大数据技术在生态环境领域的应用综述
2020-01-08熊丽君袁明珠吴建强
熊丽君,袁明珠,吴建强*
1. 上海市环境科学研究院,上海 200233,2. 华东理工大学资源与环境工程学院,上海 200237
大数据分为数据产品、处理过程和认知过程 3个层次,其中数据产品主要特征为容量大(Volume)、类型多(Variety)、存取速度快(Velocity)和应用价值高(Value),处理过程指对海量数据进行采集、存储、关联分析和可视化,认知过程指通过对数据的处理获得新知识、从而创造新价值,改变人们认知结构(郭少青,2017;赵苗苗等,2017)。通过大数据分析(Big Data Analytics,BDA),可以更好掌握客观事件的特征,找到有利于决策的信息(Yong,2014)。生态环境大数据指运用大数据理念、采用处理方法和分析技术对生态环境数据进行收集、分类、存储、分析与利用,在此基础上进行应用,以解决生态环境问题。国际生物学计划(International Biological Program,IBP)推动长期生态学研究网络(The International Long Term Ecological Research,ILTER)发展,标志着生态学进入“大科学、大数据”时代(Aronova et al.,2010)。
传统的生态环境数据呈现无序性、孤立性和缺乏群体性,给生态环境监测评价及综合管理造成了一定困难(程春明等,2015)。发展生态环境大数据技术,有利于有效集成多来源、多类型、多尺度的生态环境数据,并进行高效管理和综合利用,为生态环境保护和发展提供新的支撑(Yong,2014)。生态环境大数据推动环境信息化发展,是生态环境保护面对新形势、新趋势的必然选择,也是生态环境管理的重要支撑。2016年生态环境部出台《生态环境大数据建设建设总体方案》,明确指出加强生态环境大数据综合应用与集成分析,实现生态环境综合决策科学化、生态环境监管精准化、生态环境公共服务便民化(董玉红等,2017)。……
