基于環境保護大數據的監測與智能診斷研究

胡前明，金 松

（中國建筑第二工程局有限公司，北京 101100）

對環境質量的監測中，采集的信息包括空氣污染、水污染、土壤污染以及重金屬污染等方面，這些數據會形成一個大數據信息組，需要研究人員對該大數據組進行有效篩查和分析，建立有關的統計回歸模型。但環境保護的大數據通常會受到一系列因素的約束，例如信息采集設備、各種環境的影響，會導致收集的環境信息并不準確，也就無法有效地分析出環境情況。加上許多化工行業的安全預警機制較為薄弱，不能及時發現和消除安全隱患，這關乎于企業和國家的經濟利益和環境安全，對此，需要通過大數據技術對環境保護的監測和診斷進行優化，從而促進環境保護。

1 大數據技術在環境保護應用中的現狀

2016年，我國生態環境部頒布了《生態環境大數據建設總體方案》，這一方案的頒布使國家在大數據技術方面的投入有所加大，目的就是希望提高生態環境的保護治理能力。而同時，方案里提出了關于生態環境大數據的總架構，如圖1所示。

圖1 生態環境大數據管理工作機制示意圖

從圖1可以看出，生態環境大數據的管理工作機制包含了大數據應用平臺、管理平臺和環保云平臺三大平臺，以及標準規范體系和信息安全體系。雖然由于各地區的經濟發展不一、機構不完善等問題，大數據平臺的建設和應用還并不全面和完善，但其依然在環境管理上發揮了一定的作用。

1.1 大數據在化工生產中的應用現狀

目前，我國對環境污染進行研究的對象主要是空氣污染和水污染方面。土壤污染和固體廢棄物污染等雖然也是阻礙環境保護的重要因素，但由于其數據可得性具有限制，涉及這些污染物的環境保護問題還沒有得到重點的研究，但通過環境保護大數據所獲得的統計數據為研究人員進一步了解中國環境變化以及污染因素提供了很大的幫助。

在化工領域中，大數據技術的應用主要體現在化工生產的原料、風險評估以及安全管理等方面。在對化工生產原料進行勘探時，應用大數據最多的是油氣，它能夠對海量的歷史數據進行分析，有效提高油氣的采收率和產量，并且通過對地震等自然災害的綜合分析，改變油氣的開發方式，能夠為化工生產提供更智能的服務。

在對化工管道的內外部進行監測時，大數據的信息庫可以在管道數據庫的基礎上，對管道腐蝕的情況和相關數據進行分析，在得知管道會發生腐蝕的管段和概率后，在化工生產中就能篩選出最可能發生事故的地點，這比傳統監測方式的成本低，并且準確度高，對于加強化工生產中的安全管理有重要意義。

雖然在化工行業中大數據技術應用的現狀取得了不小的成效，但可以發現化工行業只是將此技術應用于提高生產效率方面，缺少在環境保護方面的應用。但由于化工生產對環境具有很大的影響，大數據技術除了對化工生產起到提高效率及增強安全管理的作用以外，化工廠也應該建設基于環境保護的大數據系統，對環境進行有效的監測和診斷，這是實現與化工效益同等重要的問題。

1.2 大數據技術給環境保護帶來的好處

當人們想要研究某一個科學問題時，即使是面對海量廣泛的數據，也會竭盡所能地主動挖掘這些數據中蘊含的信息，也許這些信息就是解決某一個問題的關鍵所在。而隨著用于環境保護的大數據技術的出現和發展，除了給環境研究灌注了新的動力，而且也帶來了許多好處。

（1）利用大數據對環境進行分析，可以對排放的污染物以更加微觀的角度來進行觀察和分析，從而避免原來由于宏觀上的研究而忽視了某些微小的個體差異。

（2）大數據在環境保護的應用使原本的環境經濟成本得到精細化，在核算環境經濟的成本和收益時，可以針對多種影響因素進行分析，有助于優化環境保護措施。

（3）由于其他領域的大數據也逐漸深入人們的生活，用于環境保護的大數據與其他領域的大數據相互結合，可以展現出在環境保護中更全面的研究視角。

1.3 大數據技術在環境保護中面臨的挑戰

基于環境保護的大數據無疑能夠給環境保護的科學研究帶來許多正面影響，但由于它面臨的一些挑戰，環境保護大數據的應用還有待完善和發揮出它最大的效果。在處理數據和研究方法方面，環境研究人員在來源多樣、具有復雜差異的眾多數據中獲取、識別和校驗數據時需要克服極大的學科門檻，因為環境問題是從自然科學問題中引申出來的，對龐大繁雜的數據進行處理自然并不是環境研究人員的強項所在，因此對于他們來說是一個極大的挑戰。同時，由于對專業知識的理解和應用不同，當環境中出現不同的污染物時，不同污染物對環境影響的時間、空間以及影響對象都是不同的，并且都需要具有說服力的理論或數據來支持這些差異的發現，但因為研究人員研究思路的不同，往往會在與其他研究人員的交流中出現屏障。

環境保護大數據的研究人員不僅僅局限于具備關于環境專業的知識，還需要清楚在采用大數據進行研究時所需的技術和方法，也就是說，研究人員還需提升例如機器的學習、復雜的網絡分析以及自然語義的處理等方面的能力，在掌握了關于環境保護大數據的新技術以后，才能夠與其他領域的研究人員進行協作，開展更加深入的研究。

2 環境保護大數據技術在環境監測中的問題

2.1 與傳統工作理念存在沖突

大數據是隨著環境、時間等不斷變化的，在大數據的數據庫中，所呈現出來的就是在不斷更新和積累的一個數據庫，雖然自動更新的功能為不少研究者減輕了一些負擔，但在對大數據進行研究時，兩者還是會存在不可避免的問題。

2.1.1 對數據的理解不一

在大數據中呈現出來的往往具有連續性的數據流，其中包含了許多信息，但只是單獨看這些數據其實并不能得到什么有效的信息，通常需要將數據相互關聯起來，才能夠反映出數據庫真正想要傳遞的信息。但在傳統工作上，研究人員往往不會對收集而來的所有數據都進行分析，而是通過某一個指標來看待問題，例如污染物濃度，可能只是依據這一個數據的變化，就會決定是否開展后續的工作。

因此，習慣了傳統工作方式的研究人員在接觸環境大數據系統時，研究人員對數據庫反映出來的信息會較難理解，并且忽略了對數據的確認和篩選，由于存在無效和敏感的數據，得出的結果可能就并不準確，還會造成一定的損失。

2.1.2 解決問題的思路不一

在傳統的工作理念中，當研究人員遇到問題時，會先找出并分析問題產生的原因，并且尋找可以解決問題的方法，但在環境保護的大數據系統中，數據庫可以對各種數據進行分析，對問題分析的結果在一定程度上取代了因果關系，能夠讓研究者了解問題發生的經過，而略過了傳統工作中的因果關系分析，甚至于數據庫可以直接改變數據的預期，給出關于事件的結果預期和建議。

2.2 在技術層面面臨的問題

2.2.1 有效數據在整合時的難度較大

數據的收集是大數據系統前期的主要工作，但收集的數據質量其實難以保障，因為在當前的環境監測系統中，數據的時效性較差，容易出現收集的數據有效性不高的情況。從客觀角度來看，這是由于大數據在網絡前端進行數據搜集和處理的設備不夠先進，若監測設備的點位放置不合理，都有可能導致數據的精確度不夠，在整體數據中的代表性不強。而隨著大數據系統的運行，監測設備會逐漸出現老化和故障，在信息整合時的難度也會加大。

2.2.2 系統建設的成本高

除了將大數據技術應用于環境監測中需要花費系統建設成本以外，在云計算和數據分析庫等其他技術方面中也同樣需要投入大量資金。而隨著環境保護大數據系統逐漸廣泛和持續性地應用，在維護軟件、更新算法等方面還會產生大部分的運行成本，因此，在建設環境保護大數據系統時，不能忽略其在技術上將會發生的成本，而正是因為系統建設成本高，才會導致環境保護大數據難以在環境監測和智能診斷中被廣泛應用。

3 大數據技術對環境監測和智能診斷的重要性

3.1 大數據系統對環境監測工作的重要性

環境監測就是對環境中各類污染物的產生、流向、排放和治理問題進行專業化的抽樣分析，管理者通過查看環境監測中反映出來的情況，就能夠了解環境的整體污染情況，并且預測環境質量的變化趨勢，這對于建筑公司來說，無非是一個非常有效的幫手。

化工工作方面需要格外注意化工生產給環境帶來的污染，如果能通過環境保護大數據來對工作中的環境進行監測，就能夠及時通過系統的算法來分析與環境質量相關的數據，針對分析的結果來制定下一步的工作方向。建有大量基礎監控點形成的環境監測網絡，能夠對環境實行動態監測，便于相關部門及時收到環境信息，同時，由于檢測人員的工作時間非常有限，通過大數據系統進行的環境監測也能夠有效提高工作效率。

3.2 大數據系統對環境智能診斷的重要性

用傳統方式對環境進行診斷時，由于人工的限制，可能需要每個月或每個季度才能對環境進行一次監測和診斷，但是將大數據技術利用到智能診斷中，大數據的對比分析功能可以讓研究者準確地得到當下環境的空氣質量情況，具有非常強的診斷效果，并且能夠在大數據系統中對空氣質量數據設定固定的區間，從而將環境污染的程度進行排序，這不僅為研究人員提供了便利，還能夠讓環境診斷工作變得高效，在解決環境問題時也不會措手不及。

4 如何在環境監測和智能診斷中應用大數據技術

既然環境保護大數據系統的建設成本如此高，那在各領域里是否還有必要運用這一系統技術來促進環境保護呢？答案自然是有必要的，這也會在時代發展中逐漸成為一種統一趨勢，因為其對數據的處理和分析效率不僅能節省出不少時間成本，也是研究人員所無法比較的。

4.1 基于大數據技術設計有效的環境質量監測系統

在對環境質量監測系統進行設計時，需要考慮到軟件與硬件的設計都要與系統的實際需求保持一致，也就是因地制宜地設計系統，以便于系統能夠更好地適應環境，帶來更好的監測效果。

在大數據技術應用在環境監測系統的設計過程中，硬件方面主要是關于監測站點的設置，合適的監測站能夠保證對數據的搜集是有效的，獲得的數據信息通過互聯網可以快速地反饋給監控中心，通過數據庫服務器和內網應用服務器對數據進行進一步的解析，而在這一過程中需要對數據設置合理的鏈接結構，保證傳送給監控中心的數據準確、及時并且可靠。

在對數據的應用層進行設計時，可以將其分為五個模塊，分別是數據查詢模塊、數據評價模塊、發展趨勢預測模塊、報警模塊以及數據模塊。這五個模塊能夠根據監測站獲取信息的情況對數據進行有效利用，并且在發現數據超出最高環境污染區間時能夠及時地啟用報警模塊，將環境重度污染這一信息及時地反饋給監測中心，但在從監控中心傳達到公眾用戶的層面，若是公司是為了有效控制內部工作而建立的獨立的環境質量監測系統，則可以去掉這一環節。

4.2 將環境監測系統應用于化工行業

由于化工廠釋放出的廢料和廢氣對環境污染的現象非常嚴重，有些甚至影響到了周圍居民的正常生活，因此對于化工行業來說，報警模塊的設立有利于工廠及時放緩或更改正在進行的工作，對過量的污水進行規范排放等，在市民或公眾得知這一信息后，也能夠對自己的出行計劃進行調整，并且增強個人的環境保護意識。

在工廠設立監測站時，除了對一般的污染物質進行監測以外，還應當添加對污水、煙氣、有毒有害氣體等的監控系統，并且可以在化工場地安裝與實時監測系統相關聯的自動裝置，當監測到環境中的廢氣pH不在正常范圍時能夠實現自動噴淋，對酸性廢氣噴淋堿性液體，對堿性廢氣噴淋酸性液體，達到自主污染防治作業的效果，從而提高化工場地的環境，滿足化工行業需要遵循的環保要求。

5 結束語

為了經濟、社會等方面的協調發展，我國化工園區的規劃數量逐漸增多，而在化工生產中會使用大量的煤、石油和天然氣等能源，會產生許多廢氣、廢液和廢渣等物質，這些物質沒有消除的辦法，便只能排放在環境中，不僅對環境造成了極大的破壞，也對人類的健康產生了重大影響。因此，各化工廠應當加強對周邊環境的監管，有效控制在化工生產時造成的環境污染，合理應用大數據技術，提升化工廠的環境監管和智能診斷的效果。