江西构建环境监测大数据平台

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

昨日,记者获悉,为加快我省生态环境监测网络建设改革,推进秀美江西建设,省政府办公厅日前印发《江西省生态环境监测网络建设实施方案》。

我省提出,到2020年,全省生态环境监测网络基本实现环境质量、重点污染源、生态环境质量监测全覆盖,各级各类监测数据系统互联共享,监测预报预警、信息化能力和保障水平明显提升。

试点鄱阳湖地区生态环境遥感监测

根据方案,我省将全面设点,优化生态环境监测网络。其中,将建立统一的环境质量监测网络。在强化水环境质量监测方面,将根据我省流域特点和水环境质量考核评估要求,新增、调整、优化地表水监测断面,增加城市河段、城市内湖、跨界断面、鄱阳湖、“五河”和东江源头保护区出水断面设置。加快重要断面、饮用水水源地水质自动站新建和改造步伐,逐步实现全天候水质监测预警。

推进生态环境监测天地一体化进程,利用无人机等高科技监测手段开展全省生态环境野外核查、重要生态功能区域生态环境评价。试点鄱阳湖地区生态环境遥感监测,为鄱阳湖地区生态状况的综合分析、评价提供技术支持。

对辖区内的重点排污企业开展监督性监测,获得的监测数据应逐级报告,对外公开,保障公众的环境保护知情权。

构建生态环境监测大数据平台

我省还提出,全省联网实现生态环境监测信息集成共享。加强生态环境监测数据资源开发与应用,开展大数据关联分析,构建我省生态环境监测大数据平台,并与国家、市、县形成逐级贯通的生态环境监测数据传输网络。

建立统一的生态环境监测信息发布机制,制定生态环境监测信息发布管理规定,规范发布内容、流程、权限、渠道等,及时准确发布全省生态环境质量、重点污染源、企业自行监测及生态状况监测信息,提高政府环境信息发布的权威性和公信力。

试点开展生态环境质量考核无人机抽查监测

逐步开展全省环境空气质量数值预报预警工作,形成“区域-省级-城市”环境空气质量预报预警体系。拓展水质自动监测范围,涵盖我省主要河流省、市界断面、集中式饮用水源地、“五河”及东江源头断面,在鄱阳湖库区开展富营养化预警监测试点。

构建全省重点污染源自动监测数据传输网络和预警系统,实现监测数据和环境管理信息的全省联网,提高污染物超标排放、在线监测设备运行异常等信息的追踪、捕获与报警能力,实现企业排污状况监控智能化。

定期开展全省生态环境状况调查与评估,建立生态保护红线监管平台,试点开展国家重点生态功能区县域生态环境质量考核无人机抽查监测,对人为干扰、生态破坏等活动进行监测、评估与预警。

建立应急监测属地管理制度,完善跨行政区突发环境应急事件联合监测机制和信息通报机制,制(修)订各级环境应急监测工作预案,逐步建立应急监测数据小时报告制度,加强应急监测设备配置,定期开展应急监测演练,建立环境风险源数据库和专家库,提高突发事件应急监测能力。

有计划地开展环境监察联动执法监测

我省还将建立生态环境质量评估和考核制度,建立监测与监管联动的“测管协同”机制,根据监察执法需要,有计划地开展环境监察联动执法监测。各级环境监测部门在完成执法监测后,应及时向同级环境监察部门和上级环境监测部门通报监测结果,各级环境监察部门应依托污染源监督性监测、执法监测数据开展执法监管,对发现的涉嫌环境污染犯罪案件,及时移交公安部门处理。

各级环境保护行政主管部门依法建立健全环境监测机构及环境监测设备运营维护机构的监管制度,严肃查处故意违反环境监测技术规范,篡改、伪造监测数据的行为。党政领导干部指使篡改、伪造监测数据的,按照《党政领导干部生态环境损害责任追究办法(试行)》等有关规定严肃处理。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
打赏
0
0
0
0
325
分享
相关文章
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
本文整理自鹰角网络大数据开发工程师朱正军在Flink Forward Asia 2024上的分享,主要涵盖四个方面:鹰角数据平台架构、数据湖选型、湖仓一体建设及未来展望。文章详细介绍了鹰角如何构建基于Paimon的数据湖,解决了Hudi入湖的痛点,并通过Trino引擎和Ranger权限管理实现高效的数据查询与管控。此外,还探讨了湖仓一体平台的落地效果及未来技术发展方向,包括Trino与Paimon的集成增强、StarRocks的应用以及Paimon全面替换Hive的计划。
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
美的楼宇科技基于阿里云 EMR Serverless Spark 构建 LakeHouse 湖仓数据平台
美的楼宇科技基于阿里云 EMR Serverless Spark 建设 IoT 数据平台,实现了数据与 AI 技术的有效融合,解决了美的楼宇科技设备数据量庞大且持续增长、数据半结构化、数据价值缺乏深度挖掘的痛点问题。并结合 EMR Serverless StarRocks 搭建了 Lakehouse 平台,最终实现不同场景下整体性能提升50%以上,同时综合成本下降30%。
高科技生命体征探测器、情绪感受器以及传感器背后的大数据平台在健康监测、生命体征检测领域的设想与系统构建
本系统由健康传感器、大数据云平台和脑机接口设备组成。传感器内置生命体征感应器、全球无线定位、人脸识别摄像头等,搜集超出现有科学认知的生命体征信息。云平台整合大数据、云计算与AI,处理并传输数据至接收者大脑芯片,实现实时健康监测。脑机接口设备通过先进通讯技术,实现对健康信息的实时感知与反馈,确保身份验证与数据安全。
MaxCompute Data + AI:构建 Data + AI 的一体化数智融合
本次分享将分为四个部分讲解:第一部分探讨AI时代数据开发范式的演变,特别是MaxCompute自研大数据平台在客户工作负载和任务类型变化下的影响。第二部分介绍MaxCompute在资源大数据平台上构建的Data + AI核心能力,提供一站式开发体验和流程。第三部分展示MaxCompute Data + AI的一站式开发体验,涵盖多模态数据管理、交互式开发环境及模型训练与部署。第四部分分享成功落地的客户案例及其收益,包括互联网公司和大模型训练客户的实践,展示了MaxFrame带来的显著性能提升和开发效率改进。
大数据环境下的性能优化策略
大数据环境下的性能优化策略
104 2
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
129 1
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
121 5
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
湖仓一体架构融合了数据湖的低成本、高扩展性,以及数据仓库的高性能、强数据治理能力,高效应对大数据时代的挑战。为助力企业实现湖仓一体的建设,Apache Doris 提出了数据无界和湖仓无界核心理念,并结合自身特性,助力企业加速从 0 到 1 构建湖仓体系,降低转型过程中的风险和成本。本文将对湖仓一体演进及 Apache Doris 湖仓一体方案进行介绍。
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
大数据与云计算:无缝结合,开启数据新纪元
大数据与云计算:无缝结合,开启数据新纪元
42 11
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等