新闻动态News

当藻类监测遇见人工智能：Algae-Hub藻类人工智能分析仪正式上线！

发布日期：2020-09-25 14:39:45　浏览次数：1974

请点击“AlgaeHub 藻智汇”公众号链接获取全文：

https://mp.weixin.qq.com/s/0uQi6cq1oYqB4V1ZeV9qhw

编者按

全球气候不断变暖，水体富营养化持续加速，特别是藻类的大量繁殖往往给水体生态系统带来灾难性破坏。因此，对水体中藻类的监测尤显重要。

传统显微镜镜检法速度慢、误差大、质控难的缺点在繁重的监测任务中被空前放大。因此，实现藻类自动化监测的目标一直在被大家孜孜不倦地追求和践行。

当下，人工智能、5G通讯、物联网等技术飞速发展，也为藻类分析及研究领域带来了新的思路和方向。

未来已至，当藻类监测遇见人工智能，改变就是创造未来！

Algae-Hub藻类人工智能分析仪

以藻类为对象，整合人工智能、5G通讯、精密制造、物联网和大数据等技术，集成了样品快速扫描、信息数字化、物种鉴定、计数统计等多种功能，可为高等院校、科研院所、水务集团等部门和环境监测、水文监测、海洋监测、水产养殖等领域提供藻类自动检测和数据分析的整体解决方案。

人工智能遇见藻类监测

基于特征提取的机器学习算法已经可以用于藻类物种识别，但实际样本中的藻类多样性往往非常丰富，在没有复杂算法支撑的情况下，同一种类不同形态的藻类图像，很难被算法准确识别与分析。

基于人工智能的图像识别技术需要将大量样本交给模型进行深度学习、训练，最终完成物种识别任务。因此，对藻类图像进行物种标注是人工智能物种识别的关键，且必须交由分类鉴定业务熟练的专业人员完成。

Algae-Hub组织经验丰富的藻类鉴定人员进行物种标注，标注结果经复核后，再由专家团队进行审核，确保训练样本数据库的准确性，从而实现物种的精准识别！

在物种识别的基础上，对识别物种的细胞进行计数是非常重要的工作，但是细胞数量过多往往为人工统计带来很大困扰。然而，运用人工智能算法及图像识别技术进行细胞计数可以完美解决以上问题，极大地降低工作量和人工误差。

显微镜人工镜检方法中，藻类生物量往往根据经验公式来计算。在人工智能技术辅助下，算法可以测量与计算所有识别藻类的长、宽、高、直径、面积和体积等参数。因此，生物量的计算在准确度上有了很大的提升。

通过建立训练集、优化算法模型，水体中藻类细胞的直径、藻类群体颗粒的粒径大小、泥沙及有机质等粒径都可以实现准确测量。统计检测对象的粒径大小，对于评估藻类生长和水华预警等具有重要意义。

展望

藻类监测在水生态和环境管理中扮演着非常重要的角色，尤其是在水体富营养化控制以及常规湖库水质评价工作中是一项基础指标。随着国家在水生态方面的不断重视和投入，藻类监测必将成为一项非常重要的调查和研究工作。

因此，在“更准”和“更快”的监测需求指引下，数据获取的便利性，以及对数据横向和纵向的多维度挖掘分析也将是令人期待的研究领域。

人工智能和DNA快速检测技术，是藻类监测发展的新方向！

大数据共享平台建设将是藻类监测发展的必然趋势！