面向固体废物水热炭化的边界感知数据增强：一种不确定性引导的 SMOTE 框架

《Journal of Environmental Management》：Boundary-aware data augmentation for solid waste hydrothermal carbonization: An uncertainty-guided SMOTE framework

　　

摘要水热碳化（HTC）在可持续有机固体废弃物转化以缓解能源危机方面发挥着关键作用。然而，HTC 性能的准确预测面临实验数据有限的挑战，这限制了模型性能。为了克服这一局限性，开发了一种结合不确定性引导的合成少数类过采样技术的边界感知数据增强框架。该框架整合了一个不确定性量化模块，以持续调整采样权重，确保合成样本在物理可靠的参数空间内生成。通过将该机制与边界调整样本生成方法相结合，可以生产高质量的 HTC 样本。此外，该框架与梯度提升回归相结合，以预测 HTC 性能，从而能够准确估算水炭的高位发热值（HHV）和产率。案例结果表明，所提出的方法在预测水炭 HHV 方面达到了 0.890 的 R2 和 2.327 MJ/kg 的 RMSE，在预测水炭产率方面达到了 0.831 的 R2 和 7.188% 的 RMSE。与没有数据增强的模型相比，水炭产率的 MAE 和 MAPE 分别降低了 14.33% 和 13.71%，而水炭 HHV 的 RMSE 降低了 6.54%。这些案例结果表明，所提出的方法有效解决了有机固体水热碳化小样本建模的挑战，提供了有价值的参考。

引言日益加剧的全球能源危机和日益严峻的环境挑战进一步凸显了开发可持续能源转型技术的紧迫性。过度依赖化石燃料导致了严重的环境退化，包括温室气体排放、气候变化和资源枯竭 (Hwang et al., 2024)。在此背景下，生物质和有机固体废弃物已成为具有潜力的可再生原料，能够减少对化石资源的依赖并减轻相关环境影响 (Togun et al., 2025)。然而，传统的生物质和有机废弃物热化学转化技术在处理高水分原料时面临重大限制，因为它们通常需要耗能巨大的预干燥过程，这显著降低了整体能源效率和经济可行性。水热碳化（HTC）作为一种专为高水分废弃物定制的新型热化学技术，使得无需预干燥即可直接处理湿原料 (Wang et al., 2022a)。因此，该技术适用于水分含量在 50-80% 范围内的有机固体废弃物。由于具有高效的能源回收能力 (Chanaka Udayanga et al., 2018)、强的原料灵活性和显著的碳封存潜力 (Liu et al., 2024)，它已引起越来越多的关注。此外，通过 HTC 生产的水炭可用于生物燃料生产或作为土壤改良剂应用以改善土壤质量 (Taglieri et al., 2024)。因此，HTC 代表了一条高效且可持续的废物能源化技术应用路径。

由于有机固体废弃物组成的异质性，控制 HTC 的反应机制和影响因素面临重大挑战 (Wang et al., 2022b; Kossińska et al., 2024)。建模在阐明基本反应途径、优化工艺参数和提高产品质量方面发挥着关键作用 (Zhang and Wang, 2025)。虽然采用热力学或动力学框架的传统建模方法可以部分表征过程行为，但在复杂多变的反应条件下，参数之间复杂的非线性相互作用无法得到全面表征。因此，数据驱动的机器学习建模作为一种日益普遍的方法，越来越应用于 HTC 和其他可再生能源领域 (Katongtung et al., 2024; Onsree and Tippayawong, 2021; Kim et al., 2023; Guo et al., 2025)。例如，Leng 等人 (2024) 应用随机森林 (RF) 和梯度提升回归 (GBR) 算法预测 HTC 性能。结果表明模型预测误差较低。Djandja 等人 (2023) 使用极限梯度提升 (XGBoost) 方法预测污水污泥和生物质共水热碳化生产水炭的燃料特性。XGBoost 在预测高位发热值、质量和能量产率方面比 RF 方法更准确，均方根误差 (RMSE) 分别为 1.567 MJ/kg、8.082 wt% 和 7.065%。Djandja 等人 (2021) 应用两层前馈神经网络开发了一种 HTC 模型，用于预测水炭的氮含量。该模型在预测水炭-N 方面显示出了良好的结果，R2 大于 0.87。上述研究表明，机器学习方法适用于 HTC 性能的准确建模。

然而，机器学习模型本质上依赖于大量高质量数据 (Li et al., 2021)，在数据量有限的情况下，泛化能力和稳定性经常受到限制。为了减轻实验样本不足对建模准确性的影响，研究人员越来越多地关注在不同领域应用数据增强技术 (Cosenza et al., 2025)。目前流行的数据增强方法包括合成少数类过采样技术 (SMOTE) (Tao et al., 2024)、蒙特卡洛 (MC) (Fang et al., 2022)、生成对抗网络 (GAN) (Ma et al., 2023)。例如，Wang 等人 (2024) 使用 SMOTE 生成厌氧消化样本以建立甲烷产率预测模型。模型的 NRMSE 为 8.92%，显示出较高的预测性能。Ma 等人 (2023) 应用 GAN 方法和混合策略扩展超临界水气化建模的样本。案例研究表明，所提出的方法可以提高建模准确性。

然而，这些传统的数据增强方法在实际应用中存在固有的局限性。以 MC 方法为例，当缺乏先验分布知识或在高维空间中操作时，它倾向于生成分布与真实数据特征显著偏离的样本，导致代表性不足。类似地，SMOTE 容易引入噪声，特别是在处理复杂非线性分布或边界样本时，从而损害模型稳定性。此外，大多数现有的数据增强技术主要是为结构化数据领域（如图像、音频和自然语言）开发的，尚未充分解决水热碳化系统建模的独特需求，这些系统通常涉及具有高分维度、强非线性和特定条件特征的小样本场景。加剧这一挑战的是，HTC 反应器在高温高压条件下运行 (Singh et al., 2020)，需要较长的实验时间，每个测试条件通常需要 2-3 次重复进行验证 (Wang et al., 2018)。因此，鉴于 HTC 小样本建模的需求，必须开发一种可靠的数据增强新方法，以提高预测模型的可靠性和稳定性。

为了应对这些挑战，提出了一种用于小样本 HTC 建模的新型边界感知数据增强框架，显著提高了预测准确性。本文的主要贡献总结如下：

(1) 提出了一种不确定性引导的 SMOTE 采样策略。开发了一个基于随机森林的不确定性量化模块来评估样本不确定性，动态调整采样权重，引导 SMOTE 优先在高不确定性区域生成合成样本。该策略增强了增强数据集的有效性和质量。

(2) 将边界感知和边界约束机制引入数据增强框架。边界感知模块可以识别物理可行的参数空间，并赋予接近边界的样本更高的初始权重，从而引导模型优先进行边界采样，提高生成数据的全局代表性。不同地，边界约束模块用于生成后微调并纠正合成样本的参数，确保严格符合 HTC 过程中固有的物理化学约束。

(3) 建立了整合边界感知数据增强方法和梯度提升回归的小样本模型，用于 HTC 性能预测。通过案例研究，通过针对多种机器学习算法和数据增强方法的比较分析，验证了所提出的增强策略的有效性，展示了优越的预测准确性和鲁棒性。

本文其余部分组织如下：第 2 节描述了材料和数据集。第 3 节提出了数据增强框架和基础算法原理。第 4 节讨论了案例研究结果和比较分析。最后，第 5 节总结了主要发现和未来研究方向。

章节片段

材料与数据集通过系统地回顾 Web of Science 和 Google Scholar 等学术数据库中的文献，编制了一个全面的 HTC 数据集。收集的数据集涵盖了多种有机固体废弃物，主要包括市政和食品废弃物、粪便和消化物，以及农业残留物。所有实验数据均来源于间歇式水热反应器。每个样本都需要同时报告元素组成、工业分析、HTC 操作条件以及。

建模框架提出的边界感知数据增强框架整合了不确定性引导的 SMOTE 和动态权重策略，以解决 HTC 建模中的小样本挑战，如图 1 所示。详细程序描述如下：

(1) 初始双标准权重分配：权重分配结合边界接近度和稀疏性评估来计算复合样本权重。边界权重量化每个样本到物理化学约束的距离，

结果与讨论本案例基于 Python 3.10 实现，机器学习建模使用 scikit-learn 库。计算环境配置如下：Intel(R) Core(TM) i7-13700K 处理器 (3.40 GHz)，32.0 GB 内存，以及带有 4 GB 显存的 NVIDIA T400 显卡。

结论开发了一种边界感知和不确定性引导的数据增强框架，以改进小样本水热碳化建模。所提出的方法结合了边界约束识别和基于 SMOTE 的合成样本生成，使增强的 HTC 样本更好地保留原始数据集的统计分布和可行操作空间。在基线模型中，GBR 显示出最好的预测能力，在水炭 HHV 方面达到了 0.867 的 R2。

CRediT 作者贡献声明马哲瑞：写作 – 初稿，方法论，形式分析，概念化。王祥前：写作 – 初稿，可视化，数据整理。李志宏：写作 – 初稿，监督，数据整理。贾建东：写作 – 初稿，调查。王瑞坤：验证。葛立超：软件。

竞争利益声明作者声明他们没有已知的竞争性财务利益或可能影响本论文报告工作的个人关系。

致谢本研究得到了中央高校基本科研业务费（项目编号：B250201101）和国家自然科学基金（项目编号：52176105）的支持。

马哲瑞 | 王祥前 | 李志宏 | 贾建东 | 王瑞坤 | 葛立超
河海大学可再生能源学院，江苏南京，211100，中国