【摘要】党的二十大报告指出，尊重自然、保护自然、顺应自然是全面建设社会主义现代化国家的内在要求，开展自然资源审计的重要性不言而喻。当下自然资源审计虽然已经取得了一定的成果，但在图像等非结构化数据的处理上仍然效率不高。水资源作为自然资源的重要组成部分，其审计工作的重要性不言而喻，而且图像等非结构化数据在水资源审计数据中占比很大。为此，文章以自然资源审计中的水资源审计为例，聚焦于水污染图像数据处理，设计了一种基于深度学习的自然资源审计数据处理算法。通过对主流YOLOv5网络的改进，使其在水污染图像数据处理的准确率和处理速度等方面具有良好的表现，为提升自然资源审计的效率提供了有力支撑。