中国环境科学

北大核心,CA,JST,Pж(AJ),EI

国内刊号:11-2201/X

国际刊号:1000-6923

中国环境科学杂志2026年第1期:基于可解释机器学习的供水管网三卤甲烷浓度预测及关键驱动因子识别模型

发布日期:

作者:徐小燕, 霍冉冉, 李惠平, 周佰勤, 杜振齐, 庞维海, 周婷, 董晓晨, 李亚仙

单位:1. 苏州工业园区清源华衍水务有限公司, 江苏 苏州 215021;2. 同济大学环境科学与工程学院, 上海 200092;3. 哈尔滨工业大学(深圳)土木与环境工程学院, 广东 深圳 518055;4. 山东建筑大学市政与环境工程学院, 山东 济南 250101

关键词:供水管网,余氯,供水距离,THMs,机器学习,SHAP分析

基金:应急管理部四川消防研究所基科费项目(20238814Z)

以苏州某区域供水系统主干管(采样节点间距2km)为研究对象,对干管的水温,余氯,浊度,pH值,UV254和溶解性有机碳(DOC)和THMs等多项水质参数沿程变化开展了为期一年的系统性调查研究.空间尺度分析结果表明,供水管网末端8~10km处的THMs浓度处于相对较高水平;时间尺度分析结果表明,供水管网末端THMs的浓度在6月达到最高峰,浓度为39.06μg/L.选择4种典型机器学习算法构建管网THMs预测模型,可解释的梯度提升树(GBDT)算法能够有效避免模型过拟合,对4种THMs预测精度的R2分别达到0.839,0.906,0.836和0.935.进一步应用Shapley附加解释(SHAP)对GBDT模型对全局解析发现,水温,UV254,DOC和供水距离与THMs生成呈正相关关系,余氯与THMs呈显著负相关关系;SHAP的局部解析表明,供水管网中余氯浓度低于0.45,0.55和0.55mg/L时可显著降低余氯对TCM,BDCM和DBCM的影响权重.基于本研究构建的数据驱动模型,可通过环境因子高效预测THMs的生成浓度,并实时控制余氯投加量防止夏季或管网末端的THMs过量生成.

来源:2026年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2026年第1期

联系我们

  • 地址:北京市海淀区红联南村54号
  • 电话:(010)62215145
  • E-mail:zghjkx1981@126.com

咨询工作人员