摘要：随着时代的快速发展，我国的科学技术越来越先进，在环境工程中也越来越多的应用了大数据技术。大数据思维可以实现设备的智能化与生产的远程高效控制，环境工程也不例外。大数据发展至今，在各个领域的功能效果得到了广泛认可，在环境工程当中引入大数据思维有利于环保工程的健康的可持续发展。
关键词：大数据思维；环境工程；发展趋势
引言
大数据分为数据产品、处理过程和认知过程 3个层次，其中数据产品主要特征 为容量大（Volume）、类型多（Variety）、存取速度快（Velocity）和应用价值高（Value），处理过程指对海量数据进行采集、存储、关联分析和可视化，认知过程指通过对数据的处理获得新知识、从而创造新价值，改变人们认知结构。通过大数据分析（Big Data Analytics，BDA），可以更好掌握客观事件的特征，找到有利于决策的信息。生态环境大数据指运用大数据理念、采用处理方法和分析技术对生态环境数据进行收集、分类、存储、分析与利用，在此基础上进行应用，以解决生态环境问题。
1.环境工程的主要工作内容
环境工程并不是针对自然环境中存在的问题，而是针对社会中存在的一些环境污染问题及资源利用问题，为了能够更好地促进环境的可持续发展，环境工程提出了一些保护环境的技术和方法。环境工程最主要的工作是治理环境污染问题。因为环境污染的治理需要涉及多个方面，所以其中会涉及到多个课程的内容，比如生态学、环境学等等。环境工程不仅要治理环境污染问题，还要保护自然环境中的资源，保证资源能够得到合理的运用。
2.基于大数据思维的环境工程发展趋势分析
2.1提高监测有效便利性
在有效性方面，大数据技术实现大区域环境污染数据互联互通，优化分析数据，实现环境网格化监控和数据高效处理分析，实时显示环境质量评价指数。如黄刚等（2010）等结合 e-Science 的大气数据分析平台，提出数据处理算法与分析结合系统，通过平台对数据进行在线分析和计算，节省网络带宽；黄丹雯（2018）基于自主学习神经网络算法设计校准体系，提高大气网格化监控有效性；谭清海等（2013）提出基于 Server-Client 的远程数据抽取和并行可视化解决方案，实现快速抽取和快速可视化地诊断分析，并在中国气象信息综合分析处理系统 得到应用；在便利性方面，大数据技术能够对准确度降低的传感器实时报警，降低校准技术人员工作强度，保障了特殊区域的气体监测质量；对野外长期动态监测数据进行实时传输，透明访问与高效读取复杂环境数据，包括气候变化特征、水文水质特征、河湖岸线地貌、生态状况和生态景观等，提高数据收集便利性，并挖掘各类环境数据关联性。
2.2优化数据分析评价
大数据技术通过整合各污染源数据，结合分析技术和计算软件，优化监测数据的分析与评价。张璐璐（2017）基于大数据采用监测预警诊断、数字信号处理等技术优化噪声大数据监测分析平台；刘肃平等（2018）结合数据实时分析和批处理技术，采用 Storm+Hadoop 大数据处理架构，实现辅机设备运行噪声的实时监测和分析；王爱娟（2015）基于水利、土壤等数据库，应用土壤流失方程，集成水利普查的流程及计算方法，开发水土流失快速测评系统，推动了网络、水利、土壤等大数据平台的联合应用[1]。
2.3促进资源的合理利用
环境工程不仅仅包括对于环境污染的治理，还包括对于自然资源的合理规划。对人们生活影响较为严重的自然资源是水资源，但是，调查发现，人们对于水资源大多没有节约意识，这就导致水资源正在迅速流失。在水资源的利用中，水利水电工程的开展是最耗费水资源的工程。为了能够更好地保护水资源，实现水资源的合理开发利用，在开展环境工程过程中，可以注重对于水利水电工程相关技术的研发与创新，增加水资源的利用价值，实现水资源的合理利用。我们要充分了解水利水电工程对于水资源的利用情况，根据实际调查所获得的信息进行分析，发现其中存在的资源浪费问题，有针对性地对资源利用中存在的问题进行解决。在科学技术发展迅速的今天，水利水电工程已经广泛引进了GIS技术，其拥有的数据库技术，可以高效、准确地对采集到的数据进行分类整理,并通过数据之间的联系,建立其三维数字模型。通过人工数据对比能够精准发现其中的问题及优点，能够促进工程的有效开展，实现资源的合理利用。
2.4促进污染有效溯源与控制
生态环境大数据技术在实时监测、动态分析、预测预警等方面具有突出优势，有利于实现生态环境污染有效溯源与控制。在水污染防治方面，依托大数据平台可对取水、用水、排水进行实时监测与分析，及时发现水污染问题；对河道监测断面进行数据动态跟踪，结合线性趋势、累积异常、迁移扩散模拟等方法探明河道污染物的时空变化（Lu etal.，2018），追溯污染源，从而有效促进水资源监督管理和污染源头控制。在大气环境污染防治方面，基于大气污染源和大气环境质量的在线监测数据，进行大数据处理和分析，明确大气污染成因及污染源的时空分布，并通过监控平台的可视化技术实现污染源准确定位（Yang et al.，2019）。在固体废物削减方面，可基于大数据优化产业园区布局，实现企业间的资源、能源和废物信息的交换和循环利用，减少废物排放并降低处理成本（Song et al.，2015）。在工业污染控制方面，通过大数据技术分析污染负荷、浓度排放强度、污染企业密度与区域生态环境质量、工业污染物类型的相关性（Xiao et al.，2019），促进工业污染有效控制，如京津冀“2+26”污染防治强化督查应用基于大数据的热点网格技术，高效监督企业污染排放，提高执法的针对性和精准性[1]。
2.5促进污染多领域全过程监管
在大气环境方面，大数据深度处理技术能够基于环境、人口、经济、气象和能源等数据，优化大气污染的可视化时空分布特征及预测结果，突破大气污染监管的空间局限性，从而便于管理部门对大气污染进行更精确、更高效的监督与管理。在固体废物处理方面，可以通过大数据技术建立全过程管理平台，提升监管效率（孔云茹，2018），如实时监测生活垃圾桶丰满度，辨认垃圾流，智能管理生活垃圾收集和回收利用（Catania et al.，2014）；核准建筑垃圾的清运、处置，实现产生方、运输方、处置方三方监管，提升执法的精准性和有效性（苏文芝，2017）；结合大数据和云计算技术有效管理工业固废的产生、运输、回用、处置等环节，实现网上公开、高效交易和有效利用（Bruno et al.，2018；Zhao et al.，2016）；基于大数据和物联网技术建成危险废物动态管理系统，对危废车辆进行实时监控，实现危废处理全过程的监管[2]。
3.结束语
大数据技术所带来的智能化生产、管理方式有利于资源的科学有效配置，也有利于环境监控以及污染源头的治理。大数据思维在环境工程当中的应用使得环境工程向新方向发展，也促进环境工程工作高效、智能化发展。
参考文献
[1] 周腾腾, 戚永洁, 戴建军, 等. 基于大数据思维的环境工程发展趋势分析[J]. 广东化工,2019,46(8):130+139.
[2] 聂森. 退耕还林工程社会效益研究[D]. 北京: 北京林业大学,2011.