基于YOLOv11深度学习的河湖生态环境危害自动识别与智能监测研究

本文系统探讨了利用深度学习技术（YOLOv11）自动识别河湖生态环境危害的创新方法，构建了包含12类危害目标的专用数据集WATER-DET，通过迁移学习实现污染类别、排污口及岸线侵占等多目标检测，模型F1分数达0.72，为水环境智能监测提供了高效技术方案。

　　

1 Introduction

水资源对人类生存与社会发展至关重要，当前工业生活污水排放、面源污染等问题严重威胁水质，加速自然富营养化过程。过度捕捞、水利工程建设等压力进一步破坏河湖生态平衡，洪涝干旱等灾害不仅造成损失，更危及水利设施安全运行。准确识别河湖水系现存问题对水资源可持续开发与保护具有重要意义，有助于生态安全维护和监管责任落实。

传统检测方法依赖实验室分析，专业门槛高、工作量大且响应不足。随着人工智能（AI）和计算机视觉快速发展，自动驾驶、医疗诊断等领域已广泛应用图像识别技术。在环境监测领域，AI技术为河湖生态环境危害识别带来新机遇，通过特征提取、分类与模式匹配显著提升识别效率与精度。

自AlexNet提出以来，卷积神经网络（CNN）取得显著进展，R-CNN、Fast R-CNN、Faster R-CNN、SSD和YOLO系列算法不断推动目标检测性能提升。YOLOv11作为最新版本，在检测速度与精度上进一步优化，支持实例分割、图像分类等多任务功能。水利领域已尝试将计算机视觉目标检测算法应用于输电线路缺陷识别、施工质量监控等场景，但在河湖危害识别中仍存在局部尺度检测不足和目标类型覆盖有限的问题。

2 Data and methods

2.1 Construction of the river and lake water environmental hazards dataset

2.1.1 Data collection

WATER-DET数据集通过现场拍摄、监控摄像和无人机航拍等多源图像构建，涵盖河流、湖泊、水库等不同水体类型，包含多种环境危害类别、光照条件和季节变化。在线新闻与报告经专家筛选后补充至数据集，确保样本代表性和标注准确性。

2.1.2 Target classification

目标分类基于应用场景分为三类：水质颜色监测初步识别污染类型、水面漂浮物评估生态系统状况、河道合规性监测符合国家水保护政策。具体检测目标分为四类：水污染检测（藻类、油膜、红黄色污染等）、水面漂浮物检测（枝叶、垃圾、死鱼等）、排污口检测、违规目标检测（采砂、挖土、违章建筑）。最终确定12类相互独立的目标类别，包括藻类污染、油膜污染、红色污染、黄色污染、泡沫污染、污水、垃圾、漂浮死鱼、漂浮树叶、排污口、沙场和临河建筑。

2.1.3 Data annotation

使用labelImg软件进行人工标注，包含环境危害类型分类和矩形边界框空间信息。采用多人交叉验证确保标注一致性，工作流程包含框架建立、数据命名、任务分配、标注审核及数据增强等环节。最终数据集包含1,500张RGB图像，按7:1:2比例划分为训练集（1,050张）、验证集（150张）和测试集（300张）。

2.2 Development of a transfer learning model for environmental hazard detection based on YOLOv11

2.2.1 YOLOv11 algorithm principle

YOLOv11采用改进的主干网络和颈部结构提升特征提取能力，引入C3K2模块和C2PSA空间注意力机制，在保持SPPF模块等优化组件基础上实现更高精度、更快推理速度和更少参数量。网络结构包含主干网络（特征提取）、颈部网络（特征整合）和头部网络（目标预测），通过网格划分、边界框预测和类别分类完成检测。

损失函数包含边界框回归损失（Box Loss）、分类损失（CSL）和置信度损失（CFL）。Box Loss优化预测框与真实框的空间差异，CSL衡量预测概率分布与真实标签差异，CFL评估目标存在置信度准确性，三者共同优化模型性能。

2.2.2 Transfer learning strategy

采用基于微调的迁移学习方法，保留预训练模型底层参数，重训练顶层及新增分类层。以COCO数据集预训练的YOLO11n模型为基础，替换最终分类层适配本研究的12类目标，通过选择性重训练有效适应新任务。

2.2.3 Technical framework and model training

基于TensorFlow深度学习框架，在Anaconda环境的Python 3.8.16中实现模型训练与验证。技术框架包含数据准备、分类标注、YOLOv11与COCO数据集集成、迁移学习支持及模型导出应用。训练过程包含样本重构划分、参数微调、超参数优化和性能评估阶段。

2.2.4 Model training strategy

预训练模型选择COCO数据集训练的YOLO11n，提供大规模视觉数据学习的稳健特征表示。微调策略冻结低层卷积权重，仅重训练上层及新分类层，保留基础模型特征提取能力的同时降低训练成本。训练参数通过YAML配置文件设置学习率、批大小和训练轮数。

2.2.5 Model validation

数据集按7:1:2比例划分，手动调整确保危害类别均匀分布。性能指标包括精确率（P）、召回率（R）、F1分数和平均精度（AP）。精确率衡量正确阳性预测比例，召回率评估真实阳性识别比例，F1分数为两者调和均值，AP综合不同召回阈值下的性能表现。

模型调整基于性能指标反馈：低召回率需提高类别敏感性，低精确率需减少误报；过拟合时应用L1/L2正则化或简化网络，欠拟合时增强架构或调整学习率；学习率影响收敛稳定性，批量大小关系训练效率与内存需求。通过扩展数据集、调参和模型修改全面提升性能。

3 Experimental design and result analysis

3.1 Experimental environment

实验在Windows 10系统、16GB内存、Intel Core i7-10700K CPU和NVIDIA GeForce RTX 3060 GPU硬件环境下进行，使用TensorFlow框架和Python 3.8.16。

3.2 Experimental setup

批大小设为16，输入分辨率160×160像素，训练200轮次。训练集边界框损失（train/box loss）稳定下降并收敛，验证集损失（val/box loss）同步趋稳，分类损失同步稳定表明训练有效。精确率约90%，召回率超0.7，mAP_50-95超70%，mAP₅₀超70%，预测精度较高。

3.3 Result analysis

3.3.1 Analysis of experimental results

混淆矩阵显示多数预测与真实标签一致，模型预测能力强。精确度-置信度曲线在置信度1.0时整体平均精确度0.99，但漂浮死鱼类别精度较低，外观变异性增加特征学习难度。P-R曲线显示迁移学习后mAP₅₀提升至74.4%，漂浮死鱼和树叶类别mAP仍较低，样本代表不足限制性能。F1-置信度曲线在阈值0.796处取得最优F1分数0.72，各类别平均F1分数0.72，检测性能良好。

3.3.2 Instance-level verification

迁移学习后模型对垃圾、水面漂浮物、沙场、建筑和排水管等类别识别能力显著提升，原始YOLO11n模型无法检测此类目标。基线模型对一般目标（如人员、船只）保持较高检测性能，但对水中人员识别精度较低，需增加水中作业样本提升能力。迁移学习显著增强模型对多样化水环境危害的识别能力，专业类别标注需领域知识，可通过减少通用类别标注降低工作量，最终通过模型融合实现全面目标覆盖。

3.3.3 Model comparison analysis

Water-YOLO11n模型F1分数0.72，精确率0.848，召回率0.69，mAP₅₀达74.4%，mAP_50-95为65.4%，较迁移学习前原始模型（mAP₅₀仅0.7%）大幅提升。与Water-YOLOv8s和Water-YOLOv10n相比，Water-YOLO11n的mAP₅₀最高且参数量少于Water-YOLOv8s，推理速度（FPS=5.3）略低但精度提升显著，在精确率、召回率和mAP间平衡最佳，适合河湖水环境监测实际部署。

4 Discussion

与Shen（2022）基于卫星影像的“四乱”问题宏观检测不同，本研究聚焦无人机或地面摄像头的局部监测，模型设计为多场景水环境危害综合检测工具，涵盖水质变色污染分类、漂浮物生态影响评估、排污口及结构侵入河道管理等功能。

模型可支持欧盟水框架指令要求的河湖水文形态评估，替代人工现场调查识别岸线结构、污染源和人为改变，通过无人机、手机或监控摄像头图像自动检测漂浮 debris、藻华和违规岸线改造，减少野外工作量，实现更频繁评估和连续视觉记录。

除深度学习外，可整合LSPIV（表面流速估计）、SAM（宏塑料光谱分类）和SfM-MVS（河道形态重建）等图像分析方法，衍生水文形态参数如岸线位置、沙洲迁移和浅水深度测量。

模型在环境修复和公众参与中具应用潜力，如监测表层污染时序变化或集成至公民科学平台，通过手机/无人机媒体提交实现自动分析，即时反馈检测结果，借鉴CrowdWater和Plastic Pirates经验拓展监测时空范围，提升公众环境素养。

在中国语境下，模型可整合进国家水质评估框架，匹配地表水水质监测网和河长制体系，增强现场巡查中的非法排污口识别、城市河流宏塑料实时检测（长江、珠江流域）、重要水库藻华预警（丹江口水库、太湖等），符合长江保护法和国家生态文明战略目标，强化合规监测与社区参与。

尽管模型整体性能良好，漂浮死鱼和树叶等特定类别检测仍存局限，训练样本不足限制泛化能力。未来需扩展数据集多样性，引入特征增强和注意力机制突出细微特征。视觉复杂性（轮廓重叠、部分淹没、背景低对比度）增加区分难度，需发展支持个体与群体检测的数据集和方法。环境条件（光照、天气、季节变化）影响检测精度，水面眩光、低光照和季节变色可能导致误检漏检，需通过数据增强模拟多场景，结合时间戳、天气和GPS等多模态融合提升鲁棒性。

5 Conclusion

为满足河湖生态环境危害快速准确识别需求，本研究构建了包含1,500张标注图像、涵盖12类水危害的WATER-DET数据集，基于YOLOv11架构通过迁移学习开发Water-YOLO11n检测模型。模型在置信度1.0时整体精确度0.99，交并比阈值0.5下平均召回率74.4%，F1分数0.72展现良好平衡性能。

对比验证显示模型精度高，可作为水环境危害可靠检测工具，为水资源管理保护提供技术支撑。模型可导出通用格式部署于服务器、边缘计算或移动设备，支持实时离线监测。持续收集用户反馈和现场图像将扩展数据集，推动模型改进，提升分类范围、识别精度和实际应用可靠性。