【智慧城市论坛02】刘梓琪:多源融合大数据服务,改善生态环境质量

  • 首席数字官

  • 2021-02-19

  • 来源:

文丨张齐齐 编辑丨沐阳


来源丨首席数字官


“2020中国数字化年会线上论坛”之【智慧城市论坛】圆满举行。本论坛以构建智慧城市新生态为主题,聚焦智慧城市的核心应用场景、构建服务商智慧城市生态系统、打造智慧城市的核心解决方案与服务价值。


智慧环保是智慧城市的一部分,生态环境优美,城市面貌才能亮丽。论坛上,中节能天融科技多源融合业务总监刘梓琪带来《多源融合大数据服务》的主题演讲,主要围绕多源融合大数据服务项目的产生背景、设计思路、工作流程以及实践案例等方面展开讲述。本文由【首席数字官】总结,提炼演讲嘉宾的精华观点编辑而成,欢迎阅读和分享。

多源融合大数据服务产生背景


多源融合大数据服务从各级政府及各地政府对于生态环境改善的需求出发。从政府层面来说,需要明确环境管控存在的问题、做到预测预警的防范工作、做到污染的追根溯源、之后做相应的改善决策、对环境改善的行为做效果评估,来达到环境改善的最终目标。

现在政府依赖一些传统监测手段基本满足对于生态环境监测的基本要求。但是从专业层面讲,传统监测手段具有一些覆盖密度低、建设成本高、运营费用高、反应速度较慢、时间频率低等缺点。如果要做到对于区域生态环境的完全把控,还要增设非传统监测手段,比如卫星遥感、激光雷达、微型站、无人机、无人船以及移动监测等一系列非国标法的非传统监测手段。以此来丰富地方政府针对地方生态环境的监测手段,形成三维立体的生态环境监测网络。

多源融合大数据服务集成了传统监测和非传统监测所获取的生态环境大数据。因为引入非传统监测,具备点位布设更密集、测量迅速且数据量大、监测要素更多样化、区域尺度更多变等优点。

多源融合大数据服务方案总述及工作流程

传统的监测体系,只能完成基本的数理统计,比如城市生态环境的基本排名等。而多源融合通过引入专业的高科技设备、结合数据梳理模型以及人工评估,实现精准溯源的目标,即说清污染来源、分析污染规律、发现污染成因和锁定污染元凶。


多源融合大数据服务的核心有四个方面。第一,传统监测与非传统监测体系相结合,为地方政府构建“空天地”一体化融合的监测网络。第二,结合高空卫星观测以及近地面等监测方法,形成宏观和微观的监测融合。第三,不仅通过相应设备去完成日常监测活动,还通过专业技术人员去做技术分析,即多源融合中的人防技防管控融合。第四,常规与科技手段融合。

多源融合大数据服务的优势即“多、快、好、省”。多源融合数据大数据服务基于专业技术融合,拥有多源监测手段;采用便捷的设备和技术,无需建设施工,快速监测数据;构建“空天地”监测化体系,迅速获取生态环境数据,实现数据实时分析;无需政府出资购买设备,以服服务器租赁形式获取一定数据,进行分析评估工作,节省开支。


多源融合大数据服务遵循这样的业务模式:首先根据获取到的数据说明现状;其次基于政府或生态环境主管部门的目标进行任务分析;再结合现场实际情况实行动态管控;最终专家团队提供决策分析。一般情况下,多源融合大数据服务的工作流程分为五个环节,即驻场服务、污染源排查、多源数据获取、数据融合分析和管控措施建议。

多源融合大数据服务关键内容介绍

多源融合服务——源清单制定


多元融合大数据的服务需要有目的性、系统性的做源清单制定。比如,某地方某项指标持续较高,针对该项指标可能的源做逐一排查,去厂房或建筑工地等了解工艺、生产过程、排放情况、污染集中处理情况等,并做相应记录,同时在地图上点选,最后综合气象、地理等自然因素作污染源分析。

多源融合服务——数据融合分析

运用模型法和大数据算法等手段,基于区域内的常规监测数据和多源数据进行融合分析,主要通过6个思路进行分析,摸清影响区域大气环境质量的主要污染源头和排放规律。


1、相关性判断:研究各污染物之间的关联性,尤其是重点气体污染物与二次颗粒物污染的关联性判断,比如污染源排放中的污染物通常包括NOX、SO2、CO和颗粒物,这几类污染物之间呈现出较为强烈的正相关关系。

2、气象-污染相关性分析:对比六项污染物与温度、湿度、风速风向等气象参数的相关性,发现各气象参数对污染物浓度的影响趋势,分析其可能的原因并提出预测预警的维度。

3、污染与管控规律分析:分析重点污染物的季度、月份、日内变化规律,分析重点污染时段。包括综合指数分析、污染时序分析、日常达标研判、达标压力硏判、气象研判分析、优良天数达标分析、污染扩散分析、区域关联分析、浓度变化趋势分析、数据相关性分析、平行坐标分析、区域污染评估等空气污染的时空变化规律。


4、后向轨迹分析:利用后向轨迹模式(HYSPLIT)计算重污染天气时段,典型污染天气期间到达目标区域的气团后向轨迹,对气团后向轨迹进行聚类分析,并对轨迹路径进行统计分析,从而得出典型污染天气的气团影响。研究区域外部大气污染的主要来源方向,内部来源的主要集中区域网格。

5、来源解析:通过建立源与环境空气质量之间的输入响应关系,定量解析PM10和PM2.5中城市扬尘、土壤风沙尘、建筑水泥尘、煤烟尘、机动车尾气、硫酸盐、硝酸盐、生物质尘、钢铁尘、二次有机碳(SOC)来源,从而厘清各地区PM10和PM2.5主要来源。

6、污染特征分析:如分析主要交通道路空气中NOX、CO及道路车流量监测,分析机动车尾气污染的日变化、季节变化和空间变化特征以及污染物浓度与车流量的相关性,最后采用国家环境空气质量标准对重点道路空气质量进行了评价,从而对其进行管控。

多源融合服务——环境管控路线及行业管控


总体来说,多元融合大数据服务的管控路线相对简单且成熟。首先通过多元监测发现问题,将结果推送给政府或生态环境主管部门;再由政府部门去分派相应管控任务;完成整改等一系列现场工作后,进行现场核查工作,形成监督反馈的闭环机制。多元融合大数据服务形成闭环依托于地方政府或者企业的主观行为,形成闭环的循环,环境才能得到有效改善。

在闭环工作的基础上,还有相应的专业化辅助,来帮助现场实施团队逐一完成相应工作。比如,了解地方VOCs或臭氧等排放指标所对应的行业,再结合地方实际情况去做源清单制定。另外,有相应软件平台做出更好的可视化效果,对于调度、核查、整改、管控等工作都有相应工具来辅助推进和实施。

多源融合大数据服务典型案例

唐山古冶和宜宾南溪项目


2017年,唐山古冶项目有效整合境内现有95个监测子站,与3D可视化激光雷达、大气监测微型站、VOCs环境监测站等组建污染监控“天网”,实现污染监控、整治和防范三大跨越性转变。项目服务首年,AQI同比下降15%,PM2.5浓度同比下降25%,有效应对20轮重污染过程,提前预判,果断采取措施,使污染过程削峰降速。

2019年,宜宾南溪项目通过传统地面小尺度监测与中、大尺度监测的多源结合,致力于区域污染物浓度分布、污染成因分析与污染溯源工作,保障南溪区大气污染指标稳定达标。南溪区空气质量持续改善,大气攻坚成效显著。2019年PM2.5浓度同比降低12%,PM10浓度同比降低19%;优良天数同比上升。

区县尺度服务项目和地市级别服务项目


2019年,某项目以多源融合理念为核心,结合传统监测手段与新兴高科技监测技术,实现全尺度覆盖的“空天地”一体化监测,结合专业数据分析形成报告,配合地方政府管控工作。在该地区市整体空气质量下降的背景下,区县环境质量逆势而上,监测月PM10降低2%,PM2.5降低3%,同比改善跃居前两名,综合指数排名在当地由第15名上升至第9名,上升幅度较大。

针对某市臭氧及颗粒物污染管控,项目团队线上与线下联动结合,先后投入各类专项监测设备或技术,结合现场检查与专项监测等方式,对市区重点行业进行现场监督指导,排查归纳行业重点涉VOCs企业近百家,提出操作性、针对性、有效性强的应对措施。

该市优良天数累计持续增加,优良率同比持续改善,位居全省前列。

多源融合大数据服务过程需要逐步完善

总体来说,多元融合大数据服务基于政府或者地方生态环境主管部门的需求去做定制化的服务,协助业主整体把控和统一指挥,最终提升地方生态环境质量。当然,多源融合服务也并非一蹴而就。由于问题整改需要一定时间,过程中会出现季节性、时间性等非人为把控因素,所以服务整体的实施需要时刻保持沟通,逐渐完善工作。

  • 观点
  • 农业
  • 采矿
  • 制造
  • 食品饮料
  • 烟草
  • 鞋服纺织
  • 家居家具
  • 化工
  • 钢铁
  • 机械装备
  • 汽车
  • 能源
  • 建筑
  • 批发零售
  • 交通物流
  • 住宿餐饮
  • IT/互联网
  • 通信
  • 软件信息

推荐

    我要评论