大数据在生态环境监测领域应用研究进展

侯鹏

（江苏省生态环境监测监控有限公司，江苏南京 210019）

随着互联网技术的发展和移动通信技术的快速进步，我们可以发现，信息数据已经呈现出了爆发性增长，对于这些数据，最好的利用方式就是使用大数据技术来进行统筹分析。而生态环境在监测的过程中也会产生大量的大数据，对于这些数据的利用，大数据能够发挥出最大的作用，从而更好地提升生态监测水平以及监测范围。

1.生态环境大数据

随着经济水平的快速进步与发展，全世界的生态环境都受到了一定的影响，因此这方面的问题也受到了广泛的关注与重视。在当下的实际监测过程中可以发现，全世界的生态环境问题具体来说主要表现在了几方面，这其中包括环境污染、土地退化、森林衰减、生物多样性下降、水资源匮乏、大气环境污染严重等。而生态环境大数据这一概念早在20世纪中叶就有了相关思想的出现，站在宏观的角度上来说，大数据技术的使用能够有效地解决当下复杂的生态环境问题，同时也能够带来全新的机遇。可以说生态环境大数据主要是站在多部门、多源头的基础上来进行连续观测，从而实现对生态大数据的集成分析以及整体信息挖掘。通过在这一过程中找到关键问题与关键区域并且进行对比，就能够制定出不同的处理方案以及解决方法[1]。

2.大数据在生态环境领域的应用进展

大数据的实际价值很多时候还需要应用在大数据的应用方面，人们之所以关心大数据，主要的原因就是大数据能够让人们的生活拥有更强的针对性，提升工作效率以及生活目标的准确性。

2.1 全球气候变化预测

进入20世纪之后，随着工业革命的开展，生产力实现了爆发式的增长，而随之而来的就是温室气体的逐渐增多，全球气候都随之出现了一定的异常。那么未来如何才能够提升气象预报的精确性，如何才能够长期应对各种灾害带来的危害，避免人员伤亡和财产损失，成为人们关注的主要内容和具体方向。然而，由于气候体系整体上来说属于一个不稳定的高阶非线性系统，因此内部的相互作用非常复杂，这也导致气候的变化极其复杂并且拥有一定的可变化性。未来使用大数据技术之后，能够让气候变化预测以及气象预报的精确性实现进一步的提升和增长。随着新气象观测设备的推广和使用后，气象观测水平由过去的较少常规观测转移到了现在的大量多指标非常规观测，观测的频率以及精度实现了极大的提升，同时产生的数据则是通过大数据技术进行对比分析，从而明确最大可能的未来天气。

2.2 生态网络观测与模拟

在生态网络研究方面，大数据的实际应用具体来说可以追溯到大科学研究时期，但是生态网络研究的主要目的就是能够收集大量的数据，而当下这一活动已经转变成为了国际长期生态研究计划。国际长期生态研究计划的主要目的就是依据研究站来开展生态系统过程与格局方面的研究工作，意义在于能够系统性的收集并且存储所有的二线关数据。而当下国际上存在的观测网络中，其中绝大多数都属于站在长期定位污染的角度上来收集区域当中的大气、水、土壤，从而进行综合性观测[2]。使用网络观测的方式能够收获超级多的数据以及资料，因此涵盖的内容也比较丰富，可以说具备有生态环境大数据的基本特征。除此之外，大数据在生态系统研究方面的应用还需要生态系统进行长期定位，从而对网络进行研究。图1为我国的国家生态系统观测研究网络基础概念。

2.3 区域大气污染治理

生态环境问题之所以复杂，不仅仅在于生态系统的复杂，更是由于生态环境问题时刻都受到地球、生命、社会等多领域的作用影响。改革开放之后，中国发展模式主要关注了经济的发展速度，忽视了对于资源的消耗和对于排放的控制，这导致生态环境污染问题极其严重。我国在近10年的发展中，出现了非常多的雾霾天气以及空气污染，比如说PM2.5剧增等问题[3]。

未来只有及时的分析大气污染的主要原因，才能够实现精确的预测以及分析，从而及时反馈相关数据，明确灾难出现的主要原因。然而，大气污染数据由于各方面原因的影响，导致数据呈现出非常复杂的时间关系以及空间关系，同时数据的类型非常多样化，很多时候除了数据自身之外，还包括了相关经济统计问题、交通流量问题等内容。大数据技术的出现让地区大气质量管理、区域间协调合作等相关工作提供了技术以及决策支持，通过海量数据的整合与分析，能够将数据进行抽取与分析，从而更好的为实施地区之间空气污染联防联控处理带来了全新的机遇。

2.4 其他方面

大数据技术在生态领域当中还有非常多的其他方面应用方式：比如说在生态环境资源管理方面，由于涉及到了非常的多的数据内容以及存储格式，因此使用的传统数据管理方法很多时候无法对生态环境资源进行有效管理和控制。随着大数据技术的快速发展和进步，很多时候针对于数据的处理、分析、存储技能水平也随之提升。针对生态环境大数据平台对于各类生态环境资源数据的重新整合，未来实现生态环境资源的优化以及开发成为解决当下资源开发过度并且过于不合理问题的主要方式。在生态环境评价方面，大数据技术的出现能够将模型模拟、人工智能、评价各类生态系统现状以及可能存在的不利于稳定的因素进行统一处理。比如说在对生态环境质量评价、安全评价、风险评价等过程中发挥出作用，从而更好地为生态环境决策提供科学的依据以及帮助。但是在实际应用的过程中可以发现，由于缺乏数据共享方式，很多时候数据孤岛经常出现，未来需要建立更加严谨的数据共享资质，从而更好地进行数据分享，避免出现孤岛。除了这些应用方面，我国大数据在生态环境方面的应用依旧略显不足，大数据的力量以及作用尚未发挥出来，尤其是政府对于大数据在生态环境方面的应用水平依旧很低，没有形成一个成熟的生态环境大数据产业链。

3.结语

在我国的生态领域当中，尽管大数据得到了初步的应用，但是中国幅员辽阔，生态环境非常复杂，很多时候虽然数据处理能力得到了提升，但是监测网络设备依旧需要加强。希望我国能够在未来发展的过程中，对于环境监测一条龙建设提供更好的发展空间以及发展方向，从而实现进一步的水平提升与进步。