对大数据驱动环境管理创新的实践探索

周徐海

（南京市环境保护局 江苏南京 210000）

1 大数据在诊断区域环境上的应用

在传统的环境规划中，包含的要素主要依赖于统计数据的分析，要素的数量也有一定的限制，而且这些统计数据的时滞比较长，根本不能准确地反映出目前的区域环境状况。而大数据的出现为区域环境诊断提供了多样化的技术方法，基于大数据技术的感知设备可以采集海量的环境实时数据，如环境监测数据、城市气象数据、环境治理投资数据以及企业污染排放数据等多种环境数据，在很大程度上缩短了环境数据的更新时间。与此同时，形式多样的环境数据可以为环境管理提供多种研究要素，有助于环境的深度分析，大大提升了环境分析结果的信服力。在大数据驱动下，工作人员可以将环境数据和生态系统模型、污染模型相结合，提高区域环境诊断的科学性和针对性，能够为环境治理方案的制定提供参考依据。

2 大数据在制定目标上的应用

在进行环境管理目标的制定时，大数据的应用能够改善传统“一刀切”决策的状况。工作人员可以在遵循国家政策的基础上，从区域环境污染的状况及治理重点出发，根据区域发展定位明确环境管理的战略目标。一般来说，区域环境管理的首要目标都是改善区域环境质量。从理论角度而言，改善区域环境质量，首先要明确环境质量是由环境容量以及污染物排放的总量共同作用而成，也就是说，环境质量=工作人员在制定环境改善的目标时，需要从污染物排放总量及环境容量这两方面入手，需要根据区域的治理能力以及环境承载能力，进行环境管理目标的定量规划[1]。

除此之外，我国幅员辽阔，不同地区的气候类型有所不同，水文气象条件也存在较大的差距，即使在同一地区的不同时间，分布特点也有所差异。因此，在进行环境管理时，工作人员需要根据不同地区的环境容量，进行分季节和分区域的精细化管理，通过分区域的环境管理实现污染物排放总量和环境容量的控制，而上述措施的有效实施需要海量实时环境数据的支持，大数据的应用可以保障环境管理目标具备较强的可实现性[2]。

3 大数据在制定治理方案上的应用

工作人员在制定环境治理方案时，需要将海量的环境数据和可靠的分析模型作为基础，通过环境管理目标与治理方案之间的量化联系，提高治理方案的可实施性与有效性。在过去，环境治理方案中包含过多的泛化与形式化的描述，并没有给出环境管理目标的衡量标准，而且重点环境治理项目的从下往上的通报方式，很难准确地反应出环境治理的效果。大数据在制定治理方案中的应用，可以制定更为有效的治理措施，并给出相应的治理时间表，采用从下往下的通报方式，全面地反映出环境治理的效果。

4 借鉴国外的大数据应用经验

就目前的大数据应用状况而言，大数据驱动环境管理创新并没有成熟的案例，但是很多西方国家对于大数据的应用经验，值得我们借鉴与学习。比如，美国在进行水污染治理时，所应用的最大日负荷量计划（又被称作TMDL计划），该计划基于大数据技术，通过动态定量化模型进行水质的管理。该计划主要分为以下四个步骤：

第一，识别水质问题。工作人员会根据水环境不同的功能区进行水质评价标准的制定，再应用大数据技术进行水环境相关数据的采集，根据水体的不同功能和污染程度进行排序。

第二，水质指标和管理目标的制定。工作人员将一个或者几个能够量化的指标选为水质指标，并根据第一步骤的排序制定不同阶段的管理目标，比如近期目标和最终目标等。

第三，明确水体最大污染负荷。通过对水体污染源类型、污染源的地理位置及其对水体影响的分析，应用大数据模型进行污染物入河量的评估，以此得出水体的最大污染负荷量，再将污染负荷量合理分配到点源和非点源污染物上，得出实际的污染负荷量以及水体的允许纳污量，计算出需要削减的污染物含量。

结语

综上所述，大数据的应用可以真正实现环境管理创新，提高环境管理的水平与质量。通过对大数据驱动环境管理创新的分析可知，环境领域的工作人员可以将大数据应用于以下领域：诊断区域环境、环境管理目标的制定、环境治理方案的制定等，从整体上提高环境管理的效率和有效性，维护我国的生态环境。希望本文的分析可以促进大数据在环境领域的应用。

参考文献

[1]孙发友.大数据技术的应用分析[J].网络安全技术与应用,2017(12):76.

[2]廖方宇,丛培民,及俊川.大数据时代组织管理信息化架构的重构及其策略[J].中国管理信息化,2017,20(23):74-77.