如何用大数据理念引领污染源普查?笔者认为，应做好以下几方面工作。

　　一是采集数据要准更要全。由于抽样分析技术的限制，10年前的随机抽样样本有限，收集信息有限，这也意味着细微的错误会被放大，甚至有可能影响整个结果的准确性，因而相应的分析结果也非常有限。现在，大数据分析技术为数据采集分析提供了另一种完全不同的思维理念，即强调数据的“大”和“全”。在大量数据运算的前提下，通常用概率说话，甚至完全可以忽略部分数据的不准确、混乱性问题。通过大量相关或看似不相关的数据交互分析，得出以往想都不敢想的分析结果。

　　在污染源普查中，对于普查数据字段的采集不仅要注意普查对象的基本信息、污染物种类和来源、污染物产生和排放情况、污染治理设施建设和运行情况等重点信息采集的准确性，更要注重采集污染源相关或周边信息的全面性，比如排污者经营状况的变化、行业的发展历程、周边区域和流域的环境变化等。注重数据采集的全面，才能为大数据高效分析夯实基础。

　　二是数据分析要重“相关关系”。传统的统计分析方法，往往只得出一个大概的统计数据，这往往会导致同一结果众说纷纭，不能很好地解释产生最后的结果到底与什么相关。

　　“相关关系”是量化两个数值之间的数理关系。相关关系强是指一个数值变化时，另一个数据值很有可能也会随之规律性变化。在大数据背景下，通过大量的数据“相关关系”交互分析，让我们不但知道结果是什么，而且不必让我们再去说为什么，因为一切已经让数据自己发声。用数据说话更能客观地分析污染防治与哪些因素相关，可以让我们比以前更容易、更快捷、更清晰地分析污染源现状的成因、与经济社会发展密切关系，对未来的环保指导也意义深远。

　　三是分析结果要注重全方位运用。污染防治是涉及社会经济发展、人民生产生活方方面面的综合治理工程，因此污染源的发展与变迁，也与社会生产生活历程息息相关。作为污染源普查的结果，环保基础数据是一座“金矿”。利用好这座“金矿”，我们就可以站在社会发展变迁的高度，集成经济、人口等全国普查结果，运用大数据交互分析的超强运算能力，进行污染源变化及污染物排放与人口、经济发展的相关性分析，全面分析污染防治的相关因素，确保未来污染防治有的放矢、精准出击，全面打赢污染防治攻坚战，也为相关环保法律法规、政策出台提供强大的决策分析支持。