Experimental study of IMS as a novel methodology to monitor odour emissions at a wastewater treatment plant

The monitoring of odorous emissions is becoming more and more important due to the growing attention of citizens to air quality. Specific regulations and methodologies have been developed for odour monitoring from several industrial activities with a particular focus on wastewater treatment plants (WWTPs). Among these methods, Instrumental Odour Monitoring Systems (IOMS), i.e., electronic noses, are widely employed for real-time and continuous analysis. In this context, this thesis aims to explore the potentiality of monitoring odours from a WWTP with a portable Ion Mobility Spectrometry (IMS, from GDA2 by AIRSENSE Analytics), capable of accurately measuring several compounds, such as VOCs. Within the framework of the SNIFFIRDRONE project which aims to characterize odorous emissions from two wastewater treatment plants located in Pinedo (Valencia) named Pinedo 1 (P1) and Pinedo 2 (P2) treating respectively 128.622 m3/day and 216.739 m3/day of civil wastewater. Three measurement campaigns were carried out in the field (in January, June, and July) to collect data accounting for the emissions variability due to seasonal and wastewater variations of the plant. Data analysis has focused on chemometric pre-processing of spectra and on exploratory analysis using Principal Component Analysis (PCA) individuating two main classes to be distinguished: Water line and Sludge line. A selection of the features has been performed with Random Forest to mitigate the possible multi-collinearity effect, reducing computational effort. Partial Least Squares Discriminant Analysis (PLS-DA) has been employed to develop odour classification model with the January and June dataset from P1. The validation on July dataset of P1 achieved an accuracy of 87%, same results if the validation is performed on January and June of P2. The performances of this approach have been decisive to evaluate the necessity or not to introduce proper calibration transfer techniques. This feasibility study suggests interesting perspectives to use IMS as IOMS or coupled with other technologies to monitor odour emissions improving the robustness and reliability of classification model.

Il monitoraggio di emissioni odorigene è sempre più importante per la crescente attenzione dei cittadini alla qualità dell'aria. Normative e metodologie specifiche sono state sviluppate per monitorare odori provenienti da varie attività industriali, con particolare attenzione agli impianti di trattamento acque reflue (WWTPs). Tra questi metodi, gli Instrumental Odour Monitoring Systems (IOMS), i.e., nasi elettronici, sono ampiamente impiegati per analisi in tempo reale e continua. In questo contesto, questa tesi si propone di esplorare preliminarmente il potenziale di monitorare odori con Ion Mobility Spectrometry (IMS, da GDA2 di AIRSENSE Analytics) portatile, in grado di misurare con precisione diversi composti (e.g., COV). Nel contesto del progetto SNIFFIRDONE, che mira a caratterizzare le emissioni di odori da due WWTPs a Pinedo (Valencia) denominati Pinedo 1 (P1) and Pinedo 2 (P2), che trattano rispettivamente 128.622 m3/g and 216.739 m3/g di acque reflue civili. Tre campagne di misurazione sono state effettuate (a gennaio, giugno e luglio) per raccogliere dati rappresentativi della variabilità stagionale delle emissioni e delle acque reflue. L’analisi dati si è concentrata sul pre-processamento chemiometrico degli spettri e sull’analisi esplorativa tramite Principal Component Analysis (PCA) individuando due classi da distinguere: Linea acque e Linea fanghi. Una selezione delle variabili più significative è stata effettuata tramite Random Forest per mitigare il possibile effetto di multicollinearità, riducendo lo sforzo computazionale. Partial Least Squares Discriminant Analysis (PLS-DA) è stata impiegata per sviluppare un modello di classificazione degli odori con i dati di gennaio e giugno di P1. La validazione su luglio di P1 ha restituito un’accuratezza dell’87% così come validando sui dati di gennaio e giugno di P2. Queste prestazioni sono state decisive per valutare la necessità o meno di introdurre tecniche di Calibration transfer. Questo studio di fattibilità suggerisce prospettive interessanti sull'uso dell'IMS come IOMS o in combinazione con altre tecnologie per monitorare le emissioni odorose, migliorando robustezza e affidabilità dei modello.