大數據技術在大氣監測中的應用

卞志浩

（張家港市環境監測站，江蘇 張家港 215600）

我國正在逐步建設生態文明社會，因此在社會發展的過程中更加注重環境保護。而在環境污染防治中，大氣環境與人們的生活息息相關，因此大氣污染數據將極大影響生態文明建設的進程。大氣污染監測部門能夠利用有效的數據來對大氣污染程度進行監測，有效監控大氣污染，并且進行大氣環境污染的數據統計工作。通過開展一系列監測，大氣污染監測部門積累了大量數據資源，這些數據一般采用聯網發布的形式，在日積月累的過程中逐步形成了大數據的特征，在數據規模上具有海量特征。大氣監測數據具有較強的流動性，整體數據類型多種多樣，具備較高的資源價值，在大氣污染防治和大氣環境保護中可以發揮重要的作用，使人明確大氣污染防治方向。大氣數據監測技術受到各種數據統計信息的影響，使得監測結果具有一定誤差，并不具備相應的準確性，代表性比較差。因此，相關技術人員需要將大數據技術應用于大氣污染環境治理中，進而為建設生態文明社會提供助力。

信息數據在各行各業中大量產生，并且伴隨著傳媒的渠道推廣至全社會每一層面上，為人民的生活提供便利服務[1-2]。因此，信息存儲與處理功能日漸突出，環境建設部門在環境統計和科研過程中所累積的數據信息能夠有效用于生產實踐研究，人們必須提高數據信息采集和統計效率，進而為大氣污染防治提供更有效的技術支撐。

1 大數據技術應用于大氣監測的關鍵要點

1.1 秉持開放性思維，堅持創新性觀點

為了有效發揮大數據資源所帶來的整體效應，人們必須充分挖掘其資源價值，在整體應用過程中體現其開放性的思維。比如，在大氣污染監測中，必須加大監測力度，環境監測部門要將監測結果向公眾開放，將污染程度的知情權重新賦予群眾。同時，環境監測部門需要將大氣監測數據運用到大氣污染防治工作中，政府部門的主要工作是搭建大氣數據監測平臺，適時引入激勵機制，將企業和個人的環境監測設備納入整個大氣污染監測網絡中，作為政府環境監測網絡的有效補充。

政府部門需要擴大大氣數據監測平臺中的數據開放力度，在選擇空氣監測網絡設備時將移動式和穿戴式設備納入整體監測系統，這種較為靈活方便的布點方式能夠有效解決大氣監測數據點密度不符合國家標準要求的問題。對一些無法到達的地方，可以采用移動設備對移動污染源進行有效監控，以提高大氣數據監測的有效性，提高其整體應用性，并且數據監測期間可以利用數據分析的方法，對監測數據進行校正和有效處理。

1.2 支持數據共享的原則

大氣監測和大氣污染防治不能僅僅依靠環境保護部門單打獨斗，其工作任務的完成需要多部門協同。在大氣污染防治中，由于污染具有移動性，因此日常監測面臨復雜的環境，必須加強數據的共享性。在較為低廉的使用成本下，數據共享可以使數據資源發揮最大的潛力，得到最大程度的利用。在大氣監測數據庫中，數據就如同石油資源一樣，擁有顯著的使用價值，但數據只有產生流動性，通過共享，才能發揮更大的使用價值。

我國應大力提升大氣監測數據的開放性和共享性，諸多部門獲取環保數據成本過高，共享機制和合作機制還不夠顯著，因此無法滿足數據共享平臺的需求。為了達到支持數據共享的目的，相關部門必須打破壟斷，加強數據共通，完善合作機制，突破地域限制。相關部門需要消除數據共享會給自身帶來不利影響這種錯誤認識，大膽摸索數據管理經驗，只有讓數據在共享中充分流動起來，大數據資源才能真正發揮應有的價值，才能實現充分利用。

1.3 行業壁壘要消除

監測人員可以利用大氣監測數據來綜合治理大氣污染，如果大氣污染監測的數據標準不統一，就很難形成資源上的交換，因此獲取大氣數據資源成本比較高，無法真正達到大數據資源的共享和流動。由于體制原因，我國環保數據在標準化和規范化上相較發達國家落后。我國環保數據來源廣泛，環保數據監測的方式各不相同。各個監測部門出于自身考慮，往往具有不同的環境數據監測體系，導致環境數據標準不統一，進而影響大氣數據監測。

另外，數據采集原則不同，其劃分標準往往不統一，因此無法形成統一的測量尺度，數據無法對接，造成交流障礙。大氣數據在跨部門交流合作上出現嚴重的部門壁壘，難以有效整合，給大數據的利用帶來嚴重阻礙。因此，環境監測部門應該推動大氣監測數據標準一體化，使得大氣監測數據在各個部門能夠順暢流通，打破行業壁壘，形成數據模型之間統一的接口，建立統一的數據模型。

1.4 充分發揮數據融合的價值

大數據的價值并不在于數量，而在于流動所產生的協同效果，它能夠促使數據相互融合，發揮更多的潛在價值，同時為人們科學決策提供依據。在大氣污染防治中，由于監測數量和監測目標的變化，每天都會產生海量數據。空氣質量預報的影響因素比較復雜，人們需要結合地面觀測數據、空氣質量觀測數據、大氣外部觀測數據等數據，從科學角度進行判斷。同時，人們需要采用統一的原則和方法來收集數據，從而形成統一的數據預報模型，保證空氣質量預報工作做到扎實有效。

從總體來看，如果大氣監測應用大數據只是為了堆積數據，就無法創造更多的價值。因此，人們必須將相關數據充分融合，充分發揮其背后的價值。以衛星遙感數據為例，利用現代科學技術，遙感衛星能夠分析海量數據，采用深度學習和人工智能的方法處理海量信息，進行實時分析與驗證，同時能夠有效補充測量數據的連續性，以提高數據整體的穩定性。因此，遙感衛星能夠對大氣污染源進行動態監測，根據數據分析的內容，尋找污染源。在空氣質量和空氣污染分析中，它能夠得到更為真實的效果，提高空氣質量播報的準確度，為防治空氣污染奠定良好的技術基礎。

2 大數據在大氣污染防治中的應用

2.1 需要建設物聯網監測體系

隨著我國城鎮化建設步伐逐步加快，城鎮產業區逐步面臨深度調整的格局，使城市整體規劃趨于合理，因此城市功能布局必將發生巨大變化。這就帶來一個嚴峻的問題，原有的固定空氣質量檢測點已經不能滿足城市發展需求，也無法滿足城市測量空氣質量需求。為了得到真實、有效的空氣質量數據，人們必須對原有的空氣質量檢測點進行現代改造。

物聯網技術以傳感器為核心，并結合現代傳輸工具，建立高密度、高精度的監測網絡。這種監測網絡打破了原有固定空氣質量監測點的格局，將固定空氣質量監測點、移動空氣質量監測點、網絡空氣質量監測點等結合，能夠實現全天候、立體化的空氣質量監測，實現空氣質量全覆蓋的目標。以物聯網為中心的空氣質量檢測系統能夠有效實現空氣質量檢測的全覆蓋，使得空氣質量檢測系統所測得的數據能夠真實反映出所在地區的實際污染情況，通過分析大氣污染數據，判斷污染傳播的整體過程，分析污染源，及時弄清污染發生的過程。

2.2 大數據平臺的整體建設

大氣監測數據較為復雜，分屬于不同部門，有時大氣監測數據需要跨部門整合，因此人們需要制定綜合的數據分析方法，以提高數據分析的整體效率。

以往數據分析在地域上具有割裂的特性，因此數據無法實現真正的流動。為了達到數據充分利用的目的，人們可以搭建大數據共享平臺，在共享平臺中維護和處理數據，以提高數據的利用效率。為了儲存大數據，必須建立相應的數據庫，同時加強對數據庫的維護和管理，建立大數據服務接口。

2.3 構建數字化污染防治模型

要想準確獲得大氣污染數據，人們就必須構建精密的數學模型，通過精確計算來獲得大氣污染的真實數據，提高大氣污染防治的準確性。值得注意的是，大氣污染能夠與其他各種污染發生耦合反應，從而影響自身防治，使得數字模型在大氣污染防治中的作用更加明顯。我國對大氣污染防治模型的研究起步較晚，很難短期內通過科學技術手段構建大氣污染防治體系，因此在建立模型時必須克服相應的誤差，有效優化空氣質量預測模型。如果采用大數據空氣質量預報體系，就能有效解決參數優化問題，通過自適應函數直接修改參數，同時能將數據長期優化，尋找現實數據和隸屬數據的關系，并且通過實際模型找到統計誤差，探尋解決誤差的辦法。

3 案例研究

一般來說，影響大氣監測數據檢測和智能診斷的主要是數據結果，因此人們必須考慮大氣數據查詢和數據測試的整體性能。本文簡要概述了HBase數據查詢性能測試表（見表1）和HBase數據導入性能測試表，分析了HBase大數據分析技術在環境保護數據監測中的應用。

表1 HBase數據查詢性能測試

圖1為性能測試圖，由此可以看出，隨著導入數據的逐漸增加，導入批量數據的時間逐漸增加，但是千萬級的數據仍然維持在秒一級。

圖1 數據測試的整體性能

4 結論

本文介紹了環境保護視角下大數據監測與智能診斷的分析技術，并且基于HBASE技術介紹了環境監測數據的處理過程和診斷效果，希望為相關研究人員提供有益參考。