【清华团队合作提出光谱指纹驱动的膜污染小样本智能预测方法】以膜生物反应器（MBR）为代表的膜技术，是未来城市污水资源化从而实现可持续发展目标的关键一环，但膜污染会导致膜分离效能下降，从而制约其经济技术可行性。膜污染过程高度复杂，对从分子层面理解污染行为并实现精确预测提出了更高要求。
近日，清华大学环境学院黄霞教授团队联合中国科学院大学肖康教授团队和中信环境技术有限公司相关研究团队，创新性地融合污染物光谱表征与数据-知识共驱动的建模策略，从物质行为监测和工艺动态解析两个维度着手，建立了光谱指纹-污染物分子特性-污染物行为之间的响应关系，实现了小样本下大型实际MBR工程中膜污染趋势的高效预测。该研究提出的融合光谱指纹的数据-知识共驱动建模策略，明确了光谱指纹在膜污染预测中的关键信息价值，降低了模型对大规模数据的依赖，有望在小样本条件下辅助工艺运行决策，为膜工艺的精细化运行和可持续发展提供技术支撑。
研究成果以“膜法污水处理中的膜污染智能监测”（Intelligent fouling monitoring in membrane-based wastewater treatment）为题，于2月9日在线发表于《自然·可持续性》（Nature Sustainability）。论文链接：http://t.cn/AXcJCd0b（来源：环境学院）#科研速递# #清华大学[超话]#