基于大数据的城市环境质量改善管理调控决策系统研究

China’s Thirteenth Five-Year Plan is a significant period to improve the country’s environmental quality in an all-round manner, so as to advance the nation into a moderately prosperous society and a beautiful country. How environmental management measures can be revolutionized to meet environmental quality targets has subsequently become a primary challenge confronting the industry. This study, looking into urban atmospheric environmental quality, aims to construct a bi-directional coordination and decision-making system to improve the quality of the environment and to facilitate the management of environment respectively. Identifying variables in urban environment and building up a primary database, this study begins by employing the method of Big Data to construct a dynamic relation and decision-making model linking environmental quality and its variables. It subsequently builds a policy database on urban atmospheric quality control and management, and quantifies the contribution these measures make towards improving environmental quality. These enable a bi-directional decision making on the quantitative assessment of policy impacts on environmental quality, the forecasting of environmental quality, and the optimization of policy measures for best possible environmental, economic and social benefits under the proposed environmental quality targets. The expected research outcome will facilitate the setting of urban environmental quality targets following a scientific methodology, and promote the scientific decision making on environmental management for cities. It will further provide theoretical bases as well as technological supports for a categorical guidance on urban environmental quality improvement and a refined environmental management.

“十三五”时期是全面改善环境质量并使之与小康社会及美丽中国建设相匹配的重要机遇期，如何通过环境管理的变革推动环境质量改善目标的实现成为我国环境保护领域面临的重大课题。本课题以城市空气环境质量为研究对象，旨在构建一套实现环境质量改善与环境管理双向调控决策系统。研究将首先识别城市环境质量影响变量并建立基础数据库，在此基础上采用大数据方法建立环境质量及其影响变量的动态关系与决策模型，实现影响变量与环境质量之间的定量分析。构建城市空气质量控制与管理决策库，并结合构建的模型建立各项措施与环境质量改善程度之间的定量关系，以实现定量评估各项措施对环境质量变化的贡献度、预测环境质量和在设定环境质量目标的基础上实现环境、经济、社会效益最优化措施组合的双向决策功能。研究成果将为科学制定各个城市的环境质量改善目标、推动城市环境管理科学决策、为实现城市环境质量改善分类指导和精细化管理提供理论基础和技术支撑。

当前正是全面改善环境质量并使之与小康社会及美丽中国建设相匹配的重要机遇期，如何通过环境管理的变革推动环境质量改善目标的实现成为我国环境保护领域面临的重大课题。本课题以城市大气环境质量为研究对象，系统识别了影响大气环境质量的自然和人为因素，形成环境质量影响变量综合指标体系；基于分布式数据采集、文本识别、云采集与储存等技术收集了相关实时数据和统计数据，构建了城市大气环境质量影响变量数据库。通过随机森林、LMDI和数理统计等方法构建了环境质量与影响变量关系模型，重点包括外部污染传输（大气污染传输通道城市）、社会经济宏观因素、工业固定污染源、气象因素等。对环境质量控制与管理措施进行了结构化分析，提出重要政策和措施清单，开发了环境质量控制与管理决策库。通过构建大气污染防治政策评估指标体系，明确政策措施成本和效果的核算框架，构建评估模型分析环境管理措施与效果定量关系。基于费用效益法和多目标规划方法，利用城市大气环境质量影响变量基础数据库中的海量数据统计分析进行模型参数率定，构建污染减排目标约束下的大气环境管理措施成本优化决策模型，涵盖了工业污染排放、产业结构调整、能源消费减量、能源结构调整等管理措施选择和优化组合，形成环境质量改善与环境管理双向调控决策功能。利用上述模型系统进行实证应用。其一，基于全国地级以上城市的环境质量评估和污染源排放情况以及其他因素的关联关系分析和评估，对城市进行聚类分析，并就各类城市识别环境质量控制和管理效果较优城市和经验，形成有针对性的优化决策建议；其二，选定了典型城市，基于上述模型分析了城市大气环境质量与影响变量的动态变化趋势，利用政策库和决策模块对系列大气环境质量管理措施的政策效果进行了分类评估，为城市进行决策方案优化分析并提出建议。研究成果从一些典型环节对城市环境质量改善科学决策的分类指导和精细化管理提供理论基础和技术支撑。