论文部分内容阅读
摘 要:近年来,随着我国经济的不断发展,环境问题也变得越来越严峻,而水污染治理越来越受到人们的重视。鉴于此,本文先对大数据技术在水污染治理中应用的必要性进行了阐述,然后对水污染治理运营中大数据的技术的实际应用进行了分析,并提出了水污染治理中大数据应用技术的实施策略,以期为水污染治理运营中大数据技术应用研究提供一定的参考。
关键词:水污染;污水治理;大数据技術
前言
水污染是指人们日常生活、生产中产生的污水。水污染种类繁多,成分复杂,生活污水主要有洗浴污水、洗衣污水、厨房污水,生产污水主要是指,企业、事业等单位科研、生产中排放对环境有害的废水。因此,本文对污水然治理运营中大数据技术的应用展开研究,无疑对于提升水污染治理的效率,促进污水处理厂的发展具有理论性的意义。
一、大数据技术在水污染治理中应用的必要性
我国国土面积大,地区差别大,国民生活的习惯不相同,加上地区水资源的禀赋和经济发展有所差异,我国很难开展水污染工作。现有污染水产生量、水资源循环利用、水污染处理厂运行状态及规模、污水排放去向、处理结果、处理方式、治理技术、水质等数据收集困难的特点,并还具有数据量大、规律性低、分部广的特点,这些特点与大数据的特点基本吻合。因此,运用大数据技术能够更好的挖掘、收集、分级、存储、管理与运用水污染治理的数据,对于突破当前我国水污染治理具有重要意义
二、水污染治理运营中大数据的技术的实际应用
(一)污水处理大数据模型
污水处理系统具有较强的时变性和非线性,污水处理数据的规模和范围已经远超人类的直觉。大数据污水处理模式主要应用有以下几方面:其一,模拟优化校核的治理的方案,利用大数据技术特有的优点进行数字模拟,同时利用大数据的多样化的特点,根据WERF、HSG、STOWA、BIOMATH等准则的相关要求,对模拟校核模型进行动态和静态的校核;其二,筛选污水处理数据的功能,通过大数据对水流量的波动和水质多样性进行有效筛选,进行建立污水处理模型,从而促进优化和简化污水处理各项流程。常用的污水处理模型有黑箱、机理等模型,黑箱模型主要作用于污水处理输出和输入的对应关系,并隔离生物、化学和物理等影响因素,机理模型也成为白箱模型,主要用于建立物料平衡的微分方程的基础上。
(二)污水处理大数据仿真系统
仿真系统即是根据系统分析的目的,在分析系统相互关系和各要素的基础上,建立能够对系统进行描述或行为,具有数量和逻辑关系的仿真模型,并据此进行定量分析或实验,从而获得目的信息的过程。大数据污水处理仿真系统由数学模型和大数据组成,具有以下几点优势:其一,仿真系统通过计算和分析,能够有效的降低污水处理投资项目的成本以及运行费用,节省污水处理的资金,提高污水处理的经济效益;其二,通过仿真系统,能够模拟出污水处理的最佳运行状态,并且还能优化控制工艺,从而提高污水处理数据处理的效率,提升污水处理的效果;其三,通过仿真系统,能够优化设计整个系统、设备、污水处理厂的能耗,确保整个污水处理系统能够有效的运行,提高环境的效益,促进污水处理厂的发展;最后,仿真系统能够迷你出污水处理厂污水处理相关操作的流程,从而提高污水处理工艺操作的规范性。
(三)污水处理大数据管理云平台
众所周知,每日污水处理厂都会产生大量的数据,通过污水树立大数据管理云平台,能够使用远程装置进行污水处理数据的实时采集和传输,并通过数据汇集设备时能上传到大数据管理云平台,重要采用的是工业标准的传感器、无线传感器等,包括数据分析处理的模型。可对制定出污水处理的指标和超标处理的方案。通过大数据管理云平台,能够对数据进行分析、比较、汇总和分类,从而传输到客户端,实现对污水处理的实时监控和管理,确保污水处理大数据管理的效率。当由于大数据处理管理平台,是与互联网连接的。因此,在大数据管理云平台运行时,首先,要确保信息的安全性,注重信息传输的稳定性、安全性、及时性、真实性和完整性,为数据的处理提供可靠的数据支持。
三、水污染治理中大数据应用技术的实施策略
(一)数据的来源要更加的多样性,形成统一开放的环保数据平台
水污染大数据的来源要丰富多样,不能仅仅局限于环保业务的数据,而是要在层次更加丰富、结构更加多样的范围内进行数据的收集。要想实现数据能够共享、开放的大数据体制机制,要在已有的数据基础上进一步完善信息化建设,建立互联互通的业务应用系统,不断丰富数据采集主体,对数据采集的手段进行创新。并建立统一的环保数据平台,实现各类污染环境数据的统一集成管理,从而对水的质量状况进行全面的了解掌握,并对水环境的质量以及大气环境的质量进行预测、预警,面对不熟悉的状况进行及时的掌握,防患于未然,为以后的决策提供各类的信息支持。
(二)针对检测数据进行严格审查,避免数据造假
不管在什么时候,意外状况的发生都是不可预测的,在生态环境进行监测时,人工以及自动监控,或多或少都会受到内部因素以及外部因素的干扰,还需要对监测数据进行人力的校对、修正,这在一定程度上就掺杂了一些人为因素,如果有人为了追求绩效考核成绩,就会导致监测数据出现造假问题,所以,在对监测的数据输入数据库之前,都要对其真实准确性进行判断,严格审查数据人工修正的必要性。
四、结束语
综上所述,本文对大数据技术在水污染治理中应用的必要性进行分析,分别从污水处理大数据管理云平台、污水处理大数据仿真系统、污水处理大数据模型方面,对水污染治理运营中大数据的技术的实际应用展开研究。研究结果表明,污水然治理应用大数据技术,能够有效的收集、分析、管理、传输水污染处理的数据,并且还能够确保污水治理数据的安全性、真实性、及时性和完整性。为水污染的治理提供可靠的数据支持,从而提高污水治理的效率,促进污水处理厂的发展。
参考文献
[1]叶兴刚.大数据技术在污水处理运营中的运用[J].产业与科技论坛,2016,15(6):85-86.
[2]蓝闽波.数据观测站:水污染治理中的大数据运用[J].中国政协,2017,05(5):57.
[3]肖筱华,周栋.大数据技术及标准发展研究[J].信息技术与标准化,2014(04):34-38.
(作者单位:抚顺市环境科学研究院)
关键词:水污染;污水治理;大数据技術
前言
水污染是指人们日常生活、生产中产生的污水。水污染种类繁多,成分复杂,生活污水主要有洗浴污水、洗衣污水、厨房污水,生产污水主要是指,企业、事业等单位科研、生产中排放对环境有害的废水。因此,本文对污水然治理运营中大数据技术的应用展开研究,无疑对于提升水污染治理的效率,促进污水处理厂的发展具有理论性的意义。
一、大数据技术在水污染治理中应用的必要性
我国国土面积大,地区差别大,国民生活的习惯不相同,加上地区水资源的禀赋和经济发展有所差异,我国很难开展水污染工作。现有污染水产生量、水资源循环利用、水污染处理厂运行状态及规模、污水排放去向、处理结果、处理方式、治理技术、水质等数据收集困难的特点,并还具有数据量大、规律性低、分部广的特点,这些特点与大数据的特点基本吻合。因此,运用大数据技术能够更好的挖掘、收集、分级、存储、管理与运用水污染治理的数据,对于突破当前我国水污染治理具有重要意义
二、水污染治理运营中大数据的技术的实际应用
(一)污水处理大数据模型
污水处理系统具有较强的时变性和非线性,污水处理数据的规模和范围已经远超人类的直觉。大数据污水处理模式主要应用有以下几方面:其一,模拟优化校核的治理的方案,利用大数据技术特有的优点进行数字模拟,同时利用大数据的多样化的特点,根据WERF、HSG、STOWA、BIOMATH等准则的相关要求,对模拟校核模型进行动态和静态的校核;其二,筛选污水处理数据的功能,通过大数据对水流量的波动和水质多样性进行有效筛选,进行建立污水处理模型,从而促进优化和简化污水处理各项流程。常用的污水处理模型有黑箱、机理等模型,黑箱模型主要作用于污水处理输出和输入的对应关系,并隔离生物、化学和物理等影响因素,机理模型也成为白箱模型,主要用于建立物料平衡的微分方程的基础上。
(二)污水处理大数据仿真系统
仿真系统即是根据系统分析的目的,在分析系统相互关系和各要素的基础上,建立能够对系统进行描述或行为,具有数量和逻辑关系的仿真模型,并据此进行定量分析或实验,从而获得目的信息的过程。大数据污水处理仿真系统由数学模型和大数据组成,具有以下几点优势:其一,仿真系统通过计算和分析,能够有效的降低污水处理投资项目的成本以及运行费用,节省污水处理的资金,提高污水处理的经济效益;其二,通过仿真系统,能够模拟出污水处理的最佳运行状态,并且还能优化控制工艺,从而提高污水处理数据处理的效率,提升污水处理的效果;其三,通过仿真系统,能够优化设计整个系统、设备、污水处理厂的能耗,确保整个污水处理系统能够有效的运行,提高环境的效益,促进污水处理厂的发展;最后,仿真系统能够迷你出污水处理厂污水处理相关操作的流程,从而提高污水处理工艺操作的规范性。
(三)污水处理大数据管理云平台
众所周知,每日污水处理厂都会产生大量的数据,通过污水树立大数据管理云平台,能够使用远程装置进行污水处理数据的实时采集和传输,并通过数据汇集设备时能上传到大数据管理云平台,重要采用的是工业标准的传感器、无线传感器等,包括数据分析处理的模型。可对制定出污水处理的指标和超标处理的方案。通过大数据管理云平台,能够对数据进行分析、比较、汇总和分类,从而传输到客户端,实现对污水处理的实时监控和管理,确保污水处理大数据管理的效率。当由于大数据处理管理平台,是与互联网连接的。因此,在大数据管理云平台运行时,首先,要确保信息的安全性,注重信息传输的稳定性、安全性、及时性、真实性和完整性,为数据的处理提供可靠的数据支持。
三、水污染治理中大数据应用技术的实施策略
(一)数据的来源要更加的多样性,形成统一开放的环保数据平台
水污染大数据的来源要丰富多样,不能仅仅局限于环保业务的数据,而是要在层次更加丰富、结构更加多样的范围内进行数据的收集。要想实现数据能够共享、开放的大数据体制机制,要在已有的数据基础上进一步完善信息化建设,建立互联互通的业务应用系统,不断丰富数据采集主体,对数据采集的手段进行创新。并建立统一的环保数据平台,实现各类污染环境数据的统一集成管理,从而对水的质量状况进行全面的了解掌握,并对水环境的质量以及大气环境的质量进行预测、预警,面对不熟悉的状况进行及时的掌握,防患于未然,为以后的决策提供各类的信息支持。
(二)针对检测数据进行严格审查,避免数据造假
不管在什么时候,意外状况的发生都是不可预测的,在生态环境进行监测时,人工以及自动监控,或多或少都会受到内部因素以及外部因素的干扰,还需要对监测数据进行人力的校对、修正,这在一定程度上就掺杂了一些人为因素,如果有人为了追求绩效考核成绩,就会导致监测数据出现造假问题,所以,在对监测的数据输入数据库之前,都要对其真实准确性进行判断,严格审查数据人工修正的必要性。
四、结束语
综上所述,本文对大数据技术在水污染治理中应用的必要性进行分析,分别从污水处理大数据管理云平台、污水处理大数据仿真系统、污水处理大数据模型方面,对水污染治理运营中大数据的技术的实际应用展开研究。研究结果表明,污水然治理应用大数据技术,能够有效的收集、分析、管理、传输水污染处理的数据,并且还能够确保污水治理数据的安全性、真实性、及时性和完整性。为水污染的治理提供可靠的数据支持,从而提高污水治理的效率,促进污水处理厂的发展。
参考文献
[1]叶兴刚.大数据技术在污水处理运营中的运用[J].产业与科技论坛,2016,15(6):85-86.
[2]蓝闽波.数据观测站:水污染治理中的大数据运用[J].中国政协,2017,05(5):57.
[3]肖筱华,周栋.大数据技术及标准发展研究[J].信息技术与标准化,2014(04):34-38.
(作者单位:抚顺市环境科学研究院)