Page 120 - 生态环境保护与环境监测研究

生态环境保护与环境监测研究

的深度学习、图像智能分类识别生态环境问题和景观类型已得到初步应用，还有
少量基于深度学习的空气质量预报方面的研究。

目前，我国虽然已基本建成覆盖环境空气、地表水、酸雨、近岸海域、土
壤、噪声和生态等要素的环境质量监测网，初步构建了陆海统筹、天地一体、上

下协同、信息共享的生态环境监测网络体系，但尚未实现多环境要素和多部门之
间业务数据的全面、有机、实时化耦合联动，未能满足环境监测数据“真、全、

准、快”的实时监控和预警预报需求。在生态环境监测网络体系中注入 AI 的智
能辅助分析，可以精准、灵活、全方位地提供大数据综合分析，提高对环境要

素和污染源的智能感知、实时监控和智能预测能力，为科学管理决策提供技术
支撑。

在 5G 普及的大环境下，环境监测器与传感器收集的数据将通过 5G 通信系
统集成。AI 对收集的数据进行深度学习训练预测，衍生出更加智能的环境质量预

报预测模型，并通过 5G 将模型数据返回给各个终端，同步共享，提升污染溯源
及针对性解决问题的质量与效率。未来，AI 在大数据分析、智能预报、智能处理

等方面的应用将是监测网络 5G 新基建基础上的一个突破。在生态环境质量监测
溯源方面，通过 AI 监测监控海量数据，提升环境质量监测与污染源监控溯源的

实时能力；在突发环境污染事件应急监控方面，设置边缘计算节点和数据分析模
型，通过 AI 识别各类数据，快速发现环境问题线索，对出现的异常情况动态预

警，提升污染事件监管水平。此外，通过 AI，既可以“非现场”查看企业实时监

控情况和历史数据，也可以利用 5G 的高速传输性能，让现场人员与专家视频会
商。因此，构建基于 5G 与 AI 的“天地一体化”生态环境监测体系，逐步实现对

重要生态环境信息的全天候、智能化远程自动监测是未来的发展趋势。
（三）网络关键技术

建设基于 5G 与 AI 的“天地一体化”生态环境监测网络平台，需要解决以下
关键技术。

112