生态环境非现场监管综合管理系统解决方案

本方案通过充分利用现有现场物联网设备、在线监测设备、污染源用电工况、排污许可等环节的数据源,结合大数据、人工智能等信息技术的使用,从污染源产生、治理、监测、核管全过程运作情况的实时监督,深入剖析各行业内在的特点,建立完整且固有成效的领域违法风险模型,进而扩展生态环境执法人员获取及甄别风险的能力,最终为生态环境非现场监管提供有利的技术支撑。

640 (1).png

非现场监管方案主要由非现场监管仪、电磁锁、门禁一体机、各类摄像头以及非现场监管系统软件平台组成。以非现场监管仪为数据采集中心,将各分析仪器采样数据实时上传至非现场监管系统软件平台。同时一台非现场监管仪可连接多路监控设备,实现7X24小时敏感区域全覆盖式监控,确保监测数据真实有效。

数据采集处理智能管理终端作为监控体系中连接环保部门和监控点位之间的关键性设备,发挥着承上启下的作用,是监控系统的重要组成部分。数据采集处理智能管理终端将需要对监控数据、质控数据、管理数据、维护数据等传输至上位机,并将上位机的控制命令发送至现场监测仪表,对监控的网络化和智能化具有重要意义。

应用体系结构为充分保证系统在安全性、易扩展性、灵活性、易维护性等方面需求,生态环境非现场监管综合管理系统采用先进的三层应用体系结构设计思想。在这种结构下,界面层、逻辑层、数据访问层将明确区分。

系统通过架构于先进的B/S三层应用体系结构之上,并采用JSP、Servlet、EJB、XML等技术和面向对象程序设计技术,将复杂的业务处理逻辑、流程控制逻辑和数据存取逻辑通过Enterprise Java Beans(EJB)组件来实现,并运行在应用服务器之上,实现业务逻辑的快速部署和灵活调整。

方案意义

生态环境非现场监管综合管理系统,通过“互联网+执法+企业服务”信息化执法手段,实现了生态环境问题“发现-处理-解决”的线上模式。以排污许可“一证式”管理为指导,运用用电监控、在线监测、视频监控、电子标记、危废平台、环检监控等多个平台,整合平台数据资源,提高数据的利用率,切实提升了环境监管效率。实现无事不扰,助力企业发展。

整个流程分为六个阶段进行:数据采集、风险预测模型、非现场研判、现场任务分发、文书下达、立案处罚

1.数据采集:包括不限于企业污染源末端、工艺流程、用电工况、水质大气环境监测、留样仪、排污许可证申报;

2.风险预测模型:主要预测异常线索、违法线索(排量造假、超标造假、非线性造假);

3.非现场研判:可联动周边摄像机、风险预测趋势、远程联动生态环境监测无人机;

4.现场任务分发:向江苏省生态环境综合执法系统推送现场任务

5.文书下达:通过江苏省生态环境综合执法系统完成包括监察、现场文书、立案、勘察、笔录、立案终结等具体执法流程;

6.立案处罚:与行政处罚系统对接完成包括:行政处罚、强制执行、按日处罚、查封扣押、限产停产、后督察、行政复议等流程。

该解决方案实现远程环境实时监测、排污行为及时报警、数据上报智能分析、关键证据自动采集的系统。具体包含:

1.同时适用于水和大气污染源立体监测、智慧采样、远程取证、可控风险的,核心器件全国产,总国产化率达到97%以上的核心装备;

2.支持部署统一的云平台,实现对气、水污染源的各项监测指标的大数据分析预测和污染溯源技术。

3.支持人工智能AI算法,能够实现对敏感动作的动态捕捉,帮助收集执法证据;

4.基于现代物联网视频记录、行为分析、关键区域门禁管理等监控技术,保证数据采集传输的真实有效性,基于云平台存储和AI人工智能分析、回溯及预测功能,对异常数据进行合理性甄别,智能分析数据,判断数据是否失真,杜绝数据造假的可能;

5.支持无线和蓝牙技术,支持无人机、无人船的协同作业;

6.支持北斗导航技术,支持走航车的协同作业。

主要解决以下问题1.通信条件恶劣、跨地域远程通信质量难以保障

根据公司发明专利:一种远程智控系统的通信方法,通过将排污现场数据通过通讯网关,实现现场终端设备通信协议,将采集数据通过自定义通信协议发送至客户端并进行数据处理和应用。远程智控技术的原创性以终端、平台、通信协议为核心,通过数据交互、信息交互、安全验证、设备管理作为数据平台与终端设备之间的通信协议,首次针对跨地域远程设备的监控提出完整的解决方案整套方法。

1.非现场监管数据总览联动

涵盖非现场监管趋势显示最近一周时间,区域内企业异常、违法线索数量增减趋势;各区非现场监管排名按风险对区域进行排名;非现场任务分布统计平台发现异常线索、违法线索数量及其区域分布情况;非现场监管成果统计各区域非现场监管发现线索提交到执法、行政处罚部门后立案罚款总额;统计当前发现待处理线索数量及其地域分布;数据分析统计平台接入数据量;风控版滚动显示最新企业风控情况;企业违法模型企业违法线索模型;执法联通情况等多维度数据统计平台执法联动整体情况。

2.非现场监管线索分析

利用大数据技术完成对行业及企业历史在线监测数据的深入挖掘,在云计算加持下,首先经过数据清洗、数据集成、数据规约、数据变换等数据预处理技术,完成数据的准备工作;然后通过数据统计、数据可视化、数据降维等方法完成对数据的初步探索,为后续建立模型打下基础。最后运用回归、聚类算法完成企业排污模型刻画,实现排污企业的差别化、精准化和精细化管理。

THEEND