西双版纳州大气污染防治一体化平台建设及应用

王仕超 许海泉 肖易恒 杨伟 庞晓晨 周增春 张云川

第一作者简介：王仕超（1984-），男，硕士，工程师。研究方向为生态环境信息化建设及管理。

*通信作者：周增春（1976-），男，正高级工程师。研究方向为生态环境保护。

DOI：10.19981/j.CN23-1581/G3.2024.15.039

摘  要：云南边境城市近年春夏季污染天气频发，空气质量形势严峻，降低当地生态环境形象及生产生活质量，给当地产业和经济发展带来负面影响。以西双版纳州为例，借助物联网、AI视联网、卫星遥感、时空地理数据服务、移动互联网、大数据挖掘和云端一体化业务协同等先进技术，构建集数据采集、信息提取、智能分析、决策生成和统一指挥为一体的城市大气污染防治一体化平台。通过介绍平台系统架构和功能特点，以及阐述平台在2023年春季大气污染防治中的运用成效，为边境城市构建大气污染防治一体化平台，实现区域大气环境质量精细化管控提供良好的借鉴。

关键词：大气污染防治；一体化平台；边境城市；资源整合；精细化管控

中图分类号：X51      文献标志码：A         文章编号：2095-2945（2024）15-0171-06

Abstract： In recent years， the pollution weather in Yunnan border cities has occurred frequently in spring and summer， and the air quality situation is grim， which reduces the image of the local ecological environment and the quality of production and life， and has a negative impact on the local industry and economic development. Taking Xishuangbanna as an example， with the help of advanced technologies such as Internet of Things， AI networking， satellite remote sensing， spatio-temporal geographic data services， mobile Internet， big data mining and cloud integration business collaboration， an integrated platform for urban air pollution prevention and control is constructed， which integrates data collection， information extraction， intelligent analysis， decision generation and unified command. By introducing the system architecture and functional features of the platform， and expounding the application effectiveness of the platform in the prevention and control of air pollution in the spring of 2023， it provides a good reference for border cities to build an integrated platform for air pollution prevention and control， to achieve fine management and control of regional atmospheric environmental quality.

Keywords： air pollution prevention and control; integrated platform; border cities; resource integration; fine management and control

近年来，受全球气候变化影响，云南省的边境州市（如德宏、普洱、西双版纳、保山等）频繁发生不同程度的空气污染，造成大气环境质量大幅恶化，对该地区居民的生产、生活及旅游活动造成极大影响[1]。但目前现有大气环境监测与应急处置技术手段落后，人力物力耗费大，时效性较低，难以适应目前復杂条件下大气环境质量精细化控制的需求[2]。随着智能传感器和物联网的迅速发展，以及大数据技术的普及，将自动监测和大数据分析有机结合起来的区域空气污染防控系统已经在各个地方被广泛应用[3]。

为深入推进云南省西双版纳州大气污染防治工作，实现精准科学治理，提高对大气环境的综合分析能力，充分利用物联网、AI视网、卫星遥感、时空地理数据服务、移动互联网、大数据挖掘[4]和云计算集成业务协作[5]等前沿技术，将多个跨层级、跨部门的视频资源类系统进行集成，建立一个集数据采集、信息抽取、智能分析、决策生成、统一指挥与调度于一体的城市空气污染防治一体化平台，以实现对西双版纳州空气环境质量的精细化管理。该平台为大气污染防控工作的开展提供科学的决策支持，并为其他边境城市大气污染防控综合平台的构建提供可借鉴的经验与样板。

1  建设目标

全面提高边境西双版纳州大气环境监控监测以及监管能力，加强对“市-乡-村”大气污染点源、线源及面源的监控监测能力，实现区域超标预警及污染源快速定位；以监测、监控数据为治污科学依据，形成统一领导、多部门联防联控的精准治污高效机制，推动大气污染防治工作由经验型向科技型、粗放型向精准型的转变；强化多种大气污染物协同控制和区域协同治理，提高大气污染源快速发现、预警及处置能力，实现全方位大气污染溯源、预警和精准治理。

2  平台构建

2.1  平台总体架构

信息化技术如物联网、移动互联网、云计算和人工智能等的快速发展，为构建智慧化的生态大数据管理和服务平台提供了新颖的技术手段，也使生态环境的动态监测变得更加实用、有效和快捷[6]。西双版纳州大气污染防治一体化平台的整体设计包括4个层次和2个支撑体系。4个层次分别为感知层、网络层、数据汇集和处理层、应用层，感知层通过获取相关信息交给网络层进行传输，数据汇集和处理层负责整合和分析，最后由应用层转化为实际可操作的解决方案。2个支撑体系分别是标准规范体系和安全保障运维体系。标准规范体系为整个平台提供指导，安全保障运维体系则保障平台的有效性和可靠性。如图1所示。

通过使用配备传感器的在线监测监控设备以及卫星遥感等设备构建的感知层，可以感知、识别范围内大气污染物的浓度、温度、湿度、风速、风向、实时影像和遥感数据等信息的信号。这些传感器具备对城市大气环境要素的物质属性、环境状态和行为态势进行分布式状态辨识和信息采集的能力。

网络层则利用无线或有线网络的通信技术和通信协议来编码、认证、路由和控制感知层的数字信息。而覆盖广泛的有线无线通信网络和ZigBee/NB-IoT技术能够为环境空气质量数据的实时和连续传输提供可靠的网络支持。

数据汇集和处理层则依靠物联网、数据库、人工智能、大数据挖掘和地理信息等技术，对感知层采集到的各类大气环境数据进行汇总、清洗、整合、处理、分析和共享，为应用层提供数据支持。

应用层是整个平台的核心组成部分，并承担信息出口的作用，利用了大气环境质量、气象监测、卫星遥感、烟火监控和统计分析等模块，提供了大气环境污染预测预警、处置考核、综合研判和统计分析汇总等功能。通过多维度的大数据支持，应用层构建了大气污染“事前-事中-事后”全流程监管体系，以便城市环境管理者能够使用专业、实用和高效的环境空气质量精细化管控工具来应对大气污染应急处置和进行深度分析污染事件。

2.2  平台关键技术

2.2.1  大气网格化监测系统

实时准确的环境空气质量监测是评估区域大气污染现状的基本前提及科学基础[7]。为了实现对区域环境空气质量的精细管理的目标，大气网格化监测系统孕育而生。该系统通过根据现场环境特点和监测需求，将研究区域划分为不同尺寸的网格，并在每个网格内部布置各类微型智能传感器进行采样，通过使用物理化学检测技术，便可全面地监测和掌握大气环境数据，从而有助于更好地管理和改善大气质量[8]。

西双版纳州为解决区域内每年春夏季颗粒物污染和近地面O3污染等突出大气污染问题，通过采用网格化监管区域环境空气质量的理念，利用现有4个环境空气质量标准监测站，建设了53个空气质量自动监测微站、1个机动车尾气遥感监测点位和5个黑烟车监测点位，构建了西双版纳州大气网格化监测系统，实现了全州范围3个县（市）、33个乡镇和2个国家级一类陆路口岸的环境空气质量实时监测全覆盖。

2.2.2  卫星遥感

卫星遥感技术是一种具有广泛空间覆盖和高度一致数据特点的监测手段，其采用统一的反演算法和光谱来源，可获取大气污染物大范围、长时间连续观测数据。该技术已广泛应用于雾霾监测、颗粒物监测、沙尘预警预测和秸秆焚烧等领域，能够有效解决如污染源精准定位、区域传输量化评估、污染事件监测与溯源等大气污染防治工作中的实际难题[9]。

西双版纳州利用气象遥感卫星和MODIS数据，通过对西双版纳州及东南亚五国（老挝、缅甸、泰国、柬埔寨和越南）的火点分布数据、火灾强度数据、近地面PM2.5浓度数据、O3浓度数据和气象遥感数据等的汇总、统计和分析，研究了气象环境和境外火点对西双版纳州环境空气质量的影响，基本掌握了西双版纳州环境空气质量的变化规律和发展趋势，并就此开展了环境空气质量预测、预警和统计分析[10]。

2.2.3  AI视联网

AI视联网是一项利用云计算、图形图像、视频识别、人工智能、算法模型和信息处理等技术的创新，其能够通过空间定位、三维注册、多种传感、无线传输和视频监控等方式，将虚拟对象与真实环境精确地结合在一起，不仅可实现显示终端与云计算中心之间的信息交流和通信，还能为用户呈现与应用环境、气候、场景相关的三维感官效果和直观实时的新环境，其特点是综合了虚实结合、实时交互、多维显示等创新功能，形成了一种全新的大规模视频网络[11]。AI视联网技术的应用范围非常广泛，包括城市规划、智慧交通、智慧旅游、智慧醫疗和智慧教育等领域。该技术可以帮助人们更加直观地了解环境信息，提高信息的准确性和时效性，同时也为城市管理和公共服务带来了新的思路和方法。

西双版纳州通过整合铁塔公司为林草、住建、自然资源及城管等部门建设的智慧林业（森林防火系统）、智慧工地、智慧城管、智慧国土和智能视联等智能视频监控类业务系统和500多个高清视频资源，采集海量生态环境违规样本，对平台算法进行训练，已建立了露天烟火、路面扬尘、垃圾堆放等污染事件算法识别模型库，构建了大气污染防治一体化平台视联网系统。通过该系统，已初步实现了“市-乡-村”的大气污染事件高清智能视频监控覆盖，为西双版纳州的大气污染防治提供了高效的统一指挥调度平台。

2.2.4  时空地理大数据整合和共享技术

作为城市生态环境大数据的一个重要组成部分，时空地理大数据具有“大容量”“多维”“高价值”“快速度”等“4V”特性，并具有“多负荷”“多尺度”“多时间”“多要素”等“四多”特性。要想充分发挥这些数据资源，还需要借助遥感、地理信息、WebGIS等技术来融合时空地理大数据，向下覆盖时空地理大数据的复杂异质性，向上提供时空地理信息的基础底座，来赋能开放多元化的业务应用，从而实现跨部门、跨层级、跨地域的高效共享[12]。

大气污染防治一体化平台利用地理信息处理工具对遥感影像进行投影变换、图像拼接、空间分析和专题制图等处理，将各类环境空气质量监测类数据、遥感监测数据、视频监控、图像识别数据等按照自身空间位置进行空间化处理，并在GIS系统中进行分类展示；各类数据按照数据库设计范式进行整理、汇总，根据数据所属行政区或地理分区边界进行关联，最终形成以遥感数据和基础地理数据为基底的西双版纳州大气环境质量管理“一张图”核心数据体系。

2.2.5  云端一体化业务协同

基于大气环境数据库，大气污染防治一体化平台构建了“一云多端”的“一张图”应用体系，以实现跨部门异构数据的汇集、整合、展示、查询、处理和共享。该平台以大气环境质量管理“一张图”为核心，通过云端计算资源实现了数据的互联互通和业务的协同处理，同时也提供了差异化的数据服务和系统功能，包括Web、APP和微信小程序等多种方式，以满足各级、各部门人员的需求。该平台有效实现了“数据互联互通、业务协同处理、信息及时共享”的目标。

3  平台主要功能和应用

3.1  实时监测和监控

基于大气网格化监测系统，大气污染防治一体化平台能够24小时不间断地监测和收集区域内环境空气中PM2.5、PM10、SO2、NO2、O3和CO的实时浓度数据，并及时、准确地反映区域环境空气质量状况及变化规律。同时，该平台利用AI视联网技术，结合可见光视频监控场景运动捕捉技术和热成像烟火识别技术，并融合AI算法，实现了区域覆盖范围连续、实时的视频监控。这使得平台具备了自动发现、识别和告警区域大气污染事件的功能，例如烟火、秸秆焚烧、施工、道路扬尘和露天烧烤等[13]，并可自动下发污染事件工单，实现闭环管理。

3.2  大气污染溯源

大气污染防治一体化平台基于大气网格化监测系统和AI视联网，利用地理信息和WebGIS技术，通过对每个空气自动监测站的实时数据进行智能分析，结合气象数据、卫星遥感数据和AI视联网的告警信息，实现了大气污染事件的精准溯源。该平台采用污染内因和外因相结合的方式，对污染产生的区域、成因、受影响因素等进行深入研究，快速找出真正的污染物来源，提高了大气污染溯源的效率和精度，为大气污染精准治理提供了有效的数据支撑。

3.3  综合分析研判

大气污染防治一体化平台采用开放式设计，集成空气质量实时监测数据、气象数据、遥感监测数据、火点数据（境外）、地理信息数据和环境质量模型，利用AI建模方式关联分析数据关系，探索数据联系，可实现实时数据展示、污染源解析、综合指挥调度和空气质量预报预警等各种环境监测业务及管理应用，为大气环境精准研判和空气质量治理优化打下基础，提升了西双版纳州大气环境质量管理和决策的科学化水平，平台操作分析界面如图2所示。

3.4  大气污染事件处置

影响西双版纳州空气质量的主要污染物是PM2.5、PM10和O3[14]，而每年春夏季该区域的大气污染主要由东南亚国家生物质焚烧产生的细颗粒物等污染物向境内传输导致。因此，内源管控则成为西双版纳州大气污染应急处置的首要工作。大气污染防治一体化平台通过大气网格化监测系统实现区域空气质量的全天候、连续、在线自动监测，准确地收集、处理监测数据，能及时、准确地反映区域环境空气质量状况及变化规律；结合AI视联网与空气监测站点实现监测、监控联动，可实现大气污染事件的智能分析及抓拍取证，例如包括工业大气排放、异常烟火、秸秆焚烧及施工扬尘等，并通过Web、APP和微信小程序等方式向各级各部门工作人员下发污染事件具体信息、收集处置信息，实现从区域内污染事件的主动发现、溯源、取证及派单到污染事件分析、处置、执法、归档的全流程闭环管理。

3.5  平臺应用案例

3.5.1  跨境大气污染事件动态感知

2023年4月1日至2日，西双版纳州景洪市出现一次PM2.5污染气团从西南方向跨境输入所引起的大气污染事件。在此之前，通过大气污染防治一体化平台观测到3月21日至4月1日缅甸境内日均火点数量达1.36万个以上，老挝境内日均火点数量达1.2万个以上，泰国境内日均火点数量达0.78万个以上，均维持在近期高位水平。4月1日，缅甸东部勐平、景栋、孟洋一带及老挝北部琅南塔一带，火点较为密集。

根据平台卫星遥感影像显示结果，以上地区已经聚集形成高浓度PM2.5污染气团。

根据平台风场数据，缅甸勐平、景栋和孟洋一带的污染气团受西南风影响向景洪勐龙镇进行传输；老挝西北部的琅南塔一带的污染气团受南风影响向勐腊地区传输。

4月1日17时，景洪市西南端的中缅边境乡镇勐龙的空气质量微站发出告警，PM2.5浓度达到86 μg·m-3；20时景洪中南部的景哈、勐罕乡镇空气质量微站相继发出告警，PM2.5浓度分别达到92、94 μg·m-3，景洪江南站（国控站）PM2.5浓度达到77 μg·m-3，此时该PM2.5污染气团已进入景洪市主城区。4月2日，12时勐龙镇PM2.5浓度回落至66 μg·m-3，13时勐罕镇PM2.5浓度迅速回落至55 μg·m-3，14时景哈乡PM2.5浓度回落至31 μg·m-3，景洪江南站（国控站）PM2.5浓度回落至53 μg·m-3，至此该PM2.5污染气团已过境景洪市主城区，如图3所示。

3.5.2  综合研判、调度指挥

2023年3月至4月期间，大气污染防治一体化平台通过卫星遥感监测发现3月24日至26日、4月5日至12日单个境外国家火点数量超过2万个（如图4所示），结合空气质量监测变化趋势，发出了多次大气污染告警信息。

根据周边国家火点数量、密集程度、风场数据及当前城市AQI数据，结合往年境外PM2.5污染气团来源、传输路径及延时效应[15]，专家组（包括生态环境、气象、应急等领域的专家）利用平台分析研判工具经会商后，促使西双版纳州三县（市）提前启动了不同等级污染天气应对措施共计7次。并根据空气质量变化趋势，适时启动县级重污染天气Ⅲ级（黄色）应急响应2次，并采取了限产限排、错峰建设、清洗降尘、车辆疏导、人工增雨和禁燃禁烧等各项措施全力控内源、削峰值。

在此期间，通过平台共发现境内异常烟火、秸秆焚烧及施工扬尘等大气污染事件共计185条，并及时指挥调度一线工作人员800余人次进行现场核实处置。平均处置上报时效控制在2 h内，完成率达100%。

平台集成了大气网格化监测系统、卫星遥感、跨部门AI视联网、时空地理大数据和云端一体化业务，为多源大气环境异构数据的汇聚、整理、挖掘、分析提供了专业工具，为区域环境空气质量精细化管理提供了科技支撑，平台的主要优势有以下几点：①通过卫星遥感数据与高时空分辨率的大气环境网格化监测数据的有效整合，弥补了传统信息化平台科学分析能力的不足，从而实现了区域内空气质量发展变化趋势和重污染发生发展过程的动态感知，为大气环境污染的预测、预警提供了数据支撑。②整合了跨部门、跨平台的视频监控资源，提高了已有资源的复用率，避免了“视频资源碎片化”问题，利用AI智能算法、地理信息系统和云计算平台，实现了可视范围的大气污染事件的“发现—处置—回顾”的全流程闭环管理，提升了大气污染治理效能。

平台所采用的技术方案和建设模式，可在边境城市的“蓝天保卫战”中推广使用，更好服务于城市的智慧管理和绿色发展。同时，该平台作为智慧环保建设的一部分，可与城市生态环境大数据平台进行整合或数据共享，进而为“智慧城市大脑”的建设提供一个关于大气环境管理的专业化信息数据服务。

4  结束语

大气污染防治一体化平台以大气网格化监测系统为基础，利用卫星遥感、AI视联网、时空地理大数据整合和共享技术克服了传统大气环境管理过程中遇到的多维数据获取困难、跨部门跨平台资源整合低效、综合决策支持能力不足和统一指挥调度效能低下等问题，基于大气污染的精准定位、精准防控、靶向治理原则，实现了区域环境空气质量精细化管理，从而全面提升了城市大气污染防治和决策水平。

参考文献：

[1] 郎丽君，崔祥芬，史建武，等.云南边境五城市空气污染物分布特征[J].中国环境科学，2022，42（11）：5008-5015.

[2] 刘心宇，黄俊，张丽丽，等.混合部署型网格化大气质量监测系统的设计及数据分析应用[J].环境与可持续发展，2019，44（4）：154-157.

[3] 王莉华，安欣欣，景宽，等.大气网格化监测运行维护管理现状与展望[J].中国环境监测，2021，37（2）：16-22.

[4] 王靖涵.基于数据挖掘的工业城市大气数据分析及预测平台[D].北京：北京邮电大学，2020.

[5] 吴小波，范晓雨，刘晓敬，等.基于Google Earth Engine云平台的成渝城市群生态环境质量时空变化[J].生态学杂志，2023，42（3）：759-768.

[6] 刘国波，戒恺，唐力，等.深圳城市生态大数据智慧管理和服务平台技术集成与应用研究[J].生态学报，2022，42（24）：10051-10059.

[7] 王帅，王瑞斌，解淑艳，等.完善环境空气质量评价方法推动大气污染防治精细化管理[J].环境保护，2013，41（19）：50-51.

[8] 尚伟，白笑晨，孙亚刚，等.大气网格化监测系统的构建及其在区域环境空气质量精细化管理中的应用[J].环境工程学报，2022，16（9）：3081-3091.

[9] 宋鹏程，王秀丽，文燕，等.我国环境空气自动监测体系发展及应用现状[J].四川环境，2022，41（6）：324-331.

[10] 周增春，岳存桂，李瑞涛.西南地区空气质量变化规律和发展趋势研究——以西双版纳州景洪市为例[J].环境生态学，2021，3（9）：83-87.

[11] 高梦奎，赵腾飞.基于视联网的智慧城市方案探讨[J].信息技术与信息化，2021（2）：218-220.

[12] YONG G， TING M， TAO P， et al. Progress of big geodata[J]. Science Bulletin，2022，67（17）：1739-1742.

[13] 许海泉，王仕超，周增春，等.大气污染事件监测联动取证方法、装置及计算机设备：CN202211083625[P].2022-12-06.

[14] 丁银琥，周增春，李瑞涛，等.西双版纳环境空气质量国控站点数据差异性研究[J].环境生态学，2022，4（12）：67-72.

[15] 饶晓琴，张碧辉，江琪等.東南亚生物质燃烧对云南边境污染传输影响[J].中国环境科学，2023，43（9）：4459-4468.