近日，中科院成都生物研究所污染生物治理项目组采用人工智能算法对污水处理进行了模拟优化方面的探索，初步构建起水质预测模型。相关论文发表于《清洁生产杂志》《环境管理杂志》《波兰环境研究杂志》。

污水处理行业碳排放量约占全球碳排放量的2%。“以能耗换水质”的污水处理方式，是目前亟待解决的一道难题。

团队负责人、论文通讯作者谭周亮表示，污水处理厂内部生化单元生物化学反应过程存在着非线性、时变性、原理不完全明确性的特点，而工艺稳定性易受到进水水质、运行参数以及环境条件的影响，从而导致出水水质发生变化。“为了保证出水水质稳定达标，污水处理厂往往按照高标准模式运行，会造成一些不必要的碳排放。”

针对上述问题，团队选取四川省内两家污水处理厂进行研究，采用多种人工智能算法，分别构建了针对进水水质水量和出水水质水量的预测模型。进水水质预测方面，团队考虑了污水处理厂周边人口规模、生活习惯以及气候条件等影响因素，并收集了相关数据进行预测；出水水质预测方面，团队则考虑了迟滞条件、过程参数和数据优化分析方法等对预测模型精度的影响。对进水进行准确预测，可提前了解进水水质水量的变化情况，有助于及时调整污水处理系统运行参数，保障出水水质达标排放；对出水进行准确预测，可提前获得出水水质能否达标排放的信息，有助于污水处理厂采取优化调控措施。

谭周亮表示，通过对进出水水质的精准预测，可及时采取措施优化污水处理系统运行参数以及药剂添加量，在保障污水处理稳定达标的前提下最大限度低碳运行，实现碳减排。

相关论文信息：https://doi.org/10.15244/pjoes/132821

https://doi.org/10.1016/j.jclepro.2021.129381

https://doi.org/10.1016/j.jenvman.2021.114020