分析大数据在生态环境监测领域中的应用

郑梅彬

（厦门物之联智能科技有限公司，福建 厦门 361000）

自20世纪以来，土地退化、森林锐减、环境污染、大量珍稀生物灭绝、气候变暖以及水资源枯竭等各种问题越来越严重，并且这些问题有着时间跨度较长、涉及部门较多、驱动因素复杂等各种特征，解决与处理难度十分高。例如2015中国气候公报统计数据显示，在2015年一整年时间中，我国总计出现11次高强度的雾霾，有着时间长、强雾与重霾结合的特征[1]。虽然环境管理部门积极落实环境监测以及治理等各项工作，结合环境监测，从源头管理污染问题，但是由于监测范围广泛、过程复杂，这也使得过往监测工作取得的效果并不明显。而现今，随着大数据时代全面到来，生态环境大数据给环境监测领带来了全新的机遇，依托大数据来全面收集与生态环境领域有关的信息数据，持续化地掌握环境污染情况以及环境实际污染情况，能够让监测质量持续增加。以下就针对大数据在环境监测领域的使用进行分析。

1 简述大数据的概念与生态大数据特点

1.1 概念

大数据属于一种规模过于庞大，在展开数据存储、获取、管理以及分析等各个方面远远超出传统数据工具能力范围的数据集合。大数据之父维克托迈尔舍恩伯格教授将大数据表述为不用进行随机分析（如抽样检查）的捷径，采取所有数据展开处理与分析即为大数据[2]。从经济角度而言，大数据的信息大小以及复杂程度已经难以利用各种普通数据进行描述，无论是在管理中还是在预算中都可以成为大数据。与大数据相关的处理技术主要包含大数据预处理、数据采集、挖掘、分析以及存储、大数据安全、可视化等，涉及的领域较多，例如分析工具，就涉及非结构化的处理数据、分析平台等。

1.2 特点

生态环境大数据是大数据一个重要类别，具备五个重要特点，即数量大、价值大、种类多、准确性高、时效快[2]。具体表现在以下几点：

（1）从数据类型以及规模等情况来看，生态环境大数据类型十分多、数据体量较大、结构较为复杂，从内容上涉及土、水、气层等数据；结合地域情况而言，包括土壤、海洋、大气、森林、植被以及湿地等各种生态数据，这些因素组合而成使得生态环境大数据有着多样性特征。

（2）从数据价值进行分析，生态环境大数据有着巨大的潜在使用价值，如何从大量的数据当中掌握和挖掘最有价值的信息是生态环境大数据所面临的较大挑战。

（3）从数据动态化改变层面来讲，因为生态系统功能与自己结构有着动态改变的现象，这也使得生态环境大数据具备实时特征，连续、长期监测十分关键。

（4）从数据真实性层面进行分析，受到野外条件的约束与限制，环境大数据会有一定的误差，甚至可能会出现错误的数据，为此从海量数据当中获取真实数据信息是大数据应用的重要挑战。此外，除了上述的各种特征之外，生态环境大数据与其他领域的大数据相对比，还有部门较为分散、数据源十分复杂、监测体系不够集中、跨越时间较久等特征。

2 大数据技术在环境监测中的应用

大数据作为一种新型，有着较高使用价值的技术，其在环境监测领域的使用主要从数据采集、数据模块转换、环境监测体系以及预警系统等几个方面开展。以下就结合具体监测案例对其展开分析与研究。

2.1 环境大数据的采集类别与分析

环境大数据的具体采集类别分为两种，一种数据是环境监测部门所采集到的各种数据，这一种数据时间跨度相对较大，大多数都为环境污染有关的各种数据，或者针对生态环境展开集中监测之后获取到的数据[3]。第二种为外部各种因素对于环境产生影响的数据，这一类数据可能会受到外界环境的限制，需要展开动态化的挖掘，并且这一类数据会随之时间推移发生改变，因此需要不断强化实时监控力度。

2.2 环境大数据的转换模块

大数据的转换模块是一种相对较为常见的数据集成手段。由于互联网经历了较长的发展时间，在这一时间跨度当中，互联网的编码形式也出现极大地改变，但是在采取大数据技术来全面采集数据时，数据类型、格式等并没有被作出严格的限制或者指定明确标准，因为不限制格式或者类型，可以让数据收集有着全面性的优势，不过有可能会导致数据出现多样、复杂的情况。所以必须针对此类数据展开统一的转换处理，即数据转换模块，将其全面统一成为现代被普遍利用的格式或者数据类型。虽然转换过程较为复杂，但是可以为日后使用提供巨大的便利。

2.3 建立新型生态环境监测体系

因为环境污染情况越来越严重，在开展环境监测以及保护中，需要持续地完善监测技术，构建一个功能健全的监测系统，利用检测系统来掌握污染物的具体情况，帮助有关部门从根源上将污染问题解决。检测系统的建设需要从三个方面开展，如图1所示[4]。

图1 生态环境监测具体功能

2.3.1 需要丰富检测方式，进行立体感知

需要从过往的“地面检测”逐渐朝向“天、地”等方面转变，实现一体化的监测。并从点、面、线多角度针对环境状态进行判断，强化监测布局的灵活多变性，将固定点位监测当作重点，向动态点位进行转变。同时需要将需求当作迁移，合理增设监测网点，丰富检测方法，结合不同监测场景应对环境监测大数据精准的要求。引入更多的监测设施与手段，以此来改变过往单纯依靠定量检测的形式，将其转变成为定性、定量、半定量有机结合的方式，提升对环境变化的敏感度。

2.3.2 深度挖掘监测数据，强化数据使用力度

需要充分利用大数据、物联网等技术来不断丰富环境数据源，推动不同数据之间进行互相补充、互相印证，避免数据出现不全、不真、不准、价值较低等问题。同时，监测人员要强化融合分析力度，全面释放数据具备的价值，将各种数据进行联合，把生态环境现状与治疗措施、污染源排放、社会各项经济活动、社会各界舆论感受等结合，实施究根溯源、评估治疗成效、精细化管理以及针对性、科学治污等各项工作。

2.3.3 创建环境数据监测业务，展开智慧使用，精准推送

合理利用智能化的检索技术，实现精准、高效的查询；科学使用智能语音以及虚拟技术等，优化环境监测信息展示方式以及交互模式，让管理人员与社会各界的信息需求得到满足。同时，充分结合研究要求，合理使用智能编写技术，生成相应报告提升工作人员工作效率；依托语音识别以及智能匹配等各种技术，为各种用户定期、定时推动环境监测报告与信息，将过往的“人找数”，转变成为“数找人”，为有关人员可以掌握最新环境数据信息提供极大便利[5]。

2.3.4 大数据预警框架分析

将环境监测数据充分与现代化的物联网平台相结合，通过挖掘监测数据，并结合未来的环境预测数据，针对性地分析环境污染情况以及分布，并将分布特征使用可视化的方式展开预测，可以为环境治理提供一个重要保障，避免出现环境污染情况。一般情况下大数据预警框架主要包括四个部分，即风险知识、警情发布和通讯、监测和警报服务、响应能力等，如图2所示。风险知识可以不断地评估环境系统风险，明确风险类别并积极展开自主的学习；监测与预警两者有着相互协调的特征，通过监测可以将区域环境状态进行反映，对区域重点污染物以及污染源展开自动监测以及人工捕捉，之后预警功能结合各种数据展开环境风险事件发展预测，以及风险事件的处理方案评估，发布通讯以及响应能力，主要就是确保警报可以全面、及时精准地向有关单位进行传达。例如：在2014年11月份为确保在APEC会议时期北京空气质量，京津冀以及周围区域结合预警系统实施“空气保卫战”，在“绿色地平线”大数据平台系统的全面支撑下，在统一调度以及全面预测下，实现区域环境污染问题的联防管控，最终大幅度地减少了区域大气污染物实际排放量。

图2 环境检测预警框架

3 大数据在生态环境监测中的优势

3.1 提高生态环境预警水平

通过生态环境大数据，在整个区域当中可以清晰地掌握到污染的来源，明确污染物的实际情况，以此来不断提升预警质量与水平，为后期工作开展提供重要的助力[6]。一是可以采用大数据技术来全面分析生态环境监测数据，挖掘降水数据以及电磁辐射数据等，进一步掌握影响区域环境的因素。二是积极地分析污染源区域当中污染物排放数据，强化对各种废物、污染物的监测，可以有效地改进污染物费用征收方式以及标准，提升在线监督与管理目标。三是合理分析区域居民日常生活所产生的垃圾，及水资源实际使用量和地理信息等，利用图像或者数据库的方式进行展示，可以精准掌握区域内存在污染超标的情况。此外，在环境预警系统当中全面引入监管业务数据、环境移动检查执法数据、在线污染物监控数据、水质以及大气数据等，可以最大化地发挥不同环节监测数据的价值，解决“信息孤岛”问题，让预警水平能够持续增强。

3.2 达到科学合理的决策

大数据在针对具体问题展开分析以及评估上，有着较高的便捷和时效性、针对性以及精准性特征，如图3所示。对于相关环境监测部门而言，虽然现阶段对于较为庞大的数据信息使用与管理难度较高，人工展开数据挖掘和分析仍旧是当前最主要的表现。但是在大数据技术持续进步以及发展下，对于数据处理将会更加程序化与系统化，这不仅会对环境监测工作开展以及治理工作开展提供重要的帮助，对于各种与环境保护有关的重大决策也有着十分重要的帮助[7]。在合理使用大数据技术过程中，通过推动数据资源的不断整合，综合使用环保、气象、交通等各个部门所获取的与环境相关的数据，可以做到环境污染控制的精细化、日常化，真正实现“数据驱动”这一目的，增强环境监测以及管理决策的合理性。此外，在环境监测的基础上强化对互联网大数据上公众舆情的管理力度，通过收集社会各界各种环境建设项目认同感以及对于污染物处理效果的满意度，自动抓取互联网当中的信息，展开专题聚集，不仅可以为政府部门舆情管理提供分析报告，还可为环境管理决策提供更多意见指导以及数据支撑。

图3 生态环境大数据的优势

3.3 提高总体监测服务水平

全面获取生态环境监测数据，具备的作用主要表现在3个层面。一是通过积极地开放监测数据，可以让群众获取更多精准的环境监测信息，助推环境监测数据的全面推广，为环境监测工作高质量落实提供重要的群众基础，让检测水平有效、持续增强。二是将大数据技术与环境监测领域的技术规范、行业标准相结合，可以为环境监测提供帮助，提升总体监测服务水平[8]。例如：结合监测标准以及规范制度，构建大数据模型，可以让监测智能化程度更高。

4 结语

综上所述，大数据技术能够处理各种类型、各种来源、不同尺度的数据，在生态环境监测领域有着较高的应用价值，依托生态环境大数据来助推环境监测与保护工作开展是监测部门面对新形势的必然选择，也是保证环境管理高质量开展的重要支撑。为此，必须积极探索大数据技术全方位应用到环境监测领域的方式，结合大数据技术来全面分析各种复杂的环境要素以及污染数据，建设细致、优异的环境监测体系，明确预警架构，集中整合不同领域的数据，利用大数据来助推环境监测工作高质量、持续化地开展，这也是今后需要相关研究人员重点探索的方向。