智慧城市网

　　【智慧城市网 企业关注】全国生态环境保护大会上，习近平*强调要加强科技支撑，深化人工智能等数字技术应用，构建美丽中国数字化治理体系，建设绿色智慧的数字生态文明。江苏省环境监测系统在抓牢监测主线，扣紧重点工作的同时，坚持科技引领、科技创新，在向着现代化监测体系迈进的过程中，以“智慧，融合，创新”为发展方向，在监测感知、数据集成、分析关联、应用智能等方面狠下功夫，在推动传统监测向智慧监测转型升级方面持续发力，为以高品质生态环境支撑高质量发展提供重要支撑。
 

　　坚持争先创新，全面打造省域示范引领。以“生态环境智慧监测创新应用”为抓手，推动监测工作走在全国前列。利用江苏省首艘近海生态环境监测执法船“中国环监苏001”积极拓展海洋在线监测、应急处置能力，利用船载自动化、智能化和数字化设备构建海上移动实验室，形成陆海统筹多源数据协同分析能力，为协同治理、陆海统筹战略贡献江苏力量。该船自2022年入列以来，已相继承担长江苏沪交界水域船舶溢油应急演习、长江口—杭州湾水域第三次海洋污染基线调查等多项监测任务。
 

　　江苏作为工业大省，将持续在倒逼工业园区和企业产业结构调整和落后产能淘汰方面持续发力。利用工业园区污染物排放限值限量管理工作思路，构建并进一步完善以在线监控数据为依据的总量核算体系。以科学的监测，支撑生态环境管理，形成园区环境质量全方位监测能力，促进“测值测量、定值定量、用值用量”的科学、规范管理体系，探索走出江苏特色生态环境监测发展途径。截至目前，全省省级以上工业园区、化工园区(集中区)建成、联网236个上下游水站、349个上下风向大气标准站、360个VOCs站、6465个微站；共有3711家企业建成自动监控设施并实现数据联网。
 

　　强化技术创新，着力提升生态环境监测服务效能。技术是生态环境监测的根本，技术创新是生态环境监测发展的途径。充分利用技术创新手段，产出更高品质更加丰富的产品，为生态环境管理提供更精准治污方向。江苏省将大气PM2.5网格化系统及重点区域环境空气挥发性有机物监测监控系统相结合，利用卫星遥感、热点网格、物联网以及5G等技术，不断深入优化功能。PM2.5网格涵盖主要工业、扬尘、机动车源，及时发现网格点大气污染问题，分析主要来源。VOCs系统采用“网格化监测+固定站+走航观测”组合方式，实现了省级重点区域、重点行业、重点时段VOCs精准监测监控和预警溯源。技术手段的创新，为“精准管控、科学治污”提供了依据。
 

　　为深入贯彻落实习近平*重要指示精神，江苏省制定印发了《推进新一轮太湖综合治理行动方案》，提出了“两保两提”的新要求。全省生态环境监测系统坚决扛起责任。在太湖流域率先构建流域层面通量监测体系，实现34个出入湖河流、16个引江口门、30个主要省市界及调水通道的通量监测能力，为说得清入湖通量提供支撑，推动水环境质量评价由单一浓度评价向浓度与通量综合评价转变。创新构建和绘制太湖流域主要污染物热图，融合多达13种数据源，利用热力分析技术，综合体现流域内工业、农业、生活等主要污染源，攻克水陆协同分析的技术难点，成为太湖流域精准施策的又一利器。
 

　　深化融合创新，全力推动生态环境监测数字化转型。对照国家生态质量评价工作要求，江苏省重点围绕生态质量监测评价、陆地生态碳汇监测评估业务需求，基于卫星、无人机等智慧感知技术，建设生态遥感智慧分析系统，优先满足生态格局、生态功能、生态胁迫等类型指标测算评估功能。基于MODIS卫星数据及碳通量观测数据，建设江苏省陆地生态系统碳汇相关分量的本地化反演方法。以生态环境监测积累的多维度、细粒度、大范围的海量数据，推动监测数据分析挖掘与生态环境决策、监管、执法等业务贯通融合，强化数据应用，打造丰富的应用场景。
 

　　主导思路创新  持续推进前瞻性监测技术研究。江苏省始终把“建设科研型监测机构”作为发展方向，有效整合全省环境监测力量，联合科研院所，紧扣当前生态环境管理工作重点、聚焦人民群众关切的环境热点，创新持续开展37项环境热点问题前瞻性监测研究，着力提升生态环境监测核心竞争力、全面服务深入打好污染防治攻坚战。率先持续开展土壤微塑料监测研究，推动建立全省土壤微塑料监测能力；针对异味扰民问题，开展嗅辨监测技术和体系研究，创新建立“嗅辩”制度。持续性的研究，为监测更好支撑管理提供了有力的技术储备，为高水平生态环境保护及生态环境治理现代化建设提供有力技术支撑。
 

　　生态环境监测业务数字化转型，就是以数字化技术应用为基础，以支撑生态环境治理现代化为核心，充分发挥生态环境监测数据的价值，打造集数字化、网络化、智能化于一体的智慧监测体系；江苏生态环境智慧监测是国家智慧监测体系建设的重要参与者，为生态环境监测业务技术创新，推动构建现代化生态环境监测大格局，加快推进人与自然和谐共生的现代化新征程贡献江苏力量，为以高品质生态环境支撑高质量发展提供了江苏支撑。