幫助科學家減輕環(huán)境污染物風險的新項目

除了殺死昆蟲和雜草外，殺蟲劑還可能對環(huán)境有毒，對人體健康有害。由伊利諾伊大學厄巴納-香檳分校信息科學學院副教授王東和凱斯西儲大學土木工程教授 Frank H. NeffZhang Huichun Zhang 領導的新項目將幫助科學家減輕環(huán)境和農藥等污染物的生態(tài)風險，并制定更清潔的水、土壤和空氣的修復策略。研究人員因其項目“工程和自然環(huán)境中有機污染物反應性的機器學習建模”獲得了為期三年、價值 402,773 美元的美國國家科學基金會 (NSF) 贈款。

據(jù)王說，在超過 100,000 種合成(主要是有機)化學品中，數(shù)千種已被釋放到環(huán)境中成為有機化學品。例子包括殺蟲劑、石油烴、有機溶劑、阻燃劑以及藥物和個人護理產(chǎn)品。

“為了減輕或評估與這些污染物相關的風險，了解它們在環(huán)境中的歸宿和遷移非常重要，例如生物降解和土壤/沉積物的吸附。在這兩種情況下，都非常需要定量模型來預測這些過程中有機污染物的反應性，”他說。

用于預測有機污染物反應性的現(xiàn)有模型嚴重依賴傳統(tǒng)統(tǒng)計數(shù)據(jù)。對于他們的項目，研究人員將開發(fā)機器學習模型來預測數(shù)千種污染物在工程和自然環(huán)境中的反應性。

“機器學習模型將幫助環(huán)境科學家更好地模擬污染物的歸宿和遷移并預測其降解率。有了這些新模型，我們不僅可以設計更好的水處理和修復工藝，還可以提供更準確的估計，以幫助評估污染物風險，”王說。

王的研究興趣在于以人為中心的人工智能、社會感知、大數(shù)據(jù)分析和人類信息物理系統(tǒng)領域。他的工作已應用于廣泛的現(xiàn)實世界應用，例如錯誤信息檢測、社交網(wǎng)絡分析、基于人群的災難響應、智能交通、城市規(guī)劃和環(huán)境監(jiān)測。他擁有伊利諾伊大學香檳分校的計算機科學博士學位。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！