基于大数据的环境监测与治理研究

张坤

摘要：因为经济以及信息技术的高度发展，在各行各业的工作当中，对于信息化及网络化的应用已经非常普及，为行业发展提供了非常多的便利，同时也为改革创新提供了条件和基础。其中，基础大数据的环境监测与治理，使得环境监测以及治理工作有了很大的提升。本文针对大数据的环境监测与治理给出了详细的分析。

关键词：大数据;环境监测;治理

在当前的大数据发展环境下，环境监测以及治理工作，在传统模式基础之上进行了有效的创新、改革，借助收集信息以及分析处理数据等一系列功能，大数据为环境监测与治理提供了非常细致并且精准的监测信息，使得环境监测与治理的效率有了很大的提升。所以，基于大数据的环境监测与治理工作，要重要给予高度的重视，深入探究，以便能够通过大数据，使环境监测与治理工作发挥出更大的价值作用。

一、大数据模型的环境监测应用

（一）技术路线

与具体情况相结合，通过大数据技术对当前的环境监测数据进行分析，可以设计出非常有效的技术方案，在这些方案当中，针对现有的系统实施了调研，并针对环境监测数据集成系统以及各项数据集成框架实施具体的分析，对其中觀测数据进行了采集。例如：浮标传感设备观测数据以及遥感观测数据等，为了对生成的元数据文档给予高质量的保障，在对本体语义框架以及数据模型进行选用的过程中，要结合具体情况和要求，挑选适应性和实用性强的[1]。

借助大数据，对大数据计算模型给予确立，确立MapReduce的计算模型以外，其他技术模型也要集成，这样在不同场景当中可以灵活应用。通过合理平台的挑选，可以进行开源数据虚拟化平台的有效测试。当构建虚拟数据库的工作完成之后，要结合元数据实施数学建模工作，这样建模展现出来的合理性会更强，同时还要结合本体语义框架实际的语义映射，在完成主数据库架构的建设工作之后，才可构建大数据的集成应用[2]。

（二）实时监测与及时响应

对于环境进行实时监测，可以借助大数据技术实现。利用大数据技术，可以针对大量的信息数据进行即时采集，并给予迅速的分析和处理，进而推进了各项任务的完成效率。此外，利用管理体系的有效构建，通过先进技术的应用，对数据信息进行挖掘，可以在非常短的时间内挖掘出内在知识。结合计算机的模式进行分析，对于信息数据的处理，可以通过strom，使计算模型实现。为了对不同的应用场景进行适应适应，还可以结合Spark，这样同时满足了实时性要求以及写入频率提出的要求。

数据的采集，还要结合类型不同的环境数据，将可靠性以及精准性强的数据进行筛选，之后在对应的数据共享平台当中存储。根据数据的生命周期，将收集到的数据分为目前应用数据以及历史数据。同时，在集成多源异构数据的过程中，为了解决存在的问题，要扩展本体语义框架以及原数据技术，并且有效应用两项技术，可以对数据最终的分析精准性给予保障。

（三）处理数据和共享数据

在对环境监测与治理的过程中，对于大数据的应用，需要对采集到的数据信息实际实施检测之后，再结合相关部门的信息，实施综合分析考量。以往传统模式当中的部门，采用一对一处理数据的形式，已经非常落后，现在需要与多个部门的信息进行联合，开展综合探究工作，才能对资源的共享性给予保障。

二、环境监测与治理的数据处理。

（一）清理数据

在环境监测数据库当中，存在的脏数据，会对数据挖掘以及分析工作产生不利的影响，从而使数据的可靠性下降，因此要及时消除脏数据。借助相应的手段将数据消除即可，例如：对数据库当中的缺失值进行填充，借助平滑处理的形式，对噪音数据处理，将识别出的离群点删除，将不一致的数据给予纠正。

针对数据的有效清理，要先对存在的偏差进行监测。找出存在的离群点以及噪音之后，针对存在的偏差数据，借助数据清理的形式开展清洗工作。其中要分开实施，缺失值、离群点以及噪声数据的处理工作，才能体现出针对性以及适应性。对于数据的清理，还需要对数据信息进行纠正，其中可利用自动化数据的变换实现。

（二）集成数据

环境监测数据，来自于大量的数据源，因此，需要对不同的数据来源集成，在有差异性的数据库当中，数据产生的冗余以及不一致性会因为部分属性标识问题产生影响，还有一些属性问题会受到其他属性产生的影响，所以针对数据的分析要结合数据集成产生的冗余问题给予解决。

解决数据冗余问题，要对数据实施有效分析，针对两个已经明确的属性，判断两个属性之间的相关程度，明确一个属性是否可包含另一属性，这样便可借助应用分析法对其实施判断。针对标称性数据，要对两个属性是否存在关联给予验证，也可以借助卡方检验的形式给予验证。

三、大数据下环境监测与治理的改进措施

（一）强化组织合作，提升技术水平

首先，针对环境保护给予的重视程度越来越大，因此社会当中出现了很多第三方环境监测机构，针对这些机构，国家环保部门需要给予相应的监督和管控并提升合作，借助大数据网络平台，对机构之间的资源数据进行共享，有益于环境监测与治理技术的及时更新和改进。同时，也使得环境与治理技术水平得以提高，将大学数据库当中的信息资源容量增加，使得相关数据更加精准，可以为环境监测与治理的决策制定提供基础;其次，环保机构和企业，与学校之间的沟通要有所强化，以便能够引进更多的技术人才加入到环保监测与治理工作中。针对在职人员要给予培训和引导，使专业技术人员能够对当前大数据环境下监测与治理工作提出的要求给予满足。

四、应用案例

大数据技术对环境进行监测的流程图如图一所示

某区域为重点环境监测区域，当地政府对大气监测给予了高度的重视，其中监测平台将环境检测、环境办公以及环境检查作为相应的基础，结合具体的情况，对一系列的监测措施给予制定，每天都会预测预报空气质量，利用空气质量自动检测系统便可以查看到空气质量以及当日的排名。对于该区域的管理，通过网络化实时管理，可以对雾霾等天气情况有详细的了解，同时对众多微站进行了布设，对污染源头实施全面有效的监控。

五、结束语

总之，针对环境监测与治理工作开展当中，需要对相应的数据进行收集，并开展有效处理。其中，借助大数据技术实施环境监测工作，将以往使用的数据检索形式改变，抛弃原来的数据检索形式之后，再借助大数据技术实施系统的监测以及分析工作，当产生大数据思维方式之后，可以对环境污染等突发情况重点关注，对收集到的数据信息综合分析，这样可以形成非常有效的大数据环境监测系统，进而开展具体的治理工作。

参考文献：

[1]钮卿[1]， 程琳[2]  . 基于环境保护大数据的监测与智能诊断研究[J]. 环境科学与管理， 2018.

[2]王明明， 张晓妍. 辐射环境监测领域面向大数据的应急监测数据管理与利用的探讨[J]. 环境保护与循环经济， 2016（4）.