大气网格化监测监管的实践样本


文章关键词:大数据模型分析,人工智能系统分析法,微型空气质量监测设备,空气质量监测站,网格化微型监测站,微型空气站的优势,网格化空气站的实践优异性能

平原地区3×3公里、山区8×8公里,雾霾围城重压下,北京破釜沉舟做了一次大胆的尝试,将自己划分成无数的网格,安放了1500多个小型方盒子,像一个个血压计一样,时刻观察身体哪个部位突然的PM2.5指数异常。

2014年,一次出国学习的机会,北京市环境保护监测中心(以下简称监测中心)大气室工程师王欣偶然了解到国外大气监测的最前沿动向,于是有了上述国内“网格化监测”的最早雏形。

不过,在王欣等人当初提出这个构想时,还找不到可参考的样板,仅是停留在研究阶段的零星几个街道或社区的小范围探索,没有标准甚至没有成型的设备,犹如在无人区探索。

国外理念率先实践于国内

4年间,监管需求促进高密度监测从构想到全面铺开,推动相关监测技术和市场培育发展

如今,作为国内创新利用高密度空气质量监测网进行大气环境监管的发起端,北京市环境保护监测中心就像大气监测领域的黄埔军校,来学习参观的人络绎不绝。

监测中心副主任刘保献前不久刚接待了一批来自澳大利亚的客人。客人本来打算到中国传授经验和做法,当听到北京目前所做的工作后连连惊叹,“你们把我们规划10年甚至20年后该做的工作都做完了”。

“国外虽然理念在前,但从实践角度来说,可能没有任何一个地方像我们一样,对环境质量监管有如此大的需求。”刘保献分析,正是国内应用场景和管理的急迫性比国外强烈得多,也一定程度上使得相关监测技术和市场很快培育起来。

2013年9月,《北京市2013~2017年清洁空气行动计划》(以下简称《计划》)发布,提出到2017年,全市空气中的细颗粒物年均浓度比2012年下降25%以上,控制在60微克/立方米左右。同时,对各区县也提出了具体的控制指标。

“当时觉得要完成《计划》的指标要求难度非常大。所以,当我们从国外了解到新一代监测趋势的时候,不妨尝试去落地。”王欣说。

2014年年底,回国后的王欣立马开始琢磨起来。说来在时机上也特别赶巧,北京的传统空气质量监测网面临升级,计划在原有的35个空气质量自动监测站(地面站)基础上升级扩展到70个。

“即便数量上增加一倍,但对于全市范围而言,平均到每个区县的点位数量依然是非常有限的,相关决策部门可能对整体水平有个大概的掌握,但针对复杂的污染源还是缺乏足够的信息基础,如何精准溯源有的放矢?”深知痛点的王欣清楚,当务之急是增加信息数据的密度和广度,这也给低成本、易布设的微型设备提供了绝佳的实践舞台。

“传统的空气质量监测站造价十分昂贵,动辄几百万元,而且涉及占地,审批手续繁琐,周期也自然拉得很长,依靠加密地面站获取足够多的监测数据不切实际。与此相比,微型传感器设备的成本低廉,无需额外占地,安装也很方便,使大面积布设成为可能。”王欣说。

从2014年至今,短短4年时间,利用小型化、低成本、高密度的监测传感设备来识别大气污染来源已成为国内很多地方环境管理的常规手段。在此基础上,生态环境部又于近期启动全国热点网格监管,结合卫星遥感、气象、电力、工商等多数据源的融合分析,选取PM2.5高值区域作为热点网格,布设高密度监测点位,把环境监测监管的智能化水平又推进了一大步,大幅提高大气污染的精细化治理水平。

高密度监测如无人区的探索

两年时间让机器大脑更聪明,系统建立了丰富的大数据模型,实现了对不同大气环境场景的模拟和预判

高密度监测的基本方向确定后,接下来要考虑方案的设计和实施,可问题也随之出现。点位如何选择能有代表性,布设的数量多少合适?低成本的设备怎么保证产品质量的稳定性和一致性?一堆问号摆在了王欣等人的面前。

一方面,他们对北京平原和山区、街道乡镇边界、交通要道、工业企业、人类活动区域、污染特征等作了细致的摸底调查。另一方面,也做出了探索性地尝试,在设计规模和成本上设置了上限,要求控制在两三个地面站的建设费用内。

“在几方面综合考虑之下,最后确立了平原地区3×3公里、山区8×8公里全市平均布设网格,即67个地面站加1500个微型站的方案。”王欣说,现在看来这个布局设计是合理的,生态环境部开展的热点网格监管也延用了3×3公里的网格密度。

在确定点位数的同期,监测中心自动监测室工程师王莉华正在紧张地比对选型。

“对于监测工作来说,数据不仅关系到监测考核,甚至为之后的环境执法提供依据,因此数据必须准,并且要保证长期准。”在她看来,错误的数据比没有数据更可怕。

当时,市面上已经出现了众多检测PM2.5浓度的传感器设备,但仅能满足公众日常自测的需求,缺乏统一标准,产品质量一致性差,与监测工作要求相差甚远。

没有直接可用的成熟产品,只能定制。室外苛刻条件下的长期稳定性、设备的平行性、数据的合理误差区间,王莉华给这些影响数据质量的关键因素一一制定了标准,反复进行试验和调试产品。

“要想保证数据长期准确,即需要稳定性最好的设备,但又不能寄希望于设备单打独斗。所以在方案设计之初,我们找来了国内最顶尖的技术团队一起研发,希望通过建立一套智能系统,实现设备间互相联系,而不是孤立存在。“王欣表示,运用人工智能大数据分析的手段,让数据自己纠错,这应该是对传统监测技术手段的颠覆。

“从2014年底设计实施,半年左右时间建成,但直到2017年才正式上线,我们足足等了两年时间,为的就是让这台机器大脑变得更加聪明。”技术支撑单位、清华海峡研究院大数据中心的环境专家们介绍,通过地面站和微型站实时传输的监测数据,结合温度、湿度、风场、污染类型等影响数据质量的组分参数以及工商、用电数据等,系统建立了丰富的大数据模型,不单能验证单个数据的准确性、合理性,还实现了对不同大气环境场景的模拟和预判。

动动手指就能掌握站点运维

过去运维工作无法监控和追溯,现在工作流程和考核目标都可通过智能系统量化把控

数据量的暴增,让王欣他们感受到的最直接变化,是过去一台普通服务器就能满足数据存储的全部要求,现在不得不借助大数据云服务,寻求更大的数据存储运算空间。另一个显著变化,是工作思维、方式的改变。

“从30多台一跃到1000多台设备规模,对于运维来说,是一个质的变化。这意味着定期巡检、异常报修、耗材更换等常规工作,如果还延用传统方式不是跑断腿就是耗费巨大的人力成本,同时也增加了管理者对运维日常监管考核的难度。”王莉华说,如今,得益于智能系统的帮忙,她只需动动手指,就能对全市所有站点的运维状态了如指掌。

在监测中心的指挥大厅,王莉华像往常一样登陆系统,对运维工单的落实情况进行审核。在运维管理界面,全市所有点位的运行状态按照“正常”、“一般”、“中等”、“紧急”不同颜色在地图上进行标注,同时还显示着所有问题点位目前的处理状态。王莉华点开其中一个待审核工单,在确认其报警信息、维修时长、行进轨迹、现场照片等信息无误后,点击了“审核通过”。

“过去,运维工作做得好坏,我们根本无法监控和追溯,而现在,对工作流程和考核目标都可以通过这套智能系统量化把控。有点像网购或是快递服务中普遍应用的进度查询。”王莉华透露,这并不意味着需要更高的投入。从目前的运行状况来看,微型站的运维压力和成本都比地面站要低。

2017年8月11日,“北京市高密度网络智能管理与应用平台”取代传统空气质量监测网正式亮相。上线“第一把火”就给全市1500多个网格来了个排名,PM2.5浓度上升幅度大、浓度高的高值区域被列为重点对象,推送到市、区环保局。

“原来全市只有30多个大站的时候,空气质量评价只限到区一级。现在,各个乡镇、街道,甚至村、社区都暴露在阳光下,空气质量好坏一清二楚。”刘保献表示,这对于环境监管执法来说,能够更加精准高效溯源;同时,强化落实属地监管主体责任,减少互相扯皮、推诿的情况发生。

上一篇:195个微型站点遍布郑州市区 专盯区域空气污染问题

下一篇:合肥市推进空气质量监测微观站建设