2024年，是南水北调中线工程全线通水10周年。作为解决我国北方地区水资源短缺问题而实施的一项重大水利工程，“南水北调”有着极其重要的战略意义。截止今年3月份的数据，南水北调东、中线一期工程累计调水700亿立方米，受益人口1.76亿人。
但从整体来看，作为世界上规模最大、技术最复杂、难度最大的水利工程之一，南水北调工程并非一帆风顺，它面临着来自技术、生态环境等多方面的严峻挑战。特别是在调水体交换频繁的调水工程沿线，生物入侵问题也成为了不可忽视的重要研究课题。
那么，AI技术是否能够在这一领域发挥关键作用，助力更快监测“南方水生动植物的向北输送”？随着技术手段的不断升级，业界科创团队已经开始尝试。不久前，从第四届Light技术公益创造营的1079支队伍中脱颖而出，不爱吃鱼”团队以“清流智控——AI鱼闸守护南水北调生态安全新防线项目”入选“生态环保领域优胜项目”。
场景痛点：生物入侵发现滞后，治理成本高企
研究表明，以南水北调东线工程为例，过去30年间，几乎所有维度的鱼类多样性指数均呈下降趋势。喜流水性鱼类和鱼食性鱼类分别减少了50%和36%，样本湖泊中的鱼类群落逐渐趋于同质化。而更为严重的是，通过对比分析历史文献资料发现，长江河口性物种沙蚕类和拟背尾水虱等甲壳类均在调水沿线水体有所发现，部分物种在调水湖泊中已发展为优势物种。这无疑为我们敲响了生态安全的警钟。
水利部发展研究中心也曾刊文指出水生态安全风险的重要性，并建议加强南水北调输水水生生物的生态特征研究及长期监测分析。然而众所周知，生物入侵一旦发生，再行干预将付出沉重的环境代价和治理成本。生物入侵、特别是鱼类的入侵，不仅会改变原有的食物网结构，来抢占和挤压水域内的原有生物，它还可能会改变水域内的温度和溶氧量，然后会影响土著生物的栖息环境，同时还可能会携带病原体传播疾病。
因此，如何提前发现生物入侵、在问题被放大前及时止损成为了我们亟待解决的难题。而“不爱吃鱼”团队提出的解决方案正是针对这一痛点而设计的。
“流域途中设置监测点，精准识别入侵物种。对于存在入侵风险的生物，通过实时预警和机械匝道拦截，阻止其进入下一水域。”这是不爱吃鱼团队为将生物入侵发现前置提出的解决方案。
据介绍，在技术实现上，该团队研发了一款专为守护南水北调生态安全的新型防线装置，该装置利用深海相机和声纳系统采集数据，并通过目标检测、识别网络、YOLO模型精准识别入侵物种。
技术难点：水下环境复杂，生物入侵识别难度加大
不爱吃鱼团队提出的方案旨在将生物入侵发现前置，从而在问题爆发前进行有效拦截和处置。然而，方案的具体实施并非易事，不爱吃鱼团队也的确遇到了一些技术难题。其中最为突出的问题出现在了“识别技术”的优化上，原因在于，由于水下的环境过于复杂，光照条件差，水质浑浊等因素，导致图像质量差，增加了生物入侵的识别难度。
为此，不爱吃鱼团队不断优化YOLO识别模型，通过迁移学习和数据增强技术，提升模型在复杂水环境中的鲁棒性和准确性，对原始图像进行一系列变换，并添加水下模糊和噪声效果，来扩充训练数据集，提高模型识别能力。”
该团队也在方案中融入了多模态数据，结合声纳数据和图数像据提高识别的精度和可靠性。目前还继续进行进一步的训练来保证训练环境和部署环境的一致性。
此外，马子伟告诉钛媒体App，团队遇到的第二个难题是“实时数据的采集与处理”。从数据计算的角度来说，实时采集和处理大量的数据需要高效的数据传输和处理能力，但现实情况是，在南水北调沿线，这些地区的网速无法得到有效保证，网络延迟较高。方案的落地，需要减少对低延迟、高带宽的需求。
“主要采取了边缘计算和分布式处理两个方法，第一个边缘计算是在检测点部署边缘计算设备，进行实时数据处理和分析，这样来减少数据传输的延时；第二个采取分布式处理技术，将数据处理技术分散到多个节点，提高系统的处理效率和容错能力。”马子伟表示。
成效：成本减三倍，生物入侵识别准确率逼近95%
在项目实施初期，受限于测试集数据的规模，团队收集大概十几个鱼种上千张图片进行训练，测试准确率可以稳定在80%-90%。按照规划，在项目进行的第四个月到第六个月，系统识别可以达到95%以上。
在成本上，这套南水北调生态安全的新型防线装置整体下来包括训练模型、安装等价格为10万。相对于传统的“亡羊补牢”式的补救方案，该套创新装置在成本控制上实现了极大提升。“据我们估算，生物入侵在南水北调途中发生的概率大概可以达到10%左右，也就是说应该可以把年成本降低至少3倍，我们相当于预防针作用。”马子伟介绍。
然而，生物入侵早期预警的价值，远非可以用简单的成本缩减来衡量。及时阻断入侵，其最大价值在于保护生态环境免遭破坏。因为一旦外来物种入侵并肆意繁衍，将对本土生态系统造成难以逆转的破坏，修复之路将漫长。而这套方案，通过提升入侵防御的响应速度与精准度，能够有效遏制生物入侵。
马子伟还透露，目前团队的样本采集工作主要聚焦于鱼类，未来计划将可识别物种的多样性进一步拓展，以应对更广泛的生态挑战。（本文首发钛媒体APP 作者 |秦聪慧