人工智能在长江水污染治理中的应用现状研究

陈彦波　杜乐　张水锋　骆泽如　杨思颖

摘要 当下，人工智能技术发展迅猛，被不断应用于水污染治理领域。然而人工智能在长江水污染治理中的应用研究较少。通过梳理近5年人工智能在长江水污染治理中的应用，以应用场景、应用形态和关键技术为切入点，构建人工智能治理技术框架，阐述之处长江水污染治理人工智能技术的应用现状，并分析了目前长江水污染治理发展需求，探讨其优势与不足。

关键词 长江；水污染治理；人工智能应用

中图分类号：TP18 文献标识码：B 文章编号：2095–3305（2023）06–0185-03

作为一种引领性技术，人工智能技术为平衡长江水污染治理与生态可持续发展之间的矛盾提供了新的思路。从2019年长江下游南京正式上线运行长江大保护“生态眼”监管系统到2021年长江中游咸宁天地一体的“智慧长江”生态环境监管体系上线试运行，人工智能技术被广泛应用于长江水污染治理。

在智慧环保概念的影响下，传统长江水污染治理向信息化、数字化转型，向智能化浪潮奔涌。人工智能技术被应用于长江水污染治理具有一定的现实基础：一方面：2016年9月颁发《长江经济带发展规划纲要》，指出长江流域是我国未来经济发展的重要地区，习近平总书记先后三次在重庆、武汉、南京召开长江经济带发展座谈会，提出“共抓大保护”的战略定位，强调“保持历史耐心和战略定力”。新时代，长江经济发展凸显的生态问题亟需有效的解决方法，为经济发展保驾护航。另一方面，国务院2017年发布的《新一代人工智能发展规划》指出要建立涵盖大气、水、土壤等环境领域的智能监控大数据平台体系，建成陆海统筹、天地一体、上下协同、信息共享的智能环境监测网络和服务平台，研发资源能源消耗、环境污染物排放智能预测模型方法和预警方案。这一系列顶层设计昭示者人工智能技术融入长江水污染治理是大势所趋。

1 人工智能在长江水污染治理中的应用场景

人工智能技术在水与环境领域的应用场景大体可划分为水环境污染识别与风险响应、水质安全保障技术研发、涉水设施优化重构与集成管理、流域生态系统过程模拟与统筹管理4个方面[1]。現阶段，人工智能在长江水污染治理中的应用，以水环境污染识别与风险响应为主，其次是研发涉水设施优化重构与集成管理、流域生态系统过程模拟与统筹，其中，水质安全保障技术较为欠缺。

人工智能在水环境污染识别与风险响应场景中的应用较多，应用最为广泛的是无人机遥感监测系统[2-3]。这一场景基于传统环境监测，通过人工采集样本、视频监控、自动监测站等方式进行作业，付出成本较大，性价比较低。无人机依托遥感监测，结合人工智能进行图像分类与处理，可实现大范围、多品类、高精度、高时效的环境监测，填补传统监测方式在空间动态监测的空白，同时提高监测数据质量。在人工难以深入的长江入河排污口水，运用无人船排查排污暗管，降低传统排查的工作难度。水环境污染识别与风险响应之所以是人工智能在长江水污染治理应用的主要场景，是因为相关研究多从水环境本身切入，对诸多技术如何帮助相关部门进行污染识别与响应较为关注。

在涉水设施优化重构与集成管理中，主要应用智慧水务系统与水利信息平台。在智慧水务系统的基础上，应用模拟退火算法等决策优化技术，优化水质监控点布置、排水管网路线、管网加氯时程等[4]。基于人工智能的知识表达、知识结构、启发式搜索与推理方法等理论，依托知识库与专家系统对水质监控点的布置、排污管网路线等的规划，在不同方案中对比选择最优方案、并不断优化迭代，设计出最契合实际环境情况的建设方案，防止因涉水设施规划缺陷与破损造成的污染。在涉水设施巡检运维中也有人工智能技术的身影，主要体现在智能派单与设备智慧辅助维护上，打破传统水务设备检修与维护流程冗长的局面[5]。

在流域生态系统过程模拟与统筹管理中，主要运用智慧决策平台与模拟器。在遥感、物联网等技术采集得到海量数据的基础上，通过机器学习技术与水环境模型，对多元的涉水数据进行数据挖掘分析与应用。在模型训练过程中，机器学习方法可在每次得出数据分析结果后调整优化计算方法，相较传统大数据方法，其更能适应执行结果的变化。

通过数据挖掘将繁杂基础数据中得到的有效数据输入模型，构建多目标函数，运用优化求解算法实现水质模拟、污染浓度模拟等，通过对流域水质、污染浓度等情况的模拟预测，可防范突发性污染事件。

2 人工智能在长江水污染治理中的应用形态

2.1 智能监测机器人

智能监测机器人主要指无人机与无人船。无论是无人机还是无人船，都可以以人工难以高效完成的信息采集方式，实现对长江水体、排污管的监控。无人机搭载高光谱视频成像仪或超分辨率成像芯片与相机，采集大空间、高光谱的光谱视频影像，依托深度学习技术建立反演模型，利用遥感反演得到流域水质分布图像。

借助无人机大气环境监测载荷搭载，采集分析无人机周围及以下的气体，大面积、多高度地捕获大气污染源，建立不同高度下的污染物浓度分布立体图像，实现污染溯源。利用无人船排查确定污染源，可提升入河排污口工作的效能，改革传统排污口排查工作方法，满足环境监测、污染排查的工作需要[6]。

智能监测机器人在长江水污染治理中的应用较为广泛，主要体现在无人设备搭载其他监测设备，如相机、声呐探测仪，实现对流域数据的采集，而沿江智能巡航的应用较为欠缺。无人机在进行水环境、大气环境监测中，所涉地域广、面积大，部分城市、工业区水段地形复杂，流域周边地形多样，而利用人工智能算法设计无人机航线可解决上述问题。

2.2 智慧水务系统

在诸多长江水务系统应用中，有长江大保护水务系统，包含空—天—地一体化感知网的水利信息网平台等，诸多研究对该应用的命名不同但本质相似。为此将上述不同应用形态统称为智慧水务系统。智慧水务系统在长江水污染治理的应用，依托人工智能、大数据、物联网等新兴技术的融合，为水监测赋能增效，优化传统监测模式，使数据自动、实时上传，包含空、天、地三维监测，形成多维在线监测感知网，形成后续数据使用的压舱石。针对长江相关行政主管部门等涉水单位，智慧水务系统以数据互通、在线更新的特点，避免了各单位协作时因数据壁垒带来的重复劳动。

当前，诸多智慧水务系统多以城市为单元，打破了长江流域不同部门、不同区域的信息壁垒，在同一单元实现信息互联互通。然而，长江流域上下游城市、两岸之间的联系紧密。此外，在长江中下游较发达城市中，水务部门、涉水单位使用的智慧水务系统各异，在资源冗余的同时形成数据壁垒[7]。

2.3 智慧决策平台

智慧决策平台的基础是数据的采集、挖掘、分析，全面、有效的数据与决策过程对最终制定水环境治理修复决策同样关键[8]。智慧决策平台整合管理部门数据、监测点数据、流域研究数据等多方数据，前期数据采集细致全面，在数据层面保证决策的准确可靠，再利用水环境模型、机器学习方法，进行数据挖掘分析，以实现污染物反演、黑臭水体识别、水质预测等流域环境问题诊断，构建多目标约束函数，依托优化求解算法计算出最优解，最终输出最优治理决策，且可对结果进行可视化处理。

3 人工智能在长江水污染治理中的应用关键技术

通常认为人工智能是研究、开发用于模拟、延伸、扩展人智能的一門新兴技术科学，它包含了理论、方法、技术及应用系统。当前，长江水环境污染治理的人工智能应用关键技术丰富，如机器学习、数据挖掘、图像识别、图像分类等。通过对相关技术进行梳理，从技术种类与技术层级2个维度进行研究，同时根据具体应用提出人工智能水环境治理技术框架。

3.1 关键技术手段

从研究方向的角度分类，《人工智能标准化白皮书（2018版）》将人工智能关键技术分为机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、AR/VR 7项。长江水环境治理实际应用的关键技术有机器学习、计算机视觉和AR/VR。机器学习、计算机视觉的运用十分广泛与成熟，治理应用中更强调机器学习建模，依托计算机视觉的图像识别、分类对水质指标数据、光谱特征数据、形貌特征数据、大气数据等进行挖掘分析或处理。AR/VR技术在这一领域也有所涉及，主要被用于对地下排污管网的建模与复现，以便检修，在保护沿岸生态的同时降低运维成本。利用数字孪生技术进行重点区域全覆盖、全感知监测也有所应用，对污泥全生命周期全部相关设施进行数字孪生，统一管理方式等。知识图谱作为可以为复杂问题提供数据分析与决策支持的方法，通过存储人类专家的知识、思维、经验与逻辑，使计算机在大量低信息熵数据中构建知识之间的联系，为长江流域过程模拟与预测提供有力抓手。数字孪生、知识图谱新兴技术的运用尚未形成体系，反映出当前人工智能在长江水环境治理中的运用尚不深入，相关新兴技术的应用应深入发展。

此外，关键技术与其他新兴技术存在交叉，如在机器学习或深度学习中往往与物联网技术相结合，借助大数据分析对数据进行预处理，提升模型精准度。

3.2 关键技术层级

人工智能的发展历经3次浪潮，从计算智能时代、感知智能时代到认知智能时代，人工智能在长江水污染治理应用伴随这三大类智能技术的更迭也从自动化、数字化到智能化不断发展。根据前期调研分析和该领域学者的相关研究，构建了长江水污染治理人工智能的技术框架，包含流域数据层、算法层、感知层、认知层以及治理应用层（图1）。

依照长江水污染治理人工智能的应用现实，主张将技术框架划分为5个层级，分别为流域数据层、算法层、感知层、认知层和治理应用层。流域数据层是框架的基础层级，包含水体叶绿素、总氮、总磷含量等数值指标类数据，流域监测站点分布、排污管道分布数据等业务管理类数据，光谱特征类数据和形貌特征类数据，可以进行数据采集、处理与存储。

算法层是技术框架的核心层级，而机器学习和深度学习两大技术支撑着算法层。机器学习能够基于流域数据层的各类数据构建污染物反演模型、黑臭水识别模型等模型，对水质识别、预测与预警起到重要作用；深度学习在提高识别准确率、在图像识别等关键技术手段上有着不错的表现。

感知层由识别技术组成，旨在让机器具备感知外部世界的能力，拥有人类“认”“看”的能力。

认知层比感知层更加深入，在使机器感知的基础上读懂所识别对象的内在含义。认知层的关键技术由图像处理与理解、光谱分析等构成。

治理应用层是技术框架的顶层层级，由各种人工智能技术应用的具体表现组成，应用形态多样，如智能监测机器人、水质预测预警等。

4 结束语

人工智能在长江水污染治理领域的运用颠覆了传统的环境治理方式，整体发展却仍处于起步阶段，依然面临着许多困境。一方面，不同流域段应用深度存在差距，需加大人工智能产品的研发力度，提升智慧系统与平台的可用性、智能性，真正使长江水环境得到改善，保持水污染治理成效。

另一方面，要强化数据监管。在打破各部门数据壁垒的同时保障数据安全，降低训练模型的数据成本，得到可靠有效的模型，最大限度地发挥数据价值。虽然人工智能产品在长江水污染治理中的应用能切实解决时下存在的诸多问题，但也要注意技术与实践的结合，使各种人工智能技术发挥出自身价值。

参考文献

[1] 王旭，王钊越，潘艺蓉，等.人工智能在21世纪水与环境领域应用的问题及对策[J].中国科学院院刊，2020，35（9）：1163 -1176.

[2] 丁铭，李旭文，姜晟，等.江苏生态环境无人机监测体系研究及初步应用[J].环境监控与预警，2019，11（5）：96-102.

[3] 吴德沣，殷小军.关于生态环境综合感知平台建设的探析：基于长江经济带（南京段）生态环境立体多源实时动态感知平台[J].中国信息化，2021（10）：89-90.

[4] 谢善斌，袁杰，侯金霞.智慧水务信息化系统建设与实践[J].给水排水，2018， 54（4）：134-140.

[5] 郭剑桥，田甜，张坤林.基于新技术的长江大保护智慧水务系统应用[J].绿色科技，2020（14）：63-64.

[6] 得望.2019人工智能案例TOP100[J].互联网周刊，2020（8）：30-47.

[7] 魏本胜.长江大保护视角下的智慧水务关键问题及对策[J].水利信息化， 2022 （1）：31-34.

[8] 刘柏音，刘孝富，王维.长江生态环境保护修复智慧决策平台构建与初步设计[J].环境科学研究，2020，33（5）：1276-1283.

责任编辑：黄艳飞

Research on the Application Status of Artificial Intelligence in Water Pollution Control of Yangtze River

Chen Yan-bo et al（Nanjing Forest Police College， Nanjing， Jiangsu 210000 ）

Abstract AI technology develops rapidly and was constantly applied in the field of water pollution control. However， there were few researches on the application of AI in the Yangtze River water pollution control at present. By reviewing the application of AI in water pollution treatment of the Yangtze River in the past five years， taking application scenarios， application forms and key technologies as the entry point， the framework of AI treatment technology was constructed， and the current application status of AI technology for water pollution treatment of the Yangtze River was expounded. Finally， the development needs of the current water pollution treatment of the Yangtze River were analyzed， and its advantages and disadvantages are discussed.

Key words Yangtze River; Water pollution control; Artificial Intelligence Applications

基金項目 江苏省大学生创新创业训练计划创新训练一般项目“人工智能技术在长江流域面源污染治理中的应用现状研究”（202212213082Y）。

作者简介 陈彦波（2001—），男，湖北咸宁人，主要从事大数据分析研究。*通信作者：杜乐（1988—），女，江苏南京人，助理研究员，主要从事数字信息化教育管理工作，E-mail：65179342@qq.com。

收稿日期 2023-03-27