环境保护即是解决人与自然和谐共处问题的基本方法，环保产业快速发展浪潮中AI大数据无疑为重要焦点。

快速的工业化进程给生态环境造成了巨大的负担，全社会对环境污染问题的重视度日益提高，同时，国家也出台了一系列支持政策：2007-2017十年间，我国的环境保护财政支出从995亿元增加到5672亿元，年复合增长率达到19％以上。2018年污染防治方面，全国污染防治支出、自然生态保护支出分别增长29.6%、17.5%；中央财政支持污染防治及生态环境保护的资金增长13.9%，其中大气、水、土壤污染防治投入力度均为近年来最大。

十九大报告提出，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，现阶段人民对生态环境的需求日益增长，生态环境已成为人们追求美好生活的必须品，这一关于社会主要矛盾的新判断，已经把生态环境问题这个“发展不平衡不充分”的问题，明确纳入社会主义初级阶段的主要矛盾。2020年前要坚决打好污染防治的攻坚战，实现2035年生态环境根本好转的目标。

依照国际经验，未来我国的环保产业需求有较大增长空间，美国和日本的环保产业高速发展期都持续了30年以上，预计我国环保产业在未来10年里将维持两位数的高增长。

国务院在印发《新一代人工智能发展规划》时，将“建立安全便捷的智能社会”视为规划的重点任务。该规划明确指出：“围绕城市管理、环境保护等社会治理的热点难点问题，促进人工智能技术应用，推动社会治理现代化。”中国在迈向经济大国的过程中积累了许多环境问题，这些问题非一朝一夕能够解决，亟需人工智能技术的介入和支持。

环保行业上半场是大工程、大服务的角逐，工程建设和总承包综合服务基础不足是环保工作实施预先要解决的难题。下半场会是跨界融合的大技术战场，精准领域的生态修复，高效低成本的设施运营，多技术手段的环保监管及环保工作常态化将持续稳定提升环境状况。而AI大数据技术在环保领域的应用无疑为重要焦点。

环境保护新技术带来海量数据信息，如何利用AI大数据解决环境问题？

/上图为园区企业中健检测-东莞·空气质量一目了然/

东莞2018年5月1日-2019年5月31日达标390天，未达标6天，一级优211天，二级良179天，轻污5天，中污1天，重污0天。

/上图为高时空分辨率质谱走航技术通过车辆行驶得到的空气污染源实时数据分析/

/上图为世界 60 多个国家的实时空气质量指数（来源世界各地城市空气监测站实时数据2019年9月17日)/

/上图为某地河流重点断面特征污染物无人机遥感反演数据/

/上图为广州市水系总氮指标卫星多光谱遥感监测数据/

河流监测因子：水温、pH、溶解氧、电导率和浊度、高锰酸钾指数、氨氮、总磷、总氮。

/上图为南海多尺度三维海洋模型系统在天河二号超算的精准应用/

诸如主要河流湖泊海洋，各地空气质量，重点区域土壤状况，城市噪声，工业污染源监控等在线监测IOT设备，结合气象参数，天气精准预报及卫星遥感数据等技术手段能提供环境相关数据，并且采集设备数量和数据来源都不断增长。

通过各种技术手段实时监测得到基本数据，把长期监测结果汇总得到更有用数据，这些数据如果有效利用能让环保监管，环境改善提升的手段更精准有效。

基于这种小范围改善在更大范围收集并分析数据能帮助我们找到更好的人与自然和谐共处的方法。

有了数据基础，就需要强大的算力支撑，去不断练习完善算法，更好驾驭数字化带来的新环保技术变革。

借助超级计算机能帮助我们找到更智能有效的环境问题解决方案。

超级计算机的特征：某一时代性能最高的系统，服务于国家战略目标。超级计算机对科学发现、技术创新、产业革命的重要作用，超级计算可以帮助人们解决一系列重要问题，从微观到宏观到各种极端条件下的超高速计算模拟。其关键技术迅速辐射到其它应用领域，推动国民经济建设、科学技术进步与人类社会发展。

/高性能计算是科学研究的三大手段之一，大数据处理正成为科学研究的第四范式/

众所周知人工智能三要素：数据，算力，算法

人工智能的根基是训练，就如同人类如果要获取一定的技能，那必须经过不断地训练才能获得，只有经过大量的训练，神经网络才能总结出规律，应用到新的样本上。如果现实中出现了训练集中没有过的场景，则网络会基本处于黑匣状态，正确率可想而知。因此，对于AI而言，大量的数据非常重要，而且需要覆盖各种可能场景，才能得到一个效果良好的智能模型。有了数据之后，需要进行不断的训练。AI中有一个术语叫epoch，意思是把训练集反复训练多少轮。只把训练集从头到尾训练一遍网络是学不好的，当然，除了训练(train)，AI实际需要运行在硬件上，也需要推理(inference)，这些都需要强大算力的支撑。强大算力不仅可以更快速的完成过往无法短时间内完成的计算模拟任务，还可以通过跨空间跨时间跨领域多维度多尺度的综合计算训练建立更精准有效的算法模型。

利用天河二号计算和存储资源，广东省环境监测中心开展华南区域空气质量预报。实现短期精细化监测预警并实现长期趋势预报。广东省空气质量多模式集合数值预报系统选用多模式集合预报系统选用四套数值模式+神经网络等多种统计模型进行空气质量预报。实现区域（珠三角、粤东、粤西、粤北）未来五天空气质量等级以及全省21个地级市未来三天空气质量等级和首要污染物预报。有效开展大气污染来源解析，服务污染天气应急应对和重大活动空气质量保障。

广州市气象台实现气象预报在超算中心业务级运行，借助“天河二号”构建Grapes高分辨率数值预报业务模式，对严重影响的气象灾害进行准确预警、预报，科学有效防御气象灾害，已成为政府公共安全的重要组成部分和履行社会管理和公共服务职能的重要体现，同时成为社会防灾减灾的关键决策服务、专业服务和公共服务的关键支撑。

广州市气象业务预报系统3公里模式每天运行4次，1公里模式每小时运行5次，极大提升高分辨短临数值天气预报能力，计算时效华南3km数值模式系统的计算时间从114分钟缩短到56分钟（预报未来72h小时天气）。

中国科学院大气物理研究所借用天河二号超级计算机构建中国短期气候预测系统，中科院大气所FGOALS-f每月开展滚动气候预测，4小时即可完成未来6个月的气候预测，为我国防灾减灾提供科学依据。

编者注：据系统预测今冬京津冀地区平均大气扩散条件较往年偏差~1成。发生持续性雾霾污染的可能性较高。根据冬季风强度预测，今冬我国华北大部分地区将迎接“暖冬”，而华南地区将面临“冷冬”。

天河二号上运行的新一代多尺度海洋模型，能提供海洋动力学，台风预报，污染物赤潮预警。25分钟完成全球未来10天海洋模拟，首次耦合南北极海冰及海岸因素，全面揭示全球气候变化带来的环境影响。

现在我国的超级计算机在多个国家重大科研项目上得到应用，涉及金融数据、天气气候、航空航天、船舶工程、海洋环境、石油勘探、生物信息、药物设计、电磁仿真、量子模拟、先进制造、新材料、新能源等20多个应用领域，并支持了包括科学与工程计算、大数据、人工智能领域的10多个国家重大专项和重点研发项目，200余项应用课题达到百万核心计算规模。

现在银河、曙光、天河、神威等我国系列超级计算机，已经融入国家发展的方方面面。不仅仅在"大气海洋环境领域"，超级计算在"天文地球物理"、"新能源"、"新材料"、"大型工程装备与仿真"、"生物医药健康"、"智慧城市与云计算"等领域已经有很多举世瞩目的应用成果。面向学术前沿基础研究，满足国家战略需求，提升地方经济社会发展，助力产业转型升级，超级计算已经从各个方面改变我们的生活。下一步，随着我国新一代百亿亿次超级计算机系统的研制工作顺利推进，未来将继续推动国家的科技创新、战略性新兴产业快速发展，推动大数据、智慧城市、人工智能、物联网快速发展，共同为解决人类发展面临的重大挑战发挥重要作用，超级计算机将是人工智能和物联网的基石。