京公网安备 11010802034615号
经营许可证编号:京B2-20210330
生态环境大数据建设需要系统设计
生态环境大数据建设是一项创新性工程,对推进环境治理体系和治理能力现代化将发挥积极的促进作用,需要系统设计,统筹规划,全面布局。
中国环境报:生态大数据建设的首要问题是什么?
程春明:树立全局性生态环保大数据发展观,实现数据“在一起”,这是大数据建设的前提与基础。因此,必须“更新观念,立足全局,打破割据,战略筹划”,用全局性的战略眼光谋划生态环境大数据建设。
中国环境报:生态环境大数据体系如何建立?
程春明:生态环境大数据的数据来源绝不仅仅局限于环保业务数据,而是更大范围、更多层次、更多结构的相关数据集合。通过部内、部际数据整合,社会、企业数据挖取,形成广样本、多结构、大规模、实时性的数据体系,使得数据的特征关联和创新应用成为可能,并不断丰富数据采集主体,创新数据采集手段。
在部内数据整合中,形成“一个司管理数据,其他司使用数据”的分工协作采集机制,对一个监管对象不重复采集数据,建立协调数据采集内容的工作机制。既提高环保工作效率,也提升公众满意度。
全流程的业务数据是生态环境大数据的重要数据来源和组成部分。改变目前环保内网的职责定位,由单纯的文件电子流转手段,转变为整个行政业务流程的监管手段,
同时,重视对社会公众相关数据的采集和整合,例如公众环境举报数据、社交媒体上的相关数据等。
中国环境报:在体制机制上如何适应?
程春明:生态环境大数据建设的顺利进行必须有环境管理体制机制上的支撑,形成与大数据相适应的良好管理生态,实现信息化系统的统一建设、应用系统和基础设施的统一运维、数据的集成管理。
按照今年环境保护部发布的《环境信息化建设项目管理办法》的要求,切实整合现有的环境信息系统,对新建的信息系统做好统筹立项,逐步改变环保信息系统职责交叉、标准不一、共享困难等现状,做好信息化和大数据相关规范和标准的建设。
通过制度规范,明确各业务部门在数据采集、使用、公开等方面的职能、关系和任务,明确数据方面的考核任务,形成促进数据共享、开放的体制机制。最终要形成支撑一线环保业务工作的环保云业务服务体系,成为“不下班”的数据保障系统,用数据打通排污许可、环境影响评价、污染物排放标准、总量控制、排污交易、排污收费等各管理环节,形成以大数据为核心的环境管理新业态。
中国环境报:如何推动大数据应用?
程春明:应用是大数据的灵魂。大数据为个性化地满足不同主体的差异化需求提供了可能。
一方面,大数据应用要抓住不同主体、不同业务、不同地域之间的需求差别,具体来说主要有以下3个层面:
一是按照不同的环境问题进行大数据创新应用,如黑臭水体治理问题、未批先建问题、雾霾预测预警等。
二是按照不同的环境业务进行大数据创新应用。按照陈吉宁部长要求,从监测、环评、政府网站3个环境业务领域入手开展大数据应用工作。
三是按照不同地域的环境工作特点开展大数据应用,突出地域特色,解决当地最突出的环境问题。
另一方面,大数据应用的创新主体要多元化。政府、企业、社会都是大数据应用的创新主体,应该通过多种方式积极引导社会力量参与大数据应用创新工作,在环境管理业务创新和社会应用创新两方面同时发力,形成“政府主导,多方参与,激发创新,共筑合力”的生态环境大数据创新应用格局。要激发生态环境大数据领域“大众创业、万众创新”的活力,积极培育环境大数据相关产业,推动形成环境大数据知识信息库。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18