京公网安备 11010802034615号
经营许可证编号:京B2-20210330
环保与大数据 "互联网+"数字经济峰会看创新
云计算、大数据、人工智能这些互联网+技术,与环境保护能擦出怎样的火花?从日前环境保护部与腾讯公司达成的一项战略合作看,一套围绕“数据”为核心的生态环境管理新思维正在形成。
除了解决实际的民生服务问题,为社会经济转型提供新动能,互联网+赋能环保产业也承载着广泛的空间和想象力。即将在4月20日举办的2017中国“互联网+”数字经济峰会,将带来更多“互联网+”升级环保产业的应用案例。
大数据推动“互联网+环保”新模式
据悉,中国环境部与腾讯互联网+日前联合上线了“空气质量”查询服务。“空气质量”查询服务依托云计算、大数据技术以及微信“城市服务”平台,帮助公众第一时间获取官方发布的最权威城市环境空气质量数据。
“空气质量”查询服务自推出以来,已经覆盖了全国338个城市、1436个监测点位的实时空气质量查询。民众只要登陆微信【钱包】-【城市服务】中的“空气质量”,就能实时查询中国环境监测总站提供的权威监测数据,包括当前城市空气质量、全国空气质量、AQI(空气质量指数)及主要污染物状况、24小时历史变化趋势与预报等多维度空气质量信息。据悉,环境保护部与腾讯公司后续还将逐步公布非国控空气质量监测点位数据,并引入云计算、大数据和人工智能,辅助中国环境监测总站开展环境质量数据的深入分析,进一步开放水环境质量查询等功能。
“空气质量”查询服务是环境保护部与腾讯公司战略合作的一部分,后续双方将持续探索创新模式。根据环境保护部与腾讯公司签署的战略合作协议,双方将致力于打造生态环境公共服务创新模式,运用包括云计算、大数据在内的前沿技术,创新政府服务理念和服务方式,实现以“数据”为核心的生态环境管理,致力于提升生态环境公共服务。
“互联网+”推动环保产业融合升级
此前,环境保护部印发的《生态环境大数据建设总体方案》中已经明确提出,未来五年生态环境大数据建设要实现的目标是:生态环境综合决策科学化、生态环境监管精准化、生态环境公共服务便民化。环保部与腾讯“互联网+”合作的达成正符合该方案的理念。
透过环保部与腾讯“互联网+”达成战略合作,“互联网+”与环保产业已经实现初步融合,也推动了中国环保产业的成功转型升级。“互联网+”还将推动环保产业不断创造出新产品、新业务,打造智慧型环保的新模式。显然,“互联网+”已成为支持生态环境大数据建设和中国环境保护事业的重要力量。
环保部与腾讯表示还将大力推进四个方面的环保信息化建设:结合腾讯技术能力,依托腾讯微信、手机QQ 、新闻客户端,推进环境监管信息化建设;利用腾讯在云计算和大数据方面的技术优势,帮助环境保护部建设相关云平台,提升部署效率,降低运维成本;推动大数据的深度分析及挖掘,加强环境舆情监测与收集;利用微信公众号、企业号、腾讯地图等产品,搭建“部-省-市-县”立体化业务信息平台,快速推动业务协同一体化建设。
“互联网+环保” 带动全民参与环境建设
在模式探索的基础上,环保部和腾讯还在合作推进环境监管执法信息化建设。利用移动互联网的便捷、高效,搭建监管执法平台,实时掌握日常环境监管中的基本要素。公众在第一时间发现污染地点后,可以借助“12369环保举报”微信号进行在线举报。而执法人员能借助移动执法平台第一时间赶到现场完成执法。同时,腾讯“互联网+”将助推环境保护部在数据公开、环境监察执法、排污许可、环境影响评价、大数据分析等方面的探索实践,提升环境保护工作水平与人民群众对信息公开的满意度。
“互联网+”环保的创新模式,加强了资源环境动态监测、转变了传统监管方式,实现了精细化管理,开拓了智慧环保。“互联网+环保”将给环境监管带来颠覆性的变革。同时,“互联网+”可以使环保生态圈得以重塑,打破地域和时间限制,公众可及时获知环境状况和环保信息。未来,“互联网+”将赋予环保产业更巨大的想象力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20