环境监测数据系统中常见数据库结构分析

王国雯 沈春丽 周玲玲

（余姚市环境保护监测站，浙江余姚 315400）

0.引言

目前，随着环境污染问题日益凸显，人们也逐渐意识到保护环境的重要性。为了能够对环境污染问题进行有针对性的防治，提高环境保护的质量和效果，生态环境部门必须要重视环境监测工作的基础重要性，保障监测数据具有一定的代表性、准确性和精密性，同时还要对数据的对比分析工作进行严格控制，并着重研究影响每一个工作环节的相关因素，提升工作人员的技术水平，使其在工作当中具有强烈的责任心和职业素养，切实保障监测工作的各个环节有序进行，从而保障监测数据的可靠性，全面评价生态环境改善情况和评估污染状况水平，促进我国生态环境保护工作顺利有效开展。

1.在环保监测中应用大数据技术的价值体现

从长远发展角度而言，大数据与新知识分析会是将来数十年中促进经济增长的重要支撑，并将促使政府主动更新管理理念，接受新的管理思想，使其决策方案更加吻合将来的环境状态与功能模式，进而制定出更具科学性环境新政策，使之能够对未来数十年的环境治理产生深远的积极影响。技术决策在政府服务管理中起着关键性的作用，所以，应该就政府怎样更好的应用数据分析来解决实际问题，做出科学化的决策，深入的研究可强化环境公共治理能力的学术课题。因为大数据是一种先进的分析技术，对比一般的分析优势显著，例如可实现实时监测，能够迅速精准的得出结论，对于一些日常的公共环境监测或遭遇重大紧急环境事件时可以迅速作出精准分析，从而规避因决策低效而造成的不必要经济损失，这对于提供环境公共服务的政府来说，大数据技术的应用对于环境治理具有重大的指导价值[1]。

2.环境监测数据系统中常见数据库结构分析

2.1 排污申报与环境污染源管理模块

环保法及相关法律法规规定，凡排污单位必须要履行申报义务，排污申报是污染源管理系统的一个非常重要的功能。对于该模块而言，其应包含如下功能：数据汇总，即采用关键的相关信息资料对污染源数据进行及时的汇总；数据查询：根据排污单位污染源填报结果对其信息进行查询；数据管理，即排污申请填写，对污染源信息资料进行有效维护；数据分析，即对重点企业污染源行业类别、污染因子进行针对性的分析。在数据查询功能设计过程中，查询污染源以及排污企业，并且基于GIS技术的应用，在地图上将排污企业的具体地理位置显示出来；可以按单位名称和污染源名称对其进行类别查询，并且可按照地区对污染源进行归类查询。数据分析功能设计为：分析污染事故缓冲区，对重点污染源进行溯源和扩散分析，并且用图表将其显示出来；污染物浓度和比例历年数据分析；地区污染物以及污染企业分析等，为环境管理和决策提供服务。

2.2 科学构建环境监测评价体系

在大数据系统中监测评价是整体大数据报告的核心，因此在推进环境监测标准大数据化工作时，首要必须科学构建环境监测评价体系，确保评价类目的全面性、评价分级的系统性、评价数值的科学性，保障导出评价结果的可靠性和权威性。要构建评价物类别体系，对大气环境、水质环境、土壤环境等各不相同的环境与评价要素进行系统地细化分类，从而便于对整体大数据系统的分类管理以及资料的调用。其次，要细化对评价方法、方法流程的分类与记录，在这一大类目中要记录检测工作中所使用到的采样方法、检测标准、评价标准是否有效覆盖具体被评价对象类别；还应当录入各类分析方法与评价标准的资质认定有效期，对于即将到期或已经到期的分析方法，应当及时进行延期申请或启动淘汰旧技术的更新迭代流程。最后，评价数据框架中还应当包括对于相关检测人员、检测日期、存档样品编号的记录，确保事后的复核与追溯可以精确到人、精确到样。

2.3 保障监测数据具有很强的代表性

在对环境进行监测的过程当中，监测数据并不是恒定的，它会随着监测环境的变化而变化。尤其是监测到的污染数据，它会在监测环境的影响下其分布会呈现出不同的状态。为了有效保障监测到的数据能够将环境的状态真实有效地反馈出来，必须要保障监测到的数据具有很强的代表性。这就需要监测人员在开展环境监测工作的时候需要做到以下几点：其一，监测人员要对污染物的分布特点进行准确掌握，并以此为依据对污染样品进行采集，在对样品进行采集的时候尽量在多个点进行样品的采集。其二，为了确保采集到的相关数据具有良好的可靠性，监测人员还要对样品的储存容器进行合理选择，同时要对采集的方式进行科学把握，并按照一定的标准将采集好的样品收集在容器当中，在样品送检之前采样人员还要对样品进行合理保存并且要严格控制运输过程，以免外界环境干扰导致采集样品发生一定的变化，进而大大降低样品和数据的可靠性[2]。

2.4 数据的收集与整理过程

环境监测，用专业监测设备来对环境中有害物质进行检测，实际分析有害物的排放量及环境质量变化趋势。整个过程要应用平台技术和算法，搜集、分析和处理数据，这些操作都集成在一个系统中，数据平台可以是某种设备或共享的集成系统。收集和处理环境信息实际上就是应用大数据技术分析和预测的过程。能否获得精准的数据是有效分析的基础。应用大数据技术对环境系统加以分析时，一个重要过程就是采集数据信息。信息要尽可能的精准全面，需要提前做好准备工作。例如，确定安装传感器和视频监测器的位置，提前确定监测面，查看目标点的环境信息是否为人为呈现，要确保是自然状态下的。要能完全排除人为干扰因素，如此才可收集到反映真实的信息，这是确保高效环境治理的前提条件。在分析环节，包括前期的数据分类与梳理，监测环节的记录登记；云技术的应用，包含分布云和智能分析技术、实时数据处理、大规模的数据存储与管理技术等，算法如Python，都要应用到环境监测分析中。然而现阶段，还无法实现对监测目标点实际影像实施图像抓拍监控。

2.5 SQLServer建立的数据库

目前当下流行的、普遍采用的数据库就是SQLServer。监测基本信息也逐步完善，存在适合多种平台的应用系统；监测数据表的基本信息越来越细化、越来越丰富，导入、导出方便，表征形式多样化，用户权限管理、安全性都得到了提高。该系统主要实现完善基本数据库的建立和数据的高效安全传输，各种应用系统由各用户在其基础上再进行二次开发应用。该系统存在的问题依旧是监测项目的不完整，虽然监测项目已相对完善，但若有新增的监测项目免不了修改数据库结构。特别是地表饮用水监测项目较多，除填写全分析数据以外，每月要填写未监测项目较多，造成不便。

3.结语

分析以上几种环境监测数据系统得知，环境监测数据库的建立，不仅考虑到当前工作的需要，更要考虑到历史数据导入的完整性和当今环境监测工作的发展需求。数据库系统建设中充分做好调研，了解数据的历史沿革，信息做到尽可能的完善，数据库结构尽可能的减少修改，这样才可以不仅保证数据的准确性，而且更能保证监测数据的连续性、完整性和可比性。只有监测数据信息化建设上了新台阶，才能更好地为环境科学分析、管理提供准确依据，为政府各级主管部门进行决策提供信息保障。