百分點(diǎn)環(huán)保大數(shù)據(jù)解決方案柴靜的穹頂之下引發(fā)巨大反響《柴靜霧霾調(diào)查-穹頂之下》2月28日由人民網(wǎng)首發(fā)，當(dāng)天即達(dá)到20萬(wàn)轉(zhuǎn)發(fā)量，視頻播放超1000萬(wàn)次，3天視頻播放過(guò)億次，引起巨大的社會(huì)關(guān)注。新任環(huán)保部長(zhǎng)陳吉寧對(duì)柴靜表示感謝宏觀環(huán)境2015政府工作報(bào)告–五持續(xù)推進(jìn)民生改善和社會(huì)建設(shè)2015二氧化碳排放強(qiáng)度要降低3.1%以上，化學(xué)需氧量、氨氮排放都要減少2%左右，二氧化硫、氮氧化物排放要分別減少3%左右和5%左右；實(shí)施水污染防治行動(dòng)計(jì)劃，加強(qiáng)江河湖海水污染、水污染源和農(nóng)業(yè)面源污染治理，實(shí)行從水源地到水龍頭全過(guò)程監(jiān)管。深入實(shí)施大氣污染防治行動(dòng)計(jì)劃，實(shí)行區(qū)域聯(lián)防聯(lián)控；要大力發(fā)展風(fēng)電、光伏發(fā)電、生物質(zhì)能，積極發(fā)展水電，安全發(fā)展核電，開(kāi)發(fā)利用頁(yè)巖氣、煤層氣?？刂颇茉聪M(fèi)總量，加強(qiáng)工業(yè)、交通、建筑等重點(diǎn)領(lǐng)域節(jié)能。要推進(jìn)重大生態(tài)工程建設(shè)，拓展重點(diǎn)生態(tài)功能區(qū)，一定要實(shí)現(xiàn)藍(lán)天常在、綠水長(zhǎng)流、永續(xù)發(fā)展。中共十八大提出：提升城鎮(zhèn)化水平，推動(dòng)城鄉(xiāng)發(fā)展一體化----城鎮(zhèn)化與城鄉(xiāng)發(fā)展一體化；重點(diǎn)抓好四個(gè)方面的工作：一是要優(yōu)化國(guó)土空間開(kāi)發(fā)格局；二是要全面促進(jìn)資源節(jié)約；三是要加大自然生態(tài)系統(tǒng)和環(huán)境保護(hù)力度；四是要加強(qiáng)生態(tài)文明制度建設(shè)。環(huán)保產(chǎn)業(yè)發(fā)展我國(guó)節(jié)某省市場(chǎng)潛力巨大，要把節(jié)能環(huán)保產(chǎn)業(yè)打造成新興的支柱產(chǎn)業(yè)。專(zhuān)家稱(chēng)，大氣、水和土壤三大領(lǐng)域涉及的環(huán)保投資將達(dá)6萬(wàn)億元。

根據(jù)日本經(jīng)驗(yàn)，水污染治理需三四十年，土壤污染治理則需要60到80年之久。

近十年，中國(guó)最重要的是解決大氣污染問(wèn)題。新一代環(huán)保的框架&微信個(gè)碼）每日分享各個(gè)領(lǐng)域高質(zhì)量專(zhuān)業(yè)的解決方案，內(nèi)容包括某省市、鄉(xiāng)村振興、智慧城管、智慧園區(qū)、智慧公安、智慧水務(wù)（水利）、智慧林草、社會(huì)綜合治理、智慧旅游、智慧工地、智慧環(huán)衛(wèi)、智慧醫(yī)院、智慧環(huán)保、智慧安監(jiān)等領(lǐng)域，結(jié)合數(shù)字孿生、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)，分享行業(yè)售前方案、設(shè)計(jì)方案、技術(shù)方案和項(xiàng)目信息等。微信個(gè)碼）每日分享各個(gè)智慧領(lǐng)域國(guó)家和地方標(biāo)準(zhǔn)規(guī)范，國(guó)家和地方政策指導(dǎo)文件，讓各個(gè)智慧方案有據(jù)可依，內(nèi)容包括中的各個(gè)行業(yè)的政策和規(guī)范，內(nèi)容在不斷的收集和完善中。知識(shí)星球（掃第三個(gè)碼）會(huì)員可下載所有資料，并每日上新（注：所有資料均通過(guò)互聯(lián)網(wǎng)等公開(kāi)渠道獲取，個(gè)人學(xué)習(xí)使用，請(qǐng)勿用于商業(yè)用途）。知識(shí)星球（掃第四個(gè)碼）會(huì)員可下載所有資料，并每日上新（注：所有資料均通過(guò)互聯(lián)網(wǎng)等公開(kāi)渠道獲取，個(gè)人學(xué)習(xí)使用，請(qǐng)勿用于商業(yè)用途）。星球優(yōu)惠券（掃第五個(gè)碼）掃描69元價(jià)格優(yōu)惠加入，1W+方案任意下載，資源不斷的豐富完善中......微信找方標(biāo)準(zhǔn)信大數(shù)據(jù)環(huán)保建設(shè)目標(biāo)如何“更快速”感知某省市環(huán)境、人體健康、生命安全的實(shí)時(shí)指標(biāo)？如何“更全面”感知污染排放、環(huán)境污染、應(yīng)急事故的變化過(guò)程？如何“更有效”判定環(huán)境監(jiān)察執(zhí)法與應(yīng)急處置工作的執(zhí)行狀態(tài)與效果？如何“更智慧”決策某省市、區(qū)域和流域重大環(huán)境管理問(wèn)題？總體目標(biāo)環(huán)保大數(shù)據(jù)處理的三要素?cái)?shù)據(jù)采集加工數(shù)據(jù)建模分析環(huán)保數(shù)據(jù)應(yīng)用傳統(tǒng)多維度模型下的預(yù)測(cè)氣象模型MM5、WRF等PM2.5PM10SO2COModels-3空氣質(zhì)量模型CMAQ、CAMx、WRF-CHEM等某著名企業(yè)源、固定源危險(xiǎn)品放射源機(jī)動(dòng)車(chē)尾氣廢物環(huán)境空氣檢測(cè)工業(yè)企業(yè)、工廠煙塵NO2O3從海量歷年的統(tǒng)計(jì)和監(jiān)測(cè)資料數(shù)據(jù)中，快速抓取復(fù)合型污染源數(shù)據(jù)并實(shí)時(shí)分析處理，是對(duì)我國(guó)的重點(diǎn)污染區(qū)域和重點(diǎn)污染源進(jìn)行識(shí)別、重點(diǎn)區(qū)域的環(huán)境質(zhì)量變化趨勢(shì)及對(duì)區(qū)域大氣質(zhì)量環(huán)境進(jìn)行評(píng)價(jià)和預(yù)測(cè)是否準(zhǔn)確的核心對(duì)于區(qū)域性大氣復(fù)合污染為特征的空氣質(zhì)量不夠精準(zhǔn)大數(shù)據(jù)分析是創(chuàng)新的環(huán)保治理之路大數(shù)據(jù)倉(cāng)庫(kù)環(huán)境數(shù)據(jù)：PM2.5,PM10,NO2,,Cox,SO2,O3…氣象數(shù)據(jù)：降雨量、氣溫、氣壓、濕度、風(fēng)向、風(fēng)速…交通數(shù)據(jù)道路數(shù)據(jù)工廠數(shù)據(jù)加油站數(shù)據(jù)餐飲數(shù)據(jù)生產(chǎn)數(shù)據(jù)人員密度工地?cái)?shù)據(jù)車(chē)站數(shù)據(jù)運(yùn)動(dòng)場(chǎng)數(shù)據(jù)公園數(shù)量等等Autonomy智能化概念算法京、津、冀某省市空氣中PM2.5、PM10、NO2等主要污染物時(shí)空分布監(jiān)測(cè)數(shù)據(jù)和排放源數(shù)據(jù)的區(qū)域大氣污染溯源污染物濃度估算與污染物擴(kuò)散追蹤車(chē)輛尾氣平均風(fēng)速煙囪有效高度擴(kuò)散參數(shù)監(jiān)測(cè)點(diǎn)以數(shù)據(jù)和空氣質(zhì)量模型為基礎(chǔ)，結(jié)合Holland、Briggs公式去計(jì)算分析，從而更精準(zhǔn)的找到各個(gè)因素之間的相關(guān)關(guān)系，以發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律。實(shí)時(shí)污染物數(shù)據(jù)抓取并結(jié)合多年的風(fēng)速以及其他數(shù)據(jù)資料進(jìn)入分析模型交叉分析結(jié)合著名企業(yè)污染源、固定源精準(zhǔn)預(yù)測(cè)未來(lái)幾小時(shí)內(nèi)污染物的可能擴(kuò)散區(qū)域，提前預(yù)警部分與車(chē)輛因素相關(guān)數(shù)據(jù)源：某省市及某省市機(jī)動(dòng)車(chē)保有量、在檢車(chē)輛污染物排放量2、各個(gè)檢測(cè)站檢測(cè)的車(chē)輛的結(jié)結(jié)構(gòu)化數(shù)據(jù)，檢測(cè)過(guò)程曲線的圖片，檢測(cè)過(guò)程的視頻，檢測(cè)過(guò)程視頻中截取到的圖片3、固定和某著名企業(yè)搖桿檢測(cè)到的車(chē)輛信息某省市某省市邊界固定位置的空氣質(zhì)量數(shù)據(jù)、車(chē)流量信息等PM2.5源解析

北京全年P(guān)M2.5來(lái)源中，區(qū)域傳輸約占28%—36%，本地污染排放占64%—72%。機(jī)動(dòng)車(chē)占31.1%，燃煤占22.4%，工業(yè)生產(chǎn)占18.1%，揚(yáng)塵占14.3%，餐飲、汽車(chē)修理、畜禽養(yǎng)殖、建筑涂裝等其他排放約占14.1%。黃標(biāo)車(chē)限行，征收擁堵費(fèi)，清潔燃料車(chē)關(guān)停4大燃煤熱電廠高污染企業(yè)限期退出，提高排污費(fèi)標(biāo)準(zhǔn)綠色出行，從我做起天津PM2.5來(lái)源中本地排放占66%-78%，區(qū)域傳輸占22%-34%。在本地污染貢獻(xiàn)中，揚(yáng)塵、燃煤、機(jī)動(dòng)車(chē)、工業(yè)生產(chǎn)為主要來(lái)源，分別占30%，27%、20%、17%，餐飲、汽車(chē)修理、畜禽養(yǎng)殖、建筑涂裝及海鹽粒子等其他排放對(duì)PM2.5的貢獻(xiàn)約為6%。一是加強(qiáng)揚(yáng)塵、燃煤、工業(yè)、機(jī)動(dòng)車(chē)污染的控制，二是加強(qiáng)顆粒物氣態(tài)前體物的控制。三是實(shí)施區(qū)域聯(lián)防聯(lián)控，實(shí)現(xiàn)整體改善。四是加強(qiáng)科學(xué)研究，持續(xù)開(kāi)展顆粒物成分監(jiān)測(cè)、精細(xì)化的來(lái)源解析，科學(xué)指導(dǎo)大氣污染的治理。某省市PM2.5的23%至30%來(lái)自區(qū)域污染傳輸，70%至77%來(lái)自本地污染。在本地來(lái)源中，燃煤（28.5%）、工業(yè)生產(chǎn)（25.2%）、揚(yáng)塵（22.5%）、機(jī)動(dòng)車(chē)（15.0%）成主因，其它生物質(zhì)燃燒、餐飲、農(nóng)業(yè)等占比8.8%。推進(jìn)能源結(jié)構(gòu)優(yōu)化調(diào)整、工業(yè)企業(yè)污染綜合治理、揚(yáng)塵污染綜合整治、機(jī)動(dòng)車(chē)尾氣污染治理、落后產(chǎn)能淘汰、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整和科技創(chuàng)新、生態(tài)綠化、環(huán)境監(jiān)測(cè)應(yīng)急建設(shè)、精細(xì)化管理等九大防治工程；確定了“壓煤、抑塵、控車(chē)、減排、遷企、增綠”的主攻方向每個(gè)地區(qū)的PM2.5組成都不相同，治理措施也不相同

&微信個(gè)碼）每日分享各個(gè)領(lǐng)域高質(zhì)量專(zhuān)業(yè)的解決方案，內(nèi)容包括某省市、鄉(xiāng)村振興、智慧城管、智慧園區(qū)、智慧公安、智慧水務(wù)（水利）、智慧林草、社會(huì)綜合治理、智慧旅游、智慧工地、智慧環(huán)衛(wèi)、智慧醫(yī)院、智慧環(huán)保、智慧安監(jiān)等領(lǐng)域，結(jié)合數(shù)字孿生、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)，分享行業(yè)售前方案、設(shè)計(jì)方案、技術(shù)方案和項(xiàng)目信息等。微信個(gè)碼）每日分享各個(gè)智慧領(lǐng)域國(guó)家和地方標(biāo)準(zhǔn)規(guī)范，國(guó)家和地方政策指導(dǎo)文件，讓各個(gè)智慧方案有據(jù)可依，內(nèi)容包括中的各個(gè)行業(yè)的政策和規(guī)范，內(nèi)容在不斷的收集和完善中。知識(shí)星球（掃第三個(gè)碼）會(huì)員可下載所有資料，并每日上新（注：所有資料均通過(guò)互聯(lián)網(wǎng)等公開(kāi)渠道獲取，個(gè)人學(xué)習(xí)使用，請(qǐng)勿用于商業(yè)用途）。知識(shí)星球（掃第四個(gè)碼）會(huì)員可下載所有資料，并每日上新（注：所有資料均通過(guò)互聯(lián)網(wǎng)等公開(kāi)渠道獲取，個(gè)人學(xué)習(xí)使用，請(qǐng)勿用于商業(yè)用途）。星球優(yōu)惠券（掃第五個(gè)碼）掃描69元價(jià)格優(yōu)惠加入，1W+方案任意下載，資源不斷的豐富完善中......微信找方標(biāo)準(zhǔn)信PM2.5源解析主要排放源調(diào)查源類(lèi)識(shí)別與確定源樣品采集與前處理化學(xué)成分分析源成分譜數(shù)據(jù)庫(kù)功能區(qū)劃分顆粒物污染特征污染氣象條件排放源季節(jié)變化受體采樣站點(diǎn)布局采樣季節(jié)和采樣最佳開(kāi)始時(shí)間大氣顆粒物受體樣品采集化學(xué)成分分析有效性評(píng)價(jià)因子分析受體顆粒物化學(xué)成分濃度化學(xué)質(zhì)量平衡受體模型（CMB）大氣顆粒物污染源貢獻(xiàn)值大氣顆粒物污染源分擔(dān)率逐步建立區(qū)域特征明顯的預(yù)測(cè)分析庫(kù)預(yù)測(cè)分析庫(kù)提供了2010年中國(guó)東部地區(qū)的SO2和NOx的濃度，并以此為指標(biāo)來(lái)評(píng)估了中國(guó)由于實(shí)施污染物減排政策帶來(lái)的空氣質(zhì)量的改善，顯示了采取減排政策后的SO2和NOx的濃度將比沒(méi)有實(shí)施減排政策的濃度減少30%~60%，這表明實(shí)施排放控制政策會(huì)取得明顯的效果。預(yù)測(cè)分析庫(kù)提供了2005年北京地區(qū)空氣中SO2的濃度，2005年北京地區(qū)空氣中SO2的濃度，并由此研究了北京地區(qū)的燃煤對(duì)空氣質(zhì)量的影響，研究發(fā)現(xiàn)，1月某省市主要的燃煤源是采暖鍋爐，對(duì)各監(jiān)測(cè)站SO2的濃度的貢獻(xiàn)在70%以上，7月某省市主要的燃煤源是電廠，對(duì)SO2的貢獻(xiàn)在40%~50%左右，結(jié)果表明燃煤的排放是城區(qū)SO2的主要來(lái)源。在研究顆粒物的傳輸方面，預(yù)測(cè)分析庫(kù)提供某省市排放的大氣顆粒物的傳輸情況，結(jié)果表明某省市排放的顆粒物可以進(jìn)入北京地區(qū)，某省市近地面PM10的濃度產(chǎn)生一定影響。預(yù)測(cè)分析庫(kù)提供了2004年上海地區(qū)空氣中SO2的濃度及來(lái)源，表明外地排放源對(duì)上海地區(qū)的SO2有一定的貢獻(xiàn)率，要想治理地區(qū)性污染，必須實(shí)施區(qū)域大氣的聯(lián)合控制。實(shí)施定點(diǎn)排放控制政策實(shí)施區(qū)域聯(lián)防區(qū)域大氣聯(lián)合控制百分點(diǎn)大數(shù)據(jù)平臺(tái)–大數(shù)據(jù)全生命理基于B/S架構(gòu)，完全可視化操作·支持PC端及某著名企業(yè)端應(yīng)用·可擴(kuò)展的應(yīng)用程序安裝可視化系統(tǒng)化智能化協(xié)同化數(shù)據(jù)接入、整合、加工、消費(fèi)數(shù)據(jù)標(biāo)準(zhǔn)、模型、質(zhì)量開(kāi)發(fā)、發(fā)布、調(diào)度、執(zhí)行、監(jiān)控分步式存儲(chǔ)磁盤(pán)、內(nèi)存…基于YARN的資源管理數(shù)據(jù)處理存儲(chǔ)管理資源管理任務(wù)調(diào)度管理數(shù)據(jù)治理大數(shù)據(jù)平臺(tái)特性–數(shù)據(jù)接入非結(jié)構(gòu)化數(shù)據(jù)互聯(lián)網(wǎng)數(shù)據(jù)批量TXT、PDF、WORD等PNG、GIF、JPEG等圖片MP3、WAV等音頻TXT、CSV、EXCEL文件等MySQL、Oracle、DB2、SQLServer、SysBase等網(wǎng)站用戶(hù)行為互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)FTPSqoop存儲(chǔ)APISDK埋點(diǎn)爬蟲(chóng)結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)區(qū)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)區(qū)結(jié)構(gòu)化數(shù)據(jù)文本、圖片、音頻、視頻CDC數(shù)據(jù)存儲(chǔ)接入方式數(shù)據(jù)類(lèi)型BatchKHanHiveHDFSMongoDBGlusterFSHBase結(jié)構(gòu)化數(shù)據(jù)MP4、WMA等視頻實(shí)時(shí)大數(shù)據(jù)平臺(tái)特性–數(shù)據(jù)加工提供可視化開(kāi)發(fā)界面、離線任務(wù)調(diào)度運(yùn)維、快速數(shù)據(jù)集成、多人協(xié)同工作、版本管理等功能，為開(kāi)發(fā)者提供一個(gè)高效、安全的數(shù)據(jù)開(kāi)發(fā)環(huán)境。數(shù)據(jù)接入模型設(shè)計(jì)ETL，工作流調(diào)度數(shù)據(jù)消費(fèi)發(fā)布及版本管理監(jiān)控開(kāi)發(fā)測(cè)試運(yùn)維設(shè)計(jì)大數(shù)據(jù)平臺(tái)特性–可視化數(shù)據(jù)處理發(fā)布及版本管理數(shù)據(jù)接入數(shù)據(jù)模型工作流調(diào)度數(shù)據(jù)開(kāi)發(fā)大數(shù)據(jù)平臺(tái)特性-交互式建模異常事件判別趨勢(shì)預(yù)測(cè)異常事件溯源……數(shù)據(jù)源分析引擎業(yè)務(wù)應(yīng)用公開(kāi)數(shù)據(jù)社交網(wǎng)絡(luò)用戶(hù)評(píng)論文本數(shù)據(jù)影像數(shù)據(jù)PC/APP探頭設(shè)備傳感器非結(jié)構(gòu)化數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)企業(yè)業(yè)務(wù)數(shù)據(jù)圖計(jì)算機(jī)器學(xué)習(xí)時(shí)間序列線性回歸隨機(jī)森林判別分析多元混合模型RPythonSQL拖拽式分析工具復(fù)雜關(guān)聯(lián)分析（SQL）全文檢索大數(shù)據(jù)平臺(tái)特性-數(shù)據(jù)治理統(tǒng)一質(zhì)量成本安全增值應(yīng)用統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，優(yōu)化數(shù)據(jù)模型，建立統(tǒng)一的企業(yè)數(shù)據(jù)資產(chǎn)管理體系，構(gòu)建共享全景數(shù)據(jù)視圖支撐企業(yè)內(nèi)外數(shù)據(jù)有效應(yīng)用不斷提高數(shù)據(jù)和信息的質(zhì)量，包括準(zhǔn)確性，一致性、及時(shí)性?xún)?yōu)化數(shù)據(jù)生命理，控制數(shù)據(jù)管理成本，降低數(shù)據(jù)管理和運(yùn)維壓力確保數(shù)據(jù)隱私和，加強(qiáng)數(shù)據(jù)訪問(wèn)控制保證數(shù)據(jù)資產(chǎn)的有效利用和價(jià)值最大化，使數(shù)據(jù)資產(chǎn)保值和增值數(shù)據(jù)治理目標(biāo)百分點(diǎn)大數(shù)據(jù)平臺(tái)特性–元數(shù)據(jù)管理數(shù)據(jù)全景項(xiàng)目數(shù)、存儲(chǔ)量統(tǒng)計(jì)各類(lèi)指標(biāo)展示數(shù)據(jù)共享租戶(hù)間數(shù)據(jù)共享

血緣分析和影響性分析變更歷史表、腳本、工作流變更歷史健康監(jiān)控表增量統(tǒng)計(jì)腳本、工作流運(yùn)行時(shí)長(zhǎng)百分點(diǎn)大數(shù)據(jù)平臺(tái)特性–數(shù)據(jù)質(zhì)量稽核稽核規(guī)則多樣性稽核規(guī)則包含單表級(jí)和多表級(jí)規(guī)則。數(shù)據(jù)質(zhì)量可追溯支持郵件、短信告警，生成稽核結(jié)果報(bào)告，幫助用戶(hù)及時(shí)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量和業(yè)務(wù)異常?；肆６蓉S富性稽核粒度包括表級(jí)別規(guī)則和字段級(jí)別規(guī)則。稽核任務(wù)可調(diào)度稽核規(guī)則與工作流無(wú)縫集成，支持稽核任務(wù)定時(shí)調(diào)度。支持阻塞與非阻塞的稽核規(guī)則任務(wù)。大數(shù)據(jù)平臺(tái)特性–第三方應(yīng)用擴(kuò)展數(shù)據(jù)API通過(guò)數(shù)據(jù)表導(dǎo)出、數(shù)據(jù)文件接口、REST

API三種方式對(duì)第三方應(yīng)用提供數(shù)據(jù)接口系統(tǒng)開(kāi)發(fā)SDK為第三方應(yīng)用開(kāi)發(fā)者提供標(biāo)準(zhǔn)系統(tǒng)SDK，包括：權(quán)限、數(shù)據(jù)處理、作業(yè)提交、運(yùn)行監(jiān)控等統(tǒng)一應(yīng)用門(mén)戶(hù)B/S架構(gòu)應(yīng)用可直接上線到桌某省市場(chǎng)，供用戶(hù)使用。發(fā)布及版本管理API創(chuàng)建API發(fā)布使用統(tǒng)計(jì)服務(wù)計(jì)費(fèi)大數(shù)據(jù)平臺(tái)特性–可視化數(shù)據(jù)共享與交易大數(shù)據(jù)平臺(tái)硬件配置大數(shù)據(jù)操作