Yeni çirkləndiricilər klassik tullantı su təmizləmə layihələrinin ən çox çətinlik çəkdiyi sahələrdən biridir. Antibiotiklər, endokrin pozucu birləşmələr, davamlı üzvi çirkləndiricilər, mikroplastiklər və PFAS kimi son dərəcə davamlı maddələr çox vaxt aşağı konsentrasiyalarda belə ekoloji və insan sağlamlığı baxımından əhəmiyyətlidir. Bu çirkləndiricilərin bəziləri hormonal sistemlərə təsir göstərə, bəziləri antibiotik müqavimət genlərinin yayılma riskini artıra, bəziləri isə ətraf mühitdə uzun müddət qala və qida zəncirinə keçə bilər.

Ənənəvi tullantı su təmizləmə sistemləri üzvi yük, asılı bərk maddə, azot və fosfor kimi klassik parametrlər üçün layihələndirilmişdir. Lakin yeni çirkləndiricilər çox fərqli kimyəvi quruluşlara, həllolma xüsusiyyətlərinə, parçalanma davranışlarına və daşınma yollarına malikdir. Buna görə bir sistemin klassik su keyfiyyəti parametrlərini yaxşı azaltması onun antibiotik, mikroplastik və ya endokrin pozucu birləşmələr üçün də həmişə eyni uğuru göstərəcəyi demək deyil.

Süni bataqlıq sistemləri bu nöqtədə təbiət əsaslı həll kimi önə çıxır. Bu sistemlərdə tullantı su; bitkilər, substrat/matris materialları, mikroorqanizmlər və hidravlik axın şəraiti ilə qarşılıqlı təsirə girir. Çirkləndiricinin çıxarılması tək bir mexanizmlə deyil, çoxsaylı proseslərin birləşməsi ilə baş verir. Tədqiqatda bu proseslər arasında matris filtrasiyası, qravitasiya çökməsi, fiziki adsorbsiya, bitki tərəfindən mənimsənilmə, mikrobial çevrilmə və parçalanma ilə hidravlik tamponlama qeyd edilir.

Bu mexanizmlərin hansı çirkləndirici üçün nə dərəcədə əhəmiyyətli olması dəyişkəndir. Mikroplastiklər adətən fiziki tutulma, süzülmə və çökmə yolu ilə azalır. Buna qarşılıq antibiotiklər və endokrin pozucu birləşmələr kimi həll olmuş üzvi çirkləndiricilər substratın adsorbsiya tutumundan, redoks qradientlərindən, mikrobial icmanın quruluşundan, temperaturdan və tullantı suyun kimyəvi xüsusiyyətlərindən daha çox asılıdır. Buna görə “süni bataqlıq sistemləri yeni çirkləndiriciləri bu faizlə çıxarır” kimi tək bir cümlə tədqiqatın nəticələrinə görə yanıltıcı olar.

Tədqiqatın əsas problemi burada başlayır: Ədəbiyyatda çoxsaylı təcrübə və müşahidə var, lakin bu məlumatlar bir-birinə birbaşa bənzəmir. Bir tədqiqat laboratoriya miqyasında sintetik tullantı su ilə işləyərkən, digəri tam miqyaslı sistemdə məişət tullantı suyu və ya sızma suyu istifadə edə bilər. Bir tədqiqatda mikroplastiklər, digərində antibiotiklər, başqa birində davamlı üzvi çirkləndiricilər araşdırılmış ola bilər. Bəzi tədqiqatlar müxtəlif bitki növləri, bəziləri fərqli axın rejimləri, bəziləri isə fərqli substratlar istifadə edir.

Daha da önəmlisi, eyni məqalə daxilində birdən çox çirkləndirici, birdən çox nümunəgötürmə nöqtəsi, birdən çox bataqlıq hüceyrəsi və ya birdən çox istismar şəraiti ola bilər. Əgər bu ölçmələrin hamısı bir-birindən müstəqilmiş kimi təhlil edilərsə, nümunə sayı süni şəkildə şişər. Bu da qeyri-müəyyənliyi olduğundan kiçik göstərir və nəticələrin lazım olduğundan daha dəqiq görünməsinə səbəb olur. Tədqiqatın statistik baxımdan ən dəyərli tərəflərindən biri bu asılılığı nəzərə almağa cəhd etməsidir.

Müəlliflər PRISMA 2020 hesabatlandırma təlimatını izləyərək Web of Science və ScienceDirect verilənlər bazalarında Avqust 2025-dən əvvəl dərc edilmiş tədqiqatları axtarıblar. Başlanğıcda verilənlər bazası axtarışlarından 674 qeyd, digər yollardan 135 qeyd müəyyən edilib; təkrar qeydlərin çıxarılması, başlıq-xülasə yoxlaması və tam mətn uyğunluğunun qiymətləndirilməsi sonunda 67 tədqiqat meta-analizə daxil edilib. Şəkil 1-dəki PRISMA axın diaqramı bu seçim prosesini vizual göstərir. Eyni şəklin digər panelləri isə daxil edilən məlumatların bataqlıq tipləri və tullantı su mənbələri üzrə paylanmasının taraz olmadığını ortaya qoyur.

Cədvəl 1 tədqiqatda hansı bataqlıq səviyyəli dəyişənlərin çıxarıldığını göstərir. Bunlara bataqlıq tipi, layihə və yükləmə parametrləri, bitki xüsusiyyətləri, substrat xüsusiyyətləri, əməliyyat parametrləri və klassik su keyfiyyəti göstəriciləri daxildir. Məsələn, bataqlıq tipləri arasında şaquli yeraltı axınlı sistemlər, üfüqi yeraltı axınlı sistemlər, qarışıq axınlı sistemlər, səth axınlı sistemlər və yuxarı istiqamətli şaquli yeraltı axınlı sistemlər var. Əməliyyat dəyişənlərinə hidravlik saxlanma müddəti, hidravlik yükləmə dərəcəsi, sərf və istismar temperaturu daxildir.

Tədqiqatın əsas effekt ölçüsü lnRR, yəni təbii loqarifmli cavab nisbətidir:

\[ \ln RR = \ln\left(\frac{C_{out}}{C_{in}}\right) \]

Bu düsturda C_out, çıxış suyundakı yeni çirkləndirici konsentrasiyasıdır. C_in, giriş suyundakı konsentrasiyadır. Əgər [ \ln RR < 0 ] olarsa, çıxış konsentrasiyası girişdən aşağıdır; yəni sistem çirkləndiricini azaltmış görünür. Əgər [ \ln RR > 0 ] olarsa, çıxış konsentrasiyası girişdən yüksəkdir; bu vəziyyət xalis artım, buraxılma, ölçmə dəyişkənliyi və ya hidravlik/analitik səbəblərlə izah edilə bilər.

Bu düsturun gündəlik mənası sadədir: Sistemdən çıxan çirkləndirici miqdarı sistemə daxil olandan nə qədər az və ya çoxdur? Lakin loqarifmdən istifadə çox fərqli böyüklükdəki konsentrasiyaları daha müqayisəolunan edir. Məsələn, çox aşağı ng/L səviyyəsindəki bir çirkləndirici ilə daha yüksək konsentrasiyadakı başqa bir çirkləndiricini birbaşa faiz hesabı ilə müqayisə etmək yanıltıcı ola bilər; lnRR bu fərqləri daha sabit effekt ölçüsünə çevirir.

Nümunələmə variasiyası üçün delta üsulundan istifadə edilir:

\[ V(\ln RR) = \frac{S_{out}^2}{n_{out} C_{out}^2} + \frac{S_{in}^2}{n_{in} C_{in}^2} \]

Burada S_out və S_in, çıxış və giriş konsentrasiyalarının standart sapmalarıdır. n_out və n_in, müvafiq nümunə saylarıdır. Bu düstur giriş və çıxış ölçmələrindəki qeyri-müəyyənliyin lnRR effekt ölçüsünə necə ötürüldüyünü göstərir. Tədqiqat qeyd edir ki, cütləşdirilmiş ölçmələrdə girişlə çıxış arasında korrelyasiya ola bilər, lakin bu korrelyasiya bildirilmədikdə istifadə olunan variasiya düsturu müsbət korrelyasiya halında daha konservativ qala bilər.

Standart xəta bildirən tədqiqatlarda standart sapmaya çevirmək üçün aşağıdakı əlaqə verilir:

\[ SD = n \times SE \]

Burada SD, standart sapma; SE, standart xəta; n, nümunə sayıdır. Bu çevirmə müxtəlif tədqiqatların nəticələrini eyni meta-analitik çərçivəyə yerləşdirmək üçün istifadə olunur.

Tədqiqatın meta-reqressiya tənliyində effekt ölçüsü ilə kovariatlar arasındakı əlaqə belə göstərilir:

\[ Y_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + \cdots + \epsilon_i \]

Burada Y_i, i-ci müşahidəyə və ya tədqiqata aid effekt ölçüsünü; X_1i və X_2i, eksperimental və ya əməliyyat dəyişənlərini; β əmsalları bu dəyişənlərin effekt ölçüsü ilə əlaqəsini; ε_i isə qalıq xəta terminini göstərir.

Bu nöqtədə tədqiqatın çox mühüm statistik seçimi var: Sadə meta-analiz əvəzinə çoxsəviyyəli təsadüfi effektlər modeli və tədqiqat səviyyəsində klasterə-davamlı variasiya qiymətləndirilməsi istifadə olunub. Çünki eyni tədqiqatdan gələn çoxsaylı effekt ölçüləri bir-birindən müstəqil deyil. Məsələn, eyni eksperimental quruluşda həm antibiotik, həm də endokrin pozucu ölçülübsə, bu iki müşahidə ortaq layihə, ortaq laboratoriya şəraiti və ortaq ölçmə xətaları daşıyır. Bunu nəzərə almamaq nəticələri olduğundan daha dəqiq göstərər.

Tədqiqatın ilk böyük nəticəsi verilənlər bazasındakı heterogenliyin son dərəcə yüksək olmasıdır:

\[ I^2 \approx 99\% \]

I², ümumi müşahidə olunan variasiyanın nə qədərinin yalnız nümunələmə xətası ilə deyil, tədqiqatlar arasındakı real fərqlərlə izah edilə biləcəyini göstərir. %99-a yaxın dəyər demək olar ki, bütün variasiyanın real kontekst fərqlərindən qaynaqlandığını düşündürür. Buna görə tədqiqat tək bir ümumi orta dəyər əvəzinə alt qruplar, qarşılıqlı təsirlər və kontekstə xas performans zərfləri üzərində dayanır.

Şəkil 2 verilənlər bazasının paylanmasını anlamaq üçün vacibdir. Giriş və çıxış konsentrasiyalarının bir neçə böyüklük mərtəbəsinə yayıldığı görünür. Çıxarılma nisbətinin paylanmasında müşahidələrin çoxu %50-dən yuxarı çıxarılma göstərsə də, mənfi çıxarılma dəyərləri də var. Bu mənfi dəyərlər sistemdən xalis buraxılma, konsentrasiyanın artması, analitik qeyri-müəyyənlik və ya hidravlik dəyişkənlik kimi hallara işarə edə bilər. Eyni şəkil hidravlik yükləmə dərəcəsi, hidravlik saxlanma müddəti və giriş konsentrasiyası kimi kritik parametrlərdə məlumat sıxlığının bərabər olmadığını da göstərir.

Çirkləndirici sinfi çıxarılma nümunələrinin ən dominant müəyyənedicilərindən biridir. Şəkil 3-də mikroplastiklər üçün orta lnRR təxminən -9.1 kimi verilir. Bu, həndəsi olaraq təxminən %99.99 çıxış konsentrasiyasının həndəsi azalmasına uyğun gəlir. Antibiotiklər üçün orta lnRR təxminən -2.4, endokrin pozucu birləşmələr üçün -2.2, davamlı üzvi çirkləndiricilər üçün isə -1.8 səviyyəsindədir. Bunlar müvafiq olaraq təxminən %90.9, %88.9 və %83.5 azalmasına uyğun gəlir.

Lakin mikroplastiklər üçün bu yüksək dəyər çox ehtiyatla şərh edilməlidir. Tədqiqat açıq şəkildə bildirir ki, mikroplastiklərdə çıxış konsentrasiyasının azalması parçalanma və ya yox olma sübutu deyil. Mikroplastiklər böyük ölçüdə yataq daxilində tutulmuş, çökmüş və ya süzülmüş ola bilər. Əgər kütlə balansı aparılmayıbsa, bu hissəciklərin uzun müddətdə yenidən hərəkətə keçib-keçməyəcəyi bilinmir. Buna görə mikroplastik nəticəsi “daimi çıxarılma” kimi deyil, ilk növbədə “sistem daxilində tutulma” kimi oxunmalıdır.

Bataqlıq konfiqurasiyası ikinci böyük struktur müəyyənedicidir. Şəkil 4a üfüqi yeraltı axınlı sistemlərin ən güclü orta çıxarılmanı verdiyini göstərir. HSSF sistemlərində orta lnRR təxminən -5.53 olduğu halda, səth axınlı sistemlərdə təxminən -1.48 tapılır. Bu dəyərlər müvafiq olaraq təxminən %99.6 və %77.2 həndəsi konsentrasiya azalmasına uyğun gəlir. Şaquli axınlı, qarışıq axınlı və yuxarı istiqamətli şaquli sistemlər isə bu iki uc arasında yerləşir.

Bu nəticə mühəndislik baxımından güclüdür, lakin yenə də mütləq qayda deyil. Tədqiqat hər yeraltı axınlı sistemin hər səth axınlı sistemdən yaxşı olacağını demir. Lakin həll olmuş yeni çirkləndiricilərin qabaqcıl təmizlənməsi üçün səth axınlı sistemlərə eyni çıxarılma krediti verilməməli, yeraltı axınlı layihələr daha etibarlı başlanğıc nöqtəsi kimi qiymətləndirilməlidir.

Şəkil 4b substrat kateqoriyalarını, Şəkil 4c isə bitki qruplarını müqayisə edir. Substrat tipi və bitki örtüyü çıxarılma heterogenliyinə töhfə verir; lakin tədqiqat heç bir konkret substrat əlavəsinin və ya bitki növünün bütün çirkləndiricilər və bütün tullantı su şəraitləri üçün universal üstünlük göstərmədiyini bildirir. Bu nəticə vacibdir; çünki praktikada bəzən müəyyən material və ya bitki növü “hər vəziyyətdə daha yaxşı” kimi təqdim edilə bilər. Bu tədqiqatın nəticələri belə ümumiləşdirmələri dəstəkləmir.

Tullantı su matrisi də güclü müəyyənedicidir. Şəkil 5a sintetik tullantı suların adətən real tullantı sulardan daha mənfi lnRR dəyərləri verdiyini, yəni laboratoriya/sintetik şəraitdə daha yüksək çıxarılma müşahidə olunduğunu göstərir. Real tullantı sular arasında məişət tullantı suyu daha güclü orta zəifləmə göstərdiyi halda, sızma suyu və heyvandarlıq tullantı suyu daha zəif cavab verir. Bunun səbəbi real tullantı suların daha mürəkkəb üzvi maddə quruluşu, rəqabət aparan çirkləndiricilər, dəyişkən kimyəvi tərkib və fərqli sorbsiya/çevrilmə prosesləri daşımasıdır.

Təcrübə miqyası isə tətbiq baxımından bəlkə də ən kritik məhdudlaşdırıcıdır. Şəkil 5b laboratoriya miqyasından tam miqyaslı sistemlərə keçdikcə orta çıxarılmanın zəiflədiyini göstərir. Orta lnRR dəyərləri laboratoriya miqyasında təxminən -4.21, mezokozm miqyasında -2.86, pilot miqyasda -1.89 və tam miqyasda -1.72 olaraq bildirilir. Bunlar müvafiq olaraq təxminən %98.5, %94.3, %84.9 və %82.1 həndəsi konsentrasiya azalmasına uyğun gəlir.

Bu fərq kiçik statistik detal deyil. Laboratoriya sistemləri hidravlik qısaqapanmaları, yatağın köhnəlməsini, tıxanmanı, mövsümi temperatur dəyişikliklərini və real tullantı sudakı mürəkkəb çirkləndirici rəqabətini məhdud şəkildə əks etdirir. Buna görə laboratoriya nəticələri mexanizm skrininqi üçün dəyərlidir; lakin birbaşa layihə dəyəri kimi götürülsə, sahə performansı şişirdilə bilər.

Xətti meta-reqressiya bölməsində 14 davamlı kovariat araşdırılıb. Dəyişənlər standartlaşdırılıb, tədqiqat səviyyəsində klasterə-davamlı çıxarım tətbiq edilib və çoxsaylı testlər üçün Benjamini-Hochberg FDR düzəlişi aparılıb. Bu daha sərt təhlildən sonra yalnız iki dəyişən əhəmiyyətli qalıb: bataqlıq sahəsi və sərf. Wetland area əmsalı β = 0.418, p = 0.022; flow rate əmsalı β = 0.380, p = 0.036 olaraq verilib.

Bu əmsalların müsbət olması modeldə lnRR dəyərinin daha az mənfi olması deməkdir; yəni görünən çıxarılma zəifləyir. Sərfin təsiri intuitiv olaraq başadüşüləndir: Sərf artdıqda suyun sistemdə qalma və çirkləndiricilərin substrat, kök zonası və ya mikroorqanizmlərlə təmas etmə imkanı azala bilər. Sahə təsiri isə daha ehtiyatla şərh olunur; çünki sistem miqyası, əməliyyat mürəkkəbliyi və ya ölçülməmiş layihə xüsusiyyətləri ilə birlikdə dəyişə bilər. Buna görə tədqiqat sahə təsirini birbaşa səbəb-nəticə qaydası kimi təqdim etmir.

Şəkil 6 bu klasterə-davamlı meta-reqressiya nəticələrini və çirkləndirici sinfi, axın rejimi, tullantı su tipi kimi kateqoriyalar üzrə qarşılıqlı təsirləri göstərir. Ümumi nəticə budur: Xətti modellər təkbaşına universal nəzarət tənliyi tapa bilmir. Davamlı dəyişənlərin təsiri çirkləndiricinin növünə, bataqlığın axın rejiminə və tullantı su matrisinə bağlı olaraq dəyişir.

Bu nöqtədə izah edilə bilən maşın öyrənməsi işə düşür. Tədqiqatda CatBoost, XGBoost, random forest, LightGBM, KNN, dəstək vektor reqressiyası, çoxqatlı perseptron, CNN və Transformer kimi müxtəlif modellər müqayisə edilib. Təlim-test bölgüsü %80-%20 nisbətində aparılıb, çirkləndirici növünə görə stratifikasiya tətbiq olunub. Çatışmayan dəyərlər missForest ilə tamamlanıb, dəyişənlər məlumat sızmasının qarşısını almaq üçün yalnız təlim dəstindən çıxarılan parametrlərlə miqyaslandırılıb.

Model performansı üçün iki əsas metrik istifadə olunub. RMSE düsturu tədqiqatda belə verilir:

\[ RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i-\hat{y}_i)^2} \]

Burada y_i, real lnRR dəyərini; ŷ_i, modelin proqnozlaşdırdığı lnRR dəyərini; n, müşahidə sayını göstərir. RMSE dəyəri azaldıqca modelin proqnoz xətası azalır.

R² düsturu isə belə ifadə edilir:

\[ R^2 = 1 - \frac{\sum_{i=1}^{n}(y_i-\hat{y}_i)^2}{\sum_{i=1}^{n}(y_i-\bar{y})^2} \]

Burada ȳ, real dəyərlərin ortalamasıdır. R², modelin məlumat variasiyasının nə qədərini izah etdiyini göstərir. 1-ə yaxınlaşdıqca modelin məlumatdakı nümunəni daha yaxşı tutduğu qəbul olunur.

Şəkil 7 CatBoost modelinin digər modellərdən daha yaxşı performans göstərdiyini, proqnozlaşdırılan və müşahidə olunan lnRR dəyərlərinin ümumilikdə uyğun olduğunu və SHAP təhlilində hansı dəyişənlərin önə çıxdığını göstərir. CatBoost üçün test performansı R² = 0.920 və RMSE = 1.077 olaraq verilir. SHAP sıralamasında ən mühüm davamlı dəyişənlər sərf 0.432, giriş konsentrasiyası 0.417, temperatur 0.283, media dərinliyi 0.186 və COD 0.185 olaraq bildirilir. Kateqorik dəyişənlərdə tullantı su tipi 0.325, təcrübə miqyası isə 0.197 töhfə verir.

SHAP təhlili maşın öyrənməsi modelinin hansı dəyişənlərdən proqnoz üçün nə qədər istifadə etdiyini izah etməyə kömək edir. Lakin bu, səbəb-nəticə əlaqəsi demək deyil. Bir dəyişənin modeldə yüksək əhəmiyyət daşıması, həmin dəyişəni dəyişəndə sahədəki çıxarılmanın mütləq həmin istiqamətdə dəyişəcəyini sübut etmir. Tədqiqat bu fərqi açıq şəkildə qoyur və CatBoost modelini mexanistik simulyator kimi deyil, mövcud ədəbiyyat məkanında nümunələri tanıyan alət kimi mövqeləndirir.

Şəkil 8 kontekstə xas dəyişən əhəmiyyətini daha da aydın göstərir. Antibiotiklərdə giriş konsentrasiyası ümumi əhəmiyyət daxilində %29.7 pay tutur. Mikroplastiklərdə temperatur %22.5, bitki sıxlığı %15.3 əhəmiyyət daşıyır. Endokrin pozucu birləşmələrdə və davamlı üzvi çirkləndiricilərdə bitki sıxlığı müvafiq olaraq %24.7 və %33.8 ilə önə çıxır. Real tullantı su proqnozlarında giriş konsentrasiyası %22.6 ilə dominant olduğu halda, sintetik tullantı suda axın rejimi %39.5 ilə önə çıxır. Səth axınlı sistemlərdə media tipi və bitki sıxlığı, yeraltı axınlı sistemlərdə isə çirkləndirici tipi, COD və giriş konsentrasiyası daha müəyyənedicidir.

Bu nəticə tədqiqatın əsas mesajını gücləndirir: Hər şəraitdə keçərli tək bir “ən mühüm dəyişən” yoxdur. Hansı dəyişənin vacib olması hansı çirkləndiriciyə, hansı tullantı suya, hansı bataqlıq tipinə və hansı miqyasa baxıldığından asılıdır. Buna görə tədqiqat universal çıxarılma əmsalı əvəzinə kontekstə xas performans zərfləri, yəni kontekstə xas performans zərfləri anlayışını təklif edir.

Performans zərfi sistemin müəyyən şəraitdə real olaraq hansı çıxarılma diapazonunda işləyə biləcəyini ifadə edir. Bu anlayış mühəndislik baxımından çox dəyərlidir. Çünki layihəçiyə “bu sistem həmişə %95 çıxarır” kimi həddən artıq dəqiq cümlə əvəzinə “bu çirkləndirici sinfi, bu tullantı su matrisi, bu axın rejimi və bu miqyas şəraitində gözlənilən performans diapazonu budur” deməyə imkan verir.

Tədqiqatın praktik tövsiyələri dörd əsas nöqtədə cəmlənir. Birincisi, həll olmuş yeni çirkləndiricilərin qabaqcıl təmizlənməsi üçün yeraltı axınlı sistemlər səth axınlı sistemlərə nisbətən daha etibarlı başlanğıc layihəsi kimi qiymətləndirilməlidir. İkincisi, mikroplastik kimi hissəcikli çirkləndiricilərdə çıxış konsentrasiyasının azalması kütlə balansı yoxdursa parçalanma kimi deyil, tutulma kimi şərh edilməlidir. Üçüncüsü, laboratoriya və sintetik tullantı su nəticələri sahə layihəsinə konservativ şəkildə köçürülməlidir. Dördüncüsü, sərf, giriş konsentrasiyası, temperatur, tullantı su kimyası və təcrübə miqyası layihələndirmə və monitorinq proseslərində prioritet dəyişənlər kimi nəzərə alınmalıdır.

Gündəlik həyat baxımından bu tədqiqat su təmizlənməsində “təbii həll” anlayışına daha realist baxmağımıza kömək edir. Süni bataqlıq sistemləri aşağı enerji, az qulluq və ekoloji uyğunluq kimi üstünlüklər verə bilər. Lakin bu, hər çirkləndiricini hər şəraitdə eyni uğurla çıxardıqları demək deyil. Bir şəhərin məişət tullantı suyu, bir sənaye müəssisəsinin qarışıq tullantı suyu və ya sızma suyu eyni sistemdə eyni davranışı göstərməyə bilər. Buna görə təbiət əsaslı həllər də elmi ölçmə, sahə doğrulaması və kontekstə xas layihələndirmə tələb edir.

Enerji və ətraf mühit siyasəti baxımından nəticələr əhəmiyyətlidir. Aşağı karbonlu təmizləmə texnologiyaları gələcəkdə daha çox istifadə olunacaq; lakin layihələr yalnız orta laboratoriya çıxarılmalarına əsaslansa, sahə performansı gözləniləndən aşağı qala bilər. Bu həm ekoloji risk, həm də investisiya planlaşdırılması baxımından problem yaradar. Tədqiqatın təklif etdiyi performans zərfi yanaşması qərarvericilərə daha dürüst və tətbiq edilə bilən çərçivə təqdim edir.

Tədqiqatın güclü tərəflərinə geniş ədəbiyyat sintezi aparması, asılı effekt ölçülərini nəzərə alması, klasterə-davamlı çıxarımdan istifadə etməsi, xətti meta-reqressiyanı izah edilə bilən maşın öyrənməsi ilə tamamlaması və mühəndislik baxımından şişirdilməmiş nəticələr çıxarması daxildir. Xüsusilə tək bir universal nisbət təqdim etmək əvəzinə qeyri-müəyyənliyi və kontekst asılılığını əsas nəticə kimi qəbul etməsi tədqiqatın elmi dürüstlüyünü artırır.

Məhdudiyyətlər də aydındır. lnRR yalnız konsentrasiya dəyişməsini ölçür; çirkləndiricinin adsorbsiya olunub-olunmadığını, parçalanıb-parçalanmadığını, tutulub-tutulmadığını, minerallaşıb-minerallaşmadığını və ya sonradan yenidən buraxılıb-buraxılmayacağını göstərmir. Bu mikroplastiklər üçün xüsusilə kritikdir. Mənbə ədəbiyyatında kovariat hesabatlandırması natamam və qeyri-bərabərdir; bu meta-reqressiyanın gücünü məhdudlaşdırır. Sübut bazası tullantı su tipi, region və miqyas baxımından balanslı deyil. Nəşr qərəzinin qiymətləndirilməsi həddindən artıq heterogenlik və asılı effekt ölçüləri səbəbindən çətindir. Maşın öyrənməsi modelində test bölgüsü müşahidə səviyyəsindədir; xarici tədqiqat dəsti ilə həqiqi xarici doğrulama aparılmayıb.

Tədqiqatın demədiyi məqamlar da açıq göstərilməlidir. Bu tədqiqat süni bataqlıq sistemlərinin bütün yeni çirkləndiriciləri etibarlı şəkildə yox etdiyini demir. Mikroplastiklərdə yüksək çıxarılmanın daimi parçalanma mənasına gəldiyini iddia etmir. CatBoost modelinin sahə layihələndirməsini təkbaşına edə biləcəyini müdafiə etmir. Müəyyən bitki və ya substrat növünün hər şəraitdə üstün olduğunu göstərməyib. Tədqiqatın əsas mesajı daha ehtiyatlı və daha dəyərlidir: süni bataqlıq performansı kontekstdən asılıdır; mühəndislik layihələndirilməsi tək orta dəyərə deyil, çirkləndirici, tullantı su, axın rejimi, hidravlik şərait və miqyas üzrə performans zərflərinə əsaslanmalıdır.

Tədqiqatın Metodu və Nəticələri

Tədqiqatın metodu sistematik ədəbiyyat axtarışı, effekt ölçüsünün hesablanması, çoxsəviyyəli meta-analiz, klasterə-davamlı çıxarım, xətti meta-reqressiya, CatBoost əsaslı izah edilə bilən maşın öyrənməsi və SHAP/ALE şərhlərindən ibarətdir.

1. Məlumatların toplanması və tədqiqatların seçilməsi

2. Daxil edilən çirkləndirici sinifləri

3. Çıxarılan bataqlıq dəyişənləri

4. Effekt ölçüsü və variasiya düsturları

Əsas effekt ölçüsü:

\[ \ln RR = \ln\left(\frac{C_{out}}{C_{in}}\right) \]

Nümunələmə variasiyası:

\[ V(\ln RR) = \frac{S_{out}^2}{n_{out} C_{out}^2} + \frac{S_{in}^2}{n_{in} C_{in}^2} \]

Meta-reqressiyanın ümumi forması:

\[ Y_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + \cdots + \epsilon_i \]

5. Ümumi heterogenlik

6. Çirkləndirici sinfinə görə orta çıxarılma

7. Bataqlıq konfiqurasiyasına görə nəticələr

8. Miqyas təsiri

9. Klasterə-davamlı meta-reqressiya nəticələri

FDR düzəlişindən sonra digər davamlı moderatorlar universal və sabit xətti təsirlər kimi qalmayıb. Bu nəticə tək dəyişənli layihə qaydaları əvəzinə kontekstə xas təhlil ehtiyacını dəstəkləyir.

10. Maşın öyrənməsi və model performansı

RMSE:

\[ RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i-\hat{y}_i)^2} \]

R²:

\[ R^2 = 1 - \frac{\sum_{i=1}^{n}(y_i-\hat{y}_i)^2}{\sum_{i=1}^{n}(y_i-\bar{y})^2} \]

11. SHAP ilə önə çıxan müəyyənedicilər

12. Kontekstə xas SHAP nəticələri

13. Əsas nəticələrin texniki xülasəsi

• Süni bataqlıq sistemləri yeni çirkləndiriciləri azalda bilər; lakin performans həddən artıq kontekstdən asılıdır.
• I² ≈ 99% olduğuna görə tək bir universal çıxarılma əmsalı mühəndislik layihələndirilməsi üçün etibarlı deyil.
• Mikroplastiklərdə yüksək görünən çıxarılma, kütlə balansı yoxdursa daimi yox olma kimi deyil, tutulma kimi şərh edilməlidir.
• Üfüqi yeraltı axınlı sistemlər səth axınlı sistemlərdən nəzərəçarpacaq dərəcədə daha güclü orta çıxarılma göstərib.
• Laboratoriya və sintetik tullantı su nəticələri tam miqyaslı real tullantı su performansını şişirdə bilər.
• Xətti meta-reqressiya yalnız zəif universal siqnallar tapıb.
• CatBoost modeli məlumatdakı qeyri-xətti quruluşu daha yaxşı tutub; lakin xarici sahə zəmanəti və ya səbəb-nəticə simulyatoru deyil.
• Ən müdafiəolunan mühəndislik yanaşması kontekstə xas performans zərflərinin hazırlanmasıdır.

Mənbə və Metod Qeydi

Bu məqalə Diantong Li, Mengze Gao, Dawei Yu, Jie Mao və Yaohui Bai tərəfindən hazırlanmış “Context-dependent removal of emerging pollutants in constructed wetlands: a dependence-aware meta-analysis and explainable machine-learning framework for performance envelopes” adlı tədqiqata əsaslanaraq hazırlanıb. Tədqiqat Chinese Academy of Sciences və University of Chinese Academy of Sciences ilə əlaqəli tədqiqatçılar tərəfindən hazırlanıb.

Mənbə növü mətndəki açıq ifadəyə görə SSRN preprint tədqiqat məqaləsidir. Mətndə açıq şəkildə “This preprint research paper has not been peer reviewed” ifadəsi yer aldığı üçün bu tədqiqat resenziyadan keçməmiş preprint kimi qiymətləndirilməlidir. Bununla yanaşı, tədqiqatın meta-analizə daxil etdiyi 67 mənbə tədqiqat mətnə görə resenziyalı tədqiqatlardır. Bu fərq vacibdir: sintezin əsaslandığı ədəbiyyat resenziyalı tədqiqatlardan ibarət olsa da, bu sintez məqaləsinin özü hələ resenziyalı nəşr kimi təsdiqlənməyib.

Bu məzmun hazırlanarkən tədqiqatda verilən sistematik axtarış prosesi, 67 tədqiqat və 841 giriş-çıxış müqayisəsindən ibarət məlumat bazası, lnRR düsturu, variasiya hesabı, çoxsəviyyəli təsadüfi effektlər modeli, CR2 klasterə-davamlı çıxarımı, FDR düzəlişi, CatBoost modeli, SHAP/ALE izahları, şəkillər, ədədi nəticələr və məhdudiyyətlər əsas götürülüb. Mətndə olmayan sahə zəmanəti, universal çıxarılma əmsalı, konkret bitki və ya substratın hər şəraitdə üstünlüyü, mikroplastiklərin qəti yox olması və ya CatBoost modelinin xarici şəraitə etibarlı şəkildə ümumiləşdirilə biləcəyi kimi iddialar əlavə edilməyib.

Tədqiqatın nəticələri xüsusilə ətraf mühit mühəndisliyi və tullantı su təmizləmə layihələndirilməsi baxımından vacibdir; lakin nəticələr kontekstdən asılıdır. Süni bataqlıq layihələrində çirkləndirici sinfi, tullantı su matrisi, axın rejimi, sərf, giriş konsentrasiyası, temperatur, təcrübə miqyası və sahə doğrulaması birlikdə qiymətləndirilməlidir. Preprint olması səbəbilə nəticələr ehtiyatla oxunmalı və mühəndislik tətbiqlərində pilot/tam miqyaslı sahə doğrulaması ilə dəstəklənməlidir.

Meta Teqlər