加快推进移动源排放监管数智化
更新时间:2024-05-11
- 收藏
- 打印
- 关闭
- 【字体:大 中 小】
随着我国机动车保有量和工程机械使用量迅速上升,对环境的影响逐渐凸显。《中国移动源环境管理年报(2023年)》显示,2022年全国以机动车和工程机械为代表的移动源排放氮氧化物达到1000万吨,已成为国内部分城市大气污染物的首要来源。以山东省济南市为例,全市机动车保有量突破389万辆,编码登记机械突破6万台,氮氧化物排放占全市总排放量的49%,是第一大贡献源。
移动源数量多、分布散、移动性强,监管工作起步晚、力量弱,结构性矛盾十分突出。通过数字化、智能化手段提高监管效能,是化解这一矛盾的有效手段。今年3月,生态环境部印发《关于加快建立现代化生态环境监测体系的实施意见》,明确提出加速监测技术数智化转型,强化高效能监测管理。因此,加快推动移动源排放监管数智化进程,十分必要和迫切。
推进移动源排放监管数智化,首先要夯实数据底座。加强生态环境、公安、交通运输等部门间的联动协同与数据共享,构建覆盖全种类、全周期的移动源信息数据库。打通新车及机械生产企业、机动车排放检验机构、维修管理服务站、重点用车用机企业工地等单位数据共享通道,实现覆盖移动源生产使用全周期的“端到端”监控体系。打破省市间地域限制,在各省市移动源监控平台的基础上整合优化,形成全国统一的全空间监控网络。
推进移动源排放监管数智化,必须提高感知智能化自动化水平。要深入推进机动车和工程机械远程监控系统优化升级,提升可编程控制器、传感器感知及防篡改性能,对排放超标、治污设施运行不正常或损坏篡改的自主预警。要提升定期排放检验、遥感监测及重点用车单位视频监控等监测设施效能,充分利用机器视觉、屏幕识别等技术,在自动识别黑烟车的基础上,探索排放超标及数据造假车辆自动识别预警。探索区块链技术在监测数据防篡改中的应用,确保监测数据真实准确。
推进移动源排放监管数智化,关键是提升分析决策智能化。要深化监测数据分析自主功能,不断优化分析模型,通过交叉比对、相互印证等方式发现车辆和机械排放违法行为,并自动溯源违法主体。充分利用生成式人工智能,通过历史数据学习及实时数据分析,发现违法行为线索,为监管部门执法提供科学依据。在此基础上,借鉴智能制造行业预测性维护模式,逐步实现移动源排放预测,在超标等违法行为出现之前做出预警,实现由事后执法向事先提醒模式的转变。
推进移动源排放监管数智化,务必要建设高素质高水平智慧化监管队伍。加强培训教育,培养监管人员跨领域跨学科思考能力,由环境监管专业人才向多领域复合型管理人才转变,充分利用最新数智化技术为环境监管工作服务。加强基层执法工作人员帮扶指导,提高使用数字化智能化工具能力,减轻基层人员日常工作负担,提升监管效能。
来源:中国环境报