文献速递｜美国南达科他矿业理工学叶涛助理教授ES&T：机器学习用于预测和尽量减少水处理中的碘代三卤甲烷
水处理文献速递
2026-04-13 09:01
文章摘要
背景：水处理消毒过程中产生的碘代三卤甲烷（I-THM）是一种高毒性消毒副产物，对健康构成威胁，但由于水质参数、消毒剂和碘源之间相互作用复杂，其形成难以预测和缓解。研究目的：本研究旨在利用机器学习（ML）方法，基于1534个样本的数据集，预测I-THM的形成，并探索有效的缓解策略。结论：研究发现CatBoost回归模型预测性能最佳（测试集R²=0.8504），结合碘/DOC等特定领域特征提升了模型准确性和可解释性。特征分析指出降低碘浓度、优化氯剂量等是关键缓解手段。模型经外部验证显示出较强泛化能力（R²=0.67），为ML驱动的水处理安全提供了新框架。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
