2022, Volume 24, Issue 5
Strategic Study of CAE >> 2022, Volume 24, Issue 5 doi: 10.15302/J-SSCAE-2022.05.021
Development Status and Prospects of Ecological Environment Big Data in China
1. College ofWater Sciences, Beijing Normal University, Beijing 100875, China;
2. Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China;
3. Environment Research Institute, Shandong University, Qingdao 266237, Shandong, China
Next Previous
Abstract
Ecological environment big data can further support the construction of ecological civilization and the construction of a beautiful China by modernizing the ecological environment governance system and capabilities. However, China’s eco-environmental big data strategy is difficult to implement because of mentality and technical bottlenecks. Facing the urgent demand of ecological environment protection for ecological environment big data during the 14th Five-Year period, this article summarizes the development status of ecological environment big data in China and analyzes the existing problems from three aspects: mechanism construction, technology research and development (R&D), and business support. Six key directions are presented: intelligent perception and problem identification of ecological environment; mining of evolution law and driving mechanism; traceability analysis of environmental pollution and ecosystem damages; scenario simulation and prediction evaluation; risk early warning and emergency decision-making; supervision and performance evaluation. Countermeasures are proposed focusing on management mechanism, data resource awareness, technology R&D and demonstration, capital investment, and talent training, thus to support the high-quality development of big data regarding ecological environment during the 14th Five-Year period.
Keywords
ecological environment ; big data ; coordination mechanism ; resource awareness
References
[ 1 ] 孙金龙 , 黄润秋 . 以习近平生态文明思想为指引 推动生态文明建设实现新进步 [J]. 环境保护 , 2021 , 49 15 : 8 ‒ 10 .
[ 2 ] 黄润秋 . 推进生态环境治理体系和治理能力现代化 [J]. 环境保护 , 2021 , 49 9 : 10 ‒ 11 .
[ 3 ] 胡昊 , 徐富春 , 韩季奇 , 等 . 基于顶层设计方法的生态环境大数据总体框架研究 [J]. 中国环境管理 , 2018 , 10 4 : 107 ‒ 113 .
[ 4 ] 汪自书 , 胡迪 . 我国环境管理新进展及环境大数据技术应用展望 [J]. 中国环境管理 , 2018 , 10 5 : 90 ‒ 96 .
[ 5 ] 章少民 . 中国生态环境信息化:30年历程回顾与展望 [J]. 环境保护 , 2021 , 49 2 : 37 ‒ 44 .
[ 6 ] 张毅 , 贺桂珍 , 吕永龙 , 等 . 我国生态环境大数据建设方案实施及其公开效果评估 [J]. 生态学报 , 2019 , 39 4 : 1290 ‒ 1299 .
[ 7 ] 赵海凤 , 李仁强 , 赵芬 , 等 . 生态环境大数据发展现状与趋势 [J]. 生态科学 , 2018 , 37 1 : 211 ‒ 218 .
[ 8 ] 王桥 . 中国环境遥感监测技术进展及若干前沿问题 [J]. 遥感学报 , 2021 , 25 1 : 25 ‒ 36 .
[ 9 ] 蒋云钟 , 冶运涛 , 赵红莉 , 等 . 水利大数据研究现状与展望 [J]. 水力发电学报 , 2020 , 39 10 : 1 ‒ 32 .
[10] 刘智慧 , 张泉灵 . 大数据技术研究综述 [J]. 浙江大学学报工学版 , 2014 , 48 6 : 957 ‒ 972 .
[11] 李继园 , 孟令奎 , 田洋 , 等 . 水利遥感数据共享平台的高性能运行机制研究 [J]. 水利信息化 , 2011 2 : 9 ‒ 14 .
[12] 徐梦溪 , 施建强 , 王丹华 . 天地网一体的水环境监测数据整合关键技术 [J]. 水利信息化 , 2021 2 : 29 ‒ 33 .
[13] 张万顺 , 王浩 . 流域水环境水生态智慧化管理云平台及应用 [J]. 水利学报 , 2021 , 52 2 : 142 ‒ 149 .
[14] 王永桂 , 夏晶晶 , 张万顺 , 等 . 基于大数据的水环境风险业务化评估与预警研究 [J]. 中国环境管理 , 2017 , 9 2 : 43 ‒ 50 .
[15] 赵苗苗 , 赵师成 , 张丽云 , 等 . 大数据在生态环境领域的应用进展与展望 [J]. 应用生态学报 , 2017 , 28 5 : 1727 ‒ 1734 .
[16] 程春明 , 李蔚 , 宋旭 . 生态环境大数据建设的思考 [J]. 中国环境管理 , 2015 , 7 6 : 9 ‒ 13 .
[17] 蒋洪强 , 卢亚灵 , 周思 , 等 . 生态环境大数据研究与应用进展 [J]. 中国环境管理 , 2019 , 11 6 : 11 ‒ 15 .
[18] 刘丽香 , 张丽云 , 赵芬 , 等 . 生态环境大数据面临的机遇与挑战 [J]. 生态学报 , 2017 , 37 14 : 4896 ‒ 4904 .
[19] 李晓光 . 生态环境大数据研究与应用进展 [J]. 环境与发展 , 2020 , 32 4 : 193 ‒ 194 .
京公网安备 11010502051620号
