4月27日下午15:00，第六届数字中国建设峰会·数字生态文明分论坛将在福建福州举办，光明网将进行图文直播，敬请期待！ 

尊敬的各位领导，各位来宾，女士们、先生们：
       大家下午好，本场论坛由生态环境部、福建省人民政府主办，生态环境部信息中心、福建省生态环境厅、福州市人民政府承办。同时，今年的主宾省是江苏省。在此，我代表“数字生态文明”分论坛主办方，向出席分论坛的各位领导和嘉宾表示热烈欢迎。

今天下午，我们在这里举办“数字生态文明”分论坛，共同交流探讨加快数字生态文明建设，促进人与自然和谐共生的路径和方向。我们很荣幸邀请到国内众多嘉宾，既有政府部门领导，也有知名专家学者。他们是：生态环境部副部长翟青（以视频方式出席），福建省人民政府副省长郑建闽，中国工程院院士王桥，生态环境部信息中心主任赵世新，福建省人民政府副秘书长颜志煌，福建省生态环境厅厅长许碧瑞，生态环境部华东督察局副局长王曙光，生态环境部政策研究中心副主任俞海，生态环境部信息中心副主任魏斌，合肥市人民政府副市长王连贵，以及主宾省江苏省生态环境厅副厅长钱江等，让我们再次以热烈掌声对他们的出席表示欢迎！

下午的论坛分为三个部分：一是领导致辞；二是主题报告和专题报告；三是公布全国数字生态文明优秀案例名单。下面，有请福建省人民政府副省长郑建闽致辞。大家欢迎！

福建省政府副省长郑建闽致辞。

感谢郑建闽副省长的致辞！

多年来，福建省深化数字化绿色化协同转型，以数字化推动生态环境治理模式变革、方式重塑、能力提升，加快发展方式绿色转型，有力有效支撑发展高质量、生态高颜值、民生高品质，八闽大地数字之美与生态之美交相辉映、美美与共。
 

接下来，有请生态环境部翟青副部长以视频方式致辞。大家欢迎！

生态环境部副部长翟青致辞。(以视频方式)

感谢翟青副部长的致辞！

生态环境部坚持把数字化改革的理念、思路、方法、手段运用到生态环境保护的全过程各领域，有力引领我国生态环境信息化进程、智能化转型，助推我国生态环境保护发生历史性、转折性、全局性变化，祖国天更蓝、山更绿、水更清。面向新时代新征程，也必将为加快建设人与自然和谐共生的美丽中国提供更强“生态大脑”。

接下来，进入今天论坛的第二个环节。首先，有请中国工程院院士、国际宇航科学院院士、生态环境部卫星中心研究员王桥做《生态环境大数据技术与应用》的主题报告，大家欢迎！

各位领导、各位嘉宾，很高兴大会能给我这样一个机会跟大家做交流。这是我第三次参加大会，感觉很亲切。今天给大家交流汇报的题目是《生态环境大数据技术与应用》，分为以下几个方面。

首先，我主要从生态环境应用的角度来看大数据技术，谈一些个人认识。我们看一下生态环境大数据目前的概念和特点，在这方面有太多的研究了，我从应用的角度来进行介绍。

基于现在的生态环境大数据研究，大数据方面有很多特点，通常为，数据容量大、类型多、存储快、应用价值高等。大家都知道，随着大数据技术的高速发展，已快速发展成为对数据量巨大、来源分散、格式多样的数据进行采集、存储和分析，并从中发现新知识、创造新价值、提升新能力的新一代信息技术服务和业态。它有很多独特的特点，包括巨量性、复杂性、动态性、分析性、高质性等等。

大数据技术体系正日益完善。存储方面，现在有文件存储、对象存储；数据库方面，从关系型数据库发展到分析型数据库，再到图数据库，时序数据库；管理方面，当下大数据发展出一系列分布协同、集群管理、工作流管理等；处理方面，大数据从流计算到图计算、再到批量计算等；建模方面，大数据发展很快，现已进入大模型阶段，这包括数据集成、数据建模等一系列技术，而大数据的核心技术还是分析，为此发展了数据挖掘、深度学习、图学习、BI工具、数据可视化等；安全方面，目前大数据已经形成了比较完善的隐私计算、身份认证等，这其中更值得一提的是现有大量开源软件可供使用。

生态环境大数据是以大数据技术为驱动，面向生态环境保护需求，获取分析和提升管理水平的新一代环境信息技术。它的主要任务还是数据分析和挖掘，通过对海量、多元、异构、复杂的生态环境数据的处理和分析，挖掘出生态环境数据背后人们很难直观发现的一些知识和规律等，是发现新知识、创造新价值、提升新能力的过程。

从生态环境大数据技术来讲，我们主要关注的是应用，这个技术链条主要从数据采集到数据处理、分析、表达，再到数据应用，是一系列内容。

第一，适合生态环境应用的技术。第二，是在多年发展中形成独特的生态环境大数据的技术。其中比较常用、典型的，例如物联网感知，这是生态环境感知中常用的。也就是说，生态环境监测也好，应用也好，都是最典型的一种物联网应用。包括互联网抓取技术在生态环境这个领域也应用得越来越多了，成为一个非常有效的工具，很有特点。

我们不仅能够通过页面来生成与生态环境相关的各种新的数据产品，还可以自主辨别用户兴趣点等，进行智能化信息推送。这些互联网抓取技术的应用，有可能助力实现从过去的“人找数据”转变为“数据找人”。

此外，数据清洗在生态环境领域应用得越来越多。比较核心的还是机器学习，就是让计算机从已有的大量经验和数据中，学习新知识，通过训练集，不断识别新特征，不断建模，从而形成有效应用模型。

数据挖掘也是当下深入应用的工具，我们可以从大量数据中搜寻出隐藏的价值信息，常用的包括关联分析、聚类分析、分类分析、日常分类、特异群组分析、演变分析等。特别是最近几年，我们发展了大量面向生态环境应用的数据挖掘技术。

现在，知识图谱在生态环境领域也应用得越来越多，把碎片化的信息技术关联整合后，从环境、地理、时间等多个视角来建立信息特征图谱，从而揭示多维对多维的复杂映射关系，这方面发展很快。另外，可视化对生态环境信息化也起到非常大的支撑作用。

从传统方法和大数据方法相比较来看，在应用的任务流中，数据采集方面，由于有了大数据技术，传统的定点采样、人工抽样，已发展成为时空连续全量获取，天地一体化采集的方式，包括基于物联网智能感知等。

数据处理方面，大数据技术使得我们从原来的独立存储、创新处理为主的一些数据处理，发展成为虚拟化云存储、机器并行处理和实时处理的方式。

数据分析方面，原有传统方法主要是针对有限样本，是以因果分析为主、以物理建模为主、以单指标的要素统一汇总为主。大数据技术使得我们有可能面向所有的样本进行数据分析，使得我们可以实现以数据为驱动的、相关的、有分析深度的挖掘，使得我们可以不受机理模型认知所限，使得我们可以尽可能实现机械的穷举，哪怕机理不清楚，也可通过机械穷举的办法来找出所需要的答案。

数据发布方面，大数据技术发展使得原有的以定期发布为主、以文字统计图表发布为主，发展成为可以实时生成，按需推送，三维可视化，进行多媒体监控平台。所以大数据技术对于生态环境的推动、支撑力度都是前所未有的。

第二个方面，当下大数据在生态环境领域的用途是十分广泛的。这个背景主要是新时代生态环境保护难度加大，其中有大量问题还未得到根本解决。另外，新时代生态环境保护任务也加重了，现在的环境治理，是综合治理、系统治理和源头治理。

新时代生态环境保护讲求精准治污、科学治污、依法治污；是总量减排、源头减排、结构减排；是“三线一单”，生态红线、质量底线、资源上线等。这些新任务，使得新时代生态环境保护的综合性、复杂性、艰巨性迅速增加，我们需要从海量的生态环境数据中寻找新的答案。

当下数据正在不断大量增加，以山东省为例，几乎是以几百亿条，平均秒级、分钟级的速率在增加。在这里，我把生态环境大数据的必要性总结为几个方面，即新时代生态环境保护的工作，面临新的形势、新的要求和新的任务。这就要求我们能够及时地发现生态环境问题，要及时掌握生态环境变化，客观反映生态环境保护成效，全面评估生态环境质量变化，科学预警生态环境趋势，这其中也包括要高效支撑管理决策。

这种情况下，生态环境大数据可以起到重大支撑作用，主要表现在：第一，通过生态环境大数据技术的应用，让以前花费巨大代价所获取的、甚至处于半休眠状的海量生态环境数据“张口说话”。

第二，可以把环境管理决策急需的、隐藏在海量数据背后的新知识、新规律挖掘出来。第三，为传统技术无法解决的海量数据高效处理和分析，提供全面解决方案。第四，可以利用大数据技术支撑新时代生态环境保护工作，走向高时效、高精准、高协同、高预见、高治理。

大数据的应用场景非常多，我把我们现在正在研究的一些问题和大家交流一下。生态环境的智能感知、生态环境问题的诊断、环境污染的精确溯源、生态环境的风险分析、生态环境驱动力的分析、生态环境态势的判别、生态环境影响评价、生态环境过程的模拟，预警预测、综合评估、分析管控、事故应急、决策支持等等。

在智能感知方面，我们利用大数据技术，基于物联网、基于5G、基于卫星遥感等，来全面感知、实时监控、自动获取全量生态环境信息。

另外一个应用场景就是生态问题的诊断，我们利用流式大数据在线处理分析等各种大数据技术，主动发现生态环境的异常，精准识别生态环境问题的位置、类型分布、污染程度等，从而自动实现生态环境问题远程核查、详细解析，动态生成问题清单。

再一个比较典型的应用场景就是污染源的精准溯源，我们利用大数据技术可以来揭示污染物时空变化特征，可以捕捉环境污染和生态受损高度相关的一些变量，从而快速定位和提取相关点源、面源、移动源的位置和属性，量化对环境质量的影响。

在环境分析方面，利用大数据技术，可以识别生态环境风险的位置、类型和分布，发现潜在的风险路径和受体，甄别不同风险等级、程度、影响、原因等，预测各类风险的变化趋势和发展方向。

生态环境变化驱动方面，大数据技术可以深度挖掘生态环境和社会经济各种要素之间的关系和相互作用，全面揭示生态环境的演变规律和驱动机制，识别和提取生态环境变化驱动因子和贡献力。

生态环境态势和情景分析方面，利用大数据技术可以模拟分析不同生态背景下，不同的生态环境保护治理措施、经济政策条件下，污染物排放的削减程度和比例、生态环境管控的成效、生态环境演变的趋势等。

在过程和模拟方面，可以基于大数据技术，全程模拟生态环境事前、事中和事后变化过程、趋势、强度和影响。可以基于可视化的分析等，以一张图的形式，进行多维度、多尺度、多要素全面展示生态环境演变趋势。

在生态环境质量的预警预测方面，利用生态环境大数据，可以从海量、分散、动态的生态环境大数据的分析中，发现生态环境恶化的信息，分析影响范围、路径和受体，预测污染物超标和生态系统受损，预警可能出现污染的区域、时段、主要污染物等。

在生态系统的综合评价方面，可以基于大数据技术揭示生态系统的格局、生态系统服务的功能、生态退化等一些时空演变特征和规律，综合评价生态系统的质量、脆弱性、敏感性等。

在“三线一单”的分区管控方面，可以利用大数据技术来解析生态红线的范围、生态功能、土地利用等是否改变，我们的排放总量、强度是否超出环境容量和污染物的允许排放量，是否突破生态环境准入的要求，我们的资源消费总量是否突破资源的承载力，这些利用大数据分析都可以得到比较系统、完整的方案。

在环境污染事故预警应急方面，可以利用大数据来识别风险源和环境风险之间潜在的一些耦合规律，构建风险企业全息档案，实现污染事故精确的标识和动态监控。通过大数据分析，还可以进行事故应急处置方案的自动生成，包括最优路径分析等。

在减污降碳的综合决策支持方面，可以构建全口径的污染排放清单，耦合环境质量模型和污染物排放估算模型，评估减污降碳的潜力，基于环境质量提升和碳排放量降低等目标，来生成最优的措施方案，这方面的工作也越来越多。

最后，在大数据平台方面，我也讲两个方面的情况。第一，目前各地的生态环境保护部门已越来越认识到生态环境大数据在新时代生态保护中的重大作用，为此进行了持续的、大量的投入，但客观地说，收效并不是那么明显。这里的原因，主要还是对于大数据分析、大数据深度挖掘方面工作力度不够。我对现有的大数据平台做了很多调研，可以看到他们主要的功能还局限于数据的汇集，包括展示和简单的统计分析。从大数据平台建设方面，目前迫切需要发展生态环境大数据的分析和挖掘的专用算法、工具软件等，还需提升技术人才队伍。

所以，我们现在还是要在大数据平台建设方面做进一步努力，就是要开发具有大数据分析挖掘能力的、普适性应用价值的大数据平台，使用户在不具备人才技术条件数据保障能力平台软硬件设施的情况下，能够得到指导用户移动终端生态环境大数据的推送服务，我觉得这个方向是我们应该去努力的。

这里也有一个简单的建设思路，就是我们要基于大数据云计算、云设施、云服务能力，把数据转化成信息、转化成知识、转化成服务、转化成决策。

我们现在也正在做一个具有普适性的大数据平台建设的构架，设计已经完成，马上进入招标工作，大概从设施层、数据层、支撑层、应用层和服务层来进行构建，包括标准规范，这样的框架也可以为大家提供一定参考。

而这样的平台关键是要提供大数据产品，我们初步设计了这样一个产品，包括污染源的感知和溯源的产品，包括生态环境问题线索和督查的产品，包括环境污染源和生态系统受损的分析产品，包括生态环境质量的时空变化分析和评价的产品，包括环境要素关联分析的产品，包括环境污染过程它影响的三维模拟的产品，包括环境风险智能预警的产品，全景的生态环境态势研判的产品，还有环境管理决策的辅助产品，环境保护成效定量评估的产品，还有环境要素一张图的产品等。

最后，我把今天的简单汇报和交流做一个小结。生态环境大数据对生态环境信息化、生态环境的应用来说，带来了新思路。主要表现在可以将过程因果的思维转变成为数据相关的思维，传统思维都是以机理模型为主，我们强调用公式描述一个准确的因果关系，强调物理建模。但我们知道，一方面物理建模的过程十分复杂，它受到的条件十分苛刻，还有就是我们所有的生态环境很多与自然相关的现象，不是都可以用因果关系描述。

大数据思维可以打破过程因果这样一个思维局限，我们不再受限于各种假设，可以以数据为中心来建模，进行研究。通过数据的相关分析可以来获取新的知识，发现以前不曾发现的一些数据关系。

在另一个方面，大数据带来的一个新思路，就是由数据抽样的思维转变为数据全量的思维，这一点很重要。生态环境原来主要还是采用抽样的方法，监测都是定点采样，我们用小量数据来证实可能发现的假设规律，样本的代表性和真实性往往影响了结果的真实性和客观性。

大数据给我们带来了新的思维，我们可以基于海量的生态环境的采集能力和数据全量的思维，来分析和处理全过程、全相关的数据。数据量越大，包含的信息越全面，真实性越好，大数据时代使得这一切都成为可能。

另外一个是由数据精准的思维转变为数据高效的思维，在传统思维中，生态环境数据采集和处理都要求高精度、高精准，对精度的要求越高越好。不允许有个别数据的误差，往往由此带来效率跟不上化学的变化。

在大数据面前，面对海量的数据有获取手段分析能力时，我们可以更关注数据采集效率和处理分析速度。通过大量、全面、高效的数据获取，实现精度和效率的兼得，这是大数据带来的新的思维。

此外，大数据技术给生态环境保护工作也带来了一系列新的突破，其中一个就是我刚才提到的，基于因果关系的环境分析，可以发展成或转变成基于相关分析和机械穷举的环境分析。模型驱动的生态环境的研究体系可以转变成为数据驱动的生态环境的研究体系。以采样、抽样为主的环境监测，可以转变成为时空连续、全量获取的智能感知。静态的、被动的、滞后的生态环境监管，可以转换成为动态的、实时的、智能的生态环境监管。按要素生态环境管理，有可能在大数据的支持下，发展成为多要素协同的、陆海统筹的、天地一体化的生态环境管理。基于权威的生态环境管理决策，可以逐步发展成为靠数据说话、靠数据决策的一个新时代。我的汇报就到这里，谢谢大家！

感谢王院士为我们做的精彩报告！通过王院士的介绍，我们对生态环境大数据的特征、应用及平台有了更加全面、深入的认识，也更加深刻地体会到，生态环境大数据对构建现代环境治理体系日益凸显的重要支撑作用。

下面，有请福建省生态环境厅许碧瑞厅长为我们带来《数字化赋能生态文明建设的福建探索》的主题报告，大家欢迎！

尊敬的王桥院士，尊敬的各位领导、各位专家、各位嘉宾，我向大家汇报的题目是《数字化赋能生态文明建设的福建探索》。

数字福建是数字中国的思想源头和实践起点。福建扛起国家生态文明试验区的使命担当，顺应数字化时代发展大势，在推动生态文明与数字福建融合发展上抢抓机遇、突破争先。

2022年，在GDP跨越5万亿元台阶的同时，我省的水、大气、生态环境质量保持优良并持续居全国前列，污染防治攻坚战成效国家考核连续三年优秀。这些成绩的取得，离不开以数字化驱动生态环境治理体系和治理能力现代化，以数字之美蓄力赋能“清新福建、人间福地”的生态之美，进而助推福建生态环境高颜值与经济发展高素质协同并进。

根据省委省政府部署，在生态环境部等国家部委指导帮助下，福建生态云建设紧紧抓住“数据”这个新型生产要素，遵循《福建省数字政府改革和建设总体方案》“1131+N”总体架构，在省一体化公共数据平台上设立生态环境专区，全面实现公共数据、跨部门数据和本系统数据的打通及共享交换，“万涓成流、海纳百川”。

第一，生态云基础数据汇聚能力进一步增强，生态环境保护工作推进到哪里，实时态势感知体系就拓展到哪里，做到“耳聪目明”。紧紧围绕“十四五”深入打好污染防治攻坚战，构建完善“空天地海人”一体化的实时态势感知体系，以更高标准保障数据“真、准、全、快、新”，推动生态环境监测“千里眼”“顺风耳”进化升级，源源不断为各类模型运算、智能应用“输血、造能”。

第二，生态云辅助管理决策能力进一步强化，流域性区域性行业性污染整治到哪里，精准科学辅助决策分析就跟进到哪里，做到“运筹帷幄”。与时俱进加快前沿数字技术应用，对流域性区域性行业性污染进行精准画像、整体研判、系统剖析，“见一叶而知秋”，“窥一斑而见全豹”，让生态云的精准识别、实时追踪成为常态，让科学研判、系统解决成为现实。

比如，我们应用微服务、组件化等新技术，实现功能需求模块化、插件式开发，对闽江流域治理、鳗鱼等淡水养殖业污染整治快速上云落图。实时开展闽江流域上下游水质、水文情况和鳗鱼养殖场的特征污染物等关联分析，科学研判整治进展情况，有针对性查缺补漏，推动各项任务措施落地落实。

第三，生态云场景应用拓展能力进一步深化，群众反映强烈的生态环境问题在哪里，解决问题的触角就延伸到哪里，做到“有问必答”。进一步完善以解决问题为应用靶向的数字技术场景化建设机制，以具体场景带动实际应用，切实答好生态环境的民生答卷。

比如我们面对群众愈发强烈的“亲海乐海”空间需求，连续3年推动将海漂垃圾治理纳入省委省政府为民办实事项目，督促沿海地区全面建立海上环卫队伍，基本构建起完整的海漂垃圾收集、打捞、运输、处理体系，重点岸段海漂垃圾密度比整治前下降57.3%。但是，对于飘忽不定的海漂垃圾，不能光靠人海战术，还得依靠科学技术。为此，我们依托生态云平台，搭建海漂垃圾的智能化治理场景。

再比如，我们围绕百姓反映集中、整改易回潮、重复举报多的生态环境问题，依托生态云平台建立健全联合攻坚机制，努力做到民有呼、我有应、事有办、忧有解。

第四，生态云助力绿色发展能力进一步提升，绿色低碳转型的发力点在哪里，数字红利就释放到哪里，做到“绿色引领”。我们以绿色管控促进形成绿色空间格局，利用生态云平台构建国土空间精细化环境管理基础框架，实现“三线一单”生态分区管控单元的精细测算、自动划定、智能审批。以绿色金融促进企业绿色领跑，与金融机构深度合作，未来五年金融机构给予一定数量意向融资的支持，推动我们的生态环境治理产业化，推动我们的生态环境保护项目工作化，使得“生态云”与“金服云”两朵云无缝衔接、有机融合，精准释放数字红利，助推企业在绿色发展轨道上行稳致远。

第五，生态云的安全防范保障能力进一步夯实，云平台建设提升到哪里，安全防护的铜墙铁壁就筑牢到哪里，做到“强身健体”。我们强化数据安全保障体系建设，数据接入严格审批、审核、校验，数据输出坚持“原始数据不出域、数据可用不可见”，在合规流动使用中激活数据价值，促进生态环境监测等数据成为推进生态环保工作的风向标、指挥棒。

各位领导、各位嘉宾，党的二十大擘画美丽中国建设。我们将全面贯彻落实党的二十大精神，按照《数字中国建设整体布局规划》等文件部署，充分发挥 20 多年来数字福建建设的先发优势，以生态云建设应用为主要抓手，不断推进福建数字生态文明建设取得新进展、新成效、新突破，在推动美丽中国建设中彰显绿色智慧的福建力量。

一要持续拓宽全域感知，推动数实镜像融合。要加强数据全域采集，聚焦“全地域、全要素、全过程、全时空”生态环境治理需求，加快“空天地海人”生态环境态势全域感知体系由一体化向智能化的能级跃迁。我们将注重数据融合管理，依托省一体化公共数据开发平台，不断优化、健全数据管理机制，深化跨地区、跨部门、跨业务的“大生态”数据高效共享、开发开放。我们将推进数据虚实融合，逐步提升虚拟世界服务物理世界能力，构建起“数字孪生”。

二要不断提升智算能力，打造场景应用矩阵。依托福建数字政府六大一体化平台和智算一体超融合政务算力网，让生态云“数智融合、足智多谋”。我们将紧扣省委“深学争优、敢为争先、实干争效”行动，持续迭代更新打造一批好用易用的智慧业务应用场景，构建生态云场景应用的智能动态矩阵，激发生态云的创造性张力，打造更多具有福建辨识度、全国影响力的成果。

三要长效激活数字价值，不断增加民生福祉。始终坚持“好用、管用、爱用”的应用导向，深挖数字潜力、激活数字价值，让企业和群众在生态云平台共治共建中共享数字红利、生态福利。我们将持续打造“一网通办”的服务平台。依托亲清服务平台，打造泛在可及的服务体系。特别是，我们还要顺应移动互联时代用户的办事习惯，完善提升生态云的移动端应用，基于“闽政通”框架底座，尽量实现政务服务事项“掌上办”“指尖办”乃至“一手包办”，做到政务服务“送上门”、“指尖办理”零跑腿。我们将持续完善“有呼必应”的闭环管理。以群众身边急难愁盼问题的数字化智能化管理为核心，对群众的诉求和满意程度全渠道收集汇聚，与群众“屏对屏”“面对面”，把问题解决到根子上、实事办到群众心坎里，让群众“眼见为实”“心中有数”，实现“程序终结”向“群众满意”闭环管理。

我们将持续引导“绿色低碳”的潮流风尚。以优化完善生态环境治理项目投融资机制为重点，进一步推动生态云与“金服云”深度融合、生态和“生财”有机结合，做大绿色金融“蓄水池”，把金融活水源源不断引到蓝天碧水碧海净土、EOD、气候投融资等减污降碳的好项目大项目，打造“守绿生金”“添绿增金”“借绿生金”等一批“两山”转化模式。探索与百度、高德等头部企业协同合作，创新建立免费碳中和、“碳积分”兑换、个人碳普惠等模式。

数字化赋能生态文明建设永远在路上，我的汇报到此结束。不妥之处，请大家进行批评指正，谢谢大家。

感谢许厅长的精彩报告。福建把推进数字生态文明建设作为国家生态文明试验区的重要内容，持续在生态环境管理数字化改革的赛道上跑出加速度、亮出高颜值，实现生态云硬核实力提升、环境管理转型提效、生态文明建设提质的相互贯通，彰显绿色智慧的福建力量。

同时，许厅长也为我们进一步勾勒数字生态文明的省域蓝图，必将与“清新福建、人间福地”的美好图景完美嵌合。

接下来，有请今年分论坛的主宾省——江苏省生态环境厅副厅长钱江做《以数字化赋能生态环境保护 引领生态环境治理现代化江苏新实践》的主题报告。大家欢迎！

尊敬的各位领导、各位嘉宾，女士们、先生们、朋友们：

大家下午好！非常荣幸受邀来到美丽的榕城，参加第六届数字中国建设峰会。江苏和福建虽山水相隔，却渊源颇深，先秦时同属百越，一为吴越、一为闽越，汉代时又同属扬州，一个在北、一个在南，茉莉花既是江苏的省花，又是福州的市花，它所代表的朴实无华而又进取向上精神，非常契合苏闽两地生态环保工作的“气质”。

比如，福建是全国首个国家生态文明试验区、部省共建“数字生态”示范省，江苏是全国首个生态环保制度综合改革试点省、部省共建生态环境治理体系和治理能力现代化试点省，因此来到八闽大地倍感亲切。这里，我谨代表江苏省生态环境厅，向大会的成功召开表示热烈的祝贺！向生态环境部和社会各界长期以来对江苏生态环境保护工作的关心支持表示衷心的感谢！下面，我作简要发言。

新时代十年，是美丽中国建设迈出重大步伐的十年，也是江苏生态环境保护发生根本性变化的十年。我省作为全国唯一的部省共建生态环境治理体系和治理能力现代化试点省，认真落实生态环境部和省委、省政府部署要求，以攻城拔寨的决心、前所未有的力度、久久为功的韧劲，深入打好污染防治攻坚战。

在全省GDP连跨7个万亿元台阶的同时，生态环境质量创有监测记录以来最好水平，污染防治攻坚战连续三年被生态环境部评为优秀等级，中央生态环境保护督察组在第二轮督察时认为江苏“工作力度大，取得明显成效，生态环境治理体系走在前列”。良好生态环境已成为江苏百姓最有幸福感的公共产品，经济高质量发展和生态环境高水平保护协同并进的特点更加鲜明。

工作中，江苏省始终坚持数字化治理的理念，以数字战、信息战助力污染防治攻坚战，始终坚持把数字化赋能作为标志性特点。我们理解，“数字”是基础，即将具体对象以数字形式进行呈现，跳出“身在此山中”来看清全局；“化”是路径，即运用数字思维对数据进行分析，从而形成决策依据；“赋能”是结果，数字化的最终目的是指导实践提高效能，运用数据思维，可以解决一些以前解决不了的问题。基于这样的认识，重点抓了以下三个方面工作：

第一，加强数字化建设，做到生态环境管理延伸到哪里、数据管理就覆盖到哪里。坚持把生态环境投入作为关系经济社会高质量发展、可持续发展的基础性、战略性投入，建成“空天地”一体化“可看、可知、可感” 的生态环境监测监控网络和大数据平台。

一是夯实“基础设施”，省政府出台《江苏省生态环境监测监控系统三年建设规划》，将监测监控设施作为环境基础设施的重点类别，近年来累计建成2千多个空气、水质自动站，建成PM2.5热点网格监测系统，形成覆盖全省的3×3公里大气PM2.5监测网络，在496个VOCs重点网格监测系统中，布设了2056个监测站点，实现VOCs实时监测监控全覆盖；建成150多个机动车遥感监测站，登记15万台非道路移动机械，远程在线监控柴油车超万辆。推动排污单位自动监测监控联网2.9万家，较2018年增加了29倍；建成23万家工业污染源的“一企一档”，建成全省危险废物全生命周期监控系统，实现8.5万家企业危废处置的全过程可追溯。

建设新一代卫星遥感数据接收站，成为生态环境部卫星环境应用中心唯一的区域分中心，加之卫星遥感、走航车、无人机和高科技近海监测执法船的投入使用，有效夯实数据采集基础。

我们认为生态环境部门要想把数字化做到最大的赋能，不仅要依靠现代化的网络技术，更重要的是高科技的、精尖的、精密的感知端，也就是我们的监测监控网络。包括我们正在做碳监测、新污染物的监测，以及生态的AI技术的监测监控网络。

二是打破“信息孤岛”，按照“共建、共用、共享”的理念，所有部门既是使用者，也是建设者，齐心合力推进“系统整合、数据共享”。出台《江苏省生态环境大数据平台“三集中”工作方案》，推动厅信息化建设“管理集中、人员集中、资金集中”，通过完善体制机制，实现信息系统“统一建设、统一运维、统一管理”，切实提升信息化建设统筹协调能力。

编制完成“一个目录、两个办法”，即《江苏省生态环境厅数据资源目录》《信息系统整合共享实施办法》《环境信息资源共享管理办法》。建成生态环境数据资源中心，以监测、监控、执法、执纪4大模块为框架，对全厅原有的66个独立运行的业务系统“拆门卸锁”，整合归并成“一个库、一张网、一套数、一张图、一个门户”的大数据平台，以数据的全流程打通推动形成工作合力。大数据平台的建立，打破了“行政壁垒”和“条线藩篱”， 纵向打通省、市、县三级政府生态环境数据，将全省各级的生态环境数据信息、职责任务、监督管理紧密联系，实现了生态环境的信息化垂管。

三是推动“交换共享”，实现与生态环境部数据交换共享，实时推送12369举报投诉信息、机动车排气检测信息、“互联网+监管”数据以及污染源统一数据库数据，各类数据信息均实现了规范化数据上报；按照数字政府建设要求，制定出台《江苏省生态环境厅关于加快统筹推进数字政府高质量建设实施方案》《江苏省生态环境数据资源交换共享实施规范》《江苏省生态环境数据分类分级管理规范》等一系列制度文件，与省政府建立数据共享通道，既推送各类生态环境数据支撑其他部门数据应用，也收集市场监管、气象、水利、住建、交通以及与生态环境密切相关数据；既归集设区市环境质量相关数据，也同步向各地回流环境质量、环评审批、排污许可、移动执法、危废管理、一企一档等环境管理数据，初步形成横向联通、纵向贯通的生态环境数据资源体系。

第二，加强数字化运用，做到治污攻坚推动到哪里、数据作用就发挥到哪里。坚持把数字技术作为提升工作效能的有力抓手，找准赋能生态环境保护的契合点与着力点。

一是推动责任落实“全程监督、动态预警”，在省纪委监委的指导帮助下建成全国首个污染防治综合监管平台，省市县乡四级贯通，政府相关部门全联通，纪委监委全流程嵌入式监督，将各级人民政府和负有生态环境保护职责相关部门的履职情况以数字化方式呈现，确保重点任务交办及时，问题筛查精准透明，压力传导迅速有力，压紧压实地方党委政府和部门生态环境保护责任。

二是推动治污攻坚“源头治理、精准管控”，我们投入6500万元，建设生态环境智慧监管平台，组建14支数据战队专职负责开展数据分析，指导地方走出“盲人摸象”“大水漫灌”的治理困境。去年在极端不利气象条件下，利用空气监测系统聚焦污染高值区开展溯源分析，利用电能监控系统发现并督促企业纠正环保治污设备运行不正常等问题，有力支撑了大气污染治理。

三是推动执法监管“有案必查、无事不扰”，出台全国首部生态环境监测领域地方性法规《江苏省生态环境监测条例》，有效破解自动监测数据不能用于行政处罚等实践难题，在此基础上大力推进非现场执法监管，推动执法监管由“靠人盯”向“靠数治”转变。生态环境部转发了江苏省《关于加快推进生态环境非现场监管的意见》，江苏非现场监管也是本次峰会的优秀案例。

我们通过移动执法系统对1660条疑似涉嫌违法的非现场监管问题线索进行线上交办，共查实479家企业存在环境问题。不久前我厅出台了《全省生态环境系统服务高质量发展十项措施》，向社会承诺，对绿色发展领军企业、纳入生态环境执法正面清单且在线监测监控联网企业，除特殊情况外，原则上不进行现场执法检查，让守法经营的市场主体集中精力搞好生产，使生态环境监管既有力度又有温度。

第三，加强数字化支撑，做到改革创新聚焦到哪里、数字技术就保障到哪里。注重发挥数字技术对生态环境改革创新的支撑作用，用改革的办法破解以前难以解决的难题。

一是有效支撑排污总量管理改革，创新开展工业园区污染物排放限值限量管理，通过开展园区周边环境质量监测以及主要污染物排放总量监控，在省级172个工业园区分别布设了大气站397个，水质监测站267个，在园区范围内按照2×2公里的布设原则，共布设了大气微站6983个，VOCs站354个，实现了园区环境质量和污染物排放量的可测量、可核算、可考核，以此科学核定园区环境容量，鼓励将腾出的排污总量用于保障优质重大项目，支持园区绿色转型发展，实现园区项目立项精细化管理。

比如，南通常安纺织园开展限制限量管理以来，既实现COD、氨氮、总氮、总磷等水污染物的大幅度下降，又保障了一批优质项目落地，去年财政收入大幅增加19.3亿元，实现了在发展中保护、在保护中发展。

二是有效支撑环境信用管理创新，完善企业环境信用评价制度，将人工打分改为系统自评，实现评价方式客观公正、评价要素实时归集、评价结果动态更新，去年向金融机构共推送信息93万户次，向发改、电力部门提供环保失信企业名单440家，评价结果不仅与银行信贷融资直接挂钩，还实行差别水价电价政策，进一步提高环保失信成本。

三是有效支撑企业环境管理水平提升，创新建立企业“环保脸谱”体系，集成监测监控、应急管理、违法问题整改、危险废物管理等环境管理数据，通过科学评估，以“脸谱”的方式直观展现企业履行生态环境保护责任情况。同时，以“环保脸谱”为载体，搭建政企互动平台，打造智能评价、智能预警、智能客服、政策超市等功能场景，目前“环保脸谱”已成为企业办理省级生态环保业务的总入口，已有14.8多家企业参与其中，有力有效服务企业绿色低碳高质量发展，去年，“环保脸谱”入选年度中国智慧环保创新十大案例。

《中共中央国务院关于深入打好污染防治攻坚战的意见》提出，要构建智慧高效的生态环境管理信息化体系。我们也深刻认识到，以信息化、数字化赋能生态环境保护，既是破解当前生态环保基层一线力量严重不足难题，推动传统执法监管更加精准高效的有力举措；也是顺应新形势下数字经济发展趋势，推动生态环境治理现代化，实现从“打被动仗”向“打主动仗”转变的必然要求。

本次大会提供了难得的学习机会，我们将以此为契机，切实把生态环境治理数字化转型摆到更加突出的位置来抓，进一步提高全省生态环境领域数据资源的利用水平，打造更加集约高效的生态环境智慧监管平台，构建更加成熟的智慧化监管新模式，推动数字技术与生态环境保护工作的深入融合，持续提升生态环境治理现代化水平。

各位领导，各位来宾，各位朋友！福建人讲“最美人间四月天”，江苏也流传着“烟花三月下扬州”的诗句，农历三月春光正好，诚挚欢迎大家到江苏多走走、多看看，感受江苏的风土人情，共享生态文明建设的真知灼见，共同为建设人与自然和谐共生的美丽中国贡献更大力量！最后，衷心祝愿各位领导、各位来宾身体健康、事业进步、万事如意，谢谢大家！

感谢钱江副厅长的精彩发言。作为全国唯一部省共建生态环境治理体系和治理能力现代化试点省，江苏省充分发挥实体经济基础雄厚、科技人才资源丰富、数字经济蓬勃发展等叠加优势，在绿色化发展中坚持数字化驱动，在绿色化转型中抓住数字化先机，巩固了在构建现代环境治理体系上的领跑地位，也为建设“强富美高”新江苏注入澎湃动力。经验值得大家学习借鉴。

接下来，有请合肥市人民政府副市长王连贵为我们做《打造数字巢湖，擦亮合肥最好名片》的主题报告。大家欢迎！

尊敬的各位领导、各位嘉宾、各位专家，非常高兴参加今天的数字生态论坛，和大家进行交流，我发言的题目是《打造数字巢湖，擦亮合肥最好名片》。

巢湖是中华大地的璀璨明珠，也是养育江淮儿女的母亲湖。合肥坐拥八百里巢湖，是全国唯一独拥五大淡水湖之一的省会城市，其他几个湖是几个城市共管的，巢湖同合肥是一家，在省会城市边上一个800平方公里的巢湖，人口和GDP分别占巢湖流域的66%和85%。

巢湖作为受人类活动干扰比较强烈的大型浅水湖泊，污染源分布广、成因复杂，长期饱受污染之痛，因水质恶化被列为全国重点治理的三河三湖之一，治理难度很大。我们这两张照片一个是2017年的，恶化密度还是非常大的。治理好保护巢湖，合肥责无旁贷。

这些年来，我们始终牢记“国之大者”，坚持把抓好巢湖综合治理、打造合肥最好名片作为贯彻中央决策部署必须完成的重大政治任务、作为落实国家战略必须扛起的重大历史责任、作为推进合肥高质量发展必须办好的重大民生实事。

我们系统实施碧水、安澜、生态修复、绿色发展、富民共享“五大工程”，全面推进点源、线源、面源、内源“四源同治”，逐步形成“治湖先治河、治河先治污、治污先治源、治源先建制”的治理思路，特别依托合肥综合性国家科学中心，充分发挥科创特色优势，切实强化科技赋能，开展数字巢湖平台应用建设，完善巢湖全流域环境监测体系，为巢湖治理提供了强有力的科技支撑。

数字巢湖聚焦精准治污、科学治污、依法治污，以“数字化场景、智慧化模拟、精准化决策”为目标，着力构建流域活地图和工程档案馆、历史数据库和动态监视窗、远程观察哨和立体预警机、情景模拟器和决策会商室、研发工作台和模型工具箱。现在还在不断完善中，和数字巢湖这个目标还是有较大的差距。

第一，聚焦信息采集，推动监测体系网络化。全市基本完成以自动检测为主，手工监测为辅的地表水水质监测体系建设，充分运用大数据、人工智能、卫星遥感、视频监控等技术，形成了水生态环境空、天、地全要素感知网络。目前数字巢湖系统已接入卫星3个，视频监控173个，水质站332个，气象雨量站138个，水文站992个，汇聚9亿条海量的环境数据。

第二，聚焦数据融合，推动流域要素集成化。打破行业数据壁垒，实现流域气象、水利 (水文)、生态环境、城乡建设、自然资源等部门的静、动态监测数据互联互通共享，初步建立了流域信息化“五统一四共享三分开”机制。所有数据监控的画面都能够一屏集成、一图显示，我们讲的五统一就是统一规划、统一实施、统一数据标准、统一数据接口、统一规格。实现四个共享，但是建设是分开建设、分开运维、分开平台。

实施了国家巢湖流域地理国情监测项目，完成巢湖流域历史地形图数字化整理和 1: 10000 基础地理信息整合。还把巢湖的历史表达出来，完成了派河、南淝河、十五里河、双桥河等重点河流断面测绘和其他河流地理信息整理。

第三，聚焦污染溯源，推动治理措施精准化。我们初步实现了巢湖入湖河流污染物的六个识别，就是要识别污染物的总量、污染结构、时空分布、入河贡献、超标指标、责任主体。图上的南淝河河流溯源分析图，是我们巢湖流经城区的、流经合肥市的，这条河流在巢湖的污染占40%，所以我们要总结出它的相关情况。

治理措施精准化，举一个例子，清华大学公共安全研究院“城市生命线安全工程”，主要是用于燃气、桥梁、供水等方面，形成了“清华方案·合肥模式”，目前正在全国推广。目前我们正在积极推动嫁接水环境治理，在污水管网关键节点建设水质水量传感器和污染源指纹溯源仪，精准识别管网问题及污染来源，为精准治污提供支撑。

合肥经开区王建沟项目，作为全国首个城市小流域水污染预警溯源精细化监管试点项目，建成覆盖 19 家涉水重点企业、300 公里排水管网、1个雨水泵站、1家污水处理厂和 5 公里河道的预警溯源物联网，实现流域水污染常态化、精细化监管。

第四，聚焦预警预报，推动水质管控科学化。以前巢湖蓝藻治理是非常困难的事情，现在基本能够实现未来三天水质、水量、污染物总量、蓝藻水华预测，为科学决策、目标管理、任务督办、绩效考核提供有效抓手。

在蓝藻防控工作中，建立了“慧”治藻平台，通过卫星遥感反演、湖面视频监控、气象预报和水质预测进行综合研判，实现问题“掌”上办，科学快速调度蓝藻处置工作。每天发布蓝藻预报，蓝色是没有问题，黄色是要注意，橙就是要严重了。不能让蓝藻聚集，聚集起来臭味很难闻，群众意见很大，要快速调度蓝藻的处置问题。

第五，聚焦智慧管控，推动辅助决策平台化。防汛期间，利用巢湖水量模型，对巢湖水情进行模拟预报,提供各闸站枢纽最佳调度方案，为研判汛情发展趋势和部署防汛抢险提供精准信息支持。

如2020年巢湖流域遭遇百年一遇特大汛情，在汛期对巢湖未来 3 天水情进行模拟预报，共预报 16 期巢湖水情，预测水位与实测水位误差值在-0.04—0.18 米之间，预测结果为科学决策提供依据，为打赢巢湖保卫战发挥了重要的技术支撑作用。我们巢湖的警戒水位是10.5米，保证水位是12.5米，2020年7月22日，达到13.38米，2020年时是“三个巢湖”，关了一湖水，放了一湖水，还有一个围口疏困巢湖，就是这“三盆水”在2020年确保了巢湖安全，这个数据模型起到了关键的作用。

第二个方面是科学、精准、系统推进巢湖综合治理。首先突出工程治理，补齐环保基础设施短板。建成城市污水处理厂27座，总处理规模 335 万吨/日，比10 年前增加了 180 万吨/日;建成巢湖流域乡镇污水处理厂 41 个，全市 84 个乡镇实现生活污水处理全覆盖。

我们是第一批实行国家的山水林田湖草沙一体化保护和修复工程，围绕“一湖两带八区”流域生态格局，系统实施节水养田、治河清源等 8 类措施 47 个子项目，工程总投资 151.亿元，获中央财政补助 20 亿元，绩效考评位居全国第 1位，健全蓝藻水华预警、应急打捞工作机制，沿湖共建成打捞平台 44 座、藻水分离站 5座、蓝藻深井处理装置 8座。

第二，坚持系统施治，加快流域生态建设。投资近 60 亿元的100 平方公里环湖十大湿地全面建成，作为全国首个“生态湿地蓄洪区”加快建设，2022 年合肥成功入选“国际湿地城市”。

加快废弃矿山修复，完成治理矿山 420 座、修复面积 3.5万亩，以市场化方式打造庐江矶矿“旅游+”产业，让尘封的遗产变成发展的资产。构筑水源涵养绿色长廊，依托河流源头、库区上游、江淮分水岭、滁河干渠、交通走廊等空间，大力开展生态复绿补绿增绿。加快农业面源治理，共布设 30740 个测土配方采样点，实施测土配方施肥推广面积 494 万亩次。试点农排口治理在肥西蒋口河联好，结合“小田变大田”，统筹实施节水灌溉、中水回用、湿地建设、农田水利“最后一米”，消减农业面源污染。

第三，注重政策创新，优化综合治理机制。从 2013 年开始设立环巢湖项目专项资金，每年归集全市各级预算收入 2%、土地出让金收入 6.5%、水利建设资金 50%及相关部门争取的中央和省补助资金等，累计归集资金 450 亿元与中国环科院共建湖泊水污染治理与生态修复技术国家工程实验室合肥分中心，创新试点高边坡山体生态修复、蓝藻磁捕船等一批先进技术。构建畅通健康的水循环体系和安全可靠的水资源调控体系，提高水体自净能力和河湖环境容量，修复河湖生态环境和维护生物多样性。依托引江济淮工程，构建“羿水东送、滁水西引、江水北上、淮水南下、湖水东流”的“一纵一横、四水互济”的巢湖跨区域水资源调配骨干工程布局。

跟大家汇报一下巢湖综合治理取得阶段性的成效。巢湖水质实现历史性好转。全湖平均水质由 2015 年V类转为IV类以上，今年 1-3 月好转为I类。国考断面达标比例由 2012年的 27.3%提高到 2022 年的 100%，入湖河流全面消除劣V类，国考断面水质优良率由2016 年的 60%提升至 2022 年的 82%。出湖水质稳定保持I类，对长江大保护做出了正贡献。防灾能力实现整体性跃升。巢湖大堤城区段防洪标准由 20 年一遇提高至百年一遇，先后战胜2016 年、2020 年流域性特大洪水和 2022 年特大旱情。流域生态实现系统性改善。目前有记录植物 562 种，10年间增加了351 种；鸟类 381 种，仅去年以来就新发现 14 种。藻密度由2015年的亿级下降到2022年的百万级，2021年到2022年连续两年没有发生大面积的蓝藻水华，实现期盼已久的夏天无蓝藻异味，市民持续看到变化、闻到变化。

大湖治理是世界性难题，生态保护面临诸多挑战，巢湖治理任重道远。创新是合肥最鲜明的特质，科技是巢湖治理的重要手段。我们将认真吸收借鉴各地介绍的成功经验，认真学习各位专家的先进理念，更加广泛深入利用数字化手段，努力让巢湖成为合肥最好的名片。

最后，欢迎大家到巢湖调研指导，欢迎到美丽的合肥做客!预祝大会圆满成功，谢谢大家！

感谢王副市长的精彩报告。近年来，合肥深入实施创新驱动发展战略，塑造出了城市气质。我们相信，依靠合肥人最鲜明的创新特质，必能答好大湖治理这一世界性难题，把巢湖打造成为合肥最好的名片。

下面，有请生态环境部信息中心主任赵世新作题为《大力推进生态环境信息化平台建设，加快构建绿色智慧的数字生态文明》的主题报告。大家欢迎！

各位领导、各位嘉宾，大家下午好！很高兴跟大家相聚数字生态文明分论坛，我分享的题目是《大力推进生态环境信息化平台建设，加快构建绿色智慧的数字生态文明》。主要汇报以下几个方面：

第一个方面，党的二十大赋予了生态环境保护新使命。必须牢固树立和践行绿水青山就是金山银山的理念，站在人与自然和谐共生的高度谋划发展。推动美丽中国建设，坚持山水林田湖草沙一体化保护和系统治理，统筹产业结构调整、污染治理，生态保护、应对气侯变化，协同推进降碳、减污、扩绿、增长，推进生态优先、节约集约、绿色低碳发展。这就是对我们一些新的要求。

党的二十大报告对加快建设网络强国、数字中国作出了部署，中共中央国务院印发了《数字中国建设整体布局规划》（简称《规划》） ，《规划》的框架就是“2522”，“2”是夯实两个基础，即是数字技术基础和数字资源体系两个基础。“5”是把数字技术融入经济、政治、文化、社会、生态文明，进行深度融合。然后是强化数字技术创新体系和数字安全屏障两大能力，优化数字治理、数字领域国际合作两个环境。

这里面也明确了数字生态文明的建设目标，就是到2025年数字生态文明建设要取得积极进展，到2035年数字生态文明建设各领域发展更加协调充分。也提出了任务，就是推动生态环境智慧治理，加快构建智慧高效的生态环境信息化体系。运用数字技术推动山水林田湖草沙一体化保护和系统治理，加快数字化、绿色化协同转型，倡导绿色智慧的生活方式。

人工智能、大数据、区块链、空间信息技术的日新月异，对信息化建设，乃至数字化改造都提出了新的要求。这种形势就亟需我们大力推进生态环境信息化平台建设，加快构建绿色智慧的数字生态文明。

第二个方面，是典型应用。经过几年的建设，不断提升综合平台的基础能力，持续汇聚数据资源，也不断地深化场景应用。我们《生态环境综合管理信息化平台AI底座技术体系研究》获得了中央网信办二等奖。去年1月份在大气司的指导下，基于综合平台我们快速搭建了冬奥指挥平台，建成涵盖八大模块，汇聚25类数据，实现一图统揽，一键调度，一屏会商，为冬奥会空气质量保障插上了信息化的翅膀。

我们这个平台汇聚了工业在线监测、工业用电监控、机动车流量、空气质量的乡镇站，在保障区域内有4500多个。大家看到下面的四幅图，就是汇聚的这些数据。通过这些数据进行挖掘分析数据赋能，发现的问题一共列了五个类别，用电异常、污染源自动监控异常、热点网格、卫星火点，还有其他线索。

通过大数据在一个平台上展示，最后实现了保民生、稳经济，以及保障赛事空气质量等多重目标。平台的建设，就是真正地实现数据与业务的深度融合，在一个大平台上进行多元数据的分析。

为了深入打好蓝天保卫战，聚焦重点的区域、行业、企业，我们推进了互联网+执法。去年的4月和9月，在执法局的指导下，搭建信息化平台，开辟了远程监督帮扶线上专场。围绕着执法的全过程，开发了40个专用的模型和算法，有功能点约1000多个。

通过这个平台有这么几种发现问题的方式，给大家汇报一下。一个是利用遥感热点网格等手段，识别污染物浓度的高值区。第二个是用国控、省控、乡镇空气质量监测站点数据识别污染物冒泡站点，再把冒泡周边的可能性的区域定为冒泡区。第三个就是收集企业的自动监控数据，通过这个数据分析有没有排放异常的现象，这样把问题线索找出来，再经过专家的甄别优化，去重复，生成任务清单。这个任务清单我们也给地方帮扶的执法APP进行了打通，为执法人员开辟了线索识别、任务推送、问题排查、帮扶调度，提供了一个基础。同时整个业务实现闭环管控，平台上留痕。

通过分析，平台发现问题的准确率大概是78%，接近现场监督帮扶的水平。这个平台建设我们的体会是，怎么样把技术和业务进行深度的融合，打造专用的业务方法，就是刚才给大家汇报的40多个模型，1000多个功能点。目前我们这个平台夏季的帮扶正在进行算法优化，估计还会再提高一些精准率。

总结前两个平台的建设经验，在气候司的指导下，实地调研了发电企业、国家能源集团、华电集团等多家单位，面向五类用户开展全业务、全流程、全环节的体系化设计。建设了碳管理一体化平台，实现了终端访问、用户管理、业务流转、指标配置、数据融合、安全管控几个一体化。目前有1万多个用户，刚才说五类用户里面目前有1万多个。

业务支撑包括名录采集、月度存证、年度排放、报告推送、配额输送，包括整个全链条的业务，都在一体化设计的时候考虑到了。

同时在每一个应用里，还设计了人工智能的校验，经过大家试用，感觉还不错。目前累计培训了5000多人次，培训反馈的情况大家认为这个平台技术上比较先进，功能上非常强大，应用上也比较便捷。右侧看到这个红色的图，就是大家都在积极报名学习。

平台的建设经验就是要把技术、业务、数据真正进行融合，然后实现一体化设计、一体化建设、一体化运行，这样效率最高、问题最少。

在推动前三个平台建设的同时，我们也在不断地深化水平台的应用。水平台除了支撑水司每月全国水生态形势分析会之外，还开展了实时分析、水道污染物、水文气象关联开展一些尝试的实时分析、预测分析，包括识别问题、调查、核查、问题消耗。这个平台去年参加中央党校电子政务研究中心评选，获得了党政信息化最佳实践标杆案例，这种案例每年评得还是比较少的。

安全是基础、是保障，我们基于零信任的理念，通过建设安全态势感知平台、密码应用服务支撑平台、信任服务基础设施、动态安全防护系统、移动应用安全管理平台等，形成了较为完备的生态环境部网络安全校验体系。我的汇报就到这里，谢谢大家。

感谢赵主任的精彩分享。生态环境部信息中心是我国生态环境信息化工作的“领头羊”，赵主任的报告高屋建瓴，从国家顶层的视角，阐述了生态环境信息化的建设现状、应用实践和存在问题，明确了构建绿色智慧的数字生态文明的主攻方向、突破路径。

最后，有请百度智能云技术委员会联席主席孙珂，做《大模型时代的人工智能技术》的主题报告。孙珂博士除了担任百度智能云技术委员会主席外，还是百度智能云应用产品中心总架构师，主要从事智慧城市、知识图谱、视觉等人工智能应用研究，有请孙珂博士，大家欢迎！

尊敬的各位领导、各位嘉宾，大家好！非常荣幸给大家做人工智能相关情况的进展汇报。我的题目是《大模型时代的人工智能技术》。我先从人工智能的技术整体发展史，给大家先简单做一些回顾。

人工智能的整个发展历史，大概是从上世纪的50年代开始的。从80年代，可以看到它由符号学来定义。然后到了90年代，可以看到这个过程中经过了差不多十几年的时间，实际上刚才很多专家都提到的机器学习，成为了一个主流的能力。

再往后其实稍微沉寂了十几二十年，到了2016年时，整个技术发展的步调突然一下被加快了，我们称之为AI元年。那个时候大家应该现在还记忆犹新，那会儿AlphaGo和我们世界的围棋冠军李世石，实际上下了几盘棋，大家突然发现人工智能居然在围棋这个领域已经彻底可以战胜人类了。而且大家要知道，其实当时它下了三盘棋，人工智能赢了两盘，李世石赢了一盘。而后来我们发现其实那是人类下棋这个领域上面赢过人工智能的最后一盘棋，再之后人工智能在围棋，甚至一切棋类游戏领域里面彻底打败人类了。

再往后走可以发现技术的步调是发展得越来越快，从那个时候开始，深度学习的子分支，占据了技术主流的发展方向。仅过了两年，深度学习就成为各种各样用机器去模拟神经元的能力。仅仅过两了年时间，在2018年的10月份，Google发布了一个叫做Bert的模型，这个模型大概有多少参数量呢？大概有1000万多的参数量。用这样的参数量，突然之间就打败了可能整个自然语言处理整个人工智能领域所有的效果，以前我们做过的所有研究效果，基本上用这一个模型就打败了。从2018年开始，人工智能正式进入了深度学习的大模型时代。

我们开始以为这样一个范式会持续很长时间，但事实上并没有持续那么久。在2022年年底，人工智能技术又向前迈了非常大的一步，叫做基于深度学习技术大模型，它又现在了其中一个分支叫生成式模型中。这个模型在试过一段时间以后，它们已经不仅仅局限于我们以前专用的人工智能或者是弱人工智能的领域，而是带到了通用人口职能的入口。

所以事实上这也是过去大概半年时间里面，整个人工智能技术这个领域发生了一个翻天覆地的变化。我们几乎每一天都会被一些全新的技术和全新的发展震惊到，而且我们发现很多以前的研发范式已经被彻底推翻了。

可以简单来看一下，现在我们已知的所谓的通用人工智能或者强人工智能，和以前仅仅只是一年之前的弱人工智能或者是专用人工智能，在这张图里面有一个简单的表示。左边是一个专用人工智能，基本上以前做每一个任务，后面都是需要通过专家建设系统，一个一个模型建设，而每一个模型后面可能都有专门针对这一个任务相关训练数据、相关工程师、相关系统。如果我们想要建设一个相对复杂一点的智能解析或者是人机对话的系统，你需要把很多小的人工智能模型整合到一起，让它支持一个大任务，这叫专用人工智能。它的成本非常高，从下到上需要有非常多的系统层次，并且要做非常复杂的处理。

去年年底之前我们认为这条路径会发展很久，但是去年年底当大语言模型出现的时候，我们发现了一个独立的大一统的模型。这个模型它可以就一个模型去自主地完整理解、生成、推理、记忆等等，实现一系列功能，像人一样，然后它可以解决我们所面对的几乎所有的问题，后面我会给大家做详细的展开。也就是说我们现在看到这样一个大模型，基本上已经站在了像我们人类一样，一个可以用一个模型解决一系列问题的入口。

是什么样技术的发展推动了这样的变革？我简单在这里总结了一下，事实上这个事情可能大家在过去几年一直在反复地听说，但是可能未见得有今天，包括我自己这样强烈地感受，事实上助推这样一个技术的发展，基本上是由这三件事情决定的，大的算力、大的数据和大的模型。

算力有多大呢？最早我刚刚讲的2018年的时候，Bert这个模型大概用了16张TPU。到了今天Google还有一个模型叫PaLM，它实际说用了6144张TPU4，实际上算力整体的增长率可能超过了1000多倍，仅仅只是五、六年的时间。数据量实际上在几年之前我们最经常使用的维基百科是40亿的数据量，到了现在已经有2万多亿的数据来支撑模型的训练了。

模型是最关键的，基于算力和数据产出的模型它的整体比例能达到多大呢？Bert是1亿的参数量。但是到了现在我们最新的GPT3或者是PaLM这样的模型，已经有上万亿的参数量了，这大概神经元整个参数量增长12000多倍。这三件事情加到一起，联手助推了变革的发生。

在这样一个大的变革来到的时候，我们可以看到在国际上有大量的公司开始去追随这样的技术的发展趋势往前推出自己大的语言模型。作为国内非常专注于建设人工智能技术的公司，我们百度也在3月16日的时候，推出了自己的大语言模型。基本上除了包含我们在整个技术过程中必须有的监督精调、人类反馈的强化学习和提示学习等等一系列底层技术以外，我们还叠加了百度非常擅长的包括知识增强、检索增强和对话增强等等一系列技术，这样的一个模型能够具备一个非常全面的，就像刚才讲到的投用的人工智能的基础能力。

它都有些什么样的能力呢？总体来说是三大块的能力，理解能力、创作能力、推理能力。这三个叠加到一起，再叠加一些大语言模型非常特有的记忆能力，那么它可以形成新一代的交互式AI技术。

我们首先看一下理解能力，我做了一个简单的对比。在今年之前，整个人工智能的技术在做一个理解任务的时候，更多地是一个一个小事去看。比如，先把这个Case里边的一些专名识别出来，并且在这里面做一些代词的识别，然后在下面通过一个比较复杂的写一系列规则的专家系统，去做一个指代消解，就是判断一下包和笔记本到底指的是哪个，然后判断一下它到底指的是哪个东西。

可以看到以前的技术其实在这么简单的一件事情是做不到的，就是如果我们看以前所有的系统，几乎在这个问题上都是无解的。但是我们现在通过大模型去做综合理解，它是可以直接端到端让这一个模型理解这个问题。也就是我们现在在文心一言上直接拿这两个问题问它，它会非常精确地知道，上面可以看到是因为它太大，肯定指的是笔记本，而下面包太小，指的肯定是包。这一个大模型，就可以直接把这个问题解决掉，而这个事情已经突破了我们过去几十年的自然语言处理的一个研究能力了。

在这样一个强大的理解能力下面，我们已经看到它可以带来非常大的一些应用变革。也就是说实际上我们不管是在应急处理，还是民众办事，还是对整个海量信息的一些理解和加工这样的事情上，都可以通过一个模型，我们只需要对它进行一系列的问题询问，它就可以很好地给你直接解答一系列你所需要的问题。

可以知道这样一件事情，实际上它几乎是直接跳过了以前我们所需要做的一系列问题。比如说数据的清理、检索索引的构建都全部直接跳过，直接面对就是最原始的文本，然后进行理解，然后去解答你的问题，就结束了，这是理解能力的变化。

我们再看一下创作能力，这是一个对比的图，因为我自己是做自然语言处理的，很久之前我们就在用拼凑拼接式的技术，把一段一段的文章拼接出来。比如说我要先规划一下这个文章的结构，再找几篇参考样例，一段一段摘出来，把这些段落填到应该有的地方，再改点词，让它的风格更像我想要的风格，拼出左下角的这样一段话。这段话说实话只能勉强读，但是对于大模型它可以做到读书破万卷，基本上读了上万亿的文档之后，彻底把这些知识内化了。

接下来我们想让它写一篇文章，要干的事情很简单，就是请帮我写一篇文章告诉它，我要求是你要参考一篇参考资料，要写成小红书体，并且你写出来的目的是推广新书，这跟我们要求自己的助理或者是秘书写一篇文章的要求是一样的，它会直接把这篇文章写出来。

我下面有例子，就是在这样的创作能力下面，它可以解决的一系列问题。比如说文学创作，我们输入一个诗句，它会进一步扩展开。如果我们要去做一个文案的续写，只需要给它一个开头，它可以很快把后面一系列内容全部都写完。

大语言模型带来的东西远远不止这些。还有一个非常强大的能力，叫做推理能力。以前的系统实际上完全做不到这件事，我们看到的一个线索基本上是报案的内容。说我有辆车停在哪儿没有熄火，丢了一些东西。基于这个东西，我要问大模型的问题就是为什么车上的东西会丢。

接下来的回复是这模型自己告诉我的，我跟它的交互就是这点东西，它在整个过程中自己逐渐地分析和推理，并且最后得到一个推测，就是我推测汽车里面的东西被盗，是由于报警人没有锁车造成的。说实话我们当时看到这个样例的时候还是非常震惊，基本上它已经有一定的逻辑推理的能力。

基于这样的推理能力能带来什么样的应用变革呢？其实大家经常会看到很多的内容，我们会看各种各样的安全的生产数据，我们也能看到各种环境数据，甚至是各类的统计数据。那么这些数据把它统一扔给大模型，然后让大模型看到它以后，就可以做各种各样的一些推理的分析，并且能够得出在这些数据里面它看到的异常。

当然我们可以提出询问，比如哪些地方还需要怎么深度询问的时候，它自然就会给你生成一篇全新的针对性的文档和报告。

刚才其实已经讲了三个最基本的基础性能力，除了这种基础性能力以外，实际上结合这三个基础性能力，我们整个系统是可以再进一步扩展，把它变成一个全新的新一代的交互式系统的。

还是做一个简单的对比，这是我们一年之前小度的各种各样对话引擎，都是用这样的结构来做的，包括我们各种各样的客服。什么意思呢？所有业务的处理能力都是要由我们的专家一个一个编进去，当你遇见什么样的情况，要往哪个分支走，大家如果打各种各样自动客服的电话，都会遇到这样的东西，请按1、请按2、请按3，一路给他带下去，这是以前。但是现在这种大模型能够让它做到什么程度？其实很简单，它可以非常极大化地降低我们开发系统的难度了。

基本上要通过两步：第一，受理大模型使用工具的权限和规则。下面的1和2这两句话，其实就是告诉大模型的方式，这句话我贴到模型里告诉它就好了，就是你需要查询知识的时候请使用搜索工具，当你需要计算的时候请使用计算器工具，这就是直接告诉它这两句话，像我们告诉任何一个人一样，告诉它这两个是我注册给你的工具。

第二，接下来大模型会记住这个事情，我们再接下来就会去询问，询问的方式是什么呢？你直接问就好了。比如说我这里面举的一个例子，小明是12岁：第一个问题，五年后他多大了。第二个问题，他大学毕业了没有。

中间的这一个部分有三段，这三段都是我们使用模型的一个自行演化，就是它自行演算和规划任务的一个过程。就是它知道手上有两个工具，接下来它思考的是这个问题我怎么样使用这两个工具把它化解成一个个子任务完成。

模型想到的第一步是我需要计算他五年后的年纪，这就是模型推演出来的文字，就是这样的。然后接下来它会推演出来两个东西，一个叫做工具，它的输入是多少，接着我们观察它并且调用工具，调用完了之后我们得到一个答案。到第二步，我们模型继续想这个人这个时候是不是会从大学毕业，这个时候它还要调用另外一个工具，就是搜索工具，找到各种各样的反馈结果。拿到这些结果以后，它会综合地判断，它是不是知道最终答案，如果知道了没问题，把这个答案输出出来，也就是说它已经基本了具备了自主调用各种各样工具能力接口的能力。

这样一个新一代交付系统，能够带来的颠覆式的改变是什么呢？其实我们认为我们的用户或者所有人接下来，只需要对模型提出需求，它就会把思考链转化成动作链，并且这些动作会调取我们现存的各种各样的能力和工具API，接下来为我们人类提供服务。这种服务实际上可以是日常办公的，也可以是职业工作的，也可能是我们各种各样的助理，就意味着实际上它将对我们整个生活带来一个非常大颠覆式的改变。

在这样的能力下面，我们尝试性在我们自己系统上面做了一些有关于我们生态相关的问题，可以看到我们可以去向它询问，入河排污口监督管理办法有什么意见，它可以一五一十给你列出来，当然你也可以和它交互进行修改。它也可以去对事件的证据进行一系列的推理，我把这个东西放进去以后，它会一点一点推演出来我应该采取什么样的措施。

除此之外它还会帮你做逻辑的推算，就是当这样一些任意条件放进去以后，我们接下来应该采取什么样的应急措施。

再除此之外，我们如果遇到一些比如说溯源规划的问题，比如说河道的水体突然变臭了应该怎么办，应该如何溯源，它也会一条一条给你做各种各样的推荐。同时，我们会把自己的文档和自己这样的一些技术性的文档，或者是规范规划告诉它，它会依据那些规范规划给出更详实或者是更客观的判断。

最后实际上大家可以看到，其实今天非常重要的一个点就是有关于可以通过一个大模型改变很多的事情。从今年年初开始，这样的分享会越来越强烈。基本的逻辑就是我们以前讲的整个业务架构是分为芯片、框架、模型，甚至应用这样的一些层次，但是现在大模型所展现出来的通用性和整个对任务的适配能力，使得我们发现其实未来很有可能是由模型来主导所有服务。也就是说我们下面所有的架构，所有内部的这些框架都有可能被一个大模型的接口给隐藏掉，然后去通过一个大模型提供给我们所有的人一个完整的可以解决一切事情的服务，所以叫做模型即服务。这也是我们在3月16日的时候，我们CEO李彦宏先生提出这样的一个概念。

最后想用这样一句话对今天的演讲做一个结尾，大家可以看到百度公司的一个使命叫做用“科技让复杂的世界更简单”。在大模型的时代，在生成式大模型到来的现在这个时间点上这样一句话让我感受到非常深刻，而且事实上有可能通过一个大模型真的可以让世界变得非常简单，未来我们可能只需要通过一个大模型，就可以解决我们生活中所面对的各种各样问题。

谢谢各位，最后预祝大会圆满成功，谢谢！

感谢孙博士的精彩报告。作为国内人工智能企业的代表——百度公司，提前谋划布局，推出的包括“文心一言”在内的大模型，正助力众多行业企业智能化转型升级。

百尺竿头思更进，不需扬鞭自奋蹄。在生态环境部的指导支持下，各地紧密围绕生态环境保护工作的新形势新要求，接续努力推进数字生态文明建设，特别是以数字生态文明分论坛为重要平台，坚持向好的学、与强的比、朝高的攀，营造“奋勇争先、出彩添彩”的良好氛围，涌现出一批含金量足、认可度高、推广性强的典型案例。

接下来，有请生态环境部信息中心魏斌副主任上台，宣布全国数字生态文明优秀案例名单。

全国数字生态文明优秀案例名单

让我们以热烈的掌声祝贺获选的单位和企业。亲爱的朋友们，今天下午，各位领导和嘉宾围绕“加快数字生态文明建设，促进人与自然和谐共生”主题进行了深入的交流和探讨，发布了第六届全国数字生态文明优秀案例名单，取得了相互学习、相互启发、相互借鉴、共同提升的良好效果。

我提议，让我们再次以热烈的掌声感谢各位嘉宾的精彩分享。本次会议到此结束。

本次直播结束。