大数据环境下环境管理模式创新研究

大数据环境下环境管理模式创新研究

发表时间：2018-12-17T15:27:05.797Z 来源：《基层建设》2018年第33期作者：刘颖

[导读] 摘要：随着社会的发展，我国的现代化建设也越来越迅速。

徐州市环境监测中心站徐州市 221000

摘要：随着社会的发展，我国的现代化建设也越来越迅速。大数据推动着社会的变革，在为人们的工作和生活带来便利的同时，也在提高各级政府组织的工作效率，提升企业各个方面的竞争能力。本文针对现阶段企业环境管理模式存在的问题进行分析，并总结大数据环境下企业环境管理的创新策略。

关键词：大数据环境；环境管理；模式创新；研究

引言

大数据是科技发展的产物，世界各国企业已经纷纷利用大数据的优势进行项目扩展和战略制定等，依托大数据信息的丰富性，能够为企业在进行市场分析和消费者消费趋势方面提供便利。大数据不仅仅是人们生活留下的痕迹，更是昭示未来发展动向的依据。所以，企业如果能够利用大数据的这些特点进行企业环境管理模式创新，那么就能够消除传统企业环境管理模式中的弊端，为自己的企业在信息化的时代提供更大的竞争力，在市场竞争中占据有利地位。

1大数据概述及其主要作用

大数据是通过互联网软件工具，对企业生产经营信息进行搜集、处理与管理的活动。大数据主要包括规模大、多样化、增速快、实时性强等方面特征，随着各个企业数据规模与信息处理需要的增加，运用大数据技术进行企业信息管理，能够有效推动数据处理与内部管理的改革创新。首先从企业处理的数据规模来看，当前企业每年数据处理量在EB、ZB的级别，各种数据包括结构化、半结构化、非结构化等数据类型。而非结构化数据是企业数据的主要组成部分，其存在着异构性、多元性与复杂性的特征。在企业信息数据的处理过程中，数据在单位时间内的更新频率较高、离散性较强，因此企业在动态数据信息的处理过程中，存在着一定的识别难度、处理难度与传送难度。而大数据技术在企业环境管理中的作用，是为企业数据处理与业务目标提供相应的软件支持。特别在企业之间竞争激烈的情况下，通过数据挖掘、信息处理与管理等大数据技术，能够有效完成企业海量数据信息的搜寻、识别与处理，并根据企业的发展规律与战略目标，来制定符合企业需要的信息管理与经营策略。当前我国大型企业与学术科研机构，都建立了大数据信息资源的处理与管理系统，从信息挖掘、信息识别与信息管理等方面，进行企业信息处理与内部管理的创新研究。因此大数据环境下的企业信息管理，需要借助多种大数据技术，进行海量数据信息搜集、处理与挖掘，从而实现企业数据应用与管理效率的提升。

2大数据背景下环境管理战略转型具体要求

自从改革开放实施之后是，随着工业及城镇化不断快速发展，我国所面临相关环境问题也越来越严峻的形势，就目前实际情况而言，大气污染、水污染以及固体废弃物污染等相关环境问题均开始出现。虽然我国政府及社会上各个方面均在环境保护方面不断积极努力，然而和环境质量始终都未能够得到有效改善，有些地区仍存在不断恶化趋势，区域污染比较严重，并且治理难度比较大，环境承载力比较缺乏，所存在的相关环境问题十分突出。近些年来，在环境管理方面我国所选择主要手段就是控制总量，从而保证主要污染物总体排放量能逐渐减少。在“十一五”计划实施期间，在环境管理方面的主要内容及任务就是对化学血氧量及二氧化硫排放总量实行控制，最终实现节能减排，而在“十二五”计划期间加入氨氮及氮氧化物两项指标控制，并且取得很好成果。在当前环境管理工作中，总量控制属于具有较强约束力的一种行政手段，在实际管理中发挥着十分重要的作用及价值。但是，在当前地方政府实际开展环境治理工作中仍旧有很多问题存在，在制定环境保护规划时将减排作为基础，总量目标及质量改善之间存在脱节情况，同时环境数据质量比较差，对于区域污染特征很难准确进行把握，在环境治理工作中所选择时段及方式缺乏针对性及系统性，同时也缺乏科学性，在环境保护投入方面缺乏较明显效果，其投资效率比较低，项目运营状况不合理，后期评估不够充足，这些问题的存在均导致环境治疗改善得不到良好效果。在现代社会发展新形势下，在环境管理工作中应当积极适应新常态，并且要积极引领新常态，从而保证将环境问题有效解决，在实际工作过程中科学合理进行顶层设计，构建具有前瞻性的设计框架，保证每个层次中的各个要素均能够实现有机衔接及系统整合，保证质量目标与行动方案间存在明确管理，使环境管理得以更好开展，并且取得更加理想的效果。

3在环境管理工作中大数据的应用

3.1在编制环境规划中大数据的应用

在以往利用数据环境实行规划分析过程中，往往只是得到环境中出现的问题，并且由于实际分析中所涉及相关要素比较有限且主要利用历史统计资料，所得到相关结论也就很难使客观情况得以准确反映。而在应用大数据系统的基础上，可改变以往研究方法，可实现快速处理、实时展示以及多因素分析与智能决策等相关作用，从而可促使规划编制实现改变。另外，应用大数据的基础上，可使所纳入相关环境统计数据具有更强实时性，并且存在相互联系的各个方面大量数据均可在数据分析中融入，从而可使所得到结论更加快捷，并且更加精准，还能够给出相关解决方案。通过对相关环境数据实行进一步挖掘及分析，可使环境数据与污染扩散模型及预测模型等实现有效结合，可对较复杂环境过程进行模拟，可对环境系统演变及发展过程中更好预测，并且可对环境发展结果实行较好预测，从而为更好开展环境管理提供较好依据。所以，通过对大数据的合理应用，不但可在环境规划方面提供出科学性可量化决策支持，并且环境质量目标实现路径也能够更加清晰。

3.2污染源生命周期管理中大数据的应用

在利用大数据的基础上，可对污染源整个生命周期实行管理，可使管理效率得以有效提升。在通过对物联网等新技术进行利用，可使污染源监测、管理及控制的相关系统实现有机整合，使全方位智能监测网络得以形成，对于污染源生命周期相关的所有数据可实行实时收集。在此基础上依据每个节点中每个时间各种数据，并且通过对大数据分析技术进行利用，可使点对点数据化展示及图像化展示得以较好实现。通过这种方式，可保证对排放异常相关数据与超标数据更好识别，并且可对这种情况产生原因进行分析，从而对污染源企业实行动态管理，选择更加具有针对性的相关对策实行环境管理。

3.3在环境质量管理中大数据的应用

在当前环境质量管理中，大数据的应用主要包括两个方面内容。一方面而言，可利用大数据实行环境质量信息数据发布。就当前实际情况而言，城市空气质量信息均基本实现实时发布，并且利用地图直观进行展示，然而在监测点布置方面仍旧有科学性不足情况存在，并