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）