基于MapReduce的海洋异构数据集成与实时查询展示研究

信息技术的发展,海洋领域的多元化信息系统建设步伐不断加快。大数据背景下,海洋数据多源异构的特性使得海洋数据无法实现共享和统一管理,从而导致产生数据孤岛的情况。结合MapReduce计算模型对该问题进行深入研究分析,本文提出基于中间件体系结构的海洋异构数据集成框架。该框架采用中介者模式进行数据查询,在查询中使用图结构的方式查找节点。通过实际项目实验验证,该框架能够提供一种有效的实时数据查询解决方案且在一定程度上减少数据孤岛现象的发生。     

基于大数据的地下水环境监测系统研究

地下水环境监测是及时发现和解决地下水污染问题的关键。本文基于大数据技术搭建了一款地下水环境监测系统,采用监测点层级、区域层级和云平台层级的三层级架构。同时,为了实现对地下水环境监测数据的分析,本文提供了基于知识库和基于数据驱动两种路径,并结合地下水环境监测的具体应用场景进行分析。研究结果对于构建高效可靠的监测系统具有一定的参考价值和借鉴意义。     

基于GIS的山东省海洋生态保护区多源数据集成管理设计与实现

通过采用地理信息系统原理、方法并利用SuperMap Object二次开发模块和SQL Server关系数据库设计思想与技术,开发了山东省海洋生态保护区地理信息系统。实现了对山东全省不同类别、不同级别的海洋生态保护区诸如:功能区划、环境监测、基础设施、人员要素按城市为基础的统一规划和其空间(矢量、栅格)数据、媒体数据,文本数据及其它结构化关系数据的集成管理。并提出了对此类保护区多源数据管理的意见及建议,为同类海洋生态保护区信息化建设与管理提供有力参考。     

基于粗集理论的海洋数据质量检验方案多属性决策法

针对大规模复杂、不确定的海洋数据,决策者如何选择适合的数据质量检验方案是制约其快速应用的重要问题之一。本文将粗集理论引入海洋数据质量检验方案的优化选择过程中,对不同方案的残差与接收概率进行离散处理并求出泛化值。计算不同属性对决策属性的依赖度,进而确定每种条件属性的权重,最终优化海洋数据质量检验方案,以供决策者进行选择。最后通过对某海域监测站点的海洋数据进行实验,验证了方法的可行性。     

大数据在HSE管理中的应用研究——以海洋石油变更管理为例

大数据时代已经到来,依靠传统HSE管理模式难以应对严峻的安全生产形势,必须凭借大数据等新的信息技术从根本上提高HSE管理水平。尝试在海洋石油开发生产HSE管理领域,探索大数据在HSE管理决策中的应用。分析了大数据对于安全生产的重要意义,阐释了大数据及其内涵以及与HSE管理决策的基本特征和方法,以海洋石油变更管理为例,探索了大数据在海洋石油HSE管理中的应用途径、流程和方法,并指出大数据在HSE管理领域的应用研究具有重大理论和实践意义。     

融合多源时空数据的地下水硫酸盐预测模型

准确预测地下水SO₄ ^2-空间变化趋势对改善地下水质量、提高区域地下水管理水平具有重要意义.以2011、2014、2017和2020年叶尔羌河流域平原区土地覆盖数据、土壤参数数据、数字高程数据等多源时空数据和地下水pH值为特征变量,分析其与地下水SO₄ ^2-浓度的相关性,利用贝叶斯优化算法优化随机森林回归,建立BOA-RFR模型,并基于BOA-RFR模型对特征变量进行重要性分析,对模型预测精度进行评价,最后生成地下水SO₄ ^2-预测图.结果表明,pH值、地面高程（GE）和贡献区荒地（BAR）面积占比作为影响地下水水化学组分的重要参数,与地下水SO₄ ^2-浓度均呈现极显著负相关,对地下水SO₄ ^2-浓度预测的重要度均大于25 %;地统计插值方法作为空间分布预测建模的辅助手段,加入辅助样本后的BOA-RFR模型,地下水SO₄ ^2-浓度预测的R²均大于0.96,且多辅助样本构建模型的RMSE和MAE最大值较少样本模型的最小值分别降低了4.7 %和23.8 %;在地下水SO₄ ^2-浓度预测中,高SO₄ ^2-地下水向叶尔羌河流域平原区东北部富集,且面积呈扩张趋势.     

海洋集约利用与海洋环境协调发展的时空差异评价

为了定量研究沿海11个省市海洋集约利用与海洋环境水平以及两者的协调发展水平,建立了海洋集约利用与海洋环境协调发展评价指标体系,从时空差异角度对2001~2010年沿海11个省市海洋集约利用和海洋环境水平以及两者的协调发展水平进行综合分析。结果表明:沿海11个省市海洋集约利用的发展良莠不齐,表现为沿海中部区域沿海北部区域沿海南部区域,海洋环境水平呈上升趋势但整体仍处于较低水平;从时间角度来看,沿海各省市的海洋集约利用与海洋环境协调发展水平逐年提高,但是省市间的差距也在逐年增大;从空间角度来看,沿海各省市的空间格局变化显著并且整体向有序的方向发展,在空间上具有一定集聚特征,但集聚特征显著的区域较小。     

基于EAM的水环境数据平台的设计与实现

通过研究水环境管理中的数据库或数据平台的规范建设模式,提出了基于EAM的水环境数据平台建设方法,采取EAM方法设计了分层数据库,引入了数据集市对业务模板分类管理,构建了多数据库兼容技术和算法生成模块,综合建设出一套适合大数据管理要求的水环境数据平台。实践表明,这种方法构建的数据平台,能有效解决目前多系统、多数据、应用需求动态变化、以及数据安全的问题,有利于提升水环境大数据建设的基础。     

基于多源数据的巢湖蓝藻水华时空分布及驱动因素分析

富营养化和有害藻类水华暴发是全世界淡水湖泊共同面临的生态环境问题之一.巢湖作为典型的内陆淡水湖泊,其富营养化水平和蓝藻水华暴发面积常年居高不下,且在各湖区表现为一定的时空分布差异.为认识和了解不同阶段巢湖蓝藻水华发生和发展基本规律,利用巢湖水上综合观测平台和卫星遥感等多源数据,获得2015~2020年水体中藻密度和水华面积的时空分布信息,并采用基于增强回归树的机器学习算法,定量评估不同阶段各环境因子对蓝藻水华影响的重要程度及相互作用关系.结果表明：①巢湖蓝藻水华表现出较大的季节变化特征,蓝藻细胞在春季开始复苏,主要在巢湖西半湖和沿岸地区形成轻度水华,水体藻密度在夏、秋季达到最大,该季节发生中等程度以上的水华频率较高.②非暴发期间,巢湖藻密度变化受物理和化学因素影响较大,二者对解释藻密度方差变化的贡献率可达80.3%,水体中高浓度溶解氧、弱碱性pH值（7.2~7.6）和适宜水温（3℃）是藻类细胞生长繁殖的有利环境条件,巢湖蓝藻水华首次暴发一般在气温稳定通过7℃初日11 d前后出现.③暴发期内,巢湖蓝藻水华发生主要受藻类生物量和气象条件的综合影响,气温、藻密度、日照时数和风速的累计贡献率为95%,各因子均存在一个有利于蓝藻水华发生的最适区间.多因子交互作用分析结果显示,在水体藻密度大、气温适宜和微风的综合作用下,巢湖蓝藻水华发生概率较高.上述研究成果分析和揭示了不同阶段巢湖蓝藻水华的时空分布特征及其主导影响因子,可为巢湖蓝藻水华防控和预测、预警提供科学依据.     

基于GPS数据的重型柴油货车排放时空特征分析

汽车污染已成为中国空气污染的重要来源,而重型柴油货车是汽车大气污染排放的主要贡献者。为揭示重型柴油货车的排放特征,基于高原地区云南省昆明市重型柴油货车GPS点数据,用Python语言提取重型柴油货车在各点轨迹段的平均速度、行驶里程等参数,采用机动车排放模型MOVES,模拟计算研究区域内HC、CO、NO_x、PM_2.5污染物排放量,并通过ArcGIS进一步分析其时空分布特征。结果表明：2021年1月3日昆明市研究区域内重型柴油货车HC、CO、NO_x、PM_2.5的排放量分别为11.7423,39.6386,102.2600,0.9192 kg;时间维度,重型柴油货车在2:00和22:00有明显的排放高峰,受路权及运输行业工作时间的影响;空间维度,排放的分布格局呈明显的空间异质性,受政策驱动的影响且与空间位置的布置密切相关,排放主要分布在汕昆高速、昆石高速及支路、立交交叉口处;区域内重型柴油货车小时平均速度、交通量与其小时排放量有密切关系。因此,可以针对重型柴油货车排放较高的时段和地区,采取必要的治理手段,...     

省级环境信息中心数据整合平台建设

本文阐述了省级环境信息中心数据整合平台的建设与应用情况,包括平台建设背景、平台建设的几个阶段、平台架构、软硬件环境建设概况、平台特点、平台现状等。平台不仅能够满足现行环保业务的运行,更能够满足以后环保业务的发展,同时平台能够满足海量数据、数据挖掘,同时为数据安全、环境分析、环境预测提供依据和条件,为环境管理部门提供了海量型数据存储、安全型数据存储、节约型数据存储,为后期行业私有化的建设提供了基础。     

基于“大智物云”的土壤与地下水修复智慧平台设计研究

为顺应国家“加快产业转型升级,推进绿色低碳发展”的要求,针对当前土壤与地下水修复存在的智能化水平不高、信息通信建设程度低、决策和施工不协调、工作效率低等问题,按照现存问题分析—总体架构设计—关键技术应用的思路,将新信息技术（IT）和操作技术（OT）相结合,充分利用大数据、物联网、云计算、智能控制等技术解决现存工程问题,设计了基于“大智物云”的土壤与地下水修复智慧平台,可实现污染场地多源异构数据采集、大数据实时交换、云计算和虚拟工厂在线管理等功能,通过多层次数字化转型,助力土壤与地下水全流程修复的目标,推动行业智能化和低碳化发展。

     

Variation of spatio-temporal distribution of on-road vehicle emissions based on real-time RFID data

High-resolution vehicular emissions inventories are important for managing vehicular pollution and improving urban air quality. This study developed a vehicular emission inventory with high spatio-temporal resolution in the main urban area of Chongqing, based on real-time traffic data from 820 RFID detectors covering 454 roads, and the differences in spatio-temporal emission characteristics between inner and outer districts were analysed. The result showed that the daily vehicular emission intensities of CO, hydrocarbons, PM_2.5, PM₁₀, and NOx were 30.24, 3.83, 0.18, 0.20, and 8.65 kg/km per day, respectively, in the study area during 2018. The pollutants emission intensities in inner district were higher than those in outer district. Light passenger cars (LPCs) were the main contributors of all-day CO emissions in the inner and outer districts, from which the contributors of NOx emissions were different. Diesel and natural gas buses were major contributors of daytime NOx emissions in inner districts, accounting for 40.40%, but buses and heavy duty trucks (HDTs) were major contributors in outer districts. At nighttime, due to the lifting of truck restrictions and suspension of buses, HDTs become the main NOx contributor in both inner and outer districts, and its three NOx emission peak hours were found, which are different to the peak hours of total NOx emission by all vehicles. Unlike most other cities, bridges and connecting channels are always emission hotspots due to long-time traffic congestion. This knowledge will help fully understand vehicular emissions characteristics and is useful for policymakers to design precise prevention and control measures.     

基于时空数据挖掘的大气重污染传输过程时空规律分析

为掌握区域性空气污染传输扩散时空规律,支撑大气污染区域联防联控及应急管控,基于空气质量地面观测数据和时空数据挖掘算法,识别重污染气团的区域传输路径和传输强度,以2021年春季和冬季期间京津冀地区的PM_2.5重污染过程为例进行验证。结果表明：研究时段内京津冀地区共发生17次区域重污染,长（>48 h）、中长（24~48 h）、短（<24 h）时间的污染过程分别为3、7和7次,长时间污染过程均发生在春季,污染强度较高,污染范围和传输范围覆盖整个区域;中长和短时间污染过程春、冬季均有发生,污染强度较低,前者影响范围(>80%)高于后者（<63%）;中长时间污染过程的传输范围存在季节性差异。京津冀各城市的重污染过程污染传输强度系数普遍符合本地(0.32~1.00)>城市内(0.01~0.95)>城市间(0.00~0.28)的规律,其中,邢台市的城市间传输强度大于城市内传输,衡水市对周边城市的影响则低于平均水平。

     

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

国土空间规划大数据应用方法框架探讨

新时代国土空间规划的核心目标为“满足人民对美好生活的需求”和“自然资源保护”并重。作为国家部门调整后的新规划类型,国土空间规划编制的方法研究整体缺乏,学者主要聚焦于自然资源本身的禀赋情况,利用传统统计、空间及调查数据和统计分析、空间分析及归纳演绎等方法对国家及省域层面的国土空间承载力与适宜性进行静态评价,对生态红线、基本农田保护线、城镇开发边界进行刚性划定。然而,现有研究较少考虑人类活动对国土空间利用的动态影响,缺乏对新发展趋势之下的生态空间、农业空间及城镇空间的科学安排。本文引入能够直接反映人类活动时空变化的大数据,重点从国土空间适宜性评价、生态空间规划、农业空间规划及城镇空间规划四个环节探讨了大数据应用的方向与具体方法框架,强调“自然空间”+“社会经济活动”相互作用下的国土空间规划编制的科学化路径。     

Considerations on air pollution monitoring network design in the light of spatio-temporal variations of data

Spatial and temporal variations of air pollution data obtained from ambient air monitoring stations are studied. Spatial correlation fields and spatial distributions of long-term averages are subject to yearly and seasonal changes for NO₂ and SO₂ concentrations. Many previous works for monitoring network design did not pay much attention to these changes. Fundamental policies for a rational network design are proposed: (1) optimality should be pursued within the accuracy limits ensured by the model fields, (2) network designs should be based on features of the air pollution fields, especially yearly and seasonal fluctuations evaluated from actual monitoring data, and (3) some redundancy is necessary in a network to examine whether or not the required accuracy representing the air pollution field is attained.     

基于Innography平台的生物修复技术专利分析

为全面了解全球生物修复技术的研发状况与趋势,以Innography专利分析平台为基础,分析全球专利数量、申请人分布、申请人所属国的竞争态势及国际专利分类法(IPC)分类,探讨核心专利的来源和研发主题等,并对我国生物修复技术专利数量和发展趋势进行分析。结果表明:从全球来看,2002年后生物修复技术专利数量迅速上升,其中中国的专利数量最多,但核心专利中80.0%来自美国,核心专利的热点主题为有机污染物、能耗、水处理等;来自中国的专利中,马鞍山新洲葡萄酒公司、中国科学院、南京大学、哈尔滨工业大学和西安建筑科技大学拥有专利数量较多,其中马鞍山新洲葡萄酒公司和中国科学院同时拥有较强的综合实力和技术创新能力;中国生物修复专利技术的热点主题为医疗、废水、生物可用性、重金属和地下水等。未来生物修复的研究将更多集中在土壤重金属污染、水环境综合治理以及有机污染物治理等方面。