大数据技术在水生态环境工程分析中的应用

张 云

广东智环创新环境科技有限公司 广东 广州 510620

国家的经济的快速发展为生态环境留下极为严重的隐患。国家发展过程中每个阶段的目标都不同，在经济复苏阶段，为提高国民经济适当做出放弃是不得已而为之，但随着我国经济的快速发展、生态环境的岌岌可危，对生态环境的保护已经迫在眉睫。在水生态环境分析工作中应用大数据技术能够极大的提升工作效率，较传统的水生态数据收集和分析工作流程，大数据技术能够节省工作中人力、物力的投入，确保数据收集和分析的准确性，达到提质增效的目的。

1 大数据技术在水生态环境分析中应用的优势

1.1 确保数据收集和分析的准确性

水生态环境分析工作的准确性首先受到数据收集准确性的影响，大数据技术应用在水生态环境分析工作首要优势，便是大数据技术能够保证数据的收集和数据的分析高度准确。在传统的水生态环境分析工作中，数据的采集多以人力完成，这种数据收集方式导致数据的准确性完全受人为因素影响，若数据收集人员在开展数据收集的过程中因数据收集操作不规范或采集样本在分析过程中受到外界因素影响，会严重影响后期的水生态环境分析工作的质量。大数据技术应用到水生态环境分析工作中，会有一系列的数据收集、传输、分析设备被同时应用，数据通过设定的收集流程、传输流程被分析并存储，能够极大减少人为因素对水生态环境分析的影响，进而确保水生态环境分析工作的准确性[1]。

1.2 提高数据利用效率

水生态环境是动态的，周期性或突发性的数据采集和数据分析工作会产生大量的分析结果。在传统的水生态环境分析工作中，多为纸面记录分析结果和采集到的水生态环境数据，导致大量的纸面书籍堆积，在查阅过往数据时需要大量的时间翻阅，影响水生态环境数据的利用效率。在大数据技术应用到水生态环境分析的工作中后，数据的采集、分析和存储会按照设定进行，数据在分析过后会进行分类归类，方便日后的查阅和使用[2]。

1.3 提加快工作效率

在水生态环境数据采集中，有周期性和突发性两种情况，其中周期性的水生态数据采集会产生大量的低价值数据，对于传统的水生态环境分析工作而言，十分影响工作效率，却又是水生态环境的重要工作。通过大数据技术的应用，能极大减缓低价值数据对水生态环境分析工作效率的影响，在大数据技术中，数据的采集、分析和归类都是按照设定好的标准进行，低价值数据会被存储到特定的区域，既不会在日常工作中影响工作人员的工作效率，同时，在日后需要使用时能够通过对特定区域的查阅，快速找到这部分低价值数据，提升工作效率的同时，确保水生态环境数据的完整性。

1.4 寻求发展与生态的共存

社会的发展是人类进步的必然结果，随着城市化建设的加快、经济的快速增长，人们对生态保护的认识也更为深刻，但生态环境与社会发展存在矛盾点，使得在城市建设和日常生活中，人们迫不得已做出破坏生态的行为，而全然保护生态却又会减慢社会的整体发展。在此情况下，将大数据技术应用到水生态环境保护的工作中，能够极大的减缓人与自然的矛盾，通过对水生态环境的分析，找到和谐共存的平衡点[3]。

2 大数据技术在水生态环境分析中的应用

2.1 水生态环境感知数据收集技术

为保证大数据技术在水生态环境分析工作中实现期望功能，会投入多种设备为大数据技术服务。首先，为收集水生态环境数据，水生态环境感知设备是必要的，当前的水生态环境感知设备主要分为四种：生物传感、物理传感、化学传感和全息图像传感，其中化学传感器因其使用化学添加剂的特殊性，导致其检测周期较长，需要对其进行周期维护，且化学传感器自身添加的化学添加剂对水生态环境存在影响，是日常水生态环境分析工作中极少使用的数据采集方式。生物传感器通过生物的感应信号完成数据手机，但生物自身的不确定性导致其手机到的数据不稳定，但随着生物传感器研发的逐渐推进，生物传感器的稳定性和性价比都在逐步提升，但仍不是当前主要使用的水生态环境数据手机方式[4]。

水生态环境数据收集主要以物理传感器和全息图像传感器为主，物理传感器的优势是通过物理变化能够在短时间内完成水生态环境的数据采集和检测，同时，物理传感器收集数据的稳定性和较长的使用寿命也是其备受青睐的关键因素。全息图像传感器能够通过日益精进的显微成像技术，对水生态环境的当前情况进行实时观测，甚至能够通过全息影像检测当前水生态环境中的微生物，也是当前水生态环境数据手机的主要手段。

四种水生态环境感知设备各有优点和缺点，在实际应用中因水生态环境分析工作的特殊性，当前以物理传感器和全息图像传感器为主要的数据收集手段，但随着科学技术的快速发展，四种传感器的缺点也在被逐渐弥补，未来的水生态环境分析工作中，工作人员可以根据工作需要进行适当选择。

2.2 应急快速检测分析技术

为保证突发污染问题的出现，应急检测设备和应急分析技术是必要的，应急检测设备主要分为移动式检测设备和便携式检测设备两种，移动式检测设备以交通工具为载体，在交通工具上载有与实验室内设备功能相等的数据检测和数据分析设备，能够保证在移动的状态下满足水生态环境分析工作的需要，通过移动式检车设备能够快速相应水生态环境中发生的突发问题，完成应急状况下的数据采集和数据分析工作。便携式检测设备的种类较多，其工作原理也大不相同，但其体积小的特点十分符合应急检测工作的需要，是当前水生态环境应急检测工作中的主要力量[5]。

在检测人员达到现场的情况之外，大数据技术衍生的物联网系统也能够保证工作人员在特殊污染问题发生的第一时间做出反应。物联网系统实现的水生态环境检测系统主要以生物反应为主要判断依据，根据安放在水下生物身上的检测系统，检测生物的生理活动行为和生物自身状态的转变，记录水下生物的行为并进行分析，在突发情况发生的第一时间对工作人员示警。

2.3 水生态环境实时监测

大数据技术的诞生和其技术衍生的相应技术产品为水生态环境分析工作提供极大的助力，减少传统水生态环境分析工作中对人力的投入，同时，通过大数据技术衍生产品的应用能够实现传统水生态环境分析工作中需要认为轮换才能够完成的工作，即：全天候无间断的水生态环境实时监测。实现全天候无间断的水生生态实时监测主要依靠三种设备完成，其中固定式的监测设备需要布置在规定的区域内，且需要布置大量的设备以支持数据收集的正确性，其优点是数据收集准确性较高，但其高昂的架设成本和水面采样的多变性相矛盾，因此，常被用在重要的水点进行监测，而不会大量布置。

在水面上常用的水生态实时监测设备为小型移动监测系统和浮标监测系统两种，小型移动式监测系统的内部空间有限，导致其内部的检测设备数量也有限，能够进行的检测屈指可数，但因其架设费用较低且具备较高的稳定性，通常被布置在小型河流附近[6]。

最符合水生态环境分析工作需要的便是浮标式监测系统，浮标式监测系统主要包括搭载平台和监测设备两部分，因其能够搭载平台快速移动至检测区域，且通过锚链固定搭载平台，其检测结果可靠性较高，且抗外界因素干扰的能力极强，因此是当前水生态环境分析工作中数据收集和水质检测的主要方式。

2.4 实现水生态环境数据的共享

数据的收集和分析是为保障我国的整体水生态环境，但在传统的水生态环境分析工作中，大量的数据被记录在纸面，若国内其他水质监测单位需要借鉴过往的水生态环境分析数据，交换彼此的工作经验，则需要大量的工作人员在海量的纸质资料中寻找目标数据。随着大数据技术被应用到水生态环境分析的工作中，其快速收集、快速传输、快速整理、分类存储的特点，能够保证在需要调用该部分数据时，只需要按照特定的步骤查找即可，而后通过制定传输方式将数据传输给对方，达到数据共享的目的[7]。

数据共享是帮助各个水生态环境监测单位共同成长的重要方式，同过借鉴彼此过往的工作经验，分析对水质的总结，能够加深各单位对水生态环境分析工作的认识。

2.5 保障数据来源的多样性

大数据技术是基于海量的数据以及快速的收集而延伸出的互联网技术，随着大数据技术的逐渐发展，为大数据技术提供配套的设备也在逐渐增多，为大数据技术的多样性提供进一步保障。

在传统水生态环境分析工作中，数据的来源多为固定的几种，且每增加一种数据采集的方式，对人力的消耗都在呈几何倍数增长，当大数据技术被应用至水生态环境分析工作中后，随之增加的各种数据采集设备能够很好的保障水生态环境数据的来源多样性，从而让工作人员从多个角度出发，分析当前的水质问题，保证工作人员决策的正确性。

2.6 数据传输保证分析结果的实时性

大数据的基本含义是海量到通过日常互联网方式无法传输的数据，这也是大数据技术的概念被提出后，却需要经过数年的互联网技术发展，才能够正式成为人们处理大量数据工作时必要工具的原因。

大数据的采集和传输需要依靠数据传输技术，在当前的数据传中主要分为有线数据传输和无线数据传输两部分，其中有线数据传输需要以光纤为主的有线媒介进行数据传输，这也导致有线数据传输的应用受到很大局限，不能成为大数据技术采集数据时的主要方式。而无线数据传输又分为无限局域网和无限广域网两部分，无限局域网包括WiFi、蓝牙等，其有点是脱离有线媒介的束缚，能够进行更自由的数据采集，但缺点也很明显，无线局域网的范围较小，只能够在固定的区域内进行工作，因此，无线局域网也不能够成为大数据技术应用在水生态环境分析工作后的数据采集手段[8]。

当前的水生态环境分析大数据技术中数据采集主要依靠无线广域网技术进行，随着无线广域网的发展，4G、5G、LoRa等数据传输技术的快速革新，无线广域网的便利和高速已经成为人们日常生活和工作的基本依靠，且4G、5G技术的影音传输技术为水生态环境分析中大数据技术的应用提供了更优质的保障。

3 大数据技术在水生态环境分析中的未来展望

3.1 对水生态环境的动态捕捉

“兵无常势、水无常形”是对水环境生态最好的描述。在水生态环境分析工作中，水生态环境的动态捕捉一直是工作人员开展水生态环境分析的桎梏，在传统的水生态环境分析工作中，因科学技术设备的限制，工作人员只能通过周期性的数据采集掌握水生态环境的变化，随着大数据技术的应用，水生态环境分析工作的实时性被极大提升，能够在一定程度上掌握水生态环境变化，但当前的设备仍旧存在一定的局限性，如：对无线广域网的过度依赖、在进行水面监测时受水面外界因素影响较大等，随着科学技术的逐渐发展，各种设备的问题被逐渐弥补，相关工作人员应就大数据技术产生的分析结果制作分析图表，掌握水生态环境的变化规律，对可能出现的水生态环境突变问题提早做出判断，在日常生活中也能够利用大数据技术更好的开展水生态环境分析工作[9]。

3.2 信息采集和归类标准化

信息采集是影响水生态环境分析的重要因素，而信息归类存储则是影响后期使用和查阅的关键，在大数据技术应用的过程中，工作人员应更主义对信息采集和分析结果的管理，有关部门的上级领导应制定完善的信息采集和归类标准，减少因对数据掌握不足而出现的重复采集和重复存储工作。同时，符合标准的水生态环境分析结果归类，能够帮助工作人员在工作中根据同类情况，判断出可能出现在另一水域的突发问题，从而及早做出预防措施，为水生态环境保护工作提供基础依据，进一步提高水生态环境分析工作的质量[10]。

3.3 建立更完善的预警模型

水生态环境分析工作中因水体自身的复杂性，影响工作人员分析结果正确性的因素极多，在当前被广泛应用在各领域的预警模型，在被应用至水生态环境分析工作中后，也频频出现预警错误的问题。但在水生态环境分析工作中，预警模型的意义十分重大，因此，在未来的水生态环境分析工作中，工作人员应总结工作经验，分析该水域的水生态环境特点，寻找水质变化的规律，开发出符合水生态环境需要的预警模型，为突发性的水生态问题争取抢救时间，减低不可控风险对水生态环境的破坏，保证水生态环境分析工作的顺利进行[11]。

4 结束语

水生态环境分析工作的特点与大数据技术的优势十分匹配，在水生态环境分析工作中应用大数据技术，能够提升工作人员的工作效率，提高工作质量，强化该水域对突发问题的抵抗能力，保证该水域的生态安全。因此，相关工作人员应积极开发大数据技术在水生态环境分析工作中的应用，保证水生态环境分析工作的质量。