中國環境報：臭氧逐漸上升為僅次于PM2.5的影響優良天數的重要因素，今年夏季，在新冠肺炎疫情防控常態化形勢下，生態環境部門開展臭氧污染防治監督幫扶攻堅行動，越來越倚重新一代信息化技術的參與。在臭氧監測領域，有哪些高新技術手段出現？


    孫越：臭氧污染防治工作的艱巨性和復雜性，亟需監測科技力量的支持。


    臭氧污染具有明顯的復合型，其成因非常復雜，涉及氮氧化物（NOx）和揮發性有機物（VOCs）的排放，還與氣象條件、地理環境，比如氣溫、光照、濕度、氣壓、風速、風向都有關系。


    因此，我們不僅要監測臭氧的濃度，更要研究它的生成機理，測出導致臭氧污染的各個因素的貢獻率。以此為出發點，我們設計了一系列參與臭氧生成光化學反應的常規污染物、特征污染物監測指標，這些監測不僅指向區域，甚至能鎖定污染行業、企業、工藝。


    目前大家可以看到的臭氧污染監測，除固定站外，已經增加了大氣環境走航監測車。大部分走航車功能還比較簡單，僅僅是監測VOCs，主要作用是定位 VOCs超標的點位，從而識別來源。


    在此基礎上，聚光科技提出了協同走航監測的概念，也就是同時監測 VOCs、NOx、臭氧以及PM2.5。一臺走航車協同監測的優勢在于不僅能獲知VOCs濃度，而且通過模型演繹，計算和預測各類污染源對整個地區臭氧污染的貢獻，全面、精準、實時、定性、定量地診斷區域污染狀況。有效改善了過去雖然監測到單一污染物的濃度，但還是無法判斷污染源究竟是誰，以及它與片區臭氧濃度究竟關聯性有多大的被動局面。


    我們試圖通過這樣的監測和模型計算，對一個地區的臭氧污染成因精準畫像，什么時間生成，哪個時段濃度最高，哪些因子較活躍，是哪些行業導致的……當然，一個城市的臭氧不僅僅來自于本地，還有外源輸入。對此，我們也有一個監測指標——PAN。PAN（CH3C（O）OONO2，過氧乙酰硝酸酯）是由大氣中部分VOCs和NOx進行光化學反應而生成的，是一種重要的二次污染物，聚光科技PANs在線監測系統就是針對它。通過這一監測，能迅速分析出臭氧污染是外源輸入還是本地源造成的。


    這些圍繞VOCs的監測，除了因為它通過光照與NOx發生反應后生產臭氧，也源于它與空氣中的氧化劑、硝酸等發生氧化、吸附、凝結反應會生成二次有機顆粒物，也就是我們熟知的PM2.5。監測分析VOCs就把臭氧防治和PM2.5防治兩項任務協同起來了，也就是既要扭轉臭氧污染升高態勢，還要保持PM2.5污染持續下降。


    我們的走航車同時開展VOCs+大氣常規六參數（O3、NO2、SO2、CO、PM2.5、PM10）監測工作，再通過搭載的空氣質量模型，分析本地生成和外部傳輸臭氧前體物與臭氧的占比，獲得各地區各類污染源排放對受體點環境臭氧濃度的貢獻。當得到環境中臭氧濃度與其生成前體物排放之間的定量關系后，還可以以此為依據開展減排效果評估。


    這些復雜的源解析模型和擴散模型、預警模型都需要人工智能（AI）不斷優化，讓一臺車至少解決五六個方面的問題，大大降低了監測成本。比如除了前面講的，PM10我們怎么辦？在走航車底部就有這樣的裝置，針對建筑工地或者城市道路的道路積塵負荷，都可以做到實時監測。


    除了降低成本，還要提升工作效率?，F在的大氣走航監測車采用飛行時間質譜儀，實現秒級出數，便于快速摸清污染底數。同時與搭載的氣相色譜-質譜聯用儀（GC-MS分析儀）相結合，輸出VOCs特征因子污染全域圖，全面摸排、定性定量診斷污染情況。


    另外，5G技術的應用也使走航車對污染源的定位日臻精準，已經達到厘米級，如果是4G的話，也就只能精確到10米級。這意味著，溯源對于我們來說不僅限于一個地區、一家企業，而是可以找到某個車間。盡管有些車間和生產工藝是連續性的，但我們在工藝段之間的走航能夠非常準確地找到無組織排放點到底是在哪個位置。伴隨著快速定位，我們還能夠進行遠程的可視化管控，也就是在走航過程中增加了攝像頭，攝像頭抓拍到的無組織排放違法行為，包括視頻、圖像，都通過5G網絡瞬時傳輸到監察人員手中。


    無論利用空氣質量模型對臭氧源解析和敏感性進行分析，對臭氧污染過程進行模擬，還是精準溯源、實時可視化監管，都是目前5G+ AI與環境監測深度耦合，助力我們數字化轉型的例子。


    中國環境報：關于生態環境部提出的構建全流域生態質量監測一張網，您怎么理解？作為環境監測行業的龍頭企業，又會在水環境監測領域有何布局？


    孫越：按照全流域、全要素的要求系統治理水環境，是當前的新方向。一條河是統一的自然生態系統，生態修復必須遵循自然規律，統籌兼顧各種要素、協調各方關系，把局部問題放在整個生態系統中來解決。之前我們投入的大量治污工程雖然成效顯著，但也有所反復，就說明水環境治理既有其顯著性，又有其復雜性。


    一條河流途經不同行政轄區，原本具有整體性、關聯性特征的流域自然空間被行政區單元所分割管理，流域內各類資源、各個因素相互影響、相互促進、相互約束，共同構成統一的動態平衡系統，因此涉水事務非常多，管理部門業務上相互交叉。


    把“系統治理”“協同治理”作為方向指南，對流域治理來說既是挑戰也是機遇。我們以此提出 “源、網、岸、排、河”五方面監測，分別對應污染源、排水管網、近水岸線、入河排污口和河道水質。


    污染源不僅有工業源，污水處理廠也可以當成點源，還有農業面源，都要監測。以改善水環境、恢復水生態治理為主的系統性治理將逐步成為未來市場的發展趨勢。


    排水管網不僅要監測污水管網，還有雨水管網，也可能出現超標。


    管網的終端就是排口。生態環境部開展長江入河排污口排查整治專項行動時就提出，往長江里排污的到底有多少排污口，在哪里排，誰在排，排什么，排多少等一系列問題。如何把入河排污口這個最重要的基礎性底數摸清楚，也是對監測行業的一場大考。首先，這個數量是非常龐大的。以去年生態環境部完成的長江流域2.4萬公里岸線及沿岸2公里區域的入河排污口排查為例，排查出長江入河排污口6萬多個。這是我們目前掌握的數字，具體到每一個排污口 如何監測則涉及更復雜、更多樣的情況。比如，許多污染排放不是連續性的，如果是抽查，很難監測到超標現象。


    所以說，水里的問題，根源在岸上，對長江沿岸的重點工業企業，我們也要全部納入日常監測，進行全過程跟蹤，實現長江沿岸區域污染源情況明、底數清。


    我們發現，河流、湖泊岸線范圍不明，功能界定不清，部分河段岸線開發不合理，也會嚴重破壞河流生態環境。比如用河道兩側


    兩公里保護范圍的這把“綠色標尺”去衡量，涉及到的監測對象包括沿河化工企業的排污，建筑垃圾生活垃圾等固體廢物堆存產生的滲濾液廢水。


    岸線的管控也是非常重要，最終回歸到水體本身。除了水質監測，還有很多外延，比如非法采砂、非法養殖、非法捕撈、非法傾倒廢棄物等。試想如果長江沿岸密集安裝攝像頭， 那么海量的監控錄像由誰來甄別鑒定？


    查看監控視頻是工作量巨大且效率低下的事情，靠人力幾乎難以解決。如何真正節約人力和成本，提高效率和正確率？


    這就要依靠視覺AI技術。對人類而言，70%~80%的信息獲取來自視覺，但人類長期觀看監視錄像易喪失注意力和辨別力。而我們希望讓計算機具備“從識人知物到辨識萬物”的能力，幫助我們在環境監管中，提升處理信息的效率。


    真正的視頻監測可以區分人體形態，車輛、船只或選定物體與所有其他物體的一般移動和變化，從而進行抓取、分析、預警。隨著以改善水環境、恢復水生態治理為主的系統性治理將逐步成為未來市場的發展趨勢，我們要監測的對象可以是藍藻的覆蓋面積、生長速度、擴散情況，還有水生生物的多樣性情況，外來物種對生態平衡的破壞，甚至結合電子顯微鏡監測微生物種類、菌群數量。


    AI技術適用于生物識別場景的預演已經在進行中，推動環境遠程監測、在線監測是繼高清化和網絡化之后的第三次技術變革。從“看得見”到“看得清”再到現在的“看得懂”，在未來必將有更多的AI算法、AI芯片、AI產品被應用到環境監測行業，比如對岸上、水里的不同種類動物，從顏色、形態、運動軌跡、三維位置及尺寸信息來差異化判別它們。


    中國環境報：《生態環境監測條例》正在加速出臺，此舉將大大推進生態環境監測的法治化進程。對于公開征求意見的《條例（草案）》，您怎么理解？從中可以看出哪些環境監測行業未來發展的一個方向和可以突破、拓展的空間？


    孫越：生態環境監測是生態環境保護的基礎，但過去這項工作的法律支撐不太完善。比如關于監測數據的法律效力，《條例（草案）》首次明確，通過自動監測設備、設施獲取的監測數據，可以作為環境監督管理和行政執法的依據，是一個轉折性的變化。通過《條例》的制訂，進一步確立了各級生態環境監測的法律地位和作用，保護各級各類生態環境監測機構的權利和義務，同時也進一步強化各界生態環境監測機構的法律責任。


    通過《條例（草案）》，我們欣喜地看到，生態環境監測的定義擴展到了六大內涵，包括對環境質量、生態狀況和污染物排放及其變化趨勢的采樣觀測、調查普查、遙感解譯、分析測試、評價評估、預測預報等活動。過去無論是在線分析還是實驗室分析，我們的監測機構還局限在理化分析層面，也就是對各類污染物排放活動的監測，而今后，環境監測的范疇將大幅度拓寬。


    除了六大內涵，我們還看到了九大外延，也就是對森林、草原、濕地、荒漠、河湖、海洋、農田、城市和鄉村等生態狀況的監測，包括對大氣、地表水、地下水、海水、土壤、聲、光、熱、生物、振動、輻射、溫室氣體等環境要素質量的監測。顯而易見，未來生態環境監測高新技術、先進裝備的研究、開發應用和推廣，新型污染物、應對新興環境問題和履行國際環境公約涉及污染物的研究性監測將有更多突破和發展。


    環境監測網絡的不斷完善，監測對象和適用范圍的不斷豐富，將推動物聯網、傳感器、區塊鏈、人工智能等新技術在監測檢測業務中的應用，一批生態環境監測創新示范基地有望建立，具有自主知識產權的監測技術裝備研發和應用轉化全面加速，生態環境監測自動化、智能化、信息化能力不斷提升，為創新驅動環境監測產品的不斷升級與推陳出新助力。同時我們的研發投入也在持續加大，例如在環境與健康領域，我們已經對環境病理性、毒理性監測分析有所布局。