Tối ưu hóa thành phần môi trường tạo khí Biogas sinh học từ chất thải rắn ao tôm ở miền Nam Việt Nam bằng phương pháp đáp ứng bề mặt (RSM)

58 • TRƯỜNG ĐẠI HỌC NHA TRANG
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
THOÂNG BAÙO KHOA HOÏC
TỐI ƯU HÓA THÀNH PHẦN MÔI TRƯỜNG TẠO KHÍ BIOGAS SINH HỌC TỪ 
CHẤT THẢI RẮN AO TÔM Ở MIỀN NAM VIỆT NAM BẰNG PHƯƠNG PHÁP 
ĐÁP ỨNG BỀ MẶT (RSM)
OPTIMIZING THE BIOLOGICAL COMPOSITION OF BIOGAS FROM SHRIMP SOLID 
WASTE IN SOUTHERN VIETNAM BY RESPONSE SURFACE METHODOLOGY (RSM)
Lê Thế Lương¹, Nguyễn Phúc Cẩm Tú¹, Nguyễn Thị Cẩm Tú¹
Ngày nhận bài: 28/07/2019; Ngày phản biện thông qua: 26/11/2019; Ngày duyệt đăng: 15/12/2019
TÓM TẮT 
Biogas - khí sinh học là sản phẩm khí được sinh ra từ quá trình phân huỷ các chất hữu cơ trong điều kiện 
kị khí với thành phần chủ yếu là khí methane. Nghiên cứu này sử dụng phương pháp qui hoạch hóa thực nghiệm 
bằng đáp ứng bề mặt dựa trên kiểu tâm phức hợp với 3 biến là chất thải rắn ao tôm, mật rỉ đường và phân bò 
nhằm xác định ảnh hưởng của 3 yếu tố này đến lượng khí biogas sinh ra. Bằng cách sử dụng qui hoạch trực 
giao đối xứng, mỗi yếu tố tiến hành tại 3 mức (-1, 0, +1), kết quả đã đưa ra bảng ma trận thực nghiệm gồm 20 
thí nghiệm, trong đó có 16 thí nghiệm tại tâm (qui hoạch toàn phần 24), 8 thí nghiệm tại điểm sao (2 thí nghiệm 
cho mỗi biến) và có 3 thí nghiệm lặp tại tâm, với 1 hàm mục tiêu là thể tích khí sinh ra trong mô hình xử lý. 20 
nghiệm thức được bố trí tương ứng trong 20 bình nuôi tối màu có thể tích 500 mL ở điều kiện kị khí và nhiệt độ 
phòng trong vòng 30 ngày. Nghiên cứu đã xác định được hàm lượng tối ưu của 3 yếu tố này cho quá trình tạo 
khí biogas theo tỉ lệ là phân tôm 96,7 gam: Mật rỉ đường 42,7 gam: Phân bò 34,4 gam. Thể tích khí thu được 
khi lên men với các thông số tối ưu nói trên là 1190,6 mL. 
Từ khóa: Biogas, chất thải ao tôm, RSM, xử lý chất thải rắn.
ABSTRACT
Biogas is the gas which produced by the process of decomposing organic substances under anaerobic 
conditions with the main component is methane. This study used response surface methodology based on 
central composite designed with 3 variables: shrimp solid waste, molasses and cow dung to determine the 
impact of these 3 factors on volume of biogas. Used the symmetric orthogonal design, thereforce each element 
conducted at 3 levels (-1, 0,+1), the results gave an experimental matrix of 20 experiments, including 16 central 
experiments (24 overall planning), 8 star points (2 experiments for each variable) and 3 replicate central 
experiments, with 1 objective function was the volume of biogas. The 20 treatments were arrange respectively 
in 20 dark bottles with 500 ml volume at anaerobic conditions and room temperature for 30 days. The study 
has determined the optimal content of these 3 factors for biogas volume. That were shrimp solid waste 96.7 
grams: Molasses 42.7 grams: Cow dung 34.4 grams. The volume of gas obtained during fermentation with the 
above-mentioned optimum parameters was 1190.6 mL.
Keywords: Biogas, RSM, Shrimp Pond Waste, Solid Waste Treatment.
¹ Khoa Thủy sản, Trường Đại học Nông lâm Tp. Hồ Chí Minh.
I. ĐẶT VẤN ĐỀ
Nuôi tôm nước lợ là ngành chiếm vị trí 
đặc biệt quan trọ ng trong chiến lược phát triển 
kinh tế ngà nh thủy sản ở Việt Nam. Trong hơn 
10 năm qua, ngành nuôi tôm đã có sự tăng 
trưởng vượt bậc cả về diện tích, sản lượng 
và giá trị xuất khẩu và trở thành ngành kinh 
tế quan trọng, tạo công ăn việc làm, tăng thu 
nhập cho hàng triệu người dân ven biển và là 
nguồn thu ngoại tệ đáng kể cho đất nước [4]. 
Mặc dù có tốc độ phát triển rất mạnh mẽ, tuy 
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
TRƯỜNG ĐẠI HỌC NHA TRANG • 59
nhiên, nghề nuôi tôm ở Việt Nam nói chung và 
vùng ĐBSCL nói riêng đang phải đối mặt với 
rất nhiều vấn đề ảnh hưởng đến năng suất và 
chất lượng sản phẩm như: dịch bệnh, suy thoái 
môi trường từ các khu vực nuôi tôm,... Chất 
thải phát sinh trong quá trình nuôi tôm không 
được xử lý trước khi thải ra môi trường là một 
trong những nguyên nhân quan trọng gây ra 
dịch bệnh và suy thoái môi trường [4]. 
Phân huỷ kị khí tạo khí biogas là quá trình 
phân huỷ các chất thải hữu cơ, do đó có thể 
giải quyết được nhiều vấn đề như: giảm lượng 
chất thải rắn ra môi trường, giảm lây lan dịch 
bệnh. Ngoài ra, năng lượng khí đốt thu được 
từ khả năng gây cháy của khí biogas là nguồn 
thu, giúp giảm chi phí, và nâng cao năng suất 
kinh tế cho các hộ nuôi [1]. Các kết quả nghiên 
cứu quá trình lên men thu khí biogas cho thấy 
quá trình này bị ảnh hưởng bởi nhiều yếu tố 
dinh dưỡng cũng như yếu tố môi trường. Theo 
kết quả nghiên cứu của Lettinga và cộng sự 
(1997), nitơ là nguồn dinh dưỡng được tiêu thụ 
với lượng lớn cho sự sinh trưởng của vi sinh 
vật, trong đó, trong bể biogas, tỷ lệ cacbon/nitơ 
phải đạt 130:5 đối với các nguồn chất thải giàu 
hydratcacbon [10]. Trong các hệ xử lý kị khí, 
quá trình sinh methane được thực hiện ở nhiệt 
độ ấm (25-40ºC, tối ưu ở 35ºC) [11]. Theo 
Bitton (1999) điều kiện pH tối ưu cho bể biogas 
là 7.0-7.2, quá trình sinh khí bị dừng khi pH ở 
mức gần 6.0 [5]. Theo kết quả nghiên cứu của 
Laoonguthai Y. và cộng sự (2015), khi bổ sung 
phân bò và mật rỉ vào phân tôm với các hàm 
lượng khác nhau để tăng hàm lượng khí biogas 
sinh ra thì nghiệm thức chỉ có phân tôm cho kết 
quả sinh khí thấp nhất, kết quả sinh khí cao nhất 
ở nghiệm thức bổ sung đồng thời 20% phân bò 
và 8% mật rỉ [9]. Do đó, tối ưu hóa các thành 
phần môi trường nhằm nâng cao khả năng tạo 
khí biogas là rất quan trọng. Phương pháp đáp 
ứng bề mặt (Response Surface Methodology-
RSM) là tập hợp các kỹ thuật thống kê và toán 
học hữu ích để phát triển, cải thiện và tối ưu 
hóa các quy trình. 
Theo hướng mục tiêu này, các hàm đa thức 
bậc hai hay bậc nhất được sử dụng để mô tả hệ 
nghiên cứu đó và khảo sát các điều kiện thực 
nghiệm để tìm ra sự tối ưu. Ứng dụng kĩ thuật 
tối ưu RSM cần trải qua các bước sau: (i) Lựa 
chọn các biến độc lập ảnh hưởng quan trọng 
tới hệ nghiên cứu trong phạm vi giới hạn của 
nghiên cứu đó theo mục tiêu và kinh nghiệm 
của người nghiên cứu; (ii) Thiết kế thí nghiệm 
và tiến hành thực hiện các thí nghiệm đó theo 
một ma trận đã vạch ra trước đó; (iii) Xử lý về 
mặt thống kê toán học các dữ liệu thực nghiệm 
thu được thông qua sự tương thích của hàm đa 
thức; (iv) Đánh giá tính tương thích của mô 
hình; (v) Xác minh tính khả thi và tính thiết yếu 
để tiến hành chuyển hướng sang ranh giới tối 
ưu; (vi) Tiến hành thí nghiệm dựa trên kết quả 
tối ưu cho từng biến [6]. Gần đây, nghiên cứu 
tối ưu các yếu tố môi trường để lên men tạo khí 
biogas sử dụng phương pháp qui hoạch thực 
nghiệm bằng đáp ứng bề mặt được nghiên cứu 
nhiều [2,3,6, 8,13,16], qua đó sử dụng phương 
pháp toán học qui hoạch thực nghiệm đã xác 
định được điều kiện tối ưu của đa yếu tố một 
cách chính xác và sự tương tác qua lại, mức độ 
ảnh hưởng của các yếu tố đến quá trình tạo khí 
biogas trong cùng một thời điểm với số lần thí 
nghiệm ít, đánh giá được sai số trong mỗi lần 
thực nghiệm theo các tiêu chuẩn thống kê, xem 
xét ảnh hưởng của các yếu tố với mức độ tin 
cậy cần thiết, tiết kiệm thời gian và chi phí mà 
vẫn đem lại hiệu quả mong muốn. 
Trong nghiên cứu này, với mục tiêu xác 
định tỉ lệ hàm lượng tối ưu của ba yếu tố phân 
tôm, mật rỉ và phân bò và sự tương tác qua lại, 
mức độ ảnh hưởng của chúng đến quá trình tạo 
khí biogas trong cùng một thời điểm, nhằm xác 
định được tỉ lệ hàm lượng tối ưu nhất cho kết 
quả sinh khí cao nhất, chúng tôi trình bày kết 
quả tối ưu hóa ba yếu tố này trong quá trình lên 
men tạo khí biogas.
II. VẬT LIỆU VÀ PHƯƠNG PHÁP 
NGHIÊN CỨU
1. Vật liệu nghiên cứu
Mẫu chất thải rắn được thu ngay sau khi 
siphon từ ao tôm chân trắng lót bạt đang trong 
vụ nuôi ở một hộ nuôi tại huyện Long Thành, 
tỉnh Đồng Nai. Số lượng mẫu được thu vừa đủ 
để bố trí thí nghiệm và phân tích các chỉ tiêu 
liên quan. Mẫu phân bò được thu ở Trại thực 
60 • TRƯỜNG ĐẠI HỌC NHA TRANG
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
nghiệm khoa Chăn Nuôi Thú Y, Trường Đại 
Học Nông Lâm Tp HCM. Phân bò được thu là 
phân mới. Mật rỉ đường được mua từ Công ty 
Vi sinh Môi trường Tp HCM.
Tất cả mẫu được thu, bảo quản, đưa về và 
tiến hành bố trí thí nghiệm, phân tích tại phòng 
thí nghiệm khoa Thuỷ sản, trường Đại học 
Nông Lâm Tp HCM.
2. Phương pháp nghiên cứu
Sử dụng phương pháp quy hoạch hóa thực 
nghiệm bằng đáp ứng bề mặt [12] để thiết kế 
ma trận thực nghiệm và phân tích sự tương 
quan của mô hình với thực nghiệm.
Xác định thể tích khí biogas bằng phương 
pháp thế chỗ nước (Hình 1) [1], theo đó khí 
trong bình thí nghiệm sẽ theo dây dẫn khí vào 
trong bình nước cất và đẩy dần nước ra khỏi 
bình, lượng nước bị đẩy ra khỏi bình tương 
đương với lượng khí sinh ra trong bình phân 
hủy kị khí.
Hình 1. Phương pháp thế chỗ nước xác định thể tích khí sinh ra.
2.1. Chọn miền khảo sát
Trong nghiên cứu này, chúng tôi chọn miền 
khảo sát để tiến hành tối ưu điều kiện lên men như 
sau: Phân tôm 50-150 g/L, mật rỉ đường 20-70 g/L, 
phân bò 20-70 mg/L với hàm mục tiêu là thể 
tích khí tạo ra trên thể tích dịch lên men. Mối 
tương quan giữa giá trị mã hóa và giá trị thực 
được chỉ ra ở Bảng 1 và phương trình (1).
Bảng 1. Kí hiệu mã hóa và giá trị thực nghiệm của các yếu tố thực nghiệm
Biến số Ký hiệu Đơn vị
Ký hiệu giá trị mã hóa
-1 0 +1
Phân tôm (A) X1 Gam 50 100 150
Mật rỉ đường (B) X2 Gam 20 45 70
Phân bò (C) X3 Gam 20 45 70
 xi=(Xi-Xo)/ΔXi (1). Trong đó,
xi là giá trị mã hóa của yếu tố biến thiên thứ 
i, Xi là giá trị thật của yếu tố thứ i, Xo là giá 
trị thật của Xi tại điểm trung tâm, ΔXi là bước 
nhảy.
2.2. Thiết kế thí nghiệm
Xác định hàm lượng tối ưu của 3 yếu tố ảnh 
hưởng đến lượng khí biogas sinh ra là chất thải 
rắn ao tôm, mật rỉ đường và phân bò bằng cách 
sử dụng qui hoạch trực giao đối xứng, mỗi yếu 
tố tiến hành tại 3 mức (-1, 0, +1) (Bảng 1). 
Quy hoạch thực nghiệm đưa ra bảng ma 
trận thực nghiệm gồm 20 thí nghiệm, trong đó: 
16 thí nghiệm tại tâm (qui hoạch toàn phần 24), 
8 thí nghiệm tại điểm sao (2 thí nghiệm cho 
mỗi biến) trong đó có 3 thí nghiệm lặp tại tâm, 
với 1 hàm mục tiêu là thể tích khí trong mô 
hình xử lý.
Các thí nghiệm cho nghiên cứu tối ưu được 
tiến hành bố trí trong bình nuôi tối màu có thể 
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
TRƯỜNG ĐẠI HỌC NHA TRANG • 61
tích 500 mL trong điều kiện kị khí, và ở nhiệt 
độ phòng (33ºC) trong vòng 30 ngày. 
3. Xử lý số liệu
Sử dụng phần mềm thống kê Design-Expert 
7.1 (Stat-Ease, Inc., Minneapolis, USA) để xử 
lí số liệu thực nghiệm, phân tích các hệ số hồi 
qui, bề mặt đáp ứng và tối ưu hóa với thuật toán 
hàm mong đợi [12].
Sự phù hợp và ý nghĩa của mô hình được 
đánh giá qua phân tích ANOVA và các chỉ số 
tương quan, sự có nghĩa của các hệ số hồi qui 
được kiểm định bởi chuẩn F, với các giá trị 
p95%) cho biết các hệ số 
hồi qui có nghĩa. 
III. KẾT QUẢ NGHIÊN CỨU VÀ THẢO 
LUẬN
1. Thiết lập mô hình 
Giá trị mã hóa, kết quả thiết kế với ma trận 
kế hoạch thực nghiệm được trình bày ở Bảng 
2. Bảng 2 gồm 20 thí nghiệm tương ứng là 20 
giá trị khác nhau của ba yếu tố phân tôm, mật rỉ 
đường, phân bò và thể tích khí thu được tương 
ứng với các giá trị ba yếu tố trên. Ảnh hưởng 
của các yếu tố phân tôm, mật rỉ đường và phân 
bò cũng như sự tương tác giữa các yếu tố đến 
hàm mục tiêu (thể tích khí thu được) được tiến 
hành xây dựng bởi hàm hồi qui bậc 2 cho hàm 
mục tiêu như sau:
Yi=βo + ∑ki=0 βixi + ∑ βiixi^2 + ∑ βijxixj 
(2). Trong đó,
Yi là hàm mục tiêu, βo là hệ số tự do, βi, βii, 
βij là các vectơ tham số của mô hình được xác 
định qua thực nghiệm. Mô hình thống kê chỉ có 
ý nghĩa và được sử dụng sau khi thỏa mãn các 
tiêu chuẩn thống kê (Fisher). 
Bảng 2. Ma trận thực nghiệm với 3 yếu tố phân tôm, mật rỉ đường, phân bò và kết quả sinh khí
Chuẩn
Thứ tự 
chạy
Phân tôm Rỉ đường Phân bò Thể tích khí (mL)
Trọng 
lượng (g)
Mã 
hóa
Trọng 
lượng (g)
Mã 
hóa
Trọng 
lượng (g)
Mã 
hóa
Giá trị thu 
được
Giá trị dự 
báo
11 1 100 0 3 -1 45 0 505,0 556,1
4 2 150 +1 70 +1 20 -1 189,5 169,8
17 3 100 0 45 0 45 0 1279,0 1182,9
9 4 16 -1 45 0 45 0 282,5 369,1
19 5 100 0 45 0 45 0 1156,0 1182,9
13 6 100 0 45 0 3 -1 777,5 788,1
20 7 100 0 45 0 45 0 1134,1 1182,9
3 8 50 -1 70 +1 20 -1 540,2 518,8
16 9 100 0 45 0 45 0 1050,5 1182,9
12 10 100 0 87 +1 45 0 234,0 286,9
2 11 150 +1 20 -1 20 -1 457,0 465,8
10 12 184 +1 45 0 45 0 304,0 321,3
15 13 100 0 45 0 45 0 1354,6 1182,9
1 14 50 -1 20 -1 20 -1 954,7 905,3
7 15 50 -1 70 +1 70 +1 301,5 217,0
18 16 100 0 45 0 45 0 1138,9 1182,9
14 17 100 0 45 0 87 +1 530,5 624,8
6 18 150 +1 20 -1 70 +1 603,8 549,0
5 19 50 -1 20 -1 70 +1 336,5 280,0
8 20 150 +1 70 +1 70 +1 603,0 576,5
62 • TRƯỜNG ĐẠI HỌC NHA TRANG
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
 2. Phân tích sự tương quan của mô hình với 
thực nghiệm
Bảng 3 cho thấy giá trị “Model-F-value” 
là 27,79 và mô hình hoàn toàn có ý nghĩa 
thống kê với độ tin cậy 99,99% (p<0,0001). 
Kết quả phân tích cho ba yếu tố phân tôm, 
mật rỉ đường, phân bò cho thấy yếu tố phân 
tôm và mật rỉ đường có giá trị p<0,05 như vậy 
từng yếu tố riêng lẻ này đều có nghĩa. Riêng 
yếu tố phân bò có giá trị p>0,05 nên yếu tố 
này không có ý nghĩa nếu xét riêng lẻ. Xét về 
sự tương tác giữa từng cặp yếu tố, ta thấy sự 
tương tác giữa cặp yếu tố phân tôm và phân 
bò có giá trị p<0,05 nên cặp yếu tố này có ý 
nghĩa về mặt thống kê, hai cặp yếu tố phân 
tôm và mật rỉ đường và mật rỉ đường và phân 
bò có giá trị p>0,05 nên sự tương tác giữa 
hai cặp yếu tố này không có ý nghĩa về mặt 
thống kê (Bảng 3). Điều này được minh họa 
rõ hơn khi quan sát bề mặt đáp ứng ở Hình 2a, 
Hình 2b và Hình 2c. Ngoài ra, chuẩn F cho 
“sự không tương thích” của mô hình là 0,7656 
(p=0,6117). Điều đó chứng tỏ mô hình hoàn 
toàn tương thích với thực nghiệm.
Bảng 3. Kết quả phân tích ANOVA tối ưu quá trình tổng hợp các yếu tố
Yếu tố
Tổng bình 
phương
Độ
tự do
Trung bình 
bình phương
Giá trị F
Giá trị
xác suất
Mô hình 2,705,000 9 300,500 27,79 < 0,0001 Có ý nghĩa
A-Phân tôm 317,900 1 317,900 29,4 0,0003
B-Rỉ đường 248,100 1 248,100 22,94 0,0007
C-Phân bò 1,087 1 1,087 0,1005 0,7578
AB 4,106 1 4,106 0,3797 0,5515
AC 251,100 1 251,100 23,22 0,0007
BC 52,202 1 52,202 4,83 0,0527
A² 1,240,000 1 1,240,000 114,71 < 0,0001
B² 1,023,000 1 1,023,000 94,6 < 0,0001
C² 396,300 1 396,300 36,65 0,0001
Phần dư 108,100 10 10,813
Sự không
tương thích
46,889 5 9,378 0,7656 0,6117 Không
ý nghĩa
Sai số thuần 61,246 5 12,249
Tổng tương quan 2,813,000 19
 Bảng 4 chỉ ra kết quả phân tích sự phù hợp và 
có nghĩa của mô hình với thực nghiệm. Kết quả 
phân tích ANOVA cho thấy giá trị R2 là 0,9642 
(R-Squared) ở bảng 4 gần bằng 1, chứng tỏ giá 
trị thể tích khí thu được từ thực nghiệm gần với 
giá trị dự đoán của mô hình. 
Bảng 4. Kết quả phân tích sự phù hợp của mô hình với thực nghiệm
Thông số Giá trị Thông số Giá trị
Độ lệch chuẩn 100,39 R2 0,9642
Giá trị trung bình 686,3 R2 hiệu chỉnh 0,9319
Hệ số biến thiên (%) 14,63 R2 dự đoán 0,8618
Tổng bình phương phần 
dư dự đoán (PRESS)
388.600 
Độ chính xác phù hợp
(Adeq Precision)
14,271
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
TRƯỜNG ĐẠI HỌC NHA TRANG • 63
Từ các giá trị phân tích có nghĩa ở trên, giá 
trị hàm mong đợi được phần mềm DX7 đưa ra 
được biểu diễn theo phương trình cụ thể sau:
Y = - 311,574 + 22,300X1 + 31,931X2 
+ 0,849X3 - 1,471X1X2 + 0,006X1X3 
+ 0,023X2X3 - 0,913X12 - 4,307X22 - 
0,0009X32 (3).
Trong đó, Y là thể tích khí mong đợi; X1, 
X2, X3 là giá trị hàm lượng phân tôm, mật rỉ 
đường, phân bò.
Ngoài ra, 36 giải pháp tối ưu với hàm 
lượng 3 biến xác định là phân tôm, mật rỉ 
đường và phân bò từ sử dụng thuật toàn hàm 
mong đợi bằng phương pháp đáp ứng bề mặt 
cũng được đưa ra, kết hợp với phương trình 
hàm mong đợi đã được tìm ra, thể tích khí 
tính được tương ứng với 3 biến xác định được 
trình bày ở Bảng 5. 
Hình 2. Bề mặt đáp ứng của từng cặp yếu tố ảnh hưởng đến quá trình tạo khí biogas
a. Phân tôm và phân bò b. Phân tôm và mật rỉ đường c. Mật rỉ đường và phân bò
Bảng 5. Các giải pháp tối ưu với hàm lượng 3 biến xác định và giá trị hàm mong đợi tối ưu
STT Phân tôm (g) Rỉ đường (g) Phân bò (g) Thể tích khí (mL)
1 96,7 42,7 34,4 1190,6
2 86,1 45,5 44,6 1165,3
3 82,8 39,1 23,9 1159,5
4 89,4 49,6 35,1 1151,9
5 111,5 49,9 41,6 1133,1
6 111,0 49,4 54,9 1114,4
7 104,5 48,4 57,4 1107,7
8 71,4 49,5 32,7 1100,6
9 82,7 52,5 28,3 1089,4
10 103,0 36,0 58,7 1088,1
11 74,1 38,0 49,4 1086,8
12 110,2 27,7 48,3 1086,0
13 105,3 38,7 60,9 1079,7
14 121,7 49,1 57,1 1077,7
15 124,0 40,6 34,1 1072,4
16 101,8 23,3 30,0 1071,9
17 116,1 42,0 61,9 1071,9
18 88,1 22,4 24,9 1071,1
19 87,9 46,7 58,6 1063,8
20 99,5 56,4 53,5 1062,0
21 105,4 49,7 24,4 1057,0
22 79,8 30,2 51,5 1052,4
64 • TRƯỜNG ĐẠI HỌC NHA TRANG
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
Bảng kết quả tối ưu cho thấy với 3 cặp giá 
trị yếu tố phân tôm, mật rỉ đường và phân bò 
khác nhau thì các giá trị hàm mong đợi thu 
được là khác nhau. Bảng 5 cho thấy có 8 tổ hợp 
thành phần phân tôm, mật rỉ đường và phân 
bò tại các điểm có số thứ tự là 1,2,3,4,5,6,7,8 
cho thể tích khí mong đợi cao hơn cả và tương 
đương nhau. Tiến hành kiểm tra tính đúng đắn 
của mô hình tối ưu bằng cách tiến hành các thí 
nghiệm kiểm chứng tại 8 điểm tối ưu mô hình 
đưa ra ở Bảng 5, qua đó chọn cặp biến cho kết 
quả hàm mong đợi tối ưu nhất (Bảng 6).
STT Phân tôm (g) Rỉ đường (g) Phân bò (g) Thể tích khí (mL)
23 102,7 55,5 57,4 1051,1
24 89,7 37,1 59,8 1050,6
25 114,2 53,8 32,4 1037,3
26 106,3 46,9 65,8 1030,9
27 135,2 45,7 50,5 1029,1
28 116,1 48,1 65,8 1028,0
29 64,7 22,2 26,3 1024,2
30 124,1 26,6 43,6 1021,9
31 118,5 27,4 27,9 1015,0
32 62,3 52,8 35,3 1011,0
33 129,7 54,7 51,6 1007,7
34 128,5 27,8 42,0 1003,0
35 71,5 56,3 44,6 1001,2
36 134,5 51,6 55,0 1000,3
Bảng 6. Kết quả kiểm tra thể tích khí thu được từ mô hình và thực tế
STT
mô hình
Phân tôm (g)
Mật rỉ 
đường (g)
Phân bò (g)
Thể tích khí theo
thuật toán (mL)
Thể tích khí theo
thực tế (mL)
1 96,7 42,7 34,4 1190,6 1196,7
2 86,1 45,5 44,6 1165,3 1160,3
3 82,8 39,1 23,9 1159,5 1161,5
4 89,4 49,6 35,1 1151,9 1148,7
5 111,5 49,9 41,6 1133,1 1131,6
6 111,0 49,4 54,9 1114,4 1111,2
7 104,5 48,4 57,4 1107,7 1105,3
8 71,4 49,5 32,7 1100,6 1103,4
Từ kết quả kiểm tra thực nghiệm ở Bảng 6, 
giá trị tối ưu cho 3 yếu tố được xác định như 
sau: Phân tôm 96,7g: mật rỉ 42,7: phân bò 34,4, 
và thể tích khí thu được là 1196,7. 
Kết quả này một lần nữa khẳng định việc 
sử dụng phương pháp toán học quy hoạch thực 
nghiệm hoàn toàn có ý nghĩa và mang lại hiệu 
quả cao trong nghiên cứu ảnh hưởng của các yếu 
tố phân tôm, mật rỉ đường và phân bò đến quá 
trình lên men kị khí xử lý chất thải rắn ao tôm.
IV. KẾT LUẬN VÀ KIẾN NGHỊ
Sử dụng phương pháp toán học quy hoạch 
hóa thực nghiệm bằng đáp ứng bề mặt đã xác 
định được hàm lượng tối ưu cho môi trường 
lên men tạo khí biogas sinh học nhằm xử lý 
chất thải rắn ao tôm với 3 yếu tố là phân tôm, 
Tạp chí Khoa học - Công nghệ Thủy sản Số 4/2019
TRƯỜNG ĐẠI HỌC NHA TRANG • 65
mật rỉ đường và phân bò với hàm lượng là phân 
tôm 96,7 gam: Mật rỉ đường 42,7 gam: Phân bò 
34,4 gam. 
Yếu tố phân tôm, mật rỉ đường đều có ảnh 
hưởng đến quá trình tạo khí biogas sinh học, 
riêng yếu tố phân bò thì không có ảnh hưởng 
đến quá trình tạo khí biogas. Tuy nhiên, sự 
tương tác giữa cặp yếu tố phân tôm và phân bò 
có ảnh hưởng đến quá trình tạo khí biogas, hai 
cặp yếu tố phân tôm và mật rỉ đường và mật rỉ 
đường và phân bò không có ảnh hưởng đến quá 
trình tạo khí biogas.
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Nguyễn Thu Hoài, 2015. Nghiên cứu vi sinh vật sinh methane ứng dụng cho sản xuất biogas trong điều kiện 
môi trường nước lợ và nước mặn. Luận án Tiến sĩ Sinh học, Trường Đại học Khoa học Tự Nhiên Hà Nội.
2. Trần Thanh Trúc và Nguyễn Văn Mười, 2014. Tối ưu hóa điều kiện lên men sinh tổng hợp pectin 
methylesterase từ Aspergillus niger bằng phương pháp bề mặt đáp ứng. Tạp chí Khoa học trường Đại học Cần 
Thơ, chuyên đề: Nông nghiệp (2014)(1): 133-140,
3. Nguyễn Thị Yên, Lại Thúy Hiền, Nguyễn Thị Thu Huyền, 2013. Tối ưu hóa thành phần môi trường tạo khí 
hydro sinh học của chủng vi khuẩn kị khí Thermoanaerobacterium aciditolerans Trau Dat phân lập tại Việt 
Nam bằng phương pháp đáp ứng bề mặt (RSM). Tạp chí Sinh học 2013, 35(4): 469-476.
4. Viện Kinh tế và Quy hoạch Thủy sản - Bộ Nông nghiệp và Phát triển Nông thôn, 2015. Báo cáo tổng hợp quy 
hoạch nuôi tôm nướ c lợ vù ng Đồ ng bằng Sông Cửu Long đến năm 2020, tầm nhìn 2030.
Tiếng Anh
5. Bitton, G., 1999. Wasterwater microbiology. New York, USA.
6. Costa, J.C., Oliveira, J.V., Alves, M.M., 2016. Response surface design to study the infl uence of inoculum, particle 
size and inoculum to substrate ratio on the methane production from Ulex sp. Renewable Energy, 96: 1071-1077.
7. Guo Q.W., Ren Q.N., Wang J.X., Xiang S.W., Ding J., You Y., 2009. Optimization of culture conditions for 
hydrogen production by Ethanoligenens harbinense B49 using response surface methodology. Bioresource 
Technology, 100: 1192-1196,
8. Huyen, N.T.T., Yen, D.T., Yen, N.T., Nga, V.T., Hien, L.T., 2012. Using of response surface methodology for opti-
mization of biohydrogen production by Clostridium sp., Tr2 isolated in Vietnam. Biological Journal, 34(4): 479-484.
9. Laoonguthai, Y., Srinakorn, P., Srisertpol, J., 2015. Enhancing Biogas Production from Shrimp Pond 
Sediment with Additives. International Conference on Chemical and Biochemical Engineering (ICCBE15).
10. Lettinga, G., Field, j., Van Lier, J., Zeeman, G., Hulshoff, L.W., 1997. Advanced anaerobic wasterwater 
treatment in the near future. Water Science Technology, 35:5-12. 
11. Marta-Alvarez, J., Mace, S., Llabres, S., 2000. Anaerobic digestion of organic solid wastes. Bioresource 
Technology, 74:3-16.
12. Myers, R.H., Montgomery, D.C., Anderson-Cook, C.M., 1995. Response surface methodology: Process 
and Product optimization using designed experiments.
13. Safari, M., Abdi, R., Adl, M., & Kafashan, J., 2018. Optimization of biogas productivity in lab-scale by 
response surface methodology. Renewable Energy, 118: 368-375.
14. Sahito, A., Mahar, R., Brohi, K., 2013. Anaerobic biodegradability and methane potential of crop residue 
co-digested with buffalo dung. Mehran University Research Journal of Engineering & Technology, 32: 509-518.
15. Sajeena, B.B., Jose, P.P., Madhu, G., 2014. Optimization of process parameters affecting biogas production 
from organic fraction of municipal solid waste via anaerobic digestion. International Journal of Environmental, 
Earth Science and Engineering, 8(1): 43-48.
16. Wang, X., Gaihe, Y., Li, F., Ren, G., Feng, Y., 2012. Response surface optimization of methane potentials 
in anaerobic co-digestion of multiple substrates: dairy, chicken manure and wheat straw. Waste Management 
& Research, 31: 60-66.