海量的環境數據也給傳統數據平臺帶來巨大挑戰。清華大學軟件學院大數據中心總工程師王晨指出，“十三五”期間，環保數據量還將呈爆發式增長，這給計算資源和存儲資源的擴展性和高可用性帶來挑戰。另外，生態監測網實時數據也給數據平臺帶來性能挑戰。
在內蒙古的烏梁素海，通過污染源和地表水環境質量的立體網格化的數據采集，全流域水質情況一覽無余，影響每一個水質斷面的主要污染企業也都清楚明了。
不僅在內蒙古，“讓數據說話，用數據管理”的思路也已深入到全國各個地區的環保管理當中，在上海、四川、無錫等地出臺的《環境信息化“十三五”規劃》中，推進大數據監管都被列入其主要任務之一。
今年是環境保護部發布的《生態環境大數據總體方案》實施的起步之年，生態環境大數據建設也開始從模糊走向明朗。11月24日至25日，2016全國環境信息技術與應用交流大會在京召開，如何利用大數據推動環境監管精準化，為“智慧環保”提供決策服務，成為此次大會的主要議題。
環境監管的“無形之手”
環境管理重在預防，未雨綢繆從源頭治污。提前預測環境污染風險和污染源，將更加有針對性地幫助政府精準治污，而大數據技術則成為環境監管的“無形之手”。
國家信息中心信息化研究部大數據分析處副處長王建冬表示，大數據為政府治理提供了全新的視角和手段，大數據時代的到來，不僅僅意味著對數據處理技術和處理能力的提升，更重要的是全社會數據資源分布結構的深刻變化——實時、交互、離散化、非結構化的海量數據中，蘊含著經濟社會運行的各種指標和信號。
“對于環境管理來說，監測體系是監管的基礎，大數據應用是監管的靈魂，有了大數據就能使我們的監管能力顯著提升。”內蒙古自治區環保廳副廳長李劍表示，“用數據說話，摸清家底；用數據管理，監察執法。”成為強化環境監管的重要支撐。
大數據時代的到來，傳統環境管理的思路方法也將被顛覆。“環境管理目標從簡單的總量控制為主向污染治理、環境質量改善轉變，從單一的污染防治向風險防控、聯防聯控、流域共治轉變。”聚光科技信息開發中心總監丁成富說。
而在太較計算機股份有限公司高級系統架構師李華看來，相較于其他行業大數據應用，環保方面的大數據具有先天的優勢，其整體分析、應用從一開始就具備了大數據體系的相關要素。
“環境保護大數據體系從一開始就可以針對某個方面進行體系脈絡清晰的大數據分析，而不會出現數據網狀關聯，能夠很直接地針對一類數據整理出相關的分析，建設過程較為直觀。”李華說。
另外，李華表示，環保大數據還具有豐富的應用主題，包括環境承載力分析、污染氣象關系分析、環境經濟關系分析、污染物大數據分析、環保預警預測、污染排放治理等。
目前，環保大數據需求十分緊迫。因為環保部門相較于產生污染企業的管理部門而言相對弱勢，更迫切地需要科學、正確的數據來進行事實的陳述說明，明確責權，進行環保的整改調整，因此也更需要依賴基于大數據的信息化支撐。
海量數據帶來挑戰
環保大數據到底是什么數據？在清華大學軟件學院大數據中心總工程師王晨看來，環保大數據包含了大量未開發的環境信息資源，包括環境輿情、互聯網公開的數據；審批附件、圖片等非結構化數據；生態物聯網的建設帶來海量半結構化數據等。
然而，海量的環境數據也給傳統數據平臺帶來巨大挑戰。王晨表示，“十三五”期間，環保數據量還將呈爆發式增長，這給計算資源和存儲資源的擴展性和高可用性帶來挑戰。另外，生態監測網實時數據也給數據平臺帶來性能挑戰。而非結構化數據、時間序列數據、關系型數據等多類型數據，也增加了數據處理及分析的復雜性。
來自重慶市環境保護中心的王陸瀟博士則指出，環保行業廣泛使用地理信息系統（GIS），盡管GIS軟件已實現關系數據庫管理系統的性能擴展，能夠同時管理圖形、屬性數據、高程數據等，并已實現了多比例尺空間數據的存儲，但該數據存儲模式已經觸碰到瓶頸，并且會導致地理信息系統空間數據自動綜合能力與效率低下。此外，GIS的客戶機服務器架構決定了數據共享、數據存儲、同步性更新及更新效率等能力較弱。
而從政府頂層設計層面來看，環境大數據也面臨重重難點。清華大學環境學院環境管理與政策教研所主任常杪表示，地方政府在環境大數據建設中會面臨規劃設計、設備技術選型、數據收集等難點。
以規劃設計為例，“規劃設計并不是對現有業務系統的簡單加和，而應當在需求明確的情況下，融合現有的傳感技術、互聯技術、數據挖掘技術等，開發出能經濟、有效解決實際問題的系統。”常杪表示，如何設計出能集成海量、多源、異構數據且實現數據動態更新的數據中心框架，如何實現數據標準統一，以完成環境數據的統一規劃、集成和管理，提高數據產品加工和服務能力等，都是規劃設計的難點問題。
如何“慧”集數據
預計未來5年，環保監管數據將實現精準化，“智慧環保”將使得環境管理更精明，居民更有獲得感、資源利用更高效、生態環境更宜居。
環境保護部信息中心總工程師、環境信息化分會秘書長魏斌指出，數字變革和數字顛覆對人類的發展影響遠遠超出我們的想象。信息技術不斷突破原有技術架構和發展模式，步入體系化創新和群體性突破的新階段。
而對于環境信息化建設，魏斌指出，其建設和發展模式亟待改變，信息碎片化、應用條塊化、服務割裂化等問題都需要從根源上加強統籌，實現信息共享，系統互聯互通。
那么，如何充分挖掘數據的價值，從而為“智慧環保”服務呢？
以大氣環境監測領域為例，中科宇圖資源環境研究院院長劉銳提出一種基于多源數據融合的監測方法——首先搭建集成工作站、服務器等硬件支撐平臺以支撐項目的建設和運營，其次根據數據資源的來源和分析需求，智能利用跨領域研究實踐的技術優勢，以互聯網全域數據為基礎，基于Hadoop的分布式存儲及計算框架，研究大氣環境監測預警大數據應用關鍵技術，建立大氣數據分析環境和聯合監測環境。
劉銳還提出了機器學習的概念，基于大數據技術的預報預警模型，機器學習通過模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。
另外，李華表示，大數據支撐環境是應用成敗的關鍵，基于大數據基礎服務可提供用戶大數據采集、存儲、計算能力；通過太較環保大數據平臺則可以實現大數據的分析挖掘與可視化，具備一站式數據應用能力。
在王晨看來，環保大數據管理系統研發的要點還包括高吞吐量、事務處理模型全局一致、專業化查詢和分析引擎、系統易管理和維護、容錯和故障恢復等，“效能＋易用性”才是關鍵所在。
（原標題：大數據推動“智慧環保”落地）