◆王倩

污染源普查工作最终形成的污染源数据将会对环境管理发挥巨大的作用。因此，在污染源普查工作的数据库建设过程中，应针对污染源数据的特性，充分应用新技术、新方法、新手段，夯实数据基础，形成以环境管理导向的污染源普查大数据应用体系。

在污染源普查数据库建设过程中，需要解决三大类问题：一是数据的“动态性”，即同时考虑在册企业和新增企业，不能将普查结果做成历史档案，要能够实现污染源档案的动态更新；二是数据的“有效性”，填表信息、行政记录和实地排查后的数据难免存在信息有误或不准确，需要保证普查档案的数据准确；三是数据的“关联性”，普查形成初步数据后是静态、孤立的“初级”数据，如何有效利用和整合，并挖掘出有价值的数据是普查的最大价值所在。

解决以上问题，需要具备数据获取能力、数据剔除能力和数据挖掘能力，而大数据技术是目前信息技术手段中实现这种能力的最有效方式。环境系统是综合了经济、社会各项生产活动的复杂系统，目前已经具备了大数据应用的一些基础条件，如自动监测、遥感卫星等，因此射频数据、传感器数据、社交网络交互数据以及移动互联网数据等都可以作为数据主要来源。

要形成环境管理导向的污染源普查大数据应用体系，可充分借鉴其他领域的应用方式，如电子商务行业的挖掘与分析技术、健康医疗行业的跨领域协同分析技术等。此外，还要明确应用定位，即将污染源普查作为环境管理的手段而非管理结果。简言之，就是不能简单回答“污染源发生了什么事情”，而是要回答“为什么污染源会发生这种事情”“从中可以发现什么规律”，并且通过进一步的数据挖掘与数据分析，可以预测“将来污染源发生什么事情”，最终发展成为活跃的污染源普查数据仓库，实现“想要污染源发生什么事情”。并实现三个转变，即将历史数据向动态数据转变，将数据的广度分析向实时数据的深度分析转变，将关注数据结果向关注数据变化趋势进行转变。

将污染源普查大数据应用于环境管理中，笔者认为应注意以下四方面。

一是首先确保污染源普查覆盖面全和数据真实，摸清环境国情。通过自然语言处理、网络爬虫与文本挖掘等技术，针对有关污染源的格式化数据或非格式化数据开展数据挖掘工作，可以补充填报数据的不足；通过数据的转换、加载与清洗等工作，剔除异常数据并进行数据交叉验证，提高污染源普查数据的完备性和可靠性。

二是能够实现数据动态自动更新，掌握动态变化。可通过建立大数据平台并进行分析，实现数据的实时监控、异常情况预警、动态监测等，做到季度、年度的更新完善。

三是基于污染源数据分析规律。利用大数据分析平台实现数据统计、数据挖掘、文本分析、图像信息挖掘、空间信息分析、可视化展示及数据管理等功能，从横向和竖向多维度进行大数据的集中汇集、挖掘、分析，进而从海量异构数据中挖掘出系统性规律。以此为基础，形成覆盖不同行业、不同工艺的污染源排放系数。综合不同区域的经济社会发展状况，形成不同区域的污染排放治理基础、规律。

四是要对环境管理政策措施有反馈。将大数据进行智能化使用，建立更高层次的污染源数据、环境数据、经济数据及其他行业数据的集成与共享，建立污染源数据与环境质量改善的关联模型，对污染源治理成效进行预测与预警，反馈于政策和规划制定。

作者单位：环境保护部环境规划院