《Process Safety and Environmental Protection》：Prediction of multi-heavy metal removal in constructed wetlands based on machine learning: Model comparison, influencing factors and mechanism
编辑推荐：
摘要人工湿地（CWs）是处理重金属污染的有效基于自然解决方案，然而其复杂的内部净化过程表现出强非线性和"黑箱"特征，限制了宏观层面的机理揭示和效果评估。为了解析这些复杂性，本研究汇总了58篇出版物（2006–2025年）中的数据，构建了包含407个运行场景（8954个数据点）
摘要
人工湿地（CWs）是处理重金属污染的有效基于自然解决方案，然而其复杂的内部净化过程表现出强非线性和"黑箱"特征，限制了宏观层面的机理揭示和效果评估。为了解析这些复杂性，本研究汇总了58篇出版物（2006–2025年）中的数据，构建了包含407个运行场景（8954个数据点）的综合数据集。采用三种集成机器学习算法（Extra Trees、随机森林、XGBoost）预测Pb、Zn、Cd和Cr的去除效率。Extra Trees模型表现出稳定的预测性能，尤其针对Cd（单次划分下< />2为0.921；20次重复80/20划分下为0.756 ± 0.093）。SHAP分析确定了溶解氧和水力停留时间为主要宏观驱动因素，表明运行参数的匹配对污染物去除动力学和界面反应过程具有潜在的调节作用。此外，本研究实施了一种回归链策略来量化共存的金属之间的预测交互作用，生成了需要实验验证的机理假设。模型显示，对于Cd——一种典型的嗜硫金属——共存Pb和Zn的去除效率占预测特征重要性高达70.5%。这些发现加深了我们对人工湿地等生态修复技术净化过程的理解，也为多金属废水的节能处理参数优化提供了参考，并提供了提升处理性能的理论框架。
引言
工业采矿、金属冶炼和电镀等高能耗产业的快速扩张不可避免地导致了严重的重金属水污染。在这些污染物中，Pb、Zn、Cd和Cr等元素具有相似的地球化学背景（例如，前三者均为亲硫元素），容易在酸性矿山排水或工业固体废物浸出液中形成复杂的共污染现象（Shen等，2025；Chen等，2026；Lian等，2025）。这些污染物的关键问题在于其固有的不可生物降解性，导致其在天然水体和沉积物中长期存留。更为严重的是，它们可沿食物链进行生物富集，对水生生态系统和人体健康——尤其是神经系统——构成持续威胁，甚至引发潜在的致癌风险（Wu等，2024）。
面对这一修复挑战，人工湿地（CWs）凭借其低廉的建设与运行成本以及良好的生态兼容性，逐渐成为处理此类废水的首选工程解决方案（Guo等，2026；Yuan等，2025；Lian等，2024）。在这一模拟生态系统中，基质拦截、植物根系吸收和微生物代谢等多种机制协同作用，有效地截留和固定有害金属离子（Chen等，2022）。尽管人工湿地系统在应对混合重金属污染方面展现出巨大潜力，但湿地床层内部物理化学反应与微生物活动的耦合仍高度复杂，导致其宏观脱污效率呈现高度非线性和典型的"黑箱"特征。此外，当多种重金属离子同时存在时，溶解氧（DO）、水力停留时间（HRT）和pH等关键环境参数如何共同影响污染物的转化过程尚不明确。
此外，传统的单因素变量控制实验和常规线性回归模型无法准确捕捉多变量交互作用下的真实运行条件（Feng等，2025；Liu等，2025）。例如，增加系统中的DO浓度确实能显著增强好氧吸附，但不可避免地会抑制厌氧层硫酸盐还原菌的活性，传统线性模型无法捕捉这种复杂的权衡效应（Yan等，2025）。此外，过去的研究往往聚焦于单一金属的截留，忽视了共存重金属之间的协同固定或竞争解吸相互作用。由于Zn的两性特性，其氢氧化物和氧化物表现出金属与非金属的双重反应活性，使Zn在竞争基底表面活性位点时处于固有劣势。研究表明，水中Pb和Cd浓度的微小波动或环境pH值的轻微变化，都可能引起Zn去除率的显著波动（Kania等，2019；Ofiera等，2025）。因此，基于现有数据，寻找一种能够解开物理化学"黑箱"并准确量化各种金属综合效应的新工具，已成为人工湿地应用于复杂污染治理的关键需求。
近年来，数据科学的融合为环境工程研究提供了新的科学方法。机器学习算法凭借其模式识别和高维数据挖掘的能力，被越来越多地用于分析令人困惑的非线性环境过程（Konopka等，2025）。极随机树（ET）、随机森林（RF）和XGBoost等集成学习架构具有较强的抗噪声能力，不仅能稳健地拟合复杂的实测数据，还能反向量化各特征的权重贡献（Singha等，2021）。然而，机器学习常因"算法黑箱"而受到批评——计算准确但无法解释底层机理。
幸运的是，可解释人工智能的成熟打破了这一僵局。通过引入SHapley加性解释（SHAP）框架，晦涩的模型逻辑可以转化为直观的物理化学洞察。SHAP能够精确区分温度、DO甚至基质类型等输入变量对最终脱污效果的独立和协同贡献，从而有效地将人工湿地污染物预测范式从结果导向的预测转向机理探索（Louhichi等，2023；Wang等，2023）。然而，虽然SHAP善于解释外部环境因素的影响，却无法显式建模共存金属之间的内在目标相关性。为了解决这一问题，回归链（RC）是一种经典的多元输出回归问题转换方法。通过构建链式结构并训练单目标模型，利用前序目标的输出作为后续目标的额外输入，显式捕捉目标间的相关性。与独立的单目标预测相比，RC充分利用了目标间的依赖关系，从而提高了联合预测的准确性并减少了误差。它在多目标协同预测中表现出卓越的性能、鲁棒性和泛化能力，特别是在高维特征场景下能够有效缓解无关变量的干扰（Masmoudi等，2020）。
本研究聚焦于人工湿地对四类重金属（Cr、Pb、Zn、Cd）的联合去除。在广泛收集并严格筛选小样本高维实测数据集后，本文首先横向对比了ET、RF和XGBoost算法的预测极限。随后，通过深入分析SHAP值，探究了HRT、DO微环境和进水硝酸盐氮对四种金属沉淀与吸附的非线性影响。此外，考虑到人工湿地是一个多变量交织的开放生态系统，仅通过外部物理条件解释内部脱污机理仍不够充分。因此，本研究首次在人工湿地环境下多重金属去除领域引入回归链（RC）的概念。由于Pb、Zn和Cd均为典型的亲硫元素，它们在厌氧区容易形成同步金属硫化物共沉淀，或在好氧区与铁锰氧化物共吸附。因此，我们设计了知识驱动的链式结构，将Pb和Zn的先验预测结果作为协同特征，输入到预测链末端的Cd模型中。本研究打通了人工湿地的"工程黑箱"与机器学习的"算法黑箱"，实现了预测精度与机理可解释性的统一。所提出的策略为后续多金属废水处理过程的精确控制与优化提供了数据驱动的基础。
章节摘要
数据获取与数据预处理
2006–2025年间，收集了58篇关于人工湿地（CWs）中重金属（Cd、Cr、Pb、Zn）去除的同行评审研究，共获得408个运行场景（8976个数据点），经质量控制后保留407个场景（8954个数据点）。值得注意的是，本研究中的"运行场景"指环境条件与运行控制参数的独特组合（例如初始污染物浓度、溶液pH和水力停留时间），而非统计意义上的
数据特征与筛选
为降低计算负荷、防止模型过拟合并增强模型的泛化性能，需要进行参数选择与数据分析（Yuan等，2021）。预处理后，优先选取了13个关键输入特征。Spearman相关热力图（图2b）揭示了特定进水重金属之间的统计共线性，这源于它们共同的硫化物/亲硫人为来源，而非直接的化学干扰。为了
结论
本研究整合了Extra Trees（ET）算法、SHAP分析和一种新颖的回归链（RC）方法，表征了竖流式人工湿地中重金属（Pb、Zn、Cd、Cr）联合去除的宏观非线性模式与统计关联。结果表明，ET算法在可变环境数据集上表现出良好的泛化性能。SHAP分析结果表明，DO和HRT是重金属去除的关键宏观影响因素。高
CRediT作者贡献声明
Yan Xizhi：撰写初稿、软件、资源。Hu Shanshan：撰写与审阅及编辑。Chen Bo：可视化、调查研究。Wang Yulai：项目管理、数据整理。Wu Haiming：概念设计。Wang Longmian：项目管理、数据整理。Liu Hui：方法学。Xu Fanchao：撰写与审阅及编辑、项目管理。Lian Jianjun：撰写初稿、监督、项目管理。Hu Bo：撰写与审阅及编辑、监督、方法学。
利益冲突声明
作者声明不存在任何可能影响本文所报告工作的已知经济利益或个人关系冲突。
致谢
作者感谢匿名审稿人及编辑的编辑意见和建议，这些意见和建议大幅改进了本手稿。同时感谢国家自然科学基金委员会（52370159、52270160、42307489）和安徽省科技创新项目（202523anull050015-04）对本研究的资金支持。
Yan Xizhi|Hu Shanshan|Chen Bo|Wang Yulai|Wu Haiming|Wang Longmian|Liu Hui|Xu Fanchao|Lian Jianjun|Hu Bo
