我国生态环境大数据建设方案实施及其公开效果评估

详细信息    查看全文 | 推荐本文 |

英文篇名：Evaluation of big data construction for eco-environment and its information disclosure by environmental agencies in China 作者：张毅 ; 贺桂珍 ; 吕永龙 ; 马艳飞 ; 宋帅 英文作者：ZHANG Yi;HE Guizhen;Lü Yonglong;MA Yanfei;SONG Shuai;School of Agricultural Engineering and Food Science, Shandong University of Technology;State Key Laboratory of Urban and Regional Ecology, Research Centre for Eco-Environmental Sciences, Chinese Academy of Sciences;University of Chinese Academy of Sciences;School of Resources and Environmental Engineering, Shandong University of Technology; 关键词：大数据 ; 生态环境大数据 ; 调查分析 ; 效果评估 英文关键词：big data;;eco-environmental big data;;investigation and analysis;;effectiveness evaluation 中文刊名：生态学报 英文刊名：Acta Ecologica Sinica 机构：山东理工大学农业工程与食品科学学院;中国科学院生态环境研究中心城市与区域生态国家重点实验室;中国科学院大学;山东理工大学资源与环境工程学院; 出版日期：2019-02-23 出版单位：生态学报 年：2019 期：04 基金：国家重点研发计划(2017YFC0505706);; 国家自然科学基金项目(41501539,41761144053,41420104004);; 中科院重点部署项目(KFZD-SW-322) 语种：中文; 页：169-178 页数：10 CN：11-2031/Q ISSN：1000-0933 分类号：X321

摘要

生态环境大数据建设是新一代环境管理手段,也是我国建设"数据强国"的基本要求。在《生态环境大数据建设总体方案》实施2年后,针对31个省级、27个省会城市、6个大数据建设试点城市的环境保护厅/局落实生态环境大数据的建设进行调查分析,通过文献分析和资料调查,全面评估我国生态环境大数据建设的总体状况,以期为生态环境大数据建设的下一步工作提供建议。结果表明,尽管生态环境大数据建设在数据资源整合方面取得了较大进步,但在地区发展、机构建设、数据共享开放和大数据应用等方面还存在着许多问题,针对这些不足,提出了未来几年我国生态环境大数据建设的发展方向,包括扩充环境信息中心相关职能、推进大数据整合与共享、加强国际交流和提升大数据在重点领域的应用范围。
        Big data construction for eco-environment has become a creative approach in environmental management, and it is also the basic requirement for building the "data power" in China. Aiming to explore the general situation of big data construction for eco-environment by environmental agencies, this study conducted literature analyses and website interviews of environmental agencies in 31 provinces, 27 provincial capital cities, and 6 big data construction pilot cities in 2018. The results showed that although considerable progress had been made in data resource integration, there were still many problems with regional development, institution building, data sharing, and big data applications. Therefore, we proposed the following four suggestions:(1) expanding the relevant functions of environmental information center;(2) accelerating the progress of integration and sharing for big data;(3) strengthening international exchanges;(4) promoting the applications of big data in key areas.

引文

[1] 黄哲学, 曹付元, 李俊杰, 陈小军. 面向大数据的海云数据系统关键技术研究. 网络新媒体技术, 2012, 1(6): 20- 26.
    [2] Graham-Rowe D, Goldston D, Doctorow C, Waldrop M, Lynch C, Frankel F, Reid R, Nelson S, Howe D, Rhee S Y. Big data: science in the petabyte era. Nature, 2008, 455(7209): 8- 9.
    [3] Ji C Q, Li Y, Qiu W M, Awada U, Li K Q. Big data processing in cloud computing environments//Proceedings of the 12th International Symposium on Pervasive Systems, Algorithms and Networks. San Marcos, TX, USA: IEEE, 2012: 17- 23.
    [4] 孙忠富, 杜克明, 郑飞翔, 尹首一. 大数据在智慧农业中研究与应用展望. 中国农业科技导报, 2013, 15(6): 63- 71.
    [5] 环境保护部办公厅. 关于印发《生态环境大数据建设总体方案》的通知. (2016-03-08) [2016-03- 14]. http://www.mee.gov.cn/gkml/hbb/bgt/201603/t20160311_332712.htm.
    [6] Hampton S E, Strasser C A, Tewksbury J J, Gram W K, Budden A E, Batcheller A L, Duke C S, Porter J H. Big data and the future of ecology. Frontiers in Ecology and the Environment, 2013, 11(3): 156- 162.
    [7] Aronova E, Baker K S, Oreskes N. Big science and big data in biology: From the international geophysical year through the international biological program to the long term ecological research (LTER) network, 1957-Present. Historical Studies in the Natural Sciences, 2010, 40(2): 183- 224.
    [8] 戴圣骐, 赵斌. 大数据时代下的生态系统观测发展趋势与挑战. 生物多样性, 2016, 24(1): 85- 94.
    [9] 吴志丰, 李月辉, 常禹, 胡志斌. 历史变域在森林生态系统管理中的应用现状与展望. 应用生态学报, 2010, 21(7): 1859- 1866.
    [10] 赵海凤, 李仁强, 赵芬, 刘丽香, 赵苗苗, 徐明. 生态环境大数据发展现状与趋势. 生态科学, 2018, 37(1): 211- 218.
    [11] 赵芬, 张丽云, 赵苗苗, 邵蕊, 刘丽香, 赵海凤, 徐明. 生态环境大数据平台架构和技术初探. 生态学杂志, 2017, 36(3): 824- 832.
    [12] 傅伯杰, 刘宇. 国际生态系统观测研究计划及启示. 地理科学进展, 2014, 33(7): 893- 902.
    [13] 傅伯杰, 牛栋, 于贵瑞. 生态系统观测研究网络在地球系统科学中的作用. 地理科学进展, 2007, 26(1): 1- 16.
    [14] Wikle C K, Holan S H, Hooten M B. Guest editor′s introduction to the special issue on “modern dimension reduction methods for big data problems in ecology”. Journal of Agricultural, Biological, and Environmental Statistics, 2013, 18(3): 271- 273.
    [15] 刘丽香, 张丽云, 赵芬, 赵苗苗, 赵海凤, 邵蕊, 徐明. 生态环境大数据面临的机遇与挑战. 生态学报, 2017, 37(14): 4896- 4904.
    [16] 李剑. 内蒙古生态环境大数据建设的思考与探索. 中国环境管理, 2016, 8(4): 43- 47.
    [17] 胡昊, 徐富春, 韩季奇, 尚屹, 张孟奇. 基于顶层设计方法的生态环境大数据总体框架研究. 中国环境管理, 2018, 10(4): 107- 113.
    [18] He F H, Gu L J, Wang T, Zhang Z H. The synthetic geo-ecological environmental evaluation of a coastal coal-mining city using spatiotemporal big data: A case study in Longkou, China. Journal of Cleaner Production, 2017, 142: 854- 866.
    [19] Li L, Hao T T, Chi T. Evaluation on China′s forestry resources efficiency based on big data. Journal of Cleaner Production, 2017, 142: 513- 523.
    [20] 吴班, 程春明. 生态环境大数据应用探析. 环境保护, 2016, 44(3): 87- 89.
    [21] 程春明, 李蔚, 宋旭. 生态环境大数据建设的思考. 中国环境管理, 2015, 7(6): 9- 13.