監測惡臭異味，能讓AI學會“聞味道”嗎？

知道臭，不知道臭從哪兒來。監測人員趕來了，異味兒早都散了。

在處理群眾投訴時，難以及時、有效采集到污染樣品；對于惡臭產業集中的地區，有時難以有效溯源。這是當前惡臭異味監管面臨的現實困境。

中國工程院院士、中華環保聯合會惡臭異味污染防治專業委員會主任委員劉文清在近日的發言中指出，當前，需要發展覆蓋范圍更廣、時空分辨率更高、監測精度更高的智能化惡臭氣體立體監測技術。

惡臭定義“難以量化”，生活服務區缺乏排放標準限制

“惡臭氣體是指一切刺激嗅覺器官、引起人們不愉快及損壞生活環境的氣體物質，包括高濃度的香味。但‘不愉快’是較難量化的?！敝袊h境監測總站研究員張穎指出了惡臭監測面臨的獨特挑戰。

她表示，惡臭的定義基于人類感官，是一種非定量、非標準化的概念，這與傳統污染物的濃度超標定義截然不同。由于人種、溫度、情緒甚至現場環境的不同，人們對惡臭的感知差異巨大，導致監測和監管難以操作。

目前，國家排放標準采用單一因子評價，即一項指標超標就算不達標，但“今天不愉快，明天可能愉快”的感官特性，使得惡臭監測充滿不確定性。

臭氣濃度檢測依賴于人的感官，即通過稀釋倍數判斷是否“聞不到”，這是一種無量綱的檢測方法。而無論是儀器分析還是實驗室分析都主要是針對單因子物質進行檢測，這兩者間存在系統性差異，也導致了檢測結果與感官體會到的不一定“百分百對得上”。

“三廢處理區域、工業園區和生活服務區是惡臭的主要來源，工業園區有相關的排放控制標準限制，相對可控。但生活服務區只有衛生防護距離，缺乏排放控制標準，導致投訴不斷。”張穎進一步指出，其實歸根結底緣于國內缺乏環境空氣質量的惡臭排放標準。

此外，由于各行業原料、工藝和管理差異，惡臭排放的底數仍不清晰。如何在排查中降低成本并有效除臭，仍需在未來的政策文件及技術指南中進一步明確。張穎表示：“從政府監管、監測技術到居民感知，推動三者一致仍有很長的路要走?！?/p>

傳統檢測方式時間滯后，智慧化監管或成破局關鍵

生態環境部惡臭污染控制重點實驗室執行主任王亙介紹，目前大多數地區仍采用“人工排查+實驗室分析” 這種“慢半拍”的傳統方式進行監管，效率低下，難以應對惡臭污染的瞬時性和復雜性。

他解釋，當收到居民投訴惡臭問題時，生態環境監管部門需要到現場查看并采樣檢測。但由于惡臭污染的陣發性和瞬時性，現場往往難以采集到有效樣品，更無法明確污染源頭。“這些環節導致后續管理手段難以跟上，污染問題得不到有效控制。”王亙說。

惡臭異味物質污染瞬時、陣發的特性，對監測技術和設備提出更高的要求——實時追蹤、連續監測、又快又準地識別及分析污染物。

“大氣擴散會將異味帶至遠處?！睆埛f以上海某大型垃圾處置區域舉例，此前這一區域的惡臭投訴曾一直集中在5公里外的區域。

為解決這一問題，這一區域采用了智慧化管理手段，積極安裝在線監測系統實時檢測惡臭濃度，一旦檢測到濃度超標，便自動增加掩蔽劑的投放量和投放速度。這一**舉措不僅有效降低了投訴率，還為企業每年節省了數百萬元的成本。

張穎稱，惡臭監測的復雜性遠超傳統污染物，從超標點位排查到后續處置，都需要綜合性解決方案。智慧化管理和實時化、標準化建設，或將成為未來惡臭監測困境破局的關鍵。

精準監測將搭上AI發展快車

據了解，現有惡臭異味監測以傳感器、電子鼻、光譜、質譜—氣相色譜儀聯用等技術為主。

劉文清院士指出，從實際需求出發，當前需要研發覆蓋范圍更廣，時空分辨更高，監測精度更高、更智能化的異味惡臭氣體立體探測技術。

“比如一個小區，進入的氣體濃度是多少？逃逸的氣體濃度是多少？整個小區的排放通量是多少？對可能發生的異味有沒有模擬預測預報？這樣的精準監測技術是目前所需要的?！眲⑽那逭f道。

劉文清介紹，近年來，在各類項目的支持下，我國發展了高靈敏環境監測新方法、新技術，研發了一系列環境監測技術與設備并實現產業化，促進了我國環境探測技術的發展和進步。例如，團隊研發的超光譜成像遙感可以解析各類型企業排口煙羽中污染物分布特征，及時發現苯、苯甲醛以及二硫化碳（CS2）等污染物的濃度高值。

“AI模型在污染源識別和數據分析中發揮著重要作用。通過軟件模擬和數據分析，可以區分多種污染物，輔助提高監測效率?！眲⑽那鍙娬{，除了硬件技術的突破，人工智能（AI）與監測技術的結合將成為惡臭精準溯源的重要技術發展方向。

“衛星遙感會受到天氣、云層覆蓋等參數的影響，導致數據缺失。而基于AI技術通過結合衛星遙感、氣象場、人口分布、地形參數和排放源清單等多源數據，可以有效填補衛星遙感數據的缺失，重構全球范圍內污染氣體、惡臭異味氣體等的高時空分辨率分布數據?！眲⑽那迮e例指出，團隊利用AI技術重構了全球甲醛分布，并精準分析了此前北美野火甲醛排放給周邊大型城市帶來的影響，分辨精度可以從70%提升至90%。

在上海大學環境與化學工程學院副研究員高松看來，可以用AI技術讓臭味監測更智能、更精準，還能通過AI溯源，提升異味管控的效率。

“比如讓AI學會‘聞味道’。目前電子鼻就是這種思路。AI可以從大量氣味數據中找出規律，快速分辨出各種臭味，并評估大概‘有多臭’。根據當前的監測數據、歷史數據以及天氣情況，高精度實時預測臭味的變化趨勢。甚至，對于一些小區、街道、園區，可以通過多站點監測數據，搭建AI小尺度智能溯源模型，實現異味污染源迅速定位?！备咚筛嬖V記者。

高松進一步指出，還可以通過云計算搭建數據共享與協同平臺，讓不同地區、不同機構的惡臭、異味數據實現聯網。當發生區域跨界污染時，協同分析、高效管控。

“智能化勢必會成為惡臭氣體精準溯源和高效治理的關鍵。結合人工智能技術，實現自動校準、自主學習和動態響應，提升監測的準確性和實時性。多傳感器融合技術將通過優化傳感器陣列設計和**的AI融合算法，增強對復雜氣味混合物的識別和分析能力，提高系統的可靠性和精確性?！备咚烧f。