在云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等發(fā)展的推動(dòng)下，每年環(huán)保部門產(chǎn)生了海量的數(shù)據(jù)，人們將這種海量數(shù)據(jù)稱之為“大數(shù)據(jù)”（Big Data）。在大數(shù)據(jù)時(shí)代，環(huán)境信息化的應(yīng)用應(yīng)從大數(shù)據(jù)中發(fā)現(xiàn)具有規(guī)律性、科學(xué)性和有價(jià)值的環(huán)境信息，建立環(huán)境數(shù)據(jù)中心，從而為環(huán)境部門的日常管理與科學(xué)研究做出貢獻(xiàn)。 

大數(shù)據(jù)能幫什么忙？

協(xié)助環(huán)保部門更好地預(yù)測(cè)未來(lái)走向 大數(shù)據(jù)分析最重要的應(yīng)用領(lǐng)域之一就是預(yù)測(cè)性分析，從大數(shù)據(jù)中挖掘出獨(dú)有特點(diǎn)，通過(guò)建立評(píng)估和預(yù)測(cè)預(yù)報(bào)模型，預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)。 

大數(shù)據(jù)的虛擬化特征，還將大大降低環(huán)境管理風(fēng)險(xiǎn)，能夠在管理調(diào)整尚未展開(kāi)之前就給出相關(guān)答案，讓管理措施做到有的放矢。 

有效管理污染源企業(yè) 通過(guò)大數(shù)據(jù)技術(shù)，可以實(shí)現(xiàn)污染源企業(yè)的精準(zhǔn)鎖定。在污染源的生命周期過(guò)程中，每個(gè)節(jié)點(diǎn)所需要的每一類數(shù)據(jù)，都可以進(jìn)行搜集分析，形成基于污染源管理的數(shù)據(jù)資源分布可視圖。就如同“電子地圖”一般，將原先只是虛擬存在的各種點(diǎn)，進(jìn)行“點(diǎn)對(duì)點(diǎn)”的數(shù)據(jù)化、圖像化展現(xiàn)，使得環(huán)保部門的管理者可以更直觀地面對(duì)污染源企業(yè)。 

提升公眾服務(wù)能力 通過(guò)大數(shù)據(jù)整理計(jì)算采集來(lái)的社交信息數(shù)據(jù)、公眾互動(dòng)數(shù)據(jù)等，可以幫助環(huán)保部門進(jìn)行公眾服務(wù)的水平化設(shè)計(jì)和碎片化擴(kuò)散。可以借助社交媒體中公開(kāi)的海量數(shù)據(jù)，通過(guò)大數(shù)據(jù)信息交叉驗(yàn)證技術(shù)、分析數(shù)據(jù)內(nèi)容之間的關(guān)聯(lián)度等，進(jìn)而面向社會(huì)化用戶開(kāi)展精細(xì)化服務(wù)，為公眾提供更多便利，產(chǎn)生更大價(jià)值。 

環(huán)境數(shù)據(jù)中心建設(shè)有哪些應(yīng)用？

隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，將大數(shù)據(jù)的理念引入到環(huán)境數(shù)據(jù)中心，作為一種全新的環(huán)保行業(yè)數(shù)據(jù)解決方案，也愈發(fā)成為了可能。大數(shù)據(jù)技術(shù)在環(huán)境數(shù)據(jù)中心建設(shè)中可以采取哪些應(yīng)用方式呢？大體上有以下幾種： 

采用“數(shù)據(jù)眾包” 對(duì)于環(huán)境數(shù)據(jù)采集工作，可以借鑒數(shù)據(jù)眾包思路，譬如對(duì)于污染源企業(yè)的部分監(jiān)管工作，環(huán)保管理部門通過(guò)平臺(tái)自助式地把各類數(shù)據(jù)采集類型任務(wù)發(fā)布給公眾人群，公眾利用手機(jī)參與應(yīng)用，就可直接完成各類數(shù)據(jù)采集任務(wù)。也可以利用互聯(lián)網(wǎng)進(jìn)行全網(wǎng)監(jiān)測(cè)，依據(jù)采集的內(nèi)容，環(huán)境管理者可以更好地了解社會(huì)熱點(diǎn)事件、政策實(shí)施效果監(jiān)測(cè)等。 

建立NoSQL數(shù)據(jù)庫(kù) 傳統(tǒng)的環(huán)境數(shù)據(jù)庫(kù)一般采用的是關(guān)系型數(shù)據(jù)庫(kù)來(lái)進(jìn)行存儲(chǔ)管理，但是關(guān)系型數(shù)據(jù)庫(kù)有很大的局限性：難以滿足對(duì)海量數(shù)據(jù)高效率存儲(chǔ)和訪問(wèn)的需求，難以滿足對(duì)數(shù)據(jù)庫(kù)高可擴(kuò)展性和高可用性的需求。因此需要研究、選擇合適環(huán)境大數(shù)據(jù)管理的數(shù)據(jù)模型，建立NoSQL（Not only SQL）數(shù)據(jù)庫(kù)，實(shí)現(xiàn)在云計(jì)算環(huán)境下對(duì)污染源數(shù)據(jù)的分布式高效處理、存儲(chǔ)。 

數(shù)據(jù)質(zhì)量管理 數(shù)據(jù)質(zhì)量管理是大數(shù)據(jù)在環(huán)保領(lǐng)域的重要應(yīng)用。為保證大數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，需要將大數(shù)據(jù)中不真實(shí)的數(shù)據(jù)剔除掉，保留最準(zhǔn)確的數(shù)據(jù)。這就需要建立有效的數(shù)據(jù)質(zhì)量管理系統(tǒng)，分析收集到的大量復(fù)雜數(shù)據(jù)，挑選出真實(shí)有效的數(shù)據(jù)。 

大數(shù)據(jù)分析 大數(shù)據(jù)，表面上看就是大量復(fù)雜的數(shù)據(jù)，這些數(shù)據(jù)本身的價(jià)值并不高，但是對(duì)這些大量復(fù)雜的數(shù)據(jù)進(jìn)行分析處理后，卻能從中提煉出很有價(jià)值的信息。 

數(shù)據(jù)挖掘算法是大數(shù)據(jù)分析的理論核心，其本質(zhì)是一組根據(jù)算法事先定義好的數(shù)學(xué)公式，將收集到的數(shù)據(jù)作為參數(shù)變量帶入其中，從而能夠從大量復(fù)雜的數(shù)據(jù)中提取到有價(jià)值的信息，挖掘出環(huán)境質(zhì)量與污染源兩者間的聯(lián)系，并利用這種聯(lián)系，改善環(huán)境管理。 

預(yù)測(cè)性分析能力是大數(shù)據(jù)分析最重要的應(yīng)用領(lǐng)域。從大量復(fù)雜的數(shù)據(jù)中挖掘出規(guī)律，建立起科學(xué)的事件模型，將新的數(shù)據(jù)帶入模型，就可以預(yù)測(cè)事件的未來(lái)走向。環(huán)境預(yù)測(cè)性分析能力常常被應(yīng)用在空質(zhì)量預(yù)測(cè)、水環(huán)境質(zhì)量預(yù)測(cè)等方面。 

隨著大數(shù)據(jù)時(shí)代的到來(lái)，人們的需求逐漸從數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理過(guò)渡到數(shù)據(jù)應(yīng)用和數(shù)據(jù)運(yùn)維服務(wù)，與此同時(shí)，傳統(tǒng)的環(huán)保行業(yè)對(duì)于數(shù)據(jù)的處理模式已然不適應(yīng)新一代數(shù)據(jù)中心的發(fā)展需要。而大數(shù)據(jù)技術(shù)也正逐漸成熟，一旦完成數(shù)據(jù)的整合和監(jiān)管，大數(shù)據(jù)爆發(fā)的時(shí)代即將到來(lái)。現(xiàn)在要做的，就是選好方向，為迎接大數(shù)據(jù)的到來(lái)，提前做好準(zhǔn)備。 

編輯：李曉佳