近日，上海理工大學光電信息與計算機工程學院特聘教授李依澤在環境科學領域期刊《清潔生產雜志》(Journal of Cleaner Production)上發表了題為“機器學習輔助生物炭土壤應用的生命周期評估”(Machine learning-assisted life cycle assessment of biochar soil application)的研究成果，該研究巧妙運用AI，通過多層感知機神經網絡（MLP-NN）與高斯過程回歸（GPR）機器學習模型輔助生命周期評估，攻克生物炭生產工藝優化與環境效益評估協同難題，為全球農業碳中和提供量化技術路徑。該成果聯合英國UCL大學Rohit Gupta研究員，中國科學院過程工程研究所李望良研究員以及英國格拉斯哥大學Siming You教授共同完成，李依澤為第一作者，Siming You教授為通訊作者，上海理工大學為第一單位。
生物炭作為一種負碳技術，在氣候變化應對中具有廣泛應用前景。傳統生物炭研究往往難以平衡生產效率與環境效益。研究團隊的創新方法被形容為給生物炭生產配備“智能大腦”，有效解決了行業長期面臨的技術瓶頸。通過對比五種不同機器學習模型，最終確定多層感知器神經網絡和高斯過程回歸模型最為適合，實現了高達0.97的R2值預測精度，破解了生物炭既要高產又要最大化碳封存的技術難題。
特別值得一提的是，研究團隊證實了熱解溫度、加熱速率和保持時間等參數與生物炭碳封存性能的精確關聯，證明了在考慮碳封存和肥料替代潛力的情況下，碳節約潛力可達每噸原料-1355公斤二氧化碳當量。這種基于機器學習的優化方法不僅顯著降低了實驗成本和時間，還為生物炭應用系統的規模化提供了技術支持。
這項學科交叉研究成果在應對氣候變化和發展可持續農業方面展現出巨大潛力，既能促進負碳排放技術的發展，又能改善土壤質量和農業生產效率。該技術框架未來可廣泛應用于廢棄生物質資源利用、土壤改良和碳中和戰略實施，未來或將為國內外環境保護和可持續發展帶來革新性變化。
論文原理導圖
論文連接：https://doi.org/10.1016/j.jclepro.2025.145109
