化工學院2019級碩士研究生周心怡（導師胡恭任教授、羅專溪教授）在機器學習應用于環境中微塑料預測與管理取得新進展，相關成果以“Machine learning application in forecasting tire wear particles emission in China under different potential socioeconomic and climate scenarios with tiremicroplasticscontext”為題在線發表于《Journal of Hazardous Materials》期刊（中科院一區，IF14.23）。

微塑料污染風險與管控是當前的研究熱點之一。輪胎微塑料作為微塑料的重要來源已廣為人知，但輪胎微塑料在中國及其不同尺度的產生數量和趨勢是怎樣，將來經濟社會及氣候變化不同情景的影響如何，是其風險理解與科學管控中需要解決的重要問題。為此，本研究在輪胎磨損顆粒（TWPs）、運動場地回收輪胎細顆粒（RTCs）與修補輪胎細顆粒（TRDs）三種不同輪胎微塑料（TMPs）排放量較好估算的基礎上，收集整理17項教育、經濟、交通、能源、氣候等相關影響因素數據，結合結構方程模型、DNN、CNN神經網絡模型與多元回歸模型，對TWPs進行了不同情境的預測分析。研究發現，中國輪胎磨損顆粒（TWPs）占TMPs的90%以上，在全球TWPs排放量中排名第二；TWPs污染主要分布在沿海地區，2018年山東省（14.76tons）排放量最大，其次是廣東省(11.77tons）；TWPs大部分排放到鄉村地區的土壤中。RTCs的排放量在TMPs量中排第二；2014年廣東?。?716.62tons）RTC排放量最多，其余省份均在1000 tons以下。TRDs在三種輪胎微塑料中排放量最少，其中2019年廣東省(23.54 tons)和山東省(22.22 tons)排放量最為突出；在內陸地區，四川省(12.39 tons)的排放亦相對較高。另外，基于CNN神經網絡模型的機器學習預測發現，合理發展物流業與綠色經濟、平衡提高教育質量、新能源公共交通的增加等都有利于輪胎磨損顆粒排放的減少。研究成果可提高對輪胎微塑料不同尺度排放量的理解及其對應的精準管理。

該論文由我校化工學院、閩南師范大學以及美國麻省大學等單位共同完成，通訊作者為我?；W院羅專溪教授，化工學院周樹鋒教授、于瑞蓮教授參與了工作研究。該研究工作得到了福建省產學合作項目、福建省自然科學基金、華僑大學人才引進科研啟動基金等項目的資助。

論文鏈接：https://doi.org/10.1016/j.jhazmat.2022.129878。