
大數據時代 環(huán)評如何跟上潮流
環(huán)評數據資源必須實現向大數據的轉變,加強管理與應用服務的創(chuàng)新,才能更好地服務于環(huán)境管理并支撐環(huán)境質量改善目標實現。
1、環(huán)評大數據建設的總體目標
明確環(huán)評大數據建設的總體目標和定位,有助于把握好其建設方向。
環(huán)評大數據建設的總體目標是:充分運用大數據、云計算等現代信息技術手段,整合環(huán)境、經濟、行業(yè)等數據資源,重點理清環(huán)境質量、控制總量、污染源“三本帳”,開展相關的數據采集加工、模擬分析、整合共享,提升環(huán)評管理能力,提高環(huán)評文件編制的科學性,增強環(huán)評公共服務能力,服務于“十三五”環(huán)保工作改善環(huán)境質量的核心目標。
2、環(huán)評大數據面向的核心業(yè)務
環(huán)評大數據是對環(huán)評業(yè)務開展情況的客觀映射,理清環(huán)評大數據面向的環(huán)評工作的核心業(yè)務,有利于明確和深入地理解環(huán)評大數據的目標與定位,是開展環(huán)評大數據建設與應用的重要前提。
目前,環(huán)評工作主要圍繞環(huán)境質量現狀和污染物排放總量兩大核心要素開展,這兩者之間存在著影響/響應關系,這種關系可以通過模型來表達,如圖1所示。
其中,污染物排放總量為固定污染源和非固定污染源排放量之和,固定污染源包括老源和新源,非固定污染源包括道路和非道路源(汽車尾氣、秸稈焚燒、工地揚塵等)。各類污染源又分為納入監(jiān)管和未納入監(jiān)管兩部分。
因此,環(huán)評大數據的建設必須摸清全國范圍內各區(qū)域、各時段的環(huán)境質量現狀數據和污染物排放總量數據,并在此基礎上,納入兩者之間的相互作用和影響的相關數據。
3、環(huán)評大數據的四維數據架構
面向環(huán)評工作中的環(huán)境質量現狀和污染物排放總量兩大核心要素及其影響/響應關系,環(huán)評大數據將包含環(huán)評工作通常涉及的海量數據,對這些數據進行梳理并形成一套清晰合理的分類,對于指導環(huán)評大數據的建設具有重要意義。
總體來講,可以從四個維度對這些數據加以概括和歸納,即環(huán)境質量現狀、環(huán)評業(yè)務過程、環(huán)評參與對象和數據應用與演化,如圖2所示,這四個維度即構成了環(huán)評大數據的四維數據架構。
(1)從環(huán)境質量現狀的維度,環(huán)評大數據包括全國范圍內的各環(huán)境要素的環(huán)境質量數據和生態(tài)環(huán)境數據;
(2)從環(huán)評業(yè)務過程的維度,環(huán)評大數據包括戰(zhàn)略環(huán)評數據、規(guī)劃環(huán)評數據、項目環(huán)評數據、環(huán)評監(jiān)理數據、竣工驗收及后評價數據;
(3)從環(huán)評參與對象的維度,環(huán)評大數據包括四級環(huán)保部門數據、環(huán)評單位數據、建設單位數據、社會公眾數據和其他行業(yè)數據;
(4)從數據應用與演化的維度,環(huán)評大數據包括業(yè)務數據、支撐數據、管理數據、模擬預測的數據、挖掘分析的數據等。
4、環(huán)評大數據的核心數據內容
在以上架構下構建的四維環(huán)評大數據,包含了環(huán)評業(yè)務工作中涉及的海量數據,為了更好地將重點數據建設任務聚焦于環(huán)評工作的核心業(yè)務,也為了更有針對性地、更有效地滿足環(huán)境管理工作的需求,還需要對環(huán)評大數據的內容開展進一步的梳理和凝練,形成其核心數據內容。
從服務“十三五”環(huán)保工作改善環(huán)境質量的核心目標的角度,環(huán)評大數據核心內容應包括環(huán)境質量數據、控制總量數據和污染源數據,如圖3所示,三者也可合稱為“三本帳”。
(1)環(huán)境質量帳。不僅包括環(huán)境質量現狀數據,更重要的是要包括環(huán)境質量改善目標數據,換言之,要包括全國范圍內的各環(huán)境要素和生態(tài)環(huán)境的質量現狀數據和改善目標數據兩大部分;
(2)控制總量帳。不同于以往環(huán)境質量達標思路下的總量控制數據,而是為實現改善環(huán)境質量這一核心目標,落實“水十條”、“氣十條”、“土十條”,環(huán)境所能容納和接受的污染源排放總量數據和生態(tài)環(huán)境承載能力數據,是環(huán)境質量改善目標的要求分解和細化后的具體控制指標數據,內容上主要包括戰(zhàn)略環(huán)評數據和規(guī)劃環(huán)評數據,含生態(tài)紅線、質量底線、資源開發(fā)上線、負面清單數據,即“三線一單”數據;
(3)污染源帳。從范圍上講,包括固定污染源數據和非固定污染源數據兩個方面,其中固定污染源數據包括新源和老源。從內容上講,包括污染源屬性基礎數據、污染物排放動態(tài)數據2個方面。
總體來講,以上“三本帳”中,固定污染源數據以及戰(zhàn)略環(huán)評數據和規(guī)劃環(huán)評數據是環(huán)評大數據核心數據中的重點內容。
5、環(huán)評大數據的數據來源渠道
數據資源建設是環(huán)評大數據建設的重要內容,而數據獲取是數據資源建設的重要步驟。從數據采集獲取的角度,環(huán)評大數據建設主要有如下數據來源渠道。
環(huán)境質量帳主要包括環(huán)境質量現狀數據和環(huán)境質量改善目標數據兩大部分,前者可以通過環(huán)境監(jiān)測網絡獲取,后者可以通過相關政策法規(guī)獲得??刂瓶偭繋た梢酝ㄟ^戰(zhàn)略環(huán)評數據和規(guī)劃環(huán)評數據獲得。
污染源帳是環(huán)評大數據建設數據獲取的關鍵,也是難點,只有獲取時間、空間、行業(yè)和過程全覆蓋的完整污染源數據,尤其是污染物排放數據,才能夠為環(huán)境影響模擬分析、環(huán)境質量預測預警乃至最終改善環(huán)境質量等打下堅實的數據基礎。污染源帳主要有以下四個方面的獲取渠道。
(1)企業(yè)環(huán)境信息公開。依托企業(yè)環(huán)境信息公開系統,可以獲得企業(yè)基本信息、排口及排放數據、污染防治設施建設和運營數據、建設項目環(huán)評數據、排污許可數據等。
(2)環(huán)境影響評價。依托全國環(huán)評審批數據四級聯網交換平臺和國家環(huán)評基礎數據庫,可以獲得國家以及各省市建設項目的評價和審批數據。
(3)固定源排污許可。依托國家排污許可管理信息平臺,可以獲得排污許可數據和證后監(jiān)管數據,具體包括排污許可基礎數據、排污單位自行申報數據以及監(jiān)督性監(jiān)測數據和監(jiān)管執(zhí)法數據等。
(4)行業(yè)數據分析。針對未納入監(jiān)管的非固定源,通過行業(yè)數據相關性分析,結合污染源解析技術成果,估算污染物排放量和污染源動態(tài)變化情況。這部分數據主要依靠調用生態(tài)環(huán)境大數據獲取。
以上4個渠道獲取的數據具有一定的重合和關聯性,通過數據的整合歸并和交叉驗證將能夠形成完整的污染源帳。
6、環(huán)評大數據可提供的應用服務
從應用服務對象來看,環(huán)評大數據未來可以提供3個方面的服務。
(1)面向各級環(huán)境行政管理部門,環(huán)評大數據可以提供信息與技術支持服務,具體包括環(huán)評質量校核、分析統計、預測預警、信息公開、誠信記錄等,環(huán)評大數據的應用重點可以提高環(huán)評決策和環(huán)境預警能力,服務環(huán)評事前、事中、事后的全方位一體化“智慧”監(jiān)管。
(2)面向環(huán)評機構,環(huán)評大數據可以提供在線數據共享、模擬分析等服務,提升環(huán)評基礎資料收集的可靠性、便捷性,提高環(huán)評文件編制的科學性,節(jié)省環(huán)評經費,縮短環(huán)評時間;
(3)面向社會公眾,環(huán)評大數據可以提供宣傳教育與信息公開服務,正確引導環(huán)評公眾參與,提升環(huán)評公眾參與水平和程度。
7、結語
環(huán)評大數據應用是個系統工程,基礎工作多,涉及面寬,持續(xù)周期長,既有管理創(chuàng)新,又有技術挑戰(zhàn)。
目前,缺乏全面的信息是環(huán)境保護統一監(jiān)管的難題,解決這一問題需必須開展數據共享與集成。
環(huán)評大數據的下一步建設,應立足環(huán)評大數據核心,重點加強新源、老源數據庫建設,夯實模型建設技術基礎,抓好典型應用,實現生態(tài)環(huán)境大數據在環(huán)評領域應用現行先試目標,并配合生態(tài)環(huán)境大數據項目建設,提供環(huán)評大數據應用數據基礎和應用服務。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統計學方法在市場調研數據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統計學方法則是市場調研數 ...
2025-07-07CDA數據分析師證書考試全攻略? 在數字化浪潮席卷全球的當下,數據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數據分析師也因此成為 ...
2025-07-07剖析 CDA 數據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數據分析師考試作為衡量數據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數據處理的關鍵技能? 在數據處理與分析工作中,數據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數據分析師視角:從數據迷霧中探尋商業(yè)真相? 在數字化浪潮席卷全球的今天,數據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數據分析師:開啟數據職業(yè)發(fā)展新征程? ? 在數據成為核心生產要素的今天,數據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03