Page 52 - 生态环境监测技术与环境污染防治研究

生态环境监测技术与环境污染防治研究
Research on Ecological Environment Monitoring Technology and
Environmental Pollution Prevention and Control
但是读取与计算分析的难度却较低；温数据则是可供历史查询的周期较长的分析报表
数据，这种数据的访问频率较低，运算难度稍高于冷数据。热数据则是具备时间维度

的数据，该种数据会根据时间的流动发生变化并不断丰富，在环境监测技术中应用这
种数据的概率较高，并且运算难度也较高。
（三）数据集成策略

大数据集成的主要目的是确保信息和数据能够在各个领域得到很好的应用，这也
是环境监测技术对大数据应用的基本前提。为了保证大数据技术能够为环境监测提供
切实有效的帮助，就必须确保大数据集成的水平，在集成过程中还要考虑到数据的转
换、补采、清洗以及监控四个方面。
1. 数据转换模块

数据转换模块，是在收集到信息数据后，对各种数据进行转换的第一道工序。一
般来说，大数据技术收集到的信息数据往往会呈现出不同的格式以及不同的内容，该
模块的作用就是将这些数据的格式进行统一。在收集到信息数据后，需要将不同数据

源获得的信息数据进行转换，变成统一格式编码的信息数据，以便于后续工作的开展。
2. 数据补采模块
在数据采集以及传输过程中，为了避免由于特殊原因导致的数据传输中断或者数
据文件损坏等问题，就需要在数据采集之后的传输环节中，根据不同的数据内容以及
数据格式制定相应的补采规则。对于冷数据以及温数据，可以通过人工方式完成相关

的补采工作，而对于动态的实时热数据，则需要考虑到补采任务的自主动作。
3. 数据清洗模块
所谓的数据清洗，就是对大数据技术中的信息数据进行筛选。大数据技术信息所

包含的技术价值密度较低，在收集信息数据时，难免会收集到一些不具备环境特征的
信息数据。针对这些数据，就需要制定详细的规则进行剔除。在制定信息数据的清洗
规则时，既要保证信息数据具有较高的价值，也要确保信息数据的完整性。
4. 采集监控模块
在整个数据库的信息数据采集过程中，需要发起大量的采集、转换以及加载等任

务。在这个过程中，为了保障信息数据的准确性，就必须具备较强的调度管理以及监
控能力，能够掌握整个系统的运作，并且跟踪管理各类任务的执行状态。
（四）科学构建环保大数据产业

通过环境保护大数据信息技术工程，带动相关高新产业的发展，从而有效地拓展
环境保护大数据相关应用的发展。主要有以下几方面：其一，可以科学探索环境保护
与治理的新途径、新方式，推动存在污染问题的企业开展环境治理工作，同时还可以
有效地带动其他企业与民众共同参与到环境治理与保护工作中，保证环保工作落实到

• 38 •