海洋AI監(jiān)測(cè)如何破解“看不清,、算得慢”難題？
??【谷騰環(huán)保網(wǎng)訊】一段時(shí)間以來(lái),，國(guó)家海洋環(huán)境監(jiān)測(cè)中心（以下簡(jiǎn)稱(chēng)海洋中心）著力打造“海洋生態(tài)環(huán)境遙感”管理平臺(tái),。作為AI自動(dòng)化監(jiān)測(cè)在海洋生態(tài)環(huán)境監(jiān)管的一項(xiàng)創(chuàng)新性實(shí)踐。平臺(tái)通過(guò)海量遙感數(shù)據(jù)自動(dòng)處理,、深度強(qiáng)化學(xué)習(xí)實(shí)時(shí)分析,、監(jiān)測(cè)數(shù)據(jù)智能化精準(zhǔn)管理，致力于為海洋生態(tài)環(huán)境保護(hù)提供科學(xué)精準(zhǔn)決策支持。
海洋中心遙感技術(shù)室主任陳艷攏表示,，團(tuán)隊(duì)目前在AI賦能海洋環(huán)境遙感監(jiān)測(cè)方面開(kāi)展了一系列探索,，在海灘垃圾解譯、入海河流水質(zhì)監(jiān)測(cè),、典型生態(tài)系統(tǒng)變化監(jiān)測(cè),、入海排污口識(shí)別及溫排水監(jiān)測(cè)等方面取得了階段性進(jìn)展。
有效節(jié)省傳統(tǒng)監(jiān)測(cè)人力成本
當(dāng)前,，AI技術(shù)賦能海洋生態(tài)環(huán)境監(jiān)測(cè),，打破了傳統(tǒng)海洋遙感監(jiān)測(cè)面臨的“數(shù)據(jù)量大但解析慢”的困境。
塑料垃圾入海途徑不清,、實(shí)地監(jiān)測(cè)精度低和陸海統(tǒng)籌阻控難等問(wèn)題，一直是海灘垃圾監(jiān)測(cè)的重點(diǎn)難點(diǎn),。在過(guò)去,，為常態(tài)化監(jiān)測(cè)海灘垃圾數(shù)量和分布情況，監(jiān)測(cè)人員需要將遙感影像制作成無(wú)人機(jī)影像,，且分辨率應(yīng)優(yōu)于0.01米分辨率,。
“影像制作的數(shù)據(jù)量大，人工解譯時(shí)間長(zhǎng),。以某處海灣為例,，人工解譯海灘垃圾影像需要2—3天時(shí)間，占用了很大的人力成本,。”高級(jí)工程師王飛介紹,，為此，海洋中心構(gòu)建了多維度特征分析模型,，成功將解譯時(shí)間壓縮到3小時(shí)以?xún)?nèi),，平均解譯精度達(dá)75%，部分岸段精準(zhǔn)度突破90%,。
助力提升遙感技術(shù)自動(dòng)化水平
近日,，海洋中心工作人員向“生態(tài)監(jiān)管小助手”平臺(tái)上傳了一張衛(wèi)星遙感圖像，并要求標(biāo)記出進(jìn)水口和排水口,，平臺(tái)立刻根據(jù)圖像特征給予反饋,，不僅標(biāo)出了進(jìn)、排水口的位置,，還提示周邊有養(yǎng)殖設(shè)施,，需要注意溫排水?dāng)U散可能對(duì)當(dāng)?shù)睾Ｑ笊鷳B(tài)系統(tǒng)的影響。
“以前,，溫排水監(jiān)測(cè)只能依賴(lài)人工識(shí)別,，前期通過(guò)衛(wèi)星遙感圖像進(jìn)行標(biāo)記，然后還要前往現(xiàn)場(chǎng)進(jìn)行核實(shí),。而現(xiàn)在,，借助AI技術(shù),，利用熱紅外遙感數(shù)據(jù)捕捉海表溫度異常區(qū)域，結(jié)合流體擴(kuò)散模型,，就可以反推出排水口位置了,。”孫圳博士說(shuō)。
在識(shí)別近岸海域排水口的基礎(chǔ)上,，海洋中心構(gòu)建了涵蓋沿海一百余座核/火電廠(chǎng)排水口地理坐標(biāo),、機(jī)組數(shù)量以及其所屬企業(yè)的知識(shí)庫(kù)，通過(guò)AI技術(shù)成功解析溫排水遙感監(jiān)測(cè)技術(shù)規(guī)范要求,，生成遙感數(shù)據(jù)預(yù)處理,、海溫反演、溫升計(jì)算及制圖的流程化處理代碼,。
AI技術(shù)不僅給海洋遙感技術(shù)裝上了“高倍顯微鏡”,，讓海洋監(jiān)測(cè)“看得更清晰”，還進(jìn)一步提高了海洋遙感技術(shù)的自動(dòng)化水平,，精準(zhǔn)識(shí)別水體中的水質(zhì)參數(shù),。
徐京萍研究員介紹，海洋水色遙感是通過(guò)衛(wèi)星傳感器獲取海洋表面反射光譜信息,，進(jìn)而反演出海洋水體的各種物理,、化學(xué)和生物參數(shù)，如葉綠素濃度,、懸浮顆粒物濃度等,。
“傳統(tǒng)水色參數(shù)反演方法存在一定的局限性，例如對(duì)復(fù)雜水體的適應(yīng)性較差,、反演精度有待提高等,。而AI技術(shù)的引入，為解決這些問(wèn)題提供了新的路徑,。”徐京萍說(shuō),。
近年來(lái)，海洋中心成功構(gòu)建了精準(zhǔn)高效的水質(zhì)反演模型,，開(kāi)展了入海河流總氮含量的精準(zhǔn)監(jiān)測(cè)以及三大重點(diǎn)海域營(yíng)養(yǎng)鹽的估算,、水質(zhì)分類(lèi)評(píng)價(jià)等工作，為入海河流水質(zhì)監(jiān)測(cè)以及全國(guó)近岸海域水質(zhì)形勢(shì)分析研判提供了有力的技術(shù)支撐,。
探索從“事后監(jiān)管”到“事前預(yù)警”
AI技術(shù)與衛(wèi)星遙感數(shù)據(jù)的深度融合,，正在逐漸改變海洋生態(tài)系統(tǒng)的監(jiān)管模式，實(shí)現(xiàn)從“被動(dòng)響應(yīng)”到“主動(dòng)預(yù)警”的飛躍,。
“在青島東部海域‘宏浦6’輪爆炸沉船事件中,，我們基于多源遙感數(shù)據(jù)的立體監(jiān)測(cè)網(wǎng)絡(luò)，研發(fā)了相關(guān)深度學(xué)習(xí)模型，結(jié)合智能算法動(dòng)態(tài)識(shí)別海面油膜,，及時(shí)預(yù)測(cè)溢油軌跡,，為相關(guān)部門(mén)提供了重要的實(shí)時(shí)數(shù)據(jù)支持。”陳艷攏說(shuō),。
借助AI技術(shù)不僅提升了海上溢油突發(fā)環(huán)境應(yīng)急事件的響應(yīng)效率和識(shí)別精度,，還探索出從“事后追溯”到“事前預(yù)警”的海洋生態(tài)環(huán)境監(jiān)管新模式。
為應(yīng)對(duì)近岸海域黃海滸苔等海洋藻類(lèi)災(zāi)害,，海洋中心對(duì)知識(shí)庫(kù)投喂包括海洋生態(tài)系統(tǒng)健康狀況,、混生植被、潮汐變化,、生命周期,、突發(fā)事件、關(guān)聯(lián)性人類(lèi)活動(dòng)等在內(nèi)的多場(chǎng)景數(shù)據(jù),，實(shí)現(xiàn)了海岸帶植被生態(tài)系統(tǒng)自然擾動(dòng)破壞的早發(fā)現(xiàn)早預(yù)警,，人為破壞活動(dòng)的早期預(yù)警和風(fēng)險(xiǎn)評(píng)估。
“傳統(tǒng)監(jiān)測(cè)只能依賴(lài)經(jīng)驗(yàn)去辨別受損范圍邊界,，對(duì)自然擾動(dòng)或人為干擾導(dǎo)致的海洋生態(tài)系統(tǒng)受損情況只能‘后知后覺(jué)’”。陳艷攏介紹,，如今,，藻類(lèi)災(zāi)害遙感監(jiān)測(cè)預(yù)警系統(tǒng)可以利用AI技術(shù)高效處理和分析衛(wèi)星遙感圖像，自動(dòng)檢測(cè)葉綠素a異常,，計(jì)算赤潮指數(shù),、植被指數(shù)等，快速識(shí)別出赤潮或滸苔區(qū)域,。
陳艷攏坦言,，在實(shí)際應(yīng)用過(guò)程中，AI算法因精準(zhǔn)度不夠,，無(wú)法對(duì)相關(guān)信息進(jìn)行智能篩查,，仍需要人工核查校正。未來(lái),，將進(jìn)一步挖掘AI技術(shù)在海洋環(huán)境監(jiān)測(cè)領(lǐng)域的應(yīng)用需求,，提高海洋生態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)時(shí)效和監(jiān)測(cè)質(zhì)控技術(shù)水平，加快推進(jìn)國(guó)家海洋生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)數(shù)智化轉(zhuǎn)型,。
使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”
