大數據技術在生態(tài)環(huán)境保護中的應用研究

藺旭東+張孟強+陳婧+劉佳

摘 要：隨著經濟的持續(xù)發(fā)展，我國的生態(tài)環(huán)境保護問題變得越發(fā)復雜。大數據技術的出現，正好適應了生態(tài)環(huán)境保護問題的發(fā)展現狀。本文從分析生態(tài)環(huán)境相關數據入手，對大數據技術在生態(tài)環(huán)境保護領域的應用架構及關鍵技術展開論述。

關鍵詞：大數據 Hadoop；生態(tài)系統；生態(tài)環(huán)境保護

DOI：10.16640/j.cnki.37-1222/t.2015.24.202

1 引言

生態(tài)環(huán)境的保護問題，具有復雜性和時變性，涉及多部門、多地區(qū)和多領域，需要處理海量的各類數據，這為問題的解決增加了不小的難度[1]。本文從分析生態(tài)環(huán)境相關數據入手，對利用大數據技術，整合各類生態(tài)環(huán)境相關的數據資源，建立生態(tài)環(huán)境大數據平臺的架構及關鍵技術展開論述。

2 生態(tài)環(huán)境相關數據的現狀分析

目前，應用于生態(tài)環(huán)境保護領域的數據資源主要包括三類：

地面監(jiān)測數據：此類數據主要來源于各地的生態(tài)環(huán)境在線監(jiān)測系統。由于各系統開發(fā)時期不同，技術手段各異，數據格式多樣，各系統之間很難形成信息共享。

遙感監(jiān)測數據：此類數據主要來源于衛(wèi)星遙感數據和航空遙感數據。

地理信息數據：此類數據的來源主要有野外采集、地圖數字化和航天遙感采集、攝影測量等。

目前，傳統的信息化技術在環(huán)境數據整合工作中仍占據主導地位，而利用大數據技術，實現上述三類數據的統一存儲、協調工作，真正建立起實用價值大，適用性廣泛的生態(tài)環(huán)境大數據平臺，還沒有相關的工作開展。

3 大數據技術概述

大數據技術是近年來興起的一種綜合性信息技術[2]，對于處理超出傳統數據庫系統存儲、管理和分析處理能力的多來源的、海量的數據集群，具備天然的技術優(yōu)勢。大數據技術的主流應用框架是Hadoop生態(tài)系統。它以HDFS分布式文件系統和MapReduce分布式計算框架為核心，可以對大數據進行高效的分布式處理。

4 大數據平臺的構建

生態(tài)環(huán)境問題涉及大氣、土壤、水、生物圈、氣候等方方面面。為此，我們在推進大數據技術與生態(tài)環(huán)境保護工作相互結合的過程中，采取了以點帶面，逐步推進的策略。

在本文中，我們選取對環(huán)境影響比較突出的大氣污染問題作為研究的切入點，利用Hadoop生態(tài)系統中的HDFS技術，建立起秦皇島地區(qū)的大氣污染防治大數據平臺。未來，通過建立基于此平臺的大氣業(yè)務應用系統，我們可以對秦皇島地區(qū)的大氣污染物來源情況進行準確有效的分析。這一應用模式的探索，也將為未來更廣泛生態(tài)環(huán)境數據的綜合性分析與應用，打下良好的基礎。

平臺所采用的地面監(jiān)測數據包括：工業(yè)企業(yè)污染排放情況、火電企業(yè)污染排放情況、鋼鐵冶煉企業(yè)污染排放情況、水泥企業(yè)污染排放情況等。

平臺所采用的遙感氣象數據主要是用美國國家環(huán)境預報中心（NCEP）發(fā)布的Final Operational Global Analysis（FNL）資料[3]。我們不直接使用FNL的原始數據，而是采用經過NOAA-Air Resources Laboratory（ARL）預處理模塊轉化后的數據。基于FNL資料，可以計算在某一時段內抵達秦皇島地區(qū)的后向氣流軌跡，從而有助于配合地面監(jiān)測數據揭示秦皇島地區(qū)大氣污染的可能來源。

納入平臺的地理信息數據主要有兩類：（1）圖形數據：此部分數據以矢量圖形的形式存儲于HDFS系統中。它們的來源主要是利用搜狗地圖所提供的靜態(tài)地圖API。（2）文本數據：此部分數據包括：a）監(jiān)測污染源的位置數據；b）交通擁堵情況；c）氣流軌跡數據：此類數據由FNL資料計算而得。各類文本數據都將構成獨立的圖層，利用搜狗地圖提供的API，標注于圖形數據之上。

5 關鍵技術研究

各類數據會被存入統一的大數據平臺。我們采用Hadoop分布式集群結構作為大數據平臺的存儲結構。我們使用100臺PC級電腦構建起分布式數據存儲集群，每個節(jié)點同時承擔計算和存儲的角色。各個數據節(jié)點中存放大氣污染相關的大數據。元數據主節(jié)點則存放各類大數據在數據節(jié)點中的副本分布位置。元數據輔助節(jié)點承擔與元數據主節(jié)點類似的任務，當元數據主節(jié)點宕機時，可以重新啟動元數據主節(jié)點。元數據主節(jié)點上保存著訪問HDFS文件系統的索引信息，它們主要來源于數據預處理過程中提取的元數據。對于修改元數據主節(jié)點信息的操作，事務日志中都會插入相應的記錄。而數據索引到數據存儲的映射，副本的位置及編號等信息，都存儲在元數據主節(jié)點所在的本地文件系統中的一個映射文件中。

對于大數據而言，要想實現數據的高效穩(wěn)定的訪問機制，需要做好兩方面的工作：（1）對數據分塊存儲并建立適宜的物理數據副本規(guī)模；（2）采用適宜的副本存放策略和數據讀寫策略[4]。我們采取了搜集數據訪問反饋信息的策略，利用統計學方法實現了副本規(guī)模的動態(tài)調整。而對于副本的存放策略，我們考慮將不同副本存放于不同機架的電腦上，以保證一個機架出現故障時不致丟失數據，并且還能在讀數據時充分利用不同機架的帶寬。數據的讀取策略則采用從距離讀請求節(jié)點最近的存儲節(jié)點上讀取數據。同時，我們將對數據加工的相關業(yè)務代碼從加工請求所在的電腦發(fā)送至數據副本所在的電腦執(zhí)行，盡可能不在電腦之間進行數據副本的傳遞，以提高寫數據的效率。

6 結論

本文將大數據技術引入生態(tài)環(huán)境保護的工作之中，將秦皇島地區(qū)的地面監(jiān)測數據、遙感監(jiān)測數據、地理信息數據整合在一起，建立起秦皇島地區(qū)大氣污染防治大數據平臺，使相關的業(yè)務應用有了一個統一的底層數據支持。未來，我們可以基于此平臺建立大氣污染數據分析系統等業(yè)務應用系統，對秦皇島地區(qū)的大氣污染物來源情況進行準確有效的分析。

參考文獻：

[1]張永亮，俞海.中國生態(tài)環(huán)境保護管理體制改革思路與方向：國際社會的觀察和建議[J].中國環(huán)境管理，2015（01）：43-47.

[2]肖筱華，周棟.大數據技術及標準發(fā)展研究[J].信息技術與標準化，2014（04）：34-38.

[3]趙恒，王體健，江飛，謝旻.利用后向軌跡模式研究TRACE-P期間香港大氣污染物的來源[J].熱帶氣象學報，2009，25（02）：181-186.

[4]宮婧，王文君.大數據存儲中的容錯關鍵技術綜述[J].南京郵電大學學報，2014，34（04）：20-25.

基金項目：河北省社會科學基金項目（HB14LJ001）；河北省軟科學研究計劃項目（15450317D）

作者簡介：藺旭東（1974-），男，河北秦皇島人，博士，副教授，研究方向：信息檢索、環(huán)境信息化。endprint