近日，来自我校大数据学院（智能环境前沿交叉研究院）、人工智能学院、以及重庆大学环境与生态学院的作者团队，在水环境工程领域知名国际期刊Journal of Water Process Engineering共同发表研究论文《Intelligent key indicator decision approach based on causal mediation inference for digital wastewater treatment plants》。
该研究直面当前污水处理过程中溶解氧（DO）浓度控制依赖人工经验、易导致过度曝气和高能耗的核心挑战，创新性提出了基于因果中介推断与时序-非时序融合（TUT）的关键指标决策框架。针对传统方法难以有效筛选影响DO控制的关键监测变量、忽视过程数据时序依赖性的局限，研究团队引入因果中介分析量化各常规指标对出水水质的贡献度，并结合LSTM与XGBoost构建TUT模型，实现了对好氧池DO浓度的精准预测与动态设定。该方法在保障出水水质达标的前提下，将DO控制偏差控制在±0.3 mg/L范围，预测精度较对比方法提升17.4%以上，并能有效降低曝气能耗，为城市污水处理厂的智能优化调控提供了可解释、高效率的技术方案。
