联合创新推动土壤污染防治 认知大数据助力生态环境治理

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

伴随着国务院《土壤污染防治行动计划》(又称“土十条”)的颁布印发,科技支撑正在成为土壤监测、治污、管理过程中的坚实保障。今天,IBM中国研究院与南方科技大学工程技术创新中心(简称“南科大创新中心”)正式启动南科大创新中心-IBM 土壤环境大数据及分析技术联合研究实验室。IBM和南科大创新中心将在土壤环境信息技术领域展开深度合作,共同对土壤环境大数据及分析技术进行研究,让环境大数据成为监测、治理、管理土壤污染的一大利器。

南科大创新中心与IBM土壤环境大数据及分析技术联合实验室正式签约

南科大创新中心主任胡清教授(左)和IBM中国研究院副院长董进博士(右)

(从左到右)南科大创新中心助理主任兼土壤所所长朱焰博士,南科大创新中心主任胡清教授,IBM中国研究院副院长董进博士和IBM中国研究院行业解决方案执行总监尹文君博士

土壤污染已经对人类生存和健康提出了严峻挑战。土壤中的有害物质难以降解,新旧污染物并存的状况加剧了土壤污染程度。由于我国地域辽阔、土壤类型多样,土壤污染类型及形成过程复杂,土壤污染的调查难度非常大。作为一项多学科协同的复杂系统工程,土壤污染防治与修复技术不仅涉及农学、土壤学等学科,还涵盖了环境科学、环境工程、微生物学等种精深技术。IBM和南科大创新中心之间的合作正是针对土壤治污这一系统化工程而提出的跨学科、跨行业的一次联合创新,双方充分利用彼此优势,形成强强联合的研发团队,共同为提升土壤环境信息化、改善生态的目标而努力。

南科大创新中心在研发土壤等关键环保技术,推动相关环保技术的工程化开发和系统集成方面有着深厚的积累。南科大创新中心主任胡清教授表示:“土壤污染属于次生污染,大气污染、水域污染和资源低效利用是造成土壤污染的重要原因。在治理土壤污染的同時,还需要同时保证大气污染、水域污染得到有效遏制,并提高资源的利用率,所以土壤污染的防治是一项系统性的环境治理过程。”

这次合作是继IBM在2014年推出的“绿色地平线”计划(Green Horizons)后在环保的另一个重要领域 - 土壤治污领域的延伸。IBM一直致力于通过大数据、认知计算等信息技术支持国家开展生态环境治理的研究和行动。IBM中国研究院副院长、IBM“绿色地平线”计划全球研发负责人董进博士表示:“良好的土壤环境是人居环境健康的重要基础。通过此次合作,IBM和南科大创新中心将共同深入土壤污染防治领域,通过大数据分析、认知计算、物联网等科技力量帮助人们改善环境和人居质量。IBM也会与产学研各生态圈伙伴开展创新合作,携手攻坚,为保护生态环境和健康生活作出努力。”

关于IBM绿色地平线计划(Green Horizons)

“绿色地平线”计划(Green Horizons)是IBM整合全球实验室的研发力量,推出的一项以支持中国实现环境治理和能源管理创新,从而提升民众健康保障,并实现可持续发展目标的项目。该计划由IBM中国研究院牵头,集合IBM全球12家研究院最优的技术资源,与合作伙伴协同推进,共建创新生态系统。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
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
相关文章
|
16天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
58 1
|
1月前
|
SQL 机器学习/深度学习 分布式计算
大数据-81 Spark 安装配置环境 集群环境配置 超详细 三台云服务器
大数据-81 Spark 安装配置环境 集群环境配置 超详细 三台云服务器
60 1
|
8天前
|
存储 大数据 数据处理
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
15 2
|
15天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
48 2
|
5月前
|
数据采集 监控 大数据
大数据时代的数据质量与数据治理策略
在大数据时代,高质量数据对驱动企业决策和创新至关重要。然而,数据量的爆炸式增长带来了数据质量挑战,如准确性、完整性和时效性问题。本文探讨了数据质量的定义、重要性及评估方法,并提出数据治理策略,包括建立治理体系、数据质量管理流程和生命周期管理。通过使用Apache Nifi等工具进行数据质量监控和问题修复,结合元数据管理和数据集成工具,企业可以提升数据质量,释放数据价值。数据治理需要全员参与和持续优化,以应对数据质量挑战并推动企业发展。
1485 3
|
1月前
|
分布式计算 Hadoop 大数据
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。
53 1
|
6月前
|
存储 SQL 分布式计算
闲侃数仓优化-大数据治理和优化
闲侃数仓优化-大数据治理和优化
70 0
|
3月前
|
存储 数据可视化 数据挖掘
大数据环境下的房地产数据分析与预测研究的设计与实现
本文介绍了一个基于Python大数据环境下的昆明房地产市场分析与预测系统,通过数据采集、清洗、分析、机器学习建模和数据可视化技术,为房地产行业提供决策支持和市场洞察,探讨了模型的可行性、功能需求、数据库设计及实现过程,并展望了未来研究方向。
162 4
大数据环境下的房地产数据分析与预测研究的设计与实现
|
4月前
|
JSON 分布式计算 大数据
MaxCompute操作报错合集之连接环境时,出现报错:TypeError: access_id and secret_access_key,该怎么解决
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
|
4月前
|
人工智能 分布式计算 数据挖掘
阿里云 MaxCompute MaxFrame 开启免费公测,统一 Python 开发生态
阿里云 MaxCompute MaxFrame 开启免费公测,统一 Python 开发生态。分布式计算框架 MaxFrame 支持 Python 编程接口并可直接复用 MaxCompute 弹性计算资源及海量数据,100%兼容 Pandas 且自动分布式,与 MaxCompute Notebook、镜像管理等功能共同构成了 MaxCompute 的 Python 开发生态。用户可以以更熟悉、高效、灵活的方式在 MaxCompute 上进行大规模数据分析处理、可视化数据探索分析以及科学计算、ML/AI 开发等工作。
245 7