光生物反应器中气泡对光场影响的建模研究：从微藻培养到光分布优化的新工具

为解决光生物反应器中气泡对光场分布的复杂影响问题，研究人员通过CFD和MCMRT方法系统分析了3240种工况，建立了可精确预测局部光场、反射光比例及能量分布的Beer-Lambert类指数衰减模型，对微藻培养的光能利用优化具有重要指导意义。

　　

随着化石能源枯竭和环境污染问题日益严峻，微藻作为一种可同时生产高价值生物制品和生物燃料的光合微生物，正受到越来越多关注。然而，微藻的光自养培养需要在特殊的光生物反应器（Photobioreactor, PBR）中进行，这类反应器内部存在气-液-固三相复杂体系，其中气泡不仅承担着供氧、脱氧和混合功能，更会显著改变反应器内的光场分布。遗憾的是，以往研究大多忽视气泡对光场的调制作用，甚至未提及气泡存在对辐射传输方程（Radiative Transport Equation, RTE）求解的影响，这可能导致对光分布和光合效率的错误评估。

为解决这一难题，Victor Pozzobon团队在《Algal Research》上发表的研究中，通过计算流体动力学（Computational Fluid Dynamics, CFD）模拟获得气泡在反应器内的真实分布，再结合蒙特卡洛射线追踪（Monte Carlo Ray Tracing, MCRT）方法，系统计算了3240种不同配置（包括细胞浓度、藻株、色素 profiles、空隙率等）下的光场分布，最终构建出一个类似于Beer-Lambert定律的指数衰减模型，可准确预测含气泡体系中的光场行为。

本研究主要采用了以下关键技术方法：首先通过OpenFOAM实现基于Euler–Lagrange框架的气泡流CFD模拟，获取气泡的空间分布；继而采用自研的MCMRT算法求解RTE，该算法结合几何光学与Henyey-Greenstein相位函数处理微藻散射，并引入Snell定律和菲涅耳公式计算气泡界面上的反射与折射行为；最后通过量纲分析将系统参数归纳为5个无量纲数，并利用粒子群优化算法确定关键拟合参数。

研究结果主要体现在以下几个方面：

1. 1.
   基案例与总体趋势分析：
   在无气泡条件下，光场分布主要受光学厚度（π₄ = σ_ACd）和散射-吸收比（π′₅ = σ_S/σ_A）调控。研究表明，散射作用会延长光程，导致光衰减加剧，且当π′₅较高时，部分入射光会被反射出系统。
2. 2.
   光照剖面自相似性：
   通过引入缩放无量纲距离π₁π₄(1+γπ′₅)，所有光强剖面均呈现指数衰减趋势，并可用I(z)/I₀ = exp(-π₁π₄(1+γπ′₅))描述，其中γ为拟合参数（取0.02350）。
3. 3.
   反射光分析：
   反射光比例ρ仅与π′₅相关，而与光学厚度π₄无关，其关系可表述为ρ = 1.888×10^-3 π′₅。在考虑反射损失后，光场模型仍保持指数衰减形式，局部相对偏差仅5.10%。
4. 4.
   气泡效应：
   气泡的存在会进一步增加光反射和散射损失，其贡献可量化为ρ_b = 2.365×10^-2 (α/π₄)^4/3，同时气泡引起的有效光程延长可通过项ωα exp(-σ_ACd)刻画，其中ω=5.830。最终建立的完整光场模型为：
   I(z)/I₀ = [1 - φ(σ_S/σ_A) - ζ(α/σ_ACd)^4/3] × exp{-σ_ACz(1-α)[1+γ(σ_S/σ_A) + ωα exp(-σ_ACd)]}
   该模型对局部光场、总分布能量和反射光比例的预测精度（MARE）分别达到9.50%、2.25%和6.35%。

研究结论表明，气泡会显著改变光生物反应器内的光场分布，不仅延长光线路径、增加表观吸收，还会导致约10%的入射光被反射或散射出系统（在空隙率2.15%时）。通过无量纲分析和物理导向的建模，本研究将复杂的光学行为浓缩为一个简洁的指数衰减模型，不仅能准确区分气泡与微藻的贡献，还因其计算高效性，可广泛应用于大规模光生物反应器的光分布计算，为微藻培养的能源效率评估和工艺优化提供了重要工具。这一研究成果对实现国家尺度的微藻培养性能精准计算具有开创性意义。