城镇化进程中水污染智能化防治策略探讨

李干蓉　龙松勇　杨晓武

【摘要】新型城镇化是由农业为主的传统乡村社会向以工业和服务业为主的现代城市社会逐渐转变的历史过程，该进程中会产生严重影响人民生活水平的水污染问题，本文分析了水污染的成因以及危害，借助于先进的人工智能技术，探讨了一种基于人工智能的水污染防治策略，为科学决策提供相应的智力支撑。

【关键词】新型城镇化；水污染防治；人工智能

1、引言

城镇化作为一段历史进程，不仅是一个城镇数量与规模扩大的过程，同时也是一种城镇结构和功能转变的过程，同时具有农村人口在空间上的转换，非农产业向城镇聚集和农业劳动力向非农业劳动力转移等本质特征。水是人类赖以生存的物质基础，水污染严重 地威胁着我国的水资源和水环境安全，水资源污染和短缺将导致人民的生活质量下降，直接影响经济的快速发展和社会的稳定。城镇化进程中势必带来一系列的社会和环境问题，加之农村农业发展慢，经济实力弱，人民生活水平较低，水资源开发利用和保护力度有待加强。根据我国制定的水污染防治法，提出水污染防治应当坚持预防为主、防治结合、综合治理的原则，优先保护饮用水水源，严格控制工业污染、城镇生活污染，防治农业面源污染，积极推进生态治理工程建设，预防、控制和减少水环境污染和生态破坏。因此，在城镇化进程中，在着力解决水污染问题的同时又能保证经济较快发展和社会稳定，是一个值得探讨分析的难题。基于此，本文主要对城镇化进程中带来的水污染问题进行分析，引入人工智能先进技术，探讨了相应的水污染智能化防治策略，为水污染控制决策人员提供一定的理论参考。

中共中央、国务院2014年印发《国家新型城镇化规划2014-2020年》努力走出一条以人为本、四化同步、优化布局、生态文明、文化传承的中国特色新型城镇化道路，对全面建成小康社会、加快推进社会主义现代化具有重大现实意义和深远历史意义，按照规划要求，到2020年，全国所有县城和重点镇具备污水收集处理能力，县城、城市污水处理率分别达到85%、95%左右。国发〔2015〕17号指出，强化城镇生活污染治理。加快城镇污水处理设施建设与改造。现有城镇污水处理设施，要因地制宜进行改造，2020年底前达到相应排放标准或再生利用要求。新型城镇化健康发展的内涵和目标。社会生活的民主就业的相对充分、社会保障的公平、人生价值的多样化实现、生态 环境的可持续、法制的契约关系及市场取向等。孟伟院士于2013年提出开展重化工业污染控制、农村面源治理、水环境修复技术研发与集成以及，即水质达标管理向水生态健康管理转变；目标总量控制向容量总量控制转变；行政区管理向流域管理转变；被动式应急管理向主动风险管理转变。

2、人工智能优势

人工智能在节能减排起到重要作用，人工智能通过自身的优势不断提高能源的利用率。该功能在日常生活中具体表现为：有些智能硬件，可以根据季节和时间段的不同，自动调节温度，以适应不同的工作学习生活，因此会使能源利用率就会极大地提高，能源就会得到极大的节省。

水污染的危害是致命的，带来的后果大致分为以及几类：死亡有机质带来的危害是河流和溪流发黑，變臭，毒素积累，伤害人畜；石油化工带来的危害：不但污染水体，导致水源水质严重下降，不能饮用，且长期积累在水生物中，容易导致食物中毒现象；水体营养如氮、磷等物质带来的危害：容易引起富营养化，一起藻类的急剧繁殖，导致有剧毒的藻毒素。

采用传统的水污染治理方式在一定时期内取得了相应的成效，但也不满足于现有社会经济发展的需求，在国家政策的主导下，特别是针对水污染的‘防和‘治两方面，科学技术防治水污染，即利用人工智能技术对水污染进行防治，不失为一种高效的措施，人工智能技术目前在国内外得到迅速发展，随之多种信息科学领域得到发展，特别是以信息学、控制学、仿生学、计算机学等学科领域的疑难技术突破均被运用到人工智能应用中。人工智能是一项前瞻性科学研究，经过研究人员们长时间的科学探索和技术攻坚，并不断涌现出新思想、新观念、新理论、新技术，成为未来科学技术革命的重要发源地。城镇化进程中带来的水污染问题，可以借助于先进的智能化设备来处理，而智能化设备应该具备相应的‘学习能力功能，智能化是未来信息技术的发展趋势，也是第三次工业革命的重要特征，已成为生产、生活领域技术创新的关键环节，产生深远的影响。

3、水污染智能化防治策略

实现水污染智能化防治，需利用最新的科技设备，结合法律法规，制定相应的策略来实现。下面来探讨如何实现水污染防治的智能化方法。

3.1 水污染的成因

水的污染主要包括自然污染和人为污染两种，显然，城镇化进程中导致水污染的因素为人为污染。因此，本文重点讨论人为污染进行的防治策略，因为人为污染对水体和人类危害较大。人为污染主要体现在以下几个方面：存在认识问题、发展阶段所致、产业结构不合理、技术水平不高和环保投入没有高效利用等因素。本文就技术水平不高因素讨论相关的水污染防治策略。

3.2 基于人工智能的水污染防治策略

经济发展过程中，人为造成的水污染是不可避免的，我们只能将水污染程度控制在一定范围内。根据水污染的成因，采取相应的防治策略，特别是引入人工智能科学技术具有重要意义。

人工智能比较显著特征就是它的自我学习的能力，与环境不断交互过程中完善自我，提高自身的判别能力，最终实现目标向量或目标函数最优化，这里的目标向量最优化可以认为是通过对水污染进行一系列的处理后，使水质到达或高于预期目标，排放后对外界环境造成最少的损失代价，使人民生活质量最大化的过程，该向量是由多个环境因素构成。主要的学习策略有：

（1）机械学习：是指符号所代表的新知识与学习者认知结构中已有的知识建立非实质性的和人为的联系，即对任意的（或人为的）和字面的联系获得的过程。（2）示教学习：示教学习的主要目标是通过学习示教者的行为，达到由自主体自动学习最优策略的目的。（3）在基于解释的学习（分析学习）中，学习器的输入是假设空间H，一些训练样例集合D，还有一个领域理论B等。下面给出设备智能化水平、水污染治理效果和人民生活水平的关系图1所示，为简化表示，用智能化技术，治理效果和生活水平来备注标题。

从图1可以看出，左边的图显示了设备智能化水平和水污染治理效果的关系图，水污染治理效果会随着智能化水平的提高而得到不断地改善，右边的图显示了人民生活水平随着改善的治理效果而得到提升，这就蕴含着设备智能化水平，经过合理的运用在水污染防治过程中，将间接地改善人民的生活水平，因此，借助于人工智能技术，将有益于水质量的提升。下面继续探讨人工智能设备主要功能。

3.3 人工智能设备主要功能

要实现水污染的智能化防治，就要采用先进的科技来实现，其核心就是以工艺设备为载体，引入人工智能算法，实现特定的功能。要求工艺设备必须具有感知能力，这是实现智能水污染管控目的的要素之一，同时要求设备之间进行联网，同时要求具备云计算的能力。下面介绍它们的作用。

（1）传感网

传感网是一组随机分布包含传感器、数据处理单元和通信单元的微小节点，通过自组织的方式构成的无线网络，在水污染控制过程中，可以获取防治因素的实时数据，进行定量分析，实现智能化识别和管理，形成智慧的防治策略。传感网的核心技术有感知技术：主要获取信源，目前比较高效的是采用RFID射频识别技术，可以通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或者光学接触；传输技术：主要通过互联网、无线网和传感器网来实现。

（2）云计算技术

云计算技术是一种具有互联网的智能计算方式，实现软硬件资源共享以及信息按需分配给其它设备，是相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

总结

本文主要探讨了城镇化进程中伴随的水污染控制这一问题，分析了水污染的成因及危害，借助科技是第一生产力这一思想，引入人工智能先进技术理念，分析了人工智能在水污染防治工程中的作用，为水污染防治的科学决策提供一定的智力支撑。

参考文献：

[1] 张晓. 中国水污染趋势与治理制度[J]. 中国软科学， 2014（10）：11-24.

[2] 吕佳， 李艳松. 农村水污染的影响因素与防治策略分析[J]. 资源节约与环保， 2015（9）：77-77.

[3] 孟伟. 辽河流域水污染治理和水环境管理技术体系构建——国家重大水专项在辽河流域的探索与实践[J]. 中国工程科学， 2013（3）：4-10.

[4] 胡震云， 陈晨， 王慧敏，等. 水污染治理的微分博弈及策略研究[J]. 中国人口·资源与环境， 2014， 24（5）：93-101.

[5] 姚士谋， 张平宇， 余成，等. 中国新型城镇化理论与实践问题[J]. 地理科学， 2014， 6（6）：641-647.

[6] 张鸿雁. 中国新型城镇化理论与实践创新[J]. 社会学研究， 2013（3）：1-14.

[7] 钟义信. 人工智能的突破与科学方法的创新[J]. 模式识别与人工智能， 2012， 25（3）：456-461.

[8]李干蓉等， 乌江思林水库夏季富营养化评价与分析. 山东农业大学学报（自然科学版）， 2014（04）： 581-584.

[9] 余杰， 田宁宁， 王凯军，等. 中国城市污水处理厂污泥处理、处置问题探讨分析[J]. 环境工程学报， 2007， 1（1）：82-86.

[10] 金波， 李寶新. 城市污水处理厂污泥的综合利用探讨[J]. 环境科学与管理， 2010， 35（5）：106-109.

[11] 刘永， 阳平坚， 盛虎，等. 滇池流域水污染防治规划与富营养化控制战略研究[J]. 环境科学学报， 2012， 32（8）：1962-1972.

作者简介：

李干蓉，女，硕士，副教授。主要研究方向环境工程，生态治理技术。

杨晓武，男，博士研究生，主要研究方向人工智能技术，机器人运动控制。