分析大數據在生態環境監測領域中的應用

鄭梅彬

（廈門物之聯智能科技有限公司，福建 廈門 361000）

自20世紀以來，土地退化、森林銳減、環境污染、大量珍稀生物滅絕、氣候變暖以及水資源枯竭等各種問題越來越嚴重，并且這些問題有著時間跨度較長、涉及部門較多、驅動因素復雜等各種特征，解決與處理難度十分高。例如2015中國氣候公報統計數據顯示，在2015年一整年時間中，我國總計出現11次高強度的霧霾，有著時間長、強霧與重霾結合的特征[1]。雖然環境管理部門積極落實環境監測以及治理等各項工作，結合環境監測，從源頭管理污染問題，但是由于監測范圍廣泛、過程復雜，這也使得過往監測工作取得的效果并不明顯。而現今，隨著大數據時代全面到來，生態環境大數據給環境監測領帶來了全新的機遇，依托大數據來全面收集與生態環境領域有關的信息數據，持續化地掌握環境污染情況以及環境實際污染情況，能夠讓監測質量持續增加。以下就針對大數據在環境監測領域的使用進行分析。

1 簡述大數據的概念與生態大數據特點

1.1 概念

大數據屬于一種規模過于龐大，在展開數據存儲、獲取、管理以及分析等各個方面遠遠超出傳統數據工具能力范圍的數據集合。大數據之父維克托邁爾舍恩伯格教授將大數據表述為不用進行隨機分析（如抽樣檢查）的捷徑，采取所有數據展開處理與分析即為大數據[2]。從經濟角度而言，大數據的信息大小以及復雜程度已經難以利用各種普通數據進行描述，無論是在管理中還是在預算中都可以成為大數據。與大數據相關的處理技術主要包含大數據預處理、數據采集、挖掘、分析以及存儲、大數據安全、可視化等，涉及的領域較多，例如分析工具，就涉及非結構化的處理數據、分析平臺等。

1.2 特點

生態環境大數據是大數據一個重要類別，具備五個重要特點，即數量大、價值大、種類多、準確性高、時效快[2]。具體表現在以下幾點：

（1）從數據類型以及規模等情況來看，生態環境大數據類型十分多、數據體量較大、結構較為復雜，從內容上涉及土、水、氣層等數據；結合地域情況而言，包括土壤、海洋、大氣、森林、植被以及濕地等各種生態數據，這些因素組合而成使得生態環境大數據有著多樣性特征。

（2）從數據價值進行分析，生態環境大數據有著巨大的潛在使用價值，如何從大量的數據當中掌握和挖掘最有價值的信息是生態環境大數據所面臨的較大挑戰。

（3）從數據動態化改變層面來講，因為生態系統功能與自己結構有著動態改變的現象，這也使得生態環境大數據具備實時特征，連續、長期監測十分關鍵。

（4）從數據真實性層面進行分析，受到野外條件的約束與限制，環境大數據會有一定的誤差，甚至可能會出現錯誤的數據，為此從海量數據當中獲取真實數據信息是大數據應用的重要挑戰。此外，除了上述的各種特征之外，生態環境大數據與其他領域的大數據相對比，還有部門較為分散、數據源十分復雜、監測體系不夠集中、跨越時間較久等特征。

2 大數據技術在環境監測中的應用

大數據作為一種新型，有著較高使用價值的技術，其在環境監測領域的使用主要從數據采集、數據模塊轉換、環境監測體系以及預警系統等幾個方面開展。以下就結合具體監測案例對其展開分析與研究。

2.1 環境大數據的采集類別與分析

環境大數據的具體采集類別分為兩種，一種數據是環境監測部門所采集到的各種數據，這一種數據時間跨度相對較大，大多數都為環境污染有關的各種數據，或者針對生態環境展開集中監測之后獲取到的數據[3]。第二種為外部各種因素對于環境產生影響的數據，這一類數據可能會受到外界環境的限制，需要展開動態化的挖掘，并且這一類數據會隨之時間推移發生改變，因此需要不斷強化實時監控力度。

2.2 環境大數據的轉換模塊

大數據的轉換模塊是一種相對較為常見的數據集成手段。由于互聯網經歷了較長的發展時間，在這一時間跨度當中，互聯網的編碼形式也出現極大地改變，但是在采取大數據技術來全面采集數據時，數據類型、格式等并沒有被作出嚴格的限制或者指定明確標準，因為不限制格式或者類型，可以讓數據收集有著全面性的優勢，不過有可能會導致數據出現多樣、復雜的情況。所以必須針對此類數據展開統一的轉換處理，即數據轉換模塊，將其全面統一成為現代被普遍利用的格式或者數據類型。雖然轉換過程較為復雜，但是可以為日后使用提供巨大的便利。

2.3 建立新型生態環境監測體系

因為環境污染情況越來越嚴重，在開展環境監測以及保護中，需要持續地完善監測技術，構建一個功能健全的監測系統，利用檢測系統來掌握污染物的具體情況，幫助有關部門從根源上將污染問題解決。檢測系統的建設需要從三個方面開展，如圖1所示[4]。

圖1 生態環境監測具體功能

2.3.1 需要豐富檢測方式，進行立體感知

需要從過往的“地面檢測”逐漸朝向“天、地”等方面轉變，實現一體化的監測。并從點、面、線多角度針對環境狀態進行判斷，強化監測布局的靈活多變性，將固定點位監測當作重點，向動態點位進行轉變。同時需要將需求當作遷移，合理增設監測網點，豐富檢測方法，結合不同監測場景應對環境監測大數據精準的要求。引入更多的監測設施與手段，以此來改變過往單純依靠定量檢測的形式，將其轉變成為定性、定量、半定量有機結合的方式，提升對環境變化的敏感度。

2.3.2 深度挖掘監測數據，強化數據使用力度

需要充分利用大數據、物聯網等技術來不斷豐富環境數據源，推動不同數據之間進行互相補充、互相印證，避免數據出現不全、不真、不準、價值較低等問題。同時，監測人員要強化融合分析力度，全面釋放數據具備的價值，將各種數據進行聯合，把生態環境現狀與治療措施、污染源排放、社會各項經濟活動、社會各界輿論感受等結合，實施究根溯源、評估治療成效、精細化管理以及針對性、科學治污等各項工作。

2.3.3 創建環境數據監測業務，展開智慧使用，精準推送

合理利用智能化的檢索技術，實現精準、高效的查詢；科學使用智能語音以及虛擬技術等，優化環境監測信息展示方式以及交互模式，讓管理人員與社會各界的信息需求得到滿足。同時，充分結合研究要求，合理使用智能編寫技術，生成相應報告提升工作人員工作效率；依托語音識別以及智能匹配等各種技術，為各種用戶定期、定時推動環境監測報告與信息，將過往的“人找數”，轉變成為“數找人”，為有關人員可以掌握最新環境數據信息提供極大便利[5]。

2.3.4 大數據預警框架分析

將環境監測數據充分與現代化的物聯網平臺相結合，通過挖掘監測數據，并結合未來的環境預測數據，針對性地分析環境污染情況以及分布，并將分布特征使用可視化的方式展開預測，可以為環境治理提供一個重要保障，避免出現環境污染情況。一般情況下大數據預警框架主要包括四個部分，即風險知識、警情發布和通訊、監測和警報服務、響應能力等，如圖2所示。風險知識可以不斷地評估環境系統風險，明確風險類別并積極展開自主的學習；監測與預警兩者有著相互協調的特征，通過監測可以將區域環境狀態進行反映，對區域重點污染物以及污染源展開自動監測以及人工捕捉，之后預警功能結合各種數據展開環境風險事件發展預測，以及風險事件的處理方案評估，發布通訊以及響應能力，主要就是確保警報可以全面、及時精準地向有關單位進行傳達。例如：在2014年11月份為確保在APEC會議時期北京空氣質量，京津冀以及周圍區域結合預警系統實施“空氣保衛戰”，在“綠色地平線”大數據平臺系統的全面支撐下，在統一調度以及全面預測下，實現區域環境污染問題的聯防管控，最終大幅度地減少了區域大氣污染物實際排放量。

圖2 環境檢測預警框架

3 大數據在生態環境監測中的優勢

3.1 提高生態環境預警水平

通過生態環境大數據，在整個區域當中可以清晰地掌握到污染的來源，明確污染物的實際情況，以此來不斷提升預警質量與水平，為后期工作開展提供重要的助力[6]。一是可以采用大數據技術來全面分析生態環境監測數據，挖掘降水數據以及電磁輻射數據等，進一步掌握影響區域環境的因素。二是積極地分析污染源區域當中污染物排放數據，強化對各種廢物、污染物的監測，可以有效地改進污染物費用征收方式以及標準，提升在線監督與管理目標。三是合理分析區域居民日常生活所產生的垃圾，及水資源實際使用量和地理信息等，利用圖像或者數據庫的方式進行展示，可以精準掌握區域內存在污染超標的情況。此外，在環境預警系統當中全面引入監管業務數據、環境移動檢查執法數據、在線污染物監控數據、水質以及大氣數據等，可以最大化地發揮不同環節監測數據的價值，解決“信息孤島”問題，讓預警水平能夠持續增強。

3.2 達到科學合理的決策

大數據在針對具體問題展開分析以及評估上，有著較高的便捷和時效性、針對性以及精準性特征，如圖3所示。對于相關環境監測部門而言，雖然現階段對于較為龐大的數據信息使用與管理難度較高，人工展開數據挖掘和分析仍舊是當前最主要的表現。但是在大數據技術持續進步以及發展下，對于數據處理將會更加程序化與系統化，這不僅會對環境監測工作開展以及治理工作開展提供重要的幫助，對于各種與環境保護有關的重大決策也有著十分重要的幫助[7]。在合理使用大數據技術過程中，通過推動數據資源的不斷整合，綜合使用環保、氣象、交通等各個部門所獲取的與環境相關的數據，可以做到環境污染控制的精細化、日常化，真正實現“數據驅動”這一目的，增強環境監測以及管理決策的合理性。此外，在環境監測的基礎上強化對互聯網大數據上公眾輿情的管理力度，通過收集社會各界各種環境建設項目認同感以及對于污染物處理效果的滿意度，自動抓取互聯網當中的信息，展開專題聚集，不僅可以為政府部門輿情管理提供分析報告，還可為環境管理決策提供更多意見指導以及數據支撐。

圖3 生態環境大數據的優勢

3.3 提高總體監測服務水平

全面獲取生態環境監測數據，具備的作用主要表現在3個層面。一是通過積極地開放監測數據，可以讓群眾獲取更多精準的環境監測信息，助推環境監測數據的全面推廣，為環境監測工作高質量落實提供重要的群眾基礎，讓檢測水平有效、持續增強。二是將大數據技術與環境監測領域的技術規范、行業標準相結合，可以為環境監測提供幫助，提升總體監測服務水平[8]。例如：結合監測標準以及規范制度，構建大數據模型，可以讓監測智能化程度更高。

4 結語

綜上所述，大數據技術能夠處理各種類型、各種來源、不同尺度的數據，在生態環境監測領域有著較高的應用價值，依托生態環境大數據來助推環境監測與保護工作開展是監測部門面對新形勢的必然選擇，也是保證環境管理高質量開展的重要支撐。為此，必須積極探索大數據技術全方位應用到環境監測領域的方式，結合大數據技術來全面分析各種復雜的環境要素以及污染數據，建設細致、優異的環境監測體系，明確預警架構，集中整合不同領域的數據，利用大數據來助推環境監測工作高質量、持續化地開展，這也是今后需要相關研究人員重點探索的方向。