AI智能识别固体废物倾倒线索
解译耗时缩短至“分钟级”
非法倾倒、堆存的
固体废物
占地面积通常在
几十至几千平方米之间
属于典型的小尺度目标
矿产资源垃圾
根据最小成像单元原理
这些目标只能
通过高分辨率卫星影像进行识别
而高分辨率卫星影像谱段
数量普遍较少
限制了固体废物的光谱特征分析潜力
一定程度上增加了解译难度
同时，在“清废行动”前
相对于生态、水、大气等环境监测领域
固体废物识别属于新兴领域
现成的技术方法和应用示例有限
为更加及时高效发现问题
生态环境部卫星环境应用中心
（以下简称卫星中心）
利用基于神经网络的语义分割算法
SFE-YOLO等深度学习模型
研究建立基于AI的
固体废物人机交互解译技术方法
初步实现遥感影像处理、固体废物识别、
问题图斑导出等自动化作业
某地整改前后对比图
通过不断优化解译规则
迭代解译算法
固体废物执法工作
得以迈向智能化和高效化
解译耗时
从“小时级”缩短至“分钟级”
解译准确度
由长江经济带“清废行动”的50%
提升至黄河流域“清废行动”的70%以上
技术的进步在推动固废排查工作
开展更加精准高效的同时
还能够促使地方主动作为
从“被动接收”向“主动监管”转变
2023—2024年
辽宁省生态环境厅
在全国范围内首创省级“清废行动”
联合卫星中心
发挥遥感、GIS与信息化技术优势
实现固废点位
“排查-核实-整治-回头看”全过程的
数字化、智能化管理
2024年
山东省生态环境厅联合卫星中心
研究构建面向山东特色的
固体废物“AI+遥感”融合的
人机交互识别技术方法
强化固体废物识别的针对性与准确性
提升排查效率
固废遥感解译点位
秒级锁定人类活动热源区
AI赋能海洋温排水遥感监测
近期， 国家海洋环境监测中心遥感室
在海洋温排水遥感监测领域
开展了一系列
基于人工智能的创新应用研究
初步验证了AI大模型技术
在环境监测中的巨大潜力
智能检索定位人类活动热源区
借助包含标准文件、管理方法及核电、
火电行业专业信息的知识库
以及基于知识图谱的智能检索系统
监测人员只需输入有效关键词
即可秒级锁定引起温升的人类活动区域
彻底告别
“翻资料半小时，找答案一分钟”的
低效工作模式
面向海洋生态环境保护的
智能热源区快速定位
这种高效的工作模式
有利于破解“大海捞针”难题
准确掌握沿海热源分布
AI高效判别排水口
通过自动检索网络公开资源
和接收人工投喂的精准专业信息
AI平台可全面总结分析
电厂排水口的地理信息与图像特征
当监测人员输入影像时
AI助手可智能辅助识别进出水口特征
提供专业判断依据和分析结果
从而整合多源信息
有效识别温排水入海途径
智能生成反演算法
通过解析
温排水监测技术规范的具体要求
AI平台可自动生成
最优海温反演算法
和温排水监测产品处理代码
这使监测人员无需深入编程
即可获得符合规范的温升区空间分布、
温升强度统计等标准化产品
实现从规范文本到实际应用的智能转化
Science Technology
在生态环境保护工作中
您有哪些新的智慧探索与实践？
欢迎向我们投稿
共同助力技术革新与效率飞跃！
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.