
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
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15