大數據時代環境監測技術應用現狀及發展趨勢研究

孫聞妮

（甘肅省平涼生態環境監測中心，甘肅 平涼 744000）

在過去的幾十年里，我國的經濟水平較為落后，所以把發展重點放在經濟上。然而近些年，隨著經濟突飛猛進地發展，我國已經將發展重心放在了“可持續發展理念”上。在當前的發展理念下，對生態環境的保護必不可少，因此，環境監測技術成為了當前國家發展的一項重要技術。為了進一步保護我國的生態環境，就必須不斷創新環境監測技術，并將其作為我國生態環境的基本保障。

1 大數據時代環境監測技術的應用現狀

從信息化角度來看，環境監測呈現出系統的工作模式：信息數據采集-信息數據分析-呈現環境監測的信息數據，這其中的每一個環節都發揮著自身的作用，相互獨立且相互銜接，想要提高環境監測技術，就必須要將這三個環節全部做好[1]。目前，我國的環境保護工作正在向代價小、效益高、排放低、可持續的中國特色環境保護新方向發展。在環境監測技術中，對信息化技術的應用包括綜合指數法、模糊綜合評判法、灰色聚類法等等，并且在不斷地實踐總結過程中，嘗試突破按照空氣、地表水、噪聲等多方面進行單獨要素評價的模式，開創了具備多元化的環境要素。

2 大數據時代環境監測技術面臨的問題

從宏觀層面來看，目前的環境監測技術所呈現出的環境信息涵蓋著一部分人文因素[2]。在進行環境監測時，會在一部分環境信息中融入社會以及地方經濟發展等因素。但是，其總體信息仍然較為單一，很難在環境信息中呈現出多元化信息數據，無法將環境保護工作與實際的社會發展聯系起來。

從微觀層面來看，目前的環境監測技術對信息化的應用始終存在一定程度的缺陷，這些缺陷主要來源于環境信息的復雜性。在呈現環境信息時，目前的環境監測技術僅能提供較為直觀的環境質量評價，難以在其中融入可持續發展理念。

環境監測技術的數據庫管理仍然采用較為落后的管理模式，很難跟上社會發展的步伐，社會發展、氣象等信息很難被有效地反映到數據庫中。

3 大數據在環境監測信息化中的優勢

3.1 大數據技術及其特點

大數據是指從社會上通過各種方式獲得各種不同信息的總稱[3]。大數據具有數據量大、數據類型復雜等特征，其中包含的信息數據能夠為各行各業提供有效的支撐。大數據時代的到來，為人們的生活以及各行業的發展帶來了便利。但是，大數據技術的信息數據價值密度較低，也就是說，大數據技術中所涵蓋的信息數據，無論是對社會發展還是對個人，都存在大量的無用信息。在應用大數據時，必須對其進行加工和篩選，挑選出有利于自身發展的信息數據。

3.2 大數據技術應用于環境監測的優勢

3.2.1 提升生態環境綜合預警能力

大數據技術包含海量、分散、實時變化的信息數據，在環境監測技術中，可以通過對大數據技術的應用，對生態環境進行實時檢測[4]。大數據能夠有效推動環境監測技術中心預警的精準度，通過大數據采集的信息，對部分區域進行實時監控，并且將監測到的信息傳送至環境監測系統中，由監測系統進行分析，以此作為環境監測技術啟動預警的技術支撐。另外，由于大數據技術中的信息數據是動態變化的，因此需要根據區域的環境變化，不斷錄入全新的信息，以此保障環境監測技術預警的時效性，第一時間發現該區域可能發生的環境污染問題。

3.2.2 提升科學決策水平

大數據技術可以為環境監測提供具有可視性的信息數據，幫助相關工作人員完成對環境信息的分析工作[5]。通過可視化的信息數據，能夠更加方便地分析生態環境的具體情況，并且該數據信息并非靜態呈現的，而是通過動態的方式不斷變化的。也就是說，通過大數據技術提供的動態信息數據，能夠幫助相關工作人員更為直接地觀測到生態環境的變化，并做出適用于區域發展的生態環境保護決策以及管理措施。另外，通過大數據技術，還能夠構建專門的環境治理模型，為生態環境的保護工作提供幫助。

3.2.3 提升健康風險評價能力

目前，人們越來越關注自然生態環境，這主要是因為生態環境對人們的健康所造成的不良影響。生態環境保護工作不僅要考慮到我國各領域的可持續發展，還要考慮到生態環境與國民健康之間的關系。在大數據技術的支持下，能夠幫助相關工作人員了解到居民的健康情況，并對人體健康風險進行評價，了解當地的污染情況以及生態環境中的有害因素。通過對信息技術的應用，能夠將生態環境與人體健康聯系起來，構建環境治理模型，以了解周圍環境的情況以及各種污染可能對人體健康造成的危害。

3.2.4 提高公眾服務能力

通過大數據技術，可以為人們構建一個以環保為主體的輿情分析云平臺，通過該平臺，加強人們對環境保護以及生態文明建設的重視，從基層推進環境保護工作[6]。另外，也可以通過“數據眾包”等方式，讓公眾參與到環境保護工作中。公眾在日常生活中，可以通過自己攜帶的移動設備，完成對環境數據的采集。整個過程，都無需人工干預。在大數據技術的支持下，人們能夠有效收集各地區的環境信息，并且對這些信息進行分析。另一方面，通過這種方式還能在監測環境的同時，了解社會熱點事件，根據社會的發展制定相應的環境保護政策。

4 大數據時代環境監測技術的發展趨勢

4.1 環境監測大數據的采集類別

4.1.1 根據內容分類

根據環境監測的內容，可將環境監測大數據分為生態環境綜合監測數據、污染源排放數據、人群活動產生的環境數據三種。首先，生態環境綜合監測數據可以細分為大氣情況、水質情況、土質情況、地方降雨情況、噪聲污染情況等等；其次，污染源排放數據可以細分為工廠排放的廢氣、污水、固體廢物；最后，人群活動產生的環境數據可以細分為人們在日常生活中使用的各種能源以及日常生活中產生的垃圾與交通問題，該種信息一般來源于各類官方展開的統計工作。

4.1.2 根據數據的生命周期分類

根據數據的生命周期可以分為三類：冷數據、溫數據以及熱數據。所謂冷數據，就是歷史歸檔且未被及時處理的原始數據。該類數據主要作用于地方污染源排放的數據中，該類數據的訪問量較低，計算分析工作也更為便捷。雖然這種數據內容較為龐大，但是讀取與計算分析的難度卻較低；溫數據則是可供歷史查詢的周期較長的分析報表數據，這種數據的訪問頻率較低，運算難度稍高于冷數據。熱數據則是具備時間維度的數據，該種數據會根據時間的流動發生變化并不斷豐富，在環境監測技術中心應用這種數據的概率較高，并且運算難度也較高。

4.2 數據集成策略

大數據集成的主要目的是確保信息和數據能夠在各個領域得到很好的應用，這也是環境監測技術對大數據應用的基本前提。為了保證大數據技術能夠為環境監測提供切實有效的幫助，就必須確保大數據集成的水平，在集成過程中還要考慮到數據的轉換、補采、清洗以及監控等四個方面。

4.2.1 數據轉換模塊

數據轉換模塊，是在收集到信息數據后，對各種數據進行轉換的第一道工序。一般來說，大數據技術收集到的信息數據往往會呈現出不同的格式以及不同的內容，該模塊的作用就是將這些數據的格式進行統一。在收集到信息數據后，需要將不同數據源獲得的信息數據進行轉換，變成統一格式編碼的信息數據，以便于后續工作的開展。

4.2.2 數據補采模塊

在數據采集以及傳輸過程中，為了避免由于特殊原因導致的數據傳輸中斷或者數據文件損壞等問題，就需要在數據采集之后的傳輸環節中，根據不同的數據內容以及數據格式制定相應的補采規則。對于冷數據以及溫數據，可以通過人工方式完成相關的補采工作，而對于動態的實時熱數據，則需要考慮到補采任務的自主動作。

4.2.3 數據清洗模塊

所謂的數據清洗，就是對大數據技術中的信息數據進行篩選。大數據技術信息所包含的技術價值密度較低，在收集信息數據時，難免會收集到一些不具備環境特征的信息數據。針對這些數據，就需要制定詳細的規則進行剔除。在制定信息數據的清洗規則時，既要保證信息數據具有較高的價值，也要確保信息數據的完整性。

4.2.4 采集監控模塊

在整個數據庫的信息數據采集過程中，需要發起大量的采集、轉換以及加載等任務。在這個過程中，為了保障信息數據的準確性，就必須要具備較強的調度管理以及監控能力，能夠掌握整個系統的運作，并且跟蹤管理各類任務的執行狀態。

5 結論

本文簡要闡述了大數據在環境監測技術中的優勢，分析了當前大數據時代中環境監測技術的應用現狀以及問題所在，并提出相應的解決措施，希望能夠為我國的生態環境保護建設提供一定幫助。