大数据在生态环境监测与评价中的应用与研究进展

随着信息化的发展，科学技术水平提高，大数据来源日益丰富。我国生态环境监测、气象监测、水文监测、国土资源监测等每年都积累大量数据。应用于生态环境的大数据主要可分为五类，包括地面监测数据、卫星遥感监测数据、地理信息数据、社会统计数据以及其他数据。地面监测数据主要来源于各地的生态环境在线监测系统。卫星遥感监测数据主要来源于卫星遥感数据和航空遥感数据，包括地形、植被覆盖等数据，是涉及不同区域、不同时间序列的庞大数据。地理信息数据的来源主要有野外采集、地图数字化和航天遥感采集、摄影测量等。社会统计资料包括大量经济社会数据的统计资料，包括人口、经济等，来自于统计部门。互联网上很多与生态环境有关的文字、图片、视频等也是大数据来源。

大数据在解决生态环境问题时形成了生态环境大数据独yi的特征，具有“天地空一体”的巨大数据量，类型、来源和格式具有复杂多样性，需要将动态新数据和历史数据相结合处理，具有很高的应用价值和不确定性。

生态环境问题是全人类普遍面临的问题，其研究需要对海量数据进行收集、整理与分析，这就需要大数据的建设与应用，要推动建立生态环境变化监测网，大气、河流、海洋、冰川、土壤、植被等广泛监测，并实现相关数据的整合互联。生态环境监测的数据获取可通过生态网络监测、卫星遥感影像、无人机数据、物联网技术等手段获取。

中国不同部门和单位陆续建立了一批生态环境监测站，开展了不同区域的环境、资源、污染的调查与研究工作。生态环境监测网络包括中国科学院建立的中国生态系统研究网络，覆盖了农田、森林、草原、荒漠、湖泊、海湾、沼泽、喀斯特及城市9类生态系统。林业部门建立的中国森林生态系统定位研究网络(CFERN)，覆盖了湿地、荒漠、竹林和城市生态系统。随着生态系统网络的发展，生态站数据采集和传输的能力逐渐增强，建立了用无线传感器网络，提高了数据观测自动化水平，并以此为基础建立了生态传感网络服务平台。

遥感技术因其具有观测范围广、数据信息量大、精度高、实时性和动态性强等特点，现已成为生态环境监测和评估的主要手段。遥感传感器可提供多样化的数据，利用不同传感器所获取的遥感影像可进行土地盐渍化、沙漠化、区域生态环境状况、矿区生态状况的监测。例如不同学者采用多种分类方法和波段组合进行不同地区、不同时间序列的盐渍化监测；利用不同遥感影像进行不同区域的土地沙漠化动态监测； 利用多光谱遥感影像进行太湖生态环境监测；利用遥感生态指数，基于Landsat7和Landsat8影像数据进行矿区的生态变化监测。

无人机遥测系统是一种高精度的现代航空摄影测量技术，在小区域和飞行困难地区高分辨率影像快速获取方面具有明显优势，已在生态环境监测方面开始展开应用，是生态环境监测的重要手段之一，采用无人机遥测系统可以很好地完成大范围水土保持监测任务，是常规监测方法的有力补充 ，能够快速估算矿山排土场边坡土壤侵蚀速率，进行牡蛎礁地理分布和生 态现状的高精度遥感调查，进行地质灾害的遥感解译。

生态环境监测数据通过在线传输，实现标准化处理－质量控制－实时入库，在空间数据库基础上，构建生态环境信息服务系统，通过生态站数据管理系统和综合中心信息共享平台，加强了动态观测数据的质量控制，为科研需求提供数据共享服务，大数据在其中的利用越来越广泛。

左羽和龙从霞利用计算机网络、服务器和存储器技术构建生态环境监测系统的分布式硬件平台，在此基础上采用主流软件平台搭建软件开发环境，采用Geodatabase技术构建生态环境数据库。

王亮绪等在数据库建立基础上，依托互联网和地理信息系统技术，组建生态环境数据共享平台，发掘监测数据的科学价值。

魏东等将物联网技术应用于煤电基地生态环境监测，从感知层、传输层、支撑层、应用层、用户层的角度明确生态环境监测技术体系，提高了信息采集效率，改善了信息获取方式，改善了传统的环境监测成本和传输问题。

曹骝和吴修将空气污染数据与 Hadoop 平台结合，对监测数据进行分析，预测未来气候变化。

李新等针对生态监测物联网应用的几个核心环节开展关键技术的研发，包括生态监测物联网系统的技术标准、数据记录传输技术、远程无线组网与传输技术和生态监测信息化技术，开发数据全自动采汇、实时共享、可在线应用的生态监测信息系统。

生态环境大数据是在对生态环境要素连续观测的基础上，集成海量的多源多尺度信息，借助云计算、人工智能及模型模拟等大数据分析技术，实现生态环境大数据的集成分析和信息挖掘。大数据在生态环境评价方面，可以运用其数据分析方面的优势，进行生态环境质量评价、生态脆弱性评价、生态安全评价、生物多样性评价，为生态环境的决策管理提供科学依据。

生态环境质量评价可为区域生态环境的治理、改善以及发展规划提供重要参考。生态环境质量评价目前已建立了一系列评价指标体系和评价方法，内容包括生态环境遥感信息获取、评价指标体系构建、不同尺度对象的评价、评价技术手段和方法模型探索几个方面。2015年颁布的正式版生态环境状况评价技术规范(HJ192- 2015)规定了生态环境状况评价指标体系和各指标的计算方法，适用于县域、省域和生态区的生态环境状况及变化趋势评价。

生态脆弱性已成为当前全球变化研究中的热点问题，研究重点生态脆弱性的多学科、多尺度的融合，加强自然与人文因素耦合研究，以及生态脆弱性的历史变化。目前国内对生态脆弱性的评价涉及不同区域和不同尺度，主要包括喀斯特地区、北方农牧交错带、湿地、青藏高寒区、流域北方干旱区典型生态脆弱区、自然灾害胁迫区、采矿区、重要战略意义的生态屏障地区、南方水土流失严重区域。生态脆弱性评价利用的数据包括遥感数据、行政区统计数据、环境监测数据、土壤数据、气象数据，不同研究选择指标体系不同，受人为主观影响较大，通过指标体系构建，进行生态脆弱性评价和发展趋势预测，明确生态脆弱现状、分布区域和发展趋势。

生态安全评价以生态风险和生态健康为核心内容，现阶段生态安全评价方法有暴露—响应综合评价模式、综合指数评价方法、生态承载力分析法、生态模型方法以及景观生态学方法。生态安全评价主要涉及不同区域、城市、流域、生态功能区等，一般采用压力-状态-响应模型进行生态环境质量评价，有的研究利用物元模型对生态经济区的土地生态安全进行评价。生态安全评价利用的数据包括遥感影像数据、地形数据、土壤数据、水文地质数据、监测数据、统计数据以及社会调查数据，评价单元为栅格或行政单元，遥感和地理信息系统为不同时间序列和空间结构的生态评价提供了大量数据支持。

生物多样性监测与评价是生物多样性保护工作的重要基础，通过构建生物多样性评价指标体系，进行生物多样性状况评价和变化趋势预测，可以为生物多样性保护措施提供依据。我国相继开展了生物多样性评价方面的研究工作，万本太等提出了生物多样性综合评价的5个指标，即物种丰富度、生态系统类型多样性、植被垂直层谱的完整性、物种特有性、外来物种入侵度，确立了生物多样性综合评价方法。区域生物多样性评价标准规定了生物多样性评价的指标及其权重、数据采集和处理、计算方法、等级划分等，标准规范了生物多样性评价的指标和方法，整体上提高了我国生物多样性保护的管理能力。大数据在生物多样性空间和系统发育模式中的利用推动了海量生物多样性数据的整合和利用。生物多样性评价从方法、指标选择、指标体系构建、区域生物多样性评价标准逐渐发展为整合数据资源，实现数据库构建和检索。

由于生态环境的复杂性，生态环境监管难度也越来越大。运用大数据的方法作为环境监测与评价的工具，对于环境监管具有重要意义。生态环境评价要关注生态环境影响因素分析，根据指标选取原则选择普适性指标，分析各指标因素间的内在联系。通过 综合评价正确理解不同时空尺度、类型的生态环境质量，实现生态环境质量评价的时空拓展。