数据挖掘技术在生态环境保护领域的应用进展

刘璐

摘要：随着环境文明建设和环境保护数据驱动的新时代的发展，数据挖掘技术在环境保护领域中的应用越来越多，本文介绍了数据挖掘的过程，当前常用的数据挖掘工具和数据挖掘技术在环境保护中的应用。其中從多个方面重点讲述了这个技术在环境保护中的应用。由此可以看出，生态环境保护离不开数据挖掘技术水平的提高。此技术借助计算机软件，物联网和云计算等外界科技工具，使生态环境保护更加科学高效有序。

关键词：数据挖掘技术;生态环境;环境保护

前言

数据挖掘技术的目标是从多个方面去分析数据之间的关系，并且寻找隐含于相应数据之中的信息，为科学调查提供数据支持，加快生产和生活方式从根本的变化。目前，我国环境文明建设和环境保护进入了数据驱动的崭新时代。坚定不移地打好保护环境攻坚战，长期且有效的提高环境质量，是我们每一个人所希望的，也是期待看到的，然而，在此过程中收集到的信息大多数是不精确的、有极大随机性的、不能具有代表性的。所以，生态环境保护领域的发展离不开数据挖掘技术水平的提高和支持。

一、数据挖掘的过程

数据挖掘是一个具有很大随机性的真实数据中，提取出隐含其中有应用价值的知识或模式的过程。它以数据作为中心、驱动作为目标、通过计算各种数据之间的关系、计算并保持数据模型的质量，来抽取出隐含在其中、有应用价值的知识或模式，并且在真实环境下检验这些知识或模式的准确性、持续性并且及时向最好的地方改变，让它满足数据挖掘的目标。此外，新的知识或模式的发现一般会使人们重新确定挖掘的目标。

二、当前常用的数据挖掘工具

目前，数据挖掘技术水平随着大数据和人工智能的发展而不断提高，多种统计分析、智能分析的数据挖掘工具被更多的应用。

1. 统计分析数据

此过程所运用的是回归分析法、判别分析法等统计方法。这些统计方法其中一部分已经集成到常用的数据分析软件中，结合软件自带的图表功能，用户能在多个不同空间下计算显示出数据间的关系。这类软件一般分为两类：一是编程类软件，它的功能很强大，一般适合专业统计人员使用;除了第一个，另外一个就是人机交互界面类软件，它的操作简单容易，而且较为方便，适合非专业统计人员使用。

2. 智能分析工具

常用的智能分析算法有支持向量机、决策树等传统机器学习算法以及卷积神经网络、递归神经网络和循环神经网络等深度学习算法。这些算法的编写语言主要有Python、C语言、Java等。

3. 数据分析网络平台

由于科学技术的不断发展，人们把越来越多的信息储存在云端，数据分析平台的进步在这里得到了很多发展的机会。当前，网易大数据、神策数据以及腾讯云、阿里云等这些网络平台都具有这个统计分析功能，而且能根据用户的要求实现数据的可直观。另外，随着云计算的广泛应用，谷歌、facebook、百度、腾讯云等平台都推出了具有智能分析功能的数据分析平台，在这些数据分析平台中，谷歌和百度是免费开放的，有很多的例子给学习者提供学习。

三、数据挖掘技术在生态环境保护中的应用

数据挖掘结合了多个领域的知识和方法，既能发现数据与数据之间的关系，也能检测出离群数据，然后为环境保护提供强大的技术和知识支持。

1. 在生态系统监管的应用

俗话说，生态环境就是宝贵的财富。环境系统的管理机制离不开对生态系统的结构、作用及其过程的调查分析。例如，有人借助了数据分析工具--SPSS分析工具，然后利用主分成分分析法对土地环境系统健康指标进行统一化，然后得到表示榆次区土地生态环境系统健康状况的综合指数。通过这几个例子可以看出，数据挖掘技术的应用是生态环境系统的科研和管理工作的可靠的工具。通过加强数据挖掘技术来提高对环境保护的全面治理和改善，从而使生态系统和数据挖掘技术互帮互助，共同向更优秀的地方发展。

2. 在企业排污状况监管中的应用

目前，加强企业排放污水污气状况的管理已经成为各个环保部门的中心工作。自动检查、无人机检查、第三方环境检查等消息不断地流入环保部门，为物联网、人工智能等方面提供了非常好的发展机会。江苏等省份搭建排放污水许可的大数据平台，依据企业的产量、消耗、资源化能力、历史情况等进行评价，构建当地企业环境信用体系。通过对这些的研究，从而对企业排污的状况得到一个全面的了解，并且对非法排污进行治理，对排污造成的环境影响进行一个全面的有效的改善，对人们生活环境和人们的身体健康加以保障。

3. 在环境评价中的应用

对生态质量进行科学合理的评价能使大部分群众、环境保护部门更加全面地了解生态质量，然后做出符合实际的生活安排和较为科学的防范方法，所以生态质量评价的准确性十分受到关注。我国现有的生态质量评价方法有两种，一种是单一因子判别法，另一种是综合污染指数评价法，但是这两种方法都没有全面考虑生态的各种因素。为了处理这些缺点，大量研究者试着使用支持向量机法等方法建立于机器学习技术之上的环境质量评价方法。通过这些研究，以机器学习技术的环境质量为基础的评价方法更加能够全面的反映环境的信息，更加详细准确。通过对环境的评估，可以更加准确有效的对环境进行治理。

结束语

随着环境文明建设和环境保护数据驱动的新时代的发展，数据挖掘技术在环境保护领域中的应用越来越多，本文介绍了数据挖掘的过程，当前常用的数据挖掘工具和数据挖掘技术在环境保护中的应用。其中从多个方面重点讲述了这个技术在环境保护中的应用。由此可以看出，生态环境保护离不开数据挖掘技术水平的提高。此技术借助计算机软件，物联网和云计算等外界科技工具，使生态环境保护更加科学高效有序。通过对科学技术水平的提高来对生态环境的保护更加有效全面。

参考文献：

[1]陈雅丽，翁莉萍，马杰，等.近十年中国土壤重金属污染源解析研究进展[J].农业环境科学学报，2019，（10）.2219-2238.

[2]吕雷昌，葛忠强，梁燕，等.基于BP神经网络和灰色关联度的 侧柏人工林土壤肥力评价[J].山东农业科学，2019，（10）.104-110.

[3]解蕾，狄光智.基于R语言的空气质量概况分析[J].电脑编程技巧与维护，2018，（1）.49-51.

[4]高爽，朱长军，李步东.聚类分析法在水质监测断面水质分析中的应用[J].河北工程大学学报（自然科学版），2018，（1）.81-83.