水体浊度/透明度是影响河湖水生态系统健康的重要因素，其高效快捷监测是水环境管理的迫切需求。在中国科学院青年创新促进会项目、国家自然科学基金等联合资助下，中国科学院南京地理与湖泊研究所黄佳聪副研究员、高俊峰研究员等科研人员，发展了一种针对河湖水体浊度的新型监测方法，该方法深度融合了贝叶斯实时建模与图像分析等交叉学科的研究技术，构建了基于后台数据库实时提升浊度监测可靠性的创新模式，实现了基于不同型号手机图像的水体浊度高效快捷监测，拓展了水环境模拟技术在水质监测领域的应用。 

　　长江、黄河、珠江、太湖等河湖的野外现场校验结果表明：该方法可有效监测河流、湖泊、沟塘等自然水体的浊度。与传统监测方法（浊度仪等）相比，研发的浊度新型监测方法具有高效便捷、监测精度智能提升的优势，有望在监测仪器自主研发、水环境智能监测、环境大数据挖掘等领域发挥更大作用，成果以A novel framework to predict water turbidity using Bayesian modelling为题，发表在环境领域知名期刊Water Research。 

　　全文链接：https://www.sciencedirect.com/science/article/pii/S0043135421006047 

融合贝叶斯建模与图像分析的水体浊度新型监测方法 

后台数据积累提升了水体浊度监测精度