京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据除尘治污 建筑工地不再“灰头土脸”
据经济之声《天下财经》报道,炙手可热的大数据目前遍地开花,在金融、消费、医疗、交通运输等众多行业落地应用,发挥出巨大价值。其实,作为一座永不枯竭的“金矿”,大数据还有很多不为人知的妙用。
用数据对空气污染进行实时精准画像
如今,城市建设日新月异,大小城市到处都有建筑工地,随之而来的扬尘污染让人叫苦不迭。虽然工地施工有严格的环保要求,但是,工地一般随机分布,数量也比较庞大,不容易监管。而且,如果看得见扬尘再去管,城市恐怕就已经“灰头土脸”了。
对此,北京、太原、济南等城市,最近开始尝试用大数据治理扬尘污染,在工地安装大量的监测设备,采集施工现场的扬尘颗粒物浓度,还有温度、湿度、风向、风速、气压等数据,然后传送到大数据中心。以济南为例,负责整个系统建设的浪潮集团接下来将会对大数据进行分析处理。
浪潮通软副总裁魏代森表示:“我们开发了一些监测这些环境数据的监测指数模型,对各个施工现场扬尘、颗粒物的浓度进行分析和分级。最后就形成了济南一千多个施工工地每个工地的空气污染程度,PM2.5、PM10的浓度。”
扬尘数据和气象条件、地形、周围环境杂糅在一起,就能对一个工地周围的空气污染程度进行实时精准画像。浪潮数据与商业分析产品部总经理王相成介绍说,通过地图的方式,把全市在建的1100多个项目空气质量的实时数据实时采集上来,然后所有项目的空气质量情况以红、黄、绿的形式,展示在地图上。数据分析结果一目了然。
数据治污,效率与精准度可呈几何级数提升
既然是治理扬尘污染,发现问题并不是终点。魏代森说,接下来还可以根据显示结果,对污染程度较高的点发出预警,启动治污程序。
工信部信息中心工业经济研究所所长于佳宁认为,用大数据“一条龙”式地治理扬尘污染,效率和精准度会有几何级数的提升。
于佳宁说:“实际上它就是把物联网、人工智能,以及大数据等几种技术连接在一起。因为扬尘监测有很多困难,比如偶发性、实时性、突发性,把气象数据、采集数据,以及一些线下的巡检、举报数据联系在一起,就可以比较快速地确定污染源头。所以我觉得这个确实是多种技术共同发挥作用的一个比较好的案例。”
魏代森则表示,这种技术还有更多的应用空间。“比如我们也给中储粮装了一套物联网设备。所有粮库的温度、湿度、氮气浓度、病虫害的程度,把这些设备中的数据采集上来之后,建立一个粮食云计算和大数据平台。了解粮食的状况原来要15天,现在3天就可以做到了。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14