怎样形成生态环境大数据思维？

本篇文章1471字，读完约4分钟

近年来，互联网、大数据等信息技术在生态环境保护领域得到广泛应用，在促进生态文明建设和生态环境保护方面取得了显著成绩。政府、企业和社会也对生态环境大数据的收集、维护、共享、应用和公开进行了广泛的探索和研究，有力地支持了这场防治污染的硬仗。在信息技术日益成为推动生态环境治理体系和治理能力现代化的重要手段的时代，笔者认为有必要改变以往的思维，真正形成生态环境大数据思维。

首先，它从过程因果思维转变为数据相关思维。过去常用的生态环境机制模型强调过程模拟，用公式或语言描述精确的因果关系。在一定的假设条件下，生态环境的变化和预测是有规律的。在大数据时代，过程因果思维的局限性不断出现。并非所有的生态环境分析都可以用因果关系来描述，寻找因果关系变得越来越困难。因此，我们应该用大数据思维来思考和解决问题，以数据为核心，通过数据相关性分析获取新知识，打破过程因果思维的局限，停止受各种假设的限制，发现以前没有发现的数据关系，提高生态环境预测和预警能力。

第二，数据抽样的思想转变为总数据的思想。在物联网技术飞速发展之前，我们没有能力收集海量的生态环境监测数据，而在用过程因果思维思考问题时，我们往往希望采用数据采样的方法，用少量的数据来确认可能发现的假设规律，这样得出的结论或多或少会有水分，真实性也会受到一定程度的影响。因此，在我们有能力收集大量的生态环境监测数据后，基于数据总量的思考，相关性分析的数据量越大，所包含的信息就越全面，真实性就越大。

第三，数据精度思维转变为数据效率思维。在大数据时代之前，生态环境数据采集的基本要求是减少数据错误，保证数据质量。在数据采集时，精度要求高，时间效率低。然而，生态环境在不断变化，这就需要更有效的数据来服务于生态环境的分析。大数据技术可以提高生态环境数据收集和分析的效率，从精确的数据思维转变为高效的数据思维，使政府和企业做出更加科学的生态环境决策，使社会更加及时地了解生态环境。

此外，当思维发生变化时，有必要构建以下逻辑链。

首先，生态环境大数据的应用应该区分行为数据和状态数据。大数据是一种容量大、类型多、存取速度快、应用价值高的数据集合。然而，基于数据相关的思想，生态环境大数据需要分为行为数据和状态数据。行为数据主要包括企业和城市污水排放、城市和农业非点源、生态系统类型变化、突发环境事件、发展规划、工程建设、生态环境控制措施等。行为数据的分析和筛选是生态环境大数据的主要关注点。状态数据主要包括各种生态环境质量表征数据。构建行为数据与状态数据的相关性，不仅可以实现生态环境的预警和预测，还可以锁定异常的生态环境行为。

其次，生态环境大数据的应用应实现智能决策。大数据为生态环境的智能决策提供数据支持。没有大数据，智能决策系统将成为空的外壳。相反，如果生态环境大数据的应用没有实现智能决策，就意味着没有实现更深层次的数据分析，需要人类的影响和参与来实现判断和决策。当然，现有生态环境大数据的应用是一个渐进的过程，远远没有完全实现智能决策。作者认为，在生态环境大数据的应用中，如何实现智能决策是很有必要的。如果还没有实现，主要原因是什么？下一步如何改进？通过深入分析，将智能决策作为生态环境大数据的应用目标。

第三，生态环境大数据的应用应获得社会和经济效益。高应用价值是大数据的主要特征之一。无论是政府主导、企业主导还是社会组织主导，获得社会和经济效益都是最重要的驱动力。无效益的生态环境大数据应用不仅脱离了大数据的本质，而且无法有效实施。(单位:生态环境部华南环境科学研究所)

编辑:张静文