<
“一看到数据高了，就盲目地上措施、上手段，用雾炮车除臭氧、除颗粒物，干扰国控站点，这些都是典型的空气污染‘患者’对照数据在自医过程中的‘瞎吃药’行为。”中国环境科学研究院研究员段菁春告诉记者。
近年来，面向大气污染防治的天地空一体的监测体系逐渐建立，伴随着各地如火如荼地建设环境大数据平台，却出现了面对繁杂数据不知该如何下手的状况。如何科学看待数据，透过数据现象看到空气质量问题本质，成为治气关键。
进入环境大数据时代
数据越多，问题越复杂？
数据对于空气质量意味着什么？
如果人们身体不适，医院体检。无论是做CT还是验血，都可以通过各种各样的“象”，来试图认清疾病的“本质”。
“大气污染亦是如此。需要通过各样的数据‘象’来认清大气污染这个‘质’。”段菁春表示。
推动精准治气，作为“象”的数据如今愈加丰富。
年，我国《环境空气质量标准》重新修订，初步实现与国际接轨，其中增加了PM2.5指标。CO、O3、PM2.5这3项污染物成为新增监测项目，与原先的SO2、PM10、NO23项指标一同构筑了空气质量指数的6项指标。
随着年《大气污染防治行动计划》的出台及年《打赢蓝天保卫战三年行动计划》的发布，我国的空气质量在线监测需求增长迅猛。同时，各种各样的信息化平台随着智慧城市建设如雨后春笋般增长；雷达、卫星、走航、企业用电、大气超级站等监控手段愈加丰富；交通流、离子、金属、VOCs等各种监测新兴数据层出不穷。
“因此产生的数据从KB，到MB，再到PB，其增长速度几乎可以用几何级概括，是超出想像的。”段菁春评价。
传统的污染成因分析主要经历观察—假设—理论—验证—应用这些阶段。“比如说二氧化硫高了，我们认为可能是燃煤、烟花燃放的问题。但在一些有色冶炼产业发达的城市，二氧化硫高，有可能是工业生产问题。然后，通过采取措施验证，再应用到实际中。”段菁春解释，一个指标背后的成因是多元复杂的，需要依靠科学的力量支撑，得出客观结论。
这意味着，数据仅仅是污染的表象之一,它可以是“抓手”，却不等于污染的成因。
一旦进入大数据时代，非专业人士看到纷繁的数据后，反而难以决策。结果是数据越多，矛盾越多，观点越多，问题越复杂。段菁春认为，各地应加强对数据的综合研判来指导决策，对大数据信息实行“降维化”。
建设治气大数据平台，
用好数据是第一位
在段菁春看来，平台大数据的处理可分为4个阶段。
第一阶段中，平台建设以数据展示为主。缺少问题识别的指标和指标体系、判断标准以及调控的技术路线。
“很多地方斥巨资在做环境大数据平台，搞智慧环保，大屏幕上跳动着的颜色、线条、数字固然让人兴奋，但是，如果不对数据进行综合分析，这些低信息密度的冗余数据就几乎直接从在线仪器流向数据垃圾桶，经过展示后，便失去了价值。”段菁春表示。
在第二阶段，平台可以初步实现客观指标的搭建，数据不再是单纯展示，而是走向指标化。就如同患者去体检“验血象”后，每项都会有对应的范围一样，这一阶段的处理意味着能够实现对空气质量相关数据的初步分类及预警。
“这一指标体系不仅仅是反映如PM2.5是否超标等问题，更重要的是多种数据综合起来，在动态变化中反映污染成因背后的规律。”段菁春说。
第三阶段，是带着数据指标去挂“专家号”，对数据进行研判，基于多种证据的耦合性来增强对结论判断的精准性。
这一阶段的重要性体现在，一些地区进入治气“深水区”，长年与空气污染打交道，时间一长“久病成医”，有了大数据平台给出的“说明书”后，可以直接精准查找污染源，从而提高治气效率。
但是，涉及臭氧等更复杂的空气污染问题，即使看到VOCs、大气边界层高度等数据，仍然需要专业科学人员进行综合研判分析。
“就像病人拿到了CT结果或血象指标后，仍然需要拿去找医生复查一样。”段菁春解释，第三阶段对数据的处理十分考验管理者的综合素质，应更多地结合大数据，让科研专家来给治气开“处方药”。
第四阶段则是智能化阶段。目前，各地大气污染防治需求广泛，但是专家仍有限。“面向未来，希望我们的大数据平台能够实现真正智能化的发展。面对复杂的类似臭氧污染问题，不再完全依赖科学家人工研判，而是能够智能分析数据指标，自动化地报告空气污染成因并提供科学的措施建议。”段菁春表示。
他坦言，当前的平台建设能够达到自动化已经不易，距离真正的智慧化阶段尚存距离，仍需加大投入力度，不断攻坚。
大数据平台要重维护、提高利用率，
“越多越好”并无益
“信息化平台建成后，要科学集纳功能，实现数据联通。”段菁春表示，当前一些地方只重视建设大平台，而建成后功能缺位，缺乏维护，使用率低，最终使得信息化平台沦为展示平台。
在长期
