上午十点，河边取水口还是清的；下午三点，水面泛起一层白，下游两百米的监测站浊度曲线抬了起来。同一时段，上风向三公里的空气站颗粒物读数从三十多跳到八十。发现异常不难，难的是回答「从哪来」。AI 在环境监测里最值钱的地方就在这里：把排查范围从几十家企业缩到三五家。下面讲清四件事：各环节能做到哪一步、溯源为什么难、数据质量为何是前提、线索与证据之间隔着什么。
报警回答「这里不对」，溯源回答「谁造成的」
站点的报警逻辑很朴素：某项指标超过阈值，或者变化速率异常，就推一条提示。这套规则运行多年，稳定、可解释、误报可控，但它只指出位置，不指出原因。而后者才是执法资源真正需要的答案——一个区几十家涉气企业，靠人一家家走，一周也走不完。
溯源要做的是把监测数据、气象条件、地理信息和企业清单放在一起，反推「什么样的源，在什么时间，经过怎样的传输，能产生这样一组观测」。这是一类反问题：从结果推原因，往往有多个解。模型的输出因此只能是排序和方向，很难直接给出一个名字。
溯源能定位，定性要靠现场
把监测到执法的链条摊开，各环节的成熟度差得很远：
| 环节 | 能做 | 不能做 |
|---|---|---|
| 数据质控 | 识别停摆、恒值、突跳、跨站不同步，标出可疑时段并提示校准 | 判断探头被遮挡或人为干扰；替代标准方法的比对监测 |
| 水质异常识别 | 从连续曲线里找出与历史节律不符的抬升，提前给出提示 | 区分工艺波动与偷排；在探头结垢漂移时保持灵敏 |
| 遥感与影像识别 | 找出疑似排口、水面异常色块、夜间热源，缩小核查范围 | 直接认定排放；在多云、薄雾、小目标条件下稳定检出 |
| 溯源归因 | 结合风向、地形、企业清单给出可能来源方向与时段，排序可疑对象 | 给出唯一结论；在多源叠加时分离各自贡献 |
| 执法辅助 | 把随机抽查变成按风险排序，输出待核查名单与依据 | 替代现场取证；决定处罚种类与幅度 |
落地最扎实的是第一行和第五行：前者是规则加统计，后者是把已有流程搬进系统。第三行的想象空间最大，也最容易在演示里被夸大——一张卫星图圈出疑似排口，看着直观，能不能当线索，取决于成像时相、云量和目标大小。这类从图像到判断的链条，计算机视觉的任务类型里有更细的划分。
溯源难在多解，不难在算力
一段河氨氮升高，可能是上游一家养殖场，也可能是三家企业的生活污水，还可能是底泥在高温下释放。风向一变，空气污染的来源可以在两小时内从东南换到西北；地形一绕，烟羽会拐进山谷。再加上无组织排放——装卸、逸散、跑冒滴漏——这些源既没有排口，也没有在线数据。
所以溯源模型的输出通常是「可能来源方向、时段、可疑对象排序」，附带一个置信程度。这个形态是对的：它把人的注意力导向少数几个位置，剩下的靠现场。要求它给出唯一答案，等于要求它替执法做认定。
数据不准，模型只是在错误上加倍用力
传感器会漂。光学颗粒物传感器在湿度高时读数虚高，电化学气体传感器随温度漂移，水质探头结垢之后响应变慢。标定周期一长，整条曲线的形状还在，绝对值已经偏了。点位太稀，污染团从一个站飘到下一个站之间发生了什么，谁也说不清。
更麻烦的是数据链条上的断点：设备离线、报文缺失、时间戳对不齐、单位不统一。这些看起来是工程问题，落到模型上就是特征缺失和标签错位。同类现象在数据漂移与标签噪声里都有讨论：输入端的偏差会被模型完整继承，甚至放大。
这就是「先把数据搞准」比「换更强的模型」更值得投入的原因。一个老实做质控、按周期标定、点位布设合理的系统，用简单方法也能给出可用线索；反过来，数据一塌糊涂，再大的模型也只能把噪声拟合得很精致。
模型给的是线索，不是证据
执法讲证据链：采样、封样、运输、检测、复检，每一步都有程序要求。模型输出的一个概率排序，进不了这条链。它能决定「先去哪家」，不能决定「这家违法」。现场核实这一步省不掉，而且要由有资质的人来做。
多源叠加时归因更难。一个工业园里十几根烟囱，风向相同，特征污染物也相似，模型很难把贡献分开；区域传输还会把邻市的影响算到本地头上。这种情况下，它给的方向可能指向一片区域，而不是一家企业。
还有一类误用要留意：把预测当成事实写进通报。数值模型说的是「未来几小时可能超标」，遥感识别说的是「疑似异常」，两句话都带着限定词，去掉限定词就变成了另一个意思。环境数据与政策口径，以官方发布为准。
一套监测体系，先看四件事
第一看点位，布在哪、覆盖什么、有没有对照点。第二看质控，标定周期多长、异常值怎么处理、原始数据留没留。第三看留存，数据能不能回溯到原始报文，改动有没有痕迹。第四看人，有没有人负责复核每一条报警，还是让系统自己发自己结。
四件事里，第二件最容易被跳过，因为它不出现在大屏上。一套系统的可信度，恰恰是在这些不显眼的地方攒出来的。
速查：环境 AI 的四条判断
- 先问数据：点位多密、多久标定、异常值谁复核
- 溯源结论只当线索，看它给的是方向还是名字
- 多源叠加的园区，别轻信单一贡献比例
- 执法依据回到采样与检测，模型输出不进证据链
