博文

Toxics 南京大学王遵尧团队——金属改性生物炭活化过硫酸盐去除水中酚类污染物：主导机制预测与非自由基定向调控

已有 119 次阅读 2026-7-3 13:42 |个人分类:学术软文|系统分类:论文交流

研究背景

酚类污染物广泛存在且具有毒性，严重威胁生态环境与人体健康。基于过硫酸盐 (PS) 的高级氧化技术因其操作简便、氧化能力强而备受关注，其中非自由基途径具有更高的氧化剂利用效率和抗干扰能力，是高效低碳处理酚类废水的理想路径。金属改性生物炭 (MBC) 在非自由基活化PS方面展现出巨大潜力，但如何定向调控反应机制仍是一大挑战。

研究成果

本研究针对MBC活化PS去除水中酚类污染的反应体系，引入机器学习 (ML) 数据驱动范式，构建反应主导机制预测模型，揭示关键因素及其影响模式，并提出催化剂定向设计策略。

(1) 构建了MBC活化PS去除水体酚类污染物体系的多维数据库。通过自动化筛选与人工审阅，从1797篇文献中筛选出109篇，提取132组有效样本，涵盖制备参数、金属引入、理化性质及反应体系等特征。组间差异性检验表明，单一特征均无法独立决定反应机制 (p > 0.05)，证实反应机理为多维特征非线性耦合的结果。经单因素检验与L1正则化逻辑回归，筛选出10个关键特征变量。

图1

(2) 建立了预测性能良好的二分类模型。基于XGBoost、LightGBM、CatBoost、RF及L1逻辑回归，构建了主导机制预测模型，并通过训练集5‑CV及独立测试集的ROC、P‑R、校准曲线、DCA进行综合评估。XGBoost在训练集5‑CV中取得最高平均AUC (0.699)；在独立测试集上，AUC为0.711，AP为0.682，准确率为0.704，对非自由基类别的精准率与召回率均为0.733。

图2

(3) 定量揭示了关键特征对反应路径选择的影响规律。SHAP分析表明，Max_Temp、Metal_Count和Cu引入对非自由基机制具有显著正向贡献。PDP‑ICE分析显示：BET_Surface_Area呈波动正向作用；Max_Temp在> 800 °C时预测概率跃升；Max_Time在1.7~2.5 h存在最优窗口；Metal_Count由1增至2时预测概率大幅增长。高温热处理和适中时间有利于诱导非自由基路径，Cu引入及多金属协同是关键诱因。

图3

(4) 提出了MBC非自由基机制的定向调控策略。单金属改性在900 °C获得显著正向贡献，而双/多金属改性在600 °C即达峰值。金属组合统计显示，Cu (单金属) 与Cu‑Fe (双金属) 最具非自由基诱导潜力。据此提出两条策略：①在900 °C制备Cu单金属改性生物炭；②在600 °C制备Cu‑Fe双金属改性生物炭。

图4

研究总结

本研究首次将金属改性参数纳入机器学习框架，揭示了MBC/PS体系中多维度特征对反应机制的非线性耦合影响。基于SHAP分析和金属组合统计，提出了两种定向调控非自由基路径的合成策略。这项工作为高效低碳处理含酚废水提供了数据驱动的理论框架和可操作的设计方案，开辟了机器学习指导环境催化剂理性设计的新路径。

作者简介

撰文作者：魏文萱，南京大学环境学院硕士研究生。主要研究方向为过硫酸盐氧化技术的开发与机理探索。以第一作者身份在Journal of Environmental Management和Toxics上发表SCI论文2篇。

通讯作者：王遵尧，博士，教授、博士生导师，现任职于南京大学环境学院。主要研究方向为污染控制化学与环境理论化学。以第一作者或通讯作者身份在Environmental Science & Technology、Water Research、Applied Catalysis B: Environmental等期刊上发表SCI论文200余篇。主持多项国家自然科学基金。

阅读英文原文：https://www.mdpi.com/2305-6304/14/5/409