王永桂，夏晶晶，張萬(wàn)順*，張瀟

（武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，武漢 430079）

基于大數(shù)據(jù)的水環(huán)境風(fēng)險(xiǎn)業(yè)務(wù)化評(píng)估與預(yù)警研究

王永桂，夏晶晶，張萬(wàn)順*，張瀟

（武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，武漢 430079）

隨著生態(tài)環(huán)境大數(shù)據(jù)的不斷建設(shè)，國(guó)家級(jí)、流域級(jí)和行政區(qū)級(jí)別的大數(shù)據(jù)中心相繼產(chǎn)生。快速、高效地分析和利用實(shí)時(shí)產(chǎn)生、類(lèi)型多樣的環(huán)境大數(shù)據(jù)，提取環(huán)境大數(shù)據(jù)在風(fēng)險(xiǎn)評(píng)估與預(yù)警的價(jià)值，具有重要的意義，也充滿(mǎn)挑戰(zhàn)。本文基于環(huán)境大數(shù)據(jù)的數(shù)據(jù)特點(diǎn)和不同層次的組織管理特征以及環(huán)境風(fēng)險(xiǎn)評(píng)估預(yù)警的業(yè)務(wù)化需求，構(gòu)建基于大數(shù)據(jù)的流域環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警技術(shù)及其業(yè)務(wù)化系統(tǒng)的體系、分析環(huán)境風(fēng)險(xiǎn)智能識(shí)別模式、研究環(huán)境風(fēng)險(xiǎn)高效模擬預(yù)測(cè)和評(píng)估的方法，并提出一套滿(mǎn)足各級(jí)管理部門(mén)需求，高效利用環(huán)境大數(shù)據(jù)的多中心業(yè)務(wù)化系統(tǒng)。

大數(shù)據(jù)；風(fēng)險(xiǎn)評(píng)估；預(yù)警預(yù)測(cè)；業(yè)務(wù)化

引言

隨著大數(shù)據(jù)上升為國(guó)家戰(zhàn)略，我國(guó)環(huán)保、軍事、醫(yī)療等各個(gè)領(lǐng)域大力開(kāi)展大數(shù)據(jù)的建設(shè)，環(huán)保部發(fā)布《生態(tài)環(huán)境大數(shù)據(jù)建設(shè)總體方案》，從總體上明確了環(huán)境大數(shù)據(jù)的建設(shè)、管理、運(yùn)維和應(yīng)用的方向[1]。大數(shù)據(jù)有別于傳統(tǒng)數(shù)據(jù)，是具有海量規(guī)模（Volume）、實(shí)時(shí)產(chǎn)生（Velocity）、類(lèi)型多樣（Variety）的巨價(jià)值（Value）數(shù)據(jù)云。2015年國(guó)務(wù)院發(fā)布的《生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)建設(shè)方案》，確定了2020年我國(guó)全面生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)，實(shí)現(xiàn)各級(jí)各類(lèi)監(jiān)測(cè)數(shù)據(jù)系統(tǒng)互聯(lián)共享和監(jiān)測(cè)預(yù)報(bào)預(yù)警的目標(biāo)[2]。這預(yù)示著我國(guó)環(huán)境大數(shù)據(jù)的規(guī)模將不斷增大，由此帶來(lái)的環(huán)境大數(shù)據(jù)分析、計(jì)算和應(yīng)用的能力建設(shè)與科學(xué)研究，將成為環(huán)境領(lǐng)域的重點(diǎn)和熱點(diǎn)。

我國(guó)環(huán)境管理理念正從總量管理向風(fēng)險(xiǎn)管理轉(zhuǎn)變，環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警是風(fēng)險(xiǎn)管理的關(guān)鍵技術(shù)和基礎(chǔ)[3]。國(guó)內(nèi)外針對(duì)環(huán)境風(fēng)險(xiǎn)開(kāi)展了大量的研究，涉及污染源識(shí)別、風(fēng)險(xiǎn)評(píng)價(jià)、風(fēng)險(xiǎn)模擬預(yù)測(cè)以及環(huán)境風(fēng)險(xiǎn)管理平臺(tái)等各個(gè)方面，產(chǎn)生了一系列的研究成果。在技術(shù)上，形成了針對(duì)突發(fā)事故風(fēng)險(xiǎn)、累積性風(fēng)險(xiǎn)源識(shí)別技術(shù)、水動(dòng)力水質(zhì)模擬技術(shù)、水生態(tài)模擬技術(shù)和風(fēng)險(xiǎn)處置專(zhuān)家決策支持技術(shù)等技術(shù)成果[6,7]；在系統(tǒng)構(gòu)建上，形成了三峽庫(kù)區(qū)、無(wú)資料地區(qū)和太湖流域水環(huán)境風(fēng)險(xiǎn)預(yù)警系統(tǒng)等成果[8,9]。這些成果為我國(guó)環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警能力的提升提供了支撐，但仍然存在諸多問(wèn)題。這些問(wèn)題表現(xiàn)在，污染源識(shí)別方法依然依賴(lài)傳統(tǒng)的人工調(diào)查，風(fēng)險(xiǎn)評(píng)估方法對(duì)數(shù)據(jù)利用率低，風(fēng)險(xiǎn)模擬預(yù)測(cè)模擬速度和模擬精度達(dá)不到業(yè)務(wù)需求，環(huán)境風(fēng)險(xiǎn)管理平臺(tái)無(wú)法實(shí)現(xiàn)業(yè)務(wù)化，難以適應(yīng)和滿(mǎn)足新時(shí)期生態(tài)環(huán)境保護(hù)工作需求。

環(huán)境大數(shù)據(jù)構(gòu)建、分析和計(jì)算技術(shù)的發(fā)展，為解決流域水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警技術(shù)和應(yīng)用的問(wèn)題，提供了新的思路和工具。本文基于環(huán)境大數(shù)據(jù)的采集、分析方法和環(huán)境風(fēng)險(xiǎn)評(píng)估的業(yè)務(wù)需求，研究環(huán)境風(fēng)險(xiǎn)評(píng)估模型體系的基本結(jié)構(gòu)、環(huán)境模型的高性能集群計(jì)算方法和多中心業(yè)務(wù)集成的環(huán)境風(fēng)險(xiǎn)管理預(yù)警平臺(tái)，提出了適應(yīng)于現(xiàn)代環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警的多中心的軟件系統(tǒng)架構(gòu)。

1 我國(guó)環(huán)境大數(shù)據(jù)特點(diǎn)和發(fā)展趨勢(shì)

環(huán)境大數(shù)據(jù)擁有大數(shù)據(jù)的4V特征，未來(lái)我國(guó)環(huán)境大數(shù)據(jù)將圍繞環(huán)境數(shù)據(jù)搜集—處理—公開(kāi)—技術(shù)支持一體化方向不斷發(fā)展。隨著我國(guó)數(shù)據(jù)共享程度的不斷加大，消除數(shù)據(jù)孤島的政策不斷發(fā)布，氣象、水利、環(huán)保、測(cè)繪等部門(mén)的環(huán)境數(shù)據(jù)共聯(lián)共享體系的構(gòu)建，將為水環(huán)境數(shù)據(jù)的來(lái)源提供更多、更便捷的途徑。以環(huán)保部級(jí)各個(gè)流域管理機(jī)構(gòu)和各個(gè)行政單位為中心的數(shù)據(jù)中心將相繼形成，多層次、多目標(biāo)的環(huán)境大數(shù)據(jù)中心的建設(shè)對(duì)環(huán)境數(shù)據(jù)的分析、計(jì)算提出了更高的需求。為適應(yīng)環(huán)境大數(shù)據(jù)的發(fā)展趨勢(shì)，如何讓沉睡的數(shù)據(jù)最大程度地發(fā)揮價(jià)值，其核心在于數(shù)據(jù)分析?；谠朴?jì)算、智能計(jì)算、智能數(shù)據(jù)挖掘等理論提出的數(shù)據(jù)存儲(chǔ)、計(jì)算、處理、展現(xiàn)的新一代數(shù)據(jù)分析技術(shù)，是環(huán)境大數(shù)據(jù)的必然選擇。

2 環(huán)境大數(shù)據(jù)風(fēng)險(xiǎn)評(píng)估與預(yù)警的特征和需求

傳統(tǒng)的環(huán)境風(fēng)險(xiǎn)模擬評(píng)估，基于有限的數(shù)據(jù)，開(kāi)展環(huán)境風(fēng)險(xiǎn)因子評(píng)價(jià)、環(huán)境風(fēng)險(xiǎn)等級(jí)的劃分；以模糊計(jì)算、回歸分析、相關(guān)分析和線性計(jì)算等方法確定環(huán)境風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)源、風(fēng)險(xiǎn)等級(jí)和風(fēng)險(xiǎn)范圍[10]。而在風(fēng)險(xiǎn)預(yù)警預(yù)測(cè)上，通過(guò)選取流域典型污染物，采樣測(cè)定污染物分布特征，并應(yīng)用數(shù)學(xué)模型計(jì)算開(kāi)展預(yù)測(cè)和預(yù)警是當(dāng)前的主要研究方式[11]。但由于計(jì)算方法與數(shù)據(jù)的局限性，環(huán)境風(fēng)險(xiǎn)的預(yù)測(cè)預(yù)警限于局部區(qū)域、針對(duì)特定物質(zhì)，且大量的工作投入到模型的不確定性和計(jì)算效率上，在非特定區(qū)域發(fā)生環(huán)境風(fēng)險(xiǎn)時(shí)，已有的方法和技術(shù)顯得捉襟見(jiàn)肘、束手無(wú)策。環(huán)境大數(shù)據(jù)的發(fā)展，為風(fēng)險(xiǎn)評(píng)估與預(yù)警的研究帶來(lái)了新的機(jī)遇，在環(huán)境風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)以及風(fēng)險(xiǎn)管理等方面帶來(lái)了新的解決方案和思路，也提出了更大的挑戰(zhàn)。

（1）環(huán)境風(fēng)險(xiǎn)識(shí)別是環(huán)境風(fēng)險(xiǎn)評(píng)估預(yù)警的前提，能為環(huán)境風(fēng)險(xiǎn)評(píng)估提供風(fēng)險(xiǎn)的來(lái)源、風(fēng)險(xiǎn)發(fā)生的時(shí)間、風(fēng)險(xiǎn)可能的程度和風(fēng)險(xiǎn)的責(zé)任單位、管理部門(mén)等眾多信息。傳統(tǒng)的環(huán)境風(fēng)險(xiǎn)識(shí)別，主要依賴(lài)于人工水質(zhì)監(jiān)測(cè)和不定期的排查。由于人工監(jiān)測(cè)周期長(zhǎng)、效率低、范圍小，傳統(tǒng)的環(huán)境風(fēng)險(xiǎn)識(shí)別時(shí)效性差、識(shí)別范圍有限，且極為被動(dòng)。如老大難的偷排問(wèn)題，在沒(méi)有民眾舉報(bào)或發(fā)生重大水質(zhì)污染事件時(shí)，管理部門(mén)往往無(wú)法確切地獲知偷排事件。即使知曉了偷排事件，對(duì)偷排責(zé)任主體的排查也極其困難，甚至無(wú)能為力。環(huán)境大數(shù)據(jù)的發(fā)展，得益于環(huán)境數(shù)據(jù)產(chǎn)生手段的不斷進(jìn)步，水文水質(zhì)自動(dòng)監(jiān)測(cè)站、遙感監(jiān)控、視頻監(jiān)控等環(huán)境數(shù)據(jù)的監(jiān)測(cè)和環(huán)境監(jiān)控方法，將產(chǎn)生大量實(shí)時(shí)的水文水質(zhì)數(shù)據(jù)、遙感影像數(shù)據(jù)和視頻監(jiān)控?cái)?shù)據(jù)，這些數(shù)據(jù)的產(chǎn)生頻率高、產(chǎn)生數(shù)量多和覆蓋范圍廣?；趯?shí)時(shí)、全面的環(huán)境大數(shù)據(jù)，應(yīng)用數(shù)據(jù)挖掘方法、數(shù)據(jù)關(guān)聯(lián)分析法、人工智能等方法，能實(shí)時(shí)、準(zhǔn)確地識(shí)別環(huán)境風(fēng)險(xiǎn)，并根據(jù)環(huán)境風(fēng)險(xiǎn)中風(fēng)險(xiǎn)物質(zhì)的種類(lèi)等信息，迅速判斷出環(huán)境風(fēng)險(xiǎn)的責(zé)任主體，將環(huán)境風(fēng)險(xiǎn)的人工識(shí)別轉(zhuǎn)向機(jī)器智能識(shí)別，將固定時(shí)間的調(diào)查統(tǒng)計(jì)轉(zhuǎn)為實(shí)時(shí)的主動(dòng)發(fā)現(xiàn)。

（2）環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)是在環(huán)境風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)上，評(píng)估預(yù)測(cè)環(huán)境風(fēng)險(xiǎn)的發(fā)展趨勢(shì)、判斷環(huán)境風(fēng)險(xiǎn)的影響范圍的過(guò)程?；诨貧w分析、模糊預(yù)測(cè)等統(tǒng)計(jì)學(xué)方法和基于水動(dòng)力水質(zhì)模型的機(jī)制模型方法是進(jìn)行環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)的主流方法;統(tǒng)計(jì)學(xué)方法無(wú)法精確地得到風(fēng)險(xiǎn)在空間上的發(fā)展趨勢(shì)和影響范圍；機(jī)制模型依賴(lài)于豐富的數(shù)據(jù)支撐[12]。傳統(tǒng)的數(shù)據(jù)管理方法，無(wú)法快速地獲取用于環(huán)境風(fēng)險(xiǎn)評(píng)估的數(shù)據(jù)，效率較低，且數(shù)據(jù)在時(shí)間上和空間上的局限性較大。環(huán)境大數(shù)據(jù)，更新了環(huán)境數(shù)據(jù)的存儲(chǔ)、管理、索引和共享方式，從整體、全局的角度對(duì)數(shù)據(jù)進(jìn)行收集和管理，一方面能充分利用區(qū)域已有的數(shù)據(jù)，迅速查找到用于環(huán)境風(fēng)險(xiǎn)評(píng)估的數(shù)據(jù)；另一方面，基于環(huán)境大數(shù)據(jù)的網(wǎng)絡(luò)數(shù)據(jù)分析、檢索和挖掘功能，在數(shù)據(jù)缺乏的地區(qū)，可通過(guò)數(shù)據(jù)類(lèi)比、擴(kuò)充、延長(zhǎng)等方式，得到環(huán)境風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)的數(shù)據(jù)。這就是說(shuō)，環(huán)境大數(shù)據(jù)時(shí)代的環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)，不僅能分析風(fēng)險(xiǎn)發(fā)生的局部區(qū)域的特點(diǎn)，還能高效、快速地計(jì)算并預(yù)測(cè)全流域環(huán)境風(fēng)險(xiǎn)的時(shí)空分布狀況和變化規(guī)律，追蹤風(fēng)險(xiǎn)的來(lái)源，并能給出不同外界條件下環(huán)境風(fēng)險(xiǎn)的發(fā)展趨勢(shì)。同時(shí)，對(duì)數(shù)據(jù)豐富地區(qū)，能開(kāi)展精確的風(fēng)險(xiǎn)預(yù)報(bào)預(yù)測(cè)，對(duì)數(shù)據(jù)缺乏甚至無(wú)數(shù)據(jù)地區(qū)，基于大數(shù)據(jù)的分析評(píng)估，也能通過(guò)大數(shù)據(jù)的計(jì)算手段，開(kāi)展趨勢(shì)性的風(fēng)險(xiǎn)預(yù)報(bào)預(yù)測(cè)，突破環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警對(duì)特定物質(zhì)、特定區(qū)域的限制。

（3）環(huán)境風(fēng)險(xiǎn)管理是集環(huán)境風(fēng)險(xiǎn)識(shí)別、評(píng)估、預(yù)測(cè)和處置于一體的系統(tǒng)過(guò)程。隨著信息化的發(fā)展，環(huán)境風(fēng)險(xiǎn)管理信息系統(tǒng)成為輔助決策的核心工具。在環(huán)境大數(shù)據(jù)的背景下，環(huán)境風(fēng)險(xiǎn)管理信息系統(tǒng)應(yīng)該具備數(shù)據(jù)管理模塊、數(shù)據(jù)分析模塊和輔助決策模塊。其數(shù)據(jù)管理模塊既能全面對(duì)接環(huán)境數(shù)據(jù)監(jiān)測(cè)體系，自動(dòng)接收監(jiān)測(cè)站數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)分析與處理和入庫(kù)，又能自動(dòng)搜集互聯(lián)網(wǎng)相關(guān)的數(shù)據(jù)，充分利用網(wǎng)絡(luò)共享數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)判和處理與利用；其數(shù)據(jù)分析模塊，應(yīng)該能自動(dòng)開(kāi)展環(huán)境模擬預(yù)測(cè)、風(fēng)險(xiǎn)評(píng)估和警情通報(bào)；而其輔助決策模塊，則能針對(duì)所評(píng)估的風(fēng)險(xiǎn)，智能地提供風(fēng)險(xiǎn)決策處置方案。

3 基于大數(shù)據(jù)的環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警體系

3.1 總體架構(gòu)設(shè)計(jì)

大數(shù)據(jù)最根本的特點(diǎn)是挖掘隱藏在其大體量后的大價(jià)值。環(huán)境風(fēng)險(xiǎn)模擬評(píng)估與預(yù)警所需求的價(jià)值是在國(guó)家中心、流域中心、行政中心不同層次的環(huán)境大數(shù)據(jù)基礎(chǔ)上，快速、準(zhǔn)確地識(shí)別風(fēng)險(xiǎn)特點(diǎn)和風(fēng)險(xiǎn)來(lái)源，揭示風(fēng)險(xiǎn)時(shí)空變化規(guī)律，確定風(fēng)險(xiǎn)危害程度以及提出風(fēng)險(xiǎn)的最優(yōu)處置方案。通過(guò)基于大數(shù)據(jù)采集、挖掘、分析和智能優(yōu)化技術(shù)體系與環(huán)境大數(shù)據(jù)，形成業(yè)務(wù)化的軟件平臺(tái)系統(tǒng)，以提高國(guó)家中心、流域中心和行政中心的環(huán)境風(fēng)險(xiǎn)管理能力，輔助業(yè)務(wù)部門(mén)開(kāi)展環(huán)境風(fēng)險(xiǎn)處置與決策。整套體系的架構(gòu)如圖1所示。

國(guó)家中心在大數(shù)據(jù)層次，擁有所有流域的全套上報(bào)數(shù)據(jù)，進(jìn)行宏觀整體的水環(huán)境風(fēng)險(xiǎn)掌控，保障全國(guó)水環(huán)境安全，開(kāi)展全國(guó)性水環(huán)境規(guī)劃；而流域中心擁有特定流域的環(huán)境數(shù)據(jù)，實(shí)現(xiàn)流域綜合管理，開(kāi)展流域聯(lián)動(dòng)預(yù)警；國(guó)家與流域的水環(huán)境風(fēng)險(xiǎn)管理目標(biāo)的實(shí)現(xiàn)，需要依賴(lài)各行政中心的具體落實(shí)，行政中心擁有轄區(qū)內(nèi)所有監(jiān)控位置的水環(huán)境信息，開(kāi)展環(huán)境監(jiān)控和風(fēng)險(xiǎn)應(yīng)急決策，并將決策下放到各個(gè)業(yè)務(wù)中心進(jìn)行執(zhí)行，業(yè)務(wù)中心按照決策指示，在可靠的技術(shù)和便捷產(chǎn)品的支持下，快速、有效地進(jìn)行監(jiān)測(cè)、應(yīng)急處置等工作。基于大數(shù)據(jù)的環(huán)境風(fēng)險(xiǎn)模擬評(píng)估與預(yù)警體系應(yīng)用不同中心的數(shù)據(jù)，解決不同中心的業(yè)務(wù)需求，滿(mǎn)足多中心、多層次、多目標(biāo)的服務(wù)需求。

3.2 環(huán)境大數(shù)據(jù)中心構(gòu)建

隨著我國(guó)環(huán)境監(jiān)測(cè)體系的不斷完善和環(huán)境監(jiān)測(cè)數(shù)據(jù)的積累，目前，我國(guó)各級(jí)環(huán)境管理部門(mén)、研究機(jī)構(gòu)已經(jīng)掌握了大量的監(jiān)測(cè)數(shù)據(jù)，并初步具備了通過(guò)物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等新渠道，采集環(huán)境大數(shù)據(jù)的能力；在數(shù)據(jù)的獲取方式、獲取類(lèi)別、獲取數(shù)據(jù)量上已經(jīng)具備構(gòu)建環(huán)境大數(shù)據(jù)的條件，已擁有較為成熟的大數(shù)據(jù)挖掘、人工智能、分布式計(jì)算，大數(shù)據(jù)關(guān)聯(lián)分析、趨勢(shì)分析、空間分析等技術(shù)。但由于我國(guó)信息化的標(biāo)準(zhǔn)規(guī)范體系不健全，生態(tài)環(huán)境信息資源目錄標(biāo)準(zhǔn)尚未構(gòu)建，各部門(mén)數(shù)據(jù)開(kāi)放和共享不夠等問(wèn)題，我國(guó)環(huán)境大數(shù)據(jù)中心建立仍需要破除數(shù)據(jù)孤島、建立數(shù)據(jù)開(kāi)放目錄，形成從下到上的完整數(shù)據(jù)開(kāi)放和共享計(jì)劃。在國(guó)家和部門(mén)軟硬件和政策標(biāo)準(zhǔn)等條件足夠的條件下，構(gòu)建環(huán)境大數(shù)據(jù)中心的框架如圖2所示。

構(gòu)建的環(huán)境大數(shù)據(jù)中心，通過(guò)市行政區(qū)的各級(jí)業(yè)務(wù)部門(mén)的環(huán)境大數(shù)據(jù)監(jiān)測(cè)網(wǎng)絡(luò)體系，如自動(dòng)站、人工實(shí)測(cè)、衛(wèi)星遙感等和業(yè)務(wù)中心自帶的網(wǎng)絡(luò)數(shù)據(jù)采集方式收集服務(wù)于業(yè)務(wù)部門(mén)職能的數(shù)據(jù)，打破行業(yè)壁壘，進(jìn)行不同職能部門(mén)的數(shù)據(jù)共享，并接入省級(jí)環(huán)境大數(shù)據(jù)中心；省級(jí)環(huán)境大數(shù)據(jù)中心打破行政壁壘，開(kāi)展不同行政區(qū)數(shù)據(jù)共享，同時(shí)將數(shù)據(jù)接入流域環(huán)境大數(shù)據(jù)中心；各流域環(huán)境大數(shù)據(jù)中心在進(jìn)行數(shù)據(jù)共享的同時(shí)，接入國(guó)家環(huán)境大數(shù)據(jù)中心。各級(jí)數(shù)據(jù)中心實(shí)行一定程度上的生態(tài)環(huán)境數(shù)據(jù)互聯(lián)互通和開(kāi)放共享。

圖1 基于大數(shù)據(jù)的環(huán)境風(fēng)險(xiǎn)模擬評(píng)估與預(yù)警體系總體架構(gòu)

圖2 環(huán)境大數(shù)據(jù)中心構(gòu)建框架

3.3 環(huán)境風(fēng)險(xiǎn)智能識(shí)別

環(huán)境風(fēng)險(xiǎn)的識(shí)別是環(huán)境風(fēng)險(xiǎn)模擬評(píng)估與預(yù)警的前提，包括造成環(huán)境風(fēng)險(xiǎn)的風(fēng)險(xiǎn)物質(zhì)、涉及區(qū)域以及風(fēng)險(xiǎn)來(lái)源的識(shí)別與追蹤。在水環(huán)境中，風(fēng)險(xiǎn)包括突發(fā)水污染風(fēng)險(xiǎn)、累積性水環(huán)境風(fēng)險(xiǎn)兩個(gè)方面。其中，突發(fā)水污染風(fēng)險(xiǎn)指短時(shí)間內(nèi)突然對(duì)水體水質(zhì)產(chǎn)生污染的事故，如排污口偷排、危險(xiǎn)品運(yùn)輸船泄漏等；而累積性水環(huán)境風(fēng)險(xiǎn)則是指由于環(huán)境長(zhǎng)期的不健康狀態(tài)所累積的，漸進(jìn)造成水體污染的水環(huán)境風(fēng)險(xiǎn)，包括水華、生物重金屬累積等?；诖髷?shù)據(jù)的環(huán)境風(fēng)險(xiǎn)智能識(shí)別，以實(shí)時(shí)環(huán)境監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，通過(guò)對(duì)水質(zhì)水生態(tài)數(shù)據(jù)的識(shí)別，判斷環(huán)境風(fēng)險(xiǎn)是否存在，確定環(huán)境風(fēng)險(xiǎn)存在的位置、時(shí)間、主要風(fēng)險(xiǎn)污染物；通過(guò)對(duì)實(shí)時(shí)遙感影像數(shù)據(jù)的知識(shí)學(xué)習(xí)、水色分析、圖像識(shí)別，追蹤環(huán)境風(fēng)險(xiǎn)發(fā)生的源頭、風(fēng)險(xiǎn)源過(guò)程，為環(huán)境風(fēng)險(xiǎn)的評(píng)估與預(yù)警提供支撐。環(huán)境風(fēng)險(xiǎn)智能識(shí)別技術(shù)體系如圖3所示。

3.4 環(huán)境風(fēng)險(xiǎn)模擬評(píng)估預(yù)測(cè)

圖3 環(huán)境風(fēng)險(xiǎn)智能識(shí)別技術(shù)體系

環(huán)境風(fēng)險(xiǎn)模擬評(píng)估預(yù)測(cè)包含兩方面的內(nèi)容：一是預(yù)測(cè)未來(lái)可能發(fā)生的環(huán)境風(fēng)險(xiǎn)、開(kāi)展先期預(yù)警，以阻止或減緩環(huán)境風(fēng)險(xiǎn)的發(fā)生；二是在環(huán)境風(fēng)險(xiǎn)發(fā)生后進(jìn)行風(fēng)險(xiǎn)發(fā)展趨勢(shì)、影響程度和影響持續(xù)時(shí)間的預(yù)測(cè)預(yù)報(bào)，為環(huán)境風(fēng)險(xiǎn)處置提供支撐。大數(shù)據(jù)環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)應(yīng)該對(duì)整體的區(qū)域和樣本進(jìn)行分析，是一個(gè)關(guān)乎整體流域完整水循環(huán)和水質(zhì)演化的問(wèn)題。數(shù)值模型是環(huán)境風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)的主要計(jì)算工具，而與模型相關(guān)的輔助計(jì)算方法則是提高數(shù)值模型可用性和實(shí)時(shí)性的關(guān)鍵。

3.4.1 數(shù)值模型體系

完整的水循環(huán)過(guò)程涉及氣象、水文、水動(dòng)力水質(zhì)和水生態(tài)過(guò)程，對(duì)應(yīng)的數(shù)值模型包括氣象模型（空）、陸地模型（地）、水動(dòng)力模型、水質(zhì)模型和水生態(tài)模型以及突發(fā)事故模型（水）。本文依據(jù)水環(huán)境風(fēng)險(xiǎn)發(fā)生前后的管理需求，分別構(gòu)建流域的空、地、水的模型模塊，將其分為條件模型和應(yīng)用模型。其中，氣象模型為其余模型提供氣象條件；陸地模型為水動(dòng)力模型、水質(zhì)模型水生態(tài)模型提供氣象條件；水動(dòng)力模型為水質(zhì)模型、水生態(tài)模型的條件模型；突發(fā)事故模型包含自由的水動(dòng)力和污染物擴(kuò)散模擬模塊。各子模型之間既相互耦合又能獨(dú)立模擬，模型間的耦合狀態(tài)如圖4所示。

在水環(huán)境模型體系中，條件模型是針對(duì)全流域模擬需求而設(shè)定的，其模擬區(qū)域固定，只對(duì)全流域進(jìn)行整體的模擬；模型的模擬邊界范圍、數(shù)據(jù)網(wǎng)格是固定的。條件模型一方面是針對(duì)水環(huán)境管理業(yè)務(wù)化的需求，實(shí)現(xiàn)對(duì)整個(gè)流域全局范圍的在線實(shí)時(shí)的水環(huán)境模擬；另一方面為局部精細(xì)模擬，即模型應(yīng)用節(jié)點(diǎn)的模擬提供邊界條件。應(yīng)用模型是針對(duì)流域水環(huán)境管理中具體區(qū)域內(nèi)的實(shí)際應(yīng)用而設(shè)定的，用于評(píng)價(jià)分析流域內(nèi)局部區(qū)域氣象水文水質(zhì)狀況、開(kāi)展突發(fā)事件應(yīng)急決策。應(yīng)用模型按需進(jìn)行模擬分析，其模擬的水域范圍不固定，可由用戶(hù)自行指定；其模擬的網(wǎng)格精度較高、相對(duì)于條件節(jié)點(diǎn)為細(xì)網(wǎng)格；水動(dòng)力水質(zhì)水生態(tài)的模型參數(shù)、水環(huán)境指標(biāo)在模型中會(huì)有預(yù)置值，但用戶(hù)可以根據(jù)實(shí)際情況進(jìn)行修改。在模型開(kāi)展精細(xì)全局模擬的過(guò)程中，當(dāng)前最重要的問(wèn)題是要突破模型計(jì)算效率與計(jì)算精度之間的矛盾，而這需要一套高效能的計(jì)算方法予以支撐。

3.4.2 模型高效能計(jì)算

圖4 流域水環(huán)境模型體系

大數(shù)據(jù)理論體系下，解決計(jì)算效率問(wèn)題的最優(yōu)模式是MapReduce模式，通過(guò)將大區(qū)域計(jì)算的大問(wèn)題劃分為大量互不干擾的小區(qū)域計(jì)算的小問(wèn)題，利用集群計(jì)算予以解決。為提高模型的模擬速度和精度，基于MapReduce模式，本文構(gòu)建的模型采用OpenMP+MPI的混合并行計(jì)算模式進(jìn)行模擬計(jì)算，混合并行計(jì)算模式如圖5所示。

將模型計(jì)算范圍進(jìn)行分塊，并分配到不同的機(jī)器（進(jìn)程）上進(jìn)行計(jì)算，利用MPI將鏈接不同進(jìn)程進(jìn)行數(shù)據(jù)交換，模型內(nèi)部以O(shè)penMP的fork-join模式對(duì)循環(huán)體進(jìn)行并行，形成模型內(nèi)部、模型計(jì)算分塊間的混合并行計(jì)算方式，以提高模型的模擬速度。

3.5 風(fēng)險(xiǎn)預(yù)警決策支持系統(tǒng)

風(fēng)險(xiǎn)預(yù)警決策支持系統(tǒng)的核心是滿(mǎn)足業(yè)務(wù)化的管理需求，既能開(kāi)展常規(guī)業(yè)務(wù)化的風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估，也能實(shí)時(shí)在線地進(jìn)行業(yè)務(wù)情景分析。具體的需求即軟件系統(tǒng)能在日常情況下，定時(shí)預(yù)測(cè)并發(fā)布既定敏感位置的未來(lái)幾天的水質(zhì)狀況和風(fēng)險(xiǎn)等級(jí)等信息；在檢測(cè)到突發(fā)風(fēng)險(xiǎn)的情況下，能迅速預(yù)報(bào)預(yù)測(cè)風(fēng)險(xiǎn)事故在一天內(nèi)的變化趨勢(shì)，提出最優(yōu)的應(yīng)急處置方案。本文依據(jù)業(yè)務(wù)化環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警的業(yè)務(wù)化管理需求，針對(duì)大數(shù)據(jù)產(chǎn)生、收集、存儲(chǔ)和共享的特點(diǎn)，構(gòu)建了流域水環(huán)境風(fēng)險(xiǎn)預(yù)警決策支持系統(tǒng)，系統(tǒng)包括控制中心、計(jì)算中心、數(shù)據(jù)中心和業(yè)務(wù)中心，系統(tǒng)架構(gòu)如圖6所示。

控制中心是整個(gè)系統(tǒng)的頭腦，管理系統(tǒng)運(yùn)行流程，分配系統(tǒng)資源，使各中心協(xié)同分工合作，快速、有序地完成常規(guī)業(yè)務(wù)和情景業(yè)務(wù)；同時(shí)監(jiān)控系統(tǒng)運(yùn)行，處理系統(tǒng)故障，實(shí)現(xiàn)集群管理系統(tǒng)的自動(dòng)化、智能化業(yè)務(wù)處理。數(shù)據(jù)中心單獨(dú)分布在國(guó)家、流域和行政單位的數(shù)據(jù)云中，能自動(dòng)收集、處理水利、環(huán)保、氣象數(shù)據(jù)，實(shí)現(xiàn)對(duì)歷史數(shù)據(jù)、模型運(yùn)算數(shù)據(jù)的存儲(chǔ)管理，為計(jì)算中心的評(píng)估計(jì)算和業(yè)務(wù)中心數(shù)據(jù)共享發(fā)布提供數(shù)據(jù)支撐。計(jì)算中心包括條件模型和應(yīng)用模型體系，條件模型自動(dòng)定時(shí)開(kāi)展全流域模擬計(jì)算，生成全流域水文水質(zhì)水生態(tài)數(shù)據(jù)和敏感位置預(yù)測(cè)預(yù)報(bào)結(jié)果。應(yīng)用模型隨時(shí)待命，在有情景業(yè)務(wù)需求時(shí)，獲取條件模型結(jié)果，依據(jù)情景條件進(jìn)行應(yīng)急評(píng)估與決策運(yùn)算。業(yè)務(wù)中心提供業(yè)務(wù)管理部門(mén)所需的、可視化的水環(huán)境監(jiān)測(cè)、預(yù)報(bào)和預(yù)警信息，完成水環(huán)境警情信息的發(fā)布和報(bào)告等服務(wù)。

圖6 風(fēng)險(xiǎn)預(yù)警決策支持系統(tǒng)架構(gòu)

4 三峽庫(kù)區(qū)水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警示范系統(tǒng)

4.1 系統(tǒng)簡(jiǎn)介

隨著經(jīng)濟(jì)建設(shè)的快速發(fā)展，我國(guó)水環(huán)境風(fēng)險(xiǎn)隱患不斷增加，與之相隨的突發(fā)水污染事故、水華、生態(tài)破壞等一系列水環(huán)境風(fēng)險(xiǎn)在眾多流域頻頻發(fā)生。三峽庫(kù)區(qū)的庫(kù)—水—人在我國(guó)流域具有典型的代表性，庫(kù)區(qū)水環(huán)境面臨點(diǎn)源、面源、突發(fā)污染等一系列的風(fēng)險(xiǎn)隱患。為保護(hù)三峽庫(kù)區(qū)的生態(tài)環(huán)境，三峽庫(kù)區(qū)相關(guān)的水利、水質(zhì)管理部門(mén)和各級(jí)政府機(jī)構(gòu)在三峽設(shè)置了眾多的監(jiān)測(cè)站，形成了三峽庫(kù)區(qū)氣象、水文、水質(zhì)的立體監(jiān)測(cè)網(wǎng)絡(luò)。不同的科研單位近年來(lái)在三峽庫(kù)區(qū)開(kāi)展了眾多的研究，取得了一系列的科技成果。庫(kù)區(qū)已具備構(gòu)建環(huán)境大數(shù)據(jù)的監(jiān)測(cè)條件、數(shù)據(jù)條件和技術(shù)條件。本文在國(guó)家水體污染控制與治理科技重大專(zhuān)項(xiàng)——三峽庫(kù)區(qū)及上游流域水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警技術(shù)研究與示范課題的支撐下，基于大數(shù)據(jù)的環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警體系，構(gòu)建了三峽庫(kù)區(qū)水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警示范系統(tǒng)。該系統(tǒng)具有常規(guī)水質(zhì)預(yù)測(cè)、突發(fā)水污染事故風(fēng)險(xiǎn)識(shí)別與預(yù)測(cè)、水華風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)和信息發(fā)布等功能。

4.2 業(yè)務(wù)化應(yīng)用與案例

三峽庫(kù)區(qū)水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警示范系統(tǒng)成功部署在四川省環(huán)境監(jiān)測(cè)總站、重慶環(huán)境科學(xué)研究院、湖北省環(huán)境監(jiān)測(cè)中心站、長(zhǎng)江水利委員會(huì)水文局等地方環(huán)境管理職能部門(mén)和流域管理機(jī)構(gòu)。示范系統(tǒng)自2015年業(yè)務(wù)化運(yùn)行以來(lái)，每天通過(guò)自動(dòng)作業(yè)的方式，自動(dòng)獲取水文監(jiān)測(cè)站、氣象監(jiān)測(cè)站的最新水文氣象信息，進(jìn)行水文氣象預(yù)報(bào)，并模擬預(yù)測(cè)未來(lái)72小時(shí)的水動(dòng)力水質(zhì)狀況，進(jìn)行常規(guī)水質(zhì)預(yù)報(bào)，開(kāi)展水污染風(fēng)險(xiǎn)評(píng)估和水華風(fēng)險(xiǎn)評(píng)估與預(yù)警。自業(yè)務(wù)化運(yùn)行以來(lái)，示范系統(tǒng)共獲得120多萬(wàn)條水質(zhì)自動(dòng)監(jiān)測(cè)數(shù)據(jù)、36.5萬(wàn)多條氣象數(shù)據(jù)，向業(yè)務(wù)管理人員推送了大約14 850條水質(zhì)預(yù)報(bào)信息。四川和重慶示范區(qū)平臺(tái)常規(guī)水質(zhì)預(yù)報(bào)和風(fēng)險(xiǎn)評(píng)估的以及短信推送如圖7所示。

業(yè)務(wù)化系統(tǒng)每天預(yù)測(cè)未來(lái)的水質(zhì)濃度，并對(duì)比評(píng)估水質(zhì)自動(dòng)監(jiān)測(cè)值與模擬值，當(dāng)模擬值與實(shí)測(cè)值存在較大誤差，且實(shí)測(cè)值大于先前三天的平均值時(shí)，系統(tǒng)自動(dòng)發(fā)出水質(zhì)濃度超標(biāo)預(yù)警信息。如2016年7月1日10時(shí)，釜溪河鄧關(guān)斷面總磷實(shí)測(cè)值為0.70mg/L，超過(guò)平臺(tái)總磷預(yù)測(cè)值（0.34mg/L）100.06%，大于先前三天的平均值，系統(tǒng)發(fā)出水質(zhì)超標(biāo)風(fēng)險(xiǎn)預(yù)警。環(huán)保部門(mén)依據(jù)平臺(tái)信息數(shù)據(jù)判斷可能是上游企業(yè)在6月30日降雨期間有短時(shí)高濃度總磷廢液偷排所致，當(dāng)即通知相關(guān)單位展開(kāi)排查。圖8為四川示范平臺(tái)中系統(tǒng)預(yù)測(cè)濃度與水質(zhì)自動(dòng)站實(shí)測(cè)濃度對(duì)比。

5 結(jié)論

圖7 常規(guī)水質(zhì)預(yù)報(bào)與風(fēng)險(xiǎn)評(píng)估

圖8 2016年7月1日水質(zhì)預(yù)測(cè)濃度與實(shí)測(cè)濃度對(duì)比

本文分析了環(huán)境大數(shù)據(jù)的實(shí)時(shí)、大量、非結(jié)構(gòu)化等特點(diǎn)和業(yè)務(wù)化水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警的需求。在環(huán)境大數(shù)據(jù)不斷發(fā)展的趨勢(shì)下，國(guó)家層次、流域?qū)哟?、行政區(qū)層次和業(yè)務(wù)部門(mén)層次的大數(shù)據(jù)中心將相繼建立，并各自完成不同的管理和業(yè)務(wù)功能?；诖?，本文提出了多層次、多目標(biāo)的環(huán)境風(fēng)險(xiǎn)模擬評(píng)估與預(yù)警的體系架構(gòu)，確定了環(huán)境風(fēng)險(xiǎn)的智能識(shí)別模式，構(gòu)建了環(huán)境風(fēng)險(xiǎn)模擬預(yù)測(cè)的空地水一體化模型體系架構(gòu)，并探討了基于MPI和OpenMP混合并行的模型高效能計(jì)算方法，提出了一套包含控制中心、計(jì)算中心、數(shù)據(jù)中心和業(yè)務(wù)中心的風(fēng)險(xiǎn)預(yù)警決策支持系統(tǒng)架構(gòu)。最后，本文以三峽庫(kù)區(qū)水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警示范系統(tǒng)為例，對(duì)其業(yè)務(wù)化的效果進(jìn)行了介紹。本文所研究的在大數(shù)據(jù)背景下，流域水環(huán)境風(fēng)險(xiǎn)模擬技術(shù)與業(yè)務(wù)化系統(tǒng)的體系框架，對(duì)新形勢(shì)下流域風(fēng)險(xiǎn)評(píng)估與預(yù)警技術(shù)的研發(fā)、技術(shù)體系的構(gòu)建具有一定的借鑒意義。

[1] 環(huán)境保護(hù)部辦公廳. 關(guān)于印發(fā)《生態(tài)環(huán)境大數(shù)據(jù)建設(shè)總體方案》的通知[EB/OL]. (2016-03-08)[2016-03-08]. http://www.zhb.gov.cn/gkml/hbb/bgt/201603/t20160311_ 332712.htm.

[2] 佚名. 國(guó)務(wù)院辦公廳印發(fā)《生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)建設(shè)方案》[J]. 中國(guó)環(huán)境管理, 2015(4): 56-56.

[3] KOSSENKO M M, DEGTEVA M O. Cancer mortality and radiation risk evaluation for the Techa river population[J]. Science of the total environment, 1994, 142(1-2): 73-89.

[4] 劉新華, 洪浩林, 呂春玲, 等. 建設(shè)項(xiàng)目環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)及應(yīng)用[J]. 江蘇環(huán)境科技, 2004, 17(4): 37-38.

[5] 孫鈺. 落實(shí)應(yīng)急預(yù)案: 提升環(huán)境應(yīng)急能力[J]. 環(huán)境保護(hù), 2006(5): 38-41.

[6] XU Y H, PENG H, YANG Y Q, et al. A cumulative eutrophication risk evaluation method based on a bioaccumulation model[J]. Ecological modelling, 2014, 289: 77-85.

[7] 張萬(wàn)順, 徐艷紅. 基于水質(zhì)目標(biāo)的水環(huán)境累積風(fēng)險(xiǎn)評(píng)估模型[J]. 環(huán)境影響評(píng)價(jià), 2013(5): 51-54.

[8] WANG Y G, ZHANG W S, ENGEL B A, et al. A fast mobile early warning system for water quality emergency risk in ungauged river basins[J]. Environmental modelling & software, 2015, 73: 76-89.

[9] LI W X, ZHANG Y C, LIU Z, et al. Outline for establishment of the Taihu-Lake Basin early warning system[J]. Ecotoxicology, 2009, 18(6): 768-771.

[10] STOREY M V, VAN DER GAAG B, BURNS B P. Advances in on-line drinking water quality monitoring and early warning systems[J]. Water research, 2011, 45(2): 741-747.

[11] BURCHARD-LEVINE A, LIU S M, VINCE F, et al. A hybrid evolutionary data driven model for river water quality early warning[J]. Journal of environmental management, 2014, 143: 8-16.

[12] 張穎, 高倩倩. 基于灰色模型和模糊神經(jīng)網(wǎng)絡(luò)的綜合水質(zhì)預(yù)測(cè)模型研究[J]. 環(huán)境工程學(xué)報(bào), 2015, 9(2): 537-545.

Research of Water Environment Risk Assessment and Early Warning Based on Big Data

WANG Yonggui, XIA Jinging，ZHANG Wanshun*, ZHANG Xiao
(School of Resources and Environmental Science, Wuhan University, Wuhan 430079)

With the continuous construction of ecological environment big data, national, basin and administrative level of big data centers appeared one after another. It is of great signifcance and challenge to quickly and effciently analyze and make use of the real-time generation, and various types of environmental big data, extract its value in environmental risk assessment and forecasting. Based on the characteristics of ecological environment big data, its organization and management at different levels and the operational requirements of water environmental risk assessment and early warning, this paper built the big data based operational system for basin water environmental risk assessment and early warning. Intelligent identifcation model for environmental risk and the method of efficient simulation and prediction of environmental risk were researched, then a set of multi-center operational system, which can meet the needs of multilevel business management and effcient use of environment data, was put forward.

big data; risk assessment; early warning and forecasting; operational

X824；X52

1674-6252（2017）02-0043-08

A

10.16868/j.cnki.1674-6252.2017.02.043

國(guó)家水體污染控制與治理科技重大專(zhuān)項(xiàng)——三峽庫(kù)區(qū)及上游流域水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警技術(shù)研究與示范課題( 2013ZX07503-001)；中國(guó)博士后科學(xué)基金（2016M602364）。

王永桂（1987—），男，博士，主要從事流域環(huán)境模擬與仿真、大數(shù)據(jù)、高性能計(jì)算技術(shù)研究，E-mail：wangyonggui@whu.edu.cn。

*責(zé)任作者： 張萬(wàn)順（1965—），男，教授，博士，博士生導(dǎo)師，主要從事河流動(dòng)力學(xué)、環(huán)境管理學(xué)、生態(tài)環(huán)境水力學(xué)、環(huán)境數(shù)學(xué)模擬仿真、流域水環(huán)境演化等領(lǐng)域的研究，E-mail：wszhang@whu.edu.cn。