供水更安全！首台藻“脸”识别机器安排上了！

藻类是水中微小的浮游生物通常难以用肉眼直接观察可却是水生态系统中物质循环和能量流动的关键大量聚集会产生水华等水生态环境问题如何快速识别它们的“身份”？由北京市水科院专家们研制出的藻“脸”识别AI自动监测设备派上了用场

藻类自动监测设备“上新”

近日，由北京市水科院专家研制出的藻“脸”识别自动监测设备，大幅缩短了数据的获取时间，在水厂环境现场已稳定运行3个月，取得了良好效果。

为什么要进行藻类识别？

在设备应用方面，通过实时、在线的藻密度监测，一方面能够广泛用于河湖水华预测预警，支撑水生态环境质量保障。更重要的是，随着长距离输水等情况，水中携带的藻类是供水安全保障中的重点关注内容，设备的应用能够为水厂运行工艺调整和优化提供关键数据。

颤藻，易引起水华

较之前有什么改进？

之前开展藻类监测主要采用人工取样、样品处理、显微镜观察的方法，监测周期一般为48小时，这么长的周期不足以支撑相关部门做出决策，这成为藻类预测预警和应急处置工作开展的制约因素。自动监测设备的加入，让藻类监测数据的获取时间从曾经的48小时大幅缩短至20分钟。

硅藻，脆杆藻属

自动监测设备长什么样？

藻类AI自动监测设备方方正正，正面装有监测显示屏，下方几根插入的水管显示出它的独特作用。

藻类AI自动监测设备

它的工作原理是什么？

这台藻类AI自动监测设备好比一间微缩的实验室。水管自动抽取水样后，进入设备中的小水箱进行定量，然后模拟实验室检测环节中的水样浓缩过程，将水样浓缩至一定量之后，再进行图像采集，相当于给藻“拍照”。藻“脸”图片传输至后台后，和数据库中的藻类图像进行对比，自动识别是哪种藻，并分析相应结果。这些数据最后会返回设备的显示屏，后台系统也能同步读取。

图像数据库

下一步有何构想？北京市水科学技术研究院城市水生态环境研究所高级工程师张蕾介绍，构建藻数据库，如果用人工的方式可能需要几年的时间，但是随着自动监测设备的加入，藻图像采集速度会加快，这样就可以尽早建立起藻数据库。下一步，我们会加快布设设备，通过前端“哨兵”的增加，共同保障水质安全，同时继续丰富藻数据库。另外，随着监测站点逐渐增多，我们可以从空间上获得藻类变化趋势，对藻密度变化进行分析，为预测、预警提供基础。

来源：北京市水科学技术研究院、新京报

编辑：安安

校对：春愔

水务人都在看

转载请注明出处