【创新科研】蓝色海洋，绿色未来
智慧城市中水质预测和有害藻华治理的新前沿

全球的沿岸水域面临着前所未有的挑战，澳门科技大学副校监、校长李行伟讲座教授团队一直走在水质预测研究的最前端，香港政府环境保护署基于李校长的研究开发了「泳滩水质预报系统」手机应用程式，市民可透过应用程式随时随地掌握最新的泳滩水质预测，预早规划水上活动。李校长团队透过研究为水质管理和对抗有害藻华(HABs)的发展开创新的航路。现在，研究人员可以利用人工智能等技术，实时地、高精确度地应对沿岸水域挑战，这将为我们保护和治理沿岸水域、应对水质问题带来突破性的改善。

实时监测识别藻华

这项利用成像流式细胞自动分析仪(IFCB)和AI进行的研究，在实时监测香港沿岸水域有毒藻类方面取得了惊人的94.2%准确率，该准确率在海峡两岸暨港澳地区属首次，也是海洋保护的开创性一步。这项技术每小时可以处理多达30,000张图片，识别15种HAB物种^[1]。

人工智能提升藻华管理

研究利用人工智能驱动系统，使藻类形态深度神经网路在管理HABs方面拥有99.87%的准确率 ^[2]。这项技术让过去劳力密集的手动分析转变为了高效的现场人工智能监测。

▲部署了IFCB的藻类实时监测系统示意图

更好地了解溶解氧水平

IFCB和人工智能系统的结合，提供了更多有关碳与叶绿素a的比例信息，这对管理海洋养殖提供了宝贵的见解^[3]。这一发现加深了我们对沿岸水域溶解氧水平影响的理解。从本质上说，这种方法强调了准确性在保护海洋环境健康方面的重要性。

AI技术和水环境研究

AI技术在水环境研究中变得越来越重要，它为该领域一些棘手的挑战提供了创新解决方案，如预测分析。例如，基于AI的EasyEnsemble模型被引入用于预测海滩水质，其F-score达到0.84^[4]。同样，由AI驱动的WATERMAN系统，利用3D流体动力模型预测水质超标^[5]。除此之外，AI的持续进步也将进一步扩大水环境研究的范畴，比如通过远程控制系统监测沿岸水域的光线衰减，以应对气候变化^[6]。

每项研究成果都标志着水环境工程科学的重大飞跃。通过利用人工智能和实时自动化系统的力量，我们正加深对水生环境的了解，为创造更美好的世界奠定基础。

▲李行伟校长、讲座教授

相关文章:

[1] J. Guo, Y. Ma, and J. H. W. Lee, "Real-time automated identification of algal bloom species for fisheries management in subtropical coastal waters," Journal of Hydro-environment Research, vol. 36, pp. 1–32, May 2021, doi: 10.1016/j.jher.2021.03.002.

[2] A. Yuan, B. Wang, J. Li, and J. H. W. Lee, "A low-cost edge AI-chip-based system for real-time algae species classification and HAB prediction," Water Research, vol. 233, p. 119727, Apr. 2023, doi: 10.1016/j.watres.2023.119727.

[3] Y. Ma, J. H. W. Lee, L. Chang, H. Tang, and H. Liu, "Field measurements of the carbon to chlorophyll-a ratio using Imaging FlowCytobot: Implications for dissolved oxygen modeling," Estuarine, Coastal and Shelf Science, vol. 285, p. 108304, May 2023, doi: 10.1016/j.ecss.2023.108304.

[4] J. Guo and J. H. W. Lee, "Development of Predictive Models for 'Very Poor' Beach Water Quality Gradings Using Class-Imbalance Learning," Environ. Sci. Technol., vol. 55, no. 21, pp. 14990–15000, Nov. 2021, doi: 10.1021/acs.est.1c03350.

[5] K. W. Choi, S. N. Chan, and J. H. W. Lee, "The WATERMAN system for daily beach water quality forecasting: a ten-year retrospective," Environ Fluid Mech, vol. 23, no. 2, pp. 205–228, Feb. 2022, doi: 10.1007/s10652-022-09839-4.

[6] Y. Fan and J. H. W. Lee, "A remotely controlled automated field measurement system for light extinction in coastal waters," Marine Pollution Bulletin, vol. 186, p. 114423, Jan. 2023, doi: 10.1016/j.marpolbul.2022.114423.