大数据开辟应对气候变化研究新途径

□魏丹青

大数据蕴含丰富的信息和潜在的知识，给应对气候变化研究开辟了一个以数据为驱动的全新研究方式，将极大地推进应对气候变化工作进程

应对气候变化研究是一项综合性研究，涉及能源、生态、经济、环境等众多学科，具有复杂性、动态性和不确定性，要平衡温室气体排放与环境、经济、社会需要，实现最优决策是一个巨大挑战。目前应对气候变化战略实施仍然停留在政策驱动层面，如何落实到技术实施，是应对气候变化工作面临的瓶颈问题。

大数据时代的来临为应对气候变化研究带来新的机遇和挑战。美国国家标准和技术研究院对大数据作出定义：“大数据是指其数据量、采集速度，或数据表示限制了使用传统关系型方法进行有效分析的能力，或需要使用重要的水平缩放技术来实现高效处理的数据。”目前大数据技术在经济、电子商务及政务、医药、电网调配、交通物流、能源等国民生产生活的各个领域已经有了广泛应用。例如在智能电网方面，就有利用大数据进行配电网运行状态诊断、用户用电行为特征解析、输电线路状态评估等。近年来较热的“互联网+”智慧能源也利用大数据技术分析居民用能水平数据、企业能耗、用能负荷等帮助政府制定能源规划与能源政策。

当前关于温室气体数据的应用研究多是基于模型计算及情景分析方法，这些方法大多需要时间和成本代价，且仅能从局部或简化的角度出具分析结果，无法充分利用海量、多维、异构数据做出全面分析评估。而大数据是应用、算法、数据和平台4个要素的有机结合，以数据为基础，以平台建设为支撑，通过理论、算法研究与实际问题、应用研究相结合，可以充分挖掘温室气体数据的潜在价值，拓展数据的应用领域，解决应对气候变化面临的问题复杂性、计算效率、方法可扩展性等挑战。

以数据为基础。大数据模型是数据驱动的经验模型，从海量数据出发，通过复杂计算，最终得出复杂模型。与一般统计建模实验数据不同，大数据从数据获取、数据建模以及预测均是计算机自动进行。随着卫星技术、传感技术的应用，应对气候变化领域采集到的温室气体、能源、经济等各类数据无时无刻不在增加。

以平台为支撑。海量数据的收集、存储以及提取都不同于常规数据，需要全新的软硬件技术支持，这些技术以及用于存储和查询系统的总和，便是支撑大数据分析的技术平台。浙江省从2013年开始建设省级气候变化研究交流平台，建立了高时空分辨的多过程碳排放数据库，开展各类数据特征挖掘和模型模拟研究。自平台建成以来全省温室气体数据平均每天新增12万条，积累了自2005年至今省市县企业多层级的全领域温室气体数据。近期在碳排放计算框架基础上，开发了基于大数据的碳排放决策支持系统，分析碳排放的时空动态分布，进行峰值预测，为碳排放监管以及政策措施效果的评估提供技术支持。

优化算法与应用。大数据的主要研究方法是数据挖掘，主要技术有分类、关联分析、聚类分析以及异常检测。厦门大学的周绮凤等学者已采用大数据挖掘技术来研究建筑行业的温室气体排放影响，提出了基于数据驱动的建筑环境影响评价模型。利用基于约束的特征选择研究解决环境热点分析问题；利用异构社区发现、半监督聚类集成研究降低大规模建筑环境影响评价的代价；利用多重异构聚类研究辅助绿色建筑设计指导，将建筑环境影响评价数据处理的难题转化为一系列特征选择、分类、聚类的数据挖掘问题，再通过构建大规模分布式可持续发展数据处理平台，实现任务的分解与集成以及大规模算法的高效求解，大大降低已有评估方法所需的时间和代价。

随着国家建设数据强国战略的提出，大数据技术作为一种高效有序、交叉性强、综合性高的数据处理技术，必然成为信息化发展道路上的重要工具。应对气候变化领域的关键问题最终可以转化成计算和信息科学领域的决策和优化问题，将政策驱动真正落实到技术践行。