熊麗君，袁明珠，吳建強(qiáng)*

1. 上海市環(huán)境科學(xué)研究院，上海 200233，2. 華東理工大學(xué)資源與環(huán)境工程學(xué)院，上海 200237

大數(shù)據(jù)分為數(shù)據(jù)產(chǎn)品、處理過(guò)程和認(rèn)知過(guò)程 3個(gè)層次，其中數(shù)據(jù)產(chǎn)品主要特征為容量大（Volume）、類型多（Variety）、存取速度快（Velocity）和應(yīng)用價(jià)值高（Value），處理過(guò)程指對(duì)海量數(shù)據(jù)進(jìn)行采集、存儲(chǔ)、關(guān)聯(lián)分析和可視化，認(rèn)知過(guò)程指通過(guò)對(duì)數(shù)據(jù)的處理獲得新知識(shí)、從而創(chuàng)造新價(jià)值，改變?nèi)藗冋J(rèn)知結(jié)構(gòu)（郭少青，2017；趙苗苗等，2017）。通過(guò)大數(shù)據(jù)分析（Big Data Analytics，BDA），可以更好掌握客觀事件的特征，找到有利于決策的信息（Yong，2014）。生態(tài)環(huán)境大數(shù)據(jù)指運(yùn)用大數(shù)據(jù)理念、采用處理方法和分析技術(shù)對(duì)生態(tài)環(huán)境數(shù)據(jù)進(jìn)行收集、分類、存儲(chǔ)、分析與利用，在此基礎(chǔ)上進(jìn)行應(yīng)用，以解決生態(tài)環(huán)境問(wèn)題。國(guó)際生物學(xué)計(jì)劃（International Biological Program，IBP）推動(dòng)長(zhǎng)期生態(tài)學(xué)研究網(wǎng)絡(luò)（The International Long Term Ecological Research，ILTER）發(fā)展，標(biāo)志著生態(tài)學(xué)進(jìn)入“大科學(xué)、大數(shù)據(jù)”時(shí)代（Aronova et al.，2010）。

傳統(tǒng)的生態(tài)環(huán)境數(shù)據(jù)呈現(xiàn)無(wú)序性、孤立性和缺乏群體性，給生態(tài)環(huán)境監(jiān)測(cè)評(píng)價(jià)及綜合管理造成了一定困難（程春明等，2015）。發(fā)展生態(tài)環(huán)境大數(shù)據(jù)技術(shù)，有利于有效集成多來(lái)源、多類型、多尺度的生態(tài)環(huán)境數(shù)據(jù)，并進(jìn)行高效管理和綜合利用，為生態(tài)環(huán)境保護(hù)和發(fā)展提供新的支撐（Yong，2014）。生態(tài)環(huán)境大數(shù)據(jù)推動(dòng)環(huán)境信息化發(fā)展，是生態(tài)環(huán)境保護(hù)面對(duì)新形勢(shì)、新趨勢(shì)的必然選擇，也是生態(tài)環(huán)境管理的重要支撐。2016年生態(tài)環(huán)境部出臺(tái)《生態(tài)環(huán)境大數(shù)據(jù)建設(shè)建設(shè)總體方案》，明確指出加強(qiáng)生態(tài)環(huán)境大數(shù)據(jù)綜合應(yīng)用與集成分析，實(shí)現(xiàn)生態(tài)環(huán)境綜合決策科學(xué)化、生態(tài)環(huán)境監(jiān)管精準(zhǔn)化、生態(tài)環(huán)境公共服務(wù)便民化（董玉紅等，2017）。

本文通過(guò)分析生態(tài)環(huán)境大數(shù)據(jù)技術(shù)體系，對(duì)大數(shù)據(jù)技術(shù)在氣、水、噪聲、土壤等生態(tài)環(huán)境要素的監(jiān)測(cè)評(píng)價(jià)、模擬預(yù)測(cè)、優(yōu)化管理中應(yīng)用進(jìn)行闡述與剖析，針對(duì)當(dāng)前存在的不足，提出相關(guān)建議，為后續(xù)大數(shù)據(jù)技術(shù)在生態(tài)環(huán)境領(lǐng)域的應(yīng)用研究提供技術(shù)支撐，對(duì)加快生態(tài)環(huán)境大數(shù)據(jù)平臺(tái)建設(shè)、高效應(yīng)用生態(tài)環(huán)境大數(shù)據(jù)具有重要的參考價(jià)值。

1 生態(tài)環(huán)境大數(shù)據(jù)技術(shù)體系

生態(tài)環(huán)境大數(shù)據(jù)技術(shù)將各種數(shù)據(jù)有機(jī)結(jié)合在一起，并進(jìn)行分析，解決錯(cuò)綜復(fù)雜的生態(tài)環(huán)境問(wèn)題，提升環(huán)境決策的準(zhǔn)確性和科學(xué)性。通過(guò)利用現(xiàn)代化生態(tài)環(huán)境監(jiān)測(cè)儀進(jìn)行數(shù)據(jù)采集，獲取海量數(shù)據(jù)，在云計(jì)算等技術(shù)基礎(chǔ)上對(duì)生態(tài)環(huán)境大數(shù)據(jù)進(jìn)行處理，進(jìn)而進(jìn)行實(shí)踐應(yīng)用，使生態(tài)環(huán)境大數(shù)據(jù)價(jià)值獲得最大化（Johnson et al.，2017），其技術(shù)體系見圖1。

1.1 大數(shù)據(jù)采集技術(shù)

大數(shù)據(jù)主要通過(guò)衛(wèi)星遙感、傳感器、射頻識(shí)別、物聯(lián)網(wǎng)和移動(dòng)平臺(tái)等技術(shù)手段進(jìn)行采集（圖1）。隨著科學(xué)技術(shù)水平提高及信息化發(fā)展，生態(tài)環(huán)境大數(shù)據(jù)獲取方式趨向多樣化，采集數(shù)據(jù)主要分為五類：地面監(jiān)測(cè)數(shù)據(jù)、衛(wèi)星遙感監(jiān)測(cè)數(shù)據(jù)、地理信息數(shù)據(jù)、社會(huì)統(tǒng)計(jì)數(shù)據(jù)以及其他數(shù)據(jù)（表1）。

圖1 生態(tài)環(huán)境大數(shù)據(jù)技術(shù)體系框架Fig. 1 Technology system framework of big data in ecological environment

表1 生態(tài)環(huán)境大數(shù)據(jù)采集來(lái)源及主要內(nèi)容Table 1 Collection sources and main contents of big data in ecological environment

在數(shù)據(jù)采集技術(shù)中，遙感技術(shù)使空間信息在生態(tài)環(huán)境領(lǐng)域發(fā)揮著獨(dú)特的作用。目前建立覆蓋全球的生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)主要分為全球衛(wèi)星遙感監(jiān)測(cè)網(wǎng)絡(luò)和地面監(jiān)測(cè)網(wǎng)絡(luò)兩大類，其中地面監(jiān)測(cè)網(wǎng)絡(luò)包括氣象站監(jiān)測(cè)網(wǎng)絡(luò)和全球環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)。地面氣象站監(jiān)測(cè)網(wǎng)絡(luò)包括100多種數(shù)據(jù)來(lái)源和35000個(gè)氣象站點(diǎn)，集成了不同國(guó)家、不同地區(qū)的實(shí)時(shí)天氣觀測(cè)數(shù)據(jù)，獲取參數(shù)為云量、氣壓、風(fēng)速、風(fēng)向、溫度、可見度、降水等（趙海鳳等，2018）；全球環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)主要涵蓋生態(tài)系統(tǒng)監(jiān)測(cè)和環(huán)境污染監(jiān)測(cè)，收集并分析水生態(tài)、陸地生態(tài)、環(huán)境質(zhì)量、環(huán)境污染以及生態(tài)環(huán)境要素的時(shí)空變化情況（胡沅等，2014）。除此以外，全世界建立的多個(gè)公民科學(xué)項(xiàng)目平臺(tái)利用“公民科學(xué)家”參與收集環(huán)境數(shù)據(jù)，對(duì)生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)也起到了一定的數(shù)據(jù)完善和豐富作用，如美國(guó) BudBurst項(xiàng)目采用全美人民收集的植物生命周期數(shù)據(jù)來(lái)幫助研究植物如何應(yīng)對(duì)環(huán)境變化（于貴瑞等，2018）。2018年4月，中國(guó)生態(tài)環(huán)境部啟動(dòng)生態(tài)環(huán)保遙感大數(shù)據(jù)建設(shè)，推動(dòng)遙感大數(shù)據(jù)的獲取與應(yīng)用，但遙感大數(shù)據(jù)仍存在收集標(biāo)準(zhǔn)不統(tǒng)一、質(zhì)量較大差異和使用率低等問(wèn)題，為了能夠?qū)ι鷳B(tài)環(huán)境狀況開展全天候監(jiān)測(cè)，生態(tài)環(huán)境部基于衛(wèi)星遙感等技術(shù)初步構(gòu)建生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)體系，目前天地立體監(jiān)測(cè)系統(tǒng)具備 2—3 d對(duì)全國(guó)進(jìn)行覆蓋一次的生態(tài)環(huán)境監(jiān)測(cè)的能力（王橋等，2016）。

1.2 大數(shù)據(jù)處理技術(shù)

大數(shù)據(jù)來(lái)源廣泛，數(shù)據(jù)類型和處理方法千差萬(wàn)別，不同學(xué)者對(duì)大數(shù)據(jù)處理技術(shù)流程進(jìn)行了劃分，如竇萬(wàn)春等（2013）將其劃分為獲取、集成、分析解釋3個(gè)階段；劉智慧等（2014）基于中國(guó)人民大學(xué)網(wǎng)絡(luò)與移動(dòng)數(shù)據(jù)管理實(shí)驗(yàn)室（WAMDM）研究將其劃分為采集、處理集成、分析、解釋4個(gè)階段；常杪等（2015）將其劃分為采集預(yù)處理、存儲(chǔ)、分析、可視化4個(gè)階段；趙芬等（2017）將其劃分為獲取、存儲(chǔ)管理、計(jì)算、分析4個(gè)階段。大數(shù)據(jù)處理技術(shù)的功能主要為分析和處理數(shù)據(jù)，并獲得有用信息。本文基于大數(shù)據(jù)技術(shù)的儲(chǔ)存、處理、分析、融合等特點(diǎn)，將生態(tài)環(huán)境大數(shù)據(jù)處理流程劃分為 4個(gè)系統(tǒng)：數(shù)據(jù)存儲(chǔ)管理系統(tǒng)、數(shù)據(jù)預(yù)處理系統(tǒng)、數(shù)據(jù)深入處理系統(tǒng)與數(shù)據(jù)整合挖掘系統(tǒng)（圖2）。

數(shù)據(jù)存儲(chǔ)管理系統(tǒng)是生態(tài)環(huán)境大數(shù)據(jù)處理的基礎(chǔ)，應(yīng)具備良好的兼容性、拓展性、先進(jìn)性、穩(wěn)定性和安全性，并能滿足復(fù)雜條件下的不同需求，主要包括文件系統(tǒng)和數(shù)據(jù)庫(kù)系統(tǒng)兩類，其中具有代表性的文件系統(tǒng)有：HDFS（Hadoop Distributed File System）、GFS（Google file system）、Ceph和Tachyon，具有代表的數(shù)據(jù)庫(kù)有 Big Table（Google公司）、PNUTS（Yahoo公司）和Dynamo（Amazon公司）（趙芬等，2017）。由于數(shù)據(jù)來(lái)源結(jié)構(gòu)復(fù)雜、類型多樣，數(shù)據(jù)預(yù)處理系統(tǒng)采用 Data Stage、Data Flux、Informatica Power Center等方法（常杪等，2015）對(duì)源數(shù)據(jù)進(jìn)行清洗，將其轉(zhuǎn)換為單一或便于處理的結(jié)構(gòu)。在預(yù)處理后，進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行深入處理，包括機(jī)器學(xué)習(xí)、智能算法、統(tǒng)計(jì)分析和系統(tǒng)建模（汪自書等，2018），其中統(tǒng)計(jì)分析包括描述分析、相關(guān)分析、回歸分析、聚類分析以及主成分分析等，是數(shù)據(jù)處理最常用的技術(shù)；鑒于生態(tài)環(huán)境大數(shù)據(jù)的特殊性和復(fù)雜性，生態(tài)環(huán)境大數(shù)據(jù)分析往往涉及多種分析方法，需充分利用各類先進(jìn)的統(tǒng)計(jì)分析、地理信息等算法及軟件。在數(shù)據(jù)進(jìn)行深入處理后，再采用Meta分析方法、基于數(shù)據(jù)驅(qū)動(dòng)的挖掘方法和基于過(guò)程機(jī)理的模型-數(shù)據(jù)融合方法對(duì)生態(tài)環(huán)境大數(shù)據(jù)進(jìn)行整合挖掘（于貴瑞等，2018），獲得科學(xué)性、融合性和有效性信息，從而應(yīng)用于生態(tài)環(huán)境的管理與決策。

大數(shù)據(jù)平臺(tái)是數(shù)據(jù)處理和分析的基礎(chǔ)，生態(tài)環(huán)境大數(shù)據(jù)平臺(tái)以信息化系統(tǒng)為基礎(chǔ)，能夠開辟各領(lǐng)域、系統(tǒng)間數(shù)據(jù)通道，對(duì)歷史動(dòng)態(tài)數(shù)據(jù)進(jìn)行整合，快速提取有價(jià)值的信息，提升生態(tài)環(huán)境重大風(fēng)險(xiǎn)預(yù)警預(yù)報(bào)和科學(xué)決策水平，成為推進(jìn)生態(tài)環(huán)境保護(hù)的重要手段（宋蕾，2019）。中國(guó)《生態(tài)環(huán)境大數(shù)據(jù)建設(shè)總體方案》設(shè)置了大數(shù)據(jù)環(huán)保云、大數(shù)據(jù)管理和大數(shù)據(jù)應(yīng)用3個(gè)平臺(tái)（王建民，2016），邱立新等（2018）提出“能源-經(jīng)濟(jì)-環(huán)境”大數(shù)據(jù)平臺(tái)，為政府、企業(yè)、研究機(jī)構(gòu)等部門信息資源提供數(shù)據(jù)支撐和工具支撐。云計(jì)算是當(dāng)前大數(shù)據(jù)分析的最新技術(shù)和趨勢(shì)，以MapReduce、Hadoop等為代表的云計(jì)算平臺(tái)成為大數(shù)據(jù)分析基礎(chǔ)平臺(tái)（劉智慧等，2014），江蘇省環(huán)境保護(hù)廳依托物聯(lián)網(wǎng)、云計(jì)算和移動(dòng)互聯(lián)網(wǎng)等信息化技術(shù)，建立了以環(huán)保云為代表的生態(tài)環(huán)境大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)省內(nèi)生態(tài)環(huán)境數(shù)據(jù)融合統(tǒng)一，初步構(gòu)建了環(huán)境數(shù)據(jù)質(zhì)量監(jiān)控體系（張毅等，2019）。

圖2 生態(tài)環(huán)境大數(shù)據(jù)處理技術(shù)流程Fig. 2 Technological process of big data for ecological environment

1.3 實(shí)踐應(yīng)用

通過(guò)應(yīng)用生態(tài)環(huán)境大數(shù)據(jù)技術(shù)，將多種復(fù)雜的環(huán)境信息與各類數(shù)據(jù)融合，克服信息數(shù)據(jù)片面性，全面深入分析環(huán)境成因，評(píng)判環(huán)境損害，提供科學(xué)環(huán)境決策，從而更有效保護(hù)生態(tài)環(huán)境（Johnson et al.，2017；Kossenko et al.，1994；Zhao et al.，2017；李娜等，2015）。目前大數(shù)據(jù)技術(shù)主要應(yīng)用于大氣、水、噪聲、固廢、土壤等生態(tài)環(huán)境要素的監(jiān)測(cè)評(píng)價(jià)、模擬預(yù)測(cè)與優(yōu)化管理。截至2018年，中國(guó)有15個(gè)生態(tài)環(huán)境廳（局）已建或在建大數(shù)據(jù)決策支持應(yīng)用服務(wù)中心，其中上海市生態(tài)環(huán)境局采用大數(shù)據(jù)技術(shù)收集環(huán)境執(zhí)法、監(jiān)督等數(shù)據(jù)，建立監(jiān)察執(zhí)法決策數(shù)據(jù)中心，并進(jìn)行實(shí)時(shí)分析，促進(jìn)環(huán)境監(jiān)管的精細(xì)化和科學(xué)化（張毅等，2019）。

2 大數(shù)據(jù)技術(shù)在監(jiān)測(cè)評(píng)價(jià)中的應(yīng)用

大數(shù)據(jù)技術(shù)在監(jiān)測(cè)評(píng)價(jià)中的應(yīng)用主要是基于生態(tài)環(huán)境在線監(jiān)測(cè)和數(shù)據(jù)處理系統(tǒng)，進(jìn)行數(shù)據(jù)長(zhǎng)期監(jiān)測(cè)、自動(dòng)傳輸、在線計(jì)算和可視化應(yīng)用。大數(shù)據(jù)技術(shù)的發(fā)展使生態(tài)環(huán)境監(jiān)測(cè)從短期向長(zhǎng)期轉(zhuǎn)變，從單要素向宏觀結(jié)構(gòu)、時(shí)空協(xié)同監(jiān)測(cè)轉(zhuǎn)變（Carey et al.，2019），特別是水和大氣環(huán)境要素，受水文、氣象、污染等因素影響，變化復(fù)雜，在線監(jiān)測(cè)數(shù)據(jù)量大、種類繁多，大數(shù)據(jù)技術(shù)可以整合水文、水利、氣象、環(huán)境、能源、經(jīng)濟(jì)等領(lǐng)域數(shù)據(jù)，建立數(shù)據(jù)平臺(tái)，簡(jiǎn)化數(shù)據(jù)交換共享流程（Chen et al.，2017）；并可基于無(wú)線傳感網(wǎng)絡(luò)和動(dòng)態(tài)監(jiān)測(cè)，結(jié)合遙感技術(shù)和地理信息系統(tǒng)，開發(fā)多功能生態(tài)傳感網(wǎng)絡(luò)服務(wù)平臺(tái)，促進(jìn)了生態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)的查詢、分析、評(píng)價(jià)、共享和應(yīng)用（宋東澤等，2015）。

2.1 提高監(jiān)測(cè)有效便利性

在有效性方面，大數(shù)據(jù)技術(shù)實(shí)現(xiàn)大區(qū)域環(huán)境污染數(shù)據(jù)互聯(lián)互通，優(yōu)化分析數(shù)據(jù)，實(shí)現(xiàn)環(huán)境網(wǎng)格化監(jiān)控和數(shù)據(jù)高效處理分析，實(shí)時(shí)顯示環(huán)境質(zhì)量評(píng)價(jià)指數(shù)（張毅等，2019）。如黃剛等（2010）等結(jié)合e-Science的大氣數(shù)據(jù)分析平臺(tái)，提出數(shù)據(jù)處理算法與分析結(jié)合系統(tǒng)，通過(guò)平臺(tái)對(duì)數(shù)據(jù)進(jìn)行在線分析和計(jì)算，節(jié)省網(wǎng)絡(luò)帶寬；黃丹雯（2018）基于自主學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)校準(zhǔn)體系，提高大氣網(wǎng)格化監(jiān)控有效性；譚清海等（2013）提出基于Server-Client的遠(yuǎn)程數(shù)據(jù)抽取和并行可視化解決方案，實(shí)現(xiàn)快速抽取和快速可視化地診斷分析，并在中國(guó)氣象信息綜合分析處理系統(tǒng)（Meteorology Information Comprehensive Analysis Process System，MICAPS）得到應(yīng)用；Malbéteau et al.（2016）采用DisPATCh（Disaggregation based on Physical and Theoretical scale Change）方法解決衛(wèi)星觀測(cè)和現(xiàn)場(chǎng)測(cè)量的差異，提高土壤遙感數(shù)據(jù)（濕度、溫度等）準(zhǔn)確性。在便利性方面，大數(shù)據(jù)技術(shù)能夠?qū)?zhǔn)確度降低的傳感器實(shí)時(shí)報(bào)警，降低校準(zhǔn)技術(shù)人員工作強(qiáng)度，保障了特殊區(qū)域的氣體監(jiān)測(cè)質(zhì)量；對(duì)野外長(zhǎng)期動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行實(shí)時(shí)傳輸，透明訪問(wèn)與高效讀取復(fù)雜環(huán)境數(shù)據(jù)，包括氣候變化特征、水文水質(zhì)特征、河湖岸線地貌、生態(tài)狀況和生態(tài)景觀等，提高數(shù)據(jù)收集便利性，并挖掘各類環(huán)境數(shù)據(jù)關(guān)聯(lián)性（Zhong et al.，2015；Boulil et al.，2014；Cravero et al.，2018）。

2.2 優(yōu)化數(shù)據(jù)分析評(píng)價(jià)

大數(shù)據(jù)技術(shù)通過(guò)整合各污染源數(shù)據(jù)，結(jié)合分析技術(shù)和計(jì)算軟件，優(yōu)化監(jiān)測(cè)數(shù)據(jù)的分析與評(píng)價(jià)。張璐璐（2017）基于大數(shù)據(jù)采用監(jiān)測(cè)預(yù)警診斷、數(shù)字信號(hào)處理等技術(shù)優(yōu)化噪聲大數(shù)據(jù)監(jiān)測(cè)分析平臺(tái)；劉肅平等（2018）結(jié)合數(shù)據(jù)實(shí)時(shí)分析和批處理技術(shù)，采用Storm+Hadoop大數(shù)據(jù)處理架構(gòu)，實(shí)現(xiàn)輔機(jī)設(shè)備運(yùn)行噪聲的實(shí)時(shí)監(jiān)測(cè)和分析；王愛娟（2015）基于水利、土壤等數(shù)據(jù)庫(kù)，應(yīng)用土壤流失方程，集成水利普查的流程及計(jì)算方法，開發(fā)水土流失快速測(cè)評(píng)系統(tǒng)，推動(dòng)了網(wǎng)絡(luò)、水利、土壤等大數(shù)據(jù)平臺(tái)的聯(lián)合應(yīng)用；郭書海等（2017）采用“互聯(lián)網(wǎng)+”技術(shù)對(duì)土壤環(huán)境數(shù)據(jù)進(jìn)行提取與補(bǔ)充，并對(duì)數(shù)據(jù)進(jìn)行自我比對(duì)、更新和完善，從而實(shí)現(xiàn)土壤生態(tài)環(huán)境數(shù)字化評(píng)價(jià)。同時(shí)，基于大數(shù)據(jù)技術(shù)可針對(duì)生態(tài)環(huán)境的“源-匯”特征，跟蹤評(píng)價(jià)生態(tài)環(huán)境質(zhì)量和影響因素。Zawadzki et al.（2016）基于土壤水分、海洋鹽分（SMOS）數(shù)據(jù)庫(kù)，結(jié)合全球土地?cái)?shù)據(jù)同化系統(tǒng)（GLDAS）跟蹤分析區(qū)域土壤特征變化；Xie et al.（2017）基于土壤大數(shù)據(jù)平臺(tái)，結(jié)合氣候、社會(huì)、經(jīng)濟(jì)等多部門大數(shù)據(jù)平臺(tái)，剖析京津冀地區(qū)土地生態(tài)變化的影響因素，為科學(xué)管理提供了重要依據(jù)。

2.3 存在不足

大數(shù)據(jù)技術(shù)提高了數(shù)據(jù)監(jiān)測(cè)的有效性和便利性，并提升了監(jiān)測(cè)數(shù)據(jù)的分析與評(píng)價(jià)效率，但隨著生態(tài)環(huán)境保護(hù)要求的提高，數(shù)據(jù)類型和數(shù)據(jù)量不斷增加，基于大數(shù)據(jù)技術(shù)的多領(lǐng)域、多來(lái)源監(jiān)測(cè)數(shù)據(jù)缺乏有效整合和分析（趙苗苗等，2017），評(píng)價(jià)效率不高，與其他領(lǐng)域關(guān)聯(lián)的潛在數(shù)據(jù)價(jià)值尚未被發(fā)掘。不同生態(tài)環(huán)境要素的動(dòng)態(tài)變化特征復(fù)雜，污染來(lái)源多樣，指標(biāo)評(píng)價(jià)受人為主觀因素影響較大，大數(shù)據(jù)技術(shù)對(duì)人為主觀因素的糾錯(cuò)及優(yōu)化評(píng)價(jià)功能有待進(jìn)一步研究。生態(tài)環(huán)境數(shù)據(jù)時(shí)空尺度多樣，針對(duì)不同管理目標(biāo)和管理范圍，需要確定合適的評(píng)價(jià)方法和評(píng)價(jià)模型（張永瀚等，2015），當(dāng)前結(jié)合大數(shù)據(jù)技術(shù)智能篩選、優(yōu)化評(píng)價(jià)方法或模型的研究較少。

3 大數(shù)據(jù)技術(shù)在模擬預(yù)測(cè)中的應(yīng)用

通過(guò)大數(shù)據(jù)技術(shù)與生態(tài)環(huán)境專業(yè)模型結(jié)合，能夠?qū)^(qū)域生態(tài)環(huán)境質(zhì)量進(jìn)行不同時(shí)空尺度下的預(yù)測(cè)以及對(duì)污染進(jìn)行預(yù)警，特別是針對(duì)影響因素多樣，動(dòng)態(tài)變化復(fù)雜的水和大氣兩種環(huán)境要素。模型模擬是水和大氣環(huán)境預(yù)測(cè)預(yù)警和風(fēng)險(xiǎn)評(píng)估的重要手段（周煜申等，2017），水循環(huán)涉及氣象、水文、水動(dòng)力過(guò)程，大氣循環(huán)涉及輻射、對(duì)流過(guò)程，對(duì)應(yīng)的數(shù)值模型包括氣象模型、大氣污染模型、水文模型、水動(dòng)力模型、水質(zhì)模型和水生態(tài)模型等（Gonzalez et al.，2019；湯秋鴻等，2019）。數(shù)據(jù)涉及區(qū)域特征數(shù)據(jù)、空間屬性數(shù)據(jù)和時(shí)間序列數(shù)據(jù)，時(shí)空變化復(fù)雜。大數(shù)據(jù)處理技術(shù)為生態(tài)環(huán)境要素的精準(zhǔn)模擬、預(yù)測(cè)預(yù)警提供了科學(xué)手段。

3.1 提升模擬精度和預(yù)測(cè)速度

大數(shù)據(jù)技術(shù)與專業(yè)模型有效結(jié)合能夠提升模型模擬的有效性和精度，實(shí)現(xiàn)快速預(yù)測(cè)或可視化預(yù)測(cè)。在大氣環(huán)境方面，生態(tài)環(huán)境部信息中心聯(lián)合微軟公司開發(fā)城市局地大氣主要污染物時(shí)空分布大數(shù)據(jù)模型（U-Air系統(tǒng)），基于空氣質(zhì)量、交通流、道路結(jié)構(gòu)、氣象條件等數(shù)據(jù)，實(shí)現(xiàn)1 km×1 km高精度空氣質(zhì)量預(yù)報(bào)（張毅等，2019）；IBM公司與北京市政府聯(lián)合開發(fā)“綠色地平線”大數(shù)據(jù)平臺(tái)，對(duì)實(shí)時(shí)氣象條件和企業(yè)排放數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，實(shí)現(xiàn)高精度預(yù)報(bào)未來(lái) 72 h的空氣環(huán)境質(zhì)量（郭書海等，2017）；IBM 中國(guó)研究院基于認(rèn)知計(jì)算模型，實(shí)現(xiàn)對(duì)全國(guó)367個(gè)城市精細(xì)化監(jiān)管，預(yù)測(cè)未來(lái)7—10 d、精度為 1 km×1 km 范圍內(nèi)的城市細(xì)顆粒度（張毅等，2019）；通過(guò)對(duì)空氣污染監(jiān)測(cè)數(shù)據(jù)挖掘、整合和分析，結(jié)合天氣預(yù)報(bào)數(shù)據(jù)，基于大數(shù)據(jù)平臺(tái)，可實(shí)現(xiàn)以可視化方法預(yù)測(cè)未來(lái)空氣污染物時(shí)空分布特征（武裝等，2015）。在水環(huán)境方面，Kristof et al.（2015）基于地理空間和水文大數(shù)據(jù)，采用專業(yè)模型對(duì)洪水進(jìn)行模擬和快速預(yù)測(cè)；Zhang et al.（2018）提出 MOPSOGA（Multi-Objective Particle Swarm Optimization-Genetic Algorithm）算法，大幅度精簡(jiǎn)水環(huán)境數(shù)據(jù)量，提高水資源數(shù)據(jù)的處理速度；Shafiee et al.（2018）提出采用新的 Application Program Interfaces（API）優(yōu)化水環(huán)境模型，進(jìn)行動(dòng)態(tài)建模和數(shù)據(jù)循環(huán)，提高了水環(huán)境數(shù)據(jù)評(píng)價(jià)系統(tǒng)的性能。在土壤環(huán)境方面，基于互聯(lián)網(wǎng)平臺(tái)采用遙感、GIS等手段，有效整合土壤空間屬性數(shù)據(jù)、特征數(shù)據(jù)和污染數(shù)據(jù)，提升土壤空間大數(shù)據(jù)精準(zhǔn)性，結(jié)合專業(yè)軟件建立空間土壤預(yù)測(cè)模型，促進(jìn)土壤特征及污染情況空間預(yù)測(cè)（Bui，2016）。在生態(tài)方面，F(xiàn)er et al.（2018）將大模型與大數(shù)據(jù)結(jié)合，通過(guò)貝葉斯仿真模擬提高生態(tài)系統(tǒng)模型校準(zhǔn)的有效性，減少模型不確定性。Soltis et al.（2016）基于生態(tài)環(huán)境大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)生物多樣性準(zhǔn)確預(yù)測(cè)，為城市規(guī)劃者、管理決策者和公眾農(nóng)業(yè)提供關(guān)鍵數(shù)據(jù)。

3.2 實(shí)現(xiàn)污染動(dòng)態(tài)預(yù)報(bào)預(yù)警

通過(guò)大數(shù)據(jù)技術(shù)與專業(yè)模型整合，可以構(gòu)建生態(tài)環(huán)境污染的可視化預(yù)報(bào)預(yù)警系統(tǒng)，評(píng)估生態(tài)環(huán)境風(fēng)險(xiǎn)。在大氣污染方面，已有研究者構(gòu)建了PM2.5預(yù)警系統(tǒng)和重污染天氣預(yù)報(bào)系統(tǒng)，如曹騮等（2015）基于PM2.5云監(jiān)測(cè)儀和大數(shù)據(jù)處理平臺(tái)，將環(huán)境質(zhì)量控制與大數(shù)據(jù)技術(shù)有機(jī)結(jié)合，建立PM2.5監(jiān)測(cè)預(yù)警系統(tǒng)；張麗艷等（2019）利用氣象臺(tái)大數(shù)據(jù)資料，開發(fā)秦皇島市重污染氣象模型，建立重污染天氣預(yù)報(bào)系統(tǒng)，實(shí)現(xiàn)AQI和重污染天氣預(yù)報(bào)預(yù)警；Song（2019）基于 PM2.5大數(shù)據(jù)評(píng)估京津冀地區(qū)的高度時(shí)空暴露風(fēng)險(xiǎn)，量化評(píng)估城市的暴露水平和健康風(fēng)險(xiǎn)。在水環(huán)境污染方面，岳強(qiáng)等（2017）結(jié)合模糊數(shù)學(xué)理論和層次分析法建立了基于大數(shù)據(jù)分析技術(shù)決策樹C5.0算法的平原水庫(kù)健康預(yù)警模型，對(duì)水庫(kù)進(jìn)行更為客觀和高效的健康預(yù)警評(píng)價(jià)；王永桂等（2017）基于大數(shù)據(jù)特點(diǎn)及環(huán)境風(fēng)險(xiǎn)評(píng)估預(yù)警需求，構(gòu)建三峽庫(kù)區(qū)水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警示范系統(tǒng)，實(shí)現(xiàn)常規(guī)水質(zhì)指標(biāo)、突發(fā)水污染事故與水華的風(fēng)險(xiǎn)評(píng)估、甄別、預(yù)測(cè)及信息發(fā)布等功能，在四川省環(huán)境監(jiān)測(cè)總站、湖北省環(huán)境監(jiān)測(cè)中心站、長(zhǎng)江水利委員會(huì)等機(jī)構(gòu)得到應(yīng)用；Wang et al.（2010）采用 PEMSEA（Partnerships in Environmental Management for the Seas of East Asia）環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)方法，基于水環(huán)境大數(shù)據(jù)平臺(tái)，評(píng)價(jià)渤海海域風(fēng)險(xiǎn)不確定性。在生態(tài)保護(hù)方面，王英超等（2018）基于生態(tài)保護(hù)紅線管控實(shí)際需求，依托多功能生態(tài)傳感網(wǎng)絡(luò)服務(wù)平臺(tái)，設(shè)計(jì)基于大數(shù)據(jù)分析的預(yù)警系統(tǒng)，為寧夏空間規(guī)劃、項(xiàng)目實(shí)施和生態(tài)保護(hù)政策決策提供技術(shù)支撐和依據(jù)。

3.3 存在不足

大數(shù)據(jù)技術(shù)提高了生態(tài)環(huán)境模擬的精度和處理速度，并實(shí)現(xiàn)不同時(shí)空尺度的污染預(yù)報(bào)預(yù)警。然而，大數(shù)據(jù)技術(shù)在數(shù)據(jù)采集、傳遞、接受、融合、轉(zhuǎn)化等過(guò)程中易產(chǎn)生時(shí)滯和缺失，以及受外界環(huán)境影響導(dǎo)致部分動(dòng)態(tài)數(shù)據(jù)異常，這些將會(huì)影響生態(tài)環(huán)境要素模擬的及時(shí)性和準(zhǔn)確性（Cai et al.，2019），針對(duì)不同環(huán)境要素和污染源，結(jié)合模型模擬需求對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行智能化預(yù)處理的技術(shù)有待進(jìn)一步完善。而且，現(xiàn)有模擬、預(yù)警及預(yù)報(bào)模型系統(tǒng)大多采用簡(jiǎn)單的主要因素分析法（Kebaili et al.，2016），多領(lǐng)域模型耦合應(yīng)用尚不完善，難以滿足實(shí)際復(fù)雜情景的分析。另外，生態(tài)環(huán)境領(lǐng)域面廣、涉及數(shù)據(jù)類型多樣，實(shí)際應(yīng)用中數(shù)據(jù)信息變化頻繁，如傳感器淘汰、升級(jí)、變化，原有數(shù)據(jù)源價(jià)值缺失，新的數(shù)據(jù)源增加（Horita et al.，2017）；面對(duì)新的生態(tài)環(huán)境保護(hù)需求，管理決策不斷調(diào)整、優(yōu)化，對(duì)基于大數(shù)據(jù)技術(shù)的環(huán)境模擬、預(yù)測(cè)、預(yù)報(bào)、預(yù)警提出了新要求，目前缺少更為專業(yè)、開放的大數(shù)據(jù)運(yùn)行與分析系統(tǒng)支撐龐大的模型庫(kù)。

4 大數(shù)據(jù)技術(shù)在優(yōu)化管理中的應(yīng)用

大數(shù)據(jù)技術(shù)在智慧城市建設(shè)中發(fā)揮重要作用（Kamel et al.，2014），有利于污染科學(xué)溯源，有效控制污染、提高生態(tài)環(huán)境監(jiān)管效率，為生態(tài)環(huán)境優(yōu)化管理和科學(xué)決策提供依據(jù)。

4.1 促進(jìn)污染有效溯源與控制

生態(tài)環(huán)境大數(shù)據(jù)技術(shù)在實(shí)時(shí)監(jiān)測(cè)、動(dòng)態(tài)分析、預(yù)測(cè)預(yù)警等方面具有突出優(yōu)勢(shì)，有利于實(shí)現(xiàn)生態(tài)環(huán)境污染有效溯源與控制。在水污染防治方面，依托大數(shù)據(jù)平臺(tái)可對(duì)取水、用水、排水進(jìn)行實(shí)時(shí)監(jiān)測(cè)與分析，及時(shí)發(fā)現(xiàn)水污染問(wèn)題；對(duì)河道監(jiān)測(cè)斷面進(jìn)行數(shù)據(jù)動(dòng)態(tài)跟蹤，結(jié)合線性趨勢(shì)、累積異常、遷移擴(kuò)散模擬等方法探明河道污染物的時(shí)空變化（Lu et al.，2018），追溯污染源，從而有效促進(jìn)水資源監(jiān)督管理和污染源頭控制。在大氣環(huán)境污染防治方面，基于大氣污染源和大氣環(huán)境質(zhì)量的在線監(jiān)測(cè)數(shù)據(jù)，進(jìn)行大數(shù)據(jù)處理和分析，明確大氣污染成因及污染源的時(shí)空分布，并通過(guò)監(jiān)控平臺(tái)的可視化技術(shù)實(shí)現(xiàn)污染源準(zhǔn)確定位（Yang et al.，2019）。在固體廢物削減方面，可基于大數(shù)據(jù)優(yōu)化產(chǎn)業(yè)園區(qū)布局，實(shí)現(xiàn)企業(yè)間的資源、能源和廢物信息的交換和循環(huán)利用，減少?gòu)U物排放并降低處理成本（Song et al.，2015）。在工業(yè)污染控制方面，通過(guò)大數(shù)據(jù)技術(shù)分析污染負(fù)荷、濃度排放強(qiáng)度、污染企業(yè)密度與區(qū)域生態(tài)環(huán)境質(zhì)量、工業(yè)污染物類型的相關(guān)性（Xiao et al.，2019），促進(jìn)工業(yè)污染有效控制，如京津冀“2+26”污染防治強(qiáng)化督查應(yīng)用基于大數(shù)據(jù)的熱點(diǎn)網(wǎng)格技術(shù)，高效監(jiān)督企業(yè)污染排放，提高執(zhí)法的針對(duì)性和精準(zhǔn)性（陸新元等，2019）。

4.2 促進(jìn)污染多領(lǐng)域全過(guò)程監(jiān)管

生態(tài)環(huán)境大數(shù)據(jù)技術(shù)能夠突破傳統(tǒng)污染、監(jiān)測(cè)數(shù)據(jù)分析過(guò)程中的眾多困難和局限，有效跟蹤并整合大量動(dòng)態(tài)數(shù)據(jù)，有利于大尺度、大區(qū)域的污染聯(lián)防聯(lián)控，改變生態(tài)環(huán)境污染防治工作被動(dòng)響應(yīng)和處理緩慢的模式。在水環(huán)境方面，水文、水質(zhì)數(shù)據(jù)冗雜，管理難度大，結(jié)合大數(shù)據(jù)建模并聯(lián)合多部門管理可實(shí)現(xiàn)不同流域、不同水質(zhì)、不同功能區(qū)條件下的定向管理，降低水環(huán)境管理工作量，提高管理效率和管理精度（Ford et al.，2018）。在大氣環(huán)境方面，大數(shù)據(jù)深度處理技術(shù)能夠基于環(huán)境、人口、經(jīng)濟(jì)、氣象和能源等數(shù)據(jù)，優(yōu)化大氣污染的可視化時(shí)空分布特征及預(yù)測(cè)結(jié)果，突破大氣污染監(jiān)管的空間局限性，從而便于管理部門對(duì)大氣污染進(jìn)行更精確、更高效的監(jiān)督與管理。在固體廢物處理方面，可以通過(guò)大數(shù)據(jù)技術(shù)建立全過(guò)程管理平臺(tái)，提升監(jiān)管效率（孔云茹，2018），如實(shí)時(shí)監(jiān)測(cè)生活垃圾桶豐滿度，辨認(rèn)垃圾流，智能管理生活垃圾收集和回收利用（Catania et al.，2014）；核準(zhǔn)建筑垃圾的清運(yùn)、處置，實(shí)現(xiàn)產(chǎn)生方、運(yùn)輸方、處置方三方監(jiān)管，提升執(zhí)法的精準(zhǔn)性和有效性（蘇文芝，2017）；結(jié)合大數(shù)據(jù)和云計(jì)算技術(shù)有效管理工業(yè)固廢的產(chǎn)生、運(yùn)輸、回用、處置等環(huán)節(jié)，實(shí)現(xiàn)網(wǎng)上公開、高效交易和有效利用（Bruno et al.，2018；Zhao et al.，2016）；基于大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)建成危險(xiǎn)廢物動(dòng)態(tài)管理系統(tǒng)，對(duì)危廢車輛進(jìn)行實(shí)時(shí)監(jiān)控，實(shí)現(xiàn)危廢處理全過(guò)程的監(jiān)管（凌江等，2016）。

4.3 存在不足

生態(tài)環(huán)境各因素相互聯(lián)系，數(shù)據(jù)規(guī)模大、動(dòng)態(tài)變化過(guò)程復(fù)雜，監(jiān)管難度大。在不同管理要求下，需要對(duì)大數(shù)據(jù)傳遞的信息進(jìn)行不同規(guī)模和程度的篩選和概化，對(duì)數(shù)據(jù)的專業(yè)性、廣泛性、應(yīng)變性和及時(shí)性提出較高要求。但是，目前可支撐環(huán)境優(yōu)化管理的數(shù)據(jù)平臺(tái)尚不成熟，新興污染源時(shí)空分布數(shù)據(jù)不全面；不同行業(yè)的工業(yè)污染排放特征數(shù)據(jù)尚不充分，特別是對(duì)環(huán)境影響較大的特征污染物（Xiao et al.，2019），給基于大數(shù)據(jù)平臺(tái)的優(yōu)化管理帶來(lái)局限性。而且，基于大數(shù)據(jù)技術(shù)的多尺度、多目標(biāo)污染風(fēng)險(xiǎn)管控與污染防治研究尚處于發(fā)展階段，可供科學(xué)決策的系統(tǒng)性數(shù)學(xué)模型與風(fēng)險(xiǎn)評(píng)價(jià)體系尚未完善，需要整合多部門數(shù)據(jù)，進(jìn)行深度處理與分析，為環(huán)境風(fēng)險(xiǎn)與污染管控提供科學(xué)決策（Nimmagadda et al.，2017）。

5 結(jié)論與建議

5.1 結(jié)論

本文通過(guò)對(duì)前人研究成果的總結(jié)與分析，得出以下結(jié)論：

（1）大數(shù)據(jù)技術(shù)體系分為數(shù)據(jù)采集、處理和應(yīng)用3部分，大數(shù)據(jù)采集來(lái)源主要為地面監(jiān)測(cè)、遙感監(jiān)測(cè)、地理信息、社會(huì)統(tǒng)計(jì)及網(wǎng)絡(luò)抓取，大數(shù)據(jù)處理技術(shù)流程為存儲(chǔ)、預(yù)處理、深入處理及整合挖掘，通過(guò)處理獲得科學(xué)性、融合性和有效性信息，并主要應(yīng)用于生態(tài)環(huán)境的監(jiān)測(cè)評(píng)價(jià)、模擬預(yù)測(cè)、優(yōu)化管理3個(gè)方面。

（2）大數(shù)據(jù)技術(shù)提高生態(tài)環(huán)境監(jiān)測(cè)的有效便利性，優(yōu)化監(jiān)測(cè)數(shù)據(jù)評(píng)價(jià)，有利于網(wǎng)格化實(shí)時(shí)監(jiān)控生態(tài)環(huán)境質(zhì)量、長(zhǎng)期跟蹤污染“源-匯”以及大尺度、長(zhǎng)時(shí)段評(píng)價(jià)生態(tài)環(huán)境質(zhì)量。但是，現(xiàn)有大數(shù)據(jù)技術(shù)對(duì)多領(lǐng)域、多來(lái)源監(jiān)測(cè)數(shù)據(jù)耦合分析尚不完善，評(píng)價(jià)效率有待提升，評(píng)價(jià)中人為主觀因素的智能糾錯(cuò)、方法優(yōu)化的能力尚不成熟。

（3）通過(guò)大數(shù)據(jù)技術(shù)與生態(tài)環(huán)境專業(yè)模型整合，能夠提高不同時(shí)空尺度下復(fù)雜環(huán)境要素的模擬精度和預(yù)測(cè)速度，實(shí)現(xiàn)動(dòng)態(tài)預(yù)警和生態(tài)風(fēng)險(xiǎn)評(píng)估。但是，大數(shù)據(jù)預(yù)處理技術(shù)仍不完善，影響生態(tài)環(huán)境要素模擬的及時(shí)性和準(zhǔn)確性，缺乏基于大數(shù)據(jù)技術(shù)的高精度存儲(chǔ)、分析和集成模型，缺少更為專業(yè)、開放的大數(shù)據(jù)運(yùn)行與分析系統(tǒng)支撐龐大的模型庫(kù)。

（4）大數(shù)據(jù)技術(shù)促進(jìn)污染的有效溯源與控制，以及多領(lǐng)域全過(guò)程監(jiān)管。但是，目前新型污染時(shí)空分布數(shù)據(jù)和特征污染物排放特征尚未被全面掌握，給基于大數(shù)據(jù)平臺(tái)的優(yōu)化管理帶來(lái)局限性，基于大數(shù)據(jù)技術(shù)的系統(tǒng)性數(shù)學(xué)模型與風(fēng)險(xiǎn)評(píng)價(jià)管理體系尚未完善，影響環(huán)境風(fēng)險(xiǎn)與污染管控的有效決策。

5.2 建議

中國(guó)仍面臨突出的生態(tài)環(huán)境問(wèn)題，多部門、跨介質(zhì)污染問(wèn)題日趨復(fù)雜，生態(tài)環(huán)境的污染防治、管理決策亟需系統(tǒng)優(yōu)化和全面創(chuàng)新。大數(shù)據(jù)技術(shù)在中國(guó)生態(tài)環(huán)境領(lǐng)域的應(yīng)用取得一定進(jìn)展，但仍需進(jìn)一步完善。

（1）需有效集成多領(lǐng)域生態(tài)監(jiān)測(cè)數(shù)據(jù)，滿足政府多源管控需求

生態(tài)環(huán)境大數(shù)據(jù)涉及多領(lǐng)域和多部門，如氣象、水利、生態(tài)、國(guó)土、農(nóng)業(yè)、林業(yè)、交通、社會(huì)經(jīng)濟(jì)等，復(fù)雜程度高。對(duì)于部分同類指標(biāo)，部門之間采樣方案和監(jiān)測(cè)方法存在差異，統(tǒng)計(jì)方法和計(jì)算標(biāo)準(zhǔn)不一，缺乏有效溝通、整合和統(tǒng)一，給生態(tài)環(huán)境大數(shù)據(jù)的跨部門檢索、整合與共享帶來(lái)困難。而且，污染源排放、社會(huì)經(jīng)濟(jì)、農(nóng)林交通、土地利用、氣象水文均是大氣、水（地下水、地表水）和土壤等生態(tài)環(huán)境要素的影響因子，相互之間緊密聯(lián)系，多領(lǐng)域數(shù)據(jù)平臺(tái)尚未有效集成，互不連通，無(wú)法形成真正意義上的“大數(shù)據(jù)”，給大數(shù)據(jù)的聯(lián)動(dòng)分析、模擬計(jì)算、生態(tài)環(huán)境問(wèn)題溯源及解析帶來(lái)困難。今后應(yīng)推進(jìn)多領(lǐng)域、多部門的大數(shù)據(jù)平臺(tái)集成，優(yōu)化整合生態(tài)環(huán)境大數(shù)據(jù)監(jiān)測(cè)網(wǎng)絡(luò)，統(tǒng)一數(shù)據(jù)存儲(chǔ)和共享標(biāo)準(zhǔn)，包括監(jiān)測(cè)點(diǎn)位、采樣方法、監(jiān)測(cè)指標(biāo)、分析方法、評(píng)價(jià)方法以及相關(guān)標(biāo)準(zhǔn)，確保歷史數(shù)據(jù)縱向延續(xù)性和多部門橫向數(shù)據(jù)可比性，以及多領(lǐng)域監(jiān)測(cè)數(shù)據(jù)的聯(lián)系性、經(jīng)濟(jì)性和統(tǒng)籌性，形成定位清晰、要素齊全、點(diǎn)位合理的生態(tài)環(huán)境監(jiān)測(cè)大數(shù)據(jù)網(wǎng)絡(luò)，以支撐對(duì)多領(lǐng)域、多部門之間數(shù)據(jù)的有效集成共享。同時(shí)，基于多領(lǐng)域大數(shù)據(jù)平臺(tái)，開展生態(tài)環(huán)境要素的評(píng)價(jià)方法智能優(yōu)選研究，針對(duì)不同管理目標(biāo)和管理范圍，篩選最有效的評(píng)價(jià)方法和評(píng)價(jià)模型，滿足生態(tài)環(huán)境多目標(biāo)、多維度、多尺度的管控需求。

（2）需繼續(xù)提升數(shù)據(jù)處理技術(shù)能力，充分發(fā)揮大數(shù)據(jù)優(yōu)勢(shì)

受應(yīng)用軟件開發(fā)滯后、機(jī)器集成利用率低、高級(jí)技術(shù)研發(fā)人員缺乏等限制，大數(shù)據(jù)的處理、分析、挖掘和融合等方面還存在較大不足，中國(guó)現(xiàn)階段生態(tài)環(huán)境大數(shù)據(jù)難以在生態(tài)環(huán)境領(lǐng)域充分發(fā)揮優(yōu)勢(shì)。隨著全球氣候變化加劇，災(zāi)害天氣爆發(fā)頻繁，生態(tài)環(huán)境的影響因素和動(dòng)態(tài)變化過(guò)程更為復(fù)雜，使大數(shù)據(jù)技術(shù)在生態(tài)環(huán)境領(lǐng)域的精準(zhǔn)預(yù)測(cè)、預(yù)報(bào)及預(yù)警中應(yīng)用面臨挑戰(zhàn)，難以滿足數(shù)據(jù)信息化時(shí)代的生態(tài)環(huán)境保護(hù)需求。目前雖然有強(qiáng)大的硬件（超算和云計(jì)算）支撐生態(tài)環(huán)境大數(shù)據(jù)的建設(shè)與發(fā)展，但受限于專業(yè)應(yīng)用軟件開發(fā)滯后，大氣、水（地表水、地下水）、土壤等相關(guān)領(lǐng)域大數(shù)據(jù)技術(shù)發(fā)展不平衡，難以充分利用硬件實(shí)現(xiàn)對(duì)數(shù)據(jù)的高效處理、優(yōu)化模擬以及多領(lǐng)域整合，無(wú)法充分發(fā)揮大數(shù)據(jù)在生態(tài)環(huán)境領(lǐng)域的優(yōu)勢(shì)。今后有待完善和提升生態(tài)環(huán)境專業(yè)軟件的開發(fā)水平，將大數(shù)據(jù)技術(shù)和生態(tài)環(huán)境專業(yè)軟件有效整合，提升大數(shù)據(jù)的高效處理、挖掘整合、系統(tǒng)分析能力，不斷優(yōu)化適用于不同條件下的高精度存儲(chǔ)、分析和集成模型，實(shí)現(xiàn)生態(tài)環(huán)境多領(lǐng)域、長(zhǎng)時(shí)段、全流程的精準(zhǔn)預(yù)測(cè)、預(yù)報(bào)和預(yù)警；靈活運(yùn)用機(jī)器學(xué)習(xí)和人工智能等前緣科技技術(shù)，實(shí)現(xiàn)大數(shù)據(jù)技術(shù)應(yīng)用創(chuàng)新，充分發(fā)揮大數(shù)據(jù)優(yōu)勢(shì)。

（3）需有效推進(jìn)大數(shù)據(jù)應(yīng)用，提升政府科學(xué)決策效果

在生態(tài)環(huán)境要素中，大數(shù)據(jù)技術(shù)在大氣和水環(huán)境領(lǐng)域應(yīng)用相對(duì)較為廣泛，包括環(huán)境質(zhì)量的跟蹤監(jiān)測(cè)、環(huán)境污染的模擬與預(yù)報(bào)預(yù)警等，在其他生態(tài)環(huán)境領(lǐng)域的應(yīng)用有待深入。噪聲大多被應(yīng)用于監(jiān)測(cè)分析，固廢基本應(yīng)用于回收管理，土壤污染物遷移轉(zhuǎn)化的精準(zhǔn)模擬及污染事故的預(yù)警預(yù)報(bào)尚處于初步應(yīng)用階段，生態(tài)環(huán)境遙感監(jiān)測(cè)大多服務(wù)于生態(tài)環(huán)境質(zhì)量評(píng)價(jià)和風(fēng)險(xiǎn)評(píng)估。而且，各地區(qū)生態(tài)環(huán)境大數(shù)據(jù)建設(shè)與發(fā)展不平衡，尚未形成成熟的生態(tài)環(huán)境大數(shù)據(jù)體系。今后有待通過(guò)生態(tài)環(huán)境多領(lǐng)域的大數(shù)據(jù)整合分析，發(fā)揮綜合應(yīng)用效果。通過(guò)反饋機(jī)制優(yōu)化調(diào)整并提升大數(shù)據(jù)技術(shù)應(yīng)用水平，從而發(fā)揮科學(xué)決策效果；建立成熟的生態(tài)環(huán)境大數(shù)據(jù)綜合決策管理體系，推進(jìn)大數(shù)據(jù)技術(shù)在水環(huán)境、大氣、固廢、噪聲、土壤、生態(tài)等領(lǐng)域的全面應(yīng)用和協(xié)調(diào)發(fā)展，促進(jìn)各區(qū)域緊密交流，推進(jìn)跨區(qū)域一體化應(yīng)用，針對(duì)各地環(huán)境差異性充分發(fā)揮生態(tài)環(huán)境大數(shù)據(jù)的作用，提升生態(tài)環(huán)境科學(xué)決策管理水平。