show that adsorption capacity and particle size are correlated, but not a linear correlation, and the adsorptions in particles sieved into 40 - 60 and 60 - 80 meshes tend to be larger. We propose that the maximum adsorption corresponding to the particle size is approximately 250 &#181;m (60 mesh) in the shale gas fracturing.

We use an isothermal adsorption apparatus, the gravimetric sorption analyzer, to test the adsorption capacity of different particle sizes of shale, in order to find out the relationship between particle size and the adsorption capacity of shale.

ניסויי חקר הקשר בין גודל החלקיקים מתאן וספיחה מתוקף פצלי

The amount of adsorbed shale gas is a key parameter used in shale gas resource evaluation and target area selection, and it is also an important standard ...

An Optimized Rhizobox Protocol to Visualize Root Growth and Responsiveness to Localized Nutrients

Roots are notoriously difficult to study. Soil is both a visual and mechanical barrier, making it difficult to track roots in situ without destructive harvest or expensive equipment. We present a customizable and affordable rhizobox method that allows the non-destructive visualization of root growth over time and is particularly well-suited to studying root plasticity in response to localized resource patches. The method was validated by assessing maize genotypic variation in plasticity responses to patches containing 15N-labeled legume residue. Methods are described to obtain representative developmental measurements over time, measure root length density in resource-containing and control patches, calculate root growth rates, and determine 15N recovery by plant roots and shoots. Advantages, caveats, and potential future applications of the method are also discussed. Although care must be taken to ensure that experimental conditions do not bias root growth data, the rhizobox protocol presented here yields reliable results if carried out with sufficient attention to detail.

Visualizing and measuring root growth in situ is extremely challenging. We present a customizable rhizobox method to track root development and proliferation over time in response to nutrient enrichment. This method is used to analyze maize genotypic differences in root plasticity in response to an organic nitrogen source.

פרוטוקול Rhizobox ממוטבת כדי להמחיש צמיחה השורש והיענות לצרכי מזינים לשפות אחרות

Roots are notoriously difficult to study. Soil is both a visual and mechanical barrier, making it difficult to track roots in situ without destructive ...

Cultivation of Green Microalgae in Bubble Column Photobioreactors and an Assay for Neutral Lipids

There is significant interest in the study of microalgae for engineering applications such as the production of biofuels, high value products, and for the treatment of wastes. As most new research efforts begin at laboratory scale, there is a need for cost-effective methods for culturing microalgae in a reproducible manner. Here, we communicate an effective approach to culture microalgae in laboratory-scale photobioreactors, and to measure the growth and neutral lipid content of that algae. Instructions are also included on how to set up the photobioreactor system. Although the example organisms are species of Chlorella and Auxenochlorella, this system can be adapted to cultivate a wide range of microalgae, including co-cultures of algae with non-algae species. Stock cultures are first grown in bottles to produce inoculum for the photobioreactor system. Algae inoculum is concentrated and transferred to photobioreactors for cultivation in batch mode. Samples are collected daily for the optical density readings. At the end of the batch culture, cells are harvested by centrifuge, washed, and freeze dried to obtain a final dry weight concentration. The final dry weight concentration is used to create a correlation between the optical density and the dry weight concentration. A modified Folch method is subsequently used to extract total lipids from the freeze-dried biomass and the extract is assayed for its neutral lipid content using a microplate assay. This assay has been published previously but protocol steps were included here to highlight critical steps in the procedure where errors frequently occur. The bioreactor system described here fills a niche between simple flask cultivation and fully-controlled commercial bioreactors. Even with only 3-4 biological replicates per treatment, our approach to culturing algae leads to tight standard deviations in the growth and lipid assays.

Here, we present a protocol to construct lab-scale bubble column photobioreactors and use them to culture microalgae. It also provides a method for the determination of the culture growth rate and neutral lipid content.

טיפוח של ירוק Microalgae בועה עמודה Photobioreactors ואת וזמינותו עבור ליפידים נייטרלי

There is significant interest in the study of microalgae for engineering applications such as the production of biofuels, high value products, and for the ...