摘要：科学技术的快速发展推动我国各行业发展迅速，使我国快速进入现代化科学技术发展阶段。目前，地下水监测技术很难在短时间内实现污染源检测。为了解决这一问题，引用大数据技术设计了一种新的地下水监测方法。首先以大数据技术中的地理空间数据库为基础，在计算机硬件与软件的支持下，对地下水地理位置信息进行收集、管理、分析、模拟和显示，监测地下水地理位置信息。
关键词：地下水监测；大数据技术；应用策略
引言
我国经济建设之所以发展如此迅速，离不开各行业的支持和国家政策的扶持，才有今天的局面和规模。伴随着社会经济水平的提升，环保技术得到了良好的发展。当前阶段，要想促使我国地下水质监测工作得到高效率的开展，从一方面进行探究离不开完善地下水质监测数据的帮助，而另一方面,也对于各项水质监测数据统计工作以及应用的技术提出了非常严格的要求。
1大数据发展历程
大数据是指无法在可承受的时间以内利用现有技术进行获取、分析和利用的数据集合，包括结构化和非结构化数据，具有体量大、类型多、速度快、价值大的特征。大数据由政府部门、企业等实体采集，蕴含数据生产者的实时状态、真实意图、个性偏好等关键信息，被誉为“未来的新石油”。美国互联网数据中心指出，互联网上的数据每两年便将翻一番，数据挖掘和应用的意义正在随着日益普及的数据生成和网络行为与日俱增。我国的大数据研究紧跟世界潮流，与世界发展趋势同步。从中国知网大数据文献趋势分析可以看出，国内大数据相关研究始于上世纪80年代，2012年起进入爆发期，相关研究成果直线上升。经过多年积累，我国已经保有了种类丰富、数量庞大的信息化数据资源，大数据相关技术也取得显著进展和突破，产业体系基本建立，产业支撑环境日益改善，相关研究和应用的着力点集中在增强大数据产品研发能力、开展工业大数据创新应用、促进行业大数据应用发展、加强大数据产业主体孵化、完善大数据标准体系建设、大数据产业政策和环境支撑、数据安全保障等方面。
2基于大数据技术的地下水地理位置信息监测
大数据技术以地理空间数据库为基础，在计算机硬件与软件的支持下，对地下水地理位置信息进行收集、管理、分析、模拟和显示，进而实现地下水的实时监测。大数据技术可以将现有的地理、户外观测数据、传感器获取的数据转化为数字形式，进而以图表方式呈现在用户眼前。在这一环节中，大数据技术要采集处理的数据具有多样化，为了保证所有数据的规范和统一，得到精确的地下水地理位置信息，构建出用户满意的可视化图表，利用了大数据技术独有的DQ数据处理技术。DQ数据处理技术的任务内容主要为:数据获取，数据重组，数据变换，空间查询和分析。空间查询和分析功能是DQ数据处理技术中的一个独立研究区域，它的主要功能是帮助确定地理要素之间新的空间关系，它可以灵活的为用户解决各类专门的问题。1.空间查询:空间查询是DQ数据处理技术最基本的功能，包括已知地区、地理信息及多种方式条件的综合查询。2.拓展查询:拓展查询可将同一区域内的两个不同图层的特征相叠加建设新空间特征，也可将获得的特征属性进行融合，便于进行地下水地图更新，地下水条件查询等。3.缓冲网络查询:根据所有数据的点、线、面，自动将地下水区域建成一个模拟缓冲多边形，用来确定地下水周围不同的地理要素空间、邻近空间接近度。4.数字地形分析:对地表粗糙程度、坡向、坡度、表面积体积、日照范围、强度、剖析面图等进行分析，为以后的地下水研究、工程建造和辅助决策提供数据，利用大数据技术可以获取地下水及其周围环境的所有数据，为地下水地理位置信息的监测提供了便利。
3地下水监测中大数据技术的应用策略
3.1网络化监测
随着网络信息技术的不断发展，在当前的地下水环境监测过程中，也要充分发挥网络技术的积极作用，需要根据区域地下水环境监测的实际情况，建立完善的地下水监测网络。在建立地下水环境监测网络时，注意从以下要点出发：第一，要做到全区覆盖。在建立地下水监测网络时，保证地下水监测点能够对全区域内的地下水状况进行准确监测，保证地下水监测点覆盖的全面性以及准确性。特别注意对区域内山区地下水的监测工作。第二，做到全类型覆盖。在地下水监测过程中，注意对孔隙水、岩溶水、裂隙水等进行立体分层监测，保证对各类型水源监测的准确性和全面性。第三，做到全要素监测。除了要对区域内的地下水进行分层监测之外，重视对重点地下水源进行监测，特别是对重要水源地以及重点污染源要进行重点监测，保证监测数据的及时性以及完善性。第四，做到全参数覆盖监测。除了对地下水源中的常规指标进行监测之外，还要重视对地下水源中有机物、新型污染物以及重金属污染物进行监测。
3.2储存数据确保数据的完善性
系统内制定的数据库是借助Hadoop平台构建形成的,实施各项平台的实质性目的是为了动态性的处理各项数据满足大容量需求,而应用HBase体系架构，可以将诸多类型的数据全面储存起来，该项体系架构组成结构具体包含了以下几点。第一，数据采集引擎；一般情况下，在化工厂运行期间实施污水检测的过程中，相关人员均是将收集的数据和信息全部放置于该项污水处理厂内的关系数据库内，当完成该项系统设计方面的规划工作以后，应用sqoop来传输历史数据，放置于hdfs内，此项操作流程能够达到高效率储存实施污水数据的目的。第二，Hadoophdfs大数据储存文件系统的应用。因为水质在线监测环节中包含的数据类型非常多，并且伴随着时间的不断发展，数据量逐渐拓展和增多，随之呈现出了快速增长的趋势。所以要想高效率的储存以及监管各项复杂性数据。第三，HBase数据储存引擎的应用。当对相关数据进行储存的时候，可以应用HBase技术来拓展以及延伸数据储存容量，增加使用空间，为管理人员查询和获取数据提供诸多的便利。
3.3基于大数据技术的地下水污染监测
一个区域内的地下水受到污染，还会影响到其它地区的地下水水质，大范围地减少了地下水的水量，加剧了地下水资源的短缺，现引入大数据技术监测地下水污染。大数据技术具有超强的云计算功能，可以将复杂的信息进行统一整理、分析，并绘制图表。部署在各个区域的水质传感器会将地下水成分和疑似污染物的含量、状态、气味等信息记录下来，再由大数据技术进行进一步处理。大数据技术首先会对这些数据信息进行分类处理，将水质信息与污染物信息分区存放，接下来采用云计算对分区的数据进行相应运算。大数据技术会对水质进行分析，反馈给用户地下水中各种成分及污染物含量。根据各种成分含量标准分析出哪种成分缺失或者含量超标，告知用户不同区域的地下水污染情况。
结语
大数据技术是面向地下水资源管理的计算机技术，它可以快速地获取地下水的地理信息，可以实现对地下水进行动态监测，获取地下水量、水温、水位等一系列信息。大数据技术应用到地下水监测后，可以有效避免水污染，地面沉降等各类问题。利用大数据技术从地下水地理位置信息监测、地下水动态监测、地下水污染监测三个方面着手，以改善地下水的问题。
参考文献
［1］全波．利用大数据技术加强地下水监测［J］．科学技术创新，2019，36(13):102－103．
［2］刘志洋，李雅婷．大数据时代下的GIS发展［J］．地下水，2017，39(1):178－179．
［3］高文明，张庚涛，刘静．基于地理国情普查的地下水监测应用平台设计与实现［J］．北京测绘，2017，16(2):40－44．