环境监测标准大数据化分析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了环境监测标准大数据化分析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：利用大数据开展环境监测工作，可以有效提升对数据的利用效率，深挖数据中蕴含的潜在价值。本文从环境监测标准大数据化的意义入手，结合工作实践中的要点与问题，深入探讨了如何利用大数据工具提升环境监测工作的质量。

关键词：环境监测；监测标准；大数据

环境监测是探明当前环境具体状况，推动环境保护工作与环境管理工作的重要环境治理手段之一。因此，要推进环境治理工作，就必须提高环境监测工作的水平。随着互联网与大数据技术的飞速发展，环境监测工作有了值得探索的新道路，即环境检测标准大数据化。

1何谓大数据技术

大数据是著名商业咨询公司麦肯锡最先总结、提出的一个概念。大数据指的是指传统数据处理应用软件不足以处理的大或复杂的数据集，这些数据很难用通用数据管理和处理软件来处理。通过大数据技术，可以操纵和管理以TB、PB、EB为单位的巨型数据集。大数据技术包括信息收集、选择、存储、搜索、共享、传输、分析和可视化。如今，大数据技术在各行各业中都有着广泛应用，通过对数据的科学计算和分析可以做到业务可预测、疾病可预防、犯罪可预防[1]。大数据早在多年前就已经是数据工作中的一个重要名词。在2010年，随着世界互联网的高速发展和广泛应用，到今天大量的企业、政府部门都有合作或自建的分布式数据中心、数据仓库和云存储中心，给人们的工作带来了巨大的利好。

2环境监测工作的重要性

2.1环境监测是执法监督的前提

环境监测工作可以保障相关管理单位通过各种技术手段，及时了解、科学分析环境客观状况、为环境治理部门的下一步工作提供详实、有力的数据支持。在具体工作中，只需将环境监测采集而来的数据，与相关管理规定、国家法律规定的质量标准水平予以对比，就可以直截了当地评判当地的空气、河流、湖泊、土壤等环境的污染情况，核对污染物的含量是否超标，并对相关主体单位予以警告、处罚，为当地人民群众的生产生活提供科学化的建议和指导。

2.2环境监测是为社会服务的途径

按照国家制定的各种监测技术规范，采用仪器设备对区域内环境质量进行长期性监测，得到科学系统的环境监测数据反馈，并据此推动环境污染防治工作的开展，这是一项对环境污染问题严重地区的服务工作。例如，对于目前的热点环境问题——雾霾，它主要是由空气中颗粒物、硫酸、硝酸等粒子组成。开展大气污染环境监测工作，就可以有效的为人民群众提供形成雾霾的相关污染因子监测数据。从而为人民群众的生活、工作、学习等外出活动提供指导，为他们外出时选择是否佩戴口罩、采取何种防护措施提供建议。

2.3环境监测是科学管理的基础

通过环境监测工作，可以有效地将经济与自然和谐发展共生以及可持续发展等理念践行到工作当中去。通过制定更为科学健全的环境监测管理机制，充分治理水污染、大气污染等问题，为相关治理管理工作提供坚实的数据保障，确保相关工作人员能够及时发现问题、解决问题。此外，通过科学化的环境监测工作，还可以有效地抓住空气污染治理的重点和难点，有针对性地对不同地区采取不同的管理手段，从而全面、科学地完成环境治理工作的部署和管控。

3实验室工作的质量控制关键节点

3.1标准物质与标准样品

要开展实验室化验与测量，必然就要有相应的标准数值、标准尺度。因此就要构建一套标准物质、标准样品，以用于仪器的校准、样本的对比。标准物质与标准样品是保障实验室测量数据准确性的重要的工具、重要物料。有证标准物质是经过多个实验室使用国际认同的测量方法测量而得的具有稳定性和准确性的样本，其测量的过程、经办人员均可追溯、可巡查，因此其有着较强的公信力，为实验室广泛使用。

3.2平行样品分析实验

在采集平行样品时，可选取现场平行样品和实验室平行样品两种方法。对水体、气体等分子运动较快，内部物质较为均匀的实验对象，就可以在现场进行多次采样、制备平行样品。而对于固体等分子运动较慢、内部物质分布可能不均匀的实验对象，就应当在采集足够量的样本后，进入实验室制备实验室平行样品，尽量减少不同样品之间固有的物质含量差异，避免因样品本身的含量不同导致实验数据发生偏差。

4大数据系统与环境监测标准大数据化

4.1构建大数据系统，提升环境检测数据的管理质量

大数据系统是高度借助信息化与网络化开展的数据储存与管理系统，其不仅具有更高的效率和更强的安全性，与传统的信息记录与反馈系统相比较还具有更低的数据储存于处理成本。大数据作为一种自动的、高效的，可以将传统模式下无法予以管理计算的数据借助互联网与现代计算服务器进行处理的新型技术。这种新型技术，比起不能进行二次编辑与自动化处理的纸质数据，可以更为及时、更加高效地处理所采集到的数据，从而实现数据管理与数据处理的跨代升级。

4.2推进检测标准大数据化，推动环境监测大数据系统构建

只有全面、系统的构建了大数据化的环境监测标准，将其录入到大数据系统当中，才能有效地构建整体环境监测数据与分析模型的变量框架，并在后续的大数据处理与分析工作中作为重要的参考数值，为环境质量的判定、治理方案的制定工作提供可靠的依据。首先要明确环境监测标准的种类，依照国家相关法律法规及政策对环境质量作出的明确规定，结合环境管理的具体需要、当地的具体环境情况，依照环境监测的科目类型进行调整、精简、扩充，保障环境监测科目的科学性与系统性；其次，要依据相关规定与法律的要求，确定各类环境质量标准的阈值或临界值，依照相关要求划分档次，并将其录入大数据系统当中，设置为符合实际应用需要的参考变量。

5构建大数据化的环境监测标准体系

5.1科学分类环境监测标准

环境评价标准，是由国家相关行政部门或立法部门规定，对自然环境的各项指标，尤其是空气、水文、土壤等方面的评价标准；又或者是针对工业部门在生产时造成的固体、液体、气体废料的强制性排放规定。环境评价标准是中华人民共和国境内统一的，对整体环境进行评定、对污染行为进行定性的唯一依据，是较为稳定、不经常修改、强制力最大的环境监测标准类型。环境监测工作方法，是由国家部门、科研院所或其他有资质开展环境检测的主体、专家学者，在具体的环境监测工作实践中总结归纳，并在学术界、业界中达成共识，为全体环境监测工作人员所共同遵守的一系列工作或实验方法。环境监测工作方法是针对具体监测项目、分支工作开展的全流程的、精细化、具体性的规定，例如，仪器的操作方法、试剂的化学成分与制配方法、处理与分析工作的具体流程、环境监测数据的处理流程等。因此，环境监测工作方法具有一定的灵活性，其可能会随着时代的发展，在相关理论的进步、仪器的更新换代、学术专利的发明创造而有所调整、优化，也可能被更新、更好的方法所取代。环境监测技术导则是专指对于环境监测中的具体化学检测方法和仪器设备使用方法的规定。在推进环境监测标准大数据工作时，首先就是要依照不同的环境监测标准其自身的分类，对各类法律规定、科学方法、操作规范、数据表格模板等等涉及环境监测工作标准的文件予以数字化的记录和存档，并应用到整体环境监测大数据系统框架的构建当中去，按照数据系统的数据架构予以录入。

5.2科学构建环境监测评价体系

在大数据系统中监测评价是整体大数据报告的核心，因此在推进环境监测标准大数据化工作时，必须科学构建环境监测评价体系，确保评价类目的全面性、评价分级的系统性、评价数值的科学性，保障导出评价结果的可靠性。要构建评价物类别体系，对空气环境、水文环境、土壤环境等各不相同的环境与评价对象进行系统地细化分类，从而便于对整体大数据系统的分类管理以及资料的调用。其次，要细化对评价方法、方法流程的分类与记录，在这一大类目中要记录检测工作中所使用到的采样容器，相关评价标准是配的具体被评价对象类别；还应当录入各类分析方法与评价标准的资质认定有效期，对于即将到期或已经到期的分析方法，应当及时进行延期申请或启动淘汰旧技术的更新迭代流程。最后，评价数据框架中还应当包括对于相关检测人员、检测日期、存档样品编号的记录，确保事后的复核与追溯可以精确到人、精确到样。

5.3精细划分环境监测因子

环境监测因子是开展大数据分析工作的唯一基础，只有具有齐全的因子，才能将其带入公式进行大数据分析。因此必须构建精细化的环境监测因子体系，避免检测因子错误导致的系统计算出错。例如，在水中的甲苯、大气中的甲苯、土壤样品中的甲苯，其因子名虽然都是甲苯含量，但是其却有各不相同的检测标准、检测方法。因此必须细化因子的具体实验项目、应用范围、计量单位、直接与间接排放量，并标注其所使用的环境监测标准。

6全方位构建应用大数据的环境监测工作体系

6.1建立规范化的大数据录入管理体系

要推动规范化的大数据录入管理体系的构建，明确相关工作的操作流程与开展中的注意事项，避免环境监测大数据信息出现录入不规范、录入不完整等问题，并建立高效易用的监测标准大数据录入系统，在保障相关工作人员能够高效、快速，省时、省力地将监测数据录入的同时，杜绝事后补录、篡改等影响数据精确性与可靠性的问题的发生，从而全面提升大数据系统录入的规范性，保障数据的准确性。建立科学、缜密的大数据记录、处理、管理系统，促进资料的流转、汇总与查阅，提升工作效率。保障后续大数据平台建设的顺利开展。

6.2建设标准化、高效的原始数据收集终端

可以借助如今已经较为成熟的物联网与人工智能数据信息技术，在环境监测设备终端中部署物联网组件，实现采集数据的实时网络记录回传，避免人工2次记录与传输导致的数据错误，构建前端采集与后端实时数据处理一体化的工作流程方式，全面提升数据记录、处理、公众信息的效率[3]。

6.3打造科学的大数据处理系统

囿于相关单位自身财力、物力以及人员工作能力的限制，在进行大数据处理系统构建时，应当使用自建服务器与外包服务器相结合的方式开展大数据的处理工作，对接政府合作的大数据处理服务提供商，在专业人士与专业服务器的协助下提升数据处理的效率并降低数据处理的成本。对于某些有必要采取保护措施的敏感数据进行自建库储存，而其他数据则可以在脱敏后托管云服务商处理。通过建设自建化与商业化并存的大数据处理服务系统，实现数据处理成本与质量的统一。

6.4深挖大数据内在价值，进一步提升环境监测智能化水平

有必要进一步深化环境监测大数据平台的应用与建设，提升数据处理的智能化水平，通过使用专业的数据处理软件，对环境监测数据的结构进行优化以及初次处理，通过原始数据对当地的具体自然环境状况与工业生产情况进行宏观把握，构建横向与纵向对比模型，提升数据的指导意义与有用性，为整体环境治理工作提供针对性的指导和建议。此外，还可以通过智能算法，构建智能化的环境危机预警系统，通过对客观数据7×24小时监测，及时发现环境中存在的异常问题，并及时进行巡视，对偷排、偷放等违法问题及时予以打击和治理。

7结论

环境监测与环境治理工作，是当前我国环境战略中不可缺失的一环。将大数据与环境监测工作相结合，通过科学的环境监测标准分类、构建环境监测评价体系、划分环境监测因子等方法推进环境监测标准大数据化工作，并最终实现基于大数据技术的环境监测系统的架构，为环境治理工作提供坚实的科技后盾。

参考文献：

[1]徐伟忠.环境监测标准大数据化的研究[J].化工管理，2021（01）：88-89.

[2]孙闻妮.大数据时代环境监测技术应用现状及发展趋势研究[J].皮革制作与环保科技，2020，1（22）：10-15.

[3]李乐.大气环境监测中大数据解析技术应用[J].现代工业经济和信息化，2019，9（6）：55-56.

作者：麻博 单位：甘肃省庆阳生态环境监测中心