[论文解读] QSDsan: An Integrated Platform for Quantitative Sustainable Design of Sanitation and Resource Recovery Systems

Yalin Li, Xinyi Zhang+8 more|arXiv (Cornell University)|Mar 7, 2022

Wastewater Treatment and Reuse参考文献 35被引用 27

一句话总结

QSDsan 是一个基于 Python 的开源平台，集成了系统设计、过程模拟、技术经济分析（TEA）和生命周期评价（LCA），用于卫生及资源回收系统。该平台支持自动化、可重复的模拟，并内置不确定性与敏感性分析，通过平衡态与动态模拟对比不同卫生系统及 BSM1 污水处理厂基准案例，展示了其在早期技术评估与可持续设计中的实用性。

ABSTRACT

Sustainable sanitation and resource recovery technologies are needed to address rapid environmental and socioeconomic changes. Research prioritization is critical to expedite the development and deployment of such technologies across their vast system space (e.g., technology choices, design and operating decisions). In this study, we introduce QSDsan - an open-source tool written in Python (under the object-oriented programming paradigm) and developed for the quantitative sustainable design (QSD) of sanitation and resource recovery systems. As an integrated platform for system design, process modeling and simulation, techno-economic analysis (TEA), and life cycle assessment (LCA), QSDsan can be used to enumerate and investigate the opportunity space for emerging technologies under uncertainty, while considering contextual parameters that are critical to technology deployment. We illustrate the core capabilities of QSDsan through two distinct examples: (i) evaluation of a complete sanitation value chain that compares three alternative systems; and (ii) dynamic simulation of the wastewater treatment plant described in the benchmark simulation model no. 1 (BSM1). Through these examples, we show the utility of QSDsan to automate design, enable flexible process modeling, achieve rapid and reproducible simulations, and to perform advanced statistical analyses with integrated visualization. We strive to make QSDsan a community-led platform with online documentation, tutorials (explanatory notes, executable scripts, and video demonstrations), and a growing ecosystem of supporting packages (e.g., DMsan for decision-making). This platform can be freely accessed, used, and expanded by researchers, practitioners, and the public alike, ultimately contributing to the advancement of safe and affordable sanitation technologies around the globe.

研究动机与目标

• 解决在卫生及资源回收技术的早期研究、开发与部署（RD&D）阶段，对集成化、透明化与敏捷化工具的需求。
• 克服现有商业工具在系统设计、模拟与可持续性分析之间割裂的局限，这些工具通常缺乏对不确定性和敏感性分析的支持。
• 开发一个统一的开源平台，实现在不同技术和情境参数下，对卫生系统替代方案的快速、可重复与透明评估。
• 通过动态与平衡态过程建模，结合全面的 TEA 与 LCA，支持可持续技术的创新。
• 通过开放获取、文档化、教程以及通过 DMsan 等支持包实现可扩展性，推动社区驱动的开发。

提出的方法

• 使用 Python 3.8+ 在面向对象编程（OOP）范式下实现 QSDsan，利用类与对象对单元操作与系统组件进行建模。
• 集成废水中质的总体物性计算、基于活性污泥模型1号（ASM1）的平衡态与动态过程建模，以及用户自定义的单元操作设计。
• 通过标准化方法与开源库，自动化系统模拟工作流，内置对技术经济分析（TEA）与生命周期评价（LCA）的支持。
• 通过关键参数（如生长速率、产率系数、半饱和常数）的蒙特卡洛采样实现不确定性与敏感性分析，分布类型指定为三角形或均匀分布。
• 使用10层非反应沉淀池模型与五室完全混合反应器（CSTRs）进行动态模拟，通过在均匀分布范围内改变初始条件，测试稳态收敛性。
• 在 QSDsan 内部集成可视化功能，使用 stats 模块生成结果图，包括核密度图与敏感性指数。

实验结果

研究问题

• RQ1 集成化开源平台在多大程度上能提升卫生及资源回收系统早期可持续性评估的效率与透明度？
• RQ2 QSDsan 在不确定性条件下，能在多大程度上支持在多样化系统配置下进行综合的技术经济与生命周期评估？
• RQ3 QSDsan 如何通过稳健的收敛性与敏感性分析，实现对复杂污水处理系统（如 BSM1 基准系统）的动态模拟？
• RQ4 QSDsan 是否能通过不确定性与敏感性分析有效识别系统性能中的关键参数与权衡关系？
• RQ5 QSDsan 模块化与社区驱动的设计在多大程度上支持其可扩展性与在科研与实践中的长期应用？

主要发现

• QSDsan 在不确定性条件下成功模拟了三种替代卫生系统，实现了对人类排泄物输入、输送、集中式处理与产物回用等环节的对比性 TEA 与 LCA。
• 平台在 BSM1 基准系统动态模拟中实现了稳定的稳态收敛，通过在均匀分布范围内改变初始条件，验证了其鲁棒性。
• 蒙特卡洛不确定性分析表明，ASM1 参数如异养菌最大比生长速率与自养生物量衰减速率显著影响出水中总氮（TN）与总凯氏氮（TKN）浓度，p 值 < 0.05 表明具有统计显著性。
• 通过蒙特卡洛筛选的敏感性分析识别出关键变量，如异养菌缺氧生长的减量因子与铵半饱和系数，在超过排放限值的系统与未超过的系统之间，其分布存在显著差异。
• 平台展现出强大的可重复性与自动化能力，可执行脚本与可视化工具支持快速分析与结果的透明化报告。
• QSDsan 的开源特性，以及将 TEA、LCA 与不确定性分析整合至单一工作流的能力，使其成为可持续卫生技术创新的可扩展、可扩展工具。