生态环境监管领域中的人工智能技术应用研究

王加军

（扬州市高邮生态环境局，江苏 高邮 225600）

随着当今社会的快速发展，环境保护和经济发展之间产生了越来越明显的冲突，以往所采用的环境保护监管模式明显已经落后，而且也无法解决现代化环境治理与监管的技术需求。近年来，国家环保部门愈发重视环境保护工作，并就环境监管以及保护工作提出了明确的要求。基于这样的背景，生态环境的智能化监管成为守护绿水青山的必要途径和手段，应充分利用人工智能技术，配合大数据分析、云计算以及物联网等各类现代化信息技术，将包括环境统计、排污检测、空气质量监测、废水废气监测、放射源监测和超标预警等在内的在线监测系统加以整合，达到“环保一张图、监管全覆盖”的效果。与此同时，还应深度融合互联网与数字化科技，优化生态环境保护决策，从整体上提升生态环境监管治理水平以及公共服务水平，通过人工智能技术解决环境监管执法人力资源不足、环保工作压力过重等一系列问题，从而更有效、更高效地推进生态环境监管与保护工作。

1 人工智能技术在生态环境监管中的应用现状

近年来，包括人工智能技术、大数据应用、云计算以及5G技术在内的高新技术应用落地并实现了高速发展，物联网领域也因此迎来深度变革，这些新技术具有明显的高效性与便利性特点，逐渐引起了环保部门的关注和重视，而以人工智能技术为首，融合了5G和物联网的人工智能物联网也开始在生态环境监管领域得到广泛的应用。现阶段国内各地都在生态环保监管领域开展持续不懈的探索，积极推进智慧环保业务，并以此为基础上创设了环保生态云平台，融合汇聚包括环保信息展示、实时数据分析、视频结构化处理等在内的多项技术应用，上级管理部门对地市数据感知的真实性与实时性得到提升，生态环境监管保护工作更为高效，防污防治监管水平大大提升，人工智能技术的应用价值得到了充分的体现。

1.1 大气环境监测

“十四五”生态环境保护规划明确要求聚集协同控制，深化大气环境监测，在巩固城市空气质量监测的同时加强PM2.5和O3的协同控制监测，并要求提升空气质量预测预报水平，完善国家、区域、省、市四级环境空气质量预测预报体系，省市开展7～10 d预报，国家和区域开展15 d以上预报，其中通过人工智能数据传感技术，以北斗导航系统、高分遥感和5G技术基础的“天地”一体化大气监控预警系统，能够实时调用GlS监测信息，并就其中的数据展开动态分析，进而识别大气污染的来源、特征与成因，快速评估引起污染问题的主导因素，监管工作也更高效、更富有针对性。

1.2 水体环境监测

人工智能技术在环保水体方面的应用较多，并且在水质监测、污水排放检测以及水面岸线管理等方面的应用较为突出。现阶段可利用5G技术和人工智能技术开展水资源监测，实现水量水质并行监控的目的，监测水体质量、水位变化、降雨量、流量等关键指标，利用视频算法监测船只通行情况、排污口动态监测、漂浮物等情况，并通过数据回传、边缘计算以及云端协同等多种新技术来研判数据、评估态势，从而实现杜绝数据造假、溯源水体监管以及污染指数预警等各项功能。

1.3 土壤环境监测

按照国家出台的“土十条”规定和土壤污染防治目标，通过感知层集成采集等pH值、重金属含量以及阳离子交换量等土壤环境数据信息，并对这些信息进行深度挖掘、综合分析，推进数据成果持续转化，最终提供有效的决策支持助力。着眼于土壤环境质量监测、危固废管理以及污染地块监测管理等多项业务功能，为土壤污染治理工作、监管执法、业务管理以及环境修复与决策提供必要的指导。

2 人工智能技术在生态环境监管中的应用优势与特点

2.1 数据应用

从智慧环保的角度来看，环境数据监测应用技术是其中最关键的一环，利用人工智能技术管控污染源，有利于提高生态环境监管工作的实效性。以往单纯采集数据或者参考历史遗留数据已经无法适应当下行业智能化的发展趋势。现阶段，通过人工智能技术能够快速研判并且分析目标场景变化，以企业生产的环境监测为例，某污染源企业未遵循排放规定，选择在非排放时段排放污染气体，环保监测人员利用视频烟雾算法可及时发现这一违规排放行为并第一时间发出警报，同时还可以实时在线展示烟雾排放数据指标，并配合错峰生产电量信息以及移动源监管数据分析等多种间接手段打造监管闭环，根据实际情况核实响应，切实提高监管力度和水平，杜绝违规排放污染的现象。

2.2 融合汇聚

在生态环境监管应用中，人工智能技术的应用领域极为庞大，然而人工智能技术产生的数据规模也同样庞大，仅仅依赖人力很难有效分析这些海量的数据信息，更无法将其转化为有价值的信息。当前人工智能技术的广泛应用有效解决了这一问题，以水环境监管为例，监测人员在开展污染监测业务时可以通过观察水体颜色、水体泡沫浓度来评估水质量是否符合标准，倘若仅仅着眼于颜色差异化来执行算法学习，势必会影响具体超标数值的判定，也就难以从较高的精度上来判别污染程度。当监测者从素材学习中同时引入了颜色变化以及采集数据变化以后，这一问题就得到了完美的解决，算法精确度得到提升，监管可靠性也进一步加强。

2.3 预测预警

目前，虽然科学技术不断更新迭代，新产品、新设备不断涌现，但是无论这些设备品质有了怎样的进步，或者开发出了怎样的功能，其应用效果不外乎是事中告警、事后溯源。而通过数据平台的大气模拟空气质量分析模块和以气象场数据支持为基础的自动模拟分析模块，在引入风速、风向以及污染源等关键参数后，则能够对当前污染物扩散区域和不同区域的浓度变化进行模拟，通过空间分析功能对污染物的扩散产生直观的了解，同时也能够向监测者提供关于污染源对附近环境的污染演变过程，这样的信息更为全面，也更加智能化，是开展环境质量综合评价，针对污染源预报预警的决策支持。

3 人工智能技术在生态环境监管领域中的深度应用

3.1 多维并行，全面覆盖

以大气环境监测业务为例，环境监测部门在监测建筑工地、污染企业、大气微站以及马路街道等场景时，可利用自主环境监测—体机的结合方案开展环境整治工作。譬如在出台关于加强扬尘污染控制的指导意见后，环保部门需要着重监测工程建设项目，加强扬尘污染的控制，并确保工程建设过程中扬尘控制的各项标准得到严格落实。同时还应着眼于建设方案，针对其中的重点监管目标实施监测，监测项目包括PM2.5、噪音以及温湿度等等，并部署平台进行统一监管。平台功能应覆盖视频数据叠加、数据图像化、一张图操作、数据分析统计以及分级分类报警等多项功能，密切监测工地环境，一旦发现某项目治理不达标，则应严格要求其停工整治，并在限定时间内整改。如果整改不力或者整改进展缓慢，环保部门应将其纳入“黑名单”管理。

此外，在开展国土保护以及林业监管业务工作时，一些场景需要着重考虑禁烧以及防火等需求，譬如农田耕地、森林湿地等等。由于人工发现火情后的处置效率低，即便第一时间报警也会延误最佳处置时间，导致火情快速蔓延得不到及时控制，植被损毁严重，同时也带来了严重的大气环境污染问题，造成极大的损失。监测部门可以利用热成像和烟雾算法组成“双检测技术”，这样可以在火情发生后第一时间准确评估并发出警报，同时防止误报，并利用聚焦变倍数据确定起火点距离病自动标定在GIS地图上，救援人员根据标定地点及时前往处理火情，从而形成业务闭环。而在监测流域、饮用水源地、湖库以及城市黑臭水体场景时，常规仪器检测效果不佳，监测人员往往需要亲力亲为深入到监测区域采样检测，人工操作效率低下。现阶段可利用智能网络传感器来实时监测目标区域内的pH值、COD以及总磷、总氮等水体数据，根据数据波动状态和信息变化区间分析来监管、评估、分析河流断面、污水处理厂、饮用水源地和废水进出口情况，以此来形成数据感知联网，大大提升了水体质量检测效率，而人工成本也得到有效控制，做到全面覆盖、无缝隙监管，杜绝企业的违法违规排放行为。

3.2 智能场景应用

无组织排放场景主要是监测环境重污染企业与工厂的排污有无偷排现象，利用全景监测设备即可完成监测目标的全景式监控。而在全景监控的同时，监测者还能利用设备上的球机跟踪放大，查看监测画面上的各处细节，全面感知大场景和细微之处。同时还可以在设备上加载检测算法，设定违规排放报警程序、烟雾颜色异常报警程序，一旦发生异常情况可第一时间传输至监测端，由监测人员负责验证，以此实现对企业和工厂无组织排放行为的追查跟踪。

水体自净能力容易受到水面漂浮物的影响而下降，而且水面漂浮物聚集也会破坏水体生态系统，特别是浮萍快速繁殖或者水面浮油污染，都会对水生植物、好氧微生物、鱼类以及底栖动物的生存造成严重威胁。漂浮植物遮挡阳光射入，水面下光照减少，则会导致藻类以及沉水植物死亡；水面浮油会对水生动物以及水鸟造成污染，甚至致其死亡。在人工智能技术的支持下，可以利用水体漂浮物检测算法，针对水面指定区域检测漂浮物分布情况，并将检测结果反馈至监测端，及时通知业务人员清理漂浮物。通过这样的智能监测，能够及时控制水体环境污染，维持水体生态平衡。在水环境场景监测中，对于突发环境事故，可以利用智能技术建造水动力及水质模型，对突发事故进行快速模拟预测，为环境管理部门提供决策依据。

4 结语

人工智能是当今时代新兴的技术领域，人工智能技术也在持续完善和发展，虽然人工智能技术在现阶段的应用仍然有限，但其发展前景的广阔是有目共睹的。随着现代工业技术的发展，工业生产中污染物的种类必将更多、污染物组分也会更为复杂，相应的污染物控制、污染物排放与去除、环境污染的分析与评价工作都会面临全新的挑战。在生态环境保护备受全社会关注的背景下，人工智能技术的发展和应用为生态环境监测领域增加了新活力，也为生态环境监管工作提供了有力的技术支撑，也将会为生态环境治理工作提供新思路。