近年來,互聯網、大數據等信息技術在生態環境保護領域的廣泛運用,推動生態文明建設和生態環境保護取得了顯著的成效。政府、企業和社會在對生態環境大數據的采集、維護、共享、應用、公開等方面,也開展了廣泛的探索與研究,大數據有力支撐了污染防治攻堅戰。在信息技術日益成為推進生態環境治理體系和治理能力現代化重要手段的時代,筆者認為,需要轉變以往的思維,真正形成生態環境大數據思維。
一是由過程因果思維轉變為數據相關思維。以往,常用的生態環境機理模型強調過程模擬,用公式或語言描述準確的因果關系,在一定的假設條件下,生態環境的變化和預測是規律的。到了大數據時代,過程因果思維的局限性不斷顯現,并非所有的生態環境分析都可以用因果關系描述,且尋找因果關系已變得越來越困難。因此,應使用大數據思維來思考問題解決問題,以數據為核心,通過數據相關性分析獲取新知識,打破過程因果思維的局限,不再受限于各種假設,發現以前不曾發現的數據關系,提升生態環境預測預警能力。
二是由數據抽樣思維轉變為數據全量思維。在物聯網技術快速發展之前,我們不具有采集海量生態環境監測數據的能力,且以過程因果思維思考問題時,往往希望采用數據抽樣的方法,用小量的數據證實可能發現的假設規律,這樣得到的結論會或多或少具有水分,真實性受到一定的影響。因此,在我們具有采集海量生態環境監測數據的能力后,基于數據全量思維,相關分析的數據量越大,包含的信息越全面,真實性越大。
三是由數據精準思維轉變為數據高效思維。在大數據時代之前,生態環境數據采集的基本要求是減少數據錯誤,保證數據質量。在數據采集的時候,對精確度的要求較高,時間效率低。但是,生態環境狀況不斷變化,需要更高效的數據服務于生態環境的分析,大數據技術能提高生態環境數據采集的效率、分析的速度,由數據精準思維轉變為數據高效思維,可以讓政府、企業的生態環境相關決策更科學,讓社會對生態環境狀況的了解更及時。
此外,在思維轉變的同時,還需要構建以下的邏輯鏈。
一是生態環境大數據的應用要區分行為數據和狀態數據。大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合,但基于數據相關思維,需要將生態環境大數據分為行為數據和狀態數據。行為數據主要包括企業和市政排污、城市和農業面源、生態系統類型變化、突發環境事件、發展規劃、工程建設、生態環境治理措施等,行為數據的分析和篩選是生態環境大數據的主要著力點。狀態數據主要包括各類生態環境質量表征數據。構建行為數據和狀態數據之間的相關性,既可以實現生態環境的預警預測,也可以鎖定異常的生態環境行為。
二是生態環境大數據的應用要實現智能化決策。大數據為生態環境的智能化決策提供了數據支撐,如果沒有了大數據,智能化決策體系將成為空殼。反之,如果生態環境大數據的應用未實現智能化決策,則說明沒有達到更深層次的數據分析,需要人為的影響和參與才能實現判斷與決策。當然,現有生態環境大數據的應用是個循序漸進的過程,離全面實現智能化決策有一定的差距。筆者認為,需要在生態環境大數據的應用中多思考如何實現智能化決策。如暫未實現,那主要的原因是什么?下一步如何改進?通過深入分析,將實現智能化決策作為生態環境大數據的應用目標。
三是生態環境大數據的應用要能獲取社會效益和經濟效益。應用價值高是大數據的主要特征之一,無論政府主導、企業主導還是社會組織主導的生態環境大數據應用,獲取社會效益和經濟效益是最重要的驅動力。沒有效益的生態環境大數據應用,既脫離了大數據的本質,也無法有效開展。
一是由過程因果思維轉變為數據相關思維。以往,常用的生態環境機理模型強調過程模擬,用公式或語言描述準確的因果關系,在一定的假設條件下,生態環境的變化和預測是規律的。到了大數據時代,過程因果思維的局限性不斷顯現,并非所有的生態環境分析都可以用因果關系描述,且尋找因果關系已變得越來越困難。因此,應使用大數據思維來思考問題解決問題,以數據為核心,通過數據相關性分析獲取新知識,打破過程因果思維的局限,不再受限于各種假設,發現以前不曾發現的數據關系,提升生態環境預測預警能力。
二是由數據抽樣思維轉變為數據全量思維。在物聯網技術快速發展之前,我們不具有采集海量生態環境監測數據的能力,且以過程因果思維思考問題時,往往希望采用數據抽樣的方法,用小量的數據證實可能發現的假設規律,這樣得到的結論會或多或少具有水分,真實性受到一定的影響。因此,在我們具有采集海量生態環境監測數據的能力后,基于數據全量思維,相關分析的數據量越大,包含的信息越全面,真實性越大。
三是由數據精準思維轉變為數據高效思維。在大數據時代之前,生態環境數據采集的基本要求是減少數據錯誤,保證數據質量。在數據采集的時候,對精確度的要求較高,時間效率低。但是,生態環境狀況不斷變化,需要更高效的數據服務于生態環境的分析,大數據技術能提高生態環境數據采集的效率、分析的速度,由數據精準思維轉變為數據高效思維,可以讓政府、企業的生態環境相關決策更科學,讓社會對生態環境狀況的了解更及時。
此外,在思維轉變的同時,還需要構建以下的邏輯鏈。
一是生態環境大數據的應用要區分行為數據和狀態數據。大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合,但基于數據相關思維,需要將生態環境大數據分為行為數據和狀態數據。行為數據主要包括企業和市政排污、城市和農業面源、生態系統類型變化、突發環境事件、發展規劃、工程建設、生態環境治理措施等,行為數據的分析和篩選是生態環境大數據的主要著力點。狀態數據主要包括各類生態環境質量表征數據。構建行為數據和狀態數據之間的相關性,既可以實現生態環境的預警預測,也可以鎖定異常的生態環境行為。
二是生態環境大數據的應用要實現智能化決策。大數據為生態環境的智能化決策提供了數據支撐,如果沒有了大數據,智能化決策體系將成為空殼。反之,如果生態環境大數據的應用未實現智能化決策,則說明沒有達到更深層次的數據分析,需要人為的影響和參與才能實現判斷與決策。當然,現有生態環境大數據的應用是個循序漸進的過程,離全面實現智能化決策有一定的差距。筆者認為,需要在生態環境大數據的應用中多思考如何實現智能化決策。如暫未實現,那主要的原因是什么?下一步如何改進?通過深入分析,將實現智能化決策作為生態環境大數據的應用目標。
三是生態環境大數據的應用要能獲取社會效益和經濟效益。應用價值高是大數據的主要特征之一,無論政府主導、企業主導還是社會組織主導的生態環境大數據應用,獲取社會效益和經濟效益是最重要的驅動力。沒有效益的生態環境大數據應用,既脫離了大數據的本質,也無法有效開展。