大數據技術在環境監測中的應用

楊驍

摘 要：在經濟建設和社會發展中，環境問題已成為當前被廣泛關注的社會問題，若要更好地提升環境質量，就應做好環境監測工作，在監測中積極應用大數據技術，從而保證環境監測的質量。

關鍵詞：大數據；環境監測；應用

中圖分類號：X830 文獻標識碼：A 文章編號：1004-7344（2018）30-0330-01

當前，我國網絡技術發展水平日益提高，同時大數據技術也得到了較為廣泛的應用，且其在環境監測工作中也發揮著十分重要的作用。該技術可有效提高環境監測工作的質量和效率，還可對環境數據進行準確計算與科學分析，進而為環境監測工作的正常開展提供強大的技術支持。

1 大數據技術及其特點

大數據通常是指多個渠道搜集到的大量數據的總稱，其數據量較大，數據類型較多，且需要對數據進行科學處理和提取。大數據技術是時代發展的重要產物，對預測分析、統計分析和人工智能等技術進行了融合，以此高效的發揮了其自身的作用與價值。

2 環境監測中大數據技術的應用優勢

2.1 增強生態環境的預警能力

大數據技術的應用能夠從大量的信息當中提取有用的信息，對當前狀況進行科學的分析和描述，并分析之后的發展態勢，再針對此做出科學決策，最后將決策公布到政府和公眾面前。

大數據技術的應用可顯著提高預警警報的精確性。在大氣污染預警當中，氣象部門可對風云氣象衛星反饋的數據進行科學分析，并以此為基礎推斷大氣污染的整個過程；大數據可增強預警信息的時效性，大數據可針對大量的信息在短時間之內做出十分準確的判斷。發生污染后，大數據技術可將其適度放大，且能夠對其進行無規劃監測。在這一過程中可及時發布環境污染預警、避難所信息和救援請求等，大量的數據信息能夠在平臺上充分地聯系在一起，而這也充分體現了大數據技術的優勢。

2.2 完善健康風險評估

民生健康是當前環保工作十分重視的內容，有毒有害的污染、重金屬污染以及環境病原體的監測與評估工作，會逐漸上升為社會廣為關注的話題。而若要更好地開展相關工作，就必須引進更為先進的設備和方法，同時還應引入健康風險評估技術。

人體健康風險評價通常是借助有害因子對人體造成健康損害的可能性，進行分析和評估，其主要的評價指標為風險度。該方式能夠將環境變量的大數據和出行以及疾病預防等多個環節有效地聯系在一起，從而借助模型分析和定量描述來評價其可能對人體健康構成的不利影響。

2.3 提升公眾服務能力

利用大數據技術能夠創建與環保相關的分析平臺，可督促人們樹立環保意識，重視生態文明建設，同時還應采取有效措施做好環境保護與公共治理工作。如在污染源企業的管理工作中，可應用數據眾包的理念，借助平臺將不同的數據采集任務向公眾公開，公眾利用該平臺就可以完成各項數據采集工作，不需要人為操作。此外，采用多種數據挖掘以及自然語言處理技術完成網頁分析，獲取最重要的信息，并確定事件發生的具體位置，同時要對事件的進展進行全方位追蹤。這種方式可以幫助環境管理人員更為全面地了解社會熱點和政策落實的具體情況，而且也能及時記錄并分析公眾交互行為中所產生的信息，為公眾提供更高品質的服務。另外也可設置個性化推薦功能，進而為公眾創造更多的便利。

3 大數據在環境監測應用中存在的問題

3.1 信息保密度有待提高

完成環境數據采集工作后，數據信息通常會集中存儲在相同的位置，因此其對信息的保密度也有著十分嚴格的要求。當前，我國互聯網技術顯著發展，但是在信息保密工作方面還存在著較為明顯的不足。一些環境監測工作人員沒有樹立較強的信息保密意識，此外也沒有采取科學有效的信息保密措施，因此容易出現信息丟失或泄露的問題，進而造成十分嚴重的損失。

3.2 網絡環境應加強監管

互聯網技術發展水平日益提高，這也給信息的網絡安全構成了較大的威脅?；ゾW絡攻擊是影響信息安全的重要因素。在環境監測的過程中，因為需要與政府部門通過網絡溝通，所以政府信息也更容易被破壞和盜取。當前，我國大數據保護工作不完善，若出現信息丟失等現象就會嚴重影響信息安全，造成無法彌補的損失，為有效避免這一現象，必須加大網絡環境監管力度。

4 環境監測大數據采集與集成

4.1 環境大數據采集類別

環境大數據包含監測部門采集數據和外部產生的環境影響數據，前者主要由環境污染物監測數據以及生態環境結構數據組成，數據的時間跨度均為40年。后者主要有人類生產活動中對環境構成的影響數據，此數據不確定性較強，無法準確預測，且結構性較弱，所以跨度也具有不確定性。

4.2 環境監測大數據集成方式

4.2.1 數據轉換模塊

互聯網背景下，編碼在不斷變化，故而數據采集時，為了更好地保證數據采集的可靠性及全面性，并沒有對數據的類別和格式加以限制，所以采集的數據種類較多，相關人員應做好數據的分類工作，并將不同類型的數據進行統一轉換，再對其編碼處理，從而為日后的數據處理提供更多的便利，保證環境監測工作的平穩進行。

4.2.2 數據補采模塊

數據采集中，操作會出現一些失誤，這也影響了數據的完整性。另外，存儲設備也有可能出現異常而無法工作，造成了嚴重的數據丟失和損壞等問題，這對監測結果的科學性與準確性構成了較大的影響。故此應采取數據分類管理方式，采取補采措施，進而確保監測數據的完整性。

4.2.3 數據清理模塊

為有效提高數據采集的全面性，管理者沒有嚴格限制數據采集的類型，所以為了有效提高大數據分析的效率，減少無關數據的影響，應及時處理無關數據。再加上數據的真實性也有待考察，其也是影響大數據分析結果的重要因素，故而需采取有效措施積極處理不真實數據。

4.3 數據挖掘應用

應用環境監測大數據平臺的最大優勢，就是可以把大量的、以往沒有得到重視的水質、空氣、污染源監控視頻信息的“大數據”進行集成、挖掘，把來自社交網絡的大量很發散、缺乏有效組織、價值密度低，但仍具有生態環境信息意義的數據資源進行嗅探、抓取、整合、處理，賦予數據系統新的深度，從而達到提高環境質量綜合評價技術水平的目的。

5 結 語

當前，大數據技術在眾多行業中都發揮著十分重要的作用，且環境監測工作中，大數據技術的作用也十分明顯，其可有效提高環境監測的質量和效率，并對環境監測的結果予以科學分析，保證環境監測結果的準確性，可以說大數據技術在環境監測中的應用已然成為一種必然趨勢。

參考文獻

[1]楊滿倉，趙 鵬.大數據技術在環境信息中的應用[J].網絡安全技術與應用，2017（10）.

收稿日期：2018-9-10