Hehson财经ESG评级中心提供包括资讯、报告、培训、咨询等在内的14项ESG服务，助力上市公司传播ESG理念，提升ESG可持续发展表现。点击查看【ESG评级中心服务手册】

（来源：生态修复网）

近日，同济大学楚文海教授团队在Nature Water发表了题为“A machine learning-driven framework for optimizing disinfection in drinking water treatment”的研究论文，开发了一个面向不同水质条件的机器学习优化框架（DISoptimizer），可根据水质变化自适应确定最佳加氯剂量，在维持用户设定余氯目标的同时尽可能降低四种三卤甲烷（THM4）的生成，从而将传统消毒管理由“消毒副产物浓度预测”进一步推进到“主动加氯决策”。

饮用水消毒能够有效预防水源性疾病传播，但同时不可避免地生成具有致癌风险的消毒副产物（DBPs），因此如何在不牺牲微生物安全的前提下降低DBP形成一直是饮用水处理中的关键难题。本研究基于覆盖多种水质条件的实验数据训练机器学习模型，构建DISoptimizer，对24 h后、即供水终端条件下的余氯和THM4形成进行预测，并据此优化氯投加量。与仅进行浓度预测不同，该框架引入权重因子，将不同管理者对“维持余氯安全裕度”和“降低THM4生成”的偏好纳入决策，使供水单位能够根据水质波动和管理目标动态调整消毒策略。计算模拟与外部验证结果表明，与经验性的固定加氯策略相比，DISoptimizer在持续维持余氯安全裕度的同时，可将THM4生成降低5%–35%。该研究由此建立了一种面向实际运行决策的水质自适应消毒优化框架，为同时管理饮用水中的微生物污染风险和消毒副产物暴露风险提供了新的数据驱动方法。

　　Hehson财经ESG评级中心简介

　　Hehson财经ESG评级中心是业内首个中文ESG专业资讯和评级聚合平台，致力于宣传和推广可持续发展，责任投资，与ESG（环境、社会和公司治理）价值理念，传播ESG的企业实践行动和榜样力量，推动中国ESG事业的发展，促进中国ESG评估标准的建立和企业评级的提升。

　　依托ESG评级中心，Hehson财经发布多只ESG创新指数，为关注企业ESG表现的投资者提供更多选择。同时，Hehson财经成立中国ESG领导者组织论坛，携手中国ESG领导企业和合作伙伴，通过环境、社会和公司治理理念，推动建立适合中国时代特征的ESG评价标准体系，促进中国资产管理行业ESG投资发展。