一种科学只有在成功地运用数学时，才算达到了真正完善的地步。环境影响评价是一项涉及地理、化学、气象、水文、地质等多种自然科学和人文科学的综合性学科。在机械思维模式下，环境影响评价由于涉及数据量大、种类多样、不确定性等众多因素，强调因果关系数学工具在环境影响评价领域未得到充分的应用。大数据思维模式下，通过大数据的多维度、数量大、完备性等特征建立的数据驱动方法建立的相关性将提升环境影响评价学科的认知高度。

一、环境影响评价大数据

大数据是首先是数量大，其次是数据具有不同的维度，只有建立在不同维度基础上的大量数据才具有完备性，才是真正意义上的大数据。随着互联网兴起及产业数字化，尤其是环境影响评价工作的开展及环境影响评价数据库建设，环境领域数据量急剧增加，为环境影响评价大数据应用提供了数据基础。云计算和人工智能发展将大数据带人崭新的思维，将原本数据来源多样、分布广泛、采集方式不统一、标准不一致、内容庞杂的数据，通过数据挖掘与整理，提取有用的信息，建立相关性。

（一）数据收集

大数据与传统收集收取方法不同，传统数据收集是设定好条件的某一类数据，大数据需要的是全面的、多维度的数据。公路环境影响评价数据不仅需要环境基础数据库包含的地面监测数据、卫星遥感数据、生态环境大数据，以及与环境环境影响评价相关的部门国土、水利、农业、林业、气象和海洋等政府部门数据，还包括公路设计单位、施工、监理单位、监测单位、公路建设部门数据。环境影响评价数据类型多样，包括文本、图像、视频、以及各种基于应用软件（如GIS、CAD等）数据。

（二）数据的使用

大数据的使用不仅是技术手段，更重要的是思维方法。环境影响评价要素多，各要素存在不确定性，目前很多模型准确性有待考证。从大数据中提取有用的信息可消除这种不确定性，这便是大数据思维的核心。大数据能产生的效益在很大程度上取决于使用和挖掘数据的水平。由于数据来源多样，数据维度广，从大数据中提取有用的信息是提高环境影响评价准确性的关键。

二、大数据在公路环境影响评价应用

公路环境影响评价主要从工程分析、生态环境、水环境、声环境、环境空气、社会环境、景观影响评价开展。大数据在公路环境影响评价应用包括以下内容：

（一）大数据在工程分析中的应用

公路选线环境影响评价是一项综合考虑各环境因素的系统性分析过程，其目的是将各环境因素不利影响降到最低。大数据应用不但可实现环评一张图功能，还可较为精确的预测公路建成后对环境的影响，以便于选择最优的路线方案。比如根据公路建设规模、线路走向、沿线土地利用、地形地貌等数据计算公路占地面积及类型和公路土石方数量。通过收集已建成公路施工组织和施工工艺相关数据（包括占地面积、植被破坏面积、对桥梁施工对水环境影响）和沿线经济、交通量等数据，建立数学模型和智能算法，实现精准预测。随着数据量不断增加，模型不断改进，预测将更加准确。

（二）大数据在生态环境影响评价中的应用

生态环境影响评价是公路环境影响评价的重点，主要包括生态现状调查、评价及预测，传统方法生态现状调查采用样方法、样线法调查，样本量、样本样线代表性和取样误差等可能造成预测可靠性较差。采用大数据思维可实现全样本调查，首先通过无人机获取评价范围内影像，通过当地植被类型资料及现场调查图片对已有图片识别模型进行校准，可准确统计出评价范围内植被类型和数量。结合生态大数据模型对评价范围内的生态系统结构、稳定性、物种多样性、抗干扰能力及其变化趋势等进行预测。

（三）大数据在水环境影响评价中的应用

公路对水环境影响主要包括施工期桥梁基础施工、施工场地排水等影响。传统手段数据采集单一，未实现共享，缺乏数据的支持水污染扩散预测模型只能做出模糊的预测。大数据思维首先数据收集广泛，可以是已建成桥梁下游水环境数据，也可以是桥梁施工过程中人员、机械、施工工期、桥基施工材料、河流水文等数据。在拥有海量水环境大数据以及强大的数据分析技术条件下，完全可以通过大量简单的小模型、以相互映证的方式作出最贴近事实的预测。

（四）大数据在声环境影响评价中的应用

影响噪声预测结果的因素主要包括源强、车速、车流量、距离、坡度、路面状况、沿线建筑物等公路情况，传统的方法建立模型很难考虑所有因素，建立模型预测准确度较低。通过大数据思维将不通因素数据化后，建立大量的简单小模型，消除各因素的不确定性。可将交通噪声预测更精确，合理的布设声屏障，降低噪声对周边不利影响。

（五）大数据在环境空气影响评价中的应用

大气环境影响预测是环境评价中的一个重要环节，是一个比较复杂的过程，污染因子涉及的气象参数、环境因素较多。传统模型建立在假设条件基础上，预测结果缺乏数据验证，模型适用范围有限。大数据应用通过数据采集、数据挖掘、建立模型、机器学习等过程，达到了各环境因素相关性识别，达到解决研究问题的目的。

（六）大数据在社会环境影响评价中的应用

社会环境影响包括区域社会环境评价和沿线社会环境评价，区域社会环境评价因子包括矿产资源利用、工农业生产、地区发展规划、旅游资源、文化教育等。沿线社会环境评价包括因子社区发展、农村生计方式、居民生活质量、征迁安置、土地利用、基础设施、文物古迹、旅游资源等。由于数据来源不同部门，而且收集标准不一，传统方法给出定量评价较难。然而社会环境影响评价因子正好符合大数据的数量大、多维度、全面性的特征。通过挖掘数据，提取有用信息量，采用机器深度学习方法，提出公路建设与社会环境协调发展的最优方案。

（七）大数据在景观影响评价中的应用

公路景观是公路与其周围环境的一个综合景观体系，包含了公路自身及其沿线一定区域内的所有视觉信息，是一个动态三维空间景观，包括沿线的自然景观和人文景观。大数据的应用可以通过平移、旋转和缩放等变换，在不同位置上创建该对象的多个实例，如同一种树栽植在不同位置、同样的亭子建在不同的山腰等。大数据应用也可以对景观整体布局评价，达到和专家评价互补作用。

三、结束语

大数据在环境影响评价领域的应用在起步阶段，还存在很多问题有待解决，如何收集数据、挖掘数据、建立模型需要不断探索，但是大数据思维将各行业发展带来全新的动力，大数据思维在环境影响评价应用中前景广阔。

内容源于网络，旨在分享，如有侵权，请联系删除

相关资料推荐：

环境影响评价在公路建设中的作用

https://ziliao.co188.com/p112634.html

知识点：大数据在公路环境影响评价中的应用