生物炭固定化双功能大肠杆菌在缺氮堆肥中强化PPST降解与氮保留的增强效应

本研究针对MBR系统中硝化过程监测难题，开发了基于机器学习（LR/RF/XGB算法）的智能预测框架。通过精选六个可测量特征（包括NH4+-N、NO3--N等），实现了对硝化状态的精准分类（精度>0.85），并验证了模型在生物载体添加场景下的跨系统预测能力，为分散式污水处理提供可解释的智能监控方案。

　　

随着城市化进程加速，灰色水（生活废水中除厕所排水外的部分）的回用已成为缓解水资源短缺的关键策略。膜生物反应器（MBR）技术因其紧凑的设计和稳定的出水质量，在分散式灰色水处理中展现出巨大潜力。然而，MBR系统的核心生物过程——硝化作用（将氨氮NH₄⁺-N转化为亚硝酸盐NO₂^--N和硝酸盐NO₃^--N）的实时监测却面临严峻挑战。传统依赖溶解氧（DO）探针的比例积分微分（PID）控制策略难以适应灰色水水质和水量的剧烈波动，且传感器易受污染和漂移影响。更棘手的是，商业氮传感器在污泥浓度高的MBR中易发生快速污染，维护成本高昂，其响应滞后性也无法捕捉快速的氮动态变化。这些局限性使得实时监控硝化状态几乎不可能，直接威胁到处理系统的稳定运行和出水安全。

为此，研究人员开始探索数据驱动的解决方案。机器学习（ML）方法通过分析易获取的出水水质参数来评估硝化性能，避免了在反应器内安装侵入式传感器的需求。然而，现有研究多聚焦于出水水质预测或膜污染监测，缺乏对硝化过程本身的实时状态监控，这限制了操作的及时干预能力。本研究旨在填补这一空白，开发一个可解释的ML框架，利用少量可直接测量的特征，实现对MBR硝化状态的精准、实时分类，并为操作人员提供透明的决策依据。

为开展本研究，团队构建了两套平行的10升MBR实验系统，接种来自韩国仁川 anaerobic-anoxic-oxic (A2O) 污水处理厂的活性污泥，并持续运行235天。实验分为三个阶段，通过调整净通量和曝气强度来模拟不同的运行条件，并在第三阶段向其中一个反应器（MBR-2）添加聚偏氟乙烯（PVDF）生物载体以促进同步硝化-反硝化（SND），从而创建一个不同于训练场景的测试数据集。每日对进水、出水和反应器内的水质指标，包括化学需氧量（COD）、总氮（TN）、NH₄⁺-N、NO₃^--N、NO₂^--N、总悬浮固体（TSS）、混合液悬浮固体（MLSS）、混合液挥发性悬浮固体（MLVSS）和溶解氧（DO）等进行监测。基于实际可测量性、与商用传感器的兼容性以及操作相关性，研究最终选择了六个输入特征：空气流速、进水流量、跨膜压力（TMP）以及出水中的COD、NO₃^--N和NH₄⁺-N浓度。硝化状态的标签定义为：当反应器中NO₃^--N浓度超过NO₂^--N与NH₄⁺-N浓度之和时，标记为“充足”（阳性）；否则为“不足”（阴性）。数据处理后，使用97个无生物载体时的数据组进行模型训练和验证，并采用分层5折交叉验证来优化超参数。模型选择了三种可解释的算法——逻辑回归（LR）、随机森林（RF）和极端梯度提升（XGB）——以评估其不同的偏差-方差特性。模型性能评估优先考虑精确度（Precision）最大化，以最大限度地减少对硝化不足的误判（假阳性，FPR），同时兼顾真阳性率（TPR）。此外，还采用SHapley Additive exPlanations (SHAP) 分析、特征重要性和核密度估计（KDE）等方法来解读模型预测的机理和稳定性。

3.1. MBR性能与数据收集

实验结果显示，在没有生物载体的第1-2阶段，系统对COD的去除率稳定在85%以上。第一阶段出水氨氮较高（14±5 mg/L），总氮去除率仅23%，表明硝化不充分。第二阶段提高曝气后，NH₄⁺-N去除率显著提升至95±1%。添加生物载体后（MBR-2），总氮去除率提高至58±21%，同时保持了高的COD和NH₄⁺-N去除率，且膜污染减轻（TMP<10 kPa），生物量浓度更高。

3.2. 输入特征的确定

通过统计相关性分析（斯皮尔曼秩相关）和实际可测性考量，研究确定了六个最终输入特征，排除了溶解氧（因数据缺失超过50%）、总氮（测量成本高、周期长）等不实用指标，确保了模型在实际部署中的可行性。

3.3. 无生物载体添加时的硝化状态预测

三种模型在测试集上均取得了较好的性能（准确率0.79-0.84），LR和XGB的精确度均超过0.85。然而，与验证集的高性能（准确率0.90-0.91）相比，RF和XGB在测试集上表现有所下降，表明在有限数据下存在过拟合风险。分析发现，训练集和测试集之间类别分布（阳性/阴性样本比例）和特征分布（如空气流速）的细微偏移是导致真阳性率（TPR）下降的主要原因。特征重要性分析一致表明，出水NH₄⁺-N和NO₃^--N浓度是最重要的预测因子。SHAP分析进一步揭示了模型预测的机制：LR模型严重依赖单一特征（如高NH₄⁺-N值），而RF和XGB则表现出更平衡的多特征贡献，但XGB复杂的非线性相互作用也增加了过拟合数据的可能性。

3.4. 跨场景测试

直接将基于无生物载体数据训练的模型用于预测添加生物载体系统（MBR-2）的硝化状态，以检验其跨场景泛化能力。结果显示，RF模型表现最佳，精确度从0.79提升至0.87，展现了最好的适应性。所有模型的TPR均超过0.80，但FPR也显著上升，尤其是LR的FPR达到0.50，表明其对阴性样本的识别准确性较差。这主要是由于测试集特征（如空气流速均为6 Lpm）的一致性简化了模型决策，但模型对训练集模式的记忆仍导致了对部分阴性样本的误判。自助采样（Bootstrap）分析表明，添加生物载体后，模型性能的置信区间变窄，尤其是RF表现出最佳的稳定性和性能。

本研究成功证明了一个概念：利用少量易于在线监测的出水水质和操作参数，通过可解释的机器学习算法，可以有效实时监控MBR的硝化状态。LR、RF和XGB模型在标准条件下均表现出色（精确度>0.85）。特别值得注意的是，RF模型展现了优异的跨场景预测能力，能够将在无生物载体系统上训练的知识迁移至生物载体系统，这对于模型在实际应用中应对不同配置的污水处理厂具有重要意义。特征重要性和SHAP分析不仅验证了出水NH₄⁺-N和NO₃^--N的核心预测作用，还为操作人员提供了理解模型决策的窗口，增强了他们对智能预测结果的信任。

尽管取得了积极成果，研究也揭示了当前框架的局限性。小样本量是导致模型过拟合和性能评估不稳定的根本原因。训练数据和测试数据在类别分布和特征分布上的细微差异都会显著影响模型的泛化表现。此外，依赖于历史出水数据来预测当前反应器状态，不可避免地会存在时间滞后问题，这可能影响控制的及时性。

针对这些挑战，研究在讨论中提出了清晰的未来研究方向。首先，必须系统性地扩大数据集，覆盖更广泛的进水水质、操作条件和甚至包括系统故障场景的数据，以增强模型的鲁棒性。其次，探索迁移学习（Transfer Learning）框架，例如利用在大型污水处理厂数据上预训练的模型，通过微调（Fine-tuning）适配到特定的分散式MBR应用，是提升模型跨场景泛化能力的有效途径。最后，研究构思了一个由数据驱动模型触发的自动曝气控制流程图，为实现真正的智能化、自适应运行提供了初步方案。从当前的二分类（充足/不足）扩展到多等级硝化状态分类，将进一步优化曝气量的精确控制，实现节能降耗。

综上所述，这项研究为将可解释人工智能（Explainable AI）应用于环境工程领域，特别是分散式污水处理设施的智能监控与优化运行，迈出了坚实的一步。它不仅提供了一个有效的技术框架，更重要的是强调了数据质量、模型可解释性与实际部署可行性之间协同优化的重要性。随着数据量的积累和算法的进一步 refinement，这种数据驱动的方法有望成为保障水回用安全、提升污水处理效率、推动水务行业智能化转型的核心工具。