大數據技術在水生態環境工程分析中的應用

張 云

廣東智環創新環境科技有限公司 廣東 廣州 510620

國家的經濟的快速發展為生態環境留下極為嚴重的隱患。國家發展過程中每個階段的目標都不同，在經濟復蘇階段，為提高國民經濟適當做出放棄是不得已而為之，但隨著我國經濟的快速發展、生態環境的岌岌可危，對生態環境的保護已經迫在眉睫。在水生態環境分析工作中應用大數據技術能夠極大的提升工作效率，較傳統的水生態數據收集和分析工作流程，大數據技術能夠節省工作中人力、物力的投入，確保數據收集和分析的準確性，達到提質增效的目的。

1 大數據技術在水生態環境分析中應用的優勢

1.1 確保數據收集和分析的準確性

水生態環境分析工作的準確性首先受到數據收集準確性的影響，大數據技術應用在水生態環境分析工作首要優勢，便是大數據技術能夠保證數據的收集和數據的分析高度準確。在傳統的水生態環境分析工作中，數據的采集多以人力完成，這種數據收集方式導致數據的準確性完全受人為因素影響，若數據收集人員在開展數據收集的過程中因數據收集操作不規范或采集樣本在分析過程中受到外界因素影響，會嚴重影響后期的水生態環境分析工作的質量。大數據技術應用到水生態環境分析工作中，會有一系列的數據收集、傳輸、分析設備被同時應用，數據通過設定的收集流程、傳輸流程被分析并存儲，能夠極大減少人為因素對水生態環境分析的影響，進而確保水生態環境分析工作的準確性[1]。

1.2 提高數據利用效率

水生態環境是動態的，周期性或突發性的數據采集和數據分析工作會產生大量的分析結果。在傳統的水生態環境分析工作中，多為紙面記錄分析結果和采集到的水生態環境數據，導致大量的紙面書籍堆積，在查閱過往數據時需要大量的時間翻閱，影響水生態環境數據的利用效率。在大數據技術應用到水生態環境分析的工作中后，數據的采集、分析和存儲會按照設定進行，數據在分析過后會進行分類歸類，方便日后的查閱和使用[2]。

1.3 提加快工作效率

在水生態環境數據采集中，有周期性和突發性兩種情況，其中周期性的水生態數據采集會產生大量的低價值數據，對于傳統的水生態環境分析工作而言，十分影響工作效率，卻又是水生態環境的重要工作。通過大數據技術的應用，能極大減緩低價值數據對水生態環境分析工作效率的影響，在大數據技術中，數據的采集、分析和歸類都是按照設定好的標準進行，低價值數據會被存儲到特定的區域，既不會在日常工作中影響工作人員的工作效率，同時，在日后需要使用時能夠通過對特定區域的查閱，快速找到這部分低價值數據，提升工作效率的同時，確保水生態環境數據的完整性。

1.4 尋求發展與生態的共存

社會的發展是人類進步的必然結果，隨著城市化建設的加快、經濟的快速增長，人們對生態保護的認識也更為深刻，但生態環境與社會發展存在矛盾點，使得在城市建設和日常生活中，人們迫不得已做出破壞生態的行為，而全然保護生態卻又會減慢社會的整體發展。在此情況下，將大數據技術應用到水生態環境保護的工作中，能夠極大的減緩人與自然的矛盾，通過對水生態環境的分析，找到和諧共存的平衡點[3]。

2 大數據技術在水生態環境分析中的應用

2.1 水生態環境感知數據收集技術

為保證大數據技術在水生態環境分析工作中實現期望功能，會投入多種設備為大數據技術服務。首先，為收集水生態環境數據，水生態環境感知設備是必要的，當前的水生態環境感知設備主要分為四種：生物傳感、物理傳感、化學傳感和全息圖像傳感，其中化學傳感器因其使用化學添加劑的特殊性，導致其檢測周期較長，需要對其進行周期維護，且化學傳感器自身添加的化學添加劑對水生態環境存在影響，是日常水生態環境分析工作中極少使用的數據采集方式。生物傳感器通過生物的感應信號完成數據手機，但生物自身的不確定性導致其手機到的數據不穩定，但隨著生物傳感器研發的逐漸推進，生物傳感器的穩定性和性價比都在逐步提升，但仍不是當前主要使用的水生態環境數據手機方式[4]。

水生態環境數據收集主要以物理傳感器和全息圖像傳感器為主，物理傳感器的優勢是通過物理變化能夠在短時間內完成水生態環境的數據采集和檢測，同時，物理傳感器收集數據的穩定性和較長的使用壽命也是其備受青睞的關鍵因素。全息圖像傳感器能夠通過日益精進的顯微成像技術，對水生態環境的當前情況進行實時觀測，甚至能夠通過全息影像檢測當前水生態環境中的微生物，也是當前水生態環境數據手機的主要手段。

四種水生態環境感知設備各有優點和缺點，在實際應用中因水生態環境分析工作的特殊性，當前以物理傳感器和全息圖像傳感器為主要的數據收集手段，但隨著科學技術的快速發展，四種傳感器的缺點也在被逐漸彌補，未來的水生態環境分析工作中，工作人員可以根據工作需要進行適當選擇。

2.2 應急快速檢測分析技術

為保證突發污染問題的出現，應急檢測設備和應急分析技術是必要的，應急檢測設備主要分為移動式檢測設備和便攜式檢測設備兩種，移動式檢測設備以交通工具為載體，在交通工具上載有與實驗室內設備功能相等的數據檢測和數據分析設備，能夠保證在移動的狀態下滿足水生態環境分析工作的需要，通過移動式檢車設備能夠快速相應水生態環境中發生的突發問題，完成應急狀況下的數據采集和數據分析工作。便攜式檢測設備的種類較多，其工作原理也大不相同，但其體積小的特點十分符合應急檢測工作的需要，是當前水生態環境應急檢測工作中的主要力量[5]。

在檢測人員達到現場的情況之外，大數據技術衍生的物聯網系統也能夠保證工作人員在特殊污染問題發生的第一時間做出反應。物聯網系統實現的水生態環境檢測系統主要以生物反應為主要判斷依據，根據安放在水下生物身上的檢測系統，檢測生物的生理活動行為和生物自身狀態的轉變，記錄水下生物的行為并進行分析，在突發情況發生的第一時間對工作人員示警。

2.3 水生態環境實時監測

大數據技術的誕生和其技術衍生的相應技術產品為水生態環境分析工作提供極大的助力，減少傳統水生態環境分析工作中對人力的投入，同時，通過大數據技術衍生產品的應用能夠實現傳統水生態環境分析工作中需要認為輪換才能夠完成的工作，即：全天候無間斷的水生態環境實時監測。實現全天候無間斷的水生生態實時監測主要依靠三種設備完成，其中固定式的監測設備需要布置在規定的區域內，且需要布置大量的設備以支持數據收集的正確性，其優點是數據收集準確性較高，但其高昂的架設成本和水面采樣的多變性相矛盾，因此，常被用在重要的水點進行監測，而不會大量布置。

在水面上常用的水生態實時監測設備為小型移動監測系統和浮標監測系統兩種，小型移動式監測系統的內部空間有限，導致其內部的檢測設備數量也有限，能夠進行的檢測屈指可數，但因其架設費用較低且具備較高的穩定性，通常被布置在小型河流附近[6]。

最符合水生態環境分析工作需要的便是浮標式監測系統，浮標式監測系統主要包括搭載平臺和監測設備兩部分，因其能夠搭載平臺快速移動至檢測區域，且通過錨鏈固定搭載平臺，其檢測結果可靠性較高，且抗外界因素干擾的能力極強，因此是當前水生態環境分析工作中數據收集和水質檢測的主要方式。

2.4 實現水生態環境數據的共享

數據的收集和分析是為保障我國的整體水生態環境，但在傳統的水生態環境分析工作中，大量的數據被記錄在紙面，若國內其他水質監測單位需要借鑒過往的水生態環境分析數據，交換彼此的工作經驗，則需要大量的工作人員在海量的紙質資料中尋找目標數據。隨著大數據技術被應用到水生態環境分析的工作中，其快速收集、快速傳輸、快速整理、分類存儲的特點，能夠保證在需要調用該部分數據時，只需要按照特定的步驟查找即可，而后通過制定傳輸方式將數據傳輸給對方，達到數據共享的目的[7]。

數據共享是幫助各個水生態環境監測單位共同成長的重要方式，同過借鑒彼此過往的工作經驗，分析對水質的總結，能夠加深各單位對水生態環境分析工作的認識。

2.5 保障數據來源的多樣性

大數據技術是基于海量的數據以及快速的收集而延伸出的互聯網技術，隨著大數據技術的逐漸發展，為大數據技術提供配套的設備也在逐漸增多，為大數據技術的多樣性提供進一步保障。

在傳統水生態環境分析工作中，數據的來源多為固定的幾種，且每增加一種數據采集的方式，對人力的消耗都在呈幾何倍數增長，當大數據技術被應用至水生態環境分析工作中后，隨之增加的各種數據采集設備能夠很好的保障水生態環境數據的來源多樣性，從而讓工作人員從多個角度出發，分析當前的水質問題，保證工作人員決策的正確性。

2.6 數據傳輸保證分析結果的實時性

大數據的基本含義是海量到通過日常互聯網方式無法傳輸的數據，這也是大數據技術的概念被提出后，卻需要經過數年的互聯網技術發展，才能夠正式成為人們處理大量數據工作時必要工具的原因。

大數據的采集和傳輸需要依靠數據傳輸技術，在當前的數據傳中主要分為有線數據傳輸和無線數據傳輸兩部分，其中有線數據傳輸需要以光纖為主的有線媒介進行數據傳輸，這也導致有線數據傳輸的應用受到很大局限，不能成為大數據技術采集數據時的主要方式。而無線數據傳輸又分為無限局域網和無限廣域網兩部分，無限局域網包括WiFi、藍牙等，其有點是脫離有線媒介的束縛，能夠進行更自由的數據采集，但缺點也很明顯，無線局域網的范圍較小，只能夠在固定的區域內進行工作，因此，無線局域網也不能夠成為大數據技術應用在水生態環境分析工作后的數據采集手段[8]。

當前的水生態環境分析大數據技術中數據采集主要依靠無線廣域網技術進行，隨著無線廣域網的發展，4G、5G、LoRa等數據傳輸技術的快速革新，無線廣域網的便利和高速已經成為人們日常生活和工作的基本依靠，且4G、5G技術的影音傳輸技術為水生態環境分析中大數據技術的應用提供了更優質的保障。

3 大數據技術在水生態環境分析中的未來展望

3.1 對水生態環境的動態捕捉

“兵無常勢、水無常形”是對水環境生態最好的描述。在水生態環境分析工作中，水生態環境的動態捕捉一直是工作人員開展水生態環境分析的桎梏，在傳統的水生態環境分析工作中，因科學技術設備的限制，工作人員只能通過周期性的數據采集掌握水生態環境的變化，隨著大數據技術的應用，水生態環境分析工作的實時性被極大提升，能夠在一定程度上掌握水生態環境變化，但當前的設備仍舊存在一定的局限性，如：對無線廣域網的過度依賴、在進行水面監測時受水面外界因素影響較大等，隨著科學技術的逐漸發展，各種設備的問題被逐漸彌補，相關工作人員應就大數據技術產生的分析結果制作分析圖表，掌握水生態環境的變化規律，對可能出現的水生態環境突變問題提早做出判斷，在日常生活中也能夠利用大數據技術更好的開展水生態環境分析工作[9]。

3.2 信息采集和歸類標準化

信息采集是影響水生態環境分析的重要因素，而信息歸類存儲則是影響后期使用和查閱的關鍵，在大數據技術應用的過程中，工作人員應更主義對信息采集和分析結果的管理，有關部門的上級領導應制定完善的信息采集和歸類標準，減少因對數據掌握不足而出現的重復采集和重復存儲工作。同時，符合標準的水生態環境分析結果歸類，能夠幫助工作人員在工作中根據同類情況，判斷出可能出現在另一水域的突發問題，從而及早做出預防措施，為水生態環境保護工作提供基礎依據，進一步提高水生態環境分析工作的質量[10]。

3.3 建立更完善的預警模型

水生態環境分析工作中因水體自身的復雜性，影響工作人員分析結果正確性的因素極多，在當前被廣泛應用在各領域的預警模型，在被應用至水生態環境分析工作中后，也頻頻出現預警錯誤的問題。但在水生態環境分析工作中，預警模型的意義十分重大，因此，在未來的水生態環境分析工作中，工作人員應總結工作經驗，分析該水域的水生態環境特點，尋找水質變化的規律，開發出符合水生態環境需要的預警模型，為突發性的水生態問題爭取搶救時間，減低不可控風險對水生態環境的破壞，保證水生態環境分析工作的順利進行[11]。

4 結束語

水生態環境分析工作的特點與大數據技術的優勢十分匹配，在水生態環境分析工作中應用大數據技術，能夠提升工作人員的工作效率，提高工作質量，強化該水域對突發問題的抵抗能力，保證該水域的生態安全。因此，相關工作人員應積極開發大數據技術在水生態環境分析工作中的應用，保證水生態環境分析工作的質量。