为深入贯彻“人工智能+”发展战略，以数智赋能破解生态环境治理痛点难点，市生态环境局于2025年11月举办了首届“生态环境数智化应用场景比赛”，产生一等奖1个、二等奖3个、三等奖5个、优秀奖7个，入围奖10个。今日刊载的是入围奖获奖案例。
上海市环境监测中心、上海蓝丰信息科技有限公司、中国移动通信集团上海有限公司
淀山湖是上海西部重要的战略性饮用水源地，也是长三角区域重要生态功能区，上海重要的水源地保护区。蓝藻传统监测主要依赖人工巡湖+经验判断，辅以卫星等手段，存在一定的不足。一是巡查频次低，难以及时发现突发情况；二是分辨率低，难以发现早期蓝藻；三是判读依赖经验，主观性较强；四是自动化和AI辅助不足；五是传统模式已难以支撑精细化治理需求。针对上述问题，围绕生态环境数字化转型需求，创新构建“低空+数智化”蓝藻智能识别预警应用场景。
本场景总体思路围绕上海市湖泊蓝藻治理的实际需求，为生态环境、水环境等相关管理部门构建“低空感知+智能分析+业务应用”的一体化蓝藻监测预警平台，实现蓝藻的快速发现、预警和分析的全自动化流程，为淀山湖水环境管理提供全流程、数智化支撑。
系统采用“基础设施层—数据层—技术支撑服务层—业务应用层—用户层”的总体架构，实现全链条贯通，构建“感知—分析—决策”的完整闭环。
通过“无人机自动巡航—智能识别—智能预警—自动分析”的技术路径，实现蓝藻监测由传统人工巡查向智能化、自动化模式转变。无人机自动巡航获取高分辨率影像数据，采用YOLOv11目标检测算法结合实例分割技术，构建蓝藻智能识别模型实现蓝藻智能识别和预警，基于识别结果实现数据自动分析和报告生成。
系统已在淀山湖实现常态化运行，初步形成“低空+数智化”的蓝藻监测预警新模式。
实现全链条自动化监测，自动飞行—自动拍摄—自动传输—自动分析—自动报告—自动预警，监测频次可至每日5次以上，覆盖范围达到人工巡查的8~10倍。
依托人工智能识别模型，系统在复杂水面环境中依然能够稳定识别蓝藻，识别准确率达85%以上，检出率达90%以上，大幅降低人为误判。
系统实现蓝藻识别、风险判定与预警联动，可在1~2小时内完成风险识别与预警，显著提升应急响应效率。
自动化报告生成时间缩短至1分钟以内，人工数据整理工作量减少约90%，显著提升工作效率。
本场景实现蓝藻风险由“事后发现”向“事中预警”转变，提升了淀山湖蓝藻监测的科学化、数字化水平，形成了可复制、可推广的技术模式，为智慧环保和水生态治理提供了示范案例。
持续优化蓝藻识别模型精度，拓展监测要素范围，并逐步推广至上海市其他重点湖泊和长三角区域水体。同时，进一步融合气象、水质、水动力等多源数据，探索蓝藻发生趋势预测，实现水生态风险的提前预判与精准治理。
供稿：市绿色低碳数据创新实验室
