近日，上海理工年夜学光电信息与计较机工程学院特聘传授李依泽结合英国UCL年夜学Rohit Gupta研究员，中国科学院历程工程研究所李望良研究员以和英国格拉斯哥年夜学Siming You传授于情况科学范畴一区顶级期刊《清洁出产杂志》(Journal of Cleaner Production)上发表了题为 呆板进修辅助生物炭泥土运用的生命周期评估 (Machine learning-assisted life cycle assessment of biochar soil application)的主要研究结果。该研究巧妙应用AI，经由过程多层感知机神经收集（MLP-NN）与高斯历程回归（GPR）呆板进修模子辅助生命周期评估，霸占生物炭出产工艺优化与情况效益评估协同难题，为全世界农业碳中及提供量化技能路径。李依泽为第一作者，Siming You传授为通信作者，上海理工年夜学为第一单元。

生物炭作为一种负碳技能于三木SEO-天气变化应答中具备广泛运用远景。传统生物炭研究往往难以均衡出产效率与情况效益。研究团队的立异要领被形容为 给生物炭出产配备智能年夜脑 ，有用解决了行业持久面对的技能瓶颈。经由过程对于比五种差别呆板进修模子，终极确定多层感知器神经收集及高斯历程回归模子最为合适，实现了高达0.97的R²值猜测精度，破解了生物炭既要高产、又要最年夜化碳封存的技能难题。尤其值患上一提的是，研究团队证明了热解温度、加热速度及连结时间等参数与生物炭碳封存机能的切确联系关系，证实了于思量碳封存及肥料替换潜力的环境下，碳勤俭潜力可达每一吨原料-1355千克二氧化碳当量。这类基在呆板进修的优化要领不仅显著降低了试验成本及时间，还有为生物炭运用体系的范围化提供了技能撑持。

这项学科交织研究结果于应答天气变化及成长可连续农业方面揭示出巨年夜潜力，既能促成负碳排放技能的成长，又能改善泥土质量及农业出产效率。该技能框架将来可广泛运用在烧毁生物资资源使用、泥土改进及碳中及战略实行，将来或者将为海内外情况掩护及可连续成长带来改造性变化。

体系界限

论文毗连：https://doi.org/10.1016/j.jclepro.2025.145109