大数据在土壤污染治理上的应用前景

曹鹏鹏　潘正高

【摘 要】文章通过对大数据技术的特征进行分析，总结出大数据技术的应用场景并深入探讨大数据技术在土壤污染治理上的应用前景。例如有针对性地以土壤数据为基础建立数字共享、质量评价、污染治理等系统。大数据技术将为土壤污染治理带来更强的驱动力。

【关键词】大数据;土壤;污染治理;应用

长期以来土壤污染问题一直是阻碍我国环境治理发展的重难点问题，我国作为农业大国，土壤环境的质量与人居环境健康、耕种用地质量以及农产品安全息息相关。长期大力推进工业化而不注重生态环境的发展思路，为我国土壤环境埋下了难以治理的隐患。土壤环境问题日益凸显，对于土壤污染的治理亟需重视。随着科学技术的发展，利用大数据技术替代传统治理土壤污染的方式有效且可行。土壤环境数据基数大、变化速度慢、短期波动小，土壤污染大多具有长期累积与时空滞后的特性，利用人工进行采样检测费时且费力，而通过大数据技术可节省大量成本并且数据具有长期性、即时性，运用科学的技术融入到土壤污染综合治理中将给土壤环境保护带来全新的转机。

一、大数据技术

（一）大数据的特征

大数据是海量数据的集合，目前科学界普遍以5V+1C来概括其特征：大量（Volume）、多样（Variety）、高速（Velocity）、价值密度低（value）、真实性（Veracity）、复杂（Complexity）。大数据技术是对大量、多样、复杂的数据，通过运用新系统、新工具、新模型的挖掘，从而获得问题的解决方案。

大数据由于包含着巨量的数据，与传统数据相比，特点有以下两个：

（1）数据类型和数据来源的多样性，大数据可简单分为三类，结构化、半结构化和非结构化数据。结构化数据是高度组织和整齐格式化的数据，是可以放入表格和電子表格中的数据类型。非结构化数据包括生活中常见的文本图片、音频影视等。

（2）数据高速增长的同时需要快速处理，对于数据有着严格的时效性的要求，并且由于数据的复杂多样，在处理时并无太多规律可循，这就给数据的分析带来一定难度，需要用与大数据相关的技术来进行更深度的优化。若要对PB及以上数量级的数据存储，则需要运用到HDFS即分布式文件系统来保证有足够的空间。

（二）大数据的应用

现如今人们的生活中已经离不开大数据，大数据的应用就是从这些隐含着大量信息的数据中发掘出人们需要的东西，实现咨询的有效利用。大数据的广泛应用已经不局限于科学研究，包括电子商务、智能管理、生物医学、公共安全、污染治理等在内的各行各业都已经融入了大数据的痕迹。在电商领域，客户的每一笔消费，购买的每一件商品都会留下相应的记录，企业运用这些数据通过相应算法进行建模，然后根据个人消费水平及喜好进行精准推荐，省去了顾客寻找商品花费的大量时间。在生物医学领域，研究某些疾病时，可以通过基因层面寻找诱发疾病产生的主效基因，对全基因组进行扫描，由于数据量的庞大需要用到大数据技术来比对基因，深度挖掘出主效基因。由此可见，面对土壤环境中海量的数据，大数据技术会为土壤环境治理带来新思路。

二、大数据在土壤污染治理上的应用前景

（一）提供土壤环境数字化共享服务

国务院印发的《促进大数据发展行动纲要》，就提出要加快完善国家基础信息资源体系。2016年又通过《土壤污染防治行动计划》，再次提出要求提升土壤环境信息化管理水平，利用环境保护、国土资源、农业等部门相关数据，建立土壤环境基础数据库，构建全国土壤环境信息化管理平台。土壤环境信息化必然要有两个环节，首先是土壤环境采集信息数字化，运用传感器等物联网设备拓宽信息的收集渠道，建立一个土壤质量多源信息数据库并实现数据的动态更新。在数字化的基础上再提供共享服务，根据土壤环境多源数据库的需要，搭建土壤数据云平台，进行数据可视化处理，不同区域的土壤信息通过这个云平台均可上传并共享，长期的土壤环境数据积累能够为社会提供优良的数字化服务。

（二）建立土壤污染评价系统

2019年生态环境部最新发布的《中国生态环境状况公报》显示影响农用地土壤环境质量的主要污染物是重金属，其中镉为首要污染物。土壤环境污染极大的威胁到农产品安全，直接关乎到人们的生活。我国有色金属矿区、大型污灌区以及东北、京津冀、珠三角和长三角大型工业区都有重金属污染带来的风险。当地居民所需的蔬菜与粮食的质量都难以得到保障，尤其是靠近工业区的农地将有较高的重金属含量。可以通过建立土壤污染评价系统管控重金属污染，为每一个地块设置独一无二的标志码，实施精准管理，并且对重金属超标地块进行风险预警。评价系统能够为高质量农产品提供平台监管，与农产品溯源方法相结合，严防农作物重金属超标的同时达到“事前干预，事后追究”的效果。结合土壤环境多源信息数据库与农产品质量，重金属超标的问题将能够得到预测并为地方政府提供解决思路。

（三）加强土壤污染源协同治理

跨介质环境污染是一种复杂的环境污染，在土壤污染中频频出现，因此就需要加强土壤污染源协同治理，从土壤污染源出发，突破分割式环境治理模式，开发跨介质、跨区域、跨系统土壤环境污染协同治理模式。国内已经推进大气、水、土壤等不同介质污染问题的协同创新工作，因此，应在传统环境管理的基础上，加强污染源、污染途径和环境承载力等多元化数据的关联分析，融合经济社会、基础地理、气象和水文等数据资源，建设基于空间地理信息系统的土壤环境大数据系统，服务于区域性跨介质协同治理。

三、结语

土壤污染数据具有多源、巨量、复杂的特点，使用大数据技术是土壤污染治理的最优解，研发土壤多源信息平台，建立数字共享、质量评价、污染治理等系统，为地区土壤污染治理提供数据与决策支撑。

【参考文献】

[1]郭书海，吴波，张玲妍，罗明.土壤环境大数据：构建与应用[J].中国科学院院刊，2017，32（02）：202-208.

[2]国务院关于印发促进大数据发展行动纲要的通知[J].中华人民共和国国务院公报，2015（26）：26-35.

[3]国务院关于印发土壤污染防治行动计划的通知[N].人民日报，2016-06-01（010）.

[4]2019年《中国生态环境状况公报》（摘录一）[J].环境保护，2020，48（13）：57-59.

[5]庄国泰.我国土壤污染现状与防控策略[J].中国科学院院刊，2015，30（04）：477-483.

[6]周建军，周桔，冯仁国.我国土壤重金属污染现状及治理战略[J].中国科学院院刊，2014，29（03）：315-320+350+272.

[7]刘鹏.大数据[M].北京：电子工业出版社，2017.

[8]关于利用大数据推进土壤污染防治的建议[J].前进论坛，2018（04）：58.

作者简介：曹鹏鹏（1999—），男，本科，研究方向为大数据应用。潘正高（1978—），汉族，教授，硕士，硕士生导师，宿州学院信息工程学院，研究方向：数据挖掘，农业生态大数据。

基金项目：安徽省大学生创新创业训练计划项目资助（201910379039），安徽省教育厅高校科学研究重点项目（KJ2019A0668），农业生态大数据分析与应用技术国家地方联合工程研究中心开放课题项目（项目编号：AE2019010），安徽省重点研究与技术开发计划项目（项目编号：202004a06020045）。