环境保护大数据建设专项方案.doc

环境信息大数据分析平台
（项目建议书）

目录
1 建设目标 3
2 建设内容 4
3 功能模块详细描述 4
3.1 基础数据采集与整合 4
3.2 基于认知计算的环境信息大数据分析 5
3.3 重污染预警与决策支持 6
3.4 工业园区污染来源解析 7
3.5 区域异常污染自动监管系统 7

1 建设目的
本项目将借鉴国际最新大数据、物联网、云计算、移动、社交，以及空气质量建模和预报溯源方面研究成果，开展环境信息大数据分析及工业园区污染溯源等方面核心技术研究，并在此基本上建立一套针对鄂尔多斯市环境信息大数据分析平台，进而实现业务化运营。
本项目重要建设目的如下：
(1) 建立空气质量有关信息360度视图，支撑科学系统管理决策。对空气质量监测、综合观测、污染源、交通流量、地理信息，以及社会舆情等各类有关信息进行充分整合，形成数据源统一管理、统一维护和高效查询，并提供契合既有业务逻辑数据关联分析服务。
(2) 实现基于认知计算环境信息大数据分析。基于平台中积累各类数据，通过关联分析、时间序列分析、空间分布分析、案例分析和知识规则推理等各种手段，使用认知计算技术对环境信息进行大数据分析，产生更大价值。
(3) 构建应对办法科学决策支持分析系统。基于高精度分析模型，结合大气污染源排放清单，依照污染控制办法需求，制作空气污染决策服务产品，向环境管理部门提供决策支持，制定有效、经济、低影响科学应急解决办法。
(4) 构建工业园区污染溯源系统。基于高精度预报模型，结合重点污染源排放清单和综合观测数据，提供工业园区之间污染来源和去向追踪，给出每个园区每种污染物随时间演化空间分布和来源比例。
(5) 构建区域异常污染自动监管系统。充分运用大数据分析技术，将跨部门、跨行业、跨地区数据整合起来,以更加科学方式实现未批先建、超标排放等区域异常污染事件发现和分析，应对环境事件、减少环境危害。把环境数据与其她核心数据结合起来，让新信息化手段为环境管理提供系统性支撑，用数据说话，为管理者决策提供根据。
2 建设内容
本项目建设内容涉及：
(1) 基本数据采集与整合
(2) 基于认知计算环境信息大数据分析
(3) 重污染预警与决策支持
(4) 工业园区污染溯源
(5) 区域异常污染自动监管系统
3 功能模块详细描述
3.1 基本数据采集与整合
覆盖全市空气质量监测网络，构建环境信息数据库，开发一体化数据实时采集、数据解析解决、自动质量控制、数据加工、叠置分析、预警辨认等功能模块，实现数据一体化统一加工解决和计算，保障服务于鄂尔多斯市空气信息原始数据、过程数据、成果数据和发布数据一致性，并为此后实现全自治区，乃至全国多级联动重污染天气应急响应体系提供坚实数据基本。
系统实时采集各种类型、不同来源、多点分布环境和大气数据，涉及地面常规观测数据、探空观测数据、超级站数据、排放清单、模式数据、气象辅助产品、监测站信息数据连接和集成、气象局提供有关气象资料信息。此外，整合其她有关业务数据，如地形数据，交通流量数据，公司信用数据，公司用电量、用水量、煤炭消耗量、化工原料消耗量，以及重型设备位置信息、工人到岗密集限度等信息，为辅助决策提供更完善数据支持。
开发一体化数据自动质量控制、数据加工、AQI计算等功能模块，实现数据一体化统一加工解决和计算，开发多级数据交互平台，实时交互原始数据、过程数据和各种加工后成果数据，保障多级原始数据、过程数据、成果数据和发布数据一致性，最后实现多级数据一致分区空气质量实时发布系统，并将数据实时与环保信息数据中心进行数据互换。重要实现如下功能：一体化质量控制、一体化数据加工、多级数据实时互换，与环保信息数据中心数据实时互换、数据查询记录，整合污染源监控、监测中心、气象、交通，信用监管等有关部门和行业和数据。
3.2 基于认知计算环境信息大数据分析
运用平台中积累各类数据，通过典型记录分析、数据挖掘、机器学习领域中超过30种模型和办法，通过认知计算办法使得这些模型和办法协同起来，实现了与空气质量有关一系列分析，产生更大价值。
在专家知识基本上，系统对污染站点特性进行挖掘和聚类，通过时空分析、多污染关联分析等手段，为空气质量管理提供新洞察能力。重要涉及：各种污染物以及气象元素之间有关性分析，污染与风速风向有关分析，基于时间序列分析，基于空间分布分析，周边地市排放源对于鄂尔多斯污染传播分析，案例匹配分析（结合气象条件，依照一系列判断准则，进行案例匹配，从而辅助分析），知识规则在线自动生成（生成空气质量分析有关决策树），等等。这些分析模型和办法构成了咱们大数据分析平台核心，也为后期实现更多环境分析应用提供了基本。
3.3 重污染预警与决策支持
与环境管理部门空气重污染应急工作相衔接，提供有关重污染预报预警技术支持及决策信息服务。通过污染源和污染扩散进行仿真，建立减排效果评估模型，针对给定预案进行提供精细化、量化评估。
依照重污染天气应急预案中规定，提供污染源调控办法。可依照不同调控办法组合生成应急预案。依照上述生成应急预案，提供不同预案相相应重要污染物减排量及减排比例，以专项图形式直观显示，同步支持记录、分析成果打印输出。系统可以向空气质量数值模仿系统提交基于应急预案网格化源清单，并接受和解决模式运营成果。依照不同应急预案，展示空气质量模仿得到空气质量改进效果和变化趋势。呈当前各种应急预案下PM2.5、PM10、SO2、NOX、O3、CO等重要污染物时空分布图、指定站点污染物浓度等。系统可以图表形式显示指定预案实行后PM2.5、PM10、SO2、NOX、O3、CO等重要污染物环境观测与方案模仿对比成果，评估空气质量改进效果。展示重污染天气污染物来源分析（动态展示效果图），及采用应急办法后，依照不同调控方案，展示不同调控方案效果和趋势呈现。
3.4 工业园区污染来源解析
对于一定范畴内工业园区污染源以及周边输入性污染源实当前线源解析。分析不同工业园、不同行业排放源对鄂尔多斯市及周边区域重要污染物浓度贡献量和贡献率，提供不同地区、不同行业污染排放源对一定历史时期（重污染过程、月度、季度、年度等）和将来3天重要污染物浓度影响限度和影响范畴有关分析，评估一定期期各工业园区污染互相传播对重要污染物浓度水平影响，用于拟定对于有关地市空气质量有较大影响区域及行业。
其中，不同地区涉及各区县及周边地市市；不同行业涉及工业源（火电、钢铁、水泥、石油、化工、制药等）、生活源、交通源、农业源等；追踪污染物涉及细颗粒物（PM2.5）、可吸入颗粒物（PM10）、臭氧（O3）、二氧化氮（NO2）、二氧化硫（SO2）、一氧化碳（CO），以及颗粒物中硝酸盐、硫酸盐、铵盐等。提供污染来源和去向追踪，给出每个地点每种污染物随时间演化空间分布和来源比例。
3.5 区域异常污染自动监管系统
从大数据角度，对各类数据进行整合，充分运用大数据分析技术，与云计算、社交、移动技术不断整合，为监管者提供更加强有力地分析工具。迅速有效地辨认未批先建、超标排放等区域异常污染事件。
针对“未批先建”异常污染事件监管实现思路如图1所示。

图1 针对“未批先建”异常污染事件监管实现思路
一方面，基于大数据分析平台，对空气质量监测数据进行时序异常分析及空间异常分析，辨认污染物（如PM10等）异常，之后结合气象数据，获取数值天气预报成果，在此基本上，进行基于已经排放源仿真和基于监测数据仿真，以发现异常并定位监测站。针对已知源站点，这里基于监测点附近已知源列表对已知源进行溯源，并结合用水用电量数据辨认超标排放；针对未知源站点，对其附近进行网格化定位，结合本地舆情分析数据，及交通流量数据、重型机械设备位置信息体现出来汇集限度等数据，辨认园区公司开工状况。对辨认出开工公司，结合环评数据核验其环评批复状况，进而为现场执法提供可靠根据。
针对“超标排放”异常污染事件监管实现思路如图2所示。

图2 针对“超标排放”异常污染事件监管实现思路
与“未批先建”解决思路类似，一方面，基于大数据分析平台，对空气质量监测数据进行时序异常分析及空间异常分析，辨认污染物（如SO2等）异常，之后结合气象数据，获取数值天气预报成果，在此基本上，进行基于已经排放源仿真和基于监测数据仿真，以发现异常并定位监测站。针对已知源站点，这里基于监测点附近已知源列表对已知源进行溯源，结合用水用电量数据辨认超标排放；针对未知源站点，对其附近进行网格化定位，结合本地舆情分析数据，结合交通流量数据、重型机械设备位置信息体现出来汇集限度等数据，辨认园区公司开工状况。对辨认出园区中有超标排放A、B、C等公司，再结合公司信用数据、煤炭消耗数据、化工原料消耗数据及员工到岗数据等，对公司超标排放行为进行精准辨认，为精准执法提供根据。