健康中国背景下大数据助推大气质量改善

文 茆京来 冯涛

《生态环境大数据建设总体方案》明确要求提高对大气等多种环境要素及各种污染源全面感知和实时监控的能力。经过近几年的发展，大数据在推动大气环境精准管理方面起到了重要作用，也取得了喜人成效。

人民健康是民族昌盛和国家富强的重要标志，是群众基本诉求，也是各级政府最基本的民生工作。没有全民健康就没有全面小康，在全面小康建成的关键阶段，全民健康问题就显得尤为重要。环境是人类赖以生存的基础，现有研究表明，人体健康水平与环境污染存在显著关联性。2019年7月15日，国务院印发的《关于实施健康中国行动的意见》中，再次强调生态环境对健康中国建设的重要性，要求深入开展大气、水、土壤污染防治，采取有效措施预防控制环境污染相关疾病。

多年来，生态环境部（原环境保护部）一直重视大气环境管理，2016年印发的《生态环境大数据建设总体方案》明确要求提高对大气等多种环境要素及各种污染源全面感知和实时监控的能力。经过近几年的发展，大数据在推动大气环境精准管理方面起到了重要作用，也取得了喜人成效。

大数据在大气环境治理中的应用实践

实现大气环境综合决策科学化

提升大气环境综合决策科学化水平，必须将大气环境数据作为支撑大气环境管理科学决策的重要依据，实现“用数据决策”。对大气环境数据进行关联分析和综合研判，提升大气环境政策措施制定的水平。

过去无法科学解释大气重污染的成因和来源，是因为大气具体动态循环的特征，会随着地理条件、气象条件、环境排放等多种复杂因素产生动态变化，而大数据技术的发展，可以通过数据分析揭示出复杂因素的内在关联。2017年，国务院决定开展大气重污染成因和治理攻关项目，定量化、精细化弄清京津冀及周边地区大气重污染的成因和来源，并形成整体系统的科学认知。在这一过程中，大数据起到了决定性作用，项目团队根据研究难点先后建立了“一网三平台”，即天—地—空一体化综合立体观测网、大气污染防治综合决策支持技术平台、重污染天气联合应对技术平台和数据采集与共享平台。

其中，天—地—空一体化综合立体观测网是核心，观测网的组成包括中国环境监测总站的22个区域站、2个背景站、38个成分站；中国科学院的15个CERN站、4套走航观测设备、卫星遥感、16台Max-DOAS和16台LIDAR立体观测设备；中国气象局的气象观测网和成分站以及多家高校和科研机构的4个超级观测站等。经过近两年的集中攻关，目前已集成数据及文件22种，数据量982万条、文件162G，基本理清了京津冀及周边地区大气重污染的成因和来源。对于京津冀及周边地区大气重污染来说，远超环境承载力的污染排放强度是大气重污染形成的主因，不利气象条件造成污染快速累积是诱因，大气氧化驱动的二次转化是污染累积过程中颗粒物爆发式增长的动力；来源主要是工业、燃煤、机动车和扬尘；PM2.5主要组分是硝酸盐、硫酸盐、铵盐和有机物。据此，项目团队编制了高时空分辨率的区域和“2+26”城市精细化大气污染源排放清单，研究方式也被总结成可复制推广的经验，应用在雄安新区、长江经济带、汾渭平原和成渝等地区。

重庆大气环境大数据指挥调度大屏子系统

通过科学指导与精准施策，京津冀及周边地区“2+26”城市2017年、2018年PM2.5浓度和重污染天数的下降幅度显著高于2016年。与2016年相比，2017年“2+26”城市PM2.5年均浓度降幅为8.2%，出现重度及以上污染天数减少了24.3%；2018年“2+26”城市PM2.5年均浓度降幅为19.2%，出现重度及以上污染天数减少了45.3%。

实现区域大气环境监管精准化

提升区域大气环境监管精准化水平，必须充分运用大数据提高环境监管能力，健全事中事后监管机制，实现“用数据管理”。利用大数据支撑法治、信用、社会等监管手段，提高大气环境监管的主动性、准确性和有效性。目前，全国多地都在本区域大气环境日常监管中进行大数据技术应用。

以重庆市大气环境管理系统为例，系统围绕国家“气十条”及全市大气污染防治目标任务要求，以大气质量改善为核心，按照“目标—现状问题—措施—成效”工作路线图为主线开展建设。首先，采用多源异构知识提取技术，汇集17个国控站点、54个市控站点监测数据，动态融合气象、污染源排放、扬尘在线监测、处罚、投诉等直接数据，以及执法审批、治理措施、市政交通等间接数据，通过数据清理、整合、加工、入库，为大气环境综合分析和共享应用提供丰富数据基础，形成空气质量基础信息库，并以GIS地图直观反映当前及历史A0I变化趋势，构建蓝天日历。其次，利用卫星遥感影像、无人机航拍、视频监控、在线监测、网络爬虫等技术手段，汇集空气质量基础数据、大气污染源空间分布等多维数据，逐步形成全市涉气污染一张图，立体绘制大气污染防治管理的“战略地图”。再次，开展大气污染地图时空大数据分析，通过污染贡献分析、排名分析、同环比分析、谱化分析等数学算法，动态研判预测大气环境质量发展趋势，智能洞察并预警大气环境质量问题；利用机器学习技术智能分析污染成因，通过污染源—环境质量关联分析提升精准溯源能力，实时追溯大气污染成因；结合气象条件、污染时段、污染规律及“一点一队一策”方案，提升精细分析能力，提出污染管控精量治理措施。最后，充分发挥移动监管的效能，通过指挥调度大屏端、监督管理端、移动巡查端的联合应用开展精准管控，以短信、微信、APP等方式及时开展工作调度，有效预防大气污染，提升大气环境智能化监管水平。

实现大气环境数据公共服务便民化

随着生活水平提高，公众的健康需求和环境意识也日益增长，关注点已经从天气、温度等气象数据，拓展到空气质量等环境数据。大气环境大数据在公共领域的应用，能够展现可视化的区域环境质量，及其动态变化过程。

一方面，在生态环境部官网上，对相关数据情况进行了信息公开，公众可以实时查看全国城市空气质量的多类监测数据，完善了从感知环境到参与环境质量改善的公众参与过程。另一方面，墨迹天气、蔚蓝地图等热门应用通过“互联网+”技术，将空气质量数据进行社会化应用，增进公众对于区域环境的感知深度，不仅为公众提供了更便捷的信息查询、出行指导，更提升公众的环保参与度，增强了全社会对环境污染事件的监管力度，缓解了政府机构的监管压力。

大数据助推大气环境精准管理展望

当前，国家已经把大数据作为基础性战略资源，正在不断加强数字基础设施建设，在推进大气环境精准管理的过程中，大数据还应继续起到以下几方面作用。

数据共享更“易”

要善于运用空气监测、卫星遥感影像、无人机航拍、视频监控、在线监测、网络爬虫等多种技术手段掌握空气质量现状，横向打通气象条件、地理信息、市政交通、扬尘监测及大气污染源分布等数据，纵向融合国控站、省控站和区县微站的监测数据，进一步整合数据孤岛，统一数据标准，构建数据汇集体系，实现数出一源，一数多用，使得政府、企业、科研院校和社会公众共享数据更加便捷。

问题诊断更“准”

要善于用数据推导问题，动态开展污染成因分析，实现精准溯源。通过机器学习时空间维度的污染因子谱化特征，动态建立污染因子特征谱与站点、时段间的相关性，开展站点、区域的污染成因分析，动态追踪潜在污染源，为溯源分析提供科学基础，同时结合空气质量监测站点1、3、5公里的污染源分布，实现精准溯源，有效开展精量治理。

政策制定更“优”

要善于运用大数据解决传统管理中数据更新困难、问题分析耗时长、工作量大、措施针对性不强的问题，并对大数据分析成果进行科学运用。针对污染成因推出科学管控措施，实现大气环境管理由经验治污到精准治污转变。通过多维度、各侧面的全面情况梳理，从全样本分析中更便捷的找出问题、分析问题和解决问题，真正做到“用数据分析决策”“用数据调度”，提升大气环境管理效率。

目标导向更“明”

要善于寻找差距，生成问题清单。紧紧围绕空气质量目标，以不同区域、不同时段进行优良天数、AQI、PM2.5、PM10、SO2、NO2、CO、O3的排名，直观细化反映空气质量改善情况，并从站点、区域两个维度，进行污染超标实时告警，进行多维度深入的监测数据趋势分析、排名分析、占比分析、对比分析、同环比分析，让目标导向更加明晰。

挂图作战更“清”

要善于叠加监测布点、监测数据、污染源等多要素，立体绘制大气污染防治管理的“战略地图”，实现污染源动态管理。通过对工业污染源、交通污染源、生活污染源、扬尘污染源、锅炉污染源等气源污染排放信息的进一步梳理，细化成可操作、可量化的“作战地图”，实现即时超标预警、突变预警等功能，为开展污染防治攻坚战现场指挥调度提供“挂图作战”，找准突破点和关键点，增强各项措施的关联性和耦合性，达到系统治理、靶向治理的效果。

治理速度更“快”

要善于运用“互联网+”技术，实时掌握工作进展，动态指导工作调度。实现移动端空气质量可视化、考核目标管理、空气质量地图、污染防治现场日常管理工作现现场记录等应用，逐步将PC端的功能向移动端移植，拓展系统的应用范围，增强移动服务能力，扩展现场调度能力，保障管理及时性、便利性，实现目标、任务、责任的有机统一。