大数据技术在环境信息中的应用

2017-03-09杨满仓

网络安全技术与应用 2017年10期

关键词：污染源环境监测监测

◆杨满仓赵鹏

（洛阳师范学院信息技术学院河南 471934）

大数据技术在环境信息中的应用

◆杨满仓赵鹏

（洛阳师范学院信息技术学院河南 471934）

随着时间积累，在环境监测处理中所采集的数据量在与日俱增，传统的环境监测数据处理系统已经难以满足现阶段数据信息处理的需要。本文研究大数据技术在环境信息中的应用效果，采用强大的数据管理及存储功能，对环境监测信息进行处理，降低数据的规模，提高信息处理效率。

大数据技术；环境信息；环境监测

0 引言

随着近年来全球气候变暖，环境问题更加严峻，大气污染、水污染、空气污染等诸多问题频频发生，各国都加大了对环境的处理力度和保护力度，通过环境监测和信息化手段来对社会发展的规划及环境保护提供必要的信息支持[1]。在科技水平不断提高的情况下，通信技术、遥感技术等在多个领域中得到了广泛应用，在环境监测中拓宽其时空尺度，环境监测的数据种类及数量不断增长，提高了政府环境问题决策的科学性和准确性。

1 大数据技术在环境信息中的应用优势

1.1 使生态环境的综合预警能力得到显著提升

在环境监测中，大数据技术可以从海量、分散的信息中对有价值的数据信息进行充分挖掘，并对所获取的数据的当前状况进行总体描述和态势推演，对所得的数据分析结果进行综合决策，将其提供给社会公众与政府部门。在环境监测信息中大数据技术的应用优势主要体现在以下几点：首先大数据技术的应用可以提高预警预报的精确性[2]。在对大气污染环境的预警中，气象部门可以对风云气象卫星所反馈的数据信息加以分析和实时监测，对大气污染的过程进行准确的预警，并将其作为预警技术支撑。其次，大数据技术可以提高预警信息时效性，可以对海量的数据信息进行快速、正确的判定。

1.2 提高了决策的科学性

大数据的可视化技术在环境监测中的应用优势主要包括：首先在环境监测数据中对分析结果的可视化可以提高决策的科学性，从而提高决策水平，使数据自由的流动，使数据的附加价值得到提高，将分析的结果为公众完整的呈现出来，将环境数据信息转换成行动含义和咨询价值表达，为政府部门的决策管理层及企业的生产管理者及社会公众、环境组织提供准确的决策、行动、生产、管理及生活信息[3]。其次，为治理模型及虚拟数据的立体化展现出一种创新化的环境治理方式，并对环境治理方案的有效性及可行性进行测试。

1.3 使健康风险的评价能力提高

目前环保工作的重点是为了保护民生健康，对重金属污染、有毒有害污染和环境中的病原体进行重点监测和评价，要采用先进的技术和仪器设备对健康风险进行科学的评价。在大数据技术下，对人体健康风险进行评价主要是通过有害因子对人体中不良影响的发生率进行估算，并对有害因子对个体健康带来的影响风险进行评价[4]。主要的特征是将风险度作为评价的指标，对环境变量数据和城市资源配置、疾病预测及出行相联系，并将环境的污染程度结合人体健康，通过模型来描述环境污染问题对人体健康所产生的危害风险进行定量分析。

2 大数据技术在环境信息中的应用

2.1 环境监测大数据采集

环境监测大数据采集的主要来源有两种，一种是监测部门自身产生的数据，如污染源排放数据、生态环境监测数据，主要是以结构化的数据为主，时间跨度较长；而另一种来源则是外部环境所产生的数据，如人群活动时所产生的和环境相关的数据，主要是以非结构化的数据为主，时间跨度不等。其中生态环境综合监测数据可以细分为多个方面，如噪声监测、土壤监测、水质监测、降水监测、大气监测、气象监测、森林植被防护监测等，包含了环境功能区、质量监测点、自然生态保护及水源保护区等多个区域，主要产生于全国的环境质量监测网，对整体的生态环境质量进行描述[5]。污染源排放数据也可以将其细分为多个方面，如固体废物在线监管数据、废水污染源、废气污染源等，主要涉及到总量控制、污染防治、监察执法、排污费征收、治理设施运行、污染源的基本情况等监管信息。人群活动过程中所产生的和环境相关数据，主要包括有生活垃圾、用电量、用水量、人口经济统计、交通、地理、基础气象及社会经济发展规划等，主要来源于媒体、网络及各类官方统计等，以视频、图形、文件及数据库等多种方式而存在。

2.2 环境监测大数据平台架构

总体来说，大数据平台主要是对信息进行深度挖掘，根据环保专业策略及规则，进行高层次的组织、转换与改造，从单一因子向多维方向转化，对某一领域下环境监测的数据库的知识、规律及趋势特征等产生认知。环境监测的大数据平台主要是由数据库采集、存储、处理、共享与应用等所组成，其中数据采集和存储是为环境监测大数据的分析结果的准确性提供保障，通过数据分发、抽取、转换等多个过程来去除大数据中所包含的不真实数据，使准确数据得以保留，并按照源数据在数据共享平台中加以存储[6]。所存储的大数据根据其生命周期进行历史归档或当期使用，并将查询接口对外开放，为用户提供真实的数据支持，满足环境监测数据实时分析与处理的需求。

数据处理主要是根据计算处理的需求对大量的数据进行批量计算和处理，从而实现数据的计算和建模功能。如在大气、土壤等环境质量的连续监测中可以引入预测模型，对环境质量的变化情况及变化趋势进行预测，为产业结构布局的调整，以及城市规划和建设、资源开发与利用提出合理化的建议。在污染企业的监控中可以引入生产排污情况的监控，对企业在生产、运输及存储过程中污染物的排放量进行深度监控，并通过大数据挖掘技术来充分分析企业污染排放对周边环境所带来的影响程度。数据共享与应用首先是建立标准化接口来为建立数据提供服务，对环境监测情况及污染源的在线监控情况进行汇总，从而加大对环境监管的力度，实现跨部门合作。