近日，我校工學(xué)院材料科學(xué)與工程系伍濤教授（第一和通訊作者）以我校為第一單位在化學(xué)領(lǐng)域知名期刊《Science of the Total Environment》（中科院一區(qū)TOP，IF：8.2）上，發(fā)表題為 “Predicting anion diffusion in bentonite using hybrid machine learning model and correlation of physical quantities” 的研究文章。

　　我國(guó)計(jì)劃2050年在甘肅北山建立我國(guó)第一座高放廢物地質(zhì)處置庫(kù)，用于處理危險(xiǎn)性極大的高放廢物。放射性核素的擴(kuò)散問(wèn)題一直是研究的熱點(diǎn)，了解放射性核素如何在介質(zhì)中遷移對(duì)處置庫(kù)的安全評(píng)價(jià)至關(guān)重要。膨潤(rùn)土作為一種常用的隔離材料，其微觀結(jié)構(gòu)對(duì)放射性核素?cái)U(kuò)散的影響機(jī)制尚不完全清楚。因此，建立一個(gè)能夠闡明膨潤(rùn)土微觀結(jié)構(gòu)與介觀擴(kuò)散之間內(nèi)在聯(lián)系的模型，對(duì)于深入理解放射性核素?cái)U(kuò)散機(jī)制具有重要意義。

　　本研究采用輕量梯度提升算法（LightGBM）來(lái)預(yù)測(cè)膨潤(rùn)土中放射性核素的有效擴(kuò)散系數(shù)。通過(guò)日本原子能機(jī)構(gòu)的核素?cái)U(kuò)散數(shù)據(jù)庫(kù)和收集的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行數(shù)據(jù)建模，結(jié)合多種相關(guān)物理量，如介觀參數(shù)（總孔隙度、巖石容量因子和離子摩爾電導(dǎo)率）和微觀參數(shù)（離子半徑和蒙脫石堆疊數(shù)），構(gòu)建了一個(gè)包含微觀和介觀特征的核素?cái)U(kuò)散數(shù)據(jù)集，輸入?yún)?shù)包含膨潤(rùn)土性質(zhì)、核素性質(zhì)和孔隙水性質(zhì)共計(jì)16個(gè)輸入?yún)?shù)，樣本數(shù)為287個(gè)。采用粒子群優(yōu)化（PSO）算法優(yōu)化LightGBM模型的超參數(shù)。為了驗(yàn)證PSO-LightGBM模型的預(yù)測(cè)性能，測(cè)試集采用貫穿擴(kuò)散法測(cè)得了HCrO4-、I-和CoEDTA2-在壓實(shí)膨潤(rùn)土中的擴(kuò)散參數(shù)，包括有效擴(kuò)散系數(shù)和有效孔隙率，共計(jì)16個(gè)樣本數(shù)。PSO-Light GBM模型的預(yù)測(cè)精度> 0.89此外，該模型采用Spearman相關(guān)性和Shapley分析技術(shù)發(fā)現(xiàn)壓實(shí)干密度、水中的離子擴(kuò)散系數(shù)、離子半徑和總孔隙度是16個(gè)輸入特征中的最重要的四個(gè)影響因素。部分依賴圖分析闡明了有效擴(kuò)散系數(shù)與每個(gè)輸入特征之間的關(guān)系，分析結(jié)果與實(shí)驗(yàn)結(jié)果一致，證明了該機(jī)器學(xué)習(xí)模型具備分析核素?cái)U(kuò)散規(guī)律和機(jī)理的能力。

　　本研究采用融合機(jī)器學(xué)習(xí)算法將膨潤(rùn)土的微觀結(jié)構(gòu)與放射性核素?cái)U(kuò)散聯(lián)系起來(lái)，提供了對(duì)擴(kuò)散機(jī)制的全面解釋。該研究成果為我國(guó)高放廢物地質(zhì)處置庫(kù)的安全評(píng)價(jià)提供了科學(xué)依據(jù)，具有重要的理論和實(shí)際應(yīng)用價(jià)值。

DOI：https://doi.org/10.1016/j.scitotenv.2024.174363

　　通訊員：姚玲虹