基于机器学习预测全国自来水中新兴消毒副产物卤代环戊二烯（HCPDs）的赋存特征及驱动因子解析

本研究创新性地运用机器学习（ML）算法，首次在全国范围内系统检测自来水中高毒性新兴消毒副产物卤代环戊二烯（HCPDs）的浓度分布，并成功构建了高精度二元分类（梯度提升GB准确率达0.93）与回归预测模型（AdaBoost R2为0.64）。通过SHAP分析揭示总有机碳（TOC）和电导率是关键驱动因子，为ML技术在水质安全预警领域的应用提供了理论支撑与实践范例。

　　

Highlights

• 首次在全国32个城市自来水中定量检测出两种卤代环戊二烯（HCPDs）：TCC（平均2.26 ng/L）和HCC（平均12.81 ng/L）。

• 采用8种机器学习算法构建二元分类与回归模型，其中GB模型对TCC的分类准确率达0.93，MLP对HCC的分类准确率达0.95。

• SHAP分析表明总有机碳（TOC）和电导率是HCPDs生成的核心驱动因子。

• 分类模型在实际应用中表现出卓越的预测能力，为新兴DBPs的快速预警提供了创新解决方案。

Chemicals and reagents

实验所用标准品1,2,3,4-四氯-1,3-环戊二烯（TCC）和1,2,3,4,5,5-六氯-1,3-环戊二烯（HCC）分别购自上海优申化学与江苏碳墨质检科技公司。内标物菲-d₁₀（Phe-d₁₀）和六氯苯（HCB）采购自AccuStandard公司，无水硫酸钠（Na₂SO₄）与硫酸（H₂SO₄）则来自国药化学试剂有限公司。

HCPD distribution in the tap water of 32 cities

在开展自来水HCPDs赋存研究前，首先需确认其在源水中的本底值。如表S5所示，北京4个源水样本（R1～R4）均未检出HCPDs。既往研究亦证实HCPDs并非天然环境组分，而是消毒过程中形成的副产物。这一发现佐证了HCPDs的人工成因属性，并凸显了消毒工艺对其生成的关键影响。

Conclusion

本研究通过全国尺度采样分析，首次揭示了HCPDs在中国自来水系统中的浓度水平与空间分布规律。基于水质参数与机器学习融合策略，成功开发了HCPDs的二元分类与回归预测模型。分类模型精准预警HCPDs赋存状态，回归模型则进一步量化其浓度趋势，为新兴DBPs的智能监控提供了理论与实践双支撑。