|
“数治”让违法排污行为无所遁形苏州工业园区作为中国改革开放的“试验田”,如何顺应大数据时代发展趋势,为全国环境监管大数据实践与探索提供较为成熟的“园区样本”?园区的答案是:从2007 年开始便在环境信息化建设领域不断探索,以政务云平台及“三通”框架为基础,搭建基于汇聚多源数据采集、挖掘企业监控数据价值、评定企业环境行为、明确监管重点的“智慧环保”体系,科学有效推进园区环保工作。 党中央、国务院高度重视大数据在推进生态文明建设中的地位和作用。《促进大数据发展行动纲要》等文件明确要求:构建“互联网+”绿色生态,实现生态环境数据互联互通和开放共享,促进大数据的创新应用。 苏州工业园区作为中国改革开放的“试验田”,如何顺应大数据时代发展趋势,为全国环境监管大数据实践与探索提供较为成熟的“园区样本”?园区的答案是:从2007 年开始便在环境信息化建设领域不断探索,以政务云平台及“三通”框架为基础,搭建基于汇聚多源数据采集、挖掘企业监控数据价值、评定企业环境行为、明确监管重点的“智慧环保”体系,科学有效推进园区环保工作。 发挥监测数据价值,摸清底数才能心中有数 “苏州工业园区借助“互联网+”技术,规范涉及环评工作的政府信息收集、发布、维护、更新等环节,减少了重复性的监测调查工作,提升了环评编制效率,减轻了企业负担。”今年9月,中国环境报对园区利用环保监管数据共享,在优化营商环境方面取得的显著成效如是赞道。 据了解,在环评文件中, 除了建设项目信息外,往往需要引用环境现状监测数据、地理信息数据、气象信息等一系列所需时间较长、投入成本较高的环境数据,对于企业来说,生成此类信息,即有经济压力更有时间压力。而落户园区的企业,则完全不会有此困扰。自2003年起,苏州工业园区结合项目环境影响报告书(表)编制需求,主动发布、提供区域空气、地表水、土壤、噪声等环境质量信息和监测数据,建设单位编制环评文件时可直接引用。同时,要求环评机构不得另行就引用的数据向建设单位收取费用,这些做法得到了企业的一致好评。 得益于已推进数十年的“智慧环保”体系,早在2009年,园区便将来源于不同的业务系统、不同的现场采集以及不同的业务部门数据,通过数据汇聚,纳入政务数据云平台统筹管理,对外输出服务资源,对企业环境监督提供管理支撑。 编制以污染源行为分析为目标的信息资源目录,与排污许可证等制度进行有效衔接,建立闭环的管理体系,准确了解各排污单位排放污染物的各项指标和排放量,充分发挥各系统信息资源价值,提高监测监管的有效性。目前园区已梳理完成了4 大维度,6大数据信息类,34 张基础数据表,510 个数据项,2TB 数据交换集成,数据量每年还以200 GB 以上的速度增加。 构建评价指标体系,企业环境行为直观反映 “企业监控数据质量存在失真情况,通过暗管、渗坑等方式偷排,故意不正常运行治污设施,篡改伪造监测数据等违法犯罪行为真实存在。”提到在环境执法中遇到的难题,这是大多数执法人员的共同感受。如何加强对污染源的监管,让企业监测数据精准、可信?园区建立企业环境行为的评价指标体系,为监管提供支撑。 基于一级指标,执法部门可以通过在线监测,从时间轴上分析污染源企业的不同排口、不同污染物因子,发现企业是否存在异常行为;通过企业对比,根据相同企业的排污情况具有一定的相似性,查看同企业之间的污染物浓度变化情况是否一致;通过辅助检验,分析环境监管人员日常监管中产生的大量数据,从管理中发现企业的排污风险性;通过专用指标,将行业专家的经验值融入到指标算法中,将经验信息化,建立各场景下的分析经验规则库。 以污染源数据异常识别模型为例,针对企业偷换样本、擅改仪器运行参数、设置数据波动范围、绕过仪器直接产生数据等数据造假行为,建立自动监控大数据分析模型,从超标、波动、箱体、零值和工况等方面总结行业特征库,实现对污染源自动监控的评估、判断和报警,提高污染源在线监控数据的质量。 据统计,除上述提到的4个一级指标,该评价体系还有27个二级指标以及12个三级指标,它们通过数据仓库,可以共同计算出污染企业所有指标分值,有助于通过多维数据从多个角度综合分析评价企业环境行为,最终确定企业风险等级,让企业在环保管理者面前无所遁形,真正掌握管理的主动权。 大数据可视化应用 ,一幅图便胜过千言万语 随着园区环境信息化建设的日益完善,“智慧环保”体系在长期的运行之中,积累了海量数据。如何用以大数据、人工智能为代表的信息技术从视觉角度对环保监督数据进行诠释?园区主动适应信息化时代发展趋势,基于政务数据云平台支撑能力及技术标准、规范,搭建大数据可视化分析平台,为监管提供支撑。 不止于对大量杂乱无章的数据进行有效的分析,并通过报表工具、图表工具进行展示。大数据可视化分析创新实施 “从用数据说话到让数据说话”,通过指标管理、预测挖掘等功能,将企业自主申报信息、环境治理设施用电、能源消耗等可实现企业环境行为特征分析、辅助识别高风险企业的数据绘制为企业画像,实现企业分类管理,建立企业标签。通过企业画像及同类企业比对及特征标签预测,监管部门可以科学地对各种类别的企业进行单独分析,辅助政策调整,同时明确监管重点,真正掌握管理的主动权。 值得一提的是,园区大数据可视化不仅仅是简单的树状图、辐射图、直方图、扇形图展示,而是有张有弛,有轻有重的可视化结果呈现。当查看高风险企业占比分布图时,企业总数据、企业名单、企业基本信息等多层级数据相互渗透,所有参数一目了然;当追溯企业近三个月的执法状况时,直方图则会变为折线图,风险判定一望而知;评定企业环境行为时,多维度数据聚合处理,轻松掌握一手信息。 数据显示,截至目前,纳入“智慧环保”的入库企业总数已达6万多家,环保重点监管企业近4000家,集成在线监控数据1亿多条,实验室累计分析项目8万多个,监测报告2000余份,环境质量数据3000多万条,环境统计数4000多条,执法记录1万多条。它们共同为园区环境监管大数据可视化提供了数据底座。 绿水青山,就是金山银山。可以预见,在政务信息化大数据应用的支撑下、人民群众对美好环境需求日益提高的当下,园区污染环境的企业生存空间会越来越小,违法排污行为更将无处遁形。 图 大数据平台系统技术架构 图 数据大屏 图 高中低风险企业占比分布 图 环境行为评价列表 图 指标得分及异常现象描述详情 图 执法推荐汇总 责编:畅享精灵 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:畅享网文章著作权分属畅享网、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
|
|