基于可解释性机器学习的纳滤膜去除有机微污染物研究

纳滤膜对微污染物去除效率受膜特性、微污染物性质和实验条件等因素影响,优化这些影响因素对纳滤工艺的成功应用至关重要,然而实验优化过程不能同时兼顾多因素对去除效能的交互影响.为此,基于线性、非线性和集成学习算法,开发了4种纳滤膜对有机微污染物去除效率的预测模型,并验证了模型的预测性能和可行性.在拟合程度、稳健性和外部预测能力等方面对开发的模型进行了对比分析研究,结果表明,用集成学习算法开发的XGBoost模型能够准确识别影响膜分离过程中的关键因素,在预测纳滤膜对微污染物的去除效率方面表现出强大的潜力(R_adj²=0.977,Q_ext²=0.877,Q_LOO²=0.875).此外,利用SHAP解释方法定量解析了各驱动因素对纳滤膜去除微污染物效率的贡献,证明纳滤膜的截留分子量、膜表面接触角和污染物的尺寸是微污染物去除过程中重要的影响因素.首次将模型解释方法应用于特征变量的选择过程,使集成算法(XGBoost)模型的性能得到进一步优化.所开发的机器学习模型,有利于优...     

基于TLSER和QSPR关系预测PAHs和PCBs的LDPE膜-空气分配系数

有机污染物在被动采样材料与环境介质之间的平衡分配系数(K_P),是测定环境中有机污染物浓度的重要参数,但K_P值大部分都需要经过繁琐的实验测定获取,无法逐个测定数量繁多的污染物,因此需开发一种预测K_P值的方法。为此,搜集整理了一些多环芳香烃(PAHs)和多氯联苯(PCBs)的低密度聚乙烯(LDPE)-空气分配系数(K_PA)的实测值,基于理论线性溶解能(TLSER)和定量结构性质关系(QSPR),利用逐步多元线性回归(MLR)分别构建了预测K_PA值的模型。模型的决定系数R2adj分别为0.927和0.956,交叉验证系数Q2LOO分别为0.915和0.946,外部系数Q2ext分别为0.913和0.960。结果表明,2种模型具有良好的拟合优度、稳健性和预测能力,并解释了模型的机理。所构建的2种模型均可用来预测应用域内有机污染物的LDPE膜-空气分配系数。     

粤北地区尾矿库遥感调查与生态环境评价

运用遥感技术,对粤北地区尾矿库进行调查发现,粤北地区尾矿库主要包括金属矿山、非金属矿山、选冶场所尾矿库,安全隐患较多,环境污染较为突出,地质灾害风险明显,二次矿山资源浪费较为严重。近年来,广东省及各市县等地方政府部门加强了对粤北地区尾矿库的管理,取得了一定的成效,未来应进一步加强监管和治理力度,提高尾矿资源利用水平。     

巢湖水域四溴双酚A的多介质迁移与归趋模拟

运用Ⅲ级逸度模型,模拟并研究了不同水动力条件下四溴双酚A（TBBPA）在巢湖水-沉积物系统中各环境相的浓度、储量以及相间的迁移通量.结果表明：TBBPA在水相、再悬浮颗粒相和沉积物相中的模拟计算浓度与实测平均浓度吻合度较高,验证了模型的有效性,并通过灵敏度分析探讨了模拟关键参数.当系统达到平衡时,沉积物是TBBPA最大的储库（占系统总储量86%以上）.同时,由于较强的水动力条件会改变系统再悬浮特征以及降解半衰期等关键参数,进而降低了各环境相中TBBPA的浓度值,增加了水相和再悬浮颗粒相中的储量比例,并增加了水体-再悬浮颗粒、沉积物-再悬浮颗粒的相间交换通量.此外,TBBPA在巢湖水-沉积物系统中损失的主要途径为沉积物相的降解（占入湖总量87%以上）.     

生物炭对土壤新烟碱类农药环境行为的影响

当前大量施用的新烟碱类农药已对土壤环境造成了潜在危害,添加生物炭是一种阻控该类农药在土壤中流动,并降低其生态风险的有效方法,因此厘清生物炭对土壤中新烟碱类农药环境行为的影响具有重要的现实意义.该文梳理并总结了新烟碱类农药在生物炭土壤中的主要环境行为,重点阐释了不同制备材料和热解温度、不同添加量的生物炭及其他主控因子对土壤新烟碱类农药吸附、解吸及降解行为影响;进而分析现阶段研究中的不足,对未来的研究方向进行展望,可为土壤中生物炭调控技术的发展提供参考.     

开封城市景观生态规划

在开封市生态建设现状分析的基础上,运用景观生态学的理论和方法,从廊道、斑块、基质三个方面提出了改善开封城市景观结构,优化城市生态环境的基本思路和建议.     

基于QSAR模型预测有机污染物在XAD与空气中的分配系数

基于定量构效关系(QSAR),运用线性(逐步多元回归MLR)和非线性(支持向量机SVM)两种计算方法开发了两种可靠且高效预测聚苯乙烯二乙烯基苯树脂(XAD)和空气之间分配系数(K_XAD-A)的模型.构建模型的数据包含醇类(Alcohols),苯类(Benzenes),多氯联苯(PCBs)和多环芳香烃(PAHs)等,共计70种有机污染物.两个模型的决定系数R²_adj和外部验证系数Q²_ext均在0.930以上,同时所有物质均在定义的应用域内,结果表明两种QSAR模型有较高的拟合度、稳健性和较为优秀的预测能力,且非线性(SVM)模型比线性(MLR)模型的拟合效果更好.     

基于QSAR关系预测PCBs和部分PAHs在LDPE中的扩散系数

分子扩散系数（D）是获得污染物与环境介质之间的平衡分配系数（K）的重要前提,然而通过实验测定获取污染物的扩散系数的过程过于繁琐,因此需开发一种更为简单、高效、准确的预测模型来定量预测扩散系数.为此,本文搜集了一些多环芳香烃（PAHs）和多氯联苯（PCBs）在低密度聚乙烯膜（LDPE）上扩散系数（log D）的实测值,基于定量结构-活性关系（QSAR）,利用逐步多元线性回归（MLR）构建了预测D值的模型.模型的决定系数R_adj²为0.941,交叉验证系数Q_LOO²为0.934,外部系数Q_ext²为0.895.结果表明,该QSAR模型具有良好的拟合优度、稳健性和预测能力,其可用来预测应用域内有机污染物在LDPE膜上的扩散系数.