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，國(guó)家海洋環(huán)境監(jiān)測(cè)中心（以下簡(jiǎn)稱海洋中心）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)籌阻控難等問題，一直是海灘垃圾監(jiān)測(cè)的重點(diǎn)難點(diǎn)。在過去，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)以內(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)只能依賴人工識(shí)別，前期通過衛(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。
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，通過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，為解決這些問題提供了新的路徑。”徐京萍說。
近年來，海洋中心成功構(gòu)建了精準(zhǔn)高效的水質(zhì)反演模型，開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)部門提供了重要的實(shí)時(shí)數(shù)據(jù)支持。”陳艷攏說。
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災(zāi)害，海洋中心對(duì)知識(shí)庫投喂包括海洋生態(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’”。陳艷攏介紹，如今，藻類災(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)用過程中，AI算法因精準(zhǔn)度不夠，無法對(duì)相關(guān)信息進(jìn)行智能篩查，仍需要人工核查校正。未來，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)”
