基于大数据的工程水环境影响评价模式探究

2019-08-27程翔

价值工程 2019年20期

程翔

摘要：水利工程建设对社会经济的发展、改善民生非常重要。我国现有的环境评价标准、技术手段和评价体系开始难以满足公众的需求。引入大数据手段，对丰富现有评价体系，提高评价的时效性、准确性具有一定的作用。

Abstract： The construction of water conservancy projects is very important for the development of social economy and improvement of people's livelihood. China's existing environmental assessment standards， technical means and evaluation systems are beginning to be difficult to meet the needs of the public. The introduction of big data means has a certain effect on enriching the existing evaluation system and improving the timeliness and accuracy of evaluation.

關键词：大数据;水利工程;环境影响评价模式

Key words： big data;hydraulic engineering;environmental impact assessment model

中图分类号：P337 文献标识码：A 文章编号：1006-4311（2019）20-0203-03

1 概述

水利工程建设对社会经济的发展、民生的改善提供了非常重要的支撑和保障。广东省一直以来都是全国水利大省，建国以来建设了多宗大中型水利工程，对广东省的供水、防洪、农业灌溉、提供能源等方面起到了重要的作用。不过，随时社会发展的进步，各类水利工程对水环境的影响也越来越受到重视。为践行习总书记“绿水青山，就是金山银山”的绿色生态理念，本文通过大数据作为技术支撑，以飞来峡水利枢纽为例，探究水利工程对水环境的影响，研究提出一套可行的影响评价体系，从而为保护水环境提供各项指标依据。

2 水环境影响评价

水利工程对环境的影响，主要体现在：对气候和局部大气的影响;对土壤的影响;对水环境的影响;对水生态的影响等。为了减轻水利工程在建设和运营过程中对水环境造成的各类负面影响，我国从二十世纪九十年代开始探索研究，国内部分学者将水利工程作为对象来评价其队水环境的影响方面做了一定的研究，从水工程与环境的相互关系入手，分析各类水环境效益因子、环境影响因子等，提出各类量化指标，建立了多个水利工程水环境评价模型，并得到了进一步的验证和完善[1]。

随着人民对美好生活向往的要求越来越高，我国现有的环境评价标准、技术手段和评价体系开始难以满足公众的需求。而且，时效性和准确性也有待提高。

3 大数据技术

大数据的概率首次被提及是2008年在英国《Science》杂志在上发表的一篇名为《Big Data：Science in the Petabyte Era》的文章里[2]。大数据本书并没有具体的定义，维基百科将其概括为短时间内很难通过常规的软硬件设备获取、管理、处理和数据集合。对大数据的处理和应用是通过对数据里相关性的分析，总结归纳出规律性，从而为社会现象和国民生计等作出预测。曾有学者提出，深入大数据挖掘技术极大程度上提升水利信息化管理水平，也会对未来的科技与经济发展带来深远的影响[3、4、5]。

本文在目前大数据蓬勃发展的基础上，从构建广东水利工程枢纽建设与水环境大数据入手，研究探寻大数据在水环境的影响评价相关工作的一种应用模式和方向，建立一个基于大数据的广东省水利枢纽工程水环境影响评价系统，为水利大数据获取及针对性的应用服务积累相关经验，提供部分参考。

4 基于大数据的水利工程建设水环境影响评价模型

本文结合目前较为常用的工程建设水环境评价对水环境影响评价方法与模型，针对广东省水利枢纽工程，建立一套水利工程建设对水环境的影响评价模型。并通过对指标评价的逐一分析，再利用大数据的技术获取指标计算方法，从而对指标权重及准则层权重进行调整，逐步优化，得到水利工程建设对水环境影响评价模型。在此基础上，本文对飞来峡水利枢纽工程对水环境影响进行评价，给出评价结论。

4.1 模型指标体系设计

目前，我国水利部门及环保部门都发布了相应的指导性文件，给出了评价河流健康、水工程生态等的指标、标准和方法，很多学者也有对广东地区水环境的评价模型有相应的研究成果。

本文对水工程规划设计生态指标体系、河流健康评估指标及已进行分析验证的水环境影响评价模型及评价指标体系进行对比分析，利用主成分分析法从中选取水利工程建设对水环境影响评价因子，结合水利工程建设与水环境大数据选定准则层和指标层，集中评价工程建设对水环境的水文资源、水文、水质、生态及社会效益等方面的主要因子进行评价，评价模型分为1个目标层、5个准则层、17个评价指标。其中目标层：水利工程对水环境影响;准则层：水文水资源、物理结构、水质、生物指标、社会评价;指标层：流量过程变异程度、生态流量保障程度等。

4.2 评价方法

依据工程等级的不同赋予相应的权重值，再应用到各个指标的赋值上，根据得分情况，得出相应的评价，分为“理想状态、健康、亚健康、不健康、病态”5种类型。

4.3 评价范围获取

工程等级指标根据其工程规模、效益及在国民经济中的重要性来确定。再依据工程等级及相关联河流及水库面积选址相关联河流及水库的水文水质监测点、监测断面进行指标赋分、评价。根据河流水文特征、水质状况、水生生物特征以及流域经济社会发展特征的相同性和差异性将评价工程分为若干评价水体，水体可以是河段、水库或湖泊。对每个评价水体选址检测点、监测断面进行评价。

4.4 评价分值计算方式

参照各评价指标的赋分标准，根据评价水体代表值，计算评价水体各评价指标赋分值;根据准则层赋分体系规定的指标赋分权重，计算评价水体准则层赋分;根据目标层赋分体系规定的准则层赋分权重，计算评价水体目标层赋分。

5 大数据平台搭建

5.1 整体架构分4層，分别是硬件层、云管理层、云虚拟层和应用层。（图1）

5.2 数据平台构建步骤：

①对工程建设与水环境数据进行分类整理，包括广东省范围内特别是北江流域的主要河流湖泊和水库的水环境监测数据、广东省北江流域重点水利工程建设数据、水利工程及水环境相关政策法规、技术标准和水利项目及水资源历史档案数据等。

②制定数据标准接口，依据标准和接口进行整合，形成数据整合方案。

5.3 工程建设水环境大数据获取：

工程建设环境相关数据来源广、种类复杂。相关获取方法繁多，有官方公布的网络媒体数据、各地各部门监测数据、论文期刊等等;数据格式也有超文本、公文、技术标准、HTML等等;获取方法主要为爬虫自动获取。

6 应用实例

本文通过搭建大数据存储于管理平台、构建基础大数据算法库来实现水环境影响评价，应用软件构架如图2所示。

通过GIS配置平台，展示评价过程及结果。