潘鹏，赵晓宏，梁鹏，朱美，李凯

(1.环境保护部环境工程评估中心，北京 100012；2.国家环境保护环境影响评价数值模拟重点实验室，北京 100012；3.湖南科技大学资源环境与安全工程学院，湖南湘潭 411201)

环境影响评价大数据建设进展与展望

潘鹏1,2，赵晓宏1,2，梁鹏1,2，朱美1,2，李凯3

(1.环境保护部环境工程评估中心，北京 100012；2.国家环境保护环境影响评价数值模拟重点实验室，北京 100012；3.湖南科技大学资源环境与安全工程学院，湖南湘潭 411201)

环评大数据对于环境管理决策具有重要支撑作用，通过介绍环评大数据的总体框架及其在生态环境大数据体系下建设取得的主要进展，包括一个数据中心、两个数据采集系统、三个服务平台、四个数据资源网络，以及形成的统计分析、技术校核、预警预测和信息共享四大应用服务能力，并提出环评大数据在整合共享、数据质量、信息安全和应用效能方面的下一步建设展望，为环评大数据后续发展及其他环境保护领域的信息化建设提供借鉴。

环境影响评价；大数据；应用服务；信息共享

大数据具有数据量大、增长速度快、结构多样、高价值等特点，是关系到科技创新和经济社会发展的国家基础性战略资源，目前已成为全球各主要经济体争相发展建设的重点[1]。美国2012年宣布启动“大数据研发计划”(Big Data Research and Development Initiative， BDRDI)，提出利用大数据技术在科学发现、环境保护等领域大力开展研究[2]。欧盟2014年编制并启动了“地平线2020”(Horizon 2020)计划，鼓励利用大数据技术在气候变化、环境保护等领域开展研究和创新活动[3]。为抓住发展机遇，强化大数据建设的应用能力，国务院2015年印发了《促进大数据发展行动纲要》，将大数据建设提升到国家战略地位，并系统部署了我国大数据发展工作。环境保护部也高度重视大数据在推进生态文明建设中的地位和作用，2016年编制印发了《生态环境大数据建设总体方案》，明确了生态环境大数据建设的总体要求、主要任务和保障措施等。

环境影响评价大数据(以下简称环评大数据)作为生态环境大数据的主要建设内容之一，其总体建设目标是：整合环境、经济、行业等数据资源，重点理清环境质量、控制总量、污染源“三本帐”，开展相关数据采集加工、模拟分析、整合共享等工作，提升环评管理能力，提高环评文件编制的科学性，增强环评公共服务能力[4]。为实现总体目标，环评大数据重点开展六大建设任务：全面建设环境质量现状与控制总量数据；持续采集、更新和整合固定污染源数据；提升各要素环境影响模拟分析水平和风险预测能力；增进战略、规划和项目环评信息联动与服务能力；大力强化环评监管信息技术支持能力；积极推进环评信息共享与公共服务能力[5]。

在生态环境大数据体系下，通过采用利旧建新相结合、共建共享共应用、边建设边服务的方式，环评大数据通过近年来的建设已取得了一系列的重要阶段性进展。本文介绍环评大数据总体建设框架，总结环评大数据当前主要建设成果，并提出下一步建设展望，为环评大数据后续发展及其他环境保护领域的信息化建设提供借鉴。

1 环评大数据总体框架

环评大数据总体框架包括1个数据中心、2套数据采集系统、3大服务平台和4套数据资源网络，如图1所示。

图1 环评大数据总体框架Fig.1 General framework of BDEIA

其中，两套数据采集系统是获取全国建设项目环评数据的重要工具，四套资源网络是获取环保系统内部其他数据以及工商、电力等其他领域数据的重要渠道，利用两套系统和四套网络获取的数据全部汇集至环评数据中心形成环评大数据的核心，在此基础上，开展数据整合集成与统计分析，形成环境质量、控制总量、污染源“三本帐”，为环境管理宏观决策提供数据支撑，进一步地，建设会商平台支撑区域环境影响模拟分析提高环评文件编制的科学性、建设环评智慧监管平台支撑全国建设项目环评审批监管提升环评管理能力、建设互联网服务平台支撑环评基础数据共享增强环评公共服务能力。除了以上核心内容外，环评大数据在框架上还包括配套的基础设施(硬件基础设施、软件基础设施、网络基础设施)、保障体系(标准规范体系、信息安全体系、运维管理体系)和用户群体(环境管理部门、技术评估部门、环评机构、社会公众)。核心内容与配套内容有机结合、相辅相成，不断增强环评大数据高效获取数据、规范整合数据、深度分析数据和科学支持决策的能力。

2 环评大数据建设进展

围绕总体目标与重点任务，根据总体框架的规划，环评大数据建设已经取得了显著进展，具体如下。

2.1一个数据中心

数据中心的主要进展涵盖三个方面。一是建立了跨部门、跨领域的数据共享机制，国家级环评数据中心建设单位和地方有关单位分别建设并维护各自的数据资源，包括环境敏感区、环境功能区划等，两者的数据资源在符合规则的前提下可以通过软件接口的方式相互调用，当一方的数据出现更新时，更新的内容可以自动在另一方的使用过程中体现出来，通过该机制解决了部分环评数据资源来源合法性、内容权威性和更新持续性的问题。

二是建立了指导标准、通用标准及专用标准三个层次的数据标准规范体系[6]，并按照该体系，在保持与已有国家和行业标准相兼容的前提下，从数据资源、数据库、共享交换及应用服务四个方面，分别研制了一系列的标准规范，为多源数据难以获取、分散数据难以集成、异构数据难以整合等问题提供技术指导。

三是通过规范整理、科学分类和逻辑关联，整合集成了海量的数据资源，为环评管理提供坚实的数据基础。集成的内容可以从两个视角进行划分：一种是按数据作用划分，主要包括环评管理数据(环评机构、环评人员、环评专家等)、环评支撑数据(基础地理数据、水文气象数据、法律法规数据、环境敏感区数据等)、环评业务数据(战略环评数据、规划环评数据、项目环评数据、竣工验收数据等)，以及在环评应用过程中衍生出的数据；另一种是按业务逻辑划分，主要包括“一横一纵”两类数据。“一横”指环评各业务板块数据，包括战略环评数据、规划环评数据、项目环评数据等，“一纵”指贯穿环评业务全生命周期中的数据资源，如环评申报、技术评估、环评审批、竣工验收等数据。

2.2两个采集系统

(1)项目环评审批及验收申报系统。针对《建设项目环境影响评价分类管理名录》[7]要求编制报告书和报告表的建设项目，项目环评审批及验收申报系统面向全国范围内的建设单位和环评机构，提供环评审批及竣工环境保护验收申报服务，主要包括文本信息、空间位置信息和附件材料的填报、浏览和上传，以及项目申报信息提交、审批进度查看和历史记录查阅等功能。

(2)建设项目环境影响登记表备案系统。针对《建设项目环境影响评价分类管理名录》要求编制环境影响登记表的建设项目，建设项目环境影响登记表备案系统面向全国范围内的建设单位和环评机构，提供建设项目环境影响在线登记备案服务。用户通过该系统成功填报后，将系统自动生成的备案编号和备案回执打印出来并由法定代表人或主要负责人签字后即可完成备案。

以上两个系统在用户填报数据时均提供数据校验功能，保障了所采集环评及验收数据的质量。同时，两个系统实现了与数据中心的无缝衔接，自动实时将采集到的数据汇聚至数据中心，为环评科学决策提供数据支持。

2.3三个服务平台

(1)环境影响评价会商平台。针对重点项目的环评审批和技术评估，环境影响评价会商平台综合利用GIS、互联网、云计算等先进信息技术，面向各级技术评估部门和环境管理部门提供科学决策支持服务。该平台的主要功能可从三个维度来看，具体如图2所示。一是技术评估维度，包括项目工程分析、区域环境分析、环境影响模拟预测、环评指标对比分析、社会公众参与分析5大功能；二是环境影响维度，提供大气、声、地表水、地下水等多个环境要素及生态环境影响的在线模拟预测及展示功能；三是行业类别维度，支持火电、石化、机场、水泥、水电等多个重点行业的技术评估。该平台能够促进环境影响评价工作的系统化、标准化、可视化和智能化，有助于提升环评管理决策能力和水平。

图2 环境影响评价会商平台主要功能Fig.2 Main functions of EIA consultation platform

(2)环境影响评价智慧监管平台。一方面，该平台利用环保专网通道构建了国家级、省级、市级、区县级4级环评审批信息联网报送工作流，面向全国各级环评审批单位，收集和整合环评审批数据，顺利从数据来源上解决了全国环评数据“上下”不畅通的问题，实现了全国各级环评审批信息互通，为环评监管工作中全面和准确掌握全国建设项目环评审批情况提供数据支撑；另一方面，该平台在研制相关数据分析与评价模型的基础上，建立了区域生态环境质量预警预报、产业聚集预警预测、疑似未批先建项目自动识别、污染物排放与社会经济发展水平评价等子系统，为环评监管决策提供智能化的技术支持。

(3)环境影响评价互联网服务平台。环境影响评价互联网服务平台主要面向环评机构和社会公众，向其提供法律法规及标准导则查询、标准术语查询、地面及高空气象数据获取、云量数据测算、环境敏感目标查询展示、环境影响模拟在线计算、在线空间制图等服务。该平台降低了环评机构获取环评基础数据的时间和经费成本，增强了环境影响模拟预测的规范性，推进了环境影响评价的信息共享，提升了环境影响评价工作的透明度，增强了环境影响评价制度的公信力。

2.4四个资源网络

数据资源网络是环评大数据的重要资源收集渠道，不断为环评大数据输送数据资源“血液”，是关系到环评大数据建设成果与服务水平的重要因素。目前环评大数据连接了4套分别能够提供不同种类数据资源的网络。

一是环保部内数据资源网，主要提供环境质量管理、环境应急管理、自然生态保护、污染源监管等数据，这些数据通过直接入库/接入的方式进入数据中心；二是地方环保数据资源网，主要提供环境功能区划数据、环境敏感区数据、环境监测数据、土地利用数据等，这些数据通过接入的方式进入数据中心；三是其他部委数据资源网，主要提供住建部、国土部、气象局、海洋局等部委的政务信息与业务数据，这些数据通过接入/关联的方式进入数据中心；四是互联网数据资源网，主要提供环评大数据建设过程中所需要的其他数据，这些数据通过收集/接入/关联的方式进入数据中心。

2.5四大服务能力

通过统筹规划和分步建设，目前环评大数据已经具备了四大应用服务能力，如图3所示。

图3 环评大数据四大应用服务能力Fig.3 Four application service capabilities of BDEIA

(1)统计分析：环评大数据统计已经具备按时间、地域、行业、污染物、投资规模以及各种统计方式组合的灵活多样的统计分析能力，可以按照要求自动生成各种统计图表、空间分布图表、项目数据清单等，并已在全国垃圾焚烧发电项目排查、革命老区脱贫攻坚开发建设、工业集聚区污染控制、化解产能严重过剩矛盾、水环境质量分析及预警等多项工作中发挥重要支撑作用。

(2)技术校核：环评大数据已经形成了建设项目环评“三线一单”一致性校验、环境影响预测技术复核、环评文件级别和格式一致性校验、环评文件导则体系符合性技术校验4大技术校核能力，并在环评监管实践中得到了应用，为营造依法科学环评氛围、严守生态保护红线确保青山常在绿水长流、严厉遏制各类环境违法行为发生提供了重要保障作用。

(3)预警预测：环评大数据利用大数据优势，围绕高分辨率遥感影像、区域环境质量状况、建设项目时空分布等数据开展挖掘分析，并结合相关的环境预警预测模型评估潜在的环境问题，形成了疑似未批先建、高污染产业迁移、产能过剩重点行业、潜在污染场地筛查预警预测服务能力，显著提升了环评监管的精准性和有效性。

(4)信息共享：环评大数据在充分尊重数据生产者知识产权的基础上，使用元数据、数据目录等便于数据查询和使用的形式[8]，面向环评相关行业内人员提供多终端访问、多行业应用接入的共享服务，同时也面向社会公众提供建设项目环评等信息公开服务，提升环评公众参与水平，促进环评工作在透明化、阳光化的方向上快速发展。

3 环评大数据建设展望

依托生态环境大数据，环评大数据建设已经取得了良好进展，基础设施和保障体系不断完善、数据资源不断整合、软件平台不断优化、服务能力持续提升、用户群体日益壮大，为进一步完善环评大数据，后续还需开展以下几个方面的建设。

(1)继续推进信息资源的整合与共享。环评大数据中包含有大量的数据资源和模型工具，这些信息资源不应仅为环境管理决策者服务，还应在符合规定的前提下为其他领域工作者群体提供服务，为此环评大数据整合了大量的数据资源和模型工具，并实现了部分数据和模型共享，后续将加大信息资源整合与共享力度，提高信息资源整合程度和水平，拓宽信息资源共享范围和内容。

(2)不断提高数据质量。数据质量是关系到数据应用成效的关键性因素，今后可从体制机制、技术规范、软件系统、人才队伍等多个方面，并从数据的采集、传输、存储、管理、加工、利用全生命周期开展数据质量控制，不断在完整性、规范性、现势性等方面提高数据质量。

(3)持续强化信息安全。环评大数据是关系到环境科技创新和经济社会发展的战略资源，随着环评大数据建设进入深水区，若发生信息安全问题将会造成不可估量的损失，注重和强化信息安全的重要性不言而喻，后续应持续强化信息安全意识，创新信息安全手段，加强信息安全措施，确保环评大数据信息安全得到可靠保障。

(4)注重数据应用效能。环评大数据建设的最终目的是为了使用数据进而服务决策，环评数据种类繁多、类型各异，给其分析利用带来了一定的困难，后续将注重实现环评大数据的高效利用，综合利用自然语言处理、机器学习、知识表示与推理、高性能计算等先进技术，提升数据利用效能和水平，为管理决策提供更加精准高效的服务。

[1] 李国杰, 程学旗. 大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊, 2012(6): 647- 657.

[2] 常杪, 冯雁, 郭培坤, 等. 环境大数据概念、特征及在环境管理中的应用[J]. 中国环境管理, 2015, 7(6): 26- 30.

[3] The EU Framework Programme for Research and Innovation. HORIZON 2020. [2017-08-17] [EB/OL]. http://ec.europa.eu/programmes/horizon2020/.

[4] 梁鹏, 潘鹏, 赵晓宏. 关于环境影响评价大数据的若干思考[J]. 环境影响评价, 2016, 38(6): 21- 24.

[5] 梁鹏, 赵晓宏, 潘鹏. 运用现代信息技术 推进环评大数据建设[N]. 中国环境报, 2017-03-06(3).

[6] 王卷乐, 赵晓宏, 马胜男, 等. 环境影响评价基础数据库标准规范体系研究[J]. 环境科学与管理, 2011, 36(8): 168- 173.

[7] 环境保护部. 建设项目环境影响评价分类管理名录[EB/OL]. [2017-08-17]. http://www.zhb.gov.cn/gkml/hbb/bl/201504/t20150420_299283.htm.

[8] 诸云强, 赵晓宏, 冯卓, 等. 环境影响评价大数据分析与创新服务[J]. 环境影响评价, 2016, 38(1): 5- 9.

ProgressandProspectoftheBigDataConstructionforEnvironmentalImpactAssessment

PAN Peng1,2， ZHAO Xiao-hong1,2， LIANG Peng1,2， ZHU Mei1,2， LI Kai3

(1.Appraisal Center for Environment and Engineering, Ministry of Environmental Protection, Beijing 100012, China; 2.State Environmental Protection Key Laboratory of Numerical Modeling for Environment Impact Assessment, Beijing 100012, China; 3.School of Resource, Environment and Safety Engineering, Hunan University of Science and Technology, Xiangtan 411201, China)

The big data on environmental impact assessment (BDEIA) plays an important role in environmental management decision. After showing the overall framework, this paper introduced BDEIA’s main construction progress under the ecological environment big data system, including a data center, two data acquisition systems, three service platforms, and four data resource networks, together with BDEIA’s four major application service capabilities, including statistical analysis, technical verification, warning forecast, and information sharing. This paper also proposed BDEIA’s further development prospect on integration and sharing, data quality, information security, and application efficiency, which provided a reference for BDEIA’s follow-up development and information construction in other environmental protection fields.

environmental impact assessment; big data; application service; information sharing

2017-08-17

环境保护部财政预算项目(144024000000160101，144024000000160103)

潘鹏(1985—)，男，湖北人，助理研究员，博士，主要研究方向为资源环境信息集成共享理论与技术，E-mail：panpeng@acee.org.cn

赵晓宏(1973—)，男，安徽人，正高级工程师，主要研究方向为环境影响评价信息技术，E-mail：zhaoxh@acee.org.cn

10.14068/j.ceia.2017.06.005

X820.3

A

2095-6444(2017)06-0019-04