劉璐
摘要:隨著環(huán)境文明建設(shè)和環(huán)境保護數(shù)據(jù)驅(qū)動的新時代的發(fā)展,數(shù)據(jù)挖掘技術(shù)在環(huán)境保護領(lǐng)域中的應(yīng)用越來越多,本文介紹了數(shù)據(jù)挖掘的過程,當(dāng)前常用的數(shù)據(jù)挖掘工具和數(shù)據(jù)挖掘技術(shù)在環(huán)境保護中的應(yīng)用。其中從多個方面重點講述了這個技術(shù)在環(huán)境保護中的應(yīng)用。由此可以看出,生態(tài)環(huán)境保護離不開數(shù)據(jù)挖掘技術(shù)水平的提高。此技術(shù)借助計算機軟件,物聯(lián)網(wǎng)和云計算等外界科技工具,使生態(tài)環(huán)境保護更加科學(xué)高效有序。
關(guān)鍵詞:數(shù)據(jù)挖掘技術(shù);生態(tài)環(huán)境;環(huán)境保護
前言
數(shù)據(jù)挖掘技術(shù)的目標(biāo)是從多個方面去分析數(shù)據(jù)之間的關(guān)系,并且尋找隱含于相應(yīng)數(shù)據(jù)之中的信息,為科學(xué)調(diào)查提供數(shù)據(jù)支持,加快生產(chǎn)和生活方式從根本的變化。目前,我國環(huán)境文明建設(shè)和環(huán)境保護進(jìn)入了數(shù)據(jù)驅(qū)動的嶄新時代。堅定不移地打好保護環(huán)境攻堅戰(zhàn),長期且有效的提高環(huán)境質(zhì)量,是我們每一個人所希望的,也是期待看到的,然而,在此過程中收集到的信息大多數(shù)是不精確的、有極大隨機性的、不能具有代表性的。所以,生態(tài)環(huán)境保護領(lǐng)域的發(fā)展離不開數(shù)據(jù)挖掘技術(shù)水平的提高和支持。
一、數(shù)據(jù)挖掘的過程
數(shù)據(jù)挖掘是一個具有很大隨機性的真實數(shù)據(jù)中,提取出隱含其中有應(yīng)用價值的知識或模式的過程。它以數(shù)據(jù)作為中心、驅(qū)動作為目標(biāo)、通過計算各種數(shù)據(jù)之間的關(guān)系、計算并保持?jǐn)?shù)據(jù)模型的質(zhì)量,來抽取出隱含在其中、有應(yīng)用價值的知識或模式,并且在真實環(huán)境下檢驗這些知識或模式的準(zhǔn)確性、持續(xù)性并且及時向最好的地方改變,讓它滿足數(shù)據(jù)挖掘的目標(biāo)。此外,新的知識或模式的發(fā)現(xiàn)一般會使人們重新確定挖掘的目標(biāo)。
二、當(dāng)前常用的數(shù)據(jù)挖掘工具
目前,數(shù)據(jù)挖掘技術(shù)水平隨著大數(shù)據(jù)和人工智能的發(fā)展而不斷提高,多種統(tǒng)計分析、智能分析的數(shù)據(jù)挖掘工具被更多的應(yīng)用。
1. 統(tǒng)計分析數(shù)據(jù)
此過程所運用的是回歸分析法、判別分析法等統(tǒng)計方法。這些統(tǒng)計方法其中一部分已經(jīng)集成到常用的數(shù)據(jù)分析軟件中,結(jié)合軟件自帶的圖表功能,用戶能在多個不同空間下計算顯示出數(shù)據(jù)間的關(guān)系。這類軟件一般分為兩類:一是編程類軟件,它的功能很強大,一般適合專業(yè)統(tǒng)計人員使用;除了第一個,另外一個就是人機交互界面類軟件,它的操作簡單容易,而且較為方便,適合非專業(yè)統(tǒng)計人員使用。
2. 智能分析工具
常用的智能分析算法有支持向量機、決策樹等傳統(tǒng)機器學(xué)習(xí)算法以及卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法。這些算法的編寫語言主要有Python、C語言、Java等。
3. 數(shù)據(jù)分析網(wǎng)絡(luò)平臺
由于科學(xué)技術(shù)的不斷發(fā)展,人們把越來越多的信息儲存在云端,數(shù)據(jù)分析平臺的進(jìn)步在這里得到了很多發(fā)展的機會。當(dāng)前,網(wǎng)易大數(shù)據(jù)、神策數(shù)據(jù)以及騰訊云、阿里云等這些網(wǎng)絡(luò)平臺都具有這個統(tǒng)計分析功能,而且能根據(jù)用戶的要求實現(xiàn)數(shù)據(jù)的可直觀。另外,隨著云計算的廣泛應(yīng)用,谷歌、facebook、百度、騰訊云等平臺都推出了具有智能分析功能的數(shù)據(jù)分析平臺,在這些數(shù)據(jù)分析平臺中,谷歌和百度是免費開放的,有很多的例子給學(xué)習(xí)者提供學(xué)習(xí)。
三、數(shù)據(jù)挖掘技術(shù)在生態(tài)環(huán)境保護中的應(yīng)用
數(shù)據(jù)挖掘結(jié)合了多個領(lǐng)域的知識和方法,既能發(fā)現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系,也能檢測出離群數(shù)據(jù),然后為環(huán)境保護提供強大的技術(shù)和知識支持。
1. 在生態(tài)系統(tǒng)監(jiān)管的應(yīng)用
俗話說,生態(tài)環(huán)境就是寶貴的財富。環(huán)境系統(tǒng)的管理機制離不開對生態(tài)系統(tǒng)的結(jié)構(gòu)、作用及其過程的調(diào)查分析。例如,有人借助了數(shù)據(jù)分析工具--SPSS分析工具,然后利用主分成分分析法對土地環(huán)境系統(tǒng)健康指標(biāo)進(jìn)行統(tǒng)一化,然后得到表示榆次區(qū)土地生態(tài)環(huán)境系統(tǒng)健康狀況的綜合指數(shù)。通過這幾個例子可以看出,數(shù)據(jù)挖掘技術(shù)的應(yīng)用是生態(tài)環(huán)境系統(tǒng)的科研和管理工作的可靠的工具。通過加強數(shù)據(jù)挖掘技術(shù)來提高對環(huán)境保護的全面治理和改善,從而使生態(tài)系統(tǒng)和數(shù)據(jù)挖掘技術(shù)互幫互助,共同向更優(yōu)秀的地方發(fā)展。
2. 在企業(yè)排污狀況監(jiān)管中的應(yīng)用
目前,加強企業(yè)排放污水污氣狀況的管理已經(jīng)成為各個環(huán)保部門的中心工作。自動檢查、無人機檢查、第三方環(huán)境檢查等消息不斷地流入環(huán)保部門,為物聯(lián)網(wǎng)、人工智能等方面提供了非常好的發(fā)展機會。江蘇等省份搭建排放污水許可的大數(shù)據(jù)平臺,依據(jù)企業(yè)的產(chǎn)量、消耗、資源化能力、歷史情況等進(jìn)行評價,構(gòu)建當(dāng)?shù)仄髽I(yè)環(huán)境信用體系。通過對這些的研究,從而對企業(yè)排污的狀況得到一個全面的了解,并且對非法排污進(jìn)行治理,對排污造成的環(huán)境影響進(jìn)行一個全面的有效的改善,對人們生活環(huán)境和人們的身體健康加以保障。
3. 在環(huán)境評價中的應(yīng)用
對生態(tài)質(zhì)量進(jìn)行科學(xué)合理的評價能使大部分群眾、環(huán)境保護部門更加全面地了解生態(tài)質(zhì)量,然后做出符合實際的生活安排和較為科學(xué)的防范方法,所以生態(tài)質(zhì)量評價的準(zhǔn)確性十分受到關(guān)注。我國現(xiàn)有的生態(tài)質(zhì)量評價方法有兩種,一種是單一因子判別法,另一種是綜合污染指數(shù)評價法,但是這兩種方法都沒有全面考慮生態(tài)的各種因素。為了處理這些缺點,大量研究者試著使用支持向量機法等方法建立于機器學(xué)習(xí)技術(shù)之上的環(huán)境質(zhì)量評價方法。通過這些研究,以機器學(xué)習(xí)技術(shù)的環(huán)境質(zhì)量為基礎(chǔ)的評價方法更加能夠全面的反映環(huán)境的信息,更加詳細(xì)準(zhǔn)確。通過對環(huán)境的評估,可以更加準(zhǔn)確有效的對環(huán)境進(jìn)行治理。
結(jié)束語
隨著環(huán)境文明建設(shè)和環(huán)境保護數(shù)據(jù)驅(qū)動的新時代的發(fā)展,數(shù)據(jù)挖掘技術(shù)在環(huán)境保護領(lǐng)域中的應(yīng)用越來越多,本文介紹了數(shù)據(jù)挖掘的過程,當(dāng)前常用的數(shù)據(jù)挖掘工具和數(shù)據(jù)挖掘技術(shù)在環(huán)境保護中的應(yīng)用。其中從多個方面重點講述了這個技術(shù)在環(huán)境保護中的應(yīng)用。由此可以看出,生態(tài)環(huán)境保護離不開數(shù)據(jù)挖掘技術(shù)水平的提高。此技術(shù)借助計算機軟件,物聯(lián)網(wǎng)和云計算等外界科技工具,使生態(tài)環(huán)境保護更加科學(xué)高效有序。通過對科學(xué)技術(shù)水平的提高來對生態(tài)環(huán)境的保護更加有效全面。
參考文獻(xiàn):
[1]陳雅麗,翁莉萍,馬杰,等.近十年中國土壤重金屬污染源解析研究進(jìn)展[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報,2019,(10).2219-2238.
[2]呂雷昌,葛忠強,梁燕,等.基于BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度的 側(cè)柏人工林土壤肥力評價[J].山東農(nóng)業(yè)科學(xué),2019,(10).104-110.
[3]解蕾,狄光智.基于R語言的空氣質(zhì)量概況分析[J].電腦編程技巧與維護,2018,(1).49-51.
[4]高爽,朱長軍,李步東.聚類分析法在水質(zhì)監(jiān)測斷面水質(zhì)分析中的應(yīng)用[J].河北工程大學(xué)學(xué)報(自然科學(xué)版),2018,(1).81-83.