數(shù)據(jù)驅(qū)動(dòng)環(huán)境管理轉(zhuǎn)型與創(chuàng)新-U6.1

數(shù)據(jù)驅(qū)動(dòng)

環(huán)境管理轉(zhuǎn)型與創(chuàng)新數(shù)據(jù)的再認(rèn)識(shí)

大數(shù)據(jù)應(yīng)用實(shí)例我們的思考傳統(tǒng)信息化時(shí)代信息技術(shù)InformationTechnology/從286到386到雙核，追求CPU處理速度/從C/S到B/S,從管理信息系統(tǒng)到輔助決策系統(tǒng)，追求應(yīng)用系統(tǒng)的實(shí)現(xiàn)新技術(shù)的興起*QINTERNET京'THINGS智慧城市、大數(shù)據(jù)、移動(dòng)互聯(lián)、云計(jì)算、物聯(lián)網(wǎng)、社交媒體等新興信息技術(shù)和應(yīng)用，說(shuō)明人類(lèi)社會(huì)正在進(jìn)入信息時(shí)代新階段一一以數(shù)據(jù)為主要資源，以網(wǎng)絡(luò)化和智能化為主要目標(biāo)的信息時(shí)代.數(shù)據(jù)暴雨：世界正進(jìn)入ZB級(jí)數(shù)據(jù)計(jì)算時(shí)代摩爾定律：芯片性能每18個(gè)月倍增數(shù)據(jù)摩爾定律：從現(xiàn)在起，每18個(gè)月，新増的存儲(chǔ)量等于有史以來(lái)存儲(chǔ)量之和.全世界信息技術(shù)能力發(fā)展的歷史趨勢(shì)（1986?2030）大體上每15-20年存儲(chǔ)-通信-計(jì)算的能力增加1000倍2003年微軟研究院的TonyHey院士提出了“數(shù)據(jù)暴雨”的概念，2009年在《科學(xué)》雜志上又做了更新，指出我們才用了一點(diǎn)點(diǎn)數(shù)據(jù)的巨大潛能。數(shù)據(jù)的基因特質(zhì)數(shù)據(jù)具備基因特質(zhì)：可以復(fù)制、繼承、分裂、重組、突變等。多種數(shù)據(jù)的交叉關(guān)聯(lián)就像基因的交叉，可以衍生出混血兒、新物種，但也可能產(chǎn)生變異。數(shù)據(jù)已經(jīng)演化成為生產(chǎn)要素，會(huì)對(duì)原有的生產(chǎn)要素配置產(chǎn)生沖擊，形成新的生產(chǎn)方式和方法。云計(jì)算帶來(lái)了巨大的創(chuàng)業(yè)與創(chuàng)新機(jī)會(huì)企業(yè)互聯(lián)網(wǎng)化咨詢(xún)?cè)品?wù)提供商數(shù)據(jù)服務(wù)商云計(jì)算的基礎(chǔ)設(shè)施云服務(wù)增長(zhǎng)率：45%傳統(tǒng)IT整長(zhǎng)率：4%云計(jì)算的本質(zhì)是"資源聚合，提高資源利用率"改變20年“重硬輕軟”的慣性；計(jì)算機(jī)+軟件-＞云服務(wù)+數(shù)據(jù)數(shù)據(jù)技術(shù)DataTechnology核心問(wèn)題：如何從龐大復(fù)雜多樣及變化的數(shù)據(jù)中經(jīng)過(guò)處理分析得出有價(jià)值的管理和決策依據(jù)數(shù)據(jù)科學(xué)（DataScience）:數(shù)據(jù)中蘊(yùn)藏巨大的價(jià)值，能夠?qū)?shù)據(jù)進(jìn)行分析、處理，挖掘出信息和知識(shí)，并對(duì)結(jié)果進(jìn)行展示和解釋?zhuān)糜谥笇?dǎo)決策的科學(xué)1974PeterNaur首次提出"數(shù)據(jù)科學(xué)(datascience,Datalogy)"的概念2001把數(shù)據(jù)科學(xué)的概念擴(kuò)展為包含跟數(shù)據(jù)計(jì)算1998JeffWu提出把統(tǒng)計(jì)學(xué)更名為數(shù)據(jù)科學(xué)，把統(tǒng)計(jì)學(xué)家叫做數(shù)據(jù)科學(xué)家2009JimGray把數(shù)據(jù)密集型科學(xué)從計(jì)算科學(xué)中分離出來(lái)單獨(dú)作為一種科學(xué)研究新范式數(shù)據(jù)科學(xué)發(fā)展簡(jiǎn)介數(shù)據(jù)科學(xué)的構(gòu)成SubstantiveExpertise計(jì)算機(jī)技巧一一數(shù)據(jù)的獲取、整理、運(yùn)用HackingSkills數(shù)學(xué)和統(tǒng)計(jì)知識(shí)——數(shù)據(jù)的挖掘Math&StatisticsKnowIedge實(shí)質(zhì)性的專(zhuān)業(yè)知識(shí)SubstantiveExpertise數(shù)據(jù)科學(xué)解決問(wèn)題的過(guò)程用科學(xué)的方法、數(shù)據(jù)挖掘工具洞察新數(shù)據(jù)充滿好奇心，質(zhì)疑現(xiàn)有假設(shè)，在數(shù)據(jù)中發(fā)現(xiàn)趨勢(shì)用探索數(shù)據(jù)的方式看待周?chē)氖澜缒軌蚬芾砗投床鞌?shù)據(jù)數(shù)據(jù)處理分析的基本方法/描述性分析占數(shù)據(jù)分析的90%/預(yù)測(cè)性分析占數(shù)據(jù)分析的5%/剩下5%為指令性分析和認(rèn)知性分析數(shù)據(jù)分析：描述性分析基于歷史數(shù)據(jù)的滯后性分析，從數(shù)據(jù)出發(fā)概括數(shù)據(jù)特征，為業(yè)務(wù)措施提供清晰的評(píng)估。一堆數(shù)據(jù)生成一個(gè)報(bào)表，對(duì)數(shù)據(jù)進(jìn)行評(píng)估，約占90%數(shù)據(jù)分析：預(yù)測(cè)性分析預(yù)測(cè)分析是利用各種統(tǒng)計(jì)、建模、數(shù)據(jù)挖掘工具對(duì)最近的數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行研究,從而對(duì)未來(lái)進(jìn)行預(yù)測(cè)。數(shù)據(jù)分析：指令性分析指令性分析是在分析過(guò)去和預(yù)測(cè)未來(lái)的基礎(chǔ)上對(duì)行為的指導(dǎo)，分析每個(gè)環(huán)節(jié)、每個(gè)步驟、每個(gè)流程、每個(gè)崗位，信息更具準(zhǔn)確性，業(yè)務(wù)決策者可以直接使用，處于增長(zhǎng)勢(shì)頭。預(yù)測(cè)性分析和指令性分析的區(qū)別在于，預(yù)測(cè)性分析我只告訴你，這只股票有可能會(huì)往下走，大盤(pán)有可能會(huì)跌，但它不是個(gè)指令，指令型分析的結(jié)果是說(shuō)，當(dāng)某某股票到21塊5的時(shí)候進(jìn)，到22塊6的時(shí)候出，這叫指令型分析的結(jié)果。數(shù)據(jù)分析：認(rèn)知性分析認(rèn)知性分析是描述性分析、預(yù)測(cè)性分析、指令性分析的集大成者，借助于計(jì)算機(jī)自我學(xué)習(xí)和認(rèn)知，提高對(duì)數(shù)據(jù)的自我處理和分析能力，提升數(shù)據(jù)處理極限和能力，對(duì)數(shù)據(jù)進(jìn)行認(rèn)知,形成數(shù)據(jù)思維能力。他不僅告訴你發(fā)生了什么、還會(huì)發(fā)生什么、應(yīng)該采取什么樣的行動(dòng)，還告訴你為什么。所有數(shù)據(jù)攝取信息和操作信息區(qū)探索，著陸和存檔區(qū)實(shí)時(shí)拆分區(qū)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市和分析一體機(jī)區(qū)信息管治區(qū)正在發(fā)生什么？發(fā)現(xiàn)與探索為什么會(huì)發(fā)生？報(bào)告，分析，內(nèi)容分析有什么可能會(huì)發(fā)生？預(yù)測(cè)性分析建模,Fk我應(yīng)該采取什么樣的行動(dòng)？1j決策管理新型增強(qiáng)應(yīng)用系統(tǒng)安全存儲(chǔ)DT的提出2014年3月，馬云在一次演講中首次提到〃DT"概念，指出“人類(lèi)正從IT時(shí)代走向DT時(shí)代”。IT時(shí)代是以自我控制、自我管理為主，而DT時(shí)代，是以服務(wù)大眾、激發(fā)生產(chǎn)力為主的技術(shù)。這兩者看似是一種技術(shù)的差異，但實(shí)際上是思想觀念層面的差異。數(shù)據(jù)技術(shù)和云計(jì)算數(shù)據(jù)應(yīng)用是關(guān)鍵，云計(jì)算和平臺(tái)是大數(shù)據(jù)的基礎(chǔ)和必由之路沒(méi)有強(qiáng)大的計(jì)算能力，數(shù)據(jù)寶藏終究是鏡中花；沒(méi)有數(shù)據(jù)的沉淀，云計(jì)算也只能是殺雞用的宰牛刀！如果說(shuō)數(shù)據(jù)是財(cái)富，那么大數(shù)據(jù)就是寶藏,而云計(jì)算就是挖掘?qū)毑氐睦?數(shù)據(jù)驅(qū)動(dòng)信息化架構(gòu)模型分析創(chuàng)新業(yè)務(wù)幾點(diǎn)認(rèn)識(shí)*數(shù)據(jù)獨(dú)立性：數(shù)據(jù)與應(yīng)用分離，提高DBMS的適應(yīng)性和應(yīng)用系統(tǒng)穩(wěn)定性。*關(guān)系型數(shù)據(jù)庫(kù)：關(guān)系模型極大地提高了數(shù)據(jù)庫(kù)管理能力，并形成了生態(tài)系統(tǒng)。*Hadoop：丟失了大多數(shù)DBMS的特性，不支持事務(wù)或只支持簡(jiǎn)單事務(wù)，缺乏開(kāi)發(fā)工具和環(huán)境，沒(méi)有索引等,并非完美！*數(shù)據(jù)庫(kù)核心技術(shù)是大數(shù)據(jù)管理和處理技術(shù)的基礎(chǔ)。*大數(shù)據(jù)不是也不能取代傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)。*大數(shù)據(jù)與其他數(shù)據(jù)處理技術(shù)相結(jié)合，通過(guò)細(xì)分的技術(shù)和市場(chǎng)，滿足用戶不同層面的需求什么是大數(shù)據(jù)?*大數(shù)據(jù)(Bigdata),或稱(chēng)巨量資料、海量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法通過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到獲取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。*大數(shù)據(jù)(Bigdata)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。*大數(shù)據(jù)的定義大數(shù)據(jù)是指無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合大數(shù)據(jù)尹海量數(shù)據(jù)。用傳統(tǒng)算法和數(shù)據(jù)庫(kù)管理系統(tǒng)可以處理的海量數(shù)據(jù)不等于“大數(shù)據(jù)”大數(shù)據(jù)=“海量數(shù)據(jù)”+“復(fù)雜類(lèi)型”+“快速處理”數(shù)據(jù)新思維大數(shù)據(jù)時(shí)代使得數(shù)據(jù)具有獨(dú)立存在的價(jià)值，數(shù)據(jù)作為基礎(chǔ)設(shè)施的地位突顯。以前都是先有應(yīng)用后有數(shù)據(jù)，現(xiàn)在是先有數(shù)據(jù)再說(shuō)應(yīng)用。數(shù)據(jù)為業(yè)務(wù)服務(wù)，軟件為數(shù)據(jù)服務(wù)。建立以數(shù)據(jù)為核心的信息化新思維。要全部數(shù)據(jù)，不要抽樣。模型不再那么重要，讓數(shù)據(jù)說(shuō)話，“Allmodelsarewrong,butsomeareuseful.”“Allmodelsarewrong,andincreasinglyyoucansucceedwithoutthem.”數(shù)據(jù)庫(kù)技術(shù)與大數(shù)據(jù)技術(shù)成為數(shù)據(jù)管理和數(shù)據(jù)處理領(lǐng)域兩大重要的支撐技術(shù)大數(shù)據(jù)推動(dòng)數(shù)據(jù)處理架構(gòu)變革(OneSizeFitsAll,—招鮮)多種架構(gòu)支撐多類(lèi)應(yīng)用（OneSizeDoesNotFitAll，—招鮮不靈了）數(shù)據(jù)的再認(rèn)識(shí)

大數(shù)據(jù)應(yīng)用實(shí)例

我們的思考環(huán)境形勢(shì)嚴(yán)峻十八大提出建設(shè)“美麗中國(guó)"對(duì)"美麗中國(guó)"的理解建設(shè)生態(tài)文明,是關(guān)系人民福祉、關(guān)乎民族未來(lái)的長(zhǎng)遠(yuǎn)大計(jì)。面對(duì)資源約束趨緊、環(huán)境污染嚴(yán)重、生態(tài)系統(tǒng)退化的嚴(yán)峻形勢(shì)，必須樹(shù)立尊重自然、順應(yīng)自然、保護(hù)自然的生態(tài)文明理念，把生態(tài)文明建設(shè)放在突出地位，融入經(jīng)濟(jì)建設(shè)、政治建設(shè)、文化建設(shè)、社會(huì)建設(shè)各方面和全過(guò)程，努力建設(shè)美麗中國(guó)，實(shí)現(xiàn)中華民族永續(xù)發(fā)展。是文明發(fā)展的高級(jí)階段吸取中國(guó)古代生態(tài)智慧“天人合一思想"青山、綠水、藍(lán)天，是我們留給子孫后代最寶貴的財(cái)富，是時(shí)代賦予我們的莊嚴(yán)歷史使命"三生"共贏宏觀環(huán)境1.提升城鎮(zhèn)化水平，推動(dòng)城鄉(xiāng)發(fā)展一體化一一城鎮(zhèn)化與城鄉(xiāng)發(fā)展一體化；2.重點(diǎn)抓好四個(gè)方面的工作：

一是要優(yōu)化國(guó)土空間開(kāi)發(fā)格局；

二是要全面促進(jìn)資源節(jié)約；

三是要加大自然生態(tài)系統(tǒng)和環(huán)境保護(hù)力度；

四是要加強(qiáng)生態(tài)文明制度建設(shè)用創(chuàng)新思維推進(jìn)環(huán)保戰(zhàn)略轉(zhuǎn)型：從單純的環(huán)境保護(hù)到生態(tài)環(huán)境，再到生態(tài)文明。從廣義上講，人民群眾是環(huán)境保護(hù)的重要主體，從政府包辦環(huán)保向發(fā)揮政府、市場(chǎng)、社會(huì)綜合作用轉(zhuǎn)變。大氣污染防治行動(dòng)計(jì)劃大氣十條：2013年6月，由國(guó)務(wù)院發(fā)布。確定了十項(xiàng)具體措施，是當(dāng)前和今后一個(gè)時(shí)期全國(guó)大氣污染防治工作的行動(dòng)動(dòng)指南。具體目標(biāo)：到2017年，全國(guó)地級(jí)及以上城市可吸入顆粒物濃度比2012年下降10%以上，優(yōu)良天數(shù)逐年提高；京津冀、長(zhǎng)三角、珠三角等區(qū)域細(xì)顆粒物濃度分別下降25%、20%、15%左右；其中北京市細(xì)顆粒物年均濃度控制在60微克/立方米左右。水污染防治行動(dòng)計(jì)劃水十條2015年4月，由國(guó)務(wù)院發(fā)布。將在污水處理、工業(yè)廢水、全面控制污染物排放等多方面進(jìn)行強(qiáng)力監(jiān)管并啟動(dòng)嚴(yán)格問(wèn)責(zé)制，鐵腕治污將進(jìn)入〃新常態(tài)”。工作目標(biāo)：到2020年，七大重點(diǎn)流域水質(zhì)優(yōu)良（達(dá)到或優(yōu)于皿類(lèi)）比例總體達(dá)到70%以上,地級(jí)及以上城市黑臭水體均控制在10%,地級(jí)及以上城市集中式飲用水水源水質(zhì)優(yōu)良比例總體高于93%,近岸海域水質(zhì)優(yōu)良比例達(dá)至70%左右；到2030年，力爭(zhēng)全國(guó)水環(huán)境質(zhì)量總體改善,水生態(tài)系統(tǒng)功能初步恢復(fù);到本世紀(jì)中葉，生態(tài)環(huán)境質(zhì)量全面改善,生態(tài)系統(tǒng)實(shí)現(xiàn)良性循環(huán)。環(huán)境保護(hù)與大數(shù)據(jù)環(huán)境保護(hù)面臨新形勢(shì)，最重要的是如何轉(zhuǎn)變思想，有效積極應(yīng)對(duì)找出有效途徑大數(shù)據(jù)開(kāi)啟了一次重大的時(shí)代轉(zhuǎn)型，大數(shù)據(jù)正在改變我們的生活及理解世界的方式，成為新發(fā)明和新服務(wù)的源泉，而更多的改變正蓄勢(shì)待發(fā)……超越Hadoop的大規(guī)模集群計(jì)算平臺(tái)自主可控-數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘-數(shù)據(jù)分析，數(shù)據(jù)分享海量數(shù)據(jù)-海髦結(jié)構(gòu)化，半結(jié)構(gòu)化-實(shí)際容量500+PB海量計(jì)算-100TTerasort<30Min-生產(chǎn)集群>20000-20wJob,日處理10PB計(jì)算模式-K-V,MPP一HiveSQL,MapReduce-Graph,MPI-流計(jì)算機(jī)器學(xué)習(xí)平臺(tái)-機(jī)器學(xué)習(xí)算法-MPI,BSP,Graph,專(zhuān)業(yè)團(tuán)隊(duì)-CDO，iDST大數(shù)據(jù)工作臺(tái)與市場(chǎng)交換平臺(tái)開(kāi)發(fā)平臺(tái)計(jì)算平臺(tái)數(shù)據(jù)市場(chǎng)-應(yīng)用市場(chǎng)數(shù)據(jù)服務(wù)化接口：實(shí)時(shí)丨離線統(tǒng)一數(shù)據(jù)服務(wù)統(tǒng)一賬號(hào)體系大數(shù)據(jù)平臺(tái)大數(shù)據(jù)技術(shù)應(yīng)用于環(huán)保已具備先決條件AAttention■社會(huì)各界在環(huán)境保護(hù)上有共同的價(jià)值關(guān)注點(diǎn)BBlast■大數(shù)據(jù)的存儲(chǔ)、挖掘和應(yīng)用技術(shù)有了爆炸式發(fā)展CComplicated■環(huán)境保護(hù)的對(duì)象、利益相關(guān)人、措施等之間關(guān)系復(fù)雜，可挖掘大量有價(jià)值的聯(lián)系DData■功能豐富、采集數(shù)據(jù)準(zhǔn)確的微小傳感器正在積累大量數(shù)據(jù)大數(shù)據(jù)技術(shù)應(yīng)用于環(huán)保具有發(fā)展?jié)摿r(shí)間維度過(guò)去：環(huán)境污染事故的大數(shù)據(jù)用于構(gòu)建預(yù)測(cè)模型的訓(xùn)練現(xiàn)在：環(huán)境狀態(tài)變量的大數(shù)據(jù)與出行、疾病預(yù)測(cè)、城市資源配置聯(lián)系起來(lái)，提供城市美化解決方案未來(lái)：以海陸空各類(lèi)環(huán)境變量構(gòu)建統(tǒng)—視圖和大數(shù)據(jù)應(yīng)用開(kāi)發(fā)平臺(tái)，在最小傷害的情況下充分利用環(huán)境資源，維持可持續(xù)性發(fā)展行業(yè)維度醫(yī)療：通過(guò)研究城市的部分環(huán)境變量與疾病的關(guān)系，建立醫(yī)療行業(yè)的易患疾病模型,開(kāi)發(fā)對(duì)應(yīng)醫(yī)療產(chǎn)品家電零售：通過(guò)分析家電使用場(chǎng)景，構(gòu)建智能節(jié)電的家電研發(fā)模型，降低家庭的能源消耗，提升家電零售的環(huán)保質(zhì)量化工：通過(guò)研究化工廠選址對(duì)環(huán)境變量的影響，對(duì)化工廠選址的決策提供支持；研究工廠排污單元的管控，降低排污成本主體對(duì)象維度政府：基于污染指標(biāo)的城市環(huán)境監(jiān)測(cè)，基于氣象、地質(zhì)監(jiān)測(cè)的災(zāi)難提前預(yù)警，基于環(huán)境疾病模型的疾病預(yù)警和監(jiān)控，基于位置信息的生活垃圾智能化處理企業(yè)：基于排污處理管控能力提升的成本控制,基于環(huán)境變化預(yù)測(cè)的醫(yī)療、健康產(chǎn)品開(kāi)發(fā)，基于碳排放資源數(shù)據(jù)的分析管理能源結(jié)構(gòu)、降低成本…基于大數(shù)據(jù)的城市空氣質(zhì)量細(xì)粒度分析和預(yù)測(cè)結(jié)果驗(yàn)證交通人類(lèi)活動(dòng)歷史空氣質(zhì)量數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)站空氣質(zhì)量報(bào)告興趣點(diǎn)(POIs)道路網(wǎng)城市局部地區(qū)空氣質(zhì)量基于大數(shù)據(jù)的城市空氣質(zhì)量細(xì)粒度分析和預(yù)測(cè)Beijing▼的中度利用衛(wèi)星數(shù)據(jù)預(yù)測(cè)空氣質(zhì)量1衛(wèi)星遙感技術(shù)還可以通過(guò)對(duì)灰霾層厚度和范圍的監(jiān)測(cè)，然后與地面監(jiān)測(cè)站點(diǎn)的監(jiān)測(cè)數(shù)據(jù)融合，計(jì)算出高時(shí)間和空間精度的地表PM2.5的濃度目前我國(guó)地面空氣質(zhì)量監(jiān)測(cè)點(diǎn)位的設(shè)置是根據(jù)行政區(qū)域設(shè)置，站點(diǎn)數(shù)量非常有限，不能反映污染物的空間分布，易受站點(diǎn)附近環(huán)境影響，造成不同區(qū)域受眾對(duì)數(shù)據(jù)可信性的質(zhì)疑。衛(wèi)星遙感監(jiān)測(cè)技術(shù)能完全彌補(bǔ)地面監(jiān)測(cè)在地域上的局限性，做到每一寸土地都能實(shí)時(shí)監(jiān)測(cè)到，完全沒(méi)有空白。同時(shí)可以根據(jù)整個(gè)區(qū)域內(nèi)的污染圖像做出更客觀的全區(qū)域性污染指數(shù)估算。利用衛(wèi)星數(shù)據(jù)預(yù)測(cè)空氣質(zhì)量2佳格霾圖（GAGO）基于衛(wèi)星遙感大數(shù)據(jù)，與地面監(jiān)測(cè)站點(diǎn)數(shù)據(jù)實(shí)時(shí)融合，采用機(jī)器學(xué)習(xí)算法，實(shí)時(shí)計(jì)算并顯示全中國(guó)范圍內(nèi)的PM25濃度。每小時(shí)更新一次，空間精度為五公里流域水污染控制應(yīng)用案例TMDL模型1大數(shù)據(jù)模型用于流域地表水濃度預(yù)測(cè)、TMDL分配等，在很多情況下比傳統(tǒng)水文、水質(zhì)模型具有更好的模擬精度和適用性，應(yīng)用于美國(guó)多個(gè)流域的水質(zhì)管理中。截至2011年，美國(guó)累計(jì)實(shí)TMDL計(jì)劃的總數(shù)量已達(dá)45000多個(gè)，改善水體質(zhì)量的效果非常明顯。WisconsinstreamstemperaturemodelArea：

EntirestateofWisconsinNeed：

TopredictstreamtemperatureforstreamsegmentsthroughoutstateforfisheriesmanagementData:-Streamtemperature一half-hourlysignalsfromJune1toAugust31in254streamsfrom1990-2002一Climate一353signalsacrossstate;7airpressure,156airtemp.,13dewpoint,164precipitation,13solarradiation一42categoricalparameterstodescribestreamandbasinattributes流域水污染控制應(yīng)用案例TMDL模型2SoatbCaroliaa美國(guó)地質(zhì)調(diào)查局（USGS）開(kāi)發(fā)的大數(shù)據(jù)模型能夠模擬點(diǎn)源的BOD、NH3排放和非點(diǎn)源的DO排放；為該地區(qū)的排污許可證發(fā)放提供支持?！鲲@著增加■增加但不顯著減少但不顯著■顯著減少一月二月三月四月五月六月七月八月九月十月十一月十二月一月二月三月四月五月六月七月八月九月十月十一月十二月剔除氣象因素后，同2012年相比，2013年和2014年北京空氣質(zhì)量并沒(méi)有改善，冬天的污染比2012年明顯加重。（報(bào)告來(lái)自北京大學(xué)統(tǒng)計(jì)科學(xué)中心、北京大學(xué)光華管理學(xué)院）環(huán)境統(tǒng)計(jì)數(shù)據(jù)分析與應(yīng)用1以前僅僅通過(guò)分析環(huán)境統(tǒng)計(jì)數(shù)據(jù)計(jì)算各城市綜合污染指數(shù)，沒(méi)有考慮各城市在地理位置、氣象因素、人口、經(jīng)濟(jì)等因素方面的差異，得出的結(jié)果不令人信服。環(huán)保數(shù)據(jù)廢氣和黑暗數(shù)據(jù)數(shù)據(jù)廢氣(DataExhaust)數(shù)據(jù)價(jià)值和作用未充分利用和發(fā)現(xiàn)即被廢置。很多環(huán)保部門(mén)都有數(shù)據(jù)廢氣，它的再利用價(jià)值也許現(xiàn)在不清楚，但在未來(lái)大數(shù)據(jù)的某一刻，它會(huì)迸發(fā)出來(lái),可以化廢為寶。黑暗數(shù)據(jù)(DarkData)針對(duì)單一目標(biāo)而收集的數(shù)據(jù)，一次使用即被閑置，其真正價(jià)值未能被充分挖掘。很多環(huán)保業(yè)務(wù)中存在黑暗數(shù)據(jù)現(xiàn)象。在大數(shù)據(jù)的情況下，黑暗數(shù)據(jù)可以用作其他用途，發(fā)揮更多效益。結(jié)論：一方面環(huán)保決策和管理需要大量數(shù)據(jù)另一方面環(huán)保數(shù)據(jù)又處于極大浪費(fèi)中數(shù)據(jù)的再認(rèn)識(shí)

大數(shù)據(jù)應(yīng)用實(shí)例我們的思考數(shù)據(jù)驅(qū)動(dòng)設(shè)想與效益基本設(shè)想：通過(guò)數(shù)據(jù)讀懂環(huán)境變化與趨勢(shì)（管理）通過(guò)數(shù)據(jù)把握環(huán)境發(fā)展與動(dòng)態(tài)（決策）通過(guò)數(shù)據(jù)創(chuàng)新環(huán)境管理方法（改革）效益分析：數(shù)據(jù)驅(qū)動(dòng)決策，提高預(yù)測(cè)準(zhǔn)確率，決策更科學(xué)，更準(zhǔn)確數(shù)據(jù)驅(qū)動(dòng)流程，把握業(yè)務(wù)流程更準(zhǔn)確，提高業(yè)務(wù)工作效率數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品，產(chǎn)品設(shè)計(jì)更個(gè)性化，服務(wù)更好更優(yōu)數(shù)據(jù)驅(qū)動(dòng)管理，管理創(chuàng)新能力更強(qiáng)，轉(zhuǎn)型升級(jí)更快數(shù)據(jù)驅(qū)動(dòng)開(kāi)發(fā)模式創(chuàng)新應(yīng)用驅(qū)動(dòng)開(kāi)發(fā)以功能需求為導(dǎo)向，數(shù)據(jù)驅(qū)動(dòng)開(kāi)發(fā)以數(shù)據(jù)關(guān)系和應(yīng)用為導(dǎo)向以環(huán)境保護(hù)為例，如果以業(yè)務(wù)應(yīng)用需求為核心進(jìn)行開(kāi)發(fā)，需要梳理幾十種業(yè)務(wù)需求，建立幾十種應(yīng)用場(chǎng)景，開(kāi)發(fā)幾十種應(yīng)用系統(tǒng)；如果以數(shù)據(jù)為核心，梳理業(yè)務(wù)應(yīng)用和場(chǎng)景可以大大簡(jiǎn)化，并且可以發(fā)現(xiàn)新的業(yè)務(wù)模式?！l〃與〃塊〃結(jié)合，產(chǎn)生數(shù)據(jù)協(xié)同效應(yīng)，推動(dòng)轉(zhuǎn)型升級(jí)目前，人們所討論的環(huán)保數(shù)據(jù)幾乎都是“條數(shù)據(jù)”，即在某個(gè)環(huán)境管理業(yè)務(wù)呈鏈條狀串起來(lái)的數(shù)據(jù).未來(lái)，大數(shù)據(jù)發(fā)展的趨勢(shì)是“塊”上的〃條”融合，即一個(gè)物理空間或者行政區(qū)域內(nèi)形成的涉及環(huán)境管理對(duì)象的各類(lèi)數(shù)據(jù)的總和。數(shù)據(jù)驅(qū)動(dòng)環(huán)境管理協(xié)同與合作部門(mén)業(yè)務(wù)協(xié)同：環(huán)保部門(mén)開(kāi)放數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)交換與信息共享解決環(huán)保部門(mén)業(yè)務(wù)不協(xié)同帶來(lái)的矛盾與沖突推進(jìn)環(huán)保部門(mén)業(yè)務(wù)協(xié)同，提高管理與決策水平統(tǒng)籌多部門(mén)合作（大部制改革）：例如地下水監(jiān)測(cè)與管理，國(guó)土建設(shè)10103