摘要：环境监测工作在当前大数据技术下，有着广阔的发展平台，并且在发展过程中，监测技术也在不断提升与进步。可见，大数据技术在环境监测工作的应用，能够有效的对监测工作进行完善，保证监测质量和信息准确性。本文对大数据技术在环境监测中应用的方式进行探讨，希望能增加环境监测的相关人员对大数据技术的认识。
关键词：大数据；环境监测；环境质量综合评价；应用研究
引言
当今是一个信息化时代，各行各业都有着大量的信息需要去处理，因此与互联网所伴生的大数据技术应运而生，它可以同时对大量及多样化的信息进行合理的分类和总结，发挥着重要的作用。环境监测是通过对环境污染因子的分析，结合多种环境信息进行最终的结果评价与未来发展预测，它也有着自身的信息收集与处理系统，而且传统的信息收集与处理系统已经不能满足当前环境监测的需求，因此，将大数据技术运用到环境监测行业中已成为一种必然的趋势。
1大数据技术的意义
互联网在当前的时代发展中，已经成为了人们日常生活与工作的重要组成部分，此外在加上当前受到互联网所影响的时代越来越多，并且还在日常工作中产生了大量具有实用性的数据供人们参考和使用。对于大数据而言，主要指的是人们在对必要信息尽心采取的过程中，不在根据当前指定的物体进行单一分析，而是通过全面分析的方式对当前游泳的数据进行处理。随着大数据技术的不断发展和完善，对于大数据的定义也有所变化，但是整体而言，大数据的主要特点就是数据量丰富、数据运算迅速、数据种类多样化等，因此所运算结果往往具有实用性和真实性。
2我国大数据应用的现状
大数据作为一个新兴的产业，其在对数据进行分析整理时，不是简单地对数据进行汇总和处理，而是利用其高速的运算来对庞大的数据进行整合计算，使其得到更为真实的结果。目前我国大数据的发展主要集中在较为发达的城市，互联网行业的几个巨头，例如百度、阿里巴巴和华为等，为大数据的信息收集提供了稳定的供应，这样就和互联网形成了紧密的供需关系，也组成了我国大数据市场的基本框架。目前，大数据技术虽然还不够成熟，其市场体系也存在一些问题，但发展迅速，已经在许多领域得到了广泛应用。包括政府部门也在积极发展大数据技术，将其应用于造福人民的领域，支持大数据技术，从而进一步推动大数据技术的发展。然而，目前大数据技术主要集中在较发达的城市，一些偏远地区的普及程度仍然有限，这也是大数据未来发展需要解决的问题。
3大数据在环境监测应用中存在的问题
3.1信息保密问题
在对环境数据完成相关收集工作后，数量庞大的信息集中储藏在同一位置，这就对信息的保密工作提出了很高的要求。目前我国虽然互联网发展速度极快，但信息保密的相关思想观念还没有跟上，大部分环境监测工作人员缺乏信息保密的观念。同时才去的信息保密措施相对简单，很容易被蓄意窃取信息的违法人员轻易破解，从而导致信息泄露，造成不可挽回的损失。
3.2网络环境安全问题
随着互联网的发展，网络攻击在互联网发展进程中屡见不鲜，以另一种方式成为了互联网发展进程中的一部分。由于互联网已经成为政府部门和大型企业日常工作中必不可少的工具之一。网络攻击的存在很难确保信息的安全性，在进行环境检测时难以避免的与政府网络发生信息交流，这就增加了政府机密资料被窃取的危险。目前我国对大数据方面的保护十分有限，加上相关法律法规的缺失，使得互联网犯罪成本很低，一旦发生数据的失窃将会危及国家的安全，所以在大数据运用的过程中互联网的安全问题一直是重中之重。
3.3完善数据清洁工作
当数据储存工作出现问题时，相关储存设备一但发生意外情况而不能正常的工作，极大可能发生数据的丢失和损坏，因此就需要针对性的定期对数据进行处理。数据一但发生丢失和损害将会影响环境监测的结果。例如：为保数据的完整性，进行环境监测质量管理信息平台建设，如监测站业务管理系统、LIMS系统等。适当拓展环境监测质量管理的范围，对环境监测设备、人员、标准物质、监测方法进行综合管理。
在环境监测质量管理信息平台中可以根据以往环境监测管理数据建立完善的数据资源库，然后及时发现到期待检或者发生故障的仪器设备、失去效力的标准物质，保证质量管理工作的有效开展。
4环境监测大数据采集与集成方式
4.1环境大数据采集类别
换件大数据的分类主要有两种组成。一是由检测部门所采集的数据，这些数据主要包含了检测当地的生态环境结构数据情况和环境污染物检测结构数据。其数据的时间跨距较为统一，都为四十年左右。二是由外部产生的对环境产生影响的相关数据，而这些数据主要包含的是人类生产生活活动所产生的一系列对环境造成影响的数据，这些数据的产生往往具有不确定性，难以预测，不具有结构性，因此其时间跨距没有准确的数字。
4.2环境监测大数据集成方式
4.2.1数据转换模块
由于互联网的发展时间跨度很大，在换联网发展过程中所使用的编码不断地在发生变化。在数据收集过程中，为了确保数据收集的全面性，没有对数据的格式、类型等方面做出明确的限制，因此收集而来的数据也是五花八门。对于已经收集起来的数据，要挑选出类型、格式和编码方式与现代所普遍使用的方式不同的数据，尽心统一的处理转换。统一的编码能够方便日后对大数据进行统一的处理分析，提高环境监测分析的工作效率。
4.2.2数据补采模块
在数据采集的过程中，相关工作人员难以避免的出现一些操作上的问题，这就导致了数据出现不完整的情况。同时相关储存设备一但发生意外情况而不能正常的工作，极大可能发生数据的丢失和损坏。数据一但发生丢失和损害将会之际影响环境监测的结果。因此位列确保数据的完整性，保证环境监测质量，对于不同种类数据进行分类管理，采取相对应的补采措施。必要的情况下，可采用人工的方式对相关数据进行补采。
4.2.3数据清理模块
在数据采集的过程中，为了更全面的采集环境信息对信息采集的限制往往比较松散，因此收集而来的数据一部分是与环境检测没有关系的“垃圾”信息。为了确保大数据分析的高速性，减少无关数据对最终结果的影响，对这些“垃圾”信息的处理是十分必要的。同时数据的真实性也是不确定的，那些不具备真实性的数据也会对最终大数据分析结果产生影响，这些“脏数据”的存在是不被允许的，必须进行及时的清理消除。
4.3数据处理与共享
数据处理是按预先定义的计算处理需求进行批量计算处理，实现数据建模、数据计算功能。如：针对大气、水体、土壤的环境质量连续监测，引入预测模型，预测环境质量变化趋势，从而为环境容量核定、产业结构布局、城市规划建设、资源开发利用等提出更加合理的生态环境保护建议。同时，在污染企业监控预警方面，引入生产排污工况监控，深度监控排污企业生产、排放、存储、运输各个环节，为监察部门提供可靠的执法依据，并结合大数据挖掘技术来计算企业排污对当地环境的影响。数据共享层支持建立数据服务的标准化接口，促进联防联动，将监察执法处理情况、环境监测情况、污染源在线监控情况进行统一汇总分析，实现跨部门协作，切实加大环境监管力度。
5结语
总之，大数据的出现，很大程度上提高了环境监测的质量水平，对于环境监测工作的发展有着深远的意义。由于环境恶化，与环境相关的数据也越来越多，同时不同数据之间还会相互影响，其中所需要收集和处理的数据数量可想而知。为了更好的发展环境监测工作，就要认清其存在的问题，并积极发展大数据技术，不断对相关技术进行革新优化。大数据技术在环境监测中有着很广阔的舞台，其本身也在不断推动着环境监测工作的进步，在以后的发展道路中，大数据技术将更好地与环境监测相结合，更好的服务社会。
参考文献：
[1]戴秀丽,朱培瑜,王蕾,过伟.环境监测数据审核体系的回顾与展望[J].环境监控与预警,2015,7(03):52-55.
[2]刘文清,陈臻懿,刘建国,等.我国大气环境立体监测技术及应用[J].科学通报,2018,61(30):57.
[3]李璐.大数据技术在环境监测中的应用研究[J].环境与发展,2018,30(06):169+171.