入河排污口综合分析平台主要是将视频 AI 分析根据人工智能图像识别技术、深度学习算法，搭建生态环保多场景视频AI 分析预警平台，整合监控设备、抓拍图片、模型算法、报警记录等数据，提供可视化界面和算法服务支撑。

1、摄像机前端识别方案。视频监控系统前端采用绿藻等漂浮物堆积检测、排水口排水检测、水体颜色异常检测预警的智能化相机，通过前端识别以满足入河排污口环保监测识别预警的要求。

2、后端识别方案。后端识别主要是在后端云服务器上搭建视频 AI 分析平台，结合人工智能图像识别技术、深度学习算法等技术手段，实现对视频图像中入河排污口排污检测、绿藻、水面漂浮物、黑臭水体等情况的主动预警，告知相关人员及时处理，为入河排污口的实时监管提供赋能保障。后端识别技术方案主要有以下优势：

（1）通过平台实现视频数据的集成接入，获得视频图像信息，且不对原有视频产生任何影响，有效减少重复的硬件投入，便于后期识别场景的扩展。

（2）后端识别是基于 GPU 处理单元计算，具有实时高速的并行计算和浮点计算能力，利用图像识别专用 GPU 处理单元对自动获取的图像进行实时识别，具有高并行、高吞吐、低时延等特点，可以支撑多个场景识别模型同步进行。

（3）后端识别有利于后期模型扩展，可以针对业务管理需求新增不同场景识别模型，直接搭建部署即可运行使用。

（4）后端识别技术实时性没有前端识别高，但是后端识别算力高，识别的精度将高于前端识别方案。

3、绿藻综合分析预警。利用 AI 模型对绿藻区域进行检测和识别，获取绿藻像素面积，并根据摄像头安装距离估算绿藻实际面积。同时，结合流量在线监测数据、水质监测数据，尤其是总磷元素含量及污染物总量，综合判断绿藻严重程度，提供分级报警，供相关人员精准决策和处置。

4、黑臭水体综合分析预警。利用 AI 模型对黑臭水体进行检测和识别，获取黑臭水体像素面积，并根据摄像头安装距离估算黑臭水体实际面积。同时，结合水质检测数据，结合流量在线监测数据、水质监测数据，尤其是氨氮元素含量及污染物总量，综合判断黑臭水体严重程度，提供分级报警，供相关人员精准决策和处置。

5、漂浮物综合分析预警。利用 AI 模型对水面漂浮物进行检测和识别，获取漂浮物子类型及面积，并根据摄像头安装距离估算漂浮物实际面积。综合漂浮物类型和对应面积，判判定漂浮物严重程度，提供分级报警，供相关人员精准决策和处置。

6、排污检测综合分析。利用 AI 模型对指定排口进行检测和识别，获取排口排放状态，同时结合业务数据规定的排放状态、排放物类型、流量数据及污染物总量数据，综合判定是否为异常排放，对未按照规定的排放现象进行报警提醒。

生态环保多场景视频AI分析预警平台主要技术包括：应用部分使用 golang 语言，基于 Gin 框架开发，AI 后端服务器部分使用 Python 语言，基于开源 Detectron2 框架开发，边缘计算部分使用 C++语言，基于开源 DeepStream 框架开发。

中交路桥科技基安云入河排污口智能监管解决方案统筹岸上和水里,陆地和海洋,根据受纳水体生态环境功能,确定排污口设置和管理要求,倒逼岸上污染治理,实现"受纳水体—排污口—排污通道—排污单位"全过程监督管理。中交路桥科技基安云·智慧污水厂管理平台（SSP），实现对污水厂进行集中监控，真实反应污水厂的建设施工、生产、运维全过程状况。通过智慧污水厂管控平台对各个工艺环节设备设施进行集中监控，使得各级管理人员能够及时、准确、全面、直观的了解和掌握生产状况，进而实现对整个污水厂生产运维的统一指挥和智慧调度。同时基于大数据分析技术，建立智慧污水厂数学模型，通过监测进水水质、水量，智能调节加药量、曝气量、污泥回流量等，以降低污水厂的生产运营成本，科学指导污水厂的智慧运营，实现整个污水厂的节能降耗、出水水质的稳定达标。