怎样形成生态环境大数据思维？

点击上方“ 蓝色字体 ”，选择 “ 设为星标 ”

关键讯息，D1时间送达！

近年来，互联网、大数据等信息技术在生态环境保护领域的广泛运用，推动生态文明建设和生态环境保护取得了显著的成效。 政府、企业和社会在对生态环境大数据的采集、维护、共享、应用、公开等方面，也开展了广泛的探索与研究，大数据有力支撑了污染防治攻坚战。 在信息技术日益成为推进生态环境治理体系和治理能力现代化重要手段的时代，笔者认为，需要转变以往的思维，真正形成生态环境大数据思维。

一是由过程因果思维转变为数据相关思维。 以往，常用的生态环境机理模型强调过程模拟，用公式或语言描述准确的因果关系，在一定的假设条件下，生态环境的变化和预测是规律的。 到了大数据时代，过程因果思维的局限性不断显现，并非所有的生态环境分析都可以用因果关系描述，且寻找因果关系已变得越来越困难。 因此，应使用大数据思维来思考问题解决问题，以数据为核心，通过数据相关性分析获取新知识，打破过程因果思维的局限，不再受限于各种假设，发现以前不曾发现的数据关系，提升生态环境预测预警能力。

二是由数据抽样思维转变为数据全量思维。 在物联网技术快速发展之前，我们不具有采集海量生态环境监测数据的能力，且以过程因果思维思考问题时，往往希望采用数据抽样的方法，用小量的数据证实可能发现的假设规律，这样得到的结论会或多或少具有水分，真实性受到一定的影响。 因此，在我们具有采集海量生态环境监测数据的能力后，基于数据全量思维，相关分析的数据量越大，包含的信息越全面，真实性越大。

三是由数据精准思维转变为数据高效思维。 在大数据时代之前，生态环境数据采集的基本要求是减少数据错误，保证数据质量。 在数据采集的时候，对精确度的要求较高，时间效率低。 但是，生态环境状况不断变化，需要更高效的数据服务于生态环境的分析，大数据技术能提高生态环境数据采集的效率、分析的速度，由数据精准思维转变为数据高效思维，可以让政府、企业的生态环境相关决策更科学，让社会对生态环境状况的了解更及时。

此外，在思维转变的同时，还需要构建以下的逻辑链。

一是生态环境大数据的应用要区分行为数据和状态数据。 大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，但基于数据相关思维，需要将生态环境大数据分为行为数据和状态数据。 行为数据主要包括企业和市政排污、城市和农业面源、生态系统类型变化、突发环境事件、发展规划、工程建设、生态环境治理措施等，行为数据的分析和筛选是生态环境大数据的主要着力点。 状态数据主要包括各类生态环境质量表征数据。 构建行为数据和状态数据之间的相关性，既可以实现生态环境的预警预测，也可以锁定异常的生态环境行为。

二是生态环境大数据的应用要实现智能化决策。 大数据为生态环境的智能化决策提供了数据支撑，如果没有了大数据，智能化决策体系将成为空壳。 反之，如果生态环境大数据的应用未实现智能化决策，则说明没有达到更深层次的数据分析，需要人为的影响和参与才能实现判断与决策。 当然，现有生态环境大数据的应用是个循序渐进的过程，离全面实现智能化决策有一定的差距。 笔者认为，需要在生态环境大数据的应用中多思考如何实现智能化决策。 如暂未实现，那主要的原因是什么?下一步如何改进?通过深入分析，将实现智能化决策作为生态环境大数据的应用目标。

三是生态环境大数据的应用要能获取社会效益和经济效益。 应用价值高是大数据的主要特征之一，无论政府主导、企业主导还是社会组织主导的生态环境大数据应用，获取社会效益和经济效益是最重要的驱动力。 没有效益的生态环境大数据应用，既脱离了大数据的本质，也无法有效开展。

（来源： 中国环境报）

如果您在企业IT、网络、通信行业的某一领域工作，并希望分享观点，欢迎给企业网D1Net投稿 投稿邮箱：[email protected]