生態環境大數據的概念、框架和應用

孫興順 王云峰 王新東

摘要：生態環境大數據是大數據在生態監測、分析和治理的一種應用，克服了傳統信息化中數據規模、數據結構和計算能力的不足問題，在未來的研究中，還應當進一步挖掘其他信息科技在生態監測中的應用，發揮信息科技之間的協同作用，加強多平臺的大數據口徑、系統和協作機制的對接，發展成全國融合的生態大數據體系，打破生態大數據孤島問題，成為世界上的生態大數據技術領先國家。

關鍵詞：生態大數據;環境監測;技術應用

引言

一直以來，生活環境數據具有無序性和孤立性特點，導致傳統信息化時代下生活環境監測難度較大，數據規模和算法能力有限，生態數據無法支持管理決策。而通過物聯網設備組成的龐大數據來源，借助云端系統的高頻實時測算，促使生態數據結構變為規模大、類型廣、處理速度快和真實準確性強的大數據，成為生態治理的重要技術手段。

一、生態環境大數據概述

（一）涉及領域多

生態大數據包含的數據種類較多，因為自然界的現象是十分復雜的，況且現有的人類科學也無法做到認知到所有的自然生態屬性，所以生態大數據規模和種類依賴于智能設備來采集和處理。目前，生態大數據主要有氣象、水利、國土、農業、林業、交通等領域，同時，由于社會公眾對環境治理問題的密切關注，促使生態大數據概念拓寬到了網絡通信領域。于是，在廣義上，生態數據還包括社會統計數據和網絡抓取數據，這分別需要數據庫、網站、論壇、APP等途徑來收集，這些數據涉及到生態環境問題的輿情監測。

（二）復雜性較高

生態環境數據集復雜性較高，因為物聯網設備采集的數據十分繁多，有價值的信息卻是有限的。半結構化和非結構化數據標準是不統一的，生態環境不同部門的同類數據標準規范也會不同，特別是數據傳感工具的不一致，數據來源組織的共享程度差異，導致數據集成處理出現困難。所以，我國需要智能系統來感知、表達、理解和計算生態大數據，利用云計算平臺完成數據清洗、建模、導出與可視化，成為人為決策的數據依據，比如排放清單建立、環境治理預測、最優減排政策。

（三）數據處理能力強

現有的大數據處理服務基本是通過云端完成，云端硬件設備處在機柜中心基地，支持高頻計算量。生態大數據則具有較高的時空異質性，數據結構是連續觀測的流式數據，傳統硬件計算機是無法承受如此龐大的數據運算。我國2014-2019年間互聯網數據中心（IDC）行業規模增長穩健，加上有政府采購的結構性需求拉動，可以判斷該行業面臨政企需求雙重拉動的利好，行業規模增長的可持續性較強，所以動態歷史數據和新數據都能通過云端實現實時處理，挖掘出有用信息來提供決策。

二、生態環境領域的大數據框架

（一）遙感采集技術

在各類數據采集工具中，遙感技術是最具代表性的技術，這分為全球衛星遙感和地面監測遙感，這兩種氣象監測網絡由35000個以上的氣象站點組成，總共涵蓋了百余種數據來源，常見的數據有濕度、裸土、地表、地形、土壤、水質、空氣、降水等。目前，生態環境部已經開始重點建設生態遙感大數據，加強RFID、衛星、物聯網芯片、等遙感技術的創新和應用，開展全天候的大數據監測。

（二）云端處理技術

目前，生態大數據處理方式流程主要分成四大系統，分別是存儲管理、預處理、深入處理和整合挖掘系統，不同系統有大數據處理的職能特性。大數據技術可以優化生態大數據的處理速度，并在云端集成生態統計分析軟件功能，可以實時為研究人員提供監測數據評價，將原本標準化的技術處理和計算流程交由平臺運算，研究人員只需要作出關鍵的人為判斷和決策。

三、生態環境領域的大數據應用

（一）在生態監測評價中的應用

在生態監測評價領域中，在線監測和數據處理是常見的應用形式，通過大數據來延長生態環境的監測時期，并整合多個數據源平臺的整合與交換。生態大數據可以集成我國多個地區的環境污染數據庫，建立數據分析的集中化處理，并根據網格化監控和云端計算來整合環境質量評價，構成環境監測評價的全景化格局。在大數據云計算平臺的支持下，由IDC機柜來集中處理數據計算，節省了網絡傳輸的帶寬，提高了監測評價的速度和效率。在我國氣象信息綜合分析系統中，大數據和云計算技術支持研究人員在生態大數據庫中抽取遠程數據，并利用網絡傳輸技術來支持可視化，為環保決策提供抽取和快速可視化診斷解決方案。

（二）在模擬預測中的應用

在大數據技術賦能生態環境建模后，可以建立科學性的生態污染預警體系，借助區域特裝、空間屬性和時間序列數據，還能精準模擬生態環境的演化。在大氣模擬預測上，我國生態環境部門已經推出了大氣污染物時空分布的模擬預測模型，可以利用空氣質量、交通流、道理結構、氣象條件等數據，通過神經網絡模型來完成機器學習，完成高精度空氣質量預測。在水環境模擬預測方面，大數據可以構建區域水環境的風險評估和預警體系，預測區域水質指標和水污染事故，這也在三峽水庫、長江水利、渤海海域等領域獲得了應用。

（三）在污染管理中的應用

生態大數據發展的最終目的是生態環境污染的控制，現有技術已經成熟應用于水污染和大氣污染管理領域，并可以及時防控污染溯源。一直以來，我國污染治理都缺乏科學性和精準性，缺乏可靠途徑查找到污染源頭，導致生態數據的實用價值低。依托于大數據平臺，水污染和大氣污染管理都能從所有流通鏈條中獲得監測信息，通過數據源的完整性來建立追溯體系。

四、結束語

隨著我國信息科技水平的突飛猛進，大數據逐步滲透了各行各業的管理中，大數據技術賦能生態科學化和精準化治理。通過與云計算、人工智能、物聯網等信息科技的融合，構建生態數據進行認知計算、關聯分析、模擬預測和管理決策的流程化，有效發揮生態大數據的實時性、運算量和可視化優勢，為我國生態管理決策提供精細化支持依據，幫助我國有效建設生態文明。

參考文獻

[1]遏制“公地悲劇”視域下我國生態治理進路[J].劉亞男.天水行政學院學報.2017（06）

[2]深度學習在環境污染平臺數據分析中的應用與設計[J].沈文淵，吳也正，魏恒，繆青.電子制作.2021（02）

[3]環境監測在處理環境污染投訴中的工作思考[J].黃博君.皮革制作與環保科技.2020（15）

（濟寧學院 273155）