Page 116 - 环境监测技术应用及质量控制

环境监测技术应用及质量控制
Application and Quality Control of Environmental Monitoring Technology

在管理决策方面，依托数据分析挖掘技术开展环境质量形势分析、管控任务达
标分析、污染源排放监管、污染物追因溯源、工业园区污染物管控、生态环境质量会
商、环境空气质量精细化预报、大气网格化监测监管、水环境质量精细化管理、流域
综合治理、秸秆燃烧识别、“削峰降速”等管控措施成效评估、环境质量民意调查与

舆情监测分析等，通过加强数据关联分析和智能化应用，让监测更智能、让排污更透
明、让管控更精准、让决策更科学。
在数据共享与信息公开方面，通过数据集成管理技术、数据时空可视化展现与

应用技术在数据资源中心、数据共享系统、生态环境综合管理平台、数据门户网站、
APP 建设上，统筹实现生态环境监测数据资源加工治理，生态环境监测数据与基础地
理信息、水文、气象、交通、能源、卫星遥感等数据融合，大数据平台集中管理，综
合管理平台汇报展示，数据开放共享等能力。目前，智慧监测创新应用试点工作重点

推进生态环境质量联合会商，要求支持“国-省-市”多级数据贯通，“纵向”实现国
家、省、市的贯通，“横向”做到各部门、各要素的贯通融合，进一步提高各试点单
位数据融合和共享服务水平。

大数据技术的广泛应用是智慧监测发展的必然趋势，智慧监测创新应用技术指导
委员会将积极推进大数据技术在生态环境监测领域的应用，在不同层级探索积累先进
经验，创新大数据应用的政策环境、部门协同机制、应用实施能力和社会认同方式，

促进物联网、大数据、人工智能等新技术与环境监测业务的深度融合，助力实现监测
感知高效化、分析关联化、应用智能化、测管一体化、服务社会化，为精准治污、科
学治污、依法治污提供有力支撑。

第二节 数据挖掘技术在环境监测领域的应用分析

一、数据挖掘技术概述

（一）数据挖掘的概念
1.数据挖掘的定义
数据挖掘是涉及数据库技术，机器学习，统计学，神经网络，模式识别，知识

库，信息提取，高性能计算等诸多学科的交叉领域，并在工业，商业，金融，通信，
医疗卫生，生物工程，环境工程等众多行业得到广泛的应用。数据挖掘初始的定义是
在大型数据库数据中挖掘出有价值信息的过程，但随着信息技术的发展，数据源也越

来越丰富多样，当前可以认为数据挖掘是在数据库、流式在线数据或者同时在数据库
与流式在线数据中发现有价值信息的过程。数据挖掘是在 20 世纪 80 年代，AI 研究

• 108 •