張婉婷 萬斌 汪璞 葉駒 張強(qiáng)

摘要 “大數(shù)據(jù)+”網(wǎng)格化監(jiān)測系統(tǒng)綜合效能的提升，對改善大氣環(huán)境質(zhì)量具有現(xiàn)實意義。本文以華中地區(qū)W市為例，分析了其環(huán)境空氣網(wǎng)格化監(jiān)測系統(tǒng)現(xiàn)狀，揭示了其存在的共性問題，并提出解決方案，為環(huán)境空氣網(wǎng)格化監(jiān)測系統(tǒng)綜合效能提升提供參考。

關(guān)鍵詞 “大數(shù)據(jù)+”；網(wǎng)格化監(jiān)測；綜合效能

中圖分類號 X831；TP311.13 文獻(xiàn)標(biāo)識碼 A

文章編號 1007-7731（2024）03-0087-04

環(huán)境監(jiān)測在環(huán)境管理中具有“雷達(dá)”的重要作用，是科學(xué)治理環(huán)境問題的有力工具之一。隨著環(huán)境問題的日益突顯，對環(huán)保的重視程度越來越高。在這一背景下，W市持續(xù)加強(qiáng)大氣環(huán)境監(jiān)測能力建設(shè)，逐步構(gòu)建了以大氣環(huán)境監(jiān)測站為核心的監(jiān)測網(wǎng)絡(luò)。同時，借助自動在線監(jiān)測系統(tǒng)，輔以激光雷達(dá)、機(jī)動車尾氣監(jiān)測系統(tǒng)、大氣走航監(jiān)測以及秸稈禁燒視頻監(jiān)控系統(tǒng)等多種設(shè)施，形成了綜合的大氣環(huán)境監(jiān)測體系。該監(jiān)測體系為制定科學(xué)合理的環(huán)境治理策略提供了數(shù)據(jù)支持。

為進(jìn)一步提升空氣質(zhì)量，W市在175個街道（鄉(xiāng)鎮(zhèn)）布設(shè)了176個小型空氣質(zhì)量監(jiān)測站，以實現(xiàn)更加精細(xì)化的環(huán)境監(jiān)測。監(jiān)測站的布設(shè)不僅增強(qiáng)了大氣環(huán)境監(jiān)測的全面性和準(zhǔn)確性，還進(jìn)一步提升了城市的網(wǎng)格化管理能力。W市在不斷加強(qiáng)環(huán)境監(jiān)測的實踐中，逐步構(gòu)建起了全面、精細(xì)的環(huán)境監(jiān)測網(wǎng)絡(luò)，積累了大量的歷史監(jiān)測數(shù)據(jù)，為大數(shù)據(jù)技術(shù)的應(yīng)用積累了數(shù)據(jù)。網(wǎng)格化監(jiān)測被認(rèn)為是城市管理創(chuàng)新的一項重要成果。近年來，大數(shù)據(jù)技術(shù)的快速發(fā)展為網(wǎng)格化監(jiān)測提供了技術(shù)支持，并在全國范圍內(nèi)試點推廣。大數(shù)據(jù)技術(shù)的引入有助于城市在互聯(lián)網(wǎng)時代構(gòu)建信息化支持體系，通過數(shù)據(jù)分析實現(xiàn)對環(huán)境問題的更精準(zhǔn)、高效的管理。

W市的大氣網(wǎng)格化監(jiān)測系統(tǒng)建設(shè)已取得了顯著成效，但其在環(huán)境監(jiān)測大數(shù)據(jù)應(yīng)用方面仍有進(jìn)一步的挖掘潛力。因此，本文總結(jié)了W市“大數(shù)據(jù)+”網(wǎng)格化大氣監(jiān)測系統(tǒng)現(xiàn)狀，指出目前大氣環(huán)境監(jiān)測系統(tǒng)中存在的問題，并提出解決方案，目的是進(jìn)一步提升環(huán)境監(jiān)測的效能和精確性，為城市的可持續(xù)發(fā)展提供更有力的支持。

1 “大數(shù)據(jù)+”網(wǎng)格化大氣監(jiān)測系統(tǒng)建設(shè)現(xiàn)狀

1.1 環(huán)境質(zhì)量調(diào)度和應(yīng)急指揮中心全面升級

W市初步建成的環(huán)境質(zhì)量調(diào)度和應(yīng)急指揮中心，以空氣質(zhì)量應(yīng)急預(yù)警系統(tǒng)為突破口，充分整合、利用現(xiàn)有的大氣網(wǎng)絡(luò)化監(jiān)測實時數(shù)據(jù)，收集網(wǎng)絡(luò)媒體上有關(guān)空氣質(zhì)量的動態(tài)數(shù)據(jù)，以“環(huán)保一張圖”為基礎(chǔ)，集成空氣質(zhì)量實時發(fā)布系統(tǒng)、全市重點污染源在線/視頻監(jiān)控數(shù)據(jù)、工地?fù)P塵監(jiān)控數(shù)據(jù)和機(jī)動車尾氣檢測數(shù)據(jù)，結(jié)合分析擴(kuò)散模型，與氣象、交管和國土資源等部門對接，實現(xiàn)大氣環(huán)境質(zhì)量的實時監(jiān)控。建設(shè)內(nèi)容基本涵蓋了大氣環(huán)境的數(shù)據(jù)接入、數(shù)據(jù)分析、預(yù)警研判和監(jiān)管執(zhí)法的閉環(huán)式管理，為環(huán)境主管部門對大氣環(huán)境的預(yù)測預(yù)判提供了數(shù)據(jù)支撐。

1.2 網(wǎng)格化監(jiān)測系統(tǒng)全覆蓋

目前，全國已建成空氣環(huán)境監(jiān)測網(wǎng)格，據(jù)統(tǒng)計，全國共1 733個國家級監(jiān)測站點（約5 540 km/個），其中，湖北省國家級監(jiān)測站點59個，省級監(jiān)測站點110個（約1 100 km/個）。W市國家級監(jiān)測站點10個，省級監(jiān)測站點11個，并新建了176個小型空氣質(zhì)量監(jiān)測站（約43 km/個）。小型監(jiān)測站是了解城市空氣質(zhì)量狀況的重要補充，安裝位置更貼近居民生活圈，更能反映所在區(qū)域空氣質(zhì)量實際狀況。低成本的小型空氣監(jiān)測站的普及，改變了傳統(tǒng)空氣質(zhì)量監(jiān)測模式，基本實現(xiàn)區(qū)域大氣監(jiān)測全覆蓋，提高了空氣質(zhì)量檢測數(shù)據(jù)的準(zhǔn)確度。

1.3 大氣環(huán)境監(jiān)測數(shù)據(jù)逐步共享

大氣環(huán)境監(jiān)測數(shù)據(jù)共享是指在技術(shù)、應(yīng)用和管理等方面實現(xiàn)共享，達(dá)到數(shù)據(jù)采集互聯(lián)、應(yīng)用互通和管理互補。綜合采集結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)等，實現(xiàn)大氣環(huán)境數(shù)據(jù)的處理、入庫和共享服務(wù)。大氣環(huán)境相關(guān)數(shù)據(jù)的來源主要包括現(xiàn)有大氣環(huán)境相關(guān)系統(tǒng)以及已建設(shè)的環(huán)境資源目錄，為W市環(huán)境質(zhì)量調(diào)度和指揮提供了大氣環(huán)境數(shù)據(jù)基礎(chǔ)。同時，將大氣環(huán)境監(jiān)測數(shù)據(jù)接入監(jiān)測管理平臺、生態(tài)環(huán)境數(shù)據(jù)資源中心，納入市智慧城市感知體系，并逐步向各級監(jiān)管部門、各職能部門和各科研機(jī)構(gòu)等對象開放平臺。

2 “大數(shù)據(jù)+”網(wǎng)格化大氣監(jiān)測系統(tǒng)建設(shè)面臨的挑戰(zhàn)

2.1 多源異構(gòu)數(shù)據(jù)的融合

基于不同使用功能和監(jiān)測設(shè)備，W市為已有的監(jiān)測系統(tǒng)建設(shè)了多個數(shù)據(jù)系統(tǒng)。這些系統(tǒng)由不同承建商在不同時期建設(shè)，并且相關(guān)數(shù)據(jù)分散儲存。由于大氣數(shù)據(jù)以及數(shù)據(jù)類型本身的不同，數(shù)據(jù)結(jié)構(gòu)形式豐富、數(shù)據(jù)產(chǎn)生量較大、即時性強(qiáng)，不同指標(biāo)之間的數(shù)據(jù)呈現(xiàn)形式也不一樣，導(dǎo)致多源異構(gòu)數(shù)據(jù)的采集、整合、校驗與協(xié)同處置較為困難。除此之外，數(shù)據(jù)采集手段呈先進(jìn)性和多樣性并重，合規(guī)性不一。提供數(shù)據(jù)主體不同，既有來自環(huán)境監(jiān)測部門的監(jiān)測數(shù)據(jù)，也有研究性質(zhì)的數(shù)據(jù)和成果，以及基礎(chǔ)性的、普查性的其他必需數(shù)據(jù)。這些數(shù)據(jù)相互疊加形成了復(fù)雜的異構(gòu)數(shù)據(jù)體系，實現(xiàn)各類數(shù)據(jù)的互聯(lián)互通有一定挑戰(zhàn)。為實現(xiàn)環(huán)境質(zhì)量調(diào)度、應(yīng)急指揮中心和數(shù)據(jù)資源中心等數(shù)據(jù)平臺的互聯(lián)互通，需要大力探索多源異構(gòu)數(shù)據(jù)的集合分類、現(xiàn)代檢索，從而讓信息更易被發(fā)現(xiàn)和利用。

2.2 監(jiān)測數(shù)據(jù)服務(wù)環(huán)境管理的效益

經(jīng)過近些年的信息化發(fā)展，W市已累積了信息量巨大的重要歷史數(shù)據(jù)，為區(qū)域大氣環(huán)境數(shù)據(jù)分析和深度挖掘奠定了堅實的基礎(chǔ)。對數(shù)據(jù)的挖掘機(jī)制尚未形成，從歷史數(shù)據(jù)中深入探索大氣環(huán)境監(jiān)測數(shù)據(jù)的變化規(guī)律存在一定困難，尚未能充分發(fā)揮歷史數(shù)據(jù)的價值。從全市大氣環(huán)境治理角度來看，為科學(xué)、精準(zhǔn)治理所提供的技術(shù)支持水平有待提升；從轄區(qū)大氣環(huán)境管理角度來看，與實現(xiàn)大氣環(huán)境問題的準(zhǔn)確定位還存在一定差距。

2.3 監(jiān)測數(shù)據(jù)橫縱向的信息共享

隨著環(huán)境監(jiān)測的發(fā)展，生態(tài)環(huán)境部門的業(yè)務(wù)信息資源已經(jīng)無法完全滿足管理要求，需要越來越多的其他部門、行業(yè)以及相關(guān)業(yè)務(wù)數(shù)據(jù)的支撐。W市雖已建立起大氣環(huán)境基礎(chǔ)數(shù)據(jù)庫，但生態(tài)環(huán)境部門與其他職能部門在信息互聯(lián)互通方面還存在諸多障礙，也缺少與基層的聯(lián)動互通。目前，有關(guān)學(xué)者對空氣污染大數(shù)據(jù)進(jìn)行了挖掘和分析，在污染規(guī)律分析、污染預(yù)測和區(qū)域污染關(guān)聯(lián)等方面取得了一定進(jìn)展。然而，所獲得的基礎(chǔ)數(shù)據(jù)較少、時效性不強(qiáng)，獨立進(jìn)行的數(shù)據(jù)挖掘工作與大氣學(xué)科中經(jīng)典模型結(jié)合不緊密，使得分析結(jié)論的準(zhǔn)確性、有效性有待評估。如何有效結(jié)合大氣科學(xué)和數(shù)據(jù)科學(xué)，對空氣數(shù)據(jù)進(jìn)行跨學(xué)科分析仍值得進(jìn)一步探索，而要實現(xiàn)這一目的，部門間監(jiān)測數(shù)據(jù)的共享是關(guān)鍵的一步。

3 “大數(shù)據(jù)+”網(wǎng)格化大氣監(jiān)測系統(tǒng)效能提升對策

3.1 建立大氣環(huán)境數(shù)據(jù)倉庫

以往，主要由省、市生態(tài)環(huán)境部門、氣象部門和專業(yè)機(jī)構(gòu)進(jìn)行大氣環(huán)境質(zhì)量的基礎(chǔ)科學(xué)研究。隨著大數(shù)據(jù)、智能時代的到來，以科技參與為核心的科學(xué)公民成為未來環(huán)境治理的新起點。應(yīng)著眼于數(shù)據(jù)互聯(lián)互通，從數(shù)據(jù)來源、數(shù)據(jù)描述和數(shù)據(jù)結(jié)果等方面逐步完善數(shù)據(jù)注冊服務(wù)，進(jìn)一步規(guī)范統(tǒng)一數(shù)據(jù)資源目錄標(biāo)準(zhǔn)和搜索引擎，使得數(shù)據(jù)更便于被發(fā)現(xiàn)和利用，進(jìn)一步加強(qiáng)大氣環(huán)境監(jiān)測數(shù)據(jù)的公開和共享。

3.2 深入挖掘重污染天氣多變量大數(shù)據(jù)

小型觀測站對大氣各類污染物濃度的實時監(jiān)測和數(shù)據(jù)采集，形成了具有典型時空特性的多變量大數(shù)據(jù)集。深入挖掘時空多變量空氣污染大數(shù)據(jù)，從大量網(wǎng)格數(shù)據(jù)中提取模式或構(gòu)建模型成為氣象信息發(fā)現(xiàn)的新途徑，可有效實現(xiàn)從數(shù)據(jù)到氣象信息之間的轉(zhuǎn)換，有助于發(fā)現(xiàn)污染物在各區(qū)之間傳輸和轉(zhuǎn)化的潛在規(guī)律，為驗證污染物傳輸模型提供數(shù)據(jù)依據(jù)，從而為區(qū)域協(xié)同治理、污染物協(xié)同控制提供決策支持。結(jié)合數(shù)據(jù)科學(xué)和大氣科學(xué)，對空氣污染數(shù)據(jù)進(jìn)行跨學(xué)科分析，針對重污染天氣時空多變量大數(shù)據(jù)，從數(shù)據(jù)特征和污染物傳輸模型兩個方面展開研究，挖掘空氣污染大數(shù)據(jù)中潛在的模式和異常事件，研究集成數(shù)據(jù)特征和傳輸模型中潛在污染源識別方法，分析污染源的多變量時空演化規(guī)律。建立趨勢分析、聚類分析、判別分析、相關(guān)分析和層次分析等數(shù)理統(tǒng)計分析模型和預(yù)警系統(tǒng)。

3.3 互相驗證模型與監(jiān)測結(jié)果

數(shù)據(jù)是所有空氣質(zhì)量預(yù)測模型的基礎(chǔ)，需要監(jiān)測、氣象、地形、土地利用和污染物排放等數(shù)據(jù)的支撐。無論空氣污染內(nèi)部過程如何復(fù)雜變化，空氣質(zhì)量監(jiān)測數(shù)據(jù)都反映了最終的結(jié)果。近年來，不斷收集的空氣污染大數(shù)據(jù)，蘊含著潛在的污染物關(guān)聯(lián)模式和區(qū)域間依賴關(guān)系，這為從數(shù)據(jù)角度科學(xué)分析空氣污染問題提供了思路。現(xiàn)有的小型監(jiān)測站能夠自動捕捉PM2.5、O、SO、CO和NO等基本監(jiān)測因子的異常排放行為，并在第一時間做出相關(guān)預(yù)警。第三代空氣質(zhì)量模型CMAQ、NAQPMS、CAMx和WRF-CHEM等是目前大氣環(huán)境質(zhì)量預(yù)測的首選模型，其多建立在主觀假設(shè)的基礎(chǔ)上，預(yù)測結(jié)果的準(zhǔn)確性需要海量的監(jiān)測數(shù)據(jù)進(jìn)行驗證，小型監(jiān)測站可實現(xiàn)對相關(guān)大氣模型預(yù)測結(jié)果與實測結(jié)果的互相驗證，進(jìn)一步探討、驗證、建立和完善更加符合不同區(qū)域?qū)嵡榈拇蟓h(huán)境質(zhì)量預(yù)測模型，從而更科學(xué)地指導(dǎo)大氣環(huán)境質(zhì)量變化趨勢的分析與預(yù)測。

3.4 建立網(wǎng)格監(jiān)管長效機(jī)制

網(wǎng)格化監(jiān)測是大氣環(huán)境精細(xì)化管理的重要抓手，可促進(jìn)環(huán)保壓力向基層傳導(dǎo)，有利于提升對重污染天氣的應(yīng)對能力，實現(xiàn)大氣污染“最后一公里”責(zé)任落實。建議以“科技網(wǎng)格”倒逼“管理網(wǎng)格”，針對176個小型空氣質(zhì)量監(jiān)測站點，實施街道（鄉(xiāng)鎮(zhèn)）大氣污染防治“一點一策”，組織編制街道（鄉(xiāng)鎮(zhèn)）大氣污染防治工作指南，分級、分區(qū)和分時做好空氣污染應(yīng)對工作。明確大氣污染防治組織架構(gòu)、建立污染源清單、落實防治管控責(zé)任，實施以街道（鄉(xiāng)鎮(zhèn)）為單元的空氣質(zhì)量網(wǎng)格化管理。對街道（鄉(xiāng)鎮(zhèn)）的空氣質(zhì)量情況定期進(jìn)行通報，進(jìn)一步強(qiáng)化網(wǎng)格化管理。加強(qiáng)專業(yè)技術(shù)機(jī)構(gòu)對街道（鄉(xiāng)鎮(zhèn)）小型空氣質(zhì)量監(jiān)測站的運行維護(hù)，組織開展比對監(jiān)測，嚴(yán)格落實小型空氣質(zhì)量監(jiān)測站監(jiān)測數(shù)據(jù)審核機(jī)制，確保監(jiān)測數(shù)據(jù)的準(zhǔn)確性和有效性。充分挖掘小型空氣質(zhì)量監(jiān)測站監(jiān)測數(shù)據(jù)，分析、掌握區(qū)域大氣污染特征和傳輸變化規(guī)律，為大氣污染防治管控工作提供技術(shù)支撐。

4 結(jié)語

全面提升“大數(shù)據(jù)+”網(wǎng)格化監(jiān)測系統(tǒng)的綜合效能，可以在多個方面取得積極成果。首先，提高生態(tài)環(huán)境的感知能力，通過更全面、精確的數(shù)據(jù)分析，可以更好地了解生態(tài)環(huán)境的現(xiàn)狀和趨勢，從而更有針對性地制定環(huán)境保護(hù)策略和措施。其次，通過釋放數(shù)據(jù)要素的生產(chǎn)力，利用大數(shù)據(jù)分析技術(shù)，發(fā)現(xiàn)數(shù)據(jù)中的有價值信息，從而更有效地利用資源，提升管理效率。最后，通過推動數(shù)據(jù)增值，將原始數(shù)據(jù)轉(zhuǎn)化為更高級別的信息，為決策者提供更有深度的分析結(jié)果，幫助他們做出更科學(xué)的決策。

在接下來的工作中，需要依托環(huán)境質(zhì)量調(diào)度和應(yīng)急指揮中心，將各類監(jiān)測、監(jiān)控系統(tǒng)進(jìn)行整合，充分利用不同數(shù)據(jù)源的信息，全面準(zhǔn)確地掌握轄區(qū)內(nèi)的大氣狀況，為城市生態(tài)環(huán)境管理提供更強(qiáng)有力的支持，為大氣環(huán)境治理提供穩(wěn)固的基礎(chǔ)數(shù)據(jù)支撐。本文以華中地區(qū)W市為例，分析了其環(huán)境空氣網(wǎng)格化監(jiān)測系統(tǒng)建設(shè)現(xiàn)狀，揭示了存在的共性問題，并提出了解決方案，為環(huán)境空氣網(wǎng)格化監(jiān)測系統(tǒng)綜合效能提升提供借鑒。

參考文獻(xiàn)

[1] SCHAEFER T，KIESLINGER B，F(xiàn)ABIAN C M. Citizen-based air quality monitoring：the impact on individual citizen scientists and how to leverage the benefits to affect whole regions[J]. Citizen science：theory and practice，2020，5（1）：1-12.

[2] 孫彩萍，王維. 美國FEA框架和數(shù)據(jù)中臺技術(shù)在大氣環(huán)境數(shù)據(jù)資源共享中的應(yīng)用[J]. 環(huán)境工程技術(shù)學(xué)報，2020，10（6）：951-956.

[3] BELLINGER C，MOHOMED JABBAR M S，ZA?ANE O，et al. A systematic review of data mining and machine learning for air pollution epidemiology[J]. BMC public health，2017，17（1）：907.

[4] SHTEIN A，KLOOG I，SCHWARTZ J，et al. Estimating daily PM2.5 and PM10 over Italy using an ensemble model[J]. Environmental science & technology，2020，54（1）：120-128.

[5] QI Y L，LI Q，KARIMIAN H，et al. A hybrid model for spatiotemporal forecasting of PM2.5 based on graph convolutional neural network and long short-term memory[J]. The science of the total environment，2019，664：1-10.

[6] 黎夢兵.技術(shù)賦能環(huán)境治理：美國環(huán)境公民科學(xué)對我國的借鑒啟示[J].昆明理工大學(xué)學(xué)報（社會科學(xué)版），2021，21（4）：36-43.

[7] 孫彩萍，王維，張亞青. 面向業(yè)務(wù)驅(qū)動的大氣環(huán)境數(shù)據(jù)資源分類體系及應(yīng)用研究[J]. 環(huán)境工程技術(shù)學(xué)報，2021，11（1）：41-47.

[8] GIL Y，GREAVES M，HENDLER J，et al. Amplify scientific discovery with artificial intelligence[J]. Science，2014，346（6206）：171-172.

[9] 楊夢婷. 信息化環(huán)境下環(huán)境管理模式的探索與實踐[J]. 上海船舶運輸科學(xué)研究所學(xué)報，2020，43（2）：86-90.

[10] 于振波，劉玉萍，李廣來，等. 我國空氣質(zhì)量模型應(yīng)用中存在的問題及建議[J]. 環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì)，2018，38（8）：88-90.

[11] 任珂. 面向空氣污染的時空多變量數(shù)據(jù)可視分析[D]. 長春：東北師范大學(xué)，2021.

[12] 胡翠娟，丁峰，伯鑫，等. 美國環(huán)境空氣質(zhì)量模型法規(guī)化建設(shè)經(jīng)驗與借鑒[J]. 生態(tài)經(jīng)濟(jì)，2014，30（5）：186-189.

（責(zé)編：何 艷）

作者簡介 張婉婷（1990—），女，湖北武漢人，碩士，從事環(huán)境管理工作。

收稿日期 2023-10-27