文/张俊杰1  徐庆2

摘  要：为了提升上海市水环境预警智慧监测水平，本文在已有水质自动站、太阳能哨兵站和视频AI监控的基础上，研究和验证视频AI甄别河道污染的方法，为水污染快速甄别和预警提供新的思路。通过典型水质反复试点，学习水面垃圾（含藻类）、水体颜色变化、船舶移动等，快速甄别污染，建立AI识别物、对易造成水体扰动的4个识别要素进行了准确度验证。

关键词： 水环境；视频AI识别；时间序列

1 研究背景

进入“十四五”时期，由“十三五”的“坚决打赢污染防治攻坚战”到“深入打好污染防治攻坚战”，《中共中央 国务院关于深入打好污染防治攻坚战的意见》[1]与《生态环境保护“十四五”规划》提出强化“监测先行、监测灵敏、监测准确”的主线。生态环境监测是环境保护的基础性工作，要实现生态环境治理体系与能力的现代化，必须监测先行。要着力强化监测数据的分析、运用能力，加快建设生态环境大数据平台，实现平台高效运算、自动分析、智能关联等，提升监测数据智慧应用水平[2]。

2 国内外研究现状

2.1 国内研究进展

截至目前，全国现有自动站1912个，对地表水环境质量主要指标（水温、pH、DO、电导率、浊度、CODMn、总磷、氨氮、总氮9个必测指标及部分选测指标）进行实时监控[3]，为管理人员提供决策数据支撑，这为水环境预警体系奠定了坚实的基础。

全国各地市根据水环境现状积极探索适合当地的水环境预警体系，目前已取得丰硕的成果。一是基于自动监测站点实时监测数据的水环境预警体系，该体系通过初步判定自动监测站传回数据，并将评估结果上传系统。近年来，越来越多的上述预警体系已不再将预警动作放在手工验证之后，如2016年前后建设的滇池水环境预警系统[4]。二是基于模型预测的水环境预警体系，该预警体系更看重污染物入河后的迁移转化情况。它除了自动监测站点实时数据，还需同时获取水文、气象数据，以及水质异常点排污口、排污单位等相关图谱信息[5]。当前，一大批基于模型预测的水环境已经建成，并取得了良好的预警效果，如2020年前后建设的环太湖安全度夏项目[6]。

2.2 国外研究进展

国外水环境预警体系主要针对突发性事故，目的在于全面地评估其对水环境的影响范围及时间。以莱茵河流域水环境预警体系为例，对国外水环境预警体系研究进展进行评估[7]。莱茵河流域水质预警体系包括预警监测、突发污染报警、污染溯源、污染扩散模型以及应急响应5个部分。该类体系以评价水源地水质状况为主，不对污染物迁移转化情况进行模拟[8]。

3 研究对象现状分析

3.1 研究对象的选取

本文选取以下2个水质点位开展研究工作。（1）崇明区北横引河前卫村桥：根据2023年1~3月水质自动站原始数据，该点位出现小时超标因子为高锰酸盐指数。（2）崇明区北横引河七滧港西桥：根据2023年1~3月水质自动站原始数据，该点位出现小时超标因子与前卫村一样为高锰酸盐指数，季度小时超标率为62%，远大于前卫村桥的12%。

3.2 数据分析

（1） 氨氮数据分析。①前卫村水质自动站氨氮浓度范围在0.12~1.52 mg/L；太阳能哨兵站氨氮含量范围在0.11~2.24 mg/L；七滧港西桥水质自动站氨氮浓度范围在0.12~1.52 mg/L；太阳能哨兵站氨氮浓度范围在0.11~2.24 mg/L；氨氮水平多数时段优于地表水Ⅲ类标准，说明北横引河对氨氮的自净功能处于较高水平。②北横引河氨氮浓度在时间维度上有较大差异，氨氮变差主要集中在6~7月份、10月份，其中6~7月夏季降雨频繁，再加上北横引河流域的居民用地和耕地所占面积比例较大，雨水径流和农田化肥流失是造成氨氮超标的主要因素；10月份农田退水期，水土中残留的化肥、农药进入水体，造成北横引河的含氮量指标本底值较高，故该河道的氨氮含量较高[9]。③从数据上来看，水质自动站及太阳能哨兵站数据并不一致，且没有统一的大小关联，这可能与二者测量方法区别有关。

根据太阳能哨兵站和水质自动站氨氮“数据拟合曲线”情况来看，太阳能哨兵站与水质自动站氨氮数据保持一致性，有较好的提前预警作用。

（2）溶解氧数据分析。①前卫村桥水质自动站溶解氧浓度范围在3.3~16.6mg/L，太阳能哨兵站溶解氧浓度范围在0.8~15.5mg/L；七效港西桥水质自动站溶解氧浓度范围在3.7~17.3mg/L，太阳能哨兵站溶解氧浓度范围在1.7~14.4mg/L；整体含量水平高于地表水Ⅲ类指标，这说明北横引河河道整体水动力充足，整体水质较好。②北横引河整体溶解氧含量在时间维度上存在差异，呈现以年为单位的周期性变化，冬、春季逐渐上升，3月开始，随着温度升高而降低；夏季随着降雨频繁及藻类滋生使得氧消耗增大, 溶解氧浓度逐渐下降, 并在6~9月呈现明显的含量波动[10]。③数据上来看，水质自动站与太阳能哨兵站溶解氧指标大部分时间基本一致，仅有部分时段出现线性分离，且无固定大小一致性。

根据太阳能哨兵站和水质自动站溶解氧“数据拟合曲线”情况来看，太阳能哨兵站与水质自动站溶解氧情况保持较高的一致性。

（3）高锰酸盐指数数据分析。整理2021~2023年七滧港西桥点位COD及高锰酸盐指数指标的监测数据，通过SPSS进行一元线性回归分析，说明七滧港西桥点位COD及高锰酸盐指数的监测数据呈线性相关。此外，德宾-沃森（D-W）检验的统计量值一般分布在0~4之间，越接近2，观测值相互独立的可能性越大。

综上，七滧港西桥点位COD与高锰酸盐指数呈线性相关，但考虑到COD及高锰酸盐指数线性关系不唯一，不采信上述一元线性回归方程作为指标转换纽带，但可得出COD与高锰酸盐指数呈正相关。经验证，前卫村COD和高锰酸盐指数线性关系不明显，难以建立线性关联。

4 视频AI污染识别算法研究

本研究将不同识别要素与各指标波动进行关联，主要通过视频AI预警信息触发阈值调整机制。本项目视频AI可识别船舶、蓝藻、动排口、静排口、化工污水、垃圾、蓝藻暴发期、流浪动物、人、水葫芦等共计13种要素，其中结合目标站点附近实际情况，船舶、蓝藻、垃圾、水葫芦4种要素对水质恶化贡献比较大，具体如表1所示。

表1 前卫村桥和七滧港西桥点位AI识别要素与主要污染因子关联情况

对各识别要素在2022年7月~2023年6月一年间的识别次数进行分类统计，如表2所示。

5 结论与展望

5.1 结论

七滧港西桥水体扰动总体较小，船舶是第一识别要素，相对来说，前卫村水体扰动较大，以垃圾、水葫芦两个识别要素为主；经人工核验，视频AI识别准确度较高，其中，水葫芦85%，蓝藻86%，垃圾85%，船舶92%。

5.2 展望及运用

（1）随着自动监测技术的成熟，站点小型化、指标多元化已成为一种趋势，基于指标大数据分析的重点点位水质预报预警体系将迎来新一轮的研究应用热潮，将为水环境监测领域带来新一轮的技术、装备革新。（2）随着视频AI在水环境领域被逐渐推广，其样本库正在呈现指数等级的增长，以河道流向流量监测、水域分割计算、排口流量监测等为代表的基于视频流的量化研究日趋成熟， 这也将为其在水环境监测领域发展注入新的动力。

与基于指标的大数据分析预警体系相比，基于水文气象、生物毒性等环境要素的水质预警体系研究大多仍处于理论研究阶段，考虑到受水质环境要素较多、量化难度较大等特点，将其应用于水质预报预警还需要更多的研究数据作为支撑。

参考文献

[1]国务院.中共中央 国务院关于深入打好污染防治攻坚战的意见[DB/OL].(2021-11-02)[2021-11-08]. https://www.mee.gov.cn/zcwj/zyygwj/202111/t20211108_959456.shtml.

[2]张皓,赵岑,陈传忠,等.新发展阶段生态环境监测面临的若干问题和解决思路[J].环境监控与预警,2022,14(1):79-83.

[3]生态环境部通报近期国家地表水水质自动监测站建设进展情况[DB/OL].(2018-07-14)[2023-11-08]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk15/201807/t20180714_630364.html.

[4]郑一新,徐晓梅,李跃勋,等.滇池流域水环境安全评价与预警系统研究[Z].昆明市环境科学研究院,2008-10~2011-03.

[5]姜明岑.基于水质指标的流域水环境预警技术研究与应用[D].北京:中国地质大学,2020.

[6]魏晓雯,尤珍.兼顾流域多重目标 保障太湖安全度夏——专家解读[N].中国水利报,2022-7-21.

[7]姚雪艳,姬凌云.跨国河流洪水风险管理及其对我国跨省河流管理的启示——以多瑙河流域、莱茵河流域为例[J].中国防汛抗旱,2018,28(5):53-59+63.

[8]赵志伟,王菲,张诗雨,等.饮用水水源水质安全监测预警技术发展综述[J].三峡生态环境监测,2023,8(1):1-10.

[9]张文博,余香英,薛弘涛,等.基于APCS-MLR模型的九洲江广东段不同水期水质变化特征及污染来源解析[J].农业环境科学学报,2024,43(2):401-410.

[10]江和龙,王昌辉,白雷雷,等.湖泊环境科学与工程技术研究进展探讨[J].湖泊科学,2020,32(5):1278-1296.

（作者单位：1上海市崇明区环境监测站；2上海市环境监测中心）