Page 158 - 海河堤防建设及中小河流治理

海河堤防建设及中小河流治理
Embankment Construction and Small and Medium-sized Rivers Treatment in the Haihe River

标值（水土流失治理度、土壤流失控制比、渣土防护率、表土保护率、林草植被
恢复率、林草覆盖率），工程措施、植物措施、临时防护措施的工程量与相应投
资以及监测费、监理费、验收费等。以上数据不能简单地录入，要借助更专业的

数据平台，将数据间的相互关联、逻辑关系等建成具有分析、判断功能的数学关
系，使其成为智慧水土保持密切关联的数据，为挖掘大数据提供重要的支撑。
2. 大数据帮助核验水土保持方案有无大的出入
个人编制的水土保持方案数量是有限的，而团队编制的水土保持方案数量大，

因此有大数据平台的支持，就为从业人员和团队检查、核验水土保持方案提供了
智慧支撑。当一个方案录入大数据系统后，系统将自动计算，比对与同一类地区、
相同类别项目的差异，提示该方案与大数据出入较大的地方，也就是方案中可能
出错或不够完善的地方。例如，审核一个火电项目的水土保持方案时，通过大数

据分析，发现了几个问题，其中之一是预测的水土流失量是大数据的 1/5，明显
低于同类项目预测值。由于水土流失预测量偏小，之后的水土保持措施量、水土
保持投资自然也就少很多，为此对相关人员提出了疑问，回复说已经审核过资料，
并没有发现问题。这是没有积累大数据得出的一般性结论，而基于数百个不同区

域、不同规模的火电站项目的水土保持大数据提出的定性、定量疑问，是可靠、
可信的。之后经相关单位反复检查后发现，计算水土流失量的方法没有问题，但
在转换文档时只转换了少部分数据，编制人员便把这个残缺的数据作为总量，就
出现了异常数据。如果不是用大数据核验，则很难发现方案中存在的隐性错误。

3. 评审专家要善于积累并利用大数据，助力审查、审核方案
评审专家要注重数据资源的积累与利用，将电脑变为专家的智慧大脑，录入
的数据应比上述介绍的数据类型更多一些。在录入某个项目的数据时会发现数据
前后不一（许多重要数据在报告的前后章节、图表中会多次出现，往往存在前后

不一、相互矛盾的情况）、数据不闭合（数据中有缺漏项、错误）、数据计算有
误等问题，特别是占地面积类、土石方挖填量类、自然条件类、水土保持措施类、
水土保持投资类等基础数据出现此类问题较为普遍。将全套数据录入后，水土流
失预测量是否切合实际，水土保持工程措施、植物措施、临时措施工程量能否满

足防治需要，其投资、监测费、监理费、验收费是否合理等，都会通过大数据审
查、审核，提示存在的疑点。
计算机通过大数据，将全套数据与全国平均值（分区域、分行业类别的同类

·150·