环保大数据在环境污染防治管理中的应用

2023-10-30彭雨晴

皮革制作与环保科技 2023年17期

彭雨晴

（肇庆四环环保科技有限公司，广东肇庆 526060）

引言

生态环境与人类的生存发展息息相关。改革开放后，我国生态环境质量不断下降，大气污染、土壤污染、水体污染等各类污染问题频繁出现并已严重影响到人们的生活与发展，对人体健康、动植物健康构成威胁。加强环境污染治理，开展生态环境保护已刻不容缓。国家环保部门也制定了一系列环境污染治理对策与方案，推动环境污染治理工作快速开展。在环境污染防治管理中，环境数据是基础也是前提。下面结合实际，对环保大数据在环境污染防治管理中的应用作具体分析。

1 环保大数据的概念

环保大数据指包含产污、治污和排污在内的污染源数据、环境影响评价数据、法律法规标准数据、区域环境质量数据及其他数据的集合[1]。

数据是环境监测的成果，也是实施环境管理的基石，在整个环保体系中，数据占据重要位置，起着重要作用。数据是对环境质量状况的说明，也是对环境污染治理成效的直观反映。通过环境数据，能够了解或掌握监测区域环境污染程度、污染物分布、污染物成分及浓度等，了解环境污染状况，明确环境治理方向，同时发现当下环境治理措施的不足并进行改进，使环境污染治理成效得到提升[2]。

2 环保大数据在环境污染防治管理中的应用要点

2.1 革新理念及思想

环保大数据在环境污染防治管理中占据着重要地位，所以要求相关部门要革新理念和思想，以此强化相关技术的应用力度。各部门需要及时公布监测数据，让社会各界全面分析环境保护的数据信息，同时实时关注环境保护数据的应用情况。另外，也要重视相关平台的建设，促使水资源和空气等不同指标都能够得到精准地分析。

2.2 共享环保数据

随着大数据时代的发展，环保数据的获取也能拥有相对可靠的保障，由此让后续利用具备支撑条件。大数据技术在环境污染防治管理中的优势明显，但是也要结合具体情况分析，展示大数据技术在环境污染防治管理中的价值。我国某些区域实现了环保数据的共享目标，但是数据传输成本高，效率低，没有发挥出环保数据应有的作用。为让上述问题得以处理，应对大数据进行针对性整合，由此能够优化数据共享效果，同时也能保证基本效率。

2.3 强化应用价值

环境污染防治管理中融入环保大数据技术后，能够使数据的融合性更理想，以确保实际应用效果更佳，让环境污染防治工作拥有相对稳定的数据支持。工作人员需要分析环保大数据的应用价值，在空气质量数据和气象监测数据等信息的支持下提升相关工作实效性。在环境污染防治工作开展阶段，还要明确环保大数据的应用要领，这样才能展示出数据的有效性。

3 环保大数据在环境污染防治管理中的应用

3.1 建立高密度环境监测网络

在当前背景下，运用物联网、卫星遥感、互联网等先进技术与智能传感设备建立高密度环境监测网络，完善对环境数据的采集。监测网络建立后，各项环境数据将得到实时动态采集，且数据会被汇聚到数据管理中心，在系统管理中心经数据处理修正，经过与外部系统数据交互，最终在GIS地理信息平台上实时显示出监测数据，显示各监控点的实际情况，为各项防范与管理工作提供便利[3]。环境监测网络如图1所示。

图1 环境监测网络示意图

3.2 建立数据采集与处理系统

数据采集系统具有多个功能模块，有着强大的数据采集、数据处理、数据存储、数据传输等功能，能为环保工作带来诸多帮助。数据采集系统以现代先进的计算机、大数据、云平台等技术为基础，实现诸多功能的集成（如图2所示）。

图2 环境数据采集系统

系统的数据采集传输单元负责监测站与管理平台的数据实时传输、命令介绍等工作。采用GPRS无线环保数采仪进行数据采集和数据传输工作，实现监测仪器的过程监控，也可以远程对监测仪器实施启动、测量、校标、核查等工作，提高数据的实用性和高效性。由系统对已建系统如建设项目审批、许可、监管、排污收费、处罚等业务数据进行标准化实时采集。对如图片资源、政策法规等环保资料制定的数据管理制度由相关部门定期更新，形成有效完整的数据资源[4]。

数据处理系统充分利用网络平台与数据挖掘、分析、处理软件快速对统计对象上报的数据进行筛选、整理与汇总，让数据能被分享使用。系统中将互联网技术、序列分析、新数据信息技术、大数据方法论、数据挖掘技术等融会贯通并有效应用于数据分析，借助先进技术的作用与优势提高环保数据处理效率与质量，为数据的使用打好基础。

3.3 将环保大数据向社会公众开放

环境污染防治工作的开展离不开数据的支撑，在污染防治工作中，必须以开放的思维应用环保大数据，让环保大数据发挥出应有的作用。具体如在大气环境污染治理中，一方面要充分利用现代技术加强对大气环境的监测，获得丰富、超大体量的大气监测数据，并将监测数据向社会开放，使公众通过数据了解大气环境状况，并参与到大气环境的保护与污染治理中。另一方面政府部门应当形成应用环保大数据的思维，并基于这一思维建立公共空气质量平台与相关机制，引导、鼓励社会企业或个人加入环保监测网络，共享环保监测数据，补充官方监测及治理的不足，以提高环境污染治理成效。具体如运用大数据、物联网等技术建立环保大数据公开平台，平台全面支撑环境监测领域的数据建模、数据分析、数据挖掘，充分发现与利用数据价值，让监测数据在环境治理与保护工作中发挥出更大的作用。平台可兼容Storm、Spark、Hadoop等目前主流的大数据技术框架，支持多种数据源集成接入，也支持多类数据综合治理，同时还支持应用领域建模及数据分析展示等，为环保大数据的管理与应用提供便利。

当前我国的环境监测体系还不是十分完善，但如果有大量的来自社会企业与个人的车载空气监测设备、穿戴式监测装备等接入到环境质量监测网络，环境质量监测点密度势必会显著增加，环境监测数据规模也会扩大，移动污染源能够被有效监测，环境污染防治工作将取得更好的效果。

3.4 建立环保大数据共享平台

环境污染防治工作需要多部门、多主体的参与，而各主体的参与及协作离不开环保大数据。因此在当前背景下应加快构建完善环保大数据共享模式，通过对环保大数据的共享与应用，让环保大数据发挥出更大的作用[5]。

在大数据时代，数据是宝贵的资产，其具有流动性、共享性，有极高的应用价值。大数据时代的环保工作离不开数据，在大数据时代应当树立数据共享意识，并充分运用互联网、大数据、云平台等先进技术构建数据共享模式，使环保大数据得以流动，并在流动中发挥出更大的价值。具体来说，应从以下几点入手推动环保大数据共享：一是改变传统的思想观念，消灭数据保护主义，树立环保大数据共享意识；二是建立数据共享机制或平台，打破环保部门内部业务、区域条件的限制，促进环保大数据在各部门之间的流通共享，发挥出环保大数据的作用；三是于环保部门外建立健全完善的数据共享机制，促进与保障企业、社会组织、个人等环境污染治理主体之间的数据流通与共享。在这一方面，我国还可借鉴其他国家的成功经验。如美国为提升环境污染治理成效，将大量基础数据向社会免费共享，且共享的数据都是机器可读。政府的这一举措不仅降低了企业、社会组织与个人获取环境数据的成本，使其投入环境污染防治的资金增加，同时也使各主体参与环境污染治理的积极性与主动性得到极大调动。

3.5 建立统一的环保大数据模型与标准

环境污染防治是一种典型的跨行业、多类型大数据综合业务应用。在这一业务应用中，如果数据标准规范不统一，那么数据的利用价值及其在具体治理业务中发挥的作用就会大大下降。由于数据标准的不统一导致机器难以读取，系统难以收录，一个系统的数据要想接入另一个系统就必须要有专门的转换接口，这会导致数据利用成本增加，流动难度加大，数据的利用价值降低。因此在将环保大数据应用于环境污染防治时，需建立标准规范，以标准规范打通壁垒，促进环保大数据的流动与应用。

近年来，我国陆续出台了多个业务标准与规范，如《环境空气质量监测规范（试行）》《环境空气质量评价技术规范（试行）》等。这些规范的出台与实施在一定程度上降低了数据流动与应用的难度，但环保大数据的应用仍然面临较多问题。如随着环境污染问题的日益复杂，环保业务应用的数据类型也越来越多，各类数据来源于不同的数据生产部门，有不同的形式、标准、编码、尺度及划分方式等，所以要想将这类数据应用到环境污染防治中，工作人员需要先进行数据解算、数据格式调整等工作，这不仅增加了环境污染防治成本，也降低了工作效率。为了解决这类问题，需建立统一的数据模型与数据标准，通过统一的模型与标准实现多源异构环境大数据的一体化组织，实现环保数据的真正互联。在数据模型建设方面，可参考借鉴电力行业的CIM模型[6]。

3.6 基于认知计算和数值模型构建环境污染防治体系

相关部门应将环保大数据应用于环境污染防治管理工作中，并基于认知计算与数值模型构建环境污染防治体系，对环境污染进行全面治理。环境污染防治体系内要包含多个功能系统，如环境质量预报系统，以环保大数据与认知计算技术为基础构建高精度的环境质量预报系统，能够大大提高预报的准确度与时效性，从而提升环境污染防治工作的及时性，将污染事故对生态环境与社会经济的影响降到最低。

建设环境质量预报系统的前提是建设环境质量模型，建设环境质量模型需采用两种先进技术，分别为多模型集合预报技术与自适应参数优化技术。多模型集合预报技术是在系统中引入集合预报方法，于系统中输入环境质量模式关键参数，构建出一组有限数量的预报样本，然后将各预报样本结果采用统计学方法进行统计集合，对各预报样本的优势进行分析评估，根据评估结果对模型进行调整优化，从而提升环境质量预报的准确性。自适应参数优化技术的主要作用是找出数值模型预报偏差的统计特征，以此为基础优化模型。