◆本报记者李欣

　　近日，当某机动车检验机构试图为超标车辆出具合格报告时，甘肃省移动源检测机构区块链大数据AI人工智能控制分析系统（以下简称AI系统）立即触发红色警报，天水市生态环境局执法人员迅速携带相关证据材料，赶赴现场进行核查。

　　“红黄绿”风险预警机制是AI系统的一项创新应用成果。AI系统开发者、甘肃省环境科学学会移动源污染防治专业委员会主任张玉泉告诉记者，AI系统可以自动识别异常检测数据和不规范操作，并对超标车辆、问题线索实时标红警告，有效解决了传统人工核查误差大、取证难等问题，实现了从人工抽查到智慧监管的升级。

　　针对机动车排放检验机构弄虚作假和检验不规范问题，2024年以来，甘肃省深度融合AI、业务区块链等技术，搭建机动车排放检测防作弊平台，开发数据骤停、数据恒值、曲线陡降、功率异常、转速异常等预警模型，推动实现对机动车排放检验机构的全过程非现场监管。

　　自动核查效率提升50倍以上

　　当前，移动源已成为大气污染物排放的重要来源。部分检验机构违规操作，导致超标车辆禁而不绝。

　　据统计，甘肃省各检验机构每年出具的检测报告高达250万份。“以前用传统方式只能对报告单进行抽查，每年监督检验机构的覆盖率在10%左右，而监督检查报告单覆盖率仅为0.24%。”张玉泉介绍，传统执法不仅要面对庞杂的海量数据，还要解决取证难等问题。

　　针对遮挡检测车辆牌照、采样探头插入不足等检验不规范问题，执法人员只能事后通过调取视频，对影像进行逐帧筛查。近年来，部分检验机构违法违规行为日益隐蔽，更加大了执法人员办案难度。

　　“AI系统能对实时影像和历史视频进行智能分析。执法人员也可以通过描述问题数据特征，让系统自动筛选输出对应结果。”张玉泉表示，全面接入AI系统后，预计日均可核查检测报告1万份，核查效率提升50倍以上，既降低了监管成本，又提高了核查质量。

　　对问题线索亮红色预警

　　“我们接到省生态环境厅推送的红色预警，一家检验机构涉嫌给问题车辆出具了合格报告。”天水市生态环境保护综合行政执法队的廖妍一边说着，一边从系统中调取了检验机构不规范操作的视频，以及车载排放诊断系统（OBD）数据等信息。

　　红色预警源自“红黄绿”风险预警机制。当检验数据偏差超过正常值的3倍时，AI系统将此判定为严重偏差，则亮起红色预警；当检验数据偏差超过正负10%时，系统将此判定为一般偏差，亮起黄色预警；当检测数据偏差在10%以内，则判定为正常，系统显示绿色。

　　“锁定问题线索再到现场核查，能让执法更有针对性。”天水市生态环境保护综合行政执法队队长马文杰说。

　　张玉泉介绍，“红黄绿”风险预警机制将传统监管的事后追责转变为事前预防和事中控制，通过收集秒级检测过程数据与AI系统中的数据模型进行分析比对，自动生成风险等级，实现了对问题数据的完全智能化研判。目前，AI系统识别率约为80%。

　　为让AI系统更加智能、识别问题更加精准，甘肃省通过搭载机动车排放检测数据服务系统、机动车环检实时在线视频监控系统、安环数据闭环管理系统、检测与维修（I/M）数据闭环管理系统、移动源污染防治社会化服务综合应用系统、黑烟车抓拍数据服务系统、非道路移动机械检测远程数据服务系统等，实现了对人为干扰采样过程、擅自放宽检验方法、篡改检验数据等多个异常问题的实时预警推送。

　　智能拦截防止异地“通关”

　　在对检验机构实现数智化监管的同时，AI系统还能对跨区域复检不合格车辆实现智能拦截。

　　曾经，一些车主企图通过异地车检让问题车辆“通关”。现在，在AI系统的加持下，相关现象得到了有效遏制。

　　近期，甘肃省将退办车辆信息化监管系统同步接入了AI系统，可对跨区域、跨站点复检及多次检测不合格车辆自动溯源。记者在平台上看到，某车辆在多次检测不合格的情况下，最后一次检测的NO数值过低，因此被判定为异常。“系统自动对这辆车进行标记，列为重点监管对象，相关问题线索也同步推送至属地生态环境部门。”甘肃省生态环境厅执法局工作人员说。

　　张玉泉介绍，AI系统具备强大的分析识别能力，但也需要用大量数据进行训练，从而提高其自我学习能力和现场识别能力。下一步，还需把黑烟车抓拍系统数据、M站维修治理数据、重型柴油货车远程在线监控数据、路检路查数据、OBD远程在线数据等全部接入AI系统，全面实现“天地车人”一体化AI智能监管新模式。

　　甘肃省生态环境厅执法局局长司翔峰表示，将力争在今年年底前对重点市、州完成AI系统部署，推动精准识别机动车检验领域违法线索，加快全省机动车污染防治数智化管理进程，进一步提升大气污染治理现代化水平。