首页 > AI资讯 > 行业应用 > AI环保:垃圾分类、环卫无人车,还触及人类与生态环境方方面面

AI环保:垃圾分类、环卫无人车,还触及人类与生态环境方方面面

新火种    2023-10-23

5G、物联网、云计算、人工智能技术的不断融合应用,催生了“智能垃圾分类”、“智能海绵城市”、“智能环卫”、“无人驾驶清洁车”、“智能水务”等一系列与环保智能化相关的概念。“智能+环保”备受业界关注。从过去使用传统信息化技术实现的环保信息化,到现在应用数据智能技术更好地分析海量跨地域、跨行业的环境信息,实现海量环境数据存储、实时处理、深度挖掘和模拟分析,我们可以预见未来环境保护的“智能”不止于此。

但现阶段用于采集环境数据的传感器性能稳定性差,无线可感知能力与无线传输水平较低,端上芯片关键技术掌握缺乏,造成各类环保产品档次较低,从而导致环保数字化基础建设成本较高,进而影响智慧环保产业的升级发展。但可感知的全方位环保服务平台、监测站点、设备、第三方运维服务仍将会是未来智慧环保产业大力发展的方向。边缘计算、异构数据挖掘也将是以后环境保护中数据智能技术研发的重点。

作者 |陈思瑶、樊晓芳

一、 环境保护产业背景近年来,环境保护领域在数字地球、地理信息系统、全球定位系统、环境管理与决策支持系统等技术体系的基础上,形成了大型数字系统工程——“数字环保”。“数字环保”以环保为主要目的,可按全球、国家、省级、地市级等各层次环保监控管理需求,将信息、网络、自动控制、通讯等各类技术应用整合到同一系统平台中,进行数据汇集、信息处理、决策支持、信息共享等服务,实现环保的数字化。随着“智慧地球”概念提出,人类希望更充分地应用各类数据智能技术以对各类环保信息进行感知、整合、分析,以作出对环境治理与自然保护需求更及时、智能、科学的响应,以更加精细和动态的方式实现环境管理和决策的“智慧”。“智慧环保”是“数字环保”的延伸与拓展。

二、环境保护产业与市场2.1 智慧环保产业规模及发展潜力现有数据显示,2018年,我国智能环保产业市场规模521亿元,同比增长10.85%;2010-2018的8年间年复合增速达19.31%。2018年,我国环保前三季度的产业营收分别为2794亿元、3896亿元和3910亿元。与亿万级环保产业对比,并在政策支持下,智慧环保产业还有很大的发展空间。2.2 环境保护产业链2.3环保产业细分市场。

三、环境保护中数据智能技术应用概况

3.1 智慧环保智能技术应用框架

3.2智慧环保核心智能技术传感器技术:环境传感器主要包括土壤温度传感器、空气温度和湿度传感器、蒸发传感器、降雨传感器、照明传感器、风速和方向传感器等。采集数据类型包括空气温湿度、土壤温湿度、CO2 浓度、光照强度、水中温度、水中的氨氮、溶解氧浓度和 pH 值等。

物联网技术:各个环境数据采集器之间以及采集器和路由之间采用无线ZigBee 技术,可以自由组网,路由和数据中心服务器之间采用GPRS、3G等更先进的通信技术进行通信。

遥感遥测:借助对电磁波敏感的仪器,在不与探测目标接触的情况下,记录目标物对电磁波的辐射、反射、散射等信息,揭示目标物的特征、性质及其变化的综合探测技术,是未来获取地球表面和深部时空信息的重要手段,也是智慧环保获取基础数据的重要来源。

云计算技术:是指网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。以环保各类参数的环保云计算,可提供高性能持续性计算和存储服务,并支撑各类环保信息化应用。

智能地理信息系统(GIS):采用多维GIS融合技术,将“时间维、空间维和仿真(VR)技术”相结合的三维GIS平台,真正实现“物联网前端感知、应用时态分析、管理虚拟仿真、多维GIS空间分析”一体化的GIS,将环境信息与地理信息的全面结合,打造面向环保行业的地理信息平台,形象展示环境保护相关空间数据。

数据挖掘:发现数据中有用模式的过程,通过大量观测数据的处理来确定数据的趋势和模式,具有未知、有效和实用三个特征,继而以资源目录为基础,形成主题清晰的环境集市。

四、环境保护中数据智能技术应用场景及代表公司、解决方案与应用案例

AI+水资源:丹麦DHIGRAS——土地蒸腾率测量:使用特定算法、光学和热卫星数据,测定土壤和植物表面水汽蒸发量,从而确定有效灌溉量,达到最佳效果。

AI+水资源:高频美特利环境科技——芯片水质量监测:物联网感知水质自动监测系统远程、实时获取水质监测数据、在线仪表运行状态、监测预警与报警及自动监测站概况等信息满足芯片水的质量要求。

AI+垃圾处:BHS——垃圾智能分拣:采用计算机视觉系统识别材料,并使用人工智能进行分类,分辨出同材质垃圾之间的差别进行针对性识别,最终用机械臂拾取特定材料,从而实现垃圾分类的目的。

AI+动物保护:阿里巴巴——海洋渔区渔情监测:综合海洋环境数据、渔船行驶轨迹数据、渔业捕捞生产数据、降水量、风力风向等数据进行多元数据融合分析、渔情预测、海洋气象灾害预警最后给出捕捞风险系数,渔区捕获概率,给出渔民决策建议等。

五、环境保护中数据智能技术应用局限性

5.1传感器性能稳定性差,且无线可感知能力与无线传输水平较低,并且大多应用在于研究院所参与推动的项目中,大规模使用需要降低成本,且暴露在自然环境下寿命短,维护成本高。

5.2 类似于RFID芯片的关键技术掌握缺乏,造成产品档次较低,限制物联网的发展,从而造成物联网建设成本的在增加,进而影响智慧环保产业的升级发展。

六、环保产业智能化发展趋势

6.1 作为物联网热门技术之一,边缘计算部署将会规模化发展;对于数据挖掘将会融合各种异构数据进行挖掘且加强对各类非结构化数据进行开采,交互式发现及知识维护更新。

6.2 细分环保产业链环节将迎来新的发展机遇:可感知的信息系统及全方位的服务平台;监测站点建设与设备制造;第三方运维服务;污染源在线监测系统;环保移动执法系统和移动办公。


相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。