利用大数据分析和自动化机器学习技术，阐明基于厌氧氨氧化（anammox）工艺的市政废水氮去除过程中的响应效应

《Scientific Reports》：Elucidating response effects of anammox-based nitrogen removal processes for municipal wastewater using big data analysis and automated machine learning

　　

摘要

厌氧氨氧化（anammox）工艺在处理城市污水方面具有显著的优势，能够有效减少碳排放，近年来受到了广泛研究。然而，主流anammox工艺的实际运行仍受到外部监管策略不明确的影响。因此，本研究采用了H₂O自动化机器学习（AutoML）算法和可解释性分析方法，来挖掘从基于anammox的污水处理研究中收集的大数据集中的内在关系。AutoML算法自动生成的极端梯度提升（eXtreme Gradient Boosting）和梯度提升（gradient boosting）机器模型提供了最准确的预测结果（R² = 0.814–0.993）。此外，这些最优模型对来自本研究的未见数据也表现出良好的泛化能力（R² = 0.725–0.945）。通过一维和二维偏依赖图，揭示了适宜的操作条件范围以及进水特性对氮污染物高效去除率的影响机制。这项工作将有助于进一步理解如何改进基于anammox的氮去除工艺在实际应用中的运行效果。