环境大数据在我国环境治理中的应用研究

李艳梅，余强，杨文杰，黄振，邓赟，蔡震峰*

(1.江西省华赣环境集团有限公司，南昌 330000；2.江西省固体废物管理中心，南昌 330077)

环境治理是全球公共管理的重要议题。相较于国民经济总量的飞速增长，我国未来的生态安全、环境治理压力将有增无减。传统的政府环境治理多属事后治理，缺乏时效性和科学性，容易陷入市场失灵、政府失灵和社会低效的困境之中[1]，难以满足新时期环境保护的复杂性、动态性和系统性要求[2]。

当前大数据已经成为我国重要的国家战略。环境大数据、“互联网+”为政府创新环境治理手段提供了新的思路，已经成为推进环境治理体系和治理能力现代化的重要手段，特别是在水、大气、土壤等环境要素的环境质量监测、预报预警、污染源监控以及危险废物管理等方面，但仍处于起步和探索阶段。

1 环境大数据概述

1.1 环境大数据的概念

环境大数据的概念分狭义和广义两种理解。从狭义角度来说[3]，它是在海量数据的基础上，借助云计算、人工智能等数据分析技术，解决环境领域的关键问题；从广义上理解[4]，它是以数据技术为驱动的面向环境保护与管理决策的信息技术。从根本上说，环境大数据就是运用大数据的理念、技术和方法，对环境范畴的数据进行采集、存储、计算与应用，为提高重大生态环境风险预测、预报和预警水平，提升环境管理决策水平，推进环境治理体系和治理能力现代化提供科技和数据支撑。

1.2 环境大数据的特征

环境大数据具有大数据的“5V”特征[5]，即Volume(大体量)、Velocity(高速)、Variety(多样)[6]、Value(低价值密度)、Veracity(真实性)，表征着现实环境问题在数量、质量、时序方面的分布规律和联系。

1.3 环境大数据的类型

伴随着大数据技术的不断成熟和环境治理实践经验的积累，环境大数据的来源和种类主要分为5 类[7]:地面监测环境数据、遥感监测环境数据、地理信息环境数据、社会统计环境数据、互联网环境数据[8]。不同类型的环境大数据融合在一起，形成了包含网络空间在内的“天地空一体”的海量数据库，具有很高的应用价值。

从环境管理角度，环境大数据包括大气、水、土壤等环境要素的环境质量数据、环境监管部门掌握的污染源数据、环境执法、督查督办与环评审批数据等。

表1 环境大数据的分类和特征[7]

2 环境大数据在我国环境治理中的应用实践

环境大数据已经成为环境治理的重要基础平台，尤其是在支持生态环境综合决策、实施精准监管和提供便民公共服务等方面[10]，可有效提高政府环境治理效率和决策水平，推进信息公开，促进跨区域、跨部门、多介质协同的环境综合治理。

2.1 环境大数据在水环境治理中的应用

(1)应用于污水处理

在污水处理厂的运营方面，基于云端的智水平台将污水处理系统各传感器收集到的实时数据和历史数据[11]，利用过程工艺建模和人工神经网络、机器学习、识别与算法技术等加以处理，可以为污水处理系统提供产品视频和实时的设备故障监测预报，实现对反渗透膜的实时预测、在线诊断、事故预报等；能够模拟和预测系统最佳运行状态，优化工艺设计，降低能耗[12]，实现整体运营成本可控。

农村污水治理方面[13]，在分散式农村污水治理系统前端配以物联网技术自动运行、实时监控，因地制宜开发出一体化污水处理装置(处理能力为0.6 吨/日～25 吨/日)，可大大降低污水处理工程建设成本。

(2)应用于水环境监测

水质在线监测方面[14]，通过配备水质在线监测设备，实现对目标水域水质连续、及时、准确的监测，特别是满足对企业水质监测点数据的实时预警和超标报警，及时采取有效的降污措施，提高企业工况信息化管理水平。

在应急监测方面[15]，如在海洋突发环境事件应急监测中，大数据技术通过信息化集成手段汇聚各种微观算法、模型对海洋环境突然事件更有效地进行分析预报，对于预防与治理海洋突发环境事件具有现实意义。

在重点流域水质预警方面[16-17]，实现了流域多维度监测数据的实时传输、统一管理和数据共享，及时发布蓝藻或者“水华”爆发情况，变事后监管为事前预警。

(3)应用于水资源管理

根据不同地区水资源的需求和水质的不同[18]，基于大数据的“数据+规律+调控”的水资源系统决策新模式，可以反映水资源数据背后的规律，据此建立科学的水资源管理、调控机制。

(4)应用于水环境影响评价

我国现有的环境评价标准、技术手段和评价体系难以满足水利工程建设项目的水环境影响。针对广东省水利枢纽工程[19]，建立了一套水利工程建设对水环境影响的评价方法与模型，关键是利用大数据技术获取指标计算方法，从而对指标权重及准则层权重进行调整，逐步优化。

2.2 环境大数据在大气环境治理中的应用

(1)应用于大气环境监测、预警预报

通过解析多元、非线性数据类之间的关系来掌握大气环境污染的变化规律，实时发布大气环境状态，对异常情况及时预警[20]。目前大数据解析技术已经在武汉市大气环境监测中得到较为广泛的应用[21]。

基于大数据技术的大气网格化监测质控技术[22]，是将传感器技术和国标法技术进行配合应用，利用自主学习神经网络算法进行校准体系的设计，从而提高大气网格化监测质控的准确性和有效性。

微软亚洲研究院开发的Urban Air 系统，用大数据模型来计算城市空气质量，从而预测雾霾[10]。以城市局部地区大气PM2.5浓度计算为例[23]，筛选PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量，用神经网络法进行大数据解析和推演，为解决多元、非线性复杂环境问题提供了新的探索途径。

构建大气环境质量自动监测数据和气象台气象条件大数据平台[24]，同时利用气象信息综合分析处理系统(MICAPS)数据资料，筛选出重污染天气逐日逐时气象条件(温度、大气压、湿度、风向、风速及大气稳定度等)，分析气象条件与空气质量监测因子(PM10、PM2.5、O3等)之间的多元相关性，开发出秦皇岛市重污染天气气象条件模型，实现AQI 和重污染天气预报预警。尹文君等[25]利用环境大数据对模型进行训练，验证深度置信网络(Deep Belief Network，DBN)模型在空气污染预报中的有效性。

原北京市环境保护监测中心[26](现为北京市生态环境监测中心)提出的大气环境业务应用系统体系，应用多模式集合预报结合专家调优实现高性能预报；深度分析时空关联，挖掘大气复合污染特征与污染成因；参考多维度历史污染过程和天气形势认知实现重污染过程研判；仿真情景分析结合污染溯源，助力应急决策。

探索在京津冀建立一种基于大数据的大气环境治理新模式[27]，利用标签云、历史流等方法，健全统一的环境大数据监测质量体系，为我国区域大气环境治理起到示范作用。

(2)应用于大气污染防治

葛腾[28]在大数据背景下运用R 语言软件挖掘空气质量监测数据相关性特征，运用ArcGIS10.2地理信息专业软件分析大气污染物时空分布规律，在大气污染成因和区域差异性分析基础上，为哈尔滨市的大气污染防治工作提供了决策参考。

重庆市生态环境局[29]建成全市一体化大气环境大数据系统，采用多源异构知识提取技术，动态融合监测、执法、审批、治理措施、气象、交通、市政、工地、餐饮、工业、空间等内外数据，绘制大气环境污染地图，生成问题线索，找出症结，动态追踪疑似污染源，指导区县现场巡查和工作调度，有效开展精准治理。

吴力波等[30]通过分析上海大中型工业企业用电量与工业总产出和主要污染物直接排放量之间的关联关系，建立了基于智能电网大数据的工业企业大气污染排放清单估算方法。该估算方法可直接应用于工业企业污染的实时防控，既可服务于政府大气污染监测、应急防控，也可服务于未来的污染物排放权实时交易市场的供需分析等。

晁昆等[31]提出，基于电信运营商可获取的用户、业务、网络、终端等海量数据信息，可以给空气严重污染区域的人群实时精准化推送空气质量信息，为人们的出行提供参考；同时结合用户聚集、轨迹、业务特征等数据监控重点区域的工厂开工情况，给出开工方案建议，实现工厂产能动态规划。

2.3 环境大数据在土壤修复中的应用

郭书海等[32]提出，融合经济社会、基础地理、气象和水文等数据资源，构建土壤环境大数据系统，通过集成分析可以实现土壤环境的量化管理和多主体跨介质协同治理，并面向污染土壤的靶向修复与安全利用，建立保障农产品质量安全的数字化溯源网络。

大数据技术与场地环境管理深度融合[33]，通过分析土壤和地下水数据、污染源分布、扩散途径、污染物类别、场地周边敏感受体等数据，对场地污染风险进行综合评价；通过对地面、植被等遥感图像数据和网络舆情数据等的分析，可识别并发现未知的场地污染。场地调查是大数据发力的关键点[34]，其实就是利用智能传感器技术建立场地大数据模型，主要应用于场地调查、场地修复、监测追踪三个方面，通过不断优化模型辅助决策，减少不必要的工程经费。

2.4 环境大数据在其他环境治理方面的应用

在危险废物管理方面，应用大数据的智慧管理模式[35]，通过对危险废物从产生、贮存、运输到处置的全生命周期的数据实时采集，实现危险废物产生企业、转移企业、处置企业的自动信息分析和动态匹配，不断提高危险废物日常管理、风险防范和环境应急能力[36]。

在农村环境治理方面，大数据技术的应用将颠覆以往亡羊补牢式的监管方式，使农村环境监管更具主动性和前瞻性[37]。比如，农村垃圾回收可增设环卫基础设施、垃圾处理进展、作业情况等在线监测数据服务，定时更新垃圾收运时间、路线、中转站和各类资源回收的信息等。

3 问题与建议

尽管环境大数据在我国环境治理领域得到了初步应用，在一定程度弥补了传统环境治理手段在事前预测和事中监管方面的不足，但应用模式仍较为基础、算法简单，多停留在单一环境要素的治理本身，很难真正发挥环境大数据对政府环境治理决策的支撑作用。

存在的主要问题包括:(1)环境大数据应用方法不清晰，应用工具缺乏，信息资源开发利用水平低，对大数据和环境学科兼通的复合型人才欠缺；(2)环境大数据来源多样、类型混杂，数据质量长期被公众质疑，篡改、造假现象时有发生；(3)环境信息化存在体制、机制不顺现象，管理部门之间数据封锁，信息“孤岛”、应用“烟囱”、数据标准不统一等问题普遍存在。因此，我国大数据在完善环境治理方面，应着重从以下几方面发力:第一，推动发展环境信息化技术、培养复合型人才；第二，从源头狠抓环境监测数据质量，确保数据的真实性、准确性和一致性；第三，坚持思想开放、数据共享，鼓励和引导多元共治，注重数据和技术双重安全，充分利用环境大数据加快推动政府环境治理现代化。