大数据在生态环境监测与评估中的应用与研究进展

随着信息化的发展，科学技术水平不断提高，大数据的来源日益丰富。中国的生态环境监测，气象监测，水文监测以及国土资源监测每年都在积累大量数据。应用于生态环境的大数据可分为地面监测数据，卫星遥感监测数据，地理信息数据，社会统计数据等五类。地面监测数据主要来自生态环境在线监测系统。卫星遥感监测数据主要来自卫星遥感数据和空中遥感数据，包括地形和植被覆盖数据，是涉及不同地区，不同时间序列的巨大数据。地理信息数据的来源主要包括野外采集，地图数字化，空间遥感采集和摄影测量。社会统计数据包括来自统计部门的大量经济和社会数据的统计数据，包括人口，经济等。与互联网上的生态环境有关的许多文本，图片，视频等也是大数据的来源。在解决生态环境问题时，大数据构成了生态环境大局的独特特征。它拥有“天地结合”的大量数据。类型，来源和格式是复杂多样的，因此有必要将动态新数据与历史数据结合起来。 ，具有很高的应用价值和不确定性。生态环境问题是全人类面临的普遍问题。它的研究需要收集，分类和分析海量数据。这需要大数据的构建和应用。有必要促进建立生态环境监测网络，大气，河流，海洋，冰川。 ，土壤，植被等广泛监测，以及相关数据的整合。生态环境监测的数据采集可以通过生态网络监测，卫星遥感影像，无人机数据和物联网技术获得。中国不同部门和单位相继建立了许多生态环境监测站，对不同地区的环境，资源和污染进行了调查研究。生态环境监测网络包括由中国科学院建立的中国生态系统研究网络，涵盖九种生态系统：农田，森林，草原，沙漠，湖泊，海湾，沼泽，喀斯特和城市。由林业部建立的中国森林生态系统定位研究网络（CFERN）涵盖了湿地，沙漠，竹林和城市生态系统。随着生态系统网络的发展，生态站的数据采集和传输能力逐渐增强。已经建立了无线传感器网络以提高数据观察自动化的水平。在此基础上，建立了生态传感器网络服务平台。遥感技术的观测范围广，数据量大，精度高，实时，动态等特点已成为生态环境监测与评估的主要手段。遥感传感器可以提供多种数据。通过不同传感器获取的遥感图像可用于监测土地盐碱化，荒漠化，区域生态环境以及矿区的生态状况。例如，不同的学者使用多种分类方法和波段组合来监测不同地区和不同时间序列的盐碱化，使用不同的遥感图像来监测不同地区的荒漠化，使用多光谱的遥感图像来监测太湖的生态环境，使用遥感技术。基于Landsat7和Landsat8图像数据的遥感生态指数，用于矿区生态监测。无人机遥测系统是一种高精度的现代航空摄影测量技术。它在小区域和飞行困难区域中的高速图像采集中具有明显的优势。它已应用于生态环境监测，是一种生态环境监测系统。重要的意思之一S是利用无人机遥测系统完成大规模水土保持监测任务。它是对常规监视方法的有力补充。它可以快速估算出矿场边坡的土壤侵蚀速率，并进行牡蛎礁的地理分布。高精度遥感生态状况调查，地质灾害遥感解译。在线传输生态环境监测数据，标准化处理质量控制实时存储，并在空间数据库的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，可以增强动态观测数据。质量控制为科学研究需要提供数据共享服务，并且大数据的使用正变得越来越广泛。左宇和龙从霞利用计算机网络，服务器和内存技术构建了生态环境监测系统的分布式硬件平台。在此基础上，主流软件平台用于构建软件开发环境，地理数据库技术用于构建生态环境数据库。王良旭在建立数据库的基础上，依托互联网和GIS技术，建立了生态环境数据共享平台，以探索监测数据的科学价值。魏冬等。将物联网技术应用于火电基地生态环境监测，并从传感层，运输层，支撑层，应用层和应用层的角度定义了生态环境监测技术体系。用户层，提高了信息收集效率，改善了信息获取。改善传统环境监测成本和传输问题的方法。曹Yu和吴修将空气污染数据与Hadoop平台相结合，以分析监测数据并预测未来的气候变化。李欣等人为物联网应用生态监控的几个核心环节进行了关键技术的研发，包括物联网系统生态监控的技术标准，数据记录和传输技术，远程无线联网和传输技术以及生态监控信息。技术。可以在线应用的数据自动开采，实时共享，生态监测信息系统。生态环境大数据在不断观察生态环境要素的基础上整合了海量的多源，多尺度信息，并通过云计算，人工等大数据分析技术，实现了生态环境大数据的综合分析和信息化。智能和模型仿真。挖掘。在生态环境评估方面，大数据可以利用其在数据分析中的优势进行生态环境质量评估，生态脆弱性评估，生态安全评估和生物多样性评估，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，改善和发展规划提供重要参考。生态环境质量评价建立了一系列评价指标体系和评价方法，包括生态环境遥感信息的获取，评价指标体系的构建，不同尺度对象的评价，技术手段的评价和探索。方法模型。 2015年发布的《生态环境评估技术规范》（HJ192-2015）正式版规定了生态环境评估指标体系和各项指标的计算方法，适用于县域生态环境状况和变化趋势的评估，省和生态区。生态脆弱性已成为当前全球变化研究中的热点问题，研究关键生态脆弱性的多学科和多尺度整合，加强自然因素与人为因素的耦合以及历史生态脆弱性的重大变化。目前，中国生态脆弱性评价涉及不同地区和不同规模，包括喀斯特地区，北部农牧交错带，湿地，青藏高原地区，盆地北部干旱区典型生态脆弱区，自然灾害压力区，矿区和重要的战略重要生态屏障区以及南部严重的水土流失地区。生态脆弱性评估中​​使用的数据包括遥感数据，行政区统计数据，环境监测数据，土壤数据和气象数据。不同的研究选择指标体系不同，受人的主观影响，并通过指标体系构建，进行生态脆弱性评估和预测趋势，确定生态脆弱性的现状，分布区域和发展趋势。生态安全评估基于生态风险和生态健康。目前，生态安全评价方法包括暴露响应综合评价模型，综合指标评价方法，生态承载力分析方法，生态模型方法和景观生态方法。生态安全评价主要涉及不同地区，城市，流域，生态功能区等。压力状态响应模型通常用于评价生态环境质量。一些研究使用物元模型评估生态经济区的生态安全。生态安全评估中使用的数据包括遥感图像数据，地形数据，土壤数据，水文地质数据，监测数据，统计数据和社会调查数据。评价单位是网格或行政单位，遥感和GIS是不同的时间序列，空间结构的生态评估提供了大量的数据支持。生物多样性监测和评估是保护生物多样性的重要基础。通过建立生物多样性评估指标体系进行生物多样性状况评估和趋势预测，可以为生物多样性保护措施提供依据。中国已经开展了生物多样性评估研究工作，万本泰提出了五种全面的生物多样性评估指标，即物种丰富度，生态系统类型多样性，植被垂直层完整性和物种特异性。性和外来物种的入侵程度为生物多样性建立了一种综合评估方法。区域生物多样性评估标准规定了生物多样性评估的指标及其权重，数据收集和处理，计算方法，排名等。该标准对生物多样性评估的指标和方法进行了标准化，并改善了整个中国的生物多样性。受保护的管理功能。在生物多样性空间和系统发育模型中使用大数据正在推动大规模生物多样性数据的整合和使用。生物多样性评估逐渐从方法，指标选择，指标体系构建和区域生物多样性评估标准演变为综合数据资源，以实现数据库的构建和检索。由于生态环境的复杂性，生态环境的监管变得越来越困难。将大数据用作环境监测和评估的工具对环境监管具有重要意义。生态环境评价应重视对生态环境影响因素的分析，根据指标选择原则选择普遍性指标，并分析指标之间的内在联系。通过综合评价，可以正确理解不同时空尺度和类型的生态环境质量，实现生态环境质量评价的时空发展。有关生态环境在线监测系统的更多信息，您可以继续关注官方网站。