中國(guó)环境报专访北理(lǐ)新(xīn)源副总陈奕昆：大数据怎样搜出黑加油站？
时间:2020-07-14 09:07来源:网络 作者:秩名
第二次全國(guó)污染源普查结果表明，移动源排放的氮氧化物(wù)占全國(guó)排放总量的59.65%，已成為(wèi)我國(guó)大气氮氧化物(wù)排放的首要来源。而柴油质量问题突出和柴油車(chē)排放控制水平不稳定，是导致氮氧化物(wù)排放总量大的重要原因。大数据手段能(néng)為(wèi)柴油货車(chē)污染治理(lǐ)带来哪些帮助？中國(guó)环境报记者采访了北京理(lǐ)工新(xīn)源信息科(kē)技有(yǒu)限公司副总经理(lǐ)陈奕昆。
陈奕昆，北京理(lǐ)工新(xīn)源信息科(kē)技有(yǒu)限公司副总经理(lǐ)，新(xīn)能(néng)源汽車(chē)大数据联盟大数据技术顾问。工商(shāng)管理(lǐ)博士，高级大数据分(fēn)析师并拥有(yǒu)10项大数据技术方面发明专利，主持开发重型柴油車(chē)监控平台等多(duō)个國(guó)家级项目技术工作。
中國(guó)环境报：生态环境部曾在31个城市开展清洁車(chē)用(yòng)油品专项行动，以打击黑加油站点和劣质油品。我当时作為(wèi)普通工作人员每天随队去现场检查时，发现黑加油站点藏匿、伪装的方式五花(huā)八门，令人瞠目结舌。我们也了解到，很(hěn)多(duō)地方都在持续开展黑加油站点专项检查，但部分(fēn)地方仍有(yǒu)黑加油站長(cháng)期存在等问题。据您调研或了解，地方目前在打击黑加油站点、治理(lǐ)柴油货車(chē)污染时，存在哪些困难？
陈奕昆：从调研中，我们认為(wèi)目前存在的困难主要是这几个方面：第一，对黑加油站的现状摸不清。对黑加油站情况的摸底，传统方式主要包括日常工作积累、群众举报、梳理(lǐ)历次专项检查的線(xiàn)索等，信息来源相对单一。同时，像你所说，绝大部分(fēn)黑加油站的隐蔽性、流动性非常大，给摸排工作带来巨大难度。
第二，部门联合执法难度大。打击黑加油站需要跨部门联合执法，涉及公安、安监、工商(shāng)、质监、生态环境、消防、运管、税務(wù)等多(duō)个部门。目前由于相关职能(néng)部门存在各管一项、职能(néng)单一的问题，无法形成统一执法合力，从而给违法分(fēn)子提供了可(kě)乘之机。
第三，查处黑加油站的执法成本较高。根据前期调研情况，地方开展一次专项检查，需要组织上千人，出动的車(chē)辆也要上千辆。但目前地方执法人员力量不足，给常态化执法带来一定困难。
中國(guó)环境报：提出用(yòng)大数据手段发现非法加油站点的背景是什么？基于哪些考虑？
陈奕昆：國(guó)務(wù)院印发的《打赢蓝天保卫战三年行动计划》中，要求柴油货車(chē)污染排放总量明显下降。生态环境部、发展改革委等11部委印发的《柴油货車(chē)污染治理(lǐ)攻坚战行动计划》中，明确提出各地要组织开展清洁油品行动，清除无证无照经营的黑加油站点、流动加油罐車(chē)，抽检油品质量，严厉打击生产、销售、储存和使用(yòng)不合格油品行為(wèi)。
黑加油站不具备相关危险品经营的资质，往往存在严重的安全隐患；销售的油品质量无法受到监督、以次充好，导致車(chē)辆氮氧化物(wù)等污染物(wù)排放超标；缺少相应的油气回收装置，加油、卸油过程中的泄漏会对大气、土壤及地下水水质造成直接污染。由于黑加油站未经注册备案，难以获取其位置信息，对其人工排查需投入大量人力、物(wù)力，且时效性较差。
基于以上背景，结合目前重型車(chē)遠(yuǎn)程排放监控所采集到的海量数据，我们考虑是否可(kě)以基于现有(yǒu)对車(chē)辆的实时监控数据，衍生至对其加油行為(wèi)的分(fēn)析，从而辅助开展对疑似黑加油站的甄别，显著提升地方政府对黑加油站打击的精准性和执法的有(yǒu)效性。由此，开展了大数据分(fēn)析支撑非法加油站执法的相关探索和研究。
中國(guó)环境报：请您介绍一下这种通过大数据手段发现黑加油站点的具體(tǐ)内容和实施原理(lǐ)？
陈奕昆：2018 年发布的《重型柴油車(chē)污染物(wù)排放限值及测量方法（中國(guó)第六阶段）》（GB17691-2018）中，提出了在新(xīn)生产的“國(guó)六”車(chē)上必须安装車(chē)载终端，并通过車(chē)载终端将规定的参数上报至主管部门。这个車(chē)载终端就是这种大数据手段运用(yòng)的前提。
2020年4月，生态环境部发布《重型車(chē)遠(yuǎn)程排放监控技术规范（征求意见稿）》，进一步明确重型車(chē)遠(yuǎn)程排放监控系统的國(guó)家—地方—企业三级架构，同时规范了車(chē)载终端上报的流程和平台间的通讯协议。按照GB17691-2018以及《重型車(chē)遠(yuǎn)程排放监控技术规范（征求意见稿）》的要求，目前重型柴油車(chē)遠(yuǎn)程排放监控車(chē)载终端将采集車(chē)速、大气压力、发动机燃料流量、进气量、SCR出入口温度、油箱液位、发动机冷却液温度、经纬度等实时数据。这就為(wèi)后期开展黑加油站环保监管分(fēn)析工作奠定了基础。
具體(tǐ)到这种大数据手段，就是按照GB17691-2018等相关标准要求，基于重型車(chē)遠(yuǎn)程排放监控原始报文(wén)中的油箱液位数据，分(fēn)析其时间序列变化特征，提取出車(chē)辆加油的地理(lǐ)位置和时间，并进一步聚类定位加油点位。之后，将聚类结果与行政區(qū)域内的备案加油站数据进行匹配。若无法匹配到备案加油站，则可(kě)能(néng)為(wèi)黑加油站，作為(wèi)排查黑加油站的辅助依据。
中國(guó)环境报：通过大数据手段发现黑加油站点，是科(kē)學(xué)治污的手段，也可(kě)以看作是精准治污的前提。那么地方如何能(néng)利用(yòng)好这种手段，解决当前存在的困难或问题？您有(yǒu)哪些建议？
陈奕昆：首先，数据资源是开展大数据分(fēn)析的基础。建议各地尽快按照國(guó)家标准要求，建设重型車(chē)遠(yuǎn)程排放监控地方平台，持续高效接入車(chē)辆，并且确保車(chē)辆接入数据的合规性和真实性。
其次，大数据分(fēn)析研判需要与业務(wù)反馈形成良性互动机制。黑加油站具有(yǒu)隐蔽性、流动性强等特征，基于目前的数据和模型，短期识别结果不一定特别精准。因此，在地方利用(yòng)大数据手段辅助开展黑加油站打击执法的过程中，需要将实际执法结果反馈给大数据分(fēn)析系统，从而不断提高大数据分(fēn)析的精准性，也能(néng)在未来更好地辅助执法工作的开展。
中國(guó)环境报：有(yǒu)没有(yǒu)地方已经进行过相关探索实践？在这种大数据手段的推广应用(yòng)上，是否存在困难或挑战？
陈奕昆：通过大数据手段排查黑加油站点的方式，目前还处在一个从无到有(yǒu)的过程，后续还有(yǒu)很(hěn)多(duō)工作要开展，所以还没有(yǒu)具體(tǐ)落地。不过未来可(kě)能(néng)会在河北地區(qū)率先开展实践试点工作。
目前来看，确实存在一些困难和挑战。大数据分(fēn)析依赖于数据质量，但目前T-box（重型車(chē)排放数据传输盒子）报送的数据还存在一些问题。一个是数据帧缺失情况比较普遍，会导致加油点的时间定位存在偏差，从而对地理(lǐ)定位的准确性造成影响。另一个是GPS飘移导致地理(lǐ)定位不准，影响加油点位判断的准确性。比如定位显示在A道路，但其实車(chē)辆加油行為(wèi)发生在B道路。这两个问题都取决于T-box的质量。
这些数据质量问题会对后期大数据分(fēn)析带来干扰，进而给黑加油点位识别结果的准确性带来一定影响。希望相关部门能(néng)出台相应的数据质量评价标准并开展具體(tǐ)评价工作，比如检测T-box的质量等，指导整車(chē)企业和终端企业不断提高数据接入质量。
此外还有(yǒu)另一个困难，就是备案加油站信息掌握不全面。从研究角度来说，目前我们从公开渠道获取的备案加油站信息不一定完整，对后期疑似黑加油站位置匹配的精准度有(yǒu)一定影响。这方面我们也期待能(néng)够通过与地方政府的持续合作，不断完善备案加油站数据库，支撑精准识别工作的开展。
中國(guó)环境报：下一步的工作方向是什么？哪些工作还需要进一步完善？
陈奕昆：下一步工作的核心是将疑似黑加油站点位的识别与油品质量的分(fēn)析判断结合，更加综合地為(wèi)車(chē)、油、路协同监管提供执法抓手。為(wèi)解决这一问题，我们考虑从排放特征入手，通过T-box上报数据分(fēn)析出車(chē)辆排放特征，获取超标排放路段、时段信息，与車(chē)辆加油时间、点位信息进行匹配，从而综合判断油品的质量。
当然这方面的研究还有(yǒu)很(hěn)多(duō)难点需要攻克，比如加劣质油品后对排放的影响不是即刻體(tǐ)现出来的，需要一个时间段；再有(yǒu)一点，排放超标的原因不仅和油品相关，还涉及后处理(lǐ)系统运转情况等，是一个综合性比较强的问题。这些都给我们后期的分(fēn)析处理(lǐ)带来挑战。如何剔除其他(tā)因素的干扰影响，准确识别出油品质量问题，是我们下一个阶段着力要解决的问题。
