大气环境监测中大数据解析技术应用研究

2021-12-19于文健

皮革制作与环保科技 2021年19期

关键词：大气环境监测网格

于文健

（广东省清远生态环境监测站，广东清远 511515）

借助现代信息技术有效监测大气环境，确保环境保护与经济发展之间的协调。本文介绍了大数据技术在大气环境监测中应用的意义和原理、技术优势和具体应用。

1 在大气环境监测中应用大数据解析技术的意义

在大气环境监测过程中，工作人员要收集大量的数据。在对这些数据进行评估和分析时，可以有效地提高数据分析的效率和评估结果的准确性，它是环境监测的重要组成部分。

2 大气环境监测中大数据解析技术运用的好处

2.1 提高大气环境预警能力

大数据分析技术可以实现对大量数据的快速及准确分析，并能从这些海量数据中挖掘出有价值、有效的信息。可对当前区域大气环境作出更准确地判断和评价，为人们提供可靠的大气环境信息，以便人们采取相应的措施[1]。

2.2 提高科学决策水平

通过利用大数据分析技术对相关数据信息进行分析，结果可以直接呈现给用户，包括研究人员和政府决策人员。建立大数据模型还可以模拟环境治理方案，评价环境治理的可行性，从不同治理方案中选择环境效益好、成本效益高的方案，避免因决策失误而增加环境工程成本。

2.3 提升服务水平

在使用大数据进行环境监测时，人们可以建立云分析平台，为生态问题及时提供反馈。也可以把大数据和网络结合起来，直接在网上发布聚合结果，实时查看监测结果[2-3]。

3 在环境监测中使用大数据分析的要点

筛选相关数据，选取数据特征量，用数学分析方法分析数据特征量及其相关关系。环境监测涉及大量的基础数据，需要运用大数据分析技术进行收集和处理。除了获取基本数据和特定数据类别外，还完成了特征的选择[4]。

4 大数据解析技术在大气环境监测中具体运用

4.1 实现可视化操作

利用大数据分析技术可以分析出各区域特定的大气环境，分析结果通过互联网迅速发送到有关的气象平台，直观地显示当前的大气环境，让人们实时了解大气环境。图1：大气环境监测分析结果。通过采样系统收集和分析各项监测指标，然后把监测分站的数据信息发送到中心站，再通过中心站计算机将结果发送到监测平台上，也可以通过绘图仪和打印机打印出来，以便直接、随时监测大气环境质量，然后依据气象预警，制定相应的防治措施[5-6]。

图1 大气环境监测过程分析

4.2 挖掘和整理大气环境数据

环境监测不仅收集和记录大气环境监测数据，还可基于大数据技术组织和挖掘大量数据。利用大数据分析技术对各种数据进行收集整理、档案保存，加快工作效率的同时还可以确保数据收集和记录的准确性[7]。

4.3 对大气环境数据进行预测

相关人员需要结合大气环境的变化的特征，对数据进行汇总和分析，并进行有效预测。大气环境监测应用大数据分析技术的过程中，系统会对数据进行进一步整理和挖掘，并对获得的结果信息进行汇总和解析，得出外部环境因素和最终的与大气环境质量相关的规律。具体如图2所示。

图2 主要运行方式

4.4 建立空气质量预警平台

大数据分析技术的应用，不但可以很大程度上改变传统的大气环境监测的方法，而且有助于我们更好地了解大气环境。若评估结果与相关要求不符合，则在评估结果符合相关要求的情况下，才可以发出警报，进行实地调查、实施计划，再进行抽样、样本保存、预处理、定性测试、定量分析以及数据处理[8]。

4.5 空间分类器

SC中包含的特征量对目标函数的影响是一个多层多节点的传递过程，传递路径是线性的，传递过程在节点处的输出可以是线性的，也可以是非线性的。因此，SC具有静态神经网络结构的特点。神经网络方法本身是模拟复杂系统和分析大数据的非常有用的工具。因此，选择由输入生成（Ig）和人工神经网络（ANN）组成的SC进行仿真预测当地电网中PM2.5的浓度。

IG的作用是用各类空间特征量构建 ANN 的输入值。从建有大气自动监测站的网格中随机选取两个局地坐标为l1和l2的网格，每个网格中包含二个特征量和污染物浓度值，分别用f、f、f、f和c1、c2表示；x代表某一待预测的网格，其局地坐标用lx表示，x 网格中二个特征量和待估污染物浓度用f、f和cx表示。由IG构成的对ANN的输入数据生成流程见图3。

图3 空间分类器IG数据生成流程

ANN是在接受输入数据后，通过神经网络节点和传递，最终产生对目标值的影响。为理解神经网络的传递过程，神经网络某节点的传递过程见图4。图4表示神经网络一个节点输入输出关系。f1x、f2x表示该节点的两个输入；f'x表示该节点的输出；w1x、w2x表示两个输入权重；bx表示该节点输入输出的偏移，即神经感知偏移;φ表示输出为非线性输出的变换函数。