大数据解析技术在大气环境监测中的应用探讨

高宏科

摘 要：本文对大气环境监测进行分析，探究解析技术在监测工作中的应用意义，并通过实例阐述该技术的应用原理与方法，通过大气数据的采集、整理与分析，使解析技术的作用与优势得到充分发挥，环境监测打破时间地点的限制，还可将监测信息发布到网络，使监测水平与数据利用率得到显著提升。

关键词：大数据解析技术;环境监测;应用方法

引言：

在社会经济飞速发展之下，环境问题日益显著，已经成为世界性问题受到各国的广泛关注。为了保护大气环境免受破坏，加强环境监测力度显得十分必要。大数据解析技术具有较强的先进性、高效性，将其应用到环境监测中可采集更多数据信息，提高空气质量预警水平，使大气环境质量得到有效改善。

1大气环境监测中解析技术的应用意义

1.1提高决策科学性

在大气监测系统中包含着大量监测指标数据，解析技术的应用可对各项数据进行高效分析，并将评估与分析的结果完整的展现出来，使人们全方位的了解大气环境，有的放矢的采取治理措施，为环境部门的科学决策提供强有力的依据。此外，在解析技术的支持下还可构建数据分析模型，提高环境治理水平，降低治理成本。

1.2增强预警能力

解析技术的应用可使数据信息得到精准的分析，并从数据中挖掘出有意义、有价值的信息，对区域内大气环境进行全面评估，及时发掘异常情况，给人们发出预警。此外，解析技术的应用还可提高信息分析处理的速度，针对污染事件及时发出预警，避免污染扩大。在大气监测过程中，解析技术还可与网络技术相联合，实现线上线下交流互动，达到事半功倍的效果。

1.3提高服务能力

在大数据技术背景下，可构建云分析平台，使各类生态问题得到及时的反馈与处理，为气象专家把握大气环境变化规律提供极大助力。同时，还可借助网络渠道，将各项监测结果在网上公布，人们通过各类移动设备可随时了解当前大气情况，这样做不但能够提高服务能力，还可邀请广大群众共同参与到环境监测工作中[1]。

2大气环境监测中解析技术的实际应用

2.1应用原理

近年来，我国出现大范围的PM2.5污染问题，大气环境破坏加剧，对人们的生产生活带来诸多不利。对此，监测人员应积极引入大数据解析技术，对环境控制方法进行优化，通过数据分析解决当前面临的环境问题，应用原理如下。

（1）在解析技术应用中，应明确研究对象与内容，例如，将某地区作为研究对象，以当地PM2.5平均浓度为研究内容，对污染浓度进行计算;

（2）将选定城市按照特定标准划分为多个单元格，如1×1km;用G表示研究对象，范围为g1，g2……gn，每个gi均代表着1km2的地点;用C表示研究内容，范围为c1，c2……cn，其中cgi代表的是gi网格中的污染浓度，由此可构建目标函数：J（Gj）;

（3）根据环境监测的实际情况，将目标函数划分为两个类型，一种为自动监测网格，另一种为解析技术应用目标值，通过上述操作，可起到事半功倍的效果。

2.2控制要点

大气环境监测工作涉及范围较广、内容较多、工作量较大，需要对大气中的多种污染物进行实时监测，如粉尘、PM2.5、二氧化硫等等。在监测过程中，还应对采集的数据进行记录和分析，利用解析技术将数据信息以图像的形式展示出来，使研究者能够直观的看到大气变化情况，为变化规律的摸索提供便利。通过解析技术的应用，人们可对各个区域的大气环境进行掌握，并在互联网中反馈出来，使人们能够根据大气状况调整活动。以S地区为例，针对该区域的大气环境开展监测活动，为了更好的掌握监测网络大气情况，解析人员进而选择与目标函数相关的数据类，如网格PM2.5浓度数据、空气污染情况、气象条件等等。对以上数据类进行分析，分析其对目标函数产生的影响，这将要求对数据类中的特征量进行明确。例如，针对已知网格中PM2.5浓度值来说，可将以往每小时的平均浓度作为特征量，如气压、风速、气温等等。在明确特征量之后，可通过公式计算对目标函数产生的影响，也就是对数据进行归一化处理，公式如下：

式中，xk代表的是归一化之前的特征量;k代表的是第k个特征量;n代表的是数据个数。在对空间分类器进行选择时，特征量与时间之间无显著联系，属于静态过程。分类器中的特征量受目标函数的影响，属于动态传递过程，且传输路线具有线性特点，在节点输出方面可为非线性，因此分类器具有静态神经结构特点。神经网络可对复杂系统进行模拟和解析，包括输入、人造神经网络等内容，利用其对局部网络进行模拟，可为解析数据应用提供强有力的技术支持[2]。

2.3应用方法

（1）在数据采集方面，应每日做好各类数据的收集与记录工作，制定专门的监测档案，便于工作人员对档案信息进行调查审阅。将同一时期的大气监测数据进行对比，掌握当地各个时期大气的变化情况。大气监测数据众多，应采用解析数据进行收集和整理，以电子档案的形式保存，提高数据采集与记录的准确性，降低人员工作强度，为环境监测与保护提供更多有价值的信息。

（2）在数据挖掘整理方面，通过对不同时期各项参数变化情况进行分析，探索环境变化趋势与规律。对于不同的区域来说，环境变化也不尽相同。为了提高环境监测准确性，应对地区内的各项因素综合考虑，可引入解析技术进行数据挖掘与整理，并将监测系统与解析系统相连接，由此可打破时间与地域的限制，对监测数据进行大范围、全时段的挖掘，再将各类气象方程加入其中，便可挖掘出更多有效的数据，实现对大气环境的精准预测。

（3）在数据预测方面，通过数据挖掘与整理，可分析总结各项数据之间的联系，进而对未来一段时间内的环境状态进行预测。在解析技术开发中，应合理变成，确保计算结果的科学严谨，再对以往同一时期的数据信息、生态环境、气象因素等进行参考，由此达到精准预测的目标。

（4）在空气质量预警平台构建方面，可利用解析技术对当地大气环境进行监测，建立质量预警平台，实时发布大气状态，针对异常情况及时响起警报。在平台构建时，可将解析技术与信息发布系统连接起来，利用数据系统进行收集处理，将结果实时发布。为了提高智能性与准确性，还应在监测结果出来后进行检验，并根据检验结果进行调整。在网络时代背景下，各类网站与APP不断涌现，预警平台可以与手机APP相结合，以此增强服务功能，为人们了解大气环境信息提供更多便利[3]。

结论：

综上所述，在网络时代背景下，大数据技术不断成熟发展，在大气环境监测中得到广泛应用。在实际应用中，该技术有助于环境数据的收集、整理和分析，为气象专家把握大气环境变化规律提供极大助力。在未来的发展中，该项技术的作用势必得到更大发挥，为大气环境的监测与保护贡献更多力量。

参考文献：

[1]袁雪，姜杰.研究大气环境监测中大数据解析技术的应用[J].低碳世界，2019，000（028）：4-5.

[2]涂江重.探讨大气环境监测中大数据解析技术的运用[J].低碳世界，2019，009（008）：1-2.

[3]王春迎，潘本峰，吴修祥，等.基于大數据分析的大气网格化监测质控技术研究[J].中国环境监测，2018（6）：1-6，共6页.