地表水环境质量大数据分析技术路线探讨

董君 陶红蕾 亓靓

山东省青岛生态环境监测中心 山东青岛 266000

环境监测网络不断发展完善，生态环境中各个要素的监测覆盖影响面也在不断扩大，促使监测方法朝着标准和规范化方向发展。在环境监测系统完善的情况下，环境监测数量增加。但目前没有充分开发和利用环境监测数据，因此很多数据封存于报告和档案之中，没有体现出其应有的价值和作用。此外，环保部门掌握的环境质量数据不精确，导致各类数据碎片化，相互关联分析不够，因此很难言明环境质量的变化状况和潜在的风险。

1 分析地表水环境质量数据的意义

地表水环境质量大数据呈现出与环境因素相关的变化。这项数据和其他领域的数据一样，具有“4V”特征。这项数据特征指的是海量的数据规模、多样化的数据模型、巨大的数据价值以及快速的数据流动等。地表水环境质量的数据来自于环境监测、水文、气象、农业等多个领域和科研院校的组织结构，根据各自的工作需求展开地表水环境质量监测和管理工作，得到的数据供相关单位参考和使用[1]。数据监测和管理的过程中，所应用的管理模式是各自为政，依据自身监测获得使用数据，规定数据的所有权和使用权归监测单位所有，不会无偿共享数据信息资源。因此，各类数据使用者受到业务领域和数据获取成本的限制，会采取协作方式获取其他结构的数据信息。对比地表水环境质量数据分析的要求，不同的数据使用者所掌握的数据是独立的，缺少与水环境质量相关的其他类别数据，只能从一个狭窄的角度了解地表水环境质量的局部情况，应用价值不高。

2 地表水环境质量大数据分析技术路线

2.1 分析目的

针对地表水环境质量进行大数据分析的过程中，要运用全新的工作思维和技术方式，选择和整理关联的海量数据信息，将不同类型的数据有机融合在一起，从中发现对地表水环境状况产生重要影响的因素和变化规律，从而得到科学有效的改善地表水环境质量的优化方案。

2.2 分析流程

①因素识别。在初步分析阶段，首先要了解对地表水环境质量产生影响的因素，才能确定采集数据的方向和途径。事实上，地表水环境是开放的生态系统，与其他环境因素也进行了物质、能量交换，因此环境的复杂性是尤其明显的。地表水环境系统的复杂内部因素和大量外部因素共同决定了其质量状况。要对地表水环境质量进行大数据分析，必须首先确定这些影响因素。以湖泊水环境为例，在收集环境质量信息的过程中，要采集水文、气象、污染源以及经济、人口产业布局等内容，在综合多项影响因素的基础上建立科学的生态防护措施，提升地表水环境质量。②数据选择。对地表水环境质量进行分析的过程中，要先了解对其产生主要影响因素的状况，反映出指标水平高低、大小和数量的参数就是我们所需要的参数信息。基于当前因子识别的结果，要在掌握现有知识和经验的基础上科学选择反映地表水环境质量的数据。在数据分析的过程中，根据实际情况和分析的可行性确定监控方法，同时要达到较高的准确度和精准度技术要求。数据选择要尽量控制参数范围和数量，如果数据较为庞大可能会产生不相关的信息干扰，如果数据太小则不能提供足够的原始材料。③数据收集。根据地表水环境质量监测的需求和技术性要求，要精确收集数据信息，为大数据分析提供参考的依据。地表水环境质量数据信息和政府、企业、学校等组织相关，因此采集的方式也是不断变化的，呈现出多样性特点[2]。④数据整理。政府部门、企业、学校和社会组织收集的数据信息格式和生成方式是截然不同的，因此要采取一定措施转化为统一的数字化表达方式，便于管理和使用。基于地表水环境质量的数据信息不仅仅是普通的电子水环境数据信息，因此要在合理存储和即时检索的情况下进行管理和相应应用。收集的纸质报告信息转化成电子文档后，也无法应用于大数据分析。要想科学应用，需要转化为软件系统检索、计数和分析的数字信息。对于地表水环境质量数据，汇总编制数据内容的过程中要关注到监测方式和质量控制等方面的问题，了解不同技术应用间存在的差异，才能在数据分析的基础上更改出现的错误此外，对于不符合技术要求的数据以及带有系统偏差的数据进行合理校正，能够为数据分析功能提供真实有效的参数，发挥其基本作用。⑤关联分析。获取的数据信息经过排序后，部分内容仍是松散的，因此要通过数据关联分析的方式确定这些数据信息的使用途径。在关联分析的偶成中，一般会采用人工智能的方式，比如数据挖掘、自然语言处理、统计分析等技术方式，目的在于最大程度的还原地表水环境质量的情况。在收集数据时，结合多种生物模型能够让分析结果更为精确。此外，也可以通过反映地表水环境质量的零散信息构建数据模型，计算其他因素对地表水环境质量的影响情况，逐步实现数据系统化管理。系统的预测和-判断功能能够让我们在数据分析的过程中发现问题，掌握事物变化的基本规律，才能合理有效的解决地表水环境问题[3]。

3 结语

由上文可知，地表水环境质量数据分析是一门系统和综合性的学科，涉及到计算机技术、信息技术以及水文气象等多个学科领域。地表水环境质量大数据呈现出与环境因素相关的变化。这项数据和其他领域的数据一样，具有“4V”特征。从推动地表水环境质量分析的角度出发，要集中培养具备学科知识能力和技术能力的综合型人才。高等院校中应该建立相关学科，展开大数据分析专业教育，为大数据分析输送专业的对口人才。