同济大学刘彦伶课题组WR：基于机器学习定制纳滤和反渗透膜以针对性地去除有机微污染物
摘要
本研究构建了一个基于机器学习的框架，用于定制纳滤（NF）和反渗透（RO）膜的性能，以针对特定有机微污染物（OMPs）的去除。通过机器学习（ML）捕获膜和OMPs属性与OMPs去除效率之间的相关性，建立了一个准确且稳健的极端梯度提升（XGBoost）模型，该模型能够很好地识别OMPs的主要排斥机制（即尺寸排除效应和静电相互作用）。通过对另一组高风险OMPs数据集的示例应用，展示了优化模型如何用于估计OMPs风险控制的整体效率，并更重要的是，为特定去除目标提供膜属性的定量指导。令人满意的预测结果证明了ML模型的良好泛化能力，从而能够敏感地定义理想膜属性，以针对性地去除这些（及其他关注）OMPs。
背景与意义
水环境中的有机微污染物（OMPs）造成潜在的生态和健康风险，已成为全球重要的环境问题之一。许多OMPs是人造化学物质，用途广泛，难以找到替代品，这为从水中有效去除OMPs以确保水相关应用的安全性提出了巨大挑战。
在各种去除OMPs的技术中，基于膜的分离技术，尤其是纳滤（NF）和反渗透（RO），因其高效率和环境友好性而受到青睐，并在水处理中得到广泛应用。为了经济有效地从水中去除OMPs，NF或RO膜的优化和新型膜的开发已受到越来越多的研究关注。
本研究通过构建数据库和应用机器学习技术，解决了传统方法在评估和改进膜去除OMPs性能时需要大量实验室工作的问题，并且能够提供针对特定OMPs去除目标的膜属性的定量指导，这在以往的研究中较少见。
实验步骤
• 数据集准备：从文献中收集了890个与NF/RO聚酰胺膜处理OMPs相关的数据，并进行预处理。
• 特征工程和数据集分割：通过特征工程优化ML模型性能，使用皮尔逊相关分析帮助识别彼此高度相关的特征，并进行数据集分割。
• 模型构建：选择了包括多重线性回归（MLR）、支持向量机（SVM）和极端梯度提升（XGBoost）在内的三种机器学习算法进行模型选择和评估。
• 模型解释：使用Shapley additive explanationsSHAP和部分依赖图（PDP）来解释模型。
结论
• 通过10次随机分割的评估，XGBoost模型在测试集上表现出优越的性能，因此被选为最终模型。
• SHAP和PDP解释结果表明，ML模型能够很好地识别OMPs的主要排斥机制，即尺寸排除效应和静电相互作用。
• 通过模型预测高风险OMPs的去除效率，能够为特定去除目标提供膜属性的定量指导。
机理
• 模型通过识别尺寸排除效应和静电相互作用作为OMPs去除的主要机制，提供了对膜属性定制的定量指导。
• 模型预测能力表明，对于外部数据集的高风险OMPs，模型具有良好的泛化能力和对OMPs多样性的敏感性。
• 通过阐明OMPs的综合和个别去除效率与膜属性的变化之间的关系，可以确定与目标OMPs和期望去除程度相匹配的理想膜属性。
