原标题：我国水生态自动化监测取得新突破：AI水中“刷脸”诊断水健康

继水质监测实现自动化后，刷脸我国水生态自动化监测取得新突破。国水近日，生态水中水健记者从生态环境部长江流域生态环境监督管理局（简称长江局）获悉，自动诊断历经3年攻关，化监该局监测科研中心成功研发浮游藻类AI识别系统，得新计划今年应用于南水北调中线工程。突破

“目前的刷脸水体监测指标能指示污染状况，而水体是国水否健康，还要看其中的生态水中水健生物是否健康。”长江局监测科研中心总工程师王英才介绍，自动诊断上世纪90年代以来，化监各地水华事件频发，得新水生态监测和藻类研究逐渐起步。突破

据介绍，刷脸浮游藻类属低等植物，大小不一，形状多样，需要借助显微镜观察识别。虽然微小，但它们数量较多，在水生态系统中非常重要，能很好指示水体健康状况。

据介绍，目前我国水生态监测仍以人工为主，如浮游植物、浮游动物、底栖动物等，均采用传统人工镜检法，专业技术人员需要3年以上培养和实践才能胜任。“本科毕业生难以直接上岗，相关专业的研究生又极其有限，使得短期内我国水生生物监测人才较为缺乏。”

随着人脸识别技术的成熟，一个全新设想诞生了：用AI技术识别浮游藻类，进而实现我国水生态自动监测“弯道超车”！“浮游藻类多达4万余种，形状千奇百怪，群体组成复杂，是水生生物自动监测中最具挑战性的难题。”王英才认为，浮游藻类AI识别技术一旦突破，意味着水生态自动监测啃下“最硬的骨头”。

2017年，在国家《南水北调中线输水水质预警与业务化管理平台建设》重大专项的支持下，长江局监测科研中心联合南水北调中线干线工程建设管理局、睿克环境科技（中国）有限公司等单位，开展了浮游藻类AI识别研究。如今，技术团队已在浮游藻类自动进样技术、多景深显微拍摄与图片处理技术、AI识别模型研发等方面取得重大进步，能在无人值守条件下实现藻类种类、比例、藻密度等指标自动分析输出。

睿克环境科技（中国）有限公司CEO刘浩兵介绍，目前浮游藻类AI识别系统已完成丹江口水库及南水北调总干渠常见藻类的学习和识别，首台仪器近期将用于南水北调中线工程水生态监测。未来，浮游藻类AI识别系统有望在全国江河湖泊推广，提高藻类水华预警效率，其技术还可拓展至浮游动物、鱼类等水生生物的自动识别，为我国水生态自动化监测奠定坚实基础。

【延伸阅读】水中“火眼金睛”如何练成

1月29日，生态环境部长江流域生态环境监督管理局监测科研中心实验室里，浮游藻类AI识别系统正在分析来自南水北调中线总干渠的水样。水样自动进入，显微镜自主切换视野、拍摄照片、识别藻类，计算机自动统计，数据实时更新。

上午9时许，数据结果显示，舟形藻属占比48.79%，桥弯藻属占比35.49%，曲壳藻属占比6.19%……“藻类数据指示，该水体水生态状况良好。”长江局监测科研中心总工程师王英才判断。

面对种类众多、大小不一、形态多样的浮游藻类，浮游藻类AI识别“专家”如何练就一双“火眼金睛”？

算法先进：比人脸识别难得多

睿克环境科技（中国）有限公司主攻计算机视觉在生态环境领域的应用，其研发的鱼类毒性仪器，通过观察鱼类行为来监测水质，2014年已应用于南水北调中线工程。公司CEO刘浩兵介绍，为攻克浮游藻类AI识别，公司与长江局监测科研中心联合成立的技术团队不仅借鉴国际通用算法，还专为藻类定制算法。

王英才介绍，人脸比较规则，藻类却没有，其识别难度比人脸识别难得多，高几个量级都不止。为此，技术团队还与武汉大学计算机学院、新加坡科研机构开展合作，参考国内外最新成果，不断更新算法。

设备保障：三大系统组成“躯干”

算法如同“大脑”，决定浮游藻类AI识别“专家”有多聪明；其“躯干”，是三大系统——自动进样和控制系统、显微扫描系统、AI检测识别系统。

自动进样和控制系统，一次可放入15组样品，原创性实现了15组样本自动切换取样检测；显微扫描系统，三维自动转换视角和对焦，自动完成拍摄；AI检测识别系统，即计算机自主识别和统计。

“一组水样中的藻类，少则几十种，多则几百种，人工镜检费时费力，特别是费眼睛。”王英才说，而AI，不会疲劳，也不需要休息，是“最佳人选”。

样本积累：“教材”反复学习

舟形藻属，形状是上下左右对称；桥弯藻属，上下对称，左右不对称，似桥样弯曲；微囊藻耐污性强，提示水体受到污染……翻开藻类图谱，王英才如数家珍。

这样一本厚厚的图谱，传统人工监测需要专业人员学习实践3年以上，才能熟练掌握。而AI，更快更准确。和认识一个人要多见几次一样，AI识别藻类，也需要反复学习。学习的“教材”，就是标定好的样本库。样本库由专家标识，刘浩兵说，每一个藻类种属，需要500到1000张不同角度、不同大小的图片，才能让机器认清楚。

大部分藻类，不及一根头发丝直径的十分之一，不仅难以拍摄，而且容易受泥沙等因素的干扰。

“我们累计拍摄了数百万张藻类照片，筛选出几十万张，再合成几万张，作为‘教材’，让机器深度学习，反复迭代试错。”刘浩兵介绍，目前，AI藻类“专家”已能够识别丹江口水库及南水北调总干渠常见藻类，准确率满足常规监测要求。

“这是一个见多识广的过程，你对一个人熟悉了，连他的脚步声都能听出来，机器同样如此。”王英才说，“只要反复学习，AI能识别的藻类就会越来越多，准确率会越来越高。

目前，浮游藻类AI识别系统的算法基本成熟，样本库还在拓展，后期将优化升级。王英才介绍，设备很快将在南水北调中线工程水生态监测中使用，并有望应用于我国的不同水体，加快水生态自动化监测进程。

（湖北日报全媒记者胡弦）

(责任编辑：休闲)