全球气候变化愈发严峻，“碳捕获”作为减缓温室效应的关键手段，就像地球的“减碳卫士”，守护着生态平衡。在众多碳捕获技术中，微藻技术凭借高效、环保、低成本的优势，成为最具前景的解决方案，相当于给二氧化碳找了个“绿色归宿”。
微藻就像一群默默工作的“碳吸收小能手”，通过光合作用高效“吃掉”二氧化碳，转化为自身养分，实现二氧化碳生物固化——既减少温室气体，又能实现微藻资源化利用，一举两得。但自然生长远不能发挥其最大作用，光生物反应器作为微藻的“专属培养舱”，能为其提供最适宜的生长环境。
不过，光生物反应器的运行优化一直是难题：如何精准模拟微藻生长，让反应器效率最大化？本研究针对性解决了这一问题，整合微藻生长的关键环节，打造了一套简单高效、精准可靠的光生物反应器建模框架，相当于给“培养舱”装了个“智能大脑”。
这套框架融合物理、生物和数据驱动三种模型优势，全方位捕捉微藻生长细节，贴合实际应用需求。比如，用数据驱动方法精准估算反应器内气体滞留量，避免浪费；用P1辐射模型模拟光照分布，保障微藻光合作用的动力；通过光暗周期二氧化碳吸收量，掌握微藻“吃碳”效率；还优化了微藻生长动力学公式，加入修正机制，大幅提升预测精度。
研究人员用先前发表的实验数据反复测试，结果十分理想：所有实验中，模型预测值与实际值的平均绝对百分比误差（MAPE）均低于11%，精度足以满足实际应用。
这套建模方法的意义远超实验室，为微藻固碳规模化生产提供了有力支撑。未来，借助这个“智能大脑”，我们能更高效调控光生物反应器，提升微藻固碳效率，推动生物制造向更高效、可持续方向发展，为全球减碳注入新动力，让微藻固碳成为守护地球的重要绿色力量。
原文链接：A hybrid approach for photobioreactor modeling in CO2 biofixation using microalgae cultivation
