首页 > 新闻动态 > 工作动态
藻类自动监测取得新突破 碧水保卫战再添新利器
发布日期:2020-12-29信息来源:监测科研中心字号:【

经过三年攻关,南水北调中线浮游藻类AI识别研究取得新突破。长江局监测科研中心牵头承担的“十三五”水专项子课题“中线水质监控关键技术与体系优化技术”项目围绕南水北调中线浮游藻类自动在线监测的现实需求,开展了中线浮游藻类AI识别研究,开发的智能设备在多通路藻类样本进样、聚焦、拍摄、识别及计数等方面突破性实现了自动化,能在无人值守条件下实现藻类的种类、比例、藻密度等多指标自动分析输出,具有明显的技术优势。

1浮游藻类智能监测设备

浮游藻类监测国内外目前仍以人工镜检为主,其监测设备多是基于光谱法或传统图像识别算法,检测误差大,实用性不强,难以大范围推广。为突破藻类识别精度瓶颈,长江局监测科研中心(原长江流域水环境监测中心)在国家水专项“十三五”课题“南水北调中线输水水质预警与业务化管理平台建设”支持下,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南水北调中线浮游藻类AI识别研究,在藻类自动进样技术、多景深显微拍摄与图片处理技术、藻类AI识别模型研发等方面取得了重大进步。

该浮游藻类AI识别设备集成化的控制箱与样本加载装置,原创性地实现了15路样本自动切换取样检测。样本加载装置具备自动震荡功能,能保证藻类均匀进样。自动清洗进样管道和观测卡匣功能,可避免管路堵塞,延长管路使用寿命。

2 藻类自动进样系统

新颖的显微图像扫描系统在软硬件配合下,利用多通道流体样本卡匣,能在显微镜下对不同焦平面深度下的测试样本进行拍摄对比,确保当前视野内不同位置、不同形态的浮游藻类全部拍摄成像,并可筛选处理出最清晰的藻类个体显微图像,为后续的智能识别过程打下基础。

3  藻类自动扫描

人工智能识别软件的创新是本项目的重点与难点。浮游藻类具有种类多样、群聚、排列变化多样、相近属种相似度高、分类依据复杂等特点。如何让机器准确识别浮游藻类是业内前沿的学术挑战。项目团队开发了藻类人工智能识别的针对性路径:以基于深度神经网络的特征检测方法为核心,以专家知识辅助建立的人工特征检测方法为补充,进行决策层融合后产生最终的目标检测结果。经过三年的努力,目前针对中线浮游藻类识别系统已构建了标准化的标记图库,并进行了深度学习训练及优化,实现了对南水北调中线总干渠常见藻类的智能识别,具备了大规模推广应用的价值。

目前,浮游藻类AI识别研究成果已经申请专利,在浮游藻类AI识别领域的学术创新也在国际范围内获得了专业同侪的认可,并已发表于人工智能领域的重要国际会议“2020年第42届国际医学与生物学工程学会年会(EMBC 2020)”。

自动识别是藻类监测行业的重要发展方向。浮游藻类AI识别设备未来可广泛应用在生态环保领域,可为湖库富营养化监测、藻类水华监测预警与防控提供有力支撑,缓解我国藻类监测专业人员不足的困境,并将逐渐拓展至浮游动物、鱼类等水生生物的自动监测,进而加速我国水生态自动化监测的发展进程。

生态环境部长江流域生态环境监督管理局   联系我们

通讯地址:湖北省武汉市解放大道1863号    邮编:430010   ICP备案编号:京ICP备05009132号

生态
环境部
返回
顶部