“数据要素×”典型案例之二十 | 贯通多层级多行业生态环境数据 提升蓝藻治理水平

"

5月24日，国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等相关部门在第七届数字中国建设峰会上发布第一批20个“数据要素×”典型案例，通过示范引领，激励多方主体积极参与，释放数据要素价值。

"

湖泊是地表水资源的重要载体，与人类生产生活息息相关，对水资源安全保障、生态服务功能、防汛抗旱等都具有重要作用。水体富营养化会导致藻类迅速繁殖、水体溶解氧气量下降、水质恶化，造成水生生物大量死亡，严重危害人体健康。巢湖蓝藻治理经历了长达30余年的艰难历程，投入大量人力和资金成本，仍长期面临防控战线长、人力成本高、监测监控手段不足、分析预警能力不强等问题。合肥市生态环境局以提高巢湖蓝藻监测预警能力为核心，整合跨层级、跨领域、跨部门、跨平台蓝藻治理相关数据，构建水文水质、水动力、藻类生长等智能模型，精准预测蓝藻发生情况，提前介入管控，使巢湖流域生态得到系统性改善。推动了当地生态环境改善和文娱产业发展，打造了“绿水青山就是金山银山”的实践案例。

一是打通数据壁垒，实现多源数据汇聚。建立地表水自动监测网络，贯通生态环境部、安徽省、合肥市等跨层级的环境、气象、城建、水利、渔政等多个行业涉水数据，共接入国控点23个、省控点11个、市控点46个，汇聚共享卫星遥感、视频监控等各类数据达11亿条，构建水环境数据库（如图1所示）。通过多源数据汇聚融合，实现以“数”治藻，改变了监测靠人、巡查靠走的传统工作模式，大幅降低了蓝藻治理成本，有效提高了治理成效。

图1 数据汇聚机制

二是创新构建模型，实现藻情精准预测。基于巢湖流域水文水质、湖体水质、藻类、气象、光照、水温等多元数据，综合运用大数据、人工智能、地理信息等数字技术，创新构建巢湖流域水文水质模型、三维水动力模型、藻类生长动力学模型等模型库，精准预测蓝藻生长态势，实现藻情“早”预报（如图2所示）。

图2 巢湖水质模拟预测

三是推进模型应用，赋能治理科学决策。建设巢湖防控全景驾驶舱，每日整理形成蓝藻日报，实时发布藻情预测预警信息，为精准调度蓝藻治理提供决策支持，推进污染点源、线源、面源、内源“四源同治”，实现巢湖“慧”治藻。巢湖水质由2015年的劣V类转变为2023年稳定保持Ⅳ类，创1979年有监测记录以来最好水平。蓝藻从大面积爆发、异味强烈转变为连续3年蓝藻无聚集、无异味，巢湖流域生态得到系统性改善。

来源：国家数据局

往期推荐 ·