《Environmental Science and Ecotechnology》：Machine learning vs. ADM1: Reliable biogas prediction with minimal data requirements in full-scale plants
编辑推荐：
本研究针对规模化农业沼气厂因原料季节性波动导致的产气量预测难题，对比了简化机理模型ADM1-R3与两种机器学习算法（随机森林RF和长短期记忆网络LSTM）的预测性能。结果表明，在仅使用原料投加量等简易数据时，LSTM模型即可达到与需要复杂生化参数的ADM1-R3相当的预测精度（Nash-Sutcliffe效率>0.78），但LSTM训练耗时是ADM1的141倍。研究为沼气厂实时监控提供了兼顾预测精度与数据可得性的混合建模策略，对可再生能源整合与农业可持续发展具有重要意义。
随着全球温室气体减排目标的推进，厌氧消化技术作为有机废弃物资源化的关键途径，其重要性日益凸显。在农业生产中，沼气厂常将畜禽粪便与作物秸秆等共消化，然而原料品质的季节性波动给工艺稳定性和产气量优化带来了持续挑战。传统的机理模型如厌氧消化一号模型虽能精细模拟生化过程，但其对原料特性的详尽表征要求限制了其在规模化工厂的实际应用。与此同时，机器学习算法凭借其处理复杂数据模式的能力，为简化输入参数、实现可靠预测提供了新思路。
为平衡预测精度与数据可得性，研究人员在丹麦奥胡斯大学Foulum沼气厂开展了一项为期两年（2023-2024）的实证研究。该厂采用热电联产模式，在热需求驱动的变负荷条件下运行，共消化牛粪、深垫料、青贮玉米、青贮草料等多种农业原料。研究团队系统比较了简化机理模型ADM1-R3与两种典型机器学习算法——随机森林和长短期记忆网络——在预测日产气量和甲烷产量方面的性能。
在技术方法上，研究首先基于原料特性分析（如总固体、挥发性固体、铵态氮、挥发性脂肪酸等）构建了ADM1-R3所需的生化参数输入。对于机器学习模型，则通过网格搜索优化了关键超参数（如RF的树数量与深度、LSTM的单元数与丢弃率），并利用SHAP值分析评估了不同输入特征（如原料投加量、有机负荷率、玉米青贮挥发性固体流量等）对预测结果的贡献度。模型性能采用Nash-Sutcliffe效率系数进行量化，并记录了各模型的训练时间与内存消耗以评估计算效率。
3.1 模型性能与效率比较
三种模型均能较好地捕捉实际产气动态，其中ADM1-R3在预测峰值和谷值方面表现最佳，这得益于其对底物降解过程中养分可利用性的显式建模。机器学习模型对原料投加模式依赖更强，尤其在玉米青贮停喂期间出现预测波动。值得注意的是，当仅使用原料投加量作为输入时，LSTM的预测效率（NSE=0.62）已接近ADM1-R3水平（NSE=0.55），而RF在加入有机负荷率和玉米青贮挥发性固体流量后性能提升最显著。
3.2 训练数据与参数估计
ADM1-R3的水解速率参数估计值与木质纤维素原料消解的文献值接近，验证了参数估计的可靠性。对比发现，ADM1-R3在验证集（2024）的表现优于训练集（2023），而机器学习模型则呈现相反趋势，其中RF的训练与测试性能差距较大，提示可能存在过拟合。LSTM凭借其门控机制对时间序列特征的捕捉能力，表现出更好的泛化性能。
3.3 模型输入对结果的影响
特征重要性分析显示，玉米青贮的投加量是影响预测的最关键因素，这与其在原料有机质占比最高的事实相符。对于原料组成多样的沼气厂，仅凭投加量数据即可实现有效预测；而对原料单一的体系，可能需要更详细的特性参数。研究发现，将原料特性表示为流量（如t VS d-1）而非浓度（如kg VS m-3）更能反映产气动态，且RF模型对此类特征更为敏感。
3.4 计算需求分析
LSTM训练耗时最长（平均552.8秒），是RF的11倍、ADM1-R3的141倍，且内存占用最高（平均552.2 MB），体现了深度学习模型对计算资源的较高需求。RF在保持较好预测性能的同时，展现出优异的计算效率（训练45.9秒，内存3.7 MB），更适合实时应用场景。ADM1-R3则表现出稳定的低资源消耗特性，但其性能依赖于详细的生化参数输入。
该研究通过系统的模型比较揭示，机器学习方法（特别是LSTM）能在简化输入条件下达到与机理模型相当的预测精度，但需付出更高的计算成本。这一发现为不同应用场景下的模型选择提供了明确依据：当追求过程机理解析时，ADM1-R3仍是首选；若以实时预测为首要目标，则RF或LSTM更具实用价值。研究提出的混合建模策略有望提升沼气厂运行监控的智能化水平，促进可再生能源的高效整合。论文发表于《Environmental Science and Ecotechnology》，为农业废弃物资源化领域的智能监控提供了重要方法论参考。
