点式超滤膜对微塑料的去除与释放机制：一年期监测与可解释机器学习解析

【编辑推荐】为解决饮用水处理中微塑料(MPs)二次污染问题，新加坡研究团队通过一年期模拟实验评估4种商用POU超滤膜(UF)的MPs去除/释放规律。研究发现：膜运行3-6个月后形成污染层可提升MPs截留率(中位数50.0-71.5%)，SHAP分析揭示跨膜压(TMP)、过滤体积等参数贡献57.6-70.6%预测权重，为延长膜寿命与减少塑料污染提供新策略。

　　

微塑料(MPs)污染已成为全球饮用水安全的重大威胁，这些粒径小于5毫米的塑料颗粒不仅广泛存在于自然水体，更可能通过老化管道系统进入家庭用水。虽然膜过滤技术能实现99%的高效截留，但聚合物膜自身可能成为MPs的二次污染源——这种"去污反致污"的悖论让科学家们陷入沉思。更棘手的是，现有研究对膜长期使用过程中MPs的释放规律存在争议：是膜材料磨损占主导，还是污染层形成反而能保护膜表面？

新加坡国际研究生奖(SINGA)资助的研究团队在《Water Research》发表了一项突破性研究。通过模拟家庭用水场景，对4种商用点式使用(POU)超滤(UF)膜进行长达一年的追踪监测，结合可解释机器学习(XAI)技术，首次系统揭示了MPs去除与释放的动态平衡机制。

研究采用多学科交叉方法：通过标准化20L/天的模拟过滤实验监测MPs浓度变化；应用蛋糕过滤模型(Cake filtration)分析污染层形成机制；采用SHAP值(SHapley Additive exPlanations)解释10种机器学习模型的特征重要性；结合膜表征技术解析材料特性与MPs释放的关联性。

【实验设置与膜表征】
研究选取UF1-UF4四种商业中空纤维UF膜，配备蠕动泵和数字压力计(SMC ZSE30A)精确控制跨膜压(TMP)。标准化操作条件模拟四口之家每日5L/人的用水需求，确保实验生态效度。

【微塑料监测与去除效率】
数据显示：UF膜初期存在9-19%的负去除效率，表明MPs释放现象。但运行95-170天后，所有膜均实现稳定正去除(中位数50.0-71.5%)。关键转折点分析表明，污染层形成通过尺寸排阻和表面吸附双重机制提升截留性能。

【机器学习预测与解释】
XGBoost模型在MPs渗透浓度预测中表现最优(R²=0.89)。SHAP分析揭示：TMP(29.1%贡献)、过滤体积(18.7%)、渗透性(12.4%)和总阻力(10.4%)构成核心影响因素。值得注意的是，膜材料特性仅在初期(前30天)显著影响MPs释放。

【结论与讨论】
这项研究颠覆了传统认知：延长膜使用寿命(EOL)反而可能通过污染层积累提升MPs去除率，同时减少膜更换带来的塑料垃圾。但需权衡水质下降、TMP升高(能耗增加15-22%)和碳足迹上升等代价。研究提出的"污染层保护假说"为开发新型抗污染膜材料提供理论依据，SHAP模型则为POU设备的智能运维提供决策工具。

该成果对实现联合国可持续发展目标(SDGs)中的清洁饮水和负责任的消费生产具有双重意义：既解决MPs健康风险，又减少膜系统全生命周期环境足迹。正如通讯作者Jiangyong Hu教授强调的："未来研究应聚焦于优化EOL窗口期，在保证水质前提下最大化环境效益。"