大數據技術在環境影響評價中的應用展望

劉馗

【摘 要】隨著信息時代的到來促使大數據技術被廣泛地應用到各個行業中，大數據能夠在海量的復雜的信息中迅速找到有價值的信息進行查詢和處理。在這一背景下，論文就“大數據技術在環境影響評價中的應用展望”一題進行詳細探究，分別在生態環境建設中和道路交通環境中對大數據的應用和展望進行研究，首先，論文簡要地對環評大數據的總體框架進行概述，而后對大數據在生態環境建設中取得的進展進行敘述，為我國綜合性發展提供幫助。

【Abstract】With the advent of the information age， big data technology has been widely used in various industries. Big data can quickly find the valuable information in the massive and complex information to query and deal with. Under this background， this paper makes a detailed exploration on the "Application Prospect of Big Data Technology in Environmental Impact Assessment"， and studies the application and prospect of bid data in the ecological environment construction and road traffic environment respectively. Firstly， the paper briefly summarizes the overall framework of the big data of EIA， and then the progress of big data in ecological environment construction is described， so as to provide help for the comprehensive development of our country.

【關鍵詞】大數據技術；技術應用；未來展望

【Keywords】 big data technology； technology application； future prospect

【中圖分類號】TU-856 【文獻標志碼】A 【文章編號】1673-1069（2018）07-0127-02

1 引言

隨著信息時代的不斷發展和進步，各行業信息的數量的不斷增多使得信息具有復雜性的特點，導致世界已經進入了“大數據信息管理”時代。大數據技術是信息技術、云計算等先進科學技術發展的產物，隨著世界各國大數據技術的關注度的提高以及大數據技術的不斷應用，其所具備的價值也在不斷被科技工作者挖掘和運用。由于大數據技術能夠使人們在復雜的信息數據庫中準確找出相關信息，因此，有效發展發展大數據技術以及擴大大數據應用規模勢在必行。

2 環評大數據的總體框架

環評大數據的總體框架主要包括一個數據中心、由項目環評審批及驗收申報系統和建設項目環境影響登記表備案系統構成的兩個采集系統、由智慧監管平臺和互聯網服務平臺以及會商平臺構成的三個服務平臺和具有環保部內數據資源網、其他部委數據資源網、互聯網數據資源網、地方環保數據資源網的四個數據資源網絡。根據兩套系統和四套網絡獲得的數據構成了環評大數據的核心，并且在這一基礎上，對整合的數據進行集成和分析來形成環境質量和污染源以及控制總量的“三本賬”，“三本賬”的形成能夠為環境管理中的決策提供必要的數據理論依據。此外，環評大數據的框架還包含基礎設施、用戶群體以及保障體系的配套內容[1]。兩方面內容的有效結合，能夠使得環評大數據具有更加規范和更高深度的科學決策能力。

3 大數據在生態環境建設中取得的進展

3.1 一個數據中心

數據中心方面的進展首先就是其已經建立能夠跨部門、跨地區、跨領域的數據共享體制，地方環評相關單位以及環評數據中心單位能夠分別建立各自不同功能區的環評數據庫，還能夠打破地域的限制，實現信息數據資源的共享功能；其次是建立了標準的數據規范體系，此項體系的建立為以往存在的數據管理和數據集成的問題提供了技術支持；最后數據中心通過對數據的整理和分類集合成了一整套有規律性的和綜合全面的數據資源庫，為環評管理提供了重要的數據基礎。

3.2 兩個采集系統

采集系統中的項目環評審批以及驗收申報系統主要是面向全國范圍進行對信息位置采集、對資料填寫和上傳以及對項目申報信息提交和審批查閱。而建設項目環境影響登記備案系統是面向全國范圍內的環評相關單位進行線上登記備案，用戶可以運用系統生成的表格進行打印并且由負責人進行相關內容的填寫。采集系統中的項目環評審批以及驗收申報系統和項目環境影響登記備案系統切實保障了環評相關數據的真實性和確切性，并且，兩種系統的連接為環評事業提供了相當大的數據支持[2]。

3.3 三個服務平臺

環境影響評價會商平臺主要利用互聯網和云計算服務等其他先進的技術對不同級別的技術評估部門和環境管理部門進行評估和服務，環境影響評價會商平臺能夠提供更加標準化和系統化的評估方案和結果，在一定程度上提高了環境評估管理的能力；而環境影響評價智慧監測平臺不但能夠為不同級別的環評構建審批信息，還能夠實現全國各個級別的環境評估審批信息相互交流；環境影響評價互聯網服務平臺已經為環評事業大大降低了數據處理時間和經費支出，還推進了群眾對環評的公信力度。

3.4 四套資源網絡

由具有環保部內數據資源網、其他部委數據資源網、互聯網數據資源網、地方環保數據資源網組成的四套資源網絡使得環評大數據具備了對不同行業、不同地域的污染物以及投資規模進行綜合統計分析；形成了對建設項目的進行四大技術校核能力，為有效遏制環境違法行為提供了保障；利用自身優勢對建設項目的布局以及區域環境監測進行有效數據挖掘分析，提升了環評監管的有效性；另外，環評大數據能在尊重數據所有權基礎上運用數據目錄進行綜合查詢和使用，一定程度上提升了大眾參與環評水平，增加了環評工作的透明度[3]。

4 大數據在道路交通環評的發展趨勢

在大數據時代下，道路交通環評將面臨著技術變革和傳統思想與創新工作的矛盾沖擊。對新技術的盲目崇拜導致對傳統工作思路產生嚴重疑惑，在日常工作中，工作人員會進入大數據時代的誤區中。由于大數據技術在本質上是對事物的相關關系進行詳細研究而并不是對已存在的知識理論進行放棄，不能改變現有的交通理論，更不能背離現有的城市化交通發展戰略，所以，城市化交通發展必須符合城市交通發展戰略，大數據時代下道路交通環評要從兩方面進行：

4.1 智能城市化交通發展

城市交通智能化發展必須要遵循現有的城市化交通發展戰略，頂層的設計是城市交通朝向智能化發展的關鍵環節，頂層的設計是解決城市智能化發展的首要目標和重要任務[4]。因此，城市交通智能化發展在大數據時代下首先要充分利用互聯網等最新信息技術，以人工智能、綜合感知和普適計算作為支撐基點，實現城市發展和城市智能交通的雙面結合，對人群所需和其他活動于物流做出智能反應，保障城市平衡發展。另外，還要尋求理論與技術創新使用于一體，主要著眼于建設決策者、系統服務對象等其他交通參與者的設定，并且對各類主體參與者的特征和參與者的空間分布進行有效性研究，達到城市空間與智能交通運營相互關聯。

4.2 著眼于城市交通發展戰略

大數據在道路交通環評的發展要著重于城市交通發展戰略，要處理好交通發展與城市環境和資源的關系，處理好交通規模方向與城市經濟發展方向的關系，處理好城市交通建設與城市土地使用和建筑物布局的關系；處理好城市智能交通系統內涵建設與外部擴展的關系。同時大數據在道路交通環評發展要將城市交通結構和城市建筑布局作為發展的重要參考依據[5]。另外，在制定城市交通發展戰略時要充分考慮城市交通服務的開放性，確保城市交通參與者的決策是否符合城市發展需要，根據城市發展的的實際情況制定城市交通發展戰略，避免出現戰略不符合實際發展問題。同時還要針對內外不同環境制定不同的交通發展戰略，以城市空間、城市水平和城市功能作為參考，針對城市交通的隨機性及可控性對交通結構進行合理設置。

5 結論

綜上所述，大數據技術已經被廣泛應用到各個行業中，并且在生態環境建設中，大數據技術已經取得了極高的成就，一個數據中心、兩個采集系統、三個服務平臺、四套資源網絡已經使得我國對生態環境的評測和監督取得了極大的進展。在城市交通建設方面，大數據技術要著眼于城市交通發展戰略，并且將城市智能化交通發展作為目標，把握城市正確的發展方向，充分運用大數據技術打造智能化城市交通。總而言之，隨著信息化和大數據的快速發展，在環境管理中應用大數據技術已成為一種趨勢。但是，大數據在環境管理中的應用還面臨著諸多挑戰，需要相關部門去探索解決。因此，在環境管理中，管理人員應利用大數據不斷創新環境管理模式，并為環境管理領域提供強有力的決策支持。

【參考文獻】

【1】閆紅偉.交通大數據在智能高速公路中的應用探討[J].中國交通信息化，2015，11（3）：94-95.

【2】裘敬忠.探討大數據技術發展趨勢及應用的初步經驗[J].納稅，2017，23（17）：196.

【3】程學旗，靳小龍，楊婧，等.大數據技術進展與發展趨勢[J].科技導報，2016，34（14）：49-59.

【4】湯勇峰.智能電網大數據技術發展研究[J].電腦知識與技術，

2017，45（31）：242-243.

【5】艾文淵.智能電網大數據技術發展探索[J].數字技術與應用，

2016，50（10）：255-256.