2021-11-01-百分点-生态环境数据治理白皮书_59页_4mb

生态环境数据治理白皮书总结

1. 引言

• 近年来，为贯彻习近平生态文明思想、提升数据利用和管理服务水平，生态环境数据治理工作广泛开展。
• 当前面临的问题包括：数据质量不高、资源分散、共享不足、开发利用程度低。
• 《生态环境数据治理白皮书》旨在解决数据治理关键问题，构建“全”“统”“通”的数据资产，提升数据质量与共享流通能力，支撑精准治污、科学治污和依法治污。

2. 数据治理流程

• 数据治理的核心流程包括：业务梳理、数据标准、主题域模型、数据质量规则、指标体系和赋能中心。
• 通过数据治理，形成融合、标准、高可用性的数据资产，支撑全景分析与智能决策。

3. 数据标准

• 数据标准旨在规范数据的一致性和准确性，核心内容包括：
  • 标准词库：整理标准化字段命名与词根，实现命名唯一性。
  • 代码标准：规范字段编码与枚举值，如地表水质量标准。
  • 数据元标准：定义数据项的标准集合，涵盖实体分类、名称、类型等。
• 数据标准覆盖总体、基础设施、技术、业务和服务等方面，技术标准专注于元数据和枚举值一致性。

4. 主题域模型

• 主题域模型用于构建详细的数据认知体系，结合业务场景划分主题域：
  1. 环境质量数据主题域
  2. 生态环境信息主题域
  3. 污染源信息主题域
  4. 视频监控信息主题域
  5. 环境科技及产业主题域
  6. 政策法规标准主题域
  7. 政务管理信息主题域
  8. 社会经济资源主题域
  9. 地理信息主题域
  10. 自然资源主题域
• 通过概念模型（实体关系）和逻辑模型（数据结构）展示各项业务数据的关联，支持管理决策参考。

5. 数据质量规则

• 数据治理强调数据质量，核心目标是保障数据的规范性、完整性、准确性等。
• 核心检查项包括：
  • 元数据：标准化、规范值域、代码规范。
  • 数据内容：空值、长度、抽样一致性、重复值等。
• 数据质量规则结合业务场景，如拉链表、空气质量指标、中毒值记录、编码边界检查等具体应用。

6. 数据指标体系

• 数据指标分为基础指标和复合指标，具备统计意义。
• 核心指标包括：
  1. 大气环境质量：AQI、PM2.5、PM10、风向玫瑰图、首要污染物等。
  2. 水环境质量：pH值、氨氮、浓度突高、平均浓度等。
  3. 污染源管理：流量、污染物排放、折算浓度、全区污染源总数等。
• 指标体系图表示整体架构，增强数据应用的可操作性。

7. 赋能中心

• 赋能中心包括固定污染源中心、数据服务中心与数据可视化中心，各自功能如下：
  • 固定污染源中心：以“一企一档”为核心，涵盖企业全生命周期资料，包括行政许可、污染源记录、执法数据等。
  • 数据服务中心：提供数据资源共享机制，支持跨系统数据交换，按主题摄取目录，横向纵向联动实现信息互通。
  • 数据可视化中心：通过工具及图表组件支持数据可视化，提供自动化报表与驾驶舱功能，使数据可用、可见、可管。

8. 结束语

• 生态环境保护与数据智能技术密切相关，通过数据治理实践可释放数据价值，辅助决策支持。
• 百分点科技希望继续推动数据治理工作，深化数据技术应用，提升环境保护精细化管理水平。