京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 环评如何跟上潮流
环评数据资源必须实现向大数据的转变,加强管理与应用服务的创新,才能更好地服务于环境管理并支撑环境质量改善目标实现。
1、环评大数据建设的总体目标
明确环评大数据建设的总体目标和定位,有助于把握好其建设方向。
环评大数据建设的总体目标是:充分运用大数据、云计算等现代信息技术手段,整合环境、经济、行业等数据资源,重点理清环境质量、控制总量、污染源“三本帐”,开展相关的数据采集加工、模拟分析、整合共享,提升环评管理能力,提高环评文件编制的科学性,增强环评公共服务能力,服务于“十三五”环保工作改善环境质量的核心目标。
2、环评大数据面向的核心业务
环评大数据是对环评业务开展情况的客观映射,理清环评大数据面向的环评工作的核心业务,有利于明确和深入地理解环评大数据的目标与定位,是开展环评大数据建设与应用的重要前提。
目前,环评工作主要围绕环境质量现状和污染物排放总量两大核心要素开展,这两者之间存在着影响/响应关系,这种关系可以通过模型来表达,如图1所示。
其中,污染物排放总量为固定污染源和非固定污染源排放量之和,固定污染源包括老源和新源,非固定污染源包括道路和非道路源(汽车尾气、秸秆焚烧、工地扬尘等)。各类污染源又分为纳入监管和未纳入监管两部分。
因此,环评大数据的建设必须摸清全国范围内各区域、各时段的环境质量现状数据和污染物排放总量数据,并在此基础上,纳入两者之间的相互作用和影响的相关数据。
3、环评大数据的四维数据架构
面向环评工作中的环境质量现状和污染物排放总量两大核心要素及其影响/响应关系,环评大数据将包含环评工作通常涉及的海量数据,对这些数据进行梳理并形成一套清晰合理的分类,对于指导环评大数据的建设具有重要意义。
总体来讲,可以从四个维度对这些数据加以概括和归纳,即环境质量现状、环评业务过程、环评参与对象和数据应用与演化,如图2所示,这四个维度即构成了环评大数据的四维数据架构。
(1)从环境质量现状的维度,环评大数据包括全国范围内的各环境要素的环境质量数据和生态环境数据;
(2)从环评业务过程的维度,环评大数据包括战略环评数据、规划环评数据、项目环评数据、环评监理数据、竣工验收及后评价数据;
(3)从环评参与对象的维度,环评大数据包括四级环保部门数据、环评单位数据、建设单位数据、社会公众数据和其他行业数据;
(4)从数据应用与演化的维度,环评大数据包括业务数据、支撑数据、管理数据、模拟预测的数据、挖掘分析的数据等。
4、环评大数据的核心数据内容
在以上架构下构建的四维环评大数据,包含了环评业务工作中涉及的海量数据,为了更好地将重点数据建设任务聚焦于环评工作的核心业务,也为了更有针对性地、更有效地满足环境管理工作的需求,还需要对环评大数据的内容开展进一步的梳理和凝练,形成其核心数据内容。
从服务“十三五”环保工作改善环境质量的核心目标的角度,环评大数据核心内容应包括环境质量数据、控制总量数据和污染源数据,如图3所示,三者也可合称为“三本帐”。
(1)环境质量帐。不仅包括环境质量现状数据,更重要的是要包括环境质量改善目标数据,换言之,要包括全国范围内的各环境要素和生态环境的质量现状数据和改善目标数据两大部分;
(2)控制总量帐。不同于以往环境质量达标思路下的总量控制数据,而是为实现改善环境质量这一核心目标,落实“水十条”、“气十条”、“土十条”,环境所能容纳和接受的污染源排放总量数据和生态环境承载能力数据,是环境质量改善目标的要求分解和细化后的具体控制指标数据,内容上主要包括战略环评数据和规划环评数据,含生态红线、质量底线、资源开发上线、负面清单数据,即“三线一单”数据;
(3)污染源帐。从范围上讲,包括固定污染源数据和非固定污染源数据两个方面,其中固定污染源数据包括新源和老源。从内容上讲,包括污染源属性基础数据、污染物排放动态数据2个方面。
总体来讲,以上“三本帐”中,固定污染源数据以及战略环评数据和规划环评数据是环评大数据核心数据中的重点内容。
5、环评大数据的数据来源渠道
数据资源建设是环评大数据建设的重要内容,而数据获取是数据资源建设的重要步骤。从数据采集获取的角度,环评大数据建设主要有如下数据来源渠道。
环境质量帐主要包括环境质量现状数据和环境质量改善目标数据两大部分,前者可以通过环境监测网络获取,后者可以通过相关政策法规获得。控制总量帐可以通过战略环评数据和规划环评数据获得。
污染源帐是环评大数据建设数据获取的关键,也是难点,只有获取时间、空间、行业和过程全覆盖的完整污染源数据,尤其是污染物排放数据,才能够为环境影响模拟分析、环境质量预测预警乃至最终改善环境质量等打下坚实的数据基础。污染源帐主要有以下四个方面的获取渠道。
(1)企业环境信息公开。依托企业环境信息公开系统,可以获得企业基本信息、排口及排放数据、污染防治设施建设和运营数据、建设项目环评数据、排污许可数据等。
(2)环境影响评价。依托全国环评审批数据四级联网交换平台和国家环评基础数据库,可以获得国家以及各省市建设项目的评价和审批数据。
(3)固定源排污许可。依托国家排污许可管理信息平台,可以获得排污许可数据和证后监管数据,具体包括排污许可基础数据、排污单位自行申报数据以及监督性监测数据和监管执法数据等。
(4)行业数据分析。针对未纳入监管的非固定源,通过行业数据相关性分析,结合污染源解析技术成果,估算污染物排放量和污染源动态变化情况。这部分数据主要依靠调用生态环境大数据获取。
以上4个渠道获取的数据具有一定的重合和关联性,通过数据的整合归并和交叉验证将能够形成完整的污染源帐。
6、环评大数据可提供的应用服务
从应用服务对象来看,环评大数据未来可以提供3个方面的服务。
(1)面向各级环境行政管理部门,环评大数据可以提供信息与技术支持服务,具体包括环评质量校核、分析统计、预测预警、信息公开、诚信记录等,环评大数据的应用重点可以提高环评决策和环境预警能力,服务环评事前、事中、事后的全方位一体化“智慧”监管。
(2)面向环评机构,环评大数据可以提供在线数据共享、模拟分析等服务,提升环评基础资料收集的可靠性、便捷性,提高环评文件编制的科学性,节省环评经费,缩短环评时间;
(3)面向社会公众,环评大数据可以提供宣传教育与信息公开服务,正确引导环评公众参与,提升环评公众参与水平和程度。
7、结语
环评大数据应用是个系统工程,基础工作多,涉及面宽,持续周期长,既有管理创新,又有技术挑战。
目前,缺乏全面的信息是环境保护统一监管的难题,解决这一问题需必须开展数据共享与集成。
环评大数据的下一步建设,应立足环评大数据核心,重点加强新源、老源数据库建设,夯实模型建设技术基础,抓好典型应用,实现生态环境大数据在环评领域应用现行先试目标,并配合生态环境大数据项目建设,提供环评大数据应用数据基础和应用服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10