智慧监测 | 大数据在生态环境智慧监测领域发挥着哪些作用？

为落实《生态环境智慧监测创新应用试点工作方案》(环办监测函〔2022〕63号)要求，加强对试点工作的指导，生态环境智慧监测创新应用技术指导委员会办公室组织业务专家围绕智慧监测创新应用进行系列权威解读。本期，由中国环境监测总站监测业务管理室倪永高级工程师介绍大数据技术在智慧监测中的应用。
01

6 g' @: V- \! i; k! f大数据技术有助于生态环境监测数字化转型
4 \- F6 W6 v% K" u. }! l6 m$ E/ f
大数据技术作为“数字生产力”，具有数据高效采集和预处理、数据科学组织存储、数据智能分析与挖掘、数据可视化展示和应用等特征，能帮助行业快速获取有价值的信息，支持智慧化管理与决策、精准、高效解决行业问题。生态环境监测是生态环境保护的重要基础，是推进生态文明建设的重要支撑。加强生态环境监测是推动实现减污降碳协同增效的迫切需要，也是推进生态环境治理体系和治理能力现代化的重要举措。

4 q  u3 V/ c! p( X$ P
充分利用大数据技术优势，解决环境监测数据获取、环境质量分析、环境质量预测预报、环境污染成因解析、污染源执法监测、环境风险应急预警等业务情景下面临的问题，对于保障生态环境监测数据“真、准、全、快、新”，实现生态环境监测数字化转型、让我国生态环境监测网络建设更加完善科学、生态环境管理、社会服务支撑更加扎实有力有重要意义。

                               
登录/注册后可看大图

$ V# I: V$ {+ P( |% i* |) D* ^

图 / 一款应用于养殖水质监测的设备

1 b9 d8 T, ~0 t+ S" a02

( `" P* u& }& e( h! j: X3 w大数据在生态环境监测领域用到的关键技术

6 S7 p  q4 R+ Q大数据技术与生态环境监测行业的有机结合是发挥生态环境监测数据应用效益、提高监测监管工作效率、推进环境监测业务革新的重要途径。与电力、水利、工信等其它行业相似，生态环境监测领域的大数据关键技术主要有4种类型，分别是数据采集与预处理;监测数据集成管理;数据分析和挖掘;数据时空可视化展现和应用。


数据采集技术主要是指通过传感器、通信网络、智能识别系统、互联网泛在等多种生态环境监测感知手段实现对各种环境监测对象信息的快速定位、采集、传输、信号转换等。数据预处理技术是以直接面向快速分析处理为目的，对多种类型数据进行抽取、清洗、转换等操作，实现对复杂数据的快速、规范化处理。生态环境监测数据类型多样，常见以结构化为主，也有半结构化、非结构化。除文本字符以外，也有视频、图片、GIS等数据，单纯依靠传统关系型数据库是无法满足数据存储要求的。关系型数据库、空间数据库、分布式文件系统、云存储、NoSQL等多种数据存储技术支撑监测数据的高效管理和灵活调用。数据集成管理技术主要是针对生态环境监测数据的整合、存储和资源化过程，根据实际业务需要选择不同的存储模式，在多种数据存储技术基础上，面向业务应用实现提供统一数据服务的能力，实现业务应用与数据存储基础设施的解耦。数据分析与挖掘技术允许利用数理统计、数值模拟、算法模型、机器学习、神经网络等多种方法，使用分布式计算、内存计算与数据流处理等多种数据处理手段对环境质量、污染排放、监控监管、自然资源、社会经济等数据进行深度挖掘分析，识别环境风险或污染排放异常行为，研究关联关系及变化规律，提升监控预警或环境质量预测预报水平，高效支撑管理决策，优化环境治理措施。数据时空可视化展现和应用技术允许以图文、报表、GIS、二三维等形式将环境形势分析研判、污染精细化管控、监测信息公开等相关内容动态、直观、生动、智能地呈现给决策者、管理者、业务技术人员和社会公众等用户，供其分析使用。

: o! Z9 X5 u& ~$ m03
) E. @: N8 ]8 l
) U+ g- ~; Z2 W大数据技术在智慧监测中的应用场景
$ ]1 P! H8 ~2 n1 C% t2 `( [* G- R
2021年，中国环境监测总站结合新技术的发展和监测业务需求，对大数据技术在生态环境监测领域的应用进行了充分调研，当前监测领域在数据信息生产、数据汇交共享、数据挖掘分析上存在诸多不足，国、省、市、县各级在智慧感知、管理决策、数据共享与信息公开等方面对大数据技术应用均有广泛需求。
　　
在智慧感知方面，综合大数据，物联网，卫星遥感，航空、无人机、无人船遥感等技术研究提升生态环境质量监测、污染源监测、突发事件应急监测等情境下地面观测、遥感监测、互联网泛在等数据的采集、传输、汇聚和质控能力，保障数据质量、数据时效和数据安全，简化优化自动监测和手工监测规范流程，辅助提升天地一体协同监测感知能力，为环境质量形势分析、污染精细化管控提供重要技术保障。
9 i( _0 J* U$ f" h5 W" [　　
/ o% _5 E- Y; y; ]在管理决策方面，依托数据分析挖掘技术开展环境质量形势分析、管控任务达标分析、污染源排放监管、污染物追因溯源、工业园区污染物管控、生态环境质量会商、环境空气质量精细化预报、大气网格化监测监管、水环境质量精细化管理、流域综合治理、秸秆燃烧识别、“削峰降速”等管控措施成效评估、环境质量民意调查与舆情监测分析等，通过加强数据关联分析和智能化应用，让监测更智能、让排污更透明、让管控更精准、让决策更科学。
' D3 S& x1 q: u$ j　　
在数据共享与信息公开方面，通过数据集成管理技术、数据时空可视化展现与应用技术在数据资源中心、数据共享系统、生态环境综合管理平台、数据门户网站、APP建设上，统筹实现生态环境监测数据资源加工治理，生态环境监测数据与基础地理信息、水文、气象、交通、能源、卫星遥感等数据融合，大数据平台集中管理，综合管理平台汇报展示，数据开放共享等能力。目前，智慧监测创新应用试点工作重点推进生态环境质量联合会商，要求支持“国-省-市”多级数据贯通，“纵向”实现国家、省、市的贯通，“横向”做到各部门、各要素的贯通融合，进一步提高各试点单位数据融合和共享服务水平。
# l) B2 {) ^# B# A　　
大数据技术的广泛应用是智慧监测发展的必然趋势，智慧监测创新应用技术指导委员会将积极推进大数据技术在生态环境监测领域的应用，在国-省-市不同层级探索积累先进经验，创新大数据应用的政策环境、部门协同机制、应用实施能力和社会认同方式，促进物联网、大数据、人工智能等新技术与环境监测业务的深度融合，助力实现监测感知高效化、分析关联化、应用智能化、测管一体化、服务社会化，为精准治污、科学治污、依法治污提供有力支撑。
该文章来源互联网，如有侵权请联系删除
$ N- f& d' r; {查看原文：www.52ocean.cn