《Journal of Environmental Management》:Machine-learning-assisted process interpretation of composting time across composting systems involving multiple organic wastes: Key explanatory contributions of temperature evolution during the cooling–maturation phase
编辑推荐:
摘要在有机废弃物处理系统中,堆肥时间与原料组成、操作条件以及不同阶段的温度变化密切相关。传统方法难以准确描述多个工艺变量之间的非线性关系。本研究构建了一个基于机器学习的分析框架,用于识别异质性多源堆肥系统中与堆肥时间相关的工艺特征,并分析这些特征之间的结构关联。研究比较了六种机器
摘要
在有机废弃物处理系统中,堆肥时间与原料组成、操作条件以及不同阶段的温度变化密切相关。传统方法难以准确描述多个工艺变量之间的非线性关系。本研究构建了一个基于机器学习的分析框架,用于识别异质性多源堆肥系统中与堆肥时间相关的工艺特征,并分析这些特征之间的结构关联。研究比较了六种机器学习模型,结果表明XGBoost在描述工艺变量与堆肥时间之间的非线性关联方面表现最佳。研究采用按研究来源分组的重复GroupShuffleSplit方法进行外部评估,同时在每个训练集内使用五折GroupKFold方法优化超参数。XGBoost的测试R2均值可达0.77,其Bootstrap 95%置信区间为0.74-0.80。SHAP分析表明,冷却-成熟阶段的累积温度(AT3)是对模型输出贡献最大的特征,在仅翻动物料和强制通风两种处理方式中,AT3依然是最重要的特征。结构方程建模显示,AT3与堆肥时间之间存在较强的结构关联(β?=?0.80,p?0.001),且在留一法分析中,模型拟合度和主要路径均保持稳定。这些研究结果为堆肥过程的监测及后续控制实验提供了数据支持。
引言
随着人口增长和农业生产的扩大,有机废弃物的产生量持续增加。传统的处理方式,如填埋和低效处理,不仅会增加土地使用压力,还会带来环境污染风险(UNEP,2024)。中国每年产生的有机废弃物量巨大,其中包括约38亿吨畜禽粪便、7亿吨农作物秸秆、2.6亿吨蔬菜废弃物以及1.95亿吨厨余垃圾(Dong等人,2024;Gu等人,2025;Qiao等人,2023;Sun等人,2025)。这些废弃物虽然含有有机物和营养物质,但也可能携带病原体和其他污染物,若处理不当,将危害人类健康和环境(Khair Biek等人,2025;Wang等人,2020)。好氧堆肥是一种成本较低且环保的有机废弃物处理方法(Li等人,2023;Shi等人,2025)。堆肥时间直接影响废弃物处理的效率以及成熟堆肥产品的可用性。过长的堆肥时间会增加场地占用成本和管理投入,同时也会延长温室气体、异味和渗滤液问题需要处理的时长。因此,识别与堆肥时间相关的工艺因素,有助于提升处理效率并实现过程监控。
然而,决定堆肥时间的因素并非单一,而是多种因素共同作用的结果。这些因素包括原料组成、环境条件以及工艺动态特性。先前的研究表明,原料类型和混合比例会改变C/N比值、底物可利用性以及微生物的代谢环境,因此是影响堆肥效率的关键因素之一(Wang等人,2025)。水分含量、通气条件以及pH值则会影响氧气的传递效率和微生物的活性(Ayd?n Temel等人,2023;Valverde-Orozco等人,2023)。温度变化则反映了微生物的代谢活动和物质转化情况,是判断堆肥进程及阶段转换的重要指标(Neugebauer和So?owiej,2017)。传统的经验公式和基于简化假设的工艺模型通常是在相对稳定的实验条件下建立的,难以准确描述具有不同原料组成、环境条件、管理方式以及复杂工艺变化的各类有机废弃物处理系统。有机废弃物的组成和混合比例的不同会导致底物性质存在较大差异,因此很难建立单一变量与堆肥时间之间的通用经验关系。此外,堆肥过程中的不同阶段呈现出复杂的温度变化和物质转化规律,而非简单的线性变化,仅靠经验公式或预设函数难以全面描述多源堆肥系统中堆肥时间的差异。数据驱动的方法则能够整合多元信息,揭示复杂的非线性规律(Li等人,2026)。
机器学习技术越来越多地被应用于堆肥工艺参数模拟、成熟度预测以及工艺优化领域。现有研究针对不同的分析任务采用了不同的技术方法。在工艺参数模拟方面,?ahin等人(2024)比较了高斯过程回归、支持向量回归和神经网络回归在模拟堆肥温度、pH值、水分含量、C/N比值等物理化学参数方面的性能。在分析变量间关系方面,Faverial等人(2016)利用有向无环图表示的贝叶斯网络,研究了初始原料特性、工艺变化与最终产品质量之间的条件依赖关系。在成熟度预测方面,Wan等人(2022)采用了多层感知器、随机森林、极端梯度提升和光梯度提升机模型来预测食物废弃物堆肥的发芽指数和C/N比值,并进一步开发了集成预测方法。Wang等人(2024a)则比较了随机森林、人工神经网络、支持向量回归和决策树模型在预测有机废弃物堆肥发芽指数中的应用效果。Shi等人(2025)比较了随机森林、extra trees、XGBoost、梯度提升决策树、反向传播神经网络和多层感知器模型,随后运用SHapley加性解释方法,确定了对模型输出贡献较大的输入特征。Zhang等人(2025)整合了不同原料类型、堆肥规模和操作条件下的数据,比较了随机森林、梯度提升回归和XGBoost等树集成模型以及堆叠模型组合的效果。这些研究表明,机器学习模型的性能取决于数据结构、输入特征和目标变量,因此应在一个统一的验证框架内对比具有不同学习机制的候选模型。近年来,机器学习在堆肥工艺分析中的应用日益增多(见图S1),已成为描述复杂堆肥过程的重要工具。不过,对于具有不同原料组成、环境条件和管理方式的异质性多源堆肥系统,目前仍缺乏系统的研究证据。尤其是,很少有研究能够识别出对堆肥时间变化具有稳定解释作用的工艺特征,或是量化不同阶段温度变化的影响程度。堆肥过程具有明显的阶段特异性动态特征,因此需要分析变量与堆肥时间之间复杂的非线性关联,同时研究初始原料特性、不同阶段的工艺指标与堆肥时间之间的结构关联。机器学习模型虽能捕捉复杂的非线性关联,并通过特征重要性分析识别关键特征,但它主要反映的是输入特征与模型输出之间的关联关系,无法直接体现工艺变量之间的结构关联或变量间关系的层次结构。因此,仅依靠机器学习可能不足以全面描述初始原料特性、不同阶段温度变化与堆肥时间之间的复杂结构关联。结构方程建模则能在预设的变量关系框架下分析多变量系统中的结构关联,从而弥补机器学习分析的不足(Liu等人,2025)。
本研究旨在构建一个基于机器学习的分析框架,用于识别异质性多源堆肥系统中与堆肥时间变化相关的关键工艺特征,并进一步分析这些特征之间的结构关联。具体而言,本研究:(1)基于多源文献数据构建了机器学习分析框架,比较了不同算法在描述堆肥时间与非线性关联方面的适用性;(2)结合特征重要性分析、偏依赖图和条件期望图,识别出对堆肥时间变化具有显著解释作用的特征;(3)运用结构方程建模分析原料组成、不同阶段的温度变化特征与堆肥时间之间的结构关联。研究结果为多种有机废弃物堆肥过程的监测、指标优化以及后续控制实验提供了数据支持。
章节节选
数据收集
选择合适且具有代表性的输入特征是确保机器学习模型可靠性的关键步骤。研究优先选择了那些在已有研究和实验中已被证实与堆肥时间密切相关的参数。同时,也考虑了这些参数在不同原料和操作条件下的适用性,以及不同研究之间的可比性。研究数据来源于2006年至2025年发表在Web of Science数据库中的相关文章,搜索
数据集的统计分析
通过箱线图和正态性图来可视化数值型输入特征的统计分布,进而分析来自不同研究的数据在分布特征和潜在异质性方面的情况。分析结果显示,不同类别的输入特征覆盖的范围很广,这反映出不同堆肥研究在原料组成、操作条件以及各阶段工艺特性方面的差异。图1展示了这些差异的具体情况
主要结论
本研究通过结合模型比较、SHAP分析、PDP–ICE分析、分层敏感性分析和结构方程建模,构建了一个基于机器学习的堆肥时间分析框架。该框架成功识别出了与堆肥时间变化相关的关键工艺特征,并分析了这些特征在异质性多源多组分堆肥系统中的结构关联。对六种候选模型的比较表明,XGBoost在
CRediT作者贡献说明
夏瑶:概念构建、数据整理、正式分析、研究调查、方法设计、项目管理、资源协调、软件应用、结果验证、可视化处理、初稿撰写、论文修改与润色。傅伟林:概念构建、研究调查、方法设计、软件应用。宋春:研究调查、方法设计、结果验证。张雪燕:研究调查、方法设计、结果验证。吕世宇:方法设计、可视化处理。丁永珍:资金获取、方法设计、研究指导、论文撰写——
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。
致谢
本研究得到了中国国家重点研发计划(编号:2022YFD1601103)和呼伦贝尔市科技计划项目(编号:SF2025004),以及农业农村部农业科技创新工程(农业环境保护研究所)的支持。
Xia Yao|Weilin Fu|Chun Song|Xueyan Zhang|Shiyu Lv|Yongzhen Ding|Feng Wang
农业农村部农业环境保护研究所,中国天津,300191