前沿信息技术在环境监测中的应用前景展望*

2020-12-02吴中杰侯亚琴

环境污染与防治 2020年11期

佘昱吴中杰侯亚琴

(1.生态环境部辐射环境监测技术中心，国家环境保护辐射环境监测重点实验室，浙江杭州 310012；2.国网山东省电力公司电力科学研究院，山东济南 250002)

环境监测为污染治理和环境管理提供数据保障，是环保工作开展的基础。环境监测数据不仅可帮助生态环境部门及时掌握相关信息，也可为当地公众了解环境污染情况提供相关信息，使环境问题能得到社会的监督和关注[1]。及时准确地监测数据和可多层面分析污染物排放情况的监控系统也给生态环境执法人员提供了执法的证据[2-3]。特殊环境区域的监测，如核设施周围放射性物质连续监测系统更是为中国核安全监管提供了有力保障[4-6]。随着中国生态文明战略的深入推进，环保工作日益严峻，新形势下对环境监测的要求也随之提高[7]：一方面是环境监测结果的准确性和时效性[8]，监测过程中要保证监测数据能及时准确反馈到环境监督和执法人员手中；另一方面是监测的系统性和便捷性[9]，要求全面系统掌握某区域某时间段内的监测数据和环境质量[10]，并有简便的数据获得途径，如便捷的移动终端等。

前沿信息技术是指以5G、物联网、区块链、人工智能(核心算法)等为代表，具有前瞻性、先导性和探索性等深刻内涵，具有未来高技术更新换代和新兴产业发展重要支撑作用，具有代表国家创新能力等重大意义的信息技术[11]。环境监测数据的获取、传输与统计处理的主要技术支持为信息技术，前沿信息技术的不断发展能有效推动环境监测技术的发展[12-14]。目前，前沿信息技术在环境监测领域的应用并未出现在顶层设计方案中，大规模应用方面的研究基本为空白。传统信息技术虽广泛应用于环境监测领域，但以4G/3G、2G为无线传输网络，基于SQL Server、ORCLE等数据库软件打造的数据管理系统往往仅有简单的数据管理功能，且存在数据传输速率慢、时延高、数据处理效率低、数据深度挖掘欠缺等缺点，越来越难以满足日益增长且要求更高的监测业务需求。本研究将结合应用实例，探讨前沿信息技术在环境监测领域应用的可行性，以期利用前沿信息技术所带来的巨大优势，更好发挥环境监测在环保工作中“眼睛”和“基础”的作用，助力全面打赢污染防治攻坚战，推动美丽中国建设。

1 环境监测的重点和难点

环境监测的重点和难点在于如何及时准确获得数据和如何科学系统地处理数据。获得准确数据需将环境监测信息化，最根本的就是要布局大量的监测点位，投入相应的监测仪器设备和硬件系统，拓宽环境监测数据获取方式，提升环境监测数据传输速度，获取全面的数据。科学处理数据需开发复杂的智能数据处理系统和智能算法，一方面用于统计筛选数据，确保环境监测数据真实性和有效性，倒逼环境监测源头数据质量的提高；另一方面用于深度挖掘数据，提升数据的价值，为环保各项工作开展提供基础和支撑。

2 前沿信息技术在相关领域的研究应用和启示

当前前沿信息技术在农业、林业、金融等领域的应用取得了一定成效。林佳福[15]通过设施蔬菜高效栽培物联网系统，利用监测设备感知墒情气象、基地环境数据等，并传回控制平台，实现水肥一体化滴灌控制和质量安全追溯，提高了生产质量和管理效率。曾祥久[16]利用物联网技术收集、获取和判断分析林业信息，有效促进林业的建设发展。周杰等[17]重点研究了物联网技术在精准农业领域的应用，以提高农业生产效率，进一步培养农业工程专业物联网、智能算法分析及设计方面的高层次人才，并提高农产品质量。闫巍[18]通过把区块链技术的分布式账本、加密技术和智能合约引入供应链金融各环节，有效克服供应链金融存在的问题，为中小微企业融资创造良好生态。梁月婷[19]介绍了智慧城市及区块链技术的相关内容，并从制定规划、服务对象、提升技术3个方面提出以区块链为基础打造智慧城市大数据基础平台的建议。

因此，可以预测随着前沿信息技术的发展和在环境监测领域的应用，环境监测将呈现出直观化、智能化、系统化的发展趋势，环境监测的覆盖范围、监测精度、管理水平将得到提高，前沿信息技术也将随之共同进步。

3 环境监测数据的优化获取与实时准确传输

基于前沿信息技术的环境监测数据传输和处理应用构架见图1。由各类环境监测采样设备组成的物联网采集环境数据，通过前沿信息技术实时传输和处理，最终输出到用户终端。

3.1 环境监测数据获取方式的全面优化

物联网技术在环境监测中有着广泛、深入的应用，包括污染源自动监控、环境质量在线监测和环境卫星遥感等。物联网技术提出时间早，且关注度较高，但一直受制于基础网络通信落后、大数据处理速度慢、网络安全性差等原因，导致其应用发展缓慢[20-21]。

2019年10月31日工信部副部长陈肇雄宣布中国5G商用正式启动，随后浙江省发布了《关于推进浙江省5G产业发展的实施意见》，5G网络到2025年实现浙江省全面覆盖，并全力投入打造5G产业链。5G所具有的高带宽、低延时、密连接、广覆盖等特点，给真正实现“万物互联”提供了条件，也为环境监测提供了必要的信息技术支持[22-23]。

图1 基于前沿信息技术的环境监测数据传输和处理应用构架

随着5G商用时代的来临，由物联网获取的海量监测数据的实时精准传输成为可能。基于物联网、5G的前沿信息技术也不断应用于环境监测系统的设计研究中。汤佳露等[24]针对室内环境的问题，建立了底层硬件的数据采集、通信设计(数据传输)、物联网云层设计，实现室内温度、湿度、CO2浓度及甲醛等复杂参数的监测和越限报警功能。李锐等[25]针对传统建筑环境监测系统设计并实现了由无线传感器、Sink节点、云服务、桌面端监控软件、手机端WAP软件组成的无线型建筑环境监测系统，用户可通过桌面程序或手机端WAP软件实时查看监控数据，极大减少了现场工作量，提高了用户体验。曹勇[26]设计了一种基于物联网水生环境的监测装置，使用物联网无线终端作为远程通讯装置，能通过5G无线网络实现环境监控装置和使用者手机、监控中心的远程数据传输，实现了远程控制和监控功能。

5G、区块链、物联网等先进信息技术具有相互推动、相辅相成的特点[27]，将5G、区块链等集成到物联网后，环境监测数据获取方式将得到全面优化。可实现将每一台环境监测设备获取的有效数据直接发送到数据中心，极大拓宽了数据获取来源；通过处理分析后将环境监测数据由5G高速网络发送至用户终端，保证了数据的时效性；区块链技术的加持则保证了数据的安全性[28]。

3.2 环境监测数据质量的提高

环境监测数据真实性至关重要。2017年，浙江某建材公司大气污染损害赔偿案中，因大气污染物自动监测数据造假造成的直接生态环境损害评估数额高达110.41万元。2018年，某市环保局长指使相关人员破坏空气监测数据案件中，涉案人员通过堵塞采样头、向监测设备洒水等方式，对该市6个国控空气自动监测站实施干扰近百次，导致监测数据严重失真达53次，该案在全国造成了极恶劣的社会影响。若结合区块链技术，环境监测数据与监测时间、地点、方法、过程等具体信息均可被相关信息系统以具体环境监测数值、时间数据、全球定位系统(GPS)数据、图片视频等方式采集，转化为计算机数据字段，然后通过区块链技术的共识机制赋予其不可删除、不可更改、可追溯来源等属性，从根源上杜绝监测数据的伪造[29-30]。

环境监测数据的科学性、准确性也同样重要。随着5G和区块链技术的不断发展，物联网技术也愈加成熟[31]，与环境监测结合的应用案例层出不穷，技术层面的融合日益紧密，采用前沿信息技术手段获取的环境监测数据在质量上比人工监测获取的数据更有保障，可排除监测人员专业水准参差不齐、敬业负责程度不一等因素的干扰，且监测数据具有连续性。邓娜[32]设计了一种基于物联网的CO监测系统，并采用该CO物联网监测系统对某私家车车库汽车排放的CO进行测量，实现了对车库内空气中CO的实时、准确、连续监测，有效避免人员CO中毒。柯跃前[33]设计了一种基于ESP8266模块和HHT20J液位变送器的水位监测系统，实现对江河水位的实时连续采集和监测，且无线传输获得的测量参数与现场测量参数实测值相吻合，同时系统具有功耗低、组网灵活、可扩展性强等特点。王佳麟等[34]通过物联网的远程信息操控和信息传达能力，实现对湖泊水质在线连续检测，优化了湖泊水质污染管理。

由上述环境监测实例可知，物联网技术越来越多的应用于监测难度大、监测范围广的环保项目，如果未来能将5G与区块链技术合理科学地应用其中，将全面提高环境监测数据的质量。

4 环境监测数据的智能分析与评估

4.1 环境监测数据智能处理系统

环境监测数据智能处理系统是指利用人工智能等先进技术开发的，将人工上报或自动监测站采集到的环境监测数据进行自动筛选、分类、分析和处理的系统[35]。该系统的主要目的是从杂乱无章的海量数据中筛选抽取对污染源调查、违规排放监管、环境影响评价等方面有价值的数据[36]。现阶段的数据平台往往仅有数据汇总的简单功能，数据处理严重依赖专业人员，环境监测工程师通过审核数据平台上的监测数值，结合监测地区的气象情况，对比历史监测数值等，进行全面的综合判断，才能筛选出科学有效的监测数据、污染物浓度在一定空间和时间内是否正常的结论。

环境监测智能处理系统就是模仿环境监测工程师综合判断的过程。同时，它可综合历史数据、其他相关领域数据等，做出更全面和精准的判断，也能更充分挖掘环境监测数据中的潜在价值，为中国生态环境行业指明更科学的发展方向。目前，这方面研究已初见成效，如VAHEDI[37]采用传统模型和人工智能网络分别对土壤碳库进行监测对比，研究发现，人工智能的引入大大提高了监测系统效率；WU等[38]基于人工神经网络实现了大气污染中PM10的检测、数据处理和有效预测；SOH等[39]利用人工智能模型对河流流域降水与蒸发量进行实时监测和分析，实现了降水和蒸发量的实时预测，为流域调控决策提供了有效参考。人工智能手段优化和替代部分人工监测，不仅提高了监测效率，还大大提高了科学性和准确性。

4.2 环境监测数据智能处理系统核心算法优化

环境监测数据智能处理系统可整合更多的信息进行综合处理，从而得出结论，但其核心是算法[40]。

当前社会各行各业日常运行的数据存在数据量大、数据共享不足、开发利用不够等问题，且“信息孤岛”难以打破，大数据真正实现整合需要历经各方博弈、跨部门的协调等，是一个长期的过程[41]。即使有大数据做支撑，成功开发一套真正符合实际应用且高效准确的数据智能处理系统难度也极大，其核心算法也十分复杂[42]。若处理对象的影响因素单一或问题较简单，筛选处理某一特定方面的数据也许把几个数学公式写成算法就能解决问题。如果监测对象影响因素较多或十分复杂，如统计分析核设施周围空气吸收剂量率的监测数值曲线，若该监测区域下雨，空气中放射性物质沉降，统计空气吸收剂量率的监测曲线会逐渐出现明显的波峰，监测值在某一时段可能突破限值报警。引入气象部门数据，发现该地下雨，通过对比下雨和数据升高的时间段固然可判断高值是因为下雨导致，但通过数学建模建立算法，比对典型历史数据的曲线形状和波动幅度，可简便快捷地排除其他干扰因素，得出相同的结论。信息技术问题的核心多数是数学问题，众多此类算法的应用不仅能满足智能处理系统建设、大数据整合过程时期环境监测业务的实际需求，还能使其不断升级、不断向智能化发展。肖勇[43]以创新大数据对环境监测技术的发展为基础，以洞庭湖流域环境监测为实际研究对象，建立了基于大数据模型的环境监测整体框架，对洞庭湖环境监测方面的数据收集、清理、集成与变换等技术问题开展了系统性研究，建立洞庭湖流域环境监测的大数据分析与可视化平台，取得了较大的技术突破。因此，加强算法研究，并将其与环境监测技术结合，建立更清晰、直观、完善的环境监测平台，这将更有利于对环保事业的支撑。