ビニルクロリドのオゾンベース先進酸化処理による分解：地下水処理と機械学習を統合し、よりスマートなソリューションを構築

科学分野:

• 環境化学
• 水処理技術
• 先進酸化処理（AOP）

背景:

• 水不足は、塩化ビニル（VC）のような汚染物質に対する革新的な処理ソリューションを必要としている。
• VCは、飲料水源にリスクをもたらす、有毒で発がん性のある地下水汚染物質である。
• 先進酸化処理（AOP）は、汚染物質の効果的な除去に有望である。

研究 の 目的:

• オゾンベースの先進酸化処理（AOP）を用いた塩化ビニル（VC）除去を調査すること。
• 実験データとデータ駆動型モデリングを統合してVC分解を予測すること。
• VC除去効率に対する水マトリックス条件の影響を評価すること。

主な方法:

• 汚染された地下水サンプルに対して、オゾン処理およびペロキソン（O3/H2O2）処理実験を実施した。
• 予測のために、ランダムフォレスト、ニューラルネットワークなどのアンサンブル手法を含む高度な機械学習モデルを利用した。
• 水特性と処理パラメータを入力特徴量として使用してモデルをトレーニングした。

主要な成果:

• オゾン単独ではVCの部分的な除去しか達成できなかったが、ペロキソン処理では70〜97％の分解を達成した。
• 複雑なマトリックス中のVC濃度を0.5 µg/L未満にするには、ペロキソンまたはO3/H2O2/UV光分解が必要であった。
• アンサンブルモデル（ランダムフォレスト＋ニューラルネットワーク）は高い予測精度（R² = 0.99）を達成した。

結論:

• オゾンベースのAOP、特にペロキソン法は、地下水からのVC除去に効果的である。
• AI駆動のアンサンブルモデルは、VC分解を正確に予測でき、処理の最適化に役立つ。
• 開発されたモデルは、AOP処理結果の予測のための一般化可能で解釈可能なツールを提供する。