算法精准“捕捉”，江西以AI平台重塑执法监管新范式

近年来，江西省生态环境厅坚持问题、实战、改革导向，以人工智能大模型和智能体赋能生态环境执法。厅执法局围绕“数据赋能、智能研判、精准执法、闭环监督”主线，破解监管对象多、执法力量有限、违法行为隐蔽等难题，推动执法从经验巡查向数据驱动、智能预警转变。

撕开医废处置中心排口的监测迷雾

4月13日，平台规则模型发现赣江新区某医疗废物处置中心2号废气排放口氯化氢小时浓度长时间维持在6．39毫克／立方米至6．405毫克／立方米，变异系数仅0．1％。数值并未超标，异常恰在“过于安静”。平台同步比对烟气流量、流速、氧含量等参数，发现其他工况数据均在正常波动，唯独氯化氢浓度几乎不动；再叠加近半年内累计出现10次设备故障标记，仅4天之内就连续触发12次“数据稳定”类预警；结合企业排污许可信息、历史违规记录、运维合同履约情况等多维档案数据综合叠加，一幅清晰的异常画像逐渐成形。

多源数据融合形成的线索进入以大语言模型为核心的研判引擎后，系统沿“物理异常—设备失效—数据失真—监测义务违规”的逻辑链推理，匹配HJ1403—2024和《江西省污染源自动监测数据管理条例》等依据，生成红色高风险预警，并给出标气校核、台账调阅、人员询问等检查建议。执法人员现场用19．6毫克／立方米标准气体校核，仪器读数始终停留在6．2毫克／立方米至6．5毫克／立方米；运维人员也承认3月后未按规定开展15天一次校准。该违法行为已立案查处，并同步督促排污单位和运维公司整改。

诊断机动车检测的隐蔽漏洞

如果说赣江新区案的违法特征是数据“过于安静”，那么赣州安远县这起案件的隐蔽之处，则在于它穿着一件“合格”的外衣——检测程序完整走完，报告加盖印章归入档案，违法的痕迹深藏于检测波形的内部逻辑之中，几乎无从察觉。2026年3月18日，一辆车龄14年、行驶13．5万公里的国III柴油货车完成加载减速法排放检验并取得合格报告。平台移动源监管模型扫描时序数据后发现：车辆在100％最大功率转速阶段持续9秒，扭矩均值高达218．33；21秒后切换至80％阶段，扭矩骤降至42．11，衰减幅度达80．7％，远超正常工况波动范围。系统进一步比对设备维护记录、同类车辆波形和机型参数区间，识别出检测数据“合格”与扭矩波形“断崖”之间的物理矛盾。

大模型研判认为，该特征高度符合底盘测功机传动系统故障导致扭矩采集基准失真的模式，随即匹配《中华人民共和国大气污染防治法》和GB3847—2018相关要求，提示执法人员核查传动系统、计量证书、同期数据和检测人员。现场检查确认，同步带存在磨损、拉伸、跳齿等老化问题，在特定负载下产生瞬时传动滑差，导致扭矩数据失真。该机构因检验数据不真实不准确，被依法立案查处。

从两起案件看到一套治理思路

两起案件能够被发现，首先得益于数据底座打通。过去，排污许可、自动监测、信访投诉、移动源监管等数据分散在不同系统，跨源关联分析难以开展。江西平台依托省级一体化数据仓库，打通省厅内外30余个业务系统，汇聚排污许可、自动监测、固危废、移动源、环评、信访、工况用电、视频监控等483张数据库表、约280亿条数据，日均新增超1000万条，并接入全省1258台执法记录仪。更关键的是，平台通过统一企业编码、监测点位编码与污染物分类标准，从根源上消除了长期困扰跨系统分析的“语言不通”问题，关键字段完整率保持90％以上，信用代码匹配率约95％——正是这座数据底座，才使前述两起案件中跨系统、跨时段的多源数据交叉验证成为可能。

数据资源底座架构图

让AI成为生态环境执法的智慧大脑

在此基础上，江西省生态环境厅设计并主导开发的智慧执法监管平台在国内生态环境执法监管领域率先探索并独创“感知—认知”协同双引擎架构—将人工智能能力分为既相对独立、又深度协同的两个功能层，构建起从“发现异常”到“研判违法”的完整推理闭环。

感知层综合运用规则模型、机器学习和深度学习算法，对排放浓度、产排污强度、设备状态、检测波形、视频图像等开展全天候异常识别，目前已围绕污染源、环境质量、环境管理三大领域构建200个以上研判小模型。认知层以DeepSeek、Qwen等大语言模型为核心，调用法律法规、标准规范和典型案卷知识库，对异常线索进行法理解读、风险评级和执法建议生成。核查结果再回流模型，形成“预警—核查—处置—迭代”闭环，使平台不只是设阈值报警，而是逐步学会理解异常背后的违法逻辑。

从线索到案卷都有AI智能助力

对一线执法人员而言，AI能力已经嵌入执法全流程。出发前，平台基于企业环保画像自动生成“通用检查项＋个性化检查项”清单和证据采集要点，帮助执法人员明确查什么、怎么查、留什么证。检查中，移动端执法小助手可一键调阅企业档案和排污许可台账，动态推荐询问要点和后续检查方向，并通过语音识别、OCR等技术实现记录入档、全程留痕。检查后，系统可辅助生成调查报告、处罚告知书和决定书，依托裁量基准库推荐处罚依据和幅度，并通过案卷智能评查识别文书遗漏、法条错引、证据缺失等问题。

从江西实践走向治理示范

这种数据驱动的执法模式，正转化为实实在在的治理成效。今年上半年，全省生态环境部门查办行政处罚案件647件，同比增加41．9％；移送拘留及涉嫌犯罪案件48起，同比增长71％。同时，全省不予处罚案件达118起，免罚金额5293万元，同比大幅增加274％。

这一升一降的背后，是执法精准度的全面跃升。对于恶意违法与数据造假，平台能做到发现更快、打击更准；对轻微违法且符合免罚条件的企业，则依法审慎处理，减少无效打扰。智慧执法的核心不是增加检查频次，而是让监管更高效、服务更有温度。

江西省生态环境智慧执法监管的探索表明，生态环境执法数字化转型不是把线下流程简单搬到线上，而是以数据重塑监管方式、以智能提升执法效能、以闭环推动治理升级。将人工智能融入执法实战，把海量数据转化为精准线索，把技术能力转化为治理效能，江西正推动执法监管从平均用力向精准发力转变、从经验驱动向数据驱动转变、从事后处置向事前预警转变、从单点应用向全流程闭环转变，探索出一条可观察、可验证、可复制的智慧执法新路径。随着生态环境法典的正式实施，江西将持续完善数据融合、模型研判、非现场监管和执法监督体系，为生态环境治理现代化提供新的实践样本。