大数据技术在环境监测中的应用

2018-10-21 10:09杨骁
大科技·D版 2018年10期
关键词:环境监测大数据应用

杨骁

摘 要:在经济建设和社会发展中,环境问题已成为当前被广泛关注的社会问题,若要更好地提升环境质量,就应做好环境监测工作,在监测中积极应用大数据技术,从而保证环境监测的质量。

关键词:大数据;环境监测;应用

中图分类号:X830 文献标识码:A 文章编号:1004-7344(2018)30-0330-01

当前,我国网络技术发展水平日益提高,同时大数据技术也得到了较为广泛的应用,且其在环境监测工作中也发挥着十分重要的作用。该技术可有效提高环境监测工作的质量和效率,还可对环境数据进行准确计算与科学分析,进而为环境监测工作的正常开展提供强大的技术支持。

1 大数据技术及其特点

大数据通常是指多个渠道搜集到的大量数据的总称,其数据量较大,数据类型较多,且需要对数据进行科学处理和提取。大数据技术是时代发展的重要产物,对预测分析、统计分析和人工智能等技术进行了融合,以此高效的发挥了其自身的作用与价值。

2 环境监测中大数据技术的应用优势

2.1 增强生态环境的预警能力

大数据技术的应用能够从大量的信息当中提取有用的信息,对当前状况进行科学的分析和描述,并分析之后的发展态势,再针对此做出科学决策,最后将决策公布到政府和公众面前。

大数据技术的应用可显著提高预警警报的精确性。在大气污染预警当中,气象部门可对风云气象卫星反馈的数据进行科学分析,并以此为基础推断大气污染的整个过程;大数据可增强预警信息的时效性,大数据可针对大量的信息在短时间之内做出十分准确的判断。发生污染后,大数据技术可将其适度放大,且能够对其进行无规划监测。在这一过程中可及时发布环境污染预警、避难所信息和救援请求等,大量的数据信息能够在平台上充分地联系在一起,而这也充分体现了大数据技术的优势。

2.2 完善健康风险评估

民生健康是当前环保工作十分重视的内容,有毒有害的污染、重金属污染以及环境病原体的监测与评估工作,会逐渐上升为社会广为关注的话题。而若要更好地开展相关工作,就必须引进更为先进的设备和方法,同时还应引入健康风险评估技术。

人体健康风险评价通常是借助有害因子对人体造成健康损害的可能性,进行分析和评估,其主要的评价指标为风险度。该方式能够将环境变量的大数据和出行以及疾病预防等多个环节有效地联系在一起,从而借助模型分析和定量描述来评价其可能对人体健康构成的不利影响。

2.3 提升公众服务能力

利用大数据技术能够创建与环保相关的分析平台,可督促人们树立环保意识,重视生态文明建设,同时还应采取有效措施做好环境保护与公共治理工作。如在污染源企业的管理工作中,可应用数据众包的理念,借助平台将不同的数据采集任务向公众公开,公众利用该平台就可以完成各项数据采集工作,不需要人为操作。此外,采用多种数据挖掘以及自然语言处理技术完成网页分析,获取最重要的信息,并确定事件发生的具体位置,同时要对事件的进展进行全方位追踪。这种方式可以帮助环境管理人员更为全面地了解社会热点和政策落实的具体情况,而且也能及时记录并分析公众交互行为中所产生的信息,为公众提供更高品质的服务。另外也可设置个性化推荐功能,进而为公众创造更多的便利。

3 大数据在环境监测应用中存在的问题

3.1 信息保密度有待提高

完成环境数据采集工作后,数据信息通常会集中存储在相同的位置,因此其对信息的保密度也有着十分严格的要求。当前,我国互联网技术显著发展,但是在信息保密工作方面还存在着较为明显的不足。一些环境监测工作人员没有树立较强的信息保密意识,此外也没有采取科学有效的信息保密措施,因此容易出现信息丢失或泄露的问题,进而造成十分严重的损失。

3.2 网络环境应加强监管

互联网技术发展水平日益提高,这也给信息的网络安全构成了较大的威胁。互网络攻击是影响信息安全的重要因素。在环境监测的过程中,因为需要与政府部门通过网络沟通,所以政府信息也更容易被破坏和盗取。当前,我国大数据保护工作不完善,若出现信息丢失等现象就会严重影响信息安全,造成无法弥补的损失,为有效避免这一现象,必须加大网络环境监管力度。

4 环境监测大数据采集与集成

4.1 环境大数据采集类别

环境大数据包含监测部门采集数据和外部产生的环境影响数据,前者主要由环境污染物监测数据以及生态环境结构数据组成,数据的时间跨度均为40年。后者主要有人类生产活动中对环境构成的影响数据,此数据不确定性较强,无法准确预测,且结构性较弱,所以跨度也具有不确定性。

4.2 环境监测大数据集成方式

4.2.1 数据转换模块

互联网背景下,编码在不断变化,故而数据采集时,为了更好地保证数据采集的可靠性及全面性,并没有对数据的类别和格式加以限制,所以采集的数据种类较多,相关人员应做好数据的分类工作,并将不同类型的数据进行统一转换,再对其编码处理,从而为日后的数据处理提供更多的便利,保证环境监测工作的平稳进行。

4.2.2 数据补采模块

数据采集中,操作会出现一些失误,这也影响了数据的完整性。另外,存储设备也有可能出现异常而无法工作,造成了严重的数据丢失和损坏等问题,这对监测结果的科学性与准确性构成了较大的影响。故此应采取数据分类管理方式,采取补采措施,进而确保监测数据的完整性。

4.2.3 数据清理模块

为有效提高数据采集的全面性,管理者没有严格限制数据采集的类型,所以为了有效提高大数据分析的效率,減少无关数据的影响,应及时处理无关数据。再加上数据的真实性也有待考察,其也是影响大数据分析结果的重要因素,故而需采取有效措施积极处理不真实数据。

4.3 数据挖掘应用

应用环境监测大数据平台的最大优势,就是可以把大量的、以往没有得到重视的水质、空气、污染源监控视频信息的“大数据”进行集成、挖掘,把来自社交网络的大量很发散、缺乏有效组织、价值密度低,但仍具有生态环境信息意义的数据资源进行嗅探、抓取、整合、处理,赋予数据系统新的深度,从而达到提高环境质量综合评价技术水平的目的。

5 结 语

当前,大数据技术在众多行业中都发挥着十分重要的作用,且环境监测工作中,大数据技术的作用也十分明显,其可有效提高环境监测的质量和效率,并对环境监测的结果予以科学分析,保证环境监测结果的准确性,可以说大数据技术在环境监测中的应用已然成为一种必然趋势。

参考文献

[1]杨满仓,赵 鹏.大数据技术在环境信息中的应用[J].网络安全技术与应用,2017(10).

收稿日期:2018-9-10

猜你喜欢
环境监测大数据应用
土壤环境监测方法探讨
分析3S技术在生态环境监测中的应用
严惩环境监测数据造假 谁签字谁负责
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析
基于大数据背景下的智慧城市建设研究
会计与统计的比较研究