夜雨聆风
清晨的滴水湖畔，一组组水样从不同点位被采集、编号；实验室里，浮游生物样本经过固定处理后被送到显微镜下观察；校园水系中，在线藻类人工智能分析设备正在尝试用另一种方式“读懂”水体变化……
暑期，上海海洋大学水环境修复与保护团队走进奉贤上海之鱼（金海湖）、临港滴水湖，开展为期两周的城市湖泊水生态调研。从沿湖踏勘到13个点位定点采样，从现场水质测定到实验室浮游生物鉴定，再到人工智能、无人船、监测浮标等智慧监测技术探索，青年学子把专业课堂延伸到湖泊一线，在一次次观察、采样和分析中，为城市湖泊留下更加细致的生态“画像”。
从治理现场出发，重新认识一座城市湖泊
随着上海持续推进美丽幸福河湖建设，城市河湖治理的关注点正在从单一水质指标，进一步延伸到水生态系统健康、水体感官、生物多样性和市民亲水体验等多个维度。
对于学习水环境、水生态相关专业的学生而言，这也提出了一个更加具体的问题：一座城市湖泊究竟应该怎样观察？水质指标之外，还需要关注什么？已经完成生态治理的湖泊，又是如何保持长期稳定的？带着这些问题，实践团队首先来到奉贤上海之鱼（金海湖）。
上海之鱼（金海湖）面积约55万平方米，是奉贤新城重要的城市生态空间。团队沿环湖区域开展实地踏勘，先后观察环湖湿地、入湖净化设施、水下沉水植物示范区和滨水科普步道，并与湖区管护人员、周边市民游客交流，了解湖泊长期治理和日常管护情况。
沿着湖岸一路行走，学生们把课堂中学到的专业知识逐一与真实场景对应起来：水下成片生长的沉水植物如何影响水体透明度？外河来水进入湖体前为什么需要进行前端处理？鱼类、水草和水体之间如何形成相互影响的生态关系？已经恢复的水生态系统，又需要怎样持续维护？
据现场管护人员介绍，针对外河引水带来的营养盐和浑浊问题，湖区通过入湖截污、水生植物净化、水生生物调控等措施持续改善水生态环境。对实践团队而言，与其说这是一场普通的环湖参观，不如说是一堂在治理现场展开的专业课——原本散落在教材中的“沉水植被恢复”“生态系统调控”“长效运维”等专业概念，在真实湖泊中有了可以观察和分析的具体对象。
指导教师带领团队开展上海之鱼实地踏勘
13个点位，把滴水湖变成“水上实验室”
如果说在金海湖的重点是“看懂治理”，那么来到滴水湖后，学生们开始尝试用数据“读懂一座湖”。
结合滴水湖水系分布特征，实践团队分别在湖心区、环湖浅滩、七条放射河道及四大涟河入湖口等区域设置13个常态化采样点位。
每天清晨7点，队员们携带采水器、溶氧仪、pH检测仪、密封采样瓶和浮游生物采集网等设备开始当天的采样工作。在岸边栈道和水上作业船之间交替作业，取水、测定、编号、记录、保存，每一步都有明确要求。
现场采样并不是简单地“装一瓶水”。不同位置是否具有代表性，采样时间是否一致，仪器使用是否规范，天气和周边环境有没有发生变化，都可能影响最终获得的数据。队员们在采集水样的同时，现场测定水温、溶解氧、pH、浊度等指标，并同步记录点位、时间、天气及周边环境信息，随后将水样低温保存并带回实验室。
团队成员在滴水湖开展水样采集和现场水质测定
从湖边回到实验室，另一段工作才刚刚开始。团队成员按照实验流程对采集的水样进一步处理和测定，补充完善水质监测数据。浮游生物样品则经过固定、收纳和标号后，在显微镜下进行分类与鉴定，观察不同区域水体中浮游生物的种类组成和分布特征。一瓶从湖中取回的水，由此逐渐被“拆解”为一组组能够分析的生态信息。
对于参与实践的学生来说，这个过程也让“监测数据”变得更加具体——数据并不是仪器自动给出的一个数字，而是从点位设置、现场操作、样品保存到实验分析一系列规范操作共同形成的结果。只有每一个环节可靠，最终的数据才真正具有分析价值。
实验室水质样品处理与测定
团队成员开展浮游生物样品固定和显微镜观察
从显微镜到AI，监测如何从“一个点”走向“一条线”
在实验室里，通过显微镜观察和鉴定浮游生物，是认识水体生态状况的一项基础工作。但在实际监测中，一个新的问题随之而来：人工采样得到的往往是某一个时间点的数据，而湖泊环境一天24小时都在变化。夜间水体会发生什么？天气突变时指标如何响应？藻类快速增长的过程，能否被及时捕捉？
这些问题，仅依靠传统定期人工采样很难完整回答。也正是在这样的专业思考下，实践团队进一步接触和参与了水环境智慧监测技术的研发与应用探索。
需要说明的是，本次金海湖、滴水湖实践仍以人工现场采样、实验室检测和浮游生物镜检为主要调查手段。与此同时，团队参与研发的在线藻类人工智能分析设备已在上海海洋大学校园水系开展应用，通过自动采配水、样品富集、显微扫描、AI识别等环节，对水体中的藻类进行自动化分析。
据团队介绍，相关设备能够识别多种常见本土藻类，并通过自动分析提高样品处理效率。人工镜检依靠专业人员进行细致鉴定，能够提供重要的基础判断；AI分析则更适合承担高频、重复性的识别和数据处理工作。二者并非简单替代关系，而是尝试形成相互校核、相互补充的监测方式。
在线藻类人工智能分析设备及样品分析系统
除了“看清一滴水里的藻类”，监测范围也在从实验室进一步向整个水体延伸。
团队参与研发的水环境监测无人船和水质监测浮标，已在相关工程水域开展试点应用。无人船可以搭载多类型传感器开展移动监测并回传水质数据，固定式浮标则能够连续获取水温、溶解氧、pH、浊度等指标。
如果说人工采样获得的是一个个准确的“点”，连续在线监测则尝试把这些分散的“点”连接成反映水体变化过程的“线”。
人工监测保证样品分析和专业判断的可靠性，智能装备则增加监测频次和时间连续性。两种方式协同，也为进一步分析藻类变化规律、识别异常过程和开展水华风险预警提供了更加丰富的数据基础。
水环境监测无人船与水质监测浮标
从“一瓶水”出发，上好一堂没有围墙的专业课
从金海湖畔的环湖踏勘，到滴水湖13个点位的连续采样；从现场仪器上的一组数值，到实验室显微镜下的浮游生物；再到AI分析、无人船和在线监测浮标，实践团队经历了一次从现场调查到数据分析、再到智慧监测技术认知的完整过程。
团队负责人表示，标准化采样是确保监测数据准确可靠的基础。传统人工监测和智能装备各有所长，未来通过二者协同，可以使水环境监测从相对离散的“单点瞬时”观测，逐步向更加高频、连续的监测方式拓展。
下一步，团队还将对本次采集的水质、叶绿素及浮游生物样本进行进一步整理分析，并结合智能设备积累的连续监测数据，对区域水生态状况开展更加系统的研判。
带队教师张玮副教授表示，本次实践让学生通过走访观察、现场采样和实验分析，把课堂所学真正带到水生态治理一线。智能监测技术的接触与实践，也让同学们更加直观地认识到人工智能、自动化装备与传统水环境监测方法相结合的发展趋势。
对于学生而言，一瓶水样，是一次规范操作的开始，也是一扇认识真实水生态系统的窗口。课堂上学习的是指标、方法和原理，走进湖泊之后，需要面对的却是不断变化的水体、复杂的生态系统以及一个个需要通过数据回答的实际问题。从“看湖”到“测湖”，再到尝试“读懂湖”，海大学子在实践中不断加深对专业的理解，也更加清楚地认识到，生态环境保护既需要扎实的基础调查，也需要不断发展的技术手段。
从人工感知到智能监测，从数据获取到综合研判，水生态监测正在发生新的变化。这堂行走在湖畔、水上和实验室之间的实践课，也将继续延伸。
编辑：吴润欣
责任编辑：林南 吴程宇
