木质纤维素生物质水热液化生物油产率预测：机器学习方法与联合自助法蒙特卡洛不确定性传播

《Fuel》：Predicting bio-oil yield from hydrothermal liquefaction of lignocellulosic biomass: machine learning approach and uncertainty propagation via joint bootstrap Monte Carlo

　　

本研究针对木质纤维素生物质水热液化（hydrothermal liquefaction, HTL）过程，探讨基于机器学习预测生物油产率及质量指标的方法。研究人员从文献中整理数据库，构建多层感知机（multilayer perceptron, MLP）、支持向量回归（support vector regression, SVR）、决策树（decision tree, DT）、随机森林（random forest, RF）与极端梯度提升（extreme gradient boosting, XGB）模型，用于预测生物油产率（Yb）、元素比（H/Cb、O/Cb）、碳保留率（CRt）、氧脱除效率（ORl）及高位发热量（higher heating value, HHVb）。预测变量选取结合工艺知识与相关性分析，超参数经粒子群优化。XGB与RF总体表现最优，但多数二级输出泛化能力有限，故后续重点分析生物油产率，其中XGB预测最可靠。有效充水比（Vw/Vr）显著提升产率预测，SHapley Additive exPlanations（SHAP）将其列为最重要预测因子，而Spearman分析显示反应时间单调影响最强（ρ≈?0.43），其次为Vw/Vr（ρ≈+0.34）。分段回归与局部偏依赖分析调和上述排序：反应时间影响集中于约80 min以下，Vw/Vr在模型断点13.9附近产生更强非线性与区间依赖变化。联合自助法蒙特卡洛与残差保形分析用于量化预测不确定性，并基于区间宽度与适用域支持建立模型可信包络。该框架为木质纤维素HTL建模提供可解释且含不确定性认知的方法，并可用于优化条件筛选。

研究背景方面，林业与农业残渣作为可再生有机碳最大来源，主要由纤维素、半纤维素和木质素组成，是替代粮食竞争液体燃料的可持续原料，同时助力废弃物管理与温室气体减排。水热液化（HTL）在250–400 °C与10–25 MPa下利用近临界水兼具溶剂、反应物与催化剂功能，直接将湿生物质转化为生物油，避免高能耗干燥并实现高碳回收。然而文献报道的木质纤维素HTL生物油产率波动极大（14–50 wt%），源于生物质异质性与操作条件强耦合的非线性响应，传统单因素或线性关联难以刻画。现有机器学习（machine learning, ML）研究多聚焦藻类、污泥等富氮湿料或醇类共溶剂体系，专门针对木质纤维素纯水HTL且纳入反应器填充特征的系统框架尚缺。因此研究人员开展此项研究，旨在建立可解释、含不确定性量化的预测模型，发表于《Fuel》。

关键技术方法上，研究人员跨Web of Science、Scopus等库系统检索同行评审文献，剔除催化与共溶剂实验，构建统一干基（dry basis）与干燥无灰基（dry ash-free, daf）的木质纤维素HTL数据库，涵盖工业分析、元素分析与纤维素/半纤维素/木质素含量及操作条件。建模采用MLP、SVR、DT、RF、XGB五种算法组合以平衡偏差-方差，目标变量含Y_b、H/C_b、O/C_b、C_Rt、O_Rl、HHV_b；超参数经粒子群优化（particle swarm optimization, PSO）。解释与验证环节联合Spearman秩相关、SHAP、分段回归、局部偏依赖分析、联合自助法蒙特卡洛（joint bootstrap Monte Carlo）与残差保形（residual-conformal）校准，建立基于区间宽度与适用域的模型可信包络。

研究结果部分，引言指出HTL中水介质介电常数与离子积随温度变化调控水解与中间体稳定，生物质组分竞争决定相分配，需ML捕获非线性。数据库编译（2.1节）说明来源与排除标准，数据调整与基准转换（2.2节）给出水分、灰分与固体负荷换算方程，引入总水质量与V_w/V_r以表征反应器填充与有效水环境。模型性能比较中，XGB与RF优于MLP、SVR、DT，但仅Y_b泛化可靠，故聚焦产率。变量重要性显示SHAP将V_w/V_r排首，Spearman则将反应时间（ρ≈?0.43）列于V_w/V_r（ρ≈+0.34）之前；分段回归与偏依赖 reconciles 表明反应时间作用集中在<80 min，V_w/V_r在≈13.9断点下引发非线性区间转移。不确定性分析中，联合自助法蒙特卡洛传播预测分布，残差保形给出经验覆盖区间，依输入支持度与适用域划定可信包络。

讨论与结论部分，研究人员强调木质纤维素HTL响应面受进料组成与V_w/V_r共同塑造，既往忽略反应器填充是误差来源之一；XGB配合SHAP与不确定性包络可在小样本跨文献数据下提供可解释预测。结论为：纳入V_w/V_r显著改善Y_b预测，反应时间与充水比分别主导单调与区间依赖效应，所提联合自助法蒙特卡洛与残差保形框架能量化置信边界，整体方法为木质纤维素HTL工艺优化与实验设计优先级判定提供可靠依据。