大數據技術在生態環境保護中的應用

石 磊

（泰州經濟開發區安監辦環保科 江蘇泰州 225300）

引言

近年來，隨著我國人口基數的增長與科技水平的進步，各行各業都得到了長足的進步與迅速的發展，為滿足市場對于各行各業越來越高的質量需求，相關的技術人員不斷研發出先進的科學技術以保證各行業能夠在保證整體收益的基礎上提高質量，但隨之而來的就是對資源的浪費和對生態環境造成的破壞。

市場經濟的發展與科學技術的進步帶動了國民整體生活水平與生活質量，但在產品的生產過程中會產生大量的廢棄物和垃圾，不同的工程會對不同類型的資源造成一定程度的浪費并且其產生的有害物質會對生態環境造成破壞以致影響部分種類生物的生存[1]。

針對以上問題，相關部門樹立和踐行綠水青山就是金山銀山的理念，大力號召各行各業在保證基礎質量滿足市場需求的前提下以保護環境為原則，并在生態環境保護方面引入大數據技術并通過相應手段提高其在工程中的應用效率。

1 大數據與生態環境保護相關概念

1.1 大數據技術

所謂大數據技術其實就是針對大量的數據進行處理的新型技術，隨著近年來人口基數的不斷增長，導致市場上現存的行業種類越來越多，其數量也不斷增加，這些企業在運行的過程中，會產生大量的數據，數據的種類和類型也各不相同，傳統的數據處理方式已經完全不能夠科學有效且合理詳細的處理現階段市場行業所產生的大量數據，因此，相關人員為了更好的對海量數據進行科學有效的處理并將其應用到具體的生產過程當中引入了大數據技術，針對不同類型的數據，針對性的采取數據處理技術。

目前針對大數據技術的處理，應用較為廣泛的是Hadoop 生態系統，Hadoop 生態系統可以對大數據進行分布式處理，很大程度上避免了復雜的人工運算和統籌，從而很大程度上提升了數據處理的速度和效率[2]。

1.2 大數據融入環境保護現狀

我國生態環境保護以及大數據技術起步相對較晚，因此，大數據技術在融入環境保護的過程中仍然存在諸多問題。生態環境保護的數據信息主要來源于地理信息數據、遙感監測數據以及地面信息數據三種類型，大數據技術應該使其更加層次化和清晰化，但現階段大數據技術的應用在各方面都存在著或多或少的問題。

具體可從以下三方面進行分析：地面信息數據多半都是從不同的地面監測系統中得出的，通過地面監測系統，對監測到的環境數據信息在系統內進行分析，從而得出環境數據的分析報告，相關工作人員可以通過這些數據分析報告，提出合理的生態環境保護計劃和解決措施，但現階段不同類型的系統并沒有建立相互連接的體系，不同系統得出的數據缺少溝通與聯系，這就使得地面監測系統得出的生態環境數據相對來說較為片面。遙感監測系統當前主要是依靠航拍以及衛星獲取環境數據信息，遙感監測系統能夠智能化的進行遠程數據采集，然而遙感監測至今仍未有過新的突破，在具體的應用過程中，仍然存在較多問題，無法通過具體數據對現有的優勢與不足進行全方位的分析，因此目前這種應用方法較為死板；地理信息數據主要是通過野外采集和遙感技術輔助以及繪制地圖等方法進行收集，是現階段我國整個環境保護工作當中較為重要的一個環節，只要能夠準確獲取地理信息，就能夠針對不同的地區生態環境以及地質類型設計出與當地環境相適應的環境保護措施，但這些方法卻無法全面整體的發揮出大數據技術的最大優勢。

總之，目前我國大數據技術在生態環境保護方面的應用還不夠成熟，主要表現為應用方法較為簡單、二者融合程度相對較低等，為了保證生態環境工作的有效推進，大數據技術需要對數據進行更全面的管理分析和更專業的機構。

2 在生態環境保護工作中大數據的優勢

相對于傳統的數據處理技術，大數據技術的主要優勢表現在容量大、結構多變并且高效快捷等方面，針對其獨特的優勢，相關工作人員必須將其充分引入到生態環境保護領域當中并且通過相應科學合理的手段在該領域當中發揮出大數據技術的優勢。

2.1 為環保工作提供良好鋪墊

在具體的生態系統的改善與保護工作開始之前，相關工作人員必須對現階段生態環境的各方面數據進行全面的分析與整理，我國本身國土面積較大，因此其涉及到的環境種類以及環境問題也相對較多，所產生出的具體數據類型和數量也極為龐大，傳統的數據處理方式面對這樣雜亂無章且數量龐大的數據根本無法對其進行有效分析，而大數據處理技術可以將不同的數據進行分門別類使最終的數據條理清晰，相關工作人員在對其進行分析時也能夠找到其源頭并提出針對性的解決方案。此外，利用大數據技術可以整合一系列的數據庫，讓數據有機鏈接，打通數據壁壘，實現生態環境統籌管理的大生態體系（圖1），從而為環保工作高效統籌管理提供良好鋪墊[3]。

圖1 大生態戰略結構框架

2.2 有效減少環境保護工作成本

因為我國占地面積較廣，因此想要做好環境保護工作，需要投入大量的時間、精力以及人工成本對生態環境的現狀經分析并針對不同類型的環境選擇合適的環境保護方式，傳統的環境保護是通過人工對具體的數據進行收集，這需要投入大量的人力資源和資金，另一方面，人工所收集到的數據在準確性方面必然有所欠缺，并且覆蓋面也不夠廣泛，而大數據技術能夠有效解決以上問題。在環境保護工作當中，大數據技術能夠在短時間內對不同的數據體系進行分析且能夠保證數據的準確性和有序性，這大大減少了環境保護工作成本并且提升了環境保護工作的工作效率。

2.3 大數據的預測能力為生態保護服務

隨著互聯網的不斷發展，現階段全球已經進入了信息化時代，物聯網技術已經不僅僅應用于過去與現在，可以想象得到的是在未來時代的發展當中物聯網必將占據時代的半壁江山，其在各行各業當中都將處于不可或缺的地位。現階段我國多數行業對于大數據技術的應用，仍然僅僅局限在對過去數據的分析與整合以及對現存數據的全面詳細的收集，而事實上大數據的預測能力也是其能夠為各行業發展做出杰出貢獻的一大重要特性，大數據技術能夠根據過去與現有的數據進行全面分析并對未來可能發生的情況進行預測，雖然這種預測不能夠保證其必將實現，但是也可以為各項工作提供相應的預防[4]。

比如在生態環境保護方面，大數據技術能夠通過現存的數據，預測出未來的環境可能遇到的問題，相關工作人員可以根據大數據預測出來的可能出現的問題做出相應的預防措施，當這種情況真的出現時，工作人員也能夠有所防備，做到未雨綢繆。

3 在生態環境保護工作中的大數據技術運用方式

3.1 建立有針對性的生態環境大數據庫

生態環境保護在具體的工作過程中所涉及到的領域和環節其實種類較多，針對不同的領域和板塊，應該建立不同類型的生態環境大數據庫，比如說在水資源管控方面應該建立其獨立完整的大數據體系，而在土壤環境方面，又應該建立另外一種大數據體系。大數據庫中應該針對不同類型的生態環境保護有不同類型的數據體系，不同類型的數據體系之間也應該有相應的聯系，這可以提升生態環境保護工作的整體工作質量。生態環境大數據管理工作機制如圖2 所示。

圖2 生態環境大數據管理工作機制

3.2 制定統一標準，增加行業溝通

不同類型的生態環境保護有不同類型的數據體系，這些數據體系存在不同的特點，并且其衡量標準也有所不同，但不同的數據體系之間，在整體的生態環境工作當中需要進行相應的交流，這就需要工作人員制定統一的數據儲存、分析以及預測的標準，來增加行業之間的溝通同時保證不同數據庫之間的數據共享[5]。數據共享可以通過避免不同板塊之間產生重復工作的方式來降低人力物力資源的浪費。

3.3 設立專業的企業行業監督體系

生態環境的破壞主要來源于企業產生的污染廢物，因此在生態環境保護工作當中，需要對污染物排放的相關行業以及地理分布有確切的數據統計，在對相關信息進行采集的過程當中，需要安裝針對性污染物探測器來實時對企業運作過程中產生的各類型污染物的排放量進行檢測同時采取相應措施對污染物排放不合理的企業進行整治。

3.4 構建環境保護意見采集平臺

我國國土面積以及人口基數都相對較大，環境保護工作是面向大眾且服務大眾的，因此，這項工作不應該僅僅由政府相關部門以及相關工作人員進行，而是需要廣大居民積極參入其中。因此要建立環境保護意見采集平臺，開放民眾為環保發聲的通道，比如每個人都可以通過該平臺向政府提出環保措施并對企業不達標的廢物排放進行匿名舉報，相關部門也可以通過這樣的平臺，及時將相應政策向民眾進行宣傳[6]。

3.5 大數據構建生態環境風險預警和智能決策體系

傳統的環境保護工作過程當中，相關工作人員都是根據片面數據進行決策，當面對復雜且大量的環保問題時無法提出科學合理的有效措施，在環保工作當中引入大數據技術后，大數據系統可以隨時對海量的監測數據進行挖掘和處理，同時通過回歸分析或模糊計算等手段預測環境變化，對環境風險因子進行評價，對環境風險等級和范圍進行劃分，當出現環保問題時，智能決策體系也能夠及時做出應對，以上方式可以有效加強生態環境預警系統的時效性。相關工作人員應該結合生態環境的現狀，通過大數據構建生態環境風險預警和智能決策體系。

3.6 建構生態環境管理數據庫和生態環境重點項目數據庫

生態管理部門針對環保問題的不同類型，應該建構不同的生態環境管理數據庫并且要求該數據庫能夠服務于相關部門開展專題性宣傳和指導工作。比如建立地區土壤生態環境污染地塊污染數據庫信息，可以對重點面源數據進行集中分析并且保證專題環境管理要求的工作中各項措施能夠落實到位，同時能夠對權限共享的工作進行優化。

在生態環境保護工作當中，應該將改善環境質量增收的項目作為重點，相關工作人員結合重點項目完成對數據的整合和梳理，確保專項資金管理工作能夠與實際應用要求相符，同時生態環境重點項目數據庫還能夠為后續申請專項資金提供保障和數據支持。

3.7 對數據進行分類，輔助數據的動態捕捉

為了充分發揮大數據技術的價值，可以通過構建數據分類系統，利用數據的合理使用達到不同環保部門之間的有效溝通。在數據分類系統中，各個部門都能隨時獲取不同種類，不同部門，不同區域的環保數據，同時可以實現數據信息的共享共用。

另外，在大數據技術中，動態輔助也是非常重要的功能之一。在傳統的數據獲取中，對于原始數據的捕捉效率較低，如果可以利用關鍵詞進行數據庫輔助，則可以快速捕捉到需要的數據信息，提高數據獲取的效率與準確性。

3.8 構建大數據信息反饋系統

在大數據技術信息系統中，有時會出現數據信息不符合實際情況的現象，為了解決這一問題，提高數據信息的實效性，可以建立大數據信息反饋系統，利用數據的類別進行數據信息的存儲，同時定期開展存儲數據信息與實際數據信息的對比，結合實際情況進行數據的調整。利用反饋獲取的大數據開展污染源的實時監測，例如對污染物排放量高的企業，可以在排污口安裝監測設備，實施監控企業的排污量，以此提高對企業排污行為的約束，提高了對廢棄物污染治理的能力。在大數據利用的時候，要充分考慮大數據的動態分析評估功能，例如在進行工程項目建設前，可以利用大數據進行項目全方位評估，從而減少對周邊環境的破壞。

在政府的主導下構建環境數據檢測平臺，根據相應的標準進行環境數據的采集，然后集成各類數據，對環境進行實時動態的評估，對可能出現的環境風險隱患進行預測，從而為環境監管提供依據，同時輔助政府相關決策的制定和實施。

結語

綜上所述，隨著生態環境保護工作面臨的壓力不斷增大，積極引進新技術推動環境保護工作發展尤為關鍵，目前大數據技術與生態環境保護工作二者在融合過程中存在著各方面的問題，相關工作人員必須采取合理手段提高大數據技術在生態環境保護工作當中的應用效率，有效促進二者融合以保證生態環境的穩定持續發展。