近日，济南市水文中心引进AI藻类智能检测系统正式投入水生态监测工作，标志着济南市水文中心在水生态监测领域迈入智能化新阶段。

       传统的水生态监测工作，主要依赖人工采样、人工鉴定，工作难度较大。特别是藻类鉴定工作，主要依靠人工镜检，对技术人员专业知识及工作经验要求较高，且人为偏差较大，费时费力，效率低下，难以满足快速、大范围、高频次监测需求。随着人工智能、计算机视觉和深度学习技术的发展，基于AI识别的水生生物鉴定方法成为国内外研究的热点，并在应用实践中展现出显著的优势。

       济南市水文中心结合工作实际，积极探索人工智能监测技术应用，逐步建立济南市水域水生生物人工智能数据库，通过探索开展藻类AI智能识别，开发了人工智能技术在水生态监测领域创新应用。

       AI藻类智能检测系统，基于双重神经网络算法，结合区域生成网络（RPN）与主干网络（Backbone）的深度学习架构进行开发。可一键识别140余属藻类，并提供藻密度、生物量等检测数据，经过比对，确定此系统属水平上的藻类鉴定准确性、平行性、稳定性均达到或超过人工水平，特别是在多细胞藻类鉴定和生物量检测方面较人工镜检具有较大优势，可满足开展水生态监测工作要求。

       济南市水文中心自2014年开展水生态监测试点工作以来，累计对全市1200多处样点开展水生态监测。共发现浮游植物650余种，浮游动物160余种，大型底栖动物140余种，鱼类80余种，大型水生植物32种。先后荣获大禹水利科技进步奖和山东省科技进步奖等相关奖项。近年来，为服务当地高质量发展，创新工作方式方法，不断探索水生态监测工作新思路新方法。先后探索eDNA技术、AI藻类识别技术在水生态监测工作中的应用，蹚出水生态监测的济南水文路径。

       下一步，济南市水文中心将继续深化对AI技术的探索，积极推动人工智能技术在水生态监测工作中的应用发展。在藻类鉴定基础上，探索浮游动物、底栖动物、鱼类等其他生物类群的AI识别应用，丰富应用范围。同时在室内鉴定基础上，探索开展现场监测和在线监测，拓宽应用场景。加强与科研机构的合作，共同探索水生态监测工作的新路径，不断提升服务能力，为保障济南市水生态环境健康、推动城市生态文明建设和高质量发展贡献力量。

                                                                                                                                                                     文章来源：山东水文