首頁 >> 新聞 >> 科研進(jìn)展

科研進(jìn)展

水生所聯(lián)合開發(fā)了一種水體磷生物炭吸附劑智能設(shè)計方法

發(fā)表日期:2024-10-12呂華飛來源:水生生物研究所放大 縮小

生物炭是農(nóng)林廢棄物等生物質(zhì)材料熱解后所得的碳質(zhì)材料,具有多孔結(jié)構(gòu)及豐富的表面官能團(tuán),是養(yǎng)殖尾水和富營養(yǎng)化水體中磷的環(huán)保型吸附劑。然而,吸附劑的開發(fā)和吸附過程的解析優(yōu)化存在耗時費力、針對性不強(qiáng)、不夠精準(zhǔn)等技術(shù)瓶頸。

中國科學(xué)院水生生物研究所漁業(yè)智能技術(shù)與裝備研究組聯(lián)合武漢紡織大學(xué)環(huán)境工程學(xué)院,借助機(jī)器學(xué)習(xí)技術(shù),構(gòu)建了時間跨度13年(2011-2023)、數(shù)據(jù)樣本超過1200條、且涵蓋生物炭理化特性、水質(zhì)參數(shù)、除磷條件等多維變量的190種生物炭數(shù)據(jù)集。在此基礎(chǔ)上,優(yōu)化了隨機(jī)森林RF算法和CatBoost算法,建立了R2值為0.9573、RMSE值為8.02的磷吸附容量預(yù)測模型。利用該模型,可以快速分析并確定影響生物質(zhì)變量的權(quán)重,預(yù)測了單特征和雙特征互作對磷吸附容量的影響,為優(yōu)化智慧漁業(yè)生物炭設(shè)計、提升受污水體磷去除效率提供了新技術(shù)與新方法支撐。

圖1.研究方法示意圖

圖2.RF模型和CatBoost模型的預(yù)測能力對比

圖3.各影響變量的重要性

該研究以“Machine learning-driven prediction of phosphorus adsorption capacity of biochar:Insights for adsorbent design and process optimization”為題近期在線發(fā)表于Journal of Environmental Managementhttps://doi.org/10.1016/j.jenvman.2024.122405)。該研究得到湖北省自然科學(xué)基金項目和武漢市知識創(chuàng)新專項曙光計劃項目等項目資助。水生所呂華飛助理工程師為該論文第一作者,水生所段明研究員為共同通訊作者。

附件: