论文部分内容阅读
摘要：大数据技术的出现与快速发展改变了很多行业的工作方式，生态环境监测亦不例外，通过大数据技术的有效应用，可在一定程度上提升监测效率与准确性，并可为当地相关部门提供可靠的数据参考，实现对环境问题的针对性处理。文章就工程概述、环境检测简述、基于大数据技术的环境监测数据分析方法进行了论述与分析。
关键词：大数据技术;生态环境监测数据分析;方法分析
引言：基于大数据技术的生态环境监测数据分析方法，指的是以大数据思维与技术来解决生态环境监测中的诸多难题，为各个阶段的生态环境监测提供有力的技术支持，并可通过其数据搜集、分析与处理等功能，搜集到目标区域更为详细的数据信息，提供给对应的环境监测人员，实现对区域内环境的科学治理。
一、工程概述
以乌梁素海为研究对象，其是中国八大淡水湖之一，总面积300平方千米，素有“塞外明珠”“塞外都江堰”之美誉。到2010年底，乌梁素海面积仅剩293平方公里。2012年8月7日，乌梁素海面积仅为60年前1/4，乌梁素海内大量黄苔滋生，大量垃圾飘浮水面，多处可见死鱼。据介绍，20世纪90年代后，乌梁素海自然补给水量不断减少。而城市污水和工业废水排放明显增加，导致湖区面积急剧减少，生态功能严重退化，湖泊水体富营养化严重，沼泽化进程加快。
二、生态环境检测简述
生态环境检测指的是选择各项新近的技术来在线采集、整理与分析环境基础数据指标，在实际环境检测中，若是发现相关污染问题，可综合分析环境检测数据来制定针对性的解决对策，避免其持续损害自然环境。实现大数据技术的广泛应用，可实现对目标环境区域的全方位监管，并对相应的环境问题追踪、分析，将得到的各种不确定性降至最低，以此来提升环境监测有效性、可靠性与准确性[1]。
三、基于大数据技术的生态环境监测数据分析方法
从以下三个方面来探讨基于大数据技术的生态环境监测数据分析方法：
（一）基于大数据的环境检测
1.技术路线
应用当前的各种生态环境检测系统来收集对应的数据，需重视以下数点：其一，分析乌梁素海流域的整体性分析和现有科研资金的实际情况，选出具备代表性的，能表征乌梁素海环境治理情况的地理位置，设在乌梁素海东岸坝头位置岸边，针对已经修复治理区域的水质、气候和土壤环境，建设传感探头式的数据收集设备，比如溶解氧传感器、浊度传感器、COD传感器、PH值传感器等;其二，建立生态环境数据库制定分析表，采用统计分析、离线分析、实时分析、流数据分析等分析技术，进行常见的大数据分析任务，将数据变化较大的选取为目标数据，进行相关信息的不确定性分析，并设计相应的算法。
2.建设环境监测站
建设环境监测站需重视三项重点内容：其一，建设水质监测系统，可对湖水水质进行全面的检测，并集数据采集、存储、传输和管理于一体。其由水质监测平台、水质传感器、数据采集仪、通讯系统、供电系统、整体支架等组成，可实现对水温、PH、溶解氧、电导率、氨氮、浊度、COD、叶绿素等要素的实时监控;其二，建设PH土壤墒情监测站，对湖附近的土壤进行基本检测，了解土壤水分过多、适宜、缺少与严重缺乏等情况。该监测站集土壤湿度、土壤温度、土壤PH值、土壤盐分电导率等土壤要素的智能采集、存储、传输和管理于一体;其三，建设微型空气站，对6大主要空气污染要素进行不间断检测，通过数据系统分析，快速发现环境异常，进行针对性的治理[2]。
（二）生态环境检测数据处理
1.数据清理
生态环境监测数据库中会存在一部分的“脏数据”，影响后续的数据分析与挖掘，并很难保证各项数据可靠性。基于此，可针对不同的情况采取对应的处理方法，例如针对缺失值则进行填充，针对噪音数据则选择平滑处理，还可删除一些离群点等。
2.集成数据
生态环境检测数据来自于各个传感器，因此在集成时，会出现一些冗余数据与不一致的数据。比如针对冗余数据，首先实施数据分析针对两项给定属性，判断其相关程度，亦或者一个属性中是否含有另一个属性，并以相关分析方式科学判断，而若是标称性数据，则以卡方检验来判断。
3.规约数据
在选择数据库中的数据并以大数据技术进行分析时，可能会面临比较多的数据量，挖掘数据时，占据大量的数据分析时间。针对这种情况，可选择变小数据量，引入数据规约方式，该种方式突出有效性、简便性的同时，可保证数据信息完整性[3]。
（三）生态环境检测大数据技术分析
1.异常数据
生态环境监测站若是无人值守，很容易出现一些异常数据信息，若是遭遇该种情况，需针对异常数据实施个性化分析，才可确保监测结果不会遭受异常数据影响。此外传感器等监测设备可能会受到天气影响，因此需针对监测设备所处环境与运行情况进行定期分析。
2.统计规律
生态环境监测与统计学有着一定连续，并可为相关决策提供科学的指导，通常会以物理定量分析与数学统计来分析各项监测数据中存在的决策因素与发展规律。并在监测挖掘数据时，两个及以上的数据基本都会存在一定的联系，因此在检测与分析单个数据之后，可验证其关联数据，最后再以验证分析、统计分析的方式来统计與分析影响环境变化的各项因素[4]。
结语：综述，文章就基于大数据技术的生态环境监测数据分析方法进行了论述与分析，探讨了大数据技术对于生态环境检测分析的重要性与促进作用，要求相关监测管理人员给予其足够的重视，在生态环境检测的适宜阶段实现该项技术的渗透与应用，最大程度的提升环境检测质量与效率，为该区域内的环境治理做出一定的贡献。
参考文献：
[1]肖勇.基于大数据技术的环境监测数据分析方法研究[J].电脑编程技巧与维护，2019， （10）：112-113，125.
[2]李蔚，胡昊，徐富春.大数据解析技术在大气环境监测中的应用研究[J].中国环境监测，2019，31（3）：52.
[3]袁雪，姜杰.研究大气环境监测中大数据解析技术的应用[J].低碳世界，2018，（28）：4-5.
[4]甘玫玉.基于大数据的环境监测与治理研究[D].广西大学，2019，（5）：21.
关键词：大数据技术;生态环境监测数据分析;方法分析
引言：基于大数据技术的生态环境监测数据分析方法，指的是以大数据思维与技术来解决生态环境监测中的诸多难题，为各个阶段的生态环境监测提供有力的技术支持，并可通过其数据搜集、分析与处理等功能，搜集到目标区域更为详细的数据信息，提供给对应的环境监测人员，实现对区域内环境的科学治理。
一、工程概述
以乌梁素海为研究对象，其是中国八大淡水湖之一，总面积300平方千米，素有“塞外明珠”“塞外都江堰”之美誉。到2010年底，乌梁素海面积仅剩293平方公里。2012年8月7日，乌梁素海面积仅为60年前1/4，乌梁素海内大量黄苔滋生，大量垃圾飘浮水面，多处可见死鱼。据介绍，20世纪90年代后，乌梁素海自然补给水量不断减少。而城市污水和工业废水排放明显增加，导致湖区面积急剧减少，生态功能严重退化，湖泊水体富营养化严重，沼泽化进程加快。
二、生态环境检测简述
生态环境检测指的是选择各项新近的技术来在线采集、整理与分析环境基础数据指标，在实际环境检测中，若是发现相关污染问题，可综合分析环境检测数据来制定针对性的解决对策，避免其持续损害自然环境。实现大数据技术的广泛应用，可实现对目标环境区域的全方位监管，并对相应的环境问题追踪、分析，将得到的各种不确定性降至最低，以此来提升环境监测有效性、可靠性与准确性[1]。
三、基于大数据技术的生态环境监测数据分析方法
从以下三个方面来探讨基于大数据技术的生态环境监测数据分析方法：
（一）基于大数据的环境检测
1.技术路线
应用当前的各种生态环境检测系统来收集对应的数据，需重视以下数点：其一，分析乌梁素海流域的整体性分析和现有科研资金的实际情况，选出具备代表性的，能表征乌梁素海环境治理情况的地理位置，设在乌梁素海东岸坝头位置岸边，针对已经修复治理区域的水质、气候和土壤环境，建设传感探头式的数据收集设备，比如溶解氧传感器、浊度传感器、COD传感器、PH值传感器等;其二，建立生态环境数据库制定分析表，采用统计分析、离线分析、实时分析、流数据分析等分析技术，进行常见的大数据分析任务，将数据变化较大的选取为目标数据，进行相关信息的不确定性分析，并设计相应的算法。
2.建设环境监测站
建设环境监测站需重视三项重点内容：其一，建设水质监测系统，可对湖水水质进行全面的检测，并集数据采集、存储、传输和管理于一体。其由水质监测平台、水质传感器、数据采集仪、通讯系统、供电系统、整体支架等组成，可实现对水温、PH、溶解氧、电导率、氨氮、浊度、COD、叶绿素等要素的实时监控;其二，建设PH土壤墒情监测站，对湖附近的土壤进行基本检测，了解土壤水分过多、适宜、缺少与严重缺乏等情况。该监测站集土壤湿度、土壤温度、土壤PH值、土壤盐分电导率等土壤要素的智能采集、存储、传输和管理于一体;其三，建设微型空气站，对6大主要空气污染要素进行不间断检测，通过数据系统分析，快速发现环境异常，进行针对性的治理[2]。
（二）生态环境检测数据处理
1.数据清理
生态环境监测数据库中会存在一部分的“脏数据”，影响后续的数据分析与挖掘，并很难保证各项数据可靠性。基于此，可针对不同的情况采取对应的处理方法，例如针对缺失值则进行填充，针对噪音数据则选择平滑处理，还可删除一些离群点等。
2.集成数据
生态环境检测数据来自于各个传感器，因此在集成时，会出现一些冗余数据与不一致的数据。比如针对冗余数据，首先实施数据分析针对两项给定属性，判断其相关程度，亦或者一个属性中是否含有另一个属性，并以相关分析方式科学判断，而若是标称性数据，则以卡方检验来判断。
3.规约数据
在选择数据库中的数据并以大数据技术进行分析时，可能会面临比较多的数据量，挖掘数据时，占据大量的数据分析时间。针对这种情况，可选择变小数据量，引入数据规约方式，该种方式突出有效性、简便性的同时，可保证数据信息完整性[3]。
（三）生态环境检测大数据技术分析
1.异常数据
生态环境监测站若是无人值守，很容易出现一些异常数据信息，若是遭遇该种情况，需针对异常数据实施个性化分析，才可确保监测结果不会遭受异常数据影响。此外传感器等监测设备可能会受到天气影响，因此需针对监测设备所处环境与运行情况进行定期分析。
2.统计规律
生态环境监测与统计学有着一定连续，并可为相关决策提供科学的指导，通常会以物理定量分析与数学统计来分析各项监测数据中存在的决策因素与发展规律。并在监测挖掘数据时，两个及以上的数据基本都会存在一定的联系，因此在检测与分析单个数据之后，可验证其关联数据，最后再以验证分析、统计分析的方式来统计與分析影响环境变化的各项因素[4]。
结语：综述，文章就基于大数据技术的生态环境监测数据分析方法进行了论述与分析，探讨了大数据技术对于生态环境检测分析的重要性与促进作用，要求相关监测管理人员给予其足够的重视，在生态环境检测的适宜阶段实现该项技术的渗透与应用，最大程度的提升环境检测质量与效率，为该区域内的环境治理做出一定的贡献。
参考文献：
[1]肖勇.基于大数据技术的环境监测数据分析方法研究[J].电脑编程技巧与维护，2019， （10）：112-113，125.
[2]李蔚，胡昊，徐富春.大数据解析技术在大气环境监测中的应用研究[J].中国环境监测，2019，31（3）：52.
[3]袁雪，姜杰.研究大气环境监测中大数据解析技术的应用[J].低碳世界，2018，（28）：4-5.
[4]甘玫玉.基于大数据的环境监测与治理研究[D].广西大学，2019，（5）：21.