毕业论文
您现在的位置: 遥感 >> 遥感介绍 >> 正文 >> 正文

新视野AI防治水污染是追热点还是医痛点一

来源:遥感 时间:2024/8/3
水安全,已成为全球重要议题。联合国更是将“为所有人提供清洁饮水和环境卫生并对其进行可持续管理”,列为面向年的全球可持续发展目标之一。但是,目前各个国家和地区的经济发展阶段和科技水平存在不同程度的差异,如何构建行之有效的水污染防治路径与解决方案依旧面临诸多挑战。9月16日,中国科学院生态环境研究中心王旭博士及同事,在《中国科学院院刊》发表题为《人工智能在21世纪水与环境领域应用的问题及对策》的论文,结合联合国“清洁饮水和卫生设施”可持续发展目标的核心内涵和落实难点,分析和总结人工智能(AI)在水与环境领域的应用现状及效应,探讨利用AI推进水与环境可持续发展过程中有待解决的核心关键问题,并对水与环境领域和AI领域的创新发展方向进行展望。DeepTech联系到王旭,并就这一研究方向进行了深入交流。他也是《麻省理工科技评论》“35岁以下科技创新35人”首届中国榜单入选者。图

王旭AI如何应对水与环境领域的巨大挑战?目前全球在落实“清洁饮水和卫生设施”可持续发展目标的过程中,正面临四大挑战:(1)数据监测与分析评估手段不足,严重制约国际组织及各国对水与环境卫生真实现状和发展成效的全面掌握;(2)水循环系统构建、监控、模拟、评估和整体优化调控的困难;(3)水环境与水生态风险的复杂性;(4)诸如新冠病毒等突发大流行性疾病对城市供水排水系统的冲击和影响。为此,探寻适宜的技术路径和解决方案迫在眉睫。近年来,王旭及合作者运用大数据和机器学习方法探索水系统工程与全球变化的前沿科学问题,并取得了重要进展。据他介绍,AI等信息科技的快速进步,为实现水污染高效防治,落实联合国可持续发展目标提供了新的思路和手段。具体来说,随着计算机算力的大规模发展及算法的不断突破,AI得到了快速发展,这为水环境污染防治、水质安全保障、涉水设施优化重构、流域生态系统管理等技术的研发和创新提供了强大的工具。例如,利用人工神经网络自适应选择方法,以水质遥感和检测数据为特征,可实现非线性水质指标模型的构建和应用,为水体水质管理与数字规划提供必要的基础数据。AI在水质指标模型化及多维时空数据融合等方面的应用实践,为提升水污染的研判能力创造了新机遇。图

面向AI的水环境污染物识别与风险响应技术体系(来源:受访者)除了在水质指标建模与数据融合方面,AI在风险物质检测与毒性评估、水质预警与污染应急方案构建等方面也开始发挥作用,这为整体提升水环境污染识别与风险响应能力提供了有力的技术和决策支持。近几年,越来越多的研究开始

转载请注明:http://www.0431gb208.com/sjszlfa/7316.html