基于大数据的荒漠化治理对策研究

李文彦

（西北师范大学，甘肃兰州730000）

基于大数据的荒漠化治理对策研究

李文彦

（西北师范大学，甘肃兰州730000）

新常态下，我国荒漠化治理也步入到了一个新阶段，大数据的出现及其技术的进一步成熟，为我国荒漠化的治理提供了一条有效途径。在对我国荒漠化的现状进行分析的基础上，通过研究大数据的内涵，特征，梳理出了基于大数据的荒漠化治理思路，然后讨论了大数据助力我国荒漠化治理中的优势和挑战，最后提出了当前形势下基于大数据的荒漠化治理对策。

大数据技术；荒漠化治理；生态治理；对策

荒漠化的治理涉及到社会发展的多领域和多层级，需要整合处理各类纷杂的信息数据，这就需要转变发展理念，积极探索创新理念和技术。大数据能够为荒漠化治理提供很大帮助，并能得出切实可靠的荒漠化数据分析和决策结果。大数据作为一项重要战略资源，是提升国家实力和稳固数字主权的核心内容，也是我国生态治理和建设美丽中国的关键所在。2015年国务院印发了《促进大数据发展行动纲要》，提出了发展大数据的战略思路，2016年环保部发布了《生态环境大数据建设总体方案》，要求通过生态环境大数据的建设，提升生态环境治理能力，十三五规划也明确指出要实施国家大数据战略。

1　荒漠化现状

目前，全球荒漠化土地面积已经达到3600万km2，约占陆域面积的25%，而且每年都在以约6万km2的速度不断蔓延，全球约12亿人口直接受到荒漠化的威胁，土地退化直接带来的经济损失占到全球农业GDP的5%。

根据我国国家林业局《中国荒漠化和沙化状况公报》监测数据显示，1994年我国荒漠化土地总面积262.2万km2，占国土总面积的27.35%；1994年到1999年，荒漠化土地面积不断扩大，五年间增长5.2万km2，达到267.4万km2，占国土总面积的27.9%；2004年全国荒漠化土地总面积263.62km2，占国土总面积的27.46%，比1999年净减少3.78万km2，年均减少7560km2［1］；2009年全国荒漠化土地总面积262.37万km2，占国土总面积的27.33%，比2004年净减少1.25万km2，年均减少2500km2［2］；截至2014年，我国荒漠化土地总面积261.16万km2，占国土总面积的 27.2%，比2009年净减少12120km2，年均减少2424km2。21世纪以来，全国荒漠化土地面积持续缩减，减速明显增加，十五年间全国荒漠化土地总面积净减少6.24万km2，荒漠化土地面积防控效果显著，呈现出良好发展态势［3］。虽然全国荒漠化土地面积日益缩减，但是随着经济社会加速发展和人类生活需求不断扩展对自然生态环境的破环，全国有4亿多人口仍受到荒漠化的威胁，荒漠化每年所造成的直接经济损失约为640亿元［4］。由此可见，荒漠化的防控与治理任务十分艰巨。十三五期间，我国将完成沙化土地治理面积10万km2，平均每年将要完成治理目标2万km2。

2　大数据内涵

2.1大数据概念

维基百科中对大数据的定义为：大数据是指运用各种软件工具对数据信息进行收集，整理、管理和分析的时间超过正常可容忍时间范围的特定数据集合，它是一个体量和数据类别都相当大的数据集合，并且运用传统的数据库工具对其难以进行数据的管理和分析［5］。大数据包括各类信息资源的整合体，是非结构化的数据，大数据技术就是针对大数据而进行的数据处理和应用技术［6］。大数据是人类生产生活和改造自然的过程中形成的新视野和新技术，在新常态下利用大数据发展新业态、获取新价值、建设生态文明是社会发展的必然趋势［7］。它是推动我国生态治理步伐，加速社会经济转型，提升国家竞争力的新途径、新方法。

2.2大数据的特征

大数据具备四个方面的特性，即4V特性，包括Volume、Velocity、Variety、Value［8］

第一，数据资源量大（Volume）：指数据收集，管理，处理分析的规模巨大，其存储容量已经从TB升级到PB级别。

第二，数据处理速度快（Velocity）：数据收集，传输，管理和分析所耗费的时间少，做出决策时间短，效率高。

第三，数据类型丰富多样（Variety）：数据类型包括音频、视频、日志、图件等等，纷乱复杂。

第四，数据价值密度小（Value）：大数据的关键在于预测结果，但是其数据体量较大，真正有价值的数据量小，从中提取有价值的数据犹如在沙子里淘金［9］。

3　大数据助力荒漠化治理的优势分析

3.1荒漠化治理能力现代化新模式

大数据视角下的荒漠化治理，是包含了政府、企业、社会组织、社会公众等在内的多元主体协同参与，共同治理。大数据能够转变荒漠化治理的思维方式，它将成为荒漠生态治理能力现代化的有效方式［10］。通过创造新价值和提升新能力发挥数据资源价值，对荒漠化数据资源进行综合运用和集成分析，在荒漠化治理过程中引进大数据技术，是推进荒漠化治理现代化的新模式新途径。

3.2荒漠化治理决策信息的新支撑

大数据能够为荒漠化各治理主体进行科学管理和决策提供有力支撑，伴随着互联网+、云计算的快速发展，大数据技术可以利用庞大的数据体系，在分析荒漠化发展的动态变化趋势和原因，做出精准预测和预警，提供切实可靠的荒漠化防治对策建议等方面扮演越来越关键的角色，为荒漠化治理的决策信息提供新的支撑点。

3.3创新荒漠化监管过程的新方法

依靠大数据的动态监管和实时追踪是荒漠化治理的创新途径之一，荒漠化问题严峻，监管范围广，难度大，任务重，传统的治理手段不能胜任目前的监管任务，急需转型升级，创新思维，而大数据可以利用物联网，云计算等实现荒漠化定点采样，动态监测和数据共享，提高荒漠化的监管水平。

4　大数据技术在荒漠化治理中的挑战

4.1数据开发环境

荒漠化治理中的数据类型纷杂，多以非结构化数据为主，且数据量不断增长，复杂性不断提升，使得传统的数据存储和计算能力不能满足现有的数据处理要求，必须制定适宜荒漠化治理的大数据体系，进一步开发针对荒漠化治理的数据挖掘工具和分析软件。

4.2人才队伍建设

荒漠化治理大数据人才队伍的培养和管理是荒漠化治理的基础，缺少大数据处理和应用的人才队伍，大数据处理和分析的人才队伍的专业技能和知识素养的欠缺，大数据处理和共享中人员的责任分工，配合协调等都会形成荒漠化的治理瓶颈。

4.3数据共享和开放

推动荒漠化治理，需要数据资源的共享开放，发展大数据，转变政府、企业、公民发展理念，打破政府部门分割，行业壁垒，公民私利现象，实现数据资源的自由、共享、开放、互联、互通，构建完善的荒漠化大数据管理体系和服务体系。

4.4数据标准化

数据标准化是大数据应用的一个瓶颈，荒漠化治理数据来源于不同的治理主体和参与单元，数据类型复杂多样，组织，参考，管理的标准也各不相同，这些因素都直接影响到荒漠化治理大数据的数据处理速度和决策结果，因此制定大数据统一的数据标准、数据模型和表示方法是眼下大数据发展的关键。

5　基于大数据技术的荒漠化治理对策

5.1五大发展理念引领大数据进行荒漠化治理

以创新、协调、绿色、开放、共享理念为主旋律，运用大数据技术进行荒漠化治理。其中需要改革传统的思维方式，创新荒漠化治理的数据资源挖掘方法，加大数据的集成分析和更新；协同各荒漠化治理主体在荒漠化治理过程中形成联动机制，用政策扶持，物资奖励等措施鼓励研发基于大数据的绿色应用软件和开发工具；通过各种媒介定期定时向社会公众开放共享荒漠化监测数据和治理进展等，以此增强社会公众的荒漠生态环境保护意识和荒漠生态治理参与程度。

5.2加快大数据平台和服务体系建设，创新荒漠化监管模式

落实荒漠化治理的大数据平台和服务体系建设，完善大数据运行网络体系的检索，处理和维护。应用荒漠化灾害预测和预警机制，对荒漠化治理提供科学可靠的数据信息服务和技术支持。建立统一的荒漠化评价与监管模式，强化3S、物联网、云计算、无人机、探测仪技术和设备的应用；重点培养大量具有专业技能和高素质的大数据研究开发人才队伍；加强对荒漠化实时在线监控数据的趋势分析，做到可视化和精细化表达。创新荒漠化监管执法行为，拓宽举报渠道，制定处罚条例，严查企业资质和准入制度，实现荒漠生态治理监察监管的高效运行。

5.3健全大数据管理制度和规范标准，提供荒漠化治理科学决策

加强对荒漠生态治理数据的管理，建立有效的管理制度，并界定政府各部门的职责权限，明确数据的使用和共享标准，在数据挖掘、整合、分析、传输、共享等各方面制定统一标准，实现荒漠化治理数据的整体性和规范性。对荒漠化治理数据的存储设备、数据的处理软件、数据的传输媒介和安全保障设施等进行专业化维护，保证数据的实时更新和决策的合理高效，通过对数据资源的分析预测和情景模拟，实现科学决策，提供不同模式下荒漠化治理的优化方案。

5.4建立良性的大数据生态环境，推动荒漠化治理效率

加强大数据生态环境基础设施的建设，正确对待社会经济发展与荒漠化之间的矛盾，协调整合两者所涉及领域的数据资源，顶层设计，全面规划，将网络化数据领域与现实世界有机融合，互联互动，增强数据价值性、减小数据能耗率、提升数据安全性，通过多元主体的共同参与和努力，建立良性的大数据生态环境。

6　结语

应用大数据技术在荒漠化治理中寻求突破，就必须以创新的思维来发挥其在荒漠化治理中的作用，以开放共享的方式协同治理，从而激发治理主体的创新活力，以标准的数据规范来提高荒漠化数据决策的速度和效率，以大数据的融合、集成、认知为目标，提供更高的价值，推动荒漠化治理。围绕荒漠化治理，应用大数据技术，整合数据流，人才流，资金流，技术流，突出大数据的生态环境治理优势，正确处理发展和荒漠化治理的关系，推动生态文明建设，形成绿色发展的新格局。

［1］ 彭继平，赵廷宁，高志海．论制约我国荒漠化防治的若干问题［J］．中国水土保持，2006（4）：1-3.

［2］ 田新程.国务院新闻办公室举行新闻发布会第四次全国荒漠化和沙化监测结果公布［J］．中国林业，2011（2）：18-19.

［3］ 屠志方，李梦先，孙涛．第五次全国荒漠化和沙化监测结果及分析［J］．林业资源管理.2016（1）：1-5.

［4］Wang Guoqian，Wang Xuequan，Wu Bo and Lu Qi．Desertification and Its Mitigation Strategy in China［J］．J．Resour．Ecol．20123（2）：97-104.

［5］ 方巍，郑玉，徐江．大数据：概念、技术及应用研究综述［J］．南京信息工程大学学报（自然科学版）.2014（5）：405-420.

［6］ 罗成奎．大数据技术在智慧旅游中的应用［J］．旅游纵览（下半月）.2013（8）：59-61.

［7］ 程春明，李蔚，宋旭．生态环境大数据建设的思考［J］．中国环境管理.2015（6）：9-13.

［8］ 薛云志，孟令中．大数据技术在环境规划中的应用与展望［C］.全国环境规划院.2013.

［9］ 刘智慧，张泉灵．大数据技术研究综述［J］．浙江大学学报（工学版）.2014（06）：957-973.

［10］魏斌．推进环境保护大数据应用和发展的建议［J］．环境保护.2015（19）：21-24.

X171.4