查看原文
其他

《生态环境数据治理白皮书》--百分点


9月27日,2021中关村论坛新技术新产品首发与推介大会“人工智能和智能制造专场”活动在北京成功举办。为了改进生态环境数据质量并形成数据资产,使数据进行互通共享为业务赋能,百分点科技依托领先的数据治理能力和多年实践经验,在此次论坛上特别发布了《生态环境数据治理白皮书》(以下简称白皮书),旨在解决四个核心问题:如何构建并积累生态环境“全”“统”“通”的数据资产;如何不断优化数据质量,提升数据资产含金量;如何实现数据资产共享流通,高效便捷地满足各方数据需求;如何通过赋能中心夯实智能决策的数据基础,满足国家精准治污、科学治污、依法治污的要求,实现多方位提升环境治理水平。


《生态环境数据治理白皮书》目录:

☞公众号后台回复:bfd,领取白皮书pdf完整版。


百分点科技智慧政务产品与服务部总经理贾喜顺介绍,白皮书分为:业务梳理、数据标准、主题域模型、数据质量、指标体系和赋能中心六大部分,围绕生态环境行业涉及到的管理职责、业务流转流程和业务重点等方面进行梳理,形成相关的数据标准、数据质量的规则、主题模型和数据指标‍‍等,最终指导业务决策,打造业务闭环。具体内容涵盖以下几个方面:


政策背景



近年来随着人民群众物质文化生活水平不断提高,人民群众对提升生态环境的需求越来越迫切,对生态环境的要求越来越高,生态环境的质量已经成为影响人们生活幸福的重要指标。党和国家领导人,在生态环境领域也是高度重视,习总书记也是要求各地各级政府牢固树立“绿水青山就是金山银山”的发展理念,深入贯彻落实坚持人与自然和谐共生,统筹推进“五位一体”总体布局。

另外多个国家已将数据战略上升为国家战略,同时要充分发挥数据价值,数据质量和数据共享开放是基本的前提,数据治理成为深入挖掘数据价值的基础保障。


管理背景



现实情况与管理目标之间存在着巨大的鸿沟。各级政府单位为了更好管控建设了大量信息化系统,出发点是为更好地管理以达到生态环境质量提升和防控风险的目的。但是随着系统的不断增多,这些系统也逐步成为了各级管理部门的负担,如何有效整合数据资源,提供智能化应用以达到精准管控,全方位提升环境治理水平成为了镜中花。

 

业务背景



在业务层面,针对不断新建的系统,数据范围、类型、数量都已经大大的增加了,如何有效的利用好这些数据,解决数据资源分散、数据质量不高、数据共享程度不足、综合开发利用程度低成为了业务开展的一个很大的难题。

 

百分点优势



  1. 百分点科技拥有全栈的大数据和人工智能技术产品,可以将技术化的数据转换为业务知识,快速的构建智能化应用支撑行业决策。

  2. 百分点科技有非常强的学术背景,同时非常注重产研的结合,跟多家行业内权威机构一起来共建生态。

  3. 结合部、省、市、区/县四级管理架构实际项目建设经验,梳理出各层级管理部门的痛点及沉淀解决路径及功能。

  4. 积极参与生态环境大数据国标的制订,以便指导各级单位及厂商更好的建设生态环境大数据中心。

 

白皮书总体介绍及目标



众所周知数据治理是以业务为前提的,需要对整个行业涉及到的业务和流程都要熟悉,否则连数据含义都搞不明白,更无法进行后续的数据融合加工,更谈不上给业务赋能。

  1. 白皮书首先介绍了在开展数据治理之前需要进行业务系统调研,在业务系统梳理的过程中需要对业务开展情况和数据情况两方面进行调研,以达到厘清管理职责、了解业务流转、洞悉各角色的关注重点。进而便于后续的了解数据、加工数据,进而能更好的服务于业务开展,达到业务赋能的目的。数据治理的流程如下图,在了解完业务系统后,需要针对数据标准、数据质量规则、主题域模型设计、数据指标体系梳理及加工、建设赋能业务中心来逐步展开。

    最终想要帮助读者如何构建高质量数据资产,尤其是解决数据质量及数据间关系梳理及拉通的问题、通过赋能中心如何高效满足数据共享开放需求,及精细化管控的数据基础。

  2. 白皮书受众

    1).生态环境各级领导人员,了解通过大数据、人工智能技术如何做好数据治理为后续精细管控打下坚实基础。

    2).各生态要素业务人员、信息中心人员:了解数据治理核心内容及实现路径,更好把控后续大数据治理项目建设方向和内容。

    3).各级大数据局人员:了解生态环境具备的数据资源情况,便于后续数据资源协调及共享。以及后续政务数据主题库建设经验吸收。

    4).同业厂商:生态环境大数据数据治理经验赋能,传统企业赋能技术经验,大数据、人工智能企业赋能业务经验。

    5).科研教学机构:了解生态环境数据资源及数据质量提升规则,及数据治理流程及业务了解,便于后续应用创新使用及高校培训及教学。

 

白皮书核心内容



  1. 业务流程,针对排污许可、建设项目审批、危险废物管理三个典型系统进行了业务和数据层面的讲解,对于业务流转及数据内容进行了说明。

  2. 数据标准,数据标准是保障数据内外部使用和交换一致性和准确性的规范性约束,针对技术标准讲解了标准词库、代码标准、数据元标准进行了讲解及举例。

  3. 数据质量,针对数据和元数据不同检查规则进行了说明和举例。

  4. 主题域设计,因各业务系统是为满足日常业务管理而设立,系统间既有联系又相互独立,面对海量数据如何站在上帝视角重新规划组织数据,进而进行数据的融合拉通是重中之重,白皮书讲解了10类主题域,并且针对环境质量和污染源部分展开进行了讲解。


  5. 数据指标体系,数据指标体系不仅满足日常监管所需,另外对于业务理解帮助作用也非常大。文中将指标分为基础指标和复合指标,基础指标具有特定业务含义,且仅能通过基础类数据加工获得。复合指标通常由两个以上基础指标根据特定的规则计算得出。也针对大气、水、污染源的常规指标进行了说明。

  6. 赋能中心,经过治理后高质量数据最终结果一定要反哺到业务办理流程中才能真正起到作用,最终实现数据真正的价值。生态环境数据智能应用需支撑生态环境质量及企业管控及生态环境宏观决策等场景,以此为目标设计了三大赋能中心,固定污染源中心、数据服务中心以及数据可视化中心。通过三大中心相结合,相辅相成,促进数据的使用、流动及共享,提升对生态环境和安全生产的有效管控、科学防范的能力,助力生态环境高效治理,三大中心具体如下:

    1. 固定污染源中心作用是可以将企业“前世今生”的情况一目了然都掌握,包括从企业开始建设、到后续日常运行监督、执法等一系列内容。


    2. 数据服务中心,是解决横纵向数据数据互联互通需求,满足数据资源查找、获取及高效管理数据资源供需方需求的平台。并且对部门、主题、专题对应的资源目录进行了举例。


    3. 可视化中心,是通过丰富的数据源支持,强大的图表组件、GIS等,可以提供固定报表、自助式报表及驾驶舱等多种方式,可根据不同角色进行灵活的可视化分析,直观呈现环境质量及污染源分析的平台,将数据价值直观、高效的呈现给不同角色人员,提供了高效的智能化数据分析和决策支持的能力,助力日常工作业务开展。




回复:bfd,下载完整版

白皮书数据主题域和指标体系一览:


关于我们

聚焦数据仓库研发规范

通透地讲解Spark与Flink对比

数据分析的三重境界,你在哪个阶段?



更多精彩,请戳"阅读原文"查看

关注不迷路~ 各种干货、资源定期分享


学习小密圈 点击☞加群


如需下载白皮书,请点击“阅读原文”回复:bfd

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存