離元旦放假還有2天,濟南市民接到元旦三天假期汽車單雙號限行通知。第二天,這份通知又被撤銷。
一切都是霧霾鬧的。限行還是不限行?誰又能摸透PM2.5的脾氣,下一個影響七百萬城市居民生活的決策?
“對城市霧霾成因做出準確判斷,對PM2.5濃度進行監(jiān)控、精準預測,現在已經是智慧城市的一個很大需求了。”浪潮集團數據服務事業(yè)部總經理徐宏偉對齊魯晚報記者說,前段時間,就有某市氣象局找到他,要求浪潮對該市霧霾通過大數據分析進行監(jiān)控,以便城市應急系統(tǒng)做精準預警。
無論是計算污染排放的光化學反應過程,還是后續(xù)污染流動,都需要一個強大的計算能力、數據存儲功能,浪潮天梭TS10000高性能計算系統(tǒng)足以應付這一切。去年6月,山東省環(huán)保廳就采用了浪潮這一系統(tǒng)進行大氣顆粒物濃度預警預測和污染源分析。
但僅有這個還不夠。
元旦之后的一場霧霾讓濟南奧體中心變成了騰云駕霧的UFO。霧霾成為眾多中國城市面臨的問題，要即時監(jiān)控、準確預測霧霾需要大量物聯網采集點的大數據支撐。而在一些霧霾多發(fā)城市才幾百個監(jiān)測點，這遠遠不夠。
第一道:你有足夠多的數據嗎
徐宏偉告訴齊魯晚報記者,大氣污染并不是簡單計算排放量,還要考慮平流擴散、干濕沉降、氣溶膠非均化學等多種過程。究竟哪一個是導致大氣污染的重要因素?減汽車排放量,哪些市區(qū)首當其沖?減工業(yè)排放,應從哪減起?
“首先,要匯集足夠多有效數據。”徐宏偉對齊魯晚報記者說,要把霧霾監(jiān)測的大數據分析做好,尤其需要大量物聯網采集點的數據支撐。
建筑工地揚塵監(jiān)測就是一個重要指標,要在工地出口、入口,高空20米、30米,40米、50米、100米建立監(jiān)測點;同時,對離建筑工地50米、100米、1000米處顆粒物變化進行24小時監(jiān)測。有了這些數據才能精準監(jiān)控建筑工地的揚塵污染。
“這些數據采集點,地面的好鋪設,空中的就很難了。”徐宏偉說,包括在城市主干道布設汽車尾氣變化監(jiān)控點,這也是非常重要的數據采集。目前的城市還不多,一些霧霾多發(fā)城市才幾百個點,這遠遠不夠,必須要增加數據采集點。而數據搜集需要物聯網介入,要用到各種傳感器,這些設備很多還要依賴國外進口,這方面投資巨大,全由政府投資不切實際。
“現在,有那么多城市居民關心霧霾指數,能不能從中探索出商業(yè)價值來?”徐宏偉說,霧霾治理不能單純依賴政府力量。有多少人關心霧霾指數,就會有多少人下載像蔚藍地圖這樣的APP,這方面應該有新的商業(yè)模式出現。
這是一個非常有效的路徑,從市場端推動相關產業(yè)發(fā)展,推動霧霾治理。
因為霧霾肆虐,這個冬天,很多監(jiān)測PM2.5指數的“霧霾地圖”應運而生,“蔚藍地圖”一度成為手機APP天氣類下載排行第一,可以通過這個APP查看全國9000家廢氣、廢水排放源的實時排放狀況,還可以對超標排放的大型企業(yè)和污水處理廠進行舉報。通過公眾參與這個入口,激發(fā)治污動力。
徐宏偉透露,現在,北京一家公司想利用浪潮手中的氣象數據和污染源排放數據做一個類似應用,目標客戶群定位于政府部門。但在徐宏偉看來,這樣的應用只有在霧霾治理上產生更大價值,才具有商業(yè)前景。
底層原始數據的獲取能力是治霾產業(yè)鏈上最基礎一環(huán)。現在,浪潮和國家氣象局合作獲取氣象數據;同時和上海清越環(huán)保公司合作獲取污染源排放數據,這家公司主要進行全國主要污染源排放的原始數據收集,比如它會采集濟南市周邊化工廠、燃燒鍋爐的工廠的排放數據。浪潮把這些數據買來供給創(chuàng)客進行應用開發(fā)。
能否打通職能部門之間的數據壁壘,這是大數據精準分析霧霾的第二個門檻。
徐宏偉說,分析城市霧霾成因,外因是氣象,內因是排放,要和燃煤量、用電量、汽車數量、耗油量、燃燒秸稈等進行關聯分析。這么多的污染源、污染物,這是一個大數據的概念;空氣質量要考慮空氣質量站點的數據、交通數據、人口流動數據、路網結構等,這就要把氣象、環(huán)保、公安,交通,電力等部門數據有效匯集在一起。像電力公司的數據,氣象部門想拿到就很難。一些企業(yè)數據獲取難度較大,牽扯到環(huán)保壓力,這些數據比較敏感,各部門的數據不能共享。
徐宏偉的話直指中國治霾的現實難題:不同數據通過不同分析口徑會產生不同結論,這可能會和政府部門的結論有不一致的地方。但大數據本身就是針對大量的、無規(guī)律數據挖掘其中相關性,形成判斷,在這里應該允許不同的人發(fā)出不同的聲音。事實上,所有的模型對治霾都有正面作用,只是一個誰更有效的問題而已。
第三道:你能找到最優(yōu)秀數據科學家嗎
大數據分析霧霾的第三個門檻就是模型。徐宏偉說,霧霾擴散源、擴散路徑有基本的業(yè)務規(guī)則,浪潮有數據,有專門針對天氣預測的計算平臺,包括技術支撐都有,但需要和業(yè)內專家建模才能進行分析。
“數據科學家是國內目前最緊缺的資源。”徐宏偉說,像百度吳恩達這樣的數據科學家,全球也找不出一百個,浪潮正在尋找這方面的專家。這樣的數據科學家屬于跨界人才,要懂點氣象、空氣動力學,要懂計算機,對基于人工智能的機器學習,深度學習的技術模式要了解,針對氣象部門提的一些業(yè)務需求建立模型,這樣的人才非常難找。現實的路徑是傳統(tǒng)的氣象分析師,大數據工程師組成團隊,針對氣象分析的模型和計算機的算法,建設自己的分析模型進行預測。
微信掃一掃
