杜雪媛
(汕頭市生態環境澄海監測站,廣東 汕頭 515000)
大數據是信息化時代的必然產物,從宏觀角度來看大數據是依靠當今迅速發展的信息技術,對海量數據流進行實時收集、處理、分析,并根據分析結果構造數據模型來預測事情發展的趨勢。從微觀而言,大數據是數據源廣、數據變化迅速、數據相關度分散的一種數據群[1]。自2016年以來,廣東省先后發布了《廣東省環境大數據與“互聯網+環保”應用建設方案》《廣東省生態環境監測網絡建設實施方案》等政策,建成了生態環境大數據中心等互聯互通、集成共享的各類生態環境資源平臺[2]。
大數據和生態環境保護的結合是國家大數據發展的趨勢[3]。生態環境部發布的《生態環境大數據建設總體方案》表明,大數據在生態環境保護中主要有3個方面的應用,即大數據監管、大數據決策、大數據服務[4]。
大數據的監管就是以環境管理精準化為目標,通過大數據將衛星遙感、物聯網、環境數據等多源數據鏈接起來,并通過多元數據分析挖掘技術,實現對水、氣、土的實時、精準監控,從而為環境監督執法提供技術支撐。以大氣監測為例,在涉氣企業的排氣口、上下風口等位置安裝VOCs氣體檢測傳感器,通過大數據平臺將所有檢測器連接起來即可形成VOCs實時檢測網絡。同時將企業的廢氣處置機器的運轉情況和處置臺賬進行在線監控[5]。將所有數據納入生態環境監測平臺,并根據企業環評和地域環境保護政策設置預警線,構建大數據監控體系,實現對空氣污染的實施監督。
過去環境保護的決策往往依托某一片面數據,在面對復雜的環保問題或突發性事件時,往往無法做到及時且準確的決策。大數據系統可隨時挖掘、處理海量監測數據,并通過回歸分析和模糊計算等多種手段對環境變化進行預測,開展環境風險因子評價、環境風險等級和范圍的劃分,加強生態環境預警系統的實效性。根據生態環境預警系統收集可能發生的生態風險,結合社會效益和經濟效益最大化的思路,建設智能決策體系,同時依據大數據的海量數據進行機器學習,不斷完善升級智能決策體系[6]。
大數據技術在生態環境領域的服務包括三方面,分別面向群眾[7]、企業和主管部門。以排污許可平臺為例:2019年8月生態環境部對《排污許可管理辦法(試行)2018》進行了修改,要求生態環境部建設負責建設、運行、維護、管理全國排污許可證管理信息平臺。 通過利用大數據技術實現對環境容量的估算、具體污染物承載力評估、企業生產排放數據收集處理等功能,形成了排污許可的監、控、管體系;同時利用界面設計實現人機交互,將整個流程和具體數據分別呈現給了公眾、排污單位和各級環保部門,實現了簡政放權,便于企業申報、政府管理和群眾監督[8,9]。平臺共分為公開端、企業端和管理端三大板塊,具體架構如圖1所示。

圖1 全國排污許可證管理信息平臺架構
大數據在生態保護中的應用多種多樣,包括大氣、水和土壤的檢測數據、生物多樣性變化的數據、企業提交污染處置數據等,涉及到了生態環境保護與檢測的各個方面,對保護環境質量而言,價值重大[10]。
生態環境保護是一個非常復雜的概念,涉及到多地域、流域,往往需要處理大量數據才可以準確判斷某地區的生態環境狀況,且對從業人員的個人素質要求較高,耗費人力物力,占據了相關工作人員的大量時間。利用數據關聯分析技術將衛星遙感、地面監測站、地理信息系統、水文水質檢測系統等檢測手段結合起來,可以更為實時、準確、廣域的收集數據,同時根據建立人工智能模型,及時檢測預警信息、鎖定異常行為,為智能化解決方案提供數據支撐[11]。
大數據技術的廣泛應用,也正在革新著傳統的生態環境檢測手段,形成更為便捷、科學的檢測體系。如以前檢測PM2.5時通常采用貝塔射線監測儀等高端設備,價格昂貴導致使用較少,檢測區域也較少。現在以大數據網絡平臺為基礎,使用光散射法檢測設備,可構建范圍更廣且更經濟的檢測模式。
數據在生態環境系統內部由于應用場景和屬性可分為狀態數據(生態環境質量監控數據)和行為數據(發展規劃、生態承載力、城市和農業面源數據等),在外部存著不同行業的數據,形成了一個個的數據孤島[12]。 隨著大數據與環境保護進一步融合,無論是在內部環境保護各部門之間,還是在外部環保主管部門與其他部門之間的數據通道也逐步開始破冰,數據孤島也漸漸被打通。
大數據與互聯網技術的結合,構造線上申報、監督、審查、信息公示為一體在線管理平臺,將各平臺數據融合,打造精簡的企業服務系統,減輕企業壓力,充分釋放市場活力。同時系統還將實時展示重點區域環境質量狀況,披露企業的環境影響評價等數據,提高公民的環保意識和參與熱情,加強民眾監督[13]。
在數據導入數據庫之前,有些檢測設備并未統一聯網,或底層數據冗雜,需要由基層網格員對數據進行手動記錄、矯正、修改并上傳,這加重了基層網格員的工作負擔,也使得外部因素對原始數據的干預較大,一定程度上影響的數據的真實性[14]。因此需要優化原始數據處理方法,制定嚴格的數據審查制度,提高數據的透明度和可溯性,確保數據的真實性。
目前大多省市已經建立了自己的檢測監督平臺,水、土壤、大氣等各個部門也有自己的監控數據庫,但數據庫眾多、數據來源單一,且存在統計口徑不一的現象。而生態環境污染物防治是一項立體而復雜的工程,水、大氣、土壤多重介質交叉復合,因此要建立數據共享的體制機制,要整合眾多數據庫,打通數據壁壘,將各個部門的數據庫整合起來,構建涵蓋包含生態環境規劃、生態環境質量、生態環境底線、生態環境管理的統一數據庫[15,16]。 實現生態環境的城鄉統籌、區域統籌,將水、土、氣綜合管理的大生態戰略,大生態戰略結構框架如圖2所示。

圖2 大生態戰略結構框架
生態環境的治理需要各部門協同合作。目前生態環境相關部門內部程序精簡,數據打通已經在逐步推進,但與其他部門的銜接仍存在一些問題,例如環評審批之前需要自然資源局土地審批、當地發改委備案、規劃許可等流程,環保部門與其他部門之間的銜接度不高,導致了整個流程繁瑣,運行困難[17]。因此,生態環境部門應繼續以“大數據”為主要把手,借著“放、管、服”深化改革打通不同部門之間鏈接的渠道,將涉及生態環境的數據整合在一個體系中,實現跨部門、跨地域及跨流域的綜合處理。
隨著大數據技術在生態環境保護中的實施應用,公眾參與的體制、機制正在逐漸打通,公眾參與的渠道也逐漸擴展。但與國外發達國家相比,我國公眾參與度還遠遠不夠。另外由于當地政府的信息公開機制不完善,導致公眾很難了解生態環境項目相關程序(如環評)等的制作和驗收的具體情況,對于污染防治的要求也一知半解,這打擊了公眾參與的熱情,弱化了群眾監督的作用。
當前生態環境預警體系已漸成規模,但環境風險防控和突發環境事件的應急處理的任務仍然艱巨。各省市應依據當地生態環境面臨的問題和可能出現的風險,構建數據監控檢測模型,實施防范可能出現的突發事件,同時完善信息預警和通報系統,并將環境應急預案與大數據相結合,盡可能地把突發應急事件撲滅在發生的初期。
大數據在生態環境領域應用如火如荼,海量數據不斷涌入,對我國的環保事業做出了巨大的貢獻,但同時也帶來一些隱患。相關部門應當注重數據資產的梳理,建設專業團隊對數據安全風險進行評估,識別軟件運行中的安全隱患。此外,實行數據分級策略,對不同保密等級的數據分別進行不同的數據安全合規判定,提高數據庫的防滲透能力,降低黑客入侵風險。
2020年10月29日在第十九屆中央委員會第五次全體會議上通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》文件強調要著重推動互聯網、大數據、人工智能等同各產業的深度融合,建立數據資源產權、安全保護等的基礎制度和標準,同時要持續改善環境質量,建立陸海統籌的生態環境治理制度,加強事中監管和事后監管[18]。李克強總理在2021年3月的政府工作報告中提到“利用金融科技和大數據降低服務成本”“把有效監管作為簡政放權的必要保障,全面落實監管責任”。這也意味著生態環境保護與大數據的融合將進一步加深,環境治理的數字化轉型將全面推進。可以期待環保與大數據能夠在更多場景結合,打破傳統產業壁壘,維護國家生態環境的可持續發展。