朱文涵，金義蓉，粟一帆，洪 磊，范子武，徐 濤

（1.南京水利科學(xué)研究院，江蘇 南京 210029；2.水利部太湖流域水治理重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210029；3.蘇州市水利水務(wù)信息調(diào)度指揮中心，江蘇 蘇州 215101）

蘇州市位于長(zhǎng)江尾閭、西臨太湖，是典型平原河網(wǎng)城市，境內(nèi)河道縱橫、湖泊眾多，水系及水文水質(zhì)狀況復(fù)雜。隨著污染防治攻堅(jiān)戰(zhàn)階段性目標(biāo)任務(wù)圓滿完成，太湖流域河湖水環(huán)境明顯改善，但改善成效尚不穩(wěn)固。在太湖藍(lán)藻水華持續(xù)高發(fā)，暴發(fā)強(qiáng)度未明顯下降的態(tài)勢(shì)下［1］，蘇州市河湖藍(lán)藻水華防控形勢(shì)依然嚴(yán)峻。而傳統(tǒng)的人工監(jiān)控與巡檢模式費(fèi)時(shí)費(fèi)力，難以及時(shí)發(fā)現(xiàn)藻情并上報(bào)，并且各監(jiān)管部門(mén)之間數(shù)據(jù)共享程度較低，缺乏協(xié)同聯(lián)動(dòng)的處置機(jī)制，為實(shí)現(xiàn)河湖藍(lán)藻水華的高效能防治帶來(lái)挑戰(zhàn)。面對(duì)蘇州市標(biāo)本兼治，應(yīng)急防控與長(zhǎng)效治理并重，源頭治理與過(guò)程管控并重，“早預(yù)警、早準(zhǔn)備、早防范、早處置”的藍(lán)藻水華防控迫切需求，亟需進(jìn)一步完善河湖藍(lán)藻水華智慧監(jiān)管機(jī)制。

水華問(wèn)題在全球內(nèi)陸湖普遍存在，傳統(tǒng)的治理方式依賴(lài)于明確藍(lán)藻的暴發(fā)情況和重災(zāi)區(qū)域，針對(duì)這種情況，提出用深度神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)基于圖像的藍(lán)藻的語(yǔ)義分割，用于定位藍(lán)藻暴發(fā)的區(qū)域［2］。采用AI視頻識(shí)別技術(shù)實(shí)時(shí)獲取藍(lán)藻圖像，將圖像中的藍(lán)藻分割出來(lái)，計(jì)算藍(lán)藻（像素點(diǎn)）覆蓋率及面積，可以為藍(lán)藻實(shí)時(shí)預(yù)警或決策提供定量指標(biāo)［3］，目前已廣泛應(yīng)用于太湖、巢湖等藍(lán)藻頻發(fā)湖泊［4］。以AI視頻識(shí)別技術(shù)取代傳統(tǒng)人工巡查，運(yùn)用信息化技術(shù)對(duì)河湖監(jiān)管工作進(jìn)行智慧化管理，是實(shí)現(xiàn)河湖藍(lán)藻智能識(shí)別監(jiān)管的有效手段。因此，本研究制定了基于視頻識(shí)別的河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)總體方案，及時(shí)感知河湖藍(lán)藻發(fā)生狀況，為藍(lán)藻應(yīng)急防控提供科學(xué)決策依據(jù)，為河湖藍(lán)藻智能監(jiān)管提供參考。

1 建設(shè)思路

河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)總體設(shè)計(jì)思路如圖1所示。研究不同條件下，藍(lán)藻智能識(shí)別技術(shù)適用性，從攝像頭的參數(shù)要求、現(xiàn)場(chǎng)環(huán)境條件等多維度視角驗(yàn)證圖像識(shí)別模型的適用條件，建立預(yù)警機(jī)制，讓用戶(hù)實(shí)時(shí)了解預(yù)警信息，并提供標(biāo)準(zhǔn)化數(shù)據(jù)和服務(wù)接口，能與其他業(yè)務(wù)平臺(tái)有效對(duì)接，在此基礎(chǔ)上構(gòu)建統(tǒng)一的應(yīng)用服務(wù)。該監(jiān)管平臺(tái)能打通不同部門(mén)間業(yè)務(wù)壁壘，打造藍(lán)藻識(shí)別告警記錄與監(jiān)管部門(mén)聯(lián)動(dòng)處理協(xié)同監(jiān)管平臺(tái)，為藍(lán)藻防控提供決策依據(jù)，實(shí)現(xiàn)河湖全天候藍(lán)藻自動(dòng)識(shí)別監(jiān)控與聯(lián)動(dòng)處理，配合監(jiān)管部門(mén)協(xié)同聯(lián)動(dòng)，實(shí)現(xiàn)藍(lán)藻全流程閉環(huán)處理。

圖1 河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)設(shè)計(jì)思路

2 業(yè)務(wù)流程

河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)業(yè)務(wù)流程如圖2所示。（1）采集監(jiān)控信息：利用視頻監(jiān)控，實(shí)現(xiàn)對(duì)重點(diǎn)河湖附近的24 h定點(diǎn)監(jiān)視，采集圖像與視頻信息；（2）統(tǒng)一數(shù)據(jù)訪問(wèn)：原始的視頻實(shí)際上是一種非結(jié)構(gòu)化的數(shù)據(jù)，其中的目標(biāo)只能直觀觀看，不能被計(jì)算機(jī)直接讀取和識(shí)別。視頻數(shù)量巨大，包含的場(chǎng)景多樣，涉及的視頻分析技術(shù)復(fù)雜，需要以平臺(tái)的方式統(tǒng)一規(guī)劃建設(shè)，才能做到計(jì)算資源的動(dòng)態(tài)調(diào)配，提升計(jì)算資源的利用效率。如藍(lán)藻識(shí)別只需要在每年的5-10月進(jìn)行分析，且只需要每天早上7：30分短時(shí)分析。

圖2 河湖藍(lán)藻智能識(shí)別監(jiān)管業(yè)務(wù)流程

3 AI視頻藍(lán)藻識(shí)別算法

3.1 形成算法倉(cāng)庫(kù)

通過(guò)視頻分析平臺(tái)，開(kāi)發(fā)適應(yīng)算法，形成算法倉(cāng)庫(kù)，解決藍(lán)藻識(shí)別特征問(wèn)題，利用相對(duì)少的視頻分析計(jì)算資源，完成更多倍路數(shù)的視頻分析任務(wù)，從而有效減少計(jì)算資源的投資浪費(fèi)。

3.2 智能識(shí)別水面藍(lán)藻

藍(lán)藻識(shí)別算法即為藍(lán)藻區(qū)域分割算法，該算法一是尋找到河湖面上的藍(lán)藻的位置，二是計(jì)算出藍(lán)藻的面積，由于涉及計(jì)算面積，需要對(duì)藍(lán)藻進(jìn)行像素級(jí)別的識(shí)別，僅僅依靠分類(lèi)和目標(biāo)檢測(cè)是無(wú)法達(dá)到項(xiàng)目需求的，所以需要對(duì)藍(lán)藻進(jìn)行分割來(lái)實(shí)現(xiàn)像素級(jí)別的檢測(cè)。藍(lán)藻識(shí)別算法邏輯如圖3所示。

圖3 藍(lán)藻識(shí)別算法邏輯

4 河湖藍(lán)藻智能監(jiān)管機(jī)制

4.1 建立高時(shí)效性預(yù)警機(jī)制

根據(jù)視頻智能識(shí)別結(jié)果，以計(jì)算機(jī)視覺(jué)代替人眼判別，排除個(gè)人主觀因素，對(duì)水面藍(lán)藻水華狀況進(jìn)行定量分析，快速精準(zhǔn)定位藍(lán)藻水華暴發(fā)位置及面積。參考HJ 1098《水華遙感與地面監(jiān)測(cè)評(píng)價(jià)技術(shù)規(guī)范（試行）》基于水華發(fā)生面積比例評(píng)價(jià)的水華程度等分級(jí)標(biāo)準(zhǔn)（表1），及，確定藍(lán)藻水華暴發(fā)程度，根據(jù)暴發(fā)程度預(yù)判預(yù)警，建立蘇州市河湖藍(lán)藻水華分級(jí)預(yù)警體系，為后續(xù)應(yīng)急措施提供依據(jù)。

表1 基于水華面積比例評(píng)價(jià)的水華程度分級(jí)標(biāo)準(zhǔn)

4.2 打造協(xié)同處理平臺(tái)

對(duì)現(xiàn)有信息化平臺(tái)進(jìn)行升級(jí)改造，讓用戶(hù)實(shí)時(shí)了解預(yù)警信息，提供標(biāo)準(zhǔn)化數(shù)據(jù)和服務(wù)接口，能與其他業(yè)務(wù)平臺(tái)有效對(duì)接，在此基礎(chǔ)上打造藍(lán)藻水華預(yù)警記錄與監(jiān)管部門(mén)聯(lián)動(dòng)處理協(xié)同平臺(tái)，構(gòu)建統(tǒng)一的應(yīng)用服務(wù)，打通部門(mén)間業(yè)務(wù)壁壘，實(shí)現(xiàn)藍(lán)藻智能識(shí)別預(yù)警結(jié)果與業(yè)務(wù)應(yīng)用深度融合。

4.3 制定藍(lán)藻水華防控預(yù)案

參考《蘇州市太湖藍(lán)藻暴發(fā)應(yīng)急預(yù)案》等文件，提出蘇州市河湖藍(lán)藻水華分級(jí)響應(yīng)預(yù)案，根據(jù)水華暴發(fā)程度，選擇相應(yīng)的藍(lán)藻防控措施，包括在重點(diǎn)水域組織增氧曝氣作業(yè)；在滿足防汛等安全的條件下，加大重點(diǎn)水域水體置換流量，改善水動(dòng)力條件抑制藍(lán)藻生長(zhǎng)；加大重點(diǎn)水域藍(lán)藻攔截、藻水打撈、藻水處理等作業(yè)量，做到駐守處置；必要時(shí)進(jìn)行藻水打撈處理，組織藍(lán)藻圍捕作業(yè)等。

4.4 監(jiān)管部門(mén)聯(lián)動(dòng)處理

依托協(xié)同處理平臺(tái)，實(shí)現(xiàn)各級(jí)河湖監(jiān)管系統(tǒng)的橫向協(xié)同和縱向貫通，建立高效聯(lián)動(dòng)機(jī)制，為打撈船只的合理調(diào)度、曝氣增氧及調(diào)水引流措施的實(shí)施提供決策依據(jù)，實(shí)現(xiàn)河湖全天候藍(lán)藻自動(dòng)識(shí)別監(jiān)視與聯(lián)動(dòng)處理，消除水華潛在風(fēng)險(xiǎn)，配合監(jiān)管部門(mén)協(xié)同聯(lián)動(dòng)，實(shí)現(xiàn)藍(lán)藻識(shí)別與管控的全流程閉環(huán)處理。

5 平臺(tái)設(shè)計(jì)

5.1 系統(tǒng)架構(gòu)

河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)系統(tǒng)架構(gòu)如圖4所示，系統(tǒng)按照邏輯結(jié)構(gòu)，主要分為3個(gè)層次，即圖像數(shù)據(jù)源層、中心應(yīng)用層、用戶(hù)層。（1）圖像數(shù)據(jù)源層：主要實(shí)現(xiàn)本項(xiàng)目選取的視頻站圖像統(tǒng)一自動(dòng)接入到本系統(tǒng)。（2）中心應(yīng)用層：包括基礎(chǔ)環(huán)境服務(wù)、數(shù)據(jù)存儲(chǔ)服務(wù)、支撐服務(wù)及應(yīng)用服務(wù)等內(nèi)容。①基礎(chǔ)環(huán)境服務(wù)：實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)存儲(chǔ)及計(jì)算硬件資源配置，及圖像接收軟件和消息中間件應(yīng)用等；②數(shù)據(jù)存儲(chǔ)服務(wù)：主要實(shí)現(xiàn)圖像數(shù)據(jù)庫(kù)和結(jié)構(gòu)化數(shù)據(jù)建設(shè)，圖像數(shù)據(jù)庫(kù)用于存儲(chǔ)同步過(guò)來(lái)的圖像信息和圖像識(shí)別結(jié)果展示圖片信息，結(jié)構(gòu)化數(shù)據(jù)庫(kù)主要用于存儲(chǔ)識(shí)別的成果數(shù)據(jù)、預(yù)警信息、基礎(chǔ)數(shù)據(jù)信息等；③支撐服務(wù)：為系統(tǒng)為中樞，是為系統(tǒng)的運(yùn)行提供中間服務(wù)支撐，包括模型調(diào)用服務(wù)、預(yù)警分析引擎服務(wù)、標(biāo)準(zhǔn)接口服務(wù)、GIS調(diào)用服務(wù)等；④應(yīng)用服務(wù)：為系統(tǒng)應(yīng)用核心，依托圖像識(shí)別技術(shù)實(shí)現(xiàn)藍(lán)藻識(shí)別服務(wù)、預(yù)警分析及推送服務(wù)、數(shù)據(jù)過(guò)程分析服務(wù)、站點(diǎn)模型專(zhuān)屬場(chǎng)景訓(xùn)練服務(wù)和系統(tǒng)運(yùn)行管理服務(wù)等。（3）用戶(hù)層：依據(jù)實(shí)際情況實(shí)現(xiàn)不同角色的用戶(hù)應(yīng)用，包括水務(wù)局業(yè)務(wù)管理人員、輔助單位業(yè)務(wù)人員、管理員等。

圖4 總體架構(gòu)

5.2 應(yīng)用架構(gòu)

河湖藍(lán)藻智能識(shí)別監(jiān)管系統(tǒng)在統(tǒng)一構(gòu)架，統(tǒng)一基礎(chǔ)、統(tǒng)一平臺(tái)的基礎(chǔ)上，厘清業(yè)務(wù)部門(mén)在藍(lán)藻識(shí)別應(yīng)用需求基礎(chǔ)上，以數(shù)字化、信息化、智慧化的技術(shù)手段重塑業(yè)務(wù)流程，實(shí)現(xiàn)內(nèi)部業(yè)務(wù)高效協(xié)同，外部聯(lián)動(dòng)及時(shí)準(zhǔn)確。河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)應(yīng)用架構(gòu)如圖5所示。

圖5 應(yīng)用架構(gòu)

基于視頻識(shí)別和河湖智能監(jiān)管實(shí)踐項(xiàng)目的需求出發(fā)，開(kāi)發(fā)面向業(yè)務(wù)的應(yīng)用系統(tǒng)，提供視頻監(jiān)控、識(shí)別結(jié)果記錄、預(yù)警及推送、基礎(chǔ)管理與分析應(yīng)用擴(kuò)展等功能，形成全覆蓋業(yè)務(wù)體系的應(yīng)用系統(tǒng)及服務(wù)，通過(guò)多種形式對(duì)外提供使用，包括內(nèi)外門(mén)戶(hù)、移動(dòng)端APP、數(shù)字大屏等。

5.3 業(yè)務(wù)場(chǎng)景

主要業(yè)務(wù)應(yīng)用場(chǎng)景包括：（1）實(shí)時(shí)監(jiān)控：利用視頻監(jiān)控系統(tǒng)，實(shí)現(xiàn)對(duì)重點(diǎn)河湖附近的24小時(shí)定點(diǎn)監(jiān)視，采集圖像與視頻信息，設(shè)計(jì)實(shí)現(xiàn)數(shù)據(jù)大屏實(shí)時(shí)監(jiān)控信息展示，并可進(jìn)行相關(guān)參數(shù)配置，如GIS底圖樣式設(shè)置、關(guān)注視頻點(diǎn)位選取設(shè)置等；（2）智能識(shí)別分析：根據(jù)視頻智能分析平臺(tái)上報(bào)的歷史告警數(shù)據(jù)，可一鍵自動(dòng)生成分析簡(jiǎn)報(bào)，統(tǒng)計(jì)某時(shí)間段內(nèi)的藍(lán)藻水華預(yù)警次數(shù)、時(shí)間分布、位置分布、處理備案等信息內(nèi)容。系統(tǒng)智能解析預(yù)警、備案等成果信息，保障用戶(hù)及時(shí)快速的統(tǒng)籌、全面掌握河道藍(lán)藻管理信息；（3）預(yù)警分析：針對(duì)啟動(dòng)智能監(jiān)控的視頻點(diǎn)，當(dāng)智能識(shí)別判斷出現(xiàn)藍(lán)藻水華時(shí)，系統(tǒng)可通過(guò)多種方式進(jìn)行預(yù)警提示，以便用戶(hù)及時(shí)快速掌握事件信息，主要預(yù)警方式有：基于GIS地圖，角標(biāo)提示出現(xiàn)預(yù)警的監(jiān)控視頻點(diǎn)；在實(shí)時(shí)預(yù)警信息滾動(dòng)欄中進(jìn)行提示，呈現(xiàn)藍(lán)藻水華發(fā)生時(shí)間、發(fā)生地點(diǎn)、發(fā)生程度等信息；（4）決策支持：通過(guò)與第三方平臺(tái)（例如城管平臺(tái)、水政執(zhí)法平臺(tái)、應(yīng)急管理部門(mén)等）的接口實(shí)現(xiàn)信息共享，包括藍(lán)藻水華發(fā)生時(shí)間、發(fā)生地點(diǎn)、發(fā)生程度等信息，將發(fā)生藍(lán)藻水華的視頻和截圖派發(fā)至相關(guān)管理人員手上，并推送響應(yīng)的藍(lán)藻防控措施，配合監(jiān)管部門(mén)協(xié)同聯(lián)動(dòng)，消除水華潛在風(fēng)險(xiǎn)。

6 結(jié)語(yǔ)

為提升蘇州市河湖智能管控能力與智慧化水平，本研究以打造蘇州市河湖藍(lán)藻智能識(shí)別監(jiān)管平臺(tái)為建設(shè)目標(biāo)，建立河湖藍(lán)藻智能監(jiān)管機(jī)制，采用AI視頻識(shí)別技術(shù)實(shí)時(shí)監(jiān)測(cè)重要河湖水面藍(lán)藻位置及嚴(yán)重程度，為藍(lán)藻防控提供決策依據(jù)，減輕業(yè)務(wù)部門(mén)壓力。

該監(jiān)管平臺(tái)提供視頻監(jiān)控、識(shí)別結(jié)果記錄、預(yù)警及推送、基礎(chǔ)管理與分析應(yīng)用擴(kuò)展等功能，形成全覆蓋業(yè)務(wù)體系的應(yīng)用系統(tǒng)及服務(wù)，提高蘇州市藍(lán)藻水華暴發(fā)應(yīng)急預(yù)警保障及響應(yīng)能力，提升水務(wù)現(xiàn)代化管理效能及公眾服務(wù)水平。