基于大数据的环境监测研究

2019-03-05陈枫李慧

节能与环保 2019年3期

文_陈枫李慧

1.彭州市环境保护局； 2 .彭州市环境监测站

1 大数据在环境监测工作中的适用性

1.1 环境监测工作的本质就是对环境信息的搜集和整理

所谓环境监测工作，实际上就是通过专业化的抽样与分析来对环境中的各类特征污染物的产生、排放、流向、消解或治理等情况进行科学地反映，以便于管理者追踪环境的综合污染情况，分析环境质量的变化趋势。在进行环境监测工作的过程中，最主要的操作就是通过相关的平台技术和算法来对环境质量相关的数据进行搜集和分析，并针对分析结果来制定下一步的工作方法。在当前的环境监测工作中，大数据平台可以视为一个综合的工作设备，是多个环境监测点位或部门在信息相互共享以后集成的一个总的数据处理系统，让这个大数据系统贯穿整个环境监测工作的数据收集和处理的过程，就基本做到了大数据系统与现有的环境监测系统的结合。

1.2 大数据对环境监测工作分析效率的影响

大数据的实时分析功能，能够有效提高传统环境监测工作的效率。通过对大数据系统的精细化管理能实现环境监测网络系统的有效运转，实现对大数据的高效便捷处理。

根据地区污染分布特征，大量建设基础监控点位形成大数据环境监测网络，能够实现对环境的动态监测，便于及时传递环境信息。特别是当前我国环境监测工作形势严峻，而监测人员和工作时间是相对有限的，而大数据系统可以有效提高工作效率。

1.3 大数据能够对环境治理的绩效进行实时反馈

大数据系统通过对环境质量的实时监测，能够实现对环境治理情况的反馈。为了提高环境保护工作的成效，很多环境管理决策者通过高强度的环境治理工作，期望能够实现工作效率的提高和工作成效的显现。但是环境质量最终还是要依靠科学的数据来体现。因此，要实现科学地开展对环境治理绩效的考核，需要充分采用信息化的技术来帮助。在环境监测和环境治理工作中，实时和高效是重点，通过大数据系统，能够有效实现这一目标，通过云技术的应用，能够进一步提升处理过程的高效化。结合当前我国的环境监测工作的实际，在现已建立的环境质量监控网络和污染源在线监控网络中，引进大数据的收集、整理和分析系统，将大数据分析结果综合运用，能够较快、较准确地反映一定时间内监控区域的污染源排放趋势，跟踪环境质量的变化，从而实现对环境治理工作绩效进行实时的反馈，而反馈的信息本身也是大数据的组成部分，又能促进大数据的信息更新。

2 大数据应用于环境监测工作中的挑战

2.1 大数据系统和传统工作理念的冲突

大数据系统是一个持续不断更新和累积的数据库，而非传统意义上的单次或几次环境监测行为所获得的数据。环境监测的大数据包含了很多信息和数据，这些数据单独来看很多时候并没有太大的意义，而是这些数据相互关联方能反映出有效信息；而对于传统的环境监测工作来讲，工作者往往习惯于依赖某一份监测报告的某些关键指标，比如污染物浓度来开展后续工作。大数据系统反映出来的信息往往是持续性的数据流，很多工作者对其结果有效性的信任度不高，对其结果反映出来的信息也较难理解。对环境保护工作来讲，关键数据的达标与否是很重要的内容，但是对于大数据系统来说，这些数据的涉及范围很广，数据量很大，其中还涉及异常数据和无效数据的确认与筛除等工作；特别是一些敏感数据，若未经过细致核查就形成相关报告，或者将相关数据进行公开是非常不负责任的行为，这对相关工作人员的工作理念和专业素养都提出了新的要求。

大数据的应用往往会导致环境保护工作思路的转变。在传统的工作理念当中，寻找事物的因果关系是重要的工作内容，工作人员习惯于在遇到问题后去分析产生问题的原因，并尝试和探索解决问题的办法。而大数据系统则能分析各种数据的相关性，能够在某种程度上取代因果关系，来帮助工作者了解事情的发生经过，在遇到某些难寻因果关系的环境事件时，大数据系统可能回避了事件的因果关系分析，甚至可以通过大数据的结果预判与建议，直接改变数据的预期。

2.2 大数据在技术层面面临的挑战

（1）前端有效数据的整合难度较大

数据收集是大数据处理前期阶段的主要工作内容，而数据收集质量难以有效保障。当前的环境监测大数据系统中，容易出现数据的有效性不高，时效性较差等问题。客观方面来讲，大数据网络前端的数据搜集与处理设备不够先进，监测点位设置不合理等因素会导致数据精度不够，点位代表性不够。因为大数据网络一旦建设完成，后期无论是进行设备更新还是点位的变更都是较为困难的。随着系统的运行，设备的老化和故障难免；随着自然和人为环境的改变，监控点位的代表性也会发生变化。

（2）数据应用效率不高

在当前环境监测工作中数据的应用十分基础，很多实时数据仅仅只是作一个参考值以反映当前的环境状况，或者将某一点位在某时段内的均值数据用作环境质量评价。数据的很多其它作用没有得到充分的发挥。比如在当前的大数据应用中，将监控点位纳入到电子地图信息系统中，通过关联点位和关联时段数据，可以有效体现污染物的出现、扩散、消解等变化趋势，从而使得精确预判、精准治理和精准管控成为可能。总体来说，大数据的应用还有很大的开发和利用空间。

（3）大数据系统的建设和运行成本高

从大数据的实际应用情况来看，除了环境监测网络建设的资金外，还需要在云计算和数据库等应用范围较为广泛的大数据技术方面投入大量的资金。随着大数据系统的不断使用，软件维护、算法更新、系统分析等过程还会持续产生运行成本，导致大数据系统是一个较为“烧钱”的项目，客观上导致大数据在环境监测尤其是基层环境监测工作中难以被广泛应用。

3 加强大数据在环境监测工作中的应用建议

3.1 加大基础建设投资，完善数据管理

为了提高大数据在环境监测中的应用水平，就必须加强对于大数据基础设施的建设，在大数据系统的思维模式下，利用先进和广泛的通讯网络技术，建立统一的环境监测网络和数据管理平台，并严格把控数据质量，对各类数据进行全面整合，形成技术水平先进、具备充分制度保障的全新数据信息中心系统。强化信息基础建设，不仅要加强通讯系统建设，还要加强空间地理信息资源方面的建设，推动重要信息的实时交换，形成数据信息资源的共享和协同处理。

3.2 注重对人员数据应用能力的培养

大数据具有实时和高效的特性，但是对人员提出了更高的要求。因此提升相关工作人员的专业水平对于提高环境监测系统的工作水平就显得十分重要。要加强环境监测人员的大数据应用意识，要培养一种大数据的思维方式，只有人员具备了与硬件系统相适应的工作观念和能力，才能真正有效通过大数据来提升工作效率。

3.3 在环境管理工作中加入大数据元素

在当前的生态环境保护工作形势下，管理者可以考虑在环境管理工作的安排部署中加入大数据元素，尝试体会大数据在提高环境治理工作的精确性和科学性方面的优势，提高环保决策的准确性，降低经验主义可能产生的工作漏洞，不断完善政府在环境管理和环境治理工作的整体思路。要在环境保护工作中充分利用好大数据这一先进技术，需要在环境保护工作的思路、管理体系，甚至是包括法规、政策、技术标准等方面提供支持，构建环境监测工作的大数据框架，实现利用大数据系统提高监测管理效率的目的。