基于5G與AI的生態環境監測網絡平臺探討

戰風嬌，錢英暉

（煙臺市生態環境局招遠分局，山東 煙臺 265400）

生態環境監測網絡平臺要加快從同質化、集約化擴張向差異化、系統化、智能化的建設布局方向發展，全面整合現有各類資源數據，加大對于5G與AI技術的合理化運用，實現各級各類生態環境監測信息和資源數據的順暢傳輸與全面實時共享，同時，對生態環境的各類要素、各類污染源進行針對化、系統化地智能感知與即時監控，并融合大數據技術構建生態環境數據信息智能監測綜合管理網絡平臺，充分運用大數據技術的綜合數據分析能力，提高生態環境監測情況研判的準確性，從而體現出5G與AI技術在生態環境監測網絡平臺建設中的應用價值。

1 當前生態環境監測網絡平臺建設情況分析

當前，我國生態環境監測網絡平臺還未全面得到5G技術的有效支撐，此項監測工作還存在多種問題亟需合理解決，包括監測設備儀器不夠先進、實際利用率偏低，大多數基層配備的監測設備僅能常規化地針對有限的污染因子實施生態環境監測；生態環境監測數據共享程度不足，運用監測數據及信息進行預報的能力較弱，難以準確掌握違規排放污染物單位的具體情況，導致無法精準打擊破壞生態環境的單位和個人的行為活動；生態環境監測數據關聯性不高且應用深度不足，難以針對某一專項工作進行全面、系統地分析研判，如環境質量、污染源監管等，所以不利于為決策生態環境管理措施提供具有科學性和應用價值的信息參考；生態環境監測技術手段存在單一化問題，數字化、智能化程度有待加強，且缺少針對生態環境監測數據進行實時獲取、即時共享、系統整合、深入挖掘、綜合分析的先進技術手段[1]。現階段建設的低速率物聯網生態環境監測網絡平臺雖然有多方面優勢，如設備能耗低、建設成本低、便于規模化建設等，但作為一般的傳感器節點，存在著邊緣處理能力不足的問題，僅能進行低速率的監測數據傳輸。生態環境監測是一項兼具復雜性和系統性的綜合性工程，若長期依賴于歷史數據及信息開展具體工作，則難以做出及時、準確地實時研判與分析。此外，非現場、不接觸的生態環境監測工作新要求也需要先進技術提供可靠支撐，以滿足生態環境監測工作不斷產生的新需求。

2 5G與AI技術對生態環境監測的賦能作用

2.1 促進生態環境監測終端的智能化

監測終端是生態環境監測系統的重要組成部分，是收集、整合、處理、分析生態環境監測數據及信息的關鍵系統，是實時監測大氣、水、土壤、固廢、噪聲等環境要素細微變化的基礎。隨著我國對生態環境保護力度的持續加大，社會大眾對于人居生活環境質量的要求越來越高，生態環境監測的范圍、內容、任務等，也變得越來越廣泛、豐富、繁重。在此背景下，基于5G與AI技術建設的生態環境監測網絡平臺，可以滿足當前及未來一段時間內我國社會經濟發展對生態環境監測終端、監測方式以及監測設備等更加復雜、全面的需求。通過5G與AI技術深度融入生態環境監測網絡平臺，將賦予監測終端更加強大的全域連接能力、海量數據處理能力，進一步拓展生態環境監測各類終端設備的實際應用場景，助力生態環境監測實現現代化、信息化、數字化發展，持續推動結合AI技術的傳感器設備、可視化監測終端設備、無人化巡查監測設備等智能化終端廣泛應用于生態環境監測、保護、治理等工作，促使生態環境監測工作執行效率的全面提升。

2.2 強化監測數據信息回傳的及時化

隨著生態環境監測范圍越來越廣泛、監測內容越來越全面、監測指標越來越細化且豐富，對于監測數據及信息實現回傳及時的要求也越來越高。將5G與AI技術靈活應用于各類生態環境監測設備儀器中，能夠推動智能化監測系統的規模化應用，促使生態環境監測數據及信息由以往的“單一數據”向“全要素數據”轉變，數據及信息的結構也將由以往的“單一文本結構”向“圖片、視頻、文本等多種結構”轉變。而基于5G與AI技術建設的生態環境監測網絡平臺，能夠提供高速率、大容量、低延時的數據及信息回傳通道，充分滿足各類監測指標的需求，賦予生態環保監測終端與外界之間形成更強的“連接”與“溝通”能力，有效推動監測數據信息處理及時化，從而真正實現監測終端之間、監測終端與網絡平臺之間、網絡平臺與監測人之間的實時互聯互通。

2.3 賦能環保應用 實現高效現代化

生態環境監測的最終落腳點是治理污染問題、改善環保措施、提升生態環境質量。因此，生態環境監測數據及信息需要為環保應用提供真實、全面、可靠、有效的支持與保障。基于5G與AI技術建設的生態環境監測網絡平臺，可以實現以環保應用為導向，全面分析各類監測數據及信息，深度挖掘數據信息潛在價值，通過AI技術的深度學習構建兼具科學性和實用性的各類數據分析模型，不斷優化生態環境監測網絡平臺閉環運轉流程，從而為管理者綜合決策、精細化管理、精準化治理提供數據支撐。

3 5G與AI技術在生態環境監測中的應用情況

3.1 5G技術的應用

5G技術有著低延遲、傳輸速率快等顯著優勢，將其與其他先進技術結合，能夠實現遠程控制、監控供應鏈、與外部實時通信等多種功能，極大地提升了監測設備和傳感設備的運轉效率，實現了對生態環境的即時監測與實時管理。依據生態環境監測內容和需求的差異，部分數據可以利用5G技術實現實時的高密度采集，如各級自動監測站的實時數據、重點排污企業的工況數據等；而污染源或自動監測站現場采集的視頻數據、無人機設備應急監測采集的影像數據可以先保存在本地，借助邊緣處理技術，利用科學化分析模型識別和預警污染事件，再通過5G技術及時回傳相關監測視頻、數據，以此實現對污染事件和污染情況的即時監測與實時監控。

5G技術與大數據技術、物聯網技術、云計算技術、區塊鏈技術等進行深度融合，不但能夠有效實現即時的數據信息互通互享、快速傳輸各項監測數據及信息、污染事件位置的圖片及影像，便于精準溯源和治理，而且能夠共享生態環境數據，為形成多類數據支撐的系統化聯防聯控體系做出貢獻[2]。例如，2018年，在上海舉辦的世界移動大會上，中國移動與芬蘭的赫爾辛基大學聯合相關企業一同演示了擁有創新科技支持的5G空氣質量監測實施方案。另外，基于5G技術，綜合了遙感衛星技術、無人設備技術以及各種生態環境監測設備的“天地一體化”生態環境監測體系正在全面鋪開構建。例如，雄安新區與中國聯通建立了合作關系，于2019年建設了雄安新區生態環境監測體系項目（一期），已初步形成包含“五個一”的生態環境監測體系，具體包括生態環境監測“一張圖”“一套數”“一張網”“一體系”“一朵云”，具備全面支撐雄安新區生態環境科學決策的能力。

3.2 AI技術的應用

現階段，AI技術尚未充分應用于生態環境監測領域，但在遙感領域，基于衛星遙感影像的深度學習、圖像智能分類識別生態環境問題和景觀類型已得到初步、有效的應用，此外還有少量基于深度學習的空氣質量預報方面的研究。雖然已經基本構建了覆蓋多種生態環境要素的質量監測網絡，包括大氣環境、地表水、近岸海域、城市噪聲、地質土壤等，初步形成了多維一體的生態環境監測網絡系統，且系統已具備多項功能，如海陸統籌、上下協同、天地一體、數據及信息共享，但未能在各個要素、各項功能、相關部門之間建立全面、系統、有機的耦合聯動機制，難以滿足生態環境監測對于實時監控和精準預報的真實、全面、準確、快速要求。將AI技術有效融合于現有的生態環境監測網絡系統中，利用其與現有信息技術的有機結合，能夠針對生態環境監測數據實現深度學習、精準分析、即時識別、快速預報，切實提高對于污染源和生態環境各個要素的智能化感知能力，為科學化、針對化、合理化制定生態環境管理和治理措施提供先進的技術支持。

如今在5G技術全面推廣普及的外部環境下，生態環境監測所使用的監測設備和傳感設備可以利用5G通信技術進行系統化集成處理[3]。AI技術可以對所收集的生態環境監測數據開展深度研究和預測分析試驗，以此加快形成更具智能化、可行性的生態環境質量預測和預報模型，并利用5G技術對模型所需數據及信息進行輸入，對模型導出的數據進行快速傳輸，再實時同步至多個終端，從而實現互通互享，便于進一步提高污染源溯源的準確性和針對性，同時提高了生態環境問題的處理效率和處理質量。

在未來發展過程中，AI技術在大數據處理分析、智能化預測預報、即時化精準處理等方面的深度應用，將成為生態環境監測網絡平臺建設的重要突破方向。例如，在開展生態環境監測工作時，通過AI技術對海量監測數據的深度研究和處理分析，可以針對生態環境質量問題進行及時、準確地溯源，這將大大提升生態環境監測水平和解決污染源實時溯源的能力[4]。在處理應急突發生態環境污染事件時，可以通過預先設置的邊緣計算節點和數據整合分析模型，借助AI技術在海量數據中準確識別各類生態環境要素的監測數據，快速發現造成突發污染問題的線索，并對異常情況進行動態化預報預警，使突發污染事件在最短時間內得到有效解決，從而為強化生態環境監測工作人員的污染事件監管能力提供技術支撐。

4 基于5G與AI技術的生態環境監測網絡平臺

4.1 網絡平臺建設

當前，生態環境監測網絡平臺主要運用傳統的傳感設備，以定時采集監測數據并傳輸至監測監控中心服務系統的形式，借助無人機設備的靈活性和機動性對監測目標及其周圍區域開展周期性的巡查巡檢，并利用無人機在大氣中對檢測區域的空氣進行采樣以及利用無人船對監測區域的水質進行采樣，同時自動拍攝并保存或傳輸圖像，再由生態環境監測監控中心對采樣物品、監測數據和拍攝圖像進行整合、處理、分析，進而得到生態環境監測結果[5]。

當前借助高速發展的現代通信和人工智能技術，已提出基于5G與AI技術建設生態環境監測網絡平臺的理念和研究方向，該網絡平臺由遙感衛星、無線傳感器節點、無人機、無人船、NB－IoT/Lora、5G技術、AI技術共同構成具有深度學習功能的多維一體化生態環境監測系統。其中，遙感衛星能夠廣泛采集被監測監控區域的電磁波譜信號，使生態環境監測范圍更加廣闊，監測內容更加全面；無線傳感器節點將運用邊緣技術的分布式設計計算，進一步提高生態環境監測網絡平臺的智能化與感知能力，使對于污染事件的感知更加快速、精準；NB-IoT/Lora與5G技術等現代化通信技術可以用于構建多種類型的異構網絡，使生態環境監測數據在網絡平臺與各個監測監控設備之間的傳入傳輸更具時效性和可靠性，為進一步提高解決生態環境問題的效率和質量提供穩定、可靠的網絡環境，促進生態環境管理與治理多項工作的有效開展，并得到生態環境各類要素監測數據的支持；利用AI技術能夠提高無人機、無人船等設備的穩定巡航能力，從而為采集各類監測樣本提供有利條件，并能夠不斷提升生態環境監測中對污染物監測的精準性；通過各項現代化技術的有機融合，進一步深化生態環境監測網絡平臺的學習能力，利用學習模型和數據及信息分析模型等，針對生態環境突發污染事件進行預測預報試驗，通過綜合分析生態環境監測歷史數據及信息，對預測污染物濃度的變化趨勢進行試驗和預測預報，以此為生態環境管理與治理制定科學化、合理化且具有先進性、可行性的決策提供有力的參考依據。

4.2 關鍵技術

基于5G與AI技術建設的多維一體化生態環境監測網絡平臺，需要針對以下關鍵技術進行重點研究與應用。

4.2.1 5G技術支持下的污染物實時監控技術

5G通信技術支持下的網絡環境包括NB-IoT低能耗網絡與5G高速網絡。在生態環境監測網絡平臺中運用5G技術，依托于5G高速網絡環境可以實現將實時監測數據與影像快速傳輸至生態環境監測監控中心的服務系統，運用視頻檢測技術準確識別、預報、預警發生的污染事件、污染場景、污染位置等信息，并且能夠借助5G高速網絡將傳感設備采集的監測數據同步至相關監測人員的終端設備，再通過5G技術支持的視頻會議商定污染源和解決措施。

4.2.2 基于AI技術的監控視頻檢測識別技術

借助AI技術并結合遙感衛星、無人機等監測技術，可以對回傳的監測視頻和影像進行分析，并精準、快速地識別污染物，再利用AI技術的深度學習功能，對歷史監測數據進行分析，便于在最短時間內追溯污染源。另外，還可以運用AI技術優化無人機、無人船等設備的巡查巡航路線規劃，使生態環境監測工作更具有針對性、計劃性和目的性。

4.2.3 基于AI技術的污染物濃度變化預測預報技術

生態環境監測網絡平臺利用AI技術的深度學習功能及相關模型，如CNN-LSTM網絡等，以及其他強化學習效果的技術模型，可以對生態環境監測區域的各類歷史數據監測進行試驗學習并進行模擬預測預報，如對污染物的歷史監測數據進行整合、處理、分析和學習，可以實現從多個時間角度對未來污染物濃度變化的預測和預報，同時可以綜合其他數據，如生態環境監測區域及周圍區域的氣象數據、外部數據等，為科學管理和控制污染物提供重要依據。

4.2.4 傳感設備節點邊緣分布式計算技術

傳感設備不僅要具備采集監測數據和發送監測數據的功能，還要具備邊緣分布式計算的功能，要參照歷史數據分析監測數據并對污染物濃度等級進行識別，當濃度數值超出提前預設的閾值時，傳感設備應具備自動發送預警預報信息的能力。同時，傳感設備應與各級各類生態環境監測站、所或是污染源企業保持聯系，實現監測數據的去中心化分析和研判，并借助5G技術形成高速數據傳輸和運算能力，以此提高生態環境監測數據分析的計算效率。

5 結語

綜上所述，5G與AI技術是當前及未來一段時間內極具應用價值和發展前景的現代化科學技術，將其應用于生態環境監測工作中，將大幅提升監測數據傳輸、分析、運用及計算等多個環節的效率和質量，這將為提高生態環境監測的時效性和精準性提供可靠的數據及信息支持，同時可以為制定更具先進性、可行性、科學性的生態環境管理與治理措施提供技術和數據方面的可靠支持，從而為我國合理解決多種生態環境污染問題、降低各類污染事件及突發污染事件的發生率打下堅實良好的基礎。