東北地理所在人工智能助力水質(zhì)管理研究中取得進展
在全球城市化加速與氣候變化疊加影響下，水污染問題日趨嚴峻，傳統(tǒng)水質(zhì)監(jiān)測手段因響應滯后、覆蓋范圍有限和應對突發(fā)事件能力不足，已難以滿足當前水環(huán)境治理需求。人工智能（AI）技術的快速發(fā)展為解決這一問題提供了新路徑。中國科學院東北地理與農(nóng)業(yè)生態(tài)研究所水環(huán)境健康與模擬學科組在綜述性研究中提出，通過整合AI與物聯(lián)網(wǎng)（IoT）、遙感（RS）及無人監(jiān)測平臺（UMP）等技術，構建混合建模框架，有助于提升實時水質(zhì)監(jiān)測精度與效率，拓展數(shù)據(jù)獲取范圍，并實現(xiàn)多源異構數(shù)據(jù)的融合與智能分析。
圖1 人工智能驅(qū)動的水質(zhì)管理概念框架
研究系統(tǒng)梳理了AI在水質(zhì)監(jiān)測、預測與管理中的關鍵應用進展。AI算法不僅能夠輔助傳感器實現(xiàn)動態(tài)數(shù)據(jù)分析、異常識別與自動補償，還能結合遙感與無人平臺拓展監(jiān)測空間維度，提升整體系統(tǒng)穩(wěn)定性與時效性。在水質(zhì)預測方面，團隊總結了支持向量機（SVM）、隨機森林（RF）、長短期記憶網(wǎng)絡（LSTM）等模型的應用表現(xiàn)，并強調(diào)“過程引導型人工智能”作為新興趨勢，即通過耦合AI模型與水環(huán)境過程模型（PBM），實現(xiàn)物理一致性與預測性能的雙重優(yōu)化，特別適用于復雜水體系統(tǒng)或數(shù)據(jù)稀疏區(qū)域。
圖2 人工智能與過程模型相結合增強水質(zhì)預測
研究也指出，盡管AI在水質(zhì)管理中展現(xiàn)出顯著潛力，當前仍面臨模型可解釋性差、數(shù)據(jù)質(zhì)量不一、新污染物檢測難度大及系統(tǒng)集成標準不足等挑戰(zhàn)。未來亟需在開放數(shù)據(jù)平臺建設、可解釋AI模型研發(fā)、與數(shù)字孿生系統(tǒng)融合、新污染物識別算法改進等方面加大技術攻關力度。通過多學科協(xié)作與持續(xù)創(chuàng)新，AI有望在推動智能化水環(huán)境治理中發(fā)揮重要作用，為水資源安全與可持續(xù)發(fā)展目標提供堅實支撐。
圖3 克服挑戰(zhàn)：推進人工智能在水質(zhì)監(jiān)測和管理中的前景
相關研究成果發(fā)表于國際期刊Water，由水環(huán)境健康與模擬組的科研助理鄒樹斌（第一作者）、特別研究助理鞠含俞（通訊作者）以及張敬杰研究員（通訊作者）共同完成。研究得到了國家自然科學基金（4231101419,42471089）、吉林省國際科技合作項目（20240402026GH）及吉林省青年人才托舉工程（QT202330）的資助。
論文信息：
[1] Shubin Zou,Hanyu Ju,Jingjie Zhang.Water Quality Management in the Age of AI: Applications,Challenges,and Prospects[J]. Water,2025,17(11):1641. DOI:10.3390/w17111641.
附件下載：
吉公網(wǎng)安備22017302000214號
