大气污染防控研究及应用探讨

2018/10/DTPT——————————收稿日期：2018-09-100引言2017年10月，党的十九大报告指出，污染防治攻坚战是这一时期的“三大战役”之一。2017年12月，中央经济工作会议指出，打好污染防治攻坚战，重点是打赢蓝天保卫战。2018年3月，政府工作报告再次强调坚决打好三大攻坚战，推进污染防治取得更大成效，巩固蓝天保卫战成果，携手行动，建设天蓝、地绿、水清的美丽中国。近几年，空气质量、大气污染已成为社会各界广泛关注的问题，一些研究机构、大型企业以及创业公司都纷纷瞄准了这一领域，投入大量人力物力开展研究并推出了相关产品。如一些大型研究机构利用大数据分析优势，融合物联网技术，提供高精度空气质量预报，实时监测城市区域的污染物来源和分布状况；阿里云以“蔚蓝地图”APP为载体，使用户可查询和分享城市及大气污染源的实时监测数据；此外，一些创新企业的精细化PM2.5检测以及面向公众的空气检测设备也引发大量关注，但现有产品多集中于空气质量的实时监测和高精度预报，缺乏和环保数据、社会公众数据的深度融合，导致产品无法有针对性地、定制化地评估大气污染对社会、企业及公众影响，不能基于运营商大数据的大气污染防控研究及应用探讨ResearchandApplicationofAirPollutionPreventionandControlBasedonBigDataofOperators关键词：运营商；大数据；大气污染防控doi：10.12045/j.issn.1007-3043.2018.10.002中图分类号：TP391文献标识码：A文章编号：1007-3043（2018）10-0006-05摘要：通过遍布全球的通信网络基础设施，运营商可获取用户、业务、网络、终端的海量数据信息。简述了运营商的数据特征，基于这些数据开展大气污染防控的方案研究，并积极探索运营商大数据在污染区域的人群防控、企业产能动态调整及监察等方面的应用，为“蓝天保卫战”提供更智能、更精准的手段，提升效率，提高公众满意度。Abstract：Throughthetelecommunicationnetworkinfrastructureworldwide，telecomoperatorscanobtainlargevolumeinformation，in-cludinguser，service，network，andmobileterminal.Itintroducesthecharacteristicoftelecomdata，andbasedontelecomop-erator’sdata，itresearchesthepreventionandcontrolofairpollution，includingcrowdpreventionandcontrolincontaminatedareas，dynamicadjustmentofenterprisecapacity，pollutionsupervisionetc.Itprovidesanintelligentandprecisemethodtoimprovetheefficiencyof“Battleofbluesky”.Keywords：Telecommunicationoperators；Bigdata；Preventionandcontrolofairpollution晁昆，高洁，贾玉玮，徐乐西，程新洲，成晨（中国联通网络技术研究院，北京100048）ChaoKun，GaoJie，JiaYuwei，XuLexi，ChengXinzhou，ChengChen（ChinaUnicomNetworkTechnologyResearchInstitute，Bei⁃jing100048）本期关注MonthlyFocus晁昆，高洁，贾玉玮，徐乐西，程新洲，成晨基于运营商大数据的大气污染防控研究及应用探讨引用格式：晁昆，高洁，贾玉玮，等.基于运营商大数据的大气污染防控研究及应用探讨［J］.邮电设计技术，2018（10）：6-10.06邮电设计技术/2018/10精准触达到个人。根据行业及产品调研分析，本文将基于运营商用户数据特征，结合大气环境、空气质量数据，进行大气污染防控领域的方案研究，并探讨其应用场景。1运营商用户数据特征移动互联网的快速发展促进了信息和数据呈爆炸式增长，作为承载的移动互联网的核心，运营商具备先天的数据优势，相比于BAT等互联网公司和第三方评测公司，运营商的数据具备覆盖全面性以及统计完备性等优势；相比于终端公司，则有更多更合理的数据采集便利。运营商数据主要包括运营支撑系统（OSS）域数据以及业务支撑系统（BSS）域数据。OSS域主要是网络相关的数据，比如基站的基础信息数据、地图图层及道路数据、移动网络实时话统数据、移动用户的XDR业务记录数据等；BSS域数据包含用户身份信息的用户基本信息表、用户每月出账账单、用户语音业务和数据业务详单等。从用户的维度来看，运营商数据包含了人的相关信息，可分为静态数据和动态数据。其中，静态数据和动态数据中的通信消费信息来自于运营商的BSS域，动态数据中的业务偏好信息来自于运营商的OSS域，其分类及来源如图1所示。a）静态数据：主要包括用户基本信息以及网络信息等方面数据。用户基本信息是不以电信网络为依托的数据信息，脱离电信网络该信息依然有效；用户网络信息是必须依附于电信网络才具有价值的数据信息。这2类信息具有稳定不变或者变化缓慢的特点，如：用户性别、用户职业、付费模式、终端信息、套餐信息、网络制式、手机号码、用户级别等在用户在网期间不会发生变更，或者有可能会发生变更但变更概率很低或变更周期较长；用户年龄、入网时间等属性随时间自然变更，无需预测。b）动态数据：用户不断变化的行为信息，譬如一个用户每月使用的通信费用，这些费用包含流量费用、语音费用、短信费用以及其他增值费用等，依据签约信息，每个人能够使用的流量、语音、短信等数量的多少，用户的哪些行为特征或偏好影响他们每天消费信息（包括使用了哪些应用及其时间、地点）。这些信息是每天、每月都发生变化且无明显的规律性，需要通过大数据挖掘的方式将其内在联系或特征展现出来。在动态数据中，业务偏好信息及位置信息包含了人使用移动智能终端做业务的行动轨迹。在出门带手机即可的现阶段，人们用智能手机进行业务交互的频次很高，因此其业务轨迹可以用来判定人群职住信图1运营商用户数据特征其他增值业务消费数据消费信息语音消费信息月消费信息通信消费关键字检索APP类别业务类别位置信息时间信息浏览类即时通信类业务轨迹职住位置业务偏好动态数据BSS域时长流量频次视频类游戏类OSS域静态数据用户终端电话号码网络制式入网时间签约套餐用户级别付费模式渠道信息是否合约计划用户性别用户年龄用户地域基本属性网络属性用户数据BSS域本期关注MonthlyFocus晁昆，高洁，贾玉玮，徐乐西，程新洲，成晨基于运营商大数据的大气污染防控研究及应用探讨072018/10/DTPT息，在不同时刻的大概地理范围。业务类别和APP类别是指人们在使用智能手机时喜欢用哪一类业务、哪一类APP，每次使用某一业务/APP的时长，一段时间内使用业务/APP的频次，由此可推断其关注点和兴趣点。2基于运营商大数据的大气污染防控方案基于跨行业、多源、异构的大气环境质量监测和预报数据、运营商数据、企业数据等进行融合分析，搭建大气环境质量监测预报、影响评估与跟踪分析的大数据平台。基于此大数据平台实现精细化大气环境预报、溯源及科学污染防控，以达到更全面的对企业、群体个人的影响评估、预防以及重点污染区域的持续跟踪，并能为政府和企业提供个性化的产能动态规划和调整方案。基于运营商大数据的大气污染防控方案如图2所示。a）数据整合：通过对跨行业数据进行关联整合，包括空气质量数据、运营商数据、企业数据等，实现信息的地理化交互关联，从而实现数据的深度关联分析。b）平台搭建：对整合后的数据进行规范化存储和自动化解析及入库。将成熟的数据挖掘算法形成固化模型，并通过Hadoop、Impala等大数据技术，实现多参数、智能化、实时性的大数据分析平台。c）分析及挖掘：通过用户画像、用户轨迹、业务偏好等与大气质量现状分析、大气质量精细化预测模型相结合，实现对个人群体的影响评估及预防、对敏感人群的污染趋势预测推送、对污染区域的疏散预警等。通过大气数据与企业数据的关联，辅助实现污染溯源分析、污染源的产能动态规划等。d）产品及服务：基于数据分析及挖掘结果，明确细化产品需求，针对政府、企业和个人等不同服务对象，形成一系列面向政府、企业和公众的数据产品及服务，以达到辅助政府决策、提高企业产能、便捷服务民生的效果。3运营商数据在大气污染防控的应用探讨基于整合后的多方数据源，形成基础数据调用库。搭建大数据平台，完成数据的规范化存储、自动化解析和入库、关键信息提取。通过上层数据分析及挖掘，形成一系列面向政府、企业和公众的数据产品及服务。主要的应用方向如表1所示。以下将着重探讨运营商数据在污染区域的人群防控和企业停开工的监察管理方面的应用。图2大气污染防控思路与方案图产品及服务气象及污染数据包括气候、能见度、污染源等to政府，政策支撑：空气质量预测，空气污染溯源，污染排放指导策略支撑to企业，产能提升：提供产能动态规划与生产提效，辅助精准营销等产品及咨询服务to个人，服务民生：精细化空气质量预测，信息推送及个性化建议，保障民众知情权和监督权分析及挖掘平台搭建数据整合运营商公众数据包括人群聚集信息、迁徙轨迹、空气质量关注度等企业数据包括企业性质、行业类型、企业分布等数据存储：通过集中式和分布式，对数据进行规范化存储数据分析：完成主动化地数据规范化解析和如库知识获取：利用机器学习算法，建立模型，进行信息提取和挖掘空气质量现状分析及精细化预测不同程度污染区域的人群分析重点污染的预防（区域、人员等）空气污染溯源及跟踪分析不同程度污染区域的企业分析重点污染区域的跟踪分析，资源共享本期关注MonthlyFocus晁昆，高洁，贾玉玮，徐乐西，程新洲，成晨基于运营商大数据的大气污染防控研究及应用探讨08邮电设计技术/2018/103.1污染区域的人群防控目前，当城市遇到严重污染天气，每个人都会收到该城市空气质量严重污染提示短信，而实际情况是不同区域空气质量在不同时间是不一样的，有时差别还特别大。如果统一对城市的居民进行空气质量严重污染的提示推送，可能会对一些人提供错误的信息，不够精细化。基于运营商数据，可获取人们的实时活动范围，这样便能对城市空气严重污染的区域中的人群进行精准的实时空气严重污染信息推送，实现空气质量信息的精准化推送，为人们的出行提供参考。同时，我们能精确获取空气严重污染区域的人群信息以及他们的特征，为空气质量影响评估提供更精确的数据和依据。3.1.1污染区域人群画像通过对严重污染区域的人群进行用户画像及轨迹追踪，可将污染天气对人群的影响进行评估，从而进行有效的人群疏散及卫生防疫工作。图3是严重污染区域的人群分布热力示意图。分析严重污染区域的人群情况，比如影响人数，人群性别占比、年龄分布、每小时的用户数量、不同时段的用户数分布等，进而评估对污染区域人群的影响。3.1.2易感人群污染防控根据用户性别、年龄分布，公众开放场所如公园、步道等的聚集情况，活跃时段、使用APP数据（如用户搜索目的地天气、目的地导航）等信息，以及医疗场所周围的轨迹信息，锁定易感人群，并向其推送空气质量信息及防污染产品广告信息，提醒其及时采取卫生防疫措施。针对幼儿园、中小学校、养老院、医院等易感人群聚集，且运营商数据不易捕获的区域，可通过企业全息名片库进行圈定，对其周围企业污染情况进行跟踪，减少对于易感人群的危害程度。3.1.3大气污染预测人群防控将人群指数的预测情况与空气质量（PM2.5浓度）的预测情况，以及空气质量监测站实时监测数据进行地理化匹配，分析空气污染的预测以及实时污染情况对人群的影响程度，同时平台会实现高密群体影响的实时告警，从而实现污染对人群影响的有效防