引言

规划是从理念到行动、从理论到实践的政策载体与桥梁，是针对未来发展整体性、长期性、基本性问题而设计的整套行动方案，国家的规划体系在推进国家治理体系和治理能力现代化进程中发挥了越来越大的作用^{[1, 2]}。生态环境规划指国家或者地方政府为解决突出生态环境问题，围绕生态环境保护目标而制定的生态环境领域的规划，通过实施相关重要任务和重大环保工程、完善政策措施，为生态环境保护和生态文明建设提供纲领性指南。作为生态环境保护的重要工作，中国生态环境规划经过近50年的发展，体系不断优化，技术方法不断创新。

随着我国经济社会与生态环境变化，生态环境保护工作面临新的形势和难题，由此对生态环境规划编制与实施的系统性、科学性、可操作性和空间化、精细化、精准性等提出了越来越高的要求，必须加快推进生态环境规划的数字化转型。第一，这是数字化信息化时代发展的要求。早在1998年，戈尔便提出了“数字地球”的概念，数字化由此进入城市和全球治理领域^[3]。随着数字模型、空间分析、大数据、云计算、人工智能、区块链、虚拟现实等技术的不断涌现，数字化技术在生态环境保护中的应用越来越广泛。第二，这是生态环境治理体系与治理能力现代化的要求。随着生态环境保护工作进入深水区，要求生态环境治理更加注重精准、科学，传统的生态环境规划方法已经不适用新的形势要求，与生态环境新型治理体系相适应的生态环境规划需要数字化技术的支撑。三是科学编制与实施生态环境规划的要求。数字化技术的应用可以提高生态环境规划数据收集和形势分析的效率和准确性；数值模拟、大数据分析、数字空间分析，可以提高生态环境规划目标的制定与分配的科学性，优化规划文案，提高规划实施的效率。

1 生态环境规划数字化技术发展历程

中国生态环境规划伴随着生态环境保护的发展而发展，经历了从无到有、从“计划”到“规划”、从简单到完善的过程。1973年第一次全国环境保护会议提出的32字环境保护工作方针，揭开了我国环境保护规划工作的序幕^{[4, 5]}。1975年以来，我国已经编制了10个国家五年综合生态环境保护规划^[6]。“五五”“六五”环境保护计划的编制，属于逐步探索的起步阶段^[7]，数字化技术在我国应用很少，对规划编制工作支持较少。“七五”环境保护计划的科学性有了显著的提高，第一次形成了内容比较丰富、指标比较齐全、方法比较科学的环境保护五年计划。此后规划编制方法的科学化、模型化得到应用并有了较大的进展，尤其是主要污染物环境容量计算和总量减排核算技术得到发展。“十二五”“十三五”时期的规划以环境质量改善为核心，首次提出统筹生态与环境，突出环境质量改善与总量减排、生态保护、环境风险防控等系统联动。规划编制过程中，通过经济社会与空气质量、水环境质量和土壤质量等预测模型的联动应用，结合空间分析和大数据等信息技术，实现经济社会与污染物排放和环境质量的关系解析，保障规划的顺利实施和目标实现，极大地提高了环境管理系统化、科学化、法治化、精细化、信息化水平。

1.1 数值模拟模型

数值模拟模型是生态环境规划的重要工具。运用模型模拟现状或预测未来，为开展生态环境规划工作提供科学依据。自20世纪20年代中期，国外研究人员开始借助模型研究环境问题，最典型的模型为Streeter-Phelps(S-P)水质模型，至今为止已有90余年的历史。其间，不同领域的环境模型逐渐出现，模型技术水平得到了长足的进步和不断的深化，呈现出发展速度越来越快、计算精度越来越高、模型种类和应用越来越广泛的特征。总体看来，环境模型的发展历程大致划分为以下三个阶段。

第一阶段(20世纪20年代—70年代)：该阶段是各领域环境模型形成和运用的开始时期。第一阶段的水质模型大多为简单的氧平衡模型，属于一维稳态模型，代表模型是BOD-DO模型，之后美国国家环保局(USEPA)发布了QUAL II系列模型。第一代空气质量模型诞生于70年代早期，主要是基于质量守恒定律的箱式模型、基于湍流扩散统计理论的高斯模型和拉格朗日轨迹模型。跨多学科的气候变化综合评估模型(IAMs)形成于60年代。国外对土壤环境模型的研究起步较早，而我国土壤环境模型定量观测自40年代才开始兴起，通用土壤流失方程(USLE)模型开始得到应用。这一时期的地下水模拟采用的是电类比模型，并逐渐由类比法过渡到数值法。该阶段的环境模型操作相对简单，算力要求较小，但无法模拟过程复杂的环境问题。例如，水质模型的类比法除了能在一定程度上给出对流计算的流速场之外，并不能够描述复杂的地下水溶质迁移的问题；第一代大气模型运算速度快，但其结构简单，对于大气环境中大气化学、大气物理过程的模拟效果较差，无法满足短期、高精度大气污染物浓度模拟的需求。

第二阶段(20世纪70年代—90年代)：这个时期是环境模型的快速发展时期，随着计算技术的不断提升以及计算机的逐步推广，该时期中出现了多维、多介质等多样化特征的环境模型，结合实际的运用更为充分。代表模型有湖泊水库一维模型LAKECO、WRMMS、DYRESM等，河流水质模型WASP等，第二代空气质量模型CIT、UAM、RADM、ROM和ADMO等，各种带有物理机制的土壤环境模型EPIC、WEPP、EUROSEM、GUEST、回归分析(APCSMLR)、正定矩阵因子分解(PMF)模型等。受到计算机领域高速发展的影响，这一时期地下水溶质迁移模拟也得到了较快发展，具有较高仿真度的数值法很快成为地下水模拟的主流方法并延续至今。相比第一阶段，这一阶段的环境模型实现了更精细化的模拟与预测，但仍然具有一定局限性。例如，第二代大气模型考虑了复杂的大气化学、大气物理过程，模拟结果更准确，但其结构更复杂，并且没有考虑不同大气污染物之间的产生、反应和消除机制。

第三阶段(20世纪90年代至今)：这是相关环境模型深化、融合以及改进的时期，模型在不同国家和地区项目中实现了大量的运用。这一时期，RS、GIS等大数据技术活跃发展，对环境模型的发展演进起到了积极的推动作用，模型的稳定性和精确性实现了大幅度进步。这一时期的水环境代表模型为BASINS模型、WARMF模型等；第三代空气质量模型有Model-3/CMAQ、CAMx、WRF-Chem和NAQPMS等；气候变化综合评估模型IAMs已经发展成为一个成熟的跨学科研究领域，涉及数百个模型，蓬勃发展的在线资源，以及数以千计的学术出版物和政策报告；RS/GIS技术、UNMIX模型、随机森林模型、人工神经网络模型在土壤环境模型中得到广泛应用。其中RS/GIS技术的应用不仅解决了许多土壤环境模型机理设计上的难题，同时也解决了土壤环境模型研究中难以获取许多面上数据的难题。形成了包括地下水污染模型、海水入侵模型、地下水溶质运移模型、大区域地面沉降模型、地下水资源管理模型、地下水—地表水联合评价调度模型在内的地下水环境模型体系。其中，地下水溶质迁移模拟领域发展很快，三维水流模型与有限元算法程序的引入推动了迁移技术的发展，特别是高速发展的计算机技术使得研究人员可以对野外项目进行模拟。在这一阶段，模型精细化程度进一步提高，例如，第三代大气模型针对每个三维网格单元考虑其复杂的大气化学、大气物理过程，可以实现特定时间、特定区域实时大气污染物浓度模拟。然而，这些数值模拟模型仍然面临结构复杂、算力要求高、操作难度大等问题。

1.2 生态环境规划其他数字化技术

为了追求模拟效果的准确性和精确性，环境模型的发展将更加复杂，这对算法、算力等方面都提出了更高的要求。当前许多环境模型的环境基础信息获取详细程度不够，制约了数值模型结果的精度。通过深入增强环境模型与“3S”技术结合，充分利用RS动态监测信息和GIS空间数据管理功能，增强数据获取能力、数据交互处理能力，以及实现结果的可视化输出。跨越环境、物理、化学、数学及计算机等多个学科的环境模型对生态环境资料、排放清单等基础输入数据的内容及格式要求非常苛刻，模型输出的海量数据同样需花费较大人力进行维护、管理、分析及可视化处理。通过机器学习、云计算、人工智能等大数据技术，对数值模拟结果进行评估和检验，能够有效缩短数值计算时间，降低计算成本。甚至在不考虑复杂反应机理的情况下，机器学习和深度学习从统计理论和数据科学的角度出发，通过算法寻找输入数据的分布规律，使计算速度大幅提升，计算成本大幅下降，成为科学、精准治污的重要手段。

除了传统的环境数值模拟技术，其他数字化技术如空间技术、大数据技术、智能决策技术等也越来越多地应用于生态环境规划中，帮助环境模型突破发展与应用的限制，逐渐成为生态环境规划中必不可少的关键技术。

1.2.1 数字空间技术

以卫星遥感为主的空间监测技术已在生态环境规划管理中被广泛应用。建立“天地空一体化”的数据感知系统，是生态环境大数据建设的前提。以现有的生态环境监测网络为基础，物联网、卫星遥感、低空航测等技术逐步被引入，覆盖空间维、时间维、光谱维、要素维的生态环境立体遥感监测网业已形成，“天地一体化”遥感监测、视频监控等智能监测体系已经在构建中^[8]，为生态环境规划提供了多维度的基础数据。依托数字空间技术和地理信息系统软件，重点区域、重点流域和全国的高精度规划空间分析和定量化评估拓展成为现实^[9]。当前，以数字空间、GIS等为主的生态环境空间规划技术已支撑全国开展多项重要工作，构建了环境功能综合评价和划分技术方法体系，完成了全国环境功能评估，建立了以区域生态环境结构、功能、承载特征维护为主线的管控模式。此外，《“生态保护红线、环境质量底线、资源利用上线和环境准入负面清单”编制技术指南(试行)》等重要文件已明确依托数字空间技术，建立完善生态环境分区管控体系作为各级生态环境规划和空间管控的基础。

1.2.2 大数据技术

大数据技术包括移动互联网、数据挖掘、云计算、物联网、卫星遥感、人工智能等技术体系。相比于传统数据库，大数据技术能够高效获取、存储、管理、分析来源复杂的海量数据^[10]。基于“天地空一体化”的生态环境智能感知系统获得的海量生态环境数据，可为生态环境规划的编制与实施提供大数据决策支持。例如，有关机构建立的生态环境规划与政策模拟大数据平台为国家五年生态环境规划提供了重要技术支撑。同时，其开发的面向流域精细化管理的全国流域水环境大数据库涵盖了污染源、水质、水文、气象、经济社会及其他空间数据等多要素综合数据，形成了“大数据+ 源解析+ 智能对策”水环境精细化管理技术，全面支撑流域规划管理决策^[11]。

1.2.3 智能决策技术

科学治污、精准治污和依法治污，对生态环境规划编制的科学性和精细化的要求越来越高，智能决策技术也得到越来越广泛的应用。以PM_2.5与O₃协同控制^{[12, 13]}、减污降碳协同增效^[14] 为重点，空气质量精细化调控、污染源全过程管理、大气环境与碳排放协同增效等关键数字化技术越来越成熟。集成大气环境容量三维迭代算法、多尺度空气质量模拟系统、减污降碳综合分析系统的集“精细溯源—靶向调控—协同增效”于一体的空气质量综合管理技术，有效提升了打赢蓝天保卫战科学决策水平。有关单位和学者开发形成的碳排放—能源集成模型(ICEM，Integrated Carbon and Energy Model) ^[15]，包含行业发展、技术措施、减煤降碳分析和社会经济影响等模块，根据碳达峰碳中和和能源总量强度的约束，使社会经济、能源消耗、气候变化、大气环境和成本效益这五类变量满足技术与经济可行，通过行业关联反复迭代寻求最优的措施方案，还建立了“减排成本—环境效益—健康收益—经济影响”的环境政策费用分析技术体系，创新重大环境规划措施的费用效益分析以及宏观经济影响量化模拟技术，有效支撑了国家“大气十条”“蓝天保卫战”“污染防治攻坚战”“散煤治理政策”等重大政策的费效评估和经济社会影响测算，为国家重大环境规划政策出台提供了科学支撑^[16]。

2 数字化对传统生态环境规划提出的挑战 2.1 数据基础不全

当今时代，数字化技术在促进各类行业和领域的转型中扮演着关键的角色，生态环境领域也不例外。随着数字化技术的发展，数据的生成和收集数量持续增加，迫切需要生态环境规划使用数字化技术来有效地管理和使用这些数据，科学分析研判生态环境形势。原有的生态环境规划编制过程中，所使用的数据可能不够全面、准确可靠和及时，影响规划编制的效果。数据不全面是因为规划需要社会经济、资源能源、生态环境以及相关领域的多源数据，对这些数据的采集不够系统和完整；数据不准确可靠是因为数据分析方法和技术不够先进，或者所需数据分散于各业务系统中，存在“散、乱、弱”和多源数据传输难、整合难、共享难等问题，难以支撑日益提高的生态环境管理与规划决策要求^[17]；数据不及时主要是由于数据周期的局限性，或者随着时间的推移，数据可能不再适用。这些问题都将影响到生态环境规划的科学性、合理性和可行性。因此，需要适应时代需要，依靠数字化手段、采用更先进的数据采集和分析技术，加强数据的准确性、可靠性和及时性，从而提升生态环境规划编制的效果。

2.2 技术支撑不强

随着生态环境管理对精细化和落地性的要求提升，区域大气环境规划、流域水环境规划、土壤环境规划等所需要的空气质量、水环境质量和土壤—地下水环境质量数值模拟的精度和准确度需求也越来越高，传统生态环境规划编制中的一些技术方法已经不适用。传统生态环境规划中数据统计分析和挖掘方法缺失，导致生态环境形势研判不深入。空间分析技术应用不实导致空间管控分区不落地，影响了规划的科学性和可操作性。随着生态环境从分散化治理向系统化治理、从末端治理向全过程治理、从经验治理向数据治理转型^[18]，需要数字化技术赋能生态环境规划。数字化技术的应用可以提高生态环境规划数据收集和形势分析的效率和准确性，为科学编制生态环境规划提供科学基础。数字化技术的应用还可帮助解决复杂生态环境问题所带来的挑战，例如规划数据的有限性、生态环境系统的不确定性以及对新兴环境问题快速做出反应。

2.3 实施体系不实

随着生态环境问题日益复杂和生态环境保护进入深水区，要求生态环境治理更加注重精准、科学、依法，在技术上要求加快推进生态环境治理体系与治理能力现代化。总体上，生态环境新型治理体系建设，要求以数据融合代替部门融合、地域融合，构建数据共享、部门协同的生态环境治理体系^[19]，进而要求生态环境规划实施必须实现技术、模式和能力等多维度重构^[20]。显然，传统的生态环境规划实施系统已经不适用新的形势要求。原有的生态环境规划实施主要依靠人为调度、收集数据资料进行评估，局限性日益明显。随着数字化技术的发展，生态环境规划的实施，特别是重要任务的调度落实、重点工程项目的实施进度评估等，需要数字化信息系统支持。数字化信息系统可以将规划目标和工程任务分解到各地区，展示规划实施进展和目标完成情况，提供更形象、更直观、更高效的调度和展示方式，使得生态环境规划的决策更加明确；通过数字化信息系统可以对规划实施情况进行实时评估和监督，更好地管理和跟踪生态环境规划项目，提高规划实施效率；还可以及时发现问题，并对问题进行快速响应。

3 未来推动环境规划数字化转型的若干建议

大数据、人工智能、复杂模型、数字空间、虚拟现实等技术的发展助推了生态环境治理体系与治理能力现代化^[21]，为生态环境保护工作带来了前所未有的机遇。在新时代浪潮中，充分利用数值模拟、大数据、数字空间分析、虚拟现实等数字化技术是生态环境规划发展的必然趋势。

为了解决传统生态环境规划面临的数据基础不够、技术支撑不足和实施系统不完善等问题与挑战，可以通过大数据相关技术的加持和迭代，增强大数据技术的数据挖掘应用、数值模拟技术升级应用、数字空间分析技术应用和虚拟现实技术应用，有效提升生态环境规划技术水平，保障规划决策的科学性、准确性、可实施性和可表达性(图 1)。

3.1 加强数值模拟技术在生态环境规划模拟预测中的应用，确保规划的科学性

生态环境规划编制是一项复杂的系统工程，涉及的学科种类多、基础数据多、目标指标多、任务层次多，是一项在时间、空间、目标、任务、进度等方面多位一体化的综合系统集成工作。为提高规划的科学性、前瞻性、指导性和可操作性，在规划编制和实施的各个环节中，都需要大量的基础数据、情景分析模型方法、计算机模拟关键技术的支撑。例如，结合了大数据技术的污染扩散、预测等模型可以预测环境系统受到污染的演变轨迹与发展趋势，进而提升处理环境污染问题的及时性和准确性；运用大数据技术设计的仿真系统能够模拟建设项目在施工期和营运期对环境产生的影响，由此来调整建设项目的选址要求、建设条件、环保要求等。因此，应根据生态环境规划工作的需要，应用更加精准的生态环境经济的综合预测、环境目标的科学制订分配、大气环境模拟、水环境模拟、碳达峰推演、环境规划评估费用效益模型等，保证生态环境规划的科学性。

3.2 提高大数据技术在生态环境规划数据挖掘和分析中的应用，确保形势研判的准确性

生态环境规划涉及经济社会、资源能源、生态环境以及工业、农业、交通运输等多源数据。随着云计算、物联网、移动互联网、数据挖掘等新技术的不断涌现以及卫星遥感、无人机、无人车、无人船、视频监控等智慧感知技术的应用，生态环境规划逐渐实现了涵盖多领域的动态环境监测和实时数据获取，极大地克服了传统环境规划编制中面对的数据不全面、不准确、不可靠和不及时的弊端。大数据时代下的生态环境规划工作要面对更海量、更复杂、更多维的数据，大数据分析技术为处理庞大的数据集合和复杂的信息类型提供了重要的工具。特别是高分辨率的排放清单编制、高时间分辨率的环境经济形势分析与研判、快速的环境质量模拟与环境承载力分析，需要借助大数据技术进行分析，提高规划形势研判的准确性。此外，国民经济发展规划、国土空间规划等也越来越借助数字化技术；作为规划体系的有机组成部分，在数字化技术的多维度宏观统筹下，生态环境规划可以实现与其他规划的有效衔接，从而更全面和系统地揭示经济社会与生态环境之间的关系，支持制定更有效的政策和措施，最终促进经济社会高质量发展与生态环境高水平保护。

3.3 强化数字空间分析技术在生态环境规划空间落地中的应用，确保规划可落地实施

生态环境规划越来越注重与精准化时空的结合，数字空间技术已经成为生态环境规划核心分析工具。数字化技术可以帮助决策部门科学分解规划目标和任务，有效调度规划实施情况，评估分析生态环境规划和重大环保工程实施的效果，加强对规划实施进展的监督，提高生态环境规划的执行效率。卫星遥感技术和空间关联分析有助于加强生态环境空间管控和分区分类、规划目标的时序和空间分解、规划任务方案和目标指标匹配落地，帮助生态环境规划从软性规划向约束型规划转变^[22]。目前我国的大气、水、生态、土壤等生态环境规划工作中已经广泛应用了遥感和地理信息空间技术^[23]。随着我国“双碳”目标的提出，相关遥感技术也在“双碳”规划中发挥着重要作用^[24]，有助于开展精准碳预算计算，为碳减排决策提供可靠依据。此外各类污染物和碳减排、环境质量目标的分解、任务措施和工程项目的制定、规划实施情况评估等都需要落实到空间上，甚至是规划单元格上，需要结合GIS、遥感等数字化空间分析技术，以更好分解责任，落实责任。作为生态环境空间管控基础的“三线一单”编制和“三线一单”信息管理平台的搭建也主要借助空间分析技术^[25]，作为各类生态环境规划编制的基础。

3.4 强化虚拟现实技术在生态环境规划实施中的应用，提高规划可表达性

虚拟现实技术利用并综合三维图形技术、多媒体技术、仿真技术、显示技术、伺服技术等多种高科技的最新发展成果，借助计算机等设备产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界，从而使处于虚拟世界中的人产生一种身临其境的感觉，应用虚拟现实技术，可以有效地降低知识的抽象性水平。数字孪生等虚拟现实技术，通过感知设备实时采集污染源数据、气象数据、水文数据等真实世界的生态环境数据，对生态环境规划的各个实体要素进行动态监测、动态描述、动态预测等，可实时掌握生态环境的现状、异常和趋势，发现环境变化过程中的规律。以交通环境规划为例，通过实现摄像头等传感器的数据处理，数字孪生技术可评估交通拥挤情况和大气污染物、碳排放情况，并在云端模拟不同交通规划控制方案，提高交通运行效率，减少能源损耗，实现绿色低碳发展的同时给用户带来更好的出行服务体验。