東北地理所在人工智能助力水質管理研究中取得進展
在全球城市化加速與氣候變化疊加影響下，水污染問題日趨嚴峻，傳統水質監測手段因響應滯后、覆蓋范圍有限和應對突發事件能力不足，已難以滿足當前水環境治理需求。人工智能（AI）技術的快速發展為解決這一問題提供了新路徑。中國科學院東北地理與農業生態研究所水環境健康與模擬學科組在綜述性研究中提出，通過整合AI與物聯網（IoT）、遙感（RS）及無人監測平臺（UMP）等技術，構建混合建模框架，有助于提升實時水質監測精度與效率，拓展數據獲取范圍，并實現多源異構數據的融合與智能分析。
圖1 人工智能驅動的水質管理概念框架
研究系統梳理了AI在水質監測、預測與管理中的關鍵應用進展。AI算法不僅能夠輔助傳感器實現動態數據分析、異常識別與自動補償，還能結合遙感與無人平臺拓展監測空間維度，提升整體系統穩定性與時效性。在水質預測方面，團隊總結了支持向量機（SVM）、隨機森林（RF）、長短期記憶網絡（LSTM）等模型的應用表現，并強調“過程引導型人工智能”作為新興趨勢，即通過耦合AI模型與水環境過程模型（PBM），實現物理一致性與預測性能的雙重優化，特別適用于復雜水體系統或數據稀疏區域。
圖2 人工智能與過程模型相結合增強水質預測
研究也指出，盡管AI在水質管理中展現出顯著潛力，當前仍面臨模型可解釋性差、數據質量不一、新污染物檢測難度大及系統集成標準不足等挑戰。未來亟需在開放數據平臺建設、可解釋AI模型研發、與數字孿生系統融合、新污染物識別算法改進等方面加大技術攻關力度。通過多學科協作與持續創新，AI有望在推動智能化水環境治理中發揮重要作用，為水資源安全與可持續發展目標提供堅實支撐。
圖3 克服挑戰：推進人工智能在水質監測和管理中的前景
相關研究成果發表于國際期刊Water，由水環境健康與模擬組的科研助理鄒樹斌（第一作者）、特別研究助理鞠含俞（通訊作者）以及張敬杰研究員（通訊作者）共同完成。研究得到了國家自然科學基金（4231101419,42471089）、吉林省國際科技合作項目（20240402026GH）及吉林省青年人才托舉工程（QT202330）的資助。
論文信息：
[1] Shubin Zou,Hanyu Ju,Jingjie Zhang.Water Quality Management in the Age of AI: Applications,Challenges,and Prospects[J]. Water,2025,17(11):1641. DOI:10.3390/w17111641.
附件下載：
吉公網安備22017302000214號
