环境大数据作为新的技术手段和思维方式,可将海量、互相关联的环境信息进行有效链接,做到数据驱动环境管理与决策,使得环境管理逐渐向数字化、网络化和精细化转变。以下是环境大数据在环境管理中可能的应用场景,我们来看看~

1

在环境规划编制中的应用

过去利用环境数据进行规划分析,只能简单的回答“环境发生了什么事情”,并且由于涉及要素有限且以历史的统计数据为主,得到的结论很难精准的反映客观情况。利用大数据系统可以带来研究技术方法的变革,其处理迅速、实时展示、多因素分析、智能决策等作用可促进规划编制的变革。纳入考虑的环境统计数据实时性强,另外大量相互关联的自然、经济、社会等数据也纳入分析,得到结论更快、更精准有效。

若进一步进行数据挖掘与数据分析,将环境数据与污染扩散模型、预测模型等结合,模拟复杂的环境过程,预测环境系统演变的发展方向,还可预言“将来环境发生什么事情”。比如通过仿真模拟新建项目会对环境产生怎样的影响来调整新建项目的数量、规模、选址、环保要求等。最终环境大数据可成为活跃的数据仓库,用来进行预测“环境将要发生什么”。按照这样的思路利用大数据,可以给环境规划提供科学可量化的决策支持,环境质量目标的实现路径清晰可见。

2

在环境质量管理中的应用

一方面可应用于环境质量信息的发布。当前城市空气质量信息已基本实现了实时发布,并运用地图进行直观展示,但仍存在监测点布置的科学性不足,密度低等问题。而借助微小传感器以及大数据算法等方式,可得到各细分区域更精确的大气质量状况。

微软提出的基于大数据的城市空气质量细粒度计算和预测模型Urban Air 是这一方面的成功案例。Urban Air模型利用监测站提供的有限的空气质量数据,结合交通流、道路结构、兴趣点分布、气象条件和人们流动规律等大数据,基于机器学习算法建立数据和空气质量的映射关系,从而推断出整个城市细粒度的空气质量。利用少量的环境数据,再结合其他看似与环境数据并不直接相关的异构数据源,就可以建立一个区域的数据分布及空气质量观测值的网络模型,最后得到1km×1km 范围的细粒度。基于这样的细分区域的高准确度的数据,可为环境管理者在决策中提供科学依据。水、声、固废、辐射等环境质量信息的发布也可借鉴空气质量管理经验,提升环境管理的精细化水平。

另一方面可用于环境质量的预警预报。预测性分析是大数据分析很重要的应用领域,环境预测性分析常用于空气及水环境质量预测。以空气质量预报预警为例,过去主要依靠对历史气象、空气质量监测数据进行统计分析处理,预报的精度及对污染防治的决策支持作用有限。当前,数值预报结合区域地形地貌特征、气象观测数据、空气质量监测数据、污染源数据等,基于大气动力学理论建立大气扩散模型,可预报大气污染物浓度在空气中的动态分布情况,为区域大气污染联防联控等提供更科学的决策支持

3

在污染源生命周期管理中的应用

可实现污染源的全生命周期管理,切实提高管理效率。利用物联网等新技术,将污染源在线监测系统、视频监控系统、动态管控系统、工况在线监测系统、刷卡排污总量控制系统等进行整合,形成全方位的智能监测网络,实时收集污染源生命周期的全部数据。然后基于每个节点每时的各类数据,利用大数据分析技术,进行“点对点”的数据化、图像化展示。这有利于快速识别排放异常或超标数据,并分析其产生原因,以帮助环境管理者动态管理污染源企业,有针对性的提出对策。

4

在环境应急管理中的应用

环境应急包括日常管理、事中应急和事后评估三个阶段。在日常管理中,主要是环境应急人才建设、大数据感知设备的安装以及相关大数据处理技术的应用能力建设,以建立海量信息的实时收集、高效计算、迅速传递、结果可视化和机器预判的能力。实时监测和机器决策有利于及时发现风险隐患,降低突发污染事件产生机率。环境事件发生后,大数据管理系统可快速反应,实现各部门信息的融合分析和实时报告,全面感知应急事故的变化过程,并快速集合多项关键指标信息以辅助决策。在事后评估中,运用大数据可有效判定应急处置工作的状态与实际效果。总之,大数据的应用可提高环境应急的管理效率和智能化水平,从而节省成本和减少不必要的损失。

5

在环保公众参与中的应用

随着互联网和GPS设备的普及,民众可以发布各类自发式地理信息,比如通过环保随手拍上传的图片等信息。将这些碎片化的异构数据进行整合处理,可验证官方公开数据的质量,或者对已有信息进行详细补充。另外,利用社交媒体上公开的海量数据,也可帮助环保部门了解公众需求,进而提供差异化和精细化的公共服务,改善公众的环保感受。

大数据作为环境管理与规划、科研以及支撑环境管理决策的新手段会越来越受到关注,科学有效的应用场景亟待探索开发,在信息公开程度加大、质量不断提升与改进的情况下,大数据在环境管理中的应用将对我国环境管理水平的跨越式发展发挥重要作用。

图片来源:网络

内容来源:译见网络汇编

商业合作:[email protected]

查看原文 >>
相关文章