预测有氧颗粒污泥的结构不稳定性:一个智能预警框架,集成卷积神经网络和光指纹特征
Jie Lei1, Zhanfei Wu2, Zhe Liu3
1School of Environmental and Municipal Engineering, Xi'an University of Architecture and Technology, Yan Ta Road. No.13, Xi'an, 710055, China.
Journal of environmental management
|February 28, 2026
概括
智能早期预警模型 (EPS-ResNet) 预测有氧颗粒污泥 (AGS) 的结构不稳定性提前6天. 该模型分析了细胞外聚合物物质 (EPS) 光,从而能够早期检测废水处理中的关键状态.
科学领域:
- 环境生物技术 环境生物技术
- 废水处理 废水处理
- 微生物生态学 微生物生态学
背景情况:
- 有氧颗粒污泥 (AGS) 与活性污泥相比具有优势,但其结构不稳定,缺乏关键状态的预警系统.
- 现有的方法无法预测不稳定事件,阻碍了AGS技术在废水处理中的可靠实施.
研究的目的:
- 开发一种智能早期预警模型,用于预测有氧颗粒污泥 (AGS) 中的结构不稳定.
- 确定关键的光特性和与AGS不稳定性相关的微生物群落.
- 建立一个可扩展和机械解释的框架,用于生物处理系统的早期预警.
主要方法:
- 开发一个早期预警模型 (EPS-ResNet),利用多视图卷积神经网络.
- 松散/紧密结合的细胞外聚合物质 (LB-EPS/TB-EPS) 激发发射矩阵光谱 (EEMs) 中光特征的分析.
- 封闭敏感性分析,光区域细分,微生物组分析和曼特尔测试的整合.
主要成果:
- EPS-ResNet模型以97.6%的准确度提前6±1天预测了AGS结构不稳定.
- 关键的光区域 (TB-EPS区域I,TB-EPS区域IV,LB-EPS区域IV) 被确定为早期预警的关键区域.
- 微生物组分析将模型性能与主导类 (Bacteroidota,Patescibacteria) 和属 (Flavobacterium,Thauera) 的动态继承联系起来.
结论:
- 开发的EPS-ResNet模型为AGS结构不稳定提供了可靠和准确的早期预警系统.
- 该框架整合了光分析和微生物组动态,提供了对AGS不稳定性的机制性见解.
- 早期预警框架可扩展到其他生物处理系统,促进智能操作和维护.
