我的账户
52监测网

安全监测行业网站

亲爱的游客,欢迎!

已有账号,请

如尚未注册?

[热门文章] 监测“黑科技” 覆盖“水陆空”

[复制链接]
390 0
黑暗中漫舞 发表于 2024-8-7 11:11:40 | 只看该作者 |阅读模式 打印 上一主题 下一主题

一分钟快速注册,登录后可查看、下载更多资源。

您需要 登录 才可以下载或查看,没有帐号?立即注册     

x
本帖最后由 黑暗中漫舞 于 2024-8-7 11:14 编辑

黑科技的引入为生态环境监测领域带来了深刻而巨大的变革。通过先进的人工智能、大数据分析和高精度传感器技术,环境监测的准确性、实时性和智能化水平得以显著提升。借助创新科技手段,生态环境监测逐步进入一个更为智能、科学、精准的时代。

环境光学技术:大气污染监测的利器

“生态环境监测技术装备,是信息时代环境科技发展的源头,是生态环境科学的‘先行官’,也是我国绿色低碳发展的‘倍增器’,建设绿色智慧的数字生态文明,实际上是离不开先进环境监测技术的。”中国工程院院士、中国科学院安徽光学精密机械研究所学术所长刘文清表示,环境高新技术体系是我国实现绿色低碳发展的基础,而智慧监测技术的发展也是实现低碳发展的巨大推动力。

作为我国环境光学监测领域的领军人物,刘文清现场分享了环境光学监测技术的进展及应用。
大气污染的传输转化过程不仅仅是在地面,主要也发生在高空,要想深度研究大气污染物仅靠地面监测可能解决不了。刘文清介绍,利用天空散射光,采用一定的算法,就可以获取颗粒物和痕量气体在高空停留的危害程度。通过长期监测,可以知道两个城市之间相互污染的输送特征,从而解决我国高污染背景下卫星平台准确性的问题。
“光学监测技术在环境领域第二个主要应用就是雷达探测,针对大气环境的雷达技术就是气溶胶。”刘文清说,气溶胶通量探测激光雷达可以识别大气污染物时空分布特征,探究时空传输特征。雷达数据与地面站数据和气象观测数据进行机器学习拟合,分粒径计算PM10/PM2.5。并可以实时测算外来输送/本地排放影响程度,指导城市级联防联控。

尽管在环境光学监测领域取得了积极成果,但高端仪器的研发与制造方面的依赖问题仍然存在。从监测监管关键技术来看,我们在高端仪器装备方面,“卡脖子”技术占70%。“一些国外大的企业在中国建厂,在国外研发,只卖东西,不卖技术。”刘文清解释道,“对此,我们对污染源监测和智慧监测应该加强的方面进行了调研,要在‘十四五’时期努力突破这个局面。”

刘文清表示,近年来,大气污染治理取得进展的原因就是重视监测技术的进步,今后还要加大力度推进大气环境监测技术发展和仪器设备研发,同时注重各种技术的结合以及监测数据的整合,妥善应对当前面临的环境问题。

卫星遥感监测:天地一体化
1
在流域水生态遥感监测领域,通过遥感技术,我们得以远程获取流域内水体的关键信息,实现对水质、水温、水位等多维度数据的实时监测。

中国工程院院士王桥表示,近年来,我国从无到有逐步建立了天地一体化的生态环境遥感监测业务体系,具备了从卫星到地面的水环境和生态系统变化监测能力,全面支撑了生态环境保护与治理工作的扎实推进。

目前,我国水生态问题依然比较突出,水生态失衡、生态用水不足、生物多样性降低、水生生境部分丧失、水生态系统结构和功能退化、水生态风险增加、面源污染加重等深层次问题亟待解决。王桥坦言,正因如此,国家迫切需要发展高效的水生态监测技术,以全面把控流域水生态环境演变趋势,实现水环境质量由类别改善向生态健康的转变。

王桥表示,水生态监测内涵不断拓展,已从最初单一的理化指标发展至包含水质、水文、生物、生境等水生态综合要素,还有很多特定污染。目前,主要还是以地面监测为主,包括人工排查。“这些手段有非常明显的优势,但也有需要解决的问题和局限性,包括空间代表性、连续性等。”

“流域水生态遥感监测主要是利用卫星遥感技术,它有很明显的优势,大范围同步、空间连续……应该说这样的技术,可以全方位、高效地进行流域水生态监测。”王桥介绍,流域水生态遥感监测可以及时发现水生态问题,精准掌握水生态变化,客观反映水生态成效,全面评估水生态质量,高效服务水生态管理。因此,新形势下,流域水生态遥感技术可以为流域水生态管理决策提供新的支撑,担负新的使命。

近年来,我国流域水生态遥感监测事业取得了巨大进步,但仍面临着诸多挑战。王桥表示,现在比较突出的问题就是突发性流域水生态风险。“因其风险发生是随机的、骤变的、偶然的、隐蔽的,并且往往有‘连锁性’,一个事情发生了,可能后面会跟随着一系列事情。对于这种突发性水生态异常,怎么去探测?这是我们面临的重大问题之一。”王桥说。

对此,王桥举例道,“比如,2023年甘肃地震,由于各种技术限制,我们很难用遥感把突发性的事件完整还原,不仅是流域水生态,整个遥感监测事业都面临这个问题,就是怎么样把滞后的、低效的生态环境遥感监测扩展为实时的、智能化的生态环境遥感监测。”

除了水生态环境监测,卫星遥感技术还被应用于大气环境监测中,中南大学教授邹滨以湖南长沙试点的案例提出了遥感大数据赋能城市大气污染精准防控的思考。

早前,长沙应用的大气监测热点网格是3km×3km,平台十几天下发一次的热点网格,但由于空间大、时间久,很难精准溯源。通过有效建模和数据基础,长沙将大气监测热点网格缩小为100m×100m,以方便更好地溯源。同时,搭建了一个简易平台,囊括每天逐小时百米级的网格。通过这一套模型的帮助,长沙成功实现了更精准地捕捉疑点、治气攻坚。

水质指纹技术:水环境治理的“福尔摩斯”

“我跟企业接触特别多,我发现很多企业做水处理很‘不容易’,他们用了好多招来应付检查。比如,修事故池,把污水攒起来,‘合适’的时候排放。”作为水质指纹污染溯源技术(以下简称水质指纹)的首创者,清华大学环境学院环境污染溯源与精细监管技术研究中心主任吴静分享了这项技术的发展历程。

“我发现当地的生态环境部门很辛苦,凌晨三点钟跑去采样,看企业有没有偷排。当时我就想,如果要是有一个类似于‘身份证’这样的东西,是不是可以精准管理呢?这样环境监管的难度可以减小,效率也会提高。”提到水质指纹的最初设想,吴静这样说。

水质指纹是一项水环境监管技术,被称为水环境治理的“福尔摩斯”,创新性地将刑侦中利用指纹查找“犯罪嫌疑人”的思路引入水环境监管当中,突破了水污染防治领域溯源难、溯源慢的技术瓶颈。

那么,水质指纹能解决什么问题?最重要的就是污染治理问题。吴静介绍,针对水环境污染,如果能找到源头,并且进行源头治理,我们将很快看到效果。

具体而言,不同水样有不同的水质指纹。每个污染源排放的废水,都有自身独特三维荧光光谱,可以作为其水质指纹。污染浓度越高,水质指纹峰的强度越高。把待检测的水质指纹与已知污染源的水质指纹库进行比对,就能很快找到污染“嫌疑人”。

吴静介绍,他们已经率先发明了系列溯源仪,一次溯源时间是21分钟,可以精准确定具体污染源。并且,推荐建立全链条区域水环境安全保障体系,包括在感知层、在水源地水体、重要断面、污水管网和雨水管网等放置溯源仪,在应用层配套区域水污染预警溯源系统。

据了解,这一系统能准确完成溯源最后1公里,并识别出区域内重点污染河段和主要污染来源,找到治理和管理的重点以及责任主体,促进实现源头治理。此外,能促成高效的预警—溯源—执法/应急联动机制,提高水环境监管与应急水平,长久保持水环境治理的效果。

“我们在很多地方已经发现了水质指纹明显的震慑作用。”吴静用一个案例进行解释。2017年,水质指纹溯源技术在南方的一个电镀工业园落地,当时通过技术找到了园区有超标排放和偷排的企业。随后,当地监管部门对这些企业进行了处罚,并开展了大量的宣传报道,当地的企业也都知道了这件事情。在后续水质监测中发现,该园区排放废水的特征污染物显示出振荡下降趋势,2019年后稳定保持在低水平。“震荡下降为什么发生?因为害怕被抓住嘛!”这反映出水质指纹对企业产生很强的震慑作用。

AI技术:让监测数据分析更智慧

大数据智慧监测正成为环境监测领域的引领者,为我们提供更为全面、实时的环境数据,以及更智能的监测和分析手段。在这个数字化时代,大数据技术的应用正在推动环境监测向前迈进,为环境监测事业提供更准确、高效的决策支持。

“环境监测现代化一个很重要的方向,就是智能化、数字化、智慧化。”清华苏州环境创新研究院副总工程师、环境大数据科学中心主任何炜琪介绍,现在“天空地海”一体化监测体系不断完善,很多地方建设智慧监测体系时,都在利用多要素、高密度的监测手段。那么,我们可能要想一想这种多要素高密度的监测,是不是等同于智慧监测?

何炜琪表示,数据变成信息再变成智慧,需要加工和数据的处理。在这个过程中,其实需要很多人工智能技术。

大数据到底能做些什么?何炜琪进一步解释道,第一个方面是把一些结构化的数据和非结构化的数据融合在一起,变成可以互通的,能够共同分析和使用的数据。第二个方面是提供一系列数据挖掘的方法模型和工具,帮助我们从海量的数据里面进行数据价值分析。

何炜琪认为,大数据在后续的环境监测工作中会帮助我们提高预测能力。对此,何炜琪以碳排放监测为例进行了说明。

“通过引入大数据模型算法,目前,我们已经发布了全球碳排放量的实时监测平台,它可以实现小时步长的数据展现。包括全球电力生产部门的数据、城市交通拥堵指数数据,同时还可以拿到全球人的数据和地表温度数据。”

对于人工智能(AI)技术在环境污染案例中的应用,中国科学院大气物理研究所研究员孙明生以AI天气分型的污染案例为例进行了介绍。孙明生表示,利用传统技术构建案例库,主要依赖人工对历史的某一气象场、空气质量、污染源等多源数据进行整理、建档、分类和诊断,技术方法零散,作业方式单一,案例库质量总体不高,应用效果欠佳。

具体而言,自动识别算法将天气形势分为三大类,分别是线类、面类、实体类,各个击破,形成系统的人工智能算法流程;采用三维构建算法将二维天气形势重构为三维,完整再现大气立体结构;通过气象专家标注的标签,训练对应的人工智能模型,该模型可以完美抽象气象专家的判断经验,对天气形势的判断非常客观。

从大量信息里高效准确地提取有用和全面的信息,需要日益强化的计算能力支撑。人工智能背后的大模型算法和高算力正是针对数据信息处理能力的提升,能够快速提取可用的信息。

未来,科技创新还将继续赋能大气污染防治攻坚工作,成为治理目标实现的一大助力。
来源 | 环境经济杂志

收藏
收藏0
分享
分享
分享
淘帖0
支持
支持0
反对
反对0
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies 上传

本版积分规则

关注0

粉丝0

帖子117

发布主题
关注我们
自动化监测技术交流

客服电话:010-62978778

客服邮箱:support@anxinjoy.com

周一至周五 8:30-17:30

地址:北京海淀区金隅嘉华大厦c座1005

Powered by Discuz! X3.2@ 2001-2013 Comsenz Inc. 京ICP备16000992号-2 京公网安备 11010802022300号