水环境污染的加剧对健康、安全、福祉、水的任何用途以及环境都产生了有害甚至危险的影响。技术创新通过分析环境、识别微生物以及监测浮游生物提供了应对这一现象的工具。查看其他创新。
法国生物多样性署 (AFB) 数字创新和大数据项目负责人 Alexandre Liccardi 和环境工程咨询公司 BURGEAP 水资源活动总监 Raouf Gnouma；仔细研究了其中的三项举措。
新技术用于防治水环境污染和促进生态系统的监测。
IBM 的解决方案助力显微镜和人工智能
为了帮助科学家实时收集和分析与海洋、湖泊和河流状况有关的数据，IBM 正在开发一种自主显微镜，用于监测和跟踪浮游生物的运动，该显微镜将于 2023 年投入使用。为什么是浮游生物？因为它是 富人数据 水生生物健康的天然探测器：当其生存的水质发生变化时，其行为会发生变化。
IBM 的解决方案将使我们能够根据温度或水成分的变化分析其在环境中的行为。例如，黑潮或赤潮（由甲藻类的单细胞微生物过量引起），或者根据洋流和溪流。
通过这些测量，我们可以了解影响水污染的各种威胁。这意味着，例如在出现黑潮时，我们可以迅速做出反应，派船清理漏油。
该显微镜包含一个成像芯片（类似于智能手机中使用的芯片），可以捕捉浮游生物的影子，从而生成数据，这些数据在转化为指标后，将提供有关水质的宝贵信息。IBM 计划在后期为其配备人工智能，使其能够在本地实时分析和解释数据。
Alexandre Liccardi。该项目涉及生物指示和环境评估，这是当今生态倡议的重要支出项目。对浮游生物作为自然指标的研究已有五十多年历史，特别是用于评估渔业活动范围内的水质。凭借这项结合船上电子设备（如果显微镜可以带上船）和人工智能技术的创新，该项目将促进真正的科学和技术突破，并有可能更快地获取更多有用的数据。这项创新对于实时收集数据、传输数据并将其转化为相关指标至关重要。
Raouf Gnouma。这项技术非常有趣，因为实时、在正确的地方获取可靠的数据是触发任何警告和行动系统的关键。但我确实想知道这种系统的成本，因为它必须可供所有监测生态系统的组织使用，特别是社区和工会。此外，由于它是一种相当专业的技术，因此需要提供使用培训，以便专家及其团队能够快速利用它。
带有 ADCPro 的水上无人机
监测水生环境有时需要进入危险、污染或难以进入的区域。多年来，科学家和水生生态学专家一直致力于使用专门为水生环境开发的无人机。这些无人机可以远程控制，在水上或空中或水下飞行。它们使用摄像机、探测器、传感器，甚至机载热成像摄像机。它们可以分析、测量甚至观察生态系统。
ADCPro 公司开发的无人机就是一个例子，它们可以驾驶也可以自主驾驶。得益于机载 RiverSurveyor 技术，其中一些无人机可以在深达 40 米的水下进行流量测量。其他无人机则进行水深测量以绘制地图，或进行取样以分析水质。
Alexandre Liccardi。ADCPro提供高性能工具。我们邀请咨询公司使用他们的材料进行精确的水深测量（测量海深）和流量测量。但他们没有整合模块化和互操作性的创新。例如，AFB 设计了 Aquadrone，这是一种开源水下无人机，用于实时探索和监测湖泊和河流，并将其实施委托给 ESIPE（巴黎东部大学高等工程学院）。他们的传感器不如 ADCPro 的精确，但可以添加功能。这种无人机有一个基本框架，可以集成大约十个不同的模块，用于非常特殊的用途（测量温度、压力、环境 DNA、化学、水深等）。
Raouf Gnouma。无人机是快速获取数据的极佳工具。它们越来越多地被开发用于生态系统监测行动。它们可以节省大量时间，并且由于数据关联性，可以实现非常精确的监测。从安全角度来看，这种技术也非常有用，因为许多生态系统由于化学或放射性污染等原因无法被人类接触。
然而，无人机的使用仍然受到限制，一方面因为监管限制，无人机不可能飞越所有地区；另一方面因为驾驶和操作无人机需要专业知识。
无人机对环境的影响也需要研究，特别是对动物行为的影响。实际上，初步观察表明，某些动物会因无人机的存在而感到压力，这可能会扰乱它们的节奏。
与日内瓦大学合作的机器学习算法
最近的一项发现使科学家能够通过观察生态系统的微生物多样性来监测生态系统环境的健康状况，特别是水生生态系统。2018 年，日内瓦大学 (UNIGE) 的研究人员开发了一种结合基因组学和机器学习工具来识别微生物及其多样性的方法。由于微生物对环境变化特别敏感，因此它们被用作生物指标。
但由于识别微生物需要大量时间和专业知识，研究人员仅从其中一些微生物中采集数据，然后对其应用机器学习算法和预测模型，从而创建完整的参考系统并建立水质指数。
这种新方法将能够显著提高生态系统观测系统的性能，同时还能减少分析时间。
Alexandre Liccardi . 识别特定物种的蛋白质 DNA 需要大量预算。日内瓦大学并不是唯一一家开展此类识别工作的研究机构。例如，萨瓦大学和宾夕法尼亚大学也在研究这一领域。人工智能是研究环境 DNA 的一种非常有趣的技术。如果算法经过正确校准，它可以增加一个有用的分析层。一般来说，对于所有使用新技术的创新，方法、实践和评估模型都已经存在，而现在正是优化和改进它们的时候，正如这里的情况一样。这些新方法非常有前景，既可以促进科学合作（建立知识库），也可以促进实地行动。
Raouf Gnouma。这些生物指标与用于评估生态系统生态状况的物理化学分析相关且相互补充。它们正在得到越来越多的开发，其初步结果令人鼓舞。但如何将这些信息元素从一个地点转移到另一个地点？由于微生物多样性不同，我实际上想知道是否每次都需要重新校准系统，这将需要一定的时间和研究费用。