人工智能技术在环境监测中的应用分析

时间：2024-07-28

罗珺

（江西省萍乡生态环境监测中心，江西萍乡 337000）

引言

近年来，生态破坏、环境污染等负面问题愈演愈烈，做好环境治理工作具有高度的必要性与紧迫性。在环境治理体系中，环境监测是重要的基础性、前端性环节，若环境监测不到位，后续的风险防控、污染处理等举措均会受到消极影响。所以，有必要对人工智能技术在环境监测中的应用展开分析探讨，积极探索有助于提升环境监测综合质量的技术融合路径。

1 人工智能技术在环境监测中应用的积极作用

1.1 确保环境监测结果的优质性

保证监测结果真实可靠、全面细致、准确无误，既是开展高质量环境监测工作的必然要求，也是实施各项环境治理举措的依据基础。与传统工作模式相比，在应用人工智能技术后，环境监测所获数据信息的综合质量可得到明显提升。一方面，在智能化环境监测过程中，绝大部分监测活动都是在程序驱动下由传感器、监控器、探测器等设备装置执行的。相较于人工监测而言，相关设备装置的灵敏度更高、稳定性更强、感知范围更大，所采集到的环境数据信息也更完整、更精确。另一方面，环境监测往往会涉及多种干扰因素，如振动干扰、电磁干扰等。对此，智能化系统在处理监测结果时，能够通过滤波运算、迭代运算等算法程序，对相关数据信息实施净化、优化处理。这样一来，相关干扰元素、信息杂质得以去除，环境监测效果也随之得到进一步提升。

1.2 实现环境监测行为的动态化

在应用人工智能技术后，环境监测行为可具备高度的全程化、动态化特点。一方面，在网络、电力等供给条件稳定充足的前提下，智能环境监测物联网及配套设备均能保持全天候、不间断的工作状态，进而实现动态连续的数据信息采集。如此一来，既能最大化地消除监测疏漏，也能及时、准确地响应环境变化、捕捉异常信息。另一方面，相关系统、设备还能实现监测反馈的动态化。在常规工况下，传感器、监控器等装置在获取环境信息后，会基于在线同步、周期性传输等机制，与远端环境监测中心或移动端工作设备建立交互反馈。在此背景下，相关人员无需亲临现场，便可对被测区域、被测对象的环境情况进行实时掌握。此外，当感知到被测对象出现异常（如环境中某项污染物含量超标、环境中出现人、动物等不安全物等）时，相关设备装置、监测系统也能动态化地执行风险记录、风险报警、自动控制等反馈动作，从而达到控制风险影响程度、提高风险处理效率、明确环境污染类型等目的。

1.3 促成环境监测功能的拓展化

人工智能技术体系相当庞大，并衍生有多种技术系统、技术工具。因此，科学合理地将人工智能技术应用于环境监测，不仅能推动各类基础性监测功能的优化升级，还能达到“技术赋能”的效果，促成新功能、新效益的拓展延伸。例如，在全天候、持续性的监控工作背景下，智能化系统能对海量环境信息进行历史趋势分析，从而提取出环境质量、污染程度等方面的变化规律。如此一来，结合历史信息、即时信息与趋势规律，系统便能对环境在未来一定时间内的变化情况进行估算或模拟，进而形成前瞻化的环境预测功能。

2 人工智能技术在环境监测中应用的主要领域

目前，技术融合已成为环境监测行业改革发展的主攻方向，各个监测领域、各类监测工作均形成了旺盛的先进技术应用需求。在此背景下，人工智能技术在环境监测中的应用形成了明显的多领域、多用途特点。结合实际情况来看，其应用领域主要包括以下几方面：（1）水环境监测，如水质监测、水生态监测、水污染监测等；（2）土壤环境监测，如土壤盐碱化监测、土壤湿度监测、土壤污染监测、土体沉降监测等；（3）森林环境监测，如物种多样性监测、森林火灾监测、森林污染监测等；（4）城市环境监测，如国土资源分布监测、城市空间污染监测等；（5）大气环境监测，如空气温度监测、空气湿度监测、一氧化碳监测、甲醛监测等[1]。

3 人工智能技术在环境监测中应用的具体表现

3.1 智能无线传感器的应用

我国部分地区的地理环境十分复杂，既存在着滑坡、泥石流、地震等突发性风险，也难以满足有线网络的全面化部署需求。在此背景下开展环境监测工作时，若仅靠人员野外工作来获取环境信息、执行监测任务，不仅无法达到高质量、高效率、长期性的监测要求，还会形成极大的实践难度与安全风险。而在引入人工智能技术、应用智能无线传感器后，这种问题可以得到充分解决。具体来讲，其在不同环境监测领域的应用表现如下：

第一，智能无线传感器在大气环境监测中的应用。实践时，相关人员可将CO浓度传感器、温度传感器、湿度传感器、烟雾传感器等多种类型的传感器布置到待测环境中。基于不同传感机制与功能特性，各类传感器能在运行过程中动态采集空气中温湿度、有害物浓度、烟雾量等监测指标的变化信息，并依据预设的智能处理程序，对相关数据信息实施分类、记录、存储、上传等处理。在此基础上，传感器还可内置智能化的风险处理模块与传输共享模块。一方面，在常态化监测期间，传感器可通过无线信号收发器将采集到的大气环境数据信息同步传输给气象、环保等部门机构。如此一来，相关机构便能有效掌握大气环境的实时状态，并据此开展围绕空气质量的播报、评估等工作。另一方面，传感器系统中通常设置有针对监测指标的安全评估程序。若传感器采集到的温度、湿度、有害物浓度等数据信息超出相关安全值或允许限，则表明大气环境质量已形成劣化现象。此时，传感器便能自动生成告警信息，并传输给环保机构的监测中心或移动终端，以支持相关大气环保措施的规划、部署与实施[2]。

第二，智能无线传感器在土壤环境监测中的应用。现阶段，常用的土壤监测传感器包括重金属检测传感器、沉降监测传感器、土壤湿度传感器等。其中，重金属检测传感器可实现土壤中重金属污染物种类、浓度、含量等信息的采集测定，沉降监测传感器可对土体的下沉、倾斜或不均匀沉降情况进行精确感知，土壤湿度传感器则可真实反馈出土壤的湿度分布结构与含水量变化。将上述传感器功能运用到土壤环境监测实践中，既能为土壤污染治理、土壤高效利用提供可靠依据，也能在水土流失、泥石流等灾害防控时起到有效的指导作用。

3.2 智能环境监测物联网的应用

近年来，随着人工智能技术的不断发展与广泛融合，人们不再满足于单个智能体的应用，而是倾向于将多个或多种智能体纳入同一操作网络、工作系统中，进而形成联动化的高质量应用效果，智能物联网由此应运而生。在环境监测领域，智能物联网能够为相关机构、人员提供多功能、综合化的技术支持，有效满足环境信息的检测采集、分析处理、传输显示等作业需求。具体实践时，智能环境监测物联网的系统架构应包含三个层次，即应用层、网络层、感知层。其中，感知层即环境信息的采集端，该层次的智能体配置需要以实际环境监测需求为导向。例如，在大气环境监测应用中，物联网感知层的智能体应涉及温度监测、湿度监测、烟尘监测、有害气体监测、大气压监测等多种类型。同理，在水环境监测应用中，物联网感知层的智能体应涉及水压监测、流量监测、水动力监测、水污染监测等类型；网络层以无线通信模块为基础，主要用于实现物联网内部各类智能体的信息交互以及物联网系统对外的信息共享。为了达到高速率、高稳定性的环境监测信息传输效果，网络层内通常设置有多个网络节点，以此形成多条网络路径；应用层主要负责环境监测数据信息及系统运行信息的最终处理，常见处理机制主要包括报告处理、图像处理、存储处理、告警处理、指令处理、显示处理等。在该层次的功能支持下，各类感知层智能体的数据信息采集成果可被充分应用到报告编制、图像绘制、风险告警、交互显示等实践环节，从而满足环境监测工作的技术应用需求[3]。

3.3 智能化建模技术的应用

在环境监测工作中，数据处理、图像绘制是不可或缺的重要工作环节。在融合人工智能技术后，可应用智能化建模工具，对数据处理质量、图像绘制效果进行充分优化。例如，在水环境监测实践中，相关人员可将已采集到的基础环境信息、监测数据信息导入建模平台。在智能化建模程序与图像算法的支持下，便可在计算机界面中自动生成水环境仿真模型。由此，相关人员一方面可通过缩放、位移、切剖等操作，对三维模型实施多角度、多形式的观察分析，从而具象了解水环境监测信息所反映出的各项内容。另一方面，相关人员也可通过时序分析的方式，对特定周期内水环境模型的变化情况进行探究，以找出水环境生态变化、水质变化、污染变化的发生机理、形成原因与突出表现。如此一来，便能显著提升水环境监测成果的可看性、可用性与价值性，达到可观的技术赋能效果。除此之外，在掌握现有监测成果的基础上，相关人员还可在智能化建模平台中使用方案模拟、天气模拟、趋势预测等模块。通过这样的方式，能够对水环境在不同干预条件、气象条件、时空条件的变化情况下实现合理预估，从而为水环境治理、水生态保护等工作提供可靠的依据。

3.4 智能载具的应用

在传统时期，环境监测工作中使用的载具设备大多为人工驾驶操控。如此一来，一方面会增大环境监测对人力资源的需求，并伴随有一定的人员安全风险与技术操作风险。另一方面，为了满足驾控人员的空间需求，相关载具设备在设计上也很难实现小型化、轻量化，进而对其适用场景造成了很大限制。在深度融合人工智能技术后，用于环境监测的载具设备可实现作业独立化、运行自动化，其体积、重量也明显减小。从应用效果来看，智能载具既能有效降低人工依赖性与人为风险，也能适应更复杂、更恶劣的监测环境。具体来讲，现阶段环境监测中常用的智能载具设备包括以下两种：

第一，智能无人机。从目前来看，智能无人机设备被广泛应用于水体、森林、岩土、城市等多种环境监测领域中，并可表现出多元化的技术用途与功能效果。例如，可将高速摄影机、航拍照相机、光学传感器等设备装置搭载到无人机上，并在其运行系统中预设出指定的飞行速度、飞行航线、飞行高度、倾斜角度、信息采集频率等。在此基础上，便能将其应用到国土资源测绘、森林火灾巡视监控、水体物理环境监测等工作中，实现城市空间结构信息、森林火灾隐患信息、水域面积信息、水体形态信息等数据信息的空中监测采集。再如，可将高程传感器、卫星定位器、激光测距仪等设备装置搭载到无人机上，并预先规划出无人机智能航行的范围、路径及工作节点。这样一来，无人机便可自动按照预设航行方案执行飞行、调速、停留等动作，从而实现被测环境中各节点高程、方位等空间信息的精确采集[4]。

第二，智能无人艇。从目前来看，智能无人艇已经成为海洋环境监测领域的重要载具设备。将其应用到海洋监测中，不仅能代替人工执行海上测绘、污染调查、深海探测等高风险工作任务，还能有效应对风、浪、雾、流、礁等多种恶劣的环境监测场景。具体实践时，智能无人艇主要有如下应用表现：（1）可实现高质量、灵活化的航行操控。在无人艇运行期间，相关人员一方面可为其预设出智能航行程序，使其基于特定的航向、航线、航速进行自动航行。另一方面，也可通过远程驾驶的方式，在海上控制中心对无人艇实施航行操控。无论采用哪种航行形式，无人艇均能稳定、准确地达到探测位置，并执行停留、避障、照明、传感等动作，从而满足海洋监测工作的实际需求；（2）可实现多元化的功能拓展[5]。作为一种载具设备，无人艇的环境监测功能主要源于其搭载的装置或系统。结合相关技术发展现状来看，无人艇可搭载的功能配置已具有高度多样性。例如，无人艇可搭载水深探测器、水压检测器、动力传感器等装置及系统，从而在水下航行过程中实现海洋中水体深度、水体压力、水流动力等数据信息的有效采集。再如，无人艇可搭载水下摄影机、水下监控器，从而对海洋内部影像画面进行拍摄记录或同步转播，继而使相关人员直观、真实地掌握海洋生态质量与海洋污染现状；（3）可实现协同化的集体作业。在智能化、网络化技术的支持下，多台无人艇设备还可开展协同化、自主化、大范围的环境监测工作，如协同追踪海洋生物目标、协同探测海洋内部环境等。一般来讲，在多智能体联动的状态下，海洋环境监测所得数据信息、图像资料的可靠性与可用性均会处于更高水平[6]。