生態(tài)環(huán)境大數(shù)據(jù)平臺的構(gòu)建及關(guān)鍵技術(shù)

1、生態(tài)環(huán)境大數(shù)據(jù)平臺的構(gòu)建及關(guān)鍵技術(shù)1 引言生態(tài)環(huán)境的保護(hù)問題，具有復(fù)雜性和時變性，涉及多部門、多地區(qū)和多領(lǐng)域，需要處理海量的各類數(shù)據(jù)，這為問題的解決增加了不小的難度1.本文從分析生態(tài)環(huán)境相關(guān)數(shù)據(jù)入手，對利用大數(shù)據(jù)技術(shù)，整合各類生態(tài)環(huán)境相關(guān)的數(shù)據(jù)資源，建立生態(tài)環(huán)境大數(shù)據(jù)平臺的架構(gòu)及關(guān)鍵技術(shù)展開論述。2 生態(tài)環(huán)境相關(guān)數(shù)據(jù)的現(xiàn)狀分析目前，應(yīng)用于生態(tài)環(huán)境保護(hù)領(lǐng)域的數(shù)據(jù)資源主要包括三類：地面監(jiān)測數(shù)據(jù)：此類數(shù)據(jù)主要來源于各地的生態(tài)環(huán)境在線監(jiān)測系1統(tǒng)之間很難形成信息共享。遙感監(jiān)測數(shù)據(jù)：此類數(shù)據(jù)主要來源于衛(wèi)星遙感數(shù)據(jù)和航空遙感數(shù)據(jù)。地理信息數(shù)據(jù)：此類數(shù)據(jù)的來源主要有野外采集、地圖數(shù)字化和航天遙感采集、攝影測量

2、等。目前，傳統(tǒng)的信息化技術(shù)在環(huán)境數(shù)據(jù)整合工作中仍占據(jù)主導(dǎo)地位，而利用大數(shù)據(jù)技術(shù)，實現(xiàn)上述三類數(shù)據(jù)的統(tǒng)一存儲、協(xié)調(diào)工作，真正建立起實用價值大，適用性廣泛的生態(tài)環(huán)境大數(shù)據(jù)平臺，還沒有相關(guān)的工作開展。3 大數(shù)據(jù)技術(shù)概述大數(shù)據(jù)技術(shù)是近年來興起的一種綜合性信息技術(shù)2,對于處理超出傳統(tǒng)數(shù)據(jù)庫系統(tǒng)存儲、管理和分析處理能力的多來源的、海量的數(shù)據(jù)集群，具備天然的技術(shù)優(yōu)勢。大數(shù)據(jù)技術(shù)的主流應(yīng)用框架是Hadoop 生態(tài)系統(tǒng)。它以 HDFS 分布式文件系統(tǒng)和 MapReduce 分布式計算框架為核心，可以對大數(shù)據(jù)進(jìn)行高效的分布式處理。4 大數(shù)據(jù)平臺的構(gòu)建生態(tài)環(huán)境問題涉及大氣、土壤、水、生物圈、氣候等方方面面。為此，我

3、們在推進(jìn)大數(shù)據(jù)技術(shù)與生態(tài)環(huán)境保護(hù)工作相互結(jié)合的過程中，采取了以點帶面，逐步推進(jìn)的策略。在本文中，我們選取對環(huán)境影響比較突出的大氣污染問題作為研究的切入點，利用 Hadoop 生態(tài)系統(tǒng)中的 HDFS 技術(shù)，建立起秦皇島地區(qū)的大氣污染防治大數(shù)據(jù)平臺。未來，通過建立基于此平臺的大氣業(yè)務(wù)應(yīng)用系統(tǒng)，我們可以對秦皇島地區(qū)的大氣污染物來源情況進(jìn)行準(zhǔn)確有效的分析。這一應(yīng)用模式的探索，也將為未來更廣泛生態(tài)環(huán)境數(shù)據(jù)的綜合性分析與應(yīng)用，打下良好的基礎(chǔ)。平臺所采用的地面監(jiān)測數(shù)據(jù)包括：工業(yè)企業(yè)污染排放情況、火電企業(yè)污染排放情況、鋼鐵冶煉企業(yè)污染排放情況、水泥企業(yè)污染排放情況等。平臺所采用的遙感氣象數(shù)據(jù)主要是用美國國家環(huán)

4、境預(yù)報中心（NCEP） 發(fā)布的 Final Operational Global Analysis（FNL）資料3.我們不直接使用 FNL 的原始數(shù)據(jù)，而是采用經(jīng)過 NOAA-Air ResourcesLaboratory（ARL）預(yù)處理模塊轉(zhuǎn)化后的數(shù)據(jù)?；?FNL 資料，可以計算在某一時段內(nèi)抵達(dá)秦皇島地區(qū)的后向氣流軌跡，從而有助于配合地面監(jiān)測數(shù)據(jù)揭示秦皇島地區(qū)大氣污染的可能來源。納入平臺的地理信息數(shù)據(jù)主要有兩類：（1）圖形數(shù)據(jù)：此部分?jǐn)?shù)據(jù)以矢量圖形的形式存儲于 HDFS 系統(tǒng)中。它們的來源主要是利用搜狗地圖所提供的靜態(tài)地圖 API.（2）文本數(shù)據(jù)：此部分?jǐn)?shù)據(jù)包括：a）監(jiān)測污染源的位置數(shù)據(jù)；

5、b）交通擁堵情況；c）氣流軌跡數(shù)據(jù)：此類數(shù)據(jù)由 FNL 資料計算而得。各類文本數(shù)據(jù)都將構(gòu)成獨立的圖層，利用搜狗地圖提供的 API,標(biāo)注于圖形數(shù)據(jù)之上。5 關(guān)鍵技術(shù)研究各類數(shù)據(jù)會被存入統(tǒng)一的大數(shù)據(jù)平臺。我們采用 Hadoop 分布式集群結(jié)構(gòu)作為大數(shù)據(jù)平臺的存儲結(jié)構(gòu)。我們使用 100 臺 PC 級電腦構(gòu)建起分布式數(shù)據(jù)存儲集群，每個節(jié)點同時承擔(dān)計算和存儲的角色。各個數(shù)據(jù)節(jié)點中存放大氣污染相關(guān)的大數(shù)據(jù)。元數(shù)據(jù)主節(jié)點則存放各類大數(shù)據(jù)在數(shù)據(jù)節(jié)點中的副本分布位置。元數(shù)據(jù)輔助節(jié)點承擔(dān)與元數(shù)據(jù)主節(jié)點類似的任務(wù)，當(dāng)元數(shù)據(jù)主節(jié)點宕機(jī)時，可以重新啟動元數(shù)據(jù)主節(jié)點。元數(shù)據(jù)主節(jié)點上保存著訪問 HDFS 文件系統(tǒng)的索引信息

6、，它們主要來源于數(shù)據(jù)預(yù)處理過程中提取的元數(shù)據(jù)。對于修改元數(shù)據(jù)主節(jié)點信息的操作，事務(wù)日志中都會插入相應(yīng)的記錄。而數(shù)據(jù)索引到數(shù)據(jù)存儲的映射，副本的位置及編號等信息，都存儲在元數(shù)據(jù)主節(jié)點所在的本地文件系統(tǒng)中的一個映射文件中。對于大數(shù)據(jù)而言，要想實現(xiàn)數(shù)據(jù)的高效穩(wěn)定的訪問機(jī)制，需要做好兩方面的工作：（1）對數(shù)據(jù)分塊存儲并建立適宜的物理數(shù)據(jù)副本規(guī)模；（2）采用適宜的副本存放策略和數(shù)據(jù)讀寫策略4.我們采取了搜集數(shù)據(jù)訪問反饋信息的策略，利用統(tǒng)計學(xué)方法實現(xiàn)了副本規(guī)模的動態(tài)調(diào)整。而對于副本的存放策略，我們考慮將不同副本存放于不同機(jī)架的電腦上，以保證一個機(jī)架出現(xiàn)故障時不致丟失數(shù)據(jù)，并且還能在讀數(shù)據(jù)時充分利用不同機(jī)架

7、的帶寬。數(shù)據(jù)的讀取策略則采用從距離讀請求節(jié)點最近的存儲節(jié)點上讀取數(shù)據(jù)。同時，我們將對數(shù)據(jù)加工的相關(guān)業(yè)務(wù)代碼從加工請求所在的電腦發(fā)送至數(shù)據(jù)副本所在的電腦執(zhí)行，盡可能不在電腦之間進(jìn)行數(shù)據(jù)副本的傳遞，以提高寫數(shù)據(jù)的效率。6 結(jié)論本文將大數(shù)據(jù)技術(shù)引入生態(tài)環(huán)境保護(hù)的工作之中，將秦皇島地區(qū)的地面監(jiān)測數(shù)據(jù)、遙感監(jiān)測數(shù)據(jù)、地理信息數(shù)據(jù)整合在一起，建立起秦皇島地區(qū)大氣污染防治大數(shù)據(jù)平臺，使相關(guān)的業(yè)務(wù)應(yīng)用有了一個統(tǒng)一的底層數(shù)據(jù)支持。未來，我們可以基于此平臺建立大氣污染數(shù)據(jù)分析系統(tǒng)等業(yè)務(wù)應(yīng)用系統(tǒng)，對秦皇島地區(qū)的大氣污染物來源情況進(jìn)行準(zhǔn)確有效的分析。參考文獻(xiàn)：1 張永亮 , 俞海 . 中國生態(tài)環(huán)境保護(hù)管理體制改革思路與方向 : 國際社會的觀察和建議 J. 中國環(huán)境管理 ,2015（01）：43-47.2 肖筱華 , 周棟 . 大數(shù)據(jù)技術(shù)及標(biāo)準(zhǔn)發(fā)展研究 J. 信息技術(shù)與標(biāo)準(zhǔn)化 ,2014（04）：34-38.3 趙恒 , 王體健 , 江飛 , 謝旻 . 利用后向軌跡