近日，农业农村部环境保护科研监测所养殖业污染防治创新团队联合西北农林科技大学开发了一种基于机器学习的水体脱磷材料靶向设计方法，对于不同水体磷高效脱除具有重要意义。相关研究成果发表在《生物资源技术（Bioresource Technology）》上。

磷污染是造成水体富营养化的主要原因之一，是我国农业面源污染的重要来源，对农业可持续发展构成重大威胁。当前研究重点在于材料自身的吸附性能，亟需针对水中磷浓度及污染防治目标加强磷的防控。

该研究利用机器学习构建了6种模型，分析了镁、镧改性生物炭等磷吸附材料制备参数与磷吸附容量或残留浓度的关系。预测结果显示，镁改性生物炭具有高吸附容量特征，而镧改性生物炭磷酸盐吸附亲和力强。经超参数优化，梯度提升模型表现最佳（R²>0.96）。镁改性生物炭适于养殖废水等高浓度磷酸盐水体的磷回收，去除率高；镧改性生物适于农田尾水等低磷浓度水体磷酸盐的脱除，剩余浓度低。机器学习模型预测的材料制备参数与吸附效果已得到实际材料印证。该研究可根据污染物浓度和水质管理目标提供靶向的个性化解决方案，对农业面源污染防治提供理论依据和技术支撑。

该研究得到云南省基础研究专项面上项目的支持。

原文链接：

https://www.sciencedirect.com/science/article/pii/S0960852424005649