资源环境团队发表中科院一区TOP期刊，影响因子14.22！

近日，我院资源环境团队王晟等在国际期刊《Journal of Hazardous Materials》上发表研究成果论文《使用 XGBoost 和 SHAP 定量活枯草芽孢杆菌生物量对 Pb2+、Cu2+ 和 Zn2+ 生物富集的拮抗和协同作用》（Ouantification of the antagonistic and synergistic effects of pb2+, Cu2+, andZn2+ bioaccumulation by living Bacillus subtilis biomass using XGBoostand SHAP）。该期刊为中科院一区TOP期刊，2022年影响因子为14.22。

该成果得到国家自然科学基金项目 (31900085)、浙江省自然科学基金项目 (LQ19C010003)等共同资助。

研究内容
机器学习方法在近年取得了很大的发展，正在并且会在未来一段时间改变很多传统学科的研究方法。该研究采用机器学习方法重新研究环境工程中传统模型无法量化或比较的拮抗或者协同效应，即多种重金属离子在同一个吸附材料上的竞争性吸附。研究采用XGBoost模拟了实际的吸附实验数据，随后用可解释AI（SHAP）解析XGBoost模型，利用其结果直接生成量化的相互作用关系。这一方法作为机器学习在环境工程中的探索性尝试，具有可推广性，可应用于其他类似的互作关系。

发 布 | 党委宣传部（教师工作部）

来 源 | 农业与生物技术学院资源环境团队

排 版 | 彭唯

编 辑 | 陈梦翔

终 审 | 陈晓莉

奏响奋进之歌 | “新春第一会”，我们这样开！▲